根据 2026.09.06 AI 神思会线下第七期（深圳福田）直播回放整理。会长分享与第一位嘉宾为受邀主线；圆桌与快闪按场景呈现，不具名。公开阅读版不收录额度渠道、刷量和不能公开讨论的闲聊。下载 PDF 讲义
AI 是放大镜。什么叫做好，得人先说清楚。
半成品也是名片
会长把神思会说成舞台，不是专家流水线。坐在电脑前下指令，模型可以做很多事；它代替不了人定义好坏。每场分享后面留提问。不懂就当场问。快闪、开放麦、五分钟也可以。
AI 时代每人本身就是产品。名片不再是文件上写过什么，而是你真实做出了什么。半成品又怎么了——起码是探索的产物。知识门槛降了，讲清楚的能力更稀缺。
好玩比有用重要
第一位嘉宾用 AI 做了一百零一款 Obsidian 插件。第一款没有看教程，跟模型聊天就做出来了。前二十九款用了大半年；三十到一百零一款不到两个月。墙撞完了，路才显出来。看见的是成功的一百零一；现场口径还失败了大约四十款。
五句话可以带走：好玩比有用重要；反馈比完美重要；删掉比硬撑重要；慢是快的路；自己有意思才接。三个词：上瘾、无人区、自由。灵感要立刻记下来。分库比堆成一座霉菌图谱更重要。商业化现场说得很克制：先好玩，收藏一段时间，别人才来定制。
到山顶全是雾。在乎的是过程，数字只是结果。
先看再问后定义
会长是纯文科。以前是 Yes 工程师：有一个想法就做一下，一边做一边加功能。简单任务会掩盖问题；任务变成系统，这套方法马上失控。回音壁会把最初的小目标带走。Skill 第一次很好，后面没有编辑约束，就会进更多坑。
不懂没关系，说不定别人懂。先找一份你觉得不错的成品，告诉模型改哪几个细节。第一用户绝对是自己。页面好看不等于产品做完。最小能用的版本先给人用。模糊需求带来模糊结果。
人机怎么切，数字给不了
圆桌问：哪百分之二十必须人做？模型现在能到百分之几？现场共识：这个数字没法跨行业给。财务、法律、上法庭，不能让模型去跑。教培侧可以给一个现场口径：备课大约八成五，人核要点、调格式。AI 放大的是已有能力，不是从零到九十五。
多智能体一开始是为了质检：一个模型出讲义，另一个空白上下文去查。先有库，再有 AI。讲义可以让模型自己跑；游戏要真人玩。看不懂那堆是不是垃圾，就清不了。
OPC 不是新词。有客户、有活，才是一个人的公司。
骨架先于代码
快闪把接单说成一条能复查的链：先看能不能提效；谈拢了再设计功能、权限和原型页，然后才写代码。模块能不能换成别的还工作。换不了，就是绑死了。
另一场快闪从省钱开始：系统自带录屏不够用，就做一个自己要的。会用的人，才知道缺哪一块。开发环境可以随便试；上线那一环，人验收再放行。能跑、人看不懂，以后请人修会更贵。
这个月只打四件事
- 记下五条灵感。好玩的先做。
- 找一份样本。对着它说：改哪三处。
- 写出最小交付。自己先用一周。
- 标出人必须做的那截：验收、事实核对、上线放行。
先说清楚边界
第七场收回四件事：舞台、好玩、样本、骨架。留下的是人的判断力。
AI 是放大镜。边界是人。
视频号 / 小红书：JKL神思记。单量、金额、周期均为现场口述，不是审计、投资、接单或效果承诺。