▼點下方播放按鈕收聽十點主播亞楠朗讀音頻

相信每個人都曾幻想過“做副業，賺大錢”的美夢。

但現實是，做副業的人很多，能賺錢的人很少。

因為其中的坑真的是太多了：

例如缺乏經驗、沒專業技能、精力有限等等。

不過最近，這場曾經遙遠的“美夢”，正在加速靠近每個普通人。

十點人物志團隊在一篇真實報道文章《我調查了500個“一人公司”：能賺錢的人，都在做你想不到的生意》中，曾采訪過一位80后男士小賈（化名）。

作為一名互聯網打工人，小賈平時最大的愛好就是打網球。

但他一直苦于自己每天上班總要帶2個包：

一個上班用，一個打網球時用。

由于始終沒找到一款能同時滿足這兩種需求的包。

后來，小賈干脆自己設計了一款包。

并意外的發現，包包很受球友們的喜愛。

于是他開始批量發售，漸漸地就把賣包做成了自己的副業。

如今每個月都能固定銷售出300個左右。

是不是很意外？

一個互聯網打工人，竟然能跨界創業，賣包成功。

這自然不是靠個人能力，而是靠“外掛”：

AI。

正因為有AI的輔助，才讓一個小白也能設計出符合雙重需求的新包。

并將這款包鏈接給更多需要的人。

小賈的經歷證明了，AI時代的全新風口：一人公司，已經來了。

而“一人公司”這四個字，也是未來10年，一個最不容易被淘汰的工作。

如今，我們想做點副業，不再需要“招兵買馬”，而是雇傭“300個”AI員工：

有人做調研、有人算成本、有人出“草稿”......

只要我們能管好AI團隊，就可以用更少的錢和時間，去賺更多的錢。

不過，AI也不都是一樣的，各有各的優勢。

像是大家熟悉的豆包擅長陪聊，給足情緒價值。

DeepSeek擅長深度思考，既能解答奧數難題，也能幫忙給靈感。

而職場專業人士愛用的 Kimi 則擅長深度研究，數據分析，做PPT，以及并行處理工作任務。

它還有個Agent集群模式，遇到超級復雜的任務，比如當你需要寫一份行業研究報告時，它最多能創建包含300個分身的團隊，自動指派和驗收任務完成情況。

原本需要幾天做完的事，現在幾十分鐘就能搞定95%的工作。

如果你嘗試過副業，想必一定體會過其中的艱辛：

需要我們面面俱到，奈何人總是分身乏術。

再加上不懂專業知識，也總是讓人多走很多彎路。

之前十點君的一個朋友，想在上班之余嘗試做自媒體。

但每次做不了多久，就放棄了。

因為從觀察熱點、找選題、寫文案、錄音、剪輯，全都是他一個人的活兒。

這其中大部分的事情，他都沒有經驗，需要從零學起。

經常是折騰了大半個月，進度只有10%。

已經快把自己累死了，但依然看不到一點勝利的曙光。

這事兒擱誰身上都特別挫敗。

不僅如此。

即便有人成功了，但為了保證產出，也容易變得一直在重復低價值勞動。

曾有一個知名電影博主就說過：

當她開始做博主后，反而很少再看新電影了。

因為做視頻占據了她太多時間精力，讓她變得過勞，完全沒有力氣再去學習、思考與創新。

現代管理學大師杜拉克曾說：

“如果你想獲得更大的成績，而不是成為一個庸庸碌碌的‘沒事忙’。

就需要拋開那些低價值的活動，將時間花在高價值的努力上。”

在這個時代，很多人都想通過做副業去開啟自己的收入第二曲線。

但“難入門和時間總被瑣事消耗”，往往是卡住我們的第一道坎。

不過隨著Agent 集群的出現，這道門檻正在被逐漸降低。

不同于市面上的許多AI都屬于個體智能——“一個AI處理一個任務，交付一個成果”。

Agent 集群則更像是我們的“專業AI執行團隊”，最多可擁有300個AI員工。

我們只需要給他們一個標準答案的模板，他們就能自行學習技能，并儲存。

等下一次我們有需求，只需一聲令下。

團隊中的AI員工們就會各司其職，互相配合：

有人做數據、有人弄排版、有人寫編程......

然后統一把結果交給我們。

我們只需在結果的基礎上進行微調就行了。

千萬別覺得這是天方夜譚。

事實上，已經有很多人都成功了。

有人想做獨立的培訓師，就訓練不同的AI員工幫她搭方案框架、設計教學、做PPT課件。

過去需要好幾天才能完成的任務，如今AI半小時就搞定了。

她也因此騰出了更多時間去思考、去和客戶溝通。

也有人在完全不懂編程的情況下，借助AI手搓了一款APP。

1小時就完成開發，上線后一躍成為APP的付費榜第一，賺了幾十萬。

以前我們總說“隔行如隔山”。

但如今時代變了。

有了Agent集群的幫助，我們不再需要事事親力親為，只需要“給出方向，然后驗收成果”。

因此決定我們能否成事的，也不再是“懂不懂專業知識、有沒有時間”，而是“能不能管理好我的AI團隊”。

很多經歷過團隊合作的人，大概都有這樣的感受：

團隊合作，最難處理的往往不是任務，而是人。

例如，找一個靠譜的人很難、和人的溝通成本高、用人成本高、工作方式要磨合、理念要對齊等等。

這些問題若被放到一個初創團隊中時，難度還會被加倍放大。

就像Notion的創始人曾說的：

“反復溝通和跟進，才是最大的消耗。”

若說在過去，不論喜不喜歡，咱們都必須把人際關系、情緒管理放進職場必修課。

但如今有了Agent集群，就再也不必受這些閑氣，可以把力氣全都用在做事上。

值得一提的是，超過一億用戶的Notion也因為Kimi K2.6 模型的Agent能力突出，接入唯一的國產模型。

前段時間，“蒸餾同事”的話題很火。

簡而言之，就是把離職同事的聊天記錄、工作檔案、郵件等數據輸入AI，訓練出一個同事的AI分身來干活。

有幾個工作需求，就訓練幾個AI同事。

他們既能幫你干活，出結果，又不會讓你受氣。

俗稱“取同事精華，去同事糟粕”。

不僅如此。

同事的工作能力可能有高有低。

誰都怕遇上拖后腿的人。

但Kimi Agent集群不同。

只要我們提前定好交付結果的標準，每個AI員工都是領域里的專家。

既能出好結果，還不會和我們吵架。

省錢、省心、省力。

之前聽說過一個真實的成功故事。

一個18歲的年輕人在完全不會編程的背景下，只花了3個月，就靠著16個AI Agent成立了自己的一人公司。

公司內部和傳統公司一樣，分部門運行。

研發部有AI寫代碼，完成后會交給另一個AI審查bug。

市場部有AI負責偵查熱點，另個AI會根據熱點報告生成文案。

還有AI會做深度的市場研究，并將競爭對手的成功經驗整理成冊，供團隊參考。

而這位18歲的創始人，每天只需“掌控全局”——盯著控制面板，定時查看員工們活兒做的怎么樣了。

幫他們調整工作方向，并驗收成果。

如今，這位年輕人的公司已經得到了用戶的付費，取得了現實的成功。

而他一個月的員工成本，只需400美金。

試想看看，同樣的工作若換成16個真人來做，要付出的金錢、時間和情緒成本都將遠不止于此。

且最終成果還是個未知數。

相較之下，雇傭一個AI團隊，性價比實在是太高了。

這大概就是杜拉克所說的：

“人應該專注于可造就最大生產力的少數活動。”

查理芒格曾說：

“一個粗糙的開始，就是最好的開始。

不要等準備完美了再去做，因為完美的準備永遠做不到。

先去做，再慢慢的改，無論在哪個領域。”

深有同感。

十點君始終覺得：

想要在一個陌生領域做成一件事，最好的辦法就是“小步快走”—— 小成本啟動，快速行動，不斷試錯，再不斷調整。

因為成功，往往需要來自外界的反饋，而非閉門造車。

但在過去，“低成本、高效率、快迭代”是咱們普通人創業時的不可能三角。

絕大部分創業，都死于“試錯成本太高”：

很多人花了好幾個月做的東西，結果市場上根本沒人要。

可這次嘗試又已經掏空了全部家底，沒錢再繼續改進了，只好放棄。

但如今，Agent 集群正在改寫這個結局。

如果我們想要做個新產品，Kimi Agent集群能通過市場調研、研究人群偏好等等，幫我們提前算出用戶會不會買。

也可以幫我們快速做個“小樣品”，投入使用，并根據反饋馬上迭代出新的版本。

最重要的是，相比于傳統創業，AI是真省錢啊。

為大家提供一些真實數據做參考：

一個寵物用品公司，將公開的電商評論喂給AI，就算出了三線城市養貓人士的四大隱藏需求，讓首月的轉化率達到23%。

整件事的成本只花了不到5000塊。

這放在過去，至少需要15萬，且需要專業團隊研究3個月。

一個智能家居團隊在以前設計新產品，得先花幾十萬開模具。

萬一做出來的樣子用戶不喜歡，這筆錢就全打水漂了。

但現在只需要用AI瘋狂出圖，并發到網上讓用戶投票。

票數最高的那幾款再去開模生產。

這樣一來，不再需要猜用戶喜歡什么，能直接把錢花在刀刃上。

所花費的時間也從原本的4個月直接壓縮到1周。

你們看，Agent 集群就像是咱們普通人的魔法，把創業中的種種不可能都變為可能。

以前創業，拼錢、拼時間、拼人脈、拼團隊、拼知識、拼經驗。

每一樣都在為普通人設障礙。

但現在，AI能清掃這其中大部分的障礙。

當我們花的錢少了，能快速看見結果了，心里就踏實了。

也自然能將更多的精力花在思考、決策與創新上，而非擔憂與恐懼。

在研究前文的故事時，十點君發現了這些一人公司的成功者們都有個共性：

當大部分人對AI都還停留在散點式使用，像是回答個問題、潤色個文案、整理個框架等等。

這些人已經意識到：

真正想利用AI提升效率，必須要把AI變成工作流，讓它們能自行完成一連串的任務。

所以，他們會使用像Kimi Agent 集群這樣的“專業AI執行團隊”，讓多個AI員工各司其職，再互相配合產出。

以前咱們提到AI，總免不了感到焦慮，生怕早晚有一天會被AI搶飯碗。

但其實，這是一個誤解。

AI代替不了人。

它更像是一個放大器，是我們的超級外包團隊。

能把“一個想法變成現實”的成本盡可能降低，把一個成功的結果盡可能放大。

但結果的好壞，歸根結底還是取決于我們的認知水平、決策能力以及使用AI的能力：

能不能把一個目標說清楚，把任務拆明白，把結果驗收好。

只能說，時代總是在獎勵那些“敢想敢做且學習力強的人”。

只要你還敢做夢，未來AI就敢讓你夢想成真。

作者 | 肖肖，心里有人煙，筆下才有眷戀。

主播 | 亞楠，電臺主播。

圖片 | 視覺中國，網絡（如有侵權請聯系刪除）

2秒加星標，再也不擔心找不到十點君↓↓