即刻App年轻人的同好社区
下载
置顶过去一年，AI成了我生活里的日常。
2022年底GPT 3.5发布那天，我第一次对人工智能有了实感。
但之后的一两年，我觉得发展挺慢的，市面上各种模型和产品，用起来感觉都半斤八两。
直到2025年，我经历了三次Aha时刻。
第一次是DeepSeek R1发布，推理能力让我吃惊，感觉AI真的会思考了。
第二次是用上Gemini 2.5 pro，强大的多模态能力和超长的上下文长度，正好匹配我们做跨境电商的场景。
第三次是最近，我对vibe coding上瘾了，每天不是在写skill就是在编排skill。
突然理解了小学生为什么喜欢玩《我的世界》。
Build的感觉，真的很奇妙。
我现在在trae和Antigravity上交错着用Claude Code，后端模型用的glm 4.7。
用IDE工具最近两周做了四件事。
一是构建了一套写作工作流。里面有10个skill，还不完美，但每个写作项目完成后都会生成复盘文件，让Skill和工作流自我迭代。图2
二是用Antigravity，从0到1做了条专业级的亚马逊产品介绍视频。Gemini 3的多模态能力，能检索我本地的素材图和视频，然后写出可落地的脚本。
哪一帧用哪张图、图生视频的提示词、旁白文案，都会给到。图3
三是组了个公众号文章批量下载和分析工具。一方面用来分析优秀博主的写作风格，另一方面搭建了个亚马逊运营知识库，即问即答。图4
四是正在做个AI资讯聚合看板，通过调用MCP来口喷生成n8n工作流，再也不用在复杂的workflow上点来点去了。图5
还有其他想法，持续在构思中。
昨天有个文学专业大四的读者朋友加我，说想了解文科生能够在AI领域创造什么价值。
我觉得，别给自己设限。
遇到任何问题，先想想AI能不能帮上忙，再探索用哪些工具来解决。
养成"AI First"的思维模式，比单纯懂代码技术更重要。
2022年底GPT 3.5发布那天，我第一次对人工智能有了实感。
但之后的一两年，我觉得发展挺慢的，市面上各种模型和产品，用起来感觉都半斤八两。
直到2025年，我经历了三次Aha时刻。
第一次是DeepSeek R1发布，推理能力让我吃惊，感觉AI真的会思考了。
第二次是用上Gemini 2.5 pro，强大的多模态能力和超长的上下文长度，正好匹配我们做跨境电商的场景。
第三次是最近，我对vibe coding上瘾了，每天不是在写skill就是在编排skill。
突然理解了小学生为什么喜欢玩《我的世界》。
Build的感觉，真的很奇妙。
我现在在trae和Antigravity上交错着用Claude Code，后端模型用的glm 4.7。
用IDE工具最近两周做了四件事。
一是构建了一套写作工作流。里面有10个skill，还不完美，但每个写作项目完成后都会生成复盘文件，让Skill和工作流自我迭代。图2
二是用Antigravity，从0到1做了条专业级的亚马逊产品介绍视频。Gemini 3的多模态能力，能检索我本地的素材图和视频，然后写出可落地的脚本。
哪一帧用哪张图、图生视频的提示词、旁白文案，都会给到。图3
三是组了个公众号文章批量下载和分析工具。一方面用来分析优秀博主的写作风格，另一方面搭建了个亚马逊运营知识库，即问即答。图4
四是正在做个AI资讯聚合看板，通过调用MCP来口喷生成n8n工作流，再也不用在复杂的workflow上点来点去了。图5
还有其他想法，持续在构思中。
昨天有个文学专业大四的读者朋友加我，说想了解文科生能够在AI领域创造什么价值。
我觉得，别给自己设限。
遇到任何问题，先想想AI能不能帮上忙，再探索用哪些工具来解决。
养成"AI First"的思维模式，比单纯懂代码技术更重要。
2 00
Dan Koe前几天发文章《How to fix your entire life in 1 day》目前已经有1亿人浏览过。
其中的观点跟纳瓦尔早些年说过的大同小异，但常读常新。
一。
大多数人没意识到：你无法通过改变行为来改变生活，除非你先改变身份。
我们设定目标通常是表面的：靠意志力坚持几周，然后回到旧模式。
这是因为我们试图在腐烂的地基上建房子。
但健身者不需要强迫自己吃健康餐，对TA来说吃不健康食品反而需要意志力。创业者不需要强迫自己早起工作，对TA来说睡懒觉反而会难受。
如果你想获得某个结果，你必须先拥有那个结果背后的人所拥有的生活方式——而且这个改变必须发生在你达到目标之前。
说得再简单是：你得先装起来。
这一点也是我之前做得不够好的。
以写作为例，我以前总是害怕表达，因为我觉得自己还不够专业，我还需要学习如何写作。
后来我发现，真正做得好的人，不是靠意志力强迫自己学习和写作，而是TA们已经内化成了那个身份，创作就是TA们自然的生活方式。
于是我卸下了精英耻感的包袱，先发起来再说。
二。
另一个观点是：每个人所有行为都是目标导向的，包括那些自我破坏的行为。
Dan说，很多人拖延、放弃目标，不是因为缺乏自律，而是在潜意识层面追求其他目标。
拖延工作的人，可能在追求避免被评判的安全感。硬撑着不喜欢的工作的人，可能在追求避免被认作是失败者的社会认同。
每个人的大脑有个过滤器，你的目标决定了你看到什么机会、忽视什么信息。
在AI时代，这个过滤器的作用正在被放大。
比如我过去一年，一直在使用AI跑跨境电商从选品、产品设计到投放运营的全流程，业务效率确实有很明显的提升。
但我更强烈地感受到一件事：AI能把怎么做做到极致，但它永远替不了你决定做什么。
它不能替代我最终选择做什么品类、做什么款，要怎么运营。
所有关键决策，最后依然回归到人身上。
三。
最后Dan提供了一个每日复盘方式。他是这么做的：
1.早晨用15-30分钟，通过一系列问题挖掘潜意识，建立反愿景（你不想过的生活）和愿景（你想成为的人）。
2.全天不同时段，设定固定问题来警醒自己，让自己保持清醒，不陷入到刷手机，拖延工作等无意识重复行为中。
3.晚上再花15-30分钟，复盘每日、月、年的目标，加强自己的目标感。
提问就是思考，而很少有人这么做。
大多数时候，我们都在忙于寻找答案，却忘了先问自己：我真正想要的是什么？
其中的观点跟纳瓦尔早些年说过的大同小异，但常读常新。
一。
大多数人没意识到：你无法通过改变行为来改变生活，除非你先改变身份。
我们设定目标通常是表面的：靠意志力坚持几周，然后回到旧模式。
这是因为我们试图在腐烂的地基上建房子。
但健身者不需要强迫自己吃健康餐，对TA来说吃不健康食品反而需要意志力。创业者不需要强迫自己早起工作，对TA来说睡懒觉反而会难受。
如果你想获得某个结果，你必须先拥有那个结果背后的人所拥有的生活方式——而且这个改变必须发生在你达到目标之前。
说得再简单是：你得先装起来。
这一点也是我之前做得不够好的。
以写作为例，我以前总是害怕表达，因为我觉得自己还不够专业，我还需要学习如何写作。
后来我发现，真正做得好的人，不是靠意志力强迫自己学习和写作，而是TA们已经内化成了那个身份，创作就是TA们自然的生活方式。
于是我卸下了精英耻感的包袱，先发起来再说。
二。
另一个观点是：每个人所有行为都是目标导向的，包括那些自我破坏的行为。
Dan说，很多人拖延、放弃目标，不是因为缺乏自律，而是在潜意识层面追求其他目标。
拖延工作的人，可能在追求避免被评判的安全感。硬撑着不喜欢的工作的人，可能在追求避免被认作是失败者的社会认同。
每个人的大脑有个过滤器，你的目标决定了你看到什么机会、忽视什么信息。
在AI时代，这个过滤器的作用正在被放大。
比如我过去一年，一直在使用AI跑跨境电商从选品、产品设计到投放运营的全流程，业务效率确实有很明显的提升。
但我更强烈地感受到一件事：AI能把怎么做做到极致，但它永远替不了你决定做什么。
它不能替代我最终选择做什么品类、做什么款，要怎么运营。
所有关键决策，最后依然回归到人身上。
三。
最后Dan提供了一个每日复盘方式。他是这么做的：
1.早晨用15-30分钟，通过一系列问题挖掘潜意识，建立反愿景（你不想过的生活）和愿景（你想成为的人）。
2.全天不同时段，设定固定问题来警醒自己，让自己保持清醒，不陷入到刷手机，拖延工作等无意识重复行为中。
3.晚上再花15-30分钟，复盘每日、月、年的目标，加强自己的目标感。
提问就是思考，而很少有人这么做。
大多数时候，我们都在忙于寻找答案，却忘了先问自己：我真正想要的是什么？
11 04
OpenAI官宣：ChatGPT要加广告了。
测试先在美国开始，免费用户和Go用户会看到广告，Plus和Pro用户不受影响。
说实话，我觉得这事儿早晚得来。甚至可以说，这是AI产品商业化的必经之路。
1.OpenAI快扛不住了。
先看一组数据：
- ChatGPT周活8亿用户
- 付费率只有5%
- 2025年上半年烧了80亿美元
- 未来10年要投1.4万亿建基础设施
用户越多，亏得越多。
AI本质是制造业，每次请求背后都是token在燃烧。只靠订阅付费，天花板太明显了——ChatGPT Plus每月20刀，对很多全球用户来说太贵。
2.和传统搜索广告有什么区别？
其实底层逻辑完全不一样：
传统搜索广告：你搜"跑步鞋" → 系统匹配关键词 → 按出价排序
问题是，系统大概率不知道你具体想要什么鞋。
AI生成式内容广告：你说"我每周跑3次，体重70kg，想跑马拉松" → AI理解完整需求 → 推荐匹配的产品
广告推荐会基于对话意图，甚至你上下文提到的膝盖问题、健身习惯都是推荐参考
简单来说，广告逻辑从关键词匹配变成了对话意图理解。
3.对广告从业者意味着什么？
以前我们看的是点击率、转化率、出价这些硬指标。
但在ChatGPT这种对话场景里，同样的产品推荐，在不同对话里可能以完全不同的方式呈现。
所以重点变成了，不再是谁出价高，而是如何让你的产品高频地出现在用户对话内容中。
也衍生出这两年很火的概念：GEO（Generation Engine Optimization，生成引擎优化）
- SEO：让搜索引擎找到你（关键词和参数）
- GEO：让AI在合适的场景下想到你（呈现场景）
GEO和付费广告之间也是相辅相成的关系。
我觉得，在AI生成内容中嵌入广告推荐，是AI商业化的必然之路。
当AI推荐某个产品时，它首先是基于你的提问和需求，经过筛选后才推给你的。
广告竞价只是在那些适配需求的产品中，优先展示出价更高的那个。
我记得千问前两天还在推用户通过AI下单奶茶。那时候我就在想，国内的大模型离广告还会远吗？
OpenAI先迈出了这一步，接下来就看大家怎么跟了。
测试先在美国开始，免费用户和Go用户会看到广告，Plus和Pro用户不受影响。
说实话，我觉得这事儿早晚得来。甚至可以说，这是AI产品商业化的必经之路。
1.OpenAI快扛不住了。
先看一组数据：
- ChatGPT周活8亿用户
- 付费率只有5%
- 2025年上半年烧了80亿美元
- 未来10年要投1.4万亿建基础设施
用户越多，亏得越多。
AI本质是制造业，每次请求背后都是token在燃烧。只靠订阅付费，天花板太明显了——ChatGPT Plus每月20刀，对很多全球用户来说太贵。
2.和传统搜索广告有什么区别？
其实底层逻辑完全不一样：
传统搜索广告：你搜"跑步鞋" → 系统匹配关键词 → 按出价排序
问题是，系统大概率不知道你具体想要什么鞋。
AI生成式内容广告：你说"我每周跑3次，体重70kg，想跑马拉松" → AI理解完整需求 → 推荐匹配的产品
广告推荐会基于对话意图，甚至你上下文提到的膝盖问题、健身习惯都是推荐参考
简单来说，广告逻辑从关键词匹配变成了对话意图理解。
3.对广告从业者意味着什么？
以前我们看的是点击率、转化率、出价这些硬指标。
但在ChatGPT这种对话场景里，同样的产品推荐，在不同对话里可能以完全不同的方式呈现。
所以重点变成了，不再是谁出价高，而是如何让你的产品高频地出现在用户对话内容中。
也衍生出这两年很火的概念：GEO（Generation Engine Optimization，生成引擎优化）
- SEO：让搜索引擎找到你（关键词和参数）
- GEO：让AI在合适的场景下想到你（呈现场景）
GEO和付费广告之间也是相辅相成的关系。
我觉得，在AI生成内容中嵌入广告推荐，是AI商业化的必然之路。
当AI推荐某个产品时，它首先是基于你的提问和需求，经过筛选后才推给你的。
广告竞价只是在那些适配需求的产品中，优先展示出价更高的那个。
我记得千问前两天还在推用户通过AI下单奶茶。那时候我就在想，国内的大模型离广告还会远吗？
OpenAI先迈出了这一步，接下来就看大家怎么跟了。
4 00
在推特上刷到 Dan Koe 一篇文章，讲兴趣多样化的价值。
来源：x.com
他颠覆了一个观念——要专注，要深耕。但这是工业时代的产物。
在AI时代，那些只会单一技能的人，正在被AI快速取代。
我们低估了"交叉"能力的价值。
以前我还在职场的时候做行业前端工作，只能"知道"业务链条该怎么做。但现在有了AI工具，我可以亲自下场实践了。
最近一年，我在跨境电商创业中深度使用AI，从选品到文案、广告投放，全链路由AI驱动完成。
比如AI辅助选品，我也经历了从chatbot，到n8n工作流，再到vibe coding工具的迭代。
懂业务 + 用好AI = 经营效率提升。
懂产品又懂营销的人，和纯营销的人，看到的是两个世界。懂技术又懂商业的人，和纯技术的人，看到的是两个世界。
每个兴趣都会增加思维中的连接数量。
在今天，我们的核心竞争力不是单一专业，而是属于我们自己的独特视角——那个只能由我们独一无二的生活经验创造的"观点"。
想让兴趣产生商业价值，就要 learn & build in public。
恰好朋友问我：怎么学习AI？
我的建议是，不要尝试去"学"AI。而是拿出一个实际问题，去看看AI能不能帮你解决。
在这个过程中，你对AI的理解和使用能力，自然会提升。
来源：x.com
他颠覆了一个观念——要专注，要深耕。但这是工业时代的产物。
在AI时代，那些只会单一技能的人，正在被AI快速取代。
我们低估了"交叉"能力的价值。
以前我还在职场的时候做行业前端工作，只能"知道"业务链条该怎么做。但现在有了AI工具，我可以亲自下场实践了。
最近一年，我在跨境电商创业中深度使用AI，从选品到文案、广告投放，全链路由AI驱动完成。
比如AI辅助选品，我也经历了从chatbot，到n8n工作流，再到vibe coding工具的迭代。
懂业务 + 用好AI = 经营效率提升。
懂产品又懂营销的人，和纯营销的人，看到的是两个世界。懂技术又懂商业的人，和纯技术的人，看到的是两个世界。
每个兴趣都会增加思维中的连接数量。
在今天，我们的核心竞争力不是单一专业，而是属于我们自己的独特视角——那个只能由我们独一无二的生活经验创造的"观点"。
想让兴趣产生商业价值，就要 learn & build in public。
恰好朋友问我：怎么学习AI？
我的建议是，不要尝试去"学"AI。而是拿出一个实际问题，去看看AI能不能帮你解决。
在这个过程中，你对AI的理解和使用能力，自然会提升。
5 60
这两天要做个产品说明书，四个单页的内容。
我把需求，文案，原始素材，参考样式都准备好了，找了不同的服务商报价设计，基本上是四五百起，交稿还慢。
急着要，心一狠，昨晚用10块钱充了稿定设计然后自己做完了，今天就安排工厂下定做了。
整个项目流程大概是：
工具是Gemini和antigravity
1.先告诉ai自己要做什么，说明书里想体现什么内容
2.确认需求后，让ai出设计方案，同时帮我检索本地素材库（之前储备的原始商品图，详情文案等物料）是否足够支撑方案落地。
3.确定最终设计方案，并让ai把要用哪些图，配什么文案，一并梳理好。
到这一步，我脑子里已经有成品的画面了，本来打算交给外包服务商去弄了。
4.最后还是自己做，一边做一边给gemini以设计师角度看看，最后就做完了，印刷打样效果也不错。
做的可能没有美感，也没有风格，但应该符合基本的设计原则。
在设计这件事情上，审美是最重要最核心的，是人性的。但也必须是建立在基础规范和逻辑之上。
而这正好是AI的最擅长。
人机就应该如此协作。
我把需求，文案，原始素材，参考样式都准备好了，找了不同的服务商报价设计，基本上是四五百起，交稿还慢。
急着要，心一狠，昨晚用10块钱充了稿定设计然后自己做完了，今天就安排工厂下定做了。
整个项目流程大概是：
工具是Gemini和antigravity
1.先告诉ai自己要做什么，说明书里想体现什么内容
2.确认需求后，让ai出设计方案，同时帮我检索本地素材库（之前储备的原始商品图，详情文案等物料）是否足够支撑方案落地。
3.确定最终设计方案，并让ai把要用哪些图，配什么文案，一并梳理好。
到这一步，我脑子里已经有成品的画面了，本来打算交给外包服务商去弄了。
4.最后还是自己做，一边做一边给gemini以设计师角度看看，最后就做完了，印刷打样效果也不错。
做的可能没有美感，也没有风格，但应该符合基本的设计原则。
在设计这件事情上，审美是最重要最核心的，是人性的。但也必须是建立在基础规范和逻辑之上。
而这正好是AI的最擅长。
人机就应该如此协作。
2 30