Loading video...

Video Failed to Load

Go Home

用 DAPPOS DAPPOS 玩世界杯一时爽，一直用一直爽！ 最近和朋友一起熬夜看世界杯，发现一个问题：只看球少了一点参与感。 所以大家都会去看看预测市场，猜比分、猜晋级、看赔率变化。 我也会打开 Polymarket 看盘口，但盯了一会就发现还挺累。 不同比赛、不同盘口，赔率变化、大额资金流入、聪明钱动向，全靠人工一个个翻，时间成本太高了。 于是我直接试了一下 DAPPOS 最近推出的 Coding 功能。 我输入的关键词是： 「帮我做个世界杯竞猜盘口跟踪分析工具，看看竞猜盘里面的聪明钱都在买什么。」 然后就是见证奇迹的时刻。 它没有直接给我生成一个简单页面，而是先把我的需求拆解成了一份完整的产品方案： 包括产品目标、数据来源、核心指标、异常判断逻辑、盘口排序规则等等。 说实话，我一开始甚至没有想清楚自己到底想做一个什么工具，只是有一个模糊需求。 但 xBubble 直接帮我补全了一个专业交易监控产品应该具备的框架。 后面的过程变成了一个很简单的循环： 提出需求 → 看结果 → 优化需求 → 继续迭代。 大概几分钟后，一个真正能跑的世界杯盘口分析工具就出来了： 自动扫描 32 个世界杯相关预测市场 跟踪大额净买入 统计独立钱包数量变化 监控盘口价格偏离 自动识别异常市场并置顶 告诉你为什么这个盘口值得关注，以及触发了哪些条件 不是一个展示 Demo，而是一个可以直接使用的产品。 体验地址： 后来我又去研究了一下它背后的逻辑，才发现这其实不是简单的「AI 写代码」。 Bubble Engine 已经针对不同场景沉淀了一套开发...

Baili1018's profile picture

百里 🦅

77,086 subscribers

16,904 views • 3 months ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

最近世界杯热度起来，很多人又开始关注预测市场。 以前我觉得这种交易型产品离普通人挺远，因为做一个预测市场并不只是搭个网站那么简单，背后涉及交易机制、用户体系、流动性设计、支付方案等多个环节，通常需要一个完整团队才能推进。 但最近我用 DAPPOS 的 xBubble Coding 体验了一下，直接让 AI 帮我做了一个 AI 世界杯预测市场交易产品。 从需求输入、功能设计，到产品雏形落地，整个过程大概花了 20 分钟左右。虽然距离成熟交易平台还有差距，但最大的变化是：以前一个想法，需要先找开发、组团队、投入大量成本；现在一个人配合 AI，就可以快速把想法验证出来。 这背后其实就是最近越来越火的 OPC（One Person Company）经济。未来创业模式可能正在改变，一个人 + AI Agent + Web3 基础设施，也可以完成过去需要多个岗位才能完成的工作。 而预测市场真正吸引人的地方，是它已经跑通了商业收入模型。平台不是单纯靠流量赚钱，而是通过用户交易产生手续费收入。用户每一次买入、卖出预测仓位，平台都可以获得交易费用。像头部预测市场在热门事件期间，交易量可以达到数亿美元级别，手续费收入也随之增长。 世界杯就是一个天然场景，用户可以围绕比赛胜负、球队表现、球员数据等事件进行预测交易。赛事热度越高，参与人数越多，交易频率也会提升，平台就有机会形成持续收入。 过去很多创业想法最大的问题，不是没有市场，而是没有能力快速做出来，现在 AI 正在降低这个门槛。xBubble 给我的感觉，不只是帮你写代码，而是在帮助一个人拥有接近小团队的产品创造能力。 世界杯只是一个例子，AI + 交易市场 + Web3，可能正在打开 OPC 时代新的创业机会，快来xbubble试试吧
0:51

最近世界杯热度起来，很多人又开始关注预测市场。 以前我觉得这种交易型产品离普通人挺远，因为做一个预测市场并不只是搭个网站那么简单，背后涉及交易机制、用户体系、流动性设计、支付方案等多个环节，通常需要一个完整团队才能推进。 但最近我用 DAPPOS 的 xBubble Coding 体验了一下，直接让 AI 帮我做了一个 AI 世界杯预测市场交易产品。 从需求输入、功能设计，到产品雏形落地，整个过程大概花了 20 分钟左右。虽然距离成熟交易平台还有差距，但最大的变化是：以前一个想法，需要先找开发、组团队、投入大量成本；现在一个人配合 AI，就可以快速把想法验证出来。 这背后其实就是最近越来越火的 OPC（One Person Company）经济。未来创业模式可能正在改变，一个人 + AI Agent + Web3 基础设施，也可以完成过去需要多个岗位才能完成的工作。 而预测市场真正吸引人的地方，是它已经跑通了商业收入模型。平台不是单纯靠流量赚钱，而是通过用户交易产生手续费收入。用户每一次买入、卖出预测仓位，平台都可以获得交易费用。像头部预测市场在热门事件期间，交易量可以达到数亿美元级别，手续费收入也随之增长。 世界杯就是一个天然场景，用户可以围绕比赛胜负、球队表现、球员数据等事件进行预测交易。赛事热度越高，参与人数越多，交易频率也会提升，平台就有机会形成持续收入。 过去很多创业想法最大的问题，不是没有市场，而是没有能力快速做出来，现在 AI 正在降低这个门槛。xBubble 给我的感觉，不只是帮你写代码，而是在帮助一个人拥有接近小团队的产品创造能力。 世界杯只是一个例子，AI + 交易市场 + Web3，可能正在打开 OPC 时代新的创业机会，快来xbubble试试吧

鬼谷研选

17,537 views • 3 months ago

昨天用 DAPPOS 的 xBubble Coding 搭了个小工具，专门盯头部账号互动和事件市场信号。 起因很简单。我刷到某个头部交易所创始人，回复了一条内容账号的推文，底下还顺手点了个赞。 我切到相关代币的 K 线看了一眼，市值直接拉了几千万！这种机会如果只靠人一直刷推，很难卡到前面的位置。尤其是链上 meme，很多注意力信号本来就不是从公告开始的。 可能是头部账号的一次点赞。也许是交易所创始人的一次回复。或者是项目方和 KOL 之间的一次互动。 我当时就在想，这种信号如果能自动抓下来，再接一层策略判断，自动买入，那岂不是能赚麻了！比别人先看到消息，然后提前卖出获利 刚好最近看到 xBubble 官方演示里有一个 Polymarket 事件检测和交易辅助案例，思路跟这个很像不是让人手动盯每条信息，而是把事件、信号、价格、市场变化串成一条流程。 我就顺着这个方向，用 xBubble Coding 搭了一套 Web3 交易信号工具。 测试版本： 流程大概是这样：推特那边一出现新互动信号，系统先自动抓下来，抓完之后，先过一层策略匹配，只有命中我设定的规则，才继续往下走。然后查一遍白名单库，筛出我真正关注的资产。再查一次钱包缓存，看有没有相关地址和历史行为。接着生成一份代币价格简报。 如果是 Polymarket 这类事件市场，还会同步整理事件状态、赔率变化、相关信息源和潜在交易方向。最后把符合条件的内容，提交到预设链上流程里。 这就是“追头部账号”和“追事件市场”真正能产生的结果。是把一个轻互动信号，变成一套可以执行的交易观察链路。 以前我是刷到相关信号之后，再手动去查币、看价格、翻钱包、看链上数据。那时候已经到接盘的时间了。现在是信号自己进入流程，系统帮我先完成筛选、整理和下一步动作。 这个变化很关键。因为 xBubble Coding 真正有价值的地方，不是帮我生成一段代码，而是把一个具体场景封装成一条端到端的业务 SOP。 我这次做的，其实更像是一套小型 Web3 交易信息服务。前端是头部账号互动监控和事件市场检测。中间是策略匹配、资产筛选和信息源整理。后面接价格简报、钱包缓存、赔率变化和链上流程。 这条链路跑通之后，它就不只是一个工具，而是一个可以持续迭代的个人信息优势系统。 这也是我理解 xBubble 商业价值的地方。它卖的不是代码本身，而是端到端的业务服务。 对小团队和个人来说，真正卡住人的往往不是“能不能生成一个页面”，而是能不能把内容、数据、流程、支付、执行和后续修改串成一个闭环。 xBubble 的 SOP 系统，核心就是把这个门槛压低。你可以用它做世界杯周边商城，把商品页、素材、收款和订单流程快速串起来。也可以做交规学习产品，把内容流量和私域转化接起来。也可以做本地服务入口，让用户看服务、提交需求、完成支付。 也可以像我这样，做一个 Web3 事件检测、头部账号信号追踪、Polymarket 交易辅助工具。 这些需求都有一个共同点很垂直，很细分，很贴近真实生意。它们不一定需要一个庞大的技术团队，但需要一套能快速上线、持续修改、直接承接收入的执行流程。 这正是 xBubble 适合 OPC 的地方。 一个人或者一个小团队，只要知道自己要服务谁、抓什么信号、卖什么产品、怎么完成交付，就可以用 SOP 把业务搭起来。 更重要的是，xBubble 不是只有固定模板。成熟场景可以直接用现成 SOP 快速启动，新的细分需求则可以通过 Bubble Engine 继续生成更贴合场景的专用 SOP。 这点对 Web3 特别重要。因为这里的机会变化很快。今天可能是头部账号互动。明天可能是 Polymarket 事件变化。后天可能是某个钱包行为。下一轮又可能变成社区积分、空投任务、链上数据面板。 如果工具只能做一种固定场景，空间会很有限。但如果 SOP 可以跟着新场景继续生成，个人和小团队就能把自己的细分判断，不断沉淀成新的业务流程。 我这次搭头部账号和 Polymarket 事件监控，就是一个很小但很具体的例子。它把我平时刷推、盯盘、查币、看钱包、看事件赔率的动作，变成了一条可以自动跑的流程。 以后我想加新的账号源，可以继续扩展。想换策略匹配规则，可以继续调整。想把简报字段做细，也可以继续改。想接更多链上动作，也能继续往后接。 这才是 OPC 时代 AI 工具真正该有的样子。不是让个人去模仿大公司搭团队，而是让个人用 SOP 获得接近专业团队的执行能力。 内容自动生成、多平台宣发、稳定币结算、链上任务执行、客户承接、后台管理，这些原本需要多人协作的环节，被压缩进一套更轻的业务系统里。 所以我现在看 xBubble Coding，已经不只是把它当成 AI Coding 工具。它更像是给个人创业者和小团队准备的业务启动基础设施。 对我来说，头部账号互动不再只是一个我刷到之后才处理的信息点。Polymarket 事件变化也不再只是一个我想起来才去看的页面。它们都可以变成自动进入系统、自动筛选、自动整理、自动触发后续流程的策略输入。这类细分需求过去很少有人专门做，因为太个人化、太垂直、变化也快。 但 xBubble 的 SOP 思路，刚好适合把这种需求做成可以低成本验证、持续迭代、甚至沉淀成服务的东西。这可能就是它最值得看的地方。AI Coding 的上半场，是让更多人可以做出应用。 xBubble 想做的下半场，是让这些应用真正变成能跑业务、能接收入、能持续迭代的商业流程。对 OPC 来说，这比一个好看的 Demo 重要得多。
0:21

昨天用 DAPPOS 的 xBubble Coding 搭了个小工具，专门盯头部账号互动和事件市场信号。 起因很简单。我刷到某个头部交易所创始人，回复了一条内容账号的推文，底下还顺手点了个赞。 我切到相关代币的 K 线看了一眼，市值直接拉了几千万！这种机会如果只靠人一直刷推，很难卡到前面的位置。尤其是链上 meme，很多注意力信号本来就不是从公告开始的。 可能是头部账号的一次点赞。也许是交易所创始人的一次回复。或者是项目方和 KOL 之间的一次互动。 我当时就在想，这种信号如果能自动抓下来，再接一层策略判断，自动买入，那岂不是能赚麻了！比别人先看到消息，然后提前卖出获利 刚好最近看到 xBubble 官方演示里有一个 Polymarket 事件检测和交易辅助案例，思路跟这个很像不是让人手动盯每条信息，而是把事件、信号、价格、市场变化串成一条流程。 我就顺着这个方向，用 xBubble Coding 搭了一套 Web3 交易信号工具。 测试版本： 流程大概是这样：推特那边一出现新互动信号，系统先自动抓下来，抓完之后，先过一层策略匹配，只有命中我设定的规则，才继续往下走。然后查一遍白名单库，筛出我真正关注的资产。再查一次钱包缓存，看有没有相关地址和历史行为。接着生成一份代币价格简报。 如果是 Polymarket 这类事件市场，还会同步整理事件状态、赔率变化、相关信息源和潜在交易方向。最后把符合条件的内容，提交到预设链上流程里。 这就是“追头部账号”和“追事件市场”真正能产生的结果。是把一个轻互动信号，变成一套可以执行的交易观察链路。 以前我是刷到相关信号之后，再手动去查币、看价格、翻钱包、看链上数据。那时候已经到接盘的时间了。现在是信号自己进入流程，系统帮我先完成筛选、整理和下一步动作。 这个变化很关键。因为 xBubble Coding 真正有价值的地方，不是帮我生成一段代码，而是把一个具体场景封装成一条端到端的业务 SOP。 我这次做的，其实更像是一套小型 Web3 交易信息服务。前端是头部账号互动监控和事件市场检测。中间是策略匹配、资产筛选和信息源整理。后面接价格简报、钱包缓存、赔率变化和链上流程。 这条链路跑通之后，它就不只是一个工具，而是一个可以持续迭代的个人信息优势系统。 这也是我理解 xBubble 商业价值的地方。它卖的不是代码本身，而是端到端的业务服务。 对小团队和个人来说，真正卡住人的往往不是“能不能生成一个页面”，而是能不能把内容、数据、流程、支付、执行和后续修改串成一个闭环。 xBubble 的 SOP 系统，核心就是把这个门槛压低。你可以用它做世界杯周边商城，把商品页、素材、收款和订单流程快速串起来。也可以做交规学习产品，把内容流量和私域转化接起来。也可以做本地服务入口，让用户看服务、提交需求、完成支付。 也可以像我这样，做一个 Web3 事件检测、头部账号信号追踪、Polymarket 交易辅助工具。 这些需求都有一个共同点很垂直，很细分，很贴近真实生意。它们不一定需要一个庞大的技术团队，但需要一套能快速上线、持续修改、直接承接收入的执行流程。 这正是 xBubble 适合 OPC 的地方。 一个人或者一个小团队，只要知道自己要服务谁、抓什么信号、卖什么产品、怎么完成交付，就可以用 SOP 把业务搭起来。 更重要的是，xBubble 不是只有固定模板。成熟场景可以直接用现成 SOP 快速启动，新的细分需求则可以通过 Bubble Engine 继续生成更贴合场景的专用 SOP。 这点对 Web3 特别重要。因为这里的机会变化很快。今天可能是头部账号互动。明天可能是 Polymarket 事件变化。后天可能是某个钱包行为。下一轮又可能变成社区积分、空投任务、链上数据面板。 如果工具只能做一种固定场景，空间会很有限。但如果 SOP 可以跟着新场景继续生成，个人和小团队就能把自己的细分判断，不断沉淀成新的业务流程。 我这次搭头部账号和 Polymarket 事件监控，就是一个很小但很具体的例子。它把我平时刷推、盯盘、查币、看钱包、看事件赔率的动作，变成了一条可以自动跑的流程。 以后我想加新的账号源，可以继续扩展。想换策略匹配规则，可以继续调整。想把简报字段做细，也可以继续改。想接更多链上动作，也能继续往后接。 这才是 OPC 时代 AI 工具真正该有的样子。不是让个人去模仿大公司搭团队，而是让个人用 SOP 获得接近专业团队的执行能力。 内容自动生成、多平台宣发、稳定币结算、链上任务执行、客户承接、后台管理，这些原本需要多人协作的环节，被压缩进一套更轻的业务系统里。 所以我现在看 xBubble Coding，已经不只是把它当成 AI Coding 工具。它更像是给个人创业者和小团队准备的业务启动基础设施。 对我来说，头部账号互动不再只是一个我刷到之后才处理的信息点。Polymarket 事件变化也不再只是一个我想起来才去看的页面。它们都可以变成自动进入系统、自动筛选、自动整理、自动触发后续流程的策略输入。这类细分需求过去很少有人专门做，因为太个人化、太垂直、变化也快。 但 xBubble 的 SOP 思路，刚好适合把这种需求做成可以低成本验证、持续迭代、甚至沉淀成服务的东西。这可能就是它最值得看的地方。AI Coding 的上半场，是让更多人可以做出应用。 xBubble 想做的下半场，是让这些应用真正变成能跑业务、能接收入、能持续迭代的商业流程。对 OPC 来说，这比一个好看的 Demo 重要得多。

币圈荒木｜Araki🪵

30,150 views • 4 months ago

用 DAPPOS DAPPOS 真的越用越香！ 快来围观我做的～ Web3 技术分析师聚合型的网站: 最近行情没那么好做，我更多时间都在二级找波动大的币做短线。但每天最头疼的一件事就是，看几十个币、翻各种指标、找进出场位置，费时间还容易犹豫。 于是我突然想到，为什么不能做一个 AI 技术分析网站，让 AI 帮我把热点币种、关键支撑压力、进场离场位置，以及背后的逻辑一次性整理出来？ 以前我也试过 Cursor、Claude Code、Codex 这些 AI Coding 工具，但对于技术小白来说，门槛还是有点高。 直到刷到 DAPPOS 分享用 xBubble 几句话就做出各种类型的预测，RWA等网站，我决定自己也试试，结果真的超出预期。 我只告诉 xBubble 我的需求，几分钟就生成了一个 Web3 技术分析网站，不用折腾服务器、不用配置环境、不用UI挠秃头，页面就直接做好了。 网站里不仅有热门币种推荐，还会给出： 📈 入场区间 📉 止盈止损参考 💡 为什么这样判断 📊 综合技术指标分析 基本就是一个 24 小时在线的 AI 分析师。 这次体验最大的感受不是 AI 会写代码，而是 AI 已经把”做产品”这件事的门槛拉低到了前所未有的程度。 以前有一个想法，需要找程序员、产品、设计，折腾几周甚至几个月； 现在，一个点子+一句需求，几分钟就能验证。 所谓 OPC（One Person Company），可能真的已经不是未来，而是现在。以后拼的，也许不再是谁会写代码，而是谁更快把想法变成产品！
1:00

用 DAPPOS DAPPOS 真的越用越香！ 快来围观我做的～ Web3 技术分析师聚合型的网站: 最近行情没那么好做，我更多时间都在二级找波动大的币做短线。但每天最头疼的一件事就是，看几十个币、翻各种指标、找进出场位置，费时间还容易犹豫。 于是我突然想到，为什么不能做一个 AI 技术分析网站，让 AI 帮我把热点币种、关键支撑压力、进场离场位置，以及背后的逻辑一次性整理出来？ 以前我也试过 Cursor、Claude Code、Codex 这些 AI Coding 工具，但对于技术小白来说，门槛还是有点高。 直到刷到 DAPPOS 分享用 xBubble 几句话就做出各种类型的预测，RWA等网站，我决定自己也试试，结果真的超出预期。 我只告诉 xBubble 我的需求，几分钟就生成了一个 Web3 技术分析网站，不用折腾服务器、不用配置环境、不用UI挠秃头，页面就直接做好了。 网站里不仅有热门币种推荐，还会给出： 📈 入场区间 📉 止盈止损参考 💡 为什么这样判断 📊 综合技术指标分析 基本就是一个 24 小时在线的 AI 分析师。 这次体验最大的感受不是 AI 会写代码，而是 AI 已经把”做产品”这件事的门槛拉低到了前所未有的程度。 以前有一个想法，需要找程序员、产品、设计，折腾几周甚至几个月； 现在，一个点子+一句需求，几分钟就能验证。 所谓 OPC（One Person Company），可能真的已经不是未来，而是现在。以后拼的，也许不再是谁会写代码，而是谁更快把想法变成产品！

Flora_花花

16,911 views • 3 months ago

最近又拿 AI 做了个挺实用的小东西。 我在 上用 DeepSeek 4.1 Flash 做了一个《出门别忘了》的小程序。 逻辑很简单： 出门前填一下出发地、目的地、出发和返程时间、交通工具、同行人数，它就会根据这趟行程，自动生成一份需要携带的物品清单。 比如飞机出行，会重点提醒证件、充电宝这些； 去冷的地方，会自动增加保暖用品； 人数、旅行天数变了，需要准备的数量也会跟着变。 每样东西都可以直接勾选，准备多少、还差多少一眼就能看到，最后还有一个「我真的都带齐了吗？」检查。 我现在越来越喜欢这种用 AI 的方式了。 不是问 AI 一个问题，让它给我一段答案，而是直接把一个生活里的小需求，做成一个真的能用的东西。 而且这次我基本就是把需求告诉 DeepSeek 4.1 Flash，让它自己分析逻辑、设计页面、写代码，最后直接生成可以运行的成品。 以前觉得做个小工具至少得会开发，现在越来越像是： 有一个想法 → 说清楚需求 → 产品就出来了。 DeepSeek 4.1 Flash 5 折活动已上线～活动持续7天，截止到 9 月 21 号。
1:00

最近又拿 AI 做了个挺实用的小东西。 我在 上用 DeepSeek 4.1 Flash 做了一个《出门别忘了》的小程序。 逻辑很简单： 出门前填一下出发地、目的地、出发和返程时间、交通工具、同行人数，它就会根据这趟行程，自动生成一份需要携带的物品清单。 比如飞机出行，会重点提醒证件、充电宝这些； 去冷的地方，会自动增加保暖用品； 人数、旅行天数变了，需要准备的数量也会跟着变。 每样东西都可以直接勾选，准备多少、还差多少一眼就能看到，最后还有一个「我真的都带齐了吗？」检查。 我现在越来越喜欢这种用 AI 的方式了。 不是问 AI 一个问题，让它给我一段答案，而是直接把一个生活里的小需求，做成一个真的能用的东西。 而且这次我基本就是把需求告诉 DeepSeek 4.1 Flash，让它自己分析逻辑、设计页面、写代码，最后直接生成可以运行的成品。 以前觉得做个小工具至少得会开发，现在越来越像是： 有一个想法 → 说清楚需求 → 产品就出来了。 DeepSeek 4.1 Flash 5 折活动已上线～活动持续7天，截止到 9 月 21 号。

伟大

14,834 views • 1 month 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。
1:27

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 • 4 months ago

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一 此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远 昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向 考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法： 做人与宠物的亲子装 把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售 这并不只是卖一件衣服 它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求 一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签 今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面 看到页面的那一刻，我真的有些难以置信 她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面 更重要的是，她并没有机械地执行我们的要求 他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索 「我的宠物适合什么颜色」 「它对应什么五行」 「我们适合怎样的亲子穿搭」 这已经不再是一次普通的课堂作业 它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能 供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西： 创始人的个人特质与市场机会之间的契合 已经出现了 那一刻我第一次非常强烈地意识到： 我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目 一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越 这在过去是很难想象的 以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金 但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力 她不需要先准备好，才有资格开始 她是在开始之后，不断变得更强 相比之下，我也看到了一些刚刚经历过高考的孩子 她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务 这当然不是他们的问题 传统教育长期训练的是记忆、服从和寻找标准答案 而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力 记笔记没有错，按照规则完成任务也没有问题 但我们不能让孩子误以为，学习的终点只是记住老师讲过什么 真正重要的是：你能不能用这些东西，创造一个此前不存在的产品 所以我越来越确信，AI 教育一定要尽可能早 不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次： 原来我的想法可以被实现 原来我不需要先成为专家，也可以开始创造 原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界 当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变 而这种「我能够创造」的信念，才是 AI 教育最重要的价值 我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性
2:16

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一 此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远 昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向 考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法： 做人与宠物的亲子装 把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售 这并不只是卖一件衣服 它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求 一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签 今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面 看到页面的那一刻，我真的有些难以置信 她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面 更重要的是，她并没有机械地执行我们的要求 他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索 「我的宠物适合什么颜色」 「它对应什么五行」 「我们适合怎样的亲子穿搭」 这已经不再是一次普通的课堂作业 它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能 供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西： 创始人的个人特质与市场机会之间的契合 已经出现了 那一刻我第一次非常强烈地意识到： 我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目 一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越 这在过去是很难想象的 以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金 但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力 她不需要先准备好，才有资格开始 她是在开始之后，不断变得更强 相比之下，我也看到了一些刚刚经历过高考的孩子 她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务 这当然不是他们的问题 传统教育长期训练的是记忆、服从和寻找标准答案 而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力 记笔记没有错，按照规则完成任务也没有问题 但我们不能让孩子误以为，学习的终点只是记住老师讲过什么 真正重要的是：你能不能用这些东西，创造一个此前不存在的产品 所以我越来越确信，AI 教育一定要尽可能早 不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次： 原来我的想法可以被实现 原来我不需要先成为专家，也可以开始创造 原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界 当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变 而这种「我能够创造」的信念，才是 AI 教育最重要的价值 我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性

文硕

11,070 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：
0:43

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

重要基础设施 发布： 我认为，DeWEB 作为下一代互联网基础设施，不该只是工程师的游乐场。 TapeOut需要有千千万万个网站和开发者在上面提供不同的服务和应用，所以我们需要一个能让所有人，无论是否懂得程序开发和流程，只要有想法和创造力，就能把自己想法中那个应用做出来，并一键发布到DeWEB上让所有用户使用，能像Martin一样靠它赚到收入。 今天终于可以将它发布出来，它叫 TapeCode它存在的目的就是让 “人人都是创造者！” 它不是又一个 Codex、又一个 Claude Code。那些大厂的东西当然很好，我自己也天天用，但它们要么是帮一个已经会写代码的人，写得更快更好。要是让不会写代码的人vibe 一些无法商业化的，用来自己玩的小玩具而已。它们不关心你这东西怎么上线、怎么收钱、合约是否安全、钱会不会被偷、是否真的可以商业化、前端是否有注入风险等等一系列的真实问题，我像问，不能商业化的vibe有啥用呢？ TapeCode 关心的恰恰是这些。它的目标不只是帮你写代码，还帮你通过严格的标准化的开发流程，把一个创意想法，做成真正能拿去赚钱的去中心化应用,帮你从想法做到真实可商业化运营的工具，前端页面你也不需要再忍受ai的抽风式魔改了，直接像P图一样选中文字编辑即可，哦代码也会在你选中时跳到指定位置，用起来非常轻松。 你只需要用文字描述你要什么。比如"创建一个代币,允许每个人免费领取 1 枚"。它会帮你把前端后端都写好，然后根据指引完成代码的安全审计，把高、中危风险都找出来，然后使用一键修复的功能，进行一键将所有风险修改掉。基本上只需要大概3、4轮审计，就能把所有高中风险都处理掉了。 代码写完之后，不需要跑去开复杂的云服务，也不需要去购买域名，更不需要去配置DNS等等一系列让人头疼的事。一个按钮就自动完成了创建电路并开通容器的全过程。有了容器之后，你只需要，点击“一键部署合约+前端”然后钱包弹出来授权就行了。剩下的你就可以在浏览器中直接查看你的作品啦！当然你开发中碰到问题，随时在内置的TapeTape中发帖子互相交流开发经验，也可以分享自己的作品。 你的整套前端被写进链上的电路容器，直接存在所在公链上，与合约同一层。付一次 gas，这个应用服务就可以永久免费被使用，永久免费被访问。终端访客打开它不需要钱包、不需要签名、不需要花 gas，体验和 Web2 网站一样。 你只需要推广它，让它出现在终端用户的面前。 再说最重要的“安全” 一个人做的东西要拿去收别人的钱，如果你不是专业开发者，使用Codex去vibe的应用敢不敢上线？而 TapeCode 内置了代码安全审计，它会帮你严格把关，然后告诉你哪一行有问题，是什么等级的问题，攻击者会怎么利用它，以及这一行该改成什么。 查出问题后，点击一键修复即可，修完再审，审完再修。跑个三四轮，中高风险清零了，你就可以完全放心去上线了。 我为什么强调这个？因为去中心化应用一旦出事，是真的会丢钱呐，而且链上不可逆。一个有想法的普通人，就凭这个功能，就确保你可以放心上线！这就是我所说的“技术平权”，它把过去只有专业团队才买得起的审计能力，变成了每个人点一下就能用的东西。每次只需要很少的钱。 做东西的路上会卡住，这很正常。所以 TapeCode 里直接内置了 TapeTape ，你可以随时和其他开发者交流，问一个卡了三小时的 bug，讨论一个产品该不该这么设计，找人一起合伙做，或者就是吐槽两句。身份由你的电路ID，你不用离开这个工具去别的群里，也不用加谁好友。做着做着卡住了，转头就问。 我太清楚一个人做东西有多孤独了，一个想法死掉，多半不是因为技术不行，是因为卡住的那天晚上没人说话。 所以，这就是为什么我说 TapeCode 是 TapeOut 协议往前奔跑的重要基础设施了。 TapeKit 是开源浏览器内核，解决读取和渲染。电路容器 是存储器，解决存在哪里。而 TapeCode 解决用户有哪些服务可以用。没有它，DeWEB 就是一张修得很漂亮但没人走的路。有了它，未来任何一个有想法的人，都能随时开始创业。 TapeOut要的是百花齐放，是数不尽的开发者，是让你的想法立刻就能帮你赚到U。 最后说一件重要的事。 两周后，如果 TapeCode 的日新增项目超过 100 款，在 TapeCode 里右上角的“一键 ITO”就会开放，我想让大家一起迎接那一天的到来。你用 TapeCode 做出来的应用项目，上线后，直接在右上角发起ITO，完成一键资产发行。真正有创造力的社区成员，可以凭自己创造的应用项目，简单、迅速地拿到大规模的资金。 而这个Crypto市场，终于能看到一点别的东西了，一个有真正价值的商业化应用项目，而不是MEME和空气。 我希望我们可以引领这一轮牛市，让一批真正有价值的去中心化服务甚至中心化应用带起来的，这些东西全都运行在区块链上，运行在DeWEB中。 所以这两周，去做点东西吧。你只需要有想法，剩下的我都给你准备好了。 TapeCode —— 人人都是创造者。 TapeCode 网页版：
1:58

重要基础设施 发布： 我认为，DeWEB 作为下一代互联网基础设施，不该只是工程师的游乐场。 TapeOut需要有千千万万个网站和开发者在上面提供不同的服务和应用，所以我们需要一个能让所有人，无论是否懂得程序开发和流程，只要有想法和创造力，就能把自己想法中那个应用做出来，并一键发布到DeWEB上让所有用户使用，能像Martin一样靠它赚到收入。 今天终于可以将它发布出来，它叫 TapeCode它存在的目的就是让 “人人都是创造者！” 它不是又一个 Codex、又一个 Claude Code。那些大厂的东西当然很好，我自己也天天用，但它们要么是帮一个已经会写代码的人，写得更快更好。要是让不会写代码的人vibe 一些无法商业化的，用来自己玩的小玩具而已。它们不关心你这东西怎么上线、怎么收钱、合约是否安全、钱会不会被偷、是否真的可以商业化、前端是否有注入风险等等一系列的真实问题，我像问，不能商业化的vibe有啥用呢？ TapeCode 关心的恰恰是这些。它的目标不只是帮你写代码，还帮你通过严格的标准化的开发流程，把一个创意想法，做成真正能拿去赚钱的去中心化应用,帮你从想法做到真实可商业化运营的工具，前端页面你也不需要再忍受ai的抽风式魔改了，直接像P图一样选中文字编辑即可，哦代码也会在你选中时跳到指定位置，用起来非常轻松。 你只需要用文字描述你要什么。比如"创建一个代币,允许每个人免费领取 1 枚"。它会帮你把前端后端都写好，然后根据指引完成代码的安全审计，把高、中危风险都找出来，然后使用一键修复的功能，进行一键将所有风险修改掉。基本上只需要大概3、4轮审计，就能把所有高中风险都处理掉了。 代码写完之后，不需要跑去开复杂的云服务，也不需要去购买域名，更不需要去配置DNS等等一系列让人头疼的事。一个按钮就自动完成了创建电路并开通容器的全过程。有了容器之后，你只需要，点击“一键部署合约+前端”然后钱包弹出来授权就行了。剩下的你就可以在浏览器中直接查看你的作品啦！当然你开发中碰到问题，随时在内置的TapeTape中发帖子互相交流开发经验，也可以分享自己的作品。 你的整套前端被写进链上的电路容器，直接存在所在公链上，与合约同一层。付一次 gas，这个应用服务就可以永久免费被使用，永久免费被访问。终端访客打开它不需要钱包、不需要签名、不需要花 gas，体验和 Web2 网站一样。 你只需要推广它，让它出现在终端用户的面前。 再说最重要的“安全” 一个人做的东西要拿去收别人的钱，如果你不是专业开发者，使用Codex去vibe的应用敢不敢上线？而 TapeCode 内置了代码安全审计，它会帮你严格把关，然后告诉你哪一行有问题，是什么等级的问题，攻击者会怎么利用它，以及这一行该改成什么。 查出问题后，点击一键修复即可，修完再审，审完再修。跑个三四轮，中高风险清零了，你就可以完全放心去上线了。 我为什么强调这个？因为去中心化应用一旦出事，是真的会丢钱呐，而且链上不可逆。一个有想法的普通人，就凭这个功能，就确保你可以放心上线！这就是我所说的“技术平权”，它把过去只有专业团队才买得起的审计能力，变成了每个人点一下就能用的东西。每次只需要很少的钱。 做东西的路上会卡住，这很正常。所以 TapeCode 里直接内置了 TapeTape ，你可以随时和其他开发者交流，问一个卡了三小时的 bug，讨论一个产品该不该这么设计，找人一起合伙做，或者就是吐槽两句。身份由你的电路ID，你不用离开这个工具去别的群里，也不用加谁好友。做着做着卡住了，转头就问。 我太清楚一个人做东西有多孤独了，一个想法死掉，多半不是因为技术不行，是因为卡住的那天晚上没人说话。 所以，这就是为什么我说 TapeCode 是 TapeOut 协议往前奔跑的重要基础设施了。 TapeKit 是开源浏览器内核，解决读取和渲染。电路容器 是存储器，解决存在哪里。而 TapeCode 解决用户有哪些服务可以用。没有它，DeWEB 就是一张修得很漂亮但没人走的路。有了它，未来任何一个有想法的人，都能随时开始创业。 TapeOut要的是百花齐放，是数不尽的开发者，是让你的想法立刻就能帮你赚到U。 最后说一件重要的事。 两周后，如果 TapeCode 的日新增项目超过 100 款，在 TapeCode 里右上角的“一键 ITO”就会开放，我想让大家一起迎接那一天的到来。你用 TapeCode 做出来的应用项目，上线后，直接在右上角发起ITO，完成一键资产发行。真正有创造力的社区成员，可以凭自己创造的应用项目，简单、迅速地拿到大规模的资金。 而这个Crypto市场，终于能看到一点别的东西了，一个有真正价值的商业化应用项目，而不是MEME和空气。 我希望我们可以引领这一轮牛市，让一批真正有价值的去中心化服务甚至中心化应用带起来的，这些东西全都运行在区块链上，运行在DeWEB中。 所以这两周，去做点东西吧。你只需要有想法，剩下的我都给你准备好了。 TapeCode —— 人人都是创造者。 TapeCode 网页版：

Blonskr

86,296 views • 25 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：
0:52

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 • 27 days 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：
2:26

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 • 3 months ago

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。
6:07

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

最近几期一直在聊交易所、美股这些比较大的方向。 这次换个轻松一点的。 前几天看到 Gate Gate Gate_zh 更新了 8.3.0 版本，我自己体验了一下预测市场的新功能。 之前很多人提到预测市场，第一反应可能就是“猜比赛结果”。 但实际体验下来，现在的产品已经不只是简单下注了 这次更新里面，有几个小细节我觉得挺有意思： 比如新的页面设计、事件展示方式、交易交互，还有资产和盈亏复盘这些功能。 一个产品好不好用，并不是在于功能有多少，而是交易过程中能不能真正降低使用成本。 所以这期就简单聊聊我体验后的几个感受。 预测市场未来到底会不会成为更多人的新玩法？🧐
4:17

最近几期一直在聊交易所、美股这些比较大的方向。 这次换个轻松一点的。 前几天看到 Gate Gate Gate_zh 更新了 8.3.0 版本，我自己体验了一下预测市场的新功能。 之前很多人提到预测市场，第一反应可能就是“猜比赛结果”。 但实际体验下来，现在的产品已经不只是简单下注了 这次更新里面，有几个小细节我觉得挺有意思： 比如新的页面设计、事件展示方式、交易交互，还有资产和盈亏复盘这些功能。 一个产品好不好用，并不是在于功能有多少，而是交易过程中能不能真正降低使用成本。 所以这期就简单聊聊我体验后的几个感受。 预测市场未来到底会不会成为更多人的新玩法？🧐

Yuki Rabbit🐰

11,093 views • 3 months ago

“这个我也想做一个。” 刷到好看的网页时，这句话很容易冒出来。真要动手，又觉得要学的东西太多，想着等有空再说。 昨天看到一段漂亮的 3D 交互演示，我这次直接让 Codex 换个题材：做汽车发动机，整套界面和交互重新设计。我还特意强调了一句：“我需要好看哦。”😂 最后做出来的是一个完整的发动机机械馆：整机可以拖动旋转，切到剖面能看里面的活塞和曲轴运动，还能把零件拆开、再装回去，亮色和暗色展台也都做了。 这次用到了 Blender 建模和网页开发，中间又调了机械细节、灯光和窄屏布局，最后还留了一段 30 秒的配乐演示。 看到原本只在脑子里的东西，真的变成一个能打开、能操作的页面，那一下还挺满足的。 我觉得这种需求其实挺常见。想给自己的作品集添个页面，给产品做一个演示，或者做个自己一直想用的小工具。东西未必要多大，就是想亲手把它做出来。 有个能一起往下干活的工具，想法刚冒出来的时候，就可以先开工。做到一半觉得哪里不对，再接着改。我现在也更愿意拿这些实际任务，判断一份 AI 订阅到底值不值。 顺着这个需求，我也看了 GamsGo 的 Codex 自营套餐。当前商品页的 Plus 独享方案是 1 个月 16.49 美元，未加购 GamsCare+，最终按结算页来。具体选哪档，还是得看自己的任务和使用额度；这是月订阅价，不是上面这个项目的制作成本。 如果你也攒着一个总想做、一直没开始的小项目，可以先把需求写下来，给自己留一个能动手试的起点。 我的促销码是 ARBFK，首单可享 3% 优惠，具体以结算页为准。入口放评论区。 GamsGo #GamsGo #推广
0:30

“这个我也想做一个。” 刷到好看的网页时，这句话很容易冒出来。真要动手，又觉得要学的东西太多，想着等有空再说。 昨天看到一段漂亮的 3D 交互演示，我这次直接让 Codex 换个题材：做汽车发动机，整套界面和交互重新设计。我还特意强调了一句：“我需要好看哦。”😂 最后做出来的是一个完整的发动机机械馆：整机可以拖动旋转，切到剖面能看里面的活塞和曲轴运动，还能把零件拆开、再装回去，亮色和暗色展台也都做了。 这次用到了 Blender 建模和网页开发，中间又调了机械细节、灯光和窄屏布局，最后还留了一段 30 秒的配乐演示。 看到原本只在脑子里的东西，真的变成一个能打开、能操作的页面，那一下还挺满足的。 我觉得这种需求其实挺常见。想给自己的作品集添个页面，给产品做一个演示，或者做个自己一直想用的小工具。东西未必要多大，就是想亲手把它做出来。 有个能一起往下干活的工具，想法刚冒出来的时候，就可以先开工。做到一半觉得哪里不对，再接着改。我现在也更愿意拿这些实际任务，判断一份 AI 订阅到底值不值。 顺着这个需求，我也看了 GamsGo 的 Codex 自营套餐。当前商品页的 Plus 独享方案是 1 个月 16.49 美元，未加购 GamsCare+，最终按结算页来。具体选哪档，还是得看自己的任务和使用额度；这是月订阅价，不是上面这个项目的制作成本。 如果你也攒着一个总想做、一直没开始的小项目，可以先把需求写下来，给自己留一个能动手试的起点。 我的促销码是 ARBFK，首单可享 3% 优惠，具体以结算页为准。入口放评论区。 GamsGo #GamsGo #推广

gKev1n

14,652 views • 13 days ago

AI 最危险的地方，可能不是抢走初级岗位，而是让 10 年后的资深人才无处可来。 赵斌的演讲让我想到一个更严重的问题：AI 很容易被当成一种“跳过学习过程”的工具。不再亲手写代码，不再追查为什么程序会报错，也不用经历几十次失败的尝试。结果来得更快，于是我们会误以为效率提高了，一切都在正常运转。 可过去，一个人的职业成长恰恰建立在这些看起来“低效”的年份上。初级工程师从简单任务开始，犯错、读别人的代码、接受代码审查、修改、再犯错，然后才逐渐接触更复杂的问题。几年以后，他真正积累下来的并不只是知识，而是判断力：知道一个方案为什么会出问题，能提前看到后果，甚至在问题发生之前就闻到不对劲。 而现在，最适合新人训练的工作，恰好是最先被 AI 接管的那一层：简单接口、常见错误修复、SQL 查询、第一版代码、阅读文档、编写测试。企业得到的激励也很直接： → 少招初级员工 → 更多使用 AI → 对剩下的人直接提出更高要求 短期看，这当然像效率提升。五年、十年以后，它可能变成人才断层。因为资深工程师不会在招聘网站出现“5 年经验”要求的那一刻自动生成。每一个资深工程师，都需要几年的真实工作把他训练出来。 更危险的是，AI 可以让一个新人很早就产出看起来像资深工程师写出来的东西。代码能运行，测试能通过，PR 很整洁，解释也很像那么回事。于是我们第一次可能大规模遇到一种奇怪的人才：能稳定产出“资深级结果”，却还没有形成资深级判断力。 平时很难发现这种差距。真正暴露问题的是没有标准答案的时候：需求互相冲突，测试全部通过但架构方向已经错了，或者 AI 给出的方案今天看起来完美，半年后却变成几个团队一起偿还的技术债。这样的判断力不是从 AI 的答案里读出来的，而是在几百次“我不知道该怎么办”的真实问题里慢慢长出来的。 所以真正值得问的可能不是“AI 会不会取代初级开发者”，而是： 如果我们把培养资深人才所依赖的那层工作全部自动化，10 年以后，谁来当资深工程师？ 看完这场演讲后，可以做一个很简单的实验：挑一个你平时完全交给 AI 的任务，自己从头到尾做一次。不是为了提高效率，而是看看你已经把多少原本属于自己的训练过程交给了机器。 把这条留着。这个问题可能会比我们想象中更早出现。 我在下面的文章里继续追了下去：如果这件事发生的不是某一个人身上，而是整个职业晋升体系，会发生什么？
14:02

AI 最危险的地方，可能不是抢走初级岗位，而是让 10 年后的资深人才无处可来。 赵斌的演讲让我想到一个更严重的问题：AI 很容易被当成一种“跳过学习过程”的工具。不再亲手写代码，不再追查为什么程序会报错，也不用经历几十次失败的尝试。结果来得更快，于是我们会误以为效率提高了，一切都在正常运转。 可过去，一个人的职业成长恰恰建立在这些看起来“低效”的年份上。初级工程师从简单任务开始，犯错、读别人的代码、接受代码审查、修改、再犯错，然后才逐渐接触更复杂的问题。几年以后，他真正积累下来的并不只是知识，而是判断力：知道一个方案为什么会出问题，能提前看到后果，甚至在问题发生之前就闻到不对劲。 而现在，最适合新人训练的工作，恰好是最先被 AI 接管的那一层：简单接口、常见错误修复、SQL 查询、第一版代码、阅读文档、编写测试。企业得到的激励也很直接： → 少招初级员工 → 更多使用 AI → 对剩下的人直接提出更高要求 短期看，这当然像效率提升。五年、十年以后，它可能变成人才断层。因为资深工程师不会在招聘网站出现“5 年经验”要求的那一刻自动生成。每一个资深工程师，都需要几年的真实工作把他训练出来。 更危险的是，AI 可以让一个新人很早就产出看起来像资深工程师写出来的东西。代码能运行，测试能通过，PR 很整洁，解释也很像那么回事。于是我们第一次可能大规模遇到一种奇怪的人才：能稳定产出“资深级结果”，却还没有形成资深级判断力。 平时很难发现这种差距。真正暴露问题的是没有标准答案的时候：需求互相冲突，测试全部通过但架构方向已经错了，或者 AI 给出的方案今天看起来完美，半年后却变成几个团队一起偿还的技术债。这样的判断力不是从 AI 的答案里读出来的，而是在几百次“我不知道该怎么办”的真实问题里慢慢长出来的。 所以真正值得问的可能不是“AI 会不会取代初级开发者”，而是： 如果我们把培养资深人才所依赖的那层工作全部自动化，10 年以后，谁来当资深工程师？ 看完这场演讲后，可以做一个很简单的实验：挑一个你平时完全交给 AI 的任务，自己从头到尾做一次。不是为了提高效率，而是看看你已经把多少原本属于自己的训练过程交给了机器。 把这条留着。这个问题可能会比我们想象中更早出现。 我在下面的文章里继续追了下去：如果这件事发生的不是某一个人身上，而是整个职业晋升体系，会发生什么？

make claude

214,592 views • 1 month ago

谁在反着买？用xBubble做了个预测市场情绪交易雷达 最近发现预测市场世界杯很多时候是情绪交易，和二级交易一样，别人贪婪时恐惧、别人恐惧时贪婪 那如果把大众情绪和聪明钱行为量化，通过寻找分歧是否可以发现一些情绪交易的机会呢？由此我想到可以根据这个制作一个简单的预测市场情绪交易信号工具“谁在反着买”，去帮助扫描发现一些分歧机会和聪明钱 最近看很多朋友都在用xBubble DAPPOS coding，我上手试了发现确实很方便，把需求讲明白然后让xBubble去执行、很快就能生成网站初稿，对代码新手太友好了 最终产出效果是一个网页就可以快速看到想要的分歧市场和数据关键信息，还可以清晰看到交易信号、一键跳转到polymarket、甚至挖掘一些预测市场聪明钱，很智能了 具体实操大家可以参考视频，感兴趣的朋友也可以去把自己想法也落地成工具～
3:52

谁在反着买？用xBubble做了个预测市场情绪交易雷达 最近发现预测市场世界杯很多时候是情绪交易，和二级交易一样，别人贪婪时恐惧、别人恐惧时贪婪 那如果把大众情绪和聪明钱行为量化，通过寻找分歧是否可以发现一些情绪交易的机会呢？由此我想到可以根据这个制作一个简单的预测市场情绪交易信号工具“谁在反着买”，去帮助扫描发现一些分歧机会和聪明钱 最近看很多朋友都在用xBubble DAPPOS coding，我上手试了发现确实很方便，把需求讲明白然后让xBubble去执行、很快就能生成网站初稿，对代码新手太友好了 最终产出效果是一个网页就可以快速看到想要的分歧市场和数据关键信息，还可以清晰看到交易信号、一键跳转到polymarket、甚至挖掘一些预测市场聪明钱，很智能了 具体实操大家可以参考视频，感兴趣的朋友也可以去把自己想法也落地成工具～

Rika 瑞卡⚡

18,401 views • 4 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👇
5:14

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

25,930 views • 15 days ago

我折腾了Openclaw大概有一周了吧，感觉这一周也不能说时时刻刻在玩，但是确实已经让我体验到了他的很多优点和坑。 我觉得这个坑其实也并不是他的缺点，而且初学者在使用的时候没有注意到的特点，本文会好好聊聊。虽然有人说它不是什么高深的科技，但是Openclaw确实解决了我一个很长时间都没有人来解决的痛点， 作为一个web3的博主，我平常有很多零碎的时间，在外的时候，开车的时候，参加活动的时候，加起来其实非常多，一周下来能有十几个小时。 这些时候其实我的脑子都不处于idle的状态，而是经常想写东西。比如我经常就会抽个十分钟走路，边走边把我的一些想法和GPT录入，然后生成文章或者笔记，甚至是代码。 但对于有些问题，比如验证一个交易的想法，产品的想法，用一个我已经开发好的脚本去了解市场行情，缺少一个主机这样强大的工具来帮我落地。 也就是说，哪怕AI给了我方向，给了我代码，最后去跑的，还是我啊！ 我这不是给AI打工了吗？ 于是在知道了Opencalw这个东西的五分钟之后，我就边开车边在手机上下单了一个全新的MacMini，准备开始改变人生 我觉得玩了一周下来，我做到了。我可以躺在床上刷剧和喝啤酒的同时，让全市场行情尽收眼底，有一说一，minimax真的很稳定且偶尔会让人觉得惊艳。 刚丢给他anthropic和五角大楼的八个新闻，他给我做了系统性总结并归档，语言风格也非常自然，确实不是对话框可以体验的，但有在对话框环境里搞定了看黑漆漆IDE才能做到的aget效果，且效果很棒。这就是openclaw框架的特点。 接下来重点聊聊 #Binance 最近更新4个 AI skills 技能 Alpha 市场数据、U 本位合约、杠杆交易、资产管理。在我看来，这次更新的重点不只是“功能变多了”，而是 OpenClaw 终于更像一个能真正配合你做事的交易助手了。 以前我们用这类工具，更多还是停留在“查数据、看行情、问问题”这个层面，信息是有了，但真正做决策、盯条件、执行动作，还是得自己一步步来。现在不太一样了，你只需要说出自己的意图，它就能把筛选、判断、执行这些动作尽量串起来。 这 4 个技能里，我最看重的是资产管理。因为它解决的不是“看什么”，而是“钱怎么动”。比如现货和合约之间的划转、账户余额整理、碎币换 BNB，这些以前都很零碎，但实际又很高频。现在如果能交给 Agent 去处理，整体体验会顺很多。 另外，Alpha 数据、合约、杠杆这几个技能组合起来后，确实会让很多交易思路更容易落地。比如监测异动、看资金费率、设置止盈止损、按条件执行下一步，不用自己频繁切页面、算逻辑，效率提升会很明显。 不过我自己的看法是，这套skills最有价值的地方，不是“自动赚钱”，而是把原本复杂、重复、容易出错的操作流程对话化了。它更像是帮你提高执行效率，而不是替你承担判断和风险。 而且目前币安中文社区正在举办 “用 AI 建设加密，搭建币安主题 AI Agent” 的活动。 总奖池：48.6 BNB（作品奖44 BNB + 推荐奖4.6 BNB）。 作品奖：第1名10 BNB、第2名8 BNB、第3名6 BNB、20名优胜各1 BNB。 对普通用户来说，参与重点可以概括为一句话：不用非得做得特别复杂，能跑通、能演示、逻辑清楚，就有机会拿到奖励。赶快行动起来吧，部署一只属于你自己的龙虾，改变人生的轨迹。 为此专门做了一个接入视频，希望能帮助到大家一起建设起来～ 币安技能中心传送门： 部署龙虾碰到问题可以dm我或者评论区留言，欢迎老师们多多交流~
2:24

我折腾了Openclaw大概有一周了吧，感觉这一周也不能说时时刻刻在玩，但是确实已经让我体验到了他的很多优点和坑。 我觉得这个坑其实也并不是他的缺点，而且初学者在使用的时候没有注意到的特点，本文会好好聊聊。虽然有人说它不是什么高深的科技，但是Openclaw确实解决了我一个很长时间都没有人来解决的痛点， 作为一个web3的博主，我平常有很多零碎的时间，在外的时候，开车的时候，参加活动的时候，加起来其实非常多，一周下来能有十几个小时。 这些时候其实我的脑子都不处于idle的状态，而是经常想写东西。比如我经常就会抽个十分钟走路，边走边把我的一些想法和GPT录入，然后生成文章或者笔记，甚至是代码。 但对于有些问题，比如验证一个交易的想法，产品的想法，用一个我已经开发好的脚本去了解市场行情，缺少一个主机这样强大的工具来帮我落地。 也就是说，哪怕AI给了我方向，给了我代码，最后去跑的，还是我啊！ 我这不是给AI打工了吗？ 于是在知道了Opencalw这个东西的五分钟之后，我就边开车边在手机上下单了一个全新的MacMini，准备开始改变人生 我觉得玩了一周下来，我做到了。我可以躺在床上刷剧和喝啤酒的同时，让全市场行情尽收眼底，有一说一，minimax真的很稳定且偶尔会让人觉得惊艳。 刚丢给他anthropic和五角大楼的八个新闻，他给我做了系统性总结并归档，语言风格也非常自然，确实不是对话框可以体验的，但有在对话框环境里搞定了看黑漆漆IDE才能做到的aget效果，且效果很棒。这就是openclaw框架的特点。 接下来重点聊聊 #Binance 最近更新4个 AI skills 技能 Alpha 市场数据、U 本位合约、杠杆交易、资产管理。在我看来，这次更新的重点不只是“功能变多了”，而是 OpenClaw 终于更像一个能真正配合你做事的交易助手了。 以前我们用这类工具，更多还是停留在“查数据、看行情、问问题”这个层面，信息是有了，但真正做决策、盯条件、执行动作，还是得自己一步步来。现在不太一样了，你只需要说出自己的意图，它就能把筛选、判断、执行这些动作尽量串起来。 这 4 个技能里，我最看重的是资产管理。因为它解决的不是“看什么”，而是“钱怎么动”。比如现货和合约之间的划转、账户余额整理、碎币换 BNB，这些以前都很零碎，但实际又很高频。现在如果能交给 Agent 去处理，整体体验会顺很多。 另外，Alpha 数据、合约、杠杆这几个技能组合起来后，确实会让很多交易思路更容易落地。比如监测异动、看资金费率、设置止盈止损、按条件执行下一步，不用自己频繁切页面、算逻辑，效率提升会很明显。 不过我自己的看法是，这套skills最有价值的地方，不是“自动赚钱”，而是把原本复杂、重复、容易出错的操作流程对话化了。它更像是帮你提高执行效率，而不是替你承担判断和风险。 而且目前币安中文社区正在举办 “用 AI 建设加密，搭建币安主题 AI Agent” 的活动。 总奖池：48.6 BNB（作品奖44 BNB + 推荐奖4.6 BNB）。 作品奖：第1名10 BNB、第2名8 BNB、第3名6 BNB、20名优胜各1 BNB。 对普通用户来说，参与重点可以概括为一句话：不用非得做得特别复杂，能跑通、能演示、逻辑清楚，就有机会拿到奖励。赶快行动起来吧，部署一只属于你自己的龙虾，改变人生的轨迹。 为此专门做了一个接入视频，希望能帮助到大家一起建设起来～ 币安技能中心传送门： 部署龙虾碰到问题可以dm我或者评论区留言，欢迎老师们多多交流~

百里 🦅

16,721 views • 7 months ago

Outbid 最近太火了。一个付费竞价排行榜，3 天赚了 20 万美金，现在一堆人在复刻这个网站 其实现在去复刻属于浪费时间，真正该做的不是照抄，而是复用经验 做独立开发难的从来不是做产品，而是动手前想清楚：这需求到底能不能赚钱。 我最近在用一个叫 atypica.AI | Consumer Simulation 的产品，它能帮你调研用户行为，引入了AI Persona，能还原出一群真实用户的想法，你想了解什么，直接问就行。 用下来最实用的是2类场景： 1、帮你低成本地做真实用户调研。 比如验证个新想法、研究不熟悉或者海外的用户群体，现实中招不到人，用它能先拿到一轮反馈。 2、做长期研究 比如做内容，先用它试方向，之后还能接着问：用户喜不喜欢这个方向、商业化怎么走、产品怎么调。它就像个能一直陪你做判断的"用户"。 对独立开发者来说，与其拍脑袋做个产品、再花大量时间维护，最后一分钱不挣，不如提前做需求研究。 atypica 应该是我目前见过验证需求最省钱的路子。做需求之前，可以先跟它聊一聊：
7:18

Outbid 最近太火了。一个付费竞价排行榜，3 天赚了 20 万美金，现在一堆人在复刻这个网站 其实现在去复刻属于浪费时间，真正该做的不是照抄，而是复用经验 做独立开发难的从来不是做产品，而是动手前想清楚：这需求到底能不能赚钱。 我最近在用一个叫 atypica.AI | Consumer Simulation 的产品，它能帮你调研用户行为，引入了AI Persona，能还原出一群真实用户的想法，你想了解什么，直接问就行。 用下来最实用的是2类场景： 1、帮你低成本地做真实用户调研。 比如验证个新想法、研究不熟悉或者海外的用户群体，现实中招不到人，用它能先拿到一轮反馈。 2、做长期研究 比如做内容，先用它试方向，之后还能接着问：用户喜不喜欢这个方向、商业化怎么走、产品怎么调。它就像个能一直陪你做判断的"用户"。 对独立开发者来说，与其拍脑袋做个产品、再花大量时间维护，最后一分钱不挣，不如提前做需求研究。 atypica 应该是我目前见过验证需求最省钱的路子。做需求之前，可以先跟它聊一聊：

阿西_出海

150,244 views • 2 months ago

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。
1:21

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

75,160 views • 9 months ago

币安创意大赛 10 个奖里，居然有 5 个是用 xBubble 做出来的 这个含金量相当高，也足够证明 DAPPOS 旗下 xBubble 的 Vibe Coding 不只是好玩，而是真的能打 我目前已经失业整整6个多月了，所以这次没去做那种花里胡哨的 Demo，而是直接做了一个和自己状态强相关的 Web2 求职服务站： 「失业自救计划」AI 求职诊断站 失业以后才知道，找工作最折磨人的地方，可能不是投了多少份简历，而是你根本不知道问题卡在哪： 简历没人回、岗位不匹配、面试总差一口气，到底是经历没写清楚，还是 JD 没拆明白？ 所以我直接把这套需求丢给 Vibe Coding： 面向失业人群、应届生、转行者和想跳槽的普通打工人，做一个可以免费诊断简历、分析岗位匹配度、生成面试建议和求职计划的网站 免费内容展示 30%，完整报告支持 2 USDT 解锁，后面还能引导用户添加微信 / Telegram，承接一对一简历优化、模拟面试和求职陪跑服务 说真的，第一版出来的时候我就挺惊喜的！ 它不是那种只能看看效果的页面，而是已经有非常清晰的求职服务漏斗： 流量进来，先做免费诊断，再付费解锁完整报告，最后把真正需要帮助的人引到私域继续陪跑 以前普通人想做这种东西，最麻烦的不是想法本身，而是开发、服务器、域名、部署、支付、页面修改这些脏活累活 任何一个环节卡住，热情基本就没了 但 xBubble 这套 Vibe Coding 的体验就很棒： 你只需要把业务逻辑讲清楚，AI 会自动识别并选择合适的 SOP，把开发、部署、基础设施、支付和后续迭代这些流程往前推 这也是我觉得它和其他 AI Coding 工具不一样的地方 它不是简单丢给你一堆代码，让你自己去收拾后面的烂摊子，而是更像一套端到端的业务服务 尤其是求职陪跑、简历优化、AI 教程变现、热点选品、口腔预约、算命测算、虚拟人服务这些场景，本身都很碎、很垂直、很 Web2 传统 SaaS 很难专门为每一个小需求做定制，但对个人创业者和小团队来说，这些长尾需求反而可能就是机会 先做一个页面接住流量，再用免费内容完成筛选，用付费报告或者稳定币收款跑通第一笔转化，后面根据真实反馈继续改 这比一开始就拉团队、烧预算、重资产开干要舒服太多了 我这次做的「失业自救计划」只是一个小案例，但它让我很直观地感受到： AI 时代，普通人不一定非要做大平台 能发现一个真实痛点，并且最快把它做成一个能访问、能传播、能收款、能迭代的小产品，本身就已经很有价值了 我做出来的网站放下面，感兴趣的朋友们可以自己看看：
0:26

币安创意大赛 10 个奖里，居然有 5 个是用 xBubble 做出来的 这个含金量相当高，也足够证明 DAPPOS 旗下 xBubble 的 Vibe Coding 不只是好玩，而是真的能打 我目前已经失业整整6个多月了，所以这次没去做那种花里胡哨的 Demo，而是直接做了一个和自己状态强相关的 Web2 求职服务站： 「失业自救计划」AI 求职诊断站 失业以后才知道，找工作最折磨人的地方，可能不是投了多少份简历，而是你根本不知道问题卡在哪： 简历没人回、岗位不匹配、面试总差一口气，到底是经历没写清楚，还是 JD 没拆明白？ 所以我直接把这套需求丢给 Vibe Coding： 面向失业人群、应届生、转行者和想跳槽的普通打工人，做一个可以免费诊断简历、分析岗位匹配度、生成面试建议和求职计划的网站 免费内容展示 30%，完整报告支持 2 USDT 解锁，后面还能引导用户添加微信 / Telegram，承接一对一简历优化、模拟面试和求职陪跑服务 说真的，第一版出来的时候我就挺惊喜的！ 它不是那种只能看看效果的页面，而是已经有非常清晰的求职服务漏斗： 流量进来，先做免费诊断，再付费解锁完整报告，最后把真正需要帮助的人引到私域继续陪跑 以前普通人想做这种东西，最麻烦的不是想法本身，而是开发、服务器、域名、部署、支付、页面修改这些脏活累活 任何一个环节卡住，热情基本就没了 但 xBubble 这套 Vibe Coding 的体验就很棒： 你只需要把业务逻辑讲清楚，AI 会自动识别并选择合适的 SOP，把开发、部署、基础设施、支付和后续迭代这些流程往前推 这也是我觉得它和其他 AI Coding 工具不一样的地方 它不是简单丢给你一堆代码，让你自己去收拾后面的烂摊子，而是更像一套端到端的业务服务 尤其是求职陪跑、简历优化、AI 教程变现、热点选品、口腔预约、算命测算、虚拟人服务这些场景，本身都很碎、很垂直、很 Web2 传统 SaaS 很难专门为每一个小需求做定制，但对个人创业者和小团队来说，这些长尾需求反而可能就是机会 先做一个页面接住流量，再用免费内容完成筛选，用付费报告或者稳定币收款跑通第一笔转化，后面根据真实反馈继续改 这比一开始就拉团队、烧预算、重资产开干要舒服太多了 我这次做的「失业自救计划」只是一个小案例，但它让我很直观地感受到： AI 时代，普通人不一定非要做大平台 能发现一个真实痛点，并且最快把它做成一个能访问、能传播、能收款、能迭代的小产品，本身就已经很有价值了 我做出来的网站放下面，感兴趣的朋友们可以自己看看：

CandyDD🏆买美股上币安

27,927 views • 4 months ago