注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 訂閱一年可以安排時間吃飯見面喔
訂閱一年可以安排時間吃飯見面喔 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 訂閱一年可以安排時間吃飯見面喔 的推特
虽然不合时宜,但是今天想聊聊库克。 接替传奇创始人,往往是一份格外苛刻的工作。前任拥有公司最动人的开场,也拥有最壮烈的离场,可以说是无数人心中的白月光。 继任者做好了是循规蹈矩,做不好就有人批判他是背离了创始人精神,动辄乔布斯的棺材板就压不住了。 库克接班时真的是海晏河清吗?我认为不是的,乔布斯离开得太早。iPhone问世只有几年,智能手机时代才刚刚展开,世界上还有大量用户没有买过苹果的手机,还有大量市场等待进入。虽然iPhone主导了革命的发生,但它所能释放的商业力量却远还没有穷尽。 库克接到手里的,是一个已经证明方向正确、仍有漫长增长空间的苹果。这个机会来自乔布斯,也来自时代;把机会兑现到什么程度,则取决于库克自己。 人们喜欢用从零到一和从一到多来区分两人。这种说法便于记忆,但容易让人低估后半段路程的难度。 聊点题外话,前几天一个好朋友说蒸馏了我的文稿,让AI模仿我写文章,让我看看怎么样。我一看AI写的那个效果,怎么说呢,不能说不如我口喷的,甚至不如我潮喷的。 学一个人写东西,句式、语气、表达方式、用词习惯都是好蒸馏好模仿的,但真正重要的是我放弃了把什么内容写进文章里,这占百分之八十的思考量。 模仿者最多只能看见选择的结果,只有创作者才拥有选择的能力。 我认为真正的学习能力就取决于你能从结果上多大程度的发现别人抉择的痕迹和选择的原因。 大部分评论家只会拿着最终的产品指指点点,说库克不会做手机,我就奇了怪了,每一个CEO都要擅长设计产品吗...?而且正如罗永浩当年批评王自如所说的那句话,“这块你说锤子不好,那市场上你能找出除了苹果三星以外,比锤子做的更好的手机吗?” 在做出一部总是在被人致敬的手机之后,还要把它造出来,造出数以亿计的数量,送到不同国家、不同渠道和不同消费者手中。下一年,产品又变了,零件又变了,需求又变了。整个系统必须重新配合,并且继续运转。 其中任何一个环节失灵,都可能让发布会上的掌声,变成交货时的失望。 这才是库克的功劳与战场,才是苹果制胜的原因之一,也是大部分人看不见的“百分之八十”。 这其中的艰难困苦是无法与外人说的,因为这确实也属于商业机密了。。。 库克的才能,早在成为CEO之前就已经显露。 1998年加入苹果后,他开始重新安排公司的生产与供应网络:让供应节点靠近装配厂,减少零件和成品的迂回运输,以更频繁的需求判断调整生产。库克在当年的采访中谈到,苹果按周制定计划,按日执行。库存被压缩的背后,是企业对市场变化作出反应的时间也在缩短。 如果你们来深圳华强北看过,就会知道除了这两年以外,电子产品的库存尤其折磨人,货物躺在仓库里的时候资金是被占着的;技术更新得又快,一个新硬件出来没两年,价格就要下跌一次;消费者也是随时可能改变主意,拥抱新形式的产品。 这样看,提高周转速度的能力尤为重要,因为它可以让更少的钱被卡着;也可以让更少的消费者在货物抵达之前改变主意。 后来,这种能力被放大到整个苹果。 制造体系中的价值,逐渐沉淀在工程师的经验、供应商的协作和无数细小工序里。它很难被摆上发布会的舞台,却决定了舞台上的产品能够走多远。消费者看见的是手中的设备,库克和他的团队必须同时看见设备背后彼此衔接的整套生产过程。 他把这套能力经营到了极大的规模。苹果2025财年的营收已超过四千亿美元。如此体量的生意能够延续多年,足以说明运营本身所包含的创造力。 而且库克非常擅长让公司从已经建立的用户关系中,获得持续的收入。 一台设备售出之后,用户还会购买应用、订阅服务、使用云存储。硬件积累起来的信任与习惯,延伸成一笔笔后续交易。服务业务由此给苹果增加了韧性,也让公司在设备增长放缓时,仍然保有新的利润来源。 从股东的角度看,这是一份很难挑剔的答卷(这在AI时代也是尤为重要的,视频里说了)。 而且一家公司内部,总有一些重要的东西不容易写到财报里按季度计量。开发者愿不愿意继续为这个平台投入,合作伙伴是否觉得自己的付出得到了公平回报,用户是否仍然相信公司的每一次取舍,都有利于自己(品牌感的来源)——这些东西很难出现在当前的财报里,但却可能决定很多年之后的财报。 关于库克,如果有机会采访他,我最感兴趣的是——一个能够把现有体系运转得极好的管理者,如何判断体系本身正在发生变化? 库克曾清楚表达过苹果的信念“公司应当掌握产品背后的关键技术,集中资源做好少数真正重要的事情,并让不同团队深入合作”。这套原则帮助苹果维持了鲜明的性格,也为它后来大举投入自研芯片提供了清晰的解释。 然而,成功走得越远,原则有时也会面对越复杂的现实, 中国制造体系正是这种复杂性的集中体现。 苹果深度参与了这一体系的成长,并从中获得了巨大的回报。与此同时,中国的供应商、工程师和配套企业也在不断积累自己的能力。多年合作形成的知识与默契,逐渐超过了任何一家公司的边界。 设备可以采购,厂房可以建设,成熟产业网络中的经验却需要时间生长。一个生产环节出了问题,谁能够发现原因,谁能够修改工艺,谁能迅速提供新的工具与零件,这些能力散布在整个网络里。 苹果越善于调用这套体系,就越难轻易离开它。它能够对产品提出极其细致的要求,却无法轻易地把支持这些要求的全部能力一同带走。 这使库克的成就呈现出一种耐人寻味的两面性:他帮助苹果获得了难以复制的制造优势,而这份优势所依赖的条件,又有相当一部分处在苹果控制之外。 在全球协作顺畅的年代,这样的安排创造了惊人的效率。但当地缘摩擦加剧、中美关系恶化,原先被效率覆盖的问题,就会重新显露出来。(这个话题下次再聊) 现在,AI又把相似的考题送到了苹果面前。 苹果选择与谷歌合作,我觉得非常聪明,这两家公司我都重仓了,虽然谷歌的妈微死,苹果的妈也不健康,但是这项选择确实有充分的商业理由。 现在模型进步越来越慢,甚至还要倒退。要是再往后 GPT 不能保证比 Gemini 能力强一个数量级,很多人就会转投 Gemini 阵营,因为成本确实贵太多了。 虽然很多人把 Gemini 当笑话看,但是美国最有钱的大模型公司,和中国最有钱的大模型公司选择同一条路,傻逼也能知道这不是巧合。A 社和 OpenAI 加在一起也没有谷歌有钱,智谱、Kimi 这些加在一起也没有梁文锋有钱。 听幻方的人说梁文锋是中国首富,账上躺着几千亿,一开始我半信半疑,直到他掏出 200 亿直接买 DeepSeek 的股份。这么有钱的两位爷走最便宜的性价比路线,怎么也不会是缺钱缺技术的“华强北”。 抛开这些不谈,大模型的竞争是很卷的,那些一直争 SOTA、争跑分的公司,其实很多都是打碎了牙往肚里咽。苹果可以利用外部不断进步的模型,集中资源做好设备、系统、隐私与用户体验。如果模型最终成为一种可以竞争采购的基础能力,苹果仍有机会凭借自己的产品和用户关系,获得丰厚的回报,没有必要去挤独木桥。就像腾讯一样。 我认为模型一定会成为可以替换的供应品,因为它在未来会像水电一样,是基础的、通用的东西,不会是大家想的那种决定产品最重要的能力。水和电又能决定哪个产品的胜出呢? 当然,不管是原先被效率覆盖的外部供应商带来的供应链安全问题,还是AI时代很多人嫌弃苹果落后了的问题,库克交出权杖时,这些问题的结果都还尚未明朗。 但库克交出权杖时,苹果仍然站在高处。 虽然库克接手的并不是一家等待拯救的苹果,2011年的苹果已经价值约3500亿美元,一年能够赚到259亿美元,本来就是世界上最赚钱的公司之一。 在这样高的起点上,他仍然把苹果的年度利润扩大到超过1100亿美元,把公司市值推到接近5万亿美元,这差不多是接班时的十四倍。 现在的iPhone拥有庞大的用户群,自研芯片又在不断地扩大Mac的可能性,生态和服务从遍布世界的设备中持续获得收入,对于一家如此庞大的公司,能够在创始人离世十五年后保持这样的竞争力,本身已经是一项罕见的成就。 他证明了自己能够把一个时代的机会发挥到极致。谨以此文致敬库克,我心中的传奇CEO,我心中的供应链之王。 来自 @YouTube
显示更多
2026 年 9 月 29 日,OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练(模型预训练之后做对齐和能力调优的阶段)研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做,他在 OpenAI 负责开发者体验,去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块:面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space,给开发者的新模型和新工具,以及帮开发者做分发、赚钱的渠道。 1. Dots:一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用,但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么,也知道你在意什么,不用你事事交代。 Dots 是常驻在线的智能体(Agent),有自己的云端电脑和浏览器,能写代码、跑测试。它的权限跟着用户走,能直接用用户已经在 ChatGPT 里连好的插件,覆盖 4000 多个应用。除了在 ChatGPT 里对话,之后还可以给它发短信、打电话。目前每人先有一个 Dot,以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上,Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑,也能给它的各类操作写自定义指令,愿意交出多少责任就放多少权。 Sam 说,他自己的 Dot 每天早上会把夜里进来的消息过一遍,挑出紧急的提醒他。他说这让他拿回了一部分注意力,没那么离不开手机了。他还举了一个更重的例子:把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处,改了哪里会连带弄坏什么,事先看不出来。Dot 可以追踪依赖关系,找出所有要改的地方,写代码、跑测试,最后把 PR(代码合并请求)交给团队审。他让听众想想,过去做这件事要几个人、花多久。 开场视频里,用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站,改董事会材料,在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期,提出改时间。每件事都是 Dot 推进到需要人确认的地方,再由人拍板。 2. ChatGPT Space:人和智能体一起用的工作区 Sam 认为,现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位,可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作,在评论里 @ 它,它就会接活。页面本身也能带指令,比如“每天去看 API 平台的 Slack 频道,把发现更新到这里”。之后 Space 里还会加入演示文稿,格式做成智能体方便读写的样子,团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里,页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot(名叫 Dotty),让它把一组数据改成柱状图。图表可以按反馈类型筛选,Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文,所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music,模拟发布前一天的状况。早上 Dotty 已经做了几件事:发现发布评审会提前,改好了日历;看完前一晚测试用户的反馈;注意到设计团队临时改了首页,把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用,在 iPhone 模拟器里跑起来,再提交 PR。现场的语音演示卡住了,Dotty 一直回复“还在查”。Codex 线程也报过一次错,她重试后才继续下去。 她说,Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份,员工就开始把它们当作代理人。被同事 @ 到的零碎请求,直接转给自己的 Dot 处理。建群时,大家从一开始就把各自的 Dot 拉进来,Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug,某位工程师的 Dot 就会接手排查,提 PR 修复。她说这是真实情况:工程师们的 Dots 每天这样修掉几十个 bug,Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里,和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事,负责会计、市场、法务这类工作量大的事。公司给它目标和背景,审核它的产出,给它反馈,反馈在全公司共享。OpenAI 也在和微软合作,把 Specialist Dots 接入 Agent 365(微软用来管理企业智能体的工具),企业可以用已经在用的微软工具来管理它们。 5. 新模型:更便宜的 GPT-6.1 Sol,更快的 UltraFast Astra 发布这几周,用户的要求集中在两点:更便宜,更快。GPT-6.1 Sol(转录稿误作 Soul)的能力接近 Astra,价格是它的五分之一。缓存输入(重复发送、已被缓存的上下文)比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代,这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明,定位是开发者的日常主力模型。 UltraFast 是新的速度档,API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格;UltraFast 是八倍速度、六倍价格,每秒 300 个 Token。它现在可以配合 Astra 用,之后也会支持 Sol。现场让两个模型用同一个提示词,做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时,标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500,额度最高,是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast,还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放,继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项,让模型从中选一个,比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后,响应时间可以压到一秒以内,同时保留图像理解、多语言和安全防护。Romain 后来补充说,做机器人的朋友看中的是它能处理视觉输入:机器人可以根据看到的东西,近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到,去年这个时候,他和 Jakob 在一次直播里预测,一年内会出现第一个“AI 研究实习生”,当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标:有了一个能接手定义清晰的研究任务的系统,这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作(computer use,让模型像人一样操作桌面和浏览器)。她举了两个例子。 第一个是让模型优化电脑操作的运行框架(harness,包在模型外面、负责调用工具和管理步骤的代码)。模型在循环里持续寻找能同时降低延迟、提升效果的改动,团队把找到的改进合进生产环境的框架,并用于后训练。结果是延迟改善了两倍以上,已经上线。 第二个是模型帮忙改进了监控和拒绝训练,让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先,操作时出错更少,也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后,研究工作消耗的 Token 量急剧上升。1 月时,模型能做好 15 分钟以内的短任务,需要一天以上的任务大多会失败;到 7 月,超过三分之一的一天量级研究任务,模型能在无人干预下完成。她还提到,Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题,也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说,OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots,目标是用最少的 Token、最快拿到准确结果,现在已经开源。第二件是 Codex 完全上云:在手机上开始的任务,可以在浏览器或桌面端接着做,合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞,并准备好验证过的修复方案供人审核,这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具,因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能,是 Codex 和 Dots 用的同一套技术,也加入了电脑操作能力。现场的例子是一个网站测试智能体,会自己打开浏览器、点击页面、测试流程。基础设施方面,OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock(AWS 的托管 AI 服务)托管智能体,AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存(ZDR)配合私有安全处理,可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测;私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的,目的是让他们能把模型用在最敏感的工作上。 性能方面,Responses API 一年里增长了 100 倍,可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%,工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外,让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast,一边说一边改:把小人放到座位上,把直播画面投到场景里的大屏幕上。现场语音没连上,他改成了打字。 Codex 命令行工具(CLI)这次全面翻新。他让 UltraFast 写一个应用,从观众里随机抽三个人送明年的门票,几秒就写完;改成抽六个人,也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音,不只是语音转文字,但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始,几轮之后画面还很粗糙,借助图像模型,才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏,屏幕左边显示模型的决策,右边显示它按下的按键。 他又用“应用快照”(app shot)把自己记录飞行课程的应用作为上下文交给 Codex,让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具,包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端,打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck,它名叫 Lavender。Romain 前一晚让 Codex 把它接好:视觉用 Astra,图像生成用 GPT Image 2.5,语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说,OpenAI 做 Dots 和 Codex 用的,就是 API 里开放给开发者的同一批工具。 9. 分发和变现:让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认,此前类似的尝试效果参差不齐。他说这次有信心,是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”(Sign in with ChatGPT)。用户登录第三方应用时,可以直接用自己 ChatGPT 套餐里包含的 Token,开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展(plugin extensions)。开发者可以把编辑器、仪表盘乃至整个工作区,做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用:在 ChatGPT 里看日历上的会议,点“记笔记”后,页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma:打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe:在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites(在 ChatGPT 里生成的网站,几个月里已有数百万个)现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体,看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索,ChatGPT 还会在对话中识别出能帮上忙的插件,用户当场就能连接。插件审核流程也简化了:开发者可以跟踪审核进度,看到需要修改的地方,申请人工复审,更新工具时也不用从头提交。 第三项是 OpenAI Marketplace,首批有 30 多家合作方,包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品,有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten(转录稿写作 Base10)合作,市场里还能用到开源模型。 10. 收尾:一次额度重置,和“文艺复兴”的说法 当天的后续安排里,Peter 会讲 OpenAI 对开源社区的投入,包括新的 OpenClaw Enterprise Harness(OpenClaw 是一个开源 AI 智能体项目)。还有一个 Codex 游戏工作室环节,观众可以用 Codex 做复古游戏,每人能领一台 DevDay 限定的 chromatic computer,用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮,给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置,Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说,他不喜欢把 AI 比作新一轮工业革命,那意味着人变成巨大机器里的齿轮,转得越来越快;生活里有些部分不能也不该被自动化。他希望,如果做对了,AI 带来的会更像一场新的文艺复兴:让人对自己的生活有更多掌控,有更多工具去创造、学习和探索。
显示更多
0
12
185
38
转发到社区
很多人跟我推荐Instinct创始人Noah Shinn刚上的一期播客,慕名去听了完整的一个半小时,这哥们确实有点东西的,而且很实诚,各种核心数据都敢往外说啊。 * Instinct是这波Personal Agent的领跑者之一,去年启动,今年2月开始内测,测到现在都还是邀请制,一般人没法用,投后估值已经超过100亿美金了,作为一款AI产品,没有App,没有网站,你只能发短信或者邮件联系它,安排任务,它也会给你打电话,进行提醒或者确认。 Noah Shinn几乎没有几次公开出镜,这次是他第一次上播客,对话者的面子很大,是投资播客品类的头部大佬、量化世家出身的Patrick O’Shaughnessy,组局份量摆在台上。 我来蒸馏一下这期播客的高价值信息: - 在Noah看来,「产品即应用」是一种自我设限,AI可以成为体验本身,Instinct证明了这条路走得通,你不需要在手机屏幕有个图标供人点开才有安全感,Instinct有个很出名的用户故事,一对情侣把在美网现场的座位号发给它,让它找到他俩出现在大屏幕上的视频,Instinct哼哧哼哧干了18个小时,跟美网发邮件、找录播、问客服,最后对接上了负责剪辑的工作人员,要到了那段视频文件,这种体验,比任何产品形态都更有意义; - 很多创业者头疼AI产品没有「网络效应」,不像社交媒体那样,你的好友越多,你就越离不开,但Noah认为新的「网络效应」在于你有多少Agent,而这些Agent和其他人的Agent之间可以形成网络,一些同时在用Instinct的人,会让他们各自的Instinct去对日程,比如A和B约了午饭,A先到了,想知道B到哪儿了,此时B的Instinct就会把定位发给A,根本不需要打扰B开车,这需要很高的信任,而信任一旦建立,就会成为很有韧性的网络; - 再比如,六个人的聚会,在客厅里放什么歌,也是他们各自的Instinct去商量决定的,因为每个人的Instinct都接入了主人的歌单,它们可以开会讨论出最大公约数,一切的负担,包括社交上的、财务上的,Instinct都能任劳任怨的去做最累的活儿,你想多攒点钱,Instinct会把所有订阅账单全都翻一遍,把不需要的取消掉,登陆账号、填写邮件、发验证码等等,全都不需要你亲自动手,你只需要验收结果; - 经由Instinct代办的付款,在一年内预计会超过10亿美金,要知道,Instinct现在才10万出头的用户量,美国每年的人均消费支出差不多在6万美金左右,相当于这些人已经把自己1/6的消费,交给Instinct去完成了,这是很夸张的,从占比上完全超过了尝试性的猎奇,是货真价实的体验替代,用了就回不去了; - 50%的消费委托需求是在旅行场景,订票、住店、约车这些琐碎事情,Instinct提供的体验就是,你只需要发一句话——「今晚要到纽约」——Instinct就会从日历对齐开始,逐一落实行程,连你在飞机上喜欢坐靠窗的座位、餐食要面条而不是米饭都能提前搞定,OTA平台靠标准化的入口赚了很多年的钱,但事实证明,用户讨厌一次次点击选择、一次次的下一步,现在,一种更简单的入口出现了; - Personal Agent这个品类存在很清晰的数据飞轮,用户给的个人数据越多,他用起来就越爽、越方便,Instinct不逼迫用户,但在三个星期之内,用户主动提交信用卡使用权限的比例,是40%,而只要分享了这种级别的敏感信息,用户的留存率就会飙升到不可思议的80%,这是传统产品根本没见过的画面; - Noah认为当代互联网的商业模式有一个不可回避的硬伤,就是平台和用户的利益并不一致,平台会尽可能的影响用户,让他们买一些自己可能并不需要的商品,但在AI时代,用户可以前所未有的得到一种完全站在自己立场上的服务,Instinct总体上就不用户更加聪明,不只是书本知识,更体现在对社会情景的感知上,它会照顾用户,不被不必要的消费陷阱坑害; - Instinct也要赚钱,但赚的是交易佣金,目前每天由Instinct经手的付款以10%的增长率急速提高,如果Instinct能够接入足够多的供应商,比如酒店,它就会有议价权,去为每一笔交易——也就是带给对应酒店的订单——实施固定比例的抽成,而用户始终能免费使用,这种商业模式也有希望覆盖掉后端的算力支出; - 对于Uber这样的平台,假如它的收入来源,70%是广告,30%是履约,那么最坏的消息是,70%的部分被Instinct给干掉了,但剩下那30%,会因为摩擦成本降低到零,而得到更活跃的规模增长,逐渐弥补损失的那70%,所以相信Uber不会拒绝(我觉得有点过于一厢情愿了哈哈哈); - Instinct的对话模式和主流模型不太一样,模型喜欢长篇大论,确保面面俱到、没有遗漏,但Instinct主要是在跟用户发短信,要在前两行就把事情全都说清楚,否则用户的注意力很容易涣散递减,所以简洁的审美文化,是团队在后训练时最重要的工作之一,连怎么用表情符号都要进行大量测试斟酌; - Instinct的邀请码,在eBay的成交价是300美金左右,不敢开放注册的原因是,算力扩容根本顶不住,在现有的邀请制下,算力成本每周翻倍,考虑到算力交付还有滞后性,不可能在需要时才买,所以Instinct实际上有着很高的杠杆,一直保持提前采购算力,这决定了产品必须非常小心,一旦预测错了,就会亏很多钱; - 推出100美金/月的订阅套餐是很容易的,但这不是最优解,Instinct要做10亿级的免费产品,只有这样的规模,才撑得起设想的商业模式,Noah觉得Muse是一个很好的产品,但思路还是很老套的,需要用一个App去当容器,Instinct没有这样的路径依赖,它永远不会有「形体」,只会在用户最高频依赖的通信服务里,比如iMessage,90%的用户是在通过语音交互,这才是最自然的做法。
显示更多
0
14
377
67
转发到社区
我当初是怎么订阅华尔街观察老师团队的星桥学社学员的? 我的例子还真的蛮让人惊讶的。 第一次显化一个七位数以上的一笔是在4年多前。 我说我要看到我账上有四百万人民币。那个时候我刚刚失去了超过五百万人民币。 所以其实那个时候我是非常难受的,身心都进入到一个极其低的状态。又刚刚经历完一个情伤,因为他是杀猪盘。所以我就在那个时候我做了很多的疗愈,身体上情感上,我就做了一次潜意识的清理跟种下这个种子。 就像盗梦空间里inception就在头脑里植入这样一个想法,相信它是真的,相信它就已经是事实。 然后我真的在身体层面,在我进入深深的潜意识的空间里,我记得我的整个右手都是麻的。就是在短短的半个小时里面去想象自己接受了这四百万的财富,发自内心的感恩。 接着,我记得是24年9月上旬,我看到华尔街观察老师在说,牛市可能要到了,这轮牛市是Ai牛市,芯片和机器人板块将会翻番。他招50个名额会员。只建仓一次。然后我想都没想就报名了,其实,那时,我还不太熟悉@cnfinancewatch老师。只是觉得太巧合了。我报名了,才看了老师的近一年的旧帖,感觉好像投资思路开朗了。 然后,特别幸运,老师当天那个招会员的帖子就下架了,我觉得我可能报不上名。他当时说要三年老粉,我倒是好像粉他已经三年了。 然后我在9月20号晚上查我微信,他助手通知我通过了。 我冥冥中觉得会成真,我就相信它会成真,我的财运会改好,我也不去就是这样子去抓取,我只是轻轻的许个愿,然后相信它会成真的就信任。然后神奇就发生了,然后十一点我就看到了,建仓A股芯片和机器人ETF。 我剩下的5百多万。就是我很早一笔银行存款,我就想,我跟投,前面的投资几乎都已经归零了,是无望的一笔投资了,现在这笔我希望是成功的,没想到没有多久,我记得是九个月,我打开账户,里面是9百万了。 所以那一次是我第一次意识到这个神奇。然后后面我又觉得说OK我想再试一下,说不定那次只是幸运呢。 然后后来又试了三次,因为我觉得任何事情达到三次以上就可以说这不是巧合。 老师第二次我是跟老师买入了光伏,反弹了。3月12日我记得老师让我们清仓的。 后来我又试了第三次,今年四月5号,跟老师买入了588000,没想到到五月底,我账户就超过1600万了。就是没有做特别的事情,也没有遇到什么很好的机会,碰到了对的人。 可以说是因为我遇到这个人他给了我这个建议让我买这个投资,但是每一次只要我想要,我不管它是从什么途径来的,这个很重要。 我并没有对他的这个how就怎么发生的有执着。我许愿永远都是许结果。然后每一次都是神奇的宇宙把各种的事情安排好,然后就让这个事情在我眼前展现。 所以当我过去这么多年我每一次屡试不爽的时候,我就知道财富它真的它就是一种能量。 8月买黄金的故事,可能我的粉都知道了,那时我开始有意识跟踪,了解市场,理解老师的思路,开始做这个账号了。 你们有过这种财富兑现的神奇故事吗?有时候奇迹就是会发生。
显示更多
🎁 一年一次感恩活動🎁 符合以下資格,就能自動參加抽獎✨ ✔️ 解鎖最新影片一部 完整60分鐘|我的性幻想對象, 首次/唯一指定合作AV男優Ft.曾強 ✔️ 成為我的FansOne 會員 (舊粉絲直接符合資格) 以上兩個條件達成即可獲得抽獎資格❤️ 📅 活動截止時間 2026 / 5 / 28 凌晨 12:00(GMT+8) 🎀 將於2026 / 5 / 30抽出 3 位幸運者🎀 🥇 第一名 獲得與我一對一約會 ❤️ 🥈 第二名 獲得 30 分鐘專屬色色視訊互動 😳💕 🥉 第三名 獲得我的原味內衣褲一套 可面交👀💋 活動最大的原因,想把福利留給真正支持我的人。因為你們的支持,才能讓我一直有動力認真拍片、分享赤裸裸的自己,陪我走到現在✨以前的我生活在水深火熱,是為了賺錢才把自己脫光,但即便我的原因是什麼,我也默默走到今天……… 一直以來很謝謝你們陪著我🥺 不管是願意訂閱、購買影片、留言互動,還是默默支持我的人,我其實都一直記得❤️ 另外偷偷跟你們說🌻 這個月活動一部分收益,我會做公益愛心捐助。雖然我每個月一直有在做這件事情~善良可以傳遞✨這次活動的部分收益,我會一起投入公益。因為收到大家的喜歡之後,我也希望能把這份溫暖延續下去(o^^o)
显示更多
我決定把一些沒發過的照片丟fansoneㄌ! 讓你們久等啦哈哈哈哈哈一年多了 限時一個禮拜 💰優惠價一個月$99❗️ 想看無碼版本的都趕快去訂閱! 先給你們看個今天在高鐵上拍的預覽版本(⁎⁍̴̛ᴗ⁍̴̛⁎) 優惠直到下禮拜七夕!🌹 然後我就會開始更新放照片上去 並且恢復原價$199/月 一週會至少一更(開放大家鞭策催更) 啊訂閱終止之後又想再訂閱的話就是新的價格ㄛ請大家注意 現在開始收私訊許願想看小屁孩拍什麼照片影片~ 👇👇也可以下面留言許願✨💫
显示更多
算了下我目前的ai订阅: codex 200刀/月 claude 100刀/月 grok 1000刀/年 youmind 110刀/年 surf 115刀/年 保持现在订阅,一年要34000 感觉有点吃不消, 大家觉得哪些可以淘汰
显示更多
0
44
44
0
转发到社区
用 AI 最快乐的事情,莫过于在重置前的几分钟,把所有订阅的两个 200 刀账号周额度物尽其用的用完,用来做有解决问题的东西,而非 Demo 是最爽的。 这次 Claude 和 Codex 我都是在周三送的 Reset 给重置的,Codex 使用 GPT-6 Astra Medium 很快就用完了,主要用来帮我分析需求,以及 Review 代码这种偏细致的活,为了用得更多,我都没有开Fast模式。 Claude Code 使用的我最爱的 Opus 5.5 high 模型,非常非常耐用,真心感觉达到了 Max 的这个称号,现在 Codex 的 Pro 有一种 Pro mini 的感觉,不经用,好在经常送送 Reset,同时我也非常感谢 Codex,因为是他送我的6个月开源订阅,让我可以做一些有意思的东西。 我喜欢 Opus 5.5 的原因是真真真帮助到了我,没有他,肯定 Mole Windows 版本没有这么快成型和可被我测试,为了测试我还整了一台 ThinkPad X1,很轻质感不错的一个机器,不过我的主开发还是在 Mac 上开发 Windows CS 原生代码,再借助 Parallels Desktop 这个非常好用的虚拟机,适用了一下,直接也购买了一年订阅,在上面使用 Windows 非常顺畅,而且我的 Agent 可以很多的使用里面的软件帮助我来测试效果,真真真也让我很惊喜,一年 300 多的价格非常值得。 此外我把 Cursor 送我的每月 200 刀的账号也用起来了,也非常不错,之前有送过我 1w 刀的额度,当时一个月给用完了,做了当时大家熟知的 Kami 和 Waza 应该 Mole 的 Mac 版本不少代码,最近我用他对应的 Grok Bot 帮我在做一些偏高质量的全球化用户增长的事情,很有意思,然后用 Grok 4.7 Extra High Fast 帮我去解决各种开源 issue 和 pr 的事情,一个月下来居然也用得差不多,很快,虽然没有前两个这么聪明,但是我感觉可以排到第三名的水平,也非常不错了,Cursor 被我喜欢的 SpaceX 收购后,两边有一种1+1>>2的感觉,也很有意思。 有点碎碎念了,想表达的还是,当你能够把你订阅的 AI 模型在重置前一滴不剩的不浪费的用到实际场景,真的是一个非常有意思的事情,此外我也很反感之前有些公司或者团队所谓的 Token 使用排名,看谁用的多少 Token,而不看他用这些 Token 做了什么,反而很本末倒置和容易引导工程师的不良风气。 AI 的使用物尽其用,才更有趣,少写 Demo,多做产品才有意思。
显示更多
0
23
131
5
转发到社区