余温
@gkxspace • 42,575 subscribers
🌸05年连续创业者 | 专注 AI 产品 | 项目营收 7 位数+ ✨记录真实的创业路：项目复盘、踩坑总结和成长思考 💗AI 产品构建 & AI 商业化方案 & 企业 AI 转型
Shorts
Videos
Kimi K3 和 Qwen3.8 前后发新模型，都说自己仅落后 Fable5，K3 套餐现在抢都抢不到，千问还是随便买，我干脆买来测一测到底有没有那么强！！！ 结果让我很震惊，某些情况下国产模型做的比 Fable5 还好，并且 Qwen3.8 同一个任务比 Fable5、K3便宜5-10倍，详细聊一聊： 第一个活，让 Qwen3.8、KimiK3、Fable5 复刻 macOS，同样一条一条 prompt（具体对比参考视频）： Qwen 3.8 做的最好，一口气写1500 多行代码，菜单栏、Dock 弹性动画、可拖拽窗口等基础的不说，Spotlight、终端、通知中心全都真的能用。这是三板中能做得最全的，UI 也是最舒服的。 第二个活，让它写一个植物大战僵尸那样的塔防游戏。植物、僵尸、阳光经济、10 波进攻，最后一波有僵王坐镇，每条路还配了救场小推车。点开就能玩，同样一句话完成。 中间还顺手让它搓了个黄金矿工，像素怀旧风，放钩抓金块、炸药、道具商店、关卡倒计时全有，一次成型零报错。 然后计算了一下Token消耗和价格，这几个活加起来，Qwen3.8 花 4 毛钱，我以为自己少数了俩零，Fable 5 折算 5块4，K3 收了我 3块4。。。 同样的题三个模型的测试下来都能交货，但测完我的结论是： 国产这俩说仅落后 Fable 5，还真不算吹，差距已经缩小。但价格上 Qwen3.8 确实香，限时优惠+39 块上车不限购，烧 token 多但还是最便宜，而且这还只是预览版，2.4T 参数的正式版说是很快开源。 所以说，国产模型现在都很不错，兄弟们，你会选哪家呢🤔
余温132,189 Aufrufe • vor 3 Tagen
建议大家都把这个号码存进通讯录：+1-650-213-7322 它是一个活在 iMessage 里的 AI，你发短信派活，它能操纵一台云端手机！！！ Reddit 在国内是出了名的上不去，挑网还爱封号，但信息又极度优质，很适合看最新的AI讨论、找产品需求、做产品调研！ 而且就算你就算能上去，也不清楚到底应该去哪个社区刷帖，整个时间成本也是非常高。 我试着给 +1-650-213-7322 发了句话： "帮我看看AI相关社区的帖子，大家在讨论什么，把讨论焦点和高赞观点整理给我" 它就开始调用云端手机执行，找到一些高质量AI社区刷帖，几分钟后，给我了一份总结文档。 我接着又发了句： "把这些帖子评论区里老外抱怨最多、反复在找的东西整理成一份清单" 他同样会按照我们的需求去刷帖，我们做产品的看这份清单是机会，别人还在刷资讯，你就已经让AI给你拿到需求了。 并且，我全程没开🪜，手机里也没装任何新App。 原理就是：Airtap Ai 在云端跑着一台真手机，你发短信派活，它就在那台手机上打开网页和App，国内上不去的平台，对它来说就是本地环境。 顺着这个思路，其实还可以干很多事： 1、翻YouTube上AI Agent相关的高播放视频，把评论区被问得最多的问题整理成选题清单 2、查Gmail有没有新邮件，有没有新任务，或者然它把刚收到的验证码发给我（你就不用打开🪜了） 3、存定时任务："每天早上8点把Reddit热帖自动跑一遍发给你" 当然，当你有一台 AI云手机，玩法远不止这些，并且你也不用装App不用注册，第一条消息发出去账号就开好了，目前免费开放！ #justtextit #textyourapps #airtap
余温370,504 Aufrufe • vor 9 Tagen
从大一开始 AI 创业，三年间，我一直在想 AI 时代到底什么最值钱？ 现在，可以做一个复盘，把这件事好好梳理一下，也给同在创业的朋友一些建议： 技术是最不值钱的东西，记好、记好、记好！！！！！！ 真正值钱的是渠道，是你能触达谁、链接谁 我有个很佩服的老板，他公司没有一个技术，之前帮企业做抖音运营，攒了一批客户关系。 AI 这波起来之后直接转型做 AI 企业服务，拿了一堆代理，又招了一批代理帮他卖，一个纯销售公司硬是变成了 AI 服务商，你细品～ 技术不需要他管，让第三方去对接就行了，他不需要懂GEO怎么做的、AI获客怎么做，他只需要做好销售，利用好他的渠道就够了，关于研发和交付这种脏活累活，谁爱干谁干（当然，我也只配给他干脏活累活，呜呜呜） 今年上半年我自己也在拼命做渠道，线下活动跑了好多场，链接了几百位老板，一个个聊一个个转化 说实话，太慢了 而且不只是渠道。找客户、找投资人、找合伙人、招人，哪件都难。优质的人不刷招聘网站，好的客户不看你的推广帖，投资人更不可能主动来找你 我一直在想有没有更快的办法，最近试了个叫 Lev8 的工具，直接跟它说"帮我找做过企业数字化转型的公司负责人，给我联系方式" 几分钟出来了。背景、公司、最近在忙什么全标好 我又试了"帮我找最近在看 AI 赛道的早期投资人"，一样精准出来 更有意思的是，它还帮你写个性化的触达消息，对方最近在忙什么就从什么角度切入，每封都不一样。邮件、LinkedIn、WhatsApp 一键发出去 而且还能设监控？？？你关注的人换工作了、拿融资了，自动提醒你 不过工具终归是工具，你自己不知道要找什么人、说什么话，发再多也白搭。 但是如果你现在有明确想找的客户、投资人、合伙人等，那么这个非常值得你尝试一下了！！！ 希望这些对大家能有帮助，产品链接放到评论区👇
余温704,096 Aufrufe • vor 23 Tagen
这个新开源 TTS 太牛逼了，打算直接替换掉原来的 TTS 了 之前测试很多 TTS 都是很死板的"AI 音"，今天发现这个，真可以直接拿去商用了 多语种翻译、声音克隆、情绪语气保持，三件事同时拉满的开源模型我是第一次见 我直接拿世界杯名场面解说暴力测试了，选了三段，每段翻四种语言： 梅西帽子戏法那段，西班牙语解说 GOOOOOL 嘶吼到破音，翻成日语、阿拉伯语、中文，那种快吼劈嗓子的劲儿，四个版本居然都在 姆巴佩 96 分钟绝杀世界波，英语解说那种"安静一秒然后炸开"的节奏，翻成德语、日语、中文，全部对上 另外，佛得角 Vozinha 赛后感言，带有哽咽的感觉，葡语翻英语、日语、中文，声音里的颤抖感翻完居然也在 这确实是把 TTS 最难做到的“情绪”给做好了！ 它是有道子曰的 Confucius4-TTS，3 秒克隆声音，14 种语言，并且是开源，完全可以自部署 整体效果非常惊艳，个别长句有一点 AI 感，短句高情绪片段已经很离谱了。 做了对比视频，可以听一听感受一下👇 #有道TTS
余温129,886 Aufrufe • vor 22 Tagen
我现在逢人就劝：普通人现在最值得做的事，就是搞自媒体，国内海外一起做！！！ 我是看着身边人都真金白银赚到了。你但凡任何一个平台有起色，一个月搞个两三万不是玩一样？ 钱会从你想不到的地方冒出来： 咨询、卖课、接定制开发、品牌商单、开社群、拿分佣，还有对自己业务的赋能，但凡能吃到一个，一个月几万块真不难，反正比大多数人上班赚得多 但太多人人卡死在同一个地方：机会来了，不知道怎么变现，不知道怎么承接。。。。。。 比如： 咨询不好意思收费，商单不知道怎么报，社群不知道定位和定价，问题就在这里:对方真正想买什么?该做成什么产品?收多少钱?怎么确认真的有人愿意付钱? 这就是问什么，很多人搞自媒体就是不赚钱。这当时也困扰了我很久，最近，这段最难的部分，我最近用 atypica.AI 跑通了： 把账号定位、受众和已经出现的需求放进去，让它去研究不同买家的真实诉求、公开讨论、同类产品和付费意愿。 并且去搜索各种社交平台（如：TK、Ins、小红书、推特等）真实的评论。 还还会模拟你的粉丝、付过费的人、品牌方等，组成焦点小组访谈，最后帮你把一堆模糊的信息，整理成产品、价格和承接方案。 我现在越来越鼓励大家大胆展示、大胆销售，先把自己的账号做起来。 很多钱，真的要先让别人看见你，才会出现。敢去承接，才能赚钱。 也推荐大家遇到赚钱问题时和 atypica 聊一聊，🔗放评论区：
余温45,245 Aufrufe • vor 9 Tagen
发现一个很疯狂的开源工具，你输一句话描述你要什么数据，它派出一群 AI Agent 并行跑到各个网站上调研，几分钟后汇总成一张结构化表格给你 其实数据都摆在网上，但想变成一张能用的表格，历来都是苦力活，过去这是一个工程项目： 拼搜索、写爬虫、设计 Schema、去重，再加个定时任务保持更新，每个数据集都要重来一遍。 Exa 融了 2.5 亿验证了一件事：这个距离可以缩短到一句话。 但 Websets 目前只覆盖公司、人和论文。而且都是cacheddata TinyFish 开源了一个叫 Bigset 的东西，做同样的事，但不限主题。 我试了一句：“提供免费层或 Freemium 方案的热门 B2B SaaS 工具，包含名称、类别、免费层概要和定价页面。”几分钟后拿到一张完整的表。 背后是真正的多 Agent 架构：编排 Agent 发现实体，并行子 Agent 各自调研，工具预算 6 次封顶，数据来源可追溯。整个代码库 AGPL-3.0 开源，自托管，用你自己的 Key。 如果 BigSet 对你有用，记得去 GitHub repo 点个 star →
余温126,251 Aufrufe • vor 1 Monat
这才是 AI Native 团队的最终形态！ 我之前花三周用 OpenClaw 搭 AI 团队，让多agent在Discord里协作，纯属浪费时间（我想我不是一个人） 之前我自己搭的遇到的问题： token 烧得飞快、gent 之间"打架"、两个 AI 对一直互相@个没完，钱全给我浪费了... 我试了各种 prompt 约束、加中间裁判、限制轮次，怎么调都不对。有时协作太死板丢，有时权限一放开就失控。 所以当我看到 Helio ，让多个 AI 在频道里工作，我第一反应是不信，然后就去试了试。。。 但实际试了之后发现，我还是把它想简单了，它不是"让 agent 互相发 prompt"，是给每个 AI 一个独立身份（有名字、有邮箱、有明确的职责范围）。 比如，产品经理只管拆需求，设计师只管出方案，各干各的然后在频道里同步。并非无限对话，而是分工协作。 还有个让我意外的机制：每天凌晨 AI 会"做梦"，回顾当天工作，找出什么做对什么做错，更新自己的行为规范。 回头看，我在 OpenClaw 上踩的坑（token 浪费和 agent 死循环），本质上是因为把"多智能体协作"当成了 prompt 链编排问题。 而他们直接给 AI 身份和职责边界，让协作像人与人配合一样发生。这条路目前看下来挺对的。
余温68,950 Aufrufe • vor 1 Monat
一个河南奶奶拿着手机问豆包问题，豆包用河南话回复她。 就这一个场景，我突然就理解了什么叫“国民级应用”。 不是功能多牛、模型多强，而是我奶奶也能用。 很多AI产品，我自己用着觉得很厉害，但让大众试试，他们根本不知道怎么开始。 豆包确实把门槛降到了最低。各种内置方言、音色克隆、人性化设置、简洁的交互。拿起来就能用，不用人教，不需要理解各种概念。 如果你还没使用过豆包，可以体验一下，但是这种体验并非Claude、GPT等极致的能力，而是真正感觉到它是服务于大众。 我给家里长辈手机上装的也都是豆包，因为他们真的能用起来。 一个产品，如果只有懂技术的人能用，那它再厉害也只是小众玩具。 能让普通人、老年人、不懂技术的人都用起来，这才是真正的好产品。 我认为豆包做到了。
余温163,499 Aufrufe • vor 5 Monaten
wok，发现宝了，之前折腾各种远程方案都可以扔了 我经常出门要背那块砖一样的 16 寸 MacBook，就因为随时可能要操作电脑。 期间试过 Tailscale +tmux、Todesk 这些方案，不是配置折腾就是体验差，始终不满意。 最近圈子里有不少大佬在用UU远程，我也试了一下。 看我刚用手机录的这段视频，手机操控电脑几乎零延迟，最高 4K蓝光144 帧，两个显示器来回切也完全流畅。 但最让我惊喜的还是终端功能。 我平时一直在电脑上让AI跑任务，出门在外想看一眼任务状态，就折腾了Tailscale +tmux，说实话，体验确实一般，还总是中断。 UU 远程直接给了终端入口，手机上就能登陆终端看信息和进程。 整个过程就是纯命令行，跟在电脑前开Terminal体验一样，对玩 AI 的人来说这个功能是真的刚需。 UU远程已经两年了，说实话刚开始以为网易迟早要收费，结果到现在依然完全免费、零广告，这两年更新了几十个版本，体验越来越流畅延迟越来越低，还陆续加了远程开关机等实用功能。一直在迭代变好，但始终没收费。 支持手机对电脑、电脑对电脑多端远程控制，还有内网穿透能力，我到现在都不知道他们靠什么回本。
余温58,919 Aufrufe • vor 1 Monat
发现一个很离谱的模型，400 TPS 的输出速度，比 DeepSeek-V4 Flash 快 2 倍多 还有超强的多模态理解 + 搜索检索 + 推理综合，这居然是一个 Flash 模型能同时做到的 我让它帮我写了一个竞品分析 Agent： 输入一张产品官网截图，自动完成"读图提取 → 搜索市场数据 → 输出竞争分析"的全流程。 然后用 Cursor 的定价页试了一下，不到一分钟跑完，花了一毛多： 它先读懂了整个页面（四档定价 × 各档功能差异 × 推荐标签与社会证明），提取出完整的结构化数据。 然后自己决定搜什么，自动生成搜索 query 去查竞品定价、用户评价、市场对比。 最后综合视觉提取 + 搜索结果，给了我完整的竞争分析：定价对比、竞品定位差异、真实壁垒在哪里、切入建议。 这个模型就是 StepFun 的 step-3.7-flash，多模态 + 搜索 + 推理一体化内嵌在模型里，如果你在构建 AI Agent、编码工作流或多模态系统，Step 3.7 Flash 很推荐大家尝试一下： Step海外平台： Step国内平台：
余温40,767 Aufrufe • vor 1 Monat
Vibe Coding 让每个人都有做软件的能力，我见过很多人做了几十个产品，纯特么自嗨，没有一毛钱盈利。 现在 AI 一晚上能做一个产品，代码成本趋近于零，成本低到大家觉得不需要验证，做完了自然有人用。 但事实上大家都在做“玩具”，因为 Vibe Coding 解决的是 how，但 what 和 why 被跳过了。 我最近一个多月一直在用 atypica.AI ，就是在写代码之前，先把想法丢进去跑一轮用户验证。 它会有一套完整的研究链路： 先帮你拆研究计划，然后从百万级真实用户数据构建的 AI 人设库里挑人，组成一个焦点小组（AI Panel），让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。 并且，这个焦点小组可以反复用，每次你有新想法、新定价、新包装、新广告语，都可以拉同一批人再聊一轮。 我刚用它测过的场景： 上周我想做一个给老板用的 AI 助手，它帮我组了 12 个不同行业的老板人设（persona）并沉淀成我可以反复调用的Panel 。 30 分钟跑完，从报告中发现3件我完全没想到的事： 1. 当AI变得太懂老板反而会引发不安全感（尤其是很懂账目和客户关系时，会觉得被盯着）； 2. 最抗拒 AI 的老板也不是完全不用 AI ，只是不想换工作方式（能继续发微信、拍照、说语音，后台自动整理）； 3. 他们愿意为 AI 付钱不是因为功能多，而是因为它能帮自己少亏一次钱（少一次压货、客户流失或管理损耗，比“智能助手”这个概念更能打动人）。 根据这些发现我当场调整了方向，然后用panel里的同一批人再验证了一轮。两轮下来，避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零，但做对产品的门槛一点没变，如果你想要靠产品盈利，最好还是先想清楚： 你在解决真实需求，还是在解决自己幻想的问题。
余温27,280 Aufrufe • vor 1 Monat
我靠，Adobe Premiere Pro 和 After Effects 这波直接原地起飞！！！ 对于真正复杂的剪辑（多机位对切、精细调色），PR是专业剪辑师的不二之选，而且PR 的时间线能力目前没有 AI 能替代。 现在，Higgsfield 给 Adobe 做了个插件，直接把 AI 塞进了工作流里。 以前： 纯手动，多个APP来回折腾，抠背景、重拍竖版、做特效...... 现在： 1、改画幅：横版 16:9 一键转抖音、小红书的竖版 9:16，AI 自动补画面边缘，主体不裁、不糊。拍一条适配全平台。 2、抠像：手机在各种场景随手拍，不用绿幕，一键把人抠出来换任意背景。 3、提画质：导出时直接拉到 4K，各种低分辨率素材直接拉回来。 4、画笔编辑：你只需要在视频上圈出要改的，告诉 AI 怎么改，指哪改哪。 5、生成：图片、视频、转场都能直接在时间线里生成，生成完直接拖进去就能剪。 全部在 Premiere 时间线里原地完成，不跳任何外部工具，一个人就干了之前一整个后期团队的活。
余温32,811 Aufrufe • vor 1 Monat
好家伙，被这场直播彻底震惊。 研究 12 年因果 AI 的华人，把我对大模型的认知改变了： 你们天天用的 LLM，本质是在死记硬背。 AI 圈“以胖为美”，因为模型在死记硬背，见过的一切全背下来，模型没到 TB 级，都不好意思说在做 LLM。 但你想想上学那会，班里牛逼的同学，都是把公式吃透的，因为题目是无限的，公式是有限的。 物理世界同理：数据无限，背后的规律有限。用无限堆数据的方式去逼近有限的东西，方向本身有问题。 这是黄碧薇教授 Biwei Huang 在极客公园直播里提到的，她判断下一代范式是真正理解规律的因果世界模型。 模型一旦真的理解规律，体格直接小一个量级。同样的数据，她们的因果世界模型成功率高 25-50%，样本省 5-10 倍。 强烈大家看一看完整对话：
余温24,649 Aufrufe • vor 1 Monat
看到个很惊艳的 AI PPT 项目，从任何文档生成可原生编辑的 PPTX 文件，还内置了 AI生图、动画、旁白等功能。 AI 生图，内置 gpt-image-2 等 14 个后端。 也有内置的网络搜图。 你自己有图的话，也可以帮你处理。 然后是动画和旁白，这块做得很细。 动画是真正的 OOXML 原生动画。AI 生成的 SVG 里每个顶层分组，导出后就是一个独立的动画对象，进入页面时自动级联播放。 旁白默认 edge-tts，免费。 还可以接入其它家（可克隆自己的声音），ElevenLabs、MiniMax都行。 旁白嵌进 PPT 后，每页的自动翻页时间会自动对上轨道的长度。 输入端 PDF、Word、Excel、网页、公众号、Markdown 都能吃。输出端 16:9、小红书、朋友圈、抖音、A4 都能出。
余温36,141 Aufrufe • vor 2 Monaten
卧槽，被这个思路震惊了，简直是 AI 视频领域的 Figma，完全解决了目前的痛点 GPT-image-2 画故事板，Figma 风格画布编辑，Seedance 2.0 出片 当你在脑子里想好了画面，写成文字描述给 AI，AI 理解偏了，你再改，再生成。来回几轮，时间和 Token 全耗在“让 AI 理解脑子里的画面”。 Topview Canvas 直接加了一步：生成视频之前，先用 GPT-image-2 把故事板画出来。 每一帧长什么样，你都能先在画布上看到。不满意就改图，比改 prompt 快且精确。排好了再一键 Seedance 2.0 出片。 像 Figma 之于设计，先规划再动手永远比边做边猜效率高，TopviewAI 这一步走的太好了。
余温26,694 Aufrufe • vor 1 Monat
最近看到一个很牛逼的 AI research 产品，能帮助我们验证产品可行性，避免陷入自嗨陷阱，它叫atypica。 你丢给它一个商业问题后，它会先澄清你的需求，像研究团队规划研究，再去搜公开信息、找合适的persona、模拟用户做访谈，最后给你一份结构化报告。 能站到目标用户视角，去提前验证一个产品值不值得做。 比如： 1. 你可以用它研究，自己的受众到底更想看教程、案例，还是观点类内容 2. 你也可以用它研究，一个AI产品在真实 persona 眼里，到底哪里有吸引力 他们现在底层有100w+ 基于真实社媒内容分析拟合成的AI personas，也有基于真实深度访谈构建的 10 万+ 高质量 persona。 如果这个方向继续成熟下去，我觉得它最有价值是帮更多创作者、营销人、产品团队，在真正花时间和预算之前，先把明显错误的方向排掉。 接下来我来拆解atypica.AI ，讲一下这个产品为什么有点东西，🔗放评论区：
余温32,272 Aufrufe • vor 3 Monaten
23年，用 AI 代写的人赚到第一桶金 25年，会 Vibe coding 的人赚了一波 下一波风口，可能到 AI 视频了： Sora 2、Veo 3.1 出来后，AI 视频达到了"生产级" 现在的工具（比如 Medeo）： 对话式修改 全品类视频 支持 角色一致性 稳定 1. 需求一直在 企业培训、知识付费、短视频、广告... 视频需求量是文字大得多 但供给跟不上： 外包做：200-500/条，还要等 自己学：3个月学习，2小时制作 2. 技术刚到临界点 以前的 AI 视频：质量不行，商用不了 具体机会在哪？ 机会1：接单做视频： 企业培训（500-5000/条） 知识科普（150-300/条） 课程配套（300-800/条） 机会2：批量做账号 用 AI 批量生产内容 做知识科普、技能教学账号 机会3：做虚拟IP 用角色一致性、生成固定形象 做系列内容、打造IP 为什么我说是可以蹲一波？ 1. 价格仍然太高（目前API价格太贵，成本太高） 2. 技术还有很大进步空间（Sora 2、Veo 3.1） 3. 市场还没爆（大部分人还不知道）
余温56,507 Aufrufe • vor 6 Monaten
想做视频但不会剪辑的人，终于有救了 过去 10 年，“剪辑”是视频创作最大的门槛 各种剪辑工具：剪映、PR、AE 学不会？找人做，200 一条起步 学得会？花 3 个月，做一条要 2 小时 “剪辑门槛”，拦住了 90% 想做视频的人 但是现在，这道门槛正在消失 我最近测了一个叫 Medeo 的工具，它让我重新理解了一件事👇 做视频，真的不一定要学剪辑了 用 Medeo：你只需要会说话 步骤 1：把文案丢进 Medeo（1 分钟） "帮我做一个 1 分钟的读书分享视频，风格温暖有书卷气" 步骤 2：AI 自动生成初稿（5 分钟） 它会自动搞定： 配套画面（根据文案智能匹配） 配音（自动选合适音色） 背景音乐（氛围匹配） 字幕（自动生成） 步骤 3：对话式修改（5分钟） 像和朋友聊天一样改视频： "配音换成温柔女声" "第二段节奏快一点" "整体色调偏暖，像下午的咖啡厅" 并且，不止是动漫，还有绘本、广告、各类动画、新闻等风格的视频，都可以用Medeo来完成。 只要你会说话、会表达，就能做视频，你甚至可以利用它进行赚钱。
余温56,690 Aufrufe • vor 6 Monaten
Google Antigravity 实测：目前最有“未来感”的 AI IDE。 我用三次对话，0报错，复刻了高完成度的 X 页面，视频为详细拆解。 它是 Agent-First 开发环境： 自动规划、跑代码、开浏览器找 bug、捕捉错误并修复、录屏生成一个 Walkthrough 文档，整套流程像在“看 AI 工作”。 亮点： Task/Plan/Walkthrough 组成的可协作工作流，特别适合产品经理，任务完成度极高。 免费额度慷慨（Gemini 3 Pro → Claude Sonnet 4.5） 以下是一个完整的项目综合分析：
余温26,464 Aufrufe • vor 8 Monaten