2019 年，我造出了公司的大脑，却把它当成了一份待办清单

一家实体 AI 公司该如何在软件、硬件、前沿研发、市场、销售与制造之间分配资源——办法是每个周期都重新求解一次「下一步最佳行动」，就像它的机器人重新规划路径那样。

有一个问题，每位创始人、每位 CEO 私下里都答不好：

我们有软件、硬件、前沿研发、市场、销售和制造。钱只有一笔，工程师工时也只有一份。那么下一块钱和下一个小时，该投向哪里？

大多数公司的答案，和原始人处理一切问题的方式如出一辙：谁嗓门大谁说了算。硅谷甚至给这套逻辑起了个名字——HiPPO，也就是「工资最高者的意见」（Highest-Paid Person's Opinion）。 谁的故事讲得漂亮，谁就能拿到招聘名额。这不叫战略，这叫即兴表演。

我想给你看看真正的答案——然后坦白一件事：六年前我其实已经把它造出来了，只是当时没看懂自己手里握着什么。

第一个陷阱：「我们该走深，还是走宽？」

每次我把这个资源分配问题抛给工程师，他们脑子里冒出来的都是同一张图：一棵树。是该走深度优先——在一个分支上死磕到底，直到跑出结果——还是走广度优先——每个分支都推进一点点？ 深度优先 vs 广度优先，DFS vs BFS。听起来很有道理。

但这是个陷阱，而且值得说清楚为什么，因为这个错误本身很有启发性。

图遍历回答的问题是：「我该按什么顺序访问每个节点？」——而且每个节点只访问一次。 但分配预算不是访问节点。你不是去「访问」一下销售团队；你是往里面灌注一份可分割、有上限的资源，然后看它能带来什么回报。深度优先和广度优先其实是同一台机器，只是把旋钮硬生生扭到了两个笨拙的极端：DFS 是「永远选最新的分支」，BFS 是「永远选最老的分支」。两者都忽略了唯一重要的事——此刻到底哪个分支最值钱。

所以，诚实的修正是——我很乐意在这里推翻自己先前的框架——答案从来都不是遍历顺序，而是目标函数与约束条件。 真正的工具不是图搜索，而是优化。 而这是一类已有 70 年历史、听起来无聊、早被解决的问题。你只需认出：你的公司正是这类问题的一个实例。

自白：我在 2019 年就造出了它，还叫它「Life GPS」

六年前我快撑不住了——要学的东西太多，能用的时间太少，任何一份排得死死的周计划到周三就崩了。于是我做了个小应用来拯救我自己。我给它取名叫Life GPS，卖点很简单：一个规划器，无论你错过多少个转弯，都能告诉你下一步最该做什么——就像 GPS 一样。

想先看全局？这里有发在 Medium 上的原始文章。想亲自体验一下，而不只是读读文字？六年后的今天，你依然可以去这个在线应用里点一点——设几个目标，点下「Update My Plan」，看着它重新求解。（代码放在 GitHub 上.)

在这个可爱的界面之下，藏着一个二元整数线性规划。 说白了：它把你的一周切成一格一格的「小时格子」，然后为每个任务把每一格开或关，目的是让真正重要的事情尽可能多地完成，同时遵守硬性规则——每个任务有最低小时数也有上限、同一时间只能做一件事、不能排到截止日期之后。求解器会找出一种最优的填格方式。就这么简单，这就是整个大脑——把「小时格子」换成「工程师工时和美元」，它就是一家公司：

maximize    Σ  value(department) × resource(department)   # the best next move
subject to  each team-hour spent only once                # no double-booking
            each effort ≥ floor,  ≤ cap                    # min viable, don't over-invest
            respect dependencies + deadlines               # the graph
then RE-SOLVE every cycle as reality reports back          # ← the GPS reroute (MPC)

最后这一行才是真正的关窍。前面的一切都只是一份计划；正是这一行，让它变成一份活的计划。

接下来这段，至今想起来还是会起鸡皮疙瘩。当你告诉它实际上发生了什么——「我今天早上只做了 40 分钟深度工作，不是两小时」——然后点击Update My Plan，它会做一件很具体的事：把过去冻结，从每一项剩余预算里减去你已经花掉的部分，然后把这周剩下的时间全部重新求解一遍。

这在机器人学里有个名字，叫Model Predictive Control（模型预测控制）—— — 计划、执行、观察现实的变化、再从你实际所处的位置重新规划。 这正是自动驾驶机器人在走廊里突然出现一个箱子时，用来重新规划路径的那套控制律。 我在一个周末写出了组织级 MPC，却把它当成了一个效率工具。

那份旧代码里甚至还留着一个「幽灵」：一个我因为搞不定而注释掉的功能。一条规则本该是「这件事至少做 3 天，但不超过 5 天」——这是我笨拙地想去编码 DFS 与 BFS 之争背后真正的张力：专注与多样之间的取舍。 我 2019 年写的求解器在这条规则上直接卡死（因为它是个非线性约束）。放到今天，随便一个现代求解器都能轻松吃下它。当年我放弃的那个功能，现在只需要一行代码。

它为什么一直只是个玩具——而这恰恰就是全部机会所在

Life GPS 本身是正确的正确的。 它却始终没能走出我的笔记本电脑，原因只有一个：三样东西都得靠人手动敲进去，缺一样它就转不动。

1. 权重。 我当时手打「学习 = 10，玩耍 = 6」——纯凭直觉。放到公司里，这些数字没人能达成一致，却决定着一切。
2. 任务与规则。 手动敲进一张表格。繁琐、静态，永远过时。
3. 反馈。 我得一天两次给自己打分。太烦了，后来就放弃了。

这三样东西，每一样都得靠人工手摇。 而这三样，恰恰就是 AI 原生公司现在能自动完成的：

• 权重 → 由智能体估算。 AI 阅读证据，给每个项目的预期价值、成本和风险定价——持续进行、成本低廉，还不用开会。
• 任务与规则 → 直接从组织里读取。 公司本就把工作追踪为一张带依赖关系的条目图谱；优化器直接读取它，不必劳烦你重新敲一遍。
• 反馈 → 被仪表化。 测试通过、机器人误差率下降、合同签下——「更新我的计划」按钮会自己触发。

这就是整个论点，一句话说完：Life GPS 曾是一个正确答案，却缺了三条数据源；而在 AI 原生时代，这三条数据全都免费奉上。 想法本身并没有变聪明，是传感器变便宜了一千倍。

写给机器人公司的点睛之笔

有一句话我一直挥之不去：

A physical-AI company should steer itself with the same algorithm its robots use to steer through the world.（中译：一家实体 AI 公司，理应用它自家机器人穿越世界所用的同一套算法，来驾驭自己。）

你的机器人不会算出一个完美方案就闭眼往前冲。它们感知、规划几步、行动、再感知、再重新规划——永不停歇。 而这家公司凌驾于机器人之上，也理应用同样的方式，来分配自己的钱和人。 不该是一月定死、三月就作废的年度计划，而是一个活的 GPS：每个周期都给管理层交出当下最优的下一步——一旦某道闸门失守、市场突变，或是一次关键招聘到位，它立刻重新规划路线。

「媒介即信息」（麦克卢汉语）。如果你笃信闭环控制，愿意把它装进机器人里，那也该把它装进你的公司里。

这真正解决的是什么（那个更大的问题）

退后一步看，这个小点子指向一个大问题。「下一块钱该花在哪」，和机器人规划路径、基金平衡投资组合、AI 做「探索还是利用」的决策，本质上是同一套数学——它们是同一个问题：在不确定性下分配稀缺资源以实现价值最大化——而如今我们第一次能够在公司规模上真正跑起来这套算法，因为过去必须由人来供给的那三条数据源，现在都已自动化。

但有一点我不打算回避： 一切都押在权重上。 给优化器喂垃圾估算值，它会带着你冲下悬崖，还附带一张「最优性证书」——自信满满地错，比大致靠谱地对更糟。所以诚实的第一步不是搭引擎，而是先证明这些估算值是可信的——找六个过去的决策，让 AI 只用当时能知道的信息去估价，看看这套数学是否会选中后来真正奏效的那个。一个下午就够了。它要么证明整套系统站得住脚，要么告诉你真正的产品其实是这个估算器本身。这不是绕路，这就是纪律。

2019 年，我搭了一个 GPS 来把自己的一周管起来。后来才发现，我搭的其实是一家公司用来把自己管起来的东西。我只是得等这个世界追上这段代码。

你的下一块钱花去了哪里——你的公司能不能用一个诚实的数字来回答，而不是靠一个嗓门最大的人？

本文是「打造一家 AI 原生的物理 AI 公司」系列的一篇——前有《Ship a loop, not a demo》和《You Can't Order People to Close Loops》。发布于我自己的网站；背后的战略方案与代码放在一起。2019 年的种子代码：github.com/wjlgatech/life_GPS.