Luke Young
1个月前
Andy Stewart
1个月前
这是一个软件专家做硬件创业的真实故事 我自己做Linux二十多年了,底层内核,编译器,桌面环境,浏览器和应用都信手拈来。 但是3年前第一次做硬件产品,真的发现和软件是完全不一样的。 做软件主要靠堆人,快速迭代,只要有耐心,改个一万次肯定改的好。但是硬件不一样,硬件就跟造火箭一样,必须所有细节都要全对才能发射,一个细节做错,上百万的模具费和设计费就打水漂了。 硬件领域有一个单位叫丝,10个丝等于0.1毫米,而懒猫微服是面向C端的用户,所以细节一定要精致,我们的要求是公差必须小于10个丝(硬件大厂要求是30丝),也就是我们的硬件标准公差不能大于0.1毫米。 2023年的时候在深圳蹲了几个月,每天都在协调各种供应商,包括模具厂,PCB厂,工业设计厂,3D打印厂之间来回协调。 为了这10个丝的公差,要每天看三维模型,记得每个元器件的精确位置。先要用3D打印模型,测试大概位置,但是一般的3D打印精度太差,确定大概位置后,还要等PCB板打样,打样完每个连接器的焊接方式和突出方式不一样,还要根据板子反向调塑料模具的位置,如果塑料模具接口反向位置不对齐就不能动,就需要根据塑料件凹槽深度和连接器组装接口反向微调PCB连接器的位置,甚至一些连接器要做夹具才能保证水平方向的一致性,还有焊接方式,不同焊接方式会在垂直方向上增加锡的厚度,而这种制作过程的公差在设计阶段是不能预估的。 每折腾一次硬件,最少20天就没了,直到最后全部连接器接口都对齐后,PCB在塑料件凹槽对齐没有干涉后,才能最后统一收口改塑料模具,因为塑料件模具的开口处只能缩小不能放大,一旦搞错了,开口改小了发现接口不够大,塑料模具就报废了。 我记得前前后后把懒猫微服的背板接口折腾到完美花了半年的时间,PCB样板都打了5次。 到第3次的时候,我实在是郁闷,自己着急死了,各种供应商相互之间甩皮球,我第3次把所有供应商都叫到一起,我说今天必须把事情一次搞对,不能来回甩锅了,那一下午就一个丝一个丝的拿着卡尺对,直到所有细节对好,留下证据,但是又要等20天。 就这样,开完会,周五了,自己心理急没用,供应商都休假了。所以就去深圳东西涌徒步,释放一下这段时间的巨大压力。 到了西涌,跟老板买了一双手套和6瓶水,就开始一个人在海边乱石堆徒步。别说,东西涌真的是深圳海边的颜值担当(另外俩是小梅沙和南澳),海边的海水很蓝,湛蓝湛蓝的,乱石滩也很好看。前面3公里非常享受美景,因为一个人都没有,我承包了整片大海。 可是走到中途时发现不对劲,脑袋突然晕的慌,像发高烧了一样,超级晕,走路有点不稳了。当时,我还翻越了海边两个悬崖峭壁。 因为我常年在外面越野徒步,这次不寻常的身体感觉告诉我,一个人不能继续往东涌走了。看看悬崖旁边有一条山路,果断选择上山,而不是下山继续走海边乱石滩。 往山上走的时候,烈日非常大,我的脚步也越来越沉重,走到半山腰的时候真的走不动了,就钻进山路旁非常低矮的灌木丛中,因为灌木丛太矮,干脆坐地上才能钻进去。我就在灌木丛的阴影下大口喘气,旁边除了烈日就是耳边此起彼伏的知了声,空气热的都扭曲了。 歇了一会,继续走,脑袋更沉了,看了看书包的水,也不知道还要走多久,直接本能拿起一瓶水从头淋上去,也不管全身是否湿透,淋下去瞬间,脑袋舒服多了(后来才知道我那时候是中暑了,不淋水降温,估计真要噶了)。淋完水继续顶着烈日走,走一会就需要躲进灌木丛淋水,又淋了两瓶水,最后一瓶水淋完以后又走了1公里,终于找到一个小卖部。真的,看到小卖部的时候,我觉得今天这条命捡回来了,买了一大瓶冰冻冰红茶,狂喝后,爬进下山的摆渡车。 坐在车上,有那么一瞬间,感觉自己特别像一个难民,好不容易捡了一条命回来,后怕也特别幸运。今天不是买了6瓶水和本能的淋头动作,真的就废在这荒郊野外了。回到停车场,继续开车回深圳市区酒店。 排除了千难万阻,前前后后,历时两年终于实现了懒猫微服硬件从白板原创设计到大批量高精度量产。 从整个硬件设计制造生产看,连接器公差只是硬件制造最小的一个坑,没有经历过硬件完整制造过程的人,很难理解,没有多维跨学科的知识和毅力,根本不可能造出硬件来。 所以,人呀,不要给自己设限,只要有可能就去拼吧,不要理路上别人的评价,勇敢的人先享受世界。 最后,看到这里的老板,来一台懒猫微服吧,我们团队是中国做操作系统最有实战经验的团队,懒猫的硬件按照0.1毫米的精度一个丝一个丝的细节扣,这样精益求精的态度,选择它,肯定不会错。 想买的老板,评论区扣1,我给老板们专属优惠。
dontbesilent
1个月前
所谓的「普通人」不知道怎么用好 AI,其实很多时候都不是提示词的问题,是不理解 AI 的输入和输出 我在这里的一个不成熟的推测是:大模型没有做到的 AI 普及率,可能会靠 agent 实现 举个例子,用户希望这个 AI 可以分析某个短视频博主的视频,然后帮他自己改进短视频 那么第一步,他应该发什么内容给 AI,就成了大问题 1、如果你是想直接发视频给 AI,可以用 gemini,但是用户需要自己下载视频,多数用户不知道如何下载,这一步和 AI 无关,这就是「输入问题」 2、如果你想发送大量视频给 AI 分析,就需要一个工作流了,手搓工作流,超出 99% 用户的承受范围 3、如果你是想发送大量短视频文稿给 AI,需要选择上下文够长的大模型(多数用户不知道什么是上下文),并且要用 get 笔记、通义听悟、各种 chrome 插件实现视频的批量下载、转录,这个步骤之多,也劝退了 99% 的人 4、如果你希望一句话实现让 AI 分析某个博主的短视频,用 manus、genspark 可以实现(也未必一次成功),而这两个产品的知名度,远远不如 gpt 等大模型,更不要说普及到豆包用户了 5、就算 AI 成功帮你分析完了,你希望 AI 如何介入修改你的短视频呢?直接给剪映装上 gpt5 吗?目前还不现实。要用现成的 AI 剪辑工具吗?大部分对时长、视频体积的支持都很烂。万一需要你修改口播内容呢?难道还要再把 heygen、11 labs 都装进来,给你做声音克隆、对口型吗? 简单讲是输入、输出的问题,考虑到实操程度,都是工程化落地问题 如果没有 manus、genspark 这种一键完成 xxx 的 agent,多数用户是拒绝使用大模型的 AI 大模型和一个成熟的 AI agent 在商业普及上的区别,我认为是 2007 年初代 iPhone 对比 2010 年的 iPhone 4 07 年的 iPhone 是很牛逼,但是你连 app store 都没有,大众是不认的