即刻App年轻人的同好社区
下载
置顶我 i 人，怕熟人看到，在朋友圈几乎隐身，朋友都不知道我在做什么工作。甚至前些天，在混沌大学做 AIGC 讲师的学弟主动联系我，劝我投身大模型创业。打完电话，才知道我从去年第三季度就已经 ALL IN LLM了。(链接：web.okjike.com)
我开始反思，朋友圈隐身这件事一定让我错过了太多合作的机会。痛定思痛，我决定从今天开始 "start a business in public"，分享更多创业过程的见闻、思考和感悟，期待与更多创业者发生链接。
此帖子长期更新，集合一些能让你更了解我，或能让链接发生的资讯。
Anson 的说明手册：m.okjike.com
AIGC的洞察：
- Prompt、Finetune和LoRA：web.okjike.com
- Service-as-Software：web.okjike.com
- 日记 AI 工作流：web.okjike.com
- OPENAI DEV DAY：web.okjike.com
大模型相关活动：
- 苏州聚合数据：web.okjike.com
- 南京云账房：web.okjike.com
- 上海模速空间：web.okjike.com
- 玄武大模型工厂：web.okjike.com
Fireboom 相关：
- 「产品发布会」榜单：web.okjike.com
- Fireboom年终总结：web.okjike.com
- CURD 中台：web.okjike.com
- 中国程序员画像：web.okjike.com
- Fireboom on Sealos：web.okjike.com
- 为什么要做飞布：web.okjike.com
我开始反思，朋友圈隐身这件事一定让我错过了太多合作的机会。痛定思痛，我决定从今天开始 "start a business in public"，分享更多创业过程的见闻、思考和感悟，期待与更多创业者发生链接。
此帖子长期更新，集合一些能让你更了解我，或能让链接发生的资讯。
Anson 的说明手册：m.okjike.com
AIGC的洞察：
- Prompt、Finetune和LoRA：web.okjike.com
- Service-as-Software：web.okjike.com
- 日记 AI 工作流：web.okjike.com
- OPENAI DEV DAY：web.okjike.com
大模型相关活动：
- 苏州聚合数据：web.okjike.com
- 南京云账房：web.okjike.com
- 上海模速空间：web.okjike.com
- 玄武大模型工厂：web.okjike.com
Fireboom 相关：
- 「产品发布会」榜单：web.okjike.com
- Fireboom年终总结：web.okjike.com
- CURD 中台：web.okjike.com
- 中国程序员画像：web.okjike.com
- Fireboom on Sealos：web.okjike.com
- 为什么要做飞布：web.okjike.com
12 01
清华大模型初创团队，招聘研发及产品经理若干，欢迎联系。
AI Agent 平台研发工程师
负责企业级 Agent Runtime 与 LLM 应用基础设施的架构与研发
经验要求：3年及以上 ｜ 薪资：2面议 ｜ 地点：雄安
职位描述
1. 参与企业级 Agent Runtime 的核心架构设计与研发，围绕目标拆解、任务规划、任务调度、多智能体协作等能力构建高可用执行引擎；
2. 负责 Memory、Tool Use、Context 管理 等核心模块的工程化落地，设计涵盖短期上下文、长期记忆与跨会话持久化的高效检索与注入机制；
3. 设计并实现标准化接口与协议（MCP、CLI、Function Calling），支持 Agent 与外部系统、工具的无缝交互，提升平台生态兼容性；
4. 深入研究 Claude Code、OpenClaw、Hermes、OpenAI Agents SDK 等主流产品，拆解底层技术实现，转化为可复用的平台工程能力；
5. 建立 Agent Evals 自动化评测体系，设计评估指标、测试数据集与 CI/CD 集成流程，持续度量并提升 Agent 任务完成率；
6. 负责平台性能优化，攻克并发调度、长上下文处理、工具调用链路延迟等工程难题，保障企业级 SLA；
7. 与产品、算法、运营团队紧密协作，主导技术方案评审与代码质量保障，推动 LLM / Agent 应用基础设施从单点工具走向企业级智能化底座。
任职要求
1. 本科及以上学历，计算机、软件工程、人工智能、数学等相关专业；
2. 3 年以上服务端研发经验，熟练掌握 Python 或 Go，具备扎实的工程基础（数据结构、并发编程、分布式系统）；
3. 深入理解 Context/Harness Engineering、RAG、Function Calling、Memory、Agent Workflow 等核心概念，并有实际工程落地经验；
4. 熟悉主流 Agent 设计模式（ReAct、Plan-and-Execute、CodeAct 等）及其工程化实践，理解多轮对话状态管理与任务拆解链路；
5. 掌握 MCP、A2A、FunctionCall 等 Agent 互操作协议，能够设计并实现 Agent 间协作与通信机制；
6. 熟练使用 LangChain、LangGraph 等主流 Agent 框架，能快速上手并进行深度定制与二次开发；
7. 具备良好的系统设计能力，能独立完成高并发、低延迟服务的架构设计与代码实现；
8. 能够阅读英文技术文档、论文及 GitHub 开源项目，具备跟踪前沿研究并快速工程转化的能力；
9. 结果导向，推进力强，能在快速迭代节奏下持续输出高质量代码。
加分项
- 深度使用或逆向拆解过 Claude Code、Cursor、Manus，对工具调用链路、上下文窗口管理机制有独到理解；
- 有代码生成引擎、IDE 插件、AI 编程助手或 LLMOps 平台的研发经验；
- 有向量数据库（Milvus、Weaviate、pgvector）使用经验，熟悉 Embedding 模型选型与 RAG 流水线调优；
- 参与过 B 端 / G 端企业 AI 平台的研发交付，理解企业级场景的稳定性与安全诉求；
- 有 Agent / LLM 相关开源项目贡献经历，维护过工具库或框架；
- 了解模型微调（SFT / LoRA）、RLHF 或模型蒸馏基础，能与算法团队高效协作。
我们希望你
- 不只是调用 API，而是真正理解 LLM 与 Agent 的运作机制——能从 token 预测、注意力机制到 Agent Loop 打通全链路思维；
- 不只是拼接框架，而是能设计可扩展、可评估、可落地的工程系统——面对复杂任务不依赖现成轮子，敢于自研核心模块；
- 对新技术有强烈好奇心，愿意亲自上手验证想法并快速迭代——持续关注 arXiv / GitHub，把前沿研究变成生产代码；
- 是个"特种兵"——能独立承担模糊任务，也能在团队里拉通共识——有 0到1 经历，不怕脏活，结果导向，自驱力强。
AI Agent 平台研发工程师
负责企业级 Agent Runtime 与 LLM 应用基础设施的架构与研发
经验要求：3年及以上 ｜ 薪资：2面议 ｜ 地点：雄安
职位描述
1. 参与企业级 Agent Runtime 的核心架构设计与研发，围绕目标拆解、任务规划、任务调度、多智能体协作等能力构建高可用执行引擎；
2. 负责 Memory、Tool Use、Context 管理 等核心模块的工程化落地，设计涵盖短期上下文、长期记忆与跨会话持久化的高效检索与注入机制；
3. 设计并实现标准化接口与协议（MCP、CLI、Function Calling），支持 Agent 与外部系统、工具的无缝交互，提升平台生态兼容性；
4. 深入研究 Claude Code、OpenClaw、Hermes、OpenAI Agents SDK 等主流产品，拆解底层技术实现，转化为可复用的平台工程能力；
5. 建立 Agent Evals 自动化评测体系，设计评估指标、测试数据集与 CI/CD 集成流程，持续度量并提升 Agent 任务完成率；
6. 负责平台性能优化，攻克并发调度、长上下文处理、工具调用链路延迟等工程难题，保障企业级 SLA；
7. 与产品、算法、运营团队紧密协作，主导技术方案评审与代码质量保障，推动 LLM / Agent 应用基础设施从单点工具走向企业级智能化底座。
任职要求
1. 本科及以上学历，计算机、软件工程、人工智能、数学等相关专业；
2. 3 年以上服务端研发经验，熟练掌握 Python 或 Go，具备扎实的工程基础（数据结构、并发编程、分布式系统）；
3. 深入理解 Context/Harness Engineering、RAG、Function Calling、Memory、Agent Workflow 等核心概念，并有实际工程落地经验；
4. 熟悉主流 Agent 设计模式（ReAct、Plan-and-Execute、CodeAct 等）及其工程化实践，理解多轮对话状态管理与任务拆解链路；
5. 掌握 MCP、A2A、FunctionCall 等 Agent 互操作协议，能够设计并实现 Agent 间协作与通信机制；
6. 熟练使用 LangChain、LangGraph 等主流 Agent 框架，能快速上手并进行深度定制与二次开发；
7. 具备良好的系统设计能力，能独立完成高并发、低延迟服务的架构设计与代码实现；
8. 能够阅读英文技术文档、论文及 GitHub 开源项目，具备跟踪前沿研究并快速工程转化的能力；
9. 结果导向，推进力强，能在快速迭代节奏下持续输出高质量代码。
加分项
- 深度使用或逆向拆解过 Claude Code、Cursor、Manus，对工具调用链路、上下文窗口管理机制有独到理解；
- 有代码生成引擎、IDE 插件、AI 编程助手或 LLMOps 平台的研发经验；
- 有向量数据库（Milvus、Weaviate、pgvector）使用经验，熟悉 Embedding 模型选型与 RAG 流水线调优；
- 参与过 B 端 / G 端企业 AI 平台的研发交付，理解企业级场景的稳定性与安全诉求；
- 有 Agent / LLM 相关开源项目贡献经历，维护过工具库或框架；
- 了解模型微调（SFT / LoRA）、RLHF 或模型蒸馏基础，能与算法团队高效协作。
我们希望你
- 不只是调用 API，而是真正理解 LLM 与 Agent 的运作机制——能从 token 预测、注意力机制到 Agent Loop 打通全链路思维；
- 不只是拼接框架，而是能设计可扩展、可评估、可落地的工程系统——面对复杂任务不依赖现成轮子，敢于自研核心模块；
- 对新技术有强烈好奇心，愿意亲自上手验证想法并快速迭代——持续关注 arXiv / GitHub，把前沿研究变成生产代码；
- 是个"特种兵"——能独立承担模糊任务，也能在团队里拉通共识——有 0到1 经历，不怕脏活，结果导向，自驱力强。
0 00
可爱的鲁迅先生。
GPT4o图片编辑能力发布，彻底干掉了初中级UI设计师！！！
什么：重新打光、扩图、换脸、融脸、风格化、风格迁移、换装、换发型，统统不在话下。
更高级的能力还包括：透明通道的图片生成、文本排版能力以及吹爆的人物一致性控制，漫画设计不再是梦想。用4o做故事书AI应用还有窗口期，但一定要快。
“模型即产品”的趋势已势不可挡，大模型厂商与应用厂商的甜蜜期正要终结。
GPT4o图片编辑能力发布，彻底干掉了初中级UI设计师！！！
什么：重新打光、扩图、换脸、融脸、风格化、风格迁移、换装、换发型，统统不在话下。
更高级的能力还包括：透明通道的图片生成、文本排版能力以及吹爆的人物一致性控制，漫画设计不再是梦想。用4o做故事书AI应用还有窗口期，但一定要快。
“模型即产品”的趋势已势不可挡，大模型厂商与应用厂商的甜蜜期正要终结。
2 00
两个半小时，一气呵成。
课程大纲如下：大模型赋能产业园区高质量发展的应用实践探索
（一）开篇：大模型的发展历程及主流产品介绍
（简述大模型发展及 DeepSeek、GPT、千问、豆包等主流产品）
（二）应用场景：大模型在产业发展各领域的应用实践
1. 政策分析与匹配（政策解读、制定与模拟，风险评估、招商辅助、企业服务、政策精准匹配推送）
2. 数据分析与研判（数据分析、趋势研判）
3. 政务办公（公文写作、会议纪要、知识管理）
4. 政务服务（12345 客服、数字人、社区服务、舆情管理、泛司法）
5. 政务治理（巡查巡检、告警预警、应急管理、综合治理）
6. 企业服务（合同管理、成本核算、业务流转、工艺设计、供应链管理）
7. 个人办公学习（PPT 制作、日常学习、工具应用）
（三）应用技巧： 通用模型 V3 与推理模型 R1 提示词原理、技巧与实操
1. 了解大模型的原理与性格
2. 用好 V3 模型的提示词三板斧
3. 了解提示词的结构化写法 langGPT
4. 掌握提示词的底层逻辑
5. R1 推理模型提示词的不同与技巧
（四）未来展望：Agent、穿戴硬件与具身机器人
1. AI Agent 概念解析：VS.Workflow VS.Copilot
2. AI Agent 的价值与未来趋势
3. AI Agent 集大成者：黑红的 Manus
4. 智能穿戴 AI 硬件的未来：AI 眼镜
5. AI Agent 的另一半：具身智能
课程大纲如下：大模型赋能产业园区高质量发展的应用实践探索
（一）开篇：大模型的发展历程及主流产品介绍
（简述大模型发展及 DeepSeek、GPT、千问、豆包等主流产品）
（二）应用场景：大模型在产业发展各领域的应用实践
1. 政策分析与匹配（政策解读、制定与模拟，风险评估、招商辅助、企业服务、政策精准匹配推送）
2. 数据分析与研判（数据分析、趋势研判）
3. 政务办公（公文写作、会议纪要、知识管理）
4. 政务服务（12345 客服、数字人、社区服务、舆情管理、泛司法）
5. 政务治理（巡查巡检、告警预警、应急管理、综合治理）
6. 企业服务（合同管理、成本核算、业务流转、工艺设计、供应链管理）
7. 个人办公学习（PPT 制作、日常学习、工具应用）
（三）应用技巧： 通用模型 V3 与推理模型 R1 提示词原理、技巧与实操
1. 了解大模型的原理与性格
2. 用好 V3 模型的提示词三板斧
3. 了解提示词的结构化写法 langGPT
4. 掌握提示词的底层逻辑
5. R1 推理模型提示词的不同与技巧
（四）未来展望：Agent、穿戴硬件与具身机器人
1. AI Agent 概念解析：VS.Workflow VS.Copilot
2. AI Agent 的价值与未来趋势
3. AI Agent 集大成者：黑红的 Manus
4. 智能穿戴 AI 硬件的未来：AI 眼镜
5. AI Agent 的另一半：具身智能
江苏宿城经济开发区围绕“大模型赋能产业高质量发展”举行高质量发展大讲堂活动
3 10
出关！！！[庆祝]
历时一个月，DeepSeek课程体系正式出炉，共计174页，PDF大小69.2M，Keynote 900M。
除了深入浅出的原理解析，还有大量案例及实操环节，适合政府/企/事业单位中高层领导、大模型技术爱好者、想要转型大模型的产品/运营/技术人员、想要抓住大模型机遇的企业白领/政府公务人员……
内容涵盖大模型典型应用场景、通用模型原理与实操技巧、多模态理解大模型应用技巧、工具使用、RAG原理、DeepSeek R1推理模型原理及实操技巧、Agent典型案例及原理、大模型未来发展趋势等内容……
玄武大模型工厂助力大模型落地最后一公里，从“大模型认知对齐”->“企业大模型场景共创”->“行业模型技术落地”全生命周期，欢迎朋友们前来咨询。
历时一个月，DeepSeek课程体系正式出炉，共计174页，PDF大小69.2M，Keynote 900M。
除了深入浅出的原理解析，还有大量案例及实操环节，适合政府/企/事业单位中高层领导、大模型技术爱好者、想要转型大模型的产品/运营/技术人员、想要抓住大模型机遇的企业白领/政府公务人员……
内容涵盖大模型典型应用场景、通用模型原理与实操技巧、多模态理解大模型应用技巧、工具使用、RAG原理、DeepSeek R1推理模型原理及实操技巧、Agent典型案例及原理、大模型未来发展趋势等内容……
玄武大模型工厂助力大模型落地最后一公里，从“大模型认知对齐”->“企业大模型场景共创”->“行业模型技术落地”全生命周期，欢迎朋友们前来咨询。
5 01
AICluber第二弹，一个词：酣畅淋漓
主题1：Agent的未来，被低估的MCP协议
主题2：Deepseek R1原理，抄作业的SFT与举一反三的RL
AICluber，为长三角 AI 创业、创新者提供思想碰撞的俱乐部！
主题1：Agent的未来，被低估的MCP协议
主题2：Deepseek R1原理，抄作业的SFT与举一反三的RL
AICluber，为长三角 AI 创业、创新者提供思想碰撞的俱乐部！
6 00
祝贺老东家讯飞医疗上市，成为医疗大模型第一股。
18年在讯飞实习，19年作为管培生入职讯飞，因入职集训期间的表现，HR部门的杨老师特意给领导发了一封“推荐信”。此后更是受到了导师和领导的极大重视，让刚工作的“新人”，参与智医助理这款现金牛产品。后来更是把智医助理移动端全权交给我负责，入职不到一年就作为产品负责人带领合肥和武汉两波将近30人的研发团队。
一年半的工作经历，见证了智医助理如何从一个idea成长为了现金牛，见证了商务团队如何开疆拓土，见证了交付团队如何攻城略地，更见证了产研团队如何定义并实现产品。
回想下来，讯飞竟是我职业生涯养分最足的沃土。感谢讯飞大学，为我的职场生涯打下如此坚实的基础，让我养成“专业敬业，担当奋进”的工作习惯。
最后，祝贺晓东总、晓亮总、之义哥、文君哥，以及还坚守在讯飞医疗的老同事。
18年在讯飞实习，19年作为管培生入职讯飞，因入职集训期间的表现，HR部门的杨老师特意给领导发了一封“推荐信”。此后更是受到了导师和领导的极大重视，让刚工作的“新人”，参与智医助理这款现金牛产品。后来更是把智医助理移动端全权交给我负责，入职不到一年就作为产品负责人带领合肥和武汉两波将近30人的研发团队。
一年半的工作经历，见证了智医助理如何从一个idea成长为了现金牛，见证了商务团队如何开疆拓土，见证了交付团队如何攻城略地，更见证了产研团队如何定义并实现产品。
回想下来，讯飞竟是我职业生涯养分最足的沃土。感谢讯飞大学，为我的职场生涯打下如此坚实的基础，让我养成“专业敬业，担当奋进”的工作习惯。
最后，祝贺晓东总、晓亮总、之义哥、文君哥，以及还坚守在讯飞医疗的老同事。
刚刚，讯飞医疗上市啦！
2 11
智算中心的解药？
前天晚上和龙总聊天，我问他：现在算力需求没爆发，咱们做算力平台有啥用？他说：要对大模型事业有信仰，只要信，需求就一定会爆发。
在国内搭建一座拥有H100千卡规模的小型智算中心，需要投入3.5亿元的硬件成本，每年的运营开销也高达5000万元。
然而，高昂的成本并未带来相应的回报。以一台英伟达H100服务器（8卡）的租赁价格为例，今年年初还在12-18万元/月之间，但目前已经跌至7.5万元/月，降幅达到50%。如果以当前机房仅20%的利用率来计算，一个千卡集群的智算中心每年的营收仅有2300万元（即7.5万元/月 ✖ 12个月 ✖ 128台服务器 ✖ 20%），远远无法覆盖运营成本。
智算中心的窘境不仅是因为AI需求未能如预期般爆发，还与行业的“滞后性”紧密相关。一些智算中心在设计和研究阶段，往往以当时的市场需求和硬件状况为依据，但等到实际落地时，可能已是几个月甚至数年之后。
为了缓解运营压力，目前一些智算中心开始采取不同的节流措施。一些选择直接关闭闲置设备。也有智算中心选择变旧设备，尽量回笼资金。
当然我们也看到了解决上述问题的路径。随着OpenAI推出o1等新一代推理模型，AI推理算力需求呈现爆发式增长。
它在复杂任务上的推理能力显著提升，如o1在国际数学奥林匹克资格考试中的正确解答率从GPT-4o的13%提升至83% 。这种提升也伴随着推理阶段算力需求的激增，导致推理环节的算力需求上限被大幅提升。
智谱张鹏在最新的分享中，把这种推理轮次增加带来的性能提升， 归纳为新的scaling law。即计算量是scaling law的核心，无论是增加预训练数据量还是增大模型参数、亦或是增加推理次数本质上都是在增加计算量。
随着新scaling law的继续生效，推理即服务的市场一定会让智算中心走出困境，也会对算力平台的调度能力提出新的要求。
玄武大模型工厂即将上线算力调度平台，近期也会推出AI推理即服务以及弹性gpu服务，敬请期待。
前天晚上和龙总聊天，我问他：现在算力需求没爆发，咱们做算力平台有啥用？他说：要对大模型事业有信仰，只要信，需求就一定会爆发。
在国内搭建一座拥有H100千卡规模的小型智算中心，需要投入3.5亿元的硬件成本，每年的运营开销也高达5000万元。
然而，高昂的成本并未带来相应的回报。以一台英伟达H100服务器（8卡）的租赁价格为例，今年年初还在12-18万元/月之间，但目前已经跌至7.5万元/月，降幅达到50%。如果以当前机房仅20%的利用率来计算，一个千卡集群的智算中心每年的营收仅有2300万元（即7.5万元/月 ✖ 12个月 ✖ 128台服务器 ✖ 20%），远远无法覆盖运营成本。
智算中心的窘境不仅是因为AI需求未能如预期般爆发，还与行业的“滞后性”紧密相关。一些智算中心在设计和研究阶段，往往以当时的市场需求和硬件状况为依据，但等到实际落地时，可能已是几个月甚至数年之后。
为了缓解运营压力，目前一些智算中心开始采取不同的节流措施。一些选择直接关闭闲置设备。也有智算中心选择变旧设备，尽量回笼资金。
当然我们也看到了解决上述问题的路径。随着OpenAI推出o1等新一代推理模型，AI推理算力需求呈现爆发式增长。
它在复杂任务上的推理能力显著提升，如o1在国际数学奥林匹克资格考试中的正确解答率从GPT-4o的13%提升至83% 。这种提升也伴随着推理阶段算力需求的激增，导致推理环节的算力需求上限被大幅提升。
智谱张鹏在最新的分享中，把这种推理轮次增加带来的性能提升， 归纳为新的scaling law。即计算量是scaling law的核心，无论是增加预训练数据量还是增大模型参数、亦或是增加推理次数本质上都是在增加计算量。
随着新scaling law的继续生效，推理即服务的市场一定会让智算中心走出困境，也会对算力平台的调度能力提出新的要求。
玄武大模型工厂即将上线算力调度平台，近期也会推出AI推理即服务以及弹性gpu服务，敬请期待。
3 00
玄武大模型工厂·2024世界智能制造博览会，我在5号馆D03等你！
印象最深刻的是满场到处跑的智能机器人。大模型时代，大模型让机器人有了大脑，机器人让大模型有了手足。
听了一场创投圈关于新能源的讲座，被一句话击中：悲观者正确，乐观者成功！
愿所有创业者，永远年轻，永远热泪盈眶。
印象最深刻的是满场到处跑的智能机器人。大模型时代，大模型让机器人有了大脑，机器人让大模型有了手足。
听了一场创投圈关于新能源的讲座，被一句话击中：悲观者正确，乐观者成功！
愿所有创业者，永远年轻，永远热泪盈眶。
4 00
今天做了一个 AI 魔镜 的田野调查，有不少收获。
事情起源于前几天的智算活动。在举办方王主任的引荐下认识了智算大V田老师。餐叙时，听田老师提到他的客户4090租用需求一直在增加，了解后知道用于AI魔镜的推理需求。
> AI 魔镜，是一款儿童陪伴工具，类似放大镜，可以拍照后结合语音对话讲解看到的一切事物。
只听他简单的介绍，我就认为这是一款很有潜力的多模态大模型应用场景。在大模型能力有限的情况下，用它满足孩子的好奇心，解答十万个为什么，TMF很匹配。所以，立即找田老师要了一个样品，拿来把玩。
用它拍摄办公室的植物，不仅能告诉我植物的科属，还能介绍该如何种浇水、施肥。拍摄英文绘本，还能帮我用中英双语解答。当前看，整体体验在预期内，是个不错的大模型硬件。
为了了解真实的市场需求，避免自己一厢情愿，打算通过访谈＋田野调查的方式，进一步验证我的想法。
一方面给几个有孩子的朋友安利了下，寄给他们体验，收集反馈。另一方面，又亲自带着样品前往广场摆摊做了一次田野调查。
有如下收获：
- 放大镜，是90后这一代的记忆，10和20后的小朋友们明显不买单
- 家长对大模型完全没有认知，当我拍照识图后，有家长认为大模型的解读是内置死的
- 户外场景下，魔镜的网络延迟太卡顿，一分钟多，明显超出了小朋友们的耐心
期间偶遇一位做工业设计的大哥，给了很多建议。
- 小朋友们更喜欢有个性/IP的玩具，而不是冷冰冰的工具，魔镜如果是异型的毛绒玩具，用它的眼睛看世界，会比放大镜更吸引这一代的儿童
- 儿童玩具真正买单的是家长，如果说服家长，这种形态会比手机上装个App更好用，更有性价比？例如他经常用Kimi app给小朋友做作业
- 关于定位，放大镜的屏幕很容易让人把它与手机或手表类比，一旦有这种心智，就很难抢占市场，要做就做没有屏幕或隐形屏幕的设备
- 即使用魔镜这种形态，是不是可以与某些IP联动，在外观上适配，在人物性格上适配，赋予其人物的性格
总体来说，这是一次不太成功的田野调查。收集样本不够多，上述结论只能作为初步参考。有孩子的朋友们请与我联系，期待您的反馈。
事情起源于前几天的智算活动。在举办方王主任的引荐下认识了智算大V田老师。餐叙时，听田老师提到他的客户4090租用需求一直在增加，了解后知道用于AI魔镜的推理需求。
> AI 魔镜，是一款儿童陪伴工具，类似放大镜，可以拍照后结合语音对话讲解看到的一切事物。
只听他简单的介绍，我就认为这是一款很有潜力的多模态大模型应用场景。在大模型能力有限的情况下，用它满足孩子的好奇心，解答十万个为什么，TMF很匹配。所以，立即找田老师要了一个样品，拿来把玩。
用它拍摄办公室的植物，不仅能告诉我植物的科属，还能介绍该如何种浇水、施肥。拍摄英文绘本，还能帮我用中英双语解答。当前看，整体体验在预期内，是个不错的大模型硬件。
为了了解真实的市场需求，避免自己一厢情愿，打算通过访谈＋田野调查的方式，进一步验证我的想法。
一方面给几个有孩子的朋友安利了下，寄给他们体验，收集反馈。另一方面，又亲自带着样品前往广场摆摊做了一次田野调查。
有如下收获：
- 放大镜，是90后这一代的记忆，10和20后的小朋友们明显不买单
- 家长对大模型完全没有认知，当我拍照识图后，有家长认为大模型的解读是内置死的
- 户外场景下，魔镜的网络延迟太卡顿，一分钟多，明显超出了小朋友们的耐心
期间偶遇一位做工业设计的大哥，给了很多建议。
- 小朋友们更喜欢有个性/IP的玩具，而不是冷冰冰的工具，魔镜如果是异型的毛绒玩具，用它的眼睛看世界，会比放大镜更吸引这一代的儿童
- 儿童玩具真正买单的是家长，如果说服家长，这种形态会比手机上装个App更好用，更有性价比？例如他经常用Kimi app给小朋友做作业
- 关于定位，放大镜的屏幕很容易让人把它与手机或手表类比，一旦有这种心智，就很难抢占市场，要做就做没有屏幕或隐形屏幕的设备
- 即使用魔镜这种形态，是不是可以与某些IP联动，在外观上适配，在人物性格上适配，赋予其人物的性格
总体来说，这是一次不太成功的田野调查。收集样本不够多，上述结论只能作为初步参考。有孩子的朋友们请与我联系，期待您的反馈。
10 32