AI 让做事变简单了，但真正难的是把自己系统化-OPC TALK

OPC TALK · 人物访谈 · 2026.08.05

INTERVIEW

AI 让做事变简单了，但真正难的是把自己系统化

焦禹杰和他的“万物生omni”：一个 AI 产品实践者眼中的普通人、工作流与 OPC

采访者｜Emma   受访者｜焦禹杰   栏目｜OPC TALK

本期导读

AI 确实放大了个体的能力，但它不会自动创造一家“一人公司”。真正让一个人公司成立的，不是会用多少工具，而是能不能把自己的经验、判断和交付标准，沉淀成一套可运行的工作方式。

SPECIAL GUEST

焦禹杰

AI 产品与工作流实践者。曾从事数据分析、产品与 AI 工作流相关工作，2023 年开始接触并搭建 AI 应用，后来在成都与小团队一起开发 AI 内容创作平台“万物生omni”。目前团队围绕短视频、短剧、商业广告和自媒体内容生产，尝试把复杂的内容生产流程做成普通人也能使用的产品。

WRITTEN BEFORE

写在前面

采访中有一个瞬间，让我一下子找到了理解焦禹杰的切口：看懂工作流，本质上是看懂一件事如何发生。

我说自己曾经被 AI 工作流折磨得很崩溃：节点很多，逻辑很绕，一会儿这里不通，一会儿那里报错，远远看过去像一张线路板。焦禹杰听完，反应很平静。他打开自己的工作流给我看，说：“其实不复杂。”

这句话不是炫技，反而把这场访谈真正打开了：工作流真正的门槛，不在工具，而在于是否看清一件事从哪里开始、在哪里结束。

同样是 AI 工具，有人看到的是一团按钮、模型和提示词；有人看到的是一件事从哪里开始、在哪里结束、中间每一步应该交付什么。差别不只在技术，而在于一个人是否真正把事情拆过、跑过、算过账。

这也让这篇文章最终回到 OPC：把经验变成流程，把判断变成标准，把交付变成可重复运行的系统，才是一个人公司成立的基础。

一个人公司不是一个人硬扛所有事，而是一个人能不能把自己系统化。

PART 01

他不是从 AI 出发，而是从“怎么把事做成”出发

先看一件事能不能被拆开、执行和交付

EMMA你先介绍一下自己吧。你是怎么想到做这个事情的？

焦禹杰我之前是做 AI 开发的。最近 AI 风头也盛，我也不想天天在公司过那种一眼看到头的日子，就自己出来做了。年初短剧赛道挺火，我们一开始也瞄准短剧，但后来发现太卷，所以就想做一些更垂直的领域。

焦禹杰做“万物生”的起点，不是“我要做一个 AI 产品”，而是一个更具体的问题：一件原本需要专业团队完成的事情，能不能被拆解之后，以更低的成本交付给普通人？最初，“万物生omni”只是团队处理短剧承制流程的内部工具；后来，他们把目标转向了想做内容、广告和自媒体，却没有专业团队和技术能力的普通人。

因此，产品形成了两个方向：专业用户可以细致控制创作过程；普通用户只需要输入想法、选择模板，就能完成内容生成。

这背后是一种很实际的产品思维：不是先寻找一个可以套用 AI 的概念，而是先找到一个真实存在、能够被拆解和交付的问题。

他的经历也很实际。大学学硬件，毕业后做大数据，后来从上海来到成都，因为当地大数据业务机会有限，才在上一家公司接触 AI 项目，从产品和研发协作里一点点摸到工作流。

所以他看 AI，不是先看概念，而是先问：这件事能不能拆开？拆开之后能不能执行？执行之后能不能稳定交付？

他不是从“我要做一个 AI 产品”开始，而是从“这件事能不能被普通人更低成本地做出来”开始。

PART 02

工作流的意义，不是复杂，而是让事情可控

工具越多，越需要知道每一步为什么存在

工作流真正的价值，不是把事情设计得更复杂，而是让它变得可控、可检查、可复用。焦禹杰讲 AI 很少从时代风口出发，而是把一件事拆成普通人能执行的步骤。

EMMA如果一个普通人想入局 AI，真的可以吗？会不会门槛很高？

焦禹杰可以，而且会很快。我们不是去做底层模型研发，只是把模型用好，做应用层。应用层如果你有正常人的逻辑和思维，知道一件事先做什么、再做什么，分成一二三四五，其实就很好做。

这句话听起来轻，背后却是一种朴素而重要的产品能力：把复杂的事情拆成一组清晰的步骤。

比如一部剧本，要先判断能不能用，再拆成每一集；一个人物，要先有基础形象，再进入不同场景；一条内容，要先明确目标，再决定文案、画面和输出格式。真正难的不是把画布搭得多复杂，而是每一步都知道为什么存在。

他不喜欢把所有业务塞进一张巨大的图里。流程一旦过于庞大，只要一个环节失败，就很难定位问题。拆开之后，哪个步骤出错，就只重跑哪个步骤；已经通过检查的部分不必全部推倒。

这对 OPC 也一样。

一个人做公司，最怕的不是工具不够，而是客户、内容、产品和补救方案全堆在脑子里，每次都靠临时反应。工作流就是把这些依赖记忆和即时判断的事情，变成可以执行、检查和复用的流程。

工作流的价值，是让一个人不再每次都从零开始。

PART 03

一人公司不是爽文，成本和精力都要算账

AI 能放大个体，但不会替你承担经营代价

AI 可以放大一个人的产出，却不会让经营成本自动消失。一人公司真正要解决的，不只是“能不能做更多”，还有“是否值得做、成本是否可控、精力能否长期承受”。

EMMA你怎么看现在大家说的 OPC，或者一人公司？

焦禹杰OPC 社区我了解得不多。但如果说一人公司，我觉得网上有些说法有点像噱头。比如一个人开很多智能体、各种 AI 工具帮你办公，听起来很好，但从我的角度看，你是忙不过来的。

他并不是否定一人公司，而是在提醒一个经常被忽略的事实：AI 不免费，人的精力也不无限。

焦禹杰测试过很多模型，也很清楚好用的工具往往意味着更高成本。尤其是图片和视频生成，如果产品让用户免费试用，一旦用户量上来，小团队很容易先被成本拖住。

所以他并不急着把“万物生omni”做成一个只靠免费流量冲起来的 2C 产品。更现实的路径，是先找到愿意付费的 B 端客户，让真实业务支撑产品和调用成本；再通过培训、直播及线上线下联动，让工具逐步触达更多普通用户。

这种选择并不浪漫，却更接近真实经营，也更接近 OPC。

一人公司不是一个人什么都做，而是一个人更要懂得哪些事自己做，哪些事交给工具，哪些事需要合作，哪些账不能糊涂。AI 可以放大个体，但它不会替一个人承担经营的全部代价。

一人公司不是一个人什么都做，而是一个人更要懂得哪些事自己做，哪些事交给工具，哪些事需要合作，哪些账不能糊涂。

PART 04

普通人入局 AI，不是先背提示词，而是先找真实场景

先知道自己能为谁解决什么问题

普通人进入 AI 领域，最有效的起点不是学完所有工具，而是找到一个真实、具体、必须完成的任务。于是采访后半段，我问：如果一个纯 AI 小白、刚毕业的学生或传统行业从业者想转赛道，甚至成为个人 OPC，应该从哪里开始？

焦禹杰的答案不是“先去学某个工具”，也不是“先收藏一堆提示词”。

EMMA那普通人第一步到底该做什么？

焦禹杰先找一个实用场景。不要急着在平台上搭工作流，你就按一个项目的执行 SOP 来想：第一步干什么，第二步干什么，先把它理清楚。然后再拿着这个流程去跟 AI 对，做出 AI 的工作流。

这个建议指向了 AI 应用最重要的顺序：先理解事情，再选择工具。

很多人学习 AI，是从工具开始的：今天学一个模型，明天收藏一套提示词，后天又换一个平台。工具越来越多，却始终没有形成稳定产出。真正的问题不是学得不够，而是手里缺少一件必须完成的真实任务。

比如要做一场活动，可能需要策划、设计、文案、执行；要做一个账号，可能需要选题、脚本、拍摄、剪辑、发布。普通人真正要做的，是把自己原本怎么做事写清楚，再让 AI 进入其中。

这也是 OPC 的起点：先回答“我能为谁解决问题”，再回答“我能不能把解决问题的过程稳定地重复出来”。

不是先把自己包装成一个“会用 AI 的人”，而是先知道自己能为谁解决什么问题，并且能把解决问题的过程沉淀下来。

不是先把自己包装成一个“会用 AI 的人”，而是先知道自己能为谁解决什么问题。

PART 05

专业没有消失，只是要被翻译成流程、语言和标准

工具越多，人越要知道自己真正擅长什么

AI 并没有让专业失去价值。当每个人都可以调用相似的模型和工具，真正拉开差距的，是能不能准确表达自己的专业判断，并把它转化为 AI 可以理解和执行的流程、语言与标准。焦禹杰自己也不以“技术大拿”自居，许多能力都是在真实项目中一点点摸索出来的。

这让他对普通人如何入局有一种不玄的理解：不是每个人都要成为工程师，但每个人都要学会表达自己的专业。

EMMA现在 AI 好像让人感觉什么都能做，前端也能做，后端也能做，市场也能做。但问题是精力会被分散。

焦禹杰对。我觉得如果你真的要深耕一个行业，最好就在一个赛道上做。只要它能存在，你做五年十年，一样会有收益。不要把精力分散太多，专业的事还是专业的人来做。

这句话把 AI 的热闹拉回了一个朴素判断：工具越多，人越要知道自己真正擅长什么。“能够生成一个结果”和“能够稳定交付专业结果”，并不是一回事。

前端的人用专业语言描述一个页面，可能比外行说十句更准确；做内容的人如果知道自己的审美、节奏和交付标准，也能更快让 AI 接近想要的结果。AI 没有让专业消失，只是让专业换了一种表达方式。

过去，专业藏在经验、手感和人与人的协作里；现在，它还需要被进一步拆解，翻译成流程、语言、结构和质量标准，交给 AI 共同执行。

对 OPC 来说，这不是一个“一个人取代一切”的故事。更准确地说，它是一个人重新理解自己的位置：用工具放大判断，用工作流沉淀经验，用协作补足边界。

AI 没有让专业消失，只是让专业换了一种表达方式。

TAKEAWAYS

五句话，带走这场访谈

1AI 降低的是启动门槛，不是经营一件事的全部难度。

2普通人入局 AI，不必先学完所有工具，可以先从一个真实场景开始。

3工作流的核心不是复杂，而是让事情可控、可复用、可交付。

4一人公司不是一个人硬扛所有事情，成本、精力和市场都要算账。

5真正的 OPC，不是会用多少工具，而是能把自己沉淀成一套可运行的系统。

ENDING

结语 · OPC 不是一个人硬扛，而是一个人把自己系统化

AI 为普通人打开了新的入口，但真正的差距并不发生在入口处。采访快结束时，我说自己今天像是赚到了：很多让我困惑的工具和概念，在焦禹杰那里似乎都变成了“很简单”。

他纠正我说，这不完全是信息差，只是有没有入行的问题。你让我去开一家店、去卖烧鸡，我也会觉得难，因为我没入行。

这句话把整场访谈落回了一个朴素的地方：一件事情看起来复杂，未必是因为它高不可攀，也可能只是因为你还没有进入真实场景，没有亲自把它从头到尾做过一遍。

AI 时代确实给了很多人新的入口，但入口不是终点。真正的差距，往往发生在进入之后：你有没有真实场景，有没有拆过流程，有没有算过成本，有没有在失败的地方重新跑过一次。

OPC 也不是一个人会用很多 AI 工具之后，自然长出来的公司形态。它更像一场关于自我系统化的训练：把经验整理成流程，把判断沉淀成标准，把交付变成可复用的工作方式，再让 AI、工具和协作关系进入这套系统。

一个人当然可以变得更强。但真正成熟的 OPC，不是把自己变成永不停机的超级员工，而是终于有能力把自己从“亲自做所有事”里一点点解放出来。

真正的 OPC，不是会用多少工具，而是能把自己沉淀成一套可运行的系统

OPC TALK  记录那些认真创造世界的人！

OPC BOOK×OPC TALK