Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

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。

145,232 Aufrufe • vor 4 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

这项目我可太爱了!! 一个哥们把1324个健身动作全整理完了,英文、西班牙语、意大利语、土耳其语、俄语、中文,六种语言的动作讲解全翻好了。 本来这事你至少得雇两个人,一个整理数据,一个翻译。现在一个开源仓库,建表SQL、API代码、连LLM提示词都给你写好了,复制粘贴就能用了。 我最近减肥中,打算自己搞个小程序,监督训练,就看到了这个宝藏项目。 其实,做健身产品最头疼的从来不是UI界面。是把1324个动作挨个录完,把英文讲解一字一句翻成中文,再琢磨数据存哪、怎么让App读到这些数据。这堆东西,一个人干至少两周,外包出去少说两万。 这个仓库把三件事全替你干了。打开这个仓库你能拿到什么: 1324个动作的数据库,按部位、器械、目标肌肉全部分好了,拿来就能用 六种语言的讲解翻译全齐,不用自己雇人译 选个数据库类型,建表代码自动生成,不用从零建库 接口直接给你写好,七八种语言都能跑,改个地址就行 最狠的,连让AI帮你生成整个后端的提示词都写好了 数据录好了,六种语言翻好了,数据库怎么建也用不着你想了。打开setup.html,选一下你用的数据库类型,四五个主流的一列都支持,建表代码直接生成。 你连接口都不用自己看代码写了,选完框架和数据库,它给你生成一段提示词,直接甩给Claude或者GPT,一条消息整个后端就出来了。 老王自己跑了一趟,先做了个网页版吧,半小时全通了,六种语言的接口一个没落。 你也可以尝试一下,做一个自己的健身管家。

产品经理老王霸

33,757 Aufrufe • vor 1 Monat

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 Aufrufe • vor 1 Monat

他做了 10 年夜班保安,每小时 $16,守着一栋栋空楼。 某个睡不着的夜班,他把 $900 做到了 $187,000。 而且他自己没有写一行代码。 他没有雇工程师。 他只是“租”了 300 个 agent 跑了一晚,让 Claude Opus 4.8 像总指挥一样调度整个流程。 Proof: 事情大概是这样。 夜班刚开始,他给 Opus 输入了两个 prompt。 Opus 没有直接写 bot,而是先画出了完整蓝图:数据、信号、回测、风控、执行,按正确顺序拆成一棵任务树。 然后这张蓝图被分发给 300 个 agent。 有人拉 Binance 数据和 Polymarket 盘口。 有人写代码。 有人回测 5 年数据。 有人检查风险。 有人处理执行逻辑。 14 个小时里,它们不是一步一步慢慢做,而是并行跑了 4,000 个步骤。 最后 Opus 再把结果全部读回来,把跑偏的模块砍掉,只留下能用的部分。 整个过程很反直觉。 大脑没有亲自写代码。 手也没有自己做判断。 但到天亮的时候,他已经拿到了一套普通 6 人量化工程团队可能要一个季度才能交付的东西: 一个可以跑的 Polymarket BTC bot。 已经回测过。 有风险限制。 可以 24 小时运行。 十年来,他一直在看守没人待的楼。 现在,300 个 agent 在他睡觉的时候替他看市场。 如果你不想自己从零搭,直接用Kreo复制他的交易 真正的变化不是“AI 帮你写代码”。 而是一个普通人,开始有能力把一支临时工程团队调度起来。

断浪 WaveKing

176,336 Aufrufe • vor 2 Monaten

卧槽,太夸张了,现在 AI 时代的闲鱼已经面世了吗?这不就是谁先知道谁赚钱,拼速度了? 你的技能,专业知识,等等你的一切,竟然可以在你睡觉的时候被别人买走,这是什么科幻小说吗?? 之前我一直在想,现在大家优秀的 skill 往往都是自己用,大部分人舍不得开源的,那有没有一个平台既能让用户用到这些大神的专业知识、skill,但是又不用开源呢? 还真让我给找到了!! 前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡,被需要的人、或者别人的 Agent 自动发现、调用 并且直接付费!! 有点像03年淘宝刚出来的时候,只不过当年流通的是商品,现在流通的是能力 具体能干什么?举几个例子你就懂了 会写小红书脚本的,可以把选题逻辑、爆款模板、平台规则检测能力上架,别人发布“帮我做一周小红书内容计划”,平台自动匹配到你,你接单交付 会做行业研究的,可以把数据库、报告、案例库放进知识商店,AI 生成不了的真实行业数据,反而更值钱 会写代码的,可以把 API、MCP 工具、自动化脚本上架,别人的 Agent 需要某个能力时,直接调用你的接口,你按调用次数收费 甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义,这些 AI 生成不了的资料,都可以变成知识资产 这绝对是一次能力供应链的重构! 以前的 AI 只能在自己的对话框里回答问题,但复杂任务需要很多外部能力:数据、接口、行业知识、人工交付 UUMit 做的事情是:让 Agent 可以发现别人的能力,也能让自己的能力被别的 Agent 调用 这就是 A2A(Agent to Agent)真正有意思的地方,不是让 AI 互相聊天,而是让 AI 找能力、调接口、买知识、拉人协作,把事情交付掉 为什么我说谁先知道谁赚钱? 因为这个平台刚起来,早期上架的人能建立先发优势 而且现在 Agent 真的开始干活了,不再只是聊天工具,它们需要外部能力来完成复杂任务 谁先把自己的能力挂上去,谁就有机会被更多 Agent 发现和调用 这就是信息差的价值,就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能? 任务发布入口:你不用一开始就知道该找谁,也不用自己拆一堆工具,你只要说清楚想完成什么,UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架:你写好的工具,不一定只能自己用,它也可以成为别人工作流里的一环 知识商店:AI 可以生成很多内容,但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀,这些东西放到 UUMit,可能会变成可复用的知识资产 数据广场:Agent 不必自己拥有所有数据和接口,需要某项外部能力时,可以通过 UUMit 调用数据广场里的资源 强烈推荐大家来试试:

超级个体|柿子

43,612 Aufrufe • vor 7 Tagen

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 Aufrufe • vor 2 Monaten