前几天，我看到李亚鹏先生发了一条视频。 视频中的姑娘叫胡心瑶，是一名罕见病患者。过去几年，她十几次收到病危通知书。即便如此，她仍然把自己的99999元救命钱捐给嫣然天使基金，希望帮助更多患病的孩子。她说，自己想给每一个身处困境的人递一颗糖，祝愿他们长长久久。 看到她的故事，我深受触动。一个身处困境的人，依然愿意为别人点亮一束光。 今天，是 AI Spark 走出困境的第一天，也是我们的全新开始。 我们一起走过了一段至暗时刻，感谢创始团队的每一个人，感谢我们始终没有放弃，感谢我们一直坚持到了今天。 AI Spark 创始团队决定，捐出今天的全部营业收入。 愿这份微小的力量，也能成为困境中的一颗糖。 这是 AI Spark 走出黑洞的第一天，也是我们重新出发的第一天。@aehyok @YangGuangAI @YuzuCMZ @legacyvps @LawrenceW_Zen @jinglian @Liu_zhongxisn @alin_zone @xiangxiang103

超级详细，让我知道了到底minimax开源了什么，以及怎么部署开源，如果本地配置不够，可以看详细部署流程，也就当用过了，别问我为什么不实操，我没有卡～～～

我靠，我用这个几分钟就做了一个俄罗斯方块小游戏。 我输入的提示词就是： “制作一个经典俄罗斯方块游戏，使用彩色霓虹方块，加入爽快的消除音效、分数记录和逐渐加快的下落速度。游戏结束后可以重新开始，同时支持电脑和手机浏览器操作。” 不需要写任何代码，游戏直接就生成了。 关键是它现在还免费，做完以后还能直接发布。 对我这种完全不会编程的小白来说，真的太友好了。 这以后想玩什么游戏，自己做不就行了。

大家不用焦虑，也不要被网上的暴论和噪音影响。 普通人想快速入门 AI，快则一个月，慢则两个月，就能跨过门槛。虽然成不了行业顶流，但熟练使用各种主流 AI 工具，完全没有问题。 你只需要做好三件事： 第一，坐下来，集中学习一到两个月。 第二，从主流工具开始，边学边用，不要追逐所有新工具。 第三，记住工具只是起点。当你熟练使用以后，真正拉开差距的是你的思考和判断。如果只会使用工具，工具日后也会成为你的阻碍。 所以，入门 AI 没有想象中那么难。难的是跨过工具门槛以后，你还能不能继续提升自己的思考能力。

当我们试图把一个问题描述清楚的时候，问题可能就已经解决了。但我发现，我经常没有办法描述清楚一个具体问题，因为我的大脑里没有一套描述事物的具体逻辑。面对一个事物，我不知道应该先从外貌开始描述，还是先从它的背景开始描述，各种信息同时出现在脑子里，十分混乱，导致一开口就没有重点。后来我意识到，这来自于我原本就没有经过逻辑训练，所以我突然有了一个想法：每天直接对着镜头讲清楚一个具体问题，不剪辑，直接发到抖音，用这种方式强迫自己进行说话的逻辑性训练。

我靠，我用这个几分钟就做了一个俄罗斯方块小游戏。 我输入的提示词就是： “制作一个经典俄罗斯方块游戏，使用彩色霓虹方块，加入爽快的消除音效、分数记录和逐渐加快的下落速度。游戏结束后可以重新开始，同时支持电脑和手机浏览器操作。” 不需要写任何代码，游戏直接就生成了。 关键是它现在还免费，做完以后还能直接发布。 对我这种完全不会编程的小白来说，真的太友好了。 这以后想玩什么游戏，自己做不就行了。

我为什么说做自媒体改变了我很多？因为选题、内容、流量、产品、变现，这就是一整套赚钱的底层逻辑，自媒体就是探索真实赚钱逻辑的最小闭环。 比如开一家餐饮店，味道、位置、人群、产品，哪个最重要？以前我相信酒香不怕巷子深，认为顺序是味道、产品、位置、人群，这就是典型的韭菜思维，所以才会有那么多人开餐饮，最后倒闭。 自媒体第一重要的是选题，餐饮第一重要的是位置。位置选得好，流量就不会差；选题选得好，内容就算写成一坨屎，流量也不会差。流量来了，自然会筛选人群。 然后才是味道，也就是内容。选题对了，内容能做到80分，这个东西就能赚钱。餐饮也是一样，位置对了，产品中规中矩，味道不是巨难吃，赔钱的概率就会降低。 最后才是根据这个位置筛选出来的人群，调整产品和口味，再优化门头和装修，对应到自媒体里就是产品、变现和剪辑。 门头和剪辑都是锦上添花。位置选错了，选题选错了，一开始就砸几百万装修，把店开在郊区，基本上就是屎盆子镶金边。

我很庆幸，今年开始做自媒体。 虽然我没有因此赚到什么钱，而且我也非常确定，在一段时间内，我不会因为做自媒体赚到什么钱。 但做自媒体锻炼了我对选题、内容生产、学习和赚钱逻辑的一整套认知。这套能力可以迁移到未来的某一个时刻。它对我的影响或许不会在短时间内显化，但已经融入了我的决策逻辑里。 或许，这就是元认知。 我也非常确定，过去十年我赚到的钱，全是靠运气。

学习最快的方式，就是写作。 学习一项新知识或新技术时，先看别人写了什么，再用自己的理解重新写一遍。写作会迫使你发现理解中的空白，这就是费曼学习法。 不知道写什么，就从模仿别人的选题开始：别人写什么，你就去学什么，再把它写下来。 当你无聊、不知道做什么时，就去写作。写作本身就是学习。

现在很多人都在大量使用 AI，疯狂消耗 Token、做vibecoding，但最后却发现，自己并没有因此赚到更多钱。 我认为，这背后存在一个很大的误解： 很多人以为，AI 出现以后，其他形式的杠杆就不再重要了。 所谓杠杆，就是投入和产出之间的差异。投入很少，却能获得很大的产出，就是高杠杆。 AI 的确是一种高杠杆工具，但它只是众多杠杆中的一种。 资本仍然是杠杆。媒体仍然是杠杆。团队同样是杠杆。 一条视频可以被成千上万甚至数百万人看到，这是媒体带来的杠杆；资本可以帮助你扩大生产和投资；团队可以让更多人同时为同一个目标工作。 这些杠杆不会因为 AI 的出现而消失。真正强大的商业模式，往往是把资本、媒体、团队和 AI 叠加在一起。 使用 AI 的频率，并不等于赚钱能力。 现在很多企业主都在尝试让自己的业务“AI 化”。 因为 AI 提高了工作能力，他们开始做很多过去根本不会去做的事情。但过去之所以不做，往往是因为那些事情并不重要。 现在，他们只是利用 AI，更快地完成了更多低优先级的工作。 问题是，把一件不重要的事情自动化，并不会让它变得重要。 没有 AI 的时候，有限的时间和资源会迫使你进行优先级排序。你必须判断什么事情真正影响业务，什么事情可以直接放弃。 AI 增加了资源，却不一定能改善资源配置。 如果你的判断是错误的，资源越多，产生的无效工作也可能越多。 所以，商业中最高级的杠杆，其实是做出正确的决策。 判断一件事情不值得做，比把它自动化更加高效。 AI 可以帮你提高效率，但它不能替你决定什么事情最重要。 商业真正需要解决的，是当前限制增长的那个瓶颈。 如果你的业务是一对一交付，那么转向一对多，可能马上获得十倍的杠杆。 如果销售环节需要十名销售人员，那么通过提前教育客户、优化销售流程，也许两个人就能完成原来的成交量。 这些改变都能创造杠杆，而且不一定需要 AI。 所以我们应该先问： “现在真正限制我业务增长的是什么？” 可能是没有足够的市场需求，可能是转化率太低，也可能是产品和服务的交付质量不够好。 找到这个约束以后，再判断 AI 能不能帮助你解决它。 如果 AI 销售代表不是业务的瓶颈，那么即使它效率很高、可以无限扩展，也不会给业务带来明显增长。 商业的基本规律并没有因为 AI 而改变。 企业仍然需要创造需求、提高转化率，并交付高质量的产品或服务。 AI 在很多场景中，就像给你增加了一群虚拟助理。它们可以完成大量工作，但如果你的产品本身很差，商业模式本身有问题，AI 也救不了你。 使用 AI 以后，你赚到更多钱了吗？ 如果答案是否定的，说明你可能把它用在了错误的地方。 AI 是一种强大的杠杆，但它没有取代资本、媒体、团队和商业基本功。它只是增加了你的执行资源，并不能替你正确地配置这些资源。 找到真正的业务瓶颈，把有限的资源集中到那个最能影响结果的问题上。 这种判断和聚焦的能力，可能比 AI 本身更能帮助你赚钱。

这几天一直在 YouTube 上找思路，结果看了一圈发现，国外做 AI 的好像也没那么赚钱，哈哈。 感觉现阶段，国内外的 AI 博主其实都差不多：不停地追工具、测工具、讲工具，大家一起卷工具。

这个工作台被一个自媒体网红（非ai博主）带火了，其实他非常简单，就一个提示词丢给任何workbuddy或者codex就可以做出来，然后营销号和一堆人跟风，现在只要发这个提示词或者教程这个流量就不会差，大几k点赞起步，不过他没什么太大的价值，并且日后也不会经常用，但这不影响，当下此时此刻，用户需要学会它。

邮件慢在哪，很多人猜错了。@jinglian 统计了五天，敲字那部分只占 22 分钟，剩下的大部分时间都花在决定先看哪封、读到一半发现跟自己没关系、复制到翻译工具再粘回来这些事上。 他把整条流程搬进了AI 助理里，整理、总结、回复、润色都在邮箱里完成。其中把「总结」挪到读邮件之前那一下，改的只是顺序，效果差挺多。