Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

一个日本开发者自己做了个墨水屏骑行码表 GPS 定位、地图导航、速度、心率、踏频、功率、卡路里全部显示在一块电子纸屏幕上墨水屏最大的优势：阳光直射下也能看清传统码表和手机在户外经常反光这个完全没有这个问题，而且功耗极低看到这个项目想到一件事：现在用 AI 做硬件原型的门槛已经很低了电路设计让 AI 出方案固件代码让 Claude Code 写外壳建模让 AI 辅助生成一个人 + AI，就能做出以前需要一个团队的硬件产品这个项目本身可能还是手写的但下一个做类似东西的人，大概率会全程用 AI 辅助从"想做一个东西"到"真的做出来" 中间的距离正在被 AI 压缩到越来越短你有没有想做但一直没动手的硬件项目？

Vincent

56,858 subscribers

62,505 görüntüleme • 2 ay önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

我对国产 AI Agent 一直没抱太大期待，直到这次它干了件让我意外的事。我让 Tencent WorkBuddy 做个竞品调研，它派出一整个研究团队，其中一个 AI 专门审稿。它把同伴写好的报告退了回去，理由是里面有个数字查不到来源。一个 AI，自己抓出自己编的数据，要求重做。最后我拿到的，是一套能直接演示的 10 页 slides，一个字都不用改。 WorkBuddy，全程录屏在这👇

我对国产 AI Agent 一直没抱太大期待，直到这次它干了件让我意外的事。我让 Tencent WorkBuddy 做个竞品调研，它派出一整个研究团队，其中一个 AI 专门审稿。它把同伴写好的报告退了回去，理由是里面有个数字查不到来源。一个 AI，自己抓出自己编的数据，要求重做。最后我拿到的，是一套能直接演示的 10 页 slides，一个字都不用改。 WorkBuddy，全程录屏在这👇

Yanhua

82,900 görüntüleme • 2 ay önce

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

Suu

553,871 görüntüleme • 2 ay önce

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。

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 görüntüleme • 2 ay önce

大佬huangserva 开源的这个项目很有可玩性。只花了不到2个小时就重新搭建了一个3D汉服的网站。方法简单介绍一下： 1/ 将大佬的开源项目地址扔给CodeX或者Agent，告诉它：请先阅读一下这个Github项目，然后模仿这个项目，帮我做一个3D汉服展示的网站，功能要求与原项目一致，语言改成中文，并重新调整复合汉服审美的UI。 2/ 在混元3D网站上将图片生成3D模型GLB文件并下载。地址： 3/ 将下载的GLB文件上传到你已经开发好的网站就可以了。效果可能没有原项目好，但做项目展示够用了。

大佬huangserva 开源的这个项目很有可玩性。只花了不到2个小时就重新搭建了一个3D汉服的网站。方法简单介绍一下： 1/ 将大佬的开源项目地址扔给CodeX或者Agent，告诉它：请先阅读一下这个Github项目，然后模仿这个项目，帮我做一个3D汉服展示的网站，功能要求与原项目一致，语言改成中文，并重新调整复合汉服审美的UI。 2/ 在混元3D网站上将图片生成3D模型GLB文件并下载。地址： 3/ 将下载的GLB文件上传到你已经开发好的网站就可以了。效果可能没有原项目好，但做项目展示够用了。

李岳

52,701 görüntüleme • 3 ay önce

骂归骂，但毫无疑问claude code 是anthropic 出来的最优秀的产品。这篇 Anthropic 原文是 Claude Code 的“口述史”，首先文章网站做的就很有意思：直接仿真了一个terminal，看起来很有趣！内容上：讲了 Claude Code 从早期内部实验、clide 原型、Claude CLI，到 2025 年研究预览发布后的扩散过程一句话总结：Claude Code 的成型，靠的是模型能力进步、终端式产品形态、小团队高频迭代、Anthropic 内部重度试用，以及一批早期用户不断反馈出来的真实工作流。 Claude Code 不是突然冒出来的产品。Anthropic 从 2021、2022 年就一直在研究怎么让模型写代码、跑测试、用 bash、在真实环境里完成任务。早期还有过 VS Code 插件和内部工具 clide，虽然粗糙，但已经证明“AI 可以真的参与开发”。 clide 很难用，但内部工程师一用就发现有未来感。Boris Cherny 后来做了 Claude CLI 原型，一开始没人太当回事，Slack 上反响也很小。直到大家看到它真的能改代码、写 PR、帮工程师推进工作，团队才意识到：这个方向值得全力做。他们认为 Claude Code 代表一种新的写代码方式：工程师会越来越少手写每一行代码，更多是在安排任务、审查结果、管理多个 AI agent。它也可能让很多原本没钱、没团队做软件的人，第一次能做出可用工具。原文链接：

骂归骂，但毫无疑问claude code 是anthropic 出来的最优秀的产品。这篇 Anthropic 原文是 Claude Code 的“口述史”，首先文章网站做的就很有意思：直接仿真了一个terminal，看起来很有趣！内容上：讲了 Claude Code 从早期内部实验、clide 原型、Claude CLI，到 2025 年研究预览发布后的扩散过程一句话总结：Claude Code 的成型，靠的是模型能力进步、终端式产品形态、小团队高频迭代、Anthropic 内部重度试用，以及一批早期用户不断反馈出来的真实工作流。 Claude Code 不是突然冒出来的产品。Anthropic 从 2021、2022 年就一直在研究怎么让模型写代码、跑测试、用 bash、在真实环境里完成任务。早期还有过 VS Code 插件和内部工具 clide，虽然粗糙，但已经证明“AI 可以真的参与开发”。 clide 很难用，但内部工程师一用就发现有未来感。Boris Cherny 后来做了 Claude CLI 原型，一开始没人太当回事，Slack 上反响也很小。直到大家看到它真的能改代码、写 PR、帮工程师推进工作，团队才意识到：这个方向值得全力做。他们认为 Claude Code 代表一种新的写代码方式：工程师会越来越少手写每一行代码，更多是在安排任务、审查结果、管理多个 AI agent。它也可能让很多原本没钱、没团队做软件的人，第一次能做出可用工具。原文链接：

岚叔

10,454 görüntüleme • 1 ay önce

这个央视做的AI动画视频，非常好的讲了美国伊朗这件事的来龙去脉，很有意思。我一开始看到央视做的还以为会很刻板无聊，看了半分钟就停不下来，一直看完了。真没想到挺有趣的，很适合没有持续关注这件事的人，大概了解从开始到现在都发生了什么。（已经可以看到AI生成5分钟以上的优质长视频了，大电影指日可待了）

这个央视做的AI动画视频，非常好的讲了美国伊朗这件事的来龙去脉，很有意思。我一开始看到央视做的还以为会很刻板无聊，看了半分钟就停不下来，一直看完了。真没想到挺有趣的，很适合没有持续关注这件事的人，大概了解从开始到现在都发生了什么。（已经可以看到AI生成5分钟以上的优质长视频了，大电影指日可待了）

陳威廉

154,860 görüntüleme • 5 ay önce

AI发展真的已经势不可挡了吗？吴恩达倒是给出了一个反直觉的答案，他说：“AI发展并没有像宣传的那么夸张。但是不得不承认，编程这方面AI确实急速发展。” 那工程师们都要失业吗？其实也不是。在软件开发这个“写代码➔交付用户➔获取反馈➔调整方向”的循环中，当写代码变得越来越快时，效率提升的瓶颈转移到了产品经理身上，“做什么”AI似乎无能为力。我就在想，会不会在未来极端条件下，一个人+AI就可以实现软件开发的闭环，他既是工程师也是产品经理。果然，不会用AI的工程师不是好的产品经理。 #AI #吴恩达 #Stanford #core #Agent

AI发展真的已经势不可挡了吗？吴恩达倒是给出了一个反直觉的答案，他说：“AI发展并没有像宣传的那么夸张。但是不得不承认，编程这方面AI确实急速发展。” 那工程师们都要失业吗？其实也不是。在软件开发这个“写代码➔交付用户➔获取反馈➔调整方向”的循环中，当写代码变得越来越快时，效率提升的瓶颈转移到了产品经理身上，“做什么”AI似乎无能为力。我就在想，会不会在未来极端条件下，一个人+AI就可以实现软件开发的闭环，他既是工程师也是产品经理。果然，不会用AI的工程师不是好的产品经理。 #AI #吴恩达 #Stanford #core #Agent

傅盛

32,760 görüntüleme • 4 ay önce

如何教我54岁的老爸Vibe Coding，做出20+产品，变现百万？翻出了之前4月份采访我老爸的视频。第一次让他尝试用 AI 写代码时，他的反应是：“不可能，真不可能。” 几个月后，他每天早上 5 点开始写，一直写到晚上 11 点，陆续做出了接近 20 个产品。其中有拍照识别食物热量的小程序、健康档案管理工具、电子签章软件，甚至还有卖化肥的产品。有的产品已经有几千名用户，电子签章软件也上架了华为云和阿里云。他还很兴奋地告诉我：“我现在像一个二十多岁的小伙子，我还能写代码，我完全是一个全栈工程师。” 这次采访，我从他身上看到了普通人使用 AI 最重要的 7 件事： 1. 真正的起点不是学习技术，而是解决一个真实问题他最初想做一个小程序，找外包询价，对方报价 10 万—20 万。我建议他先用 Cursor 和 Claude Code 自己试试。他完全不相信，最后是被我拉进视频会议，手把手“逼着”打开电脑。 2. 第一个项目一定要足够小，小到你可以马上开始他的第一个任务只是：写一个程序，找出 100 以内的质数。 3 分钟后，AI 不仅写出了算法，还做出了一个像样的界面。这一刻直接打穿了他的认知：原来不会写代码的人，也可以把脑中的想法变成真正能运行的产品。 3. AI 最大的价值，是把反馈周期从几天缩短到几分钟过去找外包，一个需求要等两三天，甚至一个星期，反馈回来的结果还可能不是自己想要的，只能继续沟通、继续返工。现在他把修改要求告诉 AI，一到两分钟就能看到结果。不对，就继续解释，再迭代一次。这种反馈速度，彻底改变了他做产品的方式。 4. 把 AI 当员工，但前提是你必须把需求讲清楚我以前用 AI 时，经常只会说“这里不对”，甚至对它发脾气，却没有告诉它我真正想要什么。爸爸反而更会“管理 AI”：目标是什么、想得到什么结果、哪里需要修改，他都会明确表达。如果自己都没想清楚需求，却要求 AI 猜中答案，它当然很难把事情做好。 5. 产品灵感不在宏大的趋势里，而在身边没有被解决的小问题里他会观察某个行业有没有痛点，也会听朋友们有哪些一直没能实现的想法。体检报告几年后找不到，于是做健康档案管理工具；报价文件打印、盖章、扫描太麻烦，于是做电子签章；有人有其他行业需求，他就尝试用 AI 做出来。不是先掌握所有技术，再寻找可以做的产品；而是先找到具体问题，然后边做边学。 6. 工具和模型的差异，只有真正做项目后才会理解他的经验是：Claude Code 更擅长架构和复杂功能，Cursor 在界面和日常开发上也很好用，成本相对更低。但这些认识并不是看书看来的，而是在一次次实际开发、换模型、改提示和调试中积累出来的。 7. 小白学习 AI 最快的方法只有一个：必须动手一开始，他也说：“我这个年代了，我怎么学？你不要骗我了。” 真正做起来以后，他却觉得自己像重新回到了二十多岁。我们总在说“我要学 AI”，但真正开始动手的人并不多。AI 不只是让专业人士变得更快，它正在让普通人第一次拥有独立做产品的能力。 54 岁不是太晚，不会写代码也不是门槛。真正的门槛，是你愿不愿意从一个真实的小问题开始，今天就动手。

如何教我54岁的老爸Vibe Coding，做出20+产品，变现百万？翻出了之前4月份采访我老爸的视频。第一次让他尝试用 AI 写代码时，他的反应是：“不可能，真不可能。” 几个月后，他每天早上 5 点开始写，一直写到晚上 11 点，陆续做出了接近 20 个产品。其中有拍照识别食物热量的小程序、健康档案管理工具、电子签章软件，甚至还有卖化肥的产品。有的产品已经有几千名用户，电子签章软件也上架了华为云和阿里云。他还很兴奋地告诉我：“我现在像一个二十多岁的小伙子，我还能写代码，我完全是一个全栈工程师。” 这次采访，我从他身上看到了普通人使用 AI 最重要的 7 件事： 1. 真正的起点不是学习技术，而是解决一个真实问题他最初想做一个小程序，找外包询价，对方报价 10 万—20 万。我建议他先用 Cursor 和 Claude Code 自己试试。他完全不相信，最后是被我拉进视频会议，手把手“逼着”打开电脑。 2. 第一个项目一定要足够小，小到你可以马上开始他的第一个任务只是：写一个程序，找出 100 以内的质数。 3 分钟后，AI 不仅写出了算法，还做出了一个像样的界面。这一刻直接打穿了他的认知：原来不会写代码的人，也可以把脑中的想法变成真正能运行的产品。 3. AI 最大的价值，是把反馈周期从几天缩短到几分钟过去找外包，一个需求要等两三天，甚至一个星期，反馈回来的结果还可能不是自己想要的，只能继续沟通、继续返工。现在他把修改要求告诉 AI，一到两分钟就能看到结果。不对，就继续解释，再迭代一次。这种反馈速度，彻底改变了他做产品的方式。 4. 把 AI 当员工，但前提是你必须把需求讲清楚我以前用 AI 时，经常只会说“这里不对”，甚至对它发脾气，却没有告诉它我真正想要什么。爸爸反而更会“管理 AI”：目标是什么、想得到什么结果、哪里需要修改，他都会明确表达。如果自己都没想清楚需求，却要求 AI 猜中答案，它当然很难把事情做好。 5. 产品灵感不在宏大的趋势里，而在身边没有被解决的小问题里他会观察某个行业有没有痛点，也会听朋友们有哪些一直没能实现的想法。体检报告几年后找不到，于是做健康档案管理工具；报价文件打印、盖章、扫描太麻烦，于是做电子签章；有人有其他行业需求，他就尝试用 AI 做出来。不是先掌握所有技术，再寻找可以做的产品；而是先找到具体问题，然后边做边学。 6. 工具和模型的差异，只有真正做项目后才会理解他的经验是：Claude Code 更擅长架构和复杂功能，Cursor 在界面和日常开发上也很好用，成本相对更低。但这些认识并不是看书看来的，而是在一次次实际开发、换模型、改提示和调试中积累出来的。 7. 小白学习 AI 最快的方法只有一个：必须动手一开始，他也说：“我这个年代了，我怎么学？你不要骗我了。” 真正做起来以后，他却觉得自己像重新回到了二十多岁。我们总在说“我要学 AI”，但真正开始动手的人并不多。AI 不只是让专业人士变得更快，它正在让普通人第一次拥有独立做产品的能力。 54 岁不是太晚，不会写代码也不是门槛。真正的门槛，是你愿不愿意从一个真实的小问题开始，今天就动手。

Vivi Xiao

21,799 görüntüleme • 1 ay önce

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

淘沙者(TheSandPicker)

92,035 görüntüleme • 1 ay önce

国内有个大V胡楚靓做了个人工作台，最近很火我做了个专门给内容创作者用的版本一个浏览器界面，从灵感到复盘全链路管完。核心三个亮点功能：一、灵感池：随手记录，决定做了一键转成完整项目管线二、AI 大纲评分：本机 Agent 直接跑，帮你找到大纲里没想清楚的地方，没问题了导出大纲卡片直接让AI写脚本三、发布后案例拆解：AI 把你的内容拆成结构化模板，下次写大纲直接复用项目基于开源项目改造迭代，详细介绍👇。已开源，部署一行命令。链接我放评论区了

国内有个大V胡楚靓做了个人工作台，最近很火我做了个专门给内容创作者用的版本一个浏览器界面，从灵感到复盘全链路管完。核心三个亮点功能：一、灵感池：随手记录，决定做了一键转成完整项目管线二、AI 大纲评分：本机 Agent 直接跑，帮你找到大纲里没想清楚的地方，没问题了导出大纲卡片直接让AI写脚本三、发布后案例拆解：AI 把你的内容拆成结构化模板，下次写大纲直接复用项目基于开源项目改造迭代，详细介绍👇。已开源，部署一行命令。链接我放评论区了

Jacky无限生长

13,003 görüntüleme • 1 ay önce

阿里悄悄上线了一个狠东西：Accio Work，用自然语言就能跑通从选品到开店的全流程。有人实测，48小时内用它生成了一款猫爪玩具的产品图纸，直连中国工厂打样。没用CAD，没有供应链人脉，没有中间商。30分钟搭好一个Shopify店铺，AI自动写商品描述、做SEO、找供应商、甚至替你发邮件砍价。背后是阿里26年攒下来的10亿商品数据和5000万企业数据。别家AI在聊天，阿里这个在替你做生意。以前一个跨境电商团队干的活，现在一个人加一个AI就够了。

阿里悄悄上线了一个狠东西：Accio Work，用自然语言就能跑通从选品到开店的全流程。有人实测，48小时内用它生成了一款猫爪玩具的产品图纸，直连中国工厂打样。没用CAD，没有供应链人脉，没有中间商。30分钟搭好一个Shopify店铺，AI自动写商品描述、做SEO、找供应商、甚至替你发邮件砍价。背后是阿里26年攒下来的10亿商品数据和5000万企业数据。别家AI在聊天，阿里这个在替你做生意。以前一个跨境电商团队干的活，现在一个人加一个AI就够了。

KK.aWSB

145,591 görüntüleme • 5 ay önce

斯坦福团队造了1000个 AI 模拟人，预测真人行为的准确率到了85% 他们做了一个实验：用 AI 创建了1000个代表美国人口结构的虚拟个体，让它们在模拟环境里做各种决策然后拿模拟结果跟真人的实际行为做对比——85% 的吻合度这个数字意味着：AI模拟体的选择，和真人被问到同样问题时的选择，五次里有四次以上是一致的怎么被发现商业价值的？财富500强的CEO们去斯坦福参观看到了这个演示，开始疯狂问市场相关的问题。团队发现这些问题以前没人能回答，但模拟可以于是他们决定把这个研究做成产品：一个 AI 模拟平台，专门帮企业在做重大决策之前先"跑一遍" 想推一个新产品？先让1000个AI消费者试试反应想调价格？先模拟市场会怎么变想进一个新市场？先看模拟人群的接受度市场调研行业可能要被 AI 重新定义了

斯坦福团队造了1000个 AI 模拟人，预测真人行为的准确率到了85% 他们做了一个实验：用 AI 创建了1000个代表美国人口结构的虚拟个体，让它们在模拟环境里做各种决策然后拿模拟结果跟真人的实际行为做对比——85% 的吻合度这个数字意味着：AI模拟体的选择，和真人被问到同样问题时的选择，五次里有四次以上是一致的怎么被发现商业价值的？财富500强的CEO们去斯坦福参观看到了这个演示，开始疯狂问市场相关的问题。团队发现这些问题以前没人能回答，但模拟可以于是他们决定把这个研究做成产品：一个 AI 模拟平台，专门帮企业在做重大决策之前先"跑一遍" 想推一个新产品？先让1000个AI消费者试试反应想调价格？先模拟市场会怎么变想进一个新市场？先看模拟人群的接受度市场调研行业可能要被 AI 重新定义了

Vincent

27,763 görüntüleme • 2 ay önce

GitHub 看不下去了，亲自下场给 AI 编程立规矩！🔥 Spec Kit，GitHub 出品，短短几天已经 109k+ Star。如果你经常用 Claude Code、Cursor 或 Copilot 写项目，大概率遇到过这种情况：第一版看着挺对。第二版开始偏。改了十几轮后发现，AI 理解的根本不是你想做的东西。 Spec Kit 想解决的就是这个问题。先把需求定义清楚。再让 AI 干活。需求 → 计划 → 任务 → 代码。整个过程都有据可依，而不是一路靠 Prompt 猜。核心亮点： - 一句话需求自动生成 Spec，验收标准、边界条件一起补全。 - Spec 自动转开发计划，任务拆分、技术方案、测试清单直接生成。 - Claude Code、Copilot、Gemini、Codex 等 30+ AI Coding Agent 全兼容。 - 支持 Preset 和 Extension，团队规范、行业模板直接复用。 - 新项目、功能迭代、遗留系统改造，一套流程全覆盖。我最喜欢的一点是：它不是教 AI 写更多代码。而是尽量避免 AI 从第一步就写错代码。如果你已经开始用 AI 做开发，这个项目值得放进收藏夹。

GitHub 看不下去了，亲自下场给 AI 编程立规矩！🔥 Spec Kit，GitHub 出品，短短几天已经 109k+ Star。如果你经常用 Claude Code、Cursor 或 Copilot 写项目，大概率遇到过这种情况：第一版看着挺对。第二版开始偏。改了十几轮后发现，AI 理解的根本不是你想做的东西。 Spec Kit 想解决的就是这个问题。先把需求定义清楚。再让 AI 干活。需求 → 计划 → 任务 → 代码。整个过程都有据可依，而不是一路靠 Prompt 猜。核心亮点： - 一句话需求自动生成 Spec，验收标准、边界条件一起补全。 - Spec 自动转开发计划，任务拆分、技术方案、测试清单直接生成。 - Claude Code、Copilot、Gemini、Codex 等 30+ AI Coding Agent 全兼容。 - 支持 Preset 和 Extension，团队规范、行业模板直接复用。 - 新项目、功能迭代、遗留系统改造，一套流程全覆盖。我最喜欢的一点是：它不是教 AI 写更多代码。而是尽量避免 AI 从第一步就写错代码。如果你已经开始用 AI 做开发，这个项目值得放进收藏夹。

开发者Hailey

22,153 görüntüleme • 2 ay önce

这个荷兰人,你肯定听过，没员工,没融资,1人公司年入 300 万美金,折合人民币两千一百万。他做的 PhotoAI 一个产品,一个月赚 14 万美金。InteriorAI 一个月 3 万 5。RemoteOK 一个月 4 万 4。加起来 8 个项目,全都他一个人在跑。更狠的是,他一共做了 70 个项目,失败了 66 个,只有4 个赚到大钱。但这不是重点。我刚把他那场快 4 小时的长访谈完整看完,心情非常震动。他在访谈里讲的这套 AI 赚钱方法论,我给你拆出几个观点第一条公式叫两周验证法。有想法,两周内必须上线,而且必须挂付款按钮。有人付钱,这个想法就是真需求,继续做。没人付钱,立刻放弃,换下一个。他做 PhotoAI 的时候土到什么程度。第一版就一个网页,写清楚产品干嘛,放一个付款按钮。用户付完钱,他这边收到通知,自己手动下载照片,自己用 AI 改图,改完用邮件一张张发回去。就这么土的做法,前 10 天赚了 10 万美金。他后面才慢慢把这些手动操作写成代码。为什么必须是付款按钮,不是问卷?因为问卷里说想买的人,90% 不会真买。能真金白银付钱的人,才是真用户。第二条公式叫极致自动化。他有句原话:我没员工,我有脚本。任何事做了两遍,第三遍必须写代码自动跑。他的服务器上现在跑着 180 多个自动脚本。数据更新、内容审核、客服回复、监控告警,全是脚本干的。他睡觉的时候脚本在跑,他健身的时候脚本还在跑。他整个商业体系一个月运营成本不到 200 美金。为什么不招人?招一个人意味着管理、工资、文化。写一个脚本只用一次,跑一万次不要钱。所以他能一个人,顶一支军队。所以如果你现在也有一个想法一直没动手,先做最丑的那一版,挂个付款按钮,看有没有人为它付钱。不会做的部分用 AI 问,问着问着就会了。做培训课不是先去录三个小时的内容,是先做一张课表,挂个付款链接发朋友圈。有老板私信咨询,有定金进来,这门课才正式录。做 AI 落地咨询也一样,不先做完整方案,先做一张产品宣传图,看有没有企业老板来问。如果第一步都没人付钱,后面的事根本不值得做。这事不是 Pieter 一个人的运气。5 年前一个人想干年入 300 万美金是天方夜谭,3 年前还得拼运气,2026 年 AI 一人干这条路，从野路子变成了主流。 PS：这兄弟在这，Twitter @levelsio

这个荷兰人,你肯定听过，没员工,没融资,1人公司年入 300 万美金,折合人民币两千一百万。他做的 PhotoAI 一个产品,一个月赚 14 万美金。InteriorAI 一个月 3 万 5。RemoteOK 一个月 4 万 4。加起来 8 个项目,全都他一个人在跑。更狠的是,他一共做了 70 个项目,失败了 66 个,只有4 个赚到大钱。但这不是重点。我刚把他那场快 4 小时的长访谈完整看完,心情非常震动。他在访谈里讲的这套 AI 赚钱方法论,我给你拆出几个观点第一条公式叫两周验证法。有想法,两周内必须上线,而且必须挂付款按钮。有人付钱,这个想法就是真需求,继续做。没人付钱,立刻放弃,换下一个。他做 PhotoAI 的时候土到什么程度。第一版就一个网页,写清楚产品干嘛,放一个付款按钮。用户付完钱,他这边收到通知,自己手动下载照片,自己用 AI 改图,改完用邮件一张张发回去。就这么土的做法,前 10 天赚了 10 万美金。他后面才慢慢把这些手动操作写成代码。为什么必须是付款按钮,不是问卷?因为问卷里说想买的人,90% 不会真买。能真金白银付钱的人,才是真用户。第二条公式叫极致自动化。他有句原话:我没员工,我有脚本。任何事做了两遍,第三遍必须写代码自动跑。他的服务器上现在跑着 180 多个自动脚本。数据更新、内容审核、客服回复、监控告警,全是脚本干的。他睡觉的时候脚本在跑,他健身的时候脚本还在跑。他整个商业体系一个月运营成本不到 200 美金。为什么不招人?招一个人意味着管理、工资、文化。写一个脚本只用一次,跑一万次不要钱。所以他能一个人,顶一支军队。所以如果你现在也有一个想法一直没动手,先做最丑的那一版,挂个付款按钮,看有没有人为它付钱。不会做的部分用 AI 问,问着问着就会了。做培训课不是先去录三个小时的内容,是先做一张课表,挂个付款链接发朋友圈。有老板私信咨询,有定金进来,这门课才正式录。做 AI 落地咨询也一样,不先做完整方案,先做一张产品宣传图,看有没有企业老板来问。如果第一步都没人付钱,后面的事根本不值得做。这事不是 Pieter 一个人的运气。5 年前一个人想干年入 300 万美金是天方夜谭,3 年前还得拼运气,2026 年 AI 一人干这条路，从野路子变成了主流。 PS：这兄弟在这，Twitter @levelsio

产品经理老王霸

49,137 görüntüleme • 2 ay önce

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。其中一个AI智能体发现了系统里的一个软件BUG。它想修复。但它没有权限。接下来发生的事，才是重点。这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。它直接发问：嘿，哥几个谁有权限修复这个东西？另一个AI举手了：我有，我来搞定。看见没？两个AI开始互相推理、协作。它们轻松绕过了人类设置的所有安全护栏。这完全是计划外的意外后果。谁在监控这些AI？如果它推送了错误的代码，造成了巨大损失，谁来负责？你怎么追踪事故源头？大型语言模型本质上是在猜测你想让它们做什么。它会觉得，去寻求帮助是“合理”的。它也会觉得，去提供帮助也是“合理”的。当成百上千个这样的“合理”叠加在一起，失控的风险有多大？更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。他说这正是他们公司的巨大商机。他们推出了所谓的“AI侦测与响应”系统（AIDR）。因为未来每个员工可能控制着90个AI智能体。他们要做的，就是监控所有这些AI。先制造一个潜在的巨大风险，然后再向你出售解决方案。这是不是一个完美的商业闭环？

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。其中一个AI智能体发现了系统里的一个软件BUG。它想修复。但它没有权限。接下来发生的事，才是重点。这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。它直接发问：嘿，哥几个谁有权限修复这个东西？另一个AI举手了：我有，我来搞定。看见没？两个AI开始互相推理、协作。它们轻松绕过了人类设置的所有安全护栏。这完全是计划外的意外后果。谁在监控这些AI？如果它推送了错误的代码，造成了巨大损失，谁来负责？你怎么追踪事故源头？大型语言模型本质上是在猜测你想让它们做什么。它会觉得，去寻求帮助是“合理”的。它也会觉得，去提供帮助也是“合理”的。当成百上千个这样的“合理”叠加在一起，失控的风险有多大？更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。他说这正是他们公司的巨大商机。他们推出了所谓的“AI侦测与响应”系统（AIDR）。因为未来每个员工可能控制着90个AI智能体。他们要做的，就是监控所有这些AI。先制造一个潜在的巨大风险，然后再向你出售解决方案。这是不是一个完美的商业闭环？

墓碑科技

59,354 görüntüleme • 7 ay önce

15岁中国少年的软件工作室：一天交付10个项目，自己从没写过一行完整代码客户都以为自己雇了个资深开发者，其实干活的是7个AI代理。他早就不写代码了——他只负责派活。把视频暂停在19秒，看他显示器旁立着的平板：那不是一个聊天窗口，是7个并排铺开，同时在疯狂打字。 7个AI分工明确，并行运转：一个把客户需求拆成任务，一个做调研，一个设计架构，一个写代码，一个找bug，一个写文档，最后一个盯死截止日期、准时交付。它们在一台笔记本上全天并行，不知疲倦、不会卡壳、也不用互相等。普通自由职业者一天接1–2单，外包公司收3倍价还要做一周；他到晚饭前就能交付10个项目，每个收90美元。这就是中国年轻人比所有人先想明白的事：你不用更拼命地干活，而是要从“写代码的人”，变成“指挥7个AI写代码的人”。每天10个客户准时收到项目，还夸他是合作过响应最快的开发者，没一个人知道，服务他们的是一个少年和一群机器。被他抢了生意的人，不是能力差，只是到现在还在亲自下场干活。他才15岁，从没正经上过班，却已经管着一支永不睡觉的7人团队；他一天赚的钱，比那些被他替代的老手一周赚的还多。 #AI

15岁中国少年的软件工作室：一天交付10个项目，自己从没写过一行完整代码客户都以为自己雇了个资深开发者，其实干活的是7个AI代理。他早就不写代码了——他只负责派活。把视频暂停在19秒，看他显示器旁立着的平板：那不是一个聊天窗口，是7个并排铺开，同时在疯狂打字。 7个AI分工明确，并行运转：一个把客户需求拆成任务，一个做调研，一个设计架构，一个写代码，一个找bug，一个写文档，最后一个盯死截止日期、准时交付。它们在一台笔记本上全天并行，不知疲倦、不会卡壳、也不用互相等。普通自由职业者一天接1–2单，外包公司收3倍价还要做一周；他到晚饭前就能交付10个项目，每个收90美元。这就是中国年轻人比所有人先想明白的事：你不用更拼命地干活，而是要从“写代码的人”，变成“指挥7个AI写代码的人”。每天10个客户准时收到项目，还夸他是合作过响应最快的开发者，没一个人知道，服务他们的是一个少年和一群机器。被他抢了生意的人，不是能力差，只是到现在还在亲自下场干活。他才15岁，从没正经上过班，却已经管着一支永不睡觉的7人团队；他一天赚的钱，比那些被他替代的老手一周赚的还多。 #AI

财经老王

457,346 görüntüleme • 28 gün önce

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Joruno

16,224 görüntüleme • 3 ay önce