关于我
一边实践 AI，一边记录自己怎么变。
这里不写太满，只放两件事：现在我关注 Agent-native，过去那篇文章留作阶段记录。
现在的方向 · Agent-native
我觉得未来很多工作，会由 Agent 来做。
现在写代码、做文档、写 PPT，已经越来越像是在和 Agent 对话。我只需要说明白我想要什么、验收条件是什么、边界在哪里，然后告诉它怎么做、怎么检查，剩下大量具体动作可以交给 Agent 去执行。
这个趋势有点像代码刚出现、互联网出现、电商公司出现时一样：开始大家觉得它只是一个新工具，但真正发生变化的是行业结构和人的工作方式。Agent 的构建趋势也是这样，它会让人从具体操作里退出来，更多负责目标、判断、验收和关键节点拍板。
我自己现在上班和做内容，很多事情已经在用 loop 跑：比如小红书，设置好频率、主题和条件，它可以自己更新、自己发现反馈，再根据数据做优化。人不再每天重复搬运，只需要把方向和规则讲清楚。
但真正难的不是“让 AI 回答一个问题”，而是怎么编排好、管理好 Agent。很多企业现在对 AI 的理解还停在问答、写文案、做总结；真正有价值的 AI，是能进入财务、采购、仓储、运营这些流程，帮你干活、留痕、校验，再把关键结果交给人。
我们在电商公司做过这样的尝试：把采购进来、建编码、下单、对账和库存监控这些流程交给 Agent 跑，付款这类关键动作仍然让人审核。结果不是“AI 替代人”，而是人从重复动作里抽出来，只负责关键判断。
审计经历 · 原来的文章
从「做审计的」，到「用 AI 构建东西的人」。
这两年我慢慢把自己从「做审计的」，变成了「用 AI 构建东西的人」。有句话我是真信的：编码正在变成这个时代的「读写能力」——从少数人会，到人人能用。区别你和别人的，不再是会不会写代码，而是你能看到什么别人看不到的需求。
所以我的做法很简单：AI 当我的开发团队，我只做判断、定方向、验收把关；写代码、调 bug、跑流程，交给它。审计和财务这点行业底子，反倒成了我最值钱的护城河——那些业务里的门道，是 AI 没有的。
不画饼，说几件我真做过的：把电商主图批处理做成 agent，成功率从 20% 一路调到 95%（靠的是「能用代码固定的步骤就别交给 AI」）；把公司的经营报表加工整条自动化，47 个单测跑通；用 Hermes 给自己和公司搭了 AI 管家；照着 Karpathy 的三层架构搭了自己的知识库，还沉淀了 20 条自己的 AI 准则。
也踩过坑：我攒过 30 万字学习笔记，后来才明白一个道理——「学得越多越稳」是错觉，真相是学到一定程度后，学得越多反而越不敢动。方法论是从上手里长出来的，不是看出来的。
往大了说，我赌的是这么一个方向：AI 真正的价值，不在「替你写段代码、跑个脚本」，而在它会融进企业的经营流程里去，把流程本身重做一遍。
你顺着这条线看就清楚了：印刷术出来，变的不是某一本书，是人读书、传播知识的方式；后来代码和 SaaS 软件出来，变的也不是某个岗位，是企业怎么经营——进销存、财务、协同，整套搬上了系统。Agent 是这条线的下一个台阶：它会像当年 SaaS 那样，再把企业的经营流程改写一遍——只不过这回跑流程的是 AI，人退到流程之上做判断和拍板，AI 还能基于数据给你递上决策建议。
这事现在听着有点大，但我信它正在发生。所以这个网站上「企业 AI / 个人 AI」那些案例，我才一个个去扒、去落地，不是炫技，是想看清这条路到底能走到哪。
实话实说：商业化我还在路上，产品原型和方法论成型了，但还没跑通第一个付费客户。我也还在摸索，这里分享的都是真做过的，不是标准答案，你听个参考。嗯，值得做。
联系我
如果你有一条想用 Agent 重构的业务流程，或者想交流审计、财务工具体系化，可以直接发具体场景。
先发一个截图、一份表或一段流程说明，我更容易判断能不能跑出小样。
查看联系方式 →