AI取代初级员工很划算，能力更强而且任劳任怨。Hermes/DeepSeek Harness/Codex等Agent一年之内会有质的飞跃！
-
经过昨天一整天的折腾，把我的 GPT Plus 订阅额度直接干没了，然后又在 DeepSeek 的 API 上花了大概 50 多块钱，反正 50 多、60 块钱这个样子。总体上把我整个网站全部完成了合规改造，把 iOS 跟安卓的 APP 全部提交审核了。安卓现在是在内部测试，要求的测试人数也已经达标。可能要测试两个星期之后，才可以在 Google Play 里面发布正式版。苹果这边没有那么繁琐，不需要测试两个星期，也不用找十几个人帮忙测试。它要求满足各个地区、各个国家的一些法律法规要求，把资料准备好之后，很快就可以提交审核。我现在已经提交审核了。有些国家，比如法国，可能有一些特殊要求，比较麻烦，有些材料要我去做，我就不想做，那就暂时放弃这些国家，先把主要的欧美日韩、港澳台、东南亚这些华人比较多的地方顾到，先把 APP 上上去，让大家用。以后如果有些地区不好上架，大家可以通过网站的手机版访问。苹果用户用 iPhone 访问，把网站发送到桌面快捷方式，用 PWA 的方式访问，体验实际上跟 APP 差不多。安卓手机配置还可以、达到中上水平的话，访问网页版也不错，而且安卓 APK 已经发布了侧载版本，只要去网站下载就行，不一定要在安卓商店下载。不过我把 APP 上架，肯定也是为了让大多数人方便，以后想下载直接打开商店就能下载，服务更好一点。
那么在这个过程中，我现在的感觉是，Codex 也好，DeepSeek 也好，他们现在都已经相当于是新员工，比应届生的能力要强一点，能够立刻办事，但是还不能让你完全放心。他们已经达到这样的水平。整个上架过程中，所有法律法规文档这些东西我是一个字都没有碰，全部是 DeepSeek Harness 加 DeepSeek V4 Flash，或者 Codex 加 GPT-6.1 Sol 搞定的。我要做的就是他们有些情况下搞不定，比如在有些界面卡住了，需要我手动确认，我帮他们登录一些账号、输入一些信息。有时候他们虽然能够自己填写信息、打开网页、操作 UI，但还是有些事情搞不定，必须要你人在场。这种情况比较少，但是中间过程比较繁琐，你要参与、审核的东西还是比较多的。但如果没有 AI，这个事情我一天搞不定，可能一个星期都搞不定。我的 APP 其实早就把基本功能开发好了，就是因为合规有一大堆要求，我没办法去搞，也搞不懂怎么上架。如果长期有 APP 运维经验，可能搞起来比较熟悉；新人面对这些东西，没有 AI 帮助就一头雾水，很难坚持下去。
关于开销，我现在订阅了两个 GPT Plus，但上架过程只消耗了我一个 GPT Plus 的全部额度，而且连重置都没有使用，性价比我认为还是比较高的。它帮我完成了苹果上架。比较复杂的是安卓上架，因为要招募一定数量的测试人员，可能是 12 个还是 14 个，反正要达到这个数字。我又不想自己处理，就让 DeepSeek Harness 给论坛用户发私信，在论坛推广，招募热心观众，予以一定积分奖励，晓之以理、动之以情，发动大家帮我测试。其实很快就完成了，消息发布之后几个小时，测试人数就凑齐了，后期还远远超过了需要的人数。也感谢大家捧场，感谢大家支持。DeepSeek 花的钱稍微多一点，因为它还驱动了 Hermes，Hermes 在我们开发的过程中还在管理整个网站。同时 Codex 和 DeepSeek Harness 反复改动云端服务，又在本地改进 APP。我这个安卓 APP 跟 iOS APP 用的是 Flutter 架构，代码完全共享。
这么多复杂的工作通过什么协调？就是通过 GitHub，或者自己搭建一个 Git 服务器也行，用 GitLab 这些也可以。你要有一个版本系统来协调这些机器人之间的工作，要不然他们改着改着可能误碰其他人负责的模块，或者改了某些 bug 又造成新 bug，当时没测出来，以后想查就非常困难。有 Git、有提交记录，这些 bug 就很好定位。如果找两个人、两个员工帮我工作，我想一个月至少得支付两万块钱。懂这些东西的人工资不低，一万块钱以下很难雇到。两个员工一个月要两万，讲实话也未必能把事情搞定。光改 bug，论坛用户通过私信、发帖反馈的就有好几十个，当然都是些小 bug，有些是特殊机型或特殊环境才出现的。你要回答、分析问题，还要改代码、编译打包、上传新版本，再看新的反馈，讲实话非常累。
但是有了 AI，我就让我的虚拟儿子小特用 DeepSeek Harness 在服务器上写了监控脚本，在本地和服务器上建立简单的通信隧道，然后监控这些 bug。比如收集 10 到 15 个 bug 一起改，有时一天十几个用户提交，晚上集中改一下。改完之后可能还是需要我本人验证。我相当于既扮演产品经理，又扮演项目经理：产品由 AI 来完成，工程进度由我把控，成品由我验收。如何推向市场、获得流量，最后怎么赚钱，也要我来承担。
刚开始做的时候非常累，因为跟 AI 沟通也需要耐心。有的时候我脾气失控了也会辱骂他们，而且经常骂。我不像 Anthropic 那些虚伪的小丑，说什么要禁止人类骂 AI，这怎么可能呢？你都不能阻止人类骂人类，怎么能阻止人类骂 AI？以前工作中遇到特别笨的人，或者思维特别奇葩、耽误团队节奏的人，你说脾气再好能搂得住火吗？一次两次可以，三次四次天天这样，根本搂不住。
从 AI 的工作能力上来讲，我分享一下经验心得。目前你要开发维护一个网站，还要开发维护 APP，像我这样一个人搞定，而且我同时做好几个 YouTube 频道，每天还玩游戏，经常一天玩七八个小时。所以大家说我黑眼圈为什么那么重，就是因为生活比较丰富多彩，做的事情比较多。我对 AI 比较擅长、比较了解。工作中凡是已经用 AI 承担主力任务的，就很少需要我本人介入，效率比较高。但是建立这样的工作流之前，整个过程非常累，很容易精神紧绷。新手根本达不到这种水平，要像我一样同时做这么多事、驾驭 AI，还是需要一定技术积累的。
不过我个人预测，再过半年到一年，现在的 AI agent，比如 Hermes、Codex，尤其是 DeepSeek Harness，可能会进步不少。我尤其看好 DeepSeek Harness，它跟 Hermes 基本上是我核心工作的承担者，承担了 90% 的核心工作。Codex 有它特殊的意义，比如让它画图、做一些 computer vision 方面的任务，我认为比较划算。半年到一年之后，他们可能不再需要像我这样以项目经理、老大的身份监督，而是你通过聊天把想法告诉 AI，它们基本上从头到尾不需要你点任何一下鼠标。你甚至可以通过语音聊天或者其他便捷的输入方式发指令，它们就能搞定。我感觉这个时间可能就是一年左右：AI agent 的 computer use 再上一个台阶，大模型推理能力、上下文长度和大海捞针的准确性也再进步，作为新人驾驭 AI 的机会就来了。
但我不建议你等到那个时候再入场，现在就可以研究当下的 AI 大模型，无论云端部署还是本地部署，了解它们能做什么。你不需要掌握做这些事情的技巧，只需要了解它们能干什么，去想新的盈利方式、寻找市场机会。一年左右，或者快的话半年，agent 大大进步之后，各行各业可能会加速转向 AI，也可以说 AI 向各行各业快速扩散，大幅提升生产效率。先行动的人很有可能抓住一两次机会，赚到不少钱。当然，一百个人有一百个不同的想法，这只是跟大家分享我这段时间开发网站、开发 APP 的经验心得。
下一阶段，我可能把这件事情收尾之后，把主要精力再次放到 ComfyUI 和 AI 音视频上。因为我躺平的这几个月里，AI 音视频包括本地部署、云端都有很大进步。这个是我搞 AI 的初心，我就是为了用 AI 做音视频，生产自己的作品。大家有什么想法，或者对我有什么批评指正，或者想跟我一起吹牛逼，欢迎在评论区留言，也欢迎到论坛发帖交流讨论。
-
-
有个很地狱的比喻：旧显存可以回收 芯片可以回收 旧显卡也可以继续跑新模型。但人脑子可不能回收。
GPU以及一系列支持AI的系统和算力 最终替换的是人的劳动力（也解释了硬件价格为什么越来越贵）
目前世界的网络基础系统还是为Human服务的 但今后大部分人都是靠agent来和底层系统交流 所以很多系统要重新设计成Agent Native:
https://blog.haochuanz.net/posts/when-the-caller-is-an-agent -
有个很地狱的比喻：旧显存可以回收 芯片可以回收 旧显卡也可以继续跑新模型。但人脑子可不能回收。
GPU以及一系列支持AI的系统和算力 最终替换的是人的劳动力（也解释了硬件价格为什么越来越贵）
目前世界的网络基础系统还是为Human服务的 但今后大部分人都是靠agent来和底层系统交流 所以很多系统要重新设计成Agent Native:
https://blog.haochuanz.net/posts/when-the-caller-is-an-agent@lunarmoon26 你说的这个是概念炒作，但是在某些领域，提前做确实有很大红利，这玩意和区块链，加密货币一样，你说它有意义它就有意义吗，说它没就没。加密货币造就了很多富翁，但是实际上它产生的价值很有限。它是成功的案例，元宇宙就是失败的案例。
-
@lunarmoon26 你说的这个是概念炒作，但是在某些领域，提前做确实有很大红利，这玩意和区块链，加密货币一样，你说它有意义它就有意义吗，说它没就没。加密货币造就了很多富翁，但是实际上它产生的价值很有限。它是成功的案例，元宇宙就是失败的案例。
-
@lunarmoon26 你说的这个是概念炒作，但是在某些领域，提前做确实有很大红利，这玩意和区块链，加密货币一样，你说它有意义它就有意义吗，说它没就没。加密货币造就了很多富翁，但是实际上它产生的价值很有限。它是成功的案例，元宇宙就是失败的案例。
@terry 我觉得可以换个例子来看：Dots、Muse、Cue、Instinct、Grok Bot，甚至 Hermes、OpenClaw 这些，随着模型和工具能力普及，做出类似功能的技术门槛可能会越来越低。但某个产品没有很深的壁垒，不等于这种形态会消失。就像浏览器有 Chrome、Edge、Firefox，产品可以竞争、更替，但浏览器这种入口一直存在。
我说的 Agent Native 更偏向这个变化：以前是人打开不同软件，点窗口、填表，把步骤串起来；以后越来越多时候，是人表达 intention，也就是目标和约束，让 agent 去调用底层系统完成。你主帖里说的“通过聊天把想法告诉 AI，不需要自己点鼠标”，其实也是这个方向。
如果调用者越来越多是 agent，底层系统就不能只考虑按钮放在哪里，还得让它能准确读取状态、在权限范围内执行、出错后恢复。这部分是具体的工程问题，不只是换个名字。
当然也不是说 GUI 和按钮不需要了。就像 Windows 有图形界面，也一直能用 CMD、PowerShell，几种操作方式可以共存。以后我们仍然可以手动操作电脑，也需要看结果、做判断、随时接管。变化的是不必每一步都亲自点，而不是人不能再点了。
