Pinned Tweet
我也来分享一下 @0xshellywang 这个号在 X 上的故事。
故事有点长,但每一个字,都是这 4 年来的真实经历,是我从 Web3 到 AI,从技术迷茫到落地觉醒的完整记录。
名字以 0x 开头,大家大概能猜到,它的起源在一个如今看来有些遥远的行业,Web3。
缘起:去中心化的信仰
故事始于 17 年,那时我们团队坚定地认为,区块链是未来的技术方向。抱着对去中心化技术的信仰,我们早早地接触了行业。
到了 21 年 DeFi Summer,为了做一个在这个行业能坚持 10 年以上的事业,结合团队做大数据的背景,我们选择了做链上数据,创立了 Footprint Analytics,并拿到了经纬的领投。
这个账号就注册于那个火热的年份。刚开始,团队里的 i 人们(包括我)更多是听众,我们在 ClubHouse 和 Twitter Space 饶有兴趣地听各路大神分享,却很少习惯在公众面前表达自己。那时的我们,是行业的观察者跟服务者。
转折:在 AI 的泥坑里挣扎
随着链上项目的落寞,下游服务商的日子越发艰难。23 年,我们开始探索 AI。大模型的发布让人无比激动,觉得终于可以在新大陆做些什么了。
但是随后的两年,我想每个做 Agent 的人都有同感——我们都在泥坑里不停地挣扎。
直到 Anthropic 发布了 MCP,让 Agent 真正搭载上手脚,可以去干实事了。我们团队兴奋不已,第一时间跟上。这两年,我们经历了从 Agent 平台搭建、Multi-agent 协同,到动态 Workflow 的无数技术挑战。我开始断断续续地在这个账号上分享 MCP 落地的迷茫、思考,希望能跟大家交流。
6 月份,Howie 翻译的 Sam Altman 关于“温和的奇点”的文章深深撼动了我。那句“Wonder becomes routine, then table stakes”(奇迹变成日常,然后变成基本配置)让我意识到,真正持久的成长,都带着某种温和的品质。
随后在 6 月份,因为一次关于孩子在 AI 时代教育问题的思考,有幸可以跟宝玉老师在教育、学习上进行交流。那次互动让我更加确信,在这个技术剧变的时代,无论是教育下一代还是做产品,都需要更深层的思考和真诚的碰撞。我也在大家费曼学习法的号召下,更主动地去做输出,用输出校验自己的学习结果。
痛苦的领悟:放下技术的傲慢
然而,到今年 10 月之前,项目一直没有太大起色。
我们曾陷入深深的技术自嗨。即使做出了用自然语言就能创建 Workflow、具备 Dynamic 工具匹配的系统(不需要用户找工具、填 API Key,全自动规划),我们依然碰壁了。
现实给了我们一记耳光:对用户来说,描述清楚问题本身就是极高的门槛。
用户要的是在他工作场景下的“点点点”,是一键解决他的问题。用户不希望学习工具,厌恶任何“抽卡”带来的不确定性,那反而降低了他们的效率。
我们太技术主义了。必须放下傲慢,去那些看似“low”、看似“嘈杂”的用户端,去“脏活”的地方找答案。
觉醒:去泥泞中找真相
我深刻地认识到:千万不要认为用户不懂,他只是不想。
于是,我们深扎进行业一线。跟行业里真正的操盘手去聊,聊他们的痛点,聊他们的瓶颈,聊他们现在接触 AI 的程度,观察他们最真实的操作习惯。
从这开始,我悟出了一个对我影响至深的道理:
不要试图向懂行的人证明你有多聪明,要去向不懂行的人证明你有多好用。
观念一变,天地宽。我们开始有了一个个等待着我们交付的客户。我也开始在 X 上分享这些真实的交付感悟和故事。通过这些带着泥土气的分享,我跟更多同频的人产生了极其珍贵的链接。
讽刺的结局与新的开始
上周五,这个真实的账号,因为一个莫须有的“违反真实性”原则,被永久封禁了。没有证据,直接宣判。
这是一个极具讽刺意味的结局:一个源于对去中心化起源信仰而建立的账号,最终在一个中心化的平台上,被判定为“不真实”而遭到抹杀。
其实最大的损失不是粉丝数,而是那些收藏了无数干货的帖子,那些关注了很多并非数字好看、而是在落地实践上真正同频的 KOL 账号,都找不回来了。
这不只是搬家,而是一种突然间的流离失所。
好在,多年的人生经历打磨,让我没有沉寂很久。上午 10 点封禁,12 点我就开了这个新的账号。
我还是感恩有 X,它依然是产生链接、产生思想碰撞最好的地方。
账号变了,但 Shelly 那个“寻找技术在商业泥泞中落地的颗粒度”的内核没有变。
擦干重来。2026,希望在这里,继续和大家扬帆起航。
大家好,我是 Shelly(原 @0xshellywang)。
以前的号突然没了,像是突然被迫搬了一次家,丢失了很多珍贵的家具和老照片。这让我重新思考,我为什么在这里?
不是为了流量数据,而是为了那种真实的“连接感”。是为了把做 AI 产品以及落地应用遇到的那些具体而微的痛苦和喜悦,和同路人以及好友分享。
平台或许有算法的误判,但人与人的真诚交流没有。
换个地方,继续和大家聊聊 AI 时代的教育、技术与那种粗糙但热气腾腾的真实生活。
本来用了好几年的 claude 老帐户突然弹出 portal kyc,感觉像是谈了很多年的恋人要跟自己分手了一样(电话不敢打,信息不敢回。)
导出来了一份 claude memory,其实自己感觉它对我很了解、很懂我,也就浓缩在这几十份文档里。
瞬时,觉得可以换个新的了。
再见,我的电子恋人。
3
4
732
Shelly retweeted
过去一年半,我们死磕 Browser Use:
把 DOM 压到极致、测了几百种架构,试图教 AI 像人一样使用浏览器。
直到某天深夜,模型的进步用一种完全反直觉的方式,击碎了我们引以为傲的设计和架构。
liaocaoxuezhe.com/article/th…
曾经,我一直在思考,AI 时代应该培养怎样的孩子。
最近变得比较佛系,回归到一个人怎样更好地过日子:有自己的兴趣、爱好、判断,爱自己以及爱别人。
ai时代,究竟该让孩子学什么
每个人的想法都不一样
之前有人说 他认为让孩子掌握如何给别人提供情绪价值
这确实很好,毕竟能提供情绪价值的人往往都能获得很好的回报
还有人说 他认为让孩子掌握ai,这样可以驾驭ai做任何事情
我在想
这个时代可能只有两件事情值得追求
第一个就是习得如何学习的能力
也可以说是元学习
第二个是习得如何成为更好的自己
每个更好的自己
都是自己在不同时空进行定义的
其实也是心学里心即理
回归本心 大家都是在追求更好的自己
追求更好自己的路途很漫长
这个过程也是终身学习的过程
2
6
275
曾经,我们想开发一个 tweet-like-me 的产品,当时大家思考如何衡量它的质量,我们想象应该要符合 personality
1. 我会看什么内容→素材选择
2. 我会怎么看这个内容→世界观
3. 我会怎么表述这个观点→写作技巧,输出口吻
4. 我经历过什么 → 个人事实
5. 我不会发什么 → 边界
工具是做出来了,但是我们最后放弃了这个产品。因为它缺少了时间与当下这个概念,无法真正做到 like me。
即使用 api 给大模型接上新闻流、日历、我今天的浏览记录,工具就有了当下。但它依旧不像我。因为大模型是函数般的稳定,而我是会变的个人。
突然意识到:AI 味,其实就是不食当下的人间烟火味。
比如用 Gemini 4 Carbon 或 Fable 5.2 或 DeepSeek 或豆包写的文章,文字的用词、流畅等,其实非常符合语法,非常正确,也非常自然。
如果阅读量足够,你甚至能读出,Carbon 的某个用词,来自哪本名著。豆包的某个成语,来自民国还是近代名著。
饱读经典,但对时间感的缺失,这正是 AI 味的源头。
人会死,人活在当下,人天天刷短剧或短视频,人看番茄小说、读公众号,人会突然意识到华与华在搞黄与黄,人每天都在 RSI 进化自己的词汇,这些人的特点,全是 AI 的软肋。
AI 写的东西有 AI 味,是因为 AI 活在过去。
人味,就是活在当下,知道自己会死。
在去 AI 味这个点上,AI 永远打不败人。
不过,AI 也无需在这点上,去打败人。
112
Shelly retweeted
中国市场比想象的更加下沉
之前做知识付费的时候,最开始没有购买 SaaS。就让顾客留下邮箱,然后把 PDF 用邮件发过去,CRM 系统自动发送,然后直接血崩了,大量退款
原因:
1. 这帮人只有 qq 邮箱,并且经常记错自己的 qq 号
2. 能记得自己 qq 邮箱的,也有很多人记不住密码
3. 就算登录进去了,有时候邮件在垃圾箱里,她们不知道垃圾箱在哪
4. 就算成功打开了邮件里面的 PDF,她们是用网页登录的,不知道怎么把 PDF 发到手机,她们想在手机上看
5. 后来终于取消了这套东西,改用微信客服交付 PDF,有位顾客问我:什么是 PDF?这是一个软件吗?
再后来一年几千块买了小鹅通,差不多解决掉 95% 的问题。
就这样,还有人不会给电子书翻页!投诉我,说我的电子书只有一页。
就在那段时间,有个做技术的哥们跟我说觉得微信公众号体验不好,想在中国做 newsletter …… 我回复说“邮件”这个词语,在中国尚未普及。
出处 dontbesilent · 2024-10-05
今年国内的水晶饰品、泰国的手绳饰品销量都在上涨。
经济下行时,焦虑、转运、自我安慰的精神需求愈发明显。
愿望可以一个个许,运气需要一个个转,复购就可以一个个数下去。
又是一个看见潮汐里的需求赚钱的案例~
这一轮冲击,好像没有人能幸免。
AI 让每个人的工作量变大了,岗位需求的结构在调整。房地产政策触发的链条崩塌,让经济一路往下走。收入、房贷,一层压一层。
好像每个人都因为 AI 变得更累了。
前几天看诺奖得主经济学家 Acemoglu 的采访。他的判断是:AI 十年对整体效率的拉动,大概就 0.5%。
这么好用的东西,为什么整体没变好?
因为大量 AI 用途是军备竞赛。零和,没有给经济带来新产出,只是重新分了蛋糕。
可如果不用 AI,自己那块蛋糕可能就被分走了。
我们又陷入了深深的囚徒困境。
很多人把 AI 类比成当年的工业革命。
当年砸机器的,是熟练的织工,是那个年代的“技术人才”。
这一次被冲击的,是脑力手艺人,是工作成果是一份文件的人。
工业革命头几十年,产出一直涨,工人工资基本不涨,史称“恩格斯停滞”。美国现在的劳动收入占比,是有记录以来最低。
但美国至少有个缓冲垫。咱们国内没有。
美国缺电工、缺建筑工人,AI 基建正好补了这个缺口。
咱们这边反过来。
房地产从 2020 年三道红线开始退潮,上下游一路断,投资需求没了。
建筑能力、产能都富余,缺的是买家。在缺买家的地方再提效,会发生什么?
东西更多 → 买的人没多 → 降价 → 压利润 → 压工资、裁人 → 更没人买。
这就是内卷。
过去它更多发生在工业生产上。这一轮,它波及到了脑力生产者。AI 只是给它踩了一脚油门。
所以 Orange 说“结局只能是这样”,我是同意的。
昨天撸铁的时候,教练说他们正在看隔壁小区,准备开分店。我好奇问她房租多少,她说一个月一万多,每平方接近 90 块。
经济这么难,他们的收入反而在涨。她笑着跟我说,她觉得健身教练是不会被 AI 取代的。
回来我查了一下数据。
2025 年,全国健身工作室从 4.3 万家降到 1.9 万家,关了一半多。可整个运动健身市场反而涨了 975 亿元,到了 3827 亿元。
私教开始出现 999 元包月、一个教练同时带多个学员的模式。
靠卖年卡、靠销售的旧模式很多都倒下了。活下来的,是把服务做扎实的人。
反观我自己,选的是一个主打从营养、饮食、训练,给与了我专业知识、监督、陪伴以及情绪价值(每节课都给我拍了素材,剪辑成了小视频)的教练。
我愈发觉得,未来的增量在服务。
咱们不缺东西。缺的是好老师、好教练、靠谱的医生、懂行的照护。这些一直很贵,因为一个人一天只有 24 小时。AI 是第一个有机会松开这个限制的技术。
但在充满内卷的市场里,很多过去做不到、现在能做的“工作”,都逃不开两个问题:
一个是继续内卷。你能做,别人也能做。
另一个是,在收入预期往下走的经济里,“有了也挺好”的需求,没人付钱。
那服务会不会也很快陷入新一轮的卷?
大概率也会。
但内卷不是某个行业的属性,是某个位置的属性。供给能无限复制的地方,一定会卷。供给受约束的地方,才有定价权。
也正是人们常说,AI 会把价值往两头推。一头是答案,卷到免费,利润归平台。另一头是结果,越来越贵。
所以卖工具、卖内容、卖产品、卖答案的,还是会越来越难。
答案从来不缺。缺的是有人盯着你做下去,缺的是有人给你一个个性化的过程与结果。
我们当前,还没 ready 从提供产品以服务为主的经济模式。
做服务的人才不够,供给的一方习惯了卖货;买的一方愿意为东西付钱,为陪伴付钱还在犹豫。
做了几十年工厂、提供产品,要学会做服务,需要时间。
可没 ready,就是窗口。
梁宁在《真需求》里拿日本举过例子:日本的全球性品牌,大多出现在经济放缓之后。高速增长时大家忙着抢机会,慢下来,人才开始在意真正的体验。
她把机会分成红利和潮汐。用 AI 批量做内容是红利,窗口一过就卷;人们越来越在意健康、陪伴、孩子的成长,是潮汐。
工具越来越集成,情绪消费越来越多。AI 集成了工具,剩下的,是人和人之间的那部分。
过去我们问:我的效率够不够高?现在要问:我做的事,是在追红利,还是在承接潮汐?我离真实的需求有多近?
emo 是会有的。
但收拾好 emo,孩子的学费还是要挣,房贷还是要交。一起共勉吧。
1
128
这一轮冲击,好像没有人能幸免。
AI 让每个人的工作量变大了,岗位需求的结构在调整。房地产政策触发的链条崩塌,让经济一路往下走。收入、房贷,一层压一层。
好像每个人都因为 AI 变得更累了。
前几天看诺奖得主经济学家 Acemoglu 的采访。他的判断是:AI 十年对整体效率的拉动,大概就 0.5%。
这么好用的东西,为什么整体没变好?
因为大量 AI 用途是军备竞赛。零和,没有给经济带来新产出,只是重新分了蛋糕。
可如果不用 AI,自己那块蛋糕可能就被分走了。
我们又陷入了深深的囚徒困境。
很多人把 AI 类比成当年的工业革命。
当年砸机器的,是熟练的织工,是那个年代的“技术人才”。
这一次被冲击的,是脑力手艺人,是工作成果是一份文件的人。
工业革命头几十年,产出一直涨,工人工资基本不涨,史称“恩格斯停滞”。美国现在的劳动收入占比,是有记录以来最低。
但美国至少有个缓冲垫。咱们国内没有。
美国缺电工、缺建筑工人,AI 基建正好补了这个缺口。
咱们这边反过来。
房地产从 2020 年三道红线开始退潮,上下游一路断,投资需求没了。
建筑能力、产能都富余,缺的是买家。在缺买家的地方再提效,会发生什么?
东西更多 → 买的人没多 → 降价 → 压利润 → 压工资、裁人 → 更没人买。
这就是内卷。
过去它更多发生在工业生产上。这一轮,它波及到了脑力生产者。AI 只是给它踩了一脚油门。
所以 Orange 说“结局只能是这样”,我是同意的。
昨天撸铁的时候,教练说他们正在看隔壁小区,准备开分店。我好奇问她房租多少,她说一个月一万多,每平方接近 90 块。
经济这么难,他们的收入反而在涨。她笑着跟我说,她觉得健身教练是不会被 AI 取代的。
回来我查了一下数据。
2025 年,全国健身工作室从 4.3 万家降到 1.9 万家,关了一半多。可整个运动健身市场反而涨了 975 亿元,到了 3827 亿元。
私教开始出现 999 元包月、一个教练同时带多个学员的模式。
靠卖年卡、靠销售的旧模式很多都倒下了。活下来的,是把服务做扎实的人。
反观我自己,选的是一个主打从营养、饮食、训练,给与了我专业知识、监督、陪伴以及情绪价值(每节课都给我拍了素材,剪辑成了小视频)的教练。
我愈发觉得,未来的增量在服务。
咱们不缺东西。缺的是好老师、好教练、靠谱的医生、懂行的照护。这些一直很贵,因为一个人一天只有 24 小时。AI 是第一个有机会松开这个限制的技术。
但在充满内卷的市场里,很多过去做不到、现在能做的“工作”,都逃不开两个问题:
一个是继续内卷。你能做,别人也能做。
另一个是,在收入预期往下走的经济里,“有了也挺好”的需求,没人付钱。
那服务会不会也很快陷入新一轮的卷?
大概率也会。
但内卷不是某个行业的属性,是某个位置的属性。供给能无限复制的地方,一定会卷。供给受约束的地方,才有定价权。
也正是人们常说,AI 会把价值往两头推。一头是答案,卷到免费,利润归平台。另一头是结果,越来越贵。
所以卖工具、卖内容、卖产品、卖答案的,还是会越来越难。
答案从来不缺。缺的是有人盯着你做下去,缺的是有人给你一个个性化的过程与结果。
我们当前,还没 ready 从提供产品以服务为主的经济模式。
做服务的人才不够,供给的一方习惯了卖货;买的一方愿意为东西付钱,为陪伴付钱还在犹豫。
做了几十年工厂、提供产品,要学会做服务,需要时间。
可没 ready,就是窗口。
梁宁在《真需求》里拿日本举过例子:日本的全球性品牌,大多出现在经济放缓之后。高速增长时大家忙着抢机会,慢下来,人才开始在意真正的体验。
她把机会分成红利和潮汐。用 AI 批量做内容是红利,窗口一过就卷;人们越来越在意健康、陪伴、孩子的成长,是潮汐。
工具越来越集成,情绪消费越来越多。AI 集成了工具,剩下的,是人和人之间的那部分。
过去我们问:我的效率够不够高?现在要问:我做的事,是在追红利,还是在承接潮汐?我离真实的需求有多近?
emo 是会有的。
但收拾好 emo,孩子的学费还是要挣,房贷还是要交。一起共勉吧。
影子感觉就很 AI 啊。与其说是接近 AGI 考虑,我倒觉得只是算了一笔经济账:算力有限的时候,这些算力就给了算得清账的那一边。
Hacker News 上一条高赞评论指出,Anthropic 80% 的收入来自企业。
评论者认为,让微软把 Claude 接进 Copilot,比再做一个给不愿付 20 美元的用户做表情包的图像模型值钱得多。
OpenAI 先做了 Sora,再砍掉,花了六个月和一笔迪士尼的合作。
Anthropic 没做,也省掉了这一趟。
怪不得 Anthropic 不做图像生成模型,原来他们已经很接近 AGI 了
直接用代码和笔触来绘制图像
智能并不是可以立马生成一张图片,而是知道这张图片该怎么绘制
智能可以驾驭双手,驾驭画笔,可以写代码,语言就是一切
非常符合第一性原理
208
做视频的速度是真的快了很多(几分钟就出来了),而且很丝滑(我只告诉它根据我的简历帮我生成一个应聘介绍自己的视频)。
P.S. 还没传自己的声音以及优化去用自己的声音配音,但是已经非常方便了,修改也非常快
妈的,Fable 5.2 真的牛逼,创意能力太强了!
我让他做一体现他能力的项目,没有告诉他要做什么样的东西,他给了我这个。
只需要你打对应的字,它就会生成对应文字的墨水的形象。
墨是实体实时的流体模拟,你每拖一下鼠标都能感觉到,还有对应的音效和音乐。
你的鼠标所在的位置就是当前你打这个字对应的画面生成的位置,可以通过文字进行水墨作画,。
而且这些物品和天气都是动态的,还会相互影响,太牛逼了。
1
2
229
用户会问“这有啥用”,
老婆会问“几点了还不睡”,
只有 Claude 永远说:好的,我们继续。
下一批 AI 情侣,大概率从程序员里出。
世上最稳定的关系,居然是订阅。
人为了逃避真正的问题,愿意做任何事情。
一个开发者说,Claude 和 Codex 快把他搞破产了。
他给 Claude 一个指令,看着它把东西造出来,检查一下,再想下一步改哪儿。永远有下一件事可做,每一次坐下来都觉得自己很有产出。而且全程不用拿给任何人看,很舒服。
可把 app 拿到别人面前就不同了。可能被忽略,可能被问一句这有什么用,也可能被告知已经在用别的了。于是“再做得完美一点”就成了现成的借口,还差一个功能,设计还能再好,等弄好再找人。Claude 随时陪着,他想做多久都行。
AI 订阅一直续费,几个月过去,钱花了不少,还是不知道有没有人要。他说自己甚至趁着 agent 在跑的时候刷手机,也没去查竞品、找用户。
结果是产品更精致了,问题还在原地。
现在他逼自己多发冷邮件。承认派活儿给 Claude 还是比把东西拿给人看轻松,但冷邮件真的带来了用户,这让他有理由继续做那件躲了很久的事。
1
316
这两个问题,挺典型的,在我看来都是在问用户在哪里去操作这个工具,完成他的“营销工作流”。
我可能会先问另外两个问题:
1、 用户是谁?营销负责人,他想当管理者,不想当操作员。
2、场景是什么?BD 拿到资源 → 推广 → 有人来咨询 → 成交。
假设营销人员作为管理者(交代背景与目标、审核结果、看效果),而 AI 作为执行者,那么我会考虑的场景是一个营销主管是如何布置、验收、处理例外以及复盘工作的,他只想在哪几个地方点头(参与),而不是一个操作的工具后台界面。
所以我会把 AI 当成一个好下属来设计:先交方案再干活,拿不准就上报,汇报时结论先行。
落地的话,我不会先做系统、工具或操作后台,而是先挑两个小点,验证“AI 帮人偷懒”这件事成不成立:
1、资源卡片:从工作群消息(或者其他资源对接处)里提取价格、日期、限制条件,推给 BD 确认后锁定。看 BD 是不是回一句“确认”就行,不用改。
2、追踪和效果分析:卡片确认后,自动按渠道生成专属入口,比如带编号的 WhatsApp 链接。运营复制就能用,销售不用登记,每周自动出一份效果汇报。看咨询能不能自动对上来源,主管是不是不用手动整理。
AI 时代嘛,假设一切都可以重来,有哪些“人性想偷懒,而理论上可行,现实中还没有”的产品,我觉得才是这个时代的产品最 sexy 的地方。
想起刘擎在许知远一期十三邀节目里说到的:“其实成年需要阅历,早慧代替不了阅历。有人说知道了这么多道理,还是过不好这一生。是因为这些道理并不是自己的道理。你变成自己的道理一定要经过阅历。需要阅历,需要经验。”
纸上得来终觉浅,绝知此事要躬行。现实生活中,我们需要通过真实经历的摩擦,来慢慢把外来的道理内化。
其实我们人在身体力行中带来的反馈和塑造,也是成长给人带来的一种安全感。AI 越是让我们感到焦虑的时候,就越需要我们多去经历真实的摩擦。
最近有个感受:很多时候我们的想法可能没那么重要。因为想法一天一变,真正一天就可以有很多想法。真正重要的还是行动,是你在一件事上投入了多少时间,自己亲身经历了什么。
每个人的认知,其实都在受到自己曾经做过的事情的影响。比起反复思考目标、计划未来,为还没发生的事情焦虑,对我们影响更大的,可能是做了什么事,见了什么人,遇到了什么问题,又得到了什么反馈。
人是有神经可塑性的,我们的大脑会随着经历和学习,持续调整神经连接,甚至发生结构上的变化。虽然思考本身也能改变大脑,但真实的行动往往会带来更多意想不到的刺激和反馈。
大脑的改变需要一些“摩擦”,单纯的想法本身很难构成有力的摩擦。与其总想着未来要成为什么样的人,人在AI时代是不是没有机会了,不如行动起来聚焦在做事上,接触不同的人,创造一些新的经历。具身的体验和拿反馈,是AI现阶段还无法替代的。
有句老话“听过了很多道理,依然过不好这一生”,可能就是因为很多事情只停留在想法阶段,没有行动的摩擦,也没有现实的反馈吧。
3
229
忽然领会到,为什么经济下行的时候,薄肌会流行了:
1. 除了 3 餐,不敢摄入其他饮料、零食
2. 追求天然的碳蛋脂,退味的舌尖能吃出食物的原味,主打能吃饱就好;进入减脂后只馋碳水,不会有高昂的美食支出
3. 由于要控卡,也抑制了很多出游消费(少了品尝各地美食的动因)
4. 训练后的肌肉酸疼,没有额外精力外出
5. 去哪里会优先想要不自己快走,还能帮助燃脂,滴滴费直接省下不少
6. 要早睡,直接告别夜生活
这两个月,几条消息挤在了一起。
字节扣子企业版停止新购,分阶段下线,团队并进了豆包;腾讯元器 11 月 9 日停服。从上线到关门,两年多;百度文心智能体平台,关掉了一部分创建入口。
看到扣子的消息,我挺感慨。我们做过很像的东西,在去年年底,也按下了暂停键。
下面是这两年我思考的几件事。
一、扣子是被什么淘汰的
很多人说,workflow 被 AI 淘汰了。但我认为,workflow 一直都在。被淘汰的,是“人来画 workflow”这件事。
两年前,模型不会规划。你让它做一件五步的事,它第三步就跑偏。所以平台给你一张画布,让你把每一步画出来。拖一个节点,连一根线。
现在回头看,那些拖拽是在替模型的笨买单。它是低代码延续下来的过渡形态。模型会规划了,画布上画的就成了一份比模型还差的计划。
扣子自己的去向就是答案:先转向 AI 编程,说一句话,Agent 写代码;然后并进了豆包工作。当年大家学的“怎么搭工作流”,这门手艺也被 Agent 吸收了。
二、画布有三种,命运不一样
但不是所有画布都死了。按画布上“画的是什么”分,有三种。
第一种,画推理。
每个节点是一段 prompt,连线是“先想这个,再想那个”。扣子、元器都在这一类。这类正在消退。
第二种,画连接。
节点是 API 和系统,连线是数据从哪来、到哪去。“收到邮件附件,存进网盘”,这种事不需要模型想,更需要便宜稳定的执行结果。Zapier、n8n、Dify 在这一类。这类还活着。不过 n8n 估值 52 亿美元,披露的年收入大约 4000 万。但估值里有不少是故事。
第三种,不画,直接写代码。
但底下有一层运行时,管状态、管重试、管崩溃以后从哪一步接着跑。Temporal、Restate、Inngest。这一层最硬。Temporal 今年估值到了 125.5 亿美元,年化收入超过 2.5 亿,增长超过 200%。OpenAI、Netflix 都在用。
规律很简单:
离“画推理”越近,死得越快。
离“保证执行”越近,活得越好。
而我后来一直用一个问题检查自己做的东西:下一代模型强十倍,我的生意变好,还是变没?
画推理的画布:变没。因为模型自己会想。
运行时:变好。Agent 跑得越久、调的工具越多,出错的地方就越多,越需要有东西兜住它。
三、我们做过的那个“扣子”
我们曾经想做的事是:业务人员用一句话描述需求,系统把它变成能稳定执行的流程。不用学 prompt,不用拖节点。
技术上走过许多弯路。一开始让模型在运行时现写代码,不稳定。后来改成在规划阶段生成流程,再拼装预先验证过的技能。跑通的流程,固化成稳定的代码。
今年 8 月,字节发布了豆包工作。我仔细看了一遍。围绕目标自己拆任务 + 技能商店 + 连接器。把常用流程沉淀下来,下次直接调用。
骨架和我们当年做的,几乎一样。
所以想法没有错。差在哪里?
豆包工作一登录飞书,企业三年的文档、聊天记录、会议纪要都在那里。权限体系是现成的。执行环境有云电脑,关了电脑任务还在跑。入口流量是巨大且免费的。
我们每接一个客户,都要先说服他把表格、ERP、后台数据一个一个连进来。
再看三家大厂:
腾讯的 WorkBuddy 接微信和企业微信。
阿里把三款产品合成千问办公,也在打通企业 IM。
字节的豆包工作接飞书。
它们做的是同一件事:把 Agent 挂在自己的数据上。
Agent 跟着数据走。数据在哪,Agent 的家就在哪。
MaybeAI 是一个对的想法。但,它没有家。
四、我们追过的那个风口
去年底 Gemini 3.0 出来,图像能力跳了一大截。在不得不转型时,我们也做过一段跨境电商的 AI 设计工具:换模特,换场景,按平台规则以及本土化风格出图。
后来看到,阿里自己的电商作图工具也停了。绘蛙发了停服公告,鹿班进了收缩名单。
阿里不缺电商数据,不缺流量,也不缺懂电商的人。照样停。
原因很朴素:电商作图正在变成模型的默认能力。卖家打开一个通用模型就能做,不需要再进一个专门的工具。
追着最新的模型能力做工具,吃的是一段时间差:模型刚会,产品还没跟上。下一个版本发布,时间差就没了,大概也就六个月。越新的能力,越先被吃掉。
很多人说,业务 KnowHow 大于一切。我现在觉得也只对了一半。
能写下来的 KnowHow,比如 prompt 模板、品类规则、平台合规,迟早会喂给模型。
剩下的,是写不下来的东西。
五、工具死了,人去哪了
工具一层层被吃掉,我们看到的是,价值反而更多流向了人。
这一年最热的岗位是 FDE:坐到客户现场,找需求、接系统、把 Agent 跑起来。
LinkedIn 统计,2023 到 2025 年这个岗位涨了 42 倍。字节给豆包 FDE 开到 105 万年包。Anthropic 说要在 2027 年底前培养 1 万名 FDE。8 月底,工信部发文,第一次把 FDE 写进政策。
跨境圈也一样。我最近聊的老板,大多不想买平台了。他们想在公司里养一个人,专门做 Agent 的探索和固化。有人叫他 agent engineer。
但这件事有两面。
FDE 模式是 Palantir 发明的。但很少有人提它后来的路:平台成熟以后,标准化部署替代了大量定制,毛利升到 80% 以上,它反而减少了对 FDE 的依赖。
FDE 是修土路的阶段。土路修成公路,才算数。
国内不少 FDE 岗位,也只是实施、售前改了个名字。
撮合平台也一样。一头接企业需求,一头派服务人员。如果只收介绍费:下一单,客户会绕开平台;经验留在个人身上;交付出了问题,没人赔。能活下来的,得像装修里的总包:对结果签字,出了事它负责。
六、剩下的三样东西
那到底什么不会被吃掉?
我们拆成三个问题:
1、这一步错了,代价多大?
2、错了,怎么知道?
3、出了事,找谁?
第一个,是敢冒多大的险。同样是“给客户发一封邮件”,银行要审批,初创公司随手就发。任务一样,答案取决于是谁家的生意。
第二个,是以什么为准。对账平不平,要看银行流水。图合不合规,要看平台审核。真相在系统外面,模型不能自己当裁判。
第三个,是谁签字。
模型会越来越懂“怎么做才稳定”。“要多稳定”和“以什么为准”,会一直留在人手里。
七、老板自己就能搭了
还有一个变化,比 FDE 更快。
我聊的跨境老板里,越来越多人自己开着 Codex 搭流程:登录后台,下载报表,清洗数据,做成自己要的表,几天就搭好。
平台、作图工具,甚至一部分 agent engineer 的活,也被“老板 + 编程 Agent”吃掉了。
但我也看到了另一面。
脚本在老板的笔记本上。电脑一合,第二天的报表就不来了。
平台改了一个字段名,脚本不报错,只是有一列变空了。
最麻烦的是:数字错了,报表照样整整齐齐。三十个 SKU 写法不一样没合并,库存少算了一截,谁也没发现。
做出来,已经接近免费。但让它稳定地跑,不免费。
八、我们决定去当水管
所以我们换了一个站法。
不当家。客户的数据就留在 WPS、飞书的表格里,那是他们每天干活的地方,我们不去抢。
只当水管:把外面的数据干净、准时、对过账地送进他们的表格。
这和现在很多人对 AI 硬件的需求一样:硬件老老实实收数据,开一个 MCP 接口给 Agent 用,比在硬件里塞一个不上不下的 Agent 强。
我们曾经也踩过很多开发者的坑,是总想自己当平台、做入口。
但水管有一个坑:谁都能接的水管,会被压价。它得有一样别人接不出来的东西。
想清楚以后,我们只做一件很小的事:帮小微企业的财务,做对账和利润。
两年前,我们以为自己在造一个平台。
后来发现,平台会被模型吃掉,工具会被模型吃掉,连搭流程这件事,老板自己都能做了。
吃不掉的,是那些又脏又累、和钱直接挂钩、出了错要有人负责的地方。
我们打算在那里试试待着。
旅行里,挑酒店本身就是旅行的一部分。翻图片、看点评、想象自己躺在那张床上,这些是期待,是消费。
人愿意交出去的,是生活里没有故事的部分:比价、退款、报销、跟客服扯皮、排队抢号。
逛淘宝、逛京东,和挑酒店一样,过程本身就是消费。 就算只交出没故事的部分,难点也没消失。订一张票,背后有航班、价格、转机,还有一堆没说出口的考虑。 这些考虑藏在我们的脑子里,也藏在全家人的习惯里。谁更重要,没排过序,自己也说不清。我不知道自己愿不愿意多花 800 块躲开早上 6 点的航班。大多数情况下,看到这两个选项摆在一起的那一刻,我才知道。
创业者挑的是好评测、能展示跟验证结果的任务,用户想交出去的是往往另一些事。
2C agent 的 aha,大概率会是把有钱人的服务(专业而又懂你),降到普通人用得起的价格。例如:更个性化的私教、专业的私人医护、法律财务等专业顾问......
周末和几位从Crypto转去做AI创业的朋友聊了一下午,越聊越觉得有点"为赋新词强说愁"的别扭感。
聊到personal agent的用户价值,几乎每个人讲的都是同一个故事:帮你订机票、订酒店,省下十几分钟...
但TikTok、小红书、X、fomo,没有一个是靠省时间火的。它们赢在让人心甘情愿地花时间。
人愿意停留、愿意付费,从来不只是因为效率,而是因为情绪:好奇、认同、刺激、FOMO、被看见。用户要的是一个他们觉得值得把时间花进去的场景。
而订票这件事,大部分普通人一年订几次,出错代价高,大多数人其实并不想交出去,顶多用agent来帮助筛选...
还在用2B逻辑想2C也许是这轮2C AI还没有出现aha moment的原因之一了。
2
3
522
最近要吃自律馒头,刷了一堆教做馒头的视频。材料、顺序、要领,全公开了。
我也本身也特别爱做饭。刷完,还是跟博主下单了 20 个。不是因为我不会,是我不想费这个神。我只想吃馒头。
况且同一份方子,老师傅知道:面粉换个牌子,水要少一口;山药换个产地,蒸出来松软不一样。
就如做跨境选品,做了十年的人,能写下来退货率高于某个数的品,别碰。但是上周刷 TikTok,他觉得某类视频的评论区,语气变了,直觉会告诉他产品应该怎么调整。
前者进 Skill,后者是他的饭碗。而且后者每周都在变,写下来那天,就过期了。
只要你还在揉面,手感还在,就仍然还会有人跟你买馒头。
1
258
看到最近不少人说个人 Agent 在国内没戏,因为墙太高、平台太封闭。
美国墙少吧?替你点按钮的 Agent 一样没火起来,Siri 做了这么多年,大家还是拿它当个闹钟。这说明问题根本不在墙上。
况且,中国人从来不缺那只“点屏幕的手”。美团点个外卖就三步,AI 就算帮我省了这三次点击,我也实在没啥感觉。
我真正的感受是,国外的 AI 像“秘书”,国内的 AI 得像“熟人”。
在国外: 生活的核心是个人。搞定邮件、排好日程,一个人把自己的时间管明白,日子就顺了。
在国内: 中年人身上串着一长串责任:老人要复查、孩子学校要打卡、亲戚托你办事、客户要讲人情。中国人累,不是因为“活儿太多”,而是“要对太多人负责”。
痛点根本不在软件上: 孩子学校打卡卡住,不是家长忘了,是孩子死活不配合;去医院挂不上号,不是不会用 App,是不知道该找哪个专家。
中国人以前解决这些事,全靠“知道找谁、怎么开口”的熟人网。中国的 AI 要站的,就是这个熟人的位置。
最需要这种“熟人 AI”的,其实是各种“一人公司”。
第一类是开小店、做外贸的小老板。一部手机就是全部,财务、客服、采购、发货全靠自己,背后全靠代账会计、货代这些熟人撑着。
第二类是做自媒体的博主。很多人以为 AI 帮自媒体就是帮着写稿剪片,觉得产量翻倍就能赚大钱。但这纯属外行看热闹。大家都用 AI 提速,产量翻倍了,流量又不会凭空翻倍,效率这点优势分分钟就被抹平了。
真正拉开差距的,永远是做啥能火、火了怎么变现。以前新人入行,最值钱的是身边有个懂行的人告诉你:“这个选题能爆,那个千万别碰,你这号适合接广告还是直接带货。”
这个指路的人,才是自媒体最缺的“熟人”。
一个顶级的熟人,就像一个看过上千个号的师傅,只带你一个徒弟。他的直觉和经验,恰好是 AI 最擅长规模化复刻的东西。
国外: 人贵、软件开放 ,因此 AI 倾向于替人操作软件;
国内: 人便宜、软件封闭,因此 AI 不该死磕软件,它应该去调度资源、调度人。
这就跟美团一样,你说一句“想吃饭”,它派个骑手给你,而不是替你下厨。甚至 AI 都不用干掉原有的熟人,哪怕只是把一个代账会计的服务能力,从管 30 个老板放大到 150 个老板,这也是极其实在的赚钱生意。
所以,中国的 Agent 根本不会完蛋。
会完蛋的,只是那个自以为能穿过所有墙、替你点遍所有 App 的“万能自动化程序”。
个人 Agent 助手,在中国一定会完蛋!!
举个例子:
美团做了这么多年,好不容易把外卖生态筑起来了,用户点外卖,流量、数据、支付,全在自己平台里
个人 Agent 助手一来,就像跳过或者操控美团,替你点单、替你付款,把以前砌的墙全拆了
美团是不可能吧生态开放给你一个外来户的
这也是为什么豆宝手机,除了字节自己内部的生态之外,其他的厂商 app 的权限一个都拿不到
海外也一样,亚马逊直接把 Meta 的下单支付挡在外面
说白了,每个大厂都花了十几年修封闭生态,让你把护城河拆掉是不可能的
3
2
483






















