Vol. 165 做客声东击西：「龙虾」和 vibe coding 正如何改变我们的思维

概览

本期由徐涛、王俊玉和 Justin 从“小白使用者、产品/创业者、工程师”三个角度讨论「龙虾」与 vibe coding。节目一开始就强调，这不是单纯追热点，而是因为 AI 写代码、Agent 和自进化软件正在改变个人做事方式、组织流程和职业能力结构。

讨论的主线从声动活泼内部 AI Hackathon 展开：非技术背景同事也能做出解决业务痛点的小工具，这让主持人意识到 AI 不只是提高程序员效率，也在降低“把想法做成软件”的门槛。随后三位嘉宾围绕「龙虾」的主动性、记忆、skills、自我修改、组织集成等特征，讨论它为什么像一个“数字员工”的雏形。

节目后半段转向更大的问题：当 AI 擅长可量化、可流程化、可重复的工作，人类的价值会更多落在不可量化的经验、判断、品位、创造力和对人的理解上。三位嘉宾整体偏乐观，但也承认基础训练、年轻人入门岗位、组织转型和就业焦虑都会经历阵痛。

分段落总结

[00:00] 节目缘起与跨播客合作

[事实] Justin 介绍本期是在北京声东活泼录音室，与声东击西的徐涛、万斗甲联合创始人王俊玉一起录制。 [事实] 本期主题围绕「龙虾」和 vibe coding，并从不同身份视角展开讨论。 [事实] Justin 提到本期录制时间晚于《风言风语》第 164 期关于 agentive software 的讨论，因此有些内容在前一期节目中也提到过。

[02:00] 为什么现在要聊「龙虾」和 vibe coding

[事实] 徐涛介绍两位嘉宾：王俊玉是连续创业者，Justin 是《风言风语》主播并在大厂做工程相关工作。 [事实] 节目录制时主持人明确标注时间为 2026 年 3 月 30 日，并说明 AI 变化很快，讨论具有当下性。 [事实] 徐涛说虽然 2、3 月「龙虾」相关话题在国内已经火过一阵，但它对每个人可能产生的影响太大，仍值得讨论。 [推测] 节目试图避免只谈工具测评，而是把「龙虾」放到个人生产力、组织形态和社会结构变化中理解。

[04:00] 声动活泼 AI Hackathon 带来的冲击

[事实] 声动活泼在春节前做了一次 AI Hackathon，参与者几乎都是非技术背景。 [事实] 同事们最后做出了不同的小工具，包括音频相关工具、标题 brainstorming 工具和做图相关工具，并且解决了实际工作痛点。 [事实] 徐涛因此感到震撼：如果一个公司里不同岗位的人都能做出小东西，影响会很大。 [事实] 春节期间，徐涛在俊玉建议下搭了云服务器版“小龙虾”，并一边听 Justin 讲开发经历一边实践。

[08:00] AI 写代码的两次变化

[事实] Justin 认为当下经历了两个重大时刻：AI 提升原有产出效率，也显著降低写代码门槛。 [事实] 嘉宾回顾了从 ChatGPT 3.5、GitHub Copilot、Cursor 到 vibe coding 的演进：早期是补全和复制粘贴，后来写代码方式发生明显变化。 [事实] Justin 提醒，vibe coding 这个词可能让人误以为写代码从此变得简单，但它最初也带有自嘲意味。 [推测] 嘉宾区分了“工具让程序员更快”和“软件生产逻辑改变”两层变化，后者才是「龙虾」引发更大讨论的原因。

[11:00] 从传统软件到 Agentive Software

[事实] Justin 说传统软件通常是写好后固定运行，按钮触发的结果也相对确定。 [事实] 嘉宾认为「龙虾」代表的软件形态可以自我进化，这是过去没有大规模出现过的效应。 [事实] 早期开发者自己做类似 Agent，是为了随时随地在手机上进行 vibe coding。 [事实] 「龙虾」作为开源项目，允许他人查看和改进代码，社区提交推动它快速发展。 [推测] 「龙虾」被视为 agentive software 的起点和历史转折点，但不是最终形态。

[14:00] 为什么「龙虾」会火

[事实] 嘉宾认为「龙虾」同时吸引开发者和普通用户：开发者能研究和改造它，普通用户第一次感觉聊天机器人“有了手脚”。 [事实] 节目提到中国互联网公司在看到现象级产品后纷纷进入，带有 FoMO 情绪。 [事实] Justin 说「龙虾」一定是历史事件和转折点，但还不是 agentive software 的完整形态。 [推测] 它的火爆来自技术能力、开源协作、消费级入口和中国产品创新环境的叠加。

[16:00] 三位嘉宾的 aha moment

[事实] Justin 在给自己的“龙虾”加功能时，发现它能自动解析语音、识别图片，这超出了他的预期。 [事实] Justin 曾希望 Agent 提供 random surprises，用不同角度打破人的思维定势。 [事实] 使用一段时间后，Justin 也发现当前模型能力有限，会重复，不能一直带来惊喜。 [事实] 王俊玉最初希望个人助理帮助总结、筛选每天几百篇文章，后来发现它会通过写代码来解决看似非软件工程的问题。

[18:00] 小白视角下的“程序化思考”

[事实] 徐涛说自己最初只是在对话框里和小龙虾聊天，直到一次 memory 爆掉才去研究后端机制。 [事实] 他发现小龙虾背后写了很多程序，并用程序方式实现抓新闻、推送等功能。 [事实] 这个经历让他理解到，自己想放到公司里使用的能力，可能就是这种程序化、层级化的形态。 [推测] 对非工程背景使用者来说，真正的冲击不是“AI 会聊天”，而是“AI 会用工程方式执行任务”。

[20:00] 主动性、长记忆和 Skills

[事实] 王俊玉认为小龙虾给他的启发主要有三点：主动性、长记忆和 skills。 [事实] 小龙虾的主动性在实现上可以很简单，比如每 30 分钟自动醒来一次。 [事实] 它的长记忆包括按天写日记、需要时搜索过去聊天记录等机制。 [事实] Skills 让 Agent 不只是记住用户偏好或标签，而是能记住做事方法，并在反馈中反复使用。 [推测] 这让 Agent 更像一个可以被训练的新员工，而不仅是一个更长记忆的聊天机器人。

[24:00] 组织场景中的数字员工

[事实] Justin 说「龙虾」适合被集成到公司原有系统中，比如 Slack、Linear、GitHub 或飞书等。 [事实] 它可以作为旁听者观察讨论，并在定时唤醒后尝试做事。 [事实] 嘉宾也提到安全边界问题：当它拥有内部权限并能主动行动时，可能会超出预期。 [推测] 组织应用的潜力很大，但真正落地需要权限、安全和责任边界的设计。

[26:00] 个人做事方式的变化

[事实] Justin 说现在看到新产品时，第一反应常常变成“我也能 vibe 一个”，他做类似产品主要是为了学习其中的坑和细节。 [事实] 节目提到 Peter 作为资深工程师做出全球火爆产品，这让中年工程师感到某种鼓舞。 [事实] 王俊玉把小龙虾当作个人助理和产品原型工具使用。 [事实] 他认为过去许多独立开发常见 idea，比如记账、笔记、待办事项，在自进化产品范式下可能需要重新理解。

[30:00] 自进化产品与普通用户门槛

[事实] 王俊玉认为，未来可能出现基础界面很简单、但能满足不同用户习惯的自进化工具。 [事实] Justin 指出，目前普通人要让应用自我进化仍有门槛，要求用户主动改进产品会筛掉很多人。 [事实] 徐涛举例，过去需要找一个 app 完成的小任务，未来可能由 AI 或类似小龙虾的形态完成。 [事实] 节目还提到苹果、Siri 与 AI 应用入口可能带来的想象空间。 [推测] 自进化软件能否普及，关键不只在技术能力，也在于能否把“定制”变成普通用户愿意使用的默认体验。

[32:00] 人未必想要 100% 自由

[事实] 王俊玉认为，大多数人并不想要完全自由，而是希望别人告诉自己该做什么、最好的形态是什么。 [事实] 嘉宾讨论到一次性教具、小游戏等场景，认为用 AI 直接做一个可能比到网上寻找更快。 [事实] 徐涛提到许多老师对 AI 的使用还停留在做 PPT 或教学生使用 ChatGPT，但互动教案和小游戏也有潜力。 [事实] 嘉宾鼓励非技术背景的人试一下写简单东西，因为真实尝试会打开思路。 [推测] vibe coding 的普及不仅取决于能力，还取决于人们是否能意识到“这件事原来可以自己做”。

[36:00] 从 prototype 到稳定系统的 gap

[事实] 徐涛展示了自己给公司做的底层新闻抓取和 AI 选题推荐系统，并强调声动活泼节目本身不是用 AI 制作的。 [事实] 当系统越来越复杂时，他意识到 bug、稳定性和工程架构需要真正厉害的工程师解决。 [事实] 他认为 vibe coding 很适合帮助需求方理清想法，并做出比较好的 demo 或 prototype。 [事实] 但从 prototype 到公司可用的稳定系统，仍需要工程团队接手。 [推测] 这段讨论指出了当前过渡期的核心断层：AI 降低了原型门槛，但还没有完全替代专业工程能力。

[40:00] 组织流程会被工程化重新理解

[事实] 徐涛认为，non-tech 公司内部有大量重复工作，有了 vibe coding 后，员工可能会用工程思维审视工作流程。 [事实] 王俊玉说很多 SaaS 公司被迫向 agent 服务转型，因为当用户能自己 vibe 软件时，传统 SaaS 的价值会被重新定义。 [事实] 他观察到，创业者或公司老板更容易用上小龙虾，因为他们脑子里本来就有一台“公司机器”，更容易看到自动化环节。 [事实] 王俊玉用 Notion Agent 学习自己的流程文档，让 Agent 按流程执行并改进流程。 [推测] AI 对组织的影响不是简单裁掉某个岗位，而是让流程、授权、反馈和管理方式重新被设计。

[42:00] 训练 Agent 像训练新人

[事实] 王俊玉把流程理解为 best practice 的固化，训练 Agent 的过程类似新人入职。 [事实] 他认为公司特有的做事方法、偏好和价值主张，都可以部分传授给 Agent。 [事实] 嘉宾以标题标准和 UI 设计为例说明，很多过去被称为直觉、审美或 sense 的东西，其实可以被拆成相对客观的标准。 [事实] 徐涛说，这对内容公司很重要，因为选题标准长期很难清晰传达，但 AI 互动可以帮助拆解颗粒度。 [推测] AI 的价值之一，是倒逼人类把隐性经验显性化。

[46:00] AI 的上限与人类复杂判断

[事实] 徐涛认为，虽然很多东西可以拆解，但声东击西这样的顶尖播客仍有旁人难以理解的部分。 [事实] 他认为 AI 可以提炼一部分观点，但难以用嘉宾现场这种复杂、深入、具身智能的方式表达。 [事实] 嘉宾认为 AI 写作或创作可以达到 50、60、甚至 70 分，但要做到 top 或 90 分以上，当前 AI 做不到。 [事实] AI 做流程可以帮助不出错，但不保证做出 90 分或 100 分的东西。 [推测] 节目对 AI 的态度不是全盘乐观，而是承认它擅长“合格”和“稳定”，但高阶表达仍依赖人的判断与经验。

[48:00] 可量化与不可量化的分界

[事实] Justin 认为大模型最擅长结果可量化的事情，因为这类任务可以自我迭代。 [事实] 嘉宾讨论到有经验员工与新人之间的差别，认为资深岗位的数据更少，因此更难被训练出来。 [事实] 王俊玉用 CEO 做思想实验：上市公司 CEO 的部分结果可以被财务报表量化，但训练数据可能不足。 [事实] Justin 提到合成数据可能改变这一点，未来也许会出现针对 CEO 领域的大模型。 [推测] 人类短期优势可能来自不可量化、低数据密度和高度情境化的工作。

[50:00] 年轻人、大学和入门岗位

[事实] 王俊玉回忆自己的第一份工作是 Google 设计组中的工程师和设计师结合角色，认为这类工作今天可能会被 vibe coding 解决。 [事实] 他也指出，今天大学生能在学校里做出的东西更多，比如 app 或选课系统，因此毕业前的实践经验可能更丰富。 [事实] Justin 认为年轻人焦虑背后有一个前提：大家用旧工作模式和商业模式想象新人的处境。 [事实] 嘉宾也提到大学教育与社会需求本来就有 gap，一窝蜂学习大模型也可能带来人才过剩。 [推测] AI 会压缩某些传统入门岗位，但也可能让年轻人更早通过实践积累经验。

[52:00] 什么是不可替代的人类智慧

[事实] 徐涛在 Hackathon 中常问同事：当工具自动化了一部分工作后，这里面不可替代的人类智慧是什么。 [事实] 嘉宾认为 AI 擅长重复性、数据化、稳定高效的工作，这些过去常被称为运营。 [事实] 声动活泼同事做出替代自己部分工作的工具后并不沮丧，反而觉得可以不用做重复劳动，去做别的事。 [事实] 王俊玉认为 Agent 不应简单理解为“复制员工”，而是和人类有不同擅长点，最终更像合作关系。 [推测] 被 AI 首先冲击的不是所有人类劳动，而是那些原本就把人当机器使用的流程化劳动。

[56:00] 新组织形态与管理 AI 的能力

[事实] 王俊玉设想，如果今天重新做万斗甲，过去需要 8 到 10 人起步的产品团队，今天可能 2 到 3 人就够。 [事实] 他认为团队会更小，但对每个人要求也更高。 [事实] 嘉宾提出，使用 AI 本质上包含管理能力：设定目标、设定流程、做过程管理。 [事实] 王俊玉说，如果一个人日常能把 AI 用好，他就像一个很好的一线经理人。 [推测] AI 时代的个人晋升逻辑可能变化：会管理 Agent 的人，可能更像在管理一组执行者。

[58:00] 从防御焦虑转向发挥擅长

[事实] 王俊玉建议不要从防御角度思考“AI 做不了什么”，而应思考自己最擅长做什么。 [事实] 如果他今天仍做产品设计或产品经理，会希望把执行琐事交给 AI，然后花更多时间和用户聊天。 [事实] 他认为理解人的需求、痛苦、希望和人生目标，是产品工作中最不可替代也最有意思的部分。 [事实] AI 执行能力增强后，产品设计者可以更大胆决策，尝试更多创新设计，并更快获得反馈。 [推测] AI 可能让专业人士把时间从执行转向判断、反馈和真实世界理解。

[60:00] 给年轻人和科技从业者的建议

[事实] Justin 建议科技行业的年轻人应该不断使用 AI，尽量用上最好的 AI，并跟上新能力。 [事实] 他认为不必每天焦虑地追进展，但至少要让自己保持在前沿附近。 [事实] 徐涛说，偶尔使用和春节期间高密度全天使用带来的理解不同，强度和密度会改变感受。 [事实] Justin 认为使用 AI 也是训练自己使用 AI 的能力，就像产品经理通过访谈训练需求挖掘，工程师通过写代码训练编程能力。 [推测] 真实、高频、带任务的使用，比旁观 AI 热点更能形成判断力。

[62:00] 基础、品位与独特性会更重要

[事实] 嘉宾认为 vibe coding 做得好仍需要工程思维，并不是每个人都必须掌握。 [事实] 但他们也鼓励大家试着做简单东西，因为动手后会打开思路。 [事实] Justin 认为 AI 时代基础反而更重要，因为人需要判断 AI 输出对不对、好不好。 [事实] 他认为 AI 往往给出平均值或最大公约数，而人的独特性来自扎实基础、品位、个性、表达和创造力。 [推测] 当“及格答案”变得廉价，真正稀缺的是判断什么值得做、怎样做得不同。

[64:00] 就业焦虑与训练断层

[事实] 嘉宾承认，谈“找到自己擅长的事”可能有何不食肉糜的风险，因为很多人首先担心毕业后能否找到工作。 [事实] 节目提到医疗 AI 相关担忧：医学生需要在入行时培养基础技能，如果这部分被 AI 取代，未来医生如何培养会成为问题。 [事实] 编辑判断力也类似，需要长期打磨。 [事实] 王俊玉也指出，前辈同样曾担心后辈基础不扎实，比如动画师不再手绘每一帧，但行业仍发展出新的方法。 [推测] 基础训练不会消失，但训练路径可能会变，传统媒体或传统职业的培养方式也可能被新的实践方式替代。

[66:00] 乐观结尾

[事实] 嘉宾认为自己做媒体的成本越来越低，只要不断做，某种 sense 也能被培养出来。 [事实] 节目最后鼓励大家尝试使用 AI，找到自己擅长的地方，并持续去做。 [事实] 结尾引用“悲观者正确，乐观者成功”来概括三位嘉宾的态度。 [推测] 本期的底色是谨慎乐观：承认结构性变化和阵痛，但更强调主动尝试带来的机会。

播客点评/总结

这期的价值在于，它没有把「龙虾」和 vibe coding 只讲成又一个热门 AI 工具，而是把它放进个人生产力、产品范式、组织流程、职业训练和社会分工里讨论。三位嘉宾的身份差异也让内容更立体：徐涛代表非技术但深度使用者，王俊玉代表产品和创业视角，Justin 代表工程师视角。

亮点是大量来自真实使用的细节：AI Hackathon、搭小龙虾、做新闻抓取和选题系统、训练 Notion Agent、用 AI 做一次性教具等，都让抽象概念变得具体。节目尤其清楚地指出了一个关键分界：AI 很适合做可量化、可流程化、可重复的事，但复杂判断、品位、对人的理解和高阶创造仍然重要。

局限是讨论整体偏前沿用户和科技行业视角，对普通就业市场、教育系统和低资源人群的处境只能点到为止。[推测] 如果听众期待的是具体工具教程或职业转型方案，这期更多提供的是思维框架，而不是操作手册。

[推测] 本期适合关注 AI 对工作方式影响的内容从业者、产品经理、创业者、工程师，以及正在思考“AI 到底会替代什么、增强什么”的职场人。对于完全没有技术背景的听众，它也提供了一个重要提醒：先试着做一个很小的东西，很多理解只有动手后才会发生。