夜雨聆风
最近出差见了几个朋友，也用了一些新的AI产品，脑子里积累了不少想法。今天把三件事放在一起聊聊：AI的To B应用、一人公司的真实处境，还有一个我觉得很有意思的话题——管理哲学正在被重写。
AI To B，比我想象的快
见了一个做To B业务的朋友，他们的客户主要是工厂。节后他们就开始忙着给工厂客户做基于OpenClaw的系统方案——大概就是让AI帮工厂查订单、改库存这类事情，目前还在找客户测试。
他说去年他们做了很多MCP方案，今年开始更多转向基于OpenClaw去做系统集成了。
说实话，这让我有点意外。我之前关注OpenClaw，基本都是在想它怎么帮个人提效、怎么管理生活，没想到To B这块跟进得这么快。工厂这种场景，流程固定、重复性高，反而是AI最容易落地的地方。这个方向值得持续关注。
一人公司，没那么简单
最近"一人公司"这个词很火。其实回头看中国这几十年，类似的浪潮出现过好几次——知青回城、90年代国企下岗、后来的万众创新。每一次都有一批人被推着出来创业。
今年因为AI工具变得好用，又有一批人开始想着靠AI做一人公司。
但我觉得这里有个核心问题容易被忽略：你得先有自己的核心业务，才能用AI去放大它。AI是放大器，不是起点。
现在很多人的路径是反过来的——先想着用AI创业，再去找能做什么。这条路走起来很难。
目前个人层面，AI真正能帮到的，还是在日常效率上。除非你能用AI做出付费软件，或者本来就有一个在跑的业务，AI帮你提速——不然单纯靠AI做自媒体、做一人公司，我觉得现在时机还不太对。
AI时代下，管理哲学要被重写
这是最近让我觉得最有意思的一个话题。
传统管理学是工业化时代的产物。那个时代的核心问题是：怎么通过组织的形式，让更多的人协作，把效益最大化。所以才有了KPI、OKR、各种层级管理的方法论。
但现在这个逻辑开始变了。
工作里越来越多的事情会由Agent来做，人管的对象从"人"变成了"Agent"。一个人可能同时管着好几个AI在并行工作。
这个变化很根本。传统管理学解决的是"怎么管人"，但管Agent是另一套逻辑——你要想清楚任务怎么拆、边界怎么定、结果怎么验证、出错了怎么处理。这些问题，现有的管理框架基本没有答案。
所以我觉得，未来一定会出现一套新的管理哲学，专门解决"人怎么管Agent"这个问题。KPI和OKR会被某种新形式替代。
这个方向，值得期待。
三件事放在一起，其实有一条隐线：AI正在从工具变成协作者，从个人助手变成企业系统，从被管理的对象变成需要被管理的团队。这个变化比大多数人意识到的要快。
