即刻App年轻人的同好社区
下载
App内打开
Kelly.soul
1k关注2k被关注4夸夸
现Final Round AI 🚀
前AI Agent产品0-1增长Opencord AI
📍🇸🇬🇫🇷🇺🇸🇨🇳
Kelly.soul
6天前
十一月-十二月金句

“Energy works like a magnet. The more positive energy we release into the world, the more of it returns to us - and the same is true for negativity.

When we intentionally share positive energy with the people around us, something powerful happens: they begin to resonate with one another.”

公司团建in巴厘🏝️
00
Kelly.soul
9天前
一个免费的Reddit 上的流量增长workflow 分享一下给做增长的大家:

1️⃣回复软广。这是第一步,大家都知道的,且在国内各大社交媒体平台用的广泛的方式。我们的Opencord AI做了第一步,通过回复软广去给产品增加organic 曝光,但这件事既耗号,也耗token做好回复质量,而且起不了大的量。

2️⃣通过各种回复收集到的其他回复,以此来收集一些业界的新闻比大平台更早的发布。比如,在Reddit 的帖子里收集到很多公司开始裁员,然后比大平台更早的发布裁员新闻。然后把裁员新闻的🔗放在Reddit上生成新帖子。帖子本身流量大约几百K 浏览量,百分之几的流量会转化到博客里。
Final Round AI的博客页面就是直接案例。

都可以通过make.com 等工具自动化。
01
Kelly.soul
23天前
【创业团队怎么用Work Trial招到合适的人】

硅谷 AI 公司几乎都在用的招聘方法,我加入Final Round AI的时候也是被这种招聘形式所吸引。
很多小AI公司已经不再做传统面试,而是邀请候选人直接“试着工作两天”。
没有八股题、没有问“你的优缺点是什么”
而是给出一个真实任务:“这是我们现在团队在做的功能,要不要试试看?”

两天(我们自己一般建议4-5天)后,团队几乎能百分百判断:
这个人能不能独立推进任务、
怎么沟通、遇到问题怎么反应、
他是不是那个你想共事的人。

我那时心想:
这才是真实招聘的样子。
于是我们开始让自己的公司也这样做。
现在我总结出一份流程,
给所有想试 Work Trial 的创始人/团队👇

Step 1️⃣:想清楚你要验证什么

很多团队第一次做 Work Trial,
最常犯的错就是“任务很酷,但和岗位无关”。
你得先想清楚:
你想验证的到底是 能力、态度、还是合作方式?

这三个维度最关键:

Output(结果):他能不能交付出一个完整版本?
Process(过程):他解决问题的方式是什么?
Collaboration(协作):他沟通的节奏、反馈的反应速度?

我们一般会在系统里设置 rubric:
比如工程师看技术判断 + 调试能力 + 沟通;
设计岗看执行力 + 审美一致性 + 反馈回路。

Step 2️⃣:选一个真实的任务

不要再出“练习题”了。
选你 backlog 里一个6–10 小时能完成的真实模块。
那种完成后团队真的能用的。

🎯 选任务的小技巧(都是非常非常非常的简化版本了):
有明确目标 & 验收标准。
足够小,但能展示完整工作流程。
有点挑战,但不是“赌命项目”。

我们公司常用的例子:
工程师:修一个数据同步 bug + 写测试;
设计师:改版 onboarding 流程一页;
市场:写一封产品更新邮件并解释思路。

Step 3️⃣:搭建协作环境

Work Trial 的重点是“过程”。
所以要让候选人能真实地参与协作。

建议准备:
一个 Sandbox(虚拟环境):GitHub / Notion / Figma
最小权限(安全又真实)
所有沟通都留痕(Slack 频道、任务笔记)
💡我们用的系统(Work Trial AI)
可以自动生成“试用空间”+“证据时间线”+“评分雷达图”
这样你就能清楚看到候选人的每一步贡献。

Step 4️⃣:清楚地告诉候选人规则

很多创始人担心候选人会觉得 “被白嫖”。
其实只要你讲清楚规则,他们反而更尊重这场试用。

邀请信可以这样写👇:

“这不是一份正式任务,而是一场真实协作体验。
你会得到专业反馈和完整试用报告。
我们希望通过一起工作,看看是否适合长期合作。我们会给在work trial 期间给你相应的薪酬。”

有条件的公司还可以:
署名权
告诉候选人成果可入作品集
保证 48 小时内给出明确反馈

这样体验会好很多。

Step 5:让团队真的“一起工作”

Work Trial 的意义不只是看候选人,
也是让你的团队学会“怎么协作”。

💡 小建议:

不要 micromanage(让候选人自己决定优先级)
Encourage async(少开会,多写文档)
看他如何吸收反馈,不要求完美

两天后,你会发现数据自己会说话:
首个提交时间、反馈频率、改动次数、对齐速度,各种,都比面试的“印象分”真实太多。

Step 6️⃣:复盘 & 模板化

Trial 结束后别急着 move on,
15 分钟复盘:
哪个任务信号最强?
哪个环节最卡?
哪个评分维度最有效?

然后保存成模板。
下次发起只要 10 分钟。
久而久之,你会积累出公司自己的:招聘知识库

💡给创始团队的一句话

Work Trial 不是考人,
它是一种更平等、更真实的相遇。

你不是在选员工,
而是在提前体验一个可能的未来同事。

如果你想看清一个人,
就和他一起工作两天(或者更久一点)

面试的未来,不在会议室里。
它在真实的协作中。

我们学到的 5 个落地经验

💡 给准备做 Work Trial 的创始团队:

1️⃣ 别出题,要出真任务(6-10 小时能完成)
2️⃣ 清楚告知候选人规则,强调平等与反馈
3️⃣ 用协作代替会议,鼓励异步沟通
4️⃣ 观察思考路径,而非完美结果
5️⃣ 复盘一次,模板化下一次

跑两三轮后,你会惊讶地发现:
团队气质也变了。
大家更愿意用事实说话,不再靠“面试感觉”。
159
Kelly.soul
24天前
Cursor 说到的点是最近几乎所有硅谷公司招聘的方式,通过短期的work trial 来招人,又快又能吸引,又能了解双方工作模式。

但除了硅谷以外的公司,几乎还没人听过这种招聘模式。

我们一直在全球🌍实行work trial的招聘方式,这种是唯一有效的了解候选人工作能力的最有效的机会
43
Kelly.soul
1月前
当前的就业机会,以服务型业务为主的国家,在AI的时代里经济的变化,会比以软件业务为主的国家,的体感优质很多。
因为大多数的服务类就业人群完全不会因为AI而立刻失去工作机会。
01
Kelly.soul
2月前
NYC Cursor Popup cafe有点太tech bro 了,也见到了著名的网红Ben Lang,不确定是cafe vibe or my vibe 感觉就有点meh meh

还有可能是因为太多的tech bro让我放不开,变的说话都别别扭扭,也没化缘到更多的cursor credits.

很多tech公司都开始把自己往consumer brand方向做marketing, 可是来的人实在是🤦之前Anthropics 也在纽约做了popup cafe, 很多人去拿了swags.

连ChatGPT在纽约的广告都不像个科技广告,以为是在做一个帮你交朋友服务呢
02
Kelly.soul
2月前
TBPN is the new ESPN, but for tech.

两个hosts 都是很有名的创业者,一个是soylent(2013年开始做的,以大豆为原料的,给tech圈人做的速食代餐🥤),另一个做了fintech 产品Party Round然后卖给了Rho(business banking product)

这种新形势的podcast, 已经不像传统的视频等类型,而是流媒体的直播,又把播客拉高另一个等级😁

(Marc Benioff 正好在今年的Dreamforce 大会时期上了TBPN,恰好上周TBPN被New York Times 大讲特讲,真是抓住了一个曝光好时机
00
Kelly.soul
2月前
伯克利的图书馆还挺先进,exercise study一个都不少
00
Kelly.soul
2月前
8年后回到SF, 感觉稍稍有点变美好了呢
60
Kelly.soul
2月前
🙏招聘招聘🙏

我们公司Final Round AI又来招聘了!这次开放了两个岗位:【数据工程师】&【AI工程师】

划重点:需要能够全职base在上海的小伙伴(不过我们的远程办公非常自由,所以你可以随时申请remote/WFH,比如本人目前就是remote中

重点2:欢迎大家踊跃投递简历到HR邮箱,也欢迎推荐身边人,我们准备了 1w 元子的推荐奖金捏。

下面是简略版jd,详细版可以找我获取。

📢数据工程师

【技术栈】
-数据分析:Amplitude
-后端开发:Python
-云服务与数据工具:GCP(BigQuery、dbt)、AirbyteAI
-工作流与开发工具:Cursor、Vibe coding、多种 AI Agentic 工作流程
【你将参与的工作】
✅构建稳定、可扩展的大数据系统,支撑核心产品与运营决策
✅设计并搭建高效可靠的 ETL/ELT 数据链路与仪表盘,用于产品洞察、增长分析、功能评估及统计模型等多种场景
✅分析实验结果、用户行为等多维数据,提炼高质量 insight,直接影响高层决策与产品方向
✅为 AI Agent 与模型开发做特征工程,确保数据输入质量与可用性建立并持续优化公司数据工程与 BI 分析的技术标准
【加分项】
✅有实时流式数据处理项目经验,能支持实时产品特性
✅了解并实操过 MLOps / LLMOps 相关流程,尤其擅长为生产级 AI 模型提供数据支持
✅有将传统分析体系迁移为 AI 驱动、数据产品导向体系的经验

📢AI工程师

【岗位职责】
✅编写大规模云原生后端服务的业务逻辑,支持核心产品运行;
✅维护、重构、迁移现有服务架构,持续提升系统稳定性与可拓展性;
✅开发并维护 Agent Workflow 系统,推动 AI 产品链路自动化;
✅参与系统值班(oncall)与故障响应处理,保障服务稳定运行;
✅Code Review,提升团队代码质量;
✅日常 DevOps 任务,基于 Kubernetes 进行部署与环境维护;
✅编写技术设计文档,推动新产品研发中的架构选型与技术路线;
✅主导关键技术方向探索,根据业务目标进行技术调研与长期设计;
✅快速上手和实践新工具、新技术,愿意持续跳出舒适区挑战更复杂问题。

薪资待遇可观,无限带薪休假所以体验较为WLB。小而美团队,真硅谷公司文化(扁平且自由度高)欢迎来做同事!
37