Ethan Mollick / @emollick
定位：研究 AI 对工作、教育、组织和创业影响的判断源。
一句话判断：他不是搞钱型独立开发者，但对 AI 如何真正改变工作和教育有持续、深入、可操作的分析。
产品与资产矩阵
- One Useful Thing ↗：长期 Substack，研究 AI 在工作、教育、生活中的影响。
- More Useful Things ↗：提示词和资源配套站。
- Co-Intelligence ↗：其关于人与 AI 协作的代表性著作。
- Wharton 教授身份：研究创业、创新和 AI。
内容主线拆解
- AI 实验主义：鼓励真实使用前沿模型，而不是只看新闻。
- 工作任务重构：关注 AI 改变任务，而不是简单替代职业。
- 教育与学习：研究学生、教师和组织如何使用 AI。
- 人类判断：强调 taste、expertise、human-in-the-loop。
- 风险边界：偏理性，既不过度乐观也不恐慌。
商业模式与增长逻辑
- 知识影响力而非典型产品销售。
- 书籍、演讲、咨询、学术和 Newsletter 影响力互相增强。
- 靠持续的研究和分析，成为企业和教育机构的参考源。
可复制打法
- 每篇内容都基于实验或案例，而不是纯观点。
- 把 AI 影响拆到具体任务层，而不是泛泛说岗位被替代。
- 给读者可执行原则，例如如何使用 AI、何时保持人工判断。
后续监控计划
- 每周读 One Useful Thing 新文。
- 关键词：AI work、education、Co-Intelligence、taste、tasks、automation。
- 适合做“AI 影响与组织实践”栏目。
不要误读的地方
- 不是直接教你做产品赚钱，需要转译到商业项目。
- 美国高校/企业场景与国内中小企业场景不同。
- 观点更新快，应优先看最新文章。
来源与入口
数据质量说明
本档案基于公开网页、个人主页、产品页、访谈、播客页面和搜索可见内容整理。X/Twitter 的完整时间线通常需要登录态或第三方数据源，本次不抓取私密或受限内容；涉及收入和用户规模的数字均应以本人公开口径或引用来源为准。
本档案基于公开网页、个人主页、访谈与播客整理，用于学习研究；收入/用户规模数字以本人公开口径或引用来源为准。