Token配额与“蹬”体验

核心摘要

在token有限且配额反复重置的现状下，人类如何设计让AI自主运行的“loop”，并探索无限token可能带来的软件行业与硬件结合的新范式。

干货提炼

主题一：Token配额与“蹬”体验

• [明确判断]：当前高端AI订阅（如200美元档）的token配额难以用完，且频繁重置，导致用户被迫“蹬”token（手动消耗配额），形成一种压迫感与焦虑。
• [明确判断]：用户通过“手动reset”和“开fast”模式来试图消耗完token，但重置行为不可预测，最终用户变得佛系，不再强求用尽。
• [证据/例子]：主播提到“手动reset后又重置”、“用了不到70%就重置”、“开fast烧得快又怕不重置”等具体经历，以及“一天内登到100%”的极限操作。

主题二：人类成为瓶颈，催生“loop engineer”

• [明确判断]：在AI编程快速产出代码的当下，人类的时间、精力、决策能力成为最稀缺的资源，是“bottleneck中的bottleneck”。
• [明确判断]：未来趋势是设计“loop”（自主循环），让AI agent在无人干预下连续工作数小时甚至数天，减少人类在loop中的参与。
• [证据/例子]：Boris（Anthropic）在采访中透露他有“thousands of agents working in the background”，将Electron应用转成Swift native并持续跑了好几天；Peter Steinberg提出“roop engineer”概念。

主题三：软件行业盈利模式与开发范式崩溃

• [明确判断]：AI大幅降低了软件复刻和开发成本，传统软件外包、SaaS订阅模式正在崩溃，软件工程师的定价权被削弱。
• [明确判断]：新的盈利模式可能转向“定制化”或“实体结合”，用户可为个性化功能付费，或通过硬件（如电子墨水屏名片）建立物理门槛。
• [证据/例子]：主播提到“外包10万变1万，1万变1000”、“一人公司可以接1000元单”、用户许愿功能后AI直接做出来、用电子墨水瓶项目（成本50元，售价100-200元）为例说明软硬结合的优势。

主题四：AI时代的“许愿式编程”与用户共创

• [明确判断]：用户可以通过“许愿”（提出需求）直接让AI生成功能，甚至在未来用户可以在app内自行定制，实现千人千面的软件形态。
• [明确判断]：这种模式可能改变收费方式——用户为算力消耗（定制化过程）付费，而非为软件本身付费。
• [证据/例子]：主播将用户邮件需求直接甩给AI，在分支上开发并发布TestFlight，用户满意；主播设想未来用户可以在app内通过prompt修改功能，AI审核后生成变体。

主题五：知识获取门槛降低，好奇心与创造力成为核心

• [明确判断]：AI使得知识获取变得极其容易（翻译、总结、搜索），但如何激发“想学习”的好奇心才是关键，教育将面临根本性变革。
• [明确判断]：人类的好奇心和创造力是基本要素，AI可以成为7×24小时的超级助手，但需要正确的引导才能培养出“超级人类”。
• [证据/例子]：李菲菲团队对AI教育的积极态度；主播提到“呼兰的段子：AI能帮我读书，但怎么让我想读书？”；以及“如何制造原子弹”等例子说明AI会限制不安全内容。

高光金句

• ❝ 人就是这里bottleneck中的bottleneck，那瓶颈。我们如何设计出一个一个roop，它可以离开人类的情况下自己去工作五个小时，六个小时，十几个小时。 ❞
• ❝ 你越偷懒，生产力越高，越偷懒生产力越高嘛。 ❞
• ❝ 好奇心和创造力是人类的基本要素。 ❞

提及资源

• 《哈佛幸福课》 - 主播在跟GPT Live聊天时讨论这本书，并让AI分析书中内容。
• herder (herdr) - 一个terminal multiplexer，专为AI coding agent设计，可显示多个workspace和agent状态。