正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

🚀 3分钟带你看懂 Bondex：一个正在重塑全球人才网络的 Web3 项目在这里，用户不只是使用者，更是贡献者与受益者 ✨ 亮点一览： Web2.5：无门槛体验，轻松进入 Web3 推荐即赚：Refer-to-Earn 激励模型 Talent Staking：用信任支持人才并获得收益超 500 万下载，超 10 万实名用户 Bondex，正在构建一个真正属于用户的职业生态系统 📺 视频回顾 👇

Bondex华语社区

2,130 subscribers

10,923 次观看 • 1 年前 •via X (Twitter)

财经科学技术教育

Anya Rossi• Live Now

Private livecam show

2 条评论

ALEXANDER UDEH (Chisomaga) 的头像

ALEXANDER UDEH (Chisomaga)1 年前

This is good! 💚🐰

TalentLMS 的头像

TalentLMS1 年前

Don't settle for less than #1. Train your people on a platform trusted by 70,000+ teams from all over the world. Start for free →

相关视频

Codex 强的可怕活跃用户从700万到800万只用了一天。而网传腾讯家的 WorkBuddy 日活跃用户数来到了1300万到1500万。原来我不太信，但是我下载安装并体验了 WorkBuddy，我发现了 WorkBuddy的生态让WorkBuddy想不火都难。如果你属于这800万当中的一员，恭喜你你有机会超越全球99.9%的人。如果你属于这1300万到1500万当中的一员，恭喜你你有机会超越全国99%的人。赶快加油学学吧。一个视频来带你看看我眼中 WorkBuddy 中的生态到底有多强，也顺便看看这篇进阶的实战文章。

Codex 强的可怕活跃用户从700万到800万只用了一天。而网传腾讯家的 WorkBuddy 日活跃用户数来到了1300万到1500万。原来我不太信，但是我下载安装并体验了 WorkBuddy，我发现了 WorkBuddy的生态让WorkBuddy想不火都难。如果你属于这800万当中的一员，恭喜你你有机会超越全球99.9%的人。如果你属于这1300万到1500万当中的一员，恭喜你你有机会超越全国99%的人。赶快加油学学吧。一个视频来带你看看我眼中 WorkBuddy 中的生态到底有多强，也顺便看看这篇进阶的实战文章。

AI少年

432,591 次观看 • 1 个月前

🎉 $TITAN ，Web3 支付赛道的一匹新黑马，最近表现相当亮眼！他们的核心产品——「多链聚合支付引擎」已经正式上线，功能可以说非常实用： ✅ 支持 ERC20、符文、铭文等多类型资产一键充提 ✅ 打通微信、支付宝、Google Pay 等主流支付渠道，覆盖全球超 12 亿用户 ✅ 真正搭起 Web2 和 Web3 之间的支付高速通道项目还已经拿下多国合规牌照，并推出了与 VISA、万事达联名的信用卡，正在一步步铺设全球化支付网络目前不少早期参与者收益已经实现数十倍，市场对它在万亿级支付市场的潜力也在持续升温 🔗 想了解更多：官方推特：社区交流：交易入口：

🎉 $TITAN ，Web3 支付赛道的一匹新黑马，最近表现相当亮眼！他们的核心产品——「多链聚合支付引擎」已经正式上线，功能可以说非常实用： ✅ 支持 ERC20、符文、铭文等多类型资产一键充提 ✅ 打通微信、支付宝、Google Pay 等主流支付渠道，覆盖全球超 12 亿用户 ✅ 真正搭起 Web2 和 Web3 之间的支付高速通道项目还已经拿下多国合规牌照，并推出了与 VISA、万事达联名的信用卡，正在一步步铺设全球化支付网络目前不少早期参与者收益已经实现数十倍，市场对它在万亿级支付市场的潜力也在持续升温 🔗 想了解更多：官方推特：社区交流：交易入口：

百里 🦅

41,215 次观看 • 1 年前

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 次观看 • 3 个月前

我们重构了BSC的跟单系统，推出了“闪电跟单”模式。特点就是与被跟单的人处于一个区块。说人话就是更快了。目前在逐步开放更新量，少部分用户可以使用，逐步开放为所有人。这是第一个版本，会持续迭代优化。

我们重构了BSC的跟单系统，推出了“闪电跟单”模式。特点就是与被跟单的人处于一个区块。说人话就是更快了。目前在逐步开放更新量，少部分用户可以使用，逐步开放为所有人。这是第一个版本，会持续迭代优化。

Haze 𝓰𝓶𝓰𝓷𝓪𝓲

47,775 次观看 • 6 个月前

建立一个睡后收入系统，七年内赚到你的第一个 1000w。假如直播和短视频，你选哪一个？选直播，那就是卖时间，当你下播的那一刻开始，收入就归0了。做短视频，只要你的视频够好，发布后会持续很长的时间，我觉得这也可以定义为睡后收入，这里只是举个例子，视频中讲的是做一个产品。找到用户需求，立即开始，哪怕是从最小的事做起。为什么要最小？第一：降低试错成本。你不知道这个东西到底有没有人要，如果一上来就投入大量的时间和金钱，万一方向错了，你就血本无归了。但如果只是做一个最小版本，花一周时间成本几百块钱，就算失败了你也输得起。第二：快速验证需求。你以为用户需要的和用户真正需要的往往是两回事，只有拿出来让市场检验，你才知道这条路对不对。第三：建立反馈循环。你做出来给用户用，用户给你反馈，你根据反馈改进，再给用户用，这个循环越快，你就进步越快。

建立一个睡后收入系统，七年内赚到你的第一个 1000w。假如直播和短视频，你选哪一个？选直播，那就是卖时间，当你下播的那一刻开始，收入就归0了。做短视频，只要你的视频够好，发布后会持续很长的时间，我觉得这也可以定义为睡后收入，这里只是举个例子，视频中讲的是做一个产品。找到用户需求，立即开始，哪怕是从最小的事做起。为什么要最小？第一：降低试错成本。你不知道这个东西到底有没有人要，如果一上来就投入大量的时间和金钱，万一方向错了，你就血本无归了。但如果只是做一个最小版本，花一周时间成本几百块钱，就算失败了你也输得起。第二：快速验证需求。你以为用户需要的和用户真正需要的往往是两回事，只有拿出来让市场检验，你才知道这条路对不对。第三：建立反馈循环。你做出来给用户用，用户给你反馈，你根据反馈改进，再给用户用，这个循环越快，你就进步越快。

韩跑跑

26,741 次观看 • 6 个月前

年前多关注ai板块吧中国人参与多的就会有买单！就会有市场🤟 中国开源模型下载量首超美国，一场新的科技竞速正式打响！还在觉得全球 AI 只看硅谷？ MIT × Hugging Face 最新联合报告告诉你：过去一年，全球开源 AI 模型下载量中，中国占比 17% —— 首次超过美国的 15.8%。这不是一个小数点的变化，这是 AI 格局的一声惊雷。意味着一个事实正在出现：中国 AI，不再只是“追赶者”，而是实实在在的“生态领跑者”。一、为什么这个数据爆炸性这么强？开源模型下载量，是 AI 世界最真实的“民意投票”。谁被用、谁被复用、谁被拿去做产品，下载量不会说谎。它比论文数量更接地气，比发布会更诚实，比概念 PPT 更真实。下载量高 = 模型真的“好使”“好用”“好落地”。而这一回，中国冲到第一名，意味着什么？全球开发者正在越来越多地选择中国模型。中国模型正在成为国际生态的一部分，而不是“区域性产品”。中国的 AI 创新正在进入全球循环，而非单向输入。一句话：中国不只在做模型，而是在影响世界开发者。二、为什么中国能“后来居上”？三大原因让人无法忽视 ① 模型数量爆发式增长：百花齐放，开发者用不过来过去一年，中国的开源模型生态堪称“井喷式”增长：中小模型、大模型、多模态、语音、图像…… 能开的都开了，能放的都放了。数量足够大，就能吸引足够多的开发者。 ② 性价比 + 轻量化：世界都在找中国模型“省钱神器” 不是每个团队都训练得起千亿级大模型。但每个团队都想部署一个能跑的模型。而中国模型的特质就是四个字：轻、快、省、能打。全球开发者当然爱。 ③ 中文生态的辐射效应：从东亚扩散到整个亚洲中文模型强，意味着东亚、东南亚用户都能直接受益。更大的人群、更高的需求，带来了更快的下载增长三、美国依然很强，但“唯一主导”时代正在改变必须说，美国仍然拥有：世界最顶级的基础研究算力、芯片、科研体系的深度优势 OpenAI / Google / Meta 等头部力量但这一次的反超给了全球一个清晰的信号： AI 生态不再是“一家独大”。多极化时代正在加速到来。全球开发者的选择，正在慢慢从“硅谷中心论”转向“多中心协作”。四、全球 AI 正进入“群雄争霸”时代这次排名变化背后，是全球 AI 赛道进入全新阶段的标志： ① 从“技术竞赛”升级为“生态竞赛” 谁的模型被更多人用，谁就占据未来话语权。 ② 开源力量影响全球，而中国是关键节点中国模型从“区域下载”变成“全球下载”，这是过去没有出现过的格局。 ③ 创新不再只来自单一地区 AI 正在走向：中国能打、美国能打、欧洲能打、世界都能打。这种竞争更健康，也更刺激。五、结语：这不是终点，而是 AI 全球化的真正开始中国开源模型首次登顶，并不是“谁碾压谁”的故事。它真正意味着：全球 AI，正在进入一个更开放、更多样、更具创造力的新纪元。当中国模型被全球开发者下载、复用、再创造这才是 AI 生态最值得期待的未来。

年前多关注ai板块吧中国人参与多的就会有买单！就会有市场🤟 中国开源模型下载量首超美国，一场新的科技竞速正式打响！还在觉得全球 AI 只看硅谷？ MIT × Hugging Face 最新联合报告告诉你：过去一年，全球开源 AI 模型下载量中，中国占比 17% —— 首次超过美国的 15.8%。这不是一个小数点的变化，这是 AI 格局的一声惊雷。意味着一个事实正在出现：中国 AI，不再只是“追赶者”，而是实实在在的“生态领跑者”。一、为什么这个数据爆炸性这么强？开源模型下载量，是 AI 世界最真实的“民意投票”。谁被用、谁被复用、谁被拿去做产品，下载量不会说谎。它比论文数量更接地气，比发布会更诚实，比概念 PPT 更真实。下载量高 = 模型真的“好使”“好用”“好落地”。而这一回，中国冲到第一名，意味着什么？全球开发者正在越来越多地选择中国模型。中国模型正在成为国际生态的一部分，而不是“区域性产品”。中国的 AI 创新正在进入全球循环，而非单向输入。一句话：中国不只在做模型，而是在影响世界开发者。二、为什么中国能“后来居上”？三大原因让人无法忽视 ① 模型数量爆发式增长：百花齐放，开发者用不过来过去一年，中国的开源模型生态堪称“井喷式”增长：中小模型、大模型、多模态、语音、图像…… 能开的都开了，能放的都放了。数量足够大，就能吸引足够多的开发者。 ② 性价比 + 轻量化：世界都在找中国模型“省钱神器” 不是每个团队都训练得起千亿级大模型。但每个团队都想部署一个能跑的模型。而中国模型的特质就是四个字：轻、快、省、能打。全球开发者当然爱。 ③ 中文生态的辐射效应：从东亚扩散到整个亚洲中文模型强，意味着东亚、东南亚用户都能直接受益。更大的人群、更高的需求，带来了更快的下载增长三、美国依然很强，但“唯一主导”时代正在改变必须说，美国仍然拥有：世界最顶级的基础研究算力、芯片、科研体系的深度优势 OpenAI / Google / Meta 等头部力量但这一次的反超给了全球一个清晰的信号： AI 生态不再是“一家独大”。多极化时代正在加速到来。全球开发者的选择，正在慢慢从“硅谷中心论”转向“多中心协作”。四、全球 AI 正进入“群雄争霸”时代这次排名变化背后，是全球 AI 赛道进入全新阶段的标志： ① 从“技术竞赛”升级为“生态竞赛” 谁的模型被更多人用，谁就占据未来话语权。 ② 开源力量影响全球，而中国是关键节点中国模型从“区域下载”变成“全球下载”，这是过去没有出现过的格局。 ③ 创新不再只来自单一地区 AI 正在走向：中国能打、美国能打、欧洲能打、世界都能打。这种竞争更健康，也更刺激。五、结语：这不是终点，而是 AI 全球化的真正开始中国开源模型首次登顶，并不是“谁碾压谁”的故事。它真正意味着：全球 AI，正在进入一个更开放、更多样、更具创造力的新纪元。当中国模型被全球开发者下载、复用、再创造这才是 AI 生态最值得期待的未来。

加密大师兄

22,361 次观看 • 9 个月前

Anthropic CEO Dario谈开源模型： - 大模型开放权重不同于软件开源，不存在开发者社区的反向贡献。 - 开源只是吸引注意力的幌子，用户只关心这个模型是否好用。Deepseek开源与否都无所谓，作为一个超大模型，推理起来很困难。 - 开源并不等于免费，推理服务器运行，是有成本的。

Anthropic CEO Dario谈开源模型： - 大模型开放权重不同于软件开源，不存在开发者社区的反向贡献。 - 开源只是吸引注意力的幌子，用户只关心这个模型是否好用。Deepseek开源与否都无所谓，作为一个超大模型，推理起来很困难。 - 开源并不等于免费，推理服务器运行，是有成本的。

高级分析师

1,483,571 次观看 • 11 个月前

你越对一个人“太好”，他反而越不在乎你。这不是情绪问题，这是人性机制。真正的关系真相只有一句话：你给出去的每一次好，都必须让对方付出代价。否则——你不是在经营关系，你是在“训练别人轻视你”。我用一个真实经历，彻底看懂这一点👇 （看完视频你会重新定义所有关系）

你越对一个人“太好”，他反而越不在乎你。这不是情绪问题，这是人性机制。真正的关系真相只有一句话：你给出去的每一次好，都必须让对方付出代价。否则——你不是在经营关系，你是在“训练别人轻视你”。我用一个真实经历，彻底看懂这一点👇 （看完视频你会重新定义所有关系）

另一面

17,825 次观看 • 4 个月前

Openclaw开发者Peter Steinberger：你很快就不需要App了有一说一现在的App确实非常臃肿，页面里全是各种复杂的菜单、会员、广告。Openclaw创始人预测的未来里，用户只用做一件事：说出你的需求，Agent就能现场为你造出一个专属工具。这就是我说的：所有的产品都值得用大模型重做一遍。但重做不是简单的加个对话框，是把核心逻辑变成按需生成，这才是真正的AI Native。

Openclaw开发者Peter Steinberger：你很快就不需要App了有一说一现在的App确实非常臃肿，页面里全是各种复杂的菜单、会员、广告。Openclaw创始人预测的未来里，用户只用做一件事：说出你的需求，Agent就能现场为你造出一个专属工具。这就是我说的：所有的产品都值得用大模型重做一遍。但重做不是简单的加个对话框，是把核心逻辑变成按需生成，这才是真正的AI Native。

傅盛

75,092 次观看 • 6 个月前

💃《火币一姐》第三季全球选拔大赛火爆进行中❤️‍🔥 ✨这不是一场选美，也不是一场噱头 👩‍🚀这是一次属于WEB3女性的真实对话—— ♥️凭什么“她”不能站在行业中央？ 🔍我们寻找的，不是“符合期待”的女性， 🤜而是敢于打破规则、用实力说话的行业塑造者！ 🫵如果你相信，实力才是唯一的通行证——这里就是你的战场。 ❤️‍🔥支持 #Web3她力量，转发点赞给予你的传播支持，抽10人瓜分200U 奖池 🫵你的实力，就是最好的回应！ 👇 立即加入，点击评论区链接立即报名💃💃

💃《火币一姐》第三季全球选拔大赛火爆进行中❤️‍🔥 ✨这不是一场选美，也不是一场噱头 👩‍🚀这是一次属于WEB3女性的真实对话—— ♥️凭什么“她”不能站在行业中央？ 🔍我们寻找的，不是“符合期待”的女性， 🤜而是敢于打破规则、用实力说话的行业塑造者！ 🫵如果你相信，实力才是唯一的通行证——这里就是你的战场。 ❤️‍🔥支持 #Web3她力量，转发点赞给予你的传播支持，抽10人瓜分200U 奖池 🫵你的实力，就是最好的回应！ 👇 立即加入，点击评论区链接立即报名💃💃

火币HTX

195,329 次观看 • 1 年前

主播真是个咸鸭蛋，外面白里面黄🤣 当 Web3 不再只是“亮闪闪的新名词”，而变成你用过一次就记住的工具时，它的背后往往不是轰轰烈烈的宣言，而是那些悄悄改善用户感受的细节。下面这几位项目正在做的，就是让链上体验更像“自然发生的行为”，而不是把你推进一个操作流程。 Spaace 🟠 — 让 NFT 交易变成“玩出来的历程” Spaace 是业内首个游戏化 NFT 市场，用户不仅限于简单挂单和成交，而是可以通过累积行为、完成任务、参与排行等方式不断“升级体验层”。这种把买卖行为拆成多次可反馈事件的设计，让 NFT 不再是急着成交的商品，而是一条可以反复参与的成长路径。这种交互沉淀正逐渐成为社区互动的内在逻辑。 @GlintAnalytics — 把链上分析从“看懂”变成“可参与的信号层” 过去数据分析像是观察者的工具，Glint 的定位则是把它变成一个“交互式洞察网络”：不仅输出链上数据，还试图让这些洞察被共享、引用甚至形成协作回报机制。它正在构建一个更像“分析师经济体”的信号生态，让链上智能分析不再只是报表，而是参与者之间可交易、可价值化的资源。 Veera — 把 Web3 入口变成 “习惯性空间” Veera 的产品思路是：入口不再是工具板，而是探索空间。它整合钱包、DApp 发现与资产管理于一体，以更像信息流、推荐流的形式呈现功能入口，让用户不被陌生感阻隔，一滑就懂。一款“你不觉得难用”的链上入口，是推进 Web3 普及最重要的改进之一。 Altura — 让链上资产从“静态凭证”变成“可调用构件” Alturax 的逻辑不止于交易或持有资产，它把这些资产视为可以被不同协议和玩法嵌入、调用、组合的基础构件，而不是单一的价值标签。这种让资产本身参与生态互联的思路，是让用户真正拥有“资产用途”的关键一步——不仅是在市场看涨跌，而是作为生态互动动力参与其中。 Konnex — 让现实任务与链上结算真正对接 Konnex 的有趣之处在于，它不仅仅把任务搬到链上，而是让现实世界的不确定性成为系统结构的一部分。它提出了机器人、自动化系统与链上协议协作的方式，让物理任务可以被量化、验证、结算，从而支持基于结果的稳定币支付机制。这种把现实交互信任度嵌入链上逻辑的尝试，是 Web3 迈向现实世界应用的重要布局。 TermMax | Fixed Rate Borrowing & Lending

主播真是个咸鸭蛋，外面白里面黄🤣 当 Web3 不再只是“亮闪闪的新名词”，而变成你用过一次就记住的工具时，它的背后往往不是轰轰烈烈的宣言，而是那些悄悄改善用户感受的细节。下面这几位项目正在做的，就是让链上体验更像“自然发生的行为”，而不是把你推进一个操作流程。 Spaace 🟠 — 让 NFT 交易变成“玩出来的历程” Spaace 是业内首个游戏化 NFT 市场，用户不仅限于简单挂单和成交，而是可以通过累积行为、完成任务、参与排行等方式不断“升级体验层”。这种把买卖行为拆成多次可反馈事件的设计，让 NFT 不再是急着成交的商品，而是一条可以反复参与的成长路径。这种交互沉淀正逐渐成为社区互动的内在逻辑。 @GlintAnalytics — 把链上分析从“看懂”变成“可参与的信号层” 过去数据分析像是观察者的工具，Glint 的定位则是把它变成一个“交互式洞察网络”：不仅输出链上数据，还试图让这些洞察被共享、引用甚至形成协作回报机制。它正在构建一个更像“分析师经济体”的信号生态，让链上智能分析不再只是报表，而是参与者之间可交易、可价值化的资源。 Veera — 把 Web3 入口变成 “习惯性空间” Veera 的产品思路是：入口不再是工具板，而是探索空间。它整合钱包、DApp 发现与资产管理于一体，以更像信息流、推荐流的形式呈现功能入口，让用户不被陌生感阻隔，一滑就懂。一款“你不觉得难用”的链上入口，是推进 Web3 普及最重要的改进之一。 Altura — 让链上资产从“静态凭证”变成“可调用构件” Alturax 的逻辑不止于交易或持有资产，它把这些资产视为可以被不同协议和玩法嵌入、调用、组合的基础构件，而不是单一的价值标签。这种让资产本身参与生态互联的思路，是让用户真正拥有“资产用途”的关键一步——不仅是在市场看涨跌，而是作为生态互动动力参与其中。 Konnex — 让现实任务与链上结算真正对接 Konnex 的有趣之处在于，它不仅仅把任务搬到链上，而是让现实世界的不确定性成为系统结构的一部分。它提出了机器人、自动化系统与链上协议协作的方式，让物理任务可以被量化、验证、结算，从而支持基于结果的稳定币支付机制。这种把现实交互信任度嵌入链上逻辑的尝试，是 Web3 迈向现实世界应用的重要布局。 TermMax | Fixed Rate Borrowing & Lending

搞子(明日香版)🕊️

102,922 次观看 • 7 个月前

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

Berryxia.AI

37,297 次观看 • 3 个月前

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台本地运行存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台本地运行存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。

小互

56,126 次观看 • 1 年前

普通人做产品最大的短板不是技术，不是流量，是你根本不知道你的用户在想什么大厂有用研团队、有焦点小组、有百万级调研预算在百度做PM的时候，每几天都会有一份定制化的《竞品动态日报》《消费者洞察报告》躺在所有员工的邮箱里字节跳动昨天上线了什么新功能,腾讯哪个部门在招什么岗位,什么赛道的用户在关注什么产品，什么产品的数据又卖爆了当时我就在想：如果我出来单干，我想获得这些信息，不得难死，这笔钱谁给我出？后来真出来了，答案是——根本没人出😂 所以和大部分独立开发者一样，我做产品验证需求的方式是：发朋友圈问问、在推特宣发一下、看看竞品评论区、然后凭直觉赌一把连续创业五年，我见过最多的死法不是产品做不出来是产品做出来了，没人要，花三个月憋 MVP，上线后发现需求是自己臆想的这个痛，做过产品的人都懂做出海的朋友更惨你的目标用户在地球另一边，时差 12 小时，语言不通，文化不同去年帮一个朋友的品牌做北美市场，最头疼的不是投放，是根本不知道美国消费者怎么想，美国人文化和中国差距太大了招一个本地调研公司，报价 8 万美金起步，找几个留学生做访谈，样本太小、还有幸存者偏差，有时候还访谈不明白最后还是靠猜现在这件事有了一个结构性的解法 Atypica atypica.AI 上线了一个新功能叫 AI Panel，一句话解释：它让你拥有了一个属于自己的焦点小组不是 ChatGPT 扮演用户那种玩法是基于 100 万+ 真实用户数据构建的 AI Persona，每个人有完整的背景、性格、认知偏差、消费决策框架关键是——这个焦点小组是可复用的你今天问一次，下个月产品迭代了再问一次同一群人，持续追踪，看他们的态度变化这在传统调研里叫 longitudinal study，成本极高现在你一个人就能做三种方式构建你的 Panel： 1）自动沉淀：用 Atypica 做完一次 Research 后，参与访谈的 AI Persona 自动沉淀成 Panel，下次直接调用 2）手动挑人：从 100 万+ 的 Persona Library 里按关键词搜索，添加组队 3）按需生成：输入需求描述，系统从零帮你构建一个全新的 Panel 组好之后随时打开，输入研究话题支持一对多深度访谈，也支持多对多 Group Discussion 我试了一个真实场景我之前做过一个面向内容创作者的 AI 写作工具，想验证订阅制定价构建了一个Panel：YouTube 创作者、推特创作者、独立播客主直接问：你平时写作的痛点有哪些？流程有哪些 10 分钟，直接就拿到了需求的分类和反馈这种颗粒度，以前要花两周招募 + 一周访谈 + 几万块预算现在 10 分钟，一个人搞定如果你是以下三种人，这个功能对你来说是刚需：做出海产品的创业者——你的用户在地球另一边，以前只能看竞品评论区猜需求，现在直接构建目标市场的用户 Panel，随时追问需要反复迭代验证的产品团队——每次加功能都要做用户测试，Panel 让你不用每次重新招人，同一群用户持续追踪反应变化需要大规模样本的场景——比如你想了解 2000 个家庭的消费偏好，传统手段几乎不可能，Panel 可以我觉得我们普通人做产品和大厂的差距，不应该是有没有用户调研团队而是用什么方式理解用户，大厂用人力堆，我们用 AI 跑以前这是一句空话，因为 ChatGPT 扮演用户的结果你自己都不信现在不一样了——100 万+ 真实数据构建的 Persona，有来源、有背景、有决策框架它不能替代真人调研的最终验证但它能让你在写第一行代码之前，就知道方向对不对调研从一个季度一次的项目，变成了随时可调用的能力这对一个人做产品的人来说，是基础设施级别的变化我推荐每一个想做生意，产品的人都去试一试，这可能就是你和用户面对面沟通的第一步：

普通人做产品最大的短板不是技术，不是流量，是你根本不知道你的用户在想什么大厂有用研团队、有焦点小组、有百万级调研预算在百度做PM的时候，每几天都会有一份定制化的《竞品动态日报》《消费者洞察报告》躺在所有员工的邮箱里字节跳动昨天上线了什么新功能,腾讯哪个部门在招什么岗位,什么赛道的用户在关注什么产品，什么产品的数据又卖爆了当时我就在想：如果我出来单干，我想获得这些信息，不得难死，这笔钱谁给我出？后来真出来了，答案是——根本没人出😂 所以和大部分独立开发者一样，我做产品验证需求的方式是：发朋友圈问问、在推特宣发一下、看看竞品评论区、然后凭直觉赌一把连续创业五年，我见过最多的死法不是产品做不出来是产品做出来了，没人要，花三个月憋 MVP，上线后发现需求是自己臆想的这个痛，做过产品的人都懂做出海的朋友更惨你的目标用户在地球另一边，时差 12 小时，语言不通，文化不同去年帮一个朋友的品牌做北美市场，最头疼的不是投放，是根本不知道美国消费者怎么想，美国人文化和中国差距太大了招一个本地调研公司，报价 8 万美金起步，找几个留学生做访谈，样本太小、还有幸存者偏差，有时候还访谈不明白最后还是靠猜现在这件事有了一个结构性的解法 Atypica atypica.AI 上线了一个新功能叫 AI Panel，一句话解释：它让你拥有了一个属于自己的焦点小组不是 ChatGPT 扮演用户那种玩法是基于 100 万+ 真实用户数据构建的 AI Persona，每个人有完整的背景、性格、认知偏差、消费决策框架关键是——这个焦点小组是可复用的你今天问一次，下个月产品迭代了再问一次同一群人，持续追踪，看他们的态度变化这在传统调研里叫 longitudinal study，成本极高现在你一个人就能做三种方式构建你的 Panel： 1）自动沉淀：用 Atypica 做完一次 Research 后，参与访谈的 AI Persona 自动沉淀成 Panel，下次直接调用 2）手动挑人：从 100 万+ 的 Persona Library 里按关键词搜索，添加组队 3）按需生成：输入需求描述，系统从零帮你构建一个全新的 Panel 组好之后随时打开，输入研究话题支持一对多深度访谈，也支持多对多 Group Discussion 我试了一个真实场景我之前做过一个面向内容创作者的 AI 写作工具，想验证订阅制定价构建了一个Panel：YouTube 创作者、推特创作者、独立播客主直接问：你平时写作的痛点有哪些？流程有哪些 10 分钟，直接就拿到了需求的分类和反馈这种颗粒度，以前要花两周招募 + 一周访谈 + 几万块预算现在 10 分钟，一个人搞定如果你是以下三种人，这个功能对你来说是刚需：做出海产品的创业者——你的用户在地球另一边，以前只能看竞品评论区猜需求，现在直接构建目标市场的用户 Panel，随时追问需要反复迭代验证的产品团队——每次加功能都要做用户测试，Panel 让你不用每次重新招人，同一群用户持续追踪反应变化需要大规模样本的场景——比如你想了解 2000 个家庭的消费偏好，传统手段几乎不可能，Panel 可以我觉得我们普通人做产品和大厂的差距，不应该是有没有用户调研团队而是用什么方式理解用户，大厂用人力堆，我们用 AI 跑以前这是一句空话，因为 ChatGPT 扮演用户的结果你自己都不信现在不一样了——100 万+ 真实数据构建的 Persona，有来源、有背景、有决策框架它不能替代真人调研的最终验证但它能让你在写第一行代码之前，就知道方向对不对调研从一个季度一次的项目，变成了随时可调用的能力这对一个人做产品的人来说，是基础设施级别的变化我推荐每一个想做生意，产品的人都去试一试，这可能就是你和用户面对面沟通的第一步：

超级个体｜柿子

94,325 次观看 • 1 个月前

AI圈凌晨又炸了。 Google一口气发布3款新模型；Codex与ChatGPT Work相关用户冲上1000万；OpenAI又一次给付费用户重置额度。更夸张的是：预发布AI模型已经开始在安全评测中发现并利用零日漏洞。单看每一条都是新闻，放在一起看，信号完全不同： 1️⃣ 模型战争变了 Google这次没有继续单纯追求“更大、更强”，而是同时推出： • Gemini 3.6 Flash • Gemini 3.5 Flash-Lite • Gemini 3.5 Flash Cyber 分别争夺高频任务、低成本调用和AI安全市场。但问题也很直接：当中国模型不断压低价格，轻量模型只靠“速度快”已经很难形成真正优势。 2️⃣ OpenAI正在发动Token补贴战 Codex与ChatGPT Work相关用户已经达到1000万，短期增长速度非常惊人。与此同时，OpenAI在7天内多次重置付费用户额度。表面上是送福利，背后更像一场增长商战：先让用户习惯高Token、高频率的AI工作流，再让AI真正变成无法离开的生产工具。 3️⃣ AI攻防已经进入真实基础设施 OpenAI的预发布模型在内部安全评测中发现并利用零日漏洞，Hugging Face又通过AI参与检测和处置。 AI正在同时扮演攻击者、测试者和防御者。这意味着未来的模型竞争，不只是跑分竞争，还会直接进入网络安全、基础设施和监管体系。 4️⃣ 真正的战场是“工作流入口” Claude开始学习用户的操作流程，Codex向知识工作扩张，Google和Kimi继续争夺模型调用量。下一轮竞争不会只靠一张排行榜决定。模型能力、产品分发、使用额度、工作流黏性和安全边界，将成为新的五条战线。视频里的核心判断是：真正值得关注的，不是Google一晚上发布了3个模型，而是谁能把AI变成用户每天都离不开的工作方式。

AI圈凌晨又炸了。 Google一口气发布3款新模型；Codex与ChatGPT Work相关用户冲上1000万；OpenAI又一次给付费用户重置额度。更夸张的是：预发布AI模型已经开始在安全评测中发现并利用零日漏洞。单看每一条都是新闻，放在一起看，信号完全不同： 1️⃣ 模型战争变了 Google这次没有继续单纯追求“更大、更强”，而是同时推出： • Gemini 3.6 Flash • Gemini 3.5 Flash-Lite • Gemini 3.5 Flash Cyber 分别争夺高频任务、低成本调用和AI安全市场。但问题也很直接：当中国模型不断压低价格，轻量模型只靠“速度快”已经很难形成真正优势。 2️⃣ OpenAI正在发动Token补贴战 Codex与ChatGPT Work相关用户已经达到1000万，短期增长速度非常惊人。与此同时，OpenAI在7天内多次重置付费用户额度。表面上是送福利，背后更像一场增长商战：先让用户习惯高Token、高频率的AI工作流，再让AI真正变成无法离开的生产工具。 3️⃣ AI攻防已经进入真实基础设施 OpenAI的预发布模型在内部安全评测中发现并利用零日漏洞，Hugging Face又通过AI参与检测和处置。 AI正在同时扮演攻击者、测试者和防御者。这意味着未来的模型竞争，不只是跑分竞争，还会直接进入网络安全、基础设施和监管体系。 4️⃣ 真正的战场是“工作流入口” Claude开始学习用户的操作流程，Codex向知识工作扩张，Google和Kimi继续争夺模型调用量。下一轮竞争不会只靠一张排行榜决定。模型能力、产品分发、使用额度、工作流黏性和安全边界，将成为新的五条战线。视频里的核心判断是：真正值得关注的，不是Google一晚上发布了3个模型，而是谁能把AI变成用户每天都离不开的工作方式。

Vic TALK

27,250 次观看 • 1 个月前

Root：一场Web3 Meme范式革新的序幕，正在悄然拉开当大多数 Meme 项目还在靠单点叙事挣扎出圈时，Root 正在用实际行动重塑“新一代 Meme 项目”的定义——它不再仅仅是一枚情绪币，而是一套围绕产品、流量和用户价值闭环深度布局的 Web3 Meme 综合体。两天不到，Root 打新地址数已突破 6000+社群扩展与传播速度远超同期项目。这不是空穴来风，而是其背后系统性产品矩阵与强背书力量的共振效果。 🔥 热度超预期，打新地址破6000+，社区自发爆发 Root目前正在进行的打新活动，仅以0.03 BNB为门槛，但却引发了超6000个地址参与。从用户结构看，既有老牌DeFi玩家，也有大量新人被项目传播所吸引主动入场。这说明Root不是靠“内圈自嗨”来维持温度，而是真正具备向外破圈、让人愿意传播、敢于拉人参与的市场驱动力。 📌 打新入口： 🧠 AI Meme发射台：项目发起者的新“军火库” Root 即将推出的 AI Meme 发射台，是其生态中最具技术含量的杀手级应用。这一工具将彻底改变 MEME 项目的孵化门槛和运行机制： •反垃圾设计：项目创建者必须销毁 1 BNB 初始代币，天然过滤短线劣质盘； •一站式交易支持：内置轻钱包、链上机器人，无需跳转第三方平台，交易直接完成； •扫链 + 智能筛选功能：用户可快速发现潜力Meme项目，避免埋雷； •AI 助手集成：协助项目方完成文案撰写、部署、营销策略建议等，提高新项目的冷启动效率。这不仅是一款工具，更可能是未来 Meme 项目从“野生进化”为“精工运营”的标志性平台。 🛰 Root VPN：隐私刚需时代的基础设施 Root 推出的另一款实用型产品——Root VPN，也在悄然重塑 Web3 用户的安全认知。区别于传统的匿名工具，Root VPN 在 Web3 语境下具备三大特色： •链上认证 + 分布式节点，非中心服务器托管，不存在单点泄露风险； •打通用户身份与社区激励，绑定极速矿工身份可获得 30 天使用权益； •日常级稳定性，可作为主力VPN使用，不只是锦上添花的玩具。在隐私保护愈发严峻的环境中，Root VPN 有潜力成为“Web3 必备插件”级的底层服务。 🤝 与 Surf 交易所达成战略合作，共建去中心化交易新范式最令人期待的是：Root 已与 Surf 交易所达成战略合作。这并非普通意义上的资源互换，而是深度产品协同 + 用户交叉导流，目标明确：打造一个高效、可复制、流量闭环的 Web3 应用生态。 Surf x Root 合作核心亮点： 1流量互哺：Root 提供社群与项目端源头流量，Surf 提供交易平台落地场景； 2交易场景补全：借助 Surf 的零滑点、低费率、高杠杆交易系统，填补 Root 在金融属性场景的空白； 3资源整合：双方共享数据接口、用户行为数据与激励机制，实现真正意义上的合作生态联动； 4战略定位统一：从公链 → 生态应用 → 交易终端 → 用户闭环，共同构建属于自己的去中心化流量帝国。 🌐 Surf 平台入口： 🧩 项目整体画像：不是暴富捷径，而是完整叙事的开始 Root 并未将自己局限于“下一个 PEPE”式的炒作标签，它更像是在搭建一个具备 Meme 文化、技术底层、流量入口与金融闭环的多层级综合生态。它的故事线并不复杂：从轻量打新 → 用户裂变 → VPN工具落地 → 发射台上线 → 联合交易所形成金融闭环每一步都有真实动作，每一个叙事都有产品与用户反馈作为支撑。 ✅ 总结一下： •Root 已获得 6000+地址参与打新，社群裂变极快； •VPN与Meme发射台工具将开启真实使用场景落地； •与Surf交易所合作，补齐金融场景与用户出口； •模型去中心化、上线公开透明，无预留，零跑路风险。它不再是“靠行情活着的Meme项目”，而是开始走向拥有真实市场支撑的「Web3 Meme 工业化」路径。而对于你来说，或许这个阶段的Root，才刚刚翻开序章。 📍 打新参与链接： 📍 Surf 合作交易入口： 📍 Root VPN / Meme 发射台即将上线，敬请关注官方社群第一时间更新。 Root，不是一个代币，它是一场“去中心化流量战争”的提前埋伏。还没站好位的，现在是时候了。

Root：一场Web3 Meme范式革新的序幕，正在悄然拉开当大多数 Meme 项目还在靠单点叙事挣扎出圈时，Root 正在用实际行动重塑“新一代 Meme 项目”的定义——它不再仅仅是一枚情绪币，而是一套围绕产品、流量和用户价值闭环深度布局的 Web3 Meme 综合体。两天不到，Root 打新地址数已突破 6000+社群扩展与传播速度远超同期项目。这不是空穴来风，而是其背后系统性产品矩阵与强背书力量的共振效果。 🔥 热度超预期，打新地址破6000+，社区自发爆发 Root目前正在进行的打新活动，仅以0.03 BNB为门槛，但却引发了超6000个地址参与。从用户结构看，既有老牌DeFi玩家，也有大量新人被项目传播所吸引主动入场。这说明Root不是靠“内圈自嗨”来维持温度，而是真正具备向外破圈、让人愿意传播、敢于拉人参与的市场驱动力。 📌 打新入口： 🧠 AI Meme发射台：项目发起者的新“军火库” Root 即将推出的 AI Meme 发射台，是其生态中最具技术含量的杀手级应用。这一工具将彻底改变 MEME 项目的孵化门槛和运行机制： •反垃圾设计：项目创建者必须销毁 1 BNB 初始代币，天然过滤短线劣质盘； •一站式交易支持：内置轻钱包、链上机器人，无需跳转第三方平台，交易直接完成； •扫链 + 智能筛选功能：用户可快速发现潜力Meme项目，避免埋雷； •AI 助手集成：协助项目方完成文案撰写、部署、营销策略建议等，提高新项目的冷启动效率。这不仅是一款工具，更可能是未来 Meme 项目从“野生进化”为“精工运营”的标志性平台。 🛰 Root VPN：隐私刚需时代的基础设施 Root 推出的另一款实用型产品——Root VPN，也在悄然重塑 Web3 用户的安全认知。区别于传统的匿名工具，Root VPN 在 Web3 语境下具备三大特色： •链上认证 + 分布式节点，非中心服务器托管，不存在单点泄露风险； •打通用户身份与社区激励，绑定极速矿工身份可获得 30 天使用权益； •日常级稳定性，可作为主力VPN使用，不只是锦上添花的玩具。在隐私保护愈发严峻的环境中，Root VPN 有潜力成为“Web3 必备插件”级的底层服务。 🤝 与 Surf 交易所达成战略合作，共建去中心化交易新范式最令人期待的是：Root 已与 Surf 交易所达成战略合作。这并非普通意义上的资源互换，而是深度产品协同 + 用户交叉导流，目标明确：打造一个高效、可复制、流量闭环的 Web3 应用生态。 Surf x Root 合作核心亮点： 1流量互哺：Root 提供社群与项目端源头流量，Surf 提供交易平台落地场景； 2交易场景补全：借助 Surf 的零滑点、低费率、高杠杆交易系统，填补 Root 在金融属性场景的空白； 3资源整合：双方共享数据接口、用户行为数据与激励机制，实现真正意义上的合作生态联动； 4战略定位统一：从公链 → 生态应用 → 交易终端 → 用户闭环，共同构建属于自己的去中心化流量帝国。 🌐 Surf 平台入口： 🧩 项目整体画像：不是暴富捷径，而是完整叙事的开始 Root 并未将自己局限于“下一个 PEPE”式的炒作标签，它更像是在搭建一个具备 Meme 文化、技术底层、流量入口与金融闭环的多层级综合生态。它的故事线并不复杂：从轻量打新 → 用户裂变 → VPN工具落地 → 发射台上线 → 联合交易所形成金融闭环每一步都有真实动作，每一个叙事都有产品与用户反馈作为支撑。 ✅ 总结一下： •Root 已获得 6000+地址参与打新，社群裂变极快； •VPN与Meme发射台工具将开启真实使用场景落地； •与Surf交易所合作，补齐金融场景与用户出口； •模型去中心化、上线公开透明，无预留，零跑路风险。它不再是“靠行情活着的Meme项目”，而是开始走向拥有真实市场支撑的「Web3 Meme 工业化」路径。而对于你来说，或许这个阶段的Root，才刚刚翻开序章。 📍 打新参与链接： 📍 Surf 合作交易入口： 📍 Root VPN / Meme 发射台即将上线，敬请关注官方社群第一时间更新。 Root，不是一个代币，它是一场“去中心化流量战争”的提前埋伏。还没站好位的，现在是时候了。

Web3热宝学AI

19,170 次观看 • 1 年前

一个真正懂用户的钱包，终于出现了！支付扫码 + 玩转合约，一手掌握！不同于其他钱包动辄复杂到劝退，今天我亲测 StakeStone Wallet，整体体验干净简洁、操作顺畅得惊人！超市里直接扫码支付，丝滑流畅、零摩擦；链上智能合约交互也一样轻松自然。以下是我在超市真实支付的完整影片；太方便、太丝滑了！Web3本该是这样：让加密资产真正服务于日常生活，而不是高高在上的技术门槛。对了，现在注册的用户或许会有 5 笔随机立减活动！强烈推荐每一位追求极致体验的朋友试试👇

一个真正懂用户的钱包，终于出现了！支付扫码 + 玩转合约，一手掌握！不同于其他钱包动辄复杂到劝退，今天我亲测 StakeStone Wallet，整体体验干净简洁、操作顺畅得惊人！超市里直接扫码支付，丝滑流畅、零摩擦；链上智能合约交互也一样轻松自然。以下是我在超市真实支付的完整影片；太方便、太丝滑了！Web3本该是这样：让加密资产真正服务于日常生活，而不是高高在上的技术门槛。对了，现在注册的用户或许会有 5 笔随机立减活动！强烈推荐每一位追求极致体验的朋友试试👇

币世王 🦅

48,321 次观看 • 2 个月前

Reddit的联合创始人承认：我们最初的用户，基本上是伪造的。怎么伪造？就是他和另一个创始人Steve，用不同的用户名不断发帖。最开始那几个礼拜，网站上99%的帖子都是他们俩自己发的。先创造出一个“很多人在用”的假象。等真实的用户进来，看到一个热闹的社区，自然就留下了。这就是硅谷著名的增长黑客策略：“Fake it till you make it”。先用欺骗手段制造繁荣，再用繁荣吸引真实用户。这套玩法是不是很熟悉？从伪造用户数据开始，到后来审查言论、操纵信息流、人为设定“社区标准”。控制叙事的基因，从第一天就写在代码里了。一个社区的根基如果是建立在精心设计的假象之上，那么它后来所标榜的“开放”和“真实”有多少可信度？当一个平台从诞生之初就在操纵用户观感，我们又该如何看待它今天呈现给我们的内容？这仅仅是一个创业故事，还是一种系统性欺骗的开端？

Reddit的联合创始人承认：我们最初的用户，基本上是伪造的。怎么伪造？就是他和另一个创始人Steve，用不同的用户名不断发帖。最开始那几个礼拜，网站上99%的帖子都是他们俩自己发的。先创造出一个“很多人在用”的假象。等真实的用户进来，看到一个热闹的社区，自然就留下了。这就是硅谷著名的增长黑客策略：“Fake it till you make it”。先用欺骗手段制造繁荣，再用繁荣吸引真实用户。这套玩法是不是很熟悉？从伪造用户数据开始，到后来审查言论、操纵信息流、人为设定“社区标准”。控制叙事的基因，从第一天就写在代码里了。一个社区的根基如果是建立在精心设计的假象之上，那么它后来所标榜的“开放”和“真实”有多少可信度？当一个平台从诞生之初就在操纵用户观感，我们又该如何看待它今天呈现给我们的内容？这仅仅是一个创业故事，还是一种系统性欺骗的开端？

墓碑科技

157,304 次观看 • 9 个月前