ABOUT THIS VIDEO
这一期，聊些什么？
五次创业者、Treehouse 联合创始人 Ryan Carson 如今是面向家事法律所的 B2B SaaS「Untangle」的单人创始人。本期他分享如何用文件夹、P0 优先级线程和一张纸管理十几个云端 Devin 智能体，用 Watchdog playbook 监控每个律所账户、替代客户成功团队，以及用 Land PR 技能完成 review 循环、视频演示和自动合并、每天合入约 40 个 PR。两人还聊到 Codex、Devin、Claude Code 各自的分工，用 Claude Design 生成 Markdown 设计规范再交给 Codex 实现设计系统，并一致认为：更多 AI 产出不是目标，见真实客户才更重要。本页全程中文配音由阿里云通义千问 qwen3-tts-flash 生成（主持人 Claire Vo 为 Cherry 音色，Ryan Carson 为 Ethan 音色），并以低音量保留原视频声音作为背景。
RECAP · 图文回顾
看完再回顾：这一期讲了什么
点击任意时间戳，可跳到对应位置播放中文配音。
一句话核心观点
两位资深单人创始人承认：AI 再多产也不等于好产品。真正的护城河是管理成群的云端智能体、守住产品判断，并多离开椅子去和真人聊。
分章节要点
开场：未来属于云端智能体
- Ryan 一上来就抛出观点：还在本地做工程的人需要「睁开眼」，他全押云端智能体 Devin
- 他认为今天最重要的能力是管理智能体：组织之所以是金字塔结构，就是因为人没法直接管 1,000 个下属
- Claire 预告这可能是「最反 AI」的一期：聊 AI 解决不了的问题，以及纸和笔在 Ryan 工具箱里的位置
Ryan 近况：从 C 端离婚产品转向 B2B
- Ryan 的新项目 Untangle 想让离婚这件事变得更好：他有三个姐妹，其中两个正经历棘手的离婚，父母也离过婚，而他发现没人在 AI 领域谈离婚
- 最初做面向消费者的产品，结果「没人想用 AI 办离婚」，他们要的是真人律师
- 律师 Renee Bauer 反馈「我爱它，我愿意付钱」，于是转型 B2B，卖给家事法律所，业务开始爆发
- 两位著名的「单人创始人」都在筹备招人类员工；Ryan 自嘲被 AI 惯坏了——一小时能给智能体 45 条反馈
Ryan 的 Devin 配置：文件夹、P0 和一张纸
- Ryan 从 Cursor、AMP 这类本地智能体转向云端，因为不想被绑在机器前；试用 Devin 后被其成熟度震撼
- 他常驻 10–15 个 Devin 线程，用文件夹分桶：Bugs、P0、P1、P2，P0 是不管多分心都必须推进的事
- 保持专注靠两个方法：P0 文件夹，加上一张写着每周优先事项的纸（配 Ugmonk 待办系统），旁边是 Dell 52 寸屏和八个屏幕
- 他建议把投资人汇报做成可复用的「技能」；代价是云端智能体让他现在一天能工作 21 个小时
Watchdog playbook：监控每家律所账户
- Untangle 签了很多家事法律所，Ryan 一人扛客户成功、工程、销售，需要一个方法盯所有案子
- Watchdog 会对每家律所账户重复跑一个技能：查上次以来的活动、错误和 Sentry 报错
- 它不只要数据，还会过滤排序后列出最严重的 3 个问题，并确认是否已修复、是否在修、是否有 PR 没合并
决策疲劳：Ryan 分桶任务，Claire 分桶时间
- Claire 自嘲「每生一个孩子就开一家公司」，3 个孩子 3 家公司，决策疲劳严重
- 她的方法不是给任务分桶，而是给时间分桶：一段时间与 AI 协同，一段时间专门派活和检查
- 她还把决策疲劳当优先级信号：被自己任其烂掉的功能，可能就不是真正在乎的
产出更多，产品不会因此更好
- Claire 自称 token 狂人，却刻意约束产出：产出翻几倍，质量不会跟着翻几倍
- Ryan 认为前沿模型离「知道该发布什么」还差得远，自动改进循环对产品来说「简直是笑话」
- AI 智能并没有凭空创造市场；Ryan 找到 PMF 靠的是发邮件、开 Google Meet、去客户办公室坐着聊
- 两人的共同结论：大家离开椅子太少，该去和真人聊，来真的
云端智能体不止写代码
- Claire 强调编程智能体被严重低估：Devin 帮她做交易审批、定制报价、文档和客户分诊
- 她的思路：假如有人既懂你的代码库又能写代码解决一切业务问题，你就该这样用后台智能体
- 本地智能体仍有位置：Ryan 用 Codex 搭配 Goal 处理大量前端 UI、需要盯场的任务，认为这方面 Codex 无敌
- Claire 用 Codex 做结对编程、跨前后端大功能、长期重构和验证；后台智能体负责自动修 bug 和运营
Merge Mommy 与 Land PR：两套自动合并方案
- Claire 的 Merge Mommy 是部署在 Vercel 上的 Eve 智能体：PR 通过 CI（含 BugBot）后触发，从 5 个风险维度打分
- 低风险自动批准，中高风险转 Slack 叫人复核，以满足 SOC 2 的交叉审查要求
- Ryan 的 Land PR 是 Devin 里的 playbook：跑全新 Devin 审查、最多循环两轮，然后录一段带旁白和测试红绿状态的视频演示
- 只有 Ryan 看完视频说「视频通过，落地」才会合并；他还盛赞 GitHub 合并队列
Slack vs. Devin 线程：协作应该发生在哪里
- Claire 从不用 Devin 界面，全在 Slack 里喊 Devin；Ryan 恰恰相反，想把 Slack 完全踢出 Untangle
- Ryan 的理由：上下文应该和智能体在同一个线程里；他提到 Jack Dorsey 那边（或别的公司）好像禁了私聊，自己扩张后也打算不设一对一聊天，要私聊就打电话
- Claire 的理由：把后台智能体放进公开 Slack 线程是极佳的变革手段，让大家实时围观 AI 干活（她在 LaunchDarkly 就是这么做的）
- 两人共识：想抛弃的不是 Slack 本身，而是私聊文化、私密频道文化和没有产出的闲扯
设计系统、行政助理与新式招聘
- Claude Design 生成设计系统「无人能敌」，但延续设计时 Codex「烂得可笑」；Claire 的流程是先用 Claude Design 生成 design.md，再交给 Codex 搭技术设计系统，并用 Figma 插件回拉设计令牌
- 行政助理：Claire 仍用 OpenClaw 的 Polly；Ryan 已迁到 Mac Mini 上跑 Claude Code，Claire 则让 Codex 在浏览器里打理邮箱——前几天一口气处理了 2,000 封未读邮件
- Ryan 的新招聘法：候选人录一段完整桌面视频，展示如何为一个已有应用开发新功能——「我只想看你的智能体管理能力有多强」
- 用 Devin 的话连录屏都省了，平台自带回放视频；Claire 点评：这是用招智能体的方式招人
关键人物 / 产品 / 数字
人物
- Ryan Carson
- 本期嘉宾，How I AI 最早期嘉宾之一，Untangle 创始人，重度使用 Devin 等云端智能体的单人创始人，正在招聘第一位工程师
- Claire Vo
- How I AI 主持人，单人创始人，自称 token 狂人，管理 3 家公司，常用 Codex、Devin（在 Slack 里）和 OpenClaw 的 Polly
- Renee Bauer
- 家事法律师，最早认可 Untangle 的律师客户，反馈「律师助理短缺、证据披露是噩梦」并表示愿意付费，促成 B2B 转型
- Jack Dorsey
- 被 Ryan 提及：他们推出了 Buzz；Ryan 印象中他（或别的公司）禁止了私聊（DM），Ryan 打算效仿
- Jensen Huang（黄仁勋）
- 被 Ryan 当作「能直接管理 1,000 个下属」的例外案例提及
产品与概念
- Devin
- Cognition 出品的云端编程智能体，Ryan 几乎把所有工程都迁到上面，用文件夹分桶管理线程，支持 playbook、审查和视频演示
- Untangle
- Ryan 创立的产品，用 AI 改善离婚流程，已从 C 端转型为面向家事法律所的 B2B 产品（untangle.us）
- Watchdog
- Ryan 在 Devin 里搭建的 playbook（也可做成技能），对每个律所客户账户巡检：活动、报错、Top 3 问题及修复状态
- Land PR
- Ryan 的合并流程技能：触发新一轮 Devin 审查、最多循环两轮、录制带旁白的浏览器视频演示，人工确认后才合并
- Merge Mommy
- Claire 自建的 PR 风险评估智能体（Eve 智能体，部署在 Vercel），低风险自动批准，中高风险转人工，满足 SOC 2 审查要求
- Codex
- OpenAI 的编程智能体，Ryan 和 Claire 用于结对编程、大型前端功能、验证与重构；低延迟、Goal 和子智能体被两人盛赞
- Claude Design
- 被两人认为生成设计系统「无人能敌」，擅长把示例网站或 Figma 拆解成可复用的设计令牌；但延续设计时 Codex 表现差，需配合使用
- OpenClaw / Polly
- Claire 仍在使用的行政助理智能体 Polly；Ryan 曾喜爱但已迁到 Mac Mini 上直接跑 Claude Code
- Ugmonk
- Ryan 桌面上的实体待办系统（未受赞助），配合手写每周优先事项的纸帮他保持专注
视频里提到的数字
- $5,000 → $20,000
- Ryan 每月在 Devin 上的花费从 5,000 美元涨到某月的 20,000 美元；之后他找 Cognition 要到了每月 2 万美元免费额度
- 12 个月
- 距 Ryan 上次上 How I AI 已过去约 12 个月，编程智能体生态巨变
- 45 条/小时
- Ryan 给 AI 智能体的反馈频率高达每小时 45 条，自嘲「被 AI 惯坏」
- 10–15 个线程
- Ryan 同时在 Devin 上维护约 10 到 15 个线程，并用文件夹分桶管理
- 1,000 个直接下属
- Ryan 论证人类无法直接管理 1,000 个下属（除非你是黄仁勋），所以组织是金字塔结构
- 21 小时/天
- 云端智能体让 Ryan 在手机上也能工作，「一天能工作 21 个小时」
- 40 个 PR/天
- Ryan 现在每天发布约 40 个 PR，因此需要 Watchdog 追踪问题修复状态
- 3 个孩子、3 家公司
- Claire 自嘲「每生一个孩子就开一家公司」，因此决策疲劳严重
- 44% / 48%
- Jira 赞助信息：团队协作图谱让智能体结果准确度提升 44%，token 用量减少 48%
- 5 个风险维度
- Merge Mommy 从 5 个方面（如影响范围、安全性）给 PR 打风险分
- 2,000 封未读邮件
- Codex 一口气处理了 Claire Gmail 里 2,000 封未读邮件，「改变了我的生活」
金句摘录 · 中英对照
“I think the future is pretty much 100% cloud agents.”
我觉得未来几乎百分之百是云端智能体的天下。
— Ryan Carson “I think one of my big messages for today is that all of us have to up-level our ability to manage agents.”
我今天想传达的一个重点就是：我们每个人都得提升管理智能体的能力。
— Ryan Carson “and this is the other reality is like unfortunately that means I can work like 21 hours a day now.”
另一个现实是：不幸的是，这意味着我现在一天能工作 21 个小时。
— Ryan Carson “I actually think we're nowhere near any frontier model having the intelligence to know what to ship.”
我其实觉得，前沿模型离拥有『知道该发布什么』的智能还差得远。
— Ryan Carson “... go talk to humans, for real.”
……去和真人聊，来真的。
— Ryan Carson “And so the Land PR, basically it has to show me that video, and then I, then I say, "Video approved, land it," and then it will merge.”
所以 Land PR 就是：必须先给我看那个视频，我说「视频通过，落地」，它才会合并。
— Ryan Carson “I just wanna see how good of an agent manager you are.”
我只想看你的智能体管理能力有多强。
— Ryan Carson 可以借鉴的做法 / 启发
- 把「管理智能体」当成核心管理能力来建设：用文件夹/优先级（P0、P1、P2）给并发智能体线程分桶，人脑真正能跟住的并发任务只有四五个，需要外部结构兜底。
- 把重复流程固化成可复用的技能或 playbook，例如 Ryan 的投资人汇报技能和 Watchdog 客户巡检——要的是过滤、排序后的结论，而不只是原始数据。
- 刻意约束 AI 产出量：代码产出翻几倍不代表质量或商业价值翻几倍，把创造力留给真正在乎的事，并多走出办公室和真实客户聊。
- 编程智能体不止写代码：让它做报价、文档、客户分诊、投资人汇报、清邮箱——把它当成「既懂代码库又能写代码解决业务问题」的通才。
- 给自动合并加上验证闭环：CI 检查、风险分级、最多两轮审查循环、带旁白的视频演示，由人确认后才合并——CI/CD 和 DevOps 在 AI 时代反而更重要。
- 招聘可以直接考察「智能体管理能力」：让候选人录屏展示如何指挥智能体完成一个真实功能，比「我喜不喜欢你」式的传统面试更可靠。
回顾 / 思考问题
- 你现在同时能让多少个智能体并发工作？你是否像 Ryan 一样用文件夹和优先级把它们分桶管理，还是像 Claire 一样直接随手派活？
- 你有哪些重复性工作流程可以固化成技能或 playbook（如客户巡检、投资人汇报）？
- 你是否在用「产出越多越好」的思路用 AI？Claire 刻意约束产出的做法对你有启发吗？
- 你的编程智能体除了写代码，还能接管哪些运营类工作（报价、文档、邮件、客户分诊）？
- 在 Slack 与智能体线程之间，你的团队协作上下文应该放在哪里？私聊文化是否在消耗你的团队？
- 如果用「录屏展示智能体管理能力」来面试工程师，你会设计怎样的考察环节？
本回顾由 AI 根据英文逐字稿整理，时间戳、引文与数字已对照逐字稿核对；如有出入，以原视频为准。
◉ 正在收听配音
