水往低处流，从都江堰学到的流量哲学

这篇文章，有一个观点来自于@屋里杨涛 。
整篇文章讲的内容，其实是告诉大家为什么广告会投不出去，原因是什么，怎么解决。

#CLAUDE.md 文件推荐约束

## Code Architecture

- 编写代码的硬性指标，包括以下原则：
（1）对于 Python、JavaScript、TypeScript 等动态语言，尽可能确保每个代码文件不要超过 200 行
（2）对于 Java、Go、Rust 等静态语言，尽可能确保每个代码文件不要超过 250 行
（3）每层文件夹中的文件，尽可能不超过 8 个。如有超过，需要规划为多层子文件夹
- 除了硬性指标以外，还需要时刻关注优雅的架构设计，避免出现以下可能侵蚀我们代码质量的「坏味道」：
（1）僵化 (Rigidity): 系统难以变更，任何微小的改动都会引发一连串的连锁修改。
（2）冗余 (Redundancy): 同样的代码逻辑在多处重复出现，导致维护困难且容易产生不一致。
（3）循环依赖 (Circular Dependency): 两个或多个模块互相纠缠，形成无法解耦的“死结”，导致难以测试与复用。
（4）脆弱性 (Fragility): 对代码一处的修改，导致了系统中其他看似无关部分功能的意外损坏。
（5）晦涩性 (Obscurity): 代码意图不明，结构混乱，导致阅读者难以理解其功能和设计。
（6）数据泥团 (Data Clump): 多个数据项总是一起出现在不同方法的参数中，暗示着它们应该被组合成一个独立的对象。
（7）不必要的复杂性 (Needless Complexity): 用“杀牛刀”去解决“杀鸡”的问题，过度设计使系统变得臃肿且难以理解。
- 【非常重要！！】无论是你自己编写代码，还是阅读或审核他人代码时，都要严格遵守上述硬性指标，以及时刻关注优雅的架构设计。
- 【非常重要！！】无论何时，一旦你识别出那些可能侵蚀我们代码质量的「坏味道」，都应当立即询问用户是否需要优化，并给出合理的优化建议。

小公司普遍做不了 abtest ，不要被「测试」吓退，核心还是「策略+手感」。

最近在跟产品伙伴讨论 onboarding 如何设计，也就是用户进入 app 以后的最初体验，如何能更早感受到 aha-moment 以及触发付费动机，但又不至于因为前面承诺太多而导致后面退费。

我们本质上还是希望做一个长期的产品，我分享了关于【50 年业务】的思考以后，伙伴也非常认同，所以不希望过度承诺，搞得很像骗子一样。

我跟伙伴分享了一个故事，来自于我曾经任职的公司，低转正业务，本来比如说前端进来 100 个线索，能转化 10 个，这是 10% 的转化率，但有段时间突然发现一个城市的转化率特别高，但是进来以后退费率也特别高。

作为公司中台，我们就去查原因，结果发现是一个销售小团队跟客户承诺了一个达不到的效果，用户一听觉得很牛逼，都愿意付费，结果付费进入正常运营周期以后，后面的客服反馈“做不到”，结果就猛猛退费。

所以用户预期是个很有意思的事儿，实际业务操盘中，都是要在前端提预期，一旦付了费，就要开始刻意降预期，告诉用户“改变是缓慢的”“服务不会特别满，避免打扰，还是靠你自觉”……之类之类的。

那对上小公司怎么办呢，我们没办法花钱做大投放一天搞来 5000 个下载，然后把策略一一分配好进行严谨的 abtest ，这测试就没法儿做了吗？

当然也不是。定义好核心数据就好了，【下载转化率】、【退费率】和【投诉率】，理论上讲，保险的操作就是【承诺指数】从低到高去攀升，下载转化率逐渐升高，退费率略略高，但只要没有【投诉】，寻求一个 ROI 最大化就好了。一旦有了【投诉】，就回退。

这玩意儿肯定是不绝对精准，置信度不高，但对于小公司来说足够了。

abtest 是好东西，但没了它肯定也能跑，很多大厂人出来创不了业就是太依赖平台，失去了那些工具就做不好决策，事实上 abtest 这玩意儿要是健全，也不需要你做决策啊，所以核心还是【找恰当的解法】，在现实资源的基础上尽可能把方向找对。

只要培养自己这种解决问题的思路，哪怕在小公司没有健全的机制，也能解决问题。

都用白底黑字一定有什么说法

产品越不行，越是搞一堆花里胡哨的活动运营玩法，显得噪声太多太cheap，仿佛用战术上的勤奋可以掩盖战略上的懒惰。

真正好的产品，让人感到优雅、专注和宁静。

仅以此记，提醒自己不要陷入滑坡。

求个播客剪辑的同学，帮我一起做《文档漂流记》
👩🏻‍🦱希望懂内容，有审美，懂各个平台规则，系统学习过播客前中后期制作方法论。
我唯一优势:有偿且不拖欠工资

好想做一个基于DeepseekR1的Deepseek code🤣

🥶但凡claude code能让我好好用 我也不至于冒出这种想法

用 claude code 开发 iOS 真的太慢了，大佬们有什么好方法吗？

岂可修，没想到 vercel ai sdk 居然不支持 deepseek r1 的推理模型格式，在旧的格式中 deepseekR1 这些推理模型，推理信息都是放在 content 的 标签中的，新版本都是放在 reasoning_content 中，vercel ai sdk 隐藏了过程，我自定义中间件也没办法获取到推理过程输出响应前端，大佬们有办法解决吗？

做TK前，刷到广告快速划走
做TK后，各种广告我逐帧学习📑

刷了下何同学的视频，没想到现在走的是手工耿的路线😂

突然觉得还挺神奇的，不知不觉创业就三年多了，项目不仅没黄，还越来越好，真是tmd运气好。
中途发生过我至今遇到的各种离谱事件，能说的不能说的，真的比小说都精彩。感慨今天还活着真是不可思议。
创业啊，韧性、心性和身体，这三个要素真的在关键节点才会展现出价值。