对话 Claude Code 榜一大哥后，我撕掉了我的“AI学习计划”
这是一篇源自一场播客触发的二次觉醒：从畏惧开发到把 AI 当多角色团队，拆解流程自动化、模型分工、时间杠杆与现金流“矿”的个人跃迁脚手架。
8月31号晚上，十字路口采访刘小排的播客一放出来，我就第一时间收听了。听完后，各种想法在脑海里不断碰撞，兴奋得一晚上没睡好，早早就来到公司写这篇笔记，因为我想尽快让大家都能看到小排老师的认知和经验。
大半年前，我还是一个只懂一点 CSS 的交互设计师，而现在，我不仅能独立开发好几个 Web 应用，还开始真实地触摸到了商业和产品的脉搏。这一切的转变，始于我加入了小排老师的 SCAI 实验室（一个帮助 AI 出海领域独立开发者的孵化器）。在小排老师的课程和近距离指导下，我以为自己已经窥见并学到了他思想体系的精髓，直到昨晚听到这期播客。
又一次有种被点醒的感觉！那些原本我以为已经理解的概念，被他用更底层的逻辑重新串联了起来。那些困扰我许久的关于编程、工具、效率和个人价值的迷思，瞬间云开雾散。
所以，我想立刻把这些思考记录下来，连同这期播客一起分享给你。这不仅是对小排老师认知与方法论的总结，更是一个普通人，如何在AI时代，将自己重塑为“超级个体”的真实路径。
本文精华👇
- “榜一大哥”的天价账单背后，藏着怎样的AI新玩法？
- 从“狭义编程”到“广义构建”，普通人如何利用AI放大10倍生产力。
- 顶级玩家的4条AI时代生存法则。
- 让AI不写“屎山”代码的终极技巧。
一、成为“榜一大哥”的秘密——从“狭义编程”到“广义构建”
故事的开头很有戏剧性。今年八月，Anthropic 官方发布信息，说发现一个用户，只花了 200 美元的订阅套餐，却在一个月内消耗了价值数万美元的 token，这件事大到让他们决定对所有用户进行限速……
正当全球科技圈都在猜测这个神秘的“榜一大哥”是谁时，小排老师在 X 上发帖认领：“原来就是我呀？！”
一瞬间，所有的目光都聚焦于此。大家最好奇的问题是：他到底用 Claude Code 做了什么？
答案，恰恰是我们理解AI的第一层关键认知。绝大多数人，包括曾经的我，都只是在使用 AI 的 “狭义编程” 能力——让它写个函数、实现个页面。但小排老师，从一开始就在探索它的 “广义构建” 能力。
他举了两个很实在的例子：
1.1 自动化一个“创意团队”的工作流
任务是为一个AI生图产品，创造 900+ 种不同的艺术风格模板。
【工作流拆解】
这不是简单的编码，而是一个包含调研+创意+测试+决策的完整工作流。从寻找艺术风格、测试 prompt 效果，到生成风格封面，再到最后包装成可调用的产品功能。
小排老师的做法
他把整个流程 SOP 化，然后“编程”给 Claude Code。例如，他授权 AI 上网研究“齐白石”风格，自动构造 Prompt，调用 API 生成图片，甚至让 AI 自己“看”图并选出最佳范例。他前期只需像师傅带徒弟一样校准 AI 的“审美”，几轮过后就可以放手。他的原话是“我只是睡了一觉，900个风格就做好了”。
1.2 自动化一个“算法团队”的工作流
任务是为他的产品 Fast3D.io，研发一个核心的 3D 算法模型。
【工作流拆解】
这是一个典型的科研流程，包含技术调研+模型部署+性能评测+算法创新。这种规模的工作，在大厂里通常需要一个小团队花费数月才能完成。
小排老师的做法
他把 AI 武装成了自己的“算法天团”。他先租用 GPU 服务器，然后让 Claude Code 自动连接并部署十几个该领域最好的开源模型，跑通测试并提交分析报告，最后筛选出 Top 3，再将相关论文和代码“喂”给 AI，进行最终的工程化和模型调优。
听完这两个例子，我才真正理解，那几十亿 token 的天价账单背后，是对工作流程的彻底重构。我知道的还不止这些，小排老师之前就演示过用 Claude Code 自动去小红书翻评论、发内容，去做网站的 SEO 分析等等。
AI 真正的力量，是跳出写代码的“狭义”范畴，去构建一切可以 SOP 化的、基于数字世界的工作流。它不仅是你的程序员，更是你的研究员、分析师和创意总监。
It is not for you, it is you!
它（AI）不是为你而生的工具，它就是你自己。
你要做的，不是问“AI 能为我做什么？”，而是问“我自己想做什么？”，然后把你脑海中那些可以被 SOP 化的、在虚拟世界中可以完成的流程，全部分包给它。
行动：我之前一直用的是 100 美元的套餐，因为我只用它来讨论方案和写代码。听完小排老师的用法，我决定下个月也升级到 200 美元的套餐，去尝试在更多领域使用它。
二、从“畏惧”到“站在巨人肩上”——重新理解“科技”
很长一段时间里，我和许多非科班出身的朋友一样，对“开发一套 SaaS 系统”这件事心怀畏惧。我总觉得那是一个门槛极高的领域，是“工程师”的游戏，需要深厚的数学功底和多年的计算机系统教育。
小排老师的课程帮我扫清了这些障碍，让我发现原来自己也能做到。而这次播客里，他分享了 19 岁在微软亚洲研究院实习时发现的一个秘密，才让我彻底理解了这背后的“底层逻辑”！
他说人们常说的“科技”这个词，其实应该拆开成两个词——“科学 (Science)”和“技术 (Technology/Engineering)”的组合。
当时，楼上是做前沿研究、发表顶尖论文的“研究院”，代表科学（Science）；楼下是负责将研究成果落地为产品的“工程院”，代表技术（Technology/Engineering）。小排老师当时的角色，正是将科学家们的智慧结晶（Paper），转化为实际可运行的代码。
他用一句极为精炼的原话总结：“所以他在做科学，我在做技术。”
这个故事让我意识到，我过去的畏惧是混淆了“当科学家”和“做工程师”的难度。
我理解的科学，就是探索未知，是回答“Why”，是从 0 到 1 的发现。这确实是少数天才的游戏，比如创造出 Transformer 架构的 Google 科学家们，或是开源 Deepseek 模型的研究员们。
而我们大多数人可以参与的技术/工程，则是应用已知，是解决“How”，是把“科学”的原理转化为可靠、高效的工具和产品，完成从 1 到 N 的实现。
在 AI 时代，我们绝大多数普通开发者，并不需要成为顶级的科学家。全球最聪明的一群人，已经夜以继日地帮我们趟平了最崎岖的“科学”之路，并且无私地将他们的智慧结晶——论文、算法、开源模型——放在了互联网上。
我们的使命，不是去重新发明轮子，而是做一个优秀的“工程师”，勇敢地站上这些巨人的肩膀，去学习、理解，并把这些顶尖的科学成果“工程化”，应用到具体的产品中，去解决真实的用户需求，创造看得见的价值。
三、AI时代的个体生存法则——简单、穿透与All in
如果说前面的心法是认知和内功，那么在真实的商业世界里搏杀，还需要清晰的招式。小排老师分享的，正是他从十年大厂经历和独立创业实践中沉淀出的几条原则。
原则一：追求极致的“简单”——做减法而不是加法
小排老师深受前老板、猎豹移动创始人傅盛的影响。猎豹成功的核心秘诀就是 “简单”。无论是只有一个“清理”按钮的 Clean Master，还是 TikTok 前身 Musical.ly 对极简界面的偏执，都在证明：多一个按钮，就可能挡住一部分用户。在 AI 极大降低了“做加法”门槛的今天，找到一个最痛的点，用最简单的方式去解决它，才是真正的护城河。
原则二：“预测-单点击穿-All in”三段论
这是小排老师十年前学习的内容，但直到今天依然适配当下的AI创业环境：
- 预测： 找到一个你坚信未来会爆发的市场
- 单点击穿： 只做一个核心功能，但要做到最好，打穿这个点
- All in： 一旦单点被验证，就投入所有资源，随市场爆发而成长
就像 Sam Altman 说现在的AI创业像“快时尚”，因为我们可以用极低的成本，快速测试无数个“单点”。这套法则，就是我们航行的地图。
原则三：人的时间，永远比机器的 Token 贵
这是最反直觉，也最关键的一点。传统程序员追求算法效率，但在 AI 时代，这个观念需要被颠覆。小排老师的思维是：毫不吝啬地用海量 Token，去换取哪怕一小时属于自己的、可以用来思考更重要战略问题的时间。他只在乎自己的时间有没有被节省，因为算力会越来越便宜，而你的创造力，才是最稀缺的资源。
原则四：人生是“旷野”，也是“矿野”
“人生是旷野，但你要有矿，才能野”。这句谐音梗虽然好笑，却也道出了小排老师最实诚的建议：在做出伟大的产品之前，先结合 AI 做一个能养活你自己的业务或产品。这个能带给你稳定现金流的“矿”，是你持续待在“牌桌”上的底气，让你能更从容、自由地去探索这个时代的无限可能性。
四、艺术家的“松节油”——顶级玩家的工具箱
这一部分分享 Claude Code 的使用经验。主持人提到了一个例子，毕加索曾说：“当艺术家聚在一起时，他们只讨论哪里能买到最便宜的松节油。”“松节油”，就是那些最具体、最实在的工具和技巧。
4.1 如何让 AI 不写“屎山”代码？
小排老师的答案是，不要直接跟它聊天，要给它一份完整的“需求文档”。
他的工作流是：先在飞书文档写一份产品需求文档（越详尽越好）-> 让 AI 复述需求以确保理解到位 -> 共同讨论并敲定技术方案 -> 最后才让它写代码。这个过程，你不再是“用户”，而是一个管理AI程序员的“产品经理”。
这也跟我的最佳实践一致。之前在 Cursor Meetup 广州分享时，我就讲过自己的实践：即便自己没能力先写一份完整的文档，也可以让AI先基于我们的需求生成一份初稿，我们再去阅读、理解和修改。
4.2 顶级AI玩家的模型选择策略
他不是任何一个模型的死忠粉，而是根据任务场景，灵活组合：
- Claude Code： 日常工作的“主力队员”，处理绝大多数常规编程任务。
- GPT系列： 攻坚克难的“科学家”，处理复杂算法、数学难题。
- Gemini系列： 高瞻远瞩的“架构师”，利用其超长上下文窗口，做项目顶层设计。
这个分工策略，提供了更实用、高效的解题思路。我们在实践过程中，也需要时刻保持敏感，主动测试最新的模型，并用它来优化甚至替代原本已经落后的工作流程。
最后：出来混，最重要的是“出来”
在播客的最后，小排老师被问到如何才能扩大自己的“运气面积”，他说到“出来混，最重要的是出来”。
他 19 岁大三时，敢于独自一人从重庆到北京的微软亚洲研究院实习，才窥见了“科学”与“技术”的秘密；他敢拿着自己尚显粗糙的产品去参加创业比赛，才遇到了后来的恩师傅盛。
每一次人生的跃迁，都始于“走出来”的那一步。
对我来说，分享这期播客、写下这篇文章，都是我‘走出来’的一部分——它让我从自己埋头开发的日常中走出来，通过分享自己的思考和总结，有机会把好内容、好想法带给大家。这同样是我自己的‘走出来’。
希望这期播客和我的笔记，也能给你带来一些启发。与你共勉：
这趟旅程才刚刚开始，而我们每个人，都可以用AI武装自己，成为自己故事里的超级玩家！
希望你也能走出那一步，在评论区里留下你的感悟和思考吧！