IP的第一性原理是 辨识度
直播的第一性原理是 互动感
涨粉的第一性原理是 共鸣点
变现的第一性原理是 匹配度
人设的第一性原理是 价值观
短视频3秒完播的第一性原理是 价值感
账号的第一性原理是 可持续

突然想起 Firefox 的历史，于是用 Claude 八卦（研究）了一番，太让人唏嘘。

没有及时止损切换生态，没有独立收入，不稳定的管理层，也只能是今天的结局了吧。

～

Mozilla收入的81-89%来自Google——它的头号竞争对手。

这创造了一个荒谬的悖论：Mozilla的生存依赖于Google的付款，而Google付款的目的是维持浏览器市场"竞争"的表象，避免反垄断指控。

全文：https://claude.ai/public/artifacts/64a5967a-2dcf-434e-9ec0-2d8f2cfe3be2

之前就觉得Comet这个Invitation card做得超级好看，没想到Aceternity UI很快就复刻了这个Comet Card组件，几乎1比1还原了！

我现在已经做过新媒体运营、专栏运营、账号运营、创作者运营、头部作者运营、产品运营、用户运营、内容策略运营，请问你应该怎么称呼我这个运营？

发现写代码比打游戏还上瘾，已经写了一天了，还想写，不想睡觉了🤓🤓

刚听完了罗永浩和叶国富的播客，主要就三部分内容，讲三个“如何”。

如何崛起？如何做ip？如何做超市？

名创优品崛起这部分讲的最好，对过往的总结很到位，在电商最攻城略地的年代，能把实体做好，顺风顺水，铺向全国，非常厉害。

我对名创最早的印象，是他们新中关的店铺，在海淀黄庄地铁口，位置很显眼。

logo看上去像优衣库，收银台背后写着“日本快时尚设计师品牌”，店里挂着个“三宅顺也”的海报，浓浓的日系风格，半土半洋。

但当时名创的东西非常物美价廉，考虑到所见即所得，价格又不比电商贵多少，很有竞争力。

当时的购物环境，哪怕是北京，好像也是默认711这种超市的商品，就应该比电商贵一倍，没啥危机感。

至于一些街头巷尾的小卖铺，价格更是黑的不行。哪个学校没有自己的“小黑”。

周遭环境的恶劣衬托下，这种优势是巨大的，名创今天可以走这么远，我一点也不意外。

第二个部分讲的是ip。

这部分叶老板有点语焉不详了，虽然篇幅也很长，但是没讲明白。

虽然不忌讳和泡泡玛特比较，还说“南有名创优品，北有泡泡玛特”。

但我觉得在一般消费者认知中，应该真没多少人把泡泡和名创来类比的，两者的用户心智差别挺大的。

一个是ip玩具/情绪价值店铺，一个是日用品快销店铺。泡泡如今的气质很特别，名创还真不像。

虽然名创也开始卖盲盒啥的，但感觉真的不一样。

可能是因为泡泡不卖日用品百货吧，这个“减法”造就了它的气质。

名创卖盲盒，难逃小卖铺卖奥特曼的感觉，改变用户心智，不太容易。

如果名创照搬泡泡，全力发展ip，减少百货日用品销售，那它还是名创吗？

这一部分没有听明白，也没讲清楚。

第三部分是讲永辉超市胖改店的。

我听完觉得叶老板的超市梦挺靠谱的，线下这些超市也只有这一条路可以走了。

早就应该改变卖货架的商业模式了，卖货架就像淘宝天猫卖流量一样，底层逻辑有问题，时间久了，肯定不行。

从卖货架转变成卖产品，学习山姆/Costco，从和用户利益冲突，变成站在用户利益思考问题，这是必然的。

不这样改变，只能是死路一条。

微博天天给我推欧美和国内的短剧…总的来说国内向往豪门，欧美喜欢怪人🤣

小红书电商更新了一个很好的功能，估计后面会逐步开放
就是官方版本的自动发货，这是一个很好的利好消息，虚拟产品商家直接聚焦在塑品和内容就可以了。
这是好事儿啊，省了阿奇索的会员费

Code Mode: the better way to use MCP

Code Mode：使用 MCP 的正确姿势

会令人上瘾的药物各国政府都在监管，而会令人上瘾的算法，目前却是监管空白，互联网大厂早就沦为技术封建主义网络地主。

我现在回头看，那些真正走出来的个体，都不是最有资源的，也不是最聪明的。

他们的共同点只有一个：用商业的逻辑，一点一点经营自己。

他们能把一次合作变成长期关系，
能把一个内容变成一套产品，
能把零碎的时间变成复利的积累。

这不是套路，是思维方式。

我今天尝试了，不需要安装 Spec-kit，结合 AGENTS.md 也能实现部分 Spec 开发的方式。我用的 Codex，整个过程是这样的：

1. 用自然语言对话，与 AI 共同产出一个产品功能清单 PRODUCT.md。
2. 在这个清单的基础上，让 AI 生成一个分阶段实现的 PLAN.md。
3. 引用 PRODUCT.md 和 PLAN.md，让 AI 得到一个技术参考文档 TECH-REFER.md。
4. 根据如上所有文档，让 AI 提供一个分阶段，原子化的任务清单 TASK.md

然后 AGENTS.md 里添加一个规则，让 AI 记住自己的每一步修改：

## Change Tracking
- After any file modification in this repo, update `CHANGE.md` at the project root.
- For each change, include:
- Date (YYYY-MM-DD) and optional time
- Affected files/paths
- Action: Add | Modify | Delete
- Functions modified: list fully qualified function/method names; include signature when practical
- Short summary and expected impact
- Keep entries reverse‑chronological; group related changes under the same date.
- When opening a PR, ensure `CHANGE.md` includes that PR’s delta.

Example entry:

Date: 2025-01-01
Changes:
- Modify: Core/WindowManager.swift — Refactor layout calc for clarity.
- Add: Tests/LayoutTests.swift — Add tests for split algorithm.
Functions modified:
- WindowManager.applyLayout(_:to:screens:)
- LayoutEngine.splitRect(_:by:gap:)
Impact:
- Behavior unchanged; improved test coverage and readability.

然后再添加一个规则，让 AI 根据 TASK.md 来一步一步执行：

- 按“一个原子任务一次”的节奏推进，实现来自 `TASK.md` 的任务。
- 每完成一个原子任务：
- 立即在 `TASK.md` 中将对应条目标记为 `[x]`。
- 在 `CHANGE.md` 记录变更：包含日期、影响文件、修改/新增/删除，以及“Functions modified”。
- 若实现影响了用户体验或操作方式，优先在文档中以“用户操作”视角补充说明。

---

这种方式比起 Spec-kit 稍有不同的是，每完成一个任务，Codex 都会让你确认，然后进行下一步，不像 Spec-kit 里提供的命令这么自动化。

但是，这个方式可以比较好地管理每一个步骤的实现，你可以向 AI 反馈你发现它的实现中出现的问题。即时进行修正，这些操作记录都会记录到 CHANGE.md 这个文档里面。

然后有了 CHANGE.md 文档的存在，你可以放心调用不同的 LLM Coding 工具，在基于 CHANGE.md 里面的基础上进行修改。相当于拥有一个项目的记忆。