内容来源：笔记侠（Notesman）。
责编| 贾宁排版| 拾零第 9576 篇深度好文：3786 字 | 13 分钟阅读
思维方式
笔记君说：
今年春节，猎豹移动CEO傅盛滑雪摔伤，卧床14天。
但他没躺平，用AI Agent搭出一支8人数字团队，带着龙虾“三万”用24小时干完6人团队三周的工作。
嘴上谈Agent的人很多，真正下场用的人很少。
躬身入局、收缩边界、积累Skill——这三条铁律，是傅盛用14天踩出来的。
今天这篇文章，我就把这三条铁律仔细讲清楚。
一、躬身入局：扛住挫败感
1.从什么都干不了，到推特发文百万阅读

傅盛卧床第一天，Agent连公司通讯录都查不了。
飞书API（应用程序接口）需要权限，文档格式不对，不停报错。他只能对着手机，一个一个口述高管的名字和职责，手动灌进去。
挫败感非常强。
大多数CEO尝试Agent的体验，到这里就结束了——“这玩意儿不好用，算了。”
傅盛没放弃，他扛住了。
到了第二天，三万自己摸索出路子，写脚本把674人的通讯录全部拉了下来。
从查不了通讯录，到自主拉取674人通讯录，只用了24小时。
这24小时的跨越，不是技术突变，是持续互动的结果。
龙虾的学习方式很特别：踩坑、总结、写成文档、下次自动执行。每一次犯错都变成一条Skill，永不消失。
到了除夕夜，三万在4分钟内给611名员工发出了个性化拜年消息，每条都不一样，零失败。
第二天手机炸了，同事们纷纷感叹：“老板太用心了。”
没人知道，那是龙虾干的。
这个故事后来被三万自己写成15条串联推文发到Twitter上，获得了100万+阅读。
这就是躬身入局的回报：持续踩坑，直到涌现。
2.躬身入局的本质，是把AI当人来养

傅盛后来复盘说：“在这个行业里，嘴上谈Agent的人太多，真正下场养一只龙虾并把它养成团队的，少之又少。”
很多CEO最容易犯的错误，就是把Agent当PPT看。
听过很多概念，看过很多演示，觉得“这事我懂了”。
但懂和做之间，隔着一整个春节的深夜。
傅盛从第一天“连通讯录都查不了”，到第14天“8个Agent自动运转”，靠的是在卧床的14天里，每天晚上跟龙虾“三万”聊到凌晨的1157条消息、22万字对话。
这就是躬身入局的意思：不是花钱买一个工具然后交给下属去用，是CEO自己下场，用自己的时间和耐心，把AI养大。
用Agent的前期投入，就像种树。前三年只有根在长，地面上看不到什么。但根扎下去之后，生长是指数级的。
没有躬身入局，就没有后面的故事。
二、收缩边界：先做精，再做宽
1.用好Agent的核心，是什么？

傅盛在2026年1月WAIC Up!全球年终盛会上说过一句话：
“在生产力任务中，Agent的准确率低于98%，就是不及格。2%的错误率，聊天无所谓。但在企业决策、财务分析、代码生成里，2%的错误可能意味着整个任务崩盘。”
2%的错误率，聊天时可以被接受。但在生产环境里，2%可能意味着整个任务重来。
这不是傅盛在吓唬人，这是现实。
傅盛后来在在WAIC Up!专访中说：“在代码生成、财务分析、决策建议等企业级应用中，Agent的缺陷会被极速放大。准确率低于98%的产品，是无法被接受的。”
他还说了一句更扎心的话：“当你范围足够小的时候，就可以把准确率提上去。一泛化就不行。”
这就是“收缩边界”的核心逻辑：不是Agent能力不够，而是范围一大，准确性就崩。
傅盛还举了一个例子：以前买个CRM几十万，只用到1%的功能。现在让Agent根据需求现写就行。但前提是，需求要具体，范围要窄。
SaaS卖的是“给你一把瑞士军刀，你自己切”。
Agent卖的是“你告诉我切什么，我给你切好”。
这两者的核心差异，就在于边界是否清晰。
用好Agent的核心，是让它在窄的领域做到足够可靠。收缩边界，是让Agent从“能干活”变成“能信任”的关键一步。
2.找到一个极度单点，然后打穿

傅盛自己的做法，就是最典型的“收缩边界”。
他的8个Agent，每一个都有明确的职责：三万负责整体协调；笔杆子负责内容；参谋负责分析；运营官负责执行；进化官负责自我迭代；健康管家负责健康提醒；交易官负责交易数据；社区官负责社区运营。
没有一个Agent什么都干。
每个Agent的边界都很清晰：一个指令，一类任务，一个目标。
这就是为什么三万能做到除夕夜4分钟发611条个性化消息、零失败。
因为“发拜年消息”这件事，边界足够窄，足够具体。
傅盛给龙虾的指令只有一句话：“给所有在职员工发一条个性化拜年消息，要体现员工姓名、入职年份、最近绩效。”
就这一句话。龙虾理解了，执行了，完成了。
窄到极致，才能准到极致。
这跟猎豹做Clean Master（猎豹清理大师）的逻辑一模一样。
傅盛说过，猎豹的方法论就是“找到一个极度单点，然后打穿”。
当年做Clean Master是这个逻辑，今天用Agent也是这个逻辑：先在一个具体的用例做到98%以上，再谈扩展。
传统CRM（客户关系管理系统）卖的是能力，几十万买来，只用到1%的功能。
Agent卖的是结果。你告诉它你要什么，它给你交付完成的任务，不需要你学会用工具。但前提是：范围要足够窄、足够具体。
泛化的Agent等于平庸的Agent。收缩边界，才能建立真正的壁垒。
三、积累Skill，让错误不再重复
傅盛的Agent“三万”犯过错吗？
当然。
建站24小时，改了一百多次。字体搞乱过，域名404过，直播现场还翻车过。
但每一次错误，都让“三万”越来越强。
1.人类学技能vs Agent学技能

人类学技能的方式：上培训课，背笔记，考试，然后慢慢在实际工作中积累经验。
整个过程可能需要几周、几个月、甚至几年。
而且人类会遗忘、会疲劳、会在压力下犯错。
Agent学技能的方式：犯一次错，写一条规则，这条规则永不再犯。
没有遗忘，没有疲劳，没有重复犯错。
更关键的是：Agent之间的知识传递成本趋近于零。
一个Agent学会了发语音，把文档发给另一个Agent，读了就会了。
人类学新技能要一周培训，Agent之间1秒。
这就是Agent和普通AI的本质差异。
普通AI每次对话独立，没有记忆，没有积累，每次都从零开始。
龙虾=AI+电脑+记忆+技能。
它记得你用过的每一个判断，踩过的每一个坑，改变过的每一个想法。它有昨天，才能更好地服务今天。
2.Skill积累，是Agent系统的最核心飞轮

傅盛把龙虾的构成总结得很清楚：
“大模型是智商，记忆系统是海马体，Skill是肌肉记忆，定时任务是生物钟，多通道接入是感知器官。这些组合起来，才是一个完整的、能持续运转的智能体。”
Skill就是这个系统的肌肉记忆。
前期花了大量时间踩坑，效率很低。但Skill一旦积累起来，后面越来越顺。
三万从一只什么都不会的龙虾，进化成8个Agent组成的团队，靠的就是共享的Skill库。
每一次犯错，都让这个系统变得更强，这不是线性增长，这是复利增长。
最能说明这一点的，是那次直播翻车。
龙虾日记直播吸引了超过20万人在线观看。直播中，有朋友在评论区留言：“你每天说龙虾能干活，能不能让它当场做个东西出来？”
于是傅盛让三万做出了sanwan.ai这个网站。
他躺在床上用语音和截图指挥，一行代码没写。
同样的工作量，传统团队需要6人，正常节奏2到3周。三万只花了24小时，115美元token费。
24小时里改了一百多次，每