註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

Russell
@Russell3402
05年大学生 用AI连续创业 Syntax Studio | Lucius 增长 利他是最好的商业模式 保持谦逊
217 正在關注    6.1K 粉絲
今天真的是深度体验了一整天Voice,这里把我的体会和一些感触都写出来了,至于为什么没写教程,是因为这个确实不需要教程
0
56
39
6
轉發到社區
R.I.P 初中的时候晚上在被窝里偷偷用手电筒看《恶意》的经历还记忆犹新... 伟大的作家,一路走好
17 岁高中生 Mihir Maroju 做了一个近乎恶作剧的产品:你以为自己在和 AI 聊天,屏幕另一边其实是个真人,而他正努力假装自己是 AI。 玩法简单得离谱。 你花 1 个 Credit 提问,系统会把问题随机交给另一个用户。Credit 用完后,你就去“扮演 AI”,模仿 ChatGPT 或 Claude 回答别人的问题,再赚回 Credit。 传统 AI 产品烧 Token,这个网站烧人类的闲时间。用户既是消费者,也是生产者,平台成本几乎为零。 它能火,踩中了一个越来越明显的情绪:AI slop 它的产品设计很聪明:Credit 机制把供给和需求绑在一起;无需注册,几秒就能参与;“真人互相假装 AI”一句话便能讲清楚,天然适合传播。 网站页脚写着: Humans make mistakes because that’s what makes us human. 当所有模型都在追求准确、稳定和无缝,人类留下的粗糙痕迹反而开始升值。 链接在这:
顯示更多
现在怎么感觉说自己懂技术像有前科一样 黑客松比赛只要你不懂技术做出东西就是比懂技术的牛逼 懂技术的天天还得被问“被替代了怎么办” 标题“不懂技术的xxx做出了xxx”流量比懂技术高十几倍 老板看到懂技术的用AI觉得“就那样” 不懂技术用AI 老板高呼“我草牛逼” 还给发奖金
顯示更多
最近我一直在参与企业 AI Native 提效和转型,接触了不少大型企业,其中很多都是规模很大的公司,市值几十亿美金的都有,也有规模较小的传统企业。 国内关于 FDE 的内容,特别是抖音小红书,常常就是说这是个风口,什么日薪一万叽里咕噜那些。把它包装成了一种万能解法:把几个懂 AI、会编程的工程师送进企业,就能帮助企业完成 AI Native 转型。 这里我要下个判断: FDE入企,绝对不能实现企业AI Native 企业规模越大,内部流程、部门协作、利益关系和管理机制就越复杂 FDE 可以开发原型、优化局部流程 但你一个空降兵,就算老板开明给你了很高权限,也很难同时承担组织诊断、业务理解和跨部门推动。 更大的问题是,很多企业并没有把自己的工作方式沉淀下来。 我接触过市值几十亿美元的企业,内部仍然缺少完整的知识库,大量业务规则、判断标准和协作方式,都存在员工的经验里,外部 FDE 看到的往往只是一小段流程,很难理解整个业务如何运转。 除非一个 FDE 本来就在这家公司工作,对业务和组织拥有长期积累,否则他很难仅靠几个月驻场完成这种理解 但现在这个的需求市场确实很大,在我接触的企业中,几乎每一家都有 AI 提效的需求。 区别在于,有些企业已经意识到了,有些企业还没有找到合适的表达方式,它们知道 AI 很重要,却说不清应该先改哪条流程,也不知道用什么结果验证投入是否有效(有些在询价时会特别关注“ROI”,但这个并不是能衡量ROI的东西,所以如何说服他们或者找到真正的目标客户也尤为重要) 所以现在很多企业容易把需求简化成购买工具、组织培训或者找几个工程师驻场,这就是为什么现在FDE炒的价格高,项目做出几个 Demo,内部展示一轮,然后逐渐失去后续推动力。 我观察到的一个挺好的方法,就是通常会让 FDE 和 FDPM 配合工作。 FDE 负责技术实现。有一个叫FDPM的配合 这里的 FDPM 需要具备深厚的行业经验。他熟悉行业的业务流程、决策逻辑和风险边界,能够判断哪些环节值得改,哪些问题不能只靠技术解决。 例如,帮助一家传统建材企业推进 AI Native 变革,FDPM 最好长期做过建材行业,本身就是行业专家,他先找到有价值、能落地的问题,再和 FDE 一起把行业经验转化成新的工作流和系统。 这套组合比单独派 FDE 更合理,但仍然不能保证变革成功 传统企业的很多问题牵涉管理机制和部门协作,外部团队很难代替企业完成这些改变。 我现在判断一家企业能否完成 AI Native 转型,会先观察创始人和高管。 他们是否愿意使用 AI 重做自己的信息获取和决策方式?是否愿意调整原有流程,给试点项目足够的资源,并推动部门配合? 如果管理层自己不 AI Native,或者不愿意AI Native,员工很快就会把 AI 当成一项额外任务。外部团队再强,也只能完成几个局部提效项目,很难改变这家公司的运转方式。 传统企业的 AI Native 变革包含技术建设,也包含管理层自身的转变。后者没有发生,前者很难进入企业的核心业务
顯示更多
推荐一个很好用的skill: 去AI味超级强,对于我这种AI-slop的简直是救星 现在是我每次执行任务前的默认选项
Codex 限额重置居然还有保质期?! 有一个明天到期 吓得我赶紧就用了😰😰 不知道的赶紧检查一下吧
外行不要只会内行干活 这是我一直以来的观念 我们的程序员代码写得好 我就不会在代码上多插嘴 营销说应该这样打 那就听营销的 很多时候事情结果不好不是说负责这个工作的人不行 而是领导根据他的意愿插了一脚 最后责任还得追责负责人 我不希望这种事情发生
顯示更多
我的Codex发疯了 我让它帮我推代码,结果直接开始疯狂胡言乱语 对话三轮还是没招
尝试 Apodex 昨晚预测西班牙vs阿根廷 1:0
卧槽了,我发现一件很离谱的事,Codex闲鱼卖皮肤这件事儿应该是有幕后黑手的,而且能够形成产业链,这件事是我把Codex闲鱼卖皮肤当成商业课题来研究得到的结果 经过了453轮的推演,800多份证据,不信你看图片 Codex出了桌宠和换肤功能之后,闲鱼上开始有人卖皮肤、卖桌宠、卖主题包。很明显这个生意在三天后就不赚钱,但是我发现中国人就特别热衷于换皮肤,什么王者暖暖、奇迹暖暖 然后我做了一件事——我让Apodex,一个专门做深度推理和预测的AI,把"Codex定制化产品在闲鱼的生意"当成一个正经的商业课题来研究 我的超长提示词如评论区,以及几个项目地址⬇️ 它给我的答案让我重新理解了什么叫做"信息差"。 先说几个数据 Codex桌面端周活用户超过500万,而且非开发者用户的增速是开发者的3倍以上。这批人是什么意思?他们用AI工具,但没有技术能力自己改UI,愿意为"好看"付费 闲鱼上,Codex桌宠定制服务99-200元一单,有人销量突破1,000单,月收入数万元。而你打开codexpets上有3,500只免费宠物可以下载。 你看懂了吗——不是每个人都上GitHub。信息差本身就是一个市场。 但真正让我觉得"卧槽"的,不是已经有人赚到钱了。而是Apodex挖出来的三个绝大多数卖家还没看到的机会: 第一个,跨工具全家桶。Codex + Claude Code + Cursor,统一设计语言跨工具适配。技术已经有人打通了(clawd-on-desk证明了跨工具注入可行),但市场上几乎没有统一设计语言的跨工具皮肤包。这是蓝海。 第二个,企业/团队品牌色定制。Cognizant和Dell已经在部署Codex企业版了。一个团队2,000-10,000元的品牌色定制服务,竞争者数量:几乎为零。 第三个,也是时间最紧迫的一个——2026年7月Codex正式并入了ChatGPT桌面端。用户基数从百万量级变成千万量级,新增用户里非技术用户占比更高,付费意愿更强。 而当前几乎没有卖家在产品描述里提到"ChatGPT桌面端"这个关键词。(apodex很懂用户啊)这是3-6个月的先发优势窗口,错过了就没了。 然后它给我拆了一整套商业模式 是三层混合架构:引流层(9.9-29元低价产品包,获客用)→ 核心层(29-49元/月订阅制,稳定现金流)→ 溢价层(199-500元C端定制+2,000-10,000元B端定制,高利润)。 核心逻辑一句话:数字产品的护城河不在于文件本身,而在于持续更新能力、社区关系和品牌认知 开源项目可以复制你的产品,但复制不了一个有200个付费用户的社群。 说真的,我一开始让Apodex研究这个,就是想看看"换皮肤"这种看起来像QQ秀文艺复兴的东西,到底能不能当个副业 结果它给的不是"能不能做"的答案,而是一整套商业分析:市场调研、六种商业模式对比排序、10个产品变体路线图、五个被忽视的买家群体、七个风险及缓解方案、24个月的执行路线图,甚至精确到"本周内可以执行的5个动作", 重点不是它给出的结论有多惊为天人。重点是它怎么得出这些结论的 它找了真实数据源(OpenAI官方数据、GitHub项目、闲鱼成交价格),判断了哪些信息源更可信,在多条冲突信息之间做了取舍,然后分情景讨论 "很多AI系统生成答案,而Apodex验证它们。" 我现在再看这句话,觉得不是营销话术。它确实在这么做。 你现在再看"Codex换皮肤"这件事,还觉得它只是QQ秀吗? 我反正是重新理解了一件事:大多数时候我们说"没有机会",其实是没有把一个看似小的需求,当成正经事去研究的能力。 试试 Apodex: #Apodex# @Apodex_AI
顯示更多
Codex最近很不稳定啊 动不动就直接出错了
反思了一下 准备回AI垂直领域 泛流量一个月光高流量了但没收益
我发现这次收益很多的 不全是原创 搬运工赚的也很多 但是他们都一天发的很少 流量也没有特别多 下个周期做一次尝试看看
四周1200多万曝光 一分收益也没有 究竟哪里出问题了🧐🧐
0
13
11
0
轉發到社區
如果AI走入大学... 第一节课:AI的概念和意义 第二节课:我那个在美国留学生儿子 第三节课:小组PPT
0
54
12
0
轉發到社區
这波有多少人是有收益的...
吉尼斯世界纪录的客服人员是世界上最能抗压的人
什么情况!什么情况!!
许多机遇都藏在恐惧里