做过咨询或投行的人都熟悉那个夜晚：Excel 里三张表勾稽到凌晨两点，改一个假设，二十个 tab 里不知道哪个断了链接。我有超过十年咨询、投资与大厂战略商分经验，其中五年在 TikTok 和字节，现在是一家 AI-native 教育公司的 CGO——上周，我用和 Claude Code「说话」的方式，搭出了一个带敏感性分析、场景切换、能存档方案的 18 个月经营模型。没有写一个公式，没有打开一次 Excel。
先看东西，再听我讲过程。下面这个就是成品（演示版：公司「灯塔学堂」和所有数字都做了虚构处理，方法是真的）：
00先解释一个词：什么是 Artifact
这个模型的载体叫 Artifact（英文原意「造物、工件」，在 Claude 里指对话中生成的独立作品）。原理是：你在和 Claude 对话时，它可以把代码、文档或一个完整的交互式网页作为独立对象生成出来——这个对象有自己的链接、可以直接在浏览器里运行、可以发给任何人，不需要你懂部署，也不需要对方装任何东西。类比：过去 AI 给你的是「一段话」，Artifact 给你的是「一件成品」——就像咨询顾问交付的不再是备忘录，而是一个能拖动假设、自己会算账的活模型。我这个经营模型，就是一个 Artifact：对话结束时它已经存在，链接一发，合伙人在手机上就能拖滑块。
01泼冷水：模型十分钟就生成了，但功课花了我几天
先把最重要的话说了：生成模型是整件事里最快的一步。如果你指望一句「帮我做个财务模型」就得到能用的东西，得到的只会是一个格式漂亮的空壳——输入是编的，输出就是编的。Garbage in, garbage out，这条铁律没有因为 AI 变化分毫。
我真正花时间的，是喂给模型之前的三件事，也是我和 Claude Code 对话中反复较劲的三个回合。
「商业调研是需要花时间的，不然所有输入都是假的。」—— 我在对话里对 Claude 说的第一条原则
第一回合：先做调研，再谈建模。每一个进入模型的假设——获客成本、转化率、复购间隔、内容产出效率——我都要求 Claude 帮我先回答「这个数字的依据是什么」。没有依据的，明确标注「需调研」，在界面上直接亮黄色标签。一个诚实的模型应该把自己的软肋标出来，而不是用四位小数假装精确。
第二回合：Sources 必须来自商业模式最接近的对标。这是咨询训练留给我的肌肉记忆：找 benchmark 不是找同行业，是找同商业模式。做 AI 课程订阅，定价对标不该是网课大盘的平均数，而是「单课引流 + 年费会员」结构最像的那几家公司。同时要想清楚：哪几个变量真正驱动 P&L。我们最后收敛到几个核心 drivers——获客成本（分渠道加权）、单课到会员的转化率、AI 服务的单位成本、内容生产效率。其余变量再多，都只是噪音。模型里专门做了「假设 & 来源」一页，每个数字标注来源和逻辑——这在 Excel 里通常是散落在批注里没人看的东西。
第三回合：测试、发布、然后逼问模型。模型上线不是终点，是审讯的开始。我让它内置了两件 Excel 里最费手的事：敏感性分析（tornado 图：把每个假设在合理区间内摆动，看哪个对「回本客户数」影响最大）和场景构建（乐观/中性/悲观一键切换，全部假设成套联动）。
02一个真实的 bug，和它教我的事
过程并不全是丝滑的。第一版有个恼人的问题：我调好一组假设、切到另一个场景再切回来，刚才调的全没了。模型不记得我的方案。
我把这个抱怨原样丢给 Claude Code，它加了一个「存为我的方案」按钮——当前所有假设一键存档，随时调回，还能导出导入。十分钟后这个功能就上线了。
这件小事让我意识到 vibe coding 真正的工作方式：你不是在「使用软件」，你是在「养一个软件」。缺什么功能，说一句，它就长出来。Excel 时代你适应工具，现在工具适应你。
03所以，Excel 真的 out 了吗？
| 维度 | Excel 模型 | 对话生成的交互模型 |
|---|---|---|
| 搭建 | 数小时到数天，且高度依赖建模者手艺 | 对话数轮，几分钟成型，迭代按「句」计 |
| 分享 | 发文件，对方要装 Office、看得懂结构 | 发链接，手机上就能拖滑块 |
| 敏感性/场景 | 数据表、场景管理器，费手且易断 | 原生内置，一键切换 |
| 假设溯源 | 批注里吃灰 | 「假设 & 来源」独立成页，标注置信度 |
| 仍然更强的 | 审计追溯、复杂三表勾稽、机构合规交付 | —— |
诚实的答案：对内决策、对外沟通的模型，Excel 已经没有理由。但要给审计师和 LP 交付的三表勾稽，暂时还是 Excel 的地盘。变化的不是「建模」消失了，而是建模里值钱的部分转移了——从「会搭公式」转移到「知道该问什么问题、去哪里找可信的输入、判断哪个 driver 是命门」。这些恰恰是商科训练的核心，也是 AI 替代不了的部分。
所以这篇笔记真正想说的是：如果你的背景是经济、商业、战略——你不需要会写代码，你需要的判断力你已经有了。剩下的，是学会和 AI 说话。❧