同一批模型，为什么只有你的上下文值钱

Greg Isenberg 在 X 上发了一份49条清单，标题很直白：把公司做成最吃AI的公司，就是全部游戏。原帖地址：https://x.com/gregisenberg/status/2121331227009364340。

这份清单不像提示词合集，更像把公司拆成一个可查询、可版本化的仓库。第二大脑是一个 Obsidian 文件夹，里面放 markdown 文件，记录你怎么想、怎么写、怎么决策。公司大脑再加一层：客户、通话、数字、定价、playbook、过去做过的决定，以及当时为什么那样决定。

Greg 的路线很清楚。用 Wispr 之类的语音工具把日常想法接进去，让代理归档事实、故事和决策。通话和会议用 Granola 录音，转录直接进大脑。单独维护一份事实文件，写清楚代理可以说的真事，减少编造。再维护一份声音文件：50篇你最好的帖子，20篇你讨厌的帖子，还有你永远不用的词。

这些文件放进 GitHub，每次修改都有历史。顶层放一个 CLAUDE.md 或 AGENTS.md，要求代理做任何任务前先读文件，不要覆盖旧内容，写清楚日期。跨会话记忆也要给，不然代理每次都从零开始。数据源统一进一个仓库，广告、分析、CRM、支付都能查。Greg 的原话是，模型对所有人都一样，只有你的上下文属于你。尽量多、尽量快地把上下文攒起来。

清单后半段更偏执行。先装现成技能，Anthropic 的技能库、Superpowers、Matt Pocock、Addy Osmani 都可以看。营销技能也装。把公司里每个工作流按赚钱或省钱排序。每个流程自己先做一遍，边做边说，录下来，再让代理把录音变成技能：什么时候用、步骤、检查点、要避开的错误。一个技能只干一件事，小而且无聊，比一个巨型提示词可靠。

MCP 用来接工具，让代理能动手，不只给建议。Gmail、Slack、Stripe、Linear、Notion、PostHog、Supabase 都能接。代理还需要浏览器，需要自己的电脑去操作没有 API 的软件。编排器一直在线，一个项目一个代理，每个代理再跑子代理。编码代理负责建造，外面套一层 harness，让它们计划、测试、记忆。所有代理在一个地方管理，有任务、预算和日志。技能可以挂触发器，每天跑、每周跑、新线索进来跑、取消订阅时跑。模型也要路由，贵的规划检查，便宜的跑量。按任务核算成本，成本高于收益就修或者杀。

工厂部分像软件流水线。规格代理，多个建造代理并行跑 git worktree，测试代理，审查代理，最后部署。设计也走同一条线。每个烦人的任务当天变成内部工具。每个客户请求先变成 pull request，人类再读。审查代理要有明确标准，比如“世界上最好的团队会不会发布这个”，答案是否就拒绝。保留50个真实案例和正确答案，新模型发布就重跑，换到赢家。人类保留审批、结果责任和客户沟通。

循环部分更关键。每个完成的工作都写回大脑：什么成了、什么败了、什么该停。支持工单、分析、社交评论每晚流入。每周五代理根据本周结果重写 playbook，人审批 diff。每月按每人类小时利润排序，杀掉一个，翻倍一个。增长也走代理：花一美元前先研究，外呼自动找线索、补全、验证、发送，广告循环写素材、投 Facebook Ads API、杀 losers、放大 winners。每个完成的项目变成内容，故事、数字、提示词都行。每个客户让大脑对下一个客户更聪明。

回复里有几条比清单本身更接近落地。有网友问，谁来维护这一切。这个问题比第1条更现实。有网友说，50个真实案例才是真正资产，模型来来去去，标准留下。有网友提醒，事实文件里每条声明都该有来源、负责人和过期日期，否则代理会忠实重复上季度的定价，还说得理直气壮。有网友从工程角度指出，LLM 上下文窗口有限，把所有东西塞给代理并不优。也有网友讽刺，录下每次通话，最直接的效果可能是减少被邀请参会。还有网友说，自己建过类似系统，喂系统的时间比卖东西还多。

这份清单真正难抄的地方不在工具名。事实文件会过期，playbook 会变成旧决策垃圾抽屉，录音会改变会议气氛，代理会自信地引用错误信息。Greg 给出的解法是版本化、写日期、周五重写、按成本杀任务。能抄走的是49条结构，抄不走的是维护结构的人。