「Software is eating the world.」 —— Marc Andreessen, 2011
「Now, AI is eating software, and the question for the rest of us is: what’s left for one human, alone, in front of a screen?」 —— 我于 2026 年的某个凌晨，在台灯下问自己。
引：一个人需要变得多大
2026 年 2 月，我第一次完整地把一台「过夜 agent」跑通。
那天晚上我设了一个 Prompt，把它丢进 Claude Code 里循环，然后去睡觉。第二天早上 7 点，我打开屏幕看到的是：6 个 commit、4 个 PR、3 个失败但被自动回滚的尝试，和一封我自己都没读过的研究简报。
最让我震惊的不是它做了多少事。是它做这些事的时候，我没有在场。
那一刻我意识到，所谓「超级个体」不是一个口号，也不是「一个人当三个人用」的鸡汤。它是一个正在成型的结构——当模型层趋于商品化、当 harness 工程让单人有能力调度十几个并行 agent、当 Stripe / Carta / MIT NANDA 用硬数据告诉你这件事真的在发生——一个人能撬动的杠杆，正在以一种这个世代之前从未有过的方式被放大。
这篇文章不讲鸡汤。我把过去半年读到的所有素材——Stripe 的 AI 经济索引、Carta 的 2025 单人创始人报告、MIT NANDA 的 GenAI Divide、Foundation Capital 的 Service-as-Software 论文、Geoffrey Huntley 的 Ralph Loop、VILA-Lab 的 Claude Code 逆向、Sarah Tavel 的「sell work, not software」——拼成一张可执行的全景图。
它要回答四个问题：
- 现在到底发生了什么？（数据基础和范式转换）
- 一个超级个体应该做什么产品？（6 个方向的契合度排名）
- 一个人怎么撑起一整条运营链？（5 大运营栈 + 自托管方案）
- 工程上要怎么搭那 98.4%？（Soul Core、Harness、Overnight Agent）
最后给一份 12 个月行动路线图。
一、范式转换：先纠正三个被误传的数字
写一篇关于「超级个体」的文章，最容易翻车的地方就是引用错了数据。我先把三个反复被自媒体抄错的数字按到正确的位置。
1.「11.5 个月做到 $1M ARR」是 Stripe 的数据，不是 Carta
Stripe 在《Indexing the AI Economy》（2025）里说得很清楚：Stripe 上排名前 100 的 AI 公司，中位数仅用 11.5 个月就达到了 100 万美元年化收入，比增长最快的 SaaS 公司还快约 4 个月。
附带的另一个数据更狠：20% 的新公司在注册后 30 天内拿到首位付费客户，是 2020 年的两倍。
Bolt 两个月做到 $20M ARR，Cursor 三年做到 $100M+ ARR，ElevenLabs 2.5 年估值 $3B——都是这份报告里的样本。
为什么这个数字对超级个体重要？因为它第一次用 100 家公司的中位数「盖章」了一个结构性现实：速度优势不再是个例，而是分布。
2. Carta 真正的发现：solo 创始人已占 36.3%
Carta 2025 Solo Founder Report 由 Peter Walker 披露的核心数字是：美国新创公司中单人创始的比例从 2019 年的 23.7% 升至 2025 H1 的 36.3%；solo 团队首雇时点中位数 399 天 vs 团队创始 480 天。
Walker 的原话是：「A 13-point rise in about five years is a big shift.」
Solo founder 已经不是少数派叙事，是接近 40% 的主流。
3. MIT NANDA 真正的洞察：5% 成功者做对的四件事
「95% 的企业 GenAI 试点没有产生可衡量的损益影响」这个标题被全网传烂了，但 MIT NANDA《The GenAI Divide: State of AI in Business 2025》（2025 年 8 月，主笔 Aditya Challapally）的真正洞察是 5% 成功者做对的四件事：
- 买而非建：67% 外采项目成功，vs 33% 内建
- 极致聚焦单一痛点，而非铺 12 个 pilot
- 后台自动化优于前台展示：超过 50% 的预算被错误地投到销售/营销 demo
- 使用能学习工作流的自适应工具，而非通用 demo
Challapally 一针见血：「The barrier is absence of learning and memory in deployed systems.」
这四件事恰好是超级个体的天然优势画像——大厂结构上做不到的事，正是个体的护城河。
4. Service-as-Software：4.6 万亿美元的新单位
「Service-as-Software」这个范式不是 Sequoia 也不是 a16z 提出的，是 Foundation Capital 的 Joanne Chen 和 Jaya Gupta 在 2024 年正式命名的，框定为一个 4.6 万亿美元的市场（2.3 万亿全球工资 + 2.3 万亿外包服务）。
她们的原话：「In the software business, a company may sell access to its platform… In the services business, responsibility for achieving the desired outcome sits with the company selling the service.」
定价单位的变化是关键：从 per seat 变成 per outcome。这是 solo builder 第一次可以切入企业市场而不需要销售团队的根本原因——你不再卖工具，你卖结果。
Sarah Tavel（Benchmark）的总结更短：「Sell work, not software.」 配上 Intercom Fin 的 $0.99/resolution 案例，整条线就清楚了。
二、超级个体真正的护城河：那 98.4%
2026 年学术界出现了一个让所有 AI 工程师都重新审视自己代码库的数字。
MBZUAI 的 VILA-Lab 在论文《Dive into Claude Code: The Design Space of Today’s and Future AI Agent Systems》中逆向了 Claude Code 的代码库（arXiv:2604.14228），结论是：约 512K 行代码中，真正属于「AI 决策逻辑」的部分只有 1.6%，剩下 98.4% 全是围绕模型的运营基础设施——上下文管理、工具路由、错误恢复、状态持久化、权限解析、预算追踪、压缩引擎、可观测性。
Claude Code 自己的负责人 Boris Cherny 在 Latent Space 播客里用一句话呼应了这件事：「The harness is the thinnest possible wrapper over the model. We literally could not build anything more minimal.」
Cobus Greyling 把它总结成一句话：「98% of Claude Code Is Not AI.」
把这个数字钉在脑子里。它告诉你两件事：
- 产品级 agent 的工程量，绝大部分不在「prompt / 模型调用」，而在 harness。
- 模型是商品，harness 是手艺。 当所有人都能用同一个 GPT-5 / Claude Sonnet 4.6 时，护城河转移到了那 98.4% 的脚手架工程上。
这是「超级个体」真正能立住脚的工程基础。模型层贬值到趋零的同一秒，记录「你是谁、你想要什么、你怎么决策」的协议层成为新护城河。这是 solo 能跨工具迁移而不被任一平台锁死的前提。
三、6 个产品方向：按契合度排名
每个方向都按对独立开发者的契合度（技术 / 受众 / 工程量）和近期可变现性来评估。
方向 1：「Soul Core」可移植个人上下文层 ★ 最契合
要解决的任务：拥有一份关于「我是谁、我相信什么、我的目标、我的声音」的结构化档案，并通过 MCP 注入到我用的任何 AI 工具里——让 ChatGPT、Claude、Cursor、Gemini 都像认识我一样。
为什么是现在：
- OpenAI / Anthropic 的记忆是刻意不可移植的（绑定在各自生态内）
- MCP 提供了 18 个月前还不存在的标准交付机制
- 可移植 / 用户自有上下文是一个已被命名的新兴品类：Plurality Network 的 Open Context Layer、Nate B. Jones 的 OpenBrain（Supabase + pgvector + Ollama，月成本 $0.10–0.30、45 分钟搭建）、Pickle（YC）
MVP 范围（3–4 个月）：本地优先的 vault 存放 schema（Identity Atoms、Belief Map、Goal Graph、Style DNA、Context State、Feedback Memory）+ 一个 MCP server 暴露 get_context / search_context / update_context。前端做编辑器。BYO-API-key 起步。把 schema 作为开放规范发布。
护城河：不是存储基础设施（那是 Mem0 / Letta 的战场），而是自我建模的 schema + 产品体验 + 本地优先所有权。
变现：$12–19 / 月 prosumer 订阅；目标 6–9 个月内 500 付费用户 ≈ $6K–10K MRR。
方向 2：语音原生的个人品牌内容引擎 ★ 最契合
要解决的任务：把我现有的知识（Obsidian vault、过往帖子、语音笔记）变成一股稳定的、平台原生的、真正听起来像我的内容流。
为什么是现在（付费意愿被验证得最强）：
- Tibo Louis-Lucas 2024 年把 Tweet Hunter + Taplio 卖了 $8M（$2M 首付 + 至 $6M earnout）。出售前峰值：Tweet Hunter $300K MRR + Taplio $600K MRR ≈ $10.8M ARR run-rate
- Tony Dinh 的 TypingMind 2025 年 10 月做到 $130–160K / 月，2 万+ 客户，B2B Team tier 占 MRR 一半以上
- 人工 LinkedIn 代写每月收 $2K–5K，AI 工具把它砍掉约 95%
差异化角度：相对 Taplio / Typefully 的通用「AI 水文」，差异化在于从用户自己的语料深度建模声音。双语（中 / 英）在西方工具薄弱的小红书 / 微信市场是真实优势。
关键教训：声音/语音不是终态，B2B 升级路径才是。Tony Dinh 的 TypingMind 用 Team tier 反超个人订阅，说明 wrapper 的死法是不爬合同价梯。
变现：$29–49 / 月 prosumer；$99+ / 月给代理 / 多账号。6–12 个月到 $5K–15K MRR 是现实路径。
方向 3：产品化的「过夜自主 agent」服务垂直 ★ 强契合
要解决的任务：每天早上给我一份成品交付物，不用我盯着一个 agent 仪表盘。
为什么是现在：
- Ralph Loop（Geoffrey Huntley, 2025 年 7 月命名，致敬辛普森一家的 Ralph Wiggum）：模式骨架就一行 bash——
while :; do cat PROMPT.md | claude ; done，哲学是 “Let Claude fail repeatedly until it succeeds” - 经济数据触目惊心：YC hackathon teams shipped 6+ repos overnight for $297 in API costs
- 自主任务时长大幅延长，Claude Opus 4.6 据报道在 50% 完成率下约 14.5 小时无人监督
产品化方向：不要卖「一个 agent」，卖早晨交付物——选一个垂直交付物（如「给独立创始人的每日竞争 / 市场简报」或「过夜研究档案」），用过夜循环 + 多智能体编排 + provider 无关 fallback，通过邮件 / 飞书 / Notion 交付。
关键洞察：「Software-as-a-Service → Result-as-Software」的转变在这里最具象——买家要的是已交付的结果，不是 agent dashboard。
变现：结果 / 订阅混合，个人 $29–99 / 月；可加 $199+ / 月「团队简报」档。
方向 4：给编程 agent 的「记忆 / 自进化层」◑ 中强契合
要解决的任务：让我的 Claude Code / Cursor / Codex 记住决策、不重复被否决的方案、积累可复用技能。
真实变现现实：编程约占企业 GenAI 用量的 51%；Claude Code 运行率收入已超 $2.5B（据 Anthropic 2026 年 2 月 12 日 G 轮公告）。但要诚实：独立的 MCP / Skills 变现很薄——大多数 MCP server 赚约 ¥0；付费集中在 $19–149 / 月，且多为 B2B。
正确打法：当作开源分发引擎 + 受众建立，不当主要现金来源。配一个 $10–20 / 月 Pro 档收点钱。
方向 5：AI 自我建模消费应用 ◑ 中契合
陪伴 / 自我建模赛道 2025 年有望突破 $120M，Rosebud 从 Bessemer 拿 $6M；Replika 报告 25% 免费转付费、平均留存 7 个月+。
风险：营销密集、靠留存驱动；监管审视上升（加州 SB 243；意大利此前曾限制 Replika）。护城河 = schema 深度 + 数据所有权。与方向 1 天然搭配（共享 Soul Core schema）。
方向 6：双语「第二大脑对话 + 发布」给小红书 / 微信创作者 ◑ 中契合
小红书正在积极招揽 5 万+ 独立开发者（「开发者是 AI 时代的创作者」，开发者内容同比 +146%）；飞书在推 AI 知识工具（知识问答、Aily、MCP 支持）。
风险：平台 API 约束；国内合规；定价压力（ARPU 偏低）。
优势：分发——你已经在这些平台有受众，这是别人买不到的资产。考虑到你现有受众，这可能是拿到首笔现金最快的路径。
跳过的方向（明确说不做）
- 视频切片二创（Opus Clip 克隆）：GPU 重、VC 资助、拥挤
- 横向 AI 笔记应用：Mem / Notion / OpenAI 占据，已商品化
- 纯记忆 / MCP 基础设施：Mem0（融资 $24M）正在成为默认，不要硬刚基础设施
- 通用 agent 框架：与 Claude Code / Cursor 及免费开源 harness 竞争，近期无现金
四、5 大运营栈：一个人怎么撑起一整条链
不要追求「一个工具做所有事」——现实中最高效的栈永远是 3–5 个专项工具的轻量级组合。这是 builtthisweek.com 总结的现状：Supabase + Vercel + Stripe + Cursor 栈月成本 $85–$200 vs 2019 年的 $5K/月。
1. 获客 / 增长
SEO + AI 答案可见性（GEO/AEO）：
- 起步（0–$1K MRR）：免费工具（GSC、Keyword Planner、AlsoAsked）覆盖 50% 需求
- 内容定期发布：Frase（$20/mo）→ Surfer（$49/mo）
- AI 答案优化：监控 Semrush AI Visibility 或 Ahrefs Brand Radar
iOS ASO 黄金档：Astro（$9/mo macOS 原生）+ App Store Connect 官方数据。技术人可以自己用 Python + App Store API 做关键词监控。
避坑：纯 AI 堆砌的 programmatic SEO 已被 Google 算法重锤，不再有效。
2. 内容运营
长视频拆短的高 ROI 流程：
长视频（你的 Podcast / Twitter Space / Demo）
→ Opus Clip（自动拆 + AI 字幕，$15/mo）
→ 人工快速编辑（20–30% 可直接用）
→ 多平台分发
生成工具：Notion AI（$8/mo）+ 自己的 Claude/GPT API 是最经济的方案。
3. 社媒运营
海外推荐：Buffer 免费层（3 频道）起步 → Publer ($12/mo 统一价) → Postiz 自托管（开源 Apache 2.0，支持 17–30+ 平台，可与 n8n / Claude 通过 MCP 集成）
国内推荐：蚁小二（60+ 平台、$28/年）或易媒助手（70+ 平台、免费 5 账号）
国内 AIGC 治理硬数据（H1 2025）：小红书 2025 年 6 月披露上半年处置虚假笔记 320 万篇、虚假人设账号 1 万个、虚假低质 AIGC 笔记 60 万篇、封禁黑灰产账号超 1000 万个。9 月 1 日起对接国标《人工智能生成合成内容标识方法》。
含义：纯 AI 堆砌的内容会被主动降权甚至删号。唯一活路是人机共生——AI 生成初稿 + 人工修改 + 违禁词检查 + 发布。
4. 用户运营 / 留存 / 生命周期
邮件起步：Loops 免费层（1K 联系人）或 Resend ($20/mo, API-first，适合技术人)
复杂生命周期：Customer.io ($100+/mo)，但需要专人维护
5. 数据分析
首选 PostHog 自托管：一个 SDK 搞定分析 + 录屏（5K/月免费）+ 功能开关 + A/B 实验 + 错误追踪。云服务器 $5/mo 自托管成本，数据完全在自己服务器。Max AI 助手能把自然语言变成 SQL 查询。
五、工程支撑：Soul Core + Harness + Overnight Agent
如果产品方向是「做什么」，那这一节是「怎么做」。三个工程概念是超级个体绕不过去的。
1. Soul Core：定义「我」的 schema
护城河不是记录本身，是定义记录的 schema。Another Self / Plurality OCL / OpenBrain 这些产品都在尝试做同一件事：把一个人的身份、信念、目标、声音结构化成可移植的档案，通过 MCP 注入到任何 AI 工具里。
最小可工作的 Soul Core schema 包含六层：
| 层 | 描述 | 示例字段 |
|---|---|---|
| Identity Atoms | 不可分割的身份事实 | 角色、专业、坐标、语言 |
| Belief Map | 你对世界的判断 | 「软件正在被吃掉」、「distribution > product」 |
| Goal Graph | 你的目标 + 依赖关系 | 12 个月 MRR 目标、依赖的子目标 |
| Style DNA | 你的声音 / 写作风格 | 长句 vs 短句、引用习惯、emoji 用法 |
| Context State | 当前在做什么 | 正在写哪篇文章、读哪本书 |
| Feedback Memory | 你纠正过 AI 的地方 | “不要用感叹号”、“避免营销话术” |
技术栈不复杂：Supabase + pgvector + Ollama（OpenBrain 路径）；月成本 $0.10–0.30；通过 MCP server 暴露给 Claude / ChatGPT / Cursor。
2. Harness Engineering：那 98.4% 的脚手架
一个生产级 agent harness 由约 15 个组件构成（业界从 Claude Code / Codex 逆向得出）：
┌──────────────── HARNESS ────────────────┐
│ Instruction Manager (系统指令/身份装配) │
│ Context Builder (每轮动态拼上下文) │
│ Memory Manager (prefetch/写回/提取)│
│ Tool Registry (工具发现/schema) │
│ Permission Resolver (风险分级/审批) │ ──► LLM
│ Model Adapter (provider 抽象/路由)│ ◄──
│ Budget Tracker (turn/token/$ 预算) │
│ Compaction Engine (上下文压缩) │
│ Trace / Observability(每步留痕) │
│ Stop-condition Logic (终止判定) │
└──────────────────────────────────────────┘
安全公理（最重要、最反直觉）：Safety lives in the harness, not the model. 如果你在指望模型自己拒绝坏动作，那你根本没有安全可言。
模型的「拒绝」只有在 harness 在执行之前校验了 tool-call 的 schema 并拒绝它，才算数。Refusal 不是一种对齐属性，而是一种运行时校验结果。
3. Overnight Agent：把睡眠换成美元
Ralph Loop 模式（Geoffrey Huntley, 2025）的本质是：API 时间不要钱地浪费。骨架代码就一行：
while :; do cat PROMPT.md | claude ; done
哲学：让 Claude 反复失败直到成功。把工程时间换成「美元 + 睡眠」，是 solo 的非对称武器。
YC hackathon 团队的实战数据：一夜 6+ repos，$297 API 成本。
但要警惕复合误差的数学——这是 1950 年代的 Lusser’s Law：
P(success) = accuracy^n
- 85% 准确率 × 10 步 = 19.7% 成功率
- 90% × 20 = 12%
- 95% × 20 = 36%
含义：超过 5 步无 checkpoint 的 agent 在数学上注定失败。Checkpoint 和 HITL 不是 UX，是生存。HITL 让客服场景从 73%（纯 AI）升到 99.8%。
六、2026 的新原语：MCP + Skills + x402
这是 2026 年最被低估的杠杆栈。第一次让 solo builder 拥有「卖给 agent 的 headless SaaS」完整原语。
MCP（Model Context Protocol）
2025 年 12 月数据：月下载 9700 万次、活跃 server 1 万+、Registry 约 2000 条（自 9 月上线增长 407%）。
2025 年 12 月 9 日，Anthropic 把 MCP 捐给了 Linux Foundation 旗下新成立的 Agentic AI Foundation，OpenAI / Block / AWS / Google / Microsoft 联合参与。这是协议化、去平台化的关键一步。
Claude Agent Skills
2025 年 10 月 16 日 Anthropic 发布，12 月 18 日开放为标准。
定义：「organized folders of instructions, scripts, and resources that agents can discover and load dynamically」——可发现、可动态加载的「技能包」。
x402（Coinbase, 2025 年 5 月）
复活 HTTP 402 Payment Required 状态码，把 USDC 微支付嵌入 HTTP header。
2026 年 4 月底数据：约 6.9 万活跃 agent、1.65 亿笔交易、累计约 $50M 流量。
含义：MCP + Skills + x402 三件套 = solo 第一次可以做「卖给 agent」的产品。买家不再是人，是另一个 agent。这是 2026 最被低估的杠杆栈。
七、失败模式：硬数据告诉你不该做什么
1. Gartner 预测：40% agentic 项目被取消
2025 年 6 月 25 日 Gartner 高级总监分析师 Anushree Verma 公开预测：到 2027 年底，超过 40% 的 agentic AI 项目将因「成本飙升、业务价值不清或风控不足」被取消。
Gartner 还估算：全行业自称 agentic 的厂商中，只有约 130 家是真的，其余皆「agent washing」。
2. 80–95% AI wrapper 失败
没有单一权威来源，但最硬的证据是 IdeaProof 失败数据库收录的 319+ AI 创业死亡案例（2023–2026）。
Google Cloud VP Darren Mowry（2026 年 2 月，TechCrunch）：「wrapping very thin intellectual property around Gemini or GPT-5」的 startup 没有未来。
3. 国内：纯 AI 内容被算法降权
小红书 H1 2025 处置 60 万篇低质 AIGC 笔记，1000 万+ 黑灰产账号被封禁。9 月 1 日起对接国标。纯 AI 内容会被自动压权甚至永久删除。
4. Lusser’s Law 给「为什么 HITL 不能省」立桩
复合误差是硬科学，95% × 20 步只有 36% 成功率。Checkpoint 是生存。
八、12 个月行动路线图
我自己的路线图，开源给同样在这条路上的人参考。
第 0 阶段（现在 – 第 1 个月）：验证付费意愿
不要在大规模开建前写代码。用现有的小红书 / X / 微信受众预售。同时给两个最契合的方向（Soul Core 上下文层 + 语音内容引擎）搭落地页；收集邮箱 / 定金。
继续的门槛：3 周内每个概念 ≥100 注册或 ≥20 付费预订。
第 1 阶段（第 1–4 个月）：方向 2 作为现金引擎
先做语音内容引擎——付费意愿被验证得最强、到收入路径最短、能直接撬动你的受众，且双语角度（方向 6）是近乎免费的扩展。
发 MVP，第一天就收费（$29/月），试用之外不设免费档。
基准：第 4 个月做到 $2K MRR。
第 2 阶段（第 3–6 个月，重叠）：方向 1 作为护城河
做 Soul Core 上下文层。关键洞察：内容引擎的声音画像就是 Soul Core 的 Style DNA——把内容引擎建在 Soul Core schema 之上，两者共享基础设施。
把 schema 作为开放规范发布，为协议叙事埋种子。
基准：300+ 活跃上下文档案、100+ 付费用户。
第 3 阶段（第 6–12 个月）：方向 3 作为高级档
把过夜 agent 叠加给前两个产品的重度用户（「醒来就有一份做好的简报 / 内容 backlog」）。无需冷启动受众就能让 overnight agent 变现。
基准：跨产品混合 $10K MRR。
全程
把 OpenClaw + MCP / Skills（方向 4）当作开源分发，而非收入线。它建立开发者信誉，并向付费产品导流。
会改变计划的指标
- 若语音引擎到第 4 个月无法突破 $2K MRR → 声音保真度差异化没立住；转向中国市场楔子（方向 6）
- 若 Mem0 / Anthropic 原生推出可移植、用户自有的上下文 → 方向 1 降级为特性，折进内容 / 陪伴产品
- 若某个垂直过夜 agent 快速显示 >$5K MRR → 考虑全力押注那个垂直
九、五个高级思维模型
最后留五个能让你在边界决策时不慌的思维模型：
1. 分发是 10–100 倍的差异化变量
Andrew Chen 的「Revenge of the GPT Wrappers」（2025 年 2 月）说得很清楚：great distribution + “good enough” product wins。
你已经在小红书 / X / 微信 / 公众号有受众——这是别人买不到的资产。用它，不要丢掉它。
2. Protocols, not platforms
Mike Masnick 在 2019 年的原文论点，在 AI 时代被 MCP（2024 年 11 月发布）+ Linux Foundation 接管（2025 年 12 月）一并承载。Packy McCormick 在《Raising a Special Little AI》延伸到 AI agent 协议层。
含义：把你的 schema 当成协议发布，而不是把它锁在自己的产品里。协议会被整个生态强化，平台会被巨头收割。
3. 三个专项工具 > 一个大平台
Supabase + Vercel + Stripe + Cursor 月成本 $85–$200，vs 2019 年的 $5K/月。轻量级组合永远赢于一统江湖的尝试。
4. Centaur vs Cyborg（Ethan Mollick）
Centaur work has a clear line between person and machine… Cyborgs don’t just delegate; they intertwine.
超级个体不是 centaur（明确分工：你做这个、AI 做那个），是 cyborg（你和 AI 交织进同一个工作流，分不清谁做了什么）。Ethan Mollick《Co-Intelligence》（2024）的核心论点。
5. Sell work, not software
Sarah Tavel（Benchmark）的原话。配上 Intercom Fin $0.99/resolution 案例 + Foundation Capital 4.6 万亿美元 Service-as-Software 框架，整条线就清楚了。
这是 solo 切入企业市场的根本路径。
结尾：超级个体的「重量」
回到开头那个凌晨 7 点。
我盯着屏幕上的 6 个 commit、4 个 PR、3 个回滚，突然意识到一个更重的事实：「超级」不是说一个人变强了，是说一个人能撬动的杠杆变长了。
杠杆变长有两个含义：
- 你能做的事情，比五年前同一个你能做的多 10 倍——这是好消息
- 你做错的事情，比五年前同一个你能做错的也多 10 倍——这是坏消息
我反复想这件事，越来越觉得超级个体真正的修炼，不是 prompt 写得多好、不是 harness 搭得多漂亮、不是过夜 agent 跑了多少夜——这些都是术。
道是：你能不能在杠杆变长 10 倍的同时，让你做错的事不增加 10 倍。
这件事的难度，远远超过学一个新框架。它需要你对自己的 schema 极度清晰（我是谁？我在乎什么？我的边界在哪里？）、对失败模式极度敏感（什么时候该让 agent 跑？什么时候该 HITL？）、对分发的耐心极度长期（社区不是工具，是十年的事）。
我把这篇文章写出来，不是给你一份「立刻就能开干」的清单（虽然里面所有方法论都可执行）——是给我自己一个坐标系。
如果半年后你看到我没有走完路线图，欢迎来抓我。
如果你看完这篇文章正在动笔写自己的 Soul Core schema、配自己的 harness、调自己的 overnight prompt——来 X 或者公众号找我。我们交换 schema。
写在最后：
「The best way to predict the future is to invent it.」 —— Alan Kay
「But the second-best way is to read the first 100 people who are already inventing it, and steal their schema before they patent it.」 —— 我
这篇文章的所有数据点都被研究 agent 核实过两遍（修正了流传最广的几个错误归属：11.5 个月不是 Carta 是 Stripe；Tibo 的 $8M 是出售价不是 ARR；Claude Code 1.6%/98.4% 出自 VILA-Lab 学术论文不是 Anthropic 官方）。
但所有论点和走法，是我自己的判断。错了就是我错了。
愿你找到自己的栈。
主要引用与延伸阅读：
- Stripe, Indexing the AI Economy (2025): stripe.com/guides/indexing-the-ai-economy
- Carta, 2025 Solo Founder Report by Peter Walker
- MIT NANDA, The GenAI Divide: State of AI in Business 2025 (Aditya Challapally, 2025-08)
- Foundation Capital, Service as Software: The $4.6T Opportunity (Joanne Chen + Jaya Gupta)
- VILA-Lab (MBZUAI), Dive into Claude Code (arXiv:2604.14228)
- Geoffrey Huntley, The Ralph Wiggum Technique: ghuntley.com
- Sarah Tavel, AI Startups: Sell Work, Not Software
- Ethan Mollick, Co-Intelligence (2024)
- Anthropic, Equipping Agents for the Real World with Agent Skills (2025-10-16)
- Coinbase, x402 Protocol (2025-05)
- MCP First Anniversary, blog.modelcontextprotocol.io
读者回响