Yangyi

统计数据

152

文章

0

粉丝

0

获赞

1163

阅读

4天前

他们提出的解决方案：“嵌套学习”。与其只有快速记忆和慢速记忆，不如创建一个连续的记忆频谱。就像大脑一样：你记得你早餐吃了什么（快速），你上个月做了什么（中等），你的童年（慢速）。这是一个梯度记忆曲线，而不是一个是否记住的开关。

#嵌套学习 #记忆频谱 #梯度记忆曲线 #快速记忆 #慢速记忆

6天前

如何突破人生的第一个100万？ - 年薪 5 万，工作 20 年 - 年薪 10 万，工作 10 年 - 年薪 25 万，工作 4 年打工曾是稳定且清晰的，如果你为相信你的人工作，且你也相信他们，这可能是建立美好生活最稳妥的方式。但现在即使是好工作也伴随着大量的风险。由于AI带来的各种组织重组、AI 自动化带来的裁员，可能过往明确的路径已经不那么可靠了。图中下半部分乍看之下显得有些简单： - 5,000 人购买 200 元的产品 - 2,000 人购买 500 元的产品 - 1,000 人购买 83 元的月度订阅 - 300 人支付 278 元的月费这些数字看起来似乎可以互换，但其实业务模式截然不同 - 200 元的产品靠分发渠道，因为你需要大量的买家和源源不断的新关注 - 500 元的产品重点是感知专业度，因为只有当人们觉得东西是为他们量身定制时，才会花这么多钱 - 83 元的订阅依赖持续的实用性客户必须每个月都在续费 - 278 元的月度服务依赖交付结果，因为支付这个金额的人期望他们的生活或业务发生清晰且有意义的转变虽然每条路都需要信任、留存和价值，但重心却有所不一样。这也正是为什么很多人实现不了目标的原因。问题并不在于人们选择了“坏点子”。更多的是在于选择了点子后，却没有理解这些点子对运营方式有不一样的要求。 - 订阅制的产品会将你置于一条必须每月交付价值的路径上 - 200 元的产品会将你置于一条分发成为主要瓶颈的路径上 - 高端服务会将你置于一条真正的重头戏是销售而非构建想法固然重要，但营销同样重要。当你选择一个想法时，你实际上是在选择你将赖以生存的营销方法，而太多人做出了选择，却没意识营销策略有所不同如果我现在要从0赚到100万，我不会先去思考一个创业想法，我会看着这张图表，决定哪条路径符合我的优势运作策略。然后，我会选择一个在那条路径上行得通的想法。想法和营销策略必须匹配。大多数人先选了方向，后来才发现收到营销策略制约，结果举步维艰。 AI 正在悄无声息地改变着这一切。十年前，探索这些路径中的任何一条都意味着要围绕这个点子建立一整套支持结构。人们必须打磨故事、包装报价、设计获客路径、测试漏斗、收集反馈并改进销售话术。这些没那么难，但它很慢，如果想要加速，每个环节就需要不同的人（和大量的资金）。现在的瓶颈不再是人才或工具。现在的瓶颈在于你是否能做出清晰的决定。如果你能做到，你可以自己生成实验的每一个部分，并同时运行多个版本。当成本降低后，最明智的举动不再是规划完美的点子，而是进行几次可控测试，看看哪个背后真正有能量。清晰的决策力就是这个时代的护城河。如果今天我们来设定100万的目标，可以先用三个不同的想法来测试 200 元的路径，通过社交渠道推广，看看是否能自然传播。也会同步测试 500 元的路径，创建一个解决痛苦问题的简单方案，直接推销给那些已经感受到这种痛苦的人。继续测试 83 元的订阅路径，推出十种onboarding的引导页，直到有一种能留住人进行付款。我们不必保护这些想法中的任何一个。也不用聚焦它们中的任何一个。去会观察哪一个显示出向上的拉力，然后毫不犹豫地放弃其他的。这也是我在最优秀的构建者身上看到的操作系统：找到路径->开发原型->简单发布->快速验证选择一条路径。制作一个简单的原型。把它发布到有潜在客户的地方。在速度、清晰度和响应率中寻找证据。如果它中了，你就聚焦。如果没中，你立刻走人。死磕是一种傲慢，顺势而为才是智慧。 AI 不仅让构建变快了，它还消除了尝试的成本。你不需要六个月。你不需要深入思考。你不需要完美的想法。你只需要比周围的人用更清晰的思维去进行更多的测试。当测试变得廉价时，赢家是那些放下自我、迭代最快的人。重点是选择一条你实际上能维持的路径，一个你实际上能证明合理的定价，以及一个符合你工作方式的想法。当这三者连成一线时，生意就不再感觉像是一场赌博，而开始感觉像是你可以经营多年的事业。通往百万富翁的路径一直都很简单。它们过去之所以遥不可及，是因为每一条都需要大量的时间、金钱和整合。现在，你可以足够快地探索它们，看看哪一条适合你，而不是强迫自己进入错误的那条。这才是真正的优势。你不再是将你的人生押注在单个点子上。你是在进行小规模、真实的测试，直到正确的想法和正确的营销相匹配。赚到一百万的感觉仍然像是在推着巨石上山。但这并不会让山变小，它只是让你避免了把巨石往错误的方向推了五年。大部分的痛苦来自于爬错了山，而不是来自于攀登本身。

独立创业者如何突破零收入困境，迈向月入1000元· 303 条信息

#AI #百万富翁 #创业 #营销策略 #快速验证

1周前

费曼学习法为什么有效我觉得最重要的一件事是它有一种很明确的反馈信号如果一个信息，我从其他地方学到了，但我却没办法自然而然的讲述给别人，并让他人理解，那这个信息我肯定是没理解的比如一个方法论有五个元素，我说第一遍的时候，可能还会查原出处第二遍的时候，发现总有1-2个元素记不住第三遍的时候，会有一些逻辑性做分类，然后就能陈述了第四遍第五遍的时候，基本就是自己的东西了，然后还会在这个基础上加入自己这个时空的理解，比如当下时间，环境，当下角色，对这个信息不一样角度的阐释，然后这个旧时代的信息就会有了新时代的灵魂有一些信息是从实践中抽象，归纳总结的有一些信息，是从书中获悉，结合演绎的但不论怎样，费曼学习法是一种检验，它虽然无法确认人们是否真的理解了这个信息（需要实践），但它一定能证伪，当我无法叙说这个理论或框架时，我一定是没有理解这就是费曼学习法的强大之处它比做题更容易被验证，因为做题是结果导向，过程可以黑盒结果可以靠蒙但费曼学习法是过程导向，讲不出就是讲不出讲的出，又分听的人是否能有所收获如果讲的东西还能按照参考受众的理解程度差异，形成不一样的表述，让受众都能有所受益那么说明这个信息至少是在表层理解了至于说是不是真的掌握，可以运用自如在实际生产当中，那就需要再依靠执行来确认当我们刻意练习费曼学习法时我们会发现一个奇妙的事情就是这种加深信息理解的机会会随着费曼学习次数的增多而不断增多因为每次费曼学习法都是在广播广播就会令信息传递信息传递就会有回声这些回声就又会为信息源头带来多次广播的机会于是费曼学习法就持续强化了这个概念就慢慢形成了一种肌肉记忆

#费曼学习法 #信息理解 #知识掌握 #实践检验 #主动学习

1周前

说真的，我觉得Juchats靠工程化做的AI Chat效果比Claude给的结果强再加上CelHive Link的插件真的无敌了我80%的需求 C大都能搞定！一会儿给兄弟们发个利用AI做Reddit调研的教学大家看看Juchats出的用户调研报告感受一下

AI编程工具激战：Claude Code、Gemini Cli崛起· 1246 条信息

#Juchats #AI Chat #CelHive Link #Reddit调研 #用户调研报告

2周前

这道题挺有意思的有时候正向找，没那么容易但换个思维就好办了，比如使用坎宁汉姆定律

#思维 #坎宁汉姆定律 #正向 #逆向

2周前

如果想卖铲子，我建议把铲子包装成服务服务有三种： - 比如公众号AI矩阵系统，可以卖课教搞流量的人弄，课程是一种服务 - 再比如，可以把它包装成一种公众号代运营服务，也会有溢价 - 再比如你做Reddit痛点挖掘工具的，就可以把它包装成一个付费Newsletter或者付费的信息社群只要铲子变成了服务，人们的使用门槛就会下降，铲子就会变得好卖，且出现更高的溢价这也是一种简化的方式，客户希望要解决方案，而不是自己动手去学习，然后再解决困难

独立创业者如何突破零收入困境，迈向月入1000元· 303 条信息

#卖铲子 #服务包装 #公众号代运营 #解决方案 #溢价

2周前

如果去可视化ClaudeCode的工作轨迹可以看到 AI agent 在真实代码库中浏览、审查结构、做决策并提交修改的过程软件开发正进入新的阶段，并非传统意义上的自动化,而是Agent能理解上下文、应对复杂情况、并做出有意义贡献的系统。虽然目前仍处于vibe coding的早期阶段,但这个趋势毋庸置疑：人类和Agents正在进行人机协同的合作来构建未来

Claude Skills系统发布引发AI行业新变革· 65 条信息

#AI Agent #代码库 #人机协同 #软件开发 #自动化

3周前

把国外的视频和播客还有英文文章用ai洗去国内公众号同步小红书自动生成长文图片又支持一下小红书图片ocr解析文本回公众号 ai改写又洗一遍这内容就是来回多模态被洗了好几次以前只是有平台信息吞噬链结果这吃进去的拉出来然后再吃进去再拉随着自动化越多营养就越少未来的内容如果缺少了人的价值观和温度没有了优秀的观点和情感就会成为巨量的ai幻觉垃圾甚至会出现大量无法自主思考的人类被ai舆论控制的局面这世界已经不需要一个无限月读了每个地方都会有这些电子垃圾

#AI乱象不止：内容注水，隐私堪忧· 205 条信息

#AI内容垃圾 #多模态内容洗稿 #信息茧房 #AI舆论控制风险 #内容营养缺失

3周前

最近开始恢复健身，跟私教练了几周之后，私教抱怨说客单价提成啥的都大不如前以前健身房人多大家也花钱一个月甚至有的赚小十万现在买课的少了买也是可着一点点买公司给的提成也少了我就问他你有没有思考过你的收入是什么构成的他摇摇头说没咋想过但干到死可能一个月也就两三万吧我说收入=时间*单价你哪怕一天带18节课单价在那里被锁死了这样看只要你不突破模式你就只有两个选择第一是提高单价那么你就得有名气有很多人主动找你你就可以提价或者你换个人群你去给明星当私教你有这种路子吗他想了想说没这种路子第二是把时间上加杠杆，比如把你的服务转化成视频课，转化成图书，或者一次性分发很多人，比如你可以1v1万上课，那就是直播了，很多教师就是这样突破千万收入的他又摇了摇头，哥，太难了我说，这一点儿也不难，如果你想做，有很明确的路线，你给我私下约一周课，我就教教你这兄弟也是实在，他说哥你说吧，我觉得能行我肯定免费带你一周我问他有啥特长，想做啥人群？他说他喜欢做康复和体态修正我说那你就做那些电脑族的体态修正嘛，这就找到定位了，然后你就去写公众号，把你了解的体态问题逐一写清楚，怎么定位自己的体态问题，怎么做运动康复修正，怎么做康复计划你就开始写，一边写的时候，也在整理自己的体系，也在梳理自己的方法论，甚至有时候你没得写了，江郎才尽，还会倒逼你去搜索最新的体态康复方案，去学习你就可以配合你的学员实践，继续写，就这么写他说他以前做过抖音我说你做抖音谁看呢？你怎么冷启动呢？你做两天就自闭了因为没有正反馈他说确实是这样的没人看也坚持不下去那公众号就能坚持吗这就是公众号不一样的地方因为你有自己的学员你有健身群那你就可以进去洗他们把他们洗成你的粉丝你的内容在微信上很容易被传播不像抖音这样你就能快速冷启动公众号文章里早期你可以卖补剂，卖体态纠正的背背佳，卖体态修正计划和咨询总会有一些成交，也就会有学员的优秀案例你就又有了前后对比的学员案例背书，这事情就能滚动了学员多了就分配给你信得过的教练解答就可以开体态纠正训练营，搞直播课了你只要开始搞直播，就会有切片，就能继续分发抖音小红书，慢慢滚动当你真的想开健身房那一天，你还缺客户嘛？他两眼一亮，问我，哥你咋会懂健身行业？我说，我看着卓叔增重就是这么一步步走过来的，从公众号到B站到深圳的健身房，一步步突破自我如果你保持好奇心，你会能了解很多白手起家的人是如何一路打怪升级的这个教练给我免费刷了三节课但我不知道他会不会真的去做公众号如果在读故事的你，真的想做公众号我真的推荐把写作当作一种费曼学习法的实践让自己多去阅读，多去思考沉淀，哪怕是依靠AI 这就是我做公众号ai矩阵系统，为什么一定要有人工审阅环节我不想制造互联网垃圾，我希望每个人的内容，都有自己的见解和温度如果你也是这样的内容创作者，欢迎使用这款产品👇

#健身教练 #收入瓶颈 #体态修正 #公众号引流 #知识变现

4周前

曾经我们每个人都是梦想家但有多少人的梦被击碎的只剩下了想家或许这就是AI带来的情绪价值与意义

#梦想家 #AI #情绪价值 #想家 #现实

1个月前

自从学了脑科学后，我发现这个世界根本不存在执行力差。每一次拖延，本质都不是懒惰，而是大脑在抵抗模糊。大脑只会自动执行一件事：已经被压缩成可预测动作序列的任务。可预测代表它能想象出第一步，它知道下一秒发生什么，它确信自己能收尾。只要满足这个条件，行动就不是需要意志力的选择，而是神经系统自动开跑。问题在于，大多数人面对的目标，都是抽象的，概念化的，甚至没有入口点。比如改进工作效率，开始做一个项目，整理房间。这些语句给大脑的信息是空的，没有动作模型，没有场景，没有起点，没有感知信号。对神经系统来说，这类任务没有可执行结构，它无法模拟下一秒，于是它停住。这不是拒绝行动，而是节能原则。人脑会优先执行能立即算出路径的事情。哪怕是刷手机，也比一个模糊的目标更安全，因为“点开→滑动→获取刺激”是一条确定路径。确定性永远优先于重要性。不是价值判断，是神经算法。拖延是风险规避，不是性格缺陷。当任务是模糊的，大脑激活的是不确定带来能量损耗的防御机制，而不是我不想做的情绪。所有抗拒，都不是对行动本身，而是对没有入口点的混沌。所以改变不是强迫自己去做，而是把目标结构化成大脑能立刻执行的程序。一旦任务变成一条明确的动作路径，大脑会自动启动，甚至不会产生拖延的机会。而这，只是消除了模糊。

#脑科学 #执行力 #拖延 #目标结构化 #神经系统

1个月前

褪去所有的过往和title 依靠观点和内容来认识一个人这就是推特冲浪

推特封号潮席卷加密圈，KOL频遭封禁引发恐慌· 224 条信息

#推特 #观点 #内容 #社交 #网络冲浪

1个月前

你是怎么进入IT行业的？

#IT行业 #职业发展 #经验分享

1个月前

验证一个生意，并不一定要把它构建出来比如你要卖一个文档库，如果你去写100份文档，再把它上架去卖，你就可能面临很多问题： - 找不到客户 - 找到客户了，但客户不买账这都会浪费掉你构建文档的时间事情应该反过来做，你应该先写100份文档标题，甚至给文档配上图，让别人感觉到有很多内容然后就去卖，这时候你写清楚，加入社群，每天早中晚分享3篇干货阅读美其名曰：你不读，就随着时间线丢失了，要有损失厌恶然后100篇文档都ok后，你再给这些客户交付个文档库后面再来买的客户，就会直接拿到文档库 ----------- 人们在购买时，是通过商品文案，图片内容的丰富度来决策购买的当那个心智命中了，就会成交，而不是依靠你文档真正的细节内容卖的是个感觉，而不是实体当你开始这样转变思维之后，做生意的成功率就会显著提高，因为你会发现： - 很多想法只是主观臆断，没人买单 - 试了好几种表达，终于找到了人们有心智愿意付费的包装 - 我先回收了钱，然后文档不需要自己写了，雇个人来完成预售会带来很多有价值的洞察，并带来时间杠杆相反，如果你去写100篇文档，但最后卖不掉，你就会面临巨大的负反馈了 ----------- 做生意的路子有很多，怎么找到这些洞察？ - 多看，看书，看信息，看别人的分享 - 多干多失败，错的越多，懂的越多，别人说100次都不如自己去撞1次南墙 - 多干总会成功，当你成功一次，就会加深这个方法

独立创业者如何突破零收入困境，迈向月入1000元· 303 条信息

#生意验证 #预售模式 #市场需求 #降低试错成本 #感觉营销

1个月前

推荐阅读这篇Agent持续学习的困境很多时候我们光去看各种ai顶级大佬说什么但可能很难通过实践去践行他们的思维这篇文章写的非常清晰容易理解逐步通过问题引出实践结论并例证了相关方法将思想得以发挥如果你在做agent 肯定会有很多启发

#Agent学习 #AI大佬 #实践 #问题引出 #启发

1个月前

将用户抱怨转化为商机的三个验证步骤： 1、收集抱怨，但那是真需求吗从评论区或生活中可以收集到抱怨反馈很多人都习惯抱怨与幻想，识别是否是真需求的信号是： - 对方当下有较差的解决方案吗 - 如果没有，对方有搜索过解决方案吗，怎么搜的 -如果也没搜过，那说明这事儿只是抱怨，因为对方没尝试过任何措施想去解决它对方一定要为这个事情付出过成本，可以是实际的也可以是未达成目标的沉没成本 2、这个需求有利润空间吗问下对方能付多少钱比如原来他用人工那人工费用20-40%能不能付给你？你需要衡量边际成本与对方可支付费用的差值，这是毛利润有大量的需求，但可能对方能负担的钱不够这时候两个解决策略 - 转换人群：相同需求，另外的人群角色有更强支付能力和意愿 - 找到巧妙的方案：比如这个东西免费引流，换商业模式，或者找到了更便宜的成本方案得到利润空间 3、需求是普遍的吗？这个事情如果有3个人都需要，那就值得投入，如果你能找到10买家，那绝对是非常有机会的了找人的方式可以从你发现的第一个客户去寻找 - 你觉得还有谁会买这个服务？ - 你会怎么向需要的人介绍这个服务？ - 你觉得和你一样的人，会在哪些地方交流？或者你平时会逛哪些社区，有和你类似的人？ - 你有相似的交流群吗？能拉我进去吗？ —— 通过这三个步骤，你就可以把抱怨，转化为一个真正的商机

独立创业者如何突破零收入困境，迈向月入1000元· 303 条信息

#用户抱怨 #商机转化 #需求验证 #利润空间 #客户寻找

1个月前

赚钱没那么难，难的是你在赚钱这件事上投入注意力真正打开了商业思维的人，其实路数都是差不多的找到一个你可以模仿的对象，复刻，经过多次刻意练习再创新超越，自然就有办法赚到钱了比如你想做推特，你就去研究几十个你认为推特增长最快的人，去复刻他们以前的时候，人需要挨个翻，需要对抗自己的懒惰现在AI来了，自己搞个工具，也很方便或者你就用下面我糊的这个小工具去查去导出去让AI总结分析然后再使用费曼赚钱法去分享自己是怎么学习总结这些大V做推特的思路的把这些你总结的东西，做成资料卖注意力来了，钱也就来了，但前提是你要先在这里投入你的注意力每个赚到钱的人，都踩在了一个好的时间窗口上，如果你发现了可能的机会，或许去尝试是最快的验证方式了

独立创业者如何突破零收入困境，迈向月入1000元· 303 条信息

#赚钱 #商业思维 #AI工具 #费曼赚钱法 #时间窗口

1个月前

最近在Reddit潜水看了看增长帖子发现一个事儿大部分人都在用错劲儿什么叫用错劲儿就是每天发10篇文章，到处投链接，追热点关键词看起来很勤奋，结果流量一点儿没涨为什么会这样？因为这些人根本没搞明白一件事，有机流量这事儿并不是靠数量堆出来的，是靠系统性策略跑出来的我举个例子很多人觉得要写热门关键词，什么"SEO优化"啊，什么"流量增长"啊，这些词竞争大得要死，你永远排不到前面聪明的做法是什么找长尾词，很具体的那种，比如"SaaS产品如何在没有预算的情况下做SEO" 这种词竞争小，排名容易，转化还高写10篇这种超具体的长尾内容，比那100篇泛泛而谈的效果好5倍为什么因为来的人都是精准需求，而不是瞎逛的还有比如资产的再利用就是旧内容，你有2018、2019年写的旧文章吗，那是金矿你就每个季度把表现最好的那几篇拿出来，更新一下数据，改改标题，刷新一下发布日期这文章本来就有域名权重，有反向链接，你一刷新，立马Rank就起来了，比你从零写新文章，ROI高3-5倍再说说内部链接这事儿很多人写完文章就完事儿了，不往别的文章里加链接，这就亏了每篇文章里，应该至少链接到2-3篇相关文章，用相关的锚文本，把你表现最好的那几篇文章互相链接起来，疯狂进行互链这样干Google能更好理解你的网站结构，用户在你网站上停留时间更长，每篇文章互相导流现在SEO的规则在变，Google份额在下降，AI搜索比重在提高，ChatGPT、Perplexity这些正在改变人们找信息的方式在这种情况下，重要的不是被点击，是被引用你的内容要让AI能快速提取答案，要有清晰的结构，要有简短的高质量摘要，告诉用户具体怎么干在你的长文里，嵌入简短的总结，保持跨平台信息一致，用真实数据，千万别写空话然后是反向链接，很多人的做法是到处求链接，发邮件，留言这样干有效吗，有效，但效率太低了更聪明的做法是创造可链接资产什么意思就是做一些别人需要引用的东西，比如数据研究，免费工具，信息图表，案例分析之前一个朋友做了个《100个AI工具对比表》，3个月自然获得47个反向链接，其中12个来自DA大于50的网站，零成本，这纯靠内容价值，不比你主动去找人建反链轻松多了？还有社区这事儿，大部分人的做法是注册账号，发链接，然后被封真正要做的，是要找到你目标用户聚集的地方，比如一些Reddit子版块，或者精确的Quora提问，行业论坛，以及Slack/Discord/TG群然后每天花30分钟，真诚回答问题，不带链接，就是帮人，建立信任混个脸熟，等别人主动问你，这时候再分享链接在一个Reddit子版块混了2个月，之后你发什么，都能有稳定的讨论，这些流量质量远超付费广告最后说一个很多人不知道的内容复用一篇深度文章可以变成10种格式 - 推特线程 - LinkedIn轮播 - 短视频 - Reddit讨论帖 - 图片引用 - Newsletter - PDF指南创作成本不变，分发效率却提升10倍但要注意不能只是复制粘贴，要让AI根据平台特性改编还有一个，别在所有平台撒网，选1-2个深耕，一半时间创作，一半时间分发很多人反过来了，天天创作，不分发，结果没人看这些方法讲起来核心就一个：先提供价值，再要回报，别想着速成自然流量是个慢活儿，但一旦起来就是复利你今天可能写一篇，只有10个人看但一年后，这篇可能每天给你带100个访客这就是内容营销的魅力别焦虑，也别着急，先干起来在干的过程中，你就知道怎么干了最后一句这年头AI都能帮你写内容了缺的不是内容是"做什么，给谁看，怎么传播"的思路策略去Reddit翻帖子去Quora看问题去找你的目标用户在哪儿和他们聊聊问问他们遇到什么问题这些上下文信息才是增长的基础折腾折腾万一能有精彩呢

独立创业者如何突破零收入困境，迈向月入1000元· 303 条信息

#SEO优化 #内容营销 #长尾关键词 #AI工具 #社区运营

1个月前

三个比较重要的学习渠道： - Youtube - Newsletter - 百度网盘

#学习 #YouTube #newsletter #百度网盘

1个月前

当ai可以越来越快实现人们的想法时缺少的并不是“就差一个程序员了” 而是“做什么，怎么做”的上下文去开闲鱼去做淘宝去找外包去reddit翻帖子看看谁还在寻找程序员在你不知道做什么的时候重要的是接触客户去多和别人谈一谈并询问对方支付定金在接单的过程里你就会知道对方是谁遇到了什么问题当下是怎么解决的是否愿意花钱提高效率这些上下文是开发的基础当你3-4个窗口同时并行4个付费需求时你独立开发的成功机会就悄悄地被放大了

独立创业者如何突破零收入困境，迈向月入1000元· 303 条信息

#AI应用 #需求挖掘 #客户沟通 #独立开发 #商业机会

1个月前

翻译了一下manus最近和Langchain的一个线上分享关于上下文工程的实践，还是有很多细节的虽然这些细节在执行过程中是容易理解找到方法去处理的但是也从侧面看到不论是制作垂类agents还是构建通用agents，在细节层面都需要经历各种各样的困难我们更应该怀揣敬畏的心去看待每一个在Agents Building路途上前进的人产品背后都是磨难

#LangChain #上下文工程 #Agents Building #技术细节 #敬畏之心

1个月前

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

1个月前

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

1个月前

《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· 67 条信息

#人工智能 #AI #2025 #报告 #未来趋势

1个月前

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· 966 条信息

#快速赚钱 #信息差 #人性 #游戏规则 #自我认知