DeepSeek“还在谈”的估值，从100亿终于“飙升”到515亿美元了

按照最新市值计算，智谱525亿，MiniMax300亿，月之暗面据报道是200亿。

腾讯是上市3年后，成立9年后，才达到100亿美金市值。

中概里超千亿美金的，大概也就5家左右，腾讯阿里，拼多多小米，还有恒科敌人。

估值超500亿美金之后，DeepSeek和便宜已经关系不大了，之后要拷问的就是商业化能力。

最近在做产品的过程中慢慢看清楚一个问题：如果说移动互联网时代的本质是“连接”，那 Agent 时代的产品本质是什么？

只说“移动互联网是连接”其实还不够。因为真正改变产业的，不是一个抽象概念，而是一整套底层基础设施成熟后，催生出来的新产品范式。

PC 互联网时代，人主要是坐在电脑前上网，行为是搜索、浏览、下载、发帖。到了移动互联网时代，智能手机、4G、GPS、摄像头、移动支付、App Store、推送通知、社交关系链一起成熟，产品的构建方式就变了。

手机让人随时随地在线。
GPS 让位置成为实时变量。
摄像头让拍照、扫码、短视频成为低摩擦输入。
移动支付让交易闭环瞬间完成。
推送和社交关系链让产品可以持续触达和传播。
推荐算法让内容和商品可以被大规模分发。

所以移动互联网的“连接”不是简单把人和人、人和商品、人和内容连起来，而是形成了一套完整模式：

先捕捉用户的实时状态和意图，再把合适的人、内容、商品或服务匹配给他，最后通过支付、履约、评价、复购形成闭环。

微信不是简单通讯录，而是人与人的实时连接网络。
淘宝不是简单网上货架，而是人与商品的搜索、推荐、交易网络。
抖音不是简单视频播放器，而是人与内容的算法分发网络。
美团、滴滴也不是简单信息平台，而是基于位置、供需和履约能力的服务连接网络。

这就是移动互联网的产业范式：连接 + 匹配 + 分发 + 交易/履约闭环。

那 Agent 时代呢？

我觉得 Agent 时代的核心不只是“理解与执行”。理解和执行只是结果，背后也会形成一整套新的产品构建模式。

这套模式至少包括几个关键能力：

第一，持续采集上下文。
不再只靠用户主动输入表单，而是通过文件、图片、语音、日历、浏览记录、位置、设备、历史行为等方式，低摩擦地理解用户所处的真实情境。

第二，形成长期记忆。
产品不只是完成一次任务，而是记住用户的偏好、历史选择、失败经验、常用规则和生活习惯。越用越懂你，是 Agent 产品和传统工具最大的差别之一。

第三，理解模糊意图。
用户不需要把需求拆成标准流程。很多时候他说的是一句很模糊的话，比如“下周出差，帮我准备得体一点但别太正式”。Agent 要能理解背后的场景、约束和偏好。

第四，调用工具完成任务。
Agent 不能只停留在对话里。它要能调用搜索、日历、邮件、地图、电商、支付、文档、企业系统等工具，把想法变成动作。

第五，管理执行过程。
真正有价值的 Agent 不是一次性回答，而是能拆解任务、规划步骤、处理中间异常、向用户请求确认，并在关键节点保留控制权。

第六，沉淀反馈，优化下次执行。
每一次任务完成后，用户的选择、修改和反馈都应该进入记忆系统，让下一次更准确。

所以 Agent 时代的产品范式可能是：

上下文采集 → 记忆沉淀 → 意图理解 → 任务规划 → 工具调用 → 执行确认 → 反馈学习。

这和移动互联网时代很不一样。

移动互联网产品的核心页面往往是列表、Feed、搜索框、详情页、交易按钮。
Agent 产品的核心结构可能不是页面，而是一个围绕任务运转的智能系统。

举一个衣橱产品的例子。

移动互联网时代的衣橱 App，通常会怎么做？
用户手动录入衣服，上传穿搭照片，浏览穿搭内容，收藏单品，跳转购买。它本质上还是“人与内容”“人与商品”“人与服务”的连接。

但 Agent 时代的衣橱产品应该不一样。

它要知道你衣柜里有哪些衣服，哪些常穿，哪些很久没穿；它要理解你的风格偏好、场合需求、天气、行程、洗护状态；它要记得你上次说某条裤子显胖，某件外套开会穿很合适；它还要能在你说“周末去杭州，两天一夜，想轻松但拍照好看”时，自动给出搭配、行李清单、缺失单品建议，甚至帮你判断是否需要洗衣、购买或替换。

这时它就不是一个“穿搭内容社区”，也不是一个“衣服库存工具”，而是一个私人衣橱 Agent。

它的价值不是连接你和更多穿搭内容，而是理解你的衣橱、你的场景和你的偏好，并参与完成“今天穿什么”“出差带什么”“缺什么要买”这些真实任务。

这也是我认为 Agent 产品会成立的原因。

上一代产品把世界连接到人面前。
下一代产品会把人的上下文理解下来，并替人推进任务。

移动互联网解决的是：你要什么，我帮你找到。
Agent 时代解决的是：你想做什么，我理解之后帮你完成，并且下次做得更像你。

培根说，知识的拥有者有三种——

第一种是蚂蚁。他们从世界各地搜集信息，堆成一座巨大的土丘，然后坐在堆顶。如果他的蚁丘最大、知识堆最大，他就为之自豪。但他做的全部事情，就是占有它。那是一座漂亮的图书馆，却什么也产不出来。

第二种是蜘蛛。他们吐出精致的丝网——美丽、繁复、合乎逻辑的理论体系。你赞叹它们，很容易被它们迷住、缠住。但里面没有任何真实的东西，全都只是从蜘蛛自己身体里吐出来。

第三种是蜜蜂。他们从自然的果实中采集，再通过自己生命这一器官加工所采之物，产出一种对世界来说既甜美又有用的东西。

你是哪种昆虫？

我国有望成为全球量子网络制定者

不明觉厉，反正看到量子纠缠就想转

原打算昨晚早睡的，睡前打开工作手机，收到一个粉丝发来的公众号反馈，说她看了我的因果理论 & data science &与业务结合的案例后感觉天灵盖通了，忍不住大晚上发来感谢信，我的确没想到这个10000字的公众号长文还真有c端用户看，于是大晚上和我出版社的责编说「粉丝催稿了你搞快点」，顺便送上了claude for word的用法，都什么时代了还在古法改稿啊！
❤️❤️总之来自自己的作品被粉丝认可的正反馈真是太开心了

#出海运营秘籍👉@yunying23

作为一个做咨询的、给人上课的，我最近也在花钱找别的领域的人，给我做咨询陪跑，角色转换之后，有几个有意思的感受。

1、以前总有客户说，觉得我很忙。当时我以为是商业话术，毕竟干我们这行，越忙越赚钱。

现在我也会觉得我的顾问有点忙，但我并不是在夸奖他生意好，而是担心他没时间投入在我身上，影响我的业务进展。

2、以前总有客户不按照我们的方法做，当时我觉得是客户的认知太固化了。

现在我也没有按照我的顾问的方法去做，因为他没有完全考虑到我所在的阶段、场景、行业，以及我自身的特点，而且我不认为自己的认知是固化的。

3、以前我们给客户找一些对标，有的客户非常抵触。当然我们也不会强求，可内心会觉得，这是客户还没入门，以后就会参考这些对标的。

现在的顾问给我的对标，我看了就想吐，我甚至不会点开，我觉得那些人太垃圾了，他们不配让我看。

#出海运营秘籍👉@yunying23

干货分享
有一个外链提交站 是面向法国的
http://comparateur-ia.com/
这个站的流量挺优质的 因为我有几单的用户来源就是这个站
这个站几个月前免费 现在要收费了 标准是49欧元
提交后会发邮件给你让你付费
但其实你不用付费 他一段时间后还是会给你通过
大家快去提交吧 最好确保你的网站是有法语的

流量密码：
* 开国外公司
* 办国外电卡
* 办香港银行卡和国外银行卡
* 注册国外 AppleID
* 贩卖中年焦虑
* 用大白讲 Vibe Coding ，生成一个很丑蓝紫色渐变的 AI 页面
不用学习怎样起号，就这几个东西，隔一个月来一次，可以再收割一波，上没有记忆。
流量黑洞：
* 认真讨论技术问

互联网充电｜优质资源
优质内容｜内幕消息

#出海运营秘籍👉@yunying23

oppo这写文案这个人没代入身份
就好比我可以说自己是废物/牛马，但是其他人不能说我是
同理我可以说自己有2个老公，甚至20个老公都可以
但是你品牌方不能
给你上的罪行足够喝上一大壶了

当执行不是问题时，定义问题的能力就成了新竞争力

目前hermes 的实践是多台云服务器多个hermes 实例，然后挂载一个对象存储作为共享skills 目录，整体还算比较清晰，俩agent 可以根据维护的不同产品来专注思考不同方向，同时共享了一些技能。但是对于记忆模块有一个痛点，希望能共享一些规范，比如每个实例输出的一些文档应该以公网链接给我等等，现在需要和每个agent 说一遍。不知道有没有什么更好的架构 🤔

今天推荐一个开源免费录屏工具 Cap， 1.9 万 star，TypeScript + Rust 实现

可以作为 Loom 的替代，录屏、编辑、分享一条龙。两种模式：Instant 边录边传，停下来就有分享链接（开源版本也可以自托管支持）；Studio 本地录制，加背景、字幕、裁剪、AI 自动章节标题，该有的都有

录完的视频不需要经过任何第三方服务器。AWS S3、Cloudflare R2、Backblaze B2、MinIO，随便接；自己的域名、自己的数据库、Docker Compose 一键部署。

🔗 https://github.com/CapSoftware/cap

我虽然用不了Claude，但是今天一整天都待在Claude的直播里……

某厂这一波全员及各种矩阵号短视频策略是：让人民淹没在“梦我”的汪洋大海中🤣🤣, 有效的

甲骨文(ORCL)老板埃里森强调：ChatGPT、Gemini、Grok和Llama等AI模型，都是基于大致相同的公共互联网数据进行训练的。当所有人都使用相同的信息进行训练时，模型必然会趋于一致。这就是AI走向商品化的原因。真正的护城河并非模型本身，而是其背后的专有数据。能够利用独家数据集进行训练的公司，将获得竞争对手无法复制的优势。埃里森(Larry Ellison)是商业策略大师，而AI正在进入下一个阶段。拥有别人没有的数据，就能让你在市场中占据主导地位。

互联网充电｜优质资源
优质内容｜内幕消息