看到一个不错的「英语自学指南」，讲了讲如何训练和实践，以及一些不错的学习和记忆的方法，可以一看。个人觉得学习一门语言更重要还是坚持 + 有一个不错的练习环境至关重要。
🤖

@https1024

第一个卖断货的国产AI出现了！

智谱大家这段时间肯定听了很多，对吧？
我之前也陆陆续续写过不少关于他们的分析。

但是今天中午吃完饭，正准备歇会儿的时候，扫到他们发的一个公告，让我一下子没睡意了。

公告的核心就一件事：GLM Coding Plan 要开始限售了。

简单说，因为 GLM-4.7 上线后，用的人实在太多，把算力资源给挤爆了。为了保住老用户的体验，从1月23号开始，每天的售卖量直接砍到现在的20%。

这事儿挺有意思。
在现在的AI圈子里，我们见惯了各家争着抢着送Token、打价格战拉客，像这样因为“生意太好”不得不主动关门谢客的，这还是头一回见。

这个 Coding Plan 我之前也详细介绍过，定位很准——就是给程序员用的平替。
大概20块钱一个月，能在 Cline、Cursor 这些工具里跑，对标的是几百块的Claude。
用的人基本都是冲着极致性价比去的🤣

公告里提到下午3点到6点是拥堵高峰，这说明是真的有大量开发者在用它干正事，写代码，而不是单纯的聊两句天尝鲜。

这给我两个感觉，挺让人深思的：
1️⃣国产大模型终于从争口气走到了真能用。
开发者是用脚投票的群体，嘴上说支持没用，能让他们忍着并发报错也要去挤、去买的服务，说明模型的能力确实已经跨过了生产力的门槛。
2️⃣算力瓶颈已经从训练端传导到了推理端。
以前我们愁没卡练模型，现在愁的是模型练好了，当大规模真实需求涌进来的时候，我们的基建能不能扛得住。

对于智谱来说，这是幸福的烦恼，也是严峻的考验。

一个阳痿的产品经理被要求做一个色聊服务的demo……

看了很多今天很牛逼的创业者在十年前的分享（当时可能还是 nobody），非常有收获。
我基本上已经对所有的 AI 文章生理性反感了。只能回到非 AI 时代。

第一批 Vibe Coding 坐牢的人已经在路上了。
AI编程兴起，很多人都想自己做个东西赚钱，但是有可能把自己送进去。
一个朋友找我做AI编程出来的网站托管服务，这东西风险大。
1. 需要对用户的内容进行审核（非法内容），这套东西的成本可不小，这是十几年前的小主机服务商都跑路的原因
2. 平台型网站需要电信增值ICP备案
下面类型的软件也不要做，妥妥进去：
1. 破解
2. 针对平台的自动化软件，比如刷帖
3. 针对平台的工具类软件，比如虚拟定位（之前就有老哥因为提了某打车软件就进去了）
4. 版权资料：轻则罚款，重则进去
5. 过度薅羊毛
6. 色情 这类就不说了
好像我身边进去的人有点多。。。

@https1024

对AI产品经理的要求，和过去的产品经理有什么不同？
过去做产品，我们理解 PMF 的逻辑是线性的：“假设我做出了这个功能，用户会不会喜欢？” 这考验的是纯粹的产品Sense，判断需求、场景、价值，做出用户愿意用的东西。

但现在做AI产品，PMF变成了两层不确定性的叠加：
第一层：假设我这么写提示词/这么组织工程实现，模型会不会这么表现？
第二层：假设模型这么表现了，用户会不会喜欢？

这意味着产品经理不仅要有用户sense，还要有模型sense——只有同时具备两者，才能把双重不确定性收敛到一个确定的范围内（小龙说产品经理的工作就是把一个40%概率的事情提升到80%的概率）。这是PMF在定义上的延展：过去只有Product-Market Fit，现在还要求 Product-Model Fit。

更棘手的是，PMF还有了时间上的限制。模型在持续变化，即便我们成功把两层不确定性都拉到了确定位置、做出了一个work的功能，三个月后它可能就不work了。苦涩的教训会持续上演。 PMF 不再是一次性找到就能长期复用的答案，而更像一张会过期的门票。就像 lovable 增长负责人 Elena Verna 说，所有的 PMF 都只有三个月，过了三个月，所有厂商都要重新洗牌，重新建立 PMF。

这对产品经理的要求陡然提高：你必须对行业演进有足够深的认知，甚至要能预判两三个月后什么会变好、什么会变糟，再倒推回当下，做好以下两类产品决策：
1. 现在模型表现不够好，要施加工程手段让它变好吗？还是等模型？
2. 未来模型在哪些方面会变好？我可以提前做好什么功能？

判断是在做产品还是在做套壳，或许就看一点：模型变强了，你的核心价值是被稀释了，还是被放大了（如Cursor/Manus）？ 前者只有三个月，后者才是时间的朋友。

#出海运营秘籍👉@yunying23

起号技巧分享给大家🐶

分享一个战胜拖延症的小技巧：20分钟定律⬇️

@https1024

一份强大的提示词工程指南
网站提供了关于如何有效使用提示语（prompt）的指南和资源，旨在帮助用户优化与人工智能的互动。它涵盖了从基本的提示语构建技巧到高级的提示工程技术，适用于各种AI工具和平台。
https://www.promptingguide.ai/zh

@https1024