一个操盘手，为什么要自己做数字分身

从哪开始的

这三个多月，我做了几件事：帮一家连锁门店搭同城获客系统、给一个中医馆做线上引流方案、正在给一个珠宝品牌做短视频管线。

做这些事情的时候，我一直同时跑着一个东西——我自己搭的 Agent 系统（Hermes Agent）。它帮我读文章、扫微信群、写知识卡片、管理 Obsidian 知识库。

一开始我没觉得这有什么特别的。就是个趁手的工具。

直到有一天，我发现这个系统里已经积累了 200 多张知识卡片、自动采集了几万条聊天记录、追了十几个行业的动态。我突然意识到：这个系统本身，就是我过去十几年操盘经验的"另一个版本的我"。

它不是"别人做的AI工具"。它是跟着我一起做事、一起踩坑、一起迭代出来的。

操盘手的核心资产是什么

一个做增长的操盘手，吃的是三碗饭：

• 判断力 — 做过的案例、踩过的坑、反复验证的方法论
• 经验积累 — 每次操盘后的复盘、抽象、模型化
• 行业信息差 — 每天泡在行业群、客户对话、一线动态里捕捉的信号

传统情况下，这三样东西全在操盘手脑子里。而人脑会忘、会累、会模糊。一个操盘手撑死同时跟 3-5 个项目，不是能力不够，是信息处理带宽锁死了。

三个结构性的问题

干了好几年以后，你会发现三个问题反复出现：

第一，经验不可累积。 做完一个项目，经验在你脑子里。下一个项目来了，你得从头讲。新人要花三个月才能踩到你第一年踩过的坑。

第二，信息不可复用。 你今天在群里看到一条客户吐槽，觉得有价值，但你太忙了没来得及记。一个月后开会提到类似问题，你只能凭模糊的记忆说"好像有人提过"。

第三，时间线性增长。 你的收入天花板约等于你的时间天花板。服务一个客户收一次钱，做完就结束。上一单的积累跟下一单没有关系。

这三个问题存在很多年了。过去没得选——经验和判断这种东西，没法打包、没法复制、没法自动化。只能靠人慢慢熬。

但今年不一样了。

偶然发现的工具

三个月前，我在 GitHub 上翻到一个开源项目叫 Hermes Agent。一个 CLI 界面的 AI 助理，可以跑代码、读文件、写知识库、设定时任务。

一开始我只是拿来当"高级版 ChatGPT"用——丢个链接让它读，帮我判断要不要收藏。

后来用得顺手了，开始让它做事：帮我读微信群里的讨论提炼需求信号、自动写 Obsidian 知识卡片、每天定时出行业动态简报。

再后来，它开始自己提建议了：

"老板，这个流程以后会反复用，不如做成 Skill。"
"这个日报你天天看，不如设成 Cron 定时任务。"
"这里面有个用户痛点，可以放到需求池。"

这个变化很有意思。它不是在回答问题。它在替你干活。而且干着干着，它在自己进化。

YC给我的启发

为了把这个产品做对，我专门去看了两门 Y Combinator 的课程视频。

第一门是 YC 合伙人 Diana Hu 讲的《How To Build A Company With AI From The Ground Up》。她的核心判断是：

"AI 不是你公司使用的工具。AI 是你公司运行的操作系统。每一个工作流、每一个决策、每一个流程，都应该流经一个智能层——它不断学习和改进。"

她把"闭环"（closed loop）讲得特别具体——找出公司最常用的10个工作流，把每个变成端到端的闭环（输入→输出→反馈），然后部署监控、评估、纠正三大组件。

这对我影响很大。我以前做产品是"想功能"——加什么能力、解决什么问题。Diana 告诉我的思路是：先看你的工作流，再搭闭环，不要凭空想要做什么功能。

第二门是 YC General Partner Tom Blomfield 讲的《How to Build a Self-Improving Company with AI》。他用了一个比喻：

"大多数公司今天像罗马军团——人类是信息上下传递的管道。AI 打破了这一点。如果你能让公司对 AI 可读——把所有的邮件、Slack消息、知识都记录下来——你就能从层级组织变成一个递归自我改进的 AI 闭环。"

他给了一个真实的例子：

"我们在 YC 内部放了一个监控 Agent，看每一个员工每一次查询，发现什么时候没成功。没成功的时候，它会分析原因——需要不同的工具？需要更新 skills 文件？需要建数据库索引？然后它自己写代码、提 Merge Request、让另一个 Agent 审查、合并、部署。第二天早上人来问同一个问题，结果就已经对了。"

这两门课让我确认了一件事：数字分身不是"装一个AI助手"那么简单，它是把你的公司从"对人可读"变成"对 AI 可读"的结构性重组。

从工具到产品

我跟同行聊起这件事，发现大家的问题是一样的：

• 信息摄入严重过载，不知道该信什么
• 判断依赖个人经验，没法系统化
• 做了很多项目，但经验没有沉淀成资产

我就想：如果这个系统对我有用，它应该也对别人有用。它不是我做咨询的附属品，它本身就值得成为一个产品。

所以我开始认真定义这个产品。

它的核心定位是：把你每天零散输入的信息、经验、判断，变成一个持续积累的系统资产。你睡觉的时候，它还在扫群、在更新知识库、在迭代技能。

产品的生产过程分四步：

• 采集 — 自动捕获碎片信息（微信群聊、行业动态、客户反馈、阅读材料）
• 蒸馏 — Agent 提炼噪音，保留关键知识点，分类判断价值
• 存储 — 按结构化方式存入知识库（观点/方法/案例/需求池），可搜索可追溯
• 输出 — 知识卡片展开成博客、视频脚本、公众号文章

它能给操盘手带来什么

碎片变资产。 微信群聊的客户吐槽，以前刷完就忘了。现在自动采集、自动识别需求信号、存入需求池。下次遇到类似问题直接调出。

经验变管线。 做同城获客的第 1 个客户和第 10 个客户，用到的流程完全不同。因为每做完一个项目，方法论就迭代一次。做到第 5 个的时候，你已经有一套可复用的框架了。

时间变复利。 每服务一个客户，系统积累一层能力——更多的 Skill、更厚的知识库、更准的需求信号。这些积累不会因为项目结束而消失。下一次服务任何客户都能调动。

睡觉时系统还在进化。 Cron 定时任务自动扫群、自动出简报、自动更新知识库。这不是什么科幻概念——我今天就已经做到了。

三条开发原则

这个产品叫 OPC（One Person Company）数字分身。开发它的时候，我给自己定了三条原则：

1. 不做功能竞赛，做系统整合。 市场上不缺功能——缺的是把采集、蒸馏、存储、输出串起来的闭环。单点功能别人都能抄，但一个自洽的系统很难抄。

2. 不做 To C，做 To 操盘手。 我不卖给"想变聪明的普通人"，我卖给"手上同时跑 3-5 个项目的增长操盘手"。他们的痛点是信息过载、判断疲劳、经验无法复用。数字分身是他们的第二大脑。

3. 不是一次性交付，是持续服务。 不是一次性付款做完两清。是每个月持续迭代知识库、扫群、出简报。因为真正的价值不是第一天的部署，而是第 100 天系统里沉淀的那些判断依据。

这就是我要做这件事的原因。

不是因为我突然想当一个"AI产品创始人"。是因为我用了三个月，发现自己已经是一个了。

本文对应的知识卡片：卡/观点/操盘手为什么要自己做数字分身.md 参考视频：YC Diana Hu "How To Build A Company With AI" / YC Tom Blomfield "How to Build a Self-Improving Company"