即刻App年轻人的同好社区
下载
产品需要 pitch，好的产品更需要持续 pitch。第一印象十分重要，它往往决定别人愿不愿意给你最初的那一点注意力。但在 99% 的情况下，这个第一印象并不会一发入魂，也很难让人真的记住你。除去那小部分会愿意继续深入的人，大多数人往往会在那一瞥之后，把你停留在一个固定的印象里，甚至在很长的一段时间里不会主动回来看看你发生过什么变化。对他们来说，你大概就是那样，或者干脆觉得与你无关。
所以你需要「持续迭代」，并确保「持续被看见」。世界的大多数注意力，都很容易在第一次之后迅速流失；你需要靠持续曝光和持续进化，才能突破记忆的惯性。
-
很多人误以为埋头苦干，就能获得理想回报，也会下意识相信一些所谓的成功人士的说法，比如「少一点营销，多做一点实事」「产品够好自然会被看见」。这些话听上去很朴素动人，但同时也把这个世界的因果关系压缩得过于简单。
有的人只是因为碰巧成功，然后从结果倒推一个听上去正确但并不准确的结论。他本身并不知道哪些因素才真正决定了他的成功。也有的人很清楚自己的成功离不开曝光、资源和叙事，却选择去营销一种「成功不需要营销」的形象。
这种叙事的受众颇大，他们往往是不擅长表达，也不愿意学习表达的人。他们也许有不错的技术能力，却更容易待在舒适区里，把希望寄托在一个有一天会被命运发现的故事上。他们宁愿相信勤奋天然有回报，也不愿意面对「表达」「pitch」「让自己被看见」是一套需要刻意练习的技能。
在这种语境中，营销自己和主动呈现自己很容易被贴上只会说不做的标签。再加上一些被滥用的分类，比如把表达能力叫作「软技能」、把技术叫作「硬技能」，这种标签听上去无害但其实暗含了一种前提是：表达/pitch/Marketing 能力是不值一练的附属能力，而真正体面的选择就是埋头苦干、不必出声。
许多人因此在不知不觉中，更愿意停留在不表达这一状态里，感觉这样的自己更踏实、更纯粹，甚至更高尚。但事实是，表达自我、展示自我、持续 pitch，是和任何技术一样需要训练的技能，也有相当高的门槛和难度。如果你把它当成可以省略的部分，它就真的会把你排除在注意力之外。人就是习惯欺骗自己，把不擅长的说成是低劣的，把舒适区的说成是高尚的地方，于是大脑就可以躺好，持续节能。
-
那么谁最希望你不要发声呢？往往就是那些已经掌握话语权、擅长 pitch 的人。如果一种氛围让你乖乖做事，不教你主动呈现自己，那资源自然会流向会说话的人，而不会表达的人只会变得更像被控制的工具。
而当擅长表达的人反复告诉你「不需要营销自己」，这其实是在让你心安理得地放弃竞争力，让你觉得不学习表达是一种纯粹的美德。然而事实是你越沉默，就越容易被替代。你越不 pitch，就越没有自己的空间。
所以你需要「持续迭代」，并确保「持续被看见」。世界的大多数注意力，都很容易在第一次之后迅速流失；你需要靠持续曝光和持续进化，才能突破记忆的惯性。
-
很多人误以为埋头苦干，就能获得理想回报，也会下意识相信一些所谓的成功人士的说法，比如「少一点营销，多做一点实事」「产品够好自然会被看见」。这些话听上去很朴素动人，但同时也把这个世界的因果关系压缩得过于简单。
有的人只是因为碰巧成功，然后从结果倒推一个听上去正确但并不准确的结论。他本身并不知道哪些因素才真正决定了他的成功。也有的人很清楚自己的成功离不开曝光、资源和叙事，却选择去营销一种「成功不需要营销」的形象。
这种叙事的受众颇大，他们往往是不擅长表达，也不愿意学习表达的人。他们也许有不错的技术能力，却更容易待在舒适区里，把希望寄托在一个有一天会被命运发现的故事上。他们宁愿相信勤奋天然有回报，也不愿意面对「表达」「pitch」「让自己被看见」是一套需要刻意练习的技能。
在这种语境中，营销自己和主动呈现自己很容易被贴上只会说不做的标签。再加上一些被滥用的分类，比如把表达能力叫作「软技能」、把技术叫作「硬技能」，这种标签听上去无害但其实暗含了一种前提是：表达/pitch/Marketing 能力是不值一练的附属能力，而真正体面的选择就是埋头苦干、不必出声。
许多人因此在不知不觉中，更愿意停留在不表达这一状态里，感觉这样的自己更踏实、更纯粹，甚至更高尚。但事实是，表达自我、展示自我、持续 pitch，是和任何技术一样需要训练的技能，也有相当高的门槛和难度。如果你把它当成可以省略的部分，它就真的会把你排除在注意力之外。人就是习惯欺骗自己，把不擅长的说成是低劣的，把舒适区的说成是高尚的地方，于是大脑就可以躺好，持续节能。
-
那么谁最希望你不要发声呢？往往就是那些已经掌握话语权、擅长 pitch 的人。如果一种氛围让你乖乖做事，不教你主动呈现自己，那资源自然会流向会说话的人，而不会表达的人只会变得更像被控制的工具。
而当擅长表达的人反复告诉你「不需要营销自己」，这其实是在让你心安理得地放弃竞争力，让你觉得不学习表达是一种纯粹的美德。然而事实是你越沉默，就越容易被替代。你越不 pitch，就越没有自己的空间。
24 17
Jina AI 这篇关于产品、组织和战略的部分非常真实，而欧洲这一段也引发了我的不少思考。把 Jina 的经历放回到其所处的产品形态、团队结构、制度环境和时间窗口来看，其实会出现一个更清晰的逻辑链，而这个链条对理解为什么当年在欧洲跑不动很关键。
Jina AI 选择的路线是 Model as Product，也就是靠模型本身的能力去卖 API。向量模型和搜索底座模型的特点是生命周期短、更新频率高、竞争门槛随技术进展不断重新洗牌。模型几乎等于快消品，「半年半衰期」十分残酷但又真实。只要性能稍微落后，新产品就会替代旧产品，用户自然流失。因此，研发方向、模型结构和训练管线需要在短时间内不断迭代，这类公司常常是高度集中、快速试错、快速 pivot 的组织形态。
当模型的生命周期如此短时，团队必然需要具备极强的可变形能力。业务线要能随时合并、缩减或重构，资源要能迅速集中到新的方向上，而且内部叙事要随项目切换快速统一。也就是说，这种公司依赖「组织的流动性」，来对冲模型技术的快速变化。
根据原文描述结合产品结构再看他在欧洲的发展，就能理解那种「阻力感」从哪里来的。最直接的部分来自用工制度。他们早期招了不少欧洲员工，而德国（当然还有法国）劳动法强调保护雇员的稳定性，对解雇、重组和裁撤都有清晰且严格的程序。这类制度在传统行业或稳态业务里有很大的社会价值，但对一个依赖快速重构团队的模型公司来说，组织调整会带来额外的行政成本和摩擦，团队机动性自然下降。
开发节奏和制度节奏之间也存在明显差异。在 2020 到 2023 的欧洲，AI 的监管讨论和政策审慎性走在前面，社会和企业对 GenAI 的认知相对缓慢，很多公司处在观望阶段。在这样的周期里，市场反馈速度偏低，而 Model as Product 又非常依赖用户的即时反馈去判断模型效果、调整训练方向、优化 API 体验。如果外部需求侧的节奏偏慢，模型迭代的节奏就难以被验证出来。个人认为，直到 2025 年，欧洲对于 AI 的认知和接纳态度才逐步开始成型。
换句话说切入市场的时机非常重要。Jina 在欧洲布局的阶段正处在 GenAI 尚未普及的窗口。开源社区能够形成一定的技术声量，但对 API 收入和模型验证帮助有限。对于这类业务来说，商业化验证越晚，团队需要的试错越多，和本地制度之间的对抗张力就越明显。
除了制度与市场，政策与产业之间的节奏差也会形成额外消耗。原文肖涵也提到说他参与过欧洲的各类 AI 活动和讨论，但这些参与并没有形成资源或需求层面的联动。欧洲在很多议题上对 AI 的讨论高度重视伦理、隐私和社会影响，这在公共价值层面是合理的，但对于需要快速落地的模型公司来说，这样的讨论节奏与产品节奏之间的连结相对薄弱。
再加上不同国家的结构差异，欧洲是一个整体，而德国在「用工、稳定、制度程序」这类变量上又更进一步。作者所经历的很多制度摩擦，正是在这类环境中累积出来的。如果从更高的角度来看，公司早期在德国设立办公室，雇佣结构和合同体系自然依托德国框架，等到需要快速切换方向时，这个路径反过来限制了组织的行动范围。
把这些因素放在一起，会看到一个多变量叠加后的结果。一条必须依靠速度、迭代、收缩、重组来维持竞争力的产品路径，落在了一个强调稳定、程序、审慎和长期性的制度环境里。同时，这个组合又发生在一个对 GenAI 尚未形成高需求密度的时间窗口，几条节奏线恰好没有对齐。等到他后来把团队节奏和叙事锚定到模型的快速迭代上，再把组织压到更轻更集中的结构，到了湾区自然更易形成正向反馈。
选产品路线、组织形态和所在地区时，除了看人才密度和资金环境之外，更重要的是看几条节奏是否能互相对上。比如产品的类型、迭代的节奏、团队调整的节奏、监管和制度的节奏、市场需求的节奏，以及行业整体的时间窗口。如果这些因素能形成互相支持的结构，发展速度会快得多。反过来说错位再强的执行力也会被不断放慢。
Jina AI 选择的路线是 Model as Product，也就是靠模型本身的能力去卖 API。向量模型和搜索底座模型的特点是生命周期短、更新频率高、竞争门槛随技术进展不断重新洗牌。模型几乎等于快消品，「半年半衰期」十分残酷但又真实。只要性能稍微落后，新产品就会替代旧产品，用户自然流失。因此，研发方向、模型结构和训练管线需要在短时间内不断迭代，这类公司常常是高度集中、快速试错、快速 pivot 的组织形态。
当模型的生命周期如此短时，团队必然需要具备极强的可变形能力。业务线要能随时合并、缩减或重构，资源要能迅速集中到新的方向上，而且内部叙事要随项目切换快速统一。也就是说，这种公司依赖「组织的流动性」，来对冲模型技术的快速变化。
根据原文描述结合产品结构再看他在欧洲的发展，就能理解那种「阻力感」从哪里来的。最直接的部分来自用工制度。他们早期招了不少欧洲员工，而德国（当然还有法国）劳动法强调保护雇员的稳定性，对解雇、重组和裁撤都有清晰且严格的程序。这类制度在传统行业或稳态业务里有很大的社会价值，但对一个依赖快速重构团队的模型公司来说，组织调整会带来额外的行政成本和摩擦，团队机动性自然下降。
开发节奏和制度节奏之间也存在明显差异。在 2020 到 2023 的欧洲，AI 的监管讨论和政策审慎性走在前面，社会和企业对 GenAI 的认知相对缓慢，很多公司处在观望阶段。在这样的周期里，市场反馈速度偏低，而 Model as Product 又非常依赖用户的即时反馈去判断模型效果、调整训练方向、优化 API 体验。如果外部需求侧的节奏偏慢，模型迭代的节奏就难以被验证出来。个人认为，直到 2025 年，欧洲对于 AI 的认知和接纳态度才逐步开始成型。
换句话说切入市场的时机非常重要。Jina 在欧洲布局的阶段正处在 GenAI 尚未普及的窗口。开源社区能够形成一定的技术声量，但对 API 收入和模型验证帮助有限。对于这类业务来说，商业化验证越晚，团队需要的试错越多，和本地制度之间的对抗张力就越明显。
除了制度与市场，政策与产业之间的节奏差也会形成额外消耗。原文肖涵也提到说他参与过欧洲的各类 AI 活动和讨论，但这些参与并没有形成资源或需求层面的联动。欧洲在很多议题上对 AI 的讨论高度重视伦理、隐私和社会影响，这在公共价值层面是合理的，但对于需要快速落地的模型公司来说，这样的讨论节奏与产品节奏之间的连结相对薄弱。
再加上不同国家的结构差异，欧洲是一个整体，而德国在「用工、稳定、制度程序」这类变量上又更进一步。作者所经历的很多制度摩擦，正是在这类环境中累积出来的。如果从更高的角度来看，公司早期在德国设立办公室，雇佣结构和合同体系自然依托德国框架，等到需要快速切换方向时，这个路径反过来限制了组织的行动范围。
把这些因素放在一起，会看到一个多变量叠加后的结果。一条必须依靠速度、迭代、收缩、重组来维持竞争力的产品路径，落在了一个强调稳定、程序、审慎和长期性的制度环境里。同时，这个组合又发生在一个对 GenAI 尚未形成高需求密度的时间窗口，几条节奏线恰好没有对齐。等到他后来把团队节奏和叙事锚定到模型的快速迭代上，再把组织压到更轻更集中的结构，到了湾区自然更易形成正向反馈。
选产品路线、组织形态和所在地区时，除了看人才密度和资金环境之外，更重要的是看几条节奏是否能互相对上。比如产品的类型、迭代的节奏、团队调整的节奏、监管和制度的节奏、市场需求的节奏，以及行业整体的时间窗口。如果这些因素能形成互相支持的结构，发展速度会快得多。反过来说错位再强的执行力也会被不断放慢。
https://mp.weixin.qq.com/s/tXAUF0dZBdGhszoda3rz3A
12 13
最近 OpenReview 的瓜闹得沸沸扬扬，突然想起前几天一位 PhD 同学跟我说朋友 XX 和国内某教授合作论文，结果前两天该教授把我朋友名字删掉自己拿去发了 🤡
难绷
难绷
13 50
@flomo浮墨笔记 AI 洞察报告升级，终于可以设置「自己的洞察角度」了。很久以前我热衷于用 flomo 记录干燥的思考，但最近 1 年我只是喜欢记录日常琐碎，以及和朋友有意无意的对话。
现在我设置了一个自己的 flomo AI 洞察官，它会倾听和觉察笔记中我未曾发现的美好时刻。
现在我设置了一个自己的 flomo AI 洞察官，它会倾听和觉察笔记中我未曾发现的美好时刻。
24 41
在伦敦做了一场AI分享｜Dify x AWS x Camel 伦敦 Meetup 圆满收官 ✌️
1/ 谢谢大家的参与和各位老师的支持，尤其要感谢 Xiaowei 老师的主持，友协 CBAIA 的协助以及我亲爱的朋友们～
2/ 我们没有预料到在后台收到了超过现场容量 3 倍人数的申请，先对没有通过邀请的小伙伴道个歉 🙏 未来咱们 Dify 会争取提供一个更大的平台方便大家交流和 Social 💙 希望下次大家也能玩开心！
3/ 终于和 Matheus 老师链接上了，他是真的想要教会所有不同背景的朋友们有关 Agent 的概念和应用（我们在商量未来一起做视频 🤫📺 稍后见～
4/ 又和 Camel 的朋友们见面了，Slides 非常专业！好喜欢 Celine 和 Douglas 的学术演讲风范。收到了可爱的 JellyCat 🐱
5/ 分享了三个案例，原本以为一键生成 Slides 和演讲稿这种效率 AI Workflow 会更受欢迎，结果 Networking 时发现大家更喜欢 Dating Agent?!（🤔 以后我要多多整活吗哈哈
谢谢大家，我们下一站见 👋
1/ 谢谢大家的参与和各位老师的支持，尤其要感谢 Xiaowei 老师的主持，友协 CBAIA 的协助以及我亲爱的朋友们～
2/ 我们没有预料到在后台收到了超过现场容量 3 倍人数的申请，先对没有通过邀请的小伙伴道个歉 🙏 未来咱们 Dify 会争取提供一个更大的平台方便大家交流和 Social 💙 希望下次大家也能玩开心！
3/ 终于和 Matheus 老师链接上了，他是真的想要教会所有不同背景的朋友们有关 Agent 的概念和应用（我们在商量未来一起做视频 🤫📺 稍后见～
4/ 又和 Camel 的朋友们见面了，Slides 非常专业！好喜欢 Celine 和 Douglas 的学术演讲风范。收到了可爱的 JellyCat 🐱
5/ 分享了三个案例，原本以为一键生成 Slides 和演讲稿这种效率 AI Workflow 会更受欢迎，结果 Networking 时发现大家更喜欢 Dating Agent?!（🤔 以后我要多多整活吗哈哈
谢谢大家，我们下一站见 👋
22 30
挺喜欢这种回旋镖式的惊喜。有时候，你以为只是随手做的小创意，却可能恰好点燃了年轻人对世界的另一层好奇。
这件事是在 IEEE Summer of Code x Dify 发生的，我用 Dify x Agora AI 替身帮助我在 Google Meet 做完了线上演讲分享，最后我说：
“So everyone, that wasn’t me speaking it was my AI voice clone, integrated into Google Meet through a Dify agentic workflow.”
没想到这个小细节后来真的被人记住，还成了她对 Agentic AI 产生好奇的起点。
这件事是在 IEEE Summer of Code x Dify 发生的，我用 Dify x Agora AI 替身帮助我在 Google Meet 做完了线上演讲分享，最后我说：
“So everyone, that wasn’t me speaking it was my AI voice clone, integrated into Google Meet through a Dify agentic workflow.”
没想到这个小细节后来真的被人记住，还成了她对 Agentic AI 产生好奇的起点。
14 00