#出海运营秘籍👉@yunying23

喜欢解决问题的人不适合做业务
做业务的人特点是擅长创造问题，而不是解决问题

喜欢解决问题的人，追求正确和稳定，不喜欢折腾

做业务的人，第一要义是追求成交和增长，附带的就会创造不少问题，解决问题可以交给其他人

给一个特定人群做新产品，最好的做法是找到这个群体里大多数人都会使用的产品。
搞清楚大家会怎么使用这个产品，操作习惯是怎么样的，然后把这些操作习惯迁移到新产品里。
这样大家用起你的新产品来就会特别顺手，觉得特别好用，于是就会传播开来。

#出海运营秘籍👉@yunying23

干了3年多再次推翻自己✌️

通过实践，意识到0中介费平台定位，其实是误区，应该从“价格”转向“价值”，这才是平台走向成熟和可持续发展的路径。

唯果擅长的不是便宜，而是“省心，省事，有保障”，降低客户决策成本，把租房当作安心，确定的消费。

我朋友圈里10条有8条在晒千问请喝奶茶
没喝到的老师需要反省下自己了

千问App上线400多项新功能

太可怕了，一看就不是腾讯和字节能做出来的

现在还100%古法编程的工程师值得尊敬，真的。以后咱们交付的项目，广告语我都想好了：

零添加大模型，拒绝vibe coding，
古法编程，人工调试。
三十天推敲架构，两个月打磨接口。
字里行间，尽显工匠之美；
编译前后，只留手作余温。
@https1024

我也来说下个人对mcp和skills的解释。

mcp就是一种tools，跟agent内置的其他tools差别不大，都是用来给“大脑”提供“手”和“脚”，只不过mcp tools更多是连接外部服务和工具。

如果用做菜来打比方，agent就是厨师，内置tools可以理解为锅碗瓢盆，家庭厨房必备的工具。mcp tools可以理解为别人家的烤箱，可以免费或者付费借用的工具。skills就是食谱，详细说明需要什么食材，使用什么工具，按照什么流程把菜做出来。

skills调用的工具可以是内置tools，也可以是mcp tools，所以skills可以调用mcp tools，这也就解释了为什么skills不是用来替代mcp的。

换个角度看，对于agent来说，mcp tools和skills其实都是tools，它们的层级又拉平了，它们之间的关系就是这么的微妙。

如果从更高层的角度来看，你是厨师长，要做出美味佳肴，你需要厨师、采购员、备菜员、服务员，这些就属于是subagent了。厨师不用管上哪买菜，采购员不用管这菜怎么做，各司其职。

还是就是，并非只有skills可以做渐进式加载到上下文，只要你愿意，你去实现agent也可以考虑渐进式加载mcp tools。

字越少事越大

携程早就该查查这货的底子了……

今天，AI圈最大的事，一定是千问 App 发布会。
在杭州的现场看了整场发布会后，分享一些自己的思考。

1. 为什么是千问

先说个结论。
千问是全球首例，能在一个超级 App 内实现如此全面的 Agent 功能——甚至走在了谷歌、OpenAI 和亚马逊的前面。
这件事的背景是什么？
大模型经历了三年的技术发展演进，行业叙事已必须从 chatbot（聊天机器人）时代，迈入「用 AI 办实事」的 Agent 时代。

就在这场发布会之前，美国几家巨头不约而同地在「补」同一个方向的生态，即履约：

- 1月11日，谷歌宣布，计划将沃尔玛及山姆会员店的商品整合进谷歌的 Gemini。
- 在全国零售联合会（NRF）大会上，谷歌正式发布通用商业协议（UCP），用于为谷歌搜索和 Gemini 的 AI 模式提供智能购物能力。美国用户无需离开AI聊天界面，即可在 Gemini 的对话框中浏览商品并完成购买。
- 2025 年 9 月底，ChatGPT 推出的「即时结账」（Instant Checkout），跑通了从对话到下单的完整购物闭环。
- 亚马逊则针对 Anthropic 的 Claude、Perplexity 和谷歌的 Project Mariner 等公司实行了爬虫程序实施的限制，也正在开发自己的人工智能购物工具。

纵观全球科技大厂，OpenAI 和谷歌，目前虽然拥有最强的大脑（模型），但都缺乏落地的基础设施（或支付、或物流、或商品），履约依赖他人，体验易割裂；而亚马逊，虽坐拥全球最强物流履约网络，但在大模型技术侧却仍处于追赶状态。

相较之下，为什么是千问，打响全球「超级App」的第一枪，答案就呼之欲出：

阿里是全球极少数，同时拥有「顶尖开源模型」和「国民级实体服务生态」（淘宝、支付宝、闪购、飞猪等），并有能力「连点成面」的玩家。

- 模型层：目前，Qwen3-Max 性能位居全球前三，Coding 能力尤为突出——这是做好 Agent 的先决能力基础。
- 场景层：阿里生态覆盖购物、外卖、支付、地图、旅行、票务、娱乐、便民政务等生活的方方面面，每天有海量的真实交易和服务发生，这些数据构成了独特的「场景真相」。

所以是千问——阿里用全球最领先的开源大模型（Qwen），加全球最领先的数据、生态（阿里生态），组出了第一副大模型通用 Agent 组牌。

这是一块让大模型实现「从意图到执行」的关键拼图。

2. Agent 时代，生态团战将开启

再说一个我自己的暴论：

进入 Agent 时代，很可能也就进入了生态团战的时代。

过去三年，无论科技大厂，还是最顶尖的模型创业公司，都可以各自为战——靠怼算力、数据、参数的「暴力出奇迹」的 Scaling Law 曲线，公平地福荫着所有人：只要舍得投入，模型能力就能高速飞跃，所有人参与着一场围绕模型智能提升的竞速赛。

但，接下来将进入的Agent 时代，比拼的是：感知 + 规划 + 行动（Action）。
- 行动需要什么？ 需要接口，授权，和场景。
- 生态是什么？ 生态就是这些接口和场景的集合。

一个需要精耕细作、拼 AI 落地的新周期里——是 AI 2.0 时代的护城河转移：

过去三年，护城河是参数量和算力；未来三年，护城河是 API 的连接数和服务场景的覆盖率。

因此，生态将起到至关重要的作用。

这次千问发布会现场，做了几个示范：

1.当用户输入，一家六口，上有老下有小，想去海南三亚旅行。
千问先给出了总体的出行方案建议（文字），接着对比了机票价格并推荐出行时间，再对比了多家酒店，过程中，所有推荐链接都自然地嵌入在千问这个对话界面内。

2.用户表示想去海外旅行，千问能够帮助办理护照。
千问调度了支付宝的政务办事能力，能够跳转至支付宝。同时它也会查询目的地的签证政策，如果支付宝内能够直接办理，也可直接跳转。

3.吴嘉（千问C端事业群总裁）在发布会现场，用千问 Agent 下单了 40 杯奶茶。
千问直接在端内完成下单和支付。

4.当用户想要预定一家适合晚餐的餐厅。
千问根据用户的位置、需求，自动筛选合适餐厅，并用 AI 拨打商家电话，实现电话订座。
（现场播放这段音频演示时，由于 Agent 的声音和反应过于逼真，观众席里很多人问，这真的是AI吗…）
（另一个小细节是，当完成电话订座后，Agent 会告知对方，这是 AI 呼出的电话。）

将如此多的业务场景整合到 App 内，并实现端内无感完成，这意味着技术整合度非常之高。而这一切的前提条件是，这些业务同属于一个生态，愿意彼此开放，并有能力闭环。

这就是 AI 竞争的下半场：从「单体智能比拼」，转向「综合服务能力的阵地战」。

这个过程中，有家底的公司们，会努力把这个战场变成新一批原始资产积累的抓手，它们对这件事的重视程度也毋庸置疑。

3. 生态团战，难打在哪里

从2023年，大模型浪潮在中国演进开始，一个词曾经被高频提及：大模型的牌局。

那时，大模型的牌局更多指的是资本牌局。

现在，大模型的故事里，才真正到了组牌的时候——所谓组牌，是因为单点 AI 和单点场景的作用都有限，只有打通后形成「1+1 大于 2」的效果，才能称之为一副有效的组牌。

理想状态下，生态助力 AI，AI 也助力生态。

但组牌背后，真正的挑战是，跨部门和业务的协同。而在一个巨型组织内，跨部门跨业务的协同，挑战又比想象中大——涉及商业利益的重新分配、复杂的业务逻辑打通、以及复杂的协作。

我在 2025 年双 11 的电商观察中，写过一个很重要的判断：淘宝之所以发起闪购战，一个很重要的意图可能在于恢复阿里的组织能力，为超级入口之战做准备。今天来看，这个判断是被验证的。

通过将各类生态业务整合进一个 AI 原生的 App，我们看到了一个巨型组织迈出生态整合、聚合、动员、行动的第一步。

这也是久违的新故事。

最后再提一点，我的强烈好奇：

阿里 AI 的原始基因是 toB ，今天，AI 超级入口具有更多 toC 属性，两者之间，动态博弈中，如何找到平衡点或是突破点。

这可能是超级App 背后，一个不小的难题。也可能是一个更本质的问题。