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。

Perplexity CEO Aravind Srinivas说，现在真正值钱的不是"平均用户"，是重度用户，一个人能烧掉一整个团队的算力。他举例：Meta有工程师一年在编程工具上砸了近1000万美元，Perplexity Computer上有用户每月花超1万美元跑agent循环。追十亿个做小动作的用户，这套老逻辑现在变了。

AI Will

189,403 subscribers

24,419 次观看 • 9 天前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

英伟达Nvidia黄仁勋： AI，让平凡的人不再平凡。一个年轻人加上AI，就是全新的“超级个体”。不拼资历，不靠背景，AI成了这个时代最大的“能力放大器”。它不是替你工作，而是教你变强，像导师、像助手，甚至像一整个研究团队。以前，成为专家要花十年，现在，用AI做研究，年轻人正在用几年甚至几个月的速度追赶。程序员用它写代码、调试逻辑；研究员用它读文献、生成模型；医生用它分析病例、辅助诊断。几乎所有专业的人才，搭上AI这台引擎，都跑得更快。哪怕是在偏远小镇的医生，或是发展中国家的工程师，手里只要有AI，就能站上世界一线的能力标准。但这，也压力山大。对那些在某个领域苦练二十年的人来说，现在，刚入行的新人搭上AI，可能一年就追平你辛苦十年的经验积累。 AI不是取代你，而是逼你进化。越早拥抱它，你越可能成为被放大的那一个。

英伟达Nvidia黄仁勋： AI，让平凡的人不再平凡。一个年轻人加上AI，就是全新的“超级个体”。不拼资历，不靠背景，AI成了这个时代最大的“能力放大器”。它不是替你工作，而是教你变强，像导师、像助手，甚至像一整个研究团队。以前，成为专家要花十年，现在，用AI做研究，年轻人正在用几年甚至几个月的速度追赶。程序员用它写代码、调试逻辑；研究员用它读文献、生成模型；医生用它分析病例、辅助诊断。几乎所有专业的人才，搭上AI这台引擎，都跑得更快。哪怕是在偏远小镇的医生，或是发展中国家的工程师，手里只要有AI，就能站上世界一线的能力标准。但这，也压力山大。对那些在某个领域苦练二十年的人来说，现在，刚入行的新人搭上AI，可能一年就追平你辛苦十年的经验积累。 AI不是取代你，而是逼你进化。越早拥抱它，你越可能成为被放大的那一个。

墓碑科技

12,575 次观看 • 1 年前

黄仁勋：年薪50万的工程师，连25万美金的token都没用掉，我会极度恐慌。他的逻辑很简单：AI是工具，工具就要被大量使用。工程师的工作会变成想清楚问题，然后调度AI agent去解决。我现在就是这么干的，7个agent各司其职，人只负责想清楚要什么。

黄仁勋：年薪50万的工程师，连25万美金的token都没用掉，我会极度恐慌。他的逻辑很简单：AI是工具，工具就要被大量使用。工程师的工作会变成想清楚问题，然后调度AI agent去解决。我现在就是这么干的，7个agent各司其职，人只负责想清楚要什么。

傅盛

69,712 次观看 • 3 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

75,060 次观看 • 5 个月前

【深度解析：为什么Manus值50亿美金？】和硅谷的朋友聊了下，Manus大概率是以50亿美金左右的价格被Meta收购的，我觉得非常值，原因有三： 1.现在硅谷的AI创业估值逻辑就是这么个价，ARR的20-30倍就是公司估值（ToC企业少一些是20倍，因为老美觉得他们做ToC应用干不过中国）Manus已经能做到1亿多美金的ARR了，再加上溢价50亿非常合理。 2.独特性，Manus是第一个大众通用类Agent，谁离用户近谁更赚钱，想搞AI转型的Meta现在缺的就是这个。 3.以我对Manus团队的了解，他们真的是一个真正的AI Native组织，这也是小扎最想要的——在人才的层面实现AI Native化，那这样的新鲜血液的融入是必不可少的。

【深度解析：为什么Manus值50亿美金？】和硅谷的朋友聊了下，Manus大概率是以50亿美金左右的价格被Meta收购的，我觉得非常值，原因有三： 1.现在硅谷的AI创业估值逻辑就是这么个价，ARR的20-30倍就是公司估值（ToC企业少一些是20倍，因为老美觉得他们做ToC应用干不过中国）Manus已经能做到1亿多美金的ARR了，再加上溢价50亿非常合理。 2.独特性，Manus是第一个大众通用类Agent，谁离用户近谁更赚钱，想搞AI转型的Meta现在缺的就是这个。 3.以我对Manus团队的了解，他们真的是一个真正的AI Native组织，这也是小扎最想要的——在人才的层面实现AI Native化，那这样的新鲜血液的融入是必不可少的。

傅盛

43,896 次观看 • 6 个月前

黄仁勋说年薪50万的工程师如果连25万美金的token都没用掉，他会"极度恐慌"，这就像芯片设计师说只用纸和铅笔不需要CAD工具。未来"太难了""得花很久""得雇一堆人"这些想法统统消失，每个工程师都会配上一百个智能体。新的编程方式不是写代码，而是写想法、架构、规格。

黄仁勋说年薪50万的工程师如果连25万美金的token都没用掉，他会"极度恐慌"，这就像芯片设计师说只用纸和铅笔不需要CAD工具。未来"太难了""得花很久""得雇一堆人"这些想法统统消失，每个工程师都会配上一百个智能体。新的编程方式不是写代码，而是写想法、架构、规格。

Inty News

433,135 次观看 • 3 个月前

中国最有钱的人是谁？100万美元起步，18年时间账户涨到1000亿美元，期间该账户的钱只买过一次别墅。网友：还用问？必须是大院里的。

中国最有钱的人是谁？100万美元起步，18年时间账户涨到1000亿美元，期间该账户的钱只买过一次别墅。网友：还用问？必须是大院里的。

作家崔成浩

212,404 次观看 • 5 个月前

一个年薪$50万的工程师要是token没烧 $25万老黄就要开除他不用AI ≈ 工业革命不用机器世界的约束消失了以后，每个人都要带100个AI员工 😂

一个年薪$50万的工程师要是token没烧 $25万老黄就要开除他不用AI ≈ 工业革命不用机器世界的约束消失了以后，每个人都要带100个AI员工 😂

Annie 所长

139,791 次观看 • 3 个月前

你敢信，有人用个机器人，把300多块钱变成了200万美金？就靠猜比特币涨跌。昨天一个程序员在Reddit上发帖，说已经在摩纳哥买下第二套公寓了。他的机器人说白了就是盯着那些只存在两三秒的价格差，反复做小额套利。成千上万笔不起眼的小交易，单看哪笔都没什么感觉，直到某天打开账户，发现多了200万。明年这时候，我能不能也整一套？就是这个机器人：想在Polymarket上跟单操作的，可以试试这个： #Polymarket

你敢信，有人用个机器人，把300多块钱变成了200万美金？就靠猜比特币涨跌。昨天一个程序员在Reddit上发帖，说已经在摩纳哥买下第二套公寓了。他的机器人说白了就是盯着那些只存在两三秒的价格差，反复做小额套利。成千上万笔不起眼的小交易，单看哪笔都没什么感觉，直到某天打开账户，发现多了200万。明年这时候，我能不能也整一套？就是这个机器人：想在Polymarket上跟单操作的，可以试试这个： #Polymarket

区块链行情研究

26,803 次观看 • 4 个月前

今天看到谷歌前CEO施密特的演讲，对 #AI 重要性的描述，让人深思，他提到接下来这十年 #AI 技术的发展，将会直接决定未来的一百年。当年在互联网时代，我看一个创业项目，第一反应就是问：“你的市场有多大？” 因为互联网的生意，本质是“人”的生意：有多少人会用、他们愿意花多少钱。比如微信、抖音、亚马逊，逻辑都是一样的——抓住海量用户，然后想办法把用户价值变现。但 #AI 时代不是这样。施密特说，#AI 像电、像火。它不是一个“消费产品”，而是一个“生产力工具”，能直接创造结果。这意味着，AI 的市场规模不能再用“用户数 × 客单价”去算，而是要看它能切入多少“工资盘子”。拿 Coding 举例。全球程序员也就 3000 万人，听上去不算大。但这些人薪水都很高，总盘子大概 5000 亿美元。那 #AI 编程工具的价值，就是看它能不能分走这块 5000 亿的蛋糕。比如：如果 AI Coding 工具能替代程序员 10% 的工作，那就是 500 亿美金的价值。如果替代 30%，就是 1500 亿美金。更极端一点，如果完全自动化，那可能就是整个产业格局的重写。这就是为什么，哪怕程序员这个群体本身不大，#AI 编程依然会被资本市场极度看好。因为它直接对接的是“工资成本”，而工资就是最实打实的市场。而且这套逻辑不只适用于编程。未来律师、医生、设计师、投行分析师……这些高薪群体，背后都是巨大的工资池。#AI 能切走多少，就意味着有多大市场。所以在 #AI 时代，我看一个项目，不会再问“有多少用户”，而会先问：“它能帮谁省钱，能省多少钱？”因为 #AI 是硅基员工，真正的竞争对手不是别的互联网应用，而是“人类劳动力”。从投资角度讲，最值得关注的赛道，就是那些工资盘子最大、而且工作内容高度标准化的行业。编程只是第一个爆点，接下来可能会是法律文书、金融研究、医疗诊断，甚至是制造业里的设计环节。换句话说，#AI 投资逻辑已经从“用户经济”转向“劳动力经济”。谁能替代掉最多的人类工作，谁就能拿到最大的市场。从这个思路来探索 #AI 应用领域的创新，将会大有可为，寻找投资标的，也会更清晰。🧐

今天看到谷歌前CEO施密特的演讲，对 #AI 重要性的描述，让人深思，他提到接下来这十年 #AI 技术的发展，将会直接决定未来的一百年。当年在互联网时代，我看一个创业项目，第一反应就是问：“你的市场有多大？” 因为互联网的生意，本质是“人”的生意：有多少人会用、他们愿意花多少钱。比如微信、抖音、亚马逊，逻辑都是一样的——抓住海量用户，然后想办法把用户价值变现。但 #AI 时代不是这样。施密特说，#AI 像电、像火。它不是一个“消费产品”，而是一个“生产力工具”，能直接创造结果。这意味着，AI 的市场规模不能再用“用户数 × 客单价”去算，而是要看它能切入多少“工资盘子”。拿 Coding 举例。全球程序员也就 3000 万人，听上去不算大。但这些人薪水都很高，总盘子大概 5000 亿美元。那 #AI 编程工具的价值，就是看它能不能分走这块 5000 亿的蛋糕。比如：如果 AI Coding 工具能替代程序员 10% 的工作，那就是 500 亿美金的价值。如果替代 30%，就是 1500 亿美金。更极端一点，如果完全自动化，那可能就是整个产业格局的重写。这就是为什么，哪怕程序员这个群体本身不大，#AI 编程依然会被资本市场极度看好。因为它直接对接的是“工资成本”，而工资就是最实打实的市场。而且这套逻辑不只适用于编程。未来律师、医生、设计师、投行分析师……这些高薪群体，背后都是巨大的工资池。#AI 能切走多少，就意味着有多大市场。所以在 #AI 时代，我看一个项目，不会再问“有多少用户”，而会先问：“它能帮谁省钱，能省多少钱？”因为 #AI 是硅基员工，真正的竞争对手不是别的互联网应用，而是“人类劳动力”。从投资角度讲，最值得关注的赛道，就是那些工资盘子最大、而且工作内容高度标准化的行业。编程只是第一个爆点，接下来可能会是法律文书、金融研究、医疗诊断，甚至是制造业里的设计环节。换句话说，#AI 投资逻辑已经从“用户经济”转向“劳动力经济”。谁能替代掉最多的人类工作，谁就能拿到最大的市场。从这个思路来探索 #AI 应用领域的创新，将会大有可为，寻找投资标的，也会更清晰。🧐

Rocky

240,492 次观看 • 9 个月前

千万别盲目在公司做“AI赋能雷锋”！一个月薪 3 万 8 的程序员，被裁了。最讽刺的是：不是因为他技术差，而是因为他太会用 AI 了。去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。老板一看：你这么会用 AI，那你能不能带带团队？于是他花了 3 个月，把团队都教会了 Claude Code。结果团队效率翻倍，公司发现：以前需要他兜底的事，现在其他人也能干了。上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。这件事最扎心的地方在于：未来最危险的程序员，可能不是不会用 AI 的人，而是只会把 AI 用在“写代码”上的人。因为写代码正在变便宜。真正值钱的是：懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。未来最吃香的工程师，不是单纯的代码高手，而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

千万别盲目在公司做“AI赋能雷锋”！一个月薪 3 万 8 的程序员，被裁了。最讽刺的是：不是因为他技术差，而是因为他太会用 AI 了。去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。老板一看：你这么会用 AI，那你能不能带带团队？于是他花了 3 个月，把团队都教会了 Claude Code。结果团队效率翻倍，公司发现：以前需要他兜底的事，现在其他人也能干了。上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。这件事最扎心的地方在于：未来最危险的程序员，可能不是不会用 AI 的人，而是只会把 AI 用在“写代码”上的人。因为写代码正在变便宜。真正值钱的是：懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。未来最吃香的工程师，不是单纯的代码高手，而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

前端哥Liam

61,064 次观看 • 1 个月前

黄仁勋对工程师的期待已经变了。一个年薪 50 万美元的工程师，一年只花 5000 美元 token，他会警觉；如果没消耗至少 25 万美元 token，他会非常担心。因为在他看来，未来每个工程师都会管理上百个 agent。这段长达 16 分钟的视频彻底揭开了下一个时代的财富与工作范式。建议观看并收藏。

黄仁勋对工程师的期待已经变了。一个年薪 50 万美元的工程师，一年只花 5000 美元 token，他会警觉；如果没消耗至少 25 万美元 token，他会非常担心。因为在他看来，未来每个工程师都会管理上百个 agent。这段长达 16 分钟的视频彻底揭开了下一个时代的财富与工作范式。建议观看并收藏。

柴郡🔔｜Crypto+AI Plus

24,490 次观看 • 1 个月前

在美国做展台搭建10多年，服务过几十个国家的客户，韩国客户是我需要竖大拇指的客户群体，跟我合作的几个韩国客户，无论是设计公司还是参展商，他们的付款信用相当相当优秀，以至于现在我们有几个VIP韩国客户让我垫付10万美元我都不会有什么担忧. 当然不是所有韩国客户都这样，我这里特指的是高预算客户，越低预算客户风险越高也越难侍候，所以，客户的筛选从一接触就开始了.

在美国做展台搭建10多年，服务过几十个国家的客户，韩国客户是我需要竖大拇指的客户群体，跟我合作的几个韩国客户，无论是设计公司还是参展商，他们的付款信用相当相当优秀，以至于现在我们有几个VIP韩国客户让我垫付10万美元我都不会有什么担忧. 当然不是所有韩国客户都这样，我这里特指的是高预算客户，越低预算客户风险越高也越难侍候，所以，客户的筛选从一接触就开始了.

Daisy

10,244 次观看 • 3 个月前

Altman 现在想投一种过去会被硅谷嘲笑的人。这种人以前叫“点子人”。嘴上说自己有一个绝妙创意。又不肯讲清楚是什么。只说需要一个程序员把它做出来。然后公司就能起飞。 Altman 说，当年大家会笑这种人。因为他们大多做不成。他自己也烦这个逻辑。这就像有人说：我有一首神曲的点子，只差一个会弹吉他的人帮我做出来。妙吧？硅谷最看不起的角色，突然等来了复仇时刻。 Altman 原话里用了一个词：revenge of the idea guys。点子人的复仇。过去很长时间，YC 和整个创业圈筛创始团队，最看重的是技术能力。谁能写代码，谁能搭系统，谁能把想法变成产品。技术人才依然重要。但权重变了。 Altman 现在说，那些完全不会写代码，却真正理解用户的人，他想投。这句话的变化不在“不会代码也行”。真正的变化在于，创业的第一门槛正在从“你会不会造”，挪向“你知不知道该给谁造”。以前点子人最大的问题，是把工程师当外包吉他手。现在能被重新估值的点子人，必须把用户理解到骨头里。知道痛点在哪里，知道谁愿意付钱，知道产品第一秒该解决什么。 AI 和工具链把一部分技术门槛压低之后，人的优势开始换地方。会写代码的人仍然值钱。但只会写代码、却不懂用户的人，反而会越来越像拿着高级乐器却找不到旋律的人。硅谷这轮转向真正刺痛人的地方在这里。过去“我有个点子”不值钱。现在“我知道用户为什么痛”开始值钱。创业桌上的筹码，正在从代码能力扩展到用户洞察。

Altman 现在想投一种过去会被硅谷嘲笑的人。这种人以前叫“点子人”。嘴上说自己有一个绝妙创意。又不肯讲清楚是什么。只说需要一个程序员把它做出来。然后公司就能起飞。 Altman 说，当年大家会笑这种人。因为他们大多做不成。他自己也烦这个逻辑。这就像有人说：我有一首神曲的点子，只差一个会弹吉他的人帮我做出来。妙吧？硅谷最看不起的角色，突然等来了复仇时刻。 Altman 原话里用了一个词：revenge of the idea guys。点子人的复仇。过去很长时间，YC 和整个创业圈筛创始团队，最看重的是技术能力。谁能写代码，谁能搭系统，谁能把想法变成产品。技术人才依然重要。但权重变了。 Altman 现在说，那些完全不会写代码，却真正理解用户的人，他想投。这句话的变化不在“不会代码也行”。真正的变化在于，创业的第一门槛正在从“你会不会造”，挪向“你知不知道该给谁造”。以前点子人最大的问题，是把工程师当外包吉他手。现在能被重新估值的点子人，必须把用户理解到骨头里。知道痛点在哪里，知道谁愿意付钱，知道产品第一秒该解决什么。 AI 和工具链把一部分技术门槛压低之后，人的优势开始换地方。会写代码的人仍然值钱。但只会写代码、却不懂用户的人，反而会越来越像拿着高级乐器却找不到旋律的人。硅谷这轮转向真正刺痛人的地方在这里。过去“我有个点子”不值钱。现在“我知道用户为什么痛”开始值钱。创业桌上的筹码，正在从代码能力扩展到用户洞察。

墓碑科技

19,109 次观看 • 2 个月前

有个中国学生，自己捣鼓了一台信用卡大小的设备，用的是Claude驱动。就一个树莓派、一个摄像头、一个LED灯，拢共花了14美金。教授说这是玩具。同学也都笑话他。他在YouTube上发了个演示视频，也就两百来个人看。后来大家才发现，这玩意儿跟什么有关。钱包。利润：1152万多美金。预测次数：2347笔。 2025年6月才进场。主页在这：想复制他的交易，用这个机器人就行：他怎么干的呢？他就问了一个问题。Claude实时扫描预测市场里的价格。要是发现价格跟实际情况对不上——LED灯立马变红。红灯一亮，就交易。绿灯，就等着。靠这个，押西雅图海鹰队，赢了200万美金。押比利亚雷亚尔，又赢150万美金。设备还是那台设备，演示还是那个演示。唯一变了的，就是账户里的盈亏数字。过了几个月，教授回来一看余额，问他能不能帮着管两个账户。现在呢？几十万人在看他。六位数活跃用户跟着做。就这么个小东西，一只手就能握住。那个LED灯还在那儿一闪一闪的。到第四个月，没人笑了。到第六个月，全都开始抄。

有个中国学生，自己捣鼓了一台信用卡大小的设备，用的是Claude驱动。就一个树莓派、一个摄像头、一个LED灯，拢共花了14美金。教授说这是玩具。同学也都笑话他。他在YouTube上发了个演示视频，也就两百来个人看。后来大家才发现，这玩意儿跟什么有关。钱包。利润：1152万多美金。预测次数：2347笔。 2025年6月才进场。主页在这：想复制他的交易，用这个机器人就行：他怎么干的呢？他就问了一个问题。Claude实时扫描预测市场里的价格。要是发现价格跟实际情况对不上——LED灯立马变红。红灯一亮，就交易。绿灯，就等着。靠这个，押西雅图海鹰队，赢了200万美金。押比利亚雷亚尔，又赢150万美金。设备还是那台设备，演示还是那个演示。唯一变了的，就是账户里的盈亏数字。过了几个月，教授回来一看余额，问他能不能帮着管两个账户。现在呢？几十万人在看他。六位数活跃用户跟着做。就这么个小东西，一只手就能握住。那个LED灯还在那儿一闪一闪的。到第四个月，没人笑了。到第六个月，全都开始抄。

区块链行情研究

823,479 次观看 • 3 个月前

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们

AYi

82,722 次观看 • 2 个月前

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

67,298 次观看 • 7 天前

一个中国小伙，非程序员出身，利用AI工具，一人一家公司OPC，成功干出了一年1000万的收入！他就是使用CHATGPT等AI工具设计付费的APP工具。他的工作流程是这样子的： 1.洞察需求 2.打磨需求 3.总结需求文档 4.做产品原型图 5.做产品的功能 6.做出MVP 7.验证MVP 8.找到1000个用户 9.设计变现点 10.验证失败验证成功 11.投放市场 AI时代，懂得使用AI工具的人可以放大自身的能力，创造一切可能性，值得我们好好学习。他具体是怎么实现的？请看下面的视频，听他的一一介绍工作流程。

一个中国小伙，非程序员出身，利用AI工具，一人一家公司OPC，成功干出了一年1000万的收入！他就是使用CHATGPT等AI工具设计付费的APP工具。他的工作流程是这样子的： 1.洞察需求 2.打磨需求 3.总结需求文档 4.做产品原型图 5.做产品的功能 6.做出MVP 7.验证MVP 8.找到1000个用户 9.设计变现点 10.验证失败验证成功 11.投放市场 AI时代，懂得使用AI工具的人可以放大自身的能力，创造一切可能性，值得我们好好学习。他具体是怎么实现的？请看下面的视频，听他的一一介绍工作流程。

小龙先生

65,268 次观看 • 2 个月前

Tom Lee：最好的时候还在后面呢！持有 1 万美金等值比特币以上的账户，目前只有 400 万个。而全球有 9 亿个退休和证券经纪账户，每个账户约有 1 万美金。这意味着加密货币的市场潜力是目前的 200 倍。现在各项前景都非常清晰，但真正不确定的，就是币价本身的波动。

Tom Lee：最好的时候还在后面呢！持有 1 万美金等值比特币以上的账户，目前只有 400 万个。而全球有 9 亿个退休和证券经纪账户，每个账户约有 1 万美金。这意味着加密货币的市场潜力是目前的 200 倍。现在各项前景都非常清晰，但真正不确定的，就是币价本身的波动。

AB Kuai.Dong

67,899 次观看 • 7 个月前

美国老师的工资是多少？这个有硕士学位的老师2016年年薪是4万刀，2025年是5.4万刀。算下来她现在每个月税前是4500刀，如果按照美国普遍的税率和扣除医保之类的费用（大概应该是22%左右），到手是3510刀。说实话，这个工资，如果在加州，一分钱都存不下。

美国老师的工资是多少？这个有硕士学位的老师2016年年薪是4万刀，2025年是5.4万刀。算下来她现在每个月税前是4500刀，如果按照美国普遍的税率和扣除医保之类的费用（大概应该是22%左右），到手是3510刀。说实话，这个工资，如果在加州，一分钱都存不下。

二爷Alex

154,769 次观看 • 6 个月前

两个月前还是1000美元做到500万美元，现在才两个月，账户已经到了900万美元了，6500万人民币！！！浪浪这也太强了🥲🥲 要是能爬到开单数据就好了，岂不是就发达了😂

两个月前还是1000美元做到500万美元，现在才两个月，账户已经到了900万美元了，6500万人民币！！！浪浪这也太强了🥲🥲 要是能爬到开单数据就好了，岂不是就发达了😂

投机实验室

295,152 次观看 • 1 年前