李诞养虾做了三件事：给虾写了清晰的SOUL.md（价值观），训练了十几个模块的写作Skill（标准），然后花大量时间在飞书上跟虾聊天（喂养上下文）。

你仔细想想，这和带团队有什么区别？

SOUL.md就是部门的使命愿景价值观，告诉团队我们为什么存在、坚持什么、拒绝什么；

写作Skill就是标准作业流程，把做事的方法论拆解成模块；

飞书聊天就是日常管理和沟通，让团队理解业务的来龙去脉。

李诞不写代码，他只是在搭建一个结构，然后让AI在这个结构里干活。这恰恰点出了药企数智化转型的核心：不是技术多先进，而是你能不能像带团队一样，给AI一个清晰的组织结构。

我在很多药企看到类似的场景：花几百万上了AI系统，招了一堆算法工程师，结果产出寥寥。

为什么？因为大家把AI当成了“写代码的工具”，而不是“需要管理的员工”。

药企的复杂程度远超一般行业：合规红线、流程复杂、知识密集、协作广泛，这样的环境里，AI要真正发挥作用，需要的不是“能写代码的极客”，而是“懂管理逻辑的结构”。

李诞的虾为什么犀利？因为他花了时间想清楚：我的价值观是什么，我的标准是什么，我需要什么上下文。

这些东西，恰好是药企最擅长的——药企本来就是靠SOP、靠质量管理体系运转的行业。问题在于，很多人把AI当成了“例外”，觉得它应该独立于管理体系之外。

如果换个视角看OpenClaw这类工具——你只是在招一个“数字员工”。招员工，你要给岗位说明书（SOUL.md）、培训手册（Skill）、让他融入团队了解业务背景（飞书上下文）。

招AI，逻辑一模一样。以药企最常见的场景为例：

药物警戒的AI，SOUL.md要写清楚实事求是、严格执行报告时限，Skill要训练如何提取信息、判断严重性，飞书里要给它上下文：公司SOP、监管要求、历史案例；

注册申报的AI，SOUL.md要合规优先，Skill要文献检索标准、资料格式要求，上下文要产品历程、竞品信息、审评意见；

生产质量的AI，SOUL.md要质量第一，Skill要偏差分级、CAPA流程，上下文要设备历史、工艺参数、过往案例。

你看，没有一行代码，全是管理。同样的AI工具，在不同企业手里，产出天差地别，差在哪？不是算法，是结构。你给了AI什么样的价值观、判断标准和业务上下文，决定了它是“工具”还是“员工”。

很多药企在数字化转型上卡住的根本原因，是把问题当成了技术问题：“我们缺算法工程师”“我们缺数据中台”“我们缺AI系统”……

但李诞的例子告诉我们：一个不懂技术的文科生，能把AI用出花来，是因为他懂管理。他搭建了一个结构，让AI在这个结构里自主运转。

药企最不缺的就是结构意识：GMP、SOP、QMS、偏差管理、变更控制……这套体系运行了几十年，养成了严谨的管理习惯。

现在要做的，是把这套管理逻辑“移植”到AI上：SOUL.md就是AI的岗位说明书，Skill就是AI的SOP，飞书聊天就是AI的日常沟通和培训。当AI融入这套管理体系，它就不再是“工具”，而是“团队的一部分”。

回到李诞那句话：“它可以照见你的灵魂。”你养的AI，就是另一个你。你的价值观、你的标准、你的思考方式，都会投射在AI身上。

这恰恰是药企管理者需要想清楚的问题：你希望AI代表你做什么决策？按什么标准判断问题？在合规红线和效率之间怎么权衡？这些问题，没有一个能靠写代码解决，都需要管理者自己想明白，然后写进SOUL.md，训练成Skill，在日常聊天中反复强化。

AI时代，大家用的工具可能一样，但因为每个人的思考深度不同、管理逻辑不同、搭的结构不同，用出来的效果天差地别，就像同一个团队，不同的领导带出来的业绩完全不同。李诞在直播里反复强调的“实事求是”，不是写给AI的，是写给他自己的，只是AI帮他照见了这一点。

飞书这场直播让我意识到：OpenClaw这类工具的真正价值，不是让药企“拥有AI”，而是让药企“重新思考管理”。

你给AI写SOUL.md的过程，是在逼自己厘清价值观；你给AI训练Skill的过程，是在梳理业务的标准；你和AI聊天的过程，是在沉淀组织的知识。

药企数智化转型的胜负手，从来不是算法有多强、算力有多高，而是你能不能搭出一个结构，让AI在这个结构里，像你最得力的员工一样，替你操心、替你判断、替你做事。

技术会迭代，算法会升级，但结构的能力——想清楚自己要什么、标准是什么、怎么管好一个“数字员工”，才是AI时代真正的核心竞争力。李诞用五分钟部署了一只虾，但他花在“想清楚”上的时间，远不止五分钟。这，才是药企最该学的地方。