“只要是差异，就是对的”

产品迭代是为模式服务的

于我影响最深远的3款产品：Notion、Figma、HuggingFace

其中Notion和Figma的基于浏览器+协作+低门槛高天花板理念，以及发展史，我认为每一个产品经理都应该研究一遍，探究它们如何开始一步步对前人展开猎杀的

HuggingFace比较神奇的是很多历史你需要具备情报能力——如何通过各种工具与信息碎片🧩完整复原它从聊天机器人app、开源库再到社区的整个历程

对于小组织来说，选对match的人非常关键
选对人，你只需要focus在“沟通”
选不对人，你就得加大力度“管理”
两者的效率天壤之别

#进化型组织

做ML开源工具的过程中，深入体会到海外工具链的繁荣生态

整个上下游的工具彼此连接，彼此整合，互相成为护城河

这种连接是跨阵营的，是网状的，是自由的，是网络效应的，是既灵活又紧密的

希望有一天我们本土的AI工具能在成为全球工具链中成为举足轻重的一部分

国内似乎很少有关于技术/工具类产品从体验、商业、创始人到发展史研究的知识库。受到@参考答案Answers 启发，打算做一个。

初期选题有：Github、Vercel、Figma、Notion、HuggingFace、Databrick、jupyter、K8s...

涉及面包括产品功能，发展历史，融资情况，创始人背景，产品生态，参考资料，竞品分析，以及我对他们的总结与思考

做产品/社区不是搞化学实验
不能期待各种要素堆在一起后，就会自发反应然后成功

23年有2个月focus在设计Agent编辑器上
产品也被几个硅谷老哥和同行认可
不过最后放弃了
原因是过度内卷的竞争和不算高的门槛，最终会比拼到价格战上——这不是做创新的逻辑
所以再一次的迅速换方向
24年focus在更底层的模型训练工具上
（即刻没有表情功能是为什么）

试了一下Perplexity
最令我惊艳的是引入网络信息后答案的速度
明显是有搜索引擎背景的工程师大量优化后的

Inspiration: LLM做搜索引擎不难想到，但正确思路还需要加入深厚的技术积累

Bug: 不同于Google的分发link，这种AI揉搓link内容然后生产的逻辑， 有很高的版权风险， 起码有相当一部分利润要给到版权方， 初创企业是要小心的

产品需要两种“钩子”
一个叫差异，一个叫资产
比如Arc和Chrome
Arc通过浏览器内分屏功能创造了差异性
人哪怕卸载Arc的人
也会因为浏览网页时出现的分屏冲动
想起Arc；

Chrome则通过存储你的密码、记录、快捷第三方登录等等方式，
存放了你的数字资产
让你离也离不开

#林说产品