dontbesilent 聊赚钱的群 2026-06-08 回顾

Claude/API/中转站：工具稳定性本质上也是“对标思维”

上午群里先聊 Claude 账号、API 接入和中转站。有人说人在国外也被封号，规则看不懂；也有人分享经验，说仅仅解决家庭宽带 IP 不够，设备、手机号、安装的 App、地区和支付方式都可能成为风险因素。

Xavier 把这件事归到“对标思维”：找几个长期没被封的人，看他们怎么做。有人倾向专机专用，用美版设备、美版软件和稳定网络；也有人觉得靠谱中转站更省事。Don 也直接给了工具入口。

资料Don 发出的 codesome 使用方式：

1. codesome 产品服务
2. codesome 使用指南
3. 95 折优惠下单链接

群里还提到 ofox 的免费额度链接：https://ofox.ai/x/dbskill

重点这段不是单纯的工具推荐，而是在说：当规则复杂时，不要凭感觉瞎折腾，直接对标稳定使用的人，拆他们的环境、支付、设备和工作流。

小公司用人：不要期待人人创新，把预算押在少数“大脑”上

上午后半段，话题转到员工和组织。Xavier 分享了一个很强的判断：不要对员工期待太高，把他们当“小学生”就行。主管跑通 0-1，其他人复制 SOP；不要求人人都有创新能力，甚至很多时候“有创新能力”也不是岗位需要。

他举了一个预算分配例子：如果 10 个运营总预算 20 万，不一定要招 10 个 2 万的人，而是可以把更多预算集中到一个负责 0-1 的“大脑”身上，剩下的人做复制和执行。这个贵的人相当于老板的分身，其他人则蒸馏这个人。

这段讨论的重点不是具体薪资数字，而是组织分工：最稀缺的是能判断、能跑通、能做 0-1 的人；普通员工更适合做标准化复制。

重点小公司最容易犯的错，是想招一堆“全能型员工”。但全能型员工往往是悖论：真全能的人不一定来打工，来了也很难留住。

经验不能成为个人黑箱：日报、知识管理和“蒸馏学习法”

中午这段继续深入到“人走了怎么办”。Xavier 的回答很清楚：公司每天要写日报，有完整知识管理体系，不能让某个人的能力成为黑箱。最终有经验的应该是公司，而不是某个人。

后面他讲了一个“蒸馏学习法”。第一阶段是老板定目标、定计划，员工执行到位；第二阶段是老板定目标，员工定计划，老板审核反馈；第三阶段是员工独立定目标和计划。什么时候可以放权？当他做出来的计划和老板的计划高度一致时。

这段很像把管理训练成一个模型蒸馏过程：员工不是一开始就理解老板，而是在执行、反馈、批评、调整中逐渐学会老板的判断方式。

做法如果要培养中层，不是直接“授权”，而是反复让他做计划、拿反馈、修正判断。放权不是靠信任感，而是靠判断模型逐渐同频。

AI 介入管理：不是监督员工，而是让员工每天做更重要的事

Xavier 说自己今年上半年一直在做 AI 改革。他最近做了一个系统：任务清单加日历时间轴，记录员工几点干了什么、每天做了什么。这个系统的目的不是监督，而是把公司的北极星指标、OKR、月计划喂给智能体，让它给员工每天的工作任务打分。

这个打分的核心是“是否接近公司核心目标”。越接近核心目标，分数越高。很多员工不是不努力，而是不知道什么事情最重要；如果忙了八小时都在做低价值小事，产出就会很差。

重点AI 在这里不是替员工干活，而是替老板做一部分“战略提醒”：让员工在原来的工作时间里，更聚焦 ROI 最高的事情。

Xavier 还提到自己不推崇加班。因为问题不是时间不够，而是八小时内有没有做重要的事。如果低效工作再延长两小时，只是把低价值动作摊得更长。

从超级个体到超级组织：先跑通业务，再按 SOP 招人

下午群里继续围绕“一人公司、OPC、团队化”展开。Xavier 的判断是，一人公司只是创业起点，最终都要组织化。超级组织会对超级个体形成降维打击。

但组织化不是一上来就招人，而是先自己把业务跑通，再把业务梳理成 SOP，然后按照 SOP 的执行需求招人。面试时甚至可以直接拿 SOP 给对方做。此时不需要问太多“主观能动性、积极配合、勤恳”这些抽象词，先看他能不能完成 SOP。

重点新公司起步，不要指望员工帮你跑通业务。老板自己跑通 0-1，再让员工复制 1-100。

有人问销售能不能 SOP 化。群里给出的做法是：拆解 300 个成交案例，尤其是拆销冠的能力。销售的核心能力模型，不是凭空写出来的，而是从优秀客户案例和优秀聊天记录里萃取出来的。

做法销售 SOP 的源头不是培训课，而是你们自己最成功的成交记录。

小团队管理：钱很重要，但真正的管理要围绕生存和结果

卷卷从带过大团队的经验出发，提醒小团队不要一上来迷信管理。70 人以下的团队，很多时候最好的管理就是老板自己，老板的言行举止决定一切。10 人小团队更像一个小团体，除了底线不能触碰，更多时候要让员工能赚钱、能有结果、能舒服地工作。

小Hong 说自己以前只是一味分发任务、跟进执行、验收、纠错，没有处理员工的情绪和成长，团队里甚至出现过员工抑郁。群里给出的反馈并不是简单说“要提供情绪价值”，而是更现实：小企业生存第一，拿结果、让他们赚到钱，就是最好的情绪价值。

重点小团队不是靠制度堆出来的，而是靠目标、结果、老板的判断，以及能不能让人持续在这里获得收益。

提成制的问题：不要奖励运气，要奖励可复制的努力

下午讨论到短视频、MCN 和提成制。Xavier 分享了一个踩坑：小红书部门一开始做提成制，一个人偶尔爆一两个视频，收入就远超其他人。结果那个人不再认真拆脚本、写脚本、做测试，而是天天研究玄学爆款；其他人也觉得凭运气赚钱，军心开始出问题。

后来他调整奖励机制：小爆款给奖励，大爆款也给奖励，但不会按收入比例放大，因为他要鼓励的是“批量产生小爆款”，也就是靠流程、靠执行、靠稳定动作赚钱，而不是靠偶然大爆款。

重点绩效是老板的指挥棒。你奖励什么，员工就会追逐什么。如果奖励运气，团队就会追逐玄学；如果奖励稳定动作，团队才会沉淀能力。

Xavier 还提醒，提成制是很笼统的管理方式。很多业绩并不完全由员工控制，尤其新项目早期没利润没销售额，员工会更愿意守老项目，不愿开拓新项目。

SOP 和日报：SOP 不是岗位说明书，而是高 ROI 模型的一般性规律

小Hong 问 SOP 到底要包含什么，自己写的很多时候只是普通工作全流程说明书，又细又简单，员工反而不看。

Xavier 给了一个很好的定义：SOP 是“高 ROI 模型的一般性规律”。前半句说明，不是所有事情都值得萃取 SOP，动作都有成本，只有能带来高价值回报的事情才值得写；后半句说明，所谓一般性规律，就是别人看到后能把这件事做成。

他还提醒，不要抄别人的 SOP。真正有用的 SOP 是从每天日报中沉淀出来的：公司每天遇到什么问题，就从问题里总结经验，萃取 SOP。大而全的 SOP 没用，岗位说明书式 SOP 更容易没人看。

做法有效日报至少要回答：目标是什么，做了什么，哪些达标了，哪些没达标，遇到什么问题，自己的思考和解决方案是什么。

日报模板是老板亲自设计的东西，可以优化 100 遍。老板自己都不能通过日报给自己提效，就不要急着复制给员工。

老板才是最大的约束因素：先给自己写日报

当小Hong 说员工不会发现问题、不会解决问题时，Xavier 把矛盾拉回老板身上。他说，10 人以下公司唯一需要写日报的人，很可能就是老板自己。因为小公司核心员工通常就是老板，普通员工不该承担突破问题的责任。

这段最有价值的是“老板自我管理”。Xavier 建议，把每天解决的小事都记录下来，看哪些重复出现，哪些需要 SOP，再对所有小事做 ROI 分析，判断哪些对业务帮助最大。老板每天都要问自己：今天做的所有事情，有没有聚焦公司核心战略？

重点99% 的老板喜欢救火，把自己当最便宜的人用。老板才是那个 S 级员工，才是最应该聚焦资源的约束因素。

晚上继续管理复盘：别照本宣科，先跑业务、筛人、找前辈聊

晚上管理话题继续。卷卷建议可以看一些早期创业者管理实践的小册子，也可以看德鲁克了解管理本质，但书不能快速解决当下问题。短期更有效的是找前辈聊、请教、落地、实践。

陈醉也提醒，不要总自我反思。如果员工能创造价值，能赚回自己的工资且有利润，那老板可以反思自己；如果不行，就换人。群里多次提醒，小团队不一定需要“学管理”，更重要的是跑业务、筛人、把目标做清楚。

花信提了一个很有用的问题：100 件事情里，如果砍掉 97 件不做，那 97 件是什么？如果砍不掉，说明老板自己还糊涂，下面的人自然也没动力。

重点小公司最重要的不是把管理动作都上齐，而是先确定哪些事不做，把资源聚焦到少数真正影响生存和增长的事上。

乙方交付和红利周期：组织的意义是抓风口，也是在红利期抽新牌

后面小Hong 继续讲自己的乙方交付困境：营业额几十万，客单几千到几万不等，不同客单价需要不同技术人员，自己既要拉客户，又要救交付的急。群里建议他先不要接那么多客户，把手头客户服务好，做出成功案例；如果不继续找客户收钱、只服务手头客户公司就活不下去，那说明商业模式还不成形。

Xavier 后面把话题拉到红利周期。他说，判断一个项目是不是红利很简单：你什么精细化管理都没学，还能赚钱，它就是红利。电商项目通常快速爆发、快速衰弱；当业务爆发时没有团队承接，就会看着流量流走；等学会管理，红利可能已经过去。

组织的意义有两个：第一，当你抓住流量风口时，快速吃一大口；第二，在项目还有红利时，帮你探索更多机会，也就是“抽牌”。

重点没有组织时，等项目下滑才想自救，通常已经晚了。组织不是为了好看，而是为了吃下机会和穿越周期。

知识库、RAG 和 skill：工具只能给视角，真正优化还要自己验证

晚上有人分享了一篇讲知识库和 RAG 的文章，解释 AI 如何在海量文件中找答案：文件会被切块、向量化、检索，再把最相关的碎片给 AI 生成回答。群里认为这篇讲得清楚。

资料如何让 AI 在海量文件中找到答案？

后面又有人发了一篇关于用 Codex、Claude Code 蒸馏一切的文章，群里对此有保留意见：这些 skill 大多只能提供新的视角，真要优化，还是要自己验证哪些对自己有效。当天 Xavier 和其他群友的实际经验分享，反而更像“活下来”的真实路径。

资料用 codex、Claudecode 去蒸馏一切，就是普通人最大的时代超级红利