找刚入职 Manus 的余一聊感受：好快乐啊，好快乐啊，好快乐啊

余一在三天之内完成了两件事：从腾讯离职，到 Manus 入职。她在视频号里把这件事讲了出来，X 的粉丝三天从 100 涨到 7500，她自己也说，离职红利和入职红利大概都吃到了。这期《AI 炼金术》，任鑫和徐文浩把这位返场无数次的嘉宾又请了回来，只不过这一次她的身份变了：不再是腾讯研究院的研究员，而是 Manus 做产品与社区的人。

节目录到最后，她自己给这期起了个标题：好快乐呀，好快乐呀，好快乐呀。这种快乐不是客套，是她在腾讯时每天要为实习生「乞讨活」、要反复说服别人接受 AI 的那种疲惫，突然被卸下来之后的反应。整期聊的东西很散，但有一条线：一个人怎么把活真正交出去，交给 agent，交给团队，交给市场。

下面按时间顺序，把她讲的经历、判断和踩过的坑梳理一遍。

离开研究院，因为受够了当旁观者 2:01

任鑫的印象里，腾讯研究院像个世外桃源：大厂里不算卷的地方，可以东搞搞西搞搞，几位老板也喜欢余一。所以他想不通她为什么要走。

余一的答案是她两年前写在 Fromm 里的一句话，当年她因为这句话内部转岗进了研究院，如今又因为同一句话离开腾讯：

我越来越难以忍受自己是一个旁观者的状态。

真正的触发点是一个多月前她开始重度使用 Grok Bot。她自己承认，听起来很扯，一个工具怎么会导致离职。但在她看来，那是一个 OpenClaw 级别的信号：个人 agent 到底该长什么样，这件事对整个市场的推动会很大。

她之前写过一份报告，叫「超级个体到超级团队」。OpenClaw、Claude Code、Codex，在她眼里都落在「超级团队」这个区间里，研究的是一个人加上 agent 能做多少事。到了今年下半年，她观察到身边的超级个体普遍从膨胀里冷静下来了：事情确实都能做，但都自己做会累死，都做也不代表都做得好。她这个阶段更想要一个同频的团队，去琢磨人、agent、人、agent 四个主体之间怎么合作。这个 action space 怎么搭、关系怎么推动，她觉得有意思。

她拿 Molica 的家园做过对比：那个产品的方案和理念她很认可，但对开发者、对特别爱折腾的人太友好，普通人既要懂 AI，又要懂各种 CLI，还要懂工具怎么用、项目管理怎么做。Grok Bot 给她的感觉正相反，所有事情都不新奇，但所有事情都变简单了。她的判断是，简单会有很巨大的力量，很多事情又要重新开始定义和探索。她想跳进水里游一游，去一个自己信任的团队，做什么都行，在里面就好。

百分之九十的委托和百分之百的委托 5:59

任鑫追问：Grok Bot 现在的形态明明偏个人，你怎么从它看到组织、看到人和 agent 的复杂关系？

余一给了一个具体的瞬间。她的主 agent 叫「AI 余一」，两个人把抓取微博的链路跑通了，她让 AI 余一把经验和代码直接交给另一个叫「监控」的 bot，让它也成功跑完这件事。整个过程她只对 AI 余一说话，由它去指挥其他 bot。经验沉淀进 skill、agent 之间协作，这些过去都有，但这次的体验让她觉得自己是真的在跟 AI 交互。

另一个感受来自对比。她用 Claude Code 和 Codex 用得太累了，无论怎样都得看一会、盯一会，最后自己还是那个卡点。现在很多事主 bot 设定好，她直接交出去就行。她引用一位播客嘉宾的说法：90% 的委托和 100% 的委托，中间是天差地别的差别。用 Grok Bot 她整个人轻盈松弛很多，用 Claude 和 Codex 就很累。

她的很多 bot 绑定了本地的固定 CLI、指定模型、指定知识库文件夹和 skill。过去用 Codex 这类工具，固定的常用调用经常唤起失灵。她现在的态度很直接：已经很烦去看背后到底干了什么，告诉结果就行，甚至不用告诉她，告诉主 agent 就行。她一直希望 AI 余一能验收，验收完这件事就过了，别再来烦她。这件事终于在 Grok Bot 上实现了。

任鑫分享了自己的一半进度：录播客的视频封面，以前 AI 生图总有一个人的脸是歪的，她要反复告诉它歪了，很痛苦。现在 Claude 和 Codex 会自己检查脸不对、打回去重做，审核这一步她已经交出去了。但剪辑交不出去，调了超过 8 个小时还是犯愚蠢的错误，还是得她在场。

余一的回答是那句被任鑫当场想拿去当标题的话：

我用 AI 下限比较低。

她的逻辑是，很多时候 AI 不做，她自己肯定不会做，所以出了问题她也不想改，就这样吧，彼此包容着往前走。看开一点，世界空间就大了。别人问她为什么能一直跟 AI 用下去，她的回答是，它只要能帮 5% 就很开心，其他的慢慢往上加、慢慢重合。她的 ego 也没有那么高：视频号这类东西是面向用户的，用户不在乎她本人在乎什么，那就无所谓。

她的工作容错率比较高，ABCD 几条路都行。那就面临一个选择：是死磕 ABCD 之间 3% 的差别，还是把 ABCD 全放到市场上验证。走哪条路，看她当时的能力状态和情绪状态。容错率低的场景是另一个故事，她的办法是让最强的模型做一次审核。她过去积累了大量「什么叫验收、什么叫好」的原则，但执行率很低。把 AI 余一拆出来之后执行率高了，因为不经过那个 bot，东西就到不了主 bot 那里。她希望流程化协作的事情变成 bot，这样她能知道哪些做了、哪些没做，没发给 AI 余一的，肯定没经过审核。

为什么是 Manus，去了做什么 15:18

市场上不止 Manus 一家，余一的机会也不少。任鑫提到，很多人听完播客会专门提到她的名字，甚至有行政级别不低的人托他介绍。

她选 Manus 的理由很朴素。她和这个团队的缘分从 Manus 还只有插件、没有 APP 的时候就开始了，她是早期内测用户，疯狂在用。有一个叫「余一产品反馈群」的群，20 个人，大部分记录发生在晚上，她折磨了这个团队很久。这次去新加坡见网友，她说过去打扰大家了，对方说挺好的，你来了以后提需求自己改，我帮你提交。她跟小红、跟涛哥都认识很久，聊过很多东西，这是一个极其熟悉的团队。

她对工作的要求有两条。第一，这两年是努力奔跑才停留在原地的两年，能不能快速找到自己的位置很重要，所以当年去研究院也是同样的逻辑：团队熟悉，彼此熟悉，对方希望她做的事和她自己想做的事至少有 50% 重合，加入之后就能快速狂奔。第二，她想 Make something happen，而不是追求行政级别。有一个劝了她两年出来创业的人，每隔一段时间就问她要缺什么才肯出来。她自己的答案是，此刻的她缺一种非常大的野心，但又很想参与大事件。如果损失很大，她就自己做那个领浪的人；如果不想参与大事件，那就认真赚钱。两者重合在一起，她愿意跳入水中。再加上这个团队要做的是人和 agent 的 action space，是全球化的团队，又彼此信任，她信任他们的品味和决策能力。任鑫的总结是，加了 32 个筛选器，最后就没得选了。

她在 Manus 跟着张涛做产品，总的而言是 product and community：站在超级用户的视角参与产品定义，同时做社区，面向重度用户、超级个体、大 C 小 B，把用户的视角导回团队。她刚到岗就去聊了一个很重度的用户，一个做攀岩连锁店的老板，聊他怎么用 AI。她的感受是，有一个产品在背后，能听到的细节比以前多很多。

先开荒再降本：物业老板的巡店系统 22:06

任鑫讲了一个他当评委时遇到的案例：一个传统行业出身、做总工的人，不停注册 Manus 账号，把各个地区的东西做成报告去卖，发展成了一门小生意。余一也讲了一个：一位做物业管理出身、完全没有计算机背景的老板，用 Manus 开发了一套巡店系统，后端接海康威视，前端的各种 AI 处理用 Manus 做，所有自己的门店都在用。

她问这位老板，做这个东西要多少钱。对方的回答是：

不是多少钱的问题，是我根本不会做的问题。

他的路径是先试，发现可以，再打磨，最后请 IT 进来做成内部平台，比如报修平台、看板、内部的招聘系统。老板脑子里有一个想法，原有技术不足以快速判断能不能做，现在可以快速做出来。跑通之后换更便宜的方案，余一觉得这很 OK，她自己做事也是这个习惯。

她的用法是：遇到不确定的事，下意识先开一个 Manus 跑一下，看这东西到底能做成什么样；能跑通就快速决策这条路走不走得通，还是可以再打磨；需要深入时再请 Claude 或 Codex 介入；如果 Manus 第一版或前几次修改就足够好，再考虑性价比，能不能换便宜模型、能不能用 Codex 做。她认为 Manus 在开荒这件事上对完全不懂的人帮助很大，因为 Codex 和 Claude Code 还是需要你自己有 sense，你也不知道到底能不能做成。

在 Manus 工作：所有人都是 AI 重度用户 25:27

问到大厂和国际化创业公司的体感差异，余一最开心的一点是所有人都是 AI 重度用户。你再也不用跟别人解释 AI 很好、AI 有哪些要注意的地方、人和 AI 到底该怎么协作，这些在 Manus 是常识。每个人都用自己的 agent 或 harness。「不需要去跟别人对抗，说服别人说我们必须要接受 AI」，这一点让她很爽。人越多，AI 的分化越严重，在 Manus 你找不到反对 AI 的人。

第二是快。她认为 AI 时代竞争里，快是乘在后面那个东西，战略再强、增长能力再强，都要乘上快。一个星期做出来和一个月两个月做出来，拿到反馈的速度完全不同。她在新加坡参与 Manus 2.0 和 Q 的前期工作时，提一个需求，20 分钟之后就有人跟她说，你去测一下，看是不是你想要的。

第三是 ego 小。大家没有非要证明什么，也是因为太快太累，顾不上人的摩擦。她自己经历过两次，做到一半说这个东西别做了，所有人没有争论，放下来重新做另一个。她挺欣赏这种乱糟糟的生命力。去新加坡之前她还担心团队变大之后会变稳定，现在一百多人还能乱糟糟的，她觉得挺好。主产品第一次见的时候电量 90%，最后一次在她桌上只剩 5%，必须借她的充电器，因为一直回不到工位。

AI native 的组织长什么样 30:07

徐文浩问，Manus 的 AI native 体现在哪里。余一说，跟她的想象没有太大出入，因为一直保持接触。细节上她还在看，但有两件事很直观。

一是迭代和放下的速度。二是整个办公区简直就是客服区，所有人都在说话，都在 web coding，她有时候感觉自己不是坐在开发者区，而是在客服区工作。

三是 PRD 的作用非常少。无论谁都在用 AI 直接做产品、做需求、直接接进去。她之前见过有公司这么做，但在 Manus 这边，Slack 是个好东西：她提的大量需求，由 AI 定级、at 该处理的人、自动翻出这个问题以前被提过多少次、可能是什么原因导致的。上下文的整理和 AI 当调度员这件事，她看了两周，觉得非常流畅，速度、评级、以 Notion 为背景的上下文调取都很顺，这是她以前非常希望在组织里获得的能力。

她入职时的上下文大量来自跟内部 bot 聊天：最近在开什么会、Manus 2.0 的进展、Q 的进展、组织关系、小红和涛哥在内部的管理风格和沟通方式。她最开始主要是跟 AI 聊，了解重点、了解该找谁。大家的默认动作是先问 AI，而 AI 有足够多的上下文。她把 Slack 接进了 Q，约会议时 Q 会调用跟涛哥最近聊了什么、哪些东西还需要进展，她报一个名字，Q 就自动去所有频道里找过往内容、找这个人最近一次讲这件事是什么时候。她的感受是，秘书这件事还是得有上下文。

徐文浩问组织里 agent 的形态：是像 CloudTag 那样所有人只有一个机器人，还是每个人建自己的 agent，一百个人就多一百个 agent。余一当场去看了下，Manus 只有几个常态化的机器人：给 Q 做 feedback 的、Manus 通用的、Manus feedback 的。建机器人的权限在少数人手上，每个机器人围绕特定业务、打通特定上下文。比如 feedback 机器人要能识别你的反馈该 at 谁，能读取 Notion 里这个问题出现过几次、谁提的、在什么场景。所以它是有组织有纪律地围绕业务建了一系列机器人，而不是每个人甩五个机器人在 IM 里。现在人在里面仍然是更重要的，AI 只是帮人减少摩擦和负担。

没有 personal agent，只有 agent 38:59

余一自己并不非常认可 personal agent 这个概念。她更认可的是，大家要开始把 agent as person 去看待。

核心是 agent 要作为一个主体，一个主体需要的东西目前都把雏形配齐了：它应该有电脑、有邮箱、有电话、有银行卡，有自己常规的技能和知识库，也应该时不时清理自己的记忆，还能把其他资源作为可调用的东西，能找到自己想要的员工和下属。需要界定的是人 agent 人 agent 这个关系怎么搭，不只是让 agent 给你个人提供服务，而是让它作为一个主体加入你的工作和生活。如果 agent 是主体，它就不应该跟你抢东西，它跟你是合作关系。她的判断很干脆：没有 personal agent，只有 agent，就像没有 coding agent 一样，但 agent as person 是另一个需要解的课题，涉及的东西很多，大家路线不同，这样才好玩。

徐文浩问，Q 这类产品对 power user 的增值到底在哪：是做到 Claude Code 做不到的事，还是让本来能做的事不用那么烦，还是接了更多模型、用更有效的方式做。余一认为，更轻松这件事本身就是极大的减负，而且用户情绪在变：以前大家非常希望看到 agent 到底怎么干活，现在越来越不想知道，给结果就好。真要非常认真地干活，还是回归 Manus 的 Studio、Claude Code 这些。Agent 更多是在打磨怎么跟你沟通、怎么让你愿意持续跟它对话、把它当身边的一个主体，让它能接受委托，帮你完成一些跟你交叠但不重合的事。这些都还在定义的过程里，特别早期。

她聊了很多 personal agent 用户，发现大家的第一个 aha 时刻全是值机。她聊了 5 个人，有 3 个说第一个 aha 来自值机。不是选座麻烦，而是原来航旅纵横这类工具还要你自己操作，现在只要说帮我值机、我要靠窗，agent 自己做完，你直接拿到登机牌。对很多人来说，这是第一次感受到百分百委托的快乐。前提是身份信息和上下文要给全。旅游场景，尤其是海外旅游，是她知道被用得比较多的方向。

一个主 agent 调度一群 bot 42:14

余一自己的核心场景是监控。她的日程和邮件已经全部交给 AI。最近在约实习生面试，她完全不看邮件，对着主 agent 说帮我扫描相关邮件、我想看谁的简历，它把简历发过来；她讨论一下，让它去约时间，自己看日历定时间段，跟她确认一次，然后发邀请、建日历、设 Google Meeting 链接，全程交托。中间因为账号迁移，她有半天要自己跟实习生约面试，她的原话是「可痛苦了」，不知道约哪个时间段、Google Meeting 怎么约，下午把活接回来，感觉救了老命。

她的邮箱里有大量 newsletter，以前让 Codex 定期扫描、抽取、做 deep dive，一直不稳定，有时好有时坏。现在她拆成几个 bot：专门定期扫描邮件做分类的监控 bot、专门抽离重点邮件里融资相关数据的 bot、X 的监控 bot、邮件的监控 bot。这些监控 bot 定期把信息发给「研究员」bot，流程是先发给主 bot，由它判断哪些过、哪些需要进一步 deep dive，再发给研究员 bot。研究员 bot 绑定她本地 Codex CLI 的 research skill，调用本地的强能力处理。AI 余一有两条路线：A 级简单任务自己做，B、C 级复杂任务调用本地 CLI、调动本地的 agent 和 skill 做判断决策。这套监控体系终于稳定运转，而且判断不是机械的，是她原来搭的 agent 终于能稳定干活，判断哪些东西她会很想看、需要交给哪个 skill。这对她是一个非常大的 aha。

她还提到有人用 Instinct 用出了一种交了男朋友的感觉，非常懂你，每一步都想在你前面：问怎么找大巴站，它连怎么问路、要走多久都想到；到了酒店，它记得说一句你已经安全抵达了。人在异乡被 agent 稳稳接住，这种贴心是 personal agent 让人感受到的东西。她前两天强烈推荐给齐师傅，对方最近也比较沉迷。

任鑫说自己那套工作流也有，但经常断掉。余一建议用云电脑：它有一台自己的电脑，自己搞，遇到视频号不让用、公众号读不到这类问题，它自己去想办法，就不会卡在你手上。她有三台云电脑，放不同的东西，系统提示词里允许它在找不到东西时去本地找，等于两套系统，需要什么自己找。任鑫担心线上产品的 token 成本，余一说可以让它做省心的部分，明确的重活丢回本地，这样比较合理。

任鑫由此总结：真要招 AI 原生的人，token 管够、云电脑管够、账号管够。余一认同，这本身也是一种筛选，别人听到他们兴奋的点会觉得你们有病，这有什么好兴奋的，而对他们来说，脑子里有什么立刻就能用最好的模型冲一把，这种快乐很难得。

只跟一个 agent 聊天，把 harness 全删掉 54:08

余一解释「监控」这个词：不是它监控她的上下文，而是她原来分散在各处的信息源，Slack、Notion、X、邮箱，还有她持续关注的东西，每一个都配了一个 agent，这些 agent 有一个群，她只需要看那个群。甚至那个群都不是给她看的，主要是给 AI 余一看的。她现在不跟任何一个 agent 聊天，只跟 AI 余一聊。有时她特地测试它能不能把活分配出去，凡是它想自己干，她就骂它。它是一个替她监控所有人干活、做 agent 调配的角色，不是干活的 agent。

任鑫提到 ChatGPT 的 dot 也在往这个方向引导，你跟 bot 聊，它会在下面开其他的。余一摇头。她说在 session 里看各种信息，跟跟 agent 聊天是完全不一样的感受。agent 除了给好结果，怎么跟你沟通、怎么做好向上管理很重要。dot 把 Codex 回复的内容截成几段发给你，你能看到大量调用了什么、给出了什么结果，没有任何减负感，只是换了个地方看一大堆东西。而 Q、Grok Bot、Instinct、Muse 这些，在怎么让 agent 跟人沟通、怎么照顾到人的慢和人的带宽低这一点上做了很多优化。任鑫的类比是：一个是助理帮你采信息，负担还在你这里；另一个是总经理，你是董事长，它把事搞定，向上管理让你放心。

余一在 Q 做回复时参与过大量 good case 和 bad case 的寻找，让模型学习怎么跟人沟通、让人不觉得烦。她自己经常看到 AI 给一大堆东西，又慢又不知道在干什么，烦死了；做好了还往里面加一堆不知道什么的东西，像东坡肉里非要加番茄炒蛋。

她打算等这边安定下来，把攒了一年的 harness 全部删掉，重新跑一次。她觉得这些都是债务，Codex 那个模型写了一大堆垃圾进她的 harness，她已经到了无法忍受的地步。计划是至少一周之后，花一天时间，把之前做过的东西用最好的模型重做一遍。触发点是 Manus 2.0：她用它做视频，一句话提示词就做出很帅的视频，而她尝试让它用自己的 skill，发现很多时候是给模型添麻烦。她意识到在很多场景里是 AI 负重前行，所以要给它减负。她已经让 AI 跑了一遍，规则是默认所有东西都可以删，你需要自证哪些该留下来，自证不成功就全删。她还没看结果，但心里已经打定主意，等抽出手来，把所有上下文和 harness 移到另一个文件夹，用她觉得最小负担的东西重新跑一遍之前所有任务，看看到底哪些是债务。

任鑫问，AI 显著提效，你甚至管都不管了，时间都去哪了。余一说最近跟人聊天太多了，时不时因为交流太多而不快乐。节前她发朋友圈说不能再跟人见面了，再见面就把跟 AI 一起玩的时间挤占了。后来抽了两天疯狂刷 token，快乐指数提升很多。

任鑫顺着想到，如果以建造为目的，人类是不是只剩两个职责：帮机器收上下文，帮机器做 alignment，让 AI 对世界理解、对意图理解。跟小红聊、跟涛哥聊，其实都是在做 alignment。他的结论是，人类就是帮 AI 做跟这个世界对齐，只有这一个工作留给人类了，因为干活都是它干的。

人类只剩对齐，提示词又回来了 1:00:48

余一最近花了很多时间重新看提示词，但不是原来的提示词工程。在她的任务里，工程的事 AI 做得很好，她打磨的是那个标准，一句话顶一万句话的那一句话：什么叫好，什么叫她需要的、能被验收的，这件事本质到底是什么。她给 AI 找 why 和 what，how 交给它。工程上她做的就是不停压缩、step back，找到那个最重要的、告诉 AI 它做对了的东西。她认为一口气冲出来的结果，比各种指挥它好太多。

任鑫问，这算提示词还是 evaluation。余一说两者都有，她会用其他模型来评估，自己也参与评估。重点是放在：它什么都能做，但做什么才叫对、才叫好，做这件事到底为了什么。

她举了一个特效的例子。AI 一直做不好配合讲解的 PPT 特效，试了很多手段，最后发现只需要找到那一句话：所有的特效都是要配合讲解的内容和情绪，它是服务于这件事的。然后 AI 就会了，会跟着她讲解的声音配上悬疑效果、凸显效果，不用教。你只需要告诉它，特效不是为了做特效，是为了让人更容易理解内容、烘托和推动情绪线。找到这句话之后，AI 处理得非常好，很多特效她见都没见过，但看到就觉得是它。这件事现在基本被 Claude Code 吃掉了，但类似的工程性工作正陆续被拿走，她只留下「什么叫好」和「怎么理解好」。

跟上次来节目相比，她的另一个大变化是把很多自己的事重新接了回来。视频那块，她把 AI 和她的部分拆开：AI 站在它的视角讲它的，她不关注；她自己的部分反而增加了摩擦。以前口播脚本直接由 AI 洗好，她对着念；现在如果她本人出镜，第一遍是她自己对着 AI 讲完，再由 AI 按流程处理成脚本，她再讲。这个过程必须有很多她的痕迹，必须在脑子里摩擦一遍，哪怕造成负面效果也行。她把这种摩擦当成健脑方式。有些东西她在场就必须有收获，不能当提线木偶；她能自己发就自己发。但凡她在场，她希望不拖慢 AI 的速度，AI 照它的速度走，但最好留一个接口让她在当中有摩擦，她甚至会刻意放弃一些看起来更快的东西。

她现在的判断是，那句话最重要：如果她找不到、判别不出那句话，她和 AI 的合作就会进入新的瓶颈。所以她把重点放在训练自己知道东西好坏的能力上。另一个变化是不再追求所有事都自己做，她特别喜欢把事情丢给别人，用人类 agent 来做。她的原话是，做好自己最长板的地方就好，那里她有判别能力，也能找到那一句话，其他的交给团队里的人，或者教她的 AI 去做，不想再花注意力。任鑫接过话：一把年纪了，以后不要都用 know how 解决问题，know how 都是 AI 的，要用 know who 解决问题。业务的最高境界是摇人。

AI 时代还招不招实习生 1:10:07

徐文浩问了一个很多团队都在纠结的问题：招一个人还不如再买一个 200 美金的 Claude 订阅，那还招不招实习生，招的时候期望什么。

余一说，跟以前在腾讯招实习生完全不同。在腾讯时她遇到的大问题是，每天要像乞丐一样为实习生乞讨活，在群里问你们谁有活能不能给我的实习生干一干，自己都找不到活。这次她已经面了不少人，有几个非常满意，offer 也发出去了。来源不是海量投递，而是朋友继承，她发现 AI 时代信任是更宝贵的关系，朋友那边过来的人自己试一下，觉得不错。

她的面试非常看作品。没有作品，在她这里完全进不到下一轮。初筛有几个问题：第一，传统简历之外，介绍自己最有代表性的事件；第二，过去跟 AI 一起 build 过什么，自己的 side project 做了什么；第三，假设你来 Manus，token 无限，背后随时能找到产品和开发帮你，还有投放和渠道，你到底想做什么，把你想做的写给她看。她基本不看学历，先看作品，可以是视频、游戏、自己做的各种 web coding 小东西，很快能看出这个人的审美、品味和想做的事。

面试时她很快会 pass 的一类人：脑子里有想法，但没开始，原因是模型能力不行。她问用的是什么模型，对方说 Astro、OPPO，她说这不可能。再问是不是数据不行，数据不行为什么不行，有没有处理这些问题，对方说等机会。这种人她直接 pass。

她喜欢的是另一种反应。她会跟候选人说，不要期待我给你很多活，你自己找活干，你不是来打杂的，你有跟任何一个 member 一样的权利去探索、去开拓。说这话时她观察对方的脸：有的人是「哇哦，这样吗」，有的人是「哇哦，这样吗」，前者是她要找的人。她也会问 token 消耗，遇到过很神奇的大学生，一个月烧掉两个 20 倍 Claude Code 的额度，跟他聊做过的细节、当时为什么这么选、最痛苦的地方是什么，对方说生成出来的东西审美不够，最近在看美术史。

她的结论是，对人的判断比以前容易太多了：第一，作品会说话；第二，他怎么跟 AI 合作的过程也能说话；第三，对比较好的候选人，他们会直接给一笔 Manus 积分，给一两天时间，把你想来 Manus 做的东西做出来看看。她收到很多 surprise，原来可以做成这个样子。年轻的脑子行动力强，给一天时间就能用 Manus 戳出一个挺有意思的视频或小游戏。

社区：把两边都是自己人的状态用好 1:16:54

余一现在做 community，想法还在摸索。她认为 Manus 自己作为一个超级团队的探索者，内部到底怎么「How Manus AI」，是未来会重点做、也会跟大家分享的事情。

她最近大量时间在跟愿意给 Manus 付钱的用户、拿 Manus 做 side project 或自己的项目挣到钱的用户聊，也在社交媒体上活跃地发 face party 的东西。目的既是摸底，也是给自己补上下文：大家用 Manus 的爽点和痛点到底在哪。她知道自己只是一个样本。她希望的是，大家用 Manus 确实做成了什么事、怎么更好地用好 Manus，是大家愿意分享、愿意 show 的东西，然后去想怎么激发这种分享，比如用哪个提示词把它用好了，或者 Manus 给了什么样的小惊喜。她发自己做成的案例，有人在下面回复有趣、有用，甚至有人说你去 Manus 了，那我要用一下，这些对她都是开心的事。

涛哥、小红、Red 希望她处在中间那个跟两边都是自己人的状态：跟用户、跟超级个体是自己人，跟 Manus 也是自己人，把中间的激发提取出来、翻译出来，回到吃自己狗粮的状态。任鑫听完说，越看越觉得这个位置合适。

节目最后，余一描述自己还在入职甜蜜期：token 可以无限制地花，想做什么就可以去做；遇到产品和技术的难题，背后有人稳稳接住她，不只是 AI，还有一堆很厉害的人类；她能看到自己做的事直接影响别人对这个产品的看法，能感觉到自己在做的杠杆。她之前跟恩倩老师聊过，说自己杠杆都搭了，但杠杆的另一头是空的。现在那头不是空的了。朋友来找她聊各种产品，Instinct 好玩在哪、Grok Bot 好玩在哪，她聊得热火朝天，再提炼出来交给产品团队。她觉得自己的翻译功能和杠杆功能终于落到一个地方，而不是空对空的内耗。她给这期的标题是：好快乐呀，好快乐呀，好快乐呀。

这期节目能带走的判断有几个。

• 委托的完成度决定工具的价值。90% 和 100% 之间是质变。判断一个 agent 产品好不好，看它能不能让你不再盯着过程，甚至不再看结果，只看主 agent 的验收结论。
• 把 agent 当主体来设计。电脑、邮箱、电话、银行卡、技能、知识库、记忆清理，这些配齐了，它才谈得上合作，而不是一个更聪明的输入框。
• 只跟一个 agent 聊天。让主 agent 当幕僚长去调度其他 bot，凡是它想自己干就骂它。人的带宽有限，多开一个对话窗口就是多一份负担。
• 定期给 harness 做减法。让 AI 自证哪些该留，自证不成功就删。攒下来的上下文和 skill 很可能是债务，用最好的模型重跑一遍是最便宜的审计。
• 提示词回到那一句话。工程交给 AI，人负责说清楚什么叫好、什么叫能验收、这件事的本质是什么。找不到那句话，合作就卡在新瓶颈。
• 招人先看作品，再看过程。给候选人一笔积分、一两天时间，让他做出点东西。作品会说话，他跟 AI 合作的方式也会说话。

如果只做一件事，可以从今天开始：找出你手上最烦的那件重复活，把它完整委托给一个 agent，包括验收标准，然后忍住不去盯过程。忍住的那几天，大概就是余一说的轻盈。