Yangyi

统计数据

169

文章

0

粉丝

0

获赞

2943

阅读

2个月前

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

2个月前

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

2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

2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

2个月前

你是怎么进入IT行业的？

#IT行业 #职业发展 #经验分享

2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· 307 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

2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

2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· 307 条信息

#用户抱怨 #商机转化 #需求验证 #利润空间 #客户寻找

2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· 307 条信息

#赚钱 #商业思维 #AI工具 #费曼赚钱法 #时间窗口

2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· 307 条信息

#SEO优化 #内容营销 #长尾关键词 #AI工具 #社区运营

2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

2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· 307 条信息

#AI应用 #需求挖掘 #客户沟通 #独立开发 #商业机会

2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

3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

3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

3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

3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· 976 条信息

#快速赚钱 #信息差 #人性 #游戏规则 #自我认知

3个月前

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

3个月前

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

3个月前

高效能人士的一个习惯：ai first

#AI #效率 #习惯

3个月前

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

3个月前

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· 81 条信息

#agent #Claude #内容营销 #增长 #React

3个月前

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

3个月前

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

3个月前

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