快问快答与WorkBuddy的诞生

开场用快问快答介绍汪晟杰（杰森），随后他讲述WorkBuddy如何从面向开发者的CodeBuddy底座上孵化：发现非研发人群用不起来，受Claude Cowork启发做原型，获总办认可后改名，内部上线第二天突破两千人。

一人公司是验证期的形态，不是终局

杰森认为一人公司很难走到规模化，但在验证和试错环节非常必要，因为沟通成本低、记录都留在本地。路径是先验证市场，再组超级团队分摊风险，最后进入高速增长期推动组织变革。

48小时接登录体系，以及与OpenClaw的比较

杰森回忆1月中旬一个人加班约48小时接入腾讯登录体系，测试还得手动做。他把WorkBuddy与OpenClaw对比：本质相似，但WorkBuddy自研、基于CodeBuddy底座、一键安装，不像OpenClaw需要终端和依赖。

文科生能不能用，以及国内的长处在哪

主持人以重度vibe coding的文科生身份提问，杰森说软件开发是分层的，业务层不一定需要研发背景，越到底层越要控制AI边界。他认为国内长处在电商、教育、财经、律师、医疗等用内容驱动价值的领域。

WorkBuddy上用得最多的三个场景

杰森说日常用得最多的是做PPT、深度研究和公众号长文提取分析，并强调自己的WorkBuddy“懂我”来自每天自我进化的记忆体。他澄清微信数据一视同仁，产品真正要解决的是长轮任务能否让AI听话。

模型会不会拉齐：一场关于反馈机器的辩论

杰森明确反对模型终将拉齐，认为会有很多小模型在各自赛道不同。他用训练小狗的比喻解释下一代模型靠前序模型后训练与用户反馈强化，并说WorkBuddy未来方向会更靠近Codex，手机端将做成电脑的延伸。

该不该让女儿学AI：先分清“上瘾”

主持人介绍杰森是一年级女孩的父亲，话题转向教育。杰森说会让女儿学AI，但先要分清为什么上瘾；他让女儿用AI做小游戏获得成就感，并回忆自己曾在一家雅思教学创业公司做CTO，用规则化方式强化记忆。

孩子该学什么：知识点、创造力与思辨

杰森主张孩子要多学知识点、多留时间激发创造力，鼓励做思辨和逻辑训练，比如设计游戏的输赢规则。对“是不是不用学传统编程”，他说要看几年技术，大学生更该学计算机原理，文科生也要学大模型的使用技巧。

黄仁勋与吴恩达为什么说法相反

杰森解释两人站位不同：黄仁勋站在算力和上层业务，把逻辑说清楚就能快速验证；吴恩达站在底层模型调优，调模型是工程活必须写代码。他由此强调辩证与批判性思维，并说腾讯内部对传统编程的需求并未明显减少，人员也没有变少。

校招生不必恐慌，AI是提高上限的杠杆

杰森说校招数量没有特别变少，只是结构在变，更想要专业AI人才。对大学生“四年白学”的恐慌，他认为AI起来才三年，之前学的东西只是有一点点重叠的浪费，这点浪费值得，建议多思辨、多用AI。

AI神经病：别把AI当主人

主持人坦言深度使用AI后不愿跟人说话、精神状况不好，杰森承认会有一点。他区分人与AI沟通的目的，认为AI可以承担垂类问题，但人是AI的主人，硅谷那种让两个AI助理先聊再让主人见面的做法没有必要。

记忆分层：让AI跟着你学

杰森给出成为AI主人的方法：认清AI强在知识面、弱在你的独特经验；设计自己的记忆分层，把每次做事的经验总结成文件存在本地，下次提问先翻相关的那一本，读取有限数据就够。

未来六个月：金字塔与企业级数字员工

杰森用金字塔描述走向：底层模型更多更强，中层基建解决长轮复杂任务，上层应用百花齐放。他判断越来越多企业会做企业级数字员工，但很多上亿规模的交易AI改不了，要先思辨放权边界、让数字员工先跑起来。

模型安全与合规：两条不同的赛道

主持人提到海外模型发布后被收回，杰森认为算力增强后模型会出现新的涌现，可能形成人类世界难以监控的新观点，因此海外面临更多合规问题；国内模型相对安全，部分原因是还没达到突破自己上限的逻辑，做好垂类更务实。

应用还有没有机会，以及一本书的推荐

杰森认为模型升级不会消灭应用机会，做好一款应用要考虑大量边界与细节，而模型会毫无保留地自我赞美，需要人给坐标。他推荐《一千天后的世界》，并总结：让AI和你共同成长，AI是哆啦A梦，不是抄作业的机器。