摘要

Cluely 押注的，是始终在线的桌面层，而不是目的地式聊天机器人，后者才是消费级 AI 的胜负手。 它的半透明覆盖层可以读取系统音频和麦克风，提供笔记、定义、问题和建议回复；原生 Mac 截图不会显示它，但 Mac 屏幕录制会捕捉到。战略目标是抢占 Command-Backslash 这一操作习惯，最终积累足够上下文，让多模态模型能够推理“你在电脑上做过的一整年所有事情”，成为个性化 Jarvis。
Roy Lee 的信条是 AI 最大化主义：只要 AI 能提升产出，就应该使用，因为今天的模型“将是我们此生用过的最愚蠢模型”。 他反对要求 AI 始终自我标识的笼统规则，认为这种规则无法执行，而且 AI 辅助的经济活动通常应按结果评判。唯一较窄的例外，是人类付出本身就是目标的场景，比如一份带有情感意义的礼物。
这家公司的使命建立在一种高度二元的 AI 进步观之上。 在 Lee 的乐观情景中，超级智能消灭癌症和阿尔茨海默病，把寿命从大约80年延长到800年，让产出事实上变得无限，并释放人们去追求内在有意义的工作；在退而求其次的情景中，AI 只是自动化“10–20%的白领工作”，让生活改善约20%。他承认这些预测值得“连一粒盐都不要完全相信”，但认为即使生产率提升10%，也相当于增加“7亿个人的生产力”。
“一切都作弊”之所以引发共鸣，是因为 Lee 认为年轻人正在失去对“上学—拿到名望工作”这笔交易的信心。 他声称，Columbia 95–99%的学生“如果不是完全100%”，都曾用 AI 在考试或作业中作弊；毕业生则面临他所称的30%失业率。他自己的转折故事——公开使用隐形助手通过 Amazon 面试并拿到 offer，随后被 Columbia 停学，还说自己“宁愿死也不会道歉”——把与机构的冲突转化成了 Cluely 的创始神话。
Lee 希望雇主用 AI 分析候选人已经展示出的工作，取代代理性测试和一页纸简历。 AI 应该审查候选人的作品集、核实其说法、找出具体缺陷，甚至把某人评为“100分制中的76分候选人”；凡是 AI 能完成的作业，都应该消失。他的重要限定是：“作弊”不能移除所有学习要求，因此人们应该先抓住每一个 AI 带来的捷径，再补齐最终未解决的那一步所需的数学、编程或领域知识。
Erik Torenberg 最有力的反驳是：仅凭产出，无法支配恋爱、礼物、公共讨论或信任。 Lee 最终承认，有些产出之所以有价值，恰恰是因为其中包含“人的投入”：如果用 AI 生成一幅父亲节画作，却冒充手工作品，结果就会失败，因为真正的产品是付出的努力。他更窄的结论是：对于经济生产，不披露自动化通常可以接受；但情感连接仍是持久的例外。
Cluely 正把反文化定位与异常有计划的分发和人才投入结合起来。 其内部团队使用真人摄影师、灯光、摄像机和剪辑师，因为 AI 目前还无法达到目标产出；脚本和分镜则交给 AI。另一套不到10秒的 UGC 短视频，能够触达500万名16–20岁人群。Lee 曾开出最高100万美元加股权的薪酬方案，理由是高薪先赢得注意力，再靠高强度的“兄弟会”文化赢得忠诚。

精读

1. Cluely 把 AI 变成覆盖所有应用的一块玻璃

Lee 将 Cluely 定义为“人类与 AI 互动的新方式”：一款可以读取系统音频和麦克风的桌面应用，以半透明玻璃层覆盖在其他应用之上。开会时，它会记笔记、调出定义、提出问题、生成建议回复，用户无需跳转到 chat.openai.com。
Torenberg 的亲自体验同时保留了它的潜力和局限。在与 Waymark CEO 的谈话中，Cluely 生成了一份有用的“实时日记”；反复刷新建议回复也“足够经常”地有效，但模型缺少双方超过10年关系中积累的那些未明说的上下文。
“不可检测”功能有着明确边界：原生 Mac 截图不会显示覆盖层，但 Mac 屏幕录制会，因为它运行在操作系统更底层。Lee 称不可检测性“只是一个好玩的功能”，但也承认，它对想在共享屏幕演示期间获得实时辅助的销售人员很有用。
关于留存，Lee 表示 Cluely 通常保存 AI 摘要或笔记，而不是 MP3；企业客户可以特别要求存储音频。系统也会保存被触发的问题和回复，但他说，加密层使公司无法知道某个具体请求来自哪位用户。

2. 初始护城河是互动习惯，终局是完整上下文

Lee 预计，未来原生多模态模型最终会摄入的，不是两分钟，而是“你在电脑上做过的一整年所有事情”。在这段历史上进行推理，会把通用助手变成高度个性化的 Jarvis，理解用户的人际关系、工作和偏好。
因此，Cluely 当前的目标是锁定行为习惯：“别去 chat.openai.com，按下 Command-Backslash。”Lee 将其称为一场“圈地”，要在模型获得实现完整愿景所需的上下文和智能之前，先建立桌面助手的交互模式。
Lee 把 Apple 的半透明 Liquid Glass 界面视为市场正在收敛到这一 UX 的证据。他的分发逻辑是：一旦用户被锁定在这套界面里，Cluely 又拥有了他们的数据，即使不拥有前沿模型本身，也最终可以分发一个超级智能的开源模型。

3. 超级智能的目标是终结生存必需，而非人类追求

Lee 的类比是：如果一个铁匠在600年前见到蒸汽机，他可以预见失业和技艺衰落，却无法想象未来会出现哪些职业。同样，今天的劳动者可能看得到自动化，却看不到科学加速、新活动和寿命延长。
在 Lee 的乐观情景中，一种认知能力超过人类的智能会治愈癌症和阿尔茨海默病，把死亡年龄从大约80岁改写到800岁。届时，创造资本和为经济价值而工作都会退居次要位置，因为任何东西——从信息到汉堡——都能几乎即时获得。
丰裕并不会让人变得无所事事。Lee 指出，人类在机器超过自己之后反而更喜欢下棋：人们从事困难活动，是为了体验过程，而不只是为了产出。咖啡馆、木工、文学、交谈、自然和园艺仍会存在，因为人们会主动选择这些过程。
他进一步设想，人类甚至可以控制奖励机制本身：人们可能关闭连续4小时刷屏带来的多巴胺，把它转向跑步，或阅读19世纪的英文文本。Lee 说“99%的人类”都会选择更健康、需要付出努力的快乐，但也承认，如果超级智能永远不会到来，AI 可能只会自动化10–20%的白领工作。

4. Cluely 的变革理论是加速普及

Torenberg 追问其中显而易见的创业悖论：如果人人都能拥有的超级智能会冲刷传统护城河和遗产，为什么还要打造一家跨世代公司？Lee 的回答是，未来之所以必然到来，只是因为人们在“不知疲倦地工作，让那个未来最终成为现实”。
即使只是普及半透明覆盖层，也会是一项值得的贡献。Lee 将这一使命与自己本可能过上的生活对比：去 Meta 实习，成为一名“没脑子的程序员”，担心自己的职业生涯，同时准备 Columbia 大三暑期课程。
他的量化说法是，让所有人的生产率提升10%，就相当于向世界注入“7亿个人的生产力”。更广泛的使用还可能把更多资金导向 AI 研发，使采用 AI 变得正常，并提高人们对这项技术的乐观程度。
但 Lee 仍告诉听众，对他关于5年、10年和20年的预测要“连一粒盐都不要完全相信”。没有人知道路径会怎样；他的行动原则只是朝着那个他相信能够治愈疾病、让人们摆脱不想做的工作的未来前进。

5. 对机构的幻灭推动了“一切都作弊”

Lee 认为，年轻人不想成为“齿轮上的一颗螺丝”，在没有意义的情况下生产资本。旧承诺——上好学校、拿好成绩、找到一份稳定工作——对他所说的这一代人而言已经破裂：他们看到大学毕业生面临30%失业率，也看到 AI 冲击加速到来。
他把自己塑造成“无人走过的路”，公开拒绝 Ivy League 的名望和 Big Tech 的体面路径。这种吸引力一半来自向上想象，一半来自挫败感：多年的记忆训练既没有换来稳定，也没有换来令人信服的社会意义。
根据他的“前线报告”，Columbia 95–99%的学生“如果不是完全100%”，都曾用 AI 在作业或考试中作弊。他区分了 AI 辅助的带回家论文——他认为这类作业实际上已经结束——和严格监考的课堂考试；后者仍然难以作弊，但可能在5年内消失。
大学基本把政策制定交给单个教授，而学生中的“AI 蜂群意识”已经让使用 AI 变得普遍。Lee 预测，5年后，当这些学生作为真正原生于 AI 的一代进入高知名度工作岗位时，各机构将毫无准备。

6. Amazon 闹剧把招聘批评转化成创始神话

Interview Coder 是 Cluely 的前身。它拍下编程题，发送给 ChatGPT，再把答案显示在屏幕共享不可见的覆盖层中。Lee 在 Amazon 整个面试流程中使用了它，拿到 offer，录下这场欺骗，并公开发布了视频。
他的实质性批评是，编程谜题早已存在于网上，面试因此不再测试批判性思维，而变成比拼谁记住了更多题目。他认为，这场闹剧“相当于计算机科学专业学生发起抗议的方式”。
Lee 称，一名 Amazon 高管威胁说，如果 Columbia 不开除他，Amazon 就会停止从 Columbia 招聘；Torenberg 表示，在接受这一说法之前，他需要 Amazon 置评。Columbia 对 Lee 进行了纪律听证，最终决定停学。
尽管有人给过他撤回说法的机会，Lee 仍说自己“宁愿死也不会道歉”。他的理由是，工程师在真实工作中本来就会使用 AI——他引用了 Google 据报道达到90%的比例——而道歉会削弱这个故事，也削弱他领导这场变革的能力。

7. AI 最大化主义按产出评判经济活动

Lee 的个人准则很简单：凡是 AI 能帮上忙的地方，都要使用 AI。“我们今天使用的模型，将是我们此生用过的最愚蠢模型。”既然同一任务显然会在5年内被自动化，现在拒绝辅助就更没有道理。
这一框架使同时为多家公司工作变得可以接受。如果一个人能在多份远程工作中满足几家公司的产出要求，Lee 说这些公司“自己并不在意”；雇主必须定义什么产出算合格，而不是监管工作时长。Cluely 也以高要求交付成果为导向，不设严格作息。
Torenberg 将这一逻辑推演到8台笔记本运行8个 Cluely agent，最终把员工从流程中移除。随后，他拿 Yuval Noah Harari 提出的规则来测试 Lee：AI 是否必须始终表明自己是 AI。
Lee 认为这一规则无法执行，在概念上也不稳定：头脑风暴、列提纲、起草和最终编辑构成一条连续谱，不存在一个清晰节点，可以判定工作从此变成了“AI 生成”。自动化客服通话应该按产出评判，而不是看一项很少有人从中获得内在满足的工作是否由人完成。

8. 当努力本身就是产品时，人的付出仍有价值

Torenberg 提出的最难反例是亲密关系：如果一场约会偷偷让 AI 提供每一句对话，或者夫妻通过助手交谈，Lee 是否会接受？他提到孩子不完美的父亲节画作，以及一则因用 AI 完善孩子信件而受到批评的 Google 奥运广告——“心意”本身具有独立于成品质量之外的价值。
Lee 承认这种区分。即使 AI 能即时生成更好的图像，孩子的画仍然可以有意义，因为人们想要的产出从来不是视觉质量，而是孩子付出的努力。因此，把 AI 图像冒充手工作品，在真正的评判标准下反而是“糟糕的产出”。
最终边界比“一切都作弊”最初暗示的更窄。如果接受者关心的是结果，经济生产可以在不披露的情况下自动化；但情感行为和人与人之间的连接会保留下来，因为“你真正想要的产出，是人的投入”。

9. 评估应检查真实工作，学习应追逐目标

Lee 会取消任何 AI 能完成的作业。雇主不应再出编程谜题，而应检查候选人做过的一切；AI 可以审查代码、验证熟练度、找出差距，并得出结论，例如某人是“100分制中的76分候选人”。
他对一页纸简历也提出同样批评：简历把职业经历压缩成容易被操纵的说法，再经过审阅者情绪和注意力的过滤。更好的流程，可能是让候选人与 AI 进行充分对话，由 AI 提出个性化问题、核实经历，并评估雇主真正看重的节奏感、说服力或技术能力。
“一切都作弊”并不意味着基础知识消失。如果目标是建造 Google，AI 可以跨越许多步骤，但最后那一步未解决的跳跃，可能要求补回加法、矩阵乘法、线性代数或 PageRank。Lee 的规则是：抓住所有可用的捷径，再学习技术无法跨越的前置知识。
对孩子，他更偏好以目标驱动的探索，而不是孤立的训练。如果一个7岁孩子受到 Harry Potter 启发，可以用 AI 生成并比较故事创意，发现自己的情节偏好，再完成一个更大的创作项目；这个孩子对分号的了解可能更少，却可能通过持续实验学到更多。

10. 信任可能从事实熟练度转向人的意图

Torenberg 担心，作弊普及会降低政治讨论、Fiverr、Upwork 和其他远程市场中的信任：参与者可能是 AI、人与 AI 的混合体，或是以浪费他人注意力为目标的巨魔农场。
Lee 以实时英西翻译反驳，随后又谈到一位煤炭开采专家：Cluely 为对话提供陌生定义和历史背景。两种辅助都不一定构成欺骗；它们可以移除记忆和语言障碍，让参与者抵达真正想讨论的主题。
他所说的边界在于欲望本身。AI 可以推荐或提供信息，却无法替代“你觉得这个女孩很漂亮，去和她说话”背后的人类冲动。未来的对话应逐步剥离事实检索，暴露偏好、观点，以及两个人选择展开交流的原因。
Torenberg 用自己对实时翻译的兴奋来测试这一点：Lee 是随机提出这个例子，还是研究过 Torenberg 的 Twitter 历史，或者收到了一条运行时提示，似乎都没有预想中重要。Lee 说，努力的信号只会迁移；打字普及后，漂亮的字迹也不再意味着书写者付出了书法劳动。

11. 分发、文化加速度和人才是 Cluely 的下注

Cluely 的精致视频仍主要由人完成：内部工作室提供摄像机、灯光、摄影师和剪辑师，因为 AI 目前还无法达到目标产出。AI 负责分镜和喜剧脚本初稿；团队每天刷4小时 Instagram 和 TikTok，已经“脑子被刷坏到足够程度”，知道什么能让观众停下来。
它的 UGC 引擎则完全不同：新账号、一个随机的20岁年轻人、约两句话，以及不到10秒的短视频。Lee 说，这些视频可以带来500万次观看，并实现很强的转化，因为 Cluely 已经针对16–20岁的学生打磨出一套开场钩子——这也是为什么有些用户躲不开这场营销，而 Torenberg 几乎看不到它。
长期品牌姿态取决于这种营销是否会改变公司文化。如果它能帮助终结一本正经的职业主义，Cluely 就会保留“我想做什么就做什么”的身份；如果它只是提供加速度，Lee 承认，公司最终可能会“系上纽扣”。他坚持认为，真正持久的成分是诚实，而不是弱者叙事。
Lee 曾开出最高100万美元加股权的薪酬。他的逻辑是，一家成立仅2个月的创业公司无法在候选人亲身体验之前要求对方相信它：顶格薪酬先建立人才漏斗，再靠一个吃牛排、去健身房的“兄弟会”文化，以及雄心勃勃的股权故事，留住 Cluely 所需要的特定全栈工程师。他最后的建议是：“最冒险的动作，可能正是你认定最安全的动作。”

碎片化纠缠表征假说（导论）《大而美法案》、Elon与Trump、美元大幅走弱、哈佛的资金困境、Figma IPO