17年做设计师的时候做海尔智能家居的项目，了解过智能家居能做的场景

现在2025年了，自己的房子要装智能家居，又去市场上咨询了一遍，发现这8年压根没啥大的变化，能服务的场景还是那些，无非是展厅变大变炫了

AI真该来重做一遍

其实我们普通人真的不需要用那么多.ai 产品

今天群里讨论为何GPT 5.2发布后没啥声量，结论是Gemini 3 pro多模态太强了，以及GPT 5.2太拉了。
还有一个重要原因，从今年夏天开始，Gemini大量送学生免费pro权益。这东西传到东大，自然有号贩子大量制作成品认证号，几十块就能买到，比一个月20刀的正价GPT香多了。
Gemini3本来就很好用，pro账号还可以带着NotebookLM+nano banana pro+antigravity+2T网盘……全家桶都免费用。
隔壁GPT不但不搞活动，还学Claude开始封号，相比之下Gemini更是香迷糊了。
不知道是不是受了东大互联网企业启发，Google免费牌打了一轮又一轮，以至于大家嘴上吹OAI，手上都很诚实。
果然每代人都有可以领的鸡蛋。

没有网络效应和内容沉淀的产品至少要回答一句“有什么区别”吧。

#出海运营秘籍👉@yunying23

刚录了一个小时的播客，发现没有插麦。

关于 Vibe Coding 的 10 条实战复盘

总结一下这段时间在 Vibe Coding 上的实战经验，供大家参考：

1. 需求聊透再动手： 避免返工。每个页面、功能、设计风格都要和 AI 充分讨论，让 AI 补全细节。

2. 锁定热门技术栈： 推荐 Next.js + Supabase + TailwindCSS 等。因为热门技术栈在 AI 模型中训练数据最足，回答的准确度和代码质量是最高的。

3. 接口先行： 每一个接口都要写独立的 API 文档，接入代码前先用 AI 生成 cURL 测试，排除第三方不可控因素。

4. 分批执行 MVP： 任务拆解，先完成最小可行性版本。建议先 Mock 数据搞定前端，再逐个接入 API。

5. 善用开源库： 动手前先问 AI 有没有合适的轮子，和 AI 讨论并确认开源库方案后，再在此基础上修改，大幅减少代码生成量和调试成本，也可以搜索下github。

6. 版本管理意识： 完成一个独立功能就 Git Commit，方便随时回滚，大胆实验。

7. 精准复现 Bug： 报错信息给全（页面、控制台、Network），清晰描述“正确逻辑 vs 错误现象”，无法解决时及时回滚换思路。

8. 投喂充足上下文： 不要只发文字，多发截图（UI参考）、文档（API字典）、示例代码。

9. 引导式修复： 让 AI 像人一样梳理逻辑，在关键步骤输出日志排查。

10. 控制 Token 上限： 每个独立任务新开一个标签页，保持上下文纯净。

贵州酸汤/贵州豆豉是两个非常有风味的好产品，但是纯底料不是最优的产品解决方案。

我想去试试，依托酸汤的一个产品马上就要出来了，跟牛肉搭配做成的酸汤牛肉。

我的个人体感 GPT5.2， 至少在 Coding 这件事上 ，带来的提升比 Gemnini （2.5 --> 3.0) 本身大不少 。

至少在如何做，以及如何说这件事，有明显的拉开

分享一下最近在做C端产品上的一些思考。

1.再小的产品也值得做，想清楚人群就行了。

就像提示词管理助手，我看了一下公众号、飞书的各种浏览量，应该有2万左右吧，但是产品的安装人数也就2000。

这是一个非常小众非常极客的产品了。

它需要你先花5分钟时间折腾飞书授权，然后才能进行提示词管理。

那我为什么非要做这个产品呢？

我自己每天都要用，没这个产品我太难受。

自己用就是一款产品最大的价值，人很难做出来一款非常棒但自己丝毫不用的产品。

2.做好一个小产品是下一个产品的基石。

不管是AI编程的水平也好，还是对需求洞察的能力，其实都需要一步步往上走的。

但一下子做一个1万人用的产品其实是非常有难度的，很容易人陷入到自己做不成事情的困顿中。

那不如把目标放低一点，先做一个100人用的。

100人做好了，再去做1000人，再去做1万人。

一点点往上走，你就会发现很多事情都是有价值的，都是值得做的。

这样不会心急还会有不错的正反馈。