AI正在無限發放巴菲特的投資決定，你卻居然還在依賴老師傅？

抓住風口

本期要點：Agent即將帶來服務規?；瘯r代！

你好，我是王煜全，這里是王煜全要聞評論。

如果每個人都能隨時調用巴菲特一輩子的經驗來做投資決策，會發生什么？

我想告訴你的是，這已經可以很方便地實現了。

最近，有人將巴菲特的決策框架做成了一個AI工具，也有人把已故的知名高考咨詢師的報考建議方法做成了一個可對話的技能包。這些工具都可以在OpenClaw或Claude Code上面安裝運行。

我們也親測了這些玩法。

在周日的前哨AI小課中，Tina老師就詳細演示了如何搭建一個“AI版巴菲特”，也歡迎感興趣的朋友前來學習。

高考咨詢師的技能包更是一鍵安裝，其中不僅收錄了他關于高考志愿的言論，還提煉出了他做決策的心智模型和思考原則。

這些做法背后的技術基石，叫做“LLM Wiki”。

它由前OpenAI聯合創始人安德烈·卡帕西（Andrej Karpathy）提出，并快速在開發者社區走紅，得到廣泛實踐。

簡單說，LLM Wiki解決了過去AI知識庫“健忘”的根本缺陷。

以往的RAG系統，也能基于資料進行回答，但每次都會像第一次看到你的資料庫，要重新翻一遍才能回答。

LLM Wiki的做法則不同，它讓AI扮演圖書管理員的角色：當你把文章、筆記、會議記錄這些原始素材交給它，它就會像編寫維基百科一樣，為重要的概念、人物、觀點建立獨立的詞條頁面，并注明它們之間的關聯；當有新的資料加入，它還會自動更新這些頁面，甚至能標記出不同資料間的矛盾之處。

于是，知識庫就從雜亂堆積的文件夾，變成了結構清晰、內部關聯、并且能自主生長的活系統。

這意味著，一場靜默的變革已經啟動，曾經一個專家最獨特且寶貴的能力，也就是他面對復雜問題時的決策框架，正被AI清晰地抽離出來，封裝成一個能不斷成長的數字資產。而且，這個數字資產可以全天候地同時服務成千上萬人。

大升級

首先，你或許已經意識到了一點：你的公司那套手工作坊模式該升級了。

這個LLM Wiki瞄準的，就是你業務中最不穩定的因素，同時也是你們增長的天花板，即對核心人才的依賴。

現在，大多數深耕某個專業領域的公司，基本上都是手工作坊。它們最值錢的東西，是幾個關鍵人物，準確的說，是他們的經驗、直覺和臨場判斷。

創始人靠所謂直覺把控發展方向；CTO知道系統架構該怎么設計，但他很難說清全部邏輯；銷售總監清楚大客戶該怎么攻破，但這套心法只在他腦子里。

可是，這就帶來了三個與手工作坊一模一樣的瓶頸。

其一，質量不穩定。老師傅今天精神好，做出來的產品就是精品；他狀態差，產出質量就會波動。

其二，規模上不去。老師傅一天只有24小時，想接更多訂單就只能寄希望于能找到另一個老師傅，或者花時間再培養一個。

其三，人走茶涼。當老師傅離開或是退休了，產品生產也就無法繼續。一切從零開始，公司也將陷入危機。

因此，就像工業革命用機器流水線突破手工業的產能瓶頸一樣，我們就需要通過AI把“老師傅”們的經驗和能力盡可能地固化下來。

比如，當決定是否啟動某個熱門業務時，以往可能是由產品經理拍腦袋決定，那么不管做不做，都有可能是一個錯誤決定。

但未來，這可以變成一套清晰的決策流程：相關人員填入市場數據、用戶反饋和所需資源，系統基于預設的規則和歷史上的成功模式，給出風險提示與優先級建議。

這樣，即便是一個經驗相對少的新經理，也可以用這套系統完成整個流程，維持決策質量的平均水平，并大概率避免新手級的致命錯誤。

同樣的，技術選擇、客戶評估、銷售方法，都可以變成一套不斷更新的實戰AI手冊，而不只是一堆藏在老專家、市場經理和銷冠腦子里所謂經驗教訓。

我們想指出的是，這其實就是在構建一個“智慧工廠”。公司的核心競爭力變成了一套越用越厚、持續進化的決策系統，不再依賴于某個人的大腦，哪怕某個關鍵員工離職，公司也能維持穩定運轉。

服務規?；?/strong>

不過，有了智慧工廠后，更關鍵的是要意識到，你的生意規模就將可以無限擴展。

過去，一個專家的價值其實非常有限，就是賣書、賣課、做咨詢。前兩者容易過時，后者又受限于時間精力而無法擴展。

但比如那個高考咨詢師的技能包，就成為了一套不斷生成結論的決策系統，給我們演示了一種新的潛在商業模式。

我們做了測試，找了個這個咨詢師沒講過的、比較偏門的學校和專業進行提問，但系統也沒有用“我沒說過”之類的話敷衍了事，而是調用了這個咨詢師的思維模型，并結合當前的公開就業數據、行業趨勢信息，給了我們一個比較獨特和接地氣的分析。

客觀說，回答質量比直接問豆包、DeepSeek等大模型要深入得多。只是，它還沒有用戶的信息，不能馬上給出非常個性化的答案而已。

我們想強調的是，這其實就一定程度上實現了服務的規?；?，讓專家級服務能像賣光盤一樣指數級擴展。

以往這位咨詢師精力有限，要服務那么多人，最終導致身體不適，但如果他咨詢服務的核心，也就是那套決策邏輯可以通過AI以極低的邊際成本分發給成千上萬的用戶，不僅造福了更多人，也能解放他很多時間和精力。

同時，這套系統的價值會隨著服務而得到延續和增長，即便這位咨詢師不再參與運營了，未來他的公司仍然可以用這套系統運作下去。他的團隊也可以在此基礎上，不斷添加新的認知和思考框架。

對于用戶而言，這意味著一種全新的價值關系。

任何一位考生都可以訂閱這個系統，從而獲得咨詢服務；而且不像買書和買課那樣，只是獲得過去的存量知識，這套系統還會不斷增值，吸引用戶為這個數字資產的進化潛力而持續付費。

所以，這也是一個強烈信號——隨著基礎設施的成型，服務規模化的時代將很快到來。任何擁有專業壁壘的個人或機構，是否準備好掌控其中的紅利了呢？又準備如何開始第一步？

以上就是今天的內容，最后做個小廣告。5月10日，我們的硅谷考察團就將啟航了。我將帶你，在英偉達、谷歌和Meta，在亞馬遜和微軟的云服務中心，以及在斯坦福和納斯達克創業中心，一起和創業者、研究者面對面，看AI如何真正進入業務流程，變成改變行業的產品和公司。

歡迎你和我一起，到一線沉浸式地觀察和思考產業變化，看懂AI浪潮。考察團名額有限，快快掃碼報名吧！

更多的科技產業新趨勢和底層規律，歡迎加入科技特訓營學習，先人一步，領先一路！

王煜全要聞評論，我們明天見。

硅谷AI考察，請掃碼報名↓

↓長按圖片掃碼報名，先人一步，領先一路

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料 ，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“AI for Science”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！