用chatbot 聊得多，会思维活跃，有更多想说。 这像是 补药。 用 agent 用得多，会好疲倦，天天都在做检验。 怎么输出了这么多，看都看不完， 像是消耗。

AI 的 chatbot 和 agent ， 在让人 即时获得深度满足， 是划时代了。 新时代的 抖音？ 而且比抖音的浅层感官刺激快感更强，更深一层， 是一种平和的想通了，对世界认识加深了， 认知变得高清了。

toC的国产大模型chatbot，5年内是一定可以盈利的。 绝大多数中国下沉市场用户，用100B的模型+web searcher/fetcher就绰绰有余，搜网页+总结+产品精细化，成本是很低的。 toC的AI小工具的用户们，最常见的问题就是，发烧了吃什么药，种玉米用什么化肥和农药，王者荣耀如何免费拿皮肤， 大专该选择旅游管理还是酒店管理，如何合法打老丈人，丈母娘死了如何拿存折取钱，老公开卡车被撞能讹多少钱，生成一个倪萍的视频祝贺张发财70大寿……等等这些鸡毛蒜皮的狗屁无脑三低问题。 对于这一类的问题，100B的模型能力已经非常强大了，而且只要你信仰摩尔定律，GPGPU越来越便宜，算力越来越便宜，计算中心运营成本下降，贵州河南到处补贴AI算力大中心——未来每次inference成本是可以降低到0.0005元人民币以内。 只要inference成本降下来，每个用户进行query的成本就能降下来，中国14亿农村下沉市场就愿意接受豆包、元宝、通义千问、deepseek等等头部手机AI应用里插入小额贷、奶茶补贴、手机以旧换新、瓜子二手车、闲鱼买二手笔记本等等狗皮膏药广告。 只要这些广告足够多、足够密集、转化率足够高，利润足够大，完完全全可以在未来5年内摊平模型inference每次0.0005元的成本（算上agent整个调用function calling、总结、完整输出的所有token输入输出成本，包括input caching省下来的钱），2000个用户在AI chatbot里面问一天，可能一个小额贷广告的付费转化就直接覆盖回来了。 在这种情况下，我相信哪怕连中国这种单个用户价值很低的toC市场，在持续商业广告下沉和inference成本不断补贴下降的趋势下，可能5年内中国头部5家AI chatbot都能逐步实现盈亏平衡。

和马斯克学产品思维 第一步 脱离 chatbot 把 Agent 从聊天工具扩展到社交、购物、投资、Coding、内容创作等领域。 第二步 构建多模态 提供图片、视频、音频等服务。 第三步，打通购物电商 提供真正赚钱的服务。 第四步，打通数据获取 让 Agent 能够实时监控最新消息和市场情绪 第五步，开通插件市场，接入各大生产力工具软件工具。 让你的 Agent 融入到每个人的生活中去。

现在一个其他互联网大厂或者LLM大厂，想做好豆包一样的chatbot app，已经是一件非常难的事情了。 豆包的整个产品设计细节太复杂了，复杂到隐藏起来的小细节小功能远远超过了perplexity+manus的地步，短期内豆包还在领跑，其他人根本追不上。 豆包虽然不挣钱没营收，但是日活断崖领先，以后探索广告、 外卖、零食、各种接入小功能，方法还是太多了。 等一代人养成了对豆包的高度粘性和依赖，都不用往回答里面硬插大段广告，直接在chatbot旁边开几个新的tab，里面加上外卖、打车、交话费、快递、网购等等功能，引导用户跳转使用，简直易如反掌。 我其实很担心，就是说绝大多数人如果用不到coding、math、data analysis、deep research的功能，以中国14亿基本盘的人均边牧一样的电脑操作水平和日常需求，可能做一款豆包这种笨重、巨大、臃肿、模型差、加一堆功能、解决吃喝拉撒的chatbot app，就是最优解。

我发现几个现象。 现象1：很多人拿A模型+官方网页chatbot做了个贪吃蛇，用B模型+官方网页也做了个贪吃蛇，然后说“A模型比B模型强太多了，贪吃蛇做得都漂亮”。 现象2：用户拿了A模型套上claude code天天用，换成B模型套上claude code，磕磕绊绊，匆匆忙忙写了一句话，跑了一个任务，失败了，然后说 “B模型果然垃圾，那些benchmark都是假的，B模型果然是垃圾，一用就坏” 现象3：很多人看一个做multi agent的github repo，吹得天花乱坠，10个程序员，20个产品经理，30个销售，一行terminal命令，100多个agent立刻给你上班， 于是兴致勃勃跑起来了，简单写一句，“你给我写个最挣钱的软件去”，100多个agent开始一顿忙活，然后做出一堆狗屎， 然后这个人臭骂一句，“垃圾玩意儿，multi agent都是垃圾，agent team都是垃圾，全是骗人的，100个人都写不好一个挣钱的软件”。 我经常骂的一类人是， 很多人既没有能力分辨A模型和B模型，也没有能力分辨A Agent和B Agent，就像他们在现实社会中压根也没办法衡量评价A工程师和B工程师的能力是一样的， 因为他们日常工作中，看到小明做错一件事，就说小明是垃圾、人渣、傻逼、窝囊废、脑残，把小明打入万劫不复之地，这就是他们的想法， 同理，很多人也压根没办法用好一个模型、一个agent、组织管理好一个agent team，正如他在现实中也压根不可能做好一个人的mentor，更做不好一个team的manager， 他平时对一个人穷横梆硬、龇牙咧嘴，没有任何耐心，投入精力和时间为0，必须无条件无上限产出，不给上下文，不做基础训练，工作全靠猜，投入1000产出10万，他对任何一个Agent也是这副嘴脸， 他平时有机会lead一个项目管理协调一个团队，也跟黄世仁他妈一样，别人必须做好了伺候他，他从来不管别人，不管组织架构，不设定流程，有事儿没事儿一拍脑袋就变化，带出来的团队一锅粥，无头苍蝇一样到处试错，那么他管理的agent team也是这个熊样儿。 我经常说，agent是一个很有能力的Harvard本科生，agent team是一群很有能力的Harvard本科生， 但首先你他妈要拿他们当人去对待，要有耐心，有资料文档，有knowledge transfer，有基础训练，有管理流程，有目标，在为团队和任务决策的时候要负责，你要首先自己思考可行性，不要让他们陷入无用功，更不要让他们没有资料和上下文的前提下到处他妈猜哑谜。 这是一个人的基本素养，可惜大部分人压根就不懂，无论对其他人，还是对一个agent或者agent team。

好久没有 #buildInPublic# 同步下最近的动作吧， 已经完成，我甚至搭配了一个 chatbot😂，听上去有点过时，但是就像早上转发的 @garrytan 的推文，Claw 对于有开发经验或者"聪明的人"来说是法拉利，但不是每个人都需要法拉利，也不是每件事都需要从零推理。 比如我最近经常处理 PDF 材料，一开始用 Claude Code 调 Gemini 3 Flash 多轮处理，跑通之后我就写成了一个 Clip（可以理解成 Agent 的 App），现在 `pinix invoke pdf parse --url "xxx"` 一行搞定。 还有很多内容只有小红书上才有，以前让 agent 搜小红书得 browser-use，操控浏览器，慢而且不稳。现在就是 `pinix invoke xiaohongshu search --keyword "种草"`，结构化返回。 Google 搜索也是，`pinix invoke google search --query "AI agent"`，这是我用得最多的 Clip。 这些 Clip 装到 Pinix 上，我手机上的 chatbot 就都能用了。它只能做 Clip 能做的事，但每多一个 Clip 就多一项能力。50 多个 Clip 下来，日常大部分事情手机上就搞定了。 code agent 探路，Clip 沉淀。越用越收敛，越收敛越可靠。 给 Agent 装能力，像给手机装 App。这就是 Pinix。

深度使用 workbuddy 且把 workbuddy 视为唯一 Agent 的用户太可怕了 他们觉得自己用上 Agent 了，其他人用的全是 chatbot 凡是它看不懂的东西，一律视为 chatbot，还觉得别人比 workbuddy 菜 掰都掰不过来 没法聊