年度问题清单

2025年的年度自省问题清单，关于习惯、精力、决策、AI、创业、资产、复利、家庭、自由与教育

  1. 习惯

  • 过去一年，哪3个习惯对结果的贡献最大？哪3个其实只是让我感觉良好？

  • 有没有哪个习惯，如果我现在停止，短期不适，但长期反而更强？

  • 我的习惯，是在放大判断力，还是在掩盖决策犹豫？

  • 精力

  • 过去一年，我精力最强的20%时间，都被用在了什么事情上？

  • 哪些事，过多的消耗了我的精力，却没有回报？

  • 如果明年只能保证每天3小时高质量精力，我会留给谁、留给哪些事？

  • 决策

  • 今年做过的最重要3个决策，有几个事后看是对的？对的原因是什么？

  • 我有没有在一些关键问题上，在用战术的勤奋，去掩盖战略的“无知”？

  • AI

  • AI对我来说，是效率工具、能力放大器，还是身份重塑器？

  • 如果没有AI，我今年构建的哪些能力还成立？

  • 创业

  • 现在的创业状态，是在积累长期势能，还是在消耗个人精力？

  • 我是在做“我擅长的生意”，还是“我不愿放手的生意”？

  • 资产

  • 过去一年，我在哪些地方用时间换了钱，却失去了选择权？

  • 我是否对资产有了更系统的理解？以及如何在系统性的构建真正健康的资产？

  • 复利

  • 哪些事情在一年内看不见效果，但三年后会决定命运？

  • 我是否在持续投入至少一个不依赖运气的复利系统？

  • 家庭

  • 我现在的生活节奏，是否在透支未来的家庭关系？

  • 家庭对我来说，是避风港、责任，还是被忽略的合伙人？

  • 如果孩子以我现在的状态为“模板”，我是否接受？

  • 自由

  • 哪些选择正在不可逆地锁定我的未来？

  • 如果五年后我想“换一种活法”，现在有哪些门正在被我关上？

  • 我现在的忙碌，是在通向自由，还是在延迟面对不自由？

  • 教育

  • 在AI时代，哪些能力值得长期训练，哪些应该尽早放弃？

  • 如果孩子完全复制我现在的行为，而不是我的说教，我是否满意？

  • 如果孩子20年后不需要通过考试证明价值，我现在该培养什么？

  • 哪些我深信不疑的教育观，其实只是我个人路径的幸存者偏差？

  • 如果未来的教育体系证明我是错的，我最可能错在哪？

2026年的AI世界

著名投资机构a16z发布了一份与AI有关的系列报告《Big Ideas 2026》

多支投资团队从多个维度，给出了对于未来一年最重要的趋势判断：AI不再仅仅是一个工具，而是一个环境、一套系统、一种与人类并行的行动主体

这是我们理解未来十年趋势的关键切入点，也是我们在思考教育、创业、职业与信任时不可回避的底层逻辑

1. 教育：AI 原生教育与个性化学习生态

教育不再是传统课堂与教师传授的简单叠加，而是 AI 驱动的学习系统与人才工程

第一所“AI 原生大学”将在 2026 年诞生，不仅教授 AI 技术，还将让课程、科研协作与人才培养实时由 AI 自适应优化

教育的底层逻辑会发生巨大的变革：

  1. 从被动学习到自适应学习系统，AI 可以真正实现对不同学习节奏的“一对一”指导
  2. 从教师传授到 AI 协作式教学，教师的角色将转向系统引导者与高阶能力培育者，AI将承担大部分基础性知识传播、评估与反馈循环
  3. 新人才范式：AI协同能力，未来核心职业技能不再是掌握知识本身，而是如何与 AI 系统协同完成复杂任务，这意味着学习方法论、AI 审查能力和任务执行设计将成为稀缺技能

2. 创业：从工具到智能执行系统

传统创业逻辑往往依赖软件作为工具或信息展示层，但报告强调：企业将从孤立的 AI工具转向“多Agent系统”与“协调型智能队伍”，AI不只是提升效率，而是重构工作执行层

这种变化意味着创业产品的重心由“生成响应”转向 “智能执行、流程协调与决策引擎”

创业者不仅需要构建“AI 功能”，而要设计能够主动介入业务流程、完成任务并不断优化的智能Agent 系统

3. 个人职业发展：AI 协作与系统思维

当AI从辅助工具升级为协作主体，个人职业价值的评估也将发生根本变化

未来的职业竞争力将由以下四个维度构成：

  1. AI 协作设计能力，如何使 AI 代理配合完成复杂、跨模块任务，而不是简单调用某个 API
  2. AI 输出审查与可解释能力，不是盲目相信 AI 的结果，而是理解其推理路径、验证结果与程序行为
  3. 跨模态产品与流程设计能力，AI 不只处理文本，还能理解音频、图像、视频与传感器数据，这要求人类设计者能够在多模态信息流中构建连贯指令与评估体系
  4. 系统化思维与工作流重构能力，区别于传统的“技能堆叠”，未来职业核心是重构组织的工作流程，使人机协作产生乘法效应

4. 医疗：健康服务向“预防导向 + 健康行动引擎”转型

a16z提出一个重要概念：“健康 MAUs（Monthly Active Users）”，也就是说，相比于单纯服务患病人口，关注健康、预防与持续保养的人群将成为医疗行业的新增长引擎

这一点有三层含义：

  • 医疗体系从“治疗为中心”向“健康管理与结果驱动”转变

  • 医疗服务产品将设计为 持续性的用户体验，而不是单次服务

  • 健康数据将成为新的战略资产，通过 AI 实时监测、预测与个性化干预驱动用户行为

5. 未来趋势：多模态系统与无声交互的世界

一个贯穿报告的核心趋势是，AI 从界面驱动向环境驱动：

  • AI 将理解视频的内部结构，而不只是生成旁白或标签

  • AI 应用正从“帮助我”转向“理解我／看见我”，即它能从你的行为数据、互动轨迹与多模态上下文中做出判断与行动建议。

6. 信任与基础设施：隐私与价值流动

在 Big Ideas 2026 的加密趋势中，作者强调：

  • 隐私将成为加密和区块链最重要的护城河，因为在隐私网络中，迁移秘密远比迁移价值更困难，构成新型网络效应。

  • 未来价值与身份的流动不再单靠中心化机构，而是由 可验证协议、隐私保护机制与开放经济体系支撑。

未来12个月的关键结论：

  • 教育系统将重构成 AI 原生学习生态

  • 创业逻辑将由执行效率向智能协作与流程价值转移

  • 职业价值将取决于 AI 协作与系统思维能力

  • 医疗产品将从诊疗转向健康生命周期管理

  • 信任基础设施将从中心化规则向技术可验证协议迁移

报告原文：

a16z.com

a16z.com

a16z.com

如何识别专家

在AI时代，好的专家，重要性更大，识别靠谱的“专家”，核心在这四点：

  1. 对方是否能快速的排除错误选项，他能极其明确的知道，哪些不重要、哪些不用讨论、哪些一看就不成立，这也意味着，他能很容易抓到关键点
  2. 可以在信息不完整的时候，给出有效的判断，这背后的逻辑，是能否快速抓住主变量、主矛盾
  3. 一个极其实用的方法，他的判断及对应的方法，明显能更容易落地
  4. 能解释为什么”，并能被验证、被复盘

我们总希望跟牛人有更多的合作、接触，在这个过程中，我们需要警惕一类“伪专家”，这类“伪专家”很具有迷惑性，他们的特点是知道大量信息、观点永远正确、但不做具体判断及方法落地，他们的核心能力是信息不对称，而不是自己的判断能力与落地水平

2025年总结

2025年，与ChatGPT交流的次数，超过了1万次，ChatGPT的记忆功能与模型能力本身的持续提升，是我持续高频使用它的一个核心原因

快年底了，让ChatGPT总结下我的2025，感觉还挺对的，这种文风、文笔与总结的内容高度，确实很强。

AI生产力调研报告

这份报告，来自对1750名科技从业者的调研，具有很大的启发性

  1. 大家对AI的满意度如何？

大多数受访者表示，AI的表现超出预期，并且显著提升了自己的工作质量与效率

表现在，时间收益显著，每周至少可以省下半天左右

  1. 不同的岗位主要用AI在做什么？

  • 对于创始人，主要将AI当“思考伙伴”，包括决策支持、产品构思、愿景、战略等高杠杆工作

  • 对于产品经理，受益主要集中在“产出端”，比如写PRD、做原型、提升沟通等

  • 对于设计师，主要在“周边环节”获益，比如用户研究综合、文案与概念化，视觉设计自动化比例极低，核心原因是像素级质量与风格一致性尚难一键替代

  • 对于工程师，需求从“写代码”变成了“写后链”，技术人员更希望AI可以接管文档、测试与代码评审等必要但费时的环节，来提升整体工程效率与可治理性

  1. 不同的AI工具，应用偏好特点是什么样的？

几个主流AI模型，有着非常不一样的基因和特色

  • ChatGPT在PM、设计师、创始人中占优

  • 工程师更青睐Cursor、Claude Code等专业工具

  1. 时间是如何被省下来的？

  • 高频场景：写作与改写、信息检索与综合、原型快速出稿、结构化文档生成

  • 工程“写后链”：测试用例、接口文档、规范检查与静态分析，形成审计轨迹

  • 创始人：竞品与市场扫描、反证与风险清单、战略、团队组织管理等

  1. 上游“思考与研究”如何让AI有效参与？

报告中提到的一些场景与方法：

  • 把研究流程化：主题聚类、证据链、反例与来源链接，要求推理透明

  • 用“问题框架”驱动：让AI按假设→证据→反证→结论的结构产出

  • 保留人类裁判权：关键判断由人拍板，AI负责信息整合与对齐

  1. 如何衡量AI的ROI？

  • 除“节省小时数”，加入：质量评分、返工率、缺陷率、对齐速度、交付节拍

  • 跟踪“证据透明度”：有无来源、反证与推理链

  • 以迭代为单位复盘：本周AI介入的环节、带来的正负面影响与下周微调

  1. 2026-2027的关键转变会是什么？

  • 从“产出加速”走向“模糊问题协作”，AI更像长期思考伙伴

  • 垂直工作流成熟：工程写后链、设计系统治理、研究证据链标准化

  • 组织层面更关注“AI治理”：规范、审计、风险控制与人才分工再设计

报告原文：lennysnewsletter.com

AI工具推荐

推荐几个最近用得不错的AI工具：

  1. AI PPT开源工具：Banana Slides

一个基于nano banana pro的原生AI PPT生成应用，借助AI真正实现PPT自由

网址：github.com

  1. Google最新推出的一个AI原型设计工具：stitch

把脑海里的应用/产品想法，1 分钟做成可点可看的原型，把想法用UI原型展示出来，还能模拟交互

网址：stitch.withgoogle.com

  1. AI知识库：NotebookLM

身边没有人不夸它的，学习、知识整理非常方便，基于知识库功能，集合了多个AI工具，比如报告、PPT、表格、思维导图、音频与视频，都是是一键生成

网址：notebooklm.google.com

  1. Antigravity Tools

Google新推出的Antigravity，但是登录授权容易卡住，Antigravity Tools 为Antigravity提供了一键无缝账号切换功能，非常好用

网址：github.com