四十万
我花了四十多万读北大光华 MBA。
两年，53 门课，每门 4 到 10 节。我给全班建了一个 Notion 空间——451 个页面，9 个数据库，每门课的转写、PPT、论文、讨论记录，分门别类，整整齐齐。我是管理员。全班同学都在里面。
这个空间本身就很牛逼。每门课一个 database，课堂录音转文字，老师的课件，同学的讨论记录，全部归档。规范到什么程度？新同学进来不用教，看结构就知道东西在哪。
我挺得意的。
然后到了第三年，我创业了，准备论文了，回头一看，发现一个问题。
我他妈什么都不记得了。
高潮退去
上课的时候是真的爽。
张建君教授讲领导力，从韦伯三种权威讲到毛泽东的"恩威并施"，你坐在那里觉得自己打通了任督二脉。刘俏院长讲公司财务，MM定理推完你觉得这辈子不可能再被割韭菜。
下课发个朋友圈，"今天的课太炸了"。
半年后你还记得什么？
诚实点。
我记得纳什均衡的定义。但让我用它分析一个真实的供应商谈判？我得翻笔记。翻了半小时找不到那个精彩的案例——因为它散落在三段转写、两张 PPT 截图和一条课堂录音里。
451 个页面。三百万字。全在 Notion 里。整整齐齐地躺着。
整整齐齐地死着。三百万字对着人脑可怜的工作记忆。四十万学费对着一堆打不开的链接。
高潮退去，全是空虚。
你花了四十万，得到了什么？一个很牛逼的 Notion 空间，和一个什么都记不起来的自己。
我不认命
我承认我是一个多学少得的人。
什么都想学，什么都想存。信息吞入巨兽。451 个页面的 Notion 空间建得漂漂亮亮，全班都夸。但那是存，不是会。
存了不等于学了。学了不等于会了。会了不等于能用。
做过多年 HR 有一个好处：你见过太多"培训了等于白培训"。企业花几十万送高管去中欧、去湖畔，回来写个总结发个朋友圈，知识死在 PPT 里。
我自己？我连"差点"都不算。我已经是了。
但我不认命。
四十万不能只换一张毕业证和一堆 Notion 链接。
8 分钟
所以我跟 ChatGPT 聊了 8 分钟。
不是聊天。是把问题拆到底。
在那之前我试过不少笨办法——手动整理 Notion、用 Readwise 导出、甚至想过雇人逐门课做笔记。全部卡在同一个地方：量太大，人脑带宽不够。
那次对话直接导出了整个项目的骨架。三层架构：Source（证据）→ Distill（提炼）→ Apply（应用）。任何一个 Concept 必须同时链到证据和落地场景。没有证据就不算学会，没有应用就很快遗忘。
这不是我第一次这么干。
我搞过 AI 虚拟部门，给 Agent 立过五层宪法。我在百威管过 8000 人的体系。
我知道能力越强越需要制度。人多不等于效率高。Agent 多也一样。
AI 不是员工，是没有责任感的能力体。你不给它画线，它就替你画。磨刀
然后我跑了一门课的 Pilot。产业分析与生态战略。手动蒸馏。13 个 Concept，12 个 Skill。纯手工，一个字一个字写。
花了三天。
为的是建立质量标杆。你不亲手做一遍，你不知道什么算好的。那 13 个 Concept，后来成了所有 Agent 的评分基准线。
然后我写了一份知识榨取宪法。对，宪法。九章。硬约束、禁止行为、质量门禁、终极真理。
然后写了 PRD。十二章。依赖链、数据流图、素材类型矩阵、单节课 SOP、批量执行计划、人机分工矩阵、里程碑、风险清单。
然后写了 Python 脚本，用 Notion API 把 53 门课的数据全部拉下来。按数据密度分桶——14 门 RICH、20 门 SKELETON、7 门 MINIMAL、12 门 SKIP。不同密度走不同管道。
然后写了 Claude Code 的 Skill 文件。每个 Concept 必须填七个栏位——一句话定义、为什么重要、适用边界、典型例子、反例与误用、概念关系、我的内化。少一栏不通过。
然后写了去重注册表。七个 Agent 同时往一个库里写，不注册就会冒出三个版本的"信息不对称"。
然后才开始跑。
你看到的 72 小时，是磨刀的结果。刀磨了多久？大概两周。
跑起来
Claude Code 有一个实验性功能叫 Teams。
你可以在一个 session 里启动多个 Agent，给它们分工，并行干活，互相通信。Coordinator 管全局，Distiller 管蒸馏，Auditor 管质量。
这不是"开七个终端窗口"。这是一个有层级、有依赖、有通信协议的 AI 工作团队。
我的编制：1 个 Coordinator（我当指挥官），1 个 Data Fetcher 拉数据，3 个 Distiller 并行蒸馏，1 个 Auditor 独立审计。Distiller 必须等 Data Fetcher 拉完数据才能开工，Auditor 必须等 Distiller 交稿才能审。
跟管团队一模一样。只不过这个团队不请假、不摸鱼、不内耗。
Phase 1 五门课，18 个 Concept，Source Link 通过率 100%。比我自己手工做的 88.9% 高了 11 个点。
手下比我强。因为我给它们立了规矩。
这跟管人一个道理。不是找最聪明的人，是建最清晰的制度。我在百威十几年最大的收获就这一条。用在 AI 上，一模一样。
Phase 2 三门课。Phase 3 六门课。Phase 4 全部扫完。最后补了一轮 txt 债——重新调 Notion API 下载 110 个转写文件，53 个 skeleton session 重蒸馏。
编的
管理经济学第三节课，AI Agent 交了一份漂亮的信息经济学笔记。逆向选择、信号博弈、均衡推导，一应俱全。
那节课的 Notion 页面里一个字都没有。
编的。
Auditor 抓出来的。我的反应不是愤怒。是庆幸。
因为我在磨刀的时候就想到了这件事。
宪法第八章：数据不够标 skeleton，绝不编造。所以 Auditor 知道去查。所以它查到了。
67 个 skeleton session。67 次承认"这里没数据"。
你觉得这丢人？
承认不知道的能力，比编造知道的能力，贵一万倍。成果
72 小时。173 个 Concept。58 个 Skill。565 份笔记。
173 个 Concept 在 Obsidian 里互相链接，知识图谱自己长出来了。
被引用最多的是"六大认知陷阱"——41 次。横跨领导力、博弈论、组织行为、消费者心理。
"信息不对称"连到了"亲与贤"，连到了"团队三角色"，连到了"强干弱枝"。从经济学到领导力到组织架构，概念之间的暗线浮出水面。
我一个人做笔记不会在"毛泽东管理思想"和"公司治理"之间画一条线。知识图谱替我画了。
宪法里有句话：转写是矿，Concept 是金属，Apply 是武器。矿再多不提炼就是石头。金属再多不打造就是库存。只有武器，才能上战场。
武器造出来了。
问题是：在谁手里？
审判
开干之前我问了 ChatGPT 一个问题："世界上顶尖大脑们，什么样的人会更好地处理这个问题？"
不是装逼。是我真的想知道。
Niklas Luhmann，德国社会学家，20 世纪最高产的学术写作者之一。他用一个卡片盒（Zettelkasten）写了 70 本书。他说卡片盒是对话伙伴，不是存储系统。两个月后翻到一张旧卡片，发现它跟另一张卡片产生了当初没预料到的化学反应——那才是知识诞生的时刻。
我的 173 个 Concept，是跟我吵过架的活物，还是流水线产品？
我知道答案。我不太想承认。
Andy Matuschak，前苹果教育技术负责人、Khan Academy 研究员，研究了十年"人怎么学会一件事"。他的结论六个字：Understanding requires effortful engagement. 他会翻开我的 Concept 模板，看到"我的内化"那栏，问：这是你写的还是 AI 写的？
AI 写的那就是 AI 的内化，不是你的。你读了一遍？那只是你读了一遍。
Soenke Ahrens，《How to Take Smart Notes》作者，把 Luhmann 的卡片盒方法介绍给全世界的人。他更准：AI 生成的笔记从未在你的脑子里住过。
George Miller，认知心理学奠基人，提出了著名的"7±2"工作记忆模型。他说 chunk 的效率取决于先验知识。Herbert Simon 和 William Chase，1973 年做的棋局实验更直接——Simon 是诺贝尔经济学奖得主、人工智能先驱：面对随机棋局，大师和新手的记忆力没有区别。
chunk 没有经验支撑就是空壳。
173 个 Concept 是 chunk 还是空壳，取决于我在真实商业决策中调用过几次。
所以我错了吗？
没有。
MBA 最大的浪费不是学费。是你学了一堆好东西，因为找不到、连不上，它们在你脑子里风化了。
这套系统解决了"找不到"和"连不上"。
剩下的"想不起来"——那是内化的问题。
索引不是知识。知识是做决策时自动跳出来的那个 chunk。认知科学已经证明了这一点。David Epstein 在《Range》里——他花了五年研究为什么通才比专才更能应对复杂世界——区分了 kind environment 和 wicked environment。国际象棋是 kind——规则清晰，反馈即时。商业决策是 wicked——规则模糊，反馈延迟，你上次用的框架下次可能是陷阱。
从 kind 到 wicked 的跨越没有捷径。 AI 不能替你挨那一巴掌。
很慢的事
所以我现在在做一件很慢的事。
173 个 Concept，一个一个重新过。不看 AI 输出，用自己的话写"我的内化"。
写不出来的就是还没内化。写得出来的才属于我。
过了大概二十个。进度很慢。
但每过一个，它就从别人的知识变成我的判断。从搜得到变成想得起来。从索引变成直觉。
这很慢。这很烦。
但这是唯一的路。AI 帮我建了脚手架。它不能替我爬。
脚手架的意义，从来不是让你站在上面看风景。
是让你爬上去之后，把它拆了。J叔 · 2026.02 北大光华 MBA · 前龙湖预备合伙人 · 百威老兵 现在是一个自己给 AI 立宪法的人
