我们不能只升级模型，不升级人
Zheng Li
当公司愿意投入越来越多的资源训练模型，却对人的成长失去耐心，我们可能正在浪费 AI 时代最重要的资源。这篇文章想谈谈普通人的可塑性，以及真正的转型应该如何发生。
继续阅读FROM THE COLLECTION
2026 年
35 篇文章
Zheng Li当工资和 Token 开始争夺同一块预算
Zheng Li
AI Native 不只是在改变工具，也在改变公司如何理解开发成本。当工资、Token 和组织规模被放进同一张账本，资本、管理者和生产者之间原有的利益关系也会随之松动。这篇文章不急着给答案，只想把这笔越来越难回避的账算清楚。
继续阅读中美军改合成旅模式对大型软件企业的架构启示与AI时代扁平化管理研究
Zheng Li
组织规模一大，软件企业的决策链路越来越长，响应速度却越来越慢，这和现代战争中大兵团机动作战的困境高度相似。我在研究组织变革时注意到，中美两国陆军的合成旅改革恰好提供了一套现成的解题思路——把前端作战单元做轻、把底座做扎实、让前线自主决策。这种“强底座+合成单元+意图指挥”的组合，或许正是AI时代软件企业跨越规模陷阱的关键。身为一个一直在探索如何让大组织保持敏捷的人，我深感军改经验的价值远不止于理论启发。
继续阅读走向个性化定制系统之路
Zheng Li
面对 Mac 越来越贵的硬件税和 Windows 逐渐淡出开发者视野，Linux 桌面系统似乎迎来了久违的春天。但我最近不仅是在看技术选型，更是在 DHH 拿到 800 万美元捐赠的事件中，看到了操作系统规则彻底被重写的瞬间：AI 把做系统的门槛降到了个人能及，而用户不再想要千篇一律的默认设置，而是开始为某个具体的人的审美和品味买单。这不再是一场关于代码或开源社区的胜利，而是一种全新的供需关系，正如我们从门户网站转向关注具体博主一样，属于“个人定制操作系统”的时代哨声已经吹响。
继续阅读异构
Zheng Li
这两年谈 AI 转型的人越来越多，方法论也越来越多，但真正落到组织里的时候，大家常常发现，一套方法压不下去。焦虑在上层积着，摸索在下层散着，中间层夹在中间不知道推什么。这篇文章想借计算机体系结构里"同构"到"异构"的那一段转折，聊一聊我对这件事的一点观察。
继续阅读AI 来了，人情淡了
Zheng Li
在两个组之间的落差里，我想聊聊 AI 时代下人的处境。轻舟已过万重山，回头看这条路。
继续阅读从 skill 到 entity：两年间我们走到了哪
Zheng Li
两年间AI从skill走到entity，它不再是工具，更像组织。我写这篇文章，是因为看到太多人在这个递归里被一层层往上推，却没人把这件事说清楚。当entity接管了所有可流程化的判断后，我们被推到顶层，最终发现自己能守住的东西，只剩下“想要什么”这一件事。这个问题没有标准答案，每个人的西红柿炒鸡蛋都不一样。
继续阅读涨潮、克隆鼠和 Context Window
Zheng Li
AI 的能力像涨潮，每涨一寸，人就得往高处退一步。在这种加速中，我用克隆鼠实验和大模型的 Context Window 想了想人类寿命有限这件事，发现它可能不是 bug，而是 feature。
继续阅读有"钱"花不出去会不会更焦虑？
Zheng Li
在 AI 时代，Token 正在悄悄变成一种新货币。不是比特币那种需要挖矿的虚拟货币，而是更基础的东西——你能调动多少 AI 算力，取决于你有多少 Token。Claude、GPT、Gemini，背后都是 Token 在流动，它成了衡量「AI 能力」的一般等价物。 既然是货币，就可以用经济学的眼光去看它。
继续阅读用多少Token，开多少工资
Zheng Li
工程师的薪资不再只买代码，而是买你调动算力的“杠杆率”。一位Principal工程师每天理应消耗近150亿Token来证明自己配得上那份高薪——如果你还在靠手写代码填价值黑洞，说明该重新审视自己的算力投入了。
继续阅读