Title: 复利工程：超级个体与 AI 协作的秘密武器 | BestBlogs.dev
URL Source: https://www.bestblogs.dev/video/92d2118?amp%3Butm_medium=feed&%3Butm_campaign=resources&%3Bentry=rss_article_item
Published Time: 2026-07-09 23:47:25
Markdown Content: Skip to main contentAudio 2 
Search Ctrl+K
Change language Switch ThemeSign In
[](https://www.bestblogs.dev/en/explore/brief "Daily Brief")[](https://www.bestblogs.dev/en/explore/newsletter "Weekly Picks")[](https://www.bestblogs.dev/en/explore/topics "Topics")[](https://www.bestblogs.dev/en/worldcup "World Cup Special")
[](https://www.bestblogs.dev/en/settings "Settings")[](https://www.bestblogs.dev/en/docs "Help Center")
Narrow Mode
VIDEO
82
复利工程是超级个体与 AI 协作的秘密武器
晓辉博士用「复利工程」解释超级个体与 AI 协作的核心差距：把每次交互经验、偏好和规则沉淀为可复用的记忆、技能与闭环，让 AI 持续承担重复性脑力劳动。 晓 晓辉博士Follow·
Yesterday·6 chapters
!Image 2: 复利工程：超级个体与 AI 协作的秘密武器
复利工程：超级个体与 AI 协作的秘密武器
Chapter Navigation
6 chapters
CH.1 引入复利工程概念 00:00
CH.2 复利工程的核心定义 00:23
CH.3 四个象限与知识沉淀 00:54
CH.4 循环工程与自动迭代 01:42
CH.5 脑力工作的解放与共同进化 02:26
CH.6 现状与未来展望 03:36
📝 Live Transcript
Follow Full Transcript
00:00 1
hello 下 班 啦 今 今 天 跟 大 家 講 一 個 在 AI 協 作 方 面
00:04 1
非 常 重 要 的 一 個 概 念 啊 叫 複 利 這 個 詞 呢 其
00:08 1
實 我 之 前 的 視 頻 講 過 但 是 我 覺 得 它 還 是 值 得
00:12 1
就 是 再 拿 出 來 講 一 講 為 什 麼 呢 ？ 因 為 我 覺 得
00:15 1
這 個 是 就 是 拉 開 差 距 啊 就 說 普 通 人 使 用 AI 和
00:19 1
這 種 超 級 個 體 使 用 AI 最 大 的 差 別 那 就 是 富 利
00:23 1
工 程 什 麼 意 思 啊 ？ 就 是 說 你 一 次 跟 AI 協 作 的
00:27 1
經 驗 能 不 能 沉 澱 下 來 能 不 能 就 是 不 要 反 复 說
00:31 1
一 件 事 一 定 要 讓 它 長 技 大 概 就 這 麼 個 意 思
00:34 1
無 論 是 這 個 記 憶 系 統 也 好 還 是 我 們 的 skill 也 好
00:38 1
還 是 我 們 每 一 次 的 這 個 偏 號 的 記 錄 也 好 它
00:42 1
其 實 都 是 在 記 錄 複 利 就 是 你 一 次 智 力 活 動 的
00:46 1
交 互 和 產 出 成 果 能 不 能 在 接 下 來 重 複性 的 這
00:50 1
些 工 作 中 再 次 用 上 它 就 是 富 利 工 程 那 我 昨
00:54 1
天 講 到 的 這 個 四 個 相 線 哈 就 是 以 知 的 椅 知
00:58 1
椅 知 的 未 知 未 知 的 椅 知 和 位 置 的 位 置 這 四
01:02 1
個 向 線 其 實 也 是 在 處 理 不 同 領 域 的 知 識 和 嘗 試 去 沉 澱 不 同 領 域 的 信 息 那 這 個 沉 澱 的 過 程 其 實 就 是 在 不 斷 積 累 我 們 的 所 謂 的 複 利 那 最 近 一 段 時 間 無 論 是 叫 loop engineering 也 好 就 是 說 太 清 了 哎 呀 這 個 小 吃 的 煙 啊 非 常 大
01:42 1
loop engineering 就 是 說 你 可 以 循 環 起 來 對 吧 就 人 可 以 不 用 再 環 中 了 就 可 以
02:12 1
持 續 的 循 環 其 實 也 是 一 種 複 利 就 是 一 旦 你
02:15 1
把 這 個 規 則 打 磨 好 一 旦 你 把 這 個 需 要 的 標 準
02:18 1
收 的 條 件 跟 AI 說 清 你 就 可 以 讓 AI 不 斷 的 重 複 去
02:22 1
疊 帶 讓 他 做 重 複 的 執 行 的 任 務 就 是 以 前 其
02:26 1
實 我 們 很 多 所 謂 的 腦 力 工 作 者 哈 也 是 在 做 重 複
02:30 1
性 的 執 行 任 務 比 如 說 報 銷 對 吧 然 後 比 如 說
02:34 1
算 賬 然 後 做 數 據 分 析 很 多 時 候 都 是 在 做 重
02:37 1
複 性 的 一 些 執 行 但 是 如 果 介 於 AI 我 們 可 以 把
02:41 1
這 些 重 複 的 工 作 把 它 變 成 一 些 非 常 簡 單 調 用 的
02:45 1
命 令 或 者 是 skill 那 其 實 就 是 對 我 們 時 間 的 極 大 的
02:49 1
解 放 對 我 覺 得 現 在 就 是 可 能 你 講 到 這 個 事 情
02:53 1
很 多 人 會 討 論 這 個 所 謂 的 就 替 代 的 問 題 啊 但
02:58 1
是 我 覺 得 就 是 在 往 前 眼 鏡 的 話 替 代 是 會 發 生 的
03:03 1
但 是 呢 就 是 怎 麼 招 跟 AI 一 起 進 化 到 一 個 新 的
03:07 1
能 力 層 次 我 覺 得 這 是 全 社 會 要 去 應 對 的 一 個
03:11 1
問 題 當 然 我 今 天 講 的 還 是 從 這 個 微 觀 的 個 體
03:14 1
去 講 怎 麼 去 提 升 這 個 AI 協 作 能 力 的 這 個 角 度 去
03:18 1
講 所 以 這 個 複 利 吧 複 利 工 程 我 覺 得 是 一 個 非
03:21 1
常 重 要 的 概 念 就 是 一 定 要 去 想 著 我 怎 麼 能 夠
03:25 1
偷 懶 對 吧 我 怎 麼 能 夠 減 少 重 複 性 的 事 情
03:29 1
然 後 真 正 把 我 們 的 這 個 經 歷 投 入 在 一 些 創 造 性
03:32 1
的 活 動 上 就 是 一 些 非 常 就 高 創 造 力 的 這 個 任
03:36 1
務 上 當 然 因 為 現 在 AI 也 不 光 是 說 我 們 把 很 多
03:40 1
的外 髒 活 類 給 他 我 們 其 實 有 的 時 候 還 要 給 他 擦
03:43 1
屁 股 還 要 給 他 去 做 驗 收 然 後 做 教 隊 吧 做
03:47 1
這 個 測 試 等 等 就 是 還 是 有 一 些 髒 活 類 活 是 在
03:50 1
人 這 的 但 是 逐 漸 的 我 們 就 可 以 通 過 這 種 所 謂
03:54 1
的 富 利 工 程 是 把 這 些 不 喜 歡 做 的 事 情 把 它 都 交
03:57 1
給 AI 的 對 我 覺 得 這 個 是 就 是 一 個 必 要 的 概
04:01 1
念 啊 就 是 我 們 後 面 可 以 再 展 開 去 講 到 到底 該 怎
04:05 1
麼 去 提 升 這 個 福 利 對 這 是 今 天 跟 大 家 分 享
04:08 1
拜 拜 S
Click any line to jump · Hover to ask AI
Content Overview
复利工程是超级个体与AI协作的秘密武器
在人工智能时代，如何高效地与AI协作已成为拉开个体差距的分水岭。晓辉博士在近期的分享中提出了一个非常关键的概念——复利工程（Compound Interest Engineering）。他认为，普通人与超级个体在使用AI时的最大区别，恰恰就在于是否懂得利用“复利”。 *
什么是复利工程？
简单来说，复利工程就是不要对AI反复说同一件事，而是一定要让它“长长记性”。
我们在日常的人机交互中，无论是使用记忆系统、记录个人偏好，还是沉淀出特定的技能（skill），其核心都是在做智力活动的成果记录。如果在一次智力交互中所产生的成果和经验，能在接下来的重复性工作中再次被调用，这就是在积累属于你自己的复利。
为了更好地处理和沉淀知识，晓辉博士提到了由“已知与未知”相互交织的四个象限：
* 已知的已知 * 已知的未知 * 未知的已知 * 未知的未知
处理并沉淀这些不同领域的知识和信息，正是不跨重复、不断积累复利的过程。 *
循环工程（Loop Engineering）与自动化迭代
除了复利工程，近期业界关注的另一个核心概念是循环工程（Loop Engineering）。它的核心逻辑是让“人不用再身处执行的环中”，使整个业务链条持续循环起来。
> 核心要领： 一旦你把规则打磨好，把所需的标准和验收条件跟AI交代清楚，你就可以让AI在闭环中不断地重复去迭代、去执行那些以前需要耗费大量人力的任务。
在过去，许多传统意义上的“脑力劳动者”，其日常工作也充斥着大量重复性的执行任务，例如：
* 处理报销单据 * 日常算账 * 基础数据分析
如果借助AI的能力，我们可以把这些繁琐且重复的工作封装成一些非常简单、可直接调用的“命令”或“技能”，这无异于对人类时间的极大解放。 *
告别脏活累活，拥抱高创造力未来
面对AI的发展，全社会都在热烈讨论“AI替代人类”的失业问题。晓辉博士认为，随着技术的向前演进，某些岗位和工作的替代确实会发生，但更微观、更积极的应对角度应当是：个体如何跟AI一起进化到全新的能力层次？
从个体角度出发提升AI协作能力，其终极目标就是学会“合理的偷懒”——尽量减少做重复性的事情，从而将宝贵的精力和时间真正投入到具有高创造力的活动和任务中。
当然，目前我们还处于过渡阶段。AI并不能完全自动地包揽所有事情，人类有时依然要承担一些“脏活累活”，例如给AI“擦屁股”、做最终的成果验收、进行校对以及测试等。但随着“复利工程”理念的不断深化和沉淀，我们可以逐步把这些不喜欢的重复性事务全盘交托给AI，实现真正的协作共赢。
Make your daily reading actually fit you.A daily brief built from the sources you follow. Get started free