晓辉博士，清华大学城市规划博士，研究复杂系统与涌现，两个孩子的母亲。她的履历是一条折线而不是阶梯：创业五年、进大厂研究院、做自媒体到百万粉、2026 年 7 月离职。48 条职业与人生视频，基本是给这条折线做的注脚——她很少讲”应该怎样”，更多讲”我当时错在哪、后来怎么改的”。

一、职业叙事：两次创业都没有被美化

第一次创业做 SaaS，赛道是房地产。五年、近二十人、没有融资，靠咨询业务养团队，最后收不回款而结束。第一个坑是招人太快——模式还没跑通，团队已招到二十多人，且清一色工程师背景，一度想拿家里的钱贴进去。反面教训同样具体：正因为不融资、靠咨询养团队，她反而没背上回购债务，”同期不少创业者至今还在还钱”。收场按 N+1 遣散。

这段经历留下的印记是身份层面的——”不敢面对清华博士的身份”。之后她进入腾讯研究院做产业研究，做”科技九宫格”周更与 AI 转型研究，2026 年 7 月底离开滨海大厦；离职理由是”人生每个阶段有自己的命题”，一个细节是，她离职这几个月还买了腾讯股票——说明这不是逃离，是换位置。第二次她改了口径：不做”创业”，做”做生意”，先要现金流。

外界看到的创业者故事都是被简化后的版本。对谈上市公司 CEO 王家良三小时后，她记下的关键词是 muddling through——摸着石头过河，裤脚全是泥；那家公司十年做了七八款产品，大量验证失败才找到 PMF，最核心的资产是”能应对各种变化的团队”。上市也不等于财务自由：会破发、退市、被恶意收购。

二、求职：把搜索面开到最大，再贴一个 AI 标签

她对形势的判断不乐观也不悲观：连斯坦福博士找工作都变难，二三线院校学生更甚；但用人单位正在”换血”，想招 AI native 的人，这是结构性窗口。

方法论三条。第一，极大扩找工作搜索面，像猎人而不是投简历。比喻来自她在 UC Berkeley 访学时租房的教训：只找两三套、全有问题、时间又紧，非常被动；正确做法是把搜索源扩到最大，先拿到 offer 再挑，”别在还没考试时就想上清华还是北大”。第二，贴 AI 标签——能把 AI 与真实产业任务结合、大规模指挥 agent 交付；这类素养大学不教。第三，做出一两个拿得出手的作品，因为导师和 HR 往往不知道今天的 agent 能干什么，这是可利用的信息差。底层仍是”人靠不靠谱”：能不能让人相信你可以端到端交付。

招聘端的变化印证了这套打法。Kimi 抛出”100-1000-10000”标准——迭代一个想法 100 次、品鉴 1000 个产品、投入 1 万小时；配套的 wildcard 全球仅 7 个名额，创业失败、辍学、独立开发者都不设限。她的解读是：能被清晰定义的岗位会先交给 AI，剩下都是”因人而异”的工作，招聘于是从”因岗定人”转向因人定岗。一位独角兽 CTO 进 Kimi 时没应聘具体岗位，进去后自己找到”增长团队基建没人做”就接手。

具体到岗位有两个判断。FDE（前沿部署工程师）是确定有位置的切口——从数字化转型到 AI 转型，互联网、创业公司、国央企都在做。编程则分两条路：谋生型（按需求交付代码）会像打字员、制图员一样收缩，AI 已能完成 80%–90%，可能只留 10%–20% 指挥 AI 的人；精进型（系统与架构设计、代码审查）长期同样被侵蚀，但”理解系统、把问题讲清楚、把经验变成复利”可迁移，走这条路要保留手搓代码的”健脑房”。她自己用 Astra 处理 TCL 访谈的三机位素材后，决定不再招初级剪辑——初级校对与剪辑已不需要人，价值挪到节奏、叙事与观众判断。

三、创业与做生意：先卖，再做；先活着

与任鑫（连续创业者，”今夜酒店特价”卖给京东）对谈时最锋利的一句是先卖，再做。AI 让”做出一个东西”的成本降约 100 倍，这项能力同步贬值约 100 倍；相对升值的是”找到人买东西”。他的实验很干脆：产品一行代码没写就先卖——5 万元、四周、每周 2 小时，做不到全额退款。结果很多人买单不是因为产品，而是因为”需要一个大师“：先诊断、先让脑子清楚。

两次失败他都不修饰：第一次做”聚聚”（微信群聊雏形），转成”今夜酒店特价”后被携程打压，卖掉；第二次败在 ego 不肯早关——”早关两天”。标准是：假设被证伪就该关；要”坚持”，也应先把钱还给投资人、遣散团队、自己小规模探索。

宋超（北辰青年，创业第十年）的教训像现金流教科书：16–20 年靠 to B 赞助活着（客户与用户是两拨人，提案成功率不可控）；20 年转 to C 收费 4000–8000 元/期；21 年投放 ROI 从 8–12 掉到 1.x；22 年上海封控现金流崩塌，一年才想明白排序是”先砍成本，再想赚钱，最后才想融资“；23 年又拿融资乱开线下空间，几百万烧掉。结论只有一句：先活着，否则所有美好都会灰飞烟灭。

她自己的版本更朴素：”有问题的地方，才有你的机会空间。”2019–2020 年她和朋友做的播客”果说”已录 100 多期、荔枝 FM 每期过万播放，但”没有商业模式”所以放弃，转做房地产 SaaS，结果行业下行，既没赚钱也没做成喜欢的事。她的修正建议是：不确定做什么时，先做”不给钱也愿意做”的事，再摸索变现——问题越痛的地方商业空间越大（例子是硅谷朋友专做出海医疗合规，把麻烦做成生意）。

四、离职与自我重建：把人生当实验

离职这个决定是”跟 AI 聊出来的”——她用 ChatGPT/Claude 聊了四五次，AI 把”女性、俩娃妈、大厂、AI、城市规划”几个标签汇成一句”破局者“，让她看见自己。方法论叫把人生当实验：实验室允许失败，所以第一天就知道可以失败。离职后她先做三件”确定性”的事——买保险、做体检、调作息——再谈商业模式；商业上坚持多元化经营以保留”选择权”。

底色是《为什么伟大不能被计划》：目标规划覆盖不了现实可能性。她引 Paul Graham 的”上风位”（stay upwind）——判断这件事是否把你吹向选项更多的地方，本质是”做难而正确的事”；并主张不做线性规划，顺着当下最有前景且真正感兴趣的方向走。在香港被一句话击中：”要允许自己一段时间找不到最优解。”她习惯想明白再动手，但很多事光想不明白，现实的反馈才是校准方向的标识——所以要有王潮歌做《只有河南》那种”纵身一跃”。

身体是硬约束。《臣服实验》让她两度落泪，她保留了怀疑；能量化的是冥想：每天 15 分钟、一周后静息心率从 75 降到 66，附带变化是叫孩子起床不再催吼、改成”要不要抱一下”。4:30 早起是另一次完整实验：7 天从夜行切到晨行，第 17 天稳定，目标 21:30 睡，收益是早晨两小时无人打扰的整块时间。但她没解决的部分也很清楚——日更两周年时晨间心率 100+、录制时 119，”收放自如”始终没做到；AI 提效没有消除疲惫，因为身体和家庭从未被排进优先级前列。

对”你一下班我就焦虑”，她先承认这正常（自己也焦虑了几个月，胸闷、睡不好），再修正旧说法——”行动起来就能缓解焦虑”不一定成立，越行动越了解 AI 的上限，越发现”你能做的别人也能做”，反而更卷。更根本的是回到自己：你想要什么。她还辨认出一种更隐蔽的驱动：长期”每件事百分百投入”背后是恐惧——怕被说做得不好、怕浪费 token、怕不达标就不被喜欢；对照的记忆是 2014 年 6 月在五道口卖唱、收了 70 多元的那种纯粹。

五、高考、大学与自主性

她的判断是高考不是一次决定命运的选择。引子是 2015 年清华博士毕业典礼发言《我们这个时代的变与不变》：当年担心”跑不过时间、做错选择”，十多年后回看发现选择没那么重要，因为无法预测未来——她 2021 年还一度想”100 天转码”，没人预料到大模型对程序员和白领的冲击。她引兰小欢：我们高估选择与判断的影响，决定人生节奏的是你是什么人、你的习惯与状态。确定性来自过去而非未来——初心、读过的文献、做过的实验、一起战斗过的朋友；选择应基于这些，顺着天赋（做起来毫不费力的事）与热爱走。

择校上，选城市可能比选大学更重要（实习资源、城市环境、人的状态）；对计算机这类专业，要么做到 top 5%–10%，要么把它当思维训练的工具（芒格的多学科思维），任何选择都来得及改。不知道喜欢什么时，”有点兴趣、想试试、又一直不敢试”的那件事往往就该开始；自主性要靠主动选择滋养，长期被动会失去热情。她甚至认为环境差、方向不明，对自主性强的人反而是机会——路径依赖的成熟体系里年轻人没机会，不确定时代才长出新东西。人与 AI 的区别也因此很朴素：人有自主选择并承担后果的能力，AI 不能。

这条线延伸到教育。大学的第一层功能是筛选，但真正重要的是同水平同年龄的同辈；教授那种具体的判断力仍有效——不会提问的人，很难从 AI 那里问出专业领域里的真问题。她认为每个学生都该学商业：AI 拿不到现实反馈，只有创业与试错才能发现新机会。育儿的悖论最狠：按着写作业能保住基本功，却磨掉自主性——”掌握了基础技能，却失去了孩子变得不同的机会”。创新学校校长提的”人类保护区“同构：学校不再是筛选器，而是保护主体性、批判性思维与合作能力；一位老师的话被反复引用——”从 30 分到 70 分 AI 很容易，70 到 90 非常难”，那一段必须人投入注意力打磨。

六、热爱、赚钱与超级个体

“顺着热爱去赚钱”在她这里不是鸡汤，是识别方法：回看”工作以外、薪资以外”你曾经靠什么赚到过钱。对谈 AI 博主”人工雨林”时，对方的生意是品牌战略咨询——AI 没有审美但有近乎无限的算力，是审美的放大器（×100000），所以用自己的审美服务别人的审美。体系化教育产出的是”均值人”，AI 反而可用来追问自己。

超级个体被她分成两条路：一条奔着搞钱（出海、亚马逊、流量），一条偏人本主义（热爱加价值感，做疗愈、亲密关系、life coach）。成熟个体月入 3–5 万，常态 1–2 万；关键不是先做账号，而是找到自己解决过的问题（your own problem）再卖解决方案。案例是一个只做转介绍的 life coach，同时服务 120 多人、年收入 200–300 万，过半是情绪价值（被看见、被陪伴）。对超级个体而言最贵的是精力，所以要克制开支线，关注杠杆与复利：挖井，不是砍树。

大厂内外的差别归结为一条：是否直接面对客户。大厂的超级个体是”在一个专业岗位上把价值放大”，是产业链一环、不承担最终交付；独立者要端到端——既是售前也是售后、交付方也是 PR，必须回答”客户为什么买单、会不会复购”。代价是为自己的选择负责；大厂一方的体会是，个体加 AI 的边界很快到来，”有些事我不擅长，AI 也只能到此为止”，因此更渴求超级团队——与同水平品位的人互补。吴明辉公司 1000 多名员工配了 3000 多个 Agent；她追问”极致形态是不是 1 个 CEO 加一堆 Agent”，回答是：人在现实中感受、旅行会持续产生新想法，末端的多样性 AI 替代不了。

七、可操作清单

求职

  1. 把搜索源扩到最大：先批量拿 offer 再挑，别在没考试前就纠结上清华还是北大。
  2. 给自己贴一个可验证的 AI 标签：”能指挥 agent 端到端交付某个产业任务”，而不是”会用”。
  3. 做一两个能拿出手的作品，填平”HR 不知道 agent 能干什么”的信息差。
  4. 从手边实习岗位切入，拆出哪些工作流可被 AI 替代、哪些必须留人，算出提效比例。
  5. 走技术路线保留手搓代码的”健脑房”；走交付路线把注意力从”这个环节”移到”端到端价值”。

创业 / 做生意

  1. 先卖再做：先收钱或收订单，再谈产品；把”做一个东西”的 100 倍贬值算进定价。
  2. 排序固定为：先砍成本、再想赚钱、最后才想融资；假设被证伪就关，别用 ego 拖两天。
  3. 招人节奏跟着模式跑：模式没跑通前不扩团队；能靠咨询养活就不轻易融资，避免回购债。
  4. 从”自己生活里真想解决的问题”选题，挑一两个用 AI 试着解决——越痛的地方空间越大。

选择 / 人生

  1. 用”上风位”筛选项：这件事是否把我吹向选项更多的地方；宁可难而正确，不选一溜就下去的路。
  2. 离职或转向时先做三件确定性的事（保险、体检、作息），再谈商业模式；保留多元化收入以留住选择权。
  3. 允许自己一段时间找不到最优解，用一个小实验（14 天为限）替代长期推演，并把结果公开换真实反馈。
  4. 每天留 15 分钟静息练习，先能察觉紧张，才谈得上不被牵着走。

八、局限

  • 转写误差：48 条均为语音识别产物，人名、公司名错讹较多（张予彤、王虹、王潮歌、吴明辉等均带存疑标注），引用前需回原片核对。
  • 样本偏差：职业样本集中于 AI 行业、大厂研究院与一线城市资源圈；”扩搜索面”“做作品”对缺少实习渠道的人未必可行。
  • 幸存者叙事：两次创业失败讲得坦白，但”离职—自媒体—创业”能走通，依赖百万粉的既有积累，难以复制。
  • 数据口径不一：月入 3–5 万、life coach 200–300 万、AI 完成 80%–90% 代码等均为转述或个体观察，非统计结论。
  • 观点随时间漂移：她对”行动缓解焦虑”的自我修正、对”松弛”的态度变化都发生在半年内，这套方法论仍在实验中，不宜当作定论。