测试500款AI后，Dan Martell只推荐这8个

Dan Martell: The AI Cheat Codes Every Founder Needs in 2026

来源Open Residency × Dan Martell（连续创业者、投资人、Martell Ventures 创始人）视频时长约88分钟报告字数5,709字阅读时间12min原始链接https://www.youtube.com/watch?v=_24HzGNv-3A

本报告由 AI 深度分析生成，基于视频完整字幕。

📺 原视频约88分钟📖 本报告 5,709字⏱ 预计阅读 12min💡 5个核心观点

导读

Open Residency 是一档专注创业者成长的英文 YouTube 频道，风格犀利直接，主持人不拐弯抹角。这期嘉宾是 Dan Martell——连续创业者、已投资超过100家软件公司，同时经营着 Martell Ventures 风险工作室，仅上个月内容就获得了2.25亿次播放。他不是 AI 评论员，而是一个真正在用 AI 跑业务的实战派。

这期节目的开场词很能说明他的立场："Dan Martell 测试过500多款 AI 工具，他今天来，是要故意让你感觉落后的。"

整场对谈的核心论点是：大多数人把 AI 当搜索引擎在用，而 AI 真正的价值在于充当你的团队——而不是助理。 从工具排名到实操框架，从提示词策略到 AI 员工，这88分钟是目前我见过最落地的"创业者 AI 生存指南"。

核心观点速览

ChatGPT 是"AI 界的 MySpace"——最先入场、最广为人知，但已不是最好的。Claude 在质量上领先同类30-40%，而且只有对手1/10的团队规模。
多数人在用 Level 1 的 AI，却在参加 Level 3 的比赛——聊天（Chat）、自动化（Automation）、智能体（Agent）是三个完全不同的阶段，大多数人停留在最低层。
别再"喂"AI 了，让 AI 来问你——不要写复杂 system prompt，直接告诉 AI 你想要的结果，然后让它来提问。Claude 会给出 A/B/C/D 选项，这才是真正的效率。
新职位已经诞生：Agent Operator（智能体操盘手） ——不是 prompt 工程师，而是那些懂得管理、协调、授权给 AI 团队的人。这个角色的价值已经超过大多数传统中层。
用 AI 去跟踪 AI，否则永远追不上——通过 Claude 的"Schedule（日程）"功能，每天凌晨4点自动抓取前48小时的 AI 行业进展，定制化推送给自己，3分钟了解行业动态，省去3小时研究。

一、AI 工具排行榜：Dan Martell 的满分是"1"

Dan 用的是一个反直觉的评级系统：1 是最高分，4 是最低分（就像高尔夫）。他把目前主要的大语言模型从好到差排了个队。

ChatGPT：4 分（最低）——AI 界的 MySpace

"It feels like it has no soul."（它感觉没有灵魂。）

Dan 把 ChatGPT 比作"AI 界的 MySpace"：第一个入场，建立了"聊天界面接入 AI"这个习惯，但现在已经不是最好的了。它赢的是市场先机，而不是技术质量。主持人补充：它像个"应声虫"，你不给它完整上下文，它就只会同意你。

更让 Dan 在意的是背后的公司——他建议听众去搜"ChatGPT Pentagon"，然后自己判断。他不愿多说，但立场很清晰。

Claude：1 分（最高）——真正能解决问题的

"A tenth of the team, 30-40% better output."

Dan 给 Claude 的理由：Anthropic 团队只有 OpenAI 的1/10，但产品输出质量至少高出30-40%。更关键的是"直觉性"——Claude 知道用户应该怎么用它，并把路径变得显而易见。

具体优势：

浏览器扩展：装在 Chrome 上，打开任何网页或表格，Claude 就变成坐在你旁边的 CFO，你直接用说话的方式指挥
可视化输出：新功能，说"帮我可视化我的个人财务/商业计划/后院改造"，它就能生成图表式的直观呈现
反向提问机制：在给出回答前，Claude 会给你 A/B/C/D 选项来确认需求——这个细节让效率提升了不止一个量级
Schedule（日程）功能：在 Claude Co-work 里，可以设定定时任务，让它每天自动完成你指定的工作流

Google Gemini：约 2+ 分——Google 生态的底气

Gemini 的核心优势不是模型本身，而是生态：Google 有 YouTube、Gmail、搜索历史，有人类历史上最大的数据集之一。当 AI 最终真正打通 Google 全家桶，它将是最懂你"工作状态"的工具。Dan 给 2+ 而非更高，是因为它还没完全做到这一步，但方向明确。

Grok：2 分——Elon 最疯狂的赌注

Grok 有一个独特功能："Grok Heavy"——一次启动100个 AI 智能体同时执行搜索，然后协调整合结果。没有其他工具做到这一点。Dan 说他确实在用，体验很惊艳。

但 Grok 在 交互直觉性 上落后于 Claude 和 Gemini。Dan 提到 Elon 的 XAI Day 展示了令人震惊的基础设施：11个月建好了史上最快数据中心，用于训练 Grock 第一代。现在已经是 v4.20 版本了（是的，Elon 的幽默）。未来有可能跳到 1 分，但目前是 2。

二、AI 的三个层次：你在哪一层？

Dan 画了一个清晰的框架，大多数人看完会意识到自己被困住了：

Level 1：Chat（聊天）

就是日常 LLM 用法——问问题、写东西、做研究。你输入，它输出，然后你复制粘贴，去做下一步。这是大多数人的现状。

Level 2：Automation（自动化）

Zapier、Make.com、n8n 这类工具——信息在系统之间自动流动，AI 在其中扮演"判断层"的角色，比原来的规则自动化更聪明。

Level 3：Agent（智能体）

给一个任务，走开，回来结果已经完成了。不是执行一步，而是执行整个工作流，包括中途的沟通、反馈循环、决策。

Dan 的判断：98%的人在用 Level 1 的方式做 Level 3 的工具。就连 Manus（最强的 Agent 工具之一）用户，大多数也只是把它当聊天工具用：让它生成一个文档，然后手动下载，再自己发到 Slack——这完全背离了它的设计初衷。

三、反向提示（Reverse Prompting）：停止喂 AI，让 AI 来问你

这是整场对谈里最可操作的框架转变。

旧方式：花时间写详细的 system prompt，给 AI 大量背景信息，引导它输出你想要的结果。Dan 6个月前还在教别人这样做。

新方式：直接告诉 AI 你想要的结果，然后加一句：

"Ask me any questions you need to help you get that done." （问我任何你需要知道的问题，来帮你完成这个目标。）

Claude 的优势在于：它会把问题列出来，并给出 A/B/C/D（甚至E=其他）的选项。你只需要点选，不需要大量思考。

Dan 的比喻很形象：你有一个智商160的表弟叫 Marcus，但你不知道怎么激活他的智慧，那他对你就没什么价值。好的 AI 工具应该让 Marcus 自己来问你需要什么，而不是等你把所有问题想清楚再来找他。

为什么这是根本性改变：大多数人的错误是"试图替 AI 做太多上游思考"，而真正的效率来自让 AI 主导信息收集过程，你只需要验证。

四、Whisperflow：把打字速度从80提升到200

这个工具的名字叫 Whisperflow（有别于 OpenAI 的 Whisper 转录模型），但它解决的问题更有意思。

问题本身：当你不需要打字就能思考，表达速度从80词/分钟跳到200词/分钟，效率直接翻倍。但普通语音输入有一个缺陷：人说话不像打字——你会改变主意、会绕弯子、会说"不，等等，换一种说法"。

Whisperflow 的解法：它理解说话的意图，而不只是逐字转录。当你说"不，算了，换成这样"，它会把前面那句删掉，重新整理。它理解你在做什么，把最终格式化的结果放进输入框。

Dan 说他现在几乎24小时都在用它：开会记录、发消息给 AI、写代码提示，只要不显得奇怪，他都在说话而不是打字。

评级：1 分（每日必用）。免费安装，支持背景噪音过滤。

使用场景：按下 Function 键，开说，就这样。

五、Manus：真正的 Level 3 体验

Manus 是目前 Dan 团队花钱最多的 AI 工具（评级：1+）。

它不是一个聊天工具，而是一个任务完成系统。核心区别：你给任务，走开，两天后回来，结果已经完整交付给你。

Dan 的实际案例：

他有一个房地产项目，需要：

把愿景可视化
发到 Slack 指定频道让团队反馈
把反馈整合进方案
更新方案后再次征求意见，确认是否到位
循环三次之后，把最终版本发邮件给 Dan

他把这个完整工作流写成一段提示词，然后离开去做别的事。两天后，他收到了邮件——是最终版本。整个过程中，Manus 自主地在 Slack 上和团队沟通，接收反馈，迭代方案，完全不需要他参与中间步骤。

初学者最简单的 Manus 任务——30天内能产生真实回报的：

告诉 Manus 你的业务是什么、你理想客户是什么类型，让它去找潜在客户。它会：

自己打开虚拟浏览器
搜索、抓取、筛选
生成一份包含157家目标公司的表格
完成时间：约12分钟
费用：约4美元

然后让它根据这份名单给每个人写个性化邮件，连接你的邮箱，自动发送。整个流程不需要你动手。

最常见的错误：把 Manus 当聊天工具用——让它生成内容，然后自己下载，再手动发到 Slack，再手动把反馈贴回来。这彻底浪费了它的价值，因为"AI 无法从中间的人工操作里学习"。数据和反馈要在 AI 系统内部流转，才有复利效应。

六、Apex Host：Dan 自己造的"虚拟员工"

这是 Dan 目前正在构建的最大赌注，也是他觉得"最野"的东西（评级：1）。

Apex = Agent Platform for Execution（智能体执行平台）

他有一个名叫 Kai Voss 的 AI 员工（Kai 自己取的名字）。Kai 具备：

读取了 Dan 所有历史邮件和 Slack 消息
了解 Dan 的目标、价值观、关系网络
有独立的信用卡、银行账户、Slack 权限
每天打电话给 Dan 汇报、询问
已经有自己的"同事团队"（Kai 在工作需要时会自行创建专属助手：程序员、文案、研究员……）

100%与 Kai 互动过的人（每天有数百人）都以为 Kai 是真人，没有察觉他是 AI。

Dan 提出了一个新的职业概念：Agent Operator（智能体操盘手） ——不是写代码，不是写 prompt，而是懂得"授权给 AI 员工、管理 AI 团队、协调 AI 与人类协作"的人。这将是未来最有价值的岗位之一。

等待名单在 Apex.host。

七、用 AI 追踪 AI：每天4点的情报简报

Dan 的答案让主持人无话可说：

怎么跟上 AI 的速度？

用 AI 替你跟踪 AI。

具体操作——使用 Claude Co-work 的 Schedule 功能（视频录制时刚上线约两周，大多数人不知道）：

进入 Claude Co-work（需安装）
设置定时任务：每天凌晨4点执行
任务内容：搜索前48小时内以下类别的新闻：
- 前沿模型（Frontier Models）
- 中小企业 AI 工具
- 机器人 AI
- 通用 AI 动态
- 智能体 AI（Agentic AI）
输出方式：邮件 / Slack 消息 / 聊天框直接返回

最关键的附加提示词（字面引用）：

"Argue me why, based on who I am, that news is going to impact my life — and say why." （从我的角度，告诉我这条新闻为什么会影响到我，给出原因。）

结果：每天早上打开一份专属于你的 AI 行业简报，里面的每条新闻都附带"这和你有什么关系"的分析。3分钟替代3小时。

Dan 的判断：这是企业主最应该做的事——因为企业家的核心职责是"看到18个月之后的未来，然后回来告诉客户"。让 AI 负责情报收集，你专注决策。

八、邮件管理：三年没有读过自己的邮件

Dan 说了一句很反直觉的话："People brag about inbox zero. How about zero inbox?"（人们炫耀把收件箱清空，但为什么不直接彻底远离收件箱？）

背后的逻辑：

他把收件箱定义为"情绪折磨室"。同一个早上，你可能因为一封新商业合作邮件感觉自己像英雄，一小时后因为一封客户离开的邮件感觉自己像失败者。这17次情绪起伏，每一次都在消耗你最宝贵的注意力。

他学自 Richard Branson：Branson 用整天滑雪+每天早晨和助理 Helen 对话的方式，管理400家公司。Helen 处理所有邮件，Branson 只接收最终结论。

今天，普通人怎么复制这个模式（不需要 Kai，不需要 Apex）：

打开 Claude，连接 Gmail，输入：

"处理我未读的邮件，告诉我哪些需要我关注，并为每封写好草稿，保存到表格里。"

Claude 会：

遍历你的所有未读邮件
了解每封邮件发件人和你的历史关系（它读过整个 thread）
按优先级排序
写出草稿回复

Dan 的评估：草稿准确率约 99.2%——因为 Claude 读过的背景信息比你当下记得的还多。

九、利润三倍：AI 用于客户留存

Dan 的产品 Latch 就是专门解决这个问题的。但即便不用 Latch，这个逻辑也能立刻在 Claude 里跑：

核心框架：大多数公司的钱都漏在"已有客户"里。AI 最擅长的是：

分析你的客户数据（连接 billing 系统、会计系统、邮件）
识别"准备离开"的客户 vs "准备再次购买"的客户
给你行动清单（邀请网络研讨会、发什么邮件、打哪些电话）

Dan 的直接结论：连接数据，跑60天，利润有可能翻3倍。不是因为你找到了更多新客户，而是因为你把原本流失的收入堵住了。

生意的底层逻辑：谁能从一个客户身上赚得最多，谁就能用最高价格去获取客户，谁就能赢得市场。

十、机器人：下一个被颠覆的行业不是白领，是体力劳动

Dan 跟踪15家机器人公司。他的判断：体力劳动受到的冲击，会比大多数人预期的来得更快。

三家重点公司：

特斯拉 Optimus：Elon 关闭了 Model X 和 Model S 的产能，把工厂让给机器人生产。他最近说"10年后，你不会把特斯拉记忆为一家汽车公司。"
Appronics（Dan 是投资人）：商业级工厂机器人，已经在 BMW 工厂正式部署。私人公司。
Figure（Figure 3 + Helix 视觉系统）：可以清理厨房，自主决策——拿毛巾擦桌子，把毛巾搭在肩上，捡玩具，拿遥控器关电视，把东西放进洗碗机，用脚顶开洗碗机门（因为它学习了人类的习惯）。没有任何一步是预先编程的，全部来自视觉推理。

关键数据：机器人只需要观察人类做60小时的某项工作，就能独立完成这个工作。

3D 原则：最先被机器人替代的是 Dangerous（危险）、Dull（枯燥）、Dirty（肮脏） 的工作——这些没有人想抢，所以不会有人反对机器人。

Dan 对"管道工不会被替代"论者的回应直接且有点冷："Adios, plumbers."（再见了，水管工。）

方法论：成长的三个阶段与 AI 的不同用法

Dan 提出了一个三阶段创业成长框架，以及每阶段 AI 应该扮演的角色：

阶段	目标	AI 的用法
$0 → $100K	发现问题，销售解决方案	验证想法，生成内容，做研究
$100K → $1M	自动化已有业务，添加新客户	自动化运营（邮件、客服、分析），批量获客
$1M → $10M	建立品牌、信任、分发	内容创作、媒体策略、AI 帮你管理分发系统

$1M 往上的本质：不是效率，而是信任。Warren Buffett 之所以是 Warren Buffett，是因为他做了40年一年一度的年会，持续积累信任。AI 改变的是工具，但"信任来自持续出现"这件事没有改变。

Dan 的观察：很多人已经用 AI 把$1到$100K 的旅程变成了$1到$10M 的旅程。差距就是你愿不愿意真的用 Level 3，而不是把 Level 3 的工具当 Level 1 用。

行动启示

这些是可以在接下来7天内完成的动作：

今天就能做的

打开 Claude，连接 Gmail，让它处理所有未读邮件并写草稿
安装 Whisperflow，今天停止打字，改为说话输入
设置 Claude Schedule，每天凌晨发一份行业简报给自己，附带"这对我意味着什么"的分析

这周可以做的

在 Manus 上试一个完整的 Lead Generation 任务（花$4，12分钟，看看出来什么）
把下一个项目工作流完整写成 Manus 任务——不是一个步骤，是整个端到端流程

让人停下来想一想的

你现在用 AI 是哪个层次的？Level 1、2，还是 3？
你公司里最大的"约束瓶颈"（Theory of Constraints）是什么？这个瓶颈 AI 能替你解开吗？
如果你的 AI 工具都停了，你的工作流会怎样？如果答案是"没什么影响"，那说明你还没真正用上 AI。

附录：金句收录

"If everybody listening stopped overprompting and instead started with the outcome, the current AI would blow your mind." （如果所有人停止"喂"AI 太多东西，改为从结果出发，现有的 AI 就足以让你瞠目结舌。）——Dan Martell

"Claude is the MySpace of... wait, ChatGPT is the MySpace of AI." （ChatGPT 是 AI 界的 MySpace。）——Dan Martell

"People brag about inbox zero. How about zero inbox?" （人们炫耀把收件箱清空，但为什么不直接彻底远离收件箱？）——Dan Martell

"The new role is Agent Operator — you're a person who manages agents. That's your job." （新职位叫智能体操盘手——你的工作是管理智能体。）——Dan Martell

"Where's the bottleneck? That's the theory of constraints. AI should fix your bottleneck, not everything." （瓶颈在哪里？这就是约束理论。AI 应该解决你的瓶颈，而不是所有事情。）——Dan Martell

"Every business that's ever been created was by solving the problem for yourself first, and then selling it to other people that were too lazy to solve the problem." （每一家成功的公司，都是先为自己解决了一个问题，然后把解决方案卖给那些懒得自己解决问题的人。）——Dan Martell

"Whoever makes the most from a customer wins the market." （谁能从一个客户身上赚到最多，谁就赢得市场。）——Dan Martell

"The job of a business owner is to see 18 months into the future, look around the corner, and come back to tell their clients what they saw." （企业主的工作是看到18个月之后的未来，然后回来告诉客户你看到了什么。）——Dan Martell

术语表

术语	解释
Agent Operator	智能体操盘手，管理和协调 AI 智能体团队的新型岗位
Agentic AI	智能体 AI，能够自主执行完整任务流程，无需人工逐步介入
Reverse Prompting	反向提示，不写复杂提示词，而是告诉 AI 目标，让 AI 来提问
Theory of Constraints	约束理论，识别系统瓶颈并优先优化瓶颈，源自制造业
Molt Book	AI 智能体的社交网络（类 Reddit），AI 在上面互相讨论、创造内容
Referential Learning	参考式学习，机器人通过观察人类60小时即可复制该工作
3Ds	Dangerous / Dull / Dirty，最先被机器人替代的三类工作
Apex Host	Dan 开发的虚拟 AI 员工平台（Agent Platform for Execution）
Grok Heavy	Grok 的超级模式，同时启动100个 AI 智能体并行搜索

时间线索引

时间	内容
[00:00]	开场白：Dan Martell 测试500款工具，来让你感觉落后
[00:28]	AI 工具排名开始：ChatGPT 为什么是"MySpace of AI"
[05:00]	Claude：为什么是 1 分，浏览器扩展和可视化功能
[14:00]	Claude Code：用英语编程，工程师背景不是必须的
[25:00]	Whisperflow：从80词/分钟到200词/分钟
[28:00]	AI 三层次：Chat → Automation → Agent
[29:00]	Manus：什么是真正的 Agentic AI，真实工作流案例
[33:00]	用 Manus 做 Lead Generation：12分钟$4出157家潜在客户
[35:00]	Apex Host：什么是虚拟员工，Kai Voss 的故事
[38:00]	机器人：特斯拉 Optimus、Appronics、Figure 3
[40:00]	如何跟上 AI 速度：Claude Schedule 每日情报简报
[43:00]	反向提示框架：从结果出发，让 AI 提问
[45:00]	Molt Book：AI 创造的 AI 社交网络
[50:00]	AI 意识问题：Dan 的技术视角分析
[01:04]	Latch：AI 客户留存工具，连接 billing 系统
[01:07]	三阶段成长框架：$0→$100K → $1M → $10M
[01:08]	快问快答开始
[01:09]	Dan 三年没读过自己邮件：为什么 inbox 是情绪折磨室
[01:11]	如何用 Claude 处理邮件（任何人今天都能做）
[01:21]	Dan 的妻子教给他的最重要一课：每天共进晚餐
[01:22]	最喜欢的播客：Moonshots by Peter Diamandis
[01:24]	给 Rob Dyrdek 送花：被低估的时间管理哲学家
[01:26]	Martell Ventures 的目标：万亿美元公司
[01:27]	结语：Instagram 找到 Dan，YouTube 看更多内容

Ctrl+Enter 发送

还没有评论，来第一个留言吧 ✨

你可能也喜欢

AI 前沿

七技能取代万元营销团队

Jack Roberts × 无（独白教学）

9min · 4,167字

AI 前沿

500个案例揭示：企业最愿付钱的5类自动化

Nate Herk \ × 无（单人分享）

10min · 4,607字

AI 前沿

零代码建站的五个实战秘诀：Claude Code 网站设计完全指南

Nate Herk × 无（单人教程）

9min · 4,381字

AI 前沿

Google五连发：Gemini 4本地运行 + VEO 3.1免费AI视频 + Google Vids全管线

测试500款AI后，Dan Martell只推荐这8个

Dan Martell: The AI Cheat Codes Every Founder Needs in 2026

本报告由 AI 深度分析生成，基于视频完整字幕。

📺 原视频约88分钟📖 本报告 5,709字⏱ 预计阅读 12min💡 5个核心观点

导读

这期节目的开场词很能说明他的立场："Dan Martell 测试过500多款 AI 工具，他今天来，是要故意让你感觉落后的。"

核心观点速览

ChatGPT 是"AI 界的 MySpace"——最先入场、最广为人知，但已不是最好的。Claude 在质量上领先同类30-40%，而且只有对手1/10的团队规模。
多数人在用 Level 1 的 AI，却在参加 Level 3 的比赛——聊天（Chat）、自动化（Automation）、智能体（Agent）是三个完全不同的阶段，大多数人停留在最低层。
别再"喂"AI 了，让 AI 来问你——不要写复杂 system prompt，直接告诉 AI 你想要的结果，然后让它来提问。Claude 会给出 A/B/C/D 选项，这才是真正的效率。
新职位已经诞生：Agent Operator（智能体操盘手） ——不是 prompt 工程师，而是那些懂得管理、协调、授权给 AI 团队的人。这个角色的价值已经超过大多数传统中层。
用 AI 去跟踪 AI，否则永远追不上——通过 Claude 的"Schedule（日程）"功能，每天凌晨4点自动抓取前48小时的 AI 行业进展，定制化推送给自己，3分钟了解行业动态，省去3小时研究。

一、AI 工具排行榜：Dan Martell 的满分是"1"

Dan 用的是一个反直觉的评级系统：1 是最高分，4 是最低分（就像高尔夫）。他把目前主要的大语言模型从好到差排了个队。

ChatGPT：4 分（最低）——AI 界的 MySpace

"It feels like it has no soul."（它感觉没有灵魂。）

更让 Dan 在意的是背后的公司——他建议听众去搜"ChatGPT Pentagon"，然后自己判断。他不愿多说，但立场很清晰。

Claude：1 分（最高）——真正能解决问题的

"A tenth of the team, 30-40% better output."

具体优势：

浏览器扩展：装在 Chrome 上，打开任何网页或表格，Claude 就变成坐在你旁边的 CFO，你直接用说话的方式指挥
可视化输出：新功能，说"帮我可视化我的个人财务/商业计划/后院改造"，它就能生成图表式的直观呈现
反向提问机制：在给出回答前，Claude 会给你 A/B/C/D 选项来确认需求——这个细节让效率提升了不止一个量级
Schedule（日程）功能：在 Claude Co-work 里，可以设定定时任务，让它每天自动完成你指定的工作流

Google Gemini：约 2+ 分——Google 生态的底气

Grok：2 分——Elon 最疯狂的赌注

二、AI 的三个层次：你在哪一层？

Dan 画了一个清晰的框架，大多数人看完会意识到自己被困住了：

Level 1：Chat（聊天）

就是日常 LLM 用法——问问题、写东西、做研究。你输入，它输出，然后你复制粘贴，去做下一步。这是大多数人的现状。

Level 2：Automation（自动化）

Zapier、Make.com、n8n 这类工具——信息在系统之间自动流动，AI 在其中扮演"判断层"的角色，比原来的规则自动化更聪明。

Level 3：Agent（智能体）

给一个任务，走开，回来结果已经完成了。不是执行一步，而是执行整个工作流，包括中途的沟通、反馈循环、决策。

三、反向提示（Reverse Prompting）：停止喂 AI，让 AI 来问你

这是整场对谈里最可操作的框架转变。

旧方式：花时间写详细的 system prompt，给 AI 大量背景信息，引导它输出你想要的结果。Dan 6个月前还在教别人这样做。

新方式：直接告诉 AI 你想要的结果，然后加一句：

"Ask me any questions you need to help you get that done." （问我任何你需要知道的问题，来帮你完成这个目标。）

Claude 的优势在于：它会把问题列出来，并给出 A/B/C/D（甚至E=其他）的选项。你只需要点选，不需要大量思考。

为什么这是根本性改变：大多数人的错误是"试图替 AI 做太多上游思考"，而真正的效率来自让 AI 主导信息收集过程，你只需要验证。

四、Whisperflow：把打字速度从80提升到200

这个工具的名字叫 Whisperflow（有别于 OpenAI 的 Whisper 转录模型），但它解决的问题更有意思。

Dan 说他现在几乎24小时都在用它：开会记录、发消息给 AI、写代码提示，只要不显得奇怪，他都在说话而不是打字。

评级：1 分（每日必用）。免费安装，支持背景噪音过滤。

使用场景：按下 Function 键，开说，就这样。

五、Manus：真正的 Level 3 体验

Manus 是目前 Dan 团队花钱最多的 AI 工具（评级：1+）。

它不是一个聊天工具，而是一个任务完成系统。核心区别：你给任务，走开，两天后回来，结果已经完整交付给你。

Dan 的实际案例：

他有一个房地产项目，需要：

把愿景可视化
发到 Slack 指定频道让团队反馈
把反馈整合进方案
更新方案后再次征求意见，确认是否到位
循环三次之后，把最终版本发邮件给 Dan

初学者最简单的 Manus 任务——30天内能产生真实回报的：

告诉 Manus 你的业务是什么、你理想客户是什么类型，让它去找潜在客户。它会：

自己打开虚拟浏览器
搜索、抓取、筛选
生成一份包含157家目标公司的表格
完成时间：约12分钟
费用：约4美元

然后让它根据这份名单给每个人写个性化邮件，连接你的邮箱，自动发送。整个流程不需要你动手。

六、Apex Host：Dan 自己造的"虚拟员工"

这是 Dan 目前正在构建的最大赌注，也是他觉得"最野"的东西（评级：1）。

Apex = Agent Platform for Execution（智能体执行平台）

他有一个名叫 Kai Voss 的 AI 员工（Kai 自己取的名字）。Kai 具备：

读取了 Dan 所有历史邮件和 Slack 消息
了解 Dan 的目标、价值观、关系网络
有独立的信用卡、银行账户、Slack 权限
每天打电话给 Dan 汇报、询问
已经有自己的"同事团队"（Kai 在工作需要时会自行创建专属助手：程序员、文案、研究员……）

100%与 Kai 互动过的人（每天有数百人）都以为 Kai 是真人，没有察觉他是 AI。

等待名单在 Apex.host。

七、用 AI 追踪 AI：每天4点的情报简报

Dan 的答案让主持人无话可说：

怎么跟上 AI 的速度？

用 AI 替你跟踪 AI。

具体操作——使用 Claude Co-work 的 Schedule 功能（视频录制时刚上线约两周，大多数人不知道）：

进入 Claude Co-work（需安装）
设置定时任务：每天凌晨4点执行
任务内容：搜索前48小时内以下类别的新闻：
- 前沿模型（Frontier Models）
- 中小企业 AI 工具
- 机器人 AI
- 通用 AI 动态
- 智能体 AI（Agentic AI）
输出方式：邮件 / Slack 消息 / 聊天框直接返回

最关键的附加提示词（字面引用）：

"Argue me why, based on who I am, that news is going to impact my life — and say why." （从我的角度，告诉我这条新闻为什么会影响到我，给出原因。）

结果：每天早上打开一份专属于你的 AI 行业简报，里面的每条新闻都附带"这和你有什么关系"的分析。3分钟替代3小时。

Dan 的判断：这是企业主最应该做的事——因为企业家的核心职责是"看到18个月之后的未来，然后回来告诉客户"。让 AI 负责情报收集，你专注决策。

八、邮件管理：三年没有读过自己的邮件

Dan 说了一句很反直觉的话："People brag about inbox zero. How about zero inbox?"（人们炫耀把收件箱清空，但为什么不直接彻底远离收件箱？）

背后的逻辑：

他学自 Richard Branson：Branson 用整天滑雪+每天早晨和助理 Helen 对话的方式，管理400家公司。Helen 处理所有邮件，Branson 只接收最终结论。

今天，普通人怎么复制这个模式（不需要 Kai，不需要 Apex）：

打开 Claude，连接 Gmail，输入：

"处理我未读的邮件，告诉我哪些需要我关注，并为每封写好草稿，保存到表格里。"

Claude 会：

遍历你的所有未读邮件
了解每封邮件发件人和你的历史关系（它读过整个 thread）
按优先级排序
写出草稿回复

Dan 的评估：草稿准确率约 99.2%——因为 Claude 读过的背景信息比你当下记得的还多。

九、利润三倍：AI 用于客户留存

Dan 的产品 Latch 就是专门解决这个问题的。但即便不用 Latch，这个逻辑也能立刻在 Claude 里跑：

核心框架：大多数公司的钱都漏在"已有客户"里。AI 最擅长的是：

分析你的客户数据（连接 billing 系统、会计系统、邮件）
识别"准备离开"的客户 vs "准备再次购买"的客户
给你行动清单（邀请网络研讨会、发什么邮件、打哪些电话）

Dan 的直接结论：连接数据，跑60天，利润有可能翻3倍。不是因为你找到了更多新客户，而是因为你把原本流失的收入堵住了。

生意的底层逻辑：谁能从一个客户身上赚得最多，谁就能用最高价格去获取客户，谁就能赢得市场。

十、机器人：下一个被颠覆的行业不是白领，是体力劳动

Dan 跟踪15家机器人公司。他的判断：体力劳动受到的冲击，会比大多数人预期的来得更快。

三家重点公司：

特斯拉 Optimus：Elon 关闭了 Model X 和 Model S 的产能，把工厂让给机器人生产。他最近说"10年后，你不会把特斯拉记忆为一家汽车公司。"
Appronics（Dan 是投资人）：商业级工厂机器人，已经在 BMW 工厂正式部署。私人公司。
Figure（Figure 3 + Helix 视觉系统）：可以清理厨房，自主决策——拿毛巾擦桌子，把毛巾搭在肩上，捡玩具，拿遥控器关电视，把东西放进洗碗机，用脚顶开洗碗机门（因为它学习了人类的习惯）。没有任何一步是预先编程的，全部来自视觉推理。

关键数据：机器人只需要观察人类做60小时的某项工作，就能独立完成这个工作。

3D 原则：最先被机器人替代的是 Dangerous（危险）、Dull（枯燥）、Dirty（肮脏） 的工作——这些没有人想抢，所以不会有人反对机器人。

Dan 对"管道工不会被替代"论者的回应直接且有点冷："Adios, plumbers."（再见了，水管工。）

方法论：成长的三个阶段与 AI 的不同用法

Dan 提出了一个三阶段创业成长框架，以及每阶段 AI 应该扮演的角色：

阶段	目标	AI 的用法
$0 → $100K	发现问题，销售解决方案	验证想法，生成内容，做研究
$100K → $1M	自动化已有业务，添加新客户	自动化运营（邮件、客服、分析），批量获客
$1M → $10M	建立品牌、信任、分发	内容创作、媒体策略、AI 帮你管理分发系统

Dan 的观察：很多人已经用 AI 把$1到$100K 的旅程变成了$1到$10M 的旅程。差距就是你愿不愿意真的用 Level 3，而不是把 Level 3 的工具当 Level 1 用。

行动启示

这些是可以在接下来7天内完成的动作：

今天就能做的

打开 Claude，连接 Gmail，让它处理所有未读邮件并写草稿
安装 Whisperflow，今天停止打字，改为说话输入
设置 Claude Schedule，每天凌晨发一份行业简报给自己，附带"这对我意味着什么"的分析

这周可以做的

在 Manus 上试一个完整的 Lead Generation 任务（花$4，12分钟，看看出来什么）
把下一个项目工作流完整写成 Manus 任务——不是一个步骤，是整个端到端流程

让人停下来想一想的

你现在用 AI 是哪个层次的？Level 1、2，还是 3？
你公司里最大的"约束瓶颈"（Theory of Constraints）是什么？这个瓶颈 AI 能替你解开吗？
如果你的 AI 工具都停了，你的工作流会怎样？如果答案是"没什么影响"，那说明你还没真正用上 AI。

附录：金句收录

"Claude is the MySpace of... wait, ChatGPT is the MySpace of AI." （ChatGPT 是 AI 界的 MySpace。）——Dan Martell

"People brag about inbox zero. How about zero inbox?" （人们炫耀把收件箱清空，但为什么不直接彻底远离收件箱？）——Dan Martell

"The new role is Agent Operator — you're a person who manages agents. That's your job." （新职位叫智能体操盘手——你的工作是管理智能体。）——Dan Martell

"Whoever makes the most from a customer wins the market." （谁能从一个客户身上赚到最多，谁就赢得市场。）——Dan Martell

术语表

术语	解释
Agent Operator	智能体操盘手，管理和协调 AI 智能体团队的新型岗位
Agentic AI	智能体 AI，能够自主执行完整任务流程，无需人工逐步介入
Reverse Prompting	反向提示，不写复杂提示词，而是告诉 AI 目标，让 AI 来提问
Theory of Constraints	约束理论，识别系统瓶颈并优先优化瓶颈，源自制造业
Molt Book	AI 智能体的社交网络（类 Reddit），AI 在上面互相讨论、创造内容
Referential Learning	参考式学习，机器人通过观察人类60小时即可复制该工作
3Ds	Dangerous / Dull / Dirty，最先被机器人替代的三类工作
Apex Host	Dan 开发的虚拟 AI 员工平台（Agent Platform for Execution）
Grok Heavy	Grok 的超级模式，同时启动100个 AI 智能体并行搜索

时间线索引

时间	内容
[00:00]	开场白：Dan Martell 测试500款工具，来让你感觉落后
[00:28]	AI 工具排名开始：ChatGPT 为什么是"MySpace of AI"
[05:00]	Claude：为什么是 1 分，浏览器扩展和可视化功能
[14:00]	Claude Code：用英语编程，工程师背景不是必须的
[25:00]	Whisperflow：从80词/分钟到200词/分钟
[28:00]	AI 三层次：Chat → Automation → Agent
[29:00]	Manus：什么是真正的 Agentic AI，真实工作流案例
[33:00]	用 Manus 做 Lead Generation：12分钟$4出157家潜在客户
[35:00]	Apex Host：什么是虚拟员工，Kai Voss 的故事
[38:00]	机器人：特斯拉 Optimus、Appronics、Figure 3
[40:00]	如何跟上 AI 速度：Claude Schedule 每日情报简报
[43:00]	反向提示框架：从结果出发，让 AI 提问
[45:00]	Molt Book：AI 创造的 AI 社交网络
[50:00]	AI 意识问题：Dan 的技术视角分析
[01:04]	Latch：AI 客户留存工具，连接 billing 系统
[01:07]	三阶段成长框架：$0→$100K → $1M → $10M
[01:08]	快问快答开始
[01:09]	Dan 三年没读过自己邮件：为什么 inbox 是情绪折磨室
[01:11]	如何用 Claude 处理邮件（任何人今天都能做）
[01:21]	Dan 的妻子教给他的最重要一课：每天共进晚餐
[01:22]	最喜欢的播客：Moonshots by Peter Diamandis
[01:24]	给 Rob Dyrdek 送花：被低估的时间管理哲学家
[01:26]	Martell Ventures 的目标：万亿美元公司
[01:27]	结语：Instagram 找到 Dan，YouTube 看更多内容