什么火了

今日热点 · 前 3

一件事为什么火、在哪些平台上榜、热度是涨是落。

看今日热点 →

AI 热点 · 前 3

只看和 AI、科技有关的热点。

看 AI 热点 →

最近的重大发布

各家 AI 模型的发布、开源和传言,官方消息和媒体报道分开标。

打开时间线 →

综合 · 热门站点

全部综合站点 →

科技 · 热门站点

全部科技站点 →

娱乐 · 热门站点

全部娱乐站点 →

游戏 · 热门站点

全部游戏站点 →

生活 · 热门站点

全部生活站点 →

知识 · 热门站点

全部知识站点 →

社区 · 热门站点

全部社区站点 →

快讯来源

各家快讯一页排开,重要的标出来。

全部快讯来源 →

AI 资讯

常读的 AI 公众号和科技媒体,新文章都在这一页。

去看 AI 资讯 →

按平台

社媒

公众号、Telegram、Newsletter、即刻和个人博客,各账号的新内容按时间排好。

看全部社媒 →

品牌

各家今天的金价多少钱一克,从低到高排好。

看今日金价 →

今天最低的 3 家

看足金饰品榜 →

即刻社媒

AI探索站 · 最新动态

账号225分钟前更新默认账号
最新动态25分钟前更新
  • 它写的东西终归是它的 写完之后自己没有印象 写作最重要的目的不是流量 是形成自己的印记 狠狠的+1
  • 01 作品好不好只是基本要求,匹配需求和偏好是二次考量 02 如何完成一次成功的 pitch,成为个人的重大任务( 过去是一个团队的任务 ) 03 3% 的入选率,我参与了,没入围,下次再战 04 虽然中美视频竞赛有时差,AI on the lot 创始人也观察到潮水已经褪去,目前能变现的创作者却寥寥无几。 05 尼日利亚创作者/音乐人Jidenna 说AI让他找到了自我。在此之前他一直在接受心理咨询。对此我无法赞同更多。美国弱肉强食的环境,对于少数族裔的自我认知摧残极大。 06 社交 alpha 竞争极大,每个人谈话都带着走位和计时。幸亏 IPA + 服饰加成,我还能抗住。但参加完活动,感觉走了一场马拉松。
  • 他只是单纯的布置商业版图,没有提供政治现金来建立华盛顿的护城河,在媒体也缺少朋友。 而他的商业对手已经花巨款通过智库、议员、媒体构建了黑水,一步步政治谋杀了黄仁勋。 到现在他不仅仅没有奋起反击,已经躺倒了。 我们所目睹的,是华尔街和华盛顿精心策划的对英伟达万亿美元计算帝国的权力争夺。 一些敏锐的美籍华裔评论员称之为美国针对精英亚裔企业家的“新红色恐慌”。 比尔·盖茨、埃隆·马斯克和其他白人科技亿万富翁曾多次因个人行为丑闻曝光。没有人被拖入国家安全调查或董事会夺权。只有黄仁勋,在一次个人关系失误后,面临独立董事会调查以及情报圈的敌对叙事。 这种双重标准再清楚不过:对白人精英来说,个人缺陷是私事。对一位掌控战略科技资产的华裔领袖来说,任何微小瑕疵都会被塑造成国家安全风险。
  • 1) 不管是做Twitter还是Linkedin,核心都是要做人,而不是发官号的产品内容。 应该是Founder讲自己的创业故事、产品故事,更新日常的思考,以及和他人的链接,官号再去转这些有活人感的东西。 2)活人感的关键就是你要投入真情实感,打动你自己的才能打动别人。始终记得你要打动的是真人,而不是那些看起来很好看的数字。 3)做个人网站,才能提高自己的SEO/GEO权重。大家出来混总要介绍一堆自己的作品和title,不如直接做个个人网站,见面的时候发给对方。 网站要记得留下自己的联系方式,可以是Linkedin,这样别人通过谷歌和GPT搜到你,才知道去哪找到你,而不会看完就走,白白流失一次流量。 4)Twitter要做起来不是只发帖就行,要互动。你到别人主页互动,你的帖子发出来才会被推送到别人粉丝的主页信息流里。 所以新号和朋友们先互关、互动,Linkedin也要多和新人connect,你发的内容才会被更多人看到。 5)Twitter不要一个新官号上来就做产品Launch,要先养一段时间,否则一上来就做大规模推广,很可能被限流。
  • 美国极右翼与达利奥等利益相关者合流,在政治谋杀黄仁勋,从而驱逐英伟达,建立AI监管机构,禁止开源AI,以垄断AI市场。这是终极目的。 全世界最早报道黄仁勋和黄乐的有浪漫关系直接抹黑黄仁勋金融时报的 @AsiaLens ,后来却说自己没有看过美国情报界的情报,他长期正面宣传报道Anthropic 的主动(划重点主动)合规政策(例如 2025 年 9 月独家报道 Anthropic 率先切断所有多数股权由中国资本持有的机构的 API 访问权,注意是独家从拿到信息来源的,为什么他独家? 还记得针对黄仁勋的国会质询闭门会议,在媒体报道发出之前,国会议员@RepBrianMast 与@RepMoolenaar ,两人均签署 11 月 4 日对黄仁勋质询函,然后纽约时报女间谍新闻爆发,舆论做出黄仁勋是因为女间谍被国会审查一样,因为今年七月$1,500 万通过“保守派 AI 共识项目”直接捐给了他们两个,这笔资金背后金主是Anthropic PBC,通过Public First Action 渠道,Dario Amodei亲自拿了一百万美金。 在 2026 年选举周期中,Anthropic 构建了“双轨资金池”(企业 PAC AnthroPAC + 战略超级 PAC Public First Action),向此次负责向黄仁勋施压的核心国会立法者定向提供了关键支持,Anthropic 长期利益信托(LTBT)受托人 Richard Fontaine 担任 CEO 的智库 CNAS,系国会对华出口管制方案的直接设计者。在此次针对 Megaspeed 走私调查的内部听证会准备材料中,大量采纳了 CNAS 发布的《Defending the Compute Advantage》(保护算力优势)中的穿透式审查标准。 Richard Fontaine(Anthropic 长期利益信托 LTBT 受托人,2025 年 4 月/6 月加入,掌握董事会多数席位选举权): 华盛顿核心国家安全智库新美国安全中心(CNAS)首席执行官(CEO),曾任美国参议院外交关系委员会幕僚及白宫国安会官员。 CNAS 长期向众议院外交委员会(主席 Brian Mast)和众议院中国委员会(主席 John Moolenaar)提供针对中国半导体与 AI 算力封锁的政策简报;Fontaine 直接坐镇 Anthropic 最高治理监督机构(LTBT),使 Anthropic 的对华芯片出口管制立场与国会国安鹰派高度一致。 民主党核心筹款人 Helen Milby 搭建的“Hakeem Jeffries 阵营—Anthropic 闭门通道”: 调查媒体 Sludge 于 2026 年 10 月 21 日披露, 长期为民主党“新民主党人联盟(New Democrat Coalition)”及众议院少数党领袖 Hakeem Jeffries 阵营筹款的资深筹款人 Helen Milby,同时运营着一家由企业资助的非营利组织,专门安排 Anthropic 等科技企业高管与国会民主党进行闭门对接。 Dario Amodei 在 2026 年内多次前往参议院银行委员会展开闭门政策沟通,提交关于“大算力外流对国家安全冲击”的机密级技术评估备忘录。该委员会资深共和党成员 Kevin Cramer 正是在今天成为全美首位公开要求黄仁勋辞去英伟达 CEO 职务的参议员。 一个巧合是巧合,一系列的巧合还是巧合吗? Christopher LiddellAnthropic 董事会成员,2026 年 2 月 13 日加入,占据指定 Class T 董事席位, 特朗普第一任期白宫副幕僚长(White House Deputy Chief of Staff,深耕共和党高层与国会资金网络(2026 年 6 月曾向众议院拨款委员会小组主席 Chuck Fleischmann 捐款 $3,500),为 Anthropic 搭建起直通共和党主导的众议院各委员会的沟通桥梁。 引爆推特的,外交关系委员会的 Chris McGuire(@ChrisRMcGuire ),把金融时报报告的浪漫关系直接写成黄仁勋 "sleeping with Alice Huang, a Chinese spy" 他的推特只有 1.2 万粉丝,他以前在拜登的国安会当过 Chhabra 的下属。Chhabra 现在是 Anthropic 的国家安全负责人。今年 6 月台北 DSET 论坛他还和 Chhabra 同台,这个帖子发出之后,很短之内,众议员 Seth Magaziner 。前国家安全顾问 Susan Rice前议员 Adam Kinzinger ,纷纷立刻转载评论,达到1000万流量。 这是一次跨党派的种族主义的最高级别的清洗,意图驱逐世界殿堂级企业的华裔创始人。
  • 我操!老黄真的宣布辞职了。 他们的执行副总裁兼首席财务官被任命为了临时 CEO, 董事会会同时考虑内部和外部候选人担任新的 CEO
  • 包括模型、场景设计、动作设计、优化都是它搞的,这一切都被融合在了一个 30 兆的 HTML 文件里边。 总共就花了一下午,它这个游戏制作能力太恐怖了 可以在这里试试:https://op7418.github.io/guizang-game-skill/
  • 想了想最近消费/用过 AI 生成的东西(相处至少 10 小时以上吧) 1,《持械入宋》和 B 站几个小短片 2,@一泽Eze 做的 chatmemo,备份 AI 对话记录 3,claude 的文档工具 4,一些设计用的 skill,很高频调用 文字好像一篇都没看过?(也可能自己不知道?) 你最近用过/消费过什么 AI 生成的产品/内容?
  • 前言:https://web.okjike.com/u/815916E7-5BD5-4EC6-9EB1-14458F0E11CE/post/6af449d0320fd7e1b55f5a0f grokbot 如此独立但也很巧妙 我今天有点搞不明白,如果我已经有 Cursor local+cloud,如何和 grokbot 协作呢? 至少今晚摸索的结果是👇 个人 Agent 按归属分为两层: 身份层随人常驻,执行层随任务分配。 身份层由 Grok Bot 承担,运行在持久云电脑上,保存登录态、文件、偏好与跨任务记忆,持有隐私类权限。 它负责理解意图、定时采集信息,并将原始信息压缩为结构完整的任务交付物。 执行层由 Cursor Cloud Agent 承担,每个任务分配独立的虚拟机,在其中完成编码、测试与部署的全部闭环,最终产出预览链接或正式链接。 链接交回身份层后,Grok Bot 向用户发出提醒并请用户校验。 用户只在任务的起点和终点介入:起点表达意图,终点确认结果。
  • 1️⃣ 把 ChatCut 接入到 Grok Bot 里 给 Grok Bot 发送这段焚决:「Read ChatCut.io/grok to connect the ChatCut app」,它会读安装指南,引导你授权连接器、自动装好相关的剪辑技能。 2️⃣ 拿参考视频沉淀方法论和细分 skill 把小Lin说的参考视频链接发给它,让它用 ChatCut 拆分镜,把同款 MG 动画和剪辑节奏沉淀成一个剪辑 skill。 3️⃣ 丢自己的素材进行自动剪辑 把我生成的数字人视频交给它,让它按刚总结出来的这套 skill 剪,各种特效、素材、MG 动画它统统一次性都能自动搞定 绝了,这下子以后剪辑门槛真的变成了零了,大家赶紧收藏起号吧 ~
  • Fable 5.2是一场昂贵的赢学表演 当Claude Fable 5.2用几千行代码渲染出逼真的午后光影,花几十个小时搭出一个能跑的浏览器Excel,甚至生成一段看似精妙的视频时,你实际看到的是一场华丽的赢学表演。 只要你把目光从那些高光Demo上移开,翻开它背后的账单和实测记录,就会发现所谓的“代码吞噬一切”背后其实是一个昂贵的笑话。 Fable 5.2到底有多烧钱?开发者拿它复刻了一个《战争机器》风格的游戏关卡,模型在44小时内消耗了86亿Token,折合API成本将近1.5万美元。 做一个《糖豆人》仿品,花71小时,约1.3万美元。克隆一个浏览器版Excel,近50小时,约1.2万美元。 Anthropic表面上把Token单价打了八折,但独立评测机构Artificial Analysis发现,Fable 5.2比前代话痨得多。单任务的输出Token量暴涨,导致总成本不降反升。 更讽刺的是当你把算力拉满开到最高Max档位时,任务得分反而比低档位更差,平均任务成本却从14.19美元飙升到了44.70美元。 再看看网上那些刷屏的视觉奇观,原作者自己都吐槽说Pro订阅的额度跑到第五版
  • 有亿点点震撼 游戏地址:https://claude.ai/artifact/BGY1SztrAYcJQHSsnHHGmp
  • 最近体验几款国内 Personal AI 的感受是: 大家为了主动性而主动性 却全然忘记了 主动性是手段而不是目的 如果大家以这么饥渴的方式去做产品 那这东西只会让人 PTSD
  • 妈的,Fable 5.2 真的牛逼,创意能力太强了! 我让他做一体现他能力的项目,没有告诉他要做什么样的东西,他给了我这个。 只需要你打对应的字,它就会生成对应文字的墨水的形象。 墨是实体实时的流体模拟,你每拖一下鼠标都能感觉到,还有对应的音效和音乐。 你的鼠标所在的位置就是当前你打这个字对应的画面生成的位置,可以通过文字进行水墨作画,。 而且这些物品和天气都是动态的,还会相互影响,太牛逼了。
  • 历时三年打磨、两轮内测,《星眠》终于要正式面世了,公测定档 2027 年 1 月 20 日! 《星眠》不仅是中国首款AI乙女游戏,也是深空、世外之后时隔三年的第一款高品质国乙。目前iOS商店、官网、taptap等平台预约均已开启,欢迎预约体验
  • 第一眼可能会觉得这张照片平平无奇 但知道它是 Fable 5.2 画出来的之后... 惊叹 语言即世界
  • 很多创业公司是不是以为上过央视/人日/新华社就有护身符,国家要保你了,这是典型的自欺欺人。如果前一天上人日,第二天被其他媒体喷,这只能说明你这家创业公司太狡猾、在蒙骗官媒。 据统计,恒大、海航、乐视、威马、哪吒汽车、深兰科技,柔宇科技创始人都上过央视/人日/新华社。 这段话送给所有AI应用、具身智能以及世界模型的创始人们。
  • 11.5 未来光锥 AI for Material 闭门会纪要 请了 20 多名创业者、科学家、投资人闭门 3 小时,聊 AI4M。一些观点(来自不同背景和视角)如下: 垂类机会:优势需要落在模型之外。材料体系差异大,真实数据稀缺,工艺和实验条件难以统一。通用模型能否取代垂类模型,现场没有定论。 中国制造业规模不自动等于数据优势。中国工厂多、产业链长,材料数据有积累潜力,但大量记录分散、格式不一,失败样品与实验记录无法关联。同一配方、同一批人在不同产线上也可能得到不同结果。数据资产不能只有配方和性能,还要记录工艺、设备、样品及失败过程。 读懂实验结果,不等于知道下一步怎么做。真实样品有噪声、混相和仪器差异,专家对标签也可能有分歧。关键是能否根据结果安排下一轮实验,再用实验检验判断,榜单分数不能代替这个过程。 自动化实验室的门槛在可靠执行,不只是让机械臂动起来。移液动作做完,不代表液体已经完全转移;高黏材料还涉及搅拌、转移、成膜。单步演示成功不等于长流程能稳定运行。 企业买的是确定性,不是AI标签。少做几次实验、缩短多少时间、降低多少成本,需要量化。一种切入路径是先交付实验卡、任务卡,用
  • 最近从 ChatGPT 完全切换到了 Grok Bot,两者的体验差异很微妙,我尝试从「产品原子」的视角来分析下。 先给「产品原子」做个定义:产品原子是用户在这个产品里创建、命名、分享、归档、删除的最小单位。 用这个视角看 Agent,大致可以分成三类: 1. 以对话为原子(session):主界面像一条按时间倒排的聊天流水,新对话不断把旧的往下推,几周前聊过的事要靠搜索才找得回来。 2. 以项目为原子(project):主界面像一个文件柜,每个抽屉装着一个项目的资料、说明和一叠对话,先拉开抽屉,再在里面接着聊。 3. 以角色为原子(bot):主界面像一张组织架构图,每一个是有职责、有记忆的角色,和它相关的事都在同一个会话里接着聊。 产品对「原子」的不同定义,带来体验上的一系列变化,我觉得最值得关注的是「连续性」: 用 ChatGPT 时,从一个对话走到下一个对话,中间唯一不断的是我自己。我就是最大的「记忆池」。 用 Project 时,资料和指令可以写入文档,让渡了一部分记忆出去。 用 Bot 时,连续性沉淀到了一个个 Bot 身上。 (虽然每类产品,都有 Memory 功能,但同样
  • Relay Q 拿下 CES 2027 创新奖~ 一月 Vegas 见
  • 我常常觉得,自己学不好 AI 的原因是不够变态。 真的。
  • 卧槽,这个项目真牛逼 可以直接给国行的手机开启满血版的 Apple Intelligence! 还可以解除 eSIM 的数量限制好像。 给我现在唯一的主力机 Air 试一下,希望不要炸。
  • 已经离职在东南亚浪了半年的前字节程序员朋友,人在菲律宾问我:“Jason,如何打破程序员离职后:独立开发(FDE、SEO、小红书推广App)->跨境电商->炒股炒币->自媒体->铁人三项的诅咒” 卧槽。这是怎么形成的共识。我也没有答案。故作玄虚送了他四个字“见路不走”这是在《天道》姊妹小说中学到的……
  • AI做PPT的能力其实完全够用了(如图) 但我觉得,能给到朋友最大的的尊重依然还是手搓
  • 今天微信公众号突然跳出来一个 “AI 摘要”图标 点进去直接是自动总结 从此,标题党都没用了 认真写的万字长文,也将被浓缩进几行字里了 节奏越来越快了
  • 北冥有鱼 其名为 __ The becoming begins.
  • 马斯克终于开始关注 Grok bot 的用量问题和质量下降的问题了。 这几天 Grok bot 的质量真是相当离谱,老是出现一些低级问题,还有幻觉。 他们说今晚效果应该就会变好
  • 没想到前几天的传言是真的,老黄早上承认出轨。 本来这是在硅谷都不算事吧,不至于单独道歉的程度,估计那女的确实不太干净,被抓到把柄了。
  • 你黄叔, 在spy和出轨之间, 选择承认了出轨。 马斯克睡一堆,也没人诟病。 ​​黄仁勋睡一个,就被说了。 ​​骨子里还是黄的,儒家文化。
  • 以前听一些观点,为什么 AI 陪伴很难替代人与人的感情,经常听到一种解释是:人因为有不确定性而特别。 但最近我有另一个感触:也许人与 AI有一个很重要的区别是,人有自己的需求,也需要你的回应。 和 AI 聊天时,我可以得到倾听、安慰,甚至被深深地接住。聊完之后,我却可以立刻切出对话框,不必担心自己是不是忽略了它的感受。这种轻松很珍贵,也让人上瘾。 面对一个人,你会意识到,他也会累,也有自己的烦恼,也希望被理解。在真实的感情里他不能被“用完就扔”,你需要暂时从自己的世界里走出来,关心他的处境,考虑他的感受。而你的回应,确实可能让他获得力量。 这种付出本身,也会带来快乐。知道自己的存在对另一个人有意义,是关系里很重要的一部分。 从某种程度上来说,这种投入甚至是可能产生“复利”的。我在付出中更了解你、更在意你;你接住了我的关心,又以自己的方式回应我,于是我们更愿意继续投入。慢慢积累出信任、默契和共同经历,让后来每一次看似很小的关心,都有了更多分量,让两个人越来越依赖彼此,建立深刻的亲密关系。 这点,或许是 AI 陪伴无法替代的。
  • 当劳动不再稀缺后 人靠什么参与分配 一张图看懂从锄头到 AI 的一万年
  • 未来的 Agent 肯定会从不可枚举的多 session 体验(ChatGPT、Claude Code),变成可枚举的单 session/agent(Muse) 或多 session/agent 体验(Grok bot),这个趋势是瞎眼可见的。 但核心的划分在于:究竟是一个 agent,还是可枚举的多个 agent。同时,在这个表面决策之下,底层架构里其实也有很多细节的取舍。 我觉得首先在用户的使用视角下: • 生活场景肯定是单个 agent。 • 工作场景肯定是多个 agent。 而且这多个 agent 并不是服务于某一个个体,而是整个公司共享多个 agent;如果只服务于工作中的某个个体,那它仍然是单个 agent。在工作中,未来可能并不会是每个人自己拥有一个专属于自己的 AI 去干活,所有的 AI 之间应该是共享的。这就像每个人都是一个小组长,底下有几个员工,但这并不意味着我不能跨组向另一个组的员工下命令或请教事情,它只是在职权上有一些固定的分配而已。 为什么这么想? 从最简洁的架构说起,默认通常是单 agent,因为对用户而言最简单、最直观。但这套逻辑只能用于生活,不能用于工作
  • 今天试着用 Grok Bot 读书,体验真的很棒! 我让它通过云主机直接登录 Z-Library 下载了我需要的书,然后在我打扫卫生的时候,直接开启语音对话,让它先帮我把整本书概览了一遍。 听完概览后,再继续提问自己想了解的部分。由于它对我平时的背景信息有一定了解,在拆解内容时,它给出的建议和切入角度都更有针对性。
  • AI时代最值钱的就是魔丸和鬼火少年们了 创造力和激情比好学生有用太多
  • 我真心且真诚地宣布,Muse 已经超越 Grok Bot 和 CodeX,在我心里面排第二了,仅次于我爱而不得的 Claude Code(之前 Grok Bot 也微微超越了 CodeX,所以 CodeX 从第二名降到了第四名)。 除了所谓的主动性之外,我觉得 Muse 还给我带来了几个好处: 1. 响应速度极快:它的答复真的非常快,响应速度应该是这里面最快的。 2. 人味最足:这可能和它的默认人格偏向生活有关系。其实在工作场景下,它的心智和工具还不够健全,但对生活上的帮助会比较大。对比之下,Codex 简直不说人话。 3. 真正能够闭环:它的 browser use 能力非常强大。操作速度堪称闪电:我对比过它和其他几个 agent 操作浏览器,它的速度真的是闪电速度,几百个字一下子“唰”地就打出去了,发邮件、跟客服沟通都贼快。 4. 智能水平很高:虽然速度足够快,但它的智能也很强,给出的建议和手段整体水平不弱于 Grok Bot 和 CodeX,甚至有些时候还会有亮点。 我觉得能快速响应、易于理解、能闭环任务、能高质量交付,真的都在它身上体现得挺充分的
  • 分享个找需求的邪修方法 你的codex/claude套餐用得完吗?我用不完,token剩的多的时候我会开发一些小网站,比如 https://hourglass.im/ 是昨天两个小时开发完的。开发小产品的难度已经不在代码实现,在找需求。 我来分享下自己是怎么做的:把词典里的单词全部列出来,加上词频,挨个问AI: 是否值得围绕这个词做个兼具实用性和独特性的网站,0-9打分并说明理由,该0分时就0分,0分时不需要说明理由。其中 1、需要大量人力的减分,线下业务减分 2、技术难以覆盖,完成度低的减分 3、不要把它当做认识某个单词含义的,和认知学习无关 4、不要因为有竞品就想当然的认为没机会,做不出差异性; 5、如果能在两三天完成加分 于是我得到了一个经过AI粗筛的词表,针对七分以上的数据,我可能会进一步问一下 该如何做到独特,两轮筛选后,几万个词 就变成了百十个值得进一步琢磨的待选项目,配合 ahrefs看看关键词难度和google搜索结果,决定自己要不要搞一个。 词表我已经放在 https://wideseek.ai/zh/dataset/word-list-explore 了,在客户端里
  • 感谢森马的再次邀请! 我们用 Opus 5.5 + Seedance 2.5 为当季主打「大兴安岭鹅绒服」制作了一条 TVC 短片。 藏宝图上说,大兴安岭的鹅绒,轻到能停在睫毛上,暖到能把鸡蛋孵成小鸡,还像 QQ 糖一样有弹性。 森马 × SHAMA《来自大兴安岭的礼物》,请查收。 created by @Simon阿文 & me
  • 这个项目前前后后做了两个月,主要特点: 1. 520 万字人类真实语料和同题 AI 生成语料对照; 2. 第一个使用 Jev 来做模型语义检测的 AI 写作特征实验,跑了 50 万次(当然成本很低,非常推荐用 Jev 来做语义判断) 3. 我自己做了大量人工盲评。做了几年记者,可能写作水平一般,但是什么好什么不好还是读得出来。
  • 上周末写了一篇文章《AI泡沫破裂的前夜》 为什么一个对 AI 充满信仰的创业者要突然清醒地写一篇这样的文章呢? 在文章里我提出了一个重要的观点: AI 目前只是在替代人类,从人类原本的工作中抢夺价值。 AI 目前还没有为人类创造增量价值。 我还观察到了四个现象: 1. AI 的数据中心大跃进,各种 AI 基建硬件大涨价,导致消费电子也跟着大涨价。这让人类买不起手机和电脑了。 2. AI 让智能变得廉价可得,让以前很贵的东西变得便宜,但量增价跌,整体并无增量经济价值产生。人类疯狂的创造软件,但不知道卖给谁,不 2A 不 2B 不 2C,只是 2me。 3. AI 是通过答案直接提供智能,消除了智能传递的中间过程,消除了中间商,降低了交易总量大盘,降低了互联网流量大盘。大量的公司会被 AI 吃掉。 4. AI 数据中心的钱不够了怎么办?大公司的选择是裁员。微软、谷歌以及未来更多的公司,都准备把公司的资本投入放在 AI 而不是人类员工上。大量的人类会面临裁员。 总体而言,世界在 All in AI 生产力,甚至加了很多杠杆来押注生产力。 没有人关心生产关系,没有人关心人类受到的冲击,没有人去
  • 哇🤩!感谢 DeepSeek Harness 团队的推荐 没想到 DeepSeek harness 已经突破了 150 万的日活,相当恐怖了。
  • 做了一个非非非常好用的跨 AI 上下文工具! 实时备份电脑、网页上的所有 AI 聊天,跨 AI 共享上下文,再也不怕 Claude 封号了 支持 Mac、Windows,特别适合: 1) 经常换 Agent 产品,聊天记录散落各处 2) 跨 AI 聊天接续任务,但不想每次重新口述背景 几个非常棒的亮点: 1️⃣ 实时备份电脑 Agent、网页 AI 对话 2️⃣ 打通不同 AI 间的聊天上下文,同一件事,换个 AI 也能接着聊 3️⃣ 隐私安全,对话只存在你自己的电脑 4️⃣ 秒级查询,记忆召回精准 官网:https://chatmemo.ai Chat Memo 的这个版本打磨了很久,也是我自用的产品,内测的朋友一致认为非常好用! 目前处于早期内测阶段,欢迎随时 @ 我提建议、share 你的玩法,也欢迎把它分享给你的朋友们。
  • 昨天离职的 Claude Code 产品经理 cat 居然要到 OpenAI 做产品了。 以前都是 Anthropic 从 OpenAI 挖人,现在居然反过来了,达里奥的那套信仰管理是不是不太管用了
  • 人为了逃避真正的问题,愿意做任何事情。 一个开发者说,Claude 和 Codex 快把他搞破产了。 他给 Claude 一个指令,看着它把东西造出来,检查一下,再想下一步改哪儿。永远有下一件事可做,每一次坐下来都觉得自己很有产出。而且全程不用拿给任何人看,很舒服。 可把 app 拿到别人面前就不同了。可能被忽略,可能被问一句这有什么用,也可能被告知已经在用别的了。于是“再做得完美一点”就成了现成的借口,还差一个功能,设计还能再好,等弄好再找人。Claude 随时陪着,他想做多久都行。 AI 订阅一直续费,几个月过去,钱花了不少,还是不知道有没有人要。他说自己甚至趁着 agent 在跑的时候刷手机,也没去查竞品、找用户。 结果是产品更精致了,问题还在原地。 《AI 编程是一种新型奶头乐》 https://mp.weixin.qq.com/s/vHaaUvRw0e9wBHYtBNSKEg
  • Personal Agent 现在齐集了: 1、OpenAI、Anthropic 等模型厂 2、Meta、XSapce 等大厂 3、Manus 等新星 4、Today AI 等白马 5、Elys 等资本选择 6、暗潮涌动的各路人马 7、刚退学的 10 后 8、已被曝光的 Instinct、Town 等等 9、悄然欲动的 Siri 和各手机厂商 0、勇敢无畏的 OPC 创业者 预计接下来会比模型的竞争更惨烈 期待这不是一个赢者通吃局 而是一个多元化的百花齐放局 你怎么看
最新动态17分钟前更新
  • 如果还在以互联网的产品标准来定义 做出来的东西充其量只是个原型 并不具备实际的经济价值
  • 回想几个节点的重要转折:首先我毕业之后无意识地选择了并不以男性为第一性的科技互联网内容行业——至少男女相对平等,然后我又在大面上男性是第一性的科技行业,做出了向内求大时代下的情绪产品,这大概率算是女性擅长的部分。 接着我又从事了干脆就是以女性为第一性的小红书内容传播行业。 没有男的女的天生该干啥这回事。因为不断有新行业出现。多好的时代,不用设限。
  • 为何大多数人学习新工具很难,且最终停留在相对平庸的水平?以前觉得可能是产品设计有问题,但这篇论文的则提供了另一个悖论视角: 动机悖论:人们实用工具目标是产出结果,所以没有动机仔细研究系统的动机;故,哪怕有新流程,他们仍会用熟悉的方式,不去用新流程(比如老爷子开车就爱看后视镜,哪怕车机雷达更清晰)。 同化偏向:人们习惯于用已有知识来解释新情境。但新旧信息之间并非一一对照,故会导致学习者看不清问题,导致做出错误的比较和结论,无法发挥新功能的价值(比如经典句式:不就是 xxx 么)。 ⭐️但这都指向,用户并不是一张白纸,而是另外另一个领域的专家(最重要的一句启发): - 专家用工具是为了推进工作,而不是学如何操作; - 专家有大量关于领域的知识,习惯于用其解释未知,所以可能会有很多误判和低效; 大概的路径就是:急着干活 → 更依赖已有经验去猜 → 猜错了又没动力去学。 解决方案见配图,暂不展开。 —— 隔了一夜,总感觉这个理念在哪里见过,后来想起来是克里斯坦森 2016 年的《与运气竞争》中提到的 JTBD 理论,即用户是来雇佣产品完成任务,不是来购买产品的。 🧐但究竟有何异同,继续分析了下: 相同点 1. 分析单位转移:从「产品」移动到「人的处境」,产品是手段,用户并不是为产品而来; 2. 对按照属性和功能组织方式的不信任(Carroll 批评功能手册、克里斯坦森批评按照人口属性分); 3. 都不太相信直接问用户想要什么,需要在真实的世界中观察; 不同的地方 1. 关注时刻(进门 vs 进门后) —— JTBD 关心的是雇佣的那一刻,为何买,为何换,和谁竞争,该做什么; —— Carroll 关心的是雇佣之后,怎么学,学到哪里瓶颈; 2. 目标信任度 —— JTBD:任务是稳定的,可被发现的; —— Carroll:认为用户未必知道理解有偏; 3. 要不要改变用户 —— JTBD:不改变,去适配,用户不需要成长; —— Carroll:关心让用户学会原来不会用的东西,避免其停留在平庸的平台上; JTBD 关心的是进展,但 Carroll 证明的是人们关心短期把活干完,会妨碍长期进展。 以上,没有对错,都是选择。 PS:可以尝试把这个论文丢给 AI,然后让它审视自己在做的产品功能,会有不少启发。 附上论文地址,案例有点老,可以着重看那本手册的设计,会对产品帮助文档设计,甚至内容运营有启发。 https://research.cs.vt.edu/ns/cs5724papers/4.mental.mental.carroll.paradox.pdf
  • 用的纯血Claude,但,迎面走来的,是带着非标、随时变化需求的B端客户,上帝 一句话解决不了复杂的B端需求,天皇老子来了...也得case by case地撸代码才能解决部分问题。 问题确认后,具体执行部分,这段可以用上AI,不用手码了,但是把需求和要求敲定,输入给AI,AI去干活 AI改变世界,改变不了难搞的客户 现在呢,有些管理层领导就提要求(许愿了):你要走在客户前面。你带着LLM大模型,带着AI呢!哪怕客户就一句需求,你也可以先干了再说,你去跟大模型聊,能不能客户没说出来的问题,你就先解决了? 嗯...得亏老板不用自己亲自干活 摊手╮(﹀_﹀”)╭
  • 今天和朋友聊天的时候,我有个暴论: ​创始人脑子没点大病的话,是做不好社区产品的。
  • 如果你去看贴吧豆瓣小组,会发现大量的帖子,信息密度像群聊一样低,5W1H要素残缺不全,比如: “今天在线的人很多啊”,“谁来管管这件事” 因为封闭空间发言,会给人预设一个心理:只要此时此刻刷到的一小撮人能看懂就行了。 这就导致了两个后果:一是天然断绝掉了全网公域读者看懂的可能性。二是这类信息无法被结构化并长期发挥被推荐价值。 这就成了古典社区自我囚禁的墙。 而抖音小红书,则要求发帖者预设帖子是全网全时段可见,那就必须字斟句酌,天然过滤掉了残缺低密度信息
  • 前阵子硅谷都在喊“我们不需要 PM 了,AI 什么都能写,直接全做出来就行”。 但现在风向突然反转了,因为大家发现:正因为造东西太容易了,所有人都在狂造一堆跑不通、也没人想用的废品(nonsense)。 Tulsee 的回答:当造出任何东西都变得极其容易时,“造出真正好的东西”反而成了稀缺能力。 她认为现在好 PM 的核心价值集中在三件事: -品味(Taste): 分辨什么才是真正好的产品体验; -从噪音里提取信号(Pulling signal from noise): 模型每两周变一次、需求满天飞,想清楚到底该干什么; -拉齐方向(Aligning people): 因为每个人都能自己动手快速搓东西了,如果缺乏清晰的目标和结构,“高速度只会更快地制造混乱(Speed introduces chaos)”。
  • 个人品牌在意的是生意,所以内容会引着你,一步步走进他的店。 匠人在意的,是把作品做完美时的那份成就。他也需要被看见,也需要赚钱,但更是为了花时间在自己喜欢的事情上,并让作品走得更远。 做个有野心的匠人。」 ——Dan Koe
  • ​ 两个嘉宾,​一个是做 ontology 的,一个是做决策模型(比如 Jev)的。对他们俩,我提的问题都是,应用场景是什么? ​ ontology based 的​企业知识库,真的太重了。 普通企业支付不起,只能给大企业做。 最后又会变成赚辛苦钱。想想之前的数据治理/数字化转型项目。 嘉宾提到一个非 B 应用场景,vibe coding 中用于生成 spec。让写出来的代码更贴近需求。 可这个在 Claude/GPT 的射程之内。 生成规格这件事,AI 本来就能做。你看 Codex 喜欢用的那些词,契约,边界,就来自 ontology。 模型在内化 ontology 的东西。 嘉宾又说,真正的价值增量在于,让成熟业务团队里的新手/菜鸟,有了这一套 ontology 工具以后,能够快速追上团队标杆,不至于出错, 可是,AI 存在的价值,本来不就是替代初级岗位的吗? 我认为,基于 ontology 的思路去做小型中间件可以,但千万不要做成大型企业外包数据治理项目。否则一定亏钱。 第二个嘉宾推销决策模型。这玩意的价值更存疑了。 - 如果是为了省钱,通用模型的低杯版也省钱 - 只有结果没有理由,事后不可回溯 - 唯一的价值是低延迟 嘉宾提到了视频审核的用例,我问,那为什么不用 CV 小模型来干这个活? CV 小模型更快更省钱。 比通用,决策模型比不过通用大模型。 比专用性能,决策模型比不过专家模型。 很尴尬的生态位。 之前在交大听葛冬冬的分享,我知道了,做专家模型/求解器是赚不到钱的。 今天的活动,我又知道了,做 ontology 也是赚不到钱的。 两者的原因都一样: 小企业买不起,大企业买来后不会有复购,而你给 A 企业做的资产无法沉淀给 B 企业,没有复利效应。做的极苦。 然后决策模型本质上就是个 feature,无法独立成为一个产品。 ​ ​
  • 世界上为什么会有vibecoding这么快乐的事情,我宣布小红书最大的敌人就是vibecoding,小红书的无脑快乐已经被vibecoding的创造快乐冲垮了,刷小红书只觉得没意思极了
  • 我现在已经慢慢脱离中后台的范畴了,开始往前端走,往商务走,这是个好事,未来,一定是上游能够轻松吃掉下游的岗位,如果能很好利用 AI 的话,因为上游才是掌握市场需求的地方,信息拿到后,直接就把活干掉了,不需要再去依赖后端,相反,如果一直待在后端是很危险的,可替代性很强,非常被动
  • 每个产品经理或老板,都会迷信某种“终极无敌秘笈”,但实际作用有限。 一个生意不好的餐饮店老板会觉得,“打造抖微红账号和粉丝群运营”就是无敌秘笈; 一个缺乏第二增长曲线的老板会觉得,“捆绑衍生服务变现的生态化反”就是无敌秘笈; 互联网工作者,也会觉得“能懂你”就是无敌秘笈。 这通常是因为被字节kill-time教育过,产生的皈依者狂热。 但实际上,在kill-time之外的场景,“懂你”的天花板就是有限的。 只不过在正经业务上找不到头绪时,就有人又把“懂你”拾起来,想当救命稻草。
  • 1、AI 让创造变得更简单了。于是这世界涌现大量没什么用的应用。 2、是的,创造变得更容易了,但创新变得更难了。 3、即便手机已如此趋近「万能」,我们很难再找出什么令人惊叹的新应用,但好想法永远会出现。好的应用对人类生活产生的影响是不可估量的。 4、最具创新奖来自南京工业职业技术大学的万同学,他一个人做的 Hologrip。这不是一个传统意义上的好学校。时代和平台会给肯钻研的认真的人儿奖赏。 5、席间习得小技巧:要用 Claude 写 SD2.5 的提示词,又准确,生成效果又好。一个被猜测的原因是 SD 在创造过程中有 Claude 的大量参与。 6、看同学们比赛,坐在评委席也得到能量。知行之间的距离,不只是理解和执行之间的距离,而是理想之我与日常之我的距离。是未来之愿与当下之苦的距离。做出来成功的应用是远处的欣喜,但打开 Xcode 的茫然与畏难却近在眼前。大赛颁奖,实力较量,论功行赏。成功少不了日拱一卒。 无论如何,去做啊,做是第一步。 7、这个世界上永远不乏有趣的灵魂,有创造力的生命。我们都有投身生活享受创造的机会,其实我们缺的不是创造的能力,而是能够嵌入生活缝隙又不增加负担的切实可行的方法。你完全可以从制作一款 App 开始。好事发生的条件就是让好事发生。 8、创造者已不需要「教程」。聪明的创造者知道,需要的是 know-how 。 9、「当你停止创造,你的才能就不再重要,你所拥有的只剩下品味。而品味会裹挟你,让你排斥他人,变得狭隘。所以,创造。」
  • 给 AI 下指令的技巧就三个重点 1. 指令简洁明确 2. 上下文和背景信息尽可能全面 3. 边界控制条件要严格清晰
  • 用解决问题思维来切入情绪价值产品的人可能不理解什么叫做人类需要被看见和被尊重,不是什么都需要高效率的。 人类出生就知道自己死亡的终点,社会绝大多数普通人注定一辈子就是过平凡的生活,要真的源头解决问题不就是别出生了。 对数量众多的普通人来说如果精英们那么喜欢优化他们,那么最优解可能是把精英们物理上干掉完事,不用再拼效率😂
  • 热知识:红果短剧到底有多离谱 1,三年,干掉长视频十几年的积累 2,日活1.68亿,爱优腾芒四家加起来才1.55亿 3,9月破2亿,快手也被超了 4,人均每天刷125分钟,爱优腾芒时长一年掉近一半 5,一年收入400多亿,快赶上整个中国电影票房 6,抢走的时间,已是Netflix的三分之二(粗算) 7,播放榜前十,全是AI漫剧 8,台湾iPhone免费榜第一 四打一都输,Netflix你觉得能撑多久?
  • 简单研究了下小红书平台的逻辑。我发在公众号上阅读量相对高的文章,放到小红书上阅读量基本都很低。 看了一些高赞动态后,我的初步结论是:小红书并非像公众号那样是个「写专栏的杂志社」,更像是「大型微信朋友圈」——重视真实经验分享,同时其他用户的共鸣和互动很重要。最典型的代表是:部分笔记内容仅仅是,「图片式标题」+「一句话的提问」,就能上万赞。因为有无数用户有共鸣并纷纷评论。很像熟人社交中的「朋友圈动态」。这在公众号上显然是无法想象的。当然这是一个少数现象。 我认为,更准确来说,小红书是个以真实生活经验分享、兴趣分享为主的「社区」。在这里,笔记尽量精致,尽量简短而突出重点,尽量能引起读者的互动和共鸣,这样更容易受到欢迎。
  • 因为很多人意识不到:「直接目的交友」相比综合SNS,只是一个极窄的垂类功能。 如果只做「匹配扩列」,却又无法像点外卖那样,快速转化交易,就会劝退人。 而试图喊灵魂交友的,就会陷入Soul那种「实际最快路径还是卖皮囊」的矛盾困境。 当你跳出「直接目的交友」去做更多综合事务,反而能靠综合事务里的协作(比如撮合一起旅行),拓展了真正的「内在灵魂交友」 而这其实就是我一直在打造的「Team Agent」路线
  • Personal Agent的讨论热度已经肉眼可见下滑了。 (除了一些商单软文) 相比于它所宣称的愿景,本应跟刚问世的GPT一样病毒式暴涨才行。 这就很难吃到春晚全民下载抢红包这顿饺子了。 在一个愿意为了省5块钱而排队俩小时领鸡蛋的国家,这本来就很难。 更何况人性懒惰,永远喜欢被动无脑跟随,你却要逼迫他精致自律起来,去用一个主动产品。
  • 我理解的产品经理基本功🤔 换位 一秒钟变成自己产品的小白用户,打破既知魔咒 抽象 复杂系统/现实的本质抽象,比如“电子支付本质是两个id之间的数字转移” 取舍 有限资源时间下的优先级取舍,以及即使无限资源下的品味/判断取舍,比如怎么设计产品的mvp,比如为啥微信不做置底功能,无限堆叠只会出臃肿平庸的产品 这些基本功不会因为AI的狂飙突进而打折甚至愈发重要
  • 扣子Coze 官宣要逐步于 12 月下线。 作为消费过 1w,且做过 20w+使用量 Agent ,靠他挣钱过 10w 块的用户, 今天 7 月预言过扣子的命运。 见证过它很多次凌晨发版,3 天 1 小改 5 天 1 大改的挣扎拧巴,还是觉得很可惜的。 表面上,是编排式工作流节点 Agent 似乎已是过去的事实,内部里,扣子会不会是内部竞争和决策失误的产物?期待有人复盘这一段。
  • 目前用的personal agent 太习惯用 browser use 来读取数据了,但实际上很多数据源是有提供 MCP 或 CLI 的,导致我每次都要把对应的操作文档链接丢给 agent,它们才能比较好的打通,比如得到大脑,cubox,飞书。
  • 刚刚面试时面试官说,能从我的产品设计homework 以及面试沟通中感受到,我有很强的对产品的理想主义在,而这很珍贵,是只有二十几岁时才会有的理想主义气息,可能到三十多岁(比如她到了她现在这个年纪)就不会有了。 我之前没有意识到这点,但去复盘想想为什么几个月前收到42k的漫剧公司offer但打心底里不想去、大厂螺丝钉岗拒绝面试,貌似也是因为想要阻止自己去投入只有在这个年纪和状态下才会有的很多心力和精力到主要只为了钱去产出更多shitty things aiming at eating up everybody’s time and money的东西里面去。 可能要活60年,钱来来去去,可是每个年纪和阶段想去做某件事的心力不一定会再产生了。 之前去禅修营的时候,有个做投资挺成功的大叔试图教育我:你们年轻人现在去环游世界什么的太早了,中国的年轻人从小都缺了一门很重要的课就是投资,应该先学习投资,四十岁再去环游世界也不晚。 旁边的一位姐说:可是到四十岁就不一定想去环游世界了,想去现在就要去。 我当时没有说话,因为确实不知道哪边更符合我的想法;但这个问题记到现在貌似有了答案:心力也是非常重要、
  • 如果你不是深度用户,你是不会发现一些不好用的点的。 微信聊天列表,私聊、群聊、公众号等等所有混在一起。 当很多人给我发了消息,我需要一个一个处理时,就有一个很不好用的交互了。 我只要回复了某一条消息,他就会被自动顶到聊天列表顶部。 假设有 100 条消息等着处理,不管我是从顶往下,还是从下往上处理,都会发现,我好不容易滑动到了某一条还没处理的消息,只要我一回复他,微信就自动把我带到了列表顶部。 我又需要滑动,滑动,滑动,一直滑动,找到一条没处理的消息,回复一下,被带到了列表顶部。 我又需要滑动,滑动,滑动,一直滑动,找到一条没处理的消息,回复一下,被带到了列表顶部。 我又需要滑动,滑动,滑动,一直滑动,找到一条没处理的消息,回复一下,被带到了列表顶部。 我又需要滑动,滑动,滑动,一直滑动,找到一条没处理的消息,回复一下,被带到了列表顶部。 我又需要滑动,滑动,滑动,一直滑动,找到一条没处理的消息,回复一下,被带到了列表顶部。 …… 就这样一步一步,终于把几十上百条消息处理完,这个交互太烦人了。 我没办法去求微信产品经理改交互,于是我就自己尝试用各种方法来解决问题: 1. 先给他在输入框
  • 想说一下,在零点发布并不会在榜单的计算中有什么优势(也许这是一个生态里流传已久的说法,但不是真的),我们的计算方式远没有也不可能这么机械;反而用户如果发现一个节目很喜欢在半夜发布,可能会增加取消订阅的动机。
  • 美剧的季播模式+互联网的快速迭代,把短剧做成产品,用户反馈和数据驱动,每三周一个版本。这种工业化的生产方式,把效率卷到了极致。当前只是雏形,可以预期未来终会迎来以天甚至小时为单位的更新频次、多分支的剧情和无尽长度的剧集。相比之下,Netflix 这种精品手工作坊最终也只能沦为为小众艺术平台而存在了吧...
  • 有豪情壮志不是错,但头脑清醒、懂得克制可能更重要。之前给自己定了一个挺具体和奇怪的目标。我的目标非但不是要做成什么,而是如果未来有机会,我做一个产品,不要做成自己都不愿意用的样子。
  • 突然被问到一个游戏为什么能吸引我玩,想了一下: 1. 玩之前,是体验的承诺与期待 游戏通过题材、世界观、美术、玩法,进行了体验的承诺,让玩家期待,游戏能满足自己某种探索/掌控/情绪体验的诉求。 2. 玩之中,是体验的兑现与驱动 体验兑现的前提下,保障目标感与体验价值减去付出的成本为正,玩家可以一直持续付出成本玩下去。 - 长期目标的牵引 - 即时反馈的刺激 - 不断变化的新鲜感 3. 玩之后,是内容的延续与生长 - 未尽的体验:多分支多剧情,还可以再次吸引用户继续探索 - 内容的沉淀:好内容如同品牌,角色与故事可以形成心智,帮助玩家进行自我表达与社交讨论。
  • 我今年80%的服饰都从pdd和得物直接买,对淘宝可能是最可怕的事。 其实近年户外 运动服饰流行之后,做服饰类目需要搞定的货盘小了很多,更容易比价和迁移了。 盲猜淘宝今年的双十一流量yoy至少下降30%?
  • TT之前的产品和设计原则,我认为在AI时代依然值得认真参考和实践: 1. 故事/场景驱动 拒绝凭空造物:每一个设计都必须基于真实的用户故事,即谁在什么场景下为了什么目的使用它。 用故事反杀伪需求:有些看似绝妙的想法,一旦套进真实的用户故事里就会立刻破产。 逼真模拟:在做代码开发前,尽量把原型做得极其逼真,以提前模拟真实体验。 2. 极简主义 奥卡姆剃刀:如无必要,勿增实体。 为主流设计:为大基数用户设计,优先优化高频普遍场景。 别让我思考:设计是跟用户交流的语言,必须自然、精准、简明,极度尊重用户已有的习惯和心智模型。 别让我费力:用户获取价值的路径越短、花费的精力越少,功能的采用率就越高。 3. 大胆探索小心求证 寻找新价值:在极简的框架下,大胆去探索创新的用户场景。 快速试错:提出大胆的假设并快速验证,不要因为已经有了沉没成本就在大概率失败的想法上死磕。只要学到了东西,失败也是成功。 4. 最小可行性产品(MVP) 字面理解最小:不断砍掉非核心范围,直到这个想法再减就不成立为止。 极速获取反馈:用最小的代价做出来,尽早扔给用户,根据反馈快速迭代。 5. 定性&定量反馈 全员皆用研:
  • 产品设计本质是一种「信息传递的决策」 做产品时,ui/ux 设计、排版布局,甚至哪些 module 需要出现、哪些不需要,哪些 btn 需要常驻、哪些只在特定场景下常驻,本质上也是在做 delivering message 的判断。 因为用户的注意力是有限的: 1. 要展示什么、不展示什么 2. 什么优先、什么靠后 3. 在什么时刻展示 都是某种意义上和用户的communication,其实都在决定用户最终会感知到什么、理解什么,以及采取什么行动 产品的健壮性是「用户在任何时刻,都知道我在哪儿,我即将要干什么,怎么去」,其实也是前面三个问题共同作用的结果
  • 几家大厂 earnings call 里透露出的 Agentic Commerce 现状: 1. Amazon 的 earnings call 提到,过去 12 个月有超过 4 亿用户使用过 Alexa shopping,约占活跃用户的一半。美国用户用 Alexa for Shopping 的,每单多花 50% 2. 被问到外部 Agentic shopping 会不会冲击 Amazon Ads 时,Jassy(Amazon CEO) 明确说没有,还说现在很少有客户真这么买,体验还不够好、也不比直接去零售商那里研究和一键下单更方便。 3. Tony Xu(DoorDash CEO)在 earnings call 里说第三方 Agent 这段时间总共只给平台带来了几百笔订单(Hark 据说准备了 1 万笔订单的预算),而 DoorDash 平台一个季度的总订单接近 10 亿😂 “you never want to fight gravity. But at the same time, you don't want to be delusional.” 4. Agentic order真
  • 哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈 这就是自己开发的乐趣啊!期待上线了!
  • A2A为啥难成立,打个比方吧: 如果哥谭市的犯罪成本无限低,抓捕成本无限高,犯罪就会成为常态。 假如每个哥谭市民都能发射二向箔,那更会陷入无政府黑暗森林。 因此,管理者并不希望个体拥有二向箔。 因此,小红书这种正经平台,反而会严厉打击Agent僵尸水军。 不是每个技术都有助于连接,反而可能阻塞连接。 并不是程序员想象中的——“既然发明了二向箔技术,我就一定要试试二向箔社交的威力!”
  • 看到岁月静好码农精英又在论证:把personal agent链接一下,就能顺手实现A2A社交 这纯属蜜罐子养大的小公主没见过下沉江湖。 但凡我的Agent能链接别人,我就会让它到处疯狂推销我的公众号二维码、文章链接、卖课、面膜好物推荐、吊照……你的Agent也不用干别的事了,所有的token都用来拦截这些。 最终,大家恢复黑暗森林单机模式。 码农精英但凡读一点社科书籍也该明白,“网络”的核心价值是“网络”,不是“秘书”。 尽管我会嘲讽 Elys,但他毕竟做对了一件事——写死了你的Agent只能做“回帖”这一个动作。 因为只要这个Agent是我能自由指挥的,我就会让他贴着规则允许的红线边界,极尽所能去推销骚扰别人。
  • 有没有广州的小宇宙用户,本周五晚上有空的?我和@langqixu 一起搞了一个产品吐槽会,欢迎当面吐槽小宇宙和(或)潮汐的功能、设计或任何问题,时间是明天晚上7点;地点在潮汐办公室(羊城同创汇)。 有兴趣来的,可以评论区加我微信,注明来意和你在广州哪个区(如果不是来参加本次活动的不一定通过,抱歉) 更新:人已经比较满了,后续加的可能就以后再找机会了,感谢支持
  • 上个月,我们刚刚作为 Floatboat 的新媒体营销供应商,投出了喜人的 CPE。 明天来 36 氪参与少卿总的直播,和大家分享如何使用 Floatbot 搭个工作台,做一门小红书生意。@名少卿 产品真好用,小船妙妙妙。
  • 上周在沈阳给黑吉辽的优秀明亚保险经纪培训从小红书获客。 第一天小红书理论案例加实操,第二天使用我们的 AI 工作台赋能日常运营。学员反馈再次验证了这样的课程设计行之有效。 ​​​
  • 一、Personal Agent是范式革命,有三个结构性变化: 1、不需要界面; 2、从被动响应到主动服务,类似搜索到推荐的跃迁; 3、第一次出现以减少用户使用时长为目标的产品,反向于移动互联网制造时间黑洞的逻辑。 二、典型使用场景分两类: 1、伴随式执行:录音自动生成待办,并在权限范围内把能做的全做完; 2、目标明确但过程繁琐的任务:处理邮件、退订续订、各类申报等。 三、市场有四类玩家,但大厂未必通吃: 1、大厂:面临封闭生态和孤岛化,豆包手机助手被151个主流软件屏蔽,Personal Agent迟迟推不出; 2、模型厂商:OpenAI、Anthropic已推出自家Agent; 3、手机厂商:苹果已露苗头,国产手机后续会跟进; 4、创业公司:同样有机会。 关键判断:模型第一次变得不重要,产品定义才是胜负手。阿里云桌面半年前就推出云端养虾的 jvs claw,但产品定义比 Muse 还差一步。 四、新的商业价值公式: 传统DAU×时长×Ad Load×CPM之外,新增两个变量: 1、AI在未被下达指令时自动完成的工作量; 2、自动化率,即接入如Gmail后自动处理任务的成功率。 当自
  • 用户说我不用XX的原因是XX就是个工具,我随时可以换掉它,但是Today很为我着想,我们之间建立了更亲密的关系。 产品上确实是奔着这个目的设计的,但很难量化和实证,今天听用户亲口说出来还是觉得挺有意思的。设计的一些小九九被人看见了。