赛博精神病：当创造者开始怀疑自己

张昊阳提到他和美团联合创始人王慧文聊天时的共鸣。王慧文说自己「在躁狂的时候最接近上帝，觉得那个时候自己开了天眼」。张昊阳坦言自己也进入了一种「轻躁狂」状态——连续 21 天没有感到疲惫，肾上腺素一直在顶着。直到产品真正爆了之后才松了一口气，身体才终于开始抗议。

但这种精神状态不是孤例。他观察到身边几乎所有接触过 AI 的企业高管、大厂高管，都比自己的员工还卷——员工回家过年了，老板们在疯狂用 AI Vibe Coding 做东西。

「原来这个事在现在这个时代我也能做了，而且我做的效率说不定更高——因为我掌握更多的概念技能，能把不同东西都串起来。」

一天 163 次提交

在采访前两天，张昊阳一天内提交了 163 次代码，产出了 18 个大功能版本更新，让整个社群都惊呆了。他说这就像打字员当年刚发现电脑键盘一样——我们正在进入一个新时代，只是很多人都没有意识到。

他的工作流程是：把自己拉进所有直面用户的群里，从核心群（都是思想共鸣的「赛博精神病」高净值人群）中快速获取反馈，10-20 分钟内直接导入 Vibe Coding 窗口，编码完成直接上线部署——直接在生产环境 coding。

「这个对迭代速度的提升，完全不是传统资本能想象的。传统资本你得先规划，一步一步算商业模式。我们纯属于消耗 Token 但能极大放大价值。」

AI 复制不了什么

什么东西 AI 复制不了？他给了一串例子，每一个都值得品：

  • 高级订阅信（Stratechery、The Information）—— 卖的是这个具体的人的判断和品味，AI 模仿得了文笔，模仿不了「这个人是谁」。
  • 精品咨询（McKinsey、小型精品 boutique）—— 卖的是承担后果的人坐在你对面，AI 不会被董事会问责。
  • 精选品牌（A24、Aesop）—— 卖的是审美和策展，AI 能生成 1000 张图，但选出「对的那张」是人的事。
  • 行业协会（律协、医学会）—— 卖的是准入资格和合法性背书，AI 不能给你发执照。
  • 会员俱乐部（Soho House）—— 卖的是这个房间里坐着谁，AI 进不去物理空间，也凑不齐这群人。
  • 物理世界承担最终责任的公司（医生、律师、做手术的医院、签字的会计师）—— 卖的是法律意义上的责任主体，AI 出错没人能起诉它。

这串名单的共同点：它们看起来一点都不「科技」。它们卖的不是「能力」，而是「身份、关系、责任、品味、准入」——这些东西不能被代码复制。

这个推论的颠覆性在哪

它在告诉创业者和投资人一件很扎心的事：

今天很多估值 100 亿美金的「AI 公司」，可能在用一个正在失效的商业模式。

因为它们的护城河是「我们调教得最好」——但 skill 开源后，调教方法人人能拿；它们的护城河是「我们模型最强」——但开源模型在追上来；它们的护城河是「我们 agent 链路最顺」——但 framework 都在 GitHub 上。

所有能被复制的东西，最终价格都会趋近于零（或者趋近于电费）。这是经济学最朴素的规律，AI 不会例外。

Cursor 的 post-training 方法论

做法上，Cursor 没有从零预训练一个模型，而是拿开源的 MoE 底座，在模拟 Cursor 生产环境的 agent harness 里做大规模 RL post-training，训练模型的工具调用决策和响应效率。

这里有一个常见的质疑：这不就是 fine-tuning 吗？

从 Composer 1 到 2 的五个月演进回答了这个问题。Cursor 的训练链路经历了三次迭代，每一次都不是简单的调参，而是训练方法论本身的升级。1 和 1.5 阶段的路线是纯 RL：拿开源底座做大规模后训练。到 Composer 1.5，RL 的计算量扩大了 20 倍，后训练消耗的算力甚至超过了底座预训练本身，同时引入了 thinking tokens（自适应推理深度）和 self-summarization（长上下文自动压缩）两个新训练行为。但他们发现 RL-only 路线的边际收益在递减：CursorBench 从 1 到 1.5 只提升了 6.2 分，算力却投入了 20 倍。

到 Composer 2，Cursor 做了一个关键的方法论转向：在 RL 之前加入 continued pretraining，改变 RL 探索的起点质量。底座换成了 Kimi K2.5（Moonshot 官方已确认），先做继续预训练再做 RL，结果 CursorBench 一口气提升了 17.1 分。Composer 2 的技术报告说得很明确：它在推理成本显著低于同级别模型的前提下达到了 Pareto 最优。换句话说，Cursor 的 post-training 链路做到的不是在底座上加一层 fine-tune 然后性能打折，而是在压缩成本和延迟的同时保持了可比的编程能力。

指标的分工：north-star 和 diagnostic

Cursor 把指标分成两类，这个分类比指标本身更有价值。

第一类是贴近用户质量的 north-star 指标。其中最有意思的是 Keep Rate——agent 生成的代码，在固定时间后还有多少比例留在用户代码库里。如果用户反复要求 agent 修改同一段代码，或者手动回退、自己重写，那意味着 agent 做的事没有被真正采纳。Keep Rate 不直接问模型会不会写代码，它测的是用户行为：这段代码最后有没有留下。它是一个行为指标，不是能力指标。正因如此，它比那些问模型有没有通过某项测试的检测更接近真实价值。

另一个 north-star 是语义级别的用户回应分析。Cursor 用语言模型读用户在 agent 输出后的回应：用户进入下一个 feature 开发是正信号，用户贴 stack trace 是负信号。这里会引入 judge model 的误判，但它仍然提供了一个可持续追踪的方向信号。

第二类是 diagnostic 指标：latency、token efficiency、tool call count、cache hit rate、tool error rate。这些指标能提供方向，例如降低延迟、减少 token 消耗、提高缓存命中率，但它们不能单独证明 agent 做得好。一个 agent 可以极快地生成错误代码，也可以在低 token 消耗下反复做无用工具调用。诊断指标负责定位问题，north-star 负责定义质量。两者缺一不可：只有 north-star 没有诊断指标，团队面对质量变化时不知道问题出在哪；只有诊断指标没有 north-star，团队可能会把系统优化到效率极高但用户并不满意的状态。

Claude Code PM

这也是 Cat 为什么花那么多时间讲团队原则和指标读数。Claude Code 团队每周做严格的 metrics readout，让每个人的脑子里都装着业务目标、趋势和驱动因素。同时团队会写清楚：核心用户是谁，为什么是他们，什么东西可以牺牲。这样每个工程师看到一条用户反馈，能自己判断它属于哪类用户；designer 做交互取舍的时候，知道哪些体验可以牺牲；PMM 和 docs 在功能快要上线时，知道应该怎么向用户讲这个功能。

这些东西表面上和文档没有区别，但它们真正的作用是回路基础设施。过去，目标定义主要用在上线前的团队对齐。现在，目标定义还要用来支撑高频的自主判断。因为如果团队里很多人都能端到端把东西做出来，PM 不可能站在每条路径上一个一个审批。PM 只能把用户画像、成功状态、失败模式、反馈通路提前铺在地上，让团队在很短的循环里自己跑。

这也解释了为什么 PM 这个角色不会消失。当工程师可以直接做产品了，只管传话的 PM 确实会越来越少。但产品循环变快以后，需要做判断的地方不是变少了，是变密了。团队每天有更多想法能执行，更多用户反馈能处理，更多实验能放上线。执行不再稀缺以后，真正稀缺的问题是：该把什么东西放进循环里，以及怎么判断循环有没有真正学到东西。

Product taste 是成本判断能力

谈到 PM 未来最需要什么能力时，Cat 给了一个能把很多线索串起来的判断：当代码可以低成本生成以后，真正稀缺的是决定该写什么。

概括起来就是 product taste 重要。但 taste 这个词容易变成空话。放到具体工作里，它说的是一种成本判断的能力。

一个用户反馈说按钮位置不好。按以前的流程，PM 会先收更多反馈，等下个版本统一改——因为哪怕只是移一个按钮，也得走设计、工程、测试和上线的完整流程，占掉不少资源。到了现在的价格表下，如果这个改动真的小，工程师或者 PM 当天就能做一个版本放给内部用户或者一小部分外网用户试。这时候再开三轮会讨论这个按钮该不该移，就对不上成本了。但反过来，如果一个小功能牵动了权限、计费、企业安全和数据迁移，那它看起来简单，实际上需要的是严肃规划。

第一，需求管理能力会降权，目标定义能力会升权。写 PRD 仍然有价值，尤其是在模糊功能和底层基础设施项目上。Cat 自己也说他们有时候会写 PRD。但 PRD 不再是 PM 价值的核心载体了。真正决定分量的是你能不能定义清楚目标用户、成功状态、失败模式、什么可以放弃，让团队在高频行动里不偏离方向。

第二，工程理解会从加分项变成一个基础的判断能力。PM 不需要成为全职工程师，但必须读得懂 AI 之后的新价格表。一个功能到底应该开会讨论还是当天就做一个 research preview，一个问题到底是 prompt 层能接住还是需要 harness、eval、产品交互一起上，一个能力到底是模型马上自己会补上还是得要长期产品化——这些判断动不动就影响产品速度和资源配置。

第三，PM 会越来越像一个回路设计者。这个回路包括用户反馈怎么进到团队里，团队怎么把反馈变成实验，实验怎么快速推上线，用户怎么理解预期，团队怎么判断成功或失败，AI 怎么从这些反馈里改进下一次的产出。这里面有文档，有数据，有发布机制，有 evals，有组织协作。它们粘在一起，才是 AI 时代 PM 真正的新工作面。

这也解释了为什么 Cat 一边说角色在融合，一边又说 Anthropic 还有 30 到 40 个 PM。title 没有消失，但 title 下面的工作在变。过去 PM 很多时候是用户问题、产品方案和工程实现之间的翻译者。现在，在最前沿的 AI 团队里，PM 更像是在维护一个高速学习系统。

应对 AI cyberattack

可以做的事：

关闭 auto-approve / YOLO mode 是目前性价比最高的单一措施。91% 的 YOLO session 数据说明绝大多数用户在自动批准模式下使用 agent，而多数攻击链的前提条件就是自动批准。

开启沙箱（Claude Code 的 bubblewrap/Seatbelt，Codex 的 Landlock/Seatbelt）可以限制被操纵后命令的损害范围。如果你用的工具支持沙箱但默认没开，手动开。

对 .cursorrules、.claude/settings.json、.github/copilot-instructions.md、AGENTS.md 这些文件的 PR 修改，给予和 .github/workflows/ 同等的审查级别。它们能控制 agent 在你机器上执行什么。

把 .zshrc、.npmrc、.env 里的凭证迁移到 secrets manager。AI 编程工具的 session log 会记录读到的所有文件内容。

CI/CD 中使用 AI agent 时，对所有依赖使用 pinned commit hash 并配置 minimumReleaseAge。OpenAI 的 Axios 事件根本原因就是 floating tag 加上没有冷却期。