🙋想问大家一个问题
大家用Deepseek 或者元宝的时候 有没有什么觉得不方便的地方 比如
1. 找历史会话比较困难 尤其对话数一多
2. 没有自定义会话命名
3. 没有置顶 or 收藏会话功能
4. 没有针对某一条回答的体系化沉淀/收藏功能
…….
大家用Deepseek 或者元宝的时候 有没有什么觉得不方便的地方 比如
1. 找历史会话比较困难 尤其对话数一多
2. 没有自定义会话命名
3. 没有置顶 or 收藏会话功能
4. 没有针对某一条回答的体系化沉淀/收藏功能
…….
👍3🍌1
就像一棵大树时常因为鸟儿的歌唱与松鼠的雀跃获得欣赏，而树本身对抗飓风的成长过程却少有人倾慕。
顶尖的产品不是追求表面的「小而美」，而是在疯狂迭代后才涌现「简单」。
换句话说，简约是由难以置信的复杂孕育而来，它凝结着无数时光与匠心。
值得相信长期一致性会产生复利，它才能应对直面无限的变化和挑战——因为那就是大树生长的隐秘力量。
顶尖的产品不是追求表面的「小而美」，而是在疯狂迭代后才涌现「简单」。
换句话说，简约是由难以置信的复杂孕育而来，它凝结着无数时光与匠心。
值得相信长期一致性会产生复利，它才能应对直面无限的变化和挑战——因为那就是大树生长的隐秘力量。
过去一两年，我观察了很多想要做AI产品的个人，发现能够拿到结果的，大多数是有编程能力的程序员，或者是学习了编程的产品经理。
相反，如果你是一个单纯的产品经理，你自己不会编程，无法独立完成产品，只能跟程序员合作，那么试错成本就会特别高，最终导致缩手缩脚，一直上不了产品。
而自己懂编程的话，借助AI，可以快速上线产品，快速试错，快速搞量。
所以，再次呼吁想要动起手来的产品经理们，直接去学编程吧，让Cursor成为你的得力助手，你每个月只需要20美金，就有一个任劳任怨的程序员给你打工。
只有学了编程，你才不会“就只差一个程序员了”。
那学编程，到底学什么呢？
个人建议，可以从 HTML 开始，结合 TailwindCSS 实现的一些 UI ，你可以很快做一个不丑甚至还挺漂亮的网页。
之后再学一点 JS，再学 Next.js 框架，不需要学到能够找程序员工作的程度，只需要学会能够读写数据库，能够动态展示网页数据就可以了。
这个学习周期并不会太长，每天拿出一两个小时，再加上每个周末拿出8小时，一周16个小时左右，总共学30小时就够了，就可以开始做产品了。
你可能会问，为什么是学做网页？
因为目前很多AI产品上线的第一版产品形态都是网页，很少会先上App的。
因为网页特别容易被传播，被打开被使用。
因为网页在海外依然还有大流量。
当然，也因为网页不需要被任何人审核，你做好了，就可以上线。
你没必要为难自己，一上手就去学App是不明智的，特别轻量级的网页绝对是你的最佳选择。
一个最简单的网页版产品，甚至可以只有一个页面，所以最快一两个小时，你就可以做一个网站出来。
海外的网页生态特别好，有很多免费基础设施，举例域名解析、CDN、安全盾都可以用 Cloudflare，初期免费，也不需要买服务器，你直接用 Vercel，同样初期免费。
这些基础设施，都可以按量付费，你的产品访问量小，可以不付费，等访问量大了，也是用多少付多少。
而且即使你突然流量爆发了，不需要你做扩容处理，这些基础设施自动就做好了，帮你承接住了大流量。
看到这里，你心动了吗？
那就找个AI，向他请教如何学习吧。
相反，如果你是一个单纯的产品经理，你自己不会编程，无法独立完成产品，只能跟程序员合作，那么试错成本就会特别高，最终导致缩手缩脚，一直上不了产品。
而自己懂编程的话，借助AI，可以快速上线产品，快速试错，快速搞量。
所以，再次呼吁想要动起手来的产品经理们，直接去学编程吧，让Cursor成为你的得力助手，你每个月只需要20美金，就有一个任劳任怨的程序员给你打工。
只有学了编程，你才不会“就只差一个程序员了”。
那学编程，到底学什么呢？
个人建议，可以从 HTML 开始，结合 TailwindCSS 实现的一些 UI ，你可以很快做一个不丑甚至还挺漂亮的网页。
之后再学一点 JS，再学 Next.js 框架，不需要学到能够找程序员工作的程度，只需要学会能够读写数据库，能够动态展示网页数据就可以了。
这个学习周期并不会太长，每天拿出一两个小时，再加上每个周末拿出8小时，一周16个小时左右，总共学30小时就够了，就可以开始做产品了。
你可能会问，为什么是学做网页？
因为目前很多AI产品上线的第一版产品形态都是网页，很少会先上App的。
因为网页特别容易被传播，被打开被使用。
因为网页在海外依然还有大流量。
当然，也因为网页不需要被任何人审核，你做好了，就可以上线。
你没必要为难自己，一上手就去学App是不明智的，特别轻量级的网页绝对是你的最佳选择。
一个最简单的网页版产品，甚至可以只有一个页面，所以最快一两个小时，你就可以做一个网站出来。
海外的网页生态特别好，有很多免费基础设施，举例域名解析、CDN、安全盾都可以用 Cloudflare，初期免费，也不需要买服务器，你直接用 Vercel，同样初期免费。
这些基础设施，都可以按量付费，你的产品访问量小，可以不付费，等访问量大了，也是用多少付多少。
而且即使你突然流量爆发了，不需要你做扩容处理，这些基础设施自动就做好了，帮你承接住了大流量。
看到这里，你心动了吗？
那就找个AI，向他请教如何学习吧。
❤4
#自媒体运营频道 #@yunying23
做自媒体赚钱和做产品/服务通过自媒体赚钱是两回事。现在有一些人开始明辨两者关系了，但都没有说到根源。并不简单是因为前者做的快，割韭菜成风气，然后导致后者跟风。
我认为大部分做产品和服务能存活3年以上的企业，创始人都不是傻子，不会做一个和自家产品没关系的自媒体。
主要原因是早期大部分只做自媒体的人，都是知识付费领域，这个领域的特点就是内容即产品，所以做自媒体内容和知识付费是有天然的连续性，逻辑链路是通畅的。也就是内容（渠道）和产品是同构的。
但是这帮人暴发户有钱后（也有一些是没赚到钱），开始忽悠所有人都做自媒体，所有人都做IP，那就是继续割韭菜。
对于有产品和服务的人来说，营销的4P经典理论的作用远大于盲目做个自媒体，自媒体就是其中的渠道。
对于想做IP的人来说，我说一句泼冷水的话。今天做IP和教育掐尖一样，天才学生压根就不是培养出来的，是选拔出来的。IP也是如此。如果没有提词器你不知道说啥，如果面对你想做的领域的问题提问，无法回答。那我建议不要做，肚子里没有墨水，做IP很危险。要么就是做不起来，要么就是有一天塌方被反噬。
做自媒体赚钱和做产品/服务通过自媒体赚钱是两回事。现在有一些人开始明辨两者关系了，但都没有说到根源。并不简单是因为前者做的快，割韭菜成风气，然后导致后者跟风。
我认为大部分做产品和服务能存活3年以上的企业，创始人都不是傻子，不会做一个和自家产品没关系的自媒体。
主要原因是早期大部分只做自媒体的人，都是知识付费领域，这个领域的特点就是内容即产品，所以做自媒体内容和知识付费是有天然的连续性，逻辑链路是通畅的。也就是内容（渠道）和产品是同构的。
但是这帮人暴发户有钱后（也有一些是没赚到钱），开始忽悠所有人都做自媒体，所有人都做IP，那就是继续割韭菜。
对于有产品和服务的人来说，营销的4P经典理论的作用远大于盲目做个自媒体，自媒体就是其中的渠道。
对于想做IP的人来说，我说一句泼冷水的话。今天做IP和教育掐尖一样，天才学生压根就不是培养出来的，是选拔出来的。IP也是如此。如果没有提词器你不知道说啥，如果面对你想做的领域的问题提问，无法回答。那我建议不要做，肚子里没有墨水，做IP很危险。要么就是做不起来，要么就是有一天塌方被反噬。
❤1👍1
谷歌AI越来越好，但是股价放量大跌 7%
原因是谷歌搜索的基本盘开始动摇了
据彭博社报道，苹果公司的高级副总裁埃迪·库在周三的美国反垄断审判中作证称，该公司正在“积极考虑”把一个 AI 搜索集成到默认网页浏览器Safari中。
库表示，苹果正在评估OpenAI、Anthropic和Perplexity AI，但没考虑谷歌。
上个月Safari的搜索量历史上首次下降，他认为最主要的原因是 AI 搜索工具的兴起，用户的使用习惯正在悄然发生变化。
尽管库表示谷歌目前应继续作为Safari的默认搜索引擎——尤其是考虑到苹果从这一交易中获得的估计200亿美元年营业收入——但他承认人工智能代表着一个重大的行业板块变革。
他说新兴的人工智能平台最终可能会超越传统搜索，并补充说苹果已经开始与Perplexity进行谈判。
千里之堤，溃于蚁穴。
谷歌自己也在努力把自己的搜索 AI 化，
2024年，Google大规模上线“AI 总结功能（AI Overviews）”——搜索结果页首条直接由AI生成的答案。Google声称这能帮用户“更高效地获取信息”，甚至还说可能带动网站点击量提升。
但真实数据打脸来得很快——最新的Ahrefs分析显示：AI 总结功能让头部网站点击率暴跌34.5%。
这对现有搜索的广告模式构成了极大的挑战。
原因是谷歌搜索的基本盘开始动摇了
据彭博社报道，苹果公司的高级副总裁埃迪·库在周三的美国反垄断审判中作证称，该公司正在“积极考虑”把一个 AI 搜索集成到默认网页浏览器Safari中。
库表示，苹果正在评估OpenAI、Anthropic和Perplexity AI，但没考虑谷歌。
上个月Safari的搜索量历史上首次下降，他认为最主要的原因是 AI 搜索工具的兴起，用户的使用习惯正在悄然发生变化。
尽管库表示谷歌目前应继续作为Safari的默认搜索引擎——尤其是考虑到苹果从这一交易中获得的估计200亿美元年营业收入——但他承认人工智能代表着一个重大的行业板块变革。
他说新兴的人工智能平台最终可能会超越传统搜索，并补充说苹果已经开始与Perplexity进行谈判。
千里之堤，溃于蚁穴。
谷歌自己也在努力把自己的搜索 AI 化，
2024年，Google大规模上线“AI 总结功能（AI Overviews）”——搜索结果页首条直接由AI生成的答案。Google声称这能帮用户“更高效地获取信息”，甚至还说可能带动网站点击量提升。
但真实数据打脸来得很快——最新的Ahrefs分析显示：AI 总结功能让头部网站点击率暴跌34.5%。
这对现有搜索的广告模式构成了极大的挑战。
👍1
Fjo0pcN9ea1iX33d1kDZRilbz8oBv3.png
612.4 KB
翻石头，挖需求，找PMF（14）
今天继续看了中国区工具榜+ProductHunt日榜。
几个总结：
1、光看排行榜看不出来这些应用是怎么推广的，其实我现在更关注他们流量是怎么来的，毕竟一款产品再好，再PMF，没有用户知道，也没用
2、看了这么多榜单，需要建立一个评估需求是否能做的标准，目前暂时想到几个：
从产品维度去分析：
第一，天花板非常高的，可以考虑去做，就算是暂时不赚钱，也可以考虑；
第二，足够简单，能够快速开发，最好后期不需要维护的，做完放在那里慢慢收费就行；
从功能维度去分析：
第一，自己非常喜欢的、自己非常需要的，可以做，这类是真有可能做成。
第二，用户也非常需要，切中痛点，并且我来做能有优势（成本低、功能好、体验优、营销强等等）
从收益角度去分析：
第一，能直接赚钱的，可以做
第二，能给其他产品引流的，可以做
基于这些标准，可以过滤掉大部分应用了。
3、基于上述这几个标准，未来的产品形态大概是这样：
有1-2个拳头产品，大而全，极具竞争力；有一批小而美的应用，做AI时代的应用工厂；有一批打流量的产品，用来引流。
再往深想想，这个形态有点像一个缩小版的字节，要真正做到，可能需要很长的时间，但是也值得去做。
4、营销也需要系统的去学一下，有一个擅长的主要营销渠道，目前感觉还是从新媒体入手，做好内容，等待流量到来，爆发力很强，但是后劲不足，要搭配SEO来吸收长尾流量，投放暂时先不考虑（没那么多资金去试错）
5、很多时候我们天然就会忽略很多需求，这个世界上还有很多圈子，比如冥想、骑行、二次元等等，针对这些人群其实都可以开发专用的应用/网站，但是需要去混圈子
6、自从每天拿出几个小时单独去挖需求以后，发现思考会更深入一些，如果想做好一件事，一定要单独留出整块的时间。
比如之前我号称自己每天看书，但是一年下来发现完整看完的书没几本，后来我就强迫每天至少看半小时，一年下来发现能看三四十本，只有把这件事当成正事去做，才有可能做好。
今天继续看了中国区工具榜+ProductHunt日榜。
几个总结：
1、光看排行榜看不出来这些应用是怎么推广的，其实我现在更关注他们流量是怎么来的，毕竟一款产品再好，再PMF，没有用户知道，也没用
2、看了这么多榜单，需要建立一个评估需求是否能做的标准，目前暂时想到几个：
从产品维度去分析：
第一，天花板非常高的，可以考虑去做，就算是暂时不赚钱，也可以考虑；
第二，足够简单，能够快速开发，最好后期不需要维护的，做完放在那里慢慢收费就行；
从功能维度去分析：
第一，自己非常喜欢的、自己非常需要的，可以做，这类是真有可能做成。
第二，用户也非常需要，切中痛点，并且我来做能有优势（成本低、功能好、体验优、营销强等等）
从收益角度去分析：
第一，能直接赚钱的，可以做
第二，能给其他产品引流的，可以做
基于这些标准，可以过滤掉大部分应用了。
3、基于上述这几个标准，未来的产品形态大概是这样：
有1-2个拳头产品，大而全，极具竞争力；有一批小而美的应用，做AI时代的应用工厂；有一批打流量的产品，用来引流。
再往深想想，这个形态有点像一个缩小版的字节，要真正做到，可能需要很长的时间，但是也值得去做。
4、营销也需要系统的去学一下，有一个擅长的主要营销渠道，目前感觉还是从新媒体入手，做好内容，等待流量到来，爆发力很强，但是后劲不足，要搭配SEO来吸收长尾流量，投放暂时先不考虑（没那么多资金去试错）
5、很多时候我们天然就会忽略很多需求，这个世界上还有很多圈子，比如冥想、骑行、二次元等等，针对这些人群其实都可以开发专用的应用/网站，但是需要去混圈子
6、自从每天拿出几个小时单独去挖需求以后，发现思考会更深入一些，如果想做好一件事，一定要单独留出整块的时间。
比如之前我号称自己每天看书，但是一年下来发现完整看完的书没几本，后来我就强迫每天至少看半小时，一年下来发现能看三四十本，只有把这件事当成正事去做，才有可能做好。
❤2👍2
AI 学习路线图：
路径 #1：通用AI（大多数人忽视的基础知识）
- 大语言模型（LLM）是什么及工作原理
- 各类 LLM 及其差异
- LLM 训练方法（预训练 vs. 微调）
- 标记经济（Token Economy）
- 上下文窗口（Context Windows）
- 有效的上下文管理
- 提示工程（Prompt Engineering）
- RAG、嵌入与向量数据库
- MCP（可能指模型控制协议）
- 警惕幻觉与偏见
路径 #2：创意方向
- 理解不同 LLM 的多模态能力（如 Gemini 的视频分析）
- 创建统一风格配置文件
- 通过 LLM 生成文本内容
- 图像生成（Sora、Midjourney、Flux）
- 视频生成（Kling、Runway、Higgsfield）
- 语音/音效生成（ElevenLabs、Sesame、Suno）
- 工具链整合
路径 #3：AI 自动化
- AI 自动化与传统自动化的区别
- 工作流自动化工具（n8n、Make、Zapier）
- 数据结构基础（JSON）
- 触发器、操作、凭证与 API
- 错误处理与数据操作
路径 #4：氛围编程（vibe-coding）
- 编码最佳 LLM 选择（性能 vs. 成本）
- 顶尖 AI 集成开发环境（Cursor、Windsurf、Replit）
- 将项目拆解为分步目标（提示工程的延伸）
- 基础编程知识更佳
- 错误处理与 AI 调试
- 前端工具（v0、Tailwind、shadcn）
路径 #1：通用AI（大多数人忽视的基础知识）
- 大语言模型（LLM）是什么及工作原理
- 各类 LLM 及其差异
- LLM 训练方法（预训练 vs. 微调）
- 标记经济（Token Economy）
- 上下文窗口（Context Windows）
- 有效的上下文管理
- 提示工程（Prompt Engineering）
- RAG、嵌入与向量数据库
- MCP（可能指模型控制协议）
- 警惕幻觉与偏见
路径 #2：创意方向
- 理解不同 LLM 的多模态能力（如 Gemini 的视频分析）
- 创建统一风格配置文件
- 通过 LLM 生成文本内容
- 图像生成（Sora、Midjourney、Flux）
- 视频生成（Kling、Runway、Higgsfield）
- 语音/音效生成（ElevenLabs、Sesame、Suno）
- 工具链整合
路径 #3：AI 自动化
- AI 自动化与传统自动化的区别
- 工作流自动化工具（n8n、Make、Zapier）
- 数据结构基础（JSON）
- 触发器、操作、凭证与 API
- 错误处理与数据操作
路径 #4：氛围编程（vibe-coding）
- 编码最佳 LLM 选择（性能 vs. 成本）
- 顶尖 AI 集成开发环境（Cursor、Windsurf、Replit）
- 将项目拆解为分步目标（提示工程的延伸）
- 基础编程知识更佳
- 错误处理与 AI 调试
- 前端工具（v0、Tailwind、shadcn）
👍2
最近我使用roocode+gemini 2.5的时间已经远超过了刚开年费的cursor
在plan模式下制定详细的修改计划，确认无误后再切到code模式修改，妈妈再也不用担心会乱改我的代码
再配合上GCP的300刀的赠金，免费爽用gemini 2.5
强烈推荐
在plan模式下制定详细的修改计划，确认无误后再切到code模式修改，妈妈再也不用担心会乱改我的代码
再配合上GCP的300刀的赠金，免费爽用gemini 2.5
强烈推荐
👍1
【官方双语】GPT是什么？直观解释Transformer | 深度学习第5章_哔哩哔哩_bilibili
如果你想成为AI产品经理，且不是技术背景，啃不下Transformer的原版论文。
那你至少可以看看3blue1brown的这个视频，把transformer解释到公式级别，但是又能让普通人看懂。
看完后，你至少可以建立起针对大模型运作的直觉。
现在就开始吧👉
如果你想成为AI产品经理，且不是技术背景，啃不下Transformer的原版论文。
那你至少可以看看3blue1brown的这个视频，把transformer解释到公式级别，但是又能让普通人看懂。
看完后，你至少可以建立起针对大模型运作的直觉。
现在就开始吧👉