分享一个现象， 女性是天生的决策高手， 直觉极为准确， 跟我聊加入群的小伙伴， 男生普遍的问的多、了解的多、犹豫不决，我通常需要花很大的力气解释。 而最近进来的小姐姐， 几乎很快就能做出判断，很快就能采取行动，很少有那种特别犹豫的。 我说一句爆论， 这个世界应该由女生来统治， 这样可以极大节省地球能耗、消灭战争。 也许人类文明早就可以进入到下一个阶段了。

学习了。

好看。

「当你花费两年时间只做这一件事时，你会发现自己构建了别人无法复制的东西。」——这句话给了我一个记特别响亮的耳光。 我从来没有想过，花两年以上去构建一个别人无法复制的东西。 https://t.co/ZgXWHDZZvY # 如何打造价值6.5亿美元的AI应用：从创意到退出的完整指南 > 摘要：本文基于创业者分享的实战经验，系统阐述了如何选择AI应用方向、构建可靠产品以及实现市场成功的核心方法论。通过金字塔结构，从核心理念到执行细节层层展开，还原了视频中充满激情的创业氛围与务实建议。 ## 一、核心理念：AI将开启前所未有的创业机会 **6.5亿美元退出的背后**，是我们公司开发的一款名为Co-Counsel的AI律师助手。这个数字现在听起来很大，但我相信在座的各位未来将能打造出价值更高的产品。AI技术正在释放我们构建改变世界应用的能力。 ## 二、如何选择AI创业方向 ### 三大创意类别 选择创业方向时，应该聚焦于**人们已经愿意付费解决的问题**。现在判断“人们想要什么”变得异常简单——只需观察人们正在支付薪水让他人完成的工作。 #### 1. 辅助专业工作 专业人士需要帮助完成特定任务。我们开发的Co-Counsel就属于此类——律师需要阅读大量文件、进行研究、审阅合同、做标记、发送给对方律师。 #### 2. 完全替代工作 人们目前雇佣律师、会计师、财务专家、物理治疗师，甚至洗衣工。你可以直接用AI替代这些任务。 #### 3. 实现以前不可想象的事情 例如，律师事务所拥有数亿份文件，他们从未想过让人阅读每一份文件并进行分类、总结和索引——这原本会花费数百万美元。但现在，AI可以让数千个模型实例同时阅读所有文件。 ### 市场规模的革命性变化 传统软件的市场规模计算方式是“专业人数×每月20美元”，许多十亿美元公司就是这样建立的。但今天，市场规模变成了**企业愿意支付给执行这些工作的人员的薪水总和**——这个数字比传统软件市场大了1000倍！ ### 关于取代工作的积极思考 这听起来可能有些反乌托邦，但我认为恰恰相反： - **解锁无法想象的未来**：就像过去有点灯人这个职业，我们无法想象现在的工作一样，AI将帮助我们超越当前的角色 - **民主化访问**：在法律领域，超过85%的低收入人群无法获得法律服务。如果能让律师效率提高100倍、成本降低10倍，就能让更多人获得帮助 ## 三、如何构建可靠的AI应用 ### 构建流程的核心原则 令人惊讶的是，虽然以下建议听起来简单明了，但几乎没有人真正这样做。 #### 第一步：深入了解专业工作 问自己：这个领域的专业人士实际做什么？要非常具体。了解真实答案而非凭空想象至关重要。 我们的优势在于：我是律师，我的联合创始人是律师，公司30-40%的员工（甚至程序员）都是律师——我们亲身经历过这些工作。 如果你没有领域专业知识，可以： - 像卧底一样深入公司学习 - 寻找有深厚专业知识的联合创始人 #### 第二步：设想最佳执行方式 问自己：如果这个领域最优秀的人拥有无限时间和资源，他们会如何完成这个任务？ 以我们的法律研究为例，最佳律师会： 1. 理解研究问题的真正含义（可能会问澄清性问题） 2. 制定研究计划 3. 执行数十次搜索，可能返回数百个结果 4. 仔细阅读每一个结果，剔除不相关内容 5. 对相关内容做笔记 6. 基于所有信息撰写文章 7. 最后检查文章确保准确性和引用正确 #### 第三步：转化为代码和提示 大多数步骤最终会成为提示。例如： - “阅读法律意见，按0-7分评估与问题的相关性” - “根据已阅读案例和笔记撰写文章” - “检查脚注是否准确引用原始资源” **重要提示**：如果能用确定性代码或数学计算解决，就不要用提示——提示慢且昂贵。 #### 第四步：决定实现方式 - 如果任务每次都遵循相同步骤：建立工作流（最简单的方案） - 如果执行方式因情况而异：需要更智能的代理（更难确保质量） ### 确保质量的关键：评估体系 大多数人在演示级别就停止了一—60-70%的准确率足以向VC融资甚至签下首批客户，但无法在实践中真正工作。 #### 建立评估框架 1. **基于领域专业知识定义“优秀”标准** - 对于研究：正确答案必须包含什么？ - 对于文档：必须提取什么信息？在哪些页面？ 2. **创建可客观评分的答案** - 让AI输出真/假或0-7的数字 - 使用PromptFu等开源框架建立评估体系 3. **逐步扩大测试规模** - 从十几个测试开始，匹配客户实际需求 - 增加到50个、100个测试 - 保留部分测试集不参与提示优化 #### 持续优化提示 你会发现AI会以可预测的方式犯错。通过： - 消除提示中的歧义 - 给出明确指令避免特定错误 - 提供示例引导 **成功的关键资格**：是否愿意为单个提示花费两周不眠不休的时间通过所有测试？ 大多数人在60%准确率时就放弃了，另一批人在61%时放弃。但如果你坚持两周，不断优化提示和增加测试，最终能达到97%的准确率——剩下的3%通常是人类也会有的判断调用。 ### 上线和迭代建议 - 预生产阶段：每个提示100个测试，整体任务100个测试 - 如果通过99/100，就可以进入测试版 - 客户使用中的每个投诉都是新的测试——真实客户会做出你最意想不到的操作 - 持续迭代：新模型出现时立即测试，有时增减一个单词就能提升1%准确率 - 在金融、医疗、法律领域，每一点准确率提升都极为重要 **如果你只做这两件事——了解专业人士如何工作并建立评估体系——你就已经比市场上90%的AI应用更优秀了。** ## 四、如何营销和销售AI应用 ### 最重要的原则：产品质量至上 与传统观点相反，我认为**产品质量比销售和营销更重要**。 我们公司前10年产品一般，尝试了各种营销和销售负责人，效果有限。当我们推出基于LLM的出色产品后： - 人们开始口碑推荐 - 媒体主动报道 - 销售人员变成了接单员 当然，不能只建设不宣传，但产品质量的重要性远超过A轮B轮投资者所说的。 ### 三个具体建议 #### 1. 重新思考定价和包装 最令人兴奋的公司正在提供真实服务。例如： - 传统律师事务所审查合同收费1000美元/份 - AI公司可能收费500美元/份 - 对比传统软件20美元/月的定价，这是巨大的价格提升 **根据价值定价，不要低估自己** #### 2. 倾听客户偏好 我们原以为按使用量定价合适，但客户反馈他们宁愿支付更高但固定的费用（6000美元/座/年），以便预算可控。 #### 3. 建立信任策略 AI是新鲜且令人恐惧的。大公司想尝试，但存在信任差距。 建立信任的方法： - 进行对比测试：保留现有服务，同时使用AI方案，比较速度、质量和结果 - 进行研究试点 - 思考如何建立客户信任 ### 确保客户成功 销售不在签支票时结束，甚至不在开始试点时结束。 当前危险：许多公司报告高收入，但大量试点收入没有转化为真实收入——将出现大规模“灭绝事件”。 作为创始人，确保： - 每个人真正使用产品 - 深入了解产品 - 有意识地进行培训和推广 **你的产品不只是屏幕上的像素**，还包括与支持、客户成功、培训等所有围绕产品的人类互动。如果不做好这些，即使有最好的产品，也会被更注重客户服务的公司击败。 ## 五、问答环节精华 ### 关于选择行业和应对竞争 **问**：如果某个领域已有竞争对手，应该另选行业还是深入细分市场？ **答**：完全不应关心竞争对手。许多市场如此庞大，不会有单一公司通吃。通常，开始时会害怕竞争对手，但真正开始构建后，会惊讶于他们的糟糕程度。 选择市场时考虑： - 企业已经外包到其他国家的工作角色 - 企业认为属于自身身份核心的工作不太可能外包 - 大市场、多个公司的痛点、你了解或能获取信息的领域 市场如此之大，你几乎可以随机选择一个知识工作领域，都可能触及万亿美元市场。 ### 关于公司不同阶段的重点 **问**：作为成功创始人，公司在不同阶段应该关注什么？ **答**：我应该说和实际做的有所不同。 **应该做的**：在每个阶段（种子轮、A轮、B轮、C轮）都专注于打造获得产品市场匹配的优秀产品。 **实际做的**：我分散精力关注了许多不那么重要的事情。 作为CEO，你最终会关注人力资源、招聘、市场销售等各个方面，但所有这些都应服务于“打造优秀产品”这一最终目标。许多创始人错误地把这些方面当作目标本身。 ### 关于创业方向选择 **问**：退出后，如果你现在参加YC创业学校，会做什么？ **答**：专注于你能用技术和技能解决的最大问题。人们想变得更苗条、不想掉头发、不想洗衣服、希望有人每天清洁房屋8小时——如果你能制造实现这些的机器人，就能释放巨大的人类潜力。 专注于许多人或企业面临的巨大问题，你觉得可以解决，然后全力以赴。 ### 关于定价策略 **问**：对于AI完成人类不可能完成的工作（如审阅数十万法律文件），如何定价？ **答**：开始时可以按人类收费水平定价，然后竞争会出现，价格会下降——这是资本主义的美好之处。最终，你可能只收取原价的十分之一或百分之一——这对社会是好事。 从“你为企业提供什么价值”开始：如果他们能因此节省1亿美元或原本愿意支付500万美元，可以收取其中的10%-20%。最好的起点是问客户：“你愿意花多少钱解决这个问题？” ### 关于技术防御性 **问**：基于非专有模型构建产品时，如何建立防御性，避免成为“GPT包装器”？ **答**：只管构建。一旦开始构建，你就会发现其中的困难：需要构建多少小部件、数据集成、检查点，提示需要多么精细调整，模型选择多么重要。当你花费两年时间只做这一件事时，你会发现自己构建了别人无法复制的东西。 ## 结语 通过正确选择方向、精心构建产品和有效市场策略，你完全有可能打造出超越6.5亿美元价值的AI应用。关键在于专注解决真实问题，持续迭代优化，并始终以创造价值为核心。

codex 很适合一次把活干的场景， 因此， 如果要让codex 写代码， 最好是写好一个比较细致的prompt给它。

现在开宝马不算有钱人了吧 。 怎么着也得是个宝时捷之类的

Sora 或者 ChatGPT 一张 X 账号截图 和 头像照片（可选） 不是很稳定，中文支持不好，需要多次抽卡 ----提示词开始---- 一张 9:16

未来风社交界面，提示词见评论

哈哈哈， C大是我们很早认识的推特大V， 去年经常私信我要给我送「五常大米」，我当时受宠若惊，没敢接受。 大家如果有需要找chatgpt 的替代品， 非常强烈的推荐用 C大团队的

#吹个牛B 我个人的工程能力顶得上10个普通人的水准， 加个ai ， 我可以顶20个人。如果再加上我的内容运营的能力， 我自己就是一个公司。 但是， 我沦落到卖课为生了 ， 因为真正的高人是可以联合一群人搞事业的， 而樊哙、韩信之辈，只能是给这样的人打工。

非常认同熊老板的这个观点，也正如张居正 的那句老话说：“宁拙而迟，毋巧而速。” 别太急，别太快了，别耍小聪明，哪怕慢一点，笨一点。

开了个陪跑群之后， 免不了与各种各样的人打交道， 时间长了我感觉特别浮躁，想耐心一点做那种短期可以慢， 但是持续积累的工作。 这个陪跑群正在逐渐演变一个交流的平台， 理想是很好的， 帮大家成长， 但也有一些急功近利，稍微有一点起色， 就想要马上变现 ， 他们和我的理念并不一致，对他们来讲， 钱要赚的快， 落袋为安。 而对于我来讲，我希望的是持续的精进， 个人成长放在第一位，如果能赚100块钱， 那么就只赚10块钱， 这样的钱赚的踏实。 必须要说一下， 那些批量起号的、模板人生的， 都和我没有关系。

熊猫老板的X增长陪跑群现在370多人了， 这们小群正在演变成一个学习交流的平台， 我也在把这个群成一个正经事做，而非是副业，给我带来了一点点收入，但我仍然在保持必要的克制。 这个群有顶尖的优秀的工程师、创作者， 也有草根但非常努力学习特别开放心态的人， 但也有一些人急功近利了一点，稍微有一点成绩，就会着急变现，落袋为安。 这和我的理念不一致， 我的理念是坚持个人成长， 做对他人有利的事情， 而有些人急于「收割」。 你如果能赚100块， 就只赚10块，那么这样的钱，你赚的踏实，生活的愉快。 我必须免责声明， 网上批量起号的、模板人生的、晒收入的， 都不是我教的。 顺便说一下， 对于我来说， 真正成长不是涨粉， 而是你个人真正的自我革新，与日俱增， 正如曾国藩所说「凡事行之有恒，自如种树养畜，日渐其大而不觉耳。 」

维护原创，为我，也为公序良俗！ 这哥们倒打一耙给我发了律师函， 接着在公号“爸爸在读”发雄文卖惨“维权”， 反咬一口如果得手，搬运党会更嚣张。 可也不看看我N年跨境创业， 和风投大佬Jerry Sanders都敢吵架， 知识产权、谈判和搏杀是日常， 我不理你，因为我有正事。 这次要让这滑头 1)

不到百元低成本启动 YouTube 指南：2025 年新手低成本设备配置

有些墙，看着很高，直到你迈出第一步 1. 减掉15斤，用了1个月，而下定决心，用了1年 2. 治愈肩周炎，用了1个半月，而相信八段锦，用了1年 3. 成为独立开发者完成4个产品，用了3个月，而走出大厂，用了2年。 我们最大的消耗，从来不是体力与时间，而是“反复犹豫”的内耗。

预热一下， 明天下午1点开始。 以后每周五都会有一场这样的圆桌会， 和大家一起交流学习。

多写技术博客，帮助的人不是身边的人，而是远方的陌生人，至于那个人是谁？那已经不重要了 因为精神已经传递了

站在真正的VC角度， 人家实际上是看不上当下的小生意， 对于资本来讲， 要把当下的财富转移到下一个十年。

什么样的项目适合融资 答案：市场规模够大，业务天花板够高，能改变整个行业叙事的项目。 一个创投圈的前辈讲过，创业是要做十年后的生产关系，而不是当下的生产关系。 现金流生意和创业本质上不是一个概念。 比如卖课这个事情，其实很赚钱，但是是生意不是创业了，大概率就不会有投资机构愿意投。

找有前端经验的合伙人！

支持每一个创业的技术人

熊老板对香鱼说：明天有个事情，可以让香鱼赚两百万 翻译熊老板的话： 明天有个事情, 我要从香鱼这里骗两百万

我全都关注了

逢山开路，遇水架桥吧 前段时间看一个视频，那个让人多读历史，就是我们现在遇到的很多问题，其实历史上都有类似的案例， 有句话讲得好，已有的事，后必再有。已行的事，后必再行。 过好当下，与其说是焦虑对AI的这个未来的恐慌，倒不如多学一些AI相关的知识，学学编程，学学独立开发。

@PandaTalk8 多数内容如泡沫般转瞬即逝，唯有那些承载清晰思维、真诚分享与长期价值的创作，才会流传很久

很多人不知道怎么玩好Telegram 分享一个Telegram 导航站 TGNAV 再也不用担心找不到想要的资源了 把Telegram的各种玩法整的明明白白

用好ai，做个人IP，是我给自己未来的答案。

# AI会取代人类劳动吗？从历史与经济学视角看就业未来 历史告诉我们：技术革命消灭的是特定工作任务，而非工作本身。当AI承担了重复劳动，人类得以专注于更需要创造力、战略思维和情感智慧的高价值领域。未来的就业图景不是萎缩，而是重构——关键在于我们如何主动塑造这一转变。 > 当技术革命降低成本时，往往催生出远超想象的新需求 --- ## 1 两种极端观点的谬误 当前关于AI与就业的争论中，两种极端声音主导了舆论场： - **末日论者**预言大规模失业即将来临 他们认为未来五年内，AI将消灭半数白领初级岗位，失业率可能飙升至10%-20%，创造“前所未见的失业水平” - **怀疑论者**则认为AI只是过度炒作 他们坚持AI远未达到通用人工智能水平，实际能为企业节省的成本远低于预期，根本不会引发经济结构变革 **这两种观点都存在根本缺陷**。历史经验、行业数据和常识都表明：AI确实将深刻改变经济形态，但不会摧毁就业体系。 --- ## 2 放射科医生的启示：杰文斯悖论在行动 ### 2.1 被证伪的预言 2016年，AI教父杰弗里·辛顿曾断言：“五年内深度学习将超越放射科医生”，建议停止培训该专业人才。 **然而近十年后，现实截然相反**： - 放射科医生需求达到历史新高 - 数十款尖端AI产品已能更快、更准地检测数百种疾病 - 人类专家价值不降反升 ### 2.2 需求激增的背后逻辑 医疗行业的特殊性（医疗事故责任、保险监管要求人类参与）只是部分原因。更根本的是： **技术提升效率 → 降低服务成本 → 激发潜在需求** - 更便宜的扫描意味着更多扫描 - 更多扫描催生对复杂诊断和治疗规划的更大需求 - 放射科医生从基础诊断转向更高价值的综合判断 这正是经济学中的**杰文斯悖论**：资源使用效率的提升，反而导致该资源总消耗量的增加。 --- ## 3 历史镜鉴：技术革命如何创造新就业 ### 3.1 集装箱革命（1960年代） - 航运成本降低90% - 部分码头工人失业 - **但催生了**：货运代理、物流管理、仓储分销等亿万级产业 ### 3.2 云计算革命（2010年代） - 基础设施成本降低10倍 - 传统IT角色转型 - **服务器管理员变为**：DevOps工程师、云架构师，管理着此前难以想象的规模 ### 3.3 AI计算革命（当下） - 推理成本持续下降 - GPU需求飙升而非崩溃 - 英伟达股价创历史新高 --- ## 4 AI时代的工作转型路径 ### 4.1 需求增长定律 Box公司CEO Aaron Levy指出： > “效率提升通常意味着更多而非更少的需求。当工作成本下降时，对其需求就会上升——而且潜在需求往往远超我们想象。” 具体表现为： - AI让MRI分析、法律文件起草、代码编写更便宜快捷 - 对放射科治疗计划、律师咨询、工程师专业知识的**总体需求将扩大** ### 4.2 角色重构而非消失 OpenAI联合创始人Andre Karpathy认为： - AI首先改变**重复性高、上下文要求低、容错性高**的工作 - 如客服代表、数据录入等岗位将**重构为管理监督角色** ### 4.3 现实案例印证 YC孵化企业展示的转型模式： - **AOKA**（AI销售代理）：释放客服人员从事更高价值工作 - **Tenor**（医疗文书自动化）：将行政角色从数据录入转变为患者护理协调和复杂病例管理 **关键洞察**：许多被AI自动化的任务（如应对不耐烦客户、填写常规表格）本就令人不悦，而新的监督角色往往更有趣、更具创造性。 --- ## 5 给创业者的行动指南 ### 5.1 认清变革现实 - AI转型真实存在且快速推进 - 勿重蹈保罗·克鲁格曼1998年将互联网比作传真机的覆辙 - **不要低估变革规模** ### 5.2 摒弃幻想，主动建设 - 完全自动化的奢华共产主义不会即刻到来 - 人类经济不会立即崩溃 - 不要坐等全民基本收入 - **AI是堪比甚至超越互联网的重大机遇** ### 5.3 把握建设时机 未来不需要等待许可——它正在被那些看到他人未见可能的人积极构建。每个伟大公司都始于创始人决定跃入未知、坚守信念的那一刻。 **唯一的问题是：你是否会成为他们中的一员？** --- 历史告诉我们：技术革命消灭的是特定工作任务，而非工作本身。当AI承担了重复劳动，人类得以专注于更需要创造力、战略思维和情感智慧的高价值领域。未来的就业图景不是萎缩，而是重构——关键在于我们如何主动塑造这一转变。 https://t.co/dZ80UCcTNX

对于创作者来讲， youmind上进行二次创作会特别方便。 左侧看油管视频， 中间创作区， 右侧ai 辅助区域。 这种三栏布局几乎成了ai 工具的标配了。

今年智能体爆发的年份， 我觉得普通人不用去卷这样的赛道， 把智能体工具当成变量， 他们强你的工具就更强。

说实话， https://t.co/Zs5D6QewQt 重新定义了的创作者的创作与研究的方法、学习者的学习内容的方法。 这可能是未来创作者、学习者真正的高效率使用ai 的方法。 比如你扔给youmind 一篇内容， 他会把帮你把这篇内容（视频、文章、网页链接） 给你认真的分析一篇、相关的资料都列出来放在你面前。 这是一个给创作者、学习者的开发使用的ai 智能体。

我不是吹杭州好， 杭州有各种各样的问题，只是处在不同阶段的人，可以给自己寻找合适的环境。 如果你处在一个低谷转型期， 可以考虑换个环境，给自己换个场域。 如果你无法换个地理环境， 那么你可以给自己换个场域。 比如我加入我组织的付费社群（X增长社群）。 认知识一些优秀的人，他既聪明、又善良、又勤奋。

我不是吹杭州好， 杭州有各种各样的问题，只是处在不同阶段的人， 如果你处在一个上升期， 或者低谷期， 可以考虑换个环境，给自己换个场域。 如果你无法换个地理环境， 那么你可以给自己换个场域。 比如我加入我组织的付费社群（X增长社群）。 认知识一些优秀的人，他既聪明、又善良、又勤奋。

人的确是环境产物， 我来杭州之后， 办公条件、居住条件相比北京好很多，尤其是办公环境。 如果我在杭州的办公的环境， 放在北京至少3倍以上的价格。

最近反思了一下， 虽然被解释成迷信， 实际上是人的一种心理暗示。 转移人的注意，把人的极端情绪用外物化解。

我这条建议价值百万： 建议创作者降低身段，去接触下沉用户， 他们值得被更专业的对待

哈哈哈， 现在还敢有人说我的泛流量博主吗，我的关注者都是爱学习的高认知人群。

想起当时学习k8s设计模式， 还是陈皓的博客写的最透彻底， 时隔一年多， 每每研究技术， 我都会想起这位已故的前辈，他给开发者和技术社区留下了很多有价值的内容，即便人已经不在了， 这些内容仍然在帮助人们。 --- 我们总是想获得更多，索取更多， 实际上真正能保留下来 其实是你能给这个世界的东西。 活着的时候尽量输出有价值的内容， 比如优秀的思想、开源的代码这些内容。 #rip陈皓

想起当时学习k8s设计模式， 还是陈皓的博客写的最透彻底， 时隔一年多， 每每研究技术， 我都会想起这位已故的前辈，他给开发者和技术社区留下了很多有价值的内容，即便人已经不在了， 这些内容仍然在帮助人们。 --- 我们总是想获得更多，索取更多， 真实际上真正能保留下来， 其实是你能给这个世界的东西。 活着的时候尽量输出有价值的内容， 比如优秀的思想、开源的代码这些内容。 #rip陈皓