本期 Linkloud 携手 Google Cloud、Kolect 举办第 42 期北京线下沙龙，特邀嘉宾刘小排。他曾任猎豹移动十年，2024 年独立创业，是独立开发者与“超级个体”实践者，也是 Raphael AI 创始人。Claude Code 发布初期，他以日均 2 亿以上 Token 消耗量位居全球使用榜首位，获多家媒体深度报道。其独立开发运营的文生图平台 Raphael AI 目前仍保持稳定的收入与月活。
本次分享聚焦创业者常遇的两大核心问题：Idea 来源及如何利用 AI 执行。刘小排结合自身及多位创业者的实战经历，总结出一套切实可行的方法论。在当下，善用 AI 已不仅是效率问题，更是能力跃迁的关键。
一、烧掉 77 亿 Token，烧的不是效率而是能力跃迁
在 AI 提效的讨论中，常出现此类现象：公司要求员工汇报 AI 提效比例，数值从 20% 飙升至 800%，导致如实汇报者被淘汰。但这种评价体系偏离了 AI 的真正价值。正如 YC 所言：
这不是效率问题，而是能力跃迁问题（Not productivity, rather capability）。
若工程师每日代码量从 300 行增至 3,000 行且质量更高，仅是效率提升。运用 AI 的关键在于，能否让一个人完成此前根本无法实现的任务。所有消耗的 Token，都在辅助个体完成原本无法企及的事业。
实现这一点的逻辑可拆解为两步：找到真需求，以及用 AI 建立执行系统。
二、真需求只能被发现，不能被发明
刘小排在接触近 4,000 名独立产品开发者后发现一个现象：成功率最高的是产品经理，最低的是程序员。
原因在于思维方式。技术人员易从技术出发，将开源项目套壳或基于自有技术臆造需求。真正的需求起点通常源于观察：我注意到（I've noticed）。当发现某群体行为异常、受阻或频繁抱怨时，线索即现。
以往大厂产品经理需协调程序员排期，如今 AI 大幅拉平技术门槛：
攻守之势异也。核心考验不再是编码技术，而是洞察力——只要找到真需求，便有无数手段实现它。
寻找真需求最朴素的方式，是线下收集抱怨。
当听到他人抱怨找 KOL 难、砍价难、SEO 繁琐或设计感差时，机会便藏其中。若提出解决方案对方不仅愿买还愿付定金，即为真需求。这种真实交互与洞察力，AI 无法替代。
仅找到需求不够，还需顺势而为。
顺势指找到趋势和个人优势的交叉点。仅有趋势无优势，如在红海裸泳。若盲目跟随 AI 推荐的热门赛道而无独特壁垒，很难成功。
以 Raphael AI 为例。
2024 年底，大厂聚焦文字大模型，文生图功能尚未普及，市场供给多为收费的 Midjourney。基于免费打败付费的历史经验，在此窗口期推出免费文生图产品，即是趋势与个人经验的结合。Raphael AI 因此获得 200 多万月活，并在全球市场实现自发传播。
同样逻辑见于另一位创业者兔老师。2025 年 3 月，DeepSeek 爆发后学生大量使用 AI 写论文，出现大量虚假引用。作为大学教授，他捕捉到同事愿付费甄别假引用却无处服务的痛点。
兔老师迅速开发 Citely 验证论文引用真实性。产品上线后无融资推广，全靠口碑传播，甚至美国国立卫生研究院也成为用户。因深懂科研人群痛点，切入点极深。
在 Agent 时代，一口极深的井比一片宽广的湖要好得多。
判断 Idea 是否值得做的核心标准具体为：
什么人，在什么场景下，愿意花多少钱，解决什么问题？
且必须深入到能够代替客户工作一天。若做科研版 OpenClaw，需能以大学教授工作方式亲自写完综述，才算真正理解需求。
三、跑通闭环系统：把你看到的世界装进 AI
找到需求后，关键在于休眠期间 AI 的运行状态。
涉及控制论两个概念：Open loop 与 Closed loop。重复发内容期待爆发是 Open loop。互联网公司擅长的 Closed loop 是：实验、数据、反馈、迭代。
运用 AI 的高阶形态，是让 AI 建立闭环能力。老板指挥，AI 随时在线执行。
刘小排一位朋友现用 7 到 15 个 Agent 做美股量化交易。流程符合闭环标准：收集信号、制定策略、回测、小规模测试、迭代。半年收益达 80%。
另一位国内开发者独做微信小程序，月入 100 到 150 万。用户量过大时自建客服系统。用户反馈进入系统后，Agent 结合源代码、日志、数据库及截图判断是否为 Bug。
置信度高则 Agent 自行修改上线；置信度低则人工介入。普通咨询时，Agent 还会附加情绪价值话术。外界以为背后是庞大机构，实则仅一人。
此逻辑同样适用于规模化公司。
深圳一新开跨境电商公司全员使用 Claude Code。做 TikTok 独立站，过去员工手动看数据、上链接、发内容。如今浏览器自动化操作全由 Agent 完成。Agent 甚至自主发布招聘需求、面试、评分及识别 AI 简历。几人新团队业务表现迅速超越传统老公司。
对于拥有 80 多名员工的创业社区，创始人亦仁需处理海量信息。他将微信记录、飞书讨论及推特点赞全部接入名为 Hermes 的 Agent，由自己做最终决策。
这引出用好 Agent 的最终心法：
让你的 AI 看到的世界，无限趋近于你看到的世界。
如今大模型具备极高判断力，缺的往往只是信息。将判断力和信息源输入自我运转系统，让 AI 见你所见。在这个时代最大化自身价值的方式，就是把自己装进 AI，然后让闭环系统转起来。