我发现 AI 高手和普通人有一个最核心的差距，就是对细致工作的拆解能力。

今年我培训了快 1 万名学员，给他们讲 AI。但讲完之后，他们只能提出一些很大、很空泛的需求，比如“能不能帮我做一个什么都懂的智能助理”。然而，现在的 AI 还不支持这样大而全的需求，或者说在处理这类需求时效果不佳。

那高手是怎么做的呢？他们会把一件工作拆分成非常小的步骤。比如写一个方案，首先是选题，接着写大纲、调整大纲，然后根据大纲写内容，完成初稿后进行审核、精修，最后排版。工作流本质上就是工作步骤，就像做菜，最终产出的是菜肴，但前期要经历买菜、挑菜、洗菜、切菜等处理，之后才是炒菜。现在的工作流也是如此，是对信息进行类似洗、切、烹饪等各个步骤的处理。

很多人没办法把工作拆解得这么细致，因为他们自己原本就不清楚自己是怎么做的，或者只是凭着本能和直觉做事。他们只知道说“我要一个炒好的菜”，却完全没想过自己过去是如何把菜炒出来的。

所以，未来非常有价值的能力是把工作，尤其是细致的工作进行流程拆解，并从每个流程中提取经验。比如切菜用什么刀法，煮菜用小火还是大火、煎多久、什么时候翻面。对于工作也是一样，要写出一份好的报告，需要收集什么数据，用什么理论模型处理数据，整个处理过程有哪些需要注意的坑。

如果能把工作流程标准化（SOP 化），并对整个 AI 应用过程进行经验萃取，这是非常有价值的能力。现在我有一些项目就需要这样的人才来提炼工作流、进行经验萃取，然后做成智能体（agent），这决定了智能体的质量。

如果你具备这种能力，有以下几个好处：第一，可以将自己的经验复刻，打造一个 AI 数字员工团队帮你工作；第二，可以出来创业，成为 AI 在某一业务领域的独立顾问，帮企业萃取经验、打造智能体；第三，更重要的是，有一天我们或许真的能复刻出自己的数字员工，帮助我们解决各种问题。

除了Z-Library，别忘了还有这些网站可以下载各种电子书⬇️
@aigc1024

同样用AI，有人在原地打转，有人已经翻过了山
看到很多人拿 AI 当作业助手，复制粘贴答案交差。这没什么好奇怪的，人都想走捷径。
但有意思的是另一批人，他们也在用 AI，但玩法完全不同。
他们会输入这样的提示词：
"用三个层次解释这个概念：入门、进阶、高级。然后告诉我每个层次之间的差距在哪"
你发现区别了吗？
第一种人用 AI 跳过学习。第二种人用 AI 加速学习。
这两个方向完全相反。
跳过学习的人，三个月后还在原地。因为他们从来没真正理解过任何东西，只是借用了 AI 的输出。
加速学习的人，三个月后已经到了别人一年才能到的地方。他们让 AI 帮自己看清知识地图，找到最陡峭但最高效的那条路。
我见过一个程序员朋友，每次遇到新技术栈，第一件事就是让 AI 梳理出从基础到精通的完整路径。然后专门挑那些进阶到高级之间的难点去啃。
他说，AI 最大的价值不是给答案，而是告诉你应该问什么问题。
这话我琢磨了很久。
大部分人学东西慢，不是因为笨，是因为不知道自己的盲区在哪。你以为自己懂了，其实只是停留在表面。
AI 能瞬间把这些盲区摆在你面前。
它会告诉你，入门和进阶之间差了什么，进阶和高级之间又差了什么。这些差距就是你要花时间攻克的点。
所以真正会用 AI 的人，学习曲线反而更陡了。
陡，意味着难。但也意味着快。
你爬一个斜坡，可能要走很久。你爬一面墙，虽然累，但上去就上去了。
AI 不会替你爬墙，但它能告诉你墙上哪里有抓手。
这才是 AI 对学习的真正改变。
不是让学习变简单，是让学习变高效。你还是得懂，得花时间，得动脑子。只是这个过程被压缩了。
那些想靠 AI 不劳而获的人，迟早会发现自己什么都没学到。
而那些用 AI 主动提高学习难度的人，已经甩开别人好几条街了。
@aigc1024

•支持导出、分享、二次编辑
路径极短，反馈极快。

在 Day1，我们对这个功能的定位想得非常清楚：不做 AI 对话、不做通用文生图、只做「专业级文本生成图示」。而且要做，就做到一个目标：国内最好，全球 Top。

四、用户会用脚告诉你：方向对不对

功能上线后，我们看到了很多有趣的真实用法：
1、把 Wiki、技术文档转成结构化图示，辅助理解
2、 给自媒体文章、公众号内容快速配图
3、把领导布置的模糊任务，快速变成一张可交付的图

通过一轮又一轮用户访谈，我们不断发现：新需求、新场景、新的增长机会点。就这样，产品壁垒在变厚，用户粘性在变强，口碑开始自传播。

五、那通用 AI 不能做吗？

当然会有人问：
豆包可以啊，Gemini 也可以啊？
我的回答一直很简单：
我们做的是通用产品“很难认真去做”的那一段能力。
•生成的图示，几乎都可以二次编辑
•把“从文本到图”的路径，压缩到最短
•保证结果稳定、结构清晰、专业可用
一句话就是：可用、可改、够好、够快。

总结关于 万兴图示 AI（EdrawMax AI） 的创新，本质上并不神秘：
1、在利基市场中，找到自己最擅长的场景
2、把一个小需求，做到体验和效果的极致
3、通过真实反馈，持续迭代，慢慢拉开差距

产品创新，很多时候拼的不是爆发力，
而是定力和耐心。

种下一棵苗，
静待花开有期。

最后放上我们产品中文版地址：https://www.edrawmax.cn/add_in/share?share_id=7ad9e005231246b1a99d8b1aa551de85

你用 ChatGPT 的方式，正在浪费它 90% 的能力
之前我总觉得 ChatGPT 给的答案太浮于表面，总是说一些正确的废话，我开始怀疑是 AI 能力不行，还是我表达有问题？
所以我开始测试怎么和 AI 说人话。聊了无数次不同的对话，最后总结出 7 个让 ChatGPT 输出质量倍增的技巧。不需要学什么 Prompt 工程，只需要调整你说话的方式。
如果你想让 AI 给出更有价值的答案，记住一个原则：精准的输入 = 高质量的输出。
这不是技术问题，是沟通问题。AI 不会像人一样理解你的言外之意，它需要明确的指令、清晰的框架、具体的要求。就像写产品需求文档，越详细越不容易偏离目标。
试试这些方法，你会发现 AI 能帮你做的事情，远比你想象的多。
@aigc1024

个人如何打破信息差⬇️
@aigc1024

Manus 团队加入 Meta，一群年轻人的十年

非常荣幸能够见证这具有历史意义的一天，小小蝴蝶真的振翅飞过大洋创造了奇迹！

祝贺肖弘@小宏 ，潘潘，Peak @PeakJi ，慧杰，涛哥@hidecloud ，CZ和蝴蝶效应团队，尤其要祝贺10年来一直支持团队的@YuanLiu ，这是属于这个时代的美丽创业童话❤️🦋

聊一聊我认识的 Manus。

2025 年 12 月 30 日，注定会被写进中国科技创业史的一天。
一早醒来，Meta 宣布以数十亿美元收购 AI Agent 公司 Manus（蝴蝶效应）。
这是 Meta 成立以来金额排名第三的收购，仅次于 WhatsApp 和 Instagram。
交易完成后，创始人肖弘将出任 Meta 副总裁。
朋友圈瞬间炸了锅。
有人惊叹于这笔交易的「天价」——数十亿美元；有人不解于谈判的速度——仅仅十余天；更有人在讨论这对中国 AI 行业的冲击。
在一片喧嚣和躁动中，我反倒觉得异常平静。
这种平静，源于两个月前，国庆期间我在新加坡见到他们团队的那个下午。
那时候，虽然没有聚光灯，没有数十亿美元的支票，但我隐隐觉得，有些质变已经发生了，有些事情注定会来。

一、 新加坡的汉堡
十月的新加坡，湿热难耐。
我原本只是路过出差，在一个相对私密的 AI 交流群里看到 Manus 的合伙人张涛说话，便去私信问了一句“在不在”，没想到他就在办公室。
于是，我们约在楼下见了一面。
还是熟悉的人，但给我的感觉却完全陌生。
上一次见张涛还是在 2024 年，那时我还在 VC 圈子里打转，他来给我们做分享。
记忆中的他，虽然总是精力充沛，语速极快，但眉宇间总藏着一丝不易察觉的紧绷，甚至是一种迷茫的闷气。
那是典型的“中国式创业者”的状态——在极度的内卷中寻找出口，在流量的焦虑中疲惫不堪，像是在泥潭里搏斗的战士。
但这次站在我面前的张涛，完全不一样了。
刚见面，他就一脸歉意地跟我说：“实在抱歉，一直在工作，午饭都没顾上吃，能不能咱们先去买个汉堡？”
我就看着这位后来身价数亿的创业者，站在新加坡的街头，大口啃着一个普通的快餐汉堡。
没有了往日的焦虑，反而透着一种从容笃定的松弛。
他的眼神里没有疲惫，只有一种纯粹的、近乎透明的专注。
我问他：“感觉怎么样？”
他咽下一口食物，跟我说了一句让我记到现在的话：
“这七个月，感觉像过了七年。”

二、 去打 NBA，不要留下来打 CBA
这「七年」里发生的事，远比外界看到的要惊心动魄。
今年 7 月，应该是 Manus 最凶险的时刻。
他们做了一个在大众看来近乎疯狂的决定：把整个团队 80 多号人，成建制地从国内迁到了新加坡。
那时候，国内的舆论场里充满了杂音和恶意。
有人说他们“跑路了”，有人说他们“拿了外国人的钱就走了”，甚至还有更难听的揣测。

对于这些声音，坐在我对面的他显得很淡然，甚至带着一丝“燕雀安知鸿鹄之志”的戏谑。
“有些媒体黑我们，我们都知道。但没关系，许你黑，也许我强。”
他们想得很清楚。
之所以费尽周折出来，还要引入美国的资本，甚至借此清理掉早期国内 VC 那些复杂的、回购权交织的「奇奇怪怪」的条款，目的只有一个——让公司的架构变得绝对干净，干净到可以随时迎接世界级的挑战。
用他们的话说：“既然决定要去打 NBA，就不能一直留在 CBA 里训练。”
这句话听起来很轻，但分量极重。
在「CBA」里，你在乎的是人情世故，是流量红利，是内卷的存量；打「NBA」，你要面对的是全球最顶级的对手，是真刀真枪的技术博弈，是没有任何保护伞的旷野。
那个下午，我看到的不再是一群背负着沉重包袱、担心明天生死的创业者，而是一群刚刚拿到了入场券、准备在全球赛场上大干一场的职业选手。
他们清理了羁绊，扛过了谣言和诋毁，把公司搬到了离世界最近的地方。
这本身，就是一种巨大的宣言。

三、 两次「反共识」的判断
数十亿美元的收购，绝不仅仅是因为他们搬到了新加坡。
我想真正打动扎克伯格的，是 Manus 团队在产品哲学上展现出的、惊人的战略定力。
在聊天的过程中，我得知了他们过去两年里做的两次「反共识」决策。每一个，都关乎生死。
第一次，是关于「做什么」。
2024 年初，在香港见过字节某高层之后，他们其实已经立项做了一款 AI 浏览器。
团队花了六个多月，连 Chrome 的内核都自己编译了一遍，产品都已经成型了。
但在最后关头，Red按下了停止键。
因为他想通了一个终极问题：AI 的终极外壳，不应该是一个浏览器插件，也不应该是一个浏览器，而应该是一台“电脑”。
如果只做浏览器，AI 永远在抢人类的鼠标。
而 Manus 的愿景，是给 AI 配一台独立的虚拟机。
让 AI 在自己的世界里，调度工具，下载软件，编写代码，完成那些人类无法完成的海量长尾任务。
为了这个洞察，他们亲手杀死了自己怀胎七月的孩子。
这种壮士断腕的痛楚和勇气，是后来 Manus 横空出世、被 Alex Wang 评价为“探索能力过剩世界领先”的根本原因。
第二次，是关于「怎么卖」。
在互联网创业的教科书里，增长往往意味着买量。
但在 Manus，他们做了一个违背祖宗的决定：零市场预算。
张涛跟我复盘时提到，他们笃信「反安迪-比尔定律」。
在摩尔定律下，今天的算力再贵，未来也会变便宜；而流量（用户注意力）今天很贵，未来只会更贵。
所以，当别人都在把钱砸给广告平台买用户时，Manus 把钱砸给了算力。
他们不计成本地使用最昂贵的模型，用算力换体验。
这种策略甚至一度让他们「弹尽粮绝」。
上线没几个小时，账户里的余额就被巨大的 Token 消耗击穿了，最后还是靠刷团队成员的信用卡，才勉强维持住了服务。
钱都烧在了算力这个「里子」上，营销这种「面子」自然就穷得叮当响。
“那时候真的很惨，”张涛笑着回忆道，“我们不仅不投流，甚至连演示视频都是用借来的镜头、不到一周时间赶制出来的。”
但他紧接着补了一句：“我们要做到的是，产品本身的体验足够惊艳，让用户忍不住去告诉他的朋友。”
事实证明，他们赌对了。
ARR（年度经常性收入）突破 1 亿美元，全球疯传的 Demo，全部源于这种对技术本质的重注。

四、 "There is no software"
那天在新加坡，最让我震撼的其实是一个细节。
张涛告诉我，随着公司规模扩大，他们几位核心合伙人反而重新搬回了一个小房间里办公。
他们甚至设立了每天固定的「无会议时段」，整个房间里只有讨论产品的声音。
这种组织形态上的返璞归真，其实是因为他们内部已经完成了一场生产方式的革命。
在 Manus 内部，接近 80% 的代码已经是由 AI 生成的。
当繁重的、重复性的代码堆砌工作被 AI 接管后，工程师不再是码农，而是 AI 的架构师和验收者；核心团队也不再需要陷入无穷无尽的管理流程，而是回归到最高带宽的「意图对齐」。
这完美印证了Red在接受采访时提出的那个观点："There is no software"（软件将不复存在）。
未来的软件开发，不再是人去写一行行代码，而是人通过自然语言描述意图，让 Agent 瞬间生成产品。
Manus 不仅在做这样的产品，他们自己就是这样一家「AI 原生」的公司——人负责定义灵魂，AI 负责构建血肉。
这种组织形态的进化，或许才是 Meta 最渴望得到的基因。
扎克伯格之前在一封公开信中写道，超级智能将赋予人们更强大的行动力（Agency）。
而 Manus，正是这种行动力的最佳载体。

五、「套壳」又如何？
在和张涛的聊天中，我们绕不开一个词——「套壳」。
从早期的 Monica 插件，到现在的 Manus Agent，这家公司伴随的质疑声一直是：“这不就是接了大模型的 API 吗？这不就是套壳吗？”
那又怎么了？
回顾 Manus 发布至今这大半年（2025 年 3 月上线，现在是 12 月底），市场上涌现了多少所谓的「通用 AI Agent」产品？
如过江之鲫。
但是，请你打开它们试一试，有任何一款产品，能够做到跟 Manus 一样的效果和体验吗？
没有。一个都没有。
这让我意识到一个真相：Manus 的壁垒，从来不是因为他们的技术有多么高不可攀。
说实话，代码并非写不出来，原理也并非深奥难懂。
但问题的关键在于，当别人还在研究他们上一个版本的时候，他们已经跑到下一个身位去了。
这就是他们最核心的竞争力——速度。
这种速度，外在体现为产品的极致响应。
当大多数人还在卷模型跑分时，Manus 敢于用最昂贵的算力、最激进的架构去卷毫秒级的延迟，只为换取用户那个“哇”的瞬间。
而内在的根源，则是认知的迭代速度。
从 Monica 到 Manus，他们比谁都更早看透了一个真相——技术本身不是产品，让技术「无感」地消失在解决问题的过程中，才是产品。
在 AI 应用的赛场上，根本没有静态的护城河，唯一的护城河，就是你永远比对手快半步的执行力。

六、 尾声
参观结束，我离开他们办公室时，依然能感受到那种热烈而有序的氛围。
今天回头看，Meta 的这笔收购，对所有国内 AI 创业者来说，实在太提气了。
过去我们总担心，应用层是不是只是给大模型打工？是不是只是做一点微薄的外包能力？
而 Manus 用事实给了我们答案：只要你做得足够极致，你就是巨头眼中的战略资产，而不是廉价的外包劳力。
Meta 买的不是一个简单的工具，而是一把通往超级智能与个人赋能时代的钥匙。
Manus 证明了，中国团队拥有世界级的产品洞察力和执行力，可以在全球舞台的中心，被当成最核心的拼图买走。
此时此刻，新闻里铺天盖地都是“数十亿美元”、“Meta 高管”、“泼天的富贵”。
很多人说这是运气，是这一代中国创业者的高光时刻。
但在我脑海里浮现的，依然是十月份那个下午，张涛站在路边匆忙吃着汉堡的画面。
那时候，他们刚从国内舆论的泥潭中拔出腿来，还没洗净裤脚的泥点。
但他看着远方，眼里闪烁着一种近乎狂热的光芒。
那个光芒，和今天新闻标题里的数字没有任何关系。
那个光芒是关于 Agency（行动力），关于 Super Intelligence（超级智能），关于一群中国年轻人，终于不再满足于只做一款赚钱的工具，而是想去定义未来的样子。
他们用行动证明了：只要你敢于去打 NBA，只要你敢于在本质上重注，世界真的会为你让路。
祝福 Manus，祝福这群从「CBA」突围，最终有机会在 NBA 赛场上拿下总冠军戒指的探险家们。
属于中国新一代年轻创业者的时代，真的到了。

一分钟生成专业级证件照，给大家省一份拍证件照的钱
prompt
{"description": "我的超逼真护照尺寸照片（面部特征完全一致，100%匹配，无任何面部修改）。","style": "专业影楼肖像照，适用于官方身份证或护照用途。",
“服装”：“黑色休闲西装、白色翻领衬衫和配套领带”，
“表情”：“自然的闭唇微笑，目光直视前方，双耳可见，包括肩膀。”，“光线”：“均匀均衡的正面光线，无生硬阴影，柔和的影棚色调。”
“背景”： “纯浅米色或浅蓝色背景，干净均匀。”
“构图”：“以居中构图，头部和肩部采用符合护照标准的自然比例。”
输出：在一张纸上生成 6 张相同的护照/票据尺寸照片（3x2 网格布局，垂直方向），间距均匀，可直接打印，高分辨率，工作室品质。
@aigc1024