1. Frank 和 Melody：AI 是工具，真正把人接回来的还是附近的人#

Frank 前几期讲过自己的重度抑郁康复经历，这一期他邀请 Melody 一起，聊一个更大的问题：当年轻人失去意义感，真实世界如何重新打开他们？

Melody 讲到一个很重要的判断：很多时候，人不是缺一个宏大叙事，而是缺少对身边具体的人、具体关系、具体附近的感知。

AI 可以帮你记录情绪、整理日记、生成对话、辅助陪伴，但一个人真正重新获得意义感，往往不是因为一个工具突然给了答案，而是因为他重新和真实世界里的某个人、某个地方、某段经历接上了。

2. Ray & Zerui：灵感共创不是听课，是把一个需求拆到能动手#

「AI+X 灵感共创」房间依然是开放工坊。

有人想做一个个人简历网站，有人问复杂项目里文档和代码太多，AI 找不到重点怎么办，有人关心从开源项目二次开发时如何让 Agent 理解架构。

Ray 和 Zerui 的回答不是”你让 AI 写就行了”，而是讲怎么先把需求说清楚，怎么形成最小闭环，怎么维护文档、CI、架构说明和 Skill。

它不负责把每个想法都夸成”伟大项目”。它负责把一个模糊的灵感，拆到下一步能试、能改、能有人接着做。

3. 袁军、老顽童和一群想转型的人：FDE 不只是新岗位，而是新关系#

FDE 团队共创房间，从一开始就很像”找队友”的现场。

两个都在杭州上城区、都想转向 FDE 的伙伴，在自我介绍环节发现彼此离得很近，立刻约着”有机会线下交流一下”。

袁军笑着说：正好给你们俩提供了一个认识的机会。

每个人带来一块拼图，先碰一下，才知道能不能拼到一起。

4. 小乌云和青山村：一个村庄，也可以是 AI+X 的入口#

青山村的故事，表面上是乡村运营，但它真正有意思的地方是”连接”——连接人与自然，连接乡村和城市，连接新老村民。

小乌云想发起青山村 Online，不是为了做一个抽象的文旅平台，而是想让村里的工作室、饭店、访客、新村民、老村民和外部伙伴之间，有一个更轻的入口。

AI+X 不只是模型、Agent、工具链。它也可以从一座真实的村庄开始。

5. 王熠明：一个宝爸在空房间里，坚持把项目讲完#

王熠明等了好几分钟，房间里一直没人。他说：没人我就自己给自己讲了。

他的项目叫”聆芽胎教声音工作室”：录一段声音，克隆宝爸宝妈或爷爷奶奶的音色，结合胎教音乐和知识库，生成个性化胎教音频。

后来终于有一位同样是爸爸的张龙进来，两个人立刻聊到儿童看护、夜晚惊醒、保姆风险、摄像头隐私等更真实的问题。

AI 在这里不是酷炫概念。它是一个忙碌的人，想把自己的声音留给家人。

6. 郑淑文：一个非技术背景的人，用 AI 给自己做了一条求职流水线#

郑淑文不是互联网行业出身，接触 Vibe Coding 只有一个多月，但她做出了 Bosshunter——一个已经开源的智能求职 Agent。

她很认真地保留了”人工确认”，因为她发现 AI 会编：HR 问住哪里，它可能直接说”我家就在公司楼下”。

真正能用的 Agent，不是把人完全拿掉，而是知道哪些地方必须让人回来确认。

7. 翊博：AI 时代学量化，更要亲手写代码#

翊博抛出一个问题：AI 时代，学习量化金融还有必要学习代码吗？

他的回答很明确：不仅有必要，而且比以往任何时候都更重要。AI 可以帮你生成代码，但不能替你建立”量化直觉”。

AI 确实降低了技术门槛，但如果只会让 AI 写一个”能赚钱的策略”，结果往往是所有人都在复制同一类已知范式。

8. 毅成：AI 是你的工具，还是你的协作者？#

毅成做的是一个 AI 协作成熟度评测（AIq），从表达能力、委托能力、辨别能力、任务拆分能力等维度，看一个人如何和 AI 共同完成真实任务。

当 AI 从工具变成协作者，人自己的能力边界也要重新被看见、被描述、被训练。

9. 闫佳宜：AI 要进工业现场，不能只会”表演看图”#

闫佳宜的团队做图形 AI 模型，面向工程图纸。她展示了一个很具体的例子：问 CPVC 管件最小承口深度，通用模型可能给一段看似专业的回答，而他们的系统会给出规范名称、规范链接。

更有意思的是，一个来自新城控股做内部审计的伙伴进来，说他们公司有大量图纸要审核，五年来”都在叠人工”。双方当场互加微信。

一个技术团队讲了七年的图形 AI，终于在一个房间里碰到了一个真实行业场景里正在痛的人。

10. Candy：项目经理最想要的 AI，不是炫技，是少催 100 次进度#

Candy 是 Datawhale 项目经理，最多时手上并行过 20 个项目。大家最后把需求收敛成几个方向：自动提醒、进度追踪、跨文档同步、总看板、风险标红。

这个房间没有立刻做出一个产品，但它把一堆 PM 平时独自承受的琐碎痛苦，变成了一个可以被共同讨论、共同落地的需求池。

11. Chris 和 WorkBuddy：Agent 上岗，最后还是要回到企业里的真实流程#

这个房间让”Agent 落地”从抽象概念落到真实问题上：数据在哪里？记忆怎么管？企业知识能不能商品化？桌面端 Agent、专家团、Skill、MCP、企业系统之间到底怎么连接？

Demo 很容易做。真正上岗，要处理的是细碎但绕不开的流程、权限、合规和协同问题。

12. Fun 师傅：智能体也会”记忆碎片”#

Fun 师傅从电影《记忆碎片》讲起，把主角的顺行性失忆类比到现在的 Agent。他的判断很清楚：上下文不是越长越好。真正重要的是，什么信息该被加载，什么信息该被摘要，什么信息该被沉淀成项目记忆。

智能体不是只要更聪明。它还需要像人一样，有可靠的外部记忆系统。

13. David Zhu：一张认证背后，是 AI 架构师职业路线正在成形#

表面上看，这是一个 Claude Certified Architect 认证经验分享。但它背后是另一条正在形成的职业路径：AI 架构师、FDE、远程工程师、企业项目交付之间，未来会形成什么样的工作关系？

认证只是一个入口。

14. 元甲：不追最热的 AI，也可以用 AI 降低做产品的门槛#

元甲要做的是线下遇到 crush 时的搭讪辅助工具。他只做 30 米范围内的线下匹配，打招呼必须付费，对方不同意则退费——付费既是商业模式，也是防止滥用的一道门槛。

AI+X 里的 X，不一定非要跟 AI 深度绑定。有时候 AI 只是把做产品的门槛降下来。

15. 张鼎伦：AI 科研绘图，不是生成一张漂亮图就结束#

张鼎伦把科研绘图拆得很细，也一直在强调边界：AI 可以辅助画机制图，但不能伪造实证影像图；投稿时要根据期刊要求披露 AI 辅助使用情况。最稳定的方法，是让 AI 生成初稿，再用工具手动复刻成可编辑矢量图。

怎么让 AI 进入科研工作流，同时守住准确性、可编辑性和学术合规。

16. YouNavi：很多重要信息，不在文档里，而在对话里#

YouNavi 想做的事是把对话变成可沉淀、可追问、可行动的认知资产。

很多真正重要的信息，不是写在文档里，而是发生在一场场对话里。

17. OPC 智脑：一个创业想法，先让 AI 帮你判一判#

李屹镒展示的 OPC 智脑不替创业者做所有事，而是帮一人创业者判断：你的想法处在哪个阶段？接下来最该解决什么问题？

现场一位伙伴分享自己的 AI 面试官项目，李屹镒直接拿来做现场评测，发现判定有瑕疵，换模型重新提问。

OPC 需要 AI 军师，但 AI 军师也需要真实创业者来训练它。

18. AI 文献阅读：Auto Science 的入口，也许先从读文献开始#

吕志远正在做 Auto Science 相关探索。他的判断是：自动科研太大，更好的切入口可能是文献阅读器。

Auto Science 不一定先从”AI 自动发现重大科学问题”开始。它也许先从一件很朴素的事开始：让更多人真的读文献，并把读过的文献变成可复用的科研记忆。

19. 世界模型：AI 要理解世界，不只是会说世界#

围绕 Spark 2.0、3D 高斯、空间智能展开。春日讲：过去几年 AI 最大的突破是大模型，但它并不真正理解世界。所以下一代能力，需要空间智能、时间智能、物理智能。

3D 渲染、建筑、机器人、自动驾驶、工程应用——原本不在同一张桌子上的人，被同一个问题拉到了一起：AI 什么时候才算真正理解世界？

20. OPCπ 对：一人公司需要的不只是工具，还有同路人#

一个人可以开公司，但一个人不该没有同路人。