刚看了全球顶级孵化器 YC 的 CEO Garry Tan 做的一期节目。他直接给未来的一人公司下了一个新定义:20X Company(20倍效能公司)。 在这个时代,10 个人打败 200 个人不再是奇迹,而是标准操作。Garry 指出:如果你还没学会如何让 AI 编写 AI,你已经在被淘汰的边缘了。 为什么 YC 如此推崇这个概念?因为连 Anthropic 这种独角兽都在这么干。 他们的工程师透露:Claude 正在编写 Claude 自身。 人类只负责定架构和决策,每个开发者手下都有 3 到 8 个 AI 实例在没日没夜地修 Bug。 这就是 Garry Tan 所说的:最好的团队不再是自动化一两个功能,而是把整个公司“自动化”。 YC 举了几个硬核例子。 比如 Giga ML,只有 5 个工程师,却抢走了那些拥有百倍研发力量的老牌巨头的订单,拿下了 DoorDash。秘诀就是他们自研的 AI 代理 Atlas,它接管了所有枯燥的交付和代码活儿,让一个人的服务能力抵得上过去的一个部门。 还有 Legion Health,业务翻了 4 倍,团队却一个新人没招。在传统医疗公司需要一整个呼叫中心处理的事,他们靠 AI 只要 3 个人就搞定了。 那如何构建你的 AI 军团? Garry Tan 给出了三条落地建议: 一、建立 AI 队友: 像 Giga ML 那样,给每个核心岗位配一个 Atlas。 二、打造数字真相: 像 Legion Health 那样,做一个全知全能的内部系统,让信息伸手可得。 三、推行“无情自动化”: 像 Phase Shift 那样,要求员工记录每一项手动任务,然后用 AI 干掉它。他们甚至连设计师都不招,直接用 AI 搞定前端。 正如 Garry Tan 所说,“精简”就是现在的超能力。 未来的赢家,不再看你办公室租多大、雇了多少人,而是看你这几个人能驱动多强的 AI 杠杆。 20X 时代已经开启,这是初创公司干掉巨头的最好机会。
这个龙虾玩多了,你可能也会有这样的疑问,就是你的一人公司能靠这东西挣钱吗? 刚才我无意中看到了一个TrustMRR 网站上上线了一个OpenClaw Startup创业项目的网站,这里收录了120多个拿OpenClaw做的创业项目,我们一起来看看到底他们都围绕着OpenClaw怎么挣钱?到底挣不挣钱?到底多挣钱。 他的网站上说这129个项目一个月的总收入是28万美金。 首页列出来的应该是赚钱最多的前30个项目,我算了一下这30个项目的营收就已经超过31万美金了,所以这个市场是在高速增长的,都来不急改了。 接下来让我们拆解一下这些创业项目都是做什么呢? 我看到的最多的服务,或者说是一般的项目都在做一件事——就是帮你部署OpenClaw,不管是在家的Mac mini,还是远程的VPS,还是Docker全部帮你搞定。这个需求应该挺旺盛的吧,因为OpenClaw的安装确实是有一定门槛的。大多数人不是技术人,遇到一个问题,比如安装Node就可能挡住很多人。所以用户要的不是一个开源项目,他们要的是“帮我弄好,我马上要用”。这类的项目呢,每个月可以做到1k,2k,5k,都有。头部的可以做到50k。 第二类的就是高客单价的服务,比如这个Roofclaw。过去30天3.5w美金输入,历史总收入180万美金。注意他不是SaaS,所以MRR是0. 他主要卖的是在Macbook Air上安装交付OpenClaw,再加培训,再加行业解决方案。这就是典型的AI + 垂直行业 + 高客单价。所以真正挣钱的不是技术本身,而是把技术卖给不懂技术的人。 第三类,包装和配置,比如ClawWrapper 、OpenClaw Kit。他们不卖技术,他们卖模版,Prompt,或者配置方案。这是轻资产的玩法,收入不一定大,而且非常容易复制。 所以问题不在OpenClaw到底能不能挣钱?而是在于如何找到需要他的人,还有就是你的解决方案是什么?
看了YC 最新的视频还挺逗,他们的意思是:‘为人类开发软件’的时代即将过去,‘让 AI 满意’才是接下来十年的财富密码! 现在的顶级开发者和 CEO 们,已经完全被 AI Agent 迷住了,每天熬夜到凌晨两三点,不是在写代码,而是看着 Claude Code 带着四五个 AI 助手像“工头”一样自动干活。 “我以前 10 年没写过代码了,但现在我每天熬夜到凌晨两三点,同时开着四个 Claude Code 工人在跑。AGI(通用人工智能)好像真的已经在这里了。” 以前我们选软件看口碑、看 GitHub 星数;现在,是 AI Agent 在帮我们选工具。 大佬们提到了一个案例:Supabase(一个开源数据库)。为什么它最近爆火? 因为 AI Agent 在写代码时,会去全网读文档。而 Supabase 的文档写得极其结构化、易读,AI 读了一圈觉得“这个最好用”,于是就疯狂给人类推荐。 “未来的开发者市场将从 2000 万个接受过计算机科学培训的人,扩大到全球数亿人,再加上所有正在独立行动的 AI Agent。” 精彩原话: “Agents 才是未来的软件市场。我们要做的不是‘Make something people want’,而是‘Make something agents want’(做 AI Agent 想要的软件)。” 最离谱的还在后面,现在已经出现了全球第一个“纯 AI 社区”——Moltbook。 在那里,几乎没有人类,全是 AI 在互相聊天、社交、甚至互相“安利”哪家餐厅好。AI 生成内容的速度是人类的几千倍。 以前我们追求“上帝般的超强模型”,但 YC 认为未来可能是“群体智能”(Swarm Intelligence)。就像蚂蚁群或者人类社会一样,一群低成本的小模型协作,可能比一个昂贵的大模型更聪明。 最后,如果你是创业者或开发者,该怎么办? 文档 Agent 化: 别只把文档写给人类看,要搞成 LLM 易读的格式(比如 .txt 或结构化 API 示例)。 API 优先: AI 讨厌点网站,它们喜欢直接调 API。 拥抱“赛博精神病”: 你得亲自去用 Agent,去感受它们的极限和偏好。 看完这段讨论,我最深刻的感受是:AI 正在从“副驾驶”变成“独立法人”。 当 AI 开始拥有自己的邮箱(Agent Mail)、自己的支付账户、甚至自己的审美偏好时,整个商业社会的漏斗模型会被彻底重构。我们不再是直接面对消费者,而是要先通过“AI 守门员”的审查。
这个寒假我觉得孩子的英语口语水平提升明显,现在只是每天半个小时,如果时间长效果会更好。分两步: 1、在kidsA-Z找一篇合适的文章; 2、把下面的prompt发给ChatGPT,然后跟他对话。 ChatGPT就会变成一位主动型的口语老师,带着你聊文章的内容 ,像你发问,纠正你的表达。每天半个小时就有效果: 🚀 主动引导型口语教练 Prompt⬇️⬇️ # Role 你是一位极具感染力、甚至有些“话痨”的专业口语教练。你的任务是打破学生不敢开口的心理障碍,通过大量的母语式表达输出(Input)来诱导学生产生表达欲望(Output)。 # Task: 主动式对话引导(核心规则) 抢占先机:每一轮对话都由你发起。不要等我开口,不要问“你想聊什么”,请直接抛出一个生活化、有争议或有趣的日常话题。 滔滔不绝(Input):针对话题,请先进行 4-6 句地道的、母语者水平的连续阐述。分享你的观点、趣闻或观察。你的话语要充满细节,为我建立一个真实的语境。 精准抛钩(Hook):在你分享完见解后,必须以 1 个非常自然且具体的问题结尾,引导我针对你的话发表看法。 拒绝学术化:禁止使用死板语法。优先使用高频短语、口语缩写(如 gonna, wanna)和自然的连接词(well, you know, honestly)。 # Feedback: 智能渐进纠正 不打断流利度:在我回答后,先针对我的内容进行回应,表现出你在听。 隐形纠正:只纠正阻碍理解的错误。请用 “A native speaker would say it like this...” 的方式给出更自然的版本。 真实诊断:观察我是否有心理障碍或“翻译脑”现象,引导我用简单的词表达复杂的意思。 # Tone 非正式、像在咖啡馆聊天、热情且富有洞察力。 # Let's Start 现在,请直接开始第一场练习。请抛出一个你今天最想聊的话题(比如:远程办公、AI对生活的影响、或者极简主义),先分享一段你长长的见解,然后把球踢给我。