涨薪 50% 怎么做到的？

真事，给大家分享下找工作的经验。

是这样的，最近一位球友报喜，之前做后端，被优化，经过两三个月的 AI 沉浸式学习，然后疯狂投简历，找工作，终于最近找到了一份满意的 AI 应用开发工作，涨薪 50%，各方面很满意，这是真实发生的事。

他的分享透漏了一些信息：

1. 这个市场环境很差，非常差，比想象的恶劣很多很多很多。
2. 他投递了 1000+ 岗位，最后只得到了 5 次面试机会。
3. 一个反直觉的，找工作很难，但是面试很容易，5 次面试拿到了 4 家 offer。

他的面试经历，就一点体会，当下 AI 发展的速度过于快速，其实很多面试官，对 AI 的一些使用以及能力都很一般，所以面试很轻松就过了。

其中他还做对了一件事，就是他听信我之前在星球说的，没有去跟那些一二线大厂去卷，而是选择向下兼容。

但是特别传统的企业很难搞，整个公司只有你会 AI，各部门的推动其实很难。

然而一些和互联网相关的中小型企业，一切依赖电子办公/网络开展的场景和业务，类似于一些做的不错的电商，法律，自媒体，培训，直播之类的，这些团队其实是知道 AI 的价值与未来的，但是缺乏专业领域 AI 人才，但凡业务发展不错，都舍得给开工资的。

但是你要是跟纯互联网公司去卷，那些公司是完全不缺 AI 人才的，竞争自然激烈。

以上，我觉得对诸位找工作是一个很好的建议。

真的印证了我说的，但凡你好好沉浸式搞 AI，然后向下兼容，不需要去那种很传统的企业，去到和互联网沾边的行业，他们对 AI 的人才其实是有很强的需求的。

上来给大家说几件最新的大事。

1. 最近 A 家一堆核心人员离职，分别是 claude code 核心工程师，产品负责人与桌面版负责人，值得一提的是 cc 产品负责人 Cat Wu 是一位华人，宣布离职之后，转头宣布加入 OpenAI，与重置之神，赛博义父 Tibo 成为同事，负责 O 家核心产品。

2. 第一个疑惑，为什么他们就没有所谓的竞业协议呢？这是个值得思考的哲学问题。

3. O 家一直被人诟病，是一家纯工程师团队，产品审美不行，但是似乎他们自己也意识到了这个问题，之前收购了 NextSlides，这两天又收购了一家叫 Pierre 的公司，这两家都是有产品审美的团队，加上挖来了 cc 核心产品负责人。

相信，之后 O 家的产品体验和审美有很大的提升，但是还需要时间。

4. OpenAI 昨晚发布了 GPT-Image-2.6，除了一些优化和提升之外，一键生成表情包，X 上一堆人在玩。

我之前就说过，未来的 AI 是全模态与生态的天下，这是 OpenAI，Google 最擅长，最有优势的，只不过在编程领域走的晚了些，但是近期的相对进步，相信所有人都有目共睹。

5. GPT-6.2-Astra 已经在灰度内测，X 上被爆料前端能力和视频能力大大提升，甚至有人怀疑是不是用上了关闭已久的 Sora 视频生成能力。

我以前也说过这么一句话，Sora 重启不过是时间问题，以前没那么多精力和资源投入，被迫关闭，但是随着 AI 的发展，编程，图片，视频，音频，甚至世界模型等等，才是 AGI 的未来。

很显然，O 家现在已经在全面提升自己的综合能力，从 gif 就可以看到，你可以理解为 gif 是图生视频的最小样本，后续 Sora 的能力一定会对接到 Codex 的产品线的。

6. 最近几个月，Codex 一直是我开发主力，虽然一堆人吐槽额度缩水，经常速度慢的要死，但是你要算上重置频率和送的重置卡，Codex 是过去几个月全球性价比最高的，没有之一。

7. 这边看 Google，其实最近俩月进步非常明显，Gemini 4 Argon 实测在创意类工作，比如写作，生成音乐，视频，效果贼好。Carbon 也很快内测。

再告诉大家一个事，Google One 美区 appstore 订阅现在有优惠活动，原价 20 刀的套餐，现在三个月体验期只需要 5 刀，外送 youtube 会员和存储空间和 Flow 积分。

8. 以上，只想告诉诸位，A 现在产品体验和审美确实领先，但是不过是它一直走在前面而已，后续 O，G 两家很快追赶，然后超越。

天下苦 A 久矣，好好学点 AI 整天被封号折腾的够呛，想想都够烦躁的，让它继续作好了，咱们不着急。

未来十年的建议

今天看到 X 上一个点，让 AI 给出未来十年的建议。

我试下了我本地的 claude code，codex，kimi，DeepSeek，Grok，Antigravity 等 Agent 给出的建议，分别如下。

提示词：给出你对未来十年的建议，十条就好，不要解释。

Opus 5.5：
1. 把 AI 当作日常的思考伙伴，同时守住自己的判断力。
2. 打造个人品牌和自己能掌控的渠道，不把命运交给单一平台。
3. 持续输出，用作品代替简历。
4. 身体是第一资产，坚持运动和睡眠。
5. 守住现金流，远离高杠杆和看不懂的投资。
6. 少做而深做，长期专注一两件真正重要的事。
7. 建立可复利的系统：知识库、工作流、自动化。
8. 跟少数聪明且善良的人长期合作。
9. 保持好奇，每年至少认真学会一项新技能。
10. 留出时间陪伴家人，过一段不被效率绑架的生活。

GPT-6-Astra：
1. 把身体当作未来十年最重要的资产。
2. 持续使用 AI，把判断力练成自己的核心能力。
3. 建立个人品牌，让信任随时间积累。
4. 掌握直接触达用户的渠道，降低对单一平台的依赖。
5. 多做能持续产生价值的作品、产品和生意。
6. 保留现金储备，让自己有拒绝和重来的底气。
7. 定期学习陌生领域，避免经验变成偏见。
8. 珍惜家人和少数可靠的朋友，主动投入时间。
9. 用小成本试错，用真实反馈决定是否加码。
10. 想清楚自己要怎样生活，再决定追逐什么。

Kimi 3.1 Pro：
1. 把 AI 变成核心能力，但不把判断力外包。
2. 深耕一项能穿越周期的专业技能。
3. 持续学习，定期更新自己的知识与工具。
4. 把健康放在优先级最高的一档。
5. 控制负债，保留现金，坚持长期稳健投资。
6. 持续积累作品、口碑和可信赖的个人品牌。
7. 经营少数高质量关系，远离长期消耗你的人。
8. 保持独立思考，主动管理信息输入。
9. 增强抗风险能力，不给人生留单点故障。
10. 做长期有复利的事，不被短期噪声牵着走。

其他 Grok，Agy，DeepSeek 等也测了下，但是纯文字文章放不下了，但是整体都大差不差。

我看完之后，非常认同，这可能是我第一次见各种 AI 如此达成一致的情况了。

不知道诸位怎么看？

史诗级封号收入

笑死了，今天看了 A 畜最新招股书中，其中一个点，太真实了。

之前我一直好奇，A 畜的收入中肯定有很大一笔是封号收入，没想到这个数据人家直接大摇大摆的告诉所有人。

披露的数据约 5%-7% 是封号收入，大概对应 16.5 亿–23.1 亿美元，也就是一百多亿人民币。

而且这部分不只是收入，基本是纯利润。

A 畜封号从来不是先检测告诉你不符合，而是你充钱了，再封你，钱也不退。

这其中有多少是中国人贡献的收入，叫它 A 畜真是没白叫，基本等同于明抢。

之前我们被封了不少 Claude 账号之后，我对本地 A 畜代码做了逆向分析，这里顺便给诸位分享下，让你们知道它干了啥事。

1. 每次你登录 Claude 账号之后，它在本地 ~/.claude.json 会记录两份数据，一个叫 accountUuid，账号信息，一个是设备级稳定标识，在遥测里叫 device_id，这个如果你不清理，会一直在你本地一直记录。

如果你账号被封，不清理环境的话，device_id 会一直不变，导致新换账号使用，秒封。

2. 遥测失败重发队。Claude 本地有个遥测，位置在 ~/.claude/telemetry/1p_failed_events.*.json。

这个数据会定时发送你本地环境的一些信息，如果你节点波动，本地记录，等稳定的时候，再发送你真实环境的一些信息。

3. 配置滚动备份。位置在 ~/.claude/backups/.claude.json.backup.*。

也就是说，如果你本地有过旧账号登录信息，A 畜会自动帮你备份，这些备份信息也会保留你旧账号信息。

4. OAuth 登录凭证。本地的 macOS 钥匙串，~/.claude/.credentials.json 存储了旧 token 和串号风险。

以上是分析的确定的本地信息，其他还有浏览器 Cookie，Shell 配置中相关的环境变量，时区，支付渠道，节点那些就不说了。

不过这只是本地记录的，服务端的封号算法是黑盒，但是我看之前有人在国外搞台物理机使用 claude，我只能说依然没用，就是正常一个美国当地人，它觉得你使用违规，一样封号。

我只能奉劝大家，别一味充值 A 畜送钱了，不得不承认 CC 确实能力和体验不错，但是早已不是断崖式领先了，codex，kimi，grok 你的可选项可太多了。

AI 越强，失业越严重

最近不少人给我反馈失业的问题。今天简单聊聊。

我说句残酷的话，随着 AI 能力的越强，短期内对岗位失业的冲击越严重。

其实这个观点，我在几个月前的直播就提到过，只是当时很多人不在意、不重视而已，而事实上，现在已经发生了。

原因很简单，本来全球经济整体环境就不好，而 AI 越强，越来越多的企业会逐步意识到，同样的活，根本不需要那么多人，大部分企业，岗位缩减一半，可能对公司的运营和商业没任何影响。

话虽然难听，但这就是残酷的事实。

本来按照经济周期发展规律，会逐步的，但是 AI 发展与进化速度，加快了这个过程变化的节奏。

所以，短期内，对岗位需求的冲击会非常大。别问我短期是多久，是半年，还是一年，还是两年，没人知道，没人可以预测。

AI 未来一定会创造新的生产关系和新的工作岗位和产出，只是现在还没有。

起码目前阶段，AI 主要就是在生产力的提效层面，而且也是在发生的事，而提效这件事，也是伴随着 AI 能力提升的。

现如今 AI 其实已经很强了，那么自然有越来越多的企业意识到，它的那点业务根本不需要那么多人。

怎么应对？

不知道，短期内我也不能帮大家搞定工作问题。我只能说，很快会有越来越多的企业意识到这件事，意识觉醒也是逐步的。

如果说给点建议的话，我的建议就以下几点：

1. 对于个人，好好沉淀自己 AI 的底层能力，面向未来。

2. 做好风险应对措施，万一真失业了，起码基本的生活有保障，减少高消费。

3. 抛弃你过往依赖的引以为傲的行业经验和能力，完全拥抱 AI 时代新的工作方式，尽量让自己成为多维度全能人才，这是未来 AI 人才的基本要求。

4. 对于企业来说，降本增效无论如何是你当下要面对的最大问题，尽快完成 AI 重塑工作流和业务。

如果很多人感知不到，没有风险意识不重要，这是面向未来的。

行业意识觉醒，企业重塑工作流都需要时间，无论任何时代，不可能所有人，所有行业都具备相关的能力的，这可能对我们来说是最好的消息，在这个时间差内，你决定做什么，能做到什么程度，就看每个人的具体行动了。

以上，个人观点，与诸位分享。

AI 平权后，最该重视的 8 种能力

最近几天又一堆新模型发布了，后台有人问，说 xx 怎么样？

说实话，我现在除非模型大版本更新，否则我都已经没那么关注了。

很简单，模型能力现在基本是一天一变，但是未来一定是平权，不过是时间问题而已。

如果未来有一天，人人可以花钱就可以用上最强的模型和 Agent，那人与人之间的差距在哪里呢？未来什么样的能力最重要呢？

我前几天刚好和朋友聊到这个话题，那么这里分享下我的看法。

1. 领域认知。现在人人都在用 AI，但是做出的东西差距很大，本质就是领域认知能力的差异。比如你用 AI 做视频，如果你不具备视频领域的认知，那么运镜，分镜交接，一镜到底，贝塞尔曲线等等之类的提示词你想不到，那么自然导致你做出的结果差异很大。

2. 品味。这个就不多说了，未来人人都可以借助 AI 做出工具或产品，但是你的品味决定了 AI 设计审美的上限。

3. 用户洞察。用 AI 做出东西很简单，但是能挖掘出垂直细分领域的痛点与刚需，决定了你的产品有没有人买单，这就需要用户洞察，本质也是产品能力。

4. 判断力与取舍。我有个朋友，AI 时代做出了几十个产品，钱没少花，一顿操作猛如虎，一看用户十五个。判断什么不值得做，我觉得比判断什么值得做更重要。

5. 架构与工程能力。个人做出的工具和商业级产品，中间还隔着一堆活。哪些自己做，哪些用现成服务，输入不符合要求怎么办，接口断了怎么办，数据丢了能不能恢复？很多人用 AI 把东西做出来了，但是心里没底，就是工程能力的差异。

6. 商业能力。有人需要你的东西，接下来还有一串问题，谁付钱，为什么付钱，怎么定价，找一个客户花多少钱，交付和售后又要花多少。用户洞察让你看见需求，商业能力决定你能不能靠满足这个需求，持续做下去。

7. 影响力。这个也不多说了，影响力一直都很重要，但是 AI 时代，会更重要，未来会充斥着一大堆垃圾信息和产品，但是影响力意味着自带用户和话语权以及信任。

8. 自我学习进化能力。工具在变，工作的做法也在变，过去熟练的方法，可能很快过时，你不进化，不革新自己那永远跟不上时代。

别问我，以上各种能力怎么提升，很多能力我也比较弱，也在不断学习摸索中。

比如我做过技术和产品，但是我没做过设计，品味我也在想办法提升，影响力也不在不断积累，至于未来能到哪一步，一切只能交给时间。

未来 AI 对人才的要求会非常高，现如今，但凡你了解过市场，很多十来年高级工程师现在找不到工作，这就是真实发生的事。

未来怎么样没人知道，哪怕顶尖 AI 大公司，也一样摸着石头过河。

我们能做的，就是全面拥抱 AI，用 AI 先解决当下的工作，先意识到自身哪方面不足，然后去针对性的去学习补充，你才能不断进步。

以上，与大家共勉。

爬上来说一个不少人好奇的问题。

昨天直播，有人问我，Google 和 OpenAI 一直在 AI 领域的领跑者，为什么反而被 Anthropic 反超了呢？

确实，要知道 Google 是 Transformer 的发明人，现如今全球大模型都是基于这个架构，而 OpenAI 是定义市场的人，ChatGPT 全球十几亿用户说明了一切。

A 社反超其实主要是两个原因。

一是，Google 和 OpenAI 心很大，从一开始就要做全模态 AGI，所以你们可以看到这两家的文本模型，图片，音频，视频模型都有，而且都有不少储备。

二是，A 社从一开始就押注 AI Coding 这一个赛道，针对 B 端，并且和 Cursor 合作，甚至 Cursor 一度贡献了约一半的收入。

但是之后 A 社推出了 Claude Code，甚至封锁 Cursor 等第三方工具的访问，所以这是被认为 A 社背刺的一个历史。

也就是说，A 社押注 Coding + 针对 B 端，做对了这两件事。

后来大家才醒悟，原来 Coding 才是大模型最先真正「干活」的场景，结果可验证、任务链条长、使用频率高、用户付费意愿高。

所以现在全球的 AI 都开始重视并卷 AI Coding 这条路了。

我虽然不喜欢 A 社，但不得不承认，A 社已经在这条路走在前面了，沉淀和积累很多，现在单纯 AI Coding 这条路基本都是追赶状态。

Google 技术储备顶尖，但最大的问题，内部赛马、发布审查、部门利益让转化速度一直很慢，内部组织架构出现了问题，前一段时间刚做了大调整。

但说实话，AI Coding 发展到现在其实算是很成熟了，没有护城河，GitHub 一堆公开项目语料是所有公司都可以拿去训练的。

现如今 Google 和 OpenAI 一边着手追赶 AI Coding，另一边也没有放弃全模态这条路，比如 GPT-Image-2.5 现在就是全球独一档，视频模型 Sora 虽然关闭了，但是技术储备是一直在的。

AI 的未来现在才刚开始而已，未来全模态一定是刚需的，AI Coding 只不过是 AI 时代发展一个很小的过渡，虽说 Google 很拉，但是未来潜力还是很大的。

现在 AI 按天来算的，诸位不必为了今天谁又领先了就立马切换手里的订阅套餐，AI Coding 真的没多大护城河，未来国内外的能力平权不过是时间问题而已。

现如今我一直主力在用 Codex，一是编程能力还可以，二是在做产品设计相关的需求，我已经离不开 GPT-Image-2.5 了，这是 A 社目前没法替代的。

信我，AI 的发展一切才刚开始，AI Coding 只是敲门砖而已。

爬上来说个事，Jev 刷屏快一周了，全网都在吹「新技术路线」。

后台也有不少人问我怎么看？我说句扫兴的：别吹了。

先说下它是啥。前 OpenAI 研究员创业做的模型，最大的特点是不说话，不生成文字，它只帮你做决策。

你给它一段状态加几个问题，它直接返回带概率的判断：选哪个，打几分，有多少把握。

它为什么爆？我说实话，不是因为它强，是它戳中了两个当下 AI 的痛点：token 贵，AI 慢。

拿大模型做分类路由，等于拿大炮打蚊子，烧几百 token 就为了拿回三个 JSON 字段。Jev 输入每百万 token 0.042 美元，输出免费，毫秒级返回。

所以它确实在一些细分场景有用。

比如客服工单一次调用分出部门，紧急度，流失风险，不用等大模型慢悠悠给你写小作文。

比如给大模型当护栏，做模型选择和内容审核。啥活适合什么样的便宜模型，很多人是没有这方面的判断能力的。

比如批量处理文档，实测每千份成本 0.22 美元，DeepSeek Flash 要 1.31 美元。

但别吹成技术突破。能力上和 DeepSeek Flash 打平。

「不会幻觉」是重新定义出来的，OpenAI 的结构化输出，Anthropic 的 tool use 等早就做到了。护城河 48 小时就塌了，推特老哥两小时拿 Qwen 搓出同款，400M 的开源 laya 基本是同款。

能被两小时复现的东西，是工程技巧，不是模型突破。

你要想体验，直接去 GitHub 下载本地部署这个项目：

github.com

所以你要问我怎么看？

Jev 本质上就是一个 JSON 分类器套了层前沿模型的皮。

但是它算是盒合格的止痛药，治的是贵和慢这两个真病。在一些场景上是有需求，但是吹嘘远大于它的能力，X 上一大堆开发者是把它当玩具的。

但是你要拿它当主力出活，做工程，做产品，还是洗洗睡吧。

昨晚全网都在讨论一个事，可以说炸锅了。

爬上来给大家说下什么事。

1.起因是 Anthropic，以下简称「A➗」，它发了一份报告，指责中国各种 AI 公司又开始蒸馏它了。这份报告可以说非常详细，基本上大家听过的国内顶尖 AI 公司都在列。

2.其实蒸馏这个事，在 AI 领域早就是公开的秘密了，大家早就见怪不怪了，而且不只是国内这么干，国外顶尖 AI 公司也这么干的。我就说一件事，你们有没有注意到，最近几个月 A➗ 和 OpenAI 的模型对中文的理解非常精准，甚至蹦出来的中文口头禅比我们自己用的都溜。

3.要知道国产模型最大的优势就是中文语料非常丰富，你说它们没有蒸馏我们的国产模型语料，就能在这么短的时间内，让中文处理和回复这么人性化，根本没人信。

4.但是 A➗ 这次特意指责 Kimi，说部分 API 请求直接路由到 Claude 模型，还监测到一些敏感企业的敏感数据。我看了下这份报告，完全是单方面指控，没任何实质证据。

5.但是我来给大家解释这意味着什么，且不说这个真的假的，如果是真的，就意味着所有 Kimi 用户花着国产模型的钱，用的却是贵几倍的 Claude 模型，还有这种好事？就好比你花了二锅头的钱，给你掺飞天茅台，嗯，这样的掺假多来点最好。

6.至于所谓的泄露敏感企业数据的指责，要知道 Kimi 是开源的，国内一些特殊企业如果涉及敏感数据，完全可以本地部署，数据不出本地，真当我们一些敏感企业是吃素的？真有敏感数据，一家顶尖 AI 公司完全有能力对数据进行分析清理，但是 Kimi 没这么做，是不是可以变相说明 Kimi 真的对用户数据保护得比较好，不侵犯用户隐私？

7.A➗ 这份报告对 Kimi 的指责是重头。自从 Kimi K3 发布，就对闭源模型构成了极大的威胁，这是国产模型里第一个敢和全球顶尖模型掰手腕的，让 A➗ 再也无法掌握定价权。加上 GPT-6 发布，A➗ 直接被打趴了，现在在上市前扔出这份所谓的分析报告，这不是急了是什么？

8.A➗ 这份报告，其实变相说明它们对用户数据分析得相当详细，一边说着保护用户隐私，数据不外泄，一边又不打自招。但凡对数据敏感的，我都建议务必不要用 A➗ 家的产品了。

9.A➗ 最近也在学 Codex，给用户重置了额度。之前你还有领先优势，现在国产模型崛起，加上 OpenAI 的冲击，所谓的领先优势都没了，现在开始把用户当人了，早干嘛去了？我之前就说过，这家公司早晚自己作死。

10.骂归骂，但是不得不承认，Claude 系列的产品确实还不错，但是我们要看相对进步。你们仔细想想，除了 Opus 4.6，之后的 4.7、4.8 和 Opus 5，是不是一代比一代拉？相反，全球其他 AI 公司的模型不都是一代比一代有巨大提升？说白了，它就是有了先发优势而已。我甚至有时候会想，4.6 是不是一个偶然间搞出来的东西，他们内部甚至自己都不知道为何能达到领先地位。

11.现在如果你还觉得 Claude 的产品全球领先，那就真 out 了。

但凡你用下 GPT-6 Astra + GPT-Image-2.5，就会发现这个组合在前端能力和编程能力上，可以说全面吊打一直以这些能力为傲的 A➗。很多人对国产 AI 和 OpenAI 的印象还停留在几个月前，我只能说你的思维完全被限制了。

12.以前我们边骂边用 A➗ 家的模型，那是没办法，没得选，想用最强的只能选它。现如今，我们自己早就抛弃了 Claude，它一没任何领先优势，二不把用户当人，三之前泄露的水印代码，百分百确认这家公司就是针对中国用户，现在只剩下义正词严地骂了。

13.说回 A➗ 对 Kimi 的指责，甚至泼脏水，把矛头引到我们敏感企业身上，激发我们自己的内部矛盾，让我们自己处理内部问题，可以说算盘打的真好，对我们国内的情况摸的非常清楚。

A➗ 一边打不过 GPT-6，另一边只能拿国产模型开刀，它越针对 Kimi，就说明它越怕。Kimi K3 这个开源模型，相当于重新定义了全球闭源模型的定价权，这对 A➗ 的利益伤害是最大的，这简直是给 Kimi 打了最大的广告。

信我的，想用全球最强的 AI，有条件的就优先选择 Codex，想用国产的，就上 Kimi，对数据敏感的，那就本地部署，A➗ 让它接着作好了。

说个扎心的事实。

当下市面上充斥着一大堆垃圾产品。

AI 时代，做工具，做插件，做产品的门槛太低了，哪怕一些新手，借助 AI 都可以折腾出一些产品出来。

绝大部分人，幻想着做个网站，做个 app 火起来，然后躺赚，这都是天方夜谭。

现实是，很多人钱没少花，token 没少消耗，一顿操作猛如虎，开发了 10 个产品，最后一看用户 5 个。

真别不信，这就是当下很残酷的现实。

再说个数据，deepseek harness 发布之后，短短的时间，GitHub topic 已经有 8000 多个插件发布。

这其中有多少是真正有价值的？绝大部分也都是垃圾插件。

甚至如果你分辨不清，你装个乱七八糟的插件，很可能就是你电脑的常驻病毒。

产品也好，插件也罢，你是否有在重复造轮子？是否真正有市场需求？你做的产品是否真的算是生产级产品？

绝大部分人都不具备市场生产级产品的能力，只是借助 AI 瞎折腾而已。

而现实也确实，现如今市面上单纯靠 AI 赚钱的个人和公司非常少，基本都处于花钱花 token 的阶段。

但是未来，整个市场对 AI 的人才需求，市场需求是很大的，现阶段，最该做的，是提升自己 AI 的底层能力，这个作为第一要务，比你天天花时间开发出一堆无用的垃圾产品有用的多得多。

别再问我，现如今我做出什么 AI 产品了。

我做的 AI 产品还真的不少，但是都是服务我自己，服务内部团队提效用的。

除了一些开源项目，目前为止面向 C 端用户的正式产品没有一个。

不是我做不了，而是我觉得如果做了，大概率就是花了时间，花了成本，最后一场空。

我现在在做的 AI 产品和工具，一是提效，整个团队工作的效率先提升个 10 倍再说，其实现在已经不止了。二是提升 IP 影响力，这是长期复利价值。三是服务现有星球用户，提升所有球友的 AI 底层能力。

目前来看，每一项都成果显著。

听我一句劝，别瞎折腾乱七八糟的没有市场刚需的产品了，也别重复造轮子，更别幻想靠着做出一个产品一夜暴富。

先提升自己的 AI 底层能力，想办法提升自己的工作效率和生产力，如果有内容创作能力的，去尝试下自媒体，短视频，积累流量和影响力，做有复利的事，这在未来会非常非常有价值。