Jingle Bell 初号机(@ScarlettWeb3 ):王者荣耀目前 2 亿日活，Dota 巅峰期不到 2000 万不是 Dota 不好玩。玩家才知道，Dota 硬核更有技术含量，复杂度越高的游戏一定更好玩。Dota 需要学补刀、反眼，王者把这些全砍了，两根手指搓屏幕就能五杀。但王者的日活数据要比 Dota 好 10 倍抖音干翻长视频和文字新闻流同理抖音用户只要会上下滑就行，猴子来了都会刷互联网时代赢家不是功能最强的那个，是门槛最低的那个那 AI 时代呢？我之前写过，AI 时代最大的陷阱是 “做很酷的东西” ，我们也吊唁过了炫技派的墓碑（见原文）现在打开 Claude Code，要学 prompt，龙虾要配 soul.md、要会装 Skill、选模型调参数。会用 AI 是一道沟，会写 prompt 又是一道沟每出一个新能力就多一道门槛 😮‍💨 可是大部分人连 AI 都用不好，更别说用 AI 赚钱 🤷 赚聪明人的钱很难，因为你能想到的一切聪明人都会自己搭，最好赚的其实是“傻子”的钱，"傻子"是那些知道 AI 有用，但没时间搞清楚怎么用好的人。而“傻子”才是大多数 “傻子”不缺 AI 工具，缺的是有人帮他们把门槛抹平谁能做这件事，谁就能做 AI 界的王者荣耀！ dappOS 刚发布了一个产品叫 xBubble，思路很简单：你说一句话，它出成品。不用选模型、不用写 prompt、不用装插件。国内量子位、机器之心都有推荐过。 🫧 xBubble 能帮你一句话出 1 分钟电商产品视频，包括分镜、旁白、转场都有。同样的 prompt 丢给 Gemini，出来 8 秒后字幕就乱码了。。 🫧 xBubble 一句话就可以做出可交互的五大科技公司财务数据看板，柱状图、折线图、Tab 切换都能点。传统方式做这个少说一小时，而且上下文爆炸模板过一会就乱了。。 🫧 xBubble 一句话出 10 页小红书投放复盘 PPT，结构完整、配色统一。改两句就可以直接发给老板。关键区别在哪？大部分 AI 工具交给你的是文字，你还得自己整理成能用的东西——xBubble 交给你的直接是文件、网页、视频 xBubble 怎么做到的？——两个引擎 1、Bubble Engine 在后台持续测试：针对每种具体任务，自动组合不同模型和工具，跑出最优方案，固化成 SOP。SOP 就是经过验证的最佳做法，AI 自己写的、自己测的、自己选的。你花 3 天调出来的 prompt 工作流，它可能测了 200 种组合已经找到了更好的。 2、Bubble Pilot 接你的请求：一句话进来，识别任务类型，匹配 SOP，出结果。没有现成 SOP 就走通用模型。你反复提同类需求，Engine 捕获信号，下次就有了 xBubble 有两种运行环境 1、Bubble Computer 是云端沙箱，研究、写作、设计、核查一条龙 2、Bubble Personal 是本地模式，操作你电脑上的文件和应用，敏感操作在容器里跑完就销毁。注重隐私，也安全用 dappOS 团队的话说："未来人用 AI 的能力，大概率不如 AI 用 AI" 这话听着极端，但逻辑跟王者荣耀干翻 Dota 是一样的。Dota 玩家说"你不学补刀怎么玩游戏"，王者荣耀说"为什么要学补刀”和“反眼” 🤡 我直接把这2个东西都删掉 AI 极客说"你不学 prompt 怎么用 AI" xBubble 说"为什么要学 prompt"？ 🤡 AI 的下半场不是比谁更强，是比谁门槛更低 Dota 从来没输给王者荣耀的游戏深度，输在的是上手门槛，输在人类天性基因自带的懒惰现在的 AI 工具也一样。Claude Code、Cursor 是给 Dota 玩家做的，那 2 亿王者荣耀用户呢？ @dappOS

2026.05.12 10:04

王者荣耀目前 2 亿日活，Dota 巅峰期不到 2000 万不是 Dota 不好玩。玩家才知道，Dota 硬核更有技术含量，复杂度越高的游戏一定更好玩。Dota 需要学补刀、反眼，王者把这些全砍了，两根手指搓屏幕就能五杀。但王者的日活数据要比 Dota 好 10 倍抖音干翻长视频和文字新闻流同理抖音用户只要会上下滑就行，猴子来了都会刷互联网时代赢家不是功能最强的那个，是门槛最低的那个那 AI 时代呢？我之前写过，AI 时代最大的陷阱是 “做很酷的东西” ，我们也吊唁过了炫技派的墓碑（见原文）现在打开 Claude Code，要学 prompt，龙虾要配 soul.md、要会装 Skill、选模型调参数。会用 AI 是一道沟，会写 prompt 又是一道沟每出一个新能力就多一道门槛 😮‍💨 可是大部分人连 AI 都用不好，更别说用 AI 赚钱 🤷 赚聪明人的钱很难，因为你能想到的一切聪明人都会自己搭，最好赚的其实是“傻子”的钱，"傻子"是那些知道 AI 有用，但没时间搞清楚怎么用好的人。而“傻子”才是大多数 “傻子”不缺 AI 工具，缺的是有人帮他们把门槛抹平谁能做这件事，谁就能做 AI 界的王者荣耀！ dappOS 刚发布了一个产品叫 xBubble，思路很简单：你说一句话，它出成品。不用选模型、不用写 prompt、不用装插件。国内量子位、机器之心都有推荐过。 🫧 xBubble 能帮你一句话出 1 分钟电商产品视频，包括分镜、旁白、转场都有。同样的 prompt 丢给 Gemini，出来 8 秒后字幕就乱码了。。 🫧 xBubble 一句话就可以做出可交互的五大科技公司财务数据看板，柱状图、折线图、Tab 切换都能点。传统方式做这个少说一小时，而且上下文爆炸模板过一会就乱了。。 🫧 xBubble 一句话出 10 页小红书投放复盘 PPT，结构完整、配色统一。改两句就可以直接发给老板。关键区别在哪？大部分 AI 工具交给你的是文字，你还得自己整理成能用的东西——xBubble 交给你的直接是文件、网页、视频 xBubble 怎么做到的？——两个引擎 1、Bubble Engine 在后台持续测试：针对每种具体任务，自动组合不同模型和工具，跑出最优方案，固化成 SOP。SOP 就是经过验证的最佳做法，AI 自己写的、自己测的、自己选的。你花 3 天调出来的 prompt 工作流，它可能测了 200 种组合已经找到了更好的。 2、Bubble Pilot 接你的请求：一句话进来，识别任务类型，匹配 SOP，出结果。没有现成 SOP 就走通用模型。你反复提同类需求，Engine 捕获信号，下次就有了 xBubble 有两种运行环境 1、Bubble Computer 是云端沙箱，研究、写作、设计、核查一条龙 2、Bubble Personal 是本地模式，操作你电脑上的文件和应用，敏感操作在容器里跑完就销毁。注重隐私，也安全用 dappOS 团队的话说："未来人用 AI 的能力，大概率不如 AI 用 AI" 这话听着极端，但逻辑跟王者荣耀干翻 Dota 是一样的。Dota 玩家说"你不学补刀怎么玩游戏"，王者荣耀说"为什么要学补刀”和“反眼” 🤡 我直接把这2个东西都删掉 AI 极客说"你不学 prompt 怎么用 AI" xBubble 说"为什么要学 prompt"？ 🤡 AI 的下半场不是比谁更强，是比谁门槛更低 Dota 从来没输给王者荣耀的游戏深度，输在的是上手门槛，输在人类天性基因自带的懒惰现在的 AI 工具也一样。Claude Code、Cursor 是给 Dota 玩家做的，那 2 亿王者荣耀用户呢？ @dappOS_com

Jingle Bell 初号机@ScarlettWeb3

2026.04.07 07:19

美国企业花了 400 亿搞 AI，95% 没有回报赚到钱的那 5% 做对了什么？ AI 时代最大的陷阱是 “做很酷的东西” 🦊 Cursor 不酷，它只是让写代码变快了。Harvey 不酷，它只是帮律师省了时间。ElevenLabs 不酷，它只是让任何人都能做配音。真正的护城河 = 垂直数据 + 分发渠道 + 工作流嵌入，不是模型本身 (Claude 和 GPT 不是你的，你也做不了，开发模型要花很多钱) 95% 的 AI 项目烧钱，因为它们在炫技剩下 5% 在印钞，因为它们在省人力 MIT 2025 年的一份报告我看简中推几乎没人讨论，数据非常惊人： 1、美国企业在生成式 AI 上投了 350-400 亿美元，但 95% 的 AI 试点项目没有产生任何可衡量的 P&L 影响 2、14000 家 AI 创业公司有 40% 在 24 个月内死亡与此同时，赚到钱的那 5% 公司却赚到离谱先来看看炫技派们的墓碑 🪦 1、Builderai：微软投的，估值 15 亿，融了 4.45 亿美元号称 AI 自动生成代码，实际上是后台靠 700 个印度工程师手写，破产时账上只剩 500 万 2、Jasper AI：AI 写文案的标杆。2023 年营收峰值 1.2 亿美元。2024 年暴跌到 3500 万。跌幅 70%。原因很简单：ChatGPT 的文案能力变好了，用户不需要一个"套壳"了 AI Wrapper 数据显示：8500 家活跃 AI Wrapper 公司只有 2-5% 月入超过 1 万美元，24 个月累计失败率 80-85% 再看看赚钱的有多赚钱 💸 1、Cursor：零营销：17 个月做到 10 亿 ARR，又 3 个月翻到 20 亿 ARR Slack 用了 5 年，Zoom 用了 9 年，Cursor 不到 2 年就做到了 2、Harvey（法律 AI）：3 年做到 1.9 亿 ARR 42% 的美国顶级律所在用。估值 110 亿 3、ElevenLabs（语音 AI）：ARR 超 3.3 亿从 33 亿估值飙到 110 亿，只用了 3 个月 4、Perplexity（AI 搜索）：ARR 自 2022 年以来增长 1900% 为什么垂直 AI 能赚 10 倍？顶级 VC Bessemer给了一个清晰的框架：传统 SaaS 争夺的是企业 IT 支出——仅占 GDP 的 1% 垂直 AI 争夺的是劳动力支出——占 GDP 的 13% 美国劳动力市场 11 万亿美元，企业软件市场 4500 亿美元，差 24 倍。传统 SaaS 捕获一个员工价值的 1-5%，AI 可以捕获 25-50% Harvey 不是在卖 AI，它是在卖律师的时间一个 AmLaw 100 律所的初级律师年薪 $20 万+，Harvey 替代掉他 30% 的工作，省下来的钱是任何 SaaS 订阅费的几十倍而每个赛道都有“Cursor 时刻” 💡 ▪️法律：Harvey 1.9 亿 ARR，Casetext 被 Thomson Reuters 以 6.5 亿美元收购 ▪️医疗：Abridge 估值 53 亿（AI 环境记录），一家医院用 AI 做保险验证，年增收 230 万 ▪️会计：Basis 估值 11.5 亿（AI 报税），CPA 事务所效率提升 30-50% ▪️房产：EliseAI 估值 22 亿，PropTech AI 投资年增长 42% 不是做更通用的 AI，而是做某个行业的"替代人力" 给我的启发是 1、数据"无聊"的 AI 其实最赚钱：例如 AI 发票自动化、合同审核、销售线索生成，叙事不性感但有人月入 25 万美元 2、90% 的员工在用"影子 AI"：只有 40% 的公司有官方订阅，但 90% 的员工每天在用个人 AI 工具（牛马们自费开 Claude 写代码，我真的哭死）需求是真实存在的，只是企业产品没跟上 3、AI 公司到 1000 万 ARR 只需 2.5 年传统 SaaS 需要 6 年 4、最大 ROI 不在销售和营销，在后台自动化如果你想赚钱，3 条路线可以思考，或者和你的 AI 多讨论 A：做垂直 AI 工具找一个你熟悉的行业（律师、牙医、房产中介）用现成 API 包装成行业专用工具，月费 SaaS。AI 一直强，重点看你有没有行业 know-how 和分发渠道 B：做 AI 集成帮企业接入 Claude/GPT API，做定制化部署 MIT 数据说外购成功率高 3 倍，但企业不会自己接（或担心数据风控风险）他们需要人帮忙 C：做"无聊"的 AI 自动化发票、合同、客服、数据录入。没有人会把这些发到 Product Hunt，但它们的 ROI 最高今天早上我在公司开会时说：赚聪明人的钱很难很难，因为聪明人自诩聪明，你能想到的一切他都会自己搭，最好赚的其实是傻子的钱怎么找到傻子和如何赚到傻子的钱 think think 再 think