字节跳动发布“全自动化营销引擎”的新闻弹窗时，我正在用 n8n 调试一个自动化的客户线索清洗流程。大厂在卷流量，我在卷“深度”，这话说出来自己都觉得有点悲壮。深度是什么？就是别人用 API 批量发内容，我得琢磨怎么让 AI 理解这个客户上周三的邮件里那句“再考虑考虑”的真实意图，然后自动生成一个不让人反感的跟进策略。这玩意儿没有现成的轮子，每一个判断节点都得自己用代码和提示词硬堆出来。
疲惫是真实的，但和 2020 年那种被团队交付拖着走的疲惫完全不一样。那时候的累是心累，是看着一群人在会议室里为“按钮用圆角还是直角”吵半小时的绝望。现在的累，是 CPU 过载那种累，身体知道该休息了，但大脑某个区域还亮着，反复推演流程里那个该死的“IF-ELSE”逻辑有没有覆盖所有异常分支。这种为了自己梦想——或者说，为了让自己在 AI 浪潮里不被立刻拍死——而奋斗的疲惫，它底层是甘甜的。至少失控感消失了，这台机器完全由我操控，宕机了也只怪自己代码写得太烂。
说到身体，低卡饮食带来的清醒度，是我目前能找到对抗 AI 时代信息过载和脑力消耗唯一的生理杠杆。35 岁之后，碳水炸弹午餐带来的午后昏迷是致命的，那意味着整个下午的编码效率归零。现在午餐就是鸡胸肉、西兰花和糙米，下午三点再补一杯黑咖啡。生理上的清醒直接翻译成代码的清晰度，调试的时候，以前可能晕乎乎地看半天才发现是个变量作用域问题，现在脑子像被冷风吹过，一眼就能定位到是异步函数里的 Promise 没处理好。这比任何时间管理方法论都实在。
大厂的自动化引擎，本质是流量的涡轮增压，用更大的数据、更快的模型、更粗暴的覆盖，去榨取最后一滴转化。他们卷的是规模和速度。我卷的深度，是逼着自己往下沉，沉到业务流程里那些黏糊糊、不标准、充满人性褶皱的地方。比如，怎么让 AI 从一段客户语音转文字里，不仅提取关键词，还能判断出对方的情绪是“焦虑”还是“只是习惯性抱怨”？这需要组合情感分析模型、上下文历史，甚至得自己标一批数据去微调。这活儿又脏又累，大厂看不上，小团队做不了，刚好卡在我这个“超级个体”的生存缝隙里。
深夜复盘，最怕的不是进度慢，而是方向错。看着大厂新闻，会有一瞬间的恍惚：我在这吭哧吭哧造独轮车，人家那边已经发射火箭了。但马上又得把自己拉回来：火箭覆盖不了最后三公里泥泞的乡间小路。我的客户，那些中小公司，他们的营销就是在这泥泞小路上进行的。我的价值，就是造一辆能在泥地里不翻车的独轮车，哪怕它看起来简陋。这需要深度，需要对业务痛点的浸泡式理解，而不是对技术潮流的追逐。
n8n 的工作流终于跑通了，测试数据顺利通过了清洗、分类和优先级标记三个节点。关掉电脑，凌晨的寂静压下来。胃里没有油腻食物的负担，脑子虽然累，但像一块拧干的海绵，是干净的累。我知道明天醒来，又要面对新的技术迭代，可能 OpenAI 又发新接口了。但至少今晚，我用自己的“深度”，在一个极小的问题域里，构建了一个确定性的自动化堡垒。这大概就是 2024 年，一个独狼产品经理能抓住的全部真实感了。
