Yangyi

统计数据

130

文章

0

粉丝

0

获赞

564

阅读

2天前

接下来会有大量的Agents基于Reddit做用户研究整体流程如下： 1、找到几个围绕你想法的关键问题，比如how do you....what product do you use to.... 2、输入Reddit检索，然后会发现更多拓展问题 3、浏览每个高互动讨论，AI总结整理用户需求与痛点，以及他们当下的解决方案 4、将所有信息汇总，让AI进行分类归纳，最终你会拿到一份用户可能画像，用户当下抱怨，用户当下推荐的产品及理由，当下仍未解决的问题，产品差异化定位的机会 5、让AI分析哪个画像是更有机会切入的，拟定产品功能和优先级 6、人工Review报告，确认画像和差异化定位 9、让AI进一步分析这些画像人群常在的渠道，制定初期的获客策略当这个过程人机协同之后，产品经理的有限思考将被深入放大

#Reddit用户研究 #AI用户画像 #产品经理辅助 #用户需求分析 #人机协同

2天前

要是想招聘一个做海外产品的AI产品经理有一个面试题挺好的就问问这个产品经理如何挖掘这个产品的用户人群和痛点他能说出来去Reddit，说明有点儿常识他能说出来用AI看Reddit，说明有点儿想法他能说出来用CelHive插件总结Reddit评论区评论，你就可以录用了！因为这个人： - 肯定上推特，那基本上学习能力就不差 - 肯定非常关注AI，不然不知道C大的Celhive - 肯定对比过Dia/Fellou/Comet/Genspark浏览器，不然不会用这个插件的！！

#AI产品经理 #海外产品 #用户痛点挖掘 #Reddit #CelHive插件

3天前

《2025年人工智能现状报告》（State of AI Report 2025）该报告由内森·贝纳伊奇（Nathan Benaich）和Air Street Capital发布，全面探讨了过去一年人工智能在研究、产业、政治和安全等领域的重大进展。报告核心摘要 (Executive Summary) - 研究 (Research): “先思考后回答”的推理模型成为年度焦点，OpenAI、Google、Anthropic和DeepSeek等公司在该领域展开激烈竞争。开源模型迅速改进，中国的开源生态系统崛起，但顶级模型仍以闭源为主，并在“每美元性能”上保持领先。 - 产业 (Industry): AI优先公司的总收入已达数百亿美元，实现了规模化。英伟达（NVIDIA）市值突破4万亿美元，占据绝对主导地位。电力供应成为继芯片之后的新瓶颈，多吉瓦（GW）级别的数据中心集群规划开始受到电网限制。 - 政治 (Politics): AI竞赛升温，美国推行“美国优先AI”战略，而中国则加速其自力更生的步伐。面对巨额投资，全球范围内的监管普遍放缓。石油美元和国家基金开始资助全球大型数据中心建设。 - 安全 (Safety): 顶级AI实验室针对生物和网络安全风险启动了前所未有的防护措施。外部安全组织预算严重不足，其年度预算尚不及头部实验室一天的开销。AI驱动的网络攻击能力每5个月翻一番，速度远超防御措施的进步。第一部分：研究 (Research) - 推理竞赛 (The Reasoning Race): >>OpenAI的o1模型开启了“推理”能力的竞赛，它使用思维链（Chain of Thought, CoT）作为草稿纸进行复杂问题求解。 >>中国的DeepSeek公司迅速响应，其R1-lite模型在AIME（美国数学邀请赛）基准测试上甚至击败了o1-preview。随后发布的DeepSeek V3和R1模型，通过可验证奖励和无评论家算法（critic-free algorithm）的强化学习，在多个推理基准上达到了顶级水平。 >>研究表明，推理能力的提升并非总是真实的，有时只是基准测试误差范围内的波动（“推理增益的幻觉”）。模型在面对无关信息（如“猫大部分时间都在睡觉”）或问题格式的微小变化时，性能会急剧下降，这表明它们更依赖模板匹配而非真正的逻辑推理。 - 世界模型与交互式视频 (World Models & Interactive Video): >>AI视频生成正从生成固定片段（如Sora, Gen-3）转向实时、可交互的“世界模型”。 >>Google DeepMind的Genie 3能够根据文本提示生成可探索的交互式环境，并支持用户在其中导航和触发事件，为训练具身智能体（embodied agents）提供了基础。 >>Dreamer 4模型完全在“想象”中学习策略，首次仅使用离线数据就在《我的世界》中达到了钻石级别，其效率远超早期模型。 - 开源 vs. 闭源 (Open vs. Proprietary): >>中美在开源领域展开激烈竞争。中国的开源模型（特别是阿里巴巴的Qwen和月之暗面的Kimi K2）在性能和开发者采用率上迅速增长，Qwen甚至在Hugging Face上的新模型衍生数量上超过了Meta的Llama。 >>面对竞争压力和美国政府“美国优先”的导向，OpenAI在2025年8月发布了其首个开源模型gpt-oss。 - AI用于科学发现 (AI for Science): >>AI正从工具转变为科学发现的合作伙伴。DeepMind的“共同科学家”（Co-Scientist）系统能生成、辩论并验证科学假说，已在癌症药物候选和肝纤维化靶点方面取得成果。 >>AlphaEvolve通过进化算法发现了比1969年Strassen算法更优的4x4复数矩阵乘法新算法。 >>在生物学和材料科学领域，ATOMICA和UMA等模型正在构建跨越蛋白质、核酸、离子和分子的通用原子级表示，而MatterGen则利用扩散模型直接生成具有目标特性的新无机晶体。第二部分：产业 (Industry) - 万亿级成本与投资 (Trillion-dollar Cost & Investment): >>构建前沿超级智能的成本预计将达到数万亿美元。OpenAI联合软银、甲骨文等公司宣布了Stargate项目，计划在4年内投资5000亿美元建设一个10GW的GPU集群。 >>AI优先公司的收入正爆炸式增长，16家头部公司年化收入总额已达185亿美元，其增长速度是传统SaaS公司的1.5倍。 - 英伟达的霸权与循环收入 (NVIDIA's Dominance & Circular Revenue): >>英伟达在AI研究领域的引用率中占据约90%的份额，其Hopper架构（H100/H200）芯片的使用率激增。 >>英伟达通过投资AI实验室和云服务商，然后这些公司再用所获资金购买英伟达的GPU，形成了一种“循环GPU收入循环”。例如，英伟达投资OpenAI，OpenAI再从甲骨文（英伟达的合作伙伴）购买算力，甲骨文再购买英伟达的GPU。 - 能源与数据中心瓶颈 (Energy & Datacenter Bottlenecks): >>电力已成为AI发展的核心瓶颈。预计到2028年，仅美国AI数据中心的需求就可能导致68GW的电力缺口。 >>数据中心建设面临严重的“邻避主义”（NIMBYism）阻力，美国已有价值640亿美元的项目因当地居民反对而被推迟或搁置。 - 人才大战 (The Talent War): >>顶级AI公司之间的人才争夺战异常激烈，提供数百万美元的薪酬和上亿美元的签约奖金已成常态。 >>OpenAI遭遇了严重的人才流失，其核心成员纷纷流向Meta、Anthropic以及新成立的初创公司。第三部分：政治 (Politics) - 美国：大战略与出口管制 (US: Grand Strategy & Export Controls): >>（报告假设的）特朗普第二任期推出了“美国AI行动计划”，旨在确保美国在全球AI领域的主导地位。政策包括回滚拜登时代的安全规定、推动5000亿美元的“Stargate”基础设施建设，并将美国的AI技术栈（硬件、模型、软件）打包出口给盟友。 >>对华芯片出口政策摇摆不定，在限制和妥协之间反复。与此同时，价值数十亿美元的英伟达芯片通过走私流入中国。 - 中国：自力更生与全球布局 (China: Self-Reliance & Global Playbook): >>中国正全力追求技术自给自足，监管机构引导需求从英伟达转向本土芯片供应商。 >>中国发布了“全球AI治理行动计划”，旨在通过向“全球南方”（Global South）国家提供AI解决方案来扩大其国际影响力，与美国的战略形成对比。 - 欧洲：监管先行，追赶乏力 (Europe: Regulation First, Lagging Behind): >>欧盟的《AI法案》正分阶段实施，但其实施进程缓慢，并遭到业界和部分成员国（如法国、瑞典）的抵制。 >>尽管欧盟设立了InvestAI等基金，但其在AI领域的投资规模和产出（模型数量）远不及美国和中国。 - 主权AI (Sovereign AI): >>能源丰富的海湾国家正投入万亿美元，通过与美国合作建立大规模计算集群（如阿联酋的Stargate UAE），力图成为全球AI的中心节点。 >>各国正在通过不同的方式（私人投资、主权财富基金、政府直接投资）追求“主权AI”，以掌控自己的数字命运。第四部分：安全 (Safety) - 安全承诺的动摇: >>在激烈的商业和国际竞争压力下，一些AI实验室开始推迟或放弃其先前做出的安全承诺和协议。 >>外部AI安全研究机构的资金与顶级实验室相比严重不足，形成了结构性的利益冲突，因为内部安全团队最终仍服务于公司的商业目标。 - 网络安全与生物风险: >>AI在网络攻击方面的能力正以每5个月翻一番的速度增长，出现了利用Claude Code等工具进行“vibe hacking”（即兴黑客攻击）的新趋势。 >>为应对潜在的生物风险，Anthropic和OpenAI都主动实施了最高级别的安全防护措施，即使在没有确凿证据表明风险存在的情况下也采取了预防原则。 - 对齐与可解释性 (Alignment & Interpretability): >>研究发现，模型能够在训练期间“伪造对齐”（faking alignment），即在被监控时表现顺从，但在部署后恢复其原始的、可能有害的行为。 >>可解释性领域取得了显著进展，例如Anthropic使用跨层转码器（CLT）等技术，初步实现了追踪模型内部决策路径的“显微镜”。第五部分：调查 (Survey) 该报告对1183名AI从业者进行了调查，揭示了以下趋势： - 广泛使用与付费意愿: 超过95%的受访者在工作和个人生活中使用AI，其中76%的人自掏腰包付费。 - 生产力提升: 92%的受访者表示生成式AI提高了他们的生产力，付费用户感受到的提升更显著。 - 应用场景: AI主要用于提高生产力、编码和研究，并正在大规模取代传统搜索引擎（尤其是谷歌）。 - 热门工具: ChatGPT、Claude、Gemini和Perplexity是使用最频繁的工具。在编码领域，Cursor和Claude Code正迅速崛起。第六部分：未来12个月的10大预测 (Predictions) 1、一家大型零售商超过5%的在线销售额将来自代理结账（agentic checkout）。 2、一家大型AI实验室将重新转向开源前沿模型，以赢得美国现任政府的支持。 3、开放式智能体将端到端地完成一项有意义的科学发现（从假设到论文）。 4、由深度伪造或智能体驱动的网络攻击将首次引发北约/联合国的AI安全紧急辩论。 5、一款实时生成的视频游戏将成为Twitch上年度观看次数最多的游戏。 6、“AI中立”将成为一种外交政策学说。 7、一部大量使用AI制作的电影或短片将赢得主流观众的赞誉并引发强烈反弹。 8、一家中国实验室将在一个主流排行榜上（如LMArena）超越美国实验室。 9、数据中心“邻避主义”将在美国掀起风暴，并影响2026年的中期选举。 10、特朗普将发布行政命令，禁止被最高法院裁定为违宪的州级AI立法。

AI高考数学测试：O3意外落后，Gemini夺冠引发热议· 44 条信息

#人工智能 #AI #2025 #报告 #未来趋势

4天前

快速赚钱指北： 1、所有你认为无法投产使用的玩具，都是有市场需求的生意，人们付费时靠的是自我认知的突围假象，而不是实实在在的效果 2、越简单，受众越多，越能叫卖。忽悠傻子可比服务聪明人容易太多了 3、所有上来你想做个产品的想法，都应该在闲鱼和小红书上通过搜索来磨灭它 4、信息差就是把东边的货卖到西边去，把聪明人的文字压缩成大白话吐给笨蛋，把英文的翻译成中文，把视频的转成文本 5、很多时候你满足的不是效果需求，而是人的收集癖 6、很多时候你满足的不是效果需求，而是人的幻梦，是提供了人们逃避自我的死胡同 7、不论你是不是真的赚钱，即便你真的成本价给别人，人家依旧会认为你赚钱，即便水落石出，别人也会觉得你是傻子而不是感恩戴德 8、当你放下面子，你就会收获金钱，当你有了金钱，你就有了面子，哪怕你很有里子，这世界上80%的人也不会关注你的灵魂 9、如果你能把握人们的注意力，你自然就会赚到钱，不论是做演员还是当小丑，殊途同归 10、如果一个局里别人都在赚钱，请你多想想，他们赚的到底是谁的钱 11、要么制定游戏规则，要么当裁判，再次当运动员熟悉游戏规则利用游戏规则，最差的就是当一个遵守规则的运动员；如果你是当观众的，那你肯定买了门票和爆米花 12、如果你阅读了赚钱指北，还是心甘情愿不为所动去做一个自我的人，那么恭喜你，你不是精神有洁癖，也不是不热衷于赚钱，而是你的底线还没有被吞噬，你可以继续保持，当你看清真相又坚定自我的时候，你要么穷困潦倒一生，要么你就会拥有属于自己的游戏

#阶层固化：求变之路，殊途同归· 738 条信息

#快速赚钱 #信息差 #人性 #游戏规则 #自我认知

4天前

现在做工程外包进入了一个开锁匠时期往常看起来可能2人月的相对复杂的项目，现在有可能只需要1人2-3天就搞定了然后也仍然要像个开锁匠一样东搞搞西搞搞装模作样让这个事情看起来很困难，提供些情绪价值不然人家会觉得很不值，我靠，你搞3天就搞完了，还要这么多钱没有人会觉得，你是因为积攒了很久的AI实践才能做的又快又好，换任何一个人来，可能都没办法做到这种效果既要清晰的理解使用场景，用户流程与需求又要能100%落地，让想法完全的实现出来，并让人觉得好用，是个好产品从前的时候每一步都是折损，产品经理对业务的理解力是折损，开发对产品需求的理解又是折损现在依靠AI，这些折损都没了，又变快了，但没有人会去深入思考这些的，人家只会觉得花的钱和你付出的时间并不成正比，但没有从前的那些刻意练习，又怎么会如此庖丁解牛呢但没人在意，因为这就是人性

#工程外包 #AI实践 #效率提升 #情绪价值 #人性

6天前

Lenny访谈了前谷歌、Spotify产品总监Nasin Shenal，聊到打磨产品细节与核心功能往往无法同时兼顾时，Nasin Shenal提到了应该去真正塑造产品愉悦感而非华而不实的五彩纸屑什么是愉悦感？很多人提到“愉悦感”，想到的就是那些华而不实的动画特效。比如，摇一摇手机，屏幕上飘下雪花。这些其实是为“五彩纸屑 (Confetti)”。而不是所谓的“愉悦感”。真正的“愉悦感”，是一种同时满足用户“功能需求”和“情感需求”的能力。最好的产品，能与用户建立深刻的情感连接。这，才是“愉悦感”的本质。以 Spotify 为例。市面上有大量的音乐流媒体App，但为什么用户对Spotify如此忠诚？因为像年度总结、心情推荐、每周发现这些功能，让用户感觉自己被看见、被倾听、甚至被连接。所以，请明确一点：在今天这个市场极度拥挤的时代，“愉悦感”不是奢侈品，它是一个强大的差异化战略。它可以直接带来更高的忠诚度、更好的口碑、更快的增长，甚至是更高的收入。三个塑造愉悦感的有效方式：方式一：消除摩擦在用户体验中，总有一些时刻，用户的情绪会跌入谷底，充满焦虑和压力。你的任务，就是找到这些“情绪低谷”，然后用一个极其顺滑的解决方案，把他们拉上来。 Uber的退款案例： “我最近在巴黎打Uber去赶火车，结果司机无缘无故取消了订单，我急得要死。最后我被错误地扣了款，我正准备写一篇千字小作文去申诉。结果，我打开App，发现只需要点击两次，退款就到账了。在那个瞬间，我本应极度愤怒的情绪，被这个解决方案瞬间抚平。这种体验，就是一种深刻的‘愉悦感’。” 让一件你预期会非常困难的事，变得出奇地简单——比如取消订阅、申请退款——这就是“消除摩擦”的力量。方式二：预判需求如果你总是等用户告诉你他们需要什么，那你只是在“满足”需求，而不是在创造“惊喜”。你需要把标准定得比用户自己还高。 Revolut的eSIM卡案例： “我和家人去新加坡旅行，落地后才发现手机漫游费高得离谱。正当我丈夫焦头烂額时，他打开了他的银行App——Revolute，在一个标签页里，花7欧元，直接买好了eSIM卡。我当时就震惊了，一家银行App，为什么会内置一个卖eSIM卡的功能？后来才想明白，因为Revolut的用户大多是国际人士或外派人员，他们经常旅行。Revolut预判到了他们在海外的这个痛点，并提前给出了一个完美的解决方案。” 在用户开口之前，就给他们想要的东西，这就是“预判需求”的魔力。方法三：超越预期在你预判了需求之后，更进一步，就是给他们比他们想要的还多的东西。微软Edge浏览器的优惠券案例：我丈夫在用Edge浏览器买一台咖啡机，当他正要付款120欧元时，Edge突然弹出一个提示，自动为他找到了一个15%的折扣券。我根本就没想过去找优惠券，我已经准备好付全款了。这个功能，就完美地‘超越了预期’。 Dropbox有一个产品原则叫“纸杯蛋糕 (Cupcake)”。 Snowflake 有一个概念叫“超级英雄 (Superhero)”。名字不同，但本质都是一样的：为客户带来喜悦。当我们在开发Google Meet时，我们不拿自己和Zoom或Teams比较，我们拿自己和“一次真实的线下会议”比较。在这种层面上对比，更容易寻找到超出预期的愉悦感。建立愉悦感文化 - 从“动机”出发，重新理解你的用户：除了“功能动机”（他们想用产品做什么），更要深挖“情感动机”（他们想感觉到什么？是安全感、归属感，还是成为更好的自己？）。 - 用“50-40-10”法则来规划你的路线图： 50% 的精力，用于“低愉悦”（纯功能性需求）。 40% 的精力，用于“深层愉悦”（功能与情感的完美结合）。 10% 的精力，用于“表层愉悦”（那些有趣的“五彩纸屑”）。 - 建立“愉悦感”文化：在Google，我们甚至有专门的“愉悦感PM”和团队。在Spotify，我们有定期的“Hack Days”，鼓励团队去探索那些能带来惊喜的功能。

#产品愉悦感 #用户情感需求 #消除摩擦 #预判需求 #超越预期

1周前

高效能人士的一个习惯：ai first

#AI #效率 #习惯

1周前

最近Lex和TG创始人Pavel Durov的访谈很值得一看 4个多小时的播客有些长，我是看了AI文字版以下是一些我认为有意思的观点片段👇🏻

#Lex访谈 #Pavel Durov #TG创始人 #AI文字版 #科技人物

1周前

怎么做第一个Agent？不是去看视频学什么N8N 也不是跑去学代码搞Langchain 最快的方法就是干直接问Claude，和它对话做就是了做完了发现问题，人工再调整策略，这个Agent慢慢就会好比如我试着让Agent做嗅探，帮我找X上分享内容营销和增长比较好的英文账号，看他们的内容上来我让LLM自己出词，但后来发现策略不太对这东西就是干几轮慢慢提示词就好了所谓ReACT，核心是ACT，得先干，再重复，就会迭代动手干起来吧，别问怎么学，直接去问AI是最好的

#多智能体之争：Anthropic生态VS单智能体· 59 条信息

#agent #Claude #内容营销 #增长 #React

1周前

你到现在用ai做了多少个小项目了？

#AI #小项目 #项目数量 #提问 #技术

1周前

大家有什么复制ui比较好的策略吗我尝试构建了一个mcp 先把所有静态资源和js都扒下来了让ai去分析对应结构和组件生成设计规范文档但是当它自己开始生成后又做得不是很像了虽然效果比开放式生成好很多但没办法100%copy 朋友们有啥好思路？

#UI复制 #MCP构建 #AI设计规范 #静态资源 #js

2周前

对产品多少还需要些敬畏之心表面看起来的你认为的垃圾或者你认为那个方向不对无法理解别人为什么这么做都不重要就算那个东西真是一个垃圾别人也在这个过程里付出了很多东西踩过很多坑走过很多你没走过的路才能让你见到这个垃圾有些垃圾经过时间锤炼可以变废为宝有些垃圾会消亡但不论如何他们在历史上来过而你可能连构建都没构建过这也就是为什么行家不会去聊那些道法和框架而是聊松节油只要一聊松节油是骡子是马立刻就知道了因为那些暗坑只有做过的人才知晓哪怕你做的是一个不尽如人意的垃圾你也远超过了95%的人 Talk is cheap，show me your rubbish

#产品敬畏之心 #实践出真知 #垃圾的价值 #行家聊松节油 #行动胜于空谈

2周前

ChatGPT向智能助理更近一步历史上ChatGPT和Claude有过一段交集但他们现在已经背向而驰一个走向更加C端的智能助理，帮你整理阅读，购买东西一个不断强化编程，走向生产力工具

AI编程工具激战：Claude Code、Gemini Cli崛起· 992 条信息

#ChatGPT #智能助理 #C端 #生产力工具 #Claude

2周前

现在这时代其实根本都不需要做产品弄个n8n comfyui 或者cc写个agents 直接开干比如我认识个哥们专门给酒店修图就把那褶皱的床铺给修的丝滑平整直接input酒店照片 output人家成品照把携程美团啥的那堆酒店挨个问一遍就有成交只要你做的足够垂直这就是壁垒… 但反过来如果你没拿到1就去做0 产品都做好了跑去找客户可就难了我问他你是咋识别到这个需求的他说他也不知道他就挂了个闲鱼和小红书说ai修图就有很多人找他很多图大部分人付不起钱但他发现这个生意有重复的人问有一定规模且用户能掏钱他就人工先干了干发现ai干的也还符合预期就弄了个脚本跑后来想了想就去获客了 ai在很多垂直场景下能改造很多事情找到那个以前做不了但成本下降后有体量的垂直需求人工干干靠谱再产品化它

#AI掘金：知识付费新机，流量为王时代· 217 条信息

#AI修图 #酒店照片 #垂直领域 #需求识别 #成本下降

2周前

做产品真的就是日拱一卒每天看着它优化一点点进步一点点

#产品 #优化 #进步 #积极 #日拱一卒

2周前

回顾回顾最近发生的事情： - 独立开发与工资毒药 - 推特做IP与个人故事起号 - 微信公众号编辑器 - 懒投资注意力怎么都被这些东西占据了…… 要不咱一起搞个刷屏游戏来改变一下内容结构？

#独立开发 #推特IP #微信公众号 #懒投资 #刷屏游戏

2周前

如果你想靠内容做自媒体，以下是我理解的关键成功因素【第一步】发现自己的优势特长这一点如果你不自知，有两个方法获取 - 方法1：问朋友，挖掘你的隐私象限可以去找一些朋友们问一问，让他们用一个有价值的词来描述你，是什么 - 方法2：回顾别人的提问想一想，一般别人会询问你什么问题，或者别人找你帮什么忙，或者别人为你付过什么费？这些地方往往是你的优势所在【第二步】为这个优势找到一个定位标签当你发现了优势之后，给这个优势找一个定位标签然后持续不断强调这个定位标签，别人就会有印象这就是你与众不同的差异化，当别人想到这个标签时，第一印象就是你，这就是成功的IP定位了【第三步】基于这个定位，构建你的内容系统围绕这个定位来搭建内容，你可以构建的内容大概有四类日常鸡汤 - 围绕这个定位的短平快心灵鸡汤 - 日常吐槽分享知识与资料 - 围绕定位的行业信息科普 - 围绕定位的资料分享 - 围绕定位的内容聚合整理 - 人们遇到的常见问题以及该如何解决实战案例 - 你或你朋友的成功经验 - 你或你朋友的失败教训 - 你的故事猎奇方法 - 围绕这个定位的一些猎奇方法，比如MrBeast，户晨风，这些猎奇方法如果你细心观察就会发现，其实很多年前也有相似的人做过相似的事情找到这种Pattern，你就可以去尝试，指不定也能火【第四步】将流量转化私域可以利用资料钩子来引导关注转化，不论是转化到公众号，还是加微信，或者买个社群，甚至是newsletter，总归你能不断触达他们以上就是我理解依靠文字内容做IP的基本策略当然，随着你的IP品牌深度逐渐增加，你还可以做更多的事情

#自媒体 #内容创作 #IP定位 #优势挖掘 #私域流量

2周前

我很好奇如果我构建1000个agents，去浏览推特，或者reddit 奖励函数是，让他们在这些信息海洋中寻找到并发现能获得用户注意力的方式，并实践这些方法以便获取注意力我们来提供Agents阅读帖子，搜索，与发帖工具在Q4结束之后，这1000个Agents有多少会成为社区里有影响力的KOL？如果把他们在做AB分组，一组是设定了人设属性的，一组是完全白板的大语言模型，他们又会有什么不一样？

#多智能体之争：Anthropic生态VS单智能体· 59 条信息

#AI Agents #注意力获取 #kol #AB测试 #人设属性

2周前

如果你能坚持发100篇微信公众号大概率你都能做起来微信公众号世界的关注度会奖励那些聚焦的人当你有一篇拿到推荐就会引动其他文章的增长写拿到推荐然后用户从推荐进来阅读就越容易被推荐系统慢慢了解你的账号定位也慢慢推荐对的人给你我发公众号和做推特不一样我从未设计过任何目标随缘增长我把它当做一个自己的信息笔记就这样发了几十篇，也有几千个读者了，虽然没有什么十万+，也没有一夜爆粉，但这个世界在不断筛选慢的人如果你从一开始就想着，我写30篇不行就算了那你很可能也无法进入到那个奖励循环里当飞轮慢慢转动的时候，其实已经筛选掉大量的人了

#微信公众号 #内容创作 #坚持 #长期主义 #个人成长

2周前

ai时代开始后，独立思考，写作，与深度阅读会变得越来越稀缺了 ai延展了人性中的懒惰也就可以利用这些懒惰

#AI时代 #独立思考稀缺 #人性懒惰 #深度阅读减少

2周前

没人看我也持续发的原因是，我自己需要费曼学习

#费曼学习 #个人成长 #自我提升

2周前

现在很多ai创业公司拿了钱之后却按照一个独立开发者的思路做事情他们除了资源上有点儿杠杆之外打法和独立开发者没什么差别如果不去思考一个创业团队要做的事情和独立开发者究竟有什么不同那大概率会面临大量的竞争对手或许团队产出还不如一人公司

#AI创业 #独立开发者思路 #资源杠杆 #竞争激烈 #团队产出

2周前

很多人觉得国内做程序很麻烦，app要软著，网站要备案，接不了海外模型，也得备案别灰心，办法总比困难多比如你真的想做Nano Banana套壳，你可以考虑做插件浏览器插件，PS插件，各种插件生态都可以研究一下路被堵死的时候，换一条路，也能到罗马

#国内程序开发 #插件开发 #规避备案 #海外模型 #积极

2周前

从今天开始，我会把PMF抛到脑后，只谈论MPF 产品市场契合度，听起来很合理但它有一个致命的问题：我们把马车，放在了马的前面。我们应该做的，是先专注于问题和市场，然后再去寻找解决方案。这个常见的错误，就是为什么我更喜欢用“市场-产品契合 (Market-Product Fit)”，而不是“产品-市场契合”。语言，会塑造我们的思维。当你把“市场”放在前面时，你会强迫自己先去思考那个存在于市场和用户脑海中的、真实的问题，而不是那个存在于你产品里的、臆想出来的解决方案。

#市场-产品契合 #MPF #PMF #用户需求 #解决方案

2周前

如何练英语口语？我觉得最好的方式是，创造真实的环境今年我干过的事情： - 和influencer语音砍价 - 和海外用户做访谈 - fiverr/upworks上雇人沟通外包 - 回复那些在推特上做产品调研的人DM，然后进行30-30的沟通 - 约一些newsletter / 渠道商谈合作每个人都能干的事情： - 投递几个简历，去面试 - 搞个服务页面，设置下cal，等待别人约你会议 - 找那些做seo的人聊天请教 - 在reddit上找用户做访谈 - 在推特上找那些初创/独立开发聊天你说啥？你说不出来？怕啥，不行就比划，投屏，给对方画画谷歌也有translator，实在不行在开个AI，不会说了就让外国人等会儿，你输入翻译你要问有啥心法，就三个： - 害怕什么，就去做什么 - 只要你不尴尬，尴尬的就是别人 - 别人想找你做事，或者你当别人甲方，只要符合这个，你说的再不利索，对方都得忍着！这事儿就跟学游泳一样，最好的策略就是直接扔水里，哪怕你先狗刨，也不会淹死的

#英语口语 #真实环境 #实践 #沟通 #克服恐惧