元宝豪掷10亿，但我感觉豆包已经赢了

周末回了趟老家，这次回去最大的收获，就是不经意间，发现父母都开始用豆包了。

本来聊着其他话题，遇到了问题，他们下意识的反应，“我问问豆包”。

然后熟练的“按住说话”，发送消息给豆包，人机交互和微信一样，豆包就可以准确无误的回答他们的问题。

在震惊我的同时，我也突然意识到，他们用豆包和我日常用Gemini并没有什么区别。

但我觉得自己受益于AI浪潮的时候，他们也光速进化了，科技真的是越来越平权了。

2025年底，坊间传闻豆包的 DAU 已经突破一亿。

如果倒推半年，我可能还会觉得这数据里多少掺了点水分。但此刻，看着父母的操作，我反倒觉得“一亿”这个数字或许还保守了。

虽然阿里前不久猛推千问，把整个阿里系整合，要给千问做嫁衣。

今天元宝也高调宣布，春节要分10亿现金，试图借着春节的流量红利拉动全民体验元宝。

互联网公司做业务，业务陷入瓶颈，总得试一把春节吧。

但我觉得，在 AI 对话 APP 这条赛道上，如果不出现特别大的机会点，某种意义上，豆包已经终结了比赛。

豆包不仅赢了，而且可能赢得相当彻底。

一方面当然是抖音“猛猛推流”的恐怖分发能力。

另一方面，它做出了类似“多邻国”那种从内到外的亲和力，从俏皮的 logo 设计到语音对话的独特腔调，都让人觉得轻松有趣，频频出圈。

比如前不久罗永浩和豆包的那场辩论，精准地击中了当年 Zealer 评测的陈年老梗。

那一刻，让人唏嘘又莫名感动，仿佛时间真的能熨平一切。

这个罗永浩和豆包共同创造的“名场面”，其精彩程度完全不亚于当年的“这是耻辱柱的耻辱”，字节应该给罗永浩打钱。

根据我朴素的经验：一旦某个互联网产品，连我的父母都变成了重度用户，基本就标志着这款产品已经完成了对大众市场的统御，终结了比赛。

元宝的 10 亿现金确实能砸出惊人的下载量，但然后呢？靠什么留存？

去年春节元宝借助 DeepSeek 吸了一大波流量，打得豆包措手不及，事后看，也并没有扭转什么格局。

感觉从什么时候开始，腾讯似乎陷入了一种令人遗憾的路径依赖：

1、新产品想借力微信，微信克制拒绝。

2、新产品只好单打独斗，结果屡战屡败。

3、最后要么销声匿迹，要么被整合进微信的一个角落，可能焕发第二春。

4、而字节对应的产品，借助抖音已经迭代了N个版本，早已跑得不见踪影。

在 AI 对话机器人这一局，豆包确实领先了元宝整整一个大气层。

只靠元宝的力量，10亿现金应该也改变不了什么。

希望微信后面可以力挽狂澜吧。

本地共享文件我也是尝试了各种工具，昨天 HN 上很火的 LocalSend 真的好用。
https://localsend.org/
无需网络，无需启动额外的服务器，免费，开源，加密，各种平台的客户端，比 AirDrop 好用多了，因为家里有 windows 电脑也需要兼容一下。试了一天，感觉是我现在本地共享绝佳的解决方案。

@https1024

这是少有的介绍Shopify的书，可读性一般，但可以对它的运作有个较为全面的认识。印象最深刻的是创始人从2013年起提出Retail Operating System的产品战略，围绕商家经营所牵涉到的多个环节痛点，逐一进行解决，包括POS和Payments等，同时，又保持开放生态的能力，这样让团队保持在有高杠杆的核心能力上，又让第三方应用解决长尾需求，这要走好，一方面产品本身要足够好，另一方面还要给生态分配足够的利益，在2021年，Shopify生态伙伴挣的钱是它的七倍，真是生态共赢。

一家成功的企业，站在后来的时点来看，都显得理所当然，只要在那个点做了某个产品就行，实际情况往往不是的，会有一批竞品在尝试解决同一个场景问题，但总有一两家通过好的产品在这一过程脱颖而出，形成正向飞轮。

Cursor作为最近非常火的AI辅助代码工具，你知道该如何使用它吗？
网站 Cursor 101 提供免费的 Cursor 入门教程和实用技巧，帮助用户快速掌握Cursor这款强大的开发工具。
🔗https://cursor101.com/zh

@https1024

为什么一个从不写代码的Meta产品经理能够靠AI独立把产品做出来，甚至让工程师团队反过来向他请教？

在最近刷屏科技圈的Lenny's Podcast中，Meta资深产品经理Zevi Arnovitz带来了一场极具颠覆性的演示。

这位完全没有工程背景的产品经理，仅靠AI就独立构建并上线了多个具备商业价值的真实产品。

这期内容不仅具有它的励志色彩，更揭示了一个正在发生的范式转移：

AI正在把构建产品的门槛，从掌握编程语法，转变为掌握系统设计逻辑。

但这并非魔术，Zevi的成功并非源于他什么都不懂，而在于他懂得如何像CTO一样思考。

能够指挥AI去处理那些繁琐的代码细节。

接下来就是对Zevi这套AI驱动型工程工作流的深度拆解。

一. 核心逻辑：从聊天机器人到虚拟工程团队
Zevi工作流的本质，是将AI从单一的问答工具升级为可协作的研发团队。

他并没有指望AI一次性生成完美代码，而是构建了一套严密的分工与制衡机制。

1. 角色分工（Role Assignment）
他利用不同模型的特性，将其定义为不同的团队成员：
- Cursor：不仅是编辑器，更是整个虚拟团队的办公场所，提供全项目的上下文感知。
- Claude：担任首席架构师。它逻辑严密，负责顶层设计、任务拆解和后端逻辑。
- Gemini：担任UI/UX设计师。它具有更强的多模态理解力和创意，负责视觉、交互和前端细节。
- o1/Grok：担任特种兵。仅在遇到极复杂的算法推理难题时介入。

2. 核心大杀器：斜杠命令（Slash Commands）
为了避免每次重复写Prompt，Zevi将验证过的高效指令封装成了斜杠命令，形成了一套标准SOP（标准作业程序）：
- /create-issue：将模糊的想法转化为结构化的开发任务。
- /create-plan：这是最关键的一步。生成包含技术栈选择、数据结构设计、风险评估的详细执行文档。
- /implement：根据Plan中的文档，自动生成代码。
- /review：启动代码审查流程。

二. 独家绝技：多模型对抗审查（Peer Review）
这是Zevi工作流中含金量最高，也是最能解决AI幻觉痛点的环节。
大多数新手使用AI编程失败，是因为盲目信任单一模型的输出。Zevi引入了对抗机制：
1. 让Claude生成核心逻辑代码。
2. 强制调用Gemini进行审查，重点挑剔UI还原度和交互逻辑。
3. 再将反馈丢回给Claude进行修复。
4. 如此往复3至5轮。

这种左脚踩右脚的迭代方式，极大地降低了代码的错误率。

Zevi坦言：通过这种虚拟同事互怼产生的代码质量，甚至接近专业工程师水平，因为它们互相弥补了逻辑与审美的短板。

三、 祛魅与真相：不可忽视的隐形门槛
虽然视频演示了30分钟上线新功能（StudyMate的实时协作闪卡），但我们需要冷静地看到幸存者偏差背后的真相。

1. 90%的时间在调试，而非生成

Zevi在视频末尾提到的Failure corner才是常态。

初学者在实践中会发现，AI经常生成无效代码（Slop）Zevi之所以能跑通，是因为他具备极强的调试逻辑。

当AI报错时，他知道是数据库连接问题，还是前端状态管理冲突。

AI接管了Coding（编码），但无法接管Engineering（工程化思考）。

你不需要背诵语法，但必须理解什么是API、什么是数据库结构、什么是前端组件。

2. 规划大于执行
Zevi反复强调，/create-plan是最重要的一步。如果你的需求描述模糊，AI生成的代码就是一座危楼。

AI时代的编程，核心能力是清晰的需求定义能力和系统架构能力。

你必须先在脑海中跑通逻辑，AI才能帮你跑通代码。

四、 实操落地：咱们普通人的进阶路径

如果你想复制Zevi的能力，请遵循以下三个阶段，切勿一上来就挑战复杂系统。

阶段一：配置与适应
下载Cursor，配置好Claude和Gemini，导入Zevi公开的指令库，建立标准工作流。

阶段二：最小闭环验证
不要上来就做淘宝微信。
先做一个本地的Todo列表，或者模仿StudyMate做一个简单的PDF转测验工具。
强制自己执行 规划-执行-互审 的完整流程。

阶段三：职业赋能
如果你是产品经理，你的目标不是替代程序员，而是具备快速验证假设的能力。

下次提案时，直接拿出一个可运行的Demo，这比一百页PPT更有杀伤力。

Zevi Arnovitz的演示之所以震撼，不在于工具的先进，而在于他展示了一种全新的人机协作形态。

在这个时代，不懂技术不再是阻碍你创造产品的借口。

但请记住，AI真正降低的是动手的门槛，而非动脑的门槛。

学会这套工作流，你将不再是一个等待排期的资源需求方，而是一个拥有虚拟技术团队的超级个体。