Loading video...

Video Failed to Load

Go Home

熟悉我的朋友都知道,我一直在做coding场景的模型 API 中转站。 已经做了四五个月了,目前也已经有了一批用户。 我已经停滞增长了挺长时间了,所以我在想是不是我没有做市场调研?这个和几个月前市场是不是已经有了翻天覆地的变化? 下一阶段,我到底应该继续卷价格、增加模型,还是换一批更值得服务的用户? 这个问题听起来像行业调研,实际上离赚钱非常近。 因为中转站每多做一个功能、增加一条线路,背后都是成本。如果目标用户一开始就选错了,做得越快,可能亏得越快。 所以这次我做了一个对照实验。 我把完全相同的一段 Prompt,分别交给了 Codex 和 Atypica: 现在的模型中转站主要有哪些用户? 谁的需求最强、付费意愿最高? 用户除了价格还在意什么? 如果不卷低价,还能做什么差异化? 未来三个月应该怎么做产品和增长? Atypica 的官网在: ,感兴趣的朋友可以去尝试一下,注册无门槛送1M的token,足够你白嫖一次免费的分析。 两边最后都生成了一份完整报告。 但真正把两份报告放在一起之后,我发现它们最大的区别,并不是谁写得更长。 而是: Codex 告诉我应该验证什么,Atypica 则把“用户为什么会买”继续往下挖了一层。

68,074 views • 3 months ago •via X (Twitter)

47 Comments

泊舟's profile picture
泊舟3 months ago

Codex 的结论很清楚: 不要继续把自己定义成“更便宜的 API 中转站”,而应该升级成一个面向中国开发团队的“可信生产级模型网关”。 它建议我优先服务已经有真实生产调用的 3–20 人 AI 原生团队。 因为这批人同时使用多个模型,已经被停机、限流、账单异常和切换成本折磨过,又没有专门的平台工程团队,所以更愿意为稳定性、预算管理和人工支持付费。 报告也给出了很完整的功能方向: 公开状态页 自动故障回退 项目级 Key 和分账 预算告警与异常熔断 模型来源透明 协议兼容和企业发票 它甚至把上游服务条款和中国境内提供生成式 AI API 的合规风险单独拎了出来。 这份报告的优点是理性、完整,而且证据边界非常清楚。 但它也停在了传统案头研究会停下来的位置: 建议我再访谈 15 个用户,找 10 个设计伙伴,继续验证他们到底愿不愿意付费。 这当然是对的。 问题是,我现在最缺的恰恰就是这一层。

泊舟's profile picture
泊舟3 months ago

Atypica 没有只根据公开资料总结市场。 它先基于社交媒体上的真实帖子和评论区,经过他们自研的一个主观世界模型的分析,构建了 5 个目标用户画像: 价格敏感的独立开发者 关注高可用性的创业团队 CTO 合规优先的中小企业主 对数据和版本极度敏感的教育行业技术主管 追求性能极限的资深架构师 这些新构建的persona,和人设库内通过深度访谈构建的模拟用户,共同做深度访谈,再让他们进入焦点小组讨论功能、定价和产品分层。 最后,它又通过一次 Audience Call,引入了一位有大厂风控背景的 AI 创业技术负责人,对前面的结论进行挑战和验证。 这一步带来的变化非常明显。 Codex 会告诉我“小团队比个人用户更值得服务”。 Atypica 会继续告诉我,不同用户愿意为什么付钱,又会因为什么拒绝我。 例如: 独立开发者更愿意先充 10–20 元测试,能接受约 10%–20% 的溢价,但非常排斥一上来就做强实名; 创业团队 CTO 愿意为核心生产链路支付约 1.3 倍价格,但要求 P95/P99 延迟、调用日志和弹性通道; 中小企业用户愿意为合同、发票、故障通知和专属通道多付 20%–30%; 教育行业用户甚至表达了 2 倍价格的接受度,但前提是数据不留存、模型版本锁定和私有化选项。 这些数字来自小样本定性研究,不能直接当成整个市场的定价结论。 但它至少让我知道:下一轮价格测试应该围绕哪些区间展开,而不是从零开始拍脑袋。

泊舟's profile picture
泊舟3 months ago

我原本以为,中转站用户口中的稳定,就是“别宕机”。 Atypica 的访谈结论却是: 稳定性已经从“有没有宕机”,升级成了“我能不能看见系统正在发生什么”。 对于真正把 API 放进生产环境的人来说,一句“我们很稳定”没有意义。 他们要看到的是: P95/P99 延迟 TTFB 请求成功率 实际走了哪条线路 为什么发生回退 到底是哪一个上游出了问题 也就是说,公开状态页和可读日志不是后台附属功能,而是中转站最重要的“信任货币”。 Audience Call 里的一个反驳更关键。 企业客户真正需要的可能不是“故障必赔”的 SLA,而是当 P99 出现异常时,系统能不能自动熔断,并切到备用官方 API。 因为生产环境真正害怕的不是少退一点钱。 而是业务停掉以后,客户直接流失。

泊舟's profile picture
泊舟3 months ago

我原本也想过做基础版、企业版、旗舰版。 但 Atypica 的焦点小组提醒了我: 如果三个版本只是前台功能不同,底层仍然共用同一个 Key 池,那么所谓企业版其实是假的。 基础版用户一旦触发上游风控,企业客户仍然会被一起拖下水。 所以企业版真正能够收取溢价的锚点,不只是合同和 SLA,而是: 独立出口 IP、专属 Token 池,以及和基础版真正隔离的底层资源。 还有一个教育行业用户提到:对教学场景来说,模型版本静默漂移有时比短暂宕机更可怕。 宕机至少能被发现。 但如果后端悄悄换了模型,老师使用同一套 Prompt 却得到完全不同的输出,问题反而更难排查。 这让我意识到,“版本锁定”并不是一个小众技术功能,它可能直接决定某些行业会不会采购。 两份报告的区别,可以这样理解 最有意思的是,两份报告的大方向其实一致: 都不建议继续卷低价,都认为稳定、透明、预算控制和企业服务才是下一阶段机会。 但 Atypica 把这些抽象判断进一步变成了一张能够执行的路线图: 第一个月先上线状态页、多 Key、RBAC、调用日志; 第二个月再做独立 IP、专属 Token 池、自动熔断和企业合规套件; 第三个月才尝试私有化和教育、医疗等高价值市场。 它甚至明确把“只有 Prompt 模板、没有底层隔离的垂直场景包装”列为不推荐项。 这类负面建议,对我来说反而比再列十个功能更值钱。

泊舟's profile picture
泊舟3 months ago

普通 Research AI 很擅长找资料、做归纳、搭框架。 但真实商业决策最难的部分,往往不是“不知道市场上有什么”。 而是: 谁真的会买? 他愿意为什么多付钱? 不同用户的需求发生冲突时,我应该放弃谁? 哪一个听起来很好的功能,其实根本没人愿意付费? Atypica 的价值,是在我真正投入开发和销售之前,先把这些问题搬到桌面上。 它当然不能代替真实成交。 报告自己也明确写了:5 位画像用户属于定性样本,企业采购意愿和溢价区间仍然需要用真实 PoC、A/B 定价和更多访谈验证。 但它已经帮我把下一步从一句模糊的“去做用户调研”,缩小成了几个可以立刻验证的产品假设。 对一个正在增长瓶颈里的创业项目来说,这个价值并不只是省下写报告的时间。 而是少做一轮错误的产品。 如果你也正在做产品、接咨询、研究一个小众赛道,或者不知道下一步应该服务谁,可以把同一个真实业务问题同时丢给你常用的 AI 和 Atypica。 真正值得比较的,不是谁写得更像报告。 而是谁能让你更快做出下一步决策。 Atypica:

马识途's profile picture
马识途3 months ago

Atypica是一个商业研究多智能体 也就是专门做商业方面的deepresearch的 对吧?

泊舟's profile picture
泊舟3 months ago

是的 专门做商业方面的。

马识途's profile picture
马识途3 months ago

那它相对codex和claude code这种智能体 优势在哪儿呢?

硅谷AI玩家's profile picture
硅谷AI玩家3 months ago

Atypica 直接挖到用户为什么付费、溢价区间和拒绝理由~很实用~

Jonathan Hu's profile picture
Jonathan Hu3 months ago

确实,一件事做到瓶颈了就不知道干什么了?有严谨的调研工具辅助,能快速做决策,不会在那干内耗。

AYi's profile picture
AYi3 months ago

中转站是个好生意,难怪最近搞清退了,国家队要自己做了?

泊舟's profile picture
泊舟3 months ago

对的 国家队已经自己做了

铁柱AGI's profile picture
铁柱AGI3 months ago

发展很多产品都是自嗨型产品,满怀期待发布,发现别人根本不感兴趣,有这个工具确实挺好的,现在让 AI 毒打一顿清醒一点

泊舟's profile picture
泊舟3 months ago

是的 调研很重要

安叫兽|Bird🕊️ 🔶 BNB's profile picture
安叫兽|Bird🕊️ 🔶 BNB3 months ago

可能不是调研少了,是渠道太卷了

泊舟's profile picture
泊舟3 months ago

哈哈哈 确实现在卷的要命

dev lxs's profile picture
dev lxs3 months ago

国产大模型的能力增长也会影响大模型中转站的生意

AI智多星's profile picture
AI智多星3 months ago

这两天正好要用到,写的真好 学习了 赶快发给有用的人吧

王大力's profile picture
王大力3 months ago

注册无门槛送1M的token,可以可以

泊舟's profile picture
泊舟3 months ago

哈哈哈 还是很舍得的

小洲洲的AI日常's profile picture
小洲洲的AI日常3 months ago

刚好想换个新的中转站呢😃

泊舟's profile picture
泊舟3 months ago

哈哈哈 可以看看我们dragoncode

ICSR's profile picture
ICSR3 months ago

注册无门槛送1M的token 这个还是挺吸引人的啊

蓝哥AI's profile picture
蓝哥AI3 months ago

有点强; 还会剖析问问题的人更深一层的目的

想风's profile picture
想风3 months ago

掌握更清晰的用户需求 才能做出更好的产品 看着Atypica 恰好是一个能解决需求深度分析的智能体产品 有机会定要试试

yishan's profile picture
yishan3 months ago

中转的需求跟3个月前比,现在已经有非常大的变化咯

泊舟's profile picture
泊舟3 months ago

是的,其实token需求越来越大了,但是中转站太多了。

yishan's profile picture
yishan3 months ago

还有国内模型能力的提升,以及政策这块的转变

RustBeltPhilosopher's profile picture
RustBeltPhilosopher3 months ago

总算看到曙光能解决ai说假大空的问题了

泊舟's profile picture
泊舟3 months ago

哈哈哈

Leaf Yeah!'s profile picture
Leaf Yeah!3 months ago

这个好呀!狂用。没灵感的时候,或者是对一个产品新功能心里没底的时候,就会用这个工具跑一下。目前我准备了4个邮箱,哈哈哈哈

泊舟's profile picture
泊舟3 months ago

哈哈哈 可以的

Mr Gafish | 鱼哥's profile picture
Mr Gafish | 鱼哥3 months ago

Codex经常是说一些大道理,但就是不给你解决方案

泊舟's profile picture
泊舟3 months ago

是的 要解决方案,其实Claude或者类似于这种做了优化的Agent更好。

欧阳's profile picture
欧阳3 months ago

对优质的中转站还是且行且珍惜吧

willAch5's profile picture
willAch53 months ago

Atypica 更贴近真实场景,因为基于的都是真实场景和用户

开心(Kaixiny_7)'s profile picture
开心(Kaixiny_7)3 months ago

Atypica那个用户画像拆得真细,感觉比Codex更戳痛点

知不道吧's profile picture
知不道吧3 months ago

中转陆陆续续关门的 形势下,还能有稳定、可靠的中转站,真的是太不容易了

zwil Pan's profile picture
zwil Pan3 months ago

目标用户选错了确实会越做越亏。编码场景里,个人开发者和图团队的付费逻辑差很多,后面如果换一批更垂直的用户,可能比继续堆线路更划算。

C 总在佛系开发赛博产品's profile picture
C 总在佛系开发赛博产品3 months ago

中转太多怎么办?装配一个本地代理智能网关 通杀上下游🔪

松鼠的松's profile picture
松鼠的松3 months ago

中转站最大的优势是稳定 价钱是其次 模型多不多排第三 现在最好是把稳定做到极致,做到全球稳定 后面就是把 2B 业务做到极致,特别是团队套餐

E吴大哥wu|'s profile picture
E吴大哥wu|3 months ago

是不是用户已经不前面那群客户了,所以你的api中转站信用户没有增加了

启航's profile picture
启航3 months ago

感觉Atypica更懂提问的人要什么

诺鸭船长3's profile picture
诺鸭船长33 months ago

很好的产品,这样可以突破认知盲区,避免闭门造车

CatPhyTime's profile picture
CatPhyTime3 months ago

感谢博主,这个功能很有用,我也需要了解这些

阿熊学AI's profile picture
阿熊学AI3 months ago

这个对照实验很有价值。增长停滞时,真正该验证的可能不是“要不要继续卷价格”,而是目标用户为什么买、为什么留下,以及他们愿意为什么付费。

王二狗's profile picture
王二狗3 months ago

这个对比挺有意思。很多时候不是不会做功能,而是根本没想明白用户为什么愿意掏钱。

Related Videos

这两天开源了一个做 UI 的 Skill: Skill : 想看看 Skill 产品化能不能走通。 一个付费的 Skill,到底会不会有人买? 如果大家是了解 Skill 的用户,就知道,虽然要付费才能够购买,但是买下来之后,它里面的源码全是公开的,没有任何加密。 你可以非常轻松地把它分享给另外一个人。如果我们这么思考的话,那 Skill 其实不是一种很好的付费产品形式。 但是我自己的思考是,虽然买过一次就有完整的源码,但现在是 AI 时代,不断有新模型涌现,有新的 Agent 出现。一个 Skill 如果一直都是一成不变的,是很难跟上这个时代的。 比如我们现在回看一两年前的一些生图提示词,它是非常不适应现在这些生图模型的。同样,以前存在的一些 AI 做设计的问题,现在很多已经被解决了。如果我们在 AI 本来就做得好的地方,再给它一些额外的洞察,其实是浪费它的上下文了。 所以我认为,Skill 付费的门槛应该在于:你能不能够持续地更新它,或者说,用户能不能够持续获取到最新版本的 Skill。 我最开始用收款平台的是 SkillPay,走的是订阅制,但是这两天有一个非常严重的问题:大家通过这个渠道订阅产品之后,没有办法正常安装使用。 陆陆续续有十几个用户联系到我,他们都表示,付费之后这个 Skill 一直安装不上。还有一部分用户没有联系我,直接在后台申请退款了。已经有 9 个用户申请退款,大概的原因都是一样的,就是无法安装。 这个我自己其实很揪心,也很愧疚。我也是第一时间全部都处理退款了。为什么会出现这样的问题?首先最主要就是平台的问题,它的设计有问题。其次,我开发完成产品之后把它上架了,但我不可以购买自己的商品。 所以出于对这个平台的信任,我没有去测试完整、把流程走通。因为我本地已经安装了这个 Skill,我觉得这么简单的逻辑应该不会有什么幺蛾子,所以就直接上线了。 像这种订阅制的产品,你丢失了用户的第一次订阅,就有可能意味着丢失了一个长期用户。 陆陆续续找到我反馈的用户,加起来至少有十几个,我自己肯定是非常着急的。这其中钱是一方面,更加让人难受的是,一个用户信任你,购买了你的产品,然后付费之后一直安装不上。大家的心情肯定是非常沮丧的。 今天我已经彻底把这个问题解决掉了。我换成了自己的支付形式,而且未来它有可能是我不同 Skill 的一种通用形式。 我实现了一个 CLI,集成了鉴权、支付,还有 Skill 相关的版本更新通知。我也将 Skill 的付款形式,从订阅制改成了买断制。 这里是因为我自己后来想了一下,即便使用买断的形式,只要有一个合适的版本通知渠道,大家也可以一直享受到这个 Skill 迭代的福利。而且买断制对于更多用户来说,心智负担会更小一点。 最后也是非常感谢大家对于我的信任,以及对于这个 Skill 的支持。不管是付费版本还是开源版本,后续我都会持续迭代,保持一个比较好的分界线,让有需要的用户都能够得到更好的体验。

oil-oil

18,198 views • 1 month ago

30秒的视频—感受一下能接入微信的Personal AI! 目前MUSE 对中文区用户来说,使用环境还是有门槛的,更别说不会翻墙的朋友了。后来我找到一个国内可以直接用的 Personal AI——Today 我不会轻易下结论,除非我深度体验过,于是我做了个测试: Today能不能作为一个真正了解我的 AI 私人教练? 我把自己的身体情况、训练习惯、饮食、睡眠、作息和健身目标基本都告诉它了。 最爽的一点就是:这些东西不用每天重新解释 比如今天我只说一句: “我今天状态只有8.5分,帮我制定一个合适的训练计划。” 它已经知道我最近练过什么、训练水平怎么样、目标是什么,会直接接着以前的记忆给我调整训练和饮食 所以他给了我一个非常合理的训练计划! 我已经用Today记录了我好几天的训练情况了,让我比较惊喜的一点是是它的主动性 他会主动给我发信息提醒我今天要去健身了!要吃点什么,训练怎么安排.... 如果你用普通大模型基本都是: 我想到问题 → 我去问 → AI 回答 Today 更像: 它一直认识我 → 记得我最近在干什么 → 到了该做事的时候主动来找我 所以现在它会主动提醒我训练、问我今天有没有完成、睡眠和饮食怎么样,状态变了再继续调整计划 甚至我已经把它接到微信的ClawBot 上,直接在微信对话,太方便了 相比 MUSE 这类海外 Personal AI 对国内用户还有一些使用门槛,Today Today AI 本身就是中国团队做、国内直接可用的产品 底层也不是简单绑死某一个模型,目前用的是Claude的顶级模型,还有一套持续优化的 Frontier Models + 长期记忆 + Agent 执行能力 健身只是我拿它测试的第一个案例!中国版现在基础版可以免费用,新用户注册还有 1 亿 Token + 1 个月 Pro 权益,强烈建议大家试试!

梭哈.AI

38,767 views • 1 month ago

上周 WAIC,我一个在 4A 做调研的朋友给我发消息 “完了,央视新闻直播间都在报道 AI 调研了,我们这行要完了” 我说你慌啥,先看看人家到底做了啥 央视那段报道的是我之前安利过很多次的atypica (之前安利的时候一堆小黑子在评论区喷我,这下啪啪打脸了) 这次重点讲了他们怎么构建 AI Persona 不是让大模型扮演用户那种玩法 是基于一个叫主观世界模型的架构,四层数据协同训练出来的——社交语料学语言风格、真实深访学行为动机、心理学量表校正偏差、经济学实验标定决策倾向 Atypica atypica.AI | Consumer Simulation 就是基于这个模型构建的 说实话之前用的时候就觉得比 GPT 扮演用户靠谱,但没想过底层差别这么大 看完报道我就想做个测试 正好有个朋友在做出海产品,面向北美市场的轻量级个人效率工具,想搞清楚定价策略——订阅制、买断制、还是混合模式,哪种更容易让目标用户掏钱 我把同一个选题,分别丢给了 Atypica 和 GPT GPT 那边我用的是最标准的做法,给它详细的 prompt,让它做一份完整的定价策略分析——竞品调研、用户分群、定价建议全都要 Atypica 那边我直接输入同样的研究问题,它自动匹配目标用户 Persona,组了一个 Panel 做深度访谈,还跑了一轮受众盲测验证 结果差距大到我截图发给朋友的时候他以为我在开玩笑 (哈哈哈哈笑死我了… GPT 给的回答: 一份很标准的市场分析报告——竞品价格整理得很清楚,Todoist $7/月、TickTick $3.99/月、Things $49.99 买断、Motion $19-34/月,全都列出来了 结论也中规中矩:建议先用 Free + $39.99/年低价订阅切入,配一个限量 Lifetime $79-99 做早期现金流 听起来没毛病对吧? 但你仔细想,这些结论你自己花半天做竞品调研也能得出来。它给的是行业共识,不是针对你这个产品、你这群用户的定制化洞察 整份报告里没有一个具体的用户声音,没有人告诉你“我为什么愿意付”或“我为什么犹豫” Atypica 给的回答: 6 个 AI Persona 做了深度访谈,每个人有名字、有职业、有完整的决策逻辑 一个资深开发者说:我拒绝为本该在本地运行的工具支付数字租金,这对我来说就是随时可能断供的负债——他要的是 $49 纯买断 一个 UI 设计师说:$4.99/月这个价格不是在交租,是在为我的心理安宁支付订阅费——但她同时说,价格定太低反而让她不信任这个产品 一个初创 SaaS CEO 说:一次性购入基建,按需支付算力,这才是初创公司该有的现金流管理 6 个人里 5 个选了混合模式,0 个人首选纯订阅——但最关键的是,选同一个模式的理由完全不同 知识工作者接受 AI 订阅是因为它代表工具在持续进化,相当于买了一份生命力保险 团队创始人接受混合模式是因为它契合“基建一次性购入+算力弹性伸缩”的成本管理心智 同一个价格,需要对两类用户讲两个完全不同的故事——这个洞察 GPT 的报告里根本没有 最后 Atypica 的报告里还有一个让我意外的发现:受众盲测显示,如果你把买断价定在 $29,用户不会觉得实惠,反而会质疑“这公司有没有能力长期维护这个产品”——价格太低本身就是一个负面信号 它建议的策略是: $49 买断基础功能 + $9.99/月 AI 订阅作为可选增强层,用“永久拥有核心工具+按需付费 AI 算力”的组合降低信任门槛 这个结论我朋友拿去和他在北美的几个真实用户验证了,反馈高度一致——尤其是“价格太低反而不信任”这个点,好几个人都提到了 整个测试我花了不到 20 分钟 GPT 给你的是“你自己也能查到的行业共识”,Atypica 给你的是“你绝对想不到的用户真实决策逻辑” 这两个东西的价值差了十倍不止,甚至都不是同一个物种,我认为不能混为一谈 如果你也在做产品、做出海、做任何需要理解用户的事,去跑一次就知道区别了:

超级个体|柿子

17,158 views • 3 months ago

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 views • 5 months ago

花了三天时间,build了我们第一个X402的产品 「X Spaces Transcription Agent」 你现在可以访问 使用它。 对我们来说,x402 不是一个“又一个支付方案”,而有可能成为未来互联网里最简单、最通用的支付协议。 但当我开始深入研究时,我发现一个很现实的问题: 今天的 x402scan 上,大部分服务其实并没有真实价值。很多调用量只是刷出来的——因为 facilitator 会代付 gas,所以你完全可以靠刷量堆数字。 (如果你感兴趣,我之后可以详细讲讲现在的刷量模式和一些典型行为。) 既然协议本身已经这么干净,那么真正缺的不是“更多 endpoint”,而是——有没有人愿意真正付费使用的 x402 服务? 所以我们换了一个思路: 别再追调用量了,从我们自己的真实需求出发,去做一个我们自己会持续付费使用的 x402 agent。 于是,我们构建了一个有明确使用价值的 x402 Server: 👉 只需用 x402 支付 1 USDC 你就可以转录任意一场 Twitter Space。 完整音频 → Whisper → LLM 多段格式化 转录完成后,这个 Space 的全文对所有人永久开放 所有人可以继续用 0.1 USDC/次 的方式使用 Chat agent 做 summary、key points、projects、translate 等二次分析 我们已经用它转录了不少 daydreams 和 x402 meta 相关的空间,如果你感兴趣可以点进去看。 为什么先做这个? 因为如果 x402 真要成为“互联网的通用支付层”,那就必须要出现一批真正愿意付费的服务: 不是刷量,不是 demo,而是你愿意掏 1 USDC、可以给你带来价值的数据资产。 而 Twitter Space 转录对我们来说就是一个非常明确的需求: 太多高质量讨论沉在音频里,不可搜索、不可引用、不可分析。 但当转录成为一个“用 1 USDC 买下的公共数据资产”之后,整个生态的 Agent 都可以在这上面做二次增值。 这个 Space Agent 只是我们构建的一批 x402 实用服务的第一个。 最后不要在熊市躺平,而是在熊市面向未来build, 而这个未来就是 X402 + ERC8004. 如果你对 x402、Web3、AI 的结合感兴趣,也可以完整的看看我们的技术文章:

0xhhh

14,727 views • 11 months ago

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 views • 4 months ago

我花了 10分钟 + 30元Token做的大富翁Demo,被我以299的价格在小红书卖掉了🎉🎉🎉 我一个对Marketing完全不懂的人,全靠Atypica给我的策略 整个过程SOP免费分享给大家,希望能帮到你👇 起因是我做了一个大富翁Demo发小红书,真有老师来问能不能买去给学生上课用。 但我完全不知道该怎么卖。 我第一反应是:9块9?或者干免费送? 然后我把这个问题丢给Atypica。 它没直接给价格,而是先问了我一堆问题——老师的诉求是什么,我现在能交付什么,短期想成交还是长期想验证方向。 然后它去搜了小红书、抖音、TikTok、Ins,模拟老师和教育内容创作者的视角,讨论这个Demo到底值多少钱。 结论和我预想的完全不一样——不是9块9,而是建议我定价199-299,分基础版和课件配套版。还告诉我客户觉得贵时怎么回应,Demo需要补哪些交付物。 我按它的方案补了使用说明和课件搭配,定了299,老师爽快成交。 说实话,我之前只是觉得"有人问了,是不是可以卖"——典型的自嗨。 但Atypica帮我把一个模糊的直觉,拆成了:谁会买、为什么买、愿意为为什么付费、这值不值得继续投入。 这类AI research工具真正有价值的,不是替你拍脑袋做决定,而是帮你在花钱花时间之前,先把自嗨的方向排掉。 感兴趣的可以去试试: 注册送1M Token,完全够用~ 详细报告链接放评论区,需要的自取~

木马人

63,211 views • 4 months ago

何一 Yi He 谈币安:安全、信任与长期责任|全文稿和中英文字幕对照。 把一姐这段分享整理成了中英字幕,1.25 倍速,约 14 分钟,我觉得非常值得听一下,特别是一姐关于 AI 的认知和这次被盗的最真实的内心想法。 内容比较多,核心可以分成四块: 1️⃣ 安全事件与用户信任 ; 她如何解释这次63亿被盗的安全事件?严格的内部制度,为什么仍可能被社会工程攻击突破?AI 又会怎样改变安全攻防? 2️⃣ AI 与交易所的未来; 从 AI 产品到股票、大宗商品,她眼里的币安,接下来会走向什么样的平台? 3️⃣ 为什么“上币就涨”失效了; DEX 的发展、上市前的高估值,以及项目收入和代币价值的脱节,怎样改变了普通用户赚钱的机会? 4️⃣ 发币之后,谁来负责; 项目方已经变现、创始人已经财富自由,还有什么动力继续建设?她也谈到了 BNB、正现金流,以及为什么自己还在工作。 我觉得一姐传递了一个很好的价值观:就是买一个币之前,除了看叙事和价格,更值得问清楚:这个项目靠什么持续创造价值,价值如何传递给持有人,以及谁愿意长期为它负责。 最后一姐讲完 林克 林克Clean 问了一句:一姐这个是有稿子还是脱稿的, 一姐说从来不用稿子,每次聊的都是最直接的心里话。 听到这里,我个人顿时佩服不已! 全文稿如下: 00:00 这么多年下来,我觉得事实告诉我们,它其实是非常有韧性的,行业也是非常有韧性的。总的来说,我对抗量子攻击这件事情还是有信心的。 而且我们也会花时间、花精力去参与和投入,让行业做得更好。 第二点,来讲一下 AI 的发展和变化。这两天,可能很多朋友跟我们的产品经理,也沟通了一些我们的 AI 策略,或者说新产品。 00:30 说实话,它离我想象中的 AI 产品还有很大的距离。但所有的事情,都是从无到有、从零到一的过程。 我们就一步一步,先去做一个小的 demo,然后不断地去迭代它。也欢迎大家给我们更多意见,一起把产品做成我们想象中的样子。 如果别人问我:“你想象中最完美的 AI 产品是什么样的?” 我可能会说,我恨不得它像 ChatGPT 一样。我告诉它:“你去帮我做一个策略,只许赚钱,不许亏钱。” 01:05 然后它就帮我去做交易了。但可能也不太真的能够实现。所以,这是不断循环往复、小步快跑的过程。 01:16 第三点,对于整个行业来讲,所有的新技术都会带来整个行业快速的发展,但当然也会带来一些挑战。 就这次的安全事故,外面有很多声音,大家都在说:“币安草台班子。你们的员工居然可以拿电脑访问外部网站,或者跟别人面试?” 我强调一下,其实我们内部的 policy,我们的政策是非常严格的。 01:46 所以,我前两天也在网上去认领了。 前几年一直在被人骂,说币安居然因为员工往自己的电脑下爱奇艺,当时就被发现了,然后很快就让他走人了,而且是我们一个比较高潜的员工。 大家觉得我们是在乱找理由开人,或者因为市场行情不好,所以把人开掉。 其实,它是一个安全准则。 但真实的挑战是,我们在过去这一年,拦截了 58 次类似的、不同形态的攻击。 02:19 但黑客也是不断跟我们斗智斗勇。他们传递过来的木马,也不像过去想象中,还是一个大的文件包,很容易去触发你的风控。 它不是一成不变的,是不断斗智斗勇、变化的过程。黑客没有大家想的那么蠢,也没有大家想的那么容易。 在这里面,我觉得对方其实也是适当地应用了 AI 工具的。 包括在社会工程的过程当中,我也很困惑,为什么员工会放松警惕。 02:56 因为我们公司需要考试,去完成安全培训,而且是每个人都要做,然后还有风控培训。 我觉得可能是前面沟通的时候,对方会诱以重利,说有一个非常好的工作机会。 而且对方是一个真实的猎头。不是大家想象中,包装了一个账号,他是一个真实的人。 我觉得黑客应该是跟真实的猎头签了一个合同。 03:27 给了他一个名单,让他定点去找哪些人是币安的员工。通过这种不断的“围点打面”的方式,来渗透和进行社会工程攻击。 但好的一点是,AI 既然能够作为矛,另一方面,也能作为盾。 今天大家也看到 OpenAI 公开了一个新技术,能够非常好地去做安全攻防。 很多人说:“OpenAI 做这个产品,是不是以后做安全的都失业了?” 03:59 我觉得也不会。 这是传统的安全解决方案和新的 AI 解决方案相结合的过程。所以,它不是谁干掉谁的过程,有点像我们和[词语不清]。 04:10 所以,我就再说回币安。 币安这么多年来,一直非常感谢我们社区所有人的支持,我觉得确实非常感动。 因为很多人可能都不太相信。大家想象中:“币安,你们这次丢了这么多钱,你跟 CZ 是不是感觉天都塌了?” 说实话,其实我和他都非常冷静。我们甚至没有在任何地方大喊大叫,也没有骂过任何人。 04:39 我觉得,你面对的一切,都是对你淬炼的一个过程。 它是对你的心境的修炼,也是对你怎么理解这个世界的一个挑战。 我觉得,确实是我们没有做好嘛,所以付出了巨大的代价。但这个过程,也是一个好的 learning。 至少,第一,这是我们能够覆盖、付得起的范围。 05:09 第二,CZ 经常会说他不在意钱。 所以我提醒大家,karma is real,一定要小心自己说出的每一句话,因为宇宙会给你回应的。 CZ 是真的觉得钱没有那么重要。所以当钱丢了的时候,他就觉得:“丢了,那我们就看怎么把这个事情做好,怎么把安全做好。” 他其实没有什么情绪波动。 05:37 所以这两天,网上说什么“CZ 一夜白头”,其实还好。 虽然他这两天在牛津演讲,也在出差,但他的情绪和我的情绪都是非常稳定的。 不管是对行业,还是对币安,我还是认为,未来的发展路线,必然是由 AI 和 Blockchain 技术驱动,成为一个全球的新型泛金融平台。 06:09 大家可以看到,我们现在平台上可交易的产品,其实已经覆盖了大宗商品、股票,都有。 06:18 大家可能也会抱怨:“为什么币安这么长时间,都不太上新的项目?为什么不多上一些 memecoin?这样我们就可以有更多机会,对吧?” 有一个上币预期,是不是这些发币方就会更好一些? 在这里,我有时候可能会不合时宜地经常唱一些反调。 包括在 2017 年的时候,如果大家能找到历史记录,就可以看到。 06:50 我当时说,发币是一个[词语不清]的过程。 你其实是抵押自己的信誉,拿回来一笔钱。但这个币,是你需要为它负责的。 我觉得,说出去的话真的会应验。 所以我这么多年,还在币安辛辛苦苦干活,因为我觉得,发的 BNB 就是我的责任。 跌了,我觉得过意不去。涨了,大家希望它还要涨,但涨到高点,可能又会掉下来一点。 07:19 你会发现,它真的会成为一个长期的责任。 所以币安这么多年,确实只发了一个 BNB。包括如果做新的公链,也不会再发新的币。 它本身对人性是一个极大的挑战。 当你非常容易就能融资,拿到一笔钱;当整个网络有非常强的流动性,这个钱可以变现的时候,作为一个普通人,还有什么动力去辛辛苦苦干活呢? 07:54 如果我做的产品没有用户、没有市场、没有收入,但我的代币也能卖出钱,如果创业是为了财富自由,为什么还要努力? 所以它就变成了:好的商业模型、好的生意,然后是初心——你到底因为什么做这件事,以及财富自由。 这件事就会变成一个“不可能三角”。 08:25 我已经财富自由了,还要辛辛苦苦干活,赚的钱还要赋能这个代币。 而代币不是只有你自己有,可能大部分已经在用户手里。那你自己到底这么努力在干嘛? 很多年,大家都问我:“一姐,你已经财富自由这么多年了,为什么还在辛辛苦苦干活?” 我只能说,真的是为 BNB holder 打工了。 08:52 很多人说:“币安早期上的币价格都会涨,那为什么现在上币不涨?是因为你们上币没有要求、没有标准?” 但你会发现,市场已经变了。 2017 年、2018 年,甚至 2021 年之前,币安在整个 crypto 行业里,确实有很强的话语权。 如果一个币不在币安 listing,流动性就不会好。市值做得再高,最后也可能没办法变成钱。 09:23 那个就是所谓的“纸面富贵”,真的是绝对的纸面富贵。只要一卖,市场上没有流动性,就直接砸到底。 所以那个时候,我们可以跟项目方 negotiate,以一个比较低的价格去 listing。这就是为什么当年大家在币安买到的币会涨。 但客观地说,DEX 确实是更去中心化的方案,所以它本身就是一个平权的过程。 币安的这种特权,也随着 DEX 的发展被降权了。 09:55 在被降权的过程当中,你会发现,市场上的 VC 币,价格其实已经被 pump 得很高。 还没有 listing,价格就已经很高了。所以最后大家发现,叫“上线即高点”,这是一个典型特征。 第二,就算有一些项目,刚上时币价比较低,可能让用户吃到一波红利,但很多项目方,就像我说的一样,能够赚到钱,最后可能就觉得:“反正也没有监管机构,没有法律……” 10:24 “……要求我必须对这件事情负责。” 刚好又赶上上一轮,说代币不能是证券,他们就有更强的理由和借口,说:“这就是一个治理代币,跟我的收入不挂钩。” 所以代币上面没有任何价值附着,也不能指望他们最终对代币价格负责。这是第二个场景。 这两波下来以后,你会发现,真正能够留守在这个行业…… 10:53 ……做出盈利模型的公司,有没有?有,还蛮多的。 包括 GMGN,还有很多钱包,收益都还不错,也包括一些做代币的。 只是过去可能基于法律原因,没办法赋能代币;后来可能觉得没必要,各种各样的原因吧。 所以市场上真正有长期、健康商业模型,且有持续措施,能够赋能代币价值的,就会越来越少。 11:22 所以最后会发现,本质是整个行业的空心化。当然,大家可以简单地归因为币安的原因。 经过上一轮,VC 也进来看了一圈,最后觉得,虽然来钱很快,包括像[机构名称不清]这样的顶级风投,可能觉得,这是一个[词语不清]非常好的生意,但不是一个能长期承接大资金,且[词语不清]、可重复的场景。 11:56 所以,他们又更多地回到了股权投资。 12:00 对于币安,我们最大的思考是什么? 第一,用户要什么?用户的需求其实很朴素。作为一个用户,我希望它是一个公平的平台。 第二,如果我是普通用户,我希望能有赚钱的机会。 所以后来,币安也开放了很多入口。比如市值比较小的 memecoin,我们也会 listing。 我们把很多市场上比较 popular 的币上上来。现在,你在链上想买的币…… 12:31 ……哪怕在 Alpha 买不到,在 CEX 和 DEX 的中间区间买不到,在钱包里也可以买到。 行业在变化,用户也在分层、分流。 有的用户只玩 memecoin,只“打狗”;有的用户做理财;有的用户主要做返佣,对吧? 每个人都可能在生态里找到自己的位置。 但最终要解决一个核心问题:真正有价值的资产在哪里? 12:59 为了回答这个问题,我们从去年开始准备,到今年上线,上了大量股票、大宗商品这样的代币。 不管是过去的 crypto 资产,还是现在的股票资产、大宗商品,任何商品,都无法保证投资只赚不赔。 这种风险,不仅存在于某一个币。 13:29 一些传统股票资产,也会出现大涨或者大跌。大家还是要有这个风险概念。 13:39 最后,还是感谢今天所有参与活动的用户,感谢大家的信任。 “信任”两个字说起来简单,做起来很难。 当币安开放提币的时候,说实话,提走的币比我预期的少得多。 因为我觉得,大家在这种时候会比较风声鹤唳,一点风吹草动,可能都会很紧张。 14:10 这时候把币提出去,是一个很正常的行为。 但我们发现,从昨天开始,就已经变成正向流入了,24 小时内已经是正向流入了。 所以非常感谢大家对币安的信任,我们一定守护好这份信任。 一直以来,市场里都有各种各样的声音。可能亏了,骂得凶的可能就……比如去年 10 月 11 号的事情,是不是币安搞的? 14:39 大家很容易陷入这种阴谋论,因为阴谋论更有戏剧性,也更容易传播。 包括说:“你们是不是自导自演,自己黑自己,就是为了展现自己是一个负责任的公司?” 首先,我其实在推特上也发过:如果公司直接关门跑路,可以找借口说自己被盗。 但是,如果公司所有的人都还在,每天都在这里,24 小时守着,盯着运营…… 15:12 ……而且我们是一家盈利非常健康的公司。 大家知道,我到现在也没赞助什么大型全球赛事。知道你的,已经知道你了。不需要把你的 logo 和另一个 logo 绑在一起,这样来显得自己很厉害。那个成本确实也比较高。 所以我一直追求正现金流,追求健康的商业模型。 我原来在互联网公司做了很多年。 15:40 当年一下科技,小咖秀那一波,也差点 IPO。 所以对于花钱买量、虚假繁荣,我是非常、非常不喜欢的。 这个过程中的 training,这种训练,决定了我在币安的做事方式。我希望我们走的每一步,都非常踏实。 关于 10 月 10 号的事情,如果有人觉得是币安故意搞的,这样的朋友,我觉得可能不太适合做投资。因为还是需要有一个清晰的判断。 16:11 至少要理一下时间轴,理一下逻辑。 我理解,很多人因为这件事有损失。但我深受其扰的是,很长时间都被一些人非常恶毒地咒骂。 这也会让我想:已经财富自由这么多年,还这么拼命工作,到底值得不值得? 但还有很多像在场各位一样,相信币安、支持币安的朋友。 16:39 你们才是我还在坚持工作的动力和源泉。 16:47 最后,非常感谢大家飞来越南,跟币安和社区的小伙伴们坐到一起。 我觉得,行业经过这么多年的发展,每个能坐在这个房间里的朋友,都有一些自己特有的长处。 比如,有的人非常擅长做宏观分析,有的人非常擅长做波段,有的人非常擅长做流量,有的人非常擅长做返佣。 有的人可能在网上从来不活跃,我们从来没有见过。

BITWU.ETH 🔆

31,490 views • 11 days ago

以后的工作方式,不会是一个人指挥一堆 AI,而是几个人加几个 Agent 在同一个群里一起干活 Teamily AI 是我见过第一个把这件事做顺的 Humans + Agents 平台:项目做到一半突然改主意,人和 Agent 都能接着彼此的成果往下做,越做越像一支真正的团队 这次我就拿自己一直在用的美股研究站: Teamily 里做了个真实测试。 Product Agent 先分析现在网站的问题,UX Agent 接着重新设计首页,最后直接用 Website Builder 做出新版。 我还把一起合作的伙伴拉进了群,他看完第一版在群里说:“不要再像普通 AI SaaS 官网,我要用户打开就能直接研究股票,更像一个专业的 Research Terminal。”,Builder 把这条也一起做进了新版。 最后出来的新版,Ticker 搜索、热门股票、最近研究这些都被提到了前面,整体也从一个普通工具站变得更像真正的美股研究终端 我自己其实完全不懂网站设计,所以这次最有感觉的不是“AI 会写网页”,而是我真的可以像拉一个项目群一样,把 Product、UX、Builder 都放进去,各自负责一块 我只负责说我要什么、哪里不满意,中间临时改方向,它们自己继续往下接,最后直接在 Website Builder 里把东西做成。 这也是我觉得 Teamily AI Teamily AI 比较特别的地方:它不是让我去管理一堆独立的 AI,而是把人和 Agent 放进同一个工作空间里,聊天、任务、修改记录和最终交付物都在一起。 所以Teamily AI 是一个人和 Agent 协作的工作空间,特别适合小企业和小团队 像网站可以直接做到 Website Builder 里,研究、文档、Dashboard 这些也能从对话继续变成实际产物;一些反复要做的事情,还可以用 Loop 把整套人 + Agent 流程留下来,下次直接再跑。 对我这种一个人同时做产品、研究、内容的人来说,这个思路挺舒服的:我不用每个领域都变成专家,只要能把合适的事情交给合适的 Agent 新版研究终端在这: 产品:

梭哈.AI

14,669 views • 1 month ago

DeepSeek 不行 可能真的和你用的 harness 有关系🔥 DeepSeek harness 默认的标准模式可能真的会影响 DeepSeek 模型的能力,让模型变得又笨又啰嗦,只是我个人的感受 因为 DeepSeek 我不是第一次用了,我已经用了很长一段时间了,而且都是在 PI agent 上使用的 在上面使用,我感觉干活又快又准,而且整体的 API 消耗都是在可控范围以内 后面我换上了 DeepSeek harness,我想着自家的 harness 肯定会对自家的模型有特殊的加成,因为都流传着在 DSH 上跑出来的分都会更高 所以这段时间我都是在高强度使用,我又发现一个很怪的点 我发现是同一个模型和同一个思考等级 DeepSeek 在 PI agent 上干活的时候基本上不怎么啰嗦,可能是运行两到三轮就已经结束了,而且整体的成果都还是比较满意的 虽然达不到 Claude 的程度,但至少也有 80 分 针对一些不是重度 coding 的用户,或者是一些复杂任务的用户,完全是可以胜任的,而且成本消耗也是可控的 但是把它放到 DeepSeek 上,开启的是标准模式,有的时候会莫名其妙跑个十几二十轮 而且干活时间会拉得比较长,感觉都不像在用 DeepSeek,感觉都在使用 GPT-6 的感觉,整体会变得非常啰嗦,而且会变得非常慢 效果的话,可能会在整体程度上加个 4~5 分 但是从消耗的 token 和时间来说的话,完全是不值得的 后面我又多测试了几轮,发现还是一样的结果,所以我怀疑是不是 DSH 的系统提示词有问题 有没有跟我遇到一样情况的朋友,可以来回答一下我这个问题,到底是我一个人还是大家都遇到了?

小墨同学

75,601 views • 24 days ago

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 views • 5 months ago

怎么赚到人生中的第一个100万? 我的第一个100万不是在Crypto赚的,是刚毕业在香港做销售,一个客户一个客户谈出来的 0家庭资源,能想到的办法就是加入付费社群认识人,再靠熟人转介绍。那时候没认知,不知道可以做自媒体 聊 100个人,80个拒绝,10个白嫖,9个反悔,1个签单,就这样 以前情商超绝低,真正让我完成社会化的就是这份工 你得学会听别人说话,理解对方到底在担心什么,也得接受你认真准备了很久,对方还是不买 后来复盘觉得很多客户并不是因为我才买单,而是他本来就有需求,又刚好在那个时候遇到了我 "站在风口上,猪都会飞"这句话被说烂了,但做过传统行业又了解Crypto之后,我越来越觉得它是对的。行业有需求的时候,努力才有机会变成钱,没有需求再认真也没用 后来疫情客户来不了香港,原来的生意很难继续,我开始被迫了解加密。后面的经历,你们就比较熟悉了 现在回头看,如果早点开始做内容,把经验和判断持续写出来,而不是每次都从头认识一个客户,可能会走得顺一些 所以第一个100万怎么来的?没什么传奇答案:不是买彩票也不是靠合约,而是赶上了有需求的行业,做了一份收入不确定的工作,再花很多时间找客户谈客户 以前我的注意力都在下一笔钱从哪赚?现在开始关心另一件事:怎么合理规划风险/资产,宁愿少赚点选过舒服点? 资产散在交易所、钱包、券商和银行里。有些随时能用,有些只是账面数字,有些还锁着。如果不再高强度找机会,手里的钱能支持我生活多久?仓位有没有超出自己定的范围?以后想做的事,要提前留多少钱? 这些问题我想认真算清楚,所以最近用Claude给自己做了一个个人财富管理工具,把资产和生活目标放在一起看 第一版刚做出来,还没录入我自己的真实数据,接下来会边用边改 视频是第一版演示,也想看看有没有人需要这样的工具 你们现在是怎么管理自己的资产的? 对这个财富系统工具感兴趣的话可以点进去玩一下,链接在评论区👇

nanatang

26,942 views • 26 days ago