人工智能
技术杠杆
把能力变成可重复的执行。
独立杠杆工作室
构建杠杆，让成果复利。
我把重复工作、实战判断与 AI 工作流程，整理成可复用、可验证、可持续改进的系统、产品与实验。 构建者 × 投资者 × AI Operator × 商业思考者
01入口
选择你的入口。
02杠杆
六种杠杆，一套持续进化的工作方式。
软件
规模杠杆
构建一次，重复服务。
商业
商业杠杆
连接价值、分发与收入。
投资
资本杠杆
把资本配置到非对称性最强的位置。
系统
时间杠杆
以耐用工作流程取代重复劳动。
内容
分发杠杆
将学习与证据变成可被发现的资产。
03产品系统
产品系统
四个以工作目标为先的系统，按流程和 tier 组织，让你先比较范围、状态和证据，再决定。
01 / 产品系统
02 / 产品系统
03 / 产品系统
04 / 产品系统04正在构建
正在构建
如实展示进行中的实验及当前状态。
LAB 001
ModelPilot
实验室识别
公开测试版：粘贴一个 Codex 任务，立即得到建议使用的 model 与 reasoning effort。
01开始任务
02任务 context
03候选建议
04人工决定
用于测试在任务开始时降低选择阻力的研究地图: 开始任务 → 任务 context → 候选建议 → 人工决定
- 问题
- 用户往往不清楚哪个 Codex model 与 reasoning effort 适合当前任务。
- 当前假设
- 一次粘贴、并说明理由的透明建议，足以在投入自动路由之前先验证需求。
- 下一步决策
- 衡量真实用户是否会采纳建议，并再次回来使用这个工具。
05工作证据
由真实系统构建整理而成的 Case Files。
展示构建和验证真实工作流时留下的证据。
案例 001
已记录FollowUp
作品类型: MVP 产品构建
一个以让跟进行动更清晰、更一致为重点的案例研究。
01潜在客户
02下一步行动
03提醒
04完成
05下一步行动
下一步行动
已记录的跟进工作流地图: 潜在客户 → 下一步行动 → 提醒 → 完成 → 下一步行动
- 问题
- 跟进行动容易变得不一致，也可能遗漏潜在客户。
- 验证
- 通过状态转换检查和自动化测试提供可审核的证据；没有声称任何商业基准结果。
案例 002
已记录AI Company OS
作品类型: 治理架构
一个为 AI Agent 工作流建立范围、审批、审计和责任边界的案例研究。
01收件箱
02智能体
03审核
04审批
05执行
06审计
已记录的治理工作流地图: 收件箱 → 智能体 → 审核 → 审批 → 执行 → 审计
- 问题
- 多个 Agent 和人员需要清晰的范围、审批、审计和责任边界。
- 验证
- 验证重点是审批边界、责任归属和分阶段工作流检查；没有声称任何自主商业成效。
案例 003
已记录SEO Autopilot
作品类型: Codex 技能工作流
一个把重复且定义不完整的 SEO 需求整理为耐用工作方法的案例研究。
- 01需求
- 02技能
- 03工作套件
- 04质量检查
- 05报告
由需求到报告的已记录方法地图: 需求 → 技能 → 工作套件 → 质量检查 → 报告
- 问题
- SEO 需求经常重复出现，而且定义不完整。
- 验证
- 耐用的技能结构、验证和 QA 工作流提供可审核的证据。
06最新思考
最新笔记
记录验证、系统与产品决策的实用思考。
- 01AI 系统 / 产品
什么样的 AI 技能值得付费？
一套实用框架，帮助区分耐用的 Codex Skill 与一段很长的 Prompt。
约 3 分钟阅读 - 02产品验证
我如何在扩展 AI 产品前先验证需求
一篇关于先验证有限工作流，再增加功能、声明或运营复杂度的实用笔记。
约 3 分钟阅读 - 03人的控制权 / AI 系统
使用 Codex 构建产品，同时保留人的控制权
通过清晰边界使用 coding agent，把它变成受控的杠杆，而不是未经审核的权威。
约 2 分钟阅读
07工作室记录
工作室最近有哪些更新。
只记录已确认的产品检查和进行中研究。
08操作者
构建者 × 投资者 × AI Operator × 商业思考者
由 CHU 亲自构建。
我用建造者的方式做产品、用投资者的方式理解市场、用 Operator 的方式使用 AI。共同目标只有一个：把有限的时间、知识与资本，变成可以持续产生价值的系统。
09证据
先有事实，再作声明。
用清晰可见的边界判断哪些已准备好、已检查，以及仍需批准。
使用真实工作流进行测试
每项声明都关联真实工作情境，而非通用演示。
列明版本与最后测试日期
产品记录会清楚显示版本和最后列明的测试日期。
购买前列明确切内容
作出决定前即可查看范围、文件和交付边界。
人工审批与 QA
需要审批的工作流，仍然由人负责。