上个月有人在评论区问我：你背后团队几个人？
零个。
准确说，是一个人、一个终端、三个 AI。它们有名字，有分工，有各自的脾气。整个系统跑下来，从外面看像一家小公司——有产品线，有内容团队，有知识管理部门，有 24 小时运营。
从里面看，就是我坐在那，开着一个终端。
三个 AI，三条车道
大多数人用 AI 的方式是对话。问一句，答一句，用完关掉。我的方式不一样。我把工作拆成三条车道，每条车道一个 AI，它们之间不重叠、不打架、不共享上下文。
Max 是一个部署在云端的 Bot，7x24 小时在线。每天三条原创推文按时发布，自动在目标账号下做高质量回复，每天早上给我发运营日报。Max 不会累，不会忘，不会情绪化。它是前线的士兵。
Tony 是一个 Discord Bot。我需要人工触发但不需要人工执行的事情交给它——Thread 排版发布、X Article 草稿、高价值互动队列管理。Tony 是后方的车间。
Claude Code 是本地 CLI。大脑。它直接读我的 Obsidian 知识库——两千多篇笔记、产品方法论、MBA 课程材料、个人思维框架——把原始知识变成可部署的弹药。提取、翻译、包装、质检，一条龙。它是军火库。
我做什么？我决定打哪里，不打哪里。
这三个 AI 之间有一条清晰的接力线。Claude Code 从知识库里提取一篇产品哲学笔记，翻译成英文，压缩成十条独立语录，丢进弹药暂存区。我审核，通过七条，毙掉三条。通过的语录注入 Max 的 30 天内容排期表——接下来一个月，Max 按时发布，我什么都不用碰。回复弹药进入 Max 的灵魂片段库，塑造它在别人帖子下的表达风格。Thread 草稿交给 Tony 排版发布。
一次 Claude Code 深度工作，喂饱另外两个 Bot 好几周。这才是这个架构真正的杠杆——不是任何单个 Bot 有多强，而是它们串在一起之后的复利效应。
30 天，3 个 App
今年一月，我在 30 天里上架了三个 iOS App。
One Page，一天从概念到提交 App Store。日记应用，但 AI 生成的反思融入你自己的叙事里，看不出来是 AI 写的。如果你不掀开底层，你永远不知道有 AI 在那——这是我的产品第六条铁律：AI 应该消失，不应该表演。
MARGIN，四天。第零天写产品规格书。第一天和 Claude Code 辩论架构三个小时，零行代码，纯决策。数据模型、视图层级、状态管理、这个 App 明确不做什么。第二第三天实现。第四天处理边界情况、截图、隐私政策、审核说明。零第三方依赖。三千行 Swift，背后一万一千字文档。晚上十一点提交，第二天早上通过。
FileFlow，基于规则的文件整理，把人类决策从循环里移除。
这不是 vibe coding。每个 App 在写第一行代码之前，先过我的 15 条产品 Kill List。大多数想法死在第一条：「我能不能回放一个具体的瞬间，我自己撞上了这个问题？」如果我脑子里看不到那个咖啡馆、那台笔记本、那杯喝了一半的咖啡——我不做。
我先写完整的产品规格书。每一页代码背后有 3.6 页文档。规格书就是产品。Claude Code 收到的不是「给我做个 App」，而是「读这份规格书，提出架构方案，解释你的选择，等我批准」。
三个 App 用的是同一套 iOS 脚手架。同样的架构模式，同样的零依赖哲学，同样的文档结构。Claude Code 不是每次重新发明轮子，它在同一张蓝图上建造。蓝图是我的。
脚手架，就是做了不止一次之后的复利。
53 门 MBA 课，173 个决策工具
我在北大光华读 MBA。53 门课。几百小时的课堂录音转写、PPT、论文、讨论笔记。这些东西通常的命运是躺在 Notion 数据库里慢慢死去。
我不接受。
架构是这样的：Claude Code 里跑一个 6 人 Agent 团队。一个数据抓取器通过 Notion API 拉原始材料。三个蒸馏器并行工作，各自处理不同的课程——提取 Concept（可复用的心智模型）、Skill（可执行的决策框架）、Session Note（蒸馏后的课堂摘要）。一个审计员检查来源准确性、标记编造内容。我做调度。
产出：173 个 Concept，52 个 Skill，106 篇蒸馏后的课堂笔记，67 篇骨架笔记，44 张知识地图。53 门课。两周。
每个 Concept 是 Obsidian 知识库里一篇自含的笔记——链接到源材料，与去重注册表交叉引用，打好标签方便检索。韦伯三种权威类型。主张式对话与探询式对话。毛利率地平线。这些不是课堂笔记，是可复用的决策工具，随时可查。
干净吗？不干净。Notion API 在不支持的 block 类型上扔 400 错误。管理经济学那门课的数据抓取器因为没有递归展开 column_list，漏掉了七个子页面里的六个。管理经济学第三节课的内容完全是编造的——源数据是空的 Notion 页面，模型自己脑补了一整套信息经济学笔记。一个 Agent 在处理十四万字的转写稿时 context 爆了。并行 Agent 同时读取注册表最大值，创建了编号冲突的 Concept。
每一个 bug 都被抓到、记录、修复了。审计报告在知识库里。教训写进了管线的「宪法」——一份 Agent 必须遵守的治理文档：「蒸馏器不得用通识知识填补空白。源数据不足则标记为骨架。编造是致命违规。」
管线不完美。但它存在。我可以在开会时听到有人提起「绩效合法性」，几秒内调出一篇结构化笔记，从韦伯追溯到中国政治理论再到现代公司治理——引用指向原始课堂转写。
这不是笔记系统。这是一个记忆力比本体更好的第二大脑。
中文知识，英文输出
这里有一个大多数人看不到的维度。
我的思考发生在中文里。知识库是中文的。MBA 课程、产品哲学、方法论——全部中文。但 X 是英文平台。
跨语言转换——不只是词，还有语气、文化语境、一个概念在中文和英文里落地方式的差异——以前需要一个双语编辑。现在 Claude Code 在提取环节就做了。不完美，但够用，我的审核环节只需要调语气，不需要改翻译。
结果：一个人跑起来看起来像一个内容运营团队。日更推文，周更 Thread，月更长文，全部英文，全部源自中文知识库。没有写手，没有内容团队。一个知识库，一个终端，三个 Bot。
从中文知识到英文内容的反向操作，本身就是壁垒。大多数中文创作者卡在翻译上，大多数英文创作者没有这个知识源。这个管线打通之后，两边的竞争对手都少了一半。
不好用的地方
Agent 的 context window 在十万字以上的转写稿面前会爆掉。你把 session 拆给多个 Agent 处理，协调开销吃掉了你省下的时间。
Bot 会漂移。Max 的回复选择器偶尔会在不相关的推文下开火。Tony 的 Thread 排版需要手动清理的频率比我希望的高。30 天内容排期表需要的人工照看，比我承诺自己的「全自动」多得多。
多 Agent 协调比听起来难。六个 Agent 并行听起来很酷，直到其中两个创建了相同编号的 Concept。或者一个因为源数据是空的、又太想产出点什么，直接编造了内容。
我依然审核所有东西。每篇文章，每条 Thread，每一批回复弹药。AI 产出草稿，我产出决策。这个比例没变过，我也不认为它应该变。
最后
三个 iOS App，30 天上架。53 门 MBA 课蒸馏成 173 个可复用的决策工具。一条从中文笔记到英文内容的管线。三个 AI Bot 各守一条车道。七千多 followers，从零开始，四个月。
这些事情里没有哪一件是特别难的。难的是它们同时在跑，而背后只有一个人。
从外面看，像一家小公司——有产品线，有内容团队，有知识管理部门，有 24 小时运营。
从里面看，一个人，一个知识库，一个终端。
我没有招过任何人。也不打算招。
