#自媒体运营频道 #@yunying23

这个618估计很多博主都过了一个小年
刚刚我粗略算了下
这个月小红书广告收入就不到8000了
我那个号粉丝不高，小2w

听说这里的产品经理比较多。想做一个独立开发者，打磨打磨技术，同时扩展扩展副业，但是感觉没什么太好的想法，看了很多独立开发者都是从一个很小的痛点出发，特此征集，有小痛点的人把你的想法写在下面，不限形式，小而细微的最好，你来说我来实现，一经采纳且实现，终身免费。

国内大模型淘汰赛刚开打，结果一上来就直接脱底裤……

今天，我想向大家介绍一下我目前正在从事并且收入相当稳定的虚拟资源项目。​
现在是2024年5月，我想简单地向大家介绍一下虚拟资源站是如何运作并实现盈利的。​
这个虚拟资源项目平台提供在线知识付费服务，主要是通过销售虚拟资料资源等。​
无论是作为副业还是主业都适用，非常适合单干创业者！​
我们平台将会每天自动同步更新热门项目的教程资源，这些资源都是当前网络上最新且最热门的，目前已经更新8000+款热门资源。​
你不需要有技术支持，也不需要四处寻找资源更新。​
即使你没有多少社交资源或群组，也可以迅速启动自己的运营。​
在初期只需要每天简简单单发布几个朋友圈，你也能轻松每天获得几百元的收入。
随部署教程附赠的，还有多渠道推广的方式，只要你是个有执行力的人，肯定会越赚越多。
​https://fuye.maxiaoqiang.com/jiameng

反正没人用，不如免费

分享下季琦（华住CEO）的一些内容+我的理解，很有启发：

华住的审美：
不只追求灵，否则是清教徒
不只追求肉，否则过于庸俗
讲究中庸之道。

具体体现：
1 全季没有浴缸。
因为浴缸成本高（科勒的要几万块一个，维护成本也很高）且有安全隐患，而且使用频率很低（商务酒店只有10%使用率，度假酒店也就30%以内）

2 全季没有大堂。
大堂的目的是迎宾而非排场，是资源的浪费（这一点从居住体验上来看的确，全季，汉庭跟美爵我都住过，的确是这样）

3 全季和汉庭用的地毯
不用实木地板，因为贵，不用复合地板，因为会变形且有刺激性气味，而找的地毯，不怕烟头烫，也容易透地暖，也没有刺激性味道

4 全季对档次的理解
房间大≠档次高，在北上广深做不到，但是幸福感可以提升，比如同等价格的房间，华住的电视应该是最大尺寸，比如女生洗脸台有化妆镜，比如马桶带加热和清洗，而这些可以在小而美里提升质量。（多说一句，全季的床垫也很棒，体验不比希尔顿差）

5 全季定价和成本
定价350左右，因为低了成本扛不住，高了没人来，一间房改造预算12万

华住成功的关键因素：
1 位置。
一二线城市最核心的位置一定有华住的酒店（全季，汉庭等）
三四线城市更加需要在核心位置，因为客基薄弱，重置成本低

2 品牌。
位置相当的情况下，品牌的作用会凸显出来，核心是质量和数量

华住增长的战略打法：
1 闪电战。
高速发展的中国，要快速占领中档酒店制高点，而这个外国品牌用不了（即使强如OYO也不行）

2 穿插包围。
物业最开始用的都是别人看不上的物业，没有能力正面进攻的时候就不进攻，但是样板店一旦跑通，立马完成城市布局和推动全国网络

3 10倍速增长。
资源不充分，在前期求数量不太求质量，大局初定以后去补课，从good enough(够用就好)到enough good(足够好用)

华住全球化打法：
通过经济型，中档酒店积累现金流，规模，融资能力，客户群。利用高成长高PE和大现金流，并购（或参股）国际集团，完成全球化。

季琦的管理方式：
1 支部建在连上。
让店长管理好，提高他们的主观能动性和主人翁意识，让他们指挥一线的事情

2 关键少数把握好。
总部的高管，是关键少数，比如采购矿泉水，一年采购1亿瓶矿泉水，如果一瓶差价1毛钱，也就是1000万了，就是一笔很大的钱，后果很严重，所以需要给这20个关键少数足够好的待遇，同时也给他们足够大的压力（末位淘汰），去让他们负责各自业务里的事情，给到足够的压力

值得一提的是，季琦最开始也是如家的创始者，他对商业，管理的理解也足够深，而且他也很热爱酒店这一个行业，对竞争有理解，对节奏有掌控，很值得去学习和研究

我不保证人人感受如此：不上班，最大的好处，可能是可以经常拍出，没有班味的照片。

如图，来自少楠和Light的新的AI产品。开始理解为什么前同事说我像秀智。

哈哈哈，有小哥把羊毛薅到npmmirror了！

微软“重造”PC！过目不忘、会说话的电脑来了，Copilot + PC问世，直接与苹果+OpenAI对线

聊聊微软新出的 Copilot + PC

我觉得谨慎乐观吧， Office Copilot 宣布的时候，也是雷声很大，后面就没啥水花了，结果还是 OpenAI 在搞 “ChatExcel”。

这次的 Recall 是很惊艳，用奢侈的算力满足人类那一点健忘。

但落地我感觉还是有不少要解决的

1. 隐私问题。微软说“所有运算都在本地运行”，并没有真正回答这个问题。因为 1 并没有说运算完以后会不会回传数据。从 AI 训练的角度说，回传数据是很有价值的。2隐私担忧还有很大一部分是电脑使用者探查另一使用者的隐私。这不是“本地运算”能解决的。有了语义搜索，探查隐私（比如企业监控员工）更加是如虎添翼。

2.回忆历史的组织优化问题，比如记录间隔，间隔太长了还是会错失东西，太短了浪费资源，“记忆碎片”太多了，在搜索结果里又如何排序表达也是个问题。宣传视频里的示例我倾向于认为是轻度使用的电脑+较为孤立（好找）的碎片。真实重度使用的情况会比演示的复杂，准确度和凝练度（相似结果智能整合）也可能不如预期。

3 我认为视频演示的 Recall 场景本身是个很低频的需求。

———————————

我更看重的是 Recall 机制之上能产生什么样新的使用电脑的方式。

或者往细了说，Recall 本身包含三个主要机制，录屏及回放、图像理解、语义搜索

图像理解+语义搜索，我很期待在资源管理工具（尤其是 NAS） 上大放异彩，现有 windows 的相册、文件管理方式还是太费劲了。

录屏+图像理解+LLM 汇总，也有很多发挥，比如使用电脑时让 AI“看”着来排查问题（微软用 minecraft 演示了，我感觉还可以更生产力一些），或者是录一遍操作过程后生成使用文档。

如果有一天操作系统指令也实现了自然语言化，就更厉害了，所有重复但并不死板的活也能交给电脑自己完成了（重复且死板的已经有脚本来做），只需要自己先录一遍，后面 AI 会根据实际情况来操作。（彻底替代实习生）

总之，我对 AI 的态度一直都是：
潜力很大，但落地的路还长。