夜雨聆风从“小龙虾开窍”到“第二大脑×创作力工厂”（含答疑）
别再把AI当“装软件竞赛”了。
这期最狠的一句是：你不是学AI，你是用AI去解决一个具体问题。
本周四位师兄，把各自最近一周的实战路径摊开：有人用“小龙虾”一天开窍，有人把写作拆成第二大脑，有人用AI当监工对抗三分钟热度，有人把系统砍到只剩3个Agent。
贯穿思想（逻辑金线）
先用AI跑通一个闭环，再把闭环变成你的“可复用资产”。
一句话：别追工具，追“问题→行动→反馈→迭代”。
快速导航（按分享人）
| 家利｜小龙虾四件套｜灵感对撞机｜复盘要落到行动 | |
| 布老师｜第二大脑｜逆向工程｜素材拆解再组装 | |
| 竹子｜AI当搭档+监工｜检查清单｜9点复盘三问 | |
| 小张｜系统重构｜18砍3｜复制“思考过程”而非工具 | |
| 答疑｜问题-答案汇总 |
家利分享｜
用“小龙虾”一天开窍：财富方向×复盘行动×生活牛马
核心洞见：小龙虾最牛的不是“聊天”，是你一句话，它就能干活；再用“灵感对撞机”把方向撞出来。
01 小龙虾能干什么？（家利的四个高频用法）
- 装软件
：比如谷歌浏览器装不上，直接丢给小龙虾装。 - 做表格/图表
：不会 Excel 曲线变化图？把成绩数据丢给它，直接出结果。 - 陪复盘
：从流水账复盘，变成“行动驱动复盘”。 - 出主意
：像胡子哥在身边一样，指导你拆问题、挖洞见、修正认知偏差。
02 “灵感对撞机”怎么用？（不需要知识库）
直接一句话开场：“碰一下，我在想……”
把问题丢进去，它会追问你：经历、喜欢、擅长、路径……
最后撞出来的方向会让人惊艳：
佳丽的结论是——自己不是“语文教得最牛的人”，
也不是“AI用得最牛的人”，
把“语文教学×AI”结合，就能变成稀缺能力（类似“混子漫画”组合打法）
03 复盘的关键一句：复盘不是为了记录，是为了改变
- 没有行动的复盘，就是在消耗自己。
从此复盘多一个必答项：下一步行动是什么？
04 教育的关键一句：好老师的标准只有一个
- 让学生觉得：我可以。
它直接修正了佳丽原来的执念：不是先把课上得多漂亮，而是刻意发现学生的闪光点，让学生建立“我能行”。
05 佳丽最后的两句收口
灵感对撞机能帮你，但替不了你执行——干就对了。 未来竞争不是比谁更努力，而是谁养的小龙虾更聪明。
布老师分享｜
第二大脑：逆向工程×拆碎重组×把写作变成素材工厂
核心洞见：第二大脑不是“存资料”，是把你的文章拆成零件；需要时再按场景组装回来。
01 逆向工程：把书/文章拆成“零件”
顾老师提到一个程序员思维：逆向工程
一本书、一篇文章不是整体吞下，而是拆成可反复调用的零件：结构、案例、故事、金句、痛点、表达方式……
02 第二大脑的基础能力：自动拆解你的资产
你写一篇文章丢进去 AI 自动拆成：故事/案例/结构/要素/风格/表达/金句/痛点 这些被沉淀为“素材库零件” 下次你只要给主题，AI 用你的零件写草稿——写出来更像你、更可复用
03 信息雷达：用AI帮你校准“我是不是想错了”
自己的东西不一定对（营销、赚钱、口播都有可能偏） 让 AI 去外部检索、对照、校准，把信息拿回来加工成更深的知识卡 你再读“已经打磨过、可证伪、可落地”的 S 级内容，灵感会反复冒出来
04 组合拳：别只用一个AI
用复合型AI（千问/谷歌/DeepSeek/Claude/Codex…）轮换视角 一个偏“看细”，一个偏“看远”，相互印证 关键不是工具多，而是用不同脑子碰撞，让方案更结实
05 一个很实用的提醒：电脑不一定要换
远程模型不吃你本地显卡 很多问题本质是“你没跑起来”，不是电脑不够好
竹子分享｜
对抗AI焦虑：把AI当搭档、监工、补充器
核心洞见：你不是学AI软件，你是解决一个问题；AI是放大器、加速器、补充器。
01 AI焦虑是正常的，但你已经领先大多数人
今天一个AI明天一个AI，很容易焦虑 但只要你在用、在讨论，你已经领先很多人（甚至程序员朋友也只是用 DeepSeek 写写程序、豆包日常）
02 最快学习路径：去解决一个问题
- 最快学会一个东西的方法：用它解决一个问题。
不是把路线都尝试一遍，最后发现没问题可解决。
03 “逐字宝典”= 你的检查清单（被小龙虾误删后的反转）
竹子经历：小龙虾覆盖文件夹导致笔记被删 → 心碎 → 反过来把它当“清库存”的好事。
最后把“逐字宝典”升级成：人生检查清单（遇到启动困难/选择迷茫/能量不足/质量卡点时，直接翻清单）
04 复盘用AI来“找你”，而不是你去找复盘，做法可复制：
让 AI 每天晚上 9 点准时来找你
只问三问：
1）今天做到了什么（3件）
2）今天卡点是什么（1件）
3）明天最重要的一件事是什么（1件）
核心是：把正确事情摩擦降到最低，把错误事情摩擦拉到最高。
05 两段高质量时间：醒来前后 & 下午散步
竹子总结自己的高价值时间：
- 半梦半醒
（脑子最空、最容易解题） - 下午散步
（能量流动起来，桌前卡住的突然通了）
AI 的作用是：提醒你别把这两段时间毁掉。
06 AI三大作用
- 放大器
：放大你的优点 - 加速器
：效率提升几十倍、几百倍 - 补充器
：补你行动力/心力/技能短板，让你跑完闭环
小张分享｜
系统重构：从18个Agent砍到3个，复制“思考过程”而不是堆工具
核心洞见：真正要复制的不是“自动化动作”，而是“你怎么产生判断和灵感”。系统越复杂越依赖模型，就越脆。
01 触发点：电脑内存不够 → 反思系统是不是过度复杂
小张原来系统很重、路径很长：多Agent探讨+审核+外网搜集
代价是：慢、耗 token、还严重依赖强模型（换弱模型就跑不动）
02 关键转向：胡子哥为什么要本地小模型？
小张的反思是：
胡子哥不只是为了省钱或保护数据 更关键是：降智之后还能跑，说明系统本身足够清晰、可迁移、可复用 只有“差模型也能跑”，才证明你真的理解了框架，而不是靠模型硬撑
03 18 砍 3：只留三类Agent
- 记录者
：记录经历、尤其记录“判断是怎么产生的” - 内容生产/动见卡助手
：把输出拆成零件沉淀 - 执行者（手脚）
：交给 Claude Code / Codex 这类能执行的人去落地
04 不要把书都存本地：需要时让AI现扒
小张把一堆书/营销资料全删掉：
需要时让 AI 按你的知识去外部抓取 本地真正该留下的，是你的思考方式和判断路径
05 AB测试：用强模型搭框架，用弱模型检验“框架是否真懂”
小张提出一个很反直觉但很关键的训练：
强模型负责激发灵感、快速搭框架 弱模型负责检验：你是不是写清楚了？是不是可迁移了？
最终目标：换什么模型都能运行，这才是资产。
答疑环节｜问题 & 答案整理
Q1：Claude Code、Codex、爱马仕到底是什么分工？我应该用哪个做“主对话”？
A：壳+模型+职责。爱马仕更像助理（记忆/协作流程），Claude Code 更像工程师（结构化拆解+实现）。（回答人：小张/现场回答者）
- 爱马仕/QQ类
：更像“助理”，有记忆，会记住你的合作模式与原则 - Claude Code
：更像“做产品的人”，偏工程化、结构化、拆解强，但需要你给清晰目标与上下文 选择哪个当主对话：看你的任务 需要长期记忆/协作流程 → 爱马仕更合适 需要做项目/写程序/改代码 → Claude Code 更合适
Q2：为什么爱马仕老问我问题、执行不丝滑？
A：你的角色设定/规则文件决定了它“问还是不问”。先读官方文档，再改人设与协作规则。
先让它读官方文档，搞清楚结构与可配置项 再调整：角色设定、你希望它“少问多做”的规则 也可以让 Claude Code 反调爱马仕（先读文档再改，避免瞎改）
Q3：飞书里聊的记忆，爱马仕终端抓不到，怎么回事？
A：上下文分系统。接口接上不等于记忆互通；要么统一记忆库，要么接受隔离。
飞书对话与终端对话是两套上下文 真要互通：要对齐“记忆存储位置”，建立统一的记忆库（例如放到某个知识库/临时记忆文件夹） 但也要注意：记忆打通可能带来干扰（不同项目互相污染）
Q4：我做了个小工具（网页小程序），现在要不要上 Claude Code / Codex？
A：先上最好的体验，激发好奇心和结构化能力；后面再用弱模型做检验与降本。
初期用好模型的价值：不断激发灵感与专注，推动你把闭环跑起来 后期再做：用弱模型验证“框架是否写清楚”，降低依赖
Q5：我担心笔记/知识库被AI误删、搞坏，怎么办？
A：做版本控制（存档/回滚）。
给知识库加版本控制（例如 Git/GitHub 或 Obsidian 同步/版本机制） 做任何大改之前先“提交存档” 改坏了就回滚到上一个版本
Q6：我想提高开发效率：不用自己手动测试、自己挨个改，怎么做？
A：先写清需求与验收标准，再用“测试驱动思维”让AI自己出检查清单与用例。
关键不是语言/工具，而是你能否说清： 我怎么用？ 什么算成功？ 有哪些边界情况？ 让多个AI出方案互评，最后再执行（像一个小团队）
AI不是让你更忙，是让你把闭环跑通，然后把闭环变成资产。
