前两天读到亦仁和杨涛的一份直播整理稿，4 万多字，是场 4 小时直播的逐字整理。
讲的事很集中：Agent 时代，一个普通人能从哪切入。
我自己平时也拿 AI 跑一些重复活，但今天不展开我的。把稿子里几个对我有启发的点挑出来，分享给同样在琢磨这事的人。
01 FDE：一个被低估的角色
亦仁的判断是：未来 10 年最大的机会是 Agent，不是某个 AI 工具。
能吃红利的具体路径，他给了一个词——FDE，Forward Deployed Engineer，前线部署工程师。
说人话：FDE 不是"会用 AI 聊天"的人，是把 Agent 稳定接进业务、能持续交付真实结果的人。
他给的市场价是日薪 2500 到 4000，能做的人极少。
这个认知对我挺有用，因为它把"用 AI"和"用 AI 赚钱"分开了。大多数人把 AI 当写作工具、聊天工具，但 FDE 是"把 AI 接进真实业务、跑出结果"的人。同样是写代码，一个在玩，一个在交付。
我自己那几个脚本，跑通之后省的是"真实结果"，不是"聊两句"。方向对得上。
02 把"Agent"拆成三层
很多人说"做个 Agent"，但说不清 Agent 到底由什么构成。
亦仁他们不喊一句 Agent 完事，把它拆成三层：
Harness，是把大模型和一堆工具捆一块、让它能真去干活的那个壳。换成大白话说，就是上下文工程那套配套。
Skill，是你某次把一件事搞定了，把经验打包成一个能反复用的小能力。
Look Engineering，最虚，但最关键——把自己的能力，用工程的方式放大。
这三层的好处是能照着补短板。觉得 Agent 不聪明，可能是 Harness 没搭好；觉得每次都从头来，是缺 Skill；觉得产出上不去，是 Look Engineering 没做。
我自己知识库里就有个 skill 目录，写文章、排版、发公众号全是一堆 skill 在跑。当时没这个概念，现在看就是 Skill 化——把一次搞定的事，变成下次直接调的零件。
03 从 Demo 到生产级，就三步
亦仁的方法很具体：
第一步，本机跑通。业务 Agent 先在自己电脑上跑起来。
第二步，共享 Demo。用飞书妙搭发出来，给团队用。
第三步，生产运行。接进工作台和服务器，24 小时稳定跑。
跨过这三步，才叫真做出来。
配套的还有一句：言出法随。想法出现的那一刻，AI 就该把它做出来。20 分钟出 demo，先做出来再讨论。
这点反直觉。我们习惯"想清楚再做"，他说的是"做出来才想得清楚"。第一版脏、乱、笨都没关系，人只有看到东西，才知道自己要什么。
我做个小工具也是这个路数，先跑通一个能用的版本，再慢慢改。亲测：卡在"想清楚"上的人，大多永远不动手。
04 一条最值得记的观点
杨涛在稿子里说了一句，亦仁的 PDF 版没有：
"不是让 AI 嵌入旧流程，而是让 AI 主导新流程。"
大多数人用 AI 是"嵌入"——写邮件用 AI 润色，写代码用 AI 补全，原流程不动，AI 当个助手。
"主导新流程"是另一种：因为有了 AI，整条活法重做一遍。
这是视角切换。嵌入是优化，主导是重构。优化省时间，重构换赛道。
我那个公众号自动排版进草稿箱，就是从嵌入往主导走——不是帮我写，是把"写→排→发"整条链路重做了。做之前觉得麻烦，做之后才发现原来的流程本身就该扔。
05 Token 是最诚实的指标
亦仁有句话：Token 是最诚实的指标。
不要只看"日均过亿 token"这个大数。Token 消耗背后，是你同时有多少条有价值的线在并行推进。
生财内部日耗大概 100 亿，排行榜第一名的个人 45 亿/日。
他把 token 当目标，倒逼自己想：我同时在推的高价值事够多吗？
这个思路我觉得能直接用。token 不是成本负担，是"你在并行多少真有价值的事"的镜子。
我做出海关键词量化的时候，也是把模糊判断变成数字——一个词值不值得做，量一量搜索量、竞争、变现可能，出来个分，分不够就不纠缠。逻辑一样，规模不同。
06 普通人能抄的路径
亦仁给了两条路。
一条是成为一人公司（他原话叫"超级个体"）：一人公司、Agent 外包、AI 内容工厂。
另一条，是把能力卖给企业。企业需要能落地 AI 的人，市场严重供不应求。
他还押了七个方向：AI 小程序、海外网站、高质量视频、视频带货、Agent 从 0 到 1、第二大脑、Skill。
机会窗口他算过：中国 6000 到 7000 万家企业等 AI 化改造，真正适配的 FDE 可能只有千人数级。缺口就是机会。
稿子里也记了几个案例，我原样转，不替他们背书：郭东超做小程序虚拟产品月入百万；卧龙做小红书课堂管理工具月近 50 万；方片传媒 500 人公司，100 人会做 Agent，沉淀 100 多个 Skill；宁波专升本用数字人做线索视频，两月赚 27 万。
这些数字听着远，但路数是清楚的：会做 Agent、会把经验变成 Skill，已经不是极个别人的玩具。
07 我的一点观察
我平时看人用 AI，大多停在聊天和写作。但真正值钱的不在这，是 AI 编程。
亦仁他们内部统一用 Codex 写代码、Agent 当运行时，说白了就是把 agent 直接搭成一个 AI 工作台——活不是人在一个个点，是 agent 在工作台里自己跑。
我自己也是这么干的。飞书监控、对话同步进库、文章一键进草稿箱，不是"问 AI 怎么写"，是我用 Codex/WorkBuddy 写的小脚本，让 agent 在工作台里把活直接干完。
所以普通人离 FDE 没那么远。会聊天不难，难的是把 AI 编程捡起来，把 agent 当成一个能跑活的工作台，而不是一个聊天框。
08 给普通人的建议
如果你今天想动，别一上来追"做个 Agent""搞个数字员工"这种大词。
先挑一个你每周都重复、都烦的动作。用 AI 或者一个简单脚本，把它跑通一次。
跑通一个，你就已经踩在 FDE 的门槛上了——因为你干了一件 FDE 最核心的事：把活接进自动化，交付结果。
先跑通一个，剩下的慢慢加。别规划太久，动手就有。
前面 6 条是亦仁和杨涛的，最后 2 条是我自己的。
加起来就这些。不管听谁的，最后都得落到自己手上：挑一个你天天磨你的重复活，先把它跑通。
标题方案（分享视角，不标题党）：
- 一份4万字的 Agent 直播稿，我挑了几个普通人能抄的点
- 别把 AI 当聊天工具：FDE 和 Agent 的三层拆解
- 亦仁那份直播稿里，普通人能记的几点实在经验
- 从 Demo 到生产级，普通人能直接用的三步
- Agent 时代，普通人能抄的几条实在路径