欸,2000块租个LOVOT机器人竟被坑1.6万,我还是天真了,没想到现在做生意已经这么黑了。。 在这里把我被坑的经历写出来,希望大家警惕,不要再被骗了。 前阵子看了 LOVOT 作者写的一本书,非常喜欢。 那时候正好在小红书刷到了 LOVOT 某个中国代理的广告,说他们在搞租赁,租15天要2000块钱,押金一万。 其实到这里我就应该嗅到一点商业模式的气息了。 当时虽然有怀疑这个代理是不是真的,但是看到好歹他们也有上海实体店,总不至于跑路吧,没想到我还是太天真了。 出于对作者的喜爱和对这个机器人的好奇,我还是租了一台放办公室,也在即刻晒了图。 租到后面的时候,发现这个机器人不会自己充电了,需要抱到基座上才能充电,我就把机器人退回了。 押金说是退回三个五个工作日退我,结果一直也没联系我退还押金。 又过了15天之后,也就是今天,突然微信山跟我说,不仅押金不退了,还要我再交5929元。 我当时就内心充满疑惑,这什么情况,我被诈骗了? 仔细看这个微信号确实是之前他们的员工。 但是这个员工在维修之前没跟我确认,在维修之后也没有把视频证据发过来,就冷冰冰地丢了一个报告,打开里面是一个大大的付款二维码。 再仔细看这个维修报告的时候,我差点被气笑了。 维修报告里说我对LOVOT 进行过拆解的痕迹,还更换了非原厂零部件。 这么冷门的玩意儿,我何德何能在中国找到 LOVOT 的零部件啊。 而且这个维修账单里,光是检测费就4800, 修个车也不敢这样报价啊。 真的太太太离谱了。 一个在日本卖3万块钱的机器人,在中国租15天就要付出1.5万的成本。 真的是很厉害的商业模式啊。
最近听的最有价值的播客,是 Claude Code 使用量全球榜一大哥,刘小排在koji的十字路口的播客。 听完的一些收获: 1. 刘小排发现,人们都说 AI 不赚钱,其实是榜单头部的 AI 产品基本都不赚钱。但这跟他的体感完全不同。只要你不乱花钱投放,降低营销和人力成本,从第一天就开始赚钱。 2. 别被 Claude Code 的 Code 这个单词所迷惑,它是一个通用 Agent 工具,从调研到写代码都可以做。 3. 只要在虚拟世界中,任何有标准操作程序(SOP)的事情都可以通过 Claude Code 实现自动化。 4. Claude Code 的价值在于其可控性,允许用户根据需要为其提供工具,从而实现无限级的扩展,这与 Manas 等内置工具受限的 Agent 不同。 5. 用 Claude Code 之前可以先读官方文档,很多功能比如7x24地跑都是官方宣传的功能,根本不是黑科技 6. 使用 Claude Code 如何避免屎山代码?你先在飞书里把需求文档写清楚,最好配上图,然后再和AI讨论一下需求的细节,需求不清楚的结果就是屎山代码。 7. 猎豹移动的产品方法论,核心在于 “简单”,即专注于一个功能并做到极致,而不是做加法 8. 他从猎豹移动学到的产品三段论是:预测、单点击穿、All-in,即预测市场趋势,找到一个点站稳脚跟,然后投入所有资源。 9. 在微软亚洲研究院实习时发现 “科技” 是两个词,即 “科学” 和 “技术”,并意识到自己做的是工程而非科学,这一认知影响了他日后的创业方向。
前阵子非常荣幸参加量子位的直播访谈,萌媛的问题准备得非常专业,我也把很多认知和反共识的东西一股脑抛了出来,现在文章在量子位主刊发表了,虽然不是头条但也希望它的阅读量超过头条哈。 我在这里抽取9条精华,万字长文的链接在评论区。 1. AI播客的核心并非“拟人”,而是高质量的“信息整理”,本质是 Content Remix,通过变换形式让人能够吸收信息。 2. 现在的AI阶段,对于专业用户,手动编辑功能依然至关重要,100%自动生成的质量还是不够 3. ListenHub 能把播客做好,来源于播客制作的行业论文研究,而非纯AI技术,这正是科技与人文的交汇处。 4. “使用时长”在AI时代是虚荣指标,AI产品应帮助用户尽快完成任务,Agent 应该看完成任务数而非完成任务所需时长 5. 一个产品最有价值的用户反馈来自前100个“陌生”付费用户,他们是有真需求,真愿意花钱,不是媒体,也不是投资人,也不是给你提需求的免费用户 6. AI时代的公司,需要“人人都是产品经理”,特别是工程师,需要成为直接为结果负责的人,以前那套产品经理指挥工程师的链路早就过时了 7. 网络效应在AI时代不成立,不看ROI地砸钱推用户量意义不大 8. 当前的语音助手都为“实时”牺牲了“智能”:很多语音助手为了追求即时响应,使用了更小、更快的模型,导致“智商不够”,无法进行深度或发散性思考,得不偿失。 9. AI应用公司要“顺势而为”,而非试图控制技术走向,要做和模型正交的事情,比如科技与人文的十字路口。 这应该是今年最后一篇访谈文章了,我想说的都已经说完了。
欸,不仅是初阶程序员找不到工作了,AI 直接导致各种职业的初阶岗位需求都在下降。 昨天看到哈佛的一篇论文,和前段时间的一个程序员初阶岗位下降的数据互相印证了。 生成式AI是一场偏向资深员工的技术变革。 关键数据: 招聘:采纳AI的公司在2023年后,平均每季度少招聘了 3.7名 初级员工,这是导致初级岗位净减少的主要原因。这一下降幅度相当于其平均招聘水平的22%。 离职:初级员工的离职率甚至略有下降,说明公司并非在裁掉现有初级员工。 晋升:有趣的是,现有初级员工的晋升率反而有所增加(平均每季度增加0.4人)。这表明公司在减少外部招聘的同时,可能会加速内部有经验初级员工的晋升。 行业数据: 影响最为严重的行业是批发和零售业,采纳AI的公司初级岗位招聘量比未采纳公司减少了约40%。 信息技术、金融和专业服务等行业也出现显著下降。 按教育背景来看: 就业下降最严重的是来自中等偏上水平院校(第2、3梯队)的毕业生。 来自顶级精英院校(第1梯队)和较低水平院校(第4梯队)的毕业生受影响较小。 来自最低水平院校(第5梯队)的毕业生所受影响最小,且在统计上不显著。 简单说,AI正在把新手村的门槛焊死,新人想“上车”是越来越难了。 对刚毕业的年轻人来说,这挑战太大了。
orange.ai
1个月前