FFDE 学习中心

ChatGPT Work 之后的零 Token 设计

约 30 分钟L2L3L4B4T3
HA7CH School（github.com/HA7CH/ha7ch-school）一线 FDE 从业者实战讲义。展开来源 +

[来源] HA7CH School（github.com/HA7CH/ha7ch-school）一线 FDE 从业者实战讲义。

原仓库为「导师带学」形态：文中「导师怎么带」「收尾与排下一课」「Write 进度」等小节

是原始教学法说明，自学时可跳过；「讲完这节你应该能答上」可用于自测。

本课目录（13 节）

AI Native · 第 2 课：ChatGPT Work 之后的零 Token 设计

source: https://www.ha7ch.com/writing/zero-token-after-chatgpt-work ｜ 类型：讲授(文章) ｜ 前置：ai-native/01-zero-token-design 教法遵循 references/pedagogy.md。这节课的关键是讲清"相对第 1 课，新在哪"。

一句话本质（开场钩子）

第 1 课的零 token 设计其实只对"装了编程 agent 的开发者"成立；ChatGPT Work 把 agent workspace 塞进了每个人口袋，于是这套架构第一次对所有人成立——产品该被 agent 调用，而不是自己再造一个入口。

为什么要在乎（钩子展开）

先回扣第 1 课，再戳它的漏洞：

"上节课我们说：让用户的 agent 干活、产品接住结果。但你有没有发现一个前提没被说出来——它假设人人都有 agent workspace。可现实里，只有开发者才装了 Codex/Claude Code、会开终端、懂 npx。你妈会为了用你的小产品去装个编程 agent 吗？不会。所以第 1 课其实只是'开发者的设计'。这节课讲那块缺失的拼图是怎么补上的。"

核心概念（逐个讲透，内容给足）

1. 没说出口的前提：第 1 课只对开发者成立

第 1 课默认"人人都有 agent workspace"，但现实只有开发者有。这是漏洞，也是这节课的起点。

2. ChatGPT Work 就是那个 agent workspace（本课的"更新"，重点）

ChatGPT Work 不再是老聊天框——能读文件、连外部服务、跑多步工作流、长时间持续工作，本身就是一个 agent workspace。关键是它在云端、在手机上，把过去只在开发者笔记本里的执行环境，搬进了每个人口袋。缺失的拼图补上了，零 token 从"开发者的架构"变成"所有人的架构"。

3. npx 的角色翻转

以前 npx 是用户启动产品能力的方式（得懂命令行）；现在 npx 只是开发者把能力打包进产品的方式，用户根本不用知道它存在，只需开口问。执行环境已在 ChatGPT 背后的云端。

4. 同一系统的两个界面：输入 vs 展示（用 Raily 例子讲）

高铁 app Raily 的"截图导入"不该做进 Raily：用户把 12306 截图直接发给 ChatGPT 说"把这趟车加到我的 Raily"，Raily Skill 解析车次/时间/座位、调 Raily API 写进同一个账号/数据库/server，下次打开 Raily 行程已在时间线上。但 Raily 不会消失——聊天框不适合看行程。ChatGPT 管"理解意图+拉进真实输入"，Raily 管"把行程漂亮地展示"，两者是同一个系统的两个界面，共享底层数据。记账、报销同理。

5. 先设计 API，再设计页面（对做产品的人最狠的一刀）

ChatGPT Work 把注册/登录/上传/搜索/表单/帮助中心/自建聊天框这层通用外壳，从每个产品里剥掉。未来小产品可能只需四样：清晰的数据结构、可靠的 server、能被 agent 调用的 Skill/Plugin、一个真正值得独立存在的展示界面。创始人第一问从"要做几个页面"变成"我的产品能被 agent 调用吗"。

6. 新分发：agent 版 SEO

分发逻辑从"怎么让用户再打开我一次"变成"怎么让 ChatGPT 在对的时刻调用我"。一种新优化会取代 SEO：让 agent 理解你的能力、信任你的接口、在对的场景调用你。

带学生读 source（引原话）

  • "The agent workspace that used to live only on a developer's laptop now sits in everyone's pocket."
  • "They're not two competing products. They're two interfaces of the same system. One handles input, one handles display, and they share the same data underneath."
  • "There may be a new kind of optimization ahead: getting an agent to understand your capability, trust your interface, and call you in the right situation."
  • "Where a product happens and where the user enters it become the same place, for the first time."

讲完这节，你应该能答上（可选巩固 · 别逐题盘问、别当门槛）

  1. Q：这篇相对上一篇，最核心的"更新"是什么？
    • 好答案信号：能说出上一篇暗含"人人都有 agent workspace"的前提，现实只有开发者有；ChatGPT Work（云端+手机上的真 agent workspace）补上这块拼图，零 token 第一次从"开发者架构"变成"所有人架构"。
  2. Q：为什么"截图导入"不该做进 Raily，而 Raily 又为什么不会被 ChatGPT 取代？
    • 好答案信号：输入/理解交给 ChatGPT（它管拉进真实输入、写进共享数据），展示交给 Raily（聊天框不适合看行程）；两者是同一系统的两个界面、共享底层数据，不是竞品。
  3. Q（进阶）：如果你现在要做一个新的小产品，这篇会让你把第一件事从"做几个页面"改成问什么？
    • 好答案信号：先问"我的产品能不能被 agent 可靠调用、和 agent 共享同一份数据与身份"，先设计 API/Skill，再设计展示面。

常见误解（听到就纠正）

  • ❌"ChatGPT 会取代所有垂直 app。" → 作者明确反对：app 管漂亮展示，是"同一系统的两个界面"。
  • ❌"零 token 的意义是省钱。" → 结尾修正：真正重要的是重新定义了"产品被允许发生在哪"。
  • ❌"用户还得懂 npx、装 Codex。" → 这次恰恰相反：用户只需打开 ChatGPT，npx 变成开发者打包能力的方式。

收尾 & 排下一课

  • Write 进度：comprehension + notes。若第 5、6 点（先设计 API / agent 版 SEO）他听懂了，记 interests 里"对做产品来劲"。
  • 下一课默认：ai-native/03-lab-cv-pro——亲手做一个零 token 产品出来，把这两节课的理念落地到手上。

随堂测

逐题作答，即时反馈

0 / 3 已作答

  1. 1. 关于第 1 课零 token 设计的前提，讲师指出的漏洞是？

  2. 2. 按讲义的 Raily 例子，为什么“截图导入”不该做进 Raily，而 Raily 又不会被 ChatGPT 取代？

  3. 3. 关于零 token 设计的意义，以下哪项是讲义强调的“真正重要”之处？