2026.08杂记-AI 时代个体与组织如何应对变革

2026.08Jason杂记

本月汇总了2026年8月收录的6篇文章，涵盖AI行业观察、技术趋势、大厂竞争、个人成长等主题。

一、AI行业与趋势观察

1. 《AI时代的残酷》

来源：抖音文章

核心观点：

AI不只是工具，越来越像一种新的生产资料。谁能调动更强的模型，谁就能更快学习、试错、做项目。
资源不会替人努力，但资源会放大努力。同样学十小时，有人五小时在找资料、配环境、踩坑，有人十小时都在解决真正问题。
AI时代人与人的差距，可能不只是"谁更聪明"，而是"谁身后有多少智能"。资本可以买模型、买算力、买数据、买自动化系统。
底层从1变到10时，顶层可能从100变到10000。所有人都进步了，不代表差距一定缩小。
AI时代最大的问题不是"机器会不会抢走人的工作"，而是机器替我们劳动后，省下来的时间和财富归谁------答案在所有权和分配里。

2. 《从DAU到Token消耗量：AI时代的权力转移》

来源：郎瀚威 Will 与硅基流动杨攀的100分钟深度对话（2026年2月8日）

核心观点：

产业重心转移：

2023-2024年：提升模型本身能力（推理、理解、生成）
2025年：提升Agent的工具使用能力（Claude Code、Manus）
2026年：大规模为Agent构建基础设施（API、数据、环境）
"从2025年开始，应该停止为人类开发软件"------Agent调用外部接口的次数将远超人类点击屏幕次数

Token消耗量=权力：

AI时代的排行榜应按Token消耗量排名，而非DAU和流量
身边有人一周内把每天Token消耗从0.01B（1000万）冲到0.1B（1亿）
2026年Token将供不应求，"买到就是赚到"
"1B TOKEN俱乐部"------一天消耗10亿Token的人，必须构建工程体系驱动N个Agent并行工作

AI领导力：

核心差异在于能否把调用AI构建成工程，管理1个、10个还是100个Agent
Token消耗的真正瓶颈是坐在屏幕前的操作者本身
用Rough Loop让AI自我验证、自主执行，开10个、100个分身并行干活

Skills的本质：

Skills是把程序的精确运算能力和模型的泛化推理能力组合在一起
"制造并使用工具是人与动物的本质区别，大模型也学会了"

软件的终局：

软件是商业模式的产物（比尔·盖茨发明License售卖模式）
当生成成本趋近于零，不需要"软件"这个容器，功能随需而生，像自来水一样
未来付给SaaS的钱，将流向Anthropic、OpenAI、Google------谁能生成满足需求的功能，钱就付给谁

开源模型拐点：

以智谱GLM 4.7为代表，开源模型从"摸高"转向"提升下限"
下限提升的价值远大于上限提升------"拿奥赛金牌的小朋友" vs "拿不了金牌但能干活的大学生"
开源模型越过拐点后，所有公司都有机会从大模型市场分到价值，带来十倍百倍千倍的爆发

3. 《豆包"吞并"飞书：大厂 ToB AI 竞赛，才刚刚开始》

来源：王戴明 ToB老人家（2026年7月31日）

背景：字节宣布飞书产品团队并入豆包产品团队，参与开发豆包企业版，飞书创始人谢欣转为向豆包负责人赵祺汇报。

大厂 ToB AI格局：

腾讯：WorkBuddy
阿里：千问办公
字节：豆包企业版
三家都在抢"AI办公第一入口"

WorkBuddy的压迫感：

2026年6月国内PC端单月访问量2097万次，AI原生办公智能体第一，超过第二、三名之和
用户一旦习惯先把任务交给WorkBuddy，其他厂很难改变心智

决胜三要素：工具、流量、生态：

工具决定差异化：
1. "人机双写"------原生集成让人和Agent在同一页面同时操作，而非外部调用的多轮对话来回
2. 业务上下文------原生SaaS的AI工具天生理解业务规则（如隐私字段权限），外部调用需要额外告知
流量决定商业规模：
1. 兵合一处，流量才能汇聚，资源才能聚焦
生态是最终决胜点：
1. Agent落地需要FDE（前线部署工程师）梳理企业业务SOP、测试调优
2. 中国企业Agent客单价不高但交付是脏活累活，大厂自建团队不现实，必须依赖服务商生态
3. 能产生商机的ToB流量才有价值------谁成为商机入口，谁就能吸引更多服务商，形成网络效应

4. 《ZARA、H&M 都在做虚拟试衣：快时尚的 AI 军备竞赛》

来源：行业分析文章

背景：2026年8月，ZARA上线虚拟试衣间，H&M在汉堡、柏林旗舰店测试AvatarCloud人体扫描系统。全球虚拟试衣间市场2025年约68.6亿美元，预计2032年达243亿美元，年复合增长率19.8%。

三条技术路线：

ZARA------"两步试穿"的轻量快攻：
1. App内两步完成，上传照片AI叠加衣服，几秒出效果
2. 门槛极低，强调"像"而非"准"，营销属性强
3. 逻辑：快时尚命脉是上新速度和转化效率，零学习成本
H&M------人体扫描仪+AvatarCloud的重资产押注：
1. 实体店部署扫描设备，生成3D数字分身同步云端
2. 汉堡、柏林测试：60%顾客认为帮助找到正确尺码，64%认为"这就是购物的未来"
3. 逻辑：试衣间是线下核心资产，人体数据是线上护城河，越用越值钱
Google------平台级的"虚拟试衣间即服务" ：
1. 上传照片即可在数十亿件商品上虚拟试穿
2. Monk 10级肤色量表（与哈佛学者合作），XXS-4XL体型覆盖
3. 逻辑：成为时尚行业AI基础设施，品牌入驻分成

核心观点：快时尚的AI竞争本质是"体型数据"之争。谁收集最丰富、最多样、最精确的人体数据，谁的AI就准，形成飞轮效应。

给从业者的启示：

"试衣间"正在从线下资产变成数据资产
退货率是最大的ROI计算器（快时尚平均退货率25%-40%）
别只盯"像不像"，要盯"试了→买了→退不退"的数据闭环

二、AI技术学习

5. 《Agent公开课01》

形式：PDF讲义附件（agent公开课讲义.pdf，约4.3MB）

本资料为Agent主题公开课的第一讲讲义，建议直接下载PDF阅读完整内容。

三、个人成长与生活

6. 《人生回报率最高的事是什么？》

形式：30+条高回报率生活习惯清单，每条均标注权威来源

健康类：

每天运动30分钟（《柳叶刀》）
保证7-9小时睡眠（《睡眠革命》）
多吃彩色蔬果（《新英格兰杂志》）
每天喝2-3升水（《英国营养学杂志》）
每天晒15分钟太阳改善维生素D（《自然》）
定期检查身体指标（《柳叶刀·公共卫生》）
定期深呼吸练习（哈佛医学院）

学习与认知类：

每周读完一本书（耶鲁大学）
每年学习一个新技能（马普研究所）
早晨冥想20分钟（麻省总医院）
学习一门乐器（《神经科学前沿》）
每天学一句外语（《大脑与语言》）
学习基础理财知识（美联储经济研究）

效率与习惯类：

睡前每日复盘（加州大学）
写每周总结（沃顿商学院）
工资存20%（巴菲特）
把目标贴在冰箱上（多米尼加大学）
生气时默数10秒再说话（卡耐基基金会）
手机调为黑白模式（斯坦福注意力研究所）
晚上手机放远离自己的地方（宾大行为实验室）
练习"5秒法则"克服拖延（梅尔·罗宾斯）
每天整理房间10分钟（《人格与社会心理学杂志》）

社交与心理类：

每周与家人共进晚餐三次（哥伦比亚大学）
每天夸赞一个人（《积极心理学杂志》）
与积极的人多相处（情绪传染理论，《自然·人类行为》）
每周给自己2小时独处时间（《心理科学》）
拒绝无意义社交（《社会心理学杂志》）
培养不花钱的爱好（《幸福研究杂志》）
压力大时写流水账（创伤治疗专家）
每周做一次"数字断舍离"（《行为医学年鉴》）
定期复盘职业规划（麦肯锡研究）
睡前1小时不讨论严肃话题（《睡眠医学评论》）

四、本月主题总结

8月内容围绕一条主线展开：AI时代的个体与组织如何应对变革。

宏观层面：Token消耗量成为新的权力度量，大厂在ToB AI入口展开正面竞争，开源模型越过拐点带来产业平权。
行业层面：快时尚等传统行业正在用AI重构核心业务（虚拟试衣），数据资产取代物理资产成为护城河。
个体层面：AI放大了资源差距，"身后有多少智能"决定了人与人的差距；但同时也给出了行动方向------构建AI领导力、疯狂燃烧Token、为Agent造基建。
生活层面：在技术狂飙的时代，健康、学习、关系等基础习惯仍然是人生回报率最高的投资。

"人间一日，AI一年。请珍惜与身边所爱的人在一起的时光。"------杨攀