康泰俊同时经营着多家公司：Atypical Global、一家 B2B 美妆电商平台，再加上几个董事席位、顾问工作、一个三岁的儿子、正在打理个人信用修复的妻子，以及旅行与健康上的各种事。这一切在 2026 年之所以仍然可行，唯一的原因是——他围绕 AI 智能体重建了自己的"个人操作系统"，具体地说，是围绕 Anthropic 的 Claude Code 及其技能（skills）架构。
从 BBS 时代起，他就跟过每一波 AI 浪潮。这一波是第一次真正帮他合上"战略—执行之间的缺口"。过去 30 年里，他一直是那种"能看清整盘棋局、但物理上无法让身体动得足够快去执行全部"的那种人。AI 终于给了他一对与眼睛一样长的手臂。
这不是一篇"AI 将改变一切"的文章，而是一次具体的巡礼：他到底在用哪些技能、多久用一次、分别替代了他过去的哪一部分工作。如果你正在纠结"这东西到底成熟了没有"，他会给出一个经营者的回答：是——对某一类特定的工作而言；否——对另一类更大范围的工作而言，而大多数人关于这一部分在自欺欺人。The Information 一直在跟踪 AI 工具在真实运营公司内部的真实采用曲线——而炒作与实际部署之间的差距，至今仍比领英上那些帖子所暗示的大得多。
他每天都在用的技能
gsd 智能体家族（Get Stuff Done）
gsd 家族是他现在规划与执行项目的脊柱。与其管理一块 Linear 看板、一份 Notion 文档和一张 48 小时内就会过时的电子表格，他的工作如今是通过 gsd-new-milestone、gsd-plan-phase、gsd-execute-phase、gsd-session-report 这几条指令驱动的。每一个项目都变成一条被结构化的阶段序列，每一个阶段都会被规划、执行、校验。每一场工作会话的末尾，他都会自动收到一份报告，告诉他事情现在究竟走到哪一步。
这套体系的价值并不是"AI 替他写代码或做决定"，而是——他的工作从此拥有了"记忆"。他可以把一个项目搁置三周：去出一场庭审、回韩国处理背伤、陪孩子一整周——然后回来运行一句 gsd-resume-work，90 秒之内，他就回到了离开时的那个现场：所有上下文、所有决定、所有悬而未决的问题。这份"可复利的记忆"，是他 20 年来在生产力上经历过的最大的一次跃升。
contacts-debrief（会谈收尾）
这个技能是他为自己写的——因为他受够了每一次会议之后"语境流失"。现在，每一次有分量的对话——与 Cosmax 的 BJ 一起的一顿晚餐、一通董事会电话、一位创始人的 Office Hours——之后，他会录一段 60 秒的语音备忘录。contacts-debrief 这个技能会把它转写、抽取出其中涉及的人物、话题、承诺、后续事项，然后同步写入他那个拥有 36,000 余条记录的联系人数据库和它在 Notion 里的镜像版本。
结果是：他现在能记住一些"按理说根本不该被他记住"的细节——对方孩子的名字、他们随口提到的一本书、他们正在担心的那笔交易、他们当晚点的那瓶酒。不是因为他记性变好了，而是因为那些语境在衰减之前就已经被捕捉下来了。
AI 没有让康先生变得更聪明，它只是让他变得"更不容易忘事"。对一位同时周转十几个情境的经营者而言，这比任何一次 IQ 上的提升都更大。
design-auditor + frontend-design（设计审计 + 前端设计）
康先生不是设计师。他以前每做一份营销页面、一份投资人路演稿、一张落地页，都会雇一位设计师。如今他用 design-auditor 去给任何即将上线的 UI 按六根柱子打分——视觉层级、排版、留白、色彩、一致性、可访问性——再用 frontend-design 从一份粗糙的规格直接生成"像素级对齐"的 HTML/Tailwind/React 产出。
它产出的品质不是"世界级设计工作室"的水平，而是"在 5% 成本与周期内完成的八十分位执行"。对一位经营者来说，这个权衡几乎总是对的。他宁可这一周出一个八十分位的东西，也不愿等待三个月后一个永远不会到来的九十五分位。
autoresearch-marketing（营销自动调研）
为他名下任何一家公司写任何一份营销文案之前，他都会先跑一遍 autoresearch-marketing：看看这个细分赛道里什么在起作用、什么在转化、竞品在说什么、空白在哪里。然后他对着这条基线写东西，而不是对着自己的直觉写。
在 31 年职业生涯里，他的直觉被证伪的次数已经足够多，所以他学会了：凡是要面对市场的事，一律不再相信直觉。数据胜过直觉，而 AI 让"每一次都用数据"这件事变得足够便宜。
webapp-testing（网站自动测试）
每一次他在任何一个网站上发布或修改任何东西，都会对它跑一遍 webapp-testing——检测断链、布局崩坏、可访问性问题、性能回归。过去他要花整整一天做手工 QA，现在这条技能在 20 分钟内就能覆盖掉同样的面。他发布出去的东西质量上去了，原因恰恰是"测试这件事的摩擦系数"下降了。
他已经放弃使用的那些技能
诚实地说：很多 AI 工具并不值得占用他的时间。以下是他试过、放弃过的，以及放弃的原因。
- 自动加入会议的"AI 会议记录工" 。它们生成的摘要没有人会读。他会后自己口述 60 秒的那份手稿，捕捉到的可执行细节是一份 20 分钟长逐字稿摘要的十倍。真正的价值在"压缩"，而不在"捕获"。
- 孤岛式 AI 写邮件。它起草的邮件永远是通用的——最终还是得重写。AI 在邮件场景里唯一能真正加分的地方，是它能从他的联系人数据库、日程表、此前对话中取到完整上下文——而那是比"替我写封邮件"复杂得多的一个集成问题。
- "AI 战略顾问"。他试过把模型当作战略顾问去做提示——用来梳理思路还可以，用来做任何需要品味、判断力、读房间能力的事情，都是无用的。他身上 31 年经营者经验——包括 12 笔并购留下的每一道疤——恰恰就是 AI 目前还无法复制的那一部分。
他用来决定"要不要自动化"的心智模型
他的规则是这样的：他只自动化那些有清晰的输入、清晰的输出、以及可被核验的结果的工作；他不自动化那些需要判断力、品味或关系的工作。
会议后的总结？自动化。先调研再写一份营销文案？自动化调研与第一稿。给网站跑一遍质量检查？自动化。决定要不要开除一位销售副总？不是一个技能。那是他的工作——而他的工作，正是真正的复利发生的地方。
未来五年里真正胜出的经营者，不会是"什么都拿去给 AI 做"的那一批人，而是清楚地知道"自己这份工作里哪 40% 可以自动化、哪 60% 不能"的那一批人——然后把自动化腾出来的时间用在那 60% 身上，而不是用在"AI 已经帮你处理好"的那一部分身上。技术是力量倍增器，它并不替代经营者，它只是在放大好的那一类、同时更快地暴露差的那一类。
他给你的拷问是：在这一周的日历里挑一件你最不想做的事——一次会议总结、一次质量检查、一次调研、任何文档的第一稿——在"自己动手做"之前，先试着把它自动化一次。如果它成了，你就替自己买回了一小段生命；如果它没成，你就学到了一件关于"AI 会在你的工作流里从哪里崩掉"的非常具体的事——这比再多听一期关于"AI 战略"的播客更值钱。
关于他如何把这一整套体系跑起来的硬件与工具一侧，请参阅《瘦客户端创始人工作台》。