最近三个月，我几乎没有怎么写文章。
不是没有东西想写，而是大部分时间都花在了三个项目上：HCI.TOP、CodeNow，以及一个尝试持续描述世界状态的 World OS。
同时推进这三个项目的过程中，我越来越强烈地感受到：AI 改变的不只是做事的效率，还有一个人能够做到的事情。 这些具体的实践，也让我对 AI Native 有了新的理解。
一、HCI.TOP：从论文数据库走向研究系统
https://hci.top/zh 最初看起来像一个人机交互领域的知识网站，但我真正想做的，远不只是把论文放在一起。
过去一段时间，我围绕数万篇论文做了大量清洗、结构化和关联工作。论文作者可能重名，研究机构有不同写法；同一个问题可能出现在不同研究方向里，同一种方法也可能解决完全不同的场景问题。把信息抓回来只是开始，真正难的是让它们能够被理解、比较和连接。
我还在尝试用本体（Ontology）描述研究对象、用户需求、场景、技术、方法及其关系。这样，系统不只是回答“有哪些论文”，而是有机会进一步回答：哪些问题长期没有解决？哪些技术进展，让过去做不到的事情变得可能？
当然，这还不是一个已经拥有成熟洞察能力的系统。我现在做的，是把未来进行研究和发现所需要的数据与结构，一点点搭起来。
二、CodeNow：让知识不再停留在书和课堂里
另一个项目是 https://www.codenow.wiki/ 。这些年，我一直在写书、教学，也积累了大量 AI 编程相关的知识、实践案例和课程经验。过去，知识通常以一本书、一堂课、一段视频的形式交付，制作周期长，更新也很费力。尤其在 AI 技术变化这么快的时候，内容刚做完，就可能需要调整。
最近，我开始大量使用 AI，把自己的知识转成视频、知识卡片，以及更容易交互和理解的内容。
这里最有意思的，不只是制作速度变快了，而是同一份知识可以用不同的形式被重新组织、表达和使用。过去需要写作、设计、剪辑、开发等多种技能协作的事情，现在我可以独立完成其中很大一部分。
但我也发现，AI 能快速生产，不代表生产出来的东西就足够好。知识怎么组织、案例怎么选、表达是否准确、哪里应该讲深一点，依然需要我不断判断和修改。AI 扩大了我的生产能力，却没有自动替我建立判断力。
三、World OS：尝试持续描述世界的状态
第三件事更难解释，也可能更有野心。
我在尝试构建一个能够持续更新 World State，也就是“世界状态”的系统。
我们每天接触的论文、新闻、专利、产品和企业动态，往往只是孤立的信息。但如果能把这些信息放在时间线上，识别对象、关系和状态变化，就有可能进一步理解：一个技术方向正在加速还是停滞？一个新事件改变了哪些原有判断？不同领域之间是否正在出现新的连接？
这也是我做 Agent OS、World OS 和本体建模的原因。我不希望系统只是每天总结新闻，而是希望它逐渐具备感知变化、维护知识、发现问题、提出假设的能力。
距离这个目标还有很长的路。尤其是“关联”不等于“洞察”，模型给出的判断也必须接受证据和现实的检验。不过，正因为难，我才觉得值得做。
四、这三件事，让我重新理解 AI Native
如果放在过去，这三条线可能要由三家不同的公司来推进。
一家做专业研究数据库和知识服务，一家做教育内容生产与交付，还有一家做持续的信息监测和研究分析。每家公司可能都需要十几人、几十人，才能把工作长期运转起来。
但现在，我一个人就能同时推动三条线，并且已经做出一些实际成果。当然，这不意味着我一个人已经达到了三个成熟团队的交付水平，更不意味着这些项目都已经被市场验证。
它真正改变的是：过去根本不敢启动的事情，现在可以在可控成本下开始做，并持续往前推进。
所以在我看来，AI Native 不是给员工配几个 AI 账号，也不是把原来十个人的工作压缩给两个人。
AI Native 是一家公司从一开始就建立在 AI 能力之上；离开 AI，它所要完成的事情，在现有规模和成本下就很难成立。
它带来的不只是效率提升，而是能力边界的变化：以前想做却做不起、做不完、维护不了的事情，现在有机会做了。
但我也越来越清楚另一面：AI 可以帮助我完成大量工作，却不保证方向正确。哪些问题值得研究，哪些内容真正有价值，哪些机会只是看起来合理，这些仍然需要知识、经验和判断。而判断本身，也需要在实践和反馈中不断修正。
我希望未来这些项目不仅能自动生产内容，还能把一次次研究、制作和纠错留下来，变成可以复用的方法，让系统持续变强。
最后还有一个不能回避的现实：做得出来，不等于有人愿意付费。 AI 降低了生产门槛，商业价值仍然要由真实需求来检验。
过去，我总会先想自己有多少人、多少资源，然后决定能做什么。
现在我更常问自己：如果 AI 可以承担大部分生产工作，一个人到底能把事情做到什么程度？
这三个月，我正在用三个项目寻找答案。它们都还在路上，但至少让我越来越相信：AI Native 最有意思的地方，不是把原来的工作做得更快，而是让我们有机会去做过去做不到的事。