即刻App年轻人的同好社区
下载
置顶👀自我介绍：我叫42，日常在做两件事，一是投资，我是一家小私募公司的联创，在美股交易超过10年，主要持仓tesla/nvda/btc/eth；
二是增长，我来说说我是如何把复杂系统拆解成可执行的策略，并用增长逻辑把它跑通的；
① UCL 建筑五年（2012–2017）：训练了我的底层方法论
这五年是我“增长视角”的起点，建筑不是画图，而是复杂系统的balance，这会我建立了三套底层能力：
1. 找对标（Benchmark），先找到全世界最好的案例，把“好”定义清楚。
2. 拆结构（Deconstruct），拆解别人是“怎么做出来的”：关键逻辑、路径、权衡、设计取舍。
3. 把目标拆成执行（Prioritize），建筑永远不可能完美，必须抓大放小，在限制里找到最优解。
这套方法后来贯穿了我所有的增长工作。
② 回国创业（2017–2023）：从建筑到内容增长的跨界实践
回国后的建筑设计团队一度达到百人团队，也拿过国际设计奖项，我在公司除了统筹和交付项目外更要解决项目哪里来的问题——
A. 研究线上内容增长体系（UGC 大爆发时代）
因为我没有特别好的人脉背景，所以我从线上开始入手，也正好经历了国内所有平台的崛起：公众号、小红书、抖音、视频号
从算法机制 → 内容形式 → 渠道规则，我一边做一边搭建：
- Branding 内容矩阵打法
- AARRR 管理内容、渠道、用户行为
- 线上增长的全链路数据体系
我们也的确把内容变成了一部分的用户来源渠道；
B. AI 工具与增长自动化的探索
我很早开始研究：
- 文生图范畴（midjourney/sd）
- RPA 自动化
- 生产内容的工程化流程
2021–2022 开始布局海外渠道（Twitter、ins），也做到不错的结果，从0做到全网30万粉丝；建筑设计垂类第一；
这是我自学 Marketing/Branding 的阶段，边做边搭建自己的增长系统。
③ 转折与反思（2023）：公司关停 & 判断力的代价
2023 年我把公司关掉。当时我终于意识到一家公司失败，不一定因为能力，而可能因为判断——方向、周期、行业的判断。建筑下游从 2024–2025 集体暴雷，加速了这个结果。这段经历让我对“边界”有了完全不同的理解。
④ 二次创业（2024–2025）：以 GMV 为导向的增长实践
2024 年做为一家上市公司分公司副总，gmv从 0 到过亿：
- 重新建立 AARRR，但重点放在 后面三个 R：留存、收入、推荐
- 用数据驱动全链路，从内容 → 用户 → 复购 → GMV
- 完成从“内容驱动流量”到“做增长系统”的跃迁
2025 年，我休息了 11 个月。休息时发现——增长和营销是我真心热爱的事情。所以决定从零开始，把积累的东西彻底产品化、结构化。
也希望能在即刻认识更多朋友（添加请发送个人信息）
二是增长，我来说说我是如何把复杂系统拆解成可执行的策略，并用增长逻辑把它跑通的；
① UCL 建筑五年（2012–2017）：训练了我的底层方法论
这五年是我“增长视角”的起点，建筑不是画图，而是复杂系统的balance，这会我建立了三套底层能力：
1. 找对标（Benchmark），先找到全世界最好的案例，把“好”定义清楚。
2. 拆结构（Deconstruct），拆解别人是“怎么做出来的”：关键逻辑、路径、权衡、设计取舍。
3. 把目标拆成执行（Prioritize），建筑永远不可能完美，必须抓大放小，在限制里找到最优解。
这套方法后来贯穿了我所有的增长工作。
② 回国创业（2017–2023）：从建筑到内容增长的跨界实践
回国后的建筑设计团队一度达到百人团队，也拿过国际设计奖项，我在公司除了统筹和交付项目外更要解决项目哪里来的问题——
A. 研究线上内容增长体系（UGC 大爆发时代）
因为我没有特别好的人脉背景，所以我从线上开始入手，也正好经历了国内所有平台的崛起：公众号、小红书、抖音、视频号
从算法机制 → 内容形式 → 渠道规则，我一边做一边搭建：
- Branding 内容矩阵打法
- AARRR 管理内容、渠道、用户行为
- 线上增长的全链路数据体系
我们也的确把内容变成了一部分的用户来源渠道；
B. AI 工具与增长自动化的探索
我很早开始研究：
- 文生图范畴（midjourney/sd）
- RPA 自动化
- 生产内容的工程化流程
2021–2022 开始布局海外渠道（Twitter、ins），也做到不错的结果，从0做到全网30万粉丝；建筑设计垂类第一；
这是我自学 Marketing/Branding 的阶段，边做边搭建自己的增长系统。
③ 转折与反思（2023）：公司关停 & 判断力的代价
2023 年我把公司关掉。当时我终于意识到一家公司失败，不一定因为能力，而可能因为判断——方向、周期、行业的判断。建筑下游从 2024–2025 集体暴雷，加速了这个结果。这段经历让我对“边界”有了完全不同的理解。
④ 二次创业（2024–2025）：以 GMV 为导向的增长实践
2024 年做为一家上市公司分公司副总，gmv从 0 到过亿：
- 重新建立 AARRR，但重点放在 后面三个 R：留存、收入、推荐
- 用数据驱动全链路，从内容 → 用户 → 复购 → GMV
- 完成从“内容驱动流量”到“做增长系统”的跃迁
2025 年，我休息了 11 个月。休息时发现——增长和营销是我真心热爱的事情。所以决定从零开始，把积累的东西彻底产品化、结构化。
也希望能在即刻认识更多朋友（添加请发送个人信息）
348 1470
1. 中间层 infra tools——API、向量库、工作流、n8n、Langfuse，这类别是商业化的模范生，用户基本是是工程 / CTO，付费明确，而且直接绑定成本 / 稳定性 / 效率，订阅+用量计费也非常自然，可以说是AI时代的云服务，强商业化+强产品化，但不吃认知优势，吃工程与生态
2. 通用效率 Horizontal Tools——写作、翻译、PPT、笔记，表面很好，实际很卷，用户的选择空间很大，非常容易被模型吞噬，所以必须要带个CLG，而且定价上限低，能产品化，但商业化靠规模和渠道，不靠结构
3. 行业垂直型 AI SaaS / Vertical AI，这是最稳健的一类，因为商业化和产品化都非常强，能绑定明确的业务指标（成交率、转化率、合规），有预算、付费习惯，代替的是人工成本，而且行业流程稳定、数据结构明确，可复用，这是AI商业化的现金奶牛
4. AI 知识库 / 决策系统，这是我目前最看好的一类，很多人低估它，因为大部分人只做成了内容，但最有应该做的是决策判断系统，它满足所有条件：1. 决策者明确（创始人 / 负责人）、2. 场景明确（要不要投 / 要不要停）、3. 可结构化（规则 + 判断）、4. 可升级（Agent / 企业版），同时满足商业化&产品化
5. Task Agent（任务型 Agent），现在这一块的产品整正慢慢可卖，商业化的前提是任务边界清晰、能持续替代人工、可监控，一旦Agent能稳定帮人少干一件事，那商业化就成立，但中短期可卖，长期潜力大
6. AI OS / System Level，这个商业化是最难的，因为决策链太长、切换成本极高、用户不愿为“系统抽象”付费，而且这是生态产品，不是SKU
7. Consumer AI / IP / 陪伴类，他的商业化靠情绪，不靠结构，爆款可以很猛，但不可预测，不可复制，产品化弱于内容驱动，更像娱乐工业，不是系统生意
8. LLM基础模型 Anthropic这一层，产品化极强、商业化偏弱；用户买的不是模型，而是他的能力，而且这个层面的定价已经被算力/资本/补贴严重扭曲，商业化也不是靠用户意愿，而是规模博弈，这都是国家级别的资本产品，不是普通商业产品
2. 通用效率 Horizontal Tools——写作、翻译、PPT、笔记，表面很好，实际很卷，用户的选择空间很大，非常容易被模型吞噬，所以必须要带个CLG，而且定价上限低，能产品化，但商业化靠规模和渠道，不靠结构
3. 行业垂直型 AI SaaS / Vertical AI，这是最稳健的一类，因为商业化和产品化都非常强，能绑定明确的业务指标（成交率、转化率、合规），有预算、付费习惯，代替的是人工成本，而且行业流程稳定、数据结构明确，可复用，这是AI商业化的现金奶牛
4. AI 知识库 / 决策系统，这是我目前最看好的一类，很多人低估它，因为大部分人只做成了内容，但最有应该做的是决策判断系统，它满足所有条件：1. 决策者明确（创始人 / 负责人）、2. 场景明确（要不要投 / 要不要停）、3. 可结构化（规则 + 判断）、4. 可升级（Agent / 企业版），同时满足商业化&产品化
5. Task Agent（任务型 Agent），现在这一块的产品整正慢慢可卖，商业化的前提是任务边界清晰、能持续替代人工、可监控，一旦Agent能稳定帮人少干一件事，那商业化就成立，但中短期可卖，长期潜力大
6. AI OS / System Level，这个商业化是最难的，因为决策链太长、切换成本极高、用户不愿为“系统抽象”付费，而且这是生态产品，不是SKU
7. Consumer AI / IP / 陪伴类，他的商业化靠情绪，不靠结构，爆款可以很猛，但不可预测，不可复制，产品化弱于内容驱动，更像娱乐工业，不是系统生意
8. LLM基础模型 Anthropic这一层，产品化极强、商业化偏弱；用户买的不是模型，而是他的能力，而且这个层面的定价已经被算力/资本/补贴严重扭曲，商业化也不是靠用户意愿，而是规模博弈，这都是国家级别的资本产品，不是普通商业产品
20 19
下个月的围观群会在ChatGPT群聊里更新，要加入1月【AI围观群】的可以来加我了~
GrowthOS Core开始干出海！
明天开始搭小红书和推特的自动获客~开始跟6-7号员工磨合了！
GrowthOS Core开始干出海！
明天开始搭小红书和推特的自动获客~开始跟6-7号员工磨合了！
13 23
我这两天活干得特别多，所以今天特定留出时间来思考，如何让这几个AI员工替我来完成工作，我对它们的定义不是工具，而是可规模化的增长劳动力；
既然是增长劳动力，就应该拆解哪一段增长链路可以被它接管（解放我）
整个增长全链路拆解为：获客->激活->转化->留存->变现->传播，那AI最适合的做的有：重复的、可被prompt的增长动作
目前可以用的：AI获客机器人
让它先帮我完成冷启动；流量从哪来，内容怎么规模化，渠道怎么试错？
以往我做增长的逻辑是：先做一个渠道，先从自动拆解竞对的爆款内容结构开始，做让它批量生成同一策略，不同表达的内容，再针对不同平台重写
那放到进n8n+GPT里就是：竞对账号->爆款内容->拆结构 ->Prompt 模板->批量生成->人工筛选
（详细代码和流程步骤会在我的AI围观群里公布）
还可以做一条：AI冷启动渠道探索，它可以做自动搜索&分析，收集哪些信息员在讨论哪些问题，哪些字段在增长，根据这些内容来生成冷启动私信、冷启动发布贴；
激活、转化、留存、复购机器人同理也可得；但目前我还没碰到这方面的卡点，可以后期再做！
既然是增长劳动力，就应该拆解哪一段增长链路可以被它接管（解放我）
整个增长全链路拆解为：获客->激活->转化->留存->变现->传播，那AI最适合的做的有：重复的、可被prompt的增长动作
目前可以用的：AI获客机器人
让它先帮我完成冷启动；流量从哪来，内容怎么规模化，渠道怎么试错？
以往我做增长的逻辑是：先做一个渠道，先从自动拆解竞对的爆款内容结构开始，做让它批量生成同一策略，不同表达的内容，再针对不同平台重写
那放到进n8n+GPT里就是：竞对账号->爆款内容->拆结构 ->Prompt 模板->批量生成->人工筛选
（详细代码和流程步骤会在我的AI围观群里公布）
还可以做一条：AI冷启动渠道探索，它可以做自动搜索&分析，收集哪些信息员在讨论哪些问题，哪些字段在增长，根据这些内容来生成冷启动私信、冷启动发布贴；
激活、转化、留存、复购机器人同理也可得；但目前我还没碰到这方面的卡点，可以后期再做！
15 10
出海冷启动的逻辑：
1. 冷启动不是增长，而是验证用户对你有需求；
2. 国家不重要，平台更重要，reddit＞国家，推特＞语言，github＞地区；
3. 内容不是营销，是产品的一部分，demo发在平台，case study分享你的竞对，公开你的prompt都是产品。
1. 冷启动不是增长，而是验证用户对你有需求；
2. 国家不重要，平台更重要，reddit＞国家，推特＞语言，github＞地区；
3. 内容不是营销，是产品的一部分，demo发在平台，case study分享你的竞对，公开你的prompt都是产品。
19 01