开场：一周烧掉153亿token的人回来了

孤独的博士以“中美横跳”的创业者身份回归，三人轮流分享用AI处理航班赔偿、博物馆导览、带父母旅行行程的亲身经历。话题在具体用法上打转，最后落到“一个人使用AI不会超过自己的认知”。

模型见顶之后：代理能力与效率之战

嘉宾用关键词概括半年变化：模型在聊天模式下已感受不到差异，厂商转向代理能力与缓存效率，干同样的事更便宜。王妈妈总结为“智力没增加，上班能力增加了”。

从聊天框到代理生态，以及被冲击的牛马

办公与编程成为代理主战场，workbody、codex、claude code 允许调用其他模型形成开放生态。具身智能带来惊喜也带来惊吓，话题转向“什么能力在AI时代真正值钱”。

李飞飞说的两类劳动，与主动性

王妈妈引李飞飞“十年后只剩两类劳动”：垂直领域前1%专家与高主动性跨领域通才，共同内核是主动性。科科追问下一代该学什么专业，并提到AI攻克孪生素数问题。

把“专家”的定义放宽：同人圈里的前1%

嘉宾认为专家概念过于狭隘，互联网时代领域被无数次细分，在某个小众爱好里做出别人做不出的东西就是前1%。王妈妈分享用AI按天推演历史同人CP的创作方式。

日抛型技能与固定技能

嘉宾提出技能二分法：剪视频、PS、编程等日抛型技能交给AI；信息获取与挖掘、写作、审美、数据分析、沟通、自学是固定技能。随后展开信息获取：找原数据与一手解释，而非被算法投喂。

信源核实与信息挖掘：带着目的去消耗信息

讨论如何判断信源、一手与二手信息的差异，王妈妈以魏征修史为例说明核实已进入历史研究层面。嘉宾强调挖掘的本质是带着目标去消耗信息，而目标只有人自己知道。

写作能力：prompt不是许愿池

写作被重新定义为把需求清晰有逻辑地表达出来，并定义AI输出的结构与逻辑。嘉宾说很多人写prompt像许愿，“让领导通过”不是标准，领导的通过标准才是。

审美与活人感：AI差的那百分之一

王妈妈坚持正常阅读看电影，认为AI内容与抄袭难脱关系。嘉宾谈AI味儿与模型特征，王妈妈谈刻薄幽默、自嘲难以拆解，以及“爱是秩序之外的一瞬”——AI把99%做好已效用最大化，感染力在剩下1%。

数据分析与沟通表达：问题永远由人提出

AI能给很多结论，但没经验的人不知道要哪个。数据分析本质是找规律，前提是提问。沟通表达与写作同源，心里的事说不清，跟人跟AI都是障碍。

自学：分清该学什么，以及如何用AI学

王妈妈问AI用多了会不会变钝，嘉宾回到日抛/固定二分法，主张日抛技能不必再投入。学习的第一步是判断AI能否替代，第二步是建立学习闭环：提问、建框架、补概念、指挥AI、迭代知识库。

system prompt 与教育：学会如何学习

嘉宾展示自己如何写system prompt定义角色与输出偏好，并把它类比为给AI的全局设定。话题转到小朋友该学什么，嘉宾认为教育本质是通过学知识学会学习知识的能力。

搭建AI梯队：把模型当员工来管理

嘉宾分享用顶级模型当总经理、拆解任务、按难度分配子代理与模型等级的做法，并类比公司组织架构。他因此理解了企业为何这样用人，也指出这需要先有背景知识储备。

收尾：一张可以自查的清单

科科总结搭建AI梯队的能力会越来越重要，王妈妈称这期内容实在、可在小清单上自我检查。三人以“希望每个人都能找到自己的出路”收束，并聊到家里长辈用豆包后家庭地位的变化。