开场：KYC培训的颗粒度困境与开源的价值主张

节目以保险行业培训的典型问题开场——组长辅导组员时说"KYC做好了单子就不会丢"，却没人定义KYC每一步怎么做。嘉宾陈庚提出开源的核心作用是抢占生态位，与其让能自我迭代的人自己解构，不如直接把东西给他。

嘉宾返场：从程序员到保险代理人，再到AI开发顾问

陈庚自我介绍：写了二十多年代码，做过开源软件，现在在友邦北京做保险代理人，同时在workbuddy上开源了Skill包，累计超过三万九千人使用。主播汤圆和德福都表示自己用过他的Skill包。

AI不是许愿机：从龙虾到workbuddy，Agent为什么火了

陈庚用"宫保鸡丁"比喻解释AI在保险行业用不起来的原因——大家把AI当许愿机，只说要什么结果，不知道流程。Agent的出现解决了零到一的问题，桌面端Agent能真正读取本地文件，用户要的是端到端的成果。

Skill包就是菜谱：二十九个开源工具与真实需求

陈庚把自己十一年经验拆成二十九个Skill包开源，使用率前三的是朋友圈、方案制作、公众号长文。他发现用户从来不会告诉你他想要什么，但数据会说话——大家真正卡在私域朋友圈这种最基础的地方。

从零分到六十分：AI时代的平权与干中学

陈庚的开源理念是"你改作文不比写作文容易"，先帮大家把差异抹平。学习方式也变了——过去先懂why再落地，AI时代不如先落地、干中学，通过一次次产出反向训练自己。

工作坊为什么有效：线下实操、复购率与产品边界

陈庚解释线下工作坊的必要性：保险从业者年龄偏大、电脑操作困难、线上录播注意力不集中。工作坊定价五百九十九元，两百多人参与，复购率接近百分之五十，目标只是让到场的人现场做出东西并能用上。

不要试图把旧船上的船员带到新船上

陈庚提出团队长在AI时代应该新招一批人而非让旧人提效。团队长像MCN机构，要的是可复制的SOP。AI能生效的前提是颗粒度足够，有颗粒度的团队长有没有AI都能带人。

新人、中人、老人：三类从业者的AI解法

陈庚把从业者分为三类：新人要建立商业基本框架、直接抄现成体系；中人要拆分作业系统、明确增长目标；老人要可复制标准化。他引用"卖保险年入八十万不如月薪两万"说明商业意识的重要性。

框架会不会抹杀个性？话术与审美的边界

主播提出担忧：标准化框架会不会让所有人变得一样，变成"背话术2.0"。陈庚回应：同一套框架不同人执行效果完全不同，话术分框架和内容两部分，就像人的骨骼一样但高矮胖瘦各异，最终决定的人是业务员自己。

十七步公众号Skill的诞生：让AI倒逼流程拆解

陈庚详细讲述公众号Skill如何从"帮我写个爆款"迭代出十七个步骤——定义爆款、选题、调研、去AI味、评估、补个人偏好。主播德福补充DIVIO文档写作指南的四个层次：tutorials、how-to、explanation、reference。

因材施教：不同产品线对应不同深度的需求

陈庚认为教学要因材施教，有人要拿来就用，有人要知道why，对应不同定价的产品线。Skill包解决"复制不动脑"，想知道why的通过公众号文章、视频号、直播或线下集中学习。

可视化的三层价值：让客户看见确定性

陈庚系统讲解可视化：价值可视化、服务流程可视化、单次沟通可视化。用迪士尼排队、外卖轨迹、SPA馆流程类比，说明客户需要确定性。养老方案中，可视化框架能解决顾问和客户"够不够"的争论。

五百万买养老房还是养老金：AI如何当场算清

陈庚举例：客户有五百万，评估买房还是买养老金，AI可以列举税费、利息、持有成本、租金收益，再测算养老金收益。他回应数据准确性和隐私问题：通用知识AI相对准确，敏感信息要打码或只截取异常项。

开源背后的商业逻辑：统战价值与生态位

陈庚解释为什么全部开源：抢占生态位和认知，开源带来巨大统战价值，用户会"补票"。他二月份做过九十九元一个月的小程序，一个月卖了两百多人，但后来停掉，因为封闭生态会把对手方做得越来越多。

驾校模式与组织提效：保险行业AI转型的终局

陈庚把自己定位为保险行业AI转型的埃森哲和IBM，现在的业务是"驾校"——先培训司机。他强调最终核心是组织提效，不是分散个体。节目结尾主播预告workbuddy赞助的水杯抽奖，由AI分析评论区选出四位。