Pinned Tweet
私信我老是不在?咨询怕花了钱认知对不齐?
可以先来找找我的名片
我把我的很多认知喂给了我的 AI 接待员
也可以在这约我的时间 或者我看到AI回复的不对的消息也会主动回复
扫码或者链接都行:app.knockin.info/russell
我提出一个大尿理论
所有人都不应该憋尿
尿意面前,人人平等
人类社会发展到今天,竟然还有大量的人,因为开会、上课、工作、社交而被迫憋尿
我的主张:
任何人都不应该因为正常排尿而感到羞耻,也不应该为了满足不必要的社会规则而长期忍受尿意
撒尿是人的第一需求
我真正意义上的第一桶金是真的靠不要脸赚来的
当时是在大学校园里卖桶装水
一边军训一边跑各个新生的宿舍
白天军训 午休、晚上下训也敲门推销
遭遇过很多白眼 经常一敲门直接被骂“滚”
我真的佩服当时的我自己 体力好不怕丢人
一个人做到销售额最多(6万还是多少),比别人几个人加起来还多
我大学选计算机专业是经过非常深思熟虑的:
1. 我高考物理只考了70分 而计算机是工科里看起来物理占比最少的
2. 计算机当前(2023年)还不错,在非从业者角度来看仍然蒸蒸日上
3. 虽然我从小都没摸过电脑,网吧都没去过 但我学习能力极强 这点忽略
4. 计算机在工科里算是薪资高的 虽然有青春饭的风险 但是吃的多吃得好
5. 我长得还行 学计算机的普遍颜值不高 我没有择偶的烦恼
6. 计算机工作体面 进大厂啥的说出去还是挺风光的
7. 计算机好歹是坐办公室的,空调、电脑、人体工学椅一应俱全
8. 计算机就业方向很多,前端、后端、算法、测试、运维。选择多意味着即使找不到工作,也可以从多个方向反思自己
9. 网上都说计算机好
大一开学第一周,我疯狂把C语言的基础语法学完了(对于从没接触过电脑的人来说很难了),幻想用技术改变世界,就从这里开始!!
在大二之初,就开始疯狂找前端实习,这是我成为技术大牛的第一步
熬了很多个通宵,每天都在研究,后端也开始逐渐做项目
什么React、Vue,什么多端适配、大前端,都统统放马过来吧!!
...
后来,偶然间接触了Cursor,从此梦碎
前端死于2025,我的青春饭锅底漏了
我的技术梦也就此埋葬
现在最搞笑的一种想法就是:
“卧槽,这点子太牛逼了,得保密千万别让别人抄走。”
都什么年代了,还以为自己有个想法就掌握了商业机密
现在最难的事情,是让别人听你讲话
市场还没验证,客户还没一个,先开始防商业间谍
别人连你是谁都不知道,更别说担心别人抄袭你的成功了🤣
我刚来推特的时候就是看的出海去的推特增长课
受益匪浅
当时还经常津津有味的看内部分享 真的很不错
小白启程的精品内容属于是
经历了不知道多少次的反复挣扎,我们决定把过去三年积累的 48 场内部主题分享、10 节推特增长课和 13 节出海实战课,累计 68 小时 14 分钟,
做成一份完全免费的 Playbook 分享给想做出海产品的大家!
累计消耗 16.19 亿 Token,历时 31 天,
梳理出 15 个主题任务簇、270 个知识点、118 个案例和 226 项重复或冲突记录,制作 48 份逐章来源映射,核查 218 个外部网址,
最终重编为 9 个模块、48 篇、约 30.4 万字的 Playbook。
今天 Beta 版免费开放给大家 👉 chq.sh/pb
审美也绝对在线, 由出海去合伙人以及设计工程师 @Thons 反复校对打磨
从选品验证、设计、定价、发布,一直走社媒、增长、运营合规等等,希望对大家出海之路有所帮助!
今天和一个朋友聊天,他现在也带团队做 FDE,不过还是比较传统的外包交付模式
他问了我一个挺有意思的问题:
现在很多大厂都在拼命把自己的 AI 平台做得傻瓜化,让普通人也能很简单地用上 AI
那以后我们这种做 AI 培训、做 FDE 交付的,会不会直接被大厂 cover 掉?
我当时给他的回答是,我觉得首先要区分两个东西:办公和业务
现在大厂 AI 平台擅长解决的是什么?
PPT、数据清洗、文档处理、信息整理,这些相对标准化的办公需求
这些东西确实可以通过平台不断降低使用门槛,甚至做到完全傻瓜化
但问题是,办公闭环和业务闭环是两回事
真正的业务往往是高度定制化的。每家公司的业务不同,内部流程不同,甚至同一家公司的业务,每个月都可能发生变化
更麻烦的是,很多时候连需求本身都是模糊的,业务人员自己都不一定能把问题表达清楚
现在大家都在讲,什么 WorkBuddy、千问,一句话就能生成一个产品
当然可以
但问题是,业务人员知不知道自己应该生成什么?这句话应该怎么说才对?
产品生成出来之后呢?
谁来维护、迭代、处理异常?怎么把它真正嵌入现有的业务流程?怎么让员工愿意用?最后怎么让它产生实际的商业结果?
这些东西都是需要学习、试错的,需要对具体业务有足够深的理解,也需要对 AI 和 Agent 的能力边界有基本的判断
你把平台做得再傻瓜化,也解决不了一个人根本不知道自己要什么的问题
AI 极大降低了一个功能的实现成本,但并没有同等程度地降低理解业务、做出正确判断和推动组织改变的成本
甚至我觉得恰恰相反。
以前很多需求死在技术实现上,现在技术实现越来越容易,真正的问题反而开始暴露了
很多时候,一个需求迟迟落不了地,根本原因可能就不在技术上,而在于业务流程本身有问题,或者组织内部根本没有形成共识
而且大厂的平台能力强,不代表它的服务交付能力就一定强
现在一些大厂的企业服务到底是什么口碑,大家也可以自己去调研一下



















