我记得有人告诉过我一个故事,讲的是一家代理公司,他们会把每一个见过面的人的名片都珍藏起来。
入口的整面墙被一张由名片和红毛线编织而成的巨大网络所占据。一张不断演化的网,由红线和彩色矩形组成。本质上,他们的整个生意都在那里,团队和每一位来访者都能看见。
这个想法一直留在我脑海里。我的脑袋是一座无边的城堡,里面挤满了成簇的记忆,以及我读过和学过的东西,不过那是另一个完全不同的故事了。
这个故事讲的是数据的可见性,以及事物之间如何相互连接。
当我开始这门生意时,显而易见的是,每个人都在把 AI 嫁接到他们的思维、商业模式、头衔以及 LinkedIn 帖子上。我也一样。
首先要明确。这些新工具非常了不起。它们有局限。它们有危险。它们绝对不会再被装回盒子里。
我那时读过 Nic Hodges 的一篇帖子。当大多数人都在与 LLMs 对话时,他一直在说我们应该构建工具。工具过去很昂贵。它们如今仍然需要时间和意志力。它们可以成为你想要的任何东西。
我职业生涯的早期,正好映射着社交媒体的起步。我记得 Facebook 决定向 Ivy League 之外开放时,我拿到了最早的一批邀请之一。我记得紧随其后的 ASmallWorld 邀请。但我记得最清楚的是,在别人的平台上构建,代价会逐年累积。看看 Meta 的广告收入便知。Cluetrain Manifesto 终究没有兑现。
我坐下来,开始构建一个工具,来帮助我自己和我正在打造的这门生意。它连接着这些不可思议的机器,但建立在我的地盘上,而不是它们的。
生意是建立在清单之上的。有些清单被规范地整理,比如来自财务部门的那些。但大多数清单都深埋在共享盘里,在上千台桌面上被原子化,最终变成 Business_Pipeline_040325_Pete's Copy (v2) edited FINAL FINAL.xls。
当你开始一门新生意时,最重要的清单就是追踪新业务的那一份。
它里面充满了过时的信息。最佳猜测。乐观的数字。层层累积的谎言。
显然,这是一个适合开始打造产品的起点。
据我所知,这个世界上已经创造出来的大多数数据库,都是嵌套清单。有用,但其创新程度也就相当于把一张堆满文件夹和文件的办公桌数字化,把它倾斜到 85 到 90 度之间,然后管它叫桌面。
因为世界上的大多数范例都是嵌套清单,每个 LLM 都会引导你走向 SQL 数据库。是训练材料在说话。我开始构建的时候,这件事就发生在我身上。如果你没有自己的主见,那它也会发生在你身上。
定义咨询业的,是商业语境。是你围绕其建立关系和价值记录的人和实体。是它们之间的连接,它们如何相互影响,是红毛线所代表的它们从何而来。
我早期的观察是:你越能清晰地定义连接数据的那些边,这些边在这个计算式知识的新阶段就越有用。毛线如今不仅维系着连接。它还承载着这根线是如何被串起来的语境。
所以我从我的联系人和我想合作的公司开始向外构建。
你所选择的层级结构——或者,如果你刚接触氛围式编程,那就是你所接受的层级结构——会对你的数据如何被保存,以及这些新代理将如何与之交互产生真实的后果。
我抛弃了清单,选择了结构。
Operator
Plan B 运行在一个我称之为 Operator 的系统上。因为 The Matrix。
它是一个类型化的图谱 CRM。联系人和公司是节点。它们之间的毛线带有类型和方向。"由谁介绍"不等于"与谁竞争"不等于"为谁建议"。这个图谱是用来查询的,不是用来浏览的。问题永远不是"给我看看我的联系人"。问题是"给我看通往这个客户最短的可信路径,以及途经谁"。任何有分量的东西都会停留在一个待定队列里。它会一直盯着我,直到我承认我确实是这个意思。这不是数据库特性。这是一道判断之门。
一个思考表面
这个图谱不仅仅是联系人和公司。知识也是一个主要节点。在与 Operator 的任何一次交互中,都可以触发一个四级知识方法。这些知识节点所获得的边之一是 node_added,它连接到我产生这个想法时所处的那个位置。
知识阶梯的最低一级是 Scratch。Scratch 可以是我注意到的某件事。一篇让我觉得有共鸣的文章。一种简单的好奇心。在认知上等同于对一辆经过的公车嘟囔几句。Scratch 必须携带三种信息之一:一句话、一张图(已集成到手机相机),或一个 URL。你可以强制链接到另一个节点,并添加标签以帮助整体上更好地组织。大多数 Scratch 死在它们坠落的地方。那就是它们的工作。
从 Scratch 向上一级是 Basis。Basis 是一个可能被应用到某个具体问题上的想法。它要求一个主张和一个辩护。所有高于 Scratch 的知识类型都会获得一个由我设定的信念滑块,以及一个由机器随时间贡献的相关性分数。这些有助于整体上排定优先级。
下一步的思考演进是 Hypothesis。正如 Buddy the T.Rex 曾经那么喜欢说的那样,T.Rex 所说的:Hypothesis 是一个可以被检验的想法。Hypothesis 要求一个"如果如此则……"的框架,阐明如果它为真会发生什么,并提供一个返回 Basis 的链接。
最后,在一个想法被检验为真之后,就有了 Solve。Solve 提供了不同的方式来表达对这个想法的信念、其背后的推理,以及它可能成为的样子。它是提供给客户的内容的基础。通常装饰着一份份带版本号的演示文稿。Scratch 远远多于 Solve,坦白说,大多数想法理应是这个比例。
直到现在为止,这一切看起来都只是一种非常特定的信息组织方式,只有那个嘟囔着、在磨损的红毛线上打结的阴谋论者才看得懂。
但如今,我脑中的声音是真实的。或者至少可以被编程来补充和塑造我所做的工作。我说的是代理。
MCP 就是工具箱。它是模型用来使用你所构建的一切的方式,更重要的是,它是你决定它被允许打破什么的地方。读取的权限可以放得很宽。写入的方式则要狭窄而具体。和待定队列同样的本能,只是高了一层。
于是 MCP 成为了 UI。结构化的页面和整齐的小表单让位于通过 Claude 的自然语言查询。我不再打开一张联系人卡片。我直接问。"给我看通往 Sue's portfolio 的可信路径。""把那个 Scratch 提升为 Basis。"图谱会回答,因为工具就是为了让它能回答而构建的。我不再像一个客户那样在自己的软件里到处点击。
Scout 是一个信号代理,一个带有判断力的传话者。她寻找媒体提及、受众层面的对话,以及支持思考表面上各节点的文化趋势。她的工具是在信号真正存在的渠道中进行结构化搜索。行业媒体、受众层面的对话、研究信息源,那些通用搜索难以爬取的地方。她还会留意我的 NBD 和理想客户,就像一个出色的助理记得你忘记写下来的名字一样。她的工作以 Scratch 的形式附加,可以由人类提升为 Basis。她会随着时间学习什么会被提升,而且她对此有自己的感受。
Librarian 是一只猩猩。Terry Pratchett 知道为什么。他向后看,而不是向前看。他深入挖掘已经存在的东西。学术工作、档案、已建立的研究中那些尘封的角落,那些我自己要花一周才能找到的东西。他不慌不忙。他带回来的东西附有出处,以及一种淡淡的、你本该早就知道这些的感觉。Scout 寻找正在浮现的东西。Librarian 寻找已经被知晓的东西。Ook。
Tester 寻找针对某个具体 Hypothesis 的证据。Librarian 检索已知的内容,而 Tester 决定其中是否有任何东西真正支持桌面上的那个主张。他不情愿。他宁可不承诺。当证据成立时,他以 Basis 的形式写入;当证据不成立时,他把 Hypothesis 标记为不被支持,而这种情况比我希望的要多。
Assassin 处理事情的方式不同。他潜伏在 Solve、Hypothesis 和 Basis 周围。他是批评哲学的学生。难以争辩,难以绕过。他不会攻击他认为好的工作,这比无差别攻击更令人恼火,因为这意味着当他真的找上你时,他是认真的。他以 Scratch 的形式写入,标记为对任何其他知识对象的"反对"。
我把所有这些都作为 Claude Code 里的例行任务来运行,以避免 API 代理的开销。
它们都被调校为追求小批量的质量,而非大批量的噪音。所有机器输入都带有一个置信度分数,以使其与人类输入区分开来。这些代理向我的关注点聚集,而不是向外漂移,这是我所发现的、唯一能阻止这样一个系统悄悄变成别人的系统的方法。
同一根脊柱
这其实不是一个关于软件的故事。这是 Plan B 此前提出过的同一个论点,只是指向了一个新的方向。
Brand Sentinel 讲的是把品牌判断力编码进 AI 系统,这样好的决策就会随工具一起流动,而不是落在身后,留在一份没人打开的 PDF 里。Operator 在低一层做着同样的事情。它承载着一家公司实际上是如何知道它所知道的东西。关系、推理、证据、怀疑,以及后台办公室里的那只猩猩。这样一来,当我离开房间的那一刻,这些都不会蒸发。
Plan B 把判断力构建进系统。它不会把判断力留在人们的脑子里然后听天由命。
房间
如果你担任某个董事会主席,或管理一个投资组合,你不会在意一位策略师在周末写代码。这无可厚非。
下面是房间里的东西。墙还不是真正意义上的墙,它是一块屏幕,但原则成立。公司在上面。运营它们的人在上面。上周发生的领导层变动,穿越它的那条路径,以及那条路径存在的理由,都在上面。Scout 在角落里。Librarian 在书堆的某处。Assassin 因为某件事正在不悦。毛线上贴着标签,而那些标签都有意义。任何重要的东西,未经我同意,都不会被提交。
那就是我,一间空房,和 85 miles 的红毛线。
