即刻App年轻人的同好社区
下载
AI的神奇用法
AI在许多场景下的生产力已得到验证，未来还会在哪些场景下发挥光彩，欢迎聊聊你发现或期待的#AI的神奇用法
8271人正在讨论，27.5万人浏览
相关圈子
人工智能讨论组
47万名技术爱好者在研究人工智能or“智障”
动态
- 最近帮一家财税工程咨询公司搭了套私有化AI数字员工。这种机构做审计、测算，数据绝密，根本不敢碰公有云。
我直接用Dify搞本地部署，底层接DeepSeek或全本地大模型，再搭个硬核的RAG知识库，把法规、历史报告全喂进去。现在AI直接按标准出造价和可研报告初稿！
数据死锁本地，效率翻倍。全国50万家财税审计机构都有这种合规提效的痛点，私有化部署绝对是搞钱的大蓝海！
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
14 116 - 用了 Codex，我才真正懂 ChatGPT。
现在我的工作流很固定：
ChatGPT 负责思考：
头脑风暴、方案设计、评审。
Codex 负责执行：
写代码、修改项目、批量处理重复工作。
很多最终成果，我还会再交给 ChatGPT 复查一遍。
与其纠结哪个模型最强，不如先想清楚：
这一刻，你需要的是思考、执行，还是评审？
你现在的 AI 工作流是什么？欢迎交流。
#AI工作流 #AI的神奇用法 #AIHackathon
1 60 - 理发店最难的不是剪，是对齐预期。我直接做了个 AI 发型预览器：顾客自拍上传，系统看脸型、发量、发际线，推荐几款发型，再生成剪后效果图。
发型师负责专业判断，AI负责把沟通这种脏活累活前置。
线下门店想提升转化，这就是搞钱刚需。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
3 51 - DeepSeek 的融资已经完成，有一家投资机构发出了 5 月中旬 DeepSeek 的 4 小时线上融资会议上，梁文锋的52 句话：
1. 现在做产品不是收益最大化的时候。通往 AGI 的路上，要经过产品这个台阶，但我们不需要太多的心思和精力去做 C 端、B 端的产品。
当站在一个技术的高位上来做相对低一级别的技术，是降维打击。产品是在 AGI 路上的副产物。
2. 很多东西不在我们的主线上，比如 3D、视频生成；又比如世界模型，跟智能的上限也没有太大的关系。
3. 多模态对产品来讲很重要，对 C 端用户很重要。但它只是一个组件，不是主线和智能本身。
4. 大模型的幻觉当然有方法可以解决，但这是一个长命题。在内部，幻觉被我们归结为一个产品问题，会去解决，但不是重点。
5. 现阶段最重要的还是 Coding Agent。以国内的情况来看，最合理的做法应该是全力做通用的 Agent，金融、医疗等其他 Agent 的优先级较低。
6. 如果 AI 时代会产生很多家万亿级别的公司，DeepSeek 是其中一家（的话）就很好了。
7. AI 现在不缺品味和直觉，缺的是持续学习的能力。
8. 人类能够持续学习，但同一件事，就得给 AI 所有的上下文。这几乎是不可能的，所以 AI 并不能够替代员工。所以，下一代模型必须要有持续学习的能力，才能叫下一代模型。
9. 我们希望下一代模型能够帮助我们自己的开发。说得简单一点，我们做的模型，第一目标不是大家用得好用，而是我们自己用得好用。这是实现 AGI 最快的方法。
10. 目前全世界现在都还没有找到好的方法，因为「学习」是由很多东西组成的。
11. DeepSeek 的长期 Vision 是 AGI 。如果把实现的路线比作爬楼梯，去年的阶梯是 CoT（Chain-of-Thought，思维链），今年的阶梯就是 Agent。在 Agent 之后要解决的问题就是持续学习。
12. 实现持续学习之后，可能会来到一个渐进的奇点：模型可以完成人类能做的所有事情，包括自己开发更前沿的人工智能模型。即 AI 可以加速 AI 的研究。这一步走完才是具身智能。
13. 智能的终点可能都是具身。因为对一个正常人来讲，他的需求并不是电脑，而是人力。
14. 我们只赚一个合理的利润，不是利润最大化的定价。
15. 我们的一款模型一开始担心需求太多，价格定得比较高，后来降到四分之一，公司群里很多人欢呼。因为这是我们这么用心把这个模型做好的目的：能够让大家都充分地用。
16. 低成本是一个结果，我们的模型一直在架构上往更低成本走。我们也希望成本是负担得起的，特别是在算力紧缺的背景下。
还有一个原因：成本越低，越能承担更大的模型。算力有限时，计算效率高就能训更大的模型。大公司可以靠加资源解决，我们优先考虑成本效率。
17. 外面可能看起来，我们选了一个很难的模式。但其实我们做得非常轻松。降价对我们的竞争对手来讲，肯定不是个好事，他们一定不是欢呼的。
我并不觉得卖 API 这个事情有那么大吸引力。我只要搞几个人维护这个 API 就可以了，甚至客服都没有，也不用销售，用户自己就会来。
18. 我们一直在商业化，只是不以商业化为目标。DeepSeek 离彻底转向商业化的时间点，应该是很遥远的。
19. 我甚至不用考虑到时候在里面占一个位置。只要有那么大的商业机会，一定是有办法的。
DeepSeek 是一个时代的产物，是现实情况的反应，并不是模仿的结果。开源是我们这个规模公司的 sweet point.
20. 克制是一种战略：舍弃一些，换更多其他的东西。开源就是让利：对内，员工有成就感，公司有凝聚力；对社会也有好处，同行或者普通人都会高兴。
我毫不怀疑 AGI 会有非常大的商业价值。在这个基础上，我优先考虑的不是多拿份额，而是增加做成的概率。
21. 要把 AI 在商业上做成，开源是有好处的。这听起来有点违反直觉。历史上一个软件公司，市场一年可能就几十亿美金，开源了就没有了。
但是 AI 这个事情足够大，最终它可能得占掉人类社会 GDP 的百分之十。如果说我们想独占这个利益，那么一定是要被历史抛弃的。这是一个客观的规律，这是一个历史观。
22. 我们给的开源模型，跟我们自己部署的模型是一样的。我们不会开源一个差点的模型、自己部署时用更好的模型。
23. 我不担心别人部署我们的模型来跟我们竞争。不是每一家公司都有这个意愿和能力去达到这个目标。
创业公司如果太小，没有力量来做这个事情；大公司又很难组织。这是属于我们这个规模的公司的一个 sweet point.
24. 开源对我们的商业模式没有任何影响，前提是「只赚一定的利润」。如果你要赚一百倍利润，开源确实会影响你。
25. 我们不愿意跟任何一家互联网大厂或者小厂成为对手。在这个前提下，我们很愿意协助、帮助任何人，甚至包括阿里、智谱、月之暗面做得更好。
26. 未来我们要改写中美 AI 的叙事：用几分之一的算力，把差距缩得更短，缩到 6 个月、3 个月。
27. 中美 AI 的差距主要在资源上。我们相信 Scaling，肯定是规模越大，效果越好。训练这么大的模型，并不是因为我觉得这么大的模型就够了，而是只有这么多资源。
28. 人才几乎没有差距——就是同一批人。国内人才是不缺的。人才短缺是阶段性的，历史上从来没有长期缺某一类人的情况。
29. Anthropic 现在超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。
30. 国内做模型的公司太多了，每一家都做同样的事情，资源比较分散。最终一定会收敛，但需要过程。
如果每家只拿合理的利润，不需要那么多人做大模型：可能两家大公司、两家小公司就够了。
31. 我绝对不认为大模型公司可以拿走（AI 行业的）大部分利润。
32. 大模型竞争最终的差距会体现在三个方面：成本、时间、用户体验。成本排在第一位——同样质量的服务，你能以什么成本提供。第二是时间，早几个月晚几个月就不一样。用户体验会有些粘性和壁垒，但不本质。
33. 我们不想做成下一个超级 App。做成下一个字节？下一个腾讯？完全没有这样的想法。
34. 不争这个东西，是因为后面还有西瓜，前面的可能都是芝麻。当然可能这个芝麻比较大，但我觉得都不算大。
35. 去年大家都抢 Chatbot 、抢 C 端流量，今年是抢 To B 收入。但我们不认为它重要，公司内部真正关心的是 AGI 的路线图、下一步技术怎么突破。
很奇怪，最想得到的东西得不到，没那么在意的反而容易得到。
36. 去年春节火了，不在我们的剧本里。
37. 只有一个是没法退让的：必须要保持团队的稳定性。这也是我们面临的一个非常大的风险。当然这个风险随着这一次融资，得到了比较大的解除。
38. 我们做很多事情都是为了保持团队稳定性。我们不愿意跟任何互联网大厂或小厂成为对手，我们希望给他们赋能，帮助他们。我们不想树敌。这样我们自己的环境也会更好。
39. 有些人觉得我们的组织是从上而下的，有些人觉得是从下而上的，我觉得两个都对。
从上到下叫「做正事」，一般希望「正事」不要占用员工所有时间的一半。他还有一半的时间是从下到上的，是不被安排的，想研究什么就研究什么，可以自己去探索，按照他觉得什么重要，就去探索什么，没有前置要求。
40. 我们一般也不太加班。第一个原因是做研究需要一个比较松弛的环境。第二个原因是我们非常聚焦。
产品很多都不完善，但我们也没有去补它，也算是一种克制的文化。
41. 组织是动态的，不是一成不变的。未来随着公司变大，可能会有一些调整。但不会完全变成传统的层级制，但可能会有一些必要的结构。但愿景驱动不会变。
42. 我们做这个公司，初衷没想要赚多少钱，要到资本市场去上市。最开始的几十个人完全没有这么想过。如果他这么想，他就不会来。
我们是怀着一个对这个世界非常大的善意来做这个事情，觉得这对人类有用。
43. 「要实现 XX KPI」不是我们的方式，我们是一个靠愿景驱动的组织。这有好处，也有坏处。未来会想办法扬长避短，但这个是我们的特色。
44. 愿景甚至也不是成文的，而是在做事情的方法中、对待世界的态度里。可能我们公司每个人对这个愿景的理解也不一样，但是在大的方向上是一致的。
45. 大概二十年前，我在管理上最崇拜的是杰克·韦尔奇（ GE 的前 CEO）。现在来看，他说的大部分东西可能都已经不对了，但是他有一点说对了：一个公司最重要的是愿景。
愿景不是挂在墙上的标语，不是怎么说，而是怎么做。
46. AGI 是收益最大的。那其他事情，如果有精力，我们会做，没精力，我们就不做。克制是我们愿景里的一部分。
47. AI 这个事情太大了，利益也太大了。只要能够做成，随便分一点利益就非常大。而你越克制，就越有可能能够做成这件事。
48. 我觉得这是符合直觉的——至少是符合我的直觉。除了愿景，我们并没有非常多的其他优势。
49. 两年前成立这个公司的时候，没有很多钱，没有很多卡，没有什么知名度，又没有什么号召力，我们就是一群非常平凡的人。
我喜欢的叙事是「一群平凡的人做出了不平凡的事」，而不是「一群天才做出了不平凡的事」。
50. 开源也属于克制的一部分。在定价上，我们也肯定不是以公司收入最高或者利润最高作为出发点的。
从短期来讲，价格高一点，收入多一点；但从长期来讲，还真不好说。对我来讲，克制是一种战略。
51. 开源和低价，让员工觉得很有成就感，组织因此有凝聚力，对社会有好处，其他同行和普通人都会很高兴。
所以这种克制，从远景上来讲，能够增加我们做成 AGI 的概率。
52. 如果你的愿景是拿得多，你就先输了，你可能会面临着更大的困难。这个世界就是这样。
#AI的神奇用法
6 21 - 找工作最耗人的，不是改简历，是每天翻岗位、排雷、重复点投递。
我直接用 Python 把城市、全职兼职、关键词、排除词做成筛岗引擎，先打分，再进待投递池，人工确认后一键执行。
无脑海投没意义，精准匹配才是降维打击。
把重复点击这种脏活累活交给自动化。#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法
4 20 - 今晚见，上海的AI创业者👋腾讯青腾发起的AI Next「疯享会」首次来到上海～继续聊聊：你正在用 AI 解决什么具体问题？
这次上海站，会看到这些有意思的产品：
🔹 从 Z 世代潮玩切入的 AI 肩上宠物「Blinkko」
🔹 押注 Agent 开发新范式的「Trellis」
🔹 用 AI 普惠大学生职业规划的「艾迹」
现场还有：
🔹 探索”文化基因计算”的「数宗科技」
🔹 连接行业 Know-how 供需的「讲了么」@讲了么APP
🔹 为脱口秀行业打造 AI 工具的「Comedy AI」@希亚🌾
评论区留言一个你在思考的问题
帮你现场问问🥤
#AI的神奇用法00:055 24 - 笑死，不愧是孙割
b.ai昨天说minimax模型免费7天
看官网做的还不错就去搞了一个体验一下
然后搞笑的来了
上下文经常爆，爆到compact都用不了的情况
今天晚上测试了一下
好嘛75k上下文
#AI的神奇用法
5 32 - 不知道你们有没有这种感觉：每次看完书、或者跟各种大模型聊完天，感觉自己吸收了好多干货。结果过个几周，打开 Obsidian 一看，全是一座座互不相通的“笔记孤岛”。想找个以前记过的观点，死活搜不到。
看着那些花里胡哨的关系图谱，心里其实很清楚，那很多都是自己手动硬连的，既费时又没啥真实逻辑。
市面上的云端AI知识库是好用，但要把私密笔记传到别人的服务器，总归不踏实；而传统的本地 RAG 又像个无情的切割机，只能做生硬的关键词匹配。
因为实在找不到完全符合心意的工具，我干脆自己动手，写了这个 Obsidian 插件—— 「Karpathy LLM Wiki」。
它的理念特别直接：你只管在本地安静地写，让 AI 在后台帮你编织知识网。
分享几个我自己用到爽的瞬间：
1️⃣ 碎片大一统： 配合 Web Clipper 剪藏的网页，或者平时跟各个 AI 零散的聊天记录，丢进去后，它能自动把这些碎片串联起来。
2️⃣ 跟自己的笔记聊天： 它不会像通用 AI 那样胡编乱造，而是完全基于你自己的笔记回答，每个观点都带有原文链接，一秒定位出处。
3️⃣ 通过Z-Library下载电子书，然后通过 MinerU 转换为 Markdown 格式，然后进行摄入。我曾把《史记》丢进去，自动梳理出的概念网和人物链条，真的绝了[赞R]
插件上架一个多月，完全免费开源，原本只是写给自己用的，没想到当前已悄悄破了 9000 多次下载。
如果你也是个知识管理控，或者正愁几千条笔记没法整理，真心建议去 Obsidian 插件市场搜一下它试试[偷笑R][偷笑R]
作为一个还在高频迭代的个人开发者，大家用完有什么吐槽或者灵感，随时在评论区告诉我，我来改！👨💻
👉 插件官网：llmwiki.greenerai.top
👉 Obsidian 官方插件社区一键安装：community.obsidian.md
👉 GitHub 仓库：github.com/green-dalii/obsidian-llm-wiki
👉 MinerU Markdown在线转换工具：mineru.net
#Obsidian #知识管理 #知识图谱 #独立开发者 #生产力工具 #学习笔记 #AI的神奇用法
6 00 - 5月北京&深圳｜一场给 AI创业者的线下小局👀
AI Next社区第一场线下「疯享会」来了。
我们想做得简单一点：
不办那种听完很燃、回去没变化的活动。
也不做只有观点、没有产品的圆桌。
就是把一群正在做 AI 产品的人放到一起，只聊一件事：
你正在用 AI 解决什么具体问题？
看产品，
互相提问，
试产品，
聊下一步。
你可以带三样东西来：
一个正在做的 AI 产品；
一个只有你能讲的真实故事；
一个最近真的想不明白的问题。
两场活动：
📍北京｜5.19 周二 18:30｜中关村
📍深圳｜5.22 周五 18:30｜腾讯滨海大厦
适合已经有产品、用户反馈，或者真实卡点的 AI Nativer。
闭门局，想来可以评论区留「北京」或「深圳」。
#AI的神奇用法 #AIHackathon #AI工作流
35 3023 - AI让做产品变简单了，但产品变成生意更难了
最近一个周末的coffee chat，3个人聊了2小时，有一些点我回头想了挺久。
---
To B 的AI转型，卡住的地方不在技术
真正反复出现的问题更像这样：
- 老板是想推动的，但中层通常更关心“不要出问题”
- 一线员工会觉得流程被打乱，甚至多了一层负担
- 很多需求其实说不清楚，是在做的过程中才慢慢定义
- 一旦涉及自动化，责任边界就变得很模糊
---
出海这件事，难在进入系统
他其实也在认真考虑出海，但卡住的地方非常现实：公司主体、支付、合规。
这第一道门槛的复杂度，会直接让很多人停在“想一想”的阶段。
---
Codex之后，一个很微妙的变化
大多数会停在一个阶段：
产品有人用，也确实解决问题，但就停在那里。
不是因为它赚不到钱，而是因为下一步没人真正去做决定：
要不要收费、收多少钱、第一批的陌生用户从哪里来。
有用的东西到可以交易的产品，中间其实有一段挺大的断层。
---
技术在往前走，但渠道几乎没动
这可能是整场聊下来我感受最明显的一点。
这里的成本，不只是投广告，还包括：
你要花多少时间去试不同渠道、要踩多少坑、以及中间那种不确定性带来的消耗。
目前还没有出现一个东西，可以把“找到第一批用户”这件事，变成一个标准动作。
---
一个我还没想明白的问题
渠道这件事，会不会也被AI重构？
比如有没有可能：
用户是谁、在哪里、用什么方式触达，这一整套流程被自动化；
或者反过来，渠道本质上就是信任和关系，很难被工具替代。
如果后者成立，那接下来一段时间，增长能力可能会变得更分化，而不是更平均。
---
这次聊天之后，我最大的一个感受其实很简单：
能把东西带到用户面前的人，还是少数。
---
也挺好奇大家的看法：
你现在在做的东西，卡点更偏“产品”，还是“让别人知道它存在”？
如果你也在做类似的事情，或者最近在想这些问题，后期我们也会持续约一些这种小范围的coffee chat，基本都是围绕AI、产品和增长这些话题，很多时候比自己一个人想更有意思。
有共鸣的话，可以在评论区聊聊你最近在做什么，或者卡在哪个阶段，我们在下一个coffee chat再见
#提示词工程 #AI工作流 #AI的神奇用法
4 01 - AI漫剧反复抽卡，先别急着堆提示词。
我现在直接按“一镜一任务”拆：角色图管长相，提示词只管这一镜发生什么。
走位、情绪、群众、运镜全塞一条，模型必然乱猜。
先低成本试镜，把错误变便宜，再压榨算力精修。
少让模型猜一次，就少烧一轮积分。
#AGIBuilder #AI的神奇用法 #提示词工程
4 00 - 我拆完一套60集AI漫剧，发现会员真不是最贵的。最贵的是废片率。
15秒塞3个镜头、指令互相打架、多人打斗硬抽，积分直接烧穿。
我现在直接先给镜头分级：低风险快跑，高风险拆短，能剪映补救就别重抽。
压榨算力前，先压废片。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
4 00 - Ting‘s Computing Power Jewlery春拍预展结束。把芯片、AI计算和珠宝结合起来，是24年伦敦时装周秀场后，我一直在探索和实践的。《南海》这条项链的芯片部分设计由我和05后出色的设计师Ivy 刘泳铤共同完成。《天璇》戒指用翡翠，充电的绿光或可以让算力绿和帝王绿重叠。我当然希望可传播的科技Icon视觉能和东方文韵结合，所以继续慢慢做。
顺利落槌，App上线在即，感谢所有人的支持。也继续相信年轻的力量。
#AI的神奇用法
5 00 - 这单客户不是不会用AI，是合同、制度、客户资料根本不敢上公有云。
我直接把 Dify、私有知识库、本地模型和权限系统塞进企业服务器。
员工不用再翻文件夹、群里喊人，AI按内部资料回答，还能标出处。
找资料这种脏活累活，交给RAG压榨算力。
企业私有AI，妥妥搞钱刚需。
#AGIBuilder #AI的神奇用法 #AI工作流
3 01 - 很多企业做AI漫剧，第一集能跑，第二集就开始找不到角色、提示词、LoRA版本。
我直接先搭IP数字资产中心，把世界观、角色设定、Prompt、ComfyUI工作流、生成记录统一管起来。
别急着压榨算力，先把素材乱飞这种脏活累活收住。
内容工厂，资产复用才是搞钱刚需。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
3 00 - 这单挺硬：客户想看竞品小程序成交数据，普通 Web 爬虫直接失效。
我直接把小程序公开数据采集、清洗、入库做成一套链路，价格、销量、上新、评价统一拉出来。
但这活边界要守死：只碰公开数据，不碰用户隐私。
小程序数据孤岛，才是真正的搞钱刚需。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
3 00 - “AI对职业的冲击，不会有一个统一的终局。
它在任务层面是明确的替代与增强，在组织层面是边界收缩与形态重构，在社会层面是资本流向与制度适配的较量。三者节奏不同，步调不一，个体的安全感就来自对这种落差的清醒认知。
对个体而言，最重要的不是预测哪个岗位安全，而是建立一套可迁移的能力组合：拆解任务的能力、判断AI输出质量的能力、在模糊地带做取舍的能力、协调不同利益与不同能力者的能力。这些能力的共同特征，是AI暂时够不到。
对组织而言，责任不在于更快地裁员和更快地采购AI，而在于识别无效消耗之前不先消耗信任，在调整岗位边界之前不先模糊责任边界。成本可以核算，Token账单需要精打细算，但人的成长同样需要阶梯——当AI截断了新人的练习场，组织是否愿意用新的方式重建那条通往资深的路，是需要和成本问题同时摆在桌面上的事。
对社会而言，教育体系需要承认一个事实：以旧职业结构为蓝本培养人才的模式正在失效。社会保障需要面对另一个事实：以稳定全职雇佣为默认前提的制度设计，正在被平台化、原子化的用工现实松动。技术可以等，被替代的人不能等太久。
从2023到2026，恐慌被数据校准，规律被案例验证，勇气在个体身上持续生长。在技术与社会变迁的洪流中，人既是渺小的，也是强大的——渺小在于无法阻挡潮水的方向，强大在于可以自我塑造。下个三年，塑造仍在继续。”
#职人吐槽专用 #AI的神奇用法AI与职业这三年：震荡、规律与职业群像
3 00 - EonveraX分享：AI黑客松参赛经验分享—Henry
这次我们请到了袁海天（Henry）@袁老板讲黑客松 做了AI黑客松参赛经验的线上分享。
少数把黑客松当成功课来研究的人
---
01 什么是黑客松
Hackathon是hack与marathon的合成词，意为"黑客马拉松"
流程：报名→选择赛道→在规定时间内完成作品→提交评审→获奖者领取奖金。线上线下均有。参赛门槛比大多数人想象的低
---
02 黑客松不是编程大赛
如果你做的工程化很强，但评委看不懂，直接过
相反，叙事性强、好玩、让人眼前一亮的作品，评委一眼就有感觉
关于创新边界的判断：创新是第一位，但不能过度创新
---
03 idea怎么找，怎么筛
他给出了几个找idea的具体方向：
跟热点走
场景化叙事先行。先有具体场景，再有解决方案
提出好问题比解决普通问题重要。同样的 idea，经过叙事重塑，更有机会脱颖而出
赏金猎人打法
看评委的喜好。很多人以为黑客松有一套客观的评分标准，其实并不是
黑客松现场其实非常开放，可以直接去找评委和赞助商聊
---
04 一个人还是组队
不需要太担心自己技术不够。
想组队，他更推荐固定搭子。可以用黑客松来测试潜在合伙人或团队成员。
---
05 不同身份的人，黑客松能给什么
在职想转行的人
他的朋友把黑客松经历写进简历，获得了一家AI头部初创公司的海外增长负责人岗位
学生
黑客松获奖的作品本身被曝光出去，就是你最好的履历
早期创业者
他说黑客松对早期创业者的价值，比很多人想象的要大，尤其是在超早期阶段：
第一，找技术合伙人
第二，冷启动
第三，pitch deck素材
---
06 AI工具改变了什么
AI编程工具出现之后，黑客松的参与门槛变了，品味（taste）变得越来越重要。
---
07 黑客松对他自己创业的帮助
招人：他公司的1位员工是黑客松队友推荐的，Henry和他打了30分钟电话，直接发了offer
投资：他投了一些在黑客松期间认识的队友
认识人：黑客松最核心的价值
---
08 结语
黑客松真正的价值，从来不只是奖金，它是一个低成本的入口
---
下场见
欢迎关注我们留言【活动】，我们会主动联系你
#AI工作流 #AI的神奇用法 #hackathon
3 01 - 这单不是做个聊天机器人，是语言训练智能体。
我直接把领读、跟读、口吃指正、课程、支付塞进小程序。ASR 时间戳抓卡顿、重复、拉长，复杂场景再上小模型补刀。
陪练和纠错这些脏活累活，交给 AI 压榨算力。
语言教培，妥妥搞钱刚需。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
3 00 - 这单医疗AI很实在：客户有2万张创面照，但不是丢给模型就完事。
我直接先做数据清洗+标注规范，再用YOLO/分类模型把伤口类型和位置框选拆开跑。
脏活累活在数据层，压榨算力只是后半场。
医疗别吹自动诊断，AI辅助筛查才是正路。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
3 01 - 这单挺典型：中医馆不是缺客户，是缺会跟进的系统。
我直接把小程序、企微群、客户档案、健康报告打通，再用 Agent 读群聊、写日志、出跟进话术。
以前靠老师傅人脑记，现在压榨模型做 SCRM。
高复购实体店，私域运营就是搞钱刚需。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
3 00 - EonveraX LinkUp:创始人×技术合伙人-医疗AI
上周的匹配活动，我们把一个医疗AI创始人和一位大厂出来的算法工程师连上了。现在两人已经在谈总包和股权了。对的人坐到一起，剩下的就顺了～
我们是一个服务创业者的社群，里面每天都在发生连接。
2026年，创业者最缺的往往不是钱，而是人。
尤其是技术人。会写代码的人很多，但能把技术变成产品、变成一家公司的人，太少了。所以很多创始人手握好项目，却迟迟找不到那个能一起扛的人。
而另一边，也有很多技术人，在大厂做着重复枯燥的活儿，明明有一身本事，却找不到能大展身手的地方，也找不到一群志同道合、想一起干件大事的人。
一边在找人，一边在找舞台。我们想做的，就是让这两拨人遇见彼此。
群里的项目，都不是画饼型的
医疗赛道：融资顺利，临床场景明确，在找技术一号位
支付赛道：融资故事漂亮，商业闭环已跑通
B2B垂直：有真实客户、真实收入，正在快速扩张
AI项目已breakeven：资金充足，准备进入高速增长期
这些都不是停留在想法阶段的项目，而是方向清晰、资金到位、随时能启动，就等一个合适的技术伙伴加入。
所以如果你是：
✅ 想从大厂出来找早期机会的技术人
✅ 想找靠谱创始人一起从0到1的算法/工程大佬
✅ 或者你就是在观望、在选、想先看看有什么好项目
那你来对地方了。我们每周都会做一次这样的对接，帮对的人坐到一起。
如果你就是那个技术人——想看看外面有什么好项目，或者想找一群人一起干件大事，欢迎在评论区聊两句你的方向。👇
#创投好文推荐 #AI工作流 #AI的神奇用法
3 01 - 简单聊聊为什么马斯克这么想要 Cursor
就在 6 月 16 号，SpaceX 正式宣布：以 600 亿美元全股票交易，收购 Cursor 母公司 Anysphere。
更离谱的是——马斯克一分现金没花。
全股权换股。SpaceX 刚在纳斯达克 IPO 几天，市值冲到 2 万亿美元以上，用股票支付跟白捡一样。
这次收购，其实早在 4 月份就埋了伏笔。
当时 SpaceX 放了一个极其罕见的选择权条款：要么年底前 600 亿全资收购 Cursor，要么支付 100 亿美元深度合作费。Cursor 原本正跟 a16z、英伟达、Thrive 谈一笔 500 亿估值的 20 亿融资，被 SpaceX 直接「截胡」了。
把算力换成股权，把融资谈判变成收购条款——这手操作，真的太马斯克了。
为什么马斯克这么想要 Cursor？
1、Cursor 年化收入（ARR）已经冲到 40 亿美元，去年 11 月才刚破 10 亿
2、世界 500 强里 67% 的公司有开发者在用 Cursor，每天生成约 1.5 亿行企业代码
3、付费用户超百万
但最最最最最重要的是——数据。
Cursor 里沉淀的不是普通文本，是真实开发工作流：怎么写代码、怎么调试、怎么修 bug、怎么重构。这是「人类开发者如何思考」的映射数据。马斯克上个月官宣新 Grok 模型时，亲口说后训练阶段加进了大量来自 Cursor 的数据。
对在编程领域一直被 OpenAI 和 Anthropic 压着打的 xAI 来说，Cursor 就是一把精准的手术刀。并且 Cursor 现在能用上 xAI 的 Colossus 超算中心，近乎无限算力。
顺便补一条最近的干货更新，让你跟别人聊 Cursor 的时候有话说：
🔥 Cursor 3.8 + Automate（6.18 刚发布）：/automate 技能上线，支持 GitHub + Slack 触发器，还能操作你的计算机——Agent 终于开始替你干活了，不只是补代码。
你觉得这笔收购是好事还是坏事？评论区聊聊 #AI的神奇用法
5 00 - EonveraX分享会6.27 | 阿星：技术娱乐化时代，AI创业者如何用IP构建第二曲线
EonveraX分享：AI创业者用IP构建第二曲线
这次我们很荣幸邀请到智能向前科技创始人阿星，共同举办了一场「技术娱乐化时代，AI创业者如何用IP构建第二曲线」专题线上分享会。
01 技术娱乐化之后，客户更难判断谁靠谱
创始人IP更像一个市场识别系统，它反复告诉外界：你是谁，解决什么问题，做过哪些真实案例，为什么值得被信任。
02 创始人IP的商业定义：持续公开解决一个具体问题
创始人IP的定义其实很朴素：持续公开解决一个具体问题，让市场反复看见你、理解你、信任你。它更像是在市场里反复摆摊。
03 第二曲线从哪里长出来：前端内容，后端交付
阿星用了一个很形象的结构：前店和后厂。
前店是内容。它负责让别人看见你、记住你、理解你。
后厂是产品、服务和交付能力。它负责把线索接住，变成咨询、培训、课程、开发、解决方案，或者后续更产品化的收益
04 哪些人适合做创始人 IP
适合马上做的，是咨询型、服务型、教育型、解决方案型创始人。
第二类是可以做，但不用太急的：工具型、产品型、有明确用户场景的人。
第三类是暂时别急着做的：产品没验证、问题没找准、交付能力还没成型的人。
05 怎么开始：先记录真实工作，再一鱼多吃
阿星现场反复强调，创业者做内容，容易一开始就把它变成一件很重的事。
很多创业者做内容坚持不下来，常见原因是每一条都想打磨得很完美。
还有一个容易被忽略的点：真实感。创始人IP急需要解决的是信任，越是AI内容泛滥，越要让用户看到真实的人、真实的经历和真实的案例。
06 信任在哪里落地：线下和私域
图文内容可以传递信息，人脸更容易建立记忆
公域内容能带来曝光，后面的沟通、转化和长期关系，往往发生在私域。平台给你曝光，但平台不会替你维护客户关系
私域工具也要选对。企业微信至少能把客户关系留在组织资产里。社群也是，如果一开始就完全没有边界，后面很容易变成信息集散地
07 别把点赞当成功
整场分享里，阿星反复提醒大家，不要把粉丝、点赞、播放量当成唯一目标。
点赞不能当💰；粉丝量不等于线索；爆款也不等于商业闭环。
对活动有兴趣的，欢迎关注我们的账号并留言【IP】，我们会主动联系你。
#AI工作流 #AI的神奇用法 #AGIBuilder
3 02 - AI漫剧最烧钱的习惯：手指崩一下，就整条重抽。
我现在直接三层跑：低配试镜看角色、动作、构图；局部修脸、口型、手；高规格只留给通过的镜头。
能修别重抽，该拆别堆词。
压榨算力前，先保住正确部分，降废片才是搞钱刚需。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法
2 00 - 这单不是做视频，是给医企搭内容发动机。
我直接用 Coze 串起对标采集、选题改写、脚本、敏感词过滤、分镜、生图、图生视频、配音字幕、云端合成。
人工只负责挑片和发布。
以前一条条肝，现在压榨工作流批量出片。
B2B医药获客，内容自动化就是搞钱刚需。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
2 00 - AI漫剧别一上来就冲视频，角色先跑偏，后面全是废片。
这单我直接用 ComfyUI 搭底层工作流：三视图、LoRA、IP-Adapter、ControlNet、批量分镜全串起来。
角色一致性、换装、场景、分镜这些脏活累活先标准化，再压榨算力。
这才是内容工厂的搞钱刚需。
#AGIBuilder #AIGC创作大赛·夏日 #AI的神奇用法 #AI工作流 #提示词工程
2 00
