北京
三天之内，余一完成了「鹅厂下线、Manus上线」。这次返场，她的身份已经换了。
离开腾讯研究院，她用了一句话解释：「我越来越难以忍受自己是一个旁观者的状态。」这句话并不新鲜——两年前转岗进研究院，用的也是同一句。同一个句子，先把她送进去，如今又把她送出来。
超级个体阶段，该试的都试过了。事情确实都能自己做，但会累死，也做不好。她更想加入一个彼此信任、同频的团队，去解一道新题：人、agent、人、agent，四个主体之间怎么协作。
只跟一个主agent说话
她的工作方式听起来有点反直觉：Slack、邮箱、X、Notion，每个信息源各配一个监控bot，让它们在同一个群里汇报。她自己只跟主agent「AI余一」说话，由它验收和分派。
「凡是他想自己干我就骂他。」这句是玩笑，也是原则——主agent是幕僚长，不是执行者。她认为这正是90%委托与100%委托的差别所在，两者之间「天差地别」。
对比很直接：用Claude Code、Codex时，她仍要「看一会儿，盯一会儿」，自己始终是那个卡点。现在卡点被交了出去。她还提到，产品差异很大程度在agent如何跟人沟通、如何向上管理、如何照顾人的带宽；把代码输出分段堆给人看的产品，只是让人换一个地方继续读一大坨信息。
AI原生组织长什么样
在她描述里，Manus是AI原生组织：所有人都是AI重度用户，不必再互相说服。机制落在具体工具上——
- 反馈进Slack后，由AI定级、@该处理的人，并翻出这个问题历史上被提过几次；
- 入职先跟内部bot聊：最近在开什么会、项目进展、组织关系、该找谁；
- 机器人由少数人围绕业务统一建设，而不是人人自建一堆。
她强调后者：人人自建agent，组织复杂度会失控。AI的定位是减少摩擦和负担，人仍然是主体。办公区像「客服区」，所有人都在说话、都在vibe coding，PRD的作用被大幅弱化，产品、运营、市场都在自己写代码，再让开发审一遍。
先开荒，再降本
她的用AI策略可以概括成四个字：先开荒，再降本。容错率高的事情，把ABCD全丢到市场上验证，不在2%、3%的差别上死磕。先用Manus判断一件事能不能做、值不值得做，跑通后再换Claude Code或更便宜的模型，或请IT做成内部平台。
一个例子：一位物业出身、没有计算机背景的老板，用Manus接海康威视做出巡店系统，所有门店在用。被问做这个要多少钱，他的回答是「不是多少钱的问题，是我根本不会做的问题」。
她对AI的下限要求很低，「只要能帮我5%就很开心」。看开一点，空间就大了。
没有personal agent，只有agents
她主张把agent当「主体」而不是工具：一个主体该有电脑、手机、电话、银行卡、技能、知识库，还要时不时清理自己的记忆。它不该跟你抢资源，它跟你是合作关系。
随着工程性工作被AI接管，她反而花更多时间打磨那句「一句话顶一万句话」的提示词，比如「所有的特效都是要配合讲解的内容和情绪」。她计划把攒了一年的harness全部移走，用最强模型重跑一遍，让AI自证哪些该留。
人类剩下的工作是帮AI对齐——写清什么叫好、什么叫验收。招聘标准也一样：第一，作品会说话；第二，他怎么跟AI合作的过程也能说话。她会给候选人积分，让他一两天做出个东西。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
