闭门会：张咋啦Zara深度解析AI时代底层工作方式

前言

张咋啦 Zara 是中美 AI 圈内最具影响力的 Builder 之一。她曾在字节跳动带领团队，当时组里的实习生和同事，如今不少已成为 AI 行业中有重要影响力的角色。

受飞书邀请，在飞书闭门会上再次见到了 Zara。这次分享的内容，整合了 PPT 和逐字稿，堪称十年二十年都不会过时的硬核干货。我第一时间录了音、转成文字，再用内容创作的综合技能打磨成一篇易于阅读的文章。

正文

今天聊的是 AI 时代真正发生变革的工作方式。用 Agent 处理，十分钟就能搞定一个东西。但跟很多创业者和 OPC 交流后发现，大家最难的事情依然是 go-to-market——如何把产品推向市场。

现在最大的瓶颈就是营销和推广。获取注意力越来越难，产品又太多，每天至少五个人请你试用他们的产品。怎么抓住注意力，让人产生好奇，成了一件极其困难的事。

代码变便宜了，注意力变贵了。东西做出来越来越快，决定做什么、怎么让别人在意，反而变得更难。

AI 越会生成，活人感越值钱

现在打开社交媒体，很多内容一眼就能看出是 AI 写的。我不反对用 AI 做内容，问题在于：很多人只让 AI 提高了产量，却没有把自己的真实感受融入进去。产出的内容很顺、很完整，但也像“平均值的平均值”。

市面上有不少技巧，能帮你去掉破折号、改写句子，让内容看起来没那么像 AI。但这些只解决了表面问题。AI slop 的根源是没有灵魂：AI 无法脱离你的人生体验和真实感受去表达，它讲出来的一定是平均值的平均值。

一段话有没有灵魂，取决于它背后有没有一个具体的人。这个人经历过什么，为什么在意这件事，在哪些地方犹豫过，愿意为哪个判断负责。AI 没办法凭空拥有你的人生体验。如果这些材料没有进入上下文，它只能给你最常见、最安全的答案。

这也是为什么我一直选择出镜讲内容。直接录视频门槛低、速度快，还能让大家感受到内容背后有一个活生生的人。我不会把大量时间花在精美包装上，相比精致，更看重真实。观众能看到表情、语气、停顿，也能判断我是否真的相信自己说的话。

识别 AI slop 是一项基础能力，一个人看不出内容哪里空洞，大概率也会生产同样的东西。工具越来越强之后，品味和辨别力反而变得更加重要。

Builder 和 Influencer 正在重合

以前大家会觉得，你要么是做产品的，要么是做内容的。但这两件事正在变成一件事，最厉害的人一定会两个一起做。

如果你是 builder，在创业、做产品，就要为自己的产品代言，自己就是自己的 CMO。产品做出来以后，用户不会自动理解它的价值，这也是为什么很多创业者最后都卡在推广环节。

如果你是 influencer，在做内容，那也应该把自己的能力产品化。influencer 做 builder 很有优势，因为本来就有分发渠道，也知道自己的受众在关心什么。

在 GitHub 上我做了很多 Skill，每一个 Skill 都是一个观点。比如这套 Slide 不是 PowerPoint，而是 HTML，因为我认为 HTML 应该取代 PPT。再比如 Follow Builders Skills，选出二十几个值得关注的 Builder，背后的观点就是 Follow Builders, not Influencers。

好的产品本身就是一个大家愿意分享的观点。大家用这个产品，是因为认可它背后的观点。如果做一个非常通用的产品，什么都能干、谁都是目标用户，那还不如直接用 Codex。既然要做自己的产品，后面就必须有一个很鲜明的观点和个性，这个故事才能讲得出去。

品味来自高质量输入，也来自反复发布

硅谷很多人都在讨论 taste。这里的 taste 不只指视觉上的好看，它更接近判断力：面对 AI 给出的许多选项，你能看出哪个值得保留、哪个不成立，还能解释理由。

品味到底怎么提高？目前我总结出两件事。

一件事是大量欣赏好东西，同时追问它为什么好：哪一部分让我产生共鸣？它用了什么结构？做了什么取舍？哪些地方值得借鉴和模仿？只收藏、不分析，很难把别人的好变成自己的判断。

另一件事是持续把东西发出去。做内容也好，做产品也好，都要尽快接触真实世界。发布之后会收到反馈，再调整、再发布，循环次数越多，判断越具体。好的 taste 一定是跟外界接触、基于外界反馈迭代出来的。不可能每天躲在家里、坐在电脑前，就形成好的 taste。看得多、做得多、发得多，再根据反馈继续迭代，这个循环越多，判断才会越准。

HTML 负责呈现，飞书文档负责对齐

做内容时，AI 用得不算多，很多表达仍然是手写为主。不过有几个环节，已经形成了稳定的协作方法。

第一个方法是用 vibe coding 做内容。vibe coding 指的是用自然语言和 coding agent 协作，让它直接生成可以运行的代码。HTML 是很好的内容画布，尤其适合讲解和教学。视频里可以上方放真人，下方放网页动效；网页承担可视化，真人负责讲述和判断。

为什么选 HTML？因为网页语言更接近 Agent 的“母语”。它的训练材料里有大量网页代码，也擅长安排文字、图片和动效。让它直接做传统 PowerPoint，常常要对抗工具格式；让它写 HTML，更容易发挥已有能力。

真正影响协作质量的，还有和 agent 怎么沟通。我不会只写一大段 prompt，遇到复杂内容，会整理一份飞书文档，把它当成给一个专业乙方的 brief，也就是工作说明书。

比如做一条讲解视频，我会在第一列放脚本，第二列让 Codex 或 Claude Code 写每段内容适合怎样可视化，第三列再生成对应的 HTML、CSS 和动效。哪里不符合预期，直接选中文字或图片评论。Agent 根据评论修改，再把录像与动效用 FFmpeg 合成。FFmpeg 是处理音视频的命令行工具，适合自动完成拼接、裁切、转码和字幕烧录。

飞书文档的价值在于，它能同时容纳文字、图片、视频和评论。图片、素材、参考案例都放进去，agent 可以直接读取和下载；生成结果也能贴回来。人与 agent 看到的是同一个上下文，反馈还能落在具体位置上。

做 Web App 时也会这样处理提示词，模型的 system prompt 如果散落在本地 Markdown 文件里，很难逐个审阅。我会让 Agent 把它们整理进一份飞书文档，一段段看、一段段评论，它再回到代码里修改。这套方法也适合视频粗剪和字幕。两小时直播要剪成短片，先让 agent 把逐字稿放进文档，哪些段落保留，由我标出来。它再按时间码调用 FFmpeg 剪辑。英文视频要加中英双语字幕，也可以先让本地语音识别生成初稿，再让 agent 根据完整上下文纠错。像 Claude 被识别成 cloud 这种问题，单靠声音很难判断；理解整段内容之后，纠错会更准确。字幕烧进视频前，仍然会在文档里审阅一遍。

文档已经不只是给人阅读的交付物，它是人与 agent 共同工作的界面：素材进来，方案展开，反馈落点，修改再回到产品或视频里。

会议结束，agent 的工作才开始

我很看重另一个输入源：会议记录。

妙记不只是给人回看的纪要，它更适合作为 agent 的 context，也就是理解任务所需的上下文。开会本身可以看作一次长 prompt；会议结束之后，决策、待办和新想法已经产生，agent 才开始接手执行。

我的工作流是，每次开完会，妙记自动推送给 Codex。它会先按我关心的视角整理个性化总结。同一场会里，每个人关心的内容不同，通用的 AI 摘要很难同时服务所有人；长期协作的 agent 更了解项目和判断标准。

接着，它会提取待办，判断哪些事情自己可以推进，并主动提出建议。我只需要确认做哪一项，它就能继续执行。这样一来，人不必把会议内容重新拆成一条条 prompt，很多任务可以从自然对话直接进入工作流。

这类用法可以扩展到不同团队，销售会议的逐字稿可以交给 agent 做复盘，检查话术，沉淀标准作业流程，也能把优秀销售的做法变成组织资产。内容创作者每天的交流可以变成选题库和文稿素材，线下零售团队也可以记录服务现场，让 Agent 找出顾客常问的问题和服务中的断点。

关键动作只有一个：让真实工作产生的上下文进入系统。没有这些材料，agent 只能等待指令；有了持续输入，它才可能理解你正在做什么，并主动接下一棒。

从个人助理走向团队级 agent

很多人已经在使用个人 agent，但 AI 用得好的团队通常还会有一个共同的 agent。它拥有团队级上下文，不依附于某一台电脑或某一个人，所有成员都能在工作现场使用它。

我很喜欢 Shopify 创始人分享过的一个做法。他提到，Shopify 内部的 agent 只在公开频道里和员工交流，没有设计私聊入口。这样做带来一个很有意思的结果：A 和 agent 怎么讨论，B 能看到；别人用了什么方法、什么提示、什么 Skill，也会在团队里自然传播。学习直接发生在工作现场，不需要再专门组织一套培训。

公开协作还有一个好处，人和 agent 可以接力。比如数据分析师做了一个能查询看板的 agent，产品同学在群里问数据，遇到口径错误，数据分析师可以当场纠正；Agent 只做到八十分，人可以继续补到一百分。对团队来说，这段纠正过程也被保留下来，下一次不必从头解释。

Zapier 的 CEO 也分享过减少私聊的做法，鼓励大家尽量在公开频道沟通。理由很直接：私聊里的信息，agent 看不见，也无法成为组织可以检索的上下文。管理者还会公开示范这种协作方式。

这提醒我们，采用 agent 不只是增加一个工具。组织的沟通方式也要调整。如果每个人只在自己的电脑上和 Codex 聊天，对企业来说仍然是黑盒：不知道员工怎么用、产出了什么、哪些方法值得复用。一个团队级 agent 应该有明确角色、知识范围、性格和技能。它可以被拉进群聊，让同事围绕同一任务共同推进。公开讨论、人工纠错和 agent 执行连在一起，团队经验才会逐渐变成可复用的组织能力。

把审美和规范沉淀成 Skill

内容生产里还有一件事很值得做：把自己的审美沉淀成 Skill。Skill 可以理解为一套可复用的任务说明、判断标准和工作流程，让 agent 下次遇到同类任务时知道该怎么做。

我做过很多 HTML 和飞书画板相关的 Skill。它们传播得比较广，一个直接原因是视觉呈现好。今天大家的注意力很容易分散，可视化沟通已经成了生产力。能把排版和设计交给 AI，人才能把精力更多放回内容判断。

把模板变成 Skill，不能只把现有文件丢给 agent。更有效的做法是，先让它完成一次真实设计任务，再非常耐心地调。第一次结果大概率不符合预期，要给予具体反馈，可能来回几十轮。这个过程看起来慢，却只需要认真做一次。当结果终于达到你的标准，再让 agent 把刚才的协作过程整理成 Skill。以后遇到同类任务，它会记住布局、配色、信息密度、动效和禁用项。团队里的设计规范、演示模板、内容检查清单，都可以用这种方式沉淀。

审美因此从一个人脑子里的模糊感觉，变成团队可以调用、检查和继续改进的工作资产。

Builder 的三项底层能力

做一个东西，大致有三个环节：决定做什么，把它做出来，再把它推广出去，让别人愿意使用。

AI 对中间环节的改变最明显。coding agent 缩短了想法到产品的距离，生成工具也缩短了选题到内容的距离。可第一步和第三步反而更难：大家都能快速生产，用户面前的选项爆炸了。

如今，一个合格的 builder 通常需要具备三项底层能力：agency、taste 和 distribution。

Agency 是主观能动性。不等别人拆好任务，能自己发现问题、发起尝试，把事情往前推。用大白话说，就是愿意折腾，也真的会动手。

Taste 是判断力。能理解用户，知道什么值得做，也知道什么应该放弃；面对 AI 给出的一堆选项，能看出哪个像样、哪个不成立，并说清原因。

Distribution 是分发能力。东西做完以后，能把故事讲清楚，让该看到的人真的看到，让他们愿意采取行动。它包含内容表达、品牌、渠道，也包含长期建立的信任。

这也是为什么我非常看好内容创作者去做 builder。做内容能接触到很多不一样的人，知道大家真实需要什么；产品做出来以后，也已经有可以直接分发的渠道。所以内容创作者通常本来就有 agency、taste 和 distribution。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：闭门会：张咋啦Zara深度解析AI时代底层工作方式要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题