AI正在无限发放巴菲特的投资决定,你却居然还在依赖老师傅?
抓住风口
你好，我是王煜全，这里是王煜全要闻评论。
如果每个人都能随时调用巴菲特一辈子的经验来做投资决策，会发生什么？最近，有人将巴菲特的决策框架做成了一个AI工具，也有人把已故的知名高考咨询师的报考建议方法做成了一个可对话的技能包。这些工具都可以在OpenClaw或Claude Code上面安装运行。在周日的前哨AI小课中，Tina老师就详细演示了如何搭建一个“AI版巴菲特”，也欢迎感兴趣的朋友前来学习。高考咨询师的技能包更是一键安装，其中不仅收录了他关于高考志愿的言论，还提炼出了他做决策的心智模型和思考原则。这些做法背后的技术基石，叫做“LLM Wiki”。它由前OpenAI联合创始人安德烈·卡帕西（Andrej Karpathy）提出，并快速在开发者社区走红，得到广泛实践。简单说，LLM Wiki解决了过去AI知识库“健忘”的根本缺陷。以往的RAG系统，也能基于资料进行回答，但每次都会像第一次看到你的资料库，要重新翻一遍才能回答。LLM Wiki的做法则不同，它让AI扮演图书管理员的角色：当你把文章、笔记、会议记录这些原始素材交给它，它就会像编写维基百科一样，为重要的概念、人物、观点建立独立的词条页面，并注明它们之间的关联；当有新的资料加入，它还会自动更新这些页面，甚至能标记出不同资料间的矛盾之处。于是，知识库就从杂乱堆积的文件夹，变成了结构清晰、内部关联、并且能自主生长的活系统。这意味着，一场静默的变革已经启动，曾经一个专家最独特且宝贵的能力，也就是他面对复杂问题时的决策框架，正被AI清晰地抽离出来，封装成一个能不断成长的数字资产。而且，这个数字资产可以全天候地同时服务成千上万人。
首先，你或许已经意识到了一点：你的公司那套手工作坊模式该升级了。这个LLM Wiki瞄准的，就是你业务中最不稳定的因素，同时也是你们增长的天花板，即对核心人才的依赖。现在，大多数深耕某个专业领域的公司，基本上都是手工作坊。它们最值钱的东西，是几个关键人物，准确的说，是他们的经验、直觉和临场判断。创始人靠所谓直觉把控发展方向；CTO知道系统架构该怎么设计，但他很难说清全部逻辑；销售总监清楚大客户该怎么攻破，但这套心法只在他脑子里。其一，质量不稳定。老师傅今天精神好，做出来的产品就是精品；他状态差，产出质量就会波动。其二，规模上不去。老师傅一天只有24小时，想接更多订单就只能寄希望于能找到另一个老师傅，或者花时间再培养一个。其三，人走茶凉。当老师傅离开或是退休了，产品生产也就无法继续。一切从零开始，公司也将陷入危机。因此，就像工业革命用机器流水线突破手工业的产能瓶颈一样，我们就需要通过AI把“老师傅”们的经验和能力尽可能地固化下来。比如，当决定是否启动某个热门业务时，以往可能是由产品经理拍脑袋决定，那么不管做不做，都有可能是一个错误决定。但未来，这可以变成一套清晰的决策流程：相关人员填入市场数据、用户反馈和所需资源，系统基于预设的规则和历史上的成功模式，给出风险提示与优先级建议。这样，即便是一个经验相对少的新经理，也可以用这套系统完成整个流程，维持决策质量的平均水平，并大概率避免新手级的致命错误。同样的，技术选择、客户评估、销售方法，都可以变成一套不断更新的实战AI手册，而不只是一堆藏在老专家、市场经理和销冠脑子里所谓经验教训。我们想指出的是，这其实就是在构建一个“智慧工厂”。公司的核心竞争力变成了一套越用越厚、持续进化的决策系统，不再依赖于某个人的大脑，哪怕某个关键员工离职，公司也能维持稳定运转。
不过，有了智慧工厂后，更关键的是要意识到，你的生意规模就将可以无限扩展。过去，一个专家的价值其实非常有限，就是卖书、卖课、做咨询。前两者容易过时，后者又受限于时间精力而无法扩展。但比如那个高考咨询师的技能包，就成为了一套不断生成结论的决策系统，给我们演示了一种新的潜在商业模式。我们做了测试，找了个这个咨询师没讲过的、比较偏门的学校和专业进行提问，但系统也没有用“我没说过”之类的话敷衍了事，而是调用了这个咨询师的思维模型，并结合当前的公开就业数据、行业趋势信息，给了我们一个比较独特和接地气的分析。客观说，回答质量比直接问豆包、DeepSeek等大模型要深入得多。只是，它还没有用户的信息，不能马上给出非常个性化的答案而已。我们想强调的是，这其实就一定程度上实现了服务的规模化，让专家级服务能像卖光盘一样指数级扩展。以往这位咨询师精力有限，要服务那么多人，最终导致身体不适，但如果他咨询服务的核心，也就是那套决策逻辑可以通过AI以极低的边际成本分发给成千上万的用户，不仅造福了更多人，也能解放他很多时间和精力。同时，这套系统的价值会随着服务而得到延续和增长，即便这位咨询师不再参与运营了，未来他的公司仍然可以用这套系统运作下去。他的团队也可以在此基础上，不断添加新的认知和思考框架。任何一位考生都可以订阅这个系统，从而获得咨询服务；而且不像买书和买课那样，只是获得过去的存量知识，这套系统还会不断增值，吸引用户为这个数字资产的进化潜力而持续付费。所以，这也是一个强烈信号——随着基础设施的成型，服务规模化的时代将很快到来。任何拥有专业壁垒的个人或机构，是否准备好掌控其中的红利了呢？又准备如何开始第一步？
以上就是今天的内容，最后做个小广告。5月10日，我们的硅谷考察团就将启航了。我将带你，在英伟达、谷歌和Meta，在亚马逊和微软的云服务中心，以及在斯坦福和纳斯达克创业中心，一起和创业者、研究者面对面，看AI如何真正进入业务流程，变成改变行业的产品和公司。更多的科技产业新趋势和底层规律，欢迎加入科技特训营学习，先人一步，领先一路！最后，鉴于公众号推送机制的改变，你未来刷到要闻评论的机会可能没那么多了，建议你加入粉丝群，第一时间得到我的独家前沿分析，而且我们还会每天在粉丝群里发布独家资料，快快扫码加入吧！此外，我们还为您准备了一个思维导图，扫描加群即可领取推荐阅读：
大革命中不要占小山头！前哨大会2025，带你看懂AI时代的成功法则
别再迷信万亿参数！2026年你该关心的，是让AI“乖乖干活”【深度】
从“帮你查”到“帮你做”，带你看懂AI的下个千亿美元机会【新年特辑】
未来三年，AI停止聊天开始干活！新黄金时代正式开启【春节致辞】
↓点击学习王煜全老师最新大师课，掌握马斯克的赚钱底层逻辑！
夜雨聆风
