文章
按时间倒序整理的全部文章。
-
Community Wisdom 298：先找痛点与瓶颈，再决定用 AI 还是换工具
这期四组讨论表面上分散在儿童篮球 AI 教练、Jira 与 Linear 迁移、平台团队的商业论证，以及工作中的 AI 用法，底层却在回答同一个问题：当一种新能力看起来可以加速工作时，怎样确认它击中了真正的约束。
-
AI 转型的瓶颈是习惯、激励与决策权
AI 工具部署完成后，团队采用率取决于真实任务收益、同伴示范、人机边界、试错成本和管理预期。
-
需求从文档变成团队能力之后，所有权反而要更清楚
这期最值得留下的是第一组讨论：工程师能否在 PM 没有给出清晰需求时直接开始构建。
-
AI 加速处理之后，判断系统必须升级
这期 Community Wisdom 的四组讨论指向同一个变化：AI 和自动化降低了生成、筛选、整理与表达的成本，系统瓶颈随之转向判断。
-
代码记录现实，文档保存意图
这期 Community Wisdom 最值得留下的几组讨论，都在区分表面问题与真正的约束。
-
生成与构建变便宜之后，具体判断成为稀缺品
这期 Community Wisdom 的四组讨论指向同一个变化：AI 正在把生成文字、构建产品和制作材料的成本压低，通用产出因此迅速贬值。
-
能力变便宜之后，系统瓶颈决定价值
这期 Community Wisdom 最值得留下的内容来自四组讨论：如何选择开放权重模型、如何安排一次高成本商务旅行、如何从混杂客户中识别 ICP，以及产品交付速度超过市场承接速度时怎么办。
-
问 AI 能不能做之前，先问系统会不会接受
这期 Community Wisdom 的主线很清楚：产出一个可用结果，和让结果穿过组织、市场与责任边界，是两件不同的事。
-
AI 交付需要一条可验证的证据链
这期 Community Wisdom 的四组讨论看似分散，实际都在处理同一个变化：AI 大幅压低了产出代码、界面和内部工具的成本，真正稀缺的部分随之转向意图传递、结果验证和责任承担。
-
执行成本下降之后，瓶颈转向治理
这期 Community Wisdom 收录了六组社区讨论。