About
我是李简,工作内外都和 AI 打交道。
AI 变化很快,很多问题也没有标准答案。比起站在岸上总结一套看起来正确的方法,我更愿意自己先搭起来、跑一段时间,再把过程中真实发生的东西写下来:一开始为什么这样做,哪里判断错了,哪些环节后来被我砍掉,以及一个还不完美的系统究竟解决了什么问题。
所以这里既有我对 Agent、企业 AI 和个人系统的观察,也有一些亲手做出来的东西:写作编辑室、信息材料系统、视频生产线、iOS 应用和知识图谱。它们不一定都已经完成,但都有真实的结构、产物和迭代过程。
我想展示的不是一套标准答案,而是人在 AI 时代如何一边使用工具,一边保留判断,并把模糊的问题慢慢做成可以运行的东西。
01
持续关注
- Agent 与 Harness从模型能力走到执行、上下文、验证和治理。
- 企业 AI产品进入真实组织后,会遇到哪些流程、数据与信任摩擦。
- 个人系统把信息、写作和判断接成能长期运行的个人基础设施。
- AI 创作用视频、3D、iOS 和交互原型测试新的表达方式。
- 判断与评测没有唯一答案时,怎样留下证据、校准过程并允许系统失败。
02
最近在做
- LijianVideo从故事源、九格分镜到生成、后期和发布的 AI 视频生产系统,用成本 gate 与完播反馈持续淘汰无效机制。主力 P-B 生产线持续迭代
- Lijian一间本地写作编辑室:把选题、研究、事实核查、语言审计和公众号排版接成可续跑的生产流程。持续用于李简AI长文生产
- Observe持续运行的信息材料系统:从一手信源中准备 Daily Brief、Weekly Rollup 与可直接进入写作的选题材料。日更主链路持续运行
03
继续关注
公众号「李简AI」放长文与完整过程;X 上记录更短的判断和现场观察。