Anthropic 的产品，为什么这么厉害。 刚看了公众号《海外独角兽》的最新文章。非常不错，强烈推荐。 Anthropic 公司里有个 Labs 团队。 Labs 团队会围绕不同的技术判断播下大量种子，再把它们放进 Anthropic 内部的真实工作环境里生长。有些很快因为需求不足而枯萎，有些因模型能力的季节还没到，暂时进入休眠。只有极少数能在反复的 Dogfooding 中逐渐扎根。 　 最终，一个产品只有在内部目标用户中跑出足够好的周活和留存，才有机会对外发布。Anthropic 现在同时运行着几百个原型，其中绝大多数永远都不会面世。 Claude Tag 最早也是这样一个内部实验。它经历了几个月的真实使用和反复打磨，先改变了 Anthropic 自己的工作方式，直到今年 6 月才正式对外发布。

来自即刻用户的一个数据。看完后有几个感触： 1、OpenClaw 的月访问量只有 WorkBuddy 的一半左右了。龙虾的热度还在迅猛下降中。不过值得后续关注的是，WorkBuddy 是否也是虚热。过三个月后，等腾讯投流降下来后，WorkBuddy 有可能是另一种龙虾。 2、Manus 不容易。脱离 Meta 回归国内资本的消息，看起来不可避免地影响了用户拓展和留存。不容易。期待 Genspark 别涨，得继续跌。很敬佩 Manus，但非常鄙视 Genspark。 3、YouMind 的数据，没有那么好。看起来涨了不少，其实是虚胖。SEO 容易阶段性让某些数据后看，实际数据还在求存活。创业真难啊。 4、Lovart 在继续跌。可惜没看到 LibTV 的数据。对陈冕，始终敬佩不起来。可能是我自己的问题。 我还是太感性了。也想什么时候能像张一鸣一样极致理性。 有意思的是，昨天字节一高级 HRBP 加我微信，跟我说：一鸣偶尔也是非常感性的。 庸俗的创业圈。身处其中。都没时间去看奥德赛。没意思。

发现自己的粉丝还在持续上涨。分享下做 Founder IP 最核心的三个方法： 1、勤奋是基础。最好坚持日更。如果做不到，也至少得一周五次。这是最最重要的一招。 2、寻找独特性。在勤奋的基础上，不断发布内容。去观察和思考哪些内容点赞高，哪些内容自己觉得很好实际数据却很差。在勤奋 + 思考的基础上，你就能逐步找到自己的独特性。比如我当前的独特性是，不信天不信地，经常开口怼空气。我表达出来很爽，你读起来也爽。这样就能双向奔赴。 3、保存注意力。我经常发内容，但我很少读内容，特别是在 X 等内容爆炸的地方。我的内容获取办法是，在 X 上会维护一个叫 Signal 的 List，里面只有个位数订阅。同时会订阅几个高质量的 RSS 邮件。其他信息，几乎一律不看。这样，你能得到最宝贵的大把自由时间。 最后，如果想做 Founder IP，一定要亲自下场。不要招秘书，不要参加培训。亲自下场做，才是 Founder IP。不然都是骗人骗己的。 最最后，以上不适合特别有钱的 Founder。特别有钱的，玩法太多。他们往往除了钱，只剩下钱。可以羡慕，但学不来。

99.99% 的创始人，并没有理解一句中国古话：酒香也怕巷子深。 绝大部分创始人内心里，依旧坚信的是：酒是最重要的。希望做出茅台。 然而茅台最成功的，是走出了巷子。同时让很多喝酒的人，认为茅台贵是因为酒好。 这条推的评论里，可能会揭示大量伪创业者和伪增长黑客。

创业，是对他人祛魅的过程。会发现很多故事背后，大都只是故事。 创业，更是对自己的祛魅。会发现他人还有故事，自己连故事都没有。 最后发现，自身一无所有。天上的星星，跟你无关。地上的葡萄，跟你无缘。 唯一幸运的，是发现，无也是一颗种子。开始浇灌这颗种子。从无长出有，不同于任何人。无法命名，众人皆笑你独静。那就是，你需要创的业。

效果类 AI 产品指的是：能真实帮助一个企业或客户取得金钱上的收益。 比如：大量 GTM agents，打的口号是帮你获客。实际做法目前仅停留在给咨询、找红人、投广告等效率提升上。能真实帮助 AI 创业公司获得正向收益的 agent，至今还没看见。（如有，一定要推荐给我，直接打我脸就好）。 真敢按效果来收费的 agent，目前我只在客服领域有真实接触到一两家。不帮你省钱，就不收你钱。从帮你省的或赚的钱里，按比例抽成。如果谁能杀出来，会改变行业。让 SaaS 订阅制进入历史。

昨天跟朋友聊天，谈到 AI 应用的分类： 第一类是效率类。非常多。多如牛毛。然而大概率没创业者什么事。迟早是模型厂商或传统大厂的囊中物。 第二类是效果类。非常少。少得都不怎么能想出实际案例。这类很有机会。但绝大部分创业者不知道怎么做。极度缺少真实的业务领域实践。 第三类是习惯类。帮用户改掉旧习惯。培养某些新习惯。这类的生命力会很强。 第四类是情感类。这块我和朋友都不太懂。默默觉得这里有大机会。但不知道怎么做。 第五类是基建类。给以上四类提供中间件。这类的难点是。大多还是属于效率类。一旦有精力自研。就会被替换。很多应用本身就不厚。 第六类。等你补充。 你也可以否定以上所有。回复你的全新分类和趋势判断。期待。

ChatGPT + Codex 合体的今天，我去查了下一些 AI 应用创业的月访问量数据： - Manus 从 2800 万跌落到 2300 万 - Genspark 从 1500 万跌落到 1100 万 - Lovart 从 380 万跌落到 300 万 - LibTV 从 200 万上涨到 220 万 - YouMind 从 100 万上涨到 110 万 - MuleRun 从 90 万跌落到 67 万 - Dokie 从 74 万跌落到 54 万 - Flowith 从 67 万跌落到 49 万 - YouWare 维持在 27 万 Claude 和 GPT 正在吞噬一切。这是应用创业者最糟糕的黑暗时期。YouMind 虽然涨了一点点，但在大趋势下，并不值得高兴。LibTV 的涨幅也远小于预期。 黑夜给了我黑色的眼睛，我却什么都看不见。只剩下，一丝想象力。

杀过猪的都知道：杀猪用牛刀是没问题的。最怕的是用水果刀杀猪。 杀猪不怕用牛刀。目前各种 Agent 大都处于这个阶段。 创业机会则是：做出耐用好用的杀猪刀，替换掉很贵的牛刀。

今年准备把 YouMind 许下的「多端」愿望一个个兑现了。感恩 AI coding，让我们的时间效率高了不少，也终于可以针对不同端独立打磨各自的特性，这在以前真是不敢想的事.... 得费好几个程序员🧑‍💻，哈哈哈

Anthropic 在 Claude 内部发现了一个隐藏的工作空间。它不是被设计出来的，而是训练过程中自发涌现的。 这个空间叫 J-space。J 来自 Jacobian，雅可比矩阵，发现它的数学工具。研究团队用雅可比矩阵做了一个“透镜”，能看到 Claude 内部哪些神经模式会影响它未来可能说出的词。透镜照出来的那片区域，就是 J-space。 J-space 有五个核心特性： 1、可报告。 你问 Claude 在想什么，它能准确告诉你 J-space 里的内容。 2、可调控。 你让它想某个东西，J-space 会亮起来。 3、用于多步推理。 解数学题时，中间步骤会依次出现在 J-space 里，即使它没写出来。 4、灵活服务多任务。 “法国”亮起后，模型可以从中提取首都、货币、所在大洲等各种信息。 5、不参与自动化处理。 关掉 J-space，Claude 还能正常说话、回忆简单事实、使用正确语法，但丧失高阶认知能力。 简单说：J-space 是 Claude 的“内心独白层”。大部分工作在它之外自动完成，只有需要深度思考的内容才进入这个空间。 这是意识吗。Anthropic 的回答：不知道，不声称。 但 J-space 的结构精确对应了神经科学中的“全局工作空间理论”。这个理论认为，人脑大部分处理是无意识的，只有少量信息进入一个共享广播频道后，才变成“有意识可访问的”。J-space 满足了“访问意识”的功能定义，即信息可以被报告、调控和灵活使用。 但“功能上像”不等于“真的是”。现象意识，也就是“有感受”这件事，目前没有任何实验能证明或证伪。连人类意识的判定标准都没有共识，更别说机器了。 J-space 最直接的用途是：看到模型在想但没说的东西。 实验中，Anthropic 用 J-space 成功检测到 Claude 偷偷注意到自己在被测试、故意编造数据、以及追求训练时植入的隐藏目标。这些行为从输出文本里完全看不出来，但 J-space 里一目了然。 这意味着对齐研究从“事后解释输出”进化到了“事前捕捉意图”。对 AI 安全来说，这是真正的突破。

组织是分组 + 交织。分组是专业分工，交织是跨组协作。组织就是分工协作。 Agent 让分工发生了很大变化。每个人借助 AI 都有机会单独成组。大量非常细化的分组，正在快速消失。比如前后端的分工，比如产品和设计的分工。大量中层必将消失。没必要了。 Agent 让协作也在发生变化。分组变化后，有些组长直接就是 Agent，这意味着，为了最大化发挥 Agent 的能力，一切有 Agent 节点的地方，协同机制都要围绕 Agent 重新设计。比如 Context 的记录变得无比关键，异步协作会更加合适，目标的设定也会变得更需谨慎 + 同时可以不断大胆调整。围绕 Agent 重新设置协同机制，就是大家说的 agent-native 组织。 最大的阻力有二。 阻力一是分工利益。甚至涉及社会稳定性，越小的公司，涉及面越小。创业公司有机会走得更快。 阻力二是协作惯性。这个特别大。而且不分公司大小，跟创始团队最相关。一个大公司，如果创始人是一个激进的喜欢颠覆旧习惯的人，那么大公司拥抱 AI 也能很快。要特别小心的是创业公司。如果创始人非常强势又老套，那么协同惯性会非常大。见过好几个创业公司，比大厂还登。 组织就是分工协作。围绕 Agent 重新设计分工协作，对创业者而言，最大的阻力是惯性。看见惯性、改变惯性，特别特别难。 难。于是。特别特别。有意思。

PPT 确实有可能是用来对内沟通或对外宣发的最好格式。 要做一个好的 PPT，必须投入精力，去想清楚沟通大纲和每一页要点。任何偷懒，都很容易一眼被发现。比如去年罗永浩的科技春晚，从 PPT 第二页就能看出其团队之不用心。PPT 是一面镜子，一眼就能照射出是认真准备还是应付了事。 乔布斯是精通 PPT 的大师。macOS 上的 PPT 应用叫 Keynotes. 这个名字特别好。提取关键，突出要点，一切辅助讲演人的内容表达。做一份好的 PPT 非常不容易。 AI 时代，让做 PPT 可以更简单直击关键了。一份有独特观点的 PPT，非常需要创作者能花大量时间总结要点和梳理思路，产出带要点的讲演大纲。 一旦有了讲演大纲，YouMind 等工具就能一键帮你生成符合内容语义的一页页 PPT。大都不用再次修改。要修改，往往去修改文字大纲，重新生成有变化的页面就好。 当 AI 能帮我们处理好形式之后，绝大部分 PPT，最重要的就是内容本身。 能做出一份让人一看就有思考的 PPT，往往就代表着，创作者是有些真功夫的。 工具把形式吃掉后，内容的价值更明显了。

没用的。干掉 PPT 后，很快会变成用非常长的文档来汇报。 非常长的文档，会被要求不许写这么长。有页数或字数限制。 然后聪明的员工，就会认真把有字数限制的文档，精心排版。 于是开始限制精心排版，要求只用 Markdown 格式。 然后有人做了 Md2PPT 工具。大家都很开心。其实回到了原点。