『本期嘉宾』
石同学，博士，机器人软件工程师。主业是机器人在建筑领域的应用——做技术评估、合作伙伴评估和技术整合（Construction Robotics）。读研期间和几位伙伴一起创过业，做自主导航与运动感知；更早做的是无人机巡检和自主导航方面的研究。
现在他一边工作，一边把日常工作"AI化"：公司内部的专利研究、机器人数据采集与报告生成、售后维护ticket分析，都被他一个个做成了自动化流程。
他也在 YouTube 做一档边学、边记录、边分享的AI频道「系统在建」https://www.youtube.com/@systemsinprogress，记录自己怎么把最新的AI技术、框架和概念，落到真实的工作里。
GitHub：https://github.com/AaronLPS
『主要内容』
你身边有没有那个"特别会用AI"的朋友？
当大多数人还停留在打开网页、跟AI一问一答地聊天，这位朋友已经用AI给自己搭出了一整套工具——把工作里那些又繁琐又重复的活，一个个变成了自动化流程。石同学，就是这样一个朋友。
他是子鱼和 Lumi 的老朋友，那种"天天用AI、还把AI用得特别好"的人——好到自己开了个 YouTube 频道教别人用AI。
这期我们聊的是一个重度AI用户的真实日常：有了AI到底是更闲还是更累？（他的答案是更累——因为"AI 会上瘾"，而同时开三个 Agent 基本就是人脑切换的上限。）他怎么把公司里那些又繁琐又重复的活——专利研究、机器人售后 ticket 分析——一个个做成自动化流程？面对一个全新任务，一个高级玩家又是怎么拆解、怎么找开源工具、什么时候才开始"上框架"的？
我们也聊到了很多正在发生的概念：skill、plugin、harness engineering，以及最近很火的 loop engineering；还有贯穿他全场的一个核心观点——把AI当成一个工程问题来做，而不是一个许愿池。当AI给不出你想要的答案时，到底是碰到了AI的边界，还是你自己还没用明白它？
『时间戳』
01:09 无人机为什么突然"火"了：大疆 vs 专业定制；其实飞控、避障、自主导航早就成熟了，并不是有了AI才行
04:03 最近用AI做了什么：把专利研究、机器人数据分析、售后维护这些又繁琐又重复的活，都自动化了
05:07 有AI之后更闲还是更忙？"我更累了"——同时派三个 Agent，回来还得挨个检查，三个就是脑力上限
06:35 公司自动化"框架"长什么样：先把数据和 knowledge 沉淀下来，把 SOP 变成 skill，最后加一个 evaluation 闭环（而不是一锤子买卖的 feed-forward）
07:26 评估标准谁来定：跟行业专家一起定，自己先吃透这件事，再用AI把它"翻译"进 evaluation 环节
10:12 高级玩家怎么用AI（以做一个 3D 动画为例）：先搞清输入输出 → 去开源社区找现成 skill → 不满意的部分再拆成小任务 → 最后一定加个 evaluator 做闭环
13:07 怎么找开源工具：让AI自己去 GitHub 社区搜，现在的 skill "hub" 已经非常丰富，很多活都被打磨得很好了
14:22 从零开始一个任务：先找个强模型、开长思考好好讨论，"先别执行"；plan mode 还是 agent mode 之争
16:58 什么时候才"上框架"：做过一两次、发现可以固化下来，又不想每次 prompt 都飘忽不定的时候
17:43 框架推荐清单：编程用 superpowers / GSD / gstack，日常工作用 everything claude code
18:44 让你最爽的一次自动化：售后 ticket 进来，AI 先把 log 里的噪音过滤掉、锁定问题，人再接手
23:32 公司同事对AI的接受度：参差不齐，有人特别愿意试，有人很谨慎——这也是他做 YouTube 的原因之一
28:24 一个困扰很多人的问题：给不出好答案时，到底是 AI 的边界，还是我没用明白它？
29:51 他的核心方法论：把AI当工程问题。它只会重复一句话，是因为在用默认策略——你得额外加"harness"逼它做更广的搜索（举例：AI Hedge Fund、Karpathy 的 Auto Research）
32:37 另一个极端：garbage in, garbage out——context 给太少，别指望好结果
34:43 下一支视频想讲 loop engineering：从 skill 到 harness engineering 再到 loop 的演进
36:23 子鱼的播客剪辑工具：从"取悦自己的玩具"到"能上线被人用"，中间这道 gap 到底是什么
38:18 卡在哪了：前后端推翻重做、skill-based 与传统 UI 产品之间的犹豫——为什么他更看好 skill 这种"最精简、随模型升级不浪费"的打包方式
41:54 让AI设计 logo，其实是把别人的小改了一下；AI 也让噪音和垃圾内容越来越多
43:57 怎么去掉"AI味"：用一个 skill 喂自己手写的 shownotes，让AI模仿你自己的风格
44:13 AI 还难深入垂直领域：domain knowledge 数字化 + workflow best practice，缺一不可
46:18 把AI当一个智商很高的实习生：它也需要 onboarding，只是比人类快很多
47:58 AI 太"positive"反而会降低准确率？聊聊关掉迎合、让AI"怼你"，以及 Fable 5 为什么不再一味讨好
50:35 让AI质疑你每个观点的 system prompt 实验；AI 怎么靠 memory 衡量你的偏好——鸭哥用四年记录沉淀 memory 做的对比实验
53:25 石同学的 memory 分层法：短期常变的用 agent.md，长期项目用 skill，更繁琐的 knowledge 试过 vector database
『本期 AI 名词小词典』
（用大白话解释几个反复出现、但普通听众未必熟悉的词）
工具 & 模型
开源框架 / Skill 库（都在 GitHub）
人物 / 媒体
『播客渠道』
小宇宙，苹果Podcast，Spotify
『主播』
子鱼：专业音频工程师，业余吉他手，业余脱口秀演员 Lumi：临床医学博士，光学博士后，开发生物医学用的光学设备，创业筹备中。排球队主力。
『关于我们』
破壁圆桌，与不同行业优秀华人的碰撞。
圆桌主播来自慕尼黑。定期邀请不同行业优秀华人参与圆桌讨论，从AI和科技行业出发，探索我们认知之外的世界。
打破中西壁垒，行业壁垒，认知壁垒。
关注科技，以及海外华人生活职场和个人成长。
邀请优秀华人，参与圆桌讨论，拓宽认知边界。
『联系我们』
打破沉默，让你的故事也被听见。如果你有想分享的职场洞察或独特的人生选择，欢迎随时“破壁”。
微信号：t-ransformer（备注：破壁圆桌 + 50字左右自我介绍）
邮箱：pobiyuanzhuo@gmail.com
