即刻App年轻人的同好社区
下载
App内打开
Josephliver
166关注15被关注0夸夸
Josephliver
13天前
同时听了老罗和新世相对毕赣的访谈,突然觉得老罗的ADHD也挺好的,ADHD的采访者没有那么的我执,没有对采访者中加入了自己的主观意志。中间听到要给毕赣介绍马主任来治疗ADHD,实在是把我乐坏了。

新世相最起码就毕赣是否在意票房,是否在意他人的感受,这个问题纠结了几十分钟,中间加入了很多他自己的主观意志。

Josephliver: 听了老罗的两期播客,坦率的说有营养的东西真的不多,方法论层面的东西早年看几篇李想的报道都有,就像李想说的,每个人都有自己的基座模型,这种东西不需要在每次播客里面都重复。 根据信息学,一个信息出现的次数越低,他的信息量越大,因此能够挖掘受访者说出一些他在平时的访谈不会说出来的话,是一个好的播客的牛逼的地方。这点张小珺的访谈做的比较棒,尤其是张小珺经常会在一个创始人内心比较敏感的问题,给到连续的追问,那一刻创始人下意识的回答往往是他在平时访谈里不会说出来的。优秀案例比如访谈余凯。 另外我感觉老罗还是有非常严重的ADHD和中年自尊心的,听得好好的,往往会被一个很无聊的话题或者扯到罗永浩自己的故事或者他朋友的故事给打断。比如采访何小鹏的时候,听得好好的,老罗突然来一句他有个朋友叫做陈晓卿,是舌尖上中国的导演,巴拉巴拉......有种中年人饭局的味道,开始报人名了。 如果老罗想对标lex,那差距还是太大太大,他的专业知识不够,听lex和anthropic、benzos、illya、马斯克的访谈,完全是在另一个维度。

00
Josephliver
1月前
本质上如果蒸馏继续有用的话,所谓的next token,只由模型的参数来决定,那么不存在某一个模型能够垄断。因为只需要去校准、优化模型的参数来获得同样质量的next token即可。从这个角度来说,openai的模式还不如netflix。毕竟爱奇艺可没有那么多钱拍鱿鱼游戏,且能够有那么多全球客户付费。
当然Openai目前的优势在于全球化和凝聚共识,Sam应该会不惜一切代价把Openai和整个资本、科技、政治圈绑在一起。但他不能强制把用户绑在一起,这可能是最大的破绽。

王慧文: 依赖用户订阅模式的Netflix市场份额并不绝对垄断, 如果openai的商业化也依赖用户订阅,会不会也有这个问题?

00
Josephliver
2月前

AI产品黄叔: 5年不收费,微软求着它活下来:Figma创始人的“反直觉”生存法则 今天Figma有1700名员工,8款产品,是全球设计师的“操作系统”。 但很多人不知道,它的创始人Dylan Field在19岁辍学创业时,第一个想做的项目是无人机。在最迷茫的时候,他甚至花了一周时间,开发了一个“巨牛逼的”表情包生成器。 更反直觉的是,在产品上线后的整整五年里,Figma没有向任何用户收过一分钱,直到微软主动找上门说:“你们再不收费,我们就要禁用你了。” 这背后到底发生了什么?一个19岁的孩子,如何熬过创业初期的“主意地狱”,并最终找到正确的方向? 他的故事,对今天每一个想在AI时代有所作为的普通人来说,信息量巨大。 故事开始于2012年。19岁的Dylan Field正在布朗大学读书,他遇到了他的人生“英雄”——当时还是他助教的Evan Wallace。Evan是个天才,Dylan形容他“只要看看他的GitHub,你就会明白”。 两人一拍即合,决定辍学创业。他们问了自己一个经典的问题:“Why Now?世界正在发生什么变化?” 他们找到了两个答案:无人机和WebGL。 Dylan当时更倾向于无人机,但Evan在一个月后否决了这个想法。于是,他们把所有赌注都压在了WebGL上——一项能让浏览器调用电脑GPU的技术。这意味着,他们可以在浏览器里做游戏或者工具。 很快,他们排除了游戏,决定做工具。但做什么工具呢? 这就开启了他们长达一年半的“主意地狱”(Pivot Hell)。 “今天回头看,那段日子充满了持续的存在主义拷问,”Dylan说,“我们到底在做什么?宏伟的目标是什么?” 最绝望的时候,Dylan突然觉得“表情包的未来不可限量”,并成功说服了天才Evan,两人花了一周时间,真的做出了一个“绝对是当时市面上最强的表情包生成器”。 但只过了一周,两人都想退出了。 Dylan问自己:“我就是为了这个,才从布朗大学辍学的吗?” 那是创业初期的一个巨大低谷。他们有技术,有激情,但就是找不到一个值得为之奋斗一生的方向。这种感觉,比没钱还可怕。 幸运的是,他们有两样东西:时间和彼此。 Dylan获得了Thiel Fellowship的10万美元奖学金,这笔钱让他们有时间去犯错。他说:“如果我们必须在6个月内做出决定,Figma今天就不会存在。所以,如果你想创业,一定要想办法给自己争取时间。” 更重要的是,他有Evan。两个人可以互相打气,当一个人的情绪跌入谷底时,另一个人可以把他拉上来。 在经历了无数次试错后,大约在2013年夏天,他们终于决定全身心投入到一个方向:在浏览器里做一个专业的设计工具。 这就是Figma的雏形。但真正的挑战才刚刚开始。 他们没有像今天的很多团队一样,急着“敏捷开发,快速上线”。相反,他们花了两年多的时间,躲在幕后,只做一件事:找用户聊天。 第一步:用“冷邮件”敲开英雄的大门 Dylan做的第一件事,就是列出他最崇拜的设计师名单,然后给他们发冷邮件。 邮件内容很简单:“我是Dylan,正在做一个新工具,非常崇拜您的作品。能有机会请您喝杯咖啡,给我一些反馈吗?就算只是见您一面,对我个人来说也是巨大的激励。” 他本以为会石沉大海,但结果是——“很多人都回复了,这简直太疯狂了。” 设计师们不仅给了反馈,而且是极其具体、毫不留情的反馈。 他们不会说“你的产品不错”,而是会说:“你的产品很烂,原因有三点。如果你想让我用,你必须做到这三点。” 这个过程,Dylan像一个学生一样,疯狂吸收,然后回去和Evan一起修改产品,再拿着新版本去请教。 这让他学到了一个反常规的道理:主动寻求拒绝,因为拒绝里藏着最真实的数据。 Dylan小时候当过儿童演员,经常去试镜,也经常被拒绝。这段经历让他对“被拒绝”这件事完全免疫。他说:“如果你还没习惯被拒绝,那就去主动寻求它。难道你不想知道真实的数据吗?” 第二步:用最笨的方法,换最真的反馈 拿到投资后,Dylan开始了他的“巡回演出”。整整一个夏天,他每周要见5-7家公司,有时候一天要见好几家。 他坐在对方的会议室里,打开电脑,演示产品,然后问:“你们愿意用吗?如果不用,为什么?” 转化率低到令人发指。整整一个夏天,只有两家公司决定试用,一家是Notion,另一家是后来成为Coda的公司。 有趣的是,这两家都是做云端文档工具的,和Figma的理念不谋而合。 但Dylan并不气馁。每一次拒绝,都让他对用户的需求理解得更深一层。 这个过程,本质上是用创始人的时间,换取产品迭代的认知。在AI时代,我们或许可以用AI Agent去分析用户反馈,但这种“坐下来,看着用户的眼睛,听他吐槽”的经历,是任何技术都无法替代的。 第三步:倾听“产品拉力”,而不是追求“产品契合” 这是Figma故事里最精华的部分。 Dylan说,他意识到产品可能成了,远比用户意识到的要晚。 在产品还很烂的时候,就有很多用户给他发来长达12页的文档,详细列出了他们希望Figma改进的100个功能。 “大多数人看到这个会怎么想?”Dylan反问,“他们会想:‘天啊,我们的产品太烂了,还差100个功能才及格,看来要成功还遥遥无期。’” 但正确的解读方式应该是:“我的天,他们竟然在乎到愿意花时间为我写一份12页的反馈!这里面一定有什么东西对了!” 他把这种现象称为“Product-Market Pull”(产品市场拉力),而不是我们常说的“Product-Market Fit”(产品市场契合)。 当用户开始拉着你的产品往前跑,不断催促你、给你提要求时,这才是最强的成功信号。 最戏剧性的一幕发生在5年后。微软内部使用Figma的员工越来越多,像野火一样蔓延。有一天,微软联系到Figma团队,说:“我们正在讨论是该禁用Figma,还是继续使用。我们之所以犹豫,是因为你们不收费。或许,你们应该开始收费了?” 那一刻,Dylan才真正意识到:“哦,好像真的成了。” 这个故事,让我想起精益创业的理念。人人都说要“尽快上线,获取反馈”。 但Dylan的故事给出了一个更精确的版本:尽快进入“反馈循环”,但不必急于“公开发布”。 在产品准备好之前,他在一个由几十个顶尖设计师组成的私密圈子里,完成了上千次的迭代。这个反馈质量,远比盲目上线后从几千个免费用户那里得到的噪音要高得多。 在AI时代,这个逻辑被进一步放大了。 用AI,我们可以在一周内做出一个MVP,技术门槛被无限拉低。但这并不意味着成功的概率变高了。 因为真正的壁垒,从来都不是写代码,而是你对用户需求的理解深度。 Figma的成功,不是因为他们更早地使用了什么新技术,而是因为Dylan用最笨、最真诚的方式,成为了“最懂设计师的CEO”。 当然,这个方法也有局限性。 Figma的“慢”是建立在有投资和Thiel Fellowship的支持上的。对于现金流紧张的初创团队,未必有这么长的耐心。 而且,2012年的市场环境也远不如今天拥挤。 但核心的原则从未改变。 Dylan说:“如果AI让开发软件变得更容易、更快速,那么你的差异化是什么?是设计,是工艺,是对细节的关注,是你的品味。” 而所有这些,都源于你是否真的在乎你的用户,是否愿意坐下来,忍受被拒绝的尴尬,去倾听那些刺耳但真实的反馈。 Figma的故事给了我们一个深刻的启示。 在一个人人都在谈论如何用AI“更快”的时代,真正的机会,或许在于那些需要“慢下来”才能做好的事情。 AI可以帮你写代码、做分析、生成图片,但它无法代替你去建立与用户之间真实的连接。 正如Dylan所说:“当用户开始拉着你的产品走时,你就赢了。” 这个时代,每个人都可以成为开发者。但只有那些真正倾听的人,才能成为最后的赢家。 Source:Y Combinator Dylan Field: Scaling Figma and the Future of Design

00
Josephliver
4月前
为什么我觉得AI陪伴或者AI玩具是一个伪命题?大家思考小狗小猫不会说话,为什么这么多人喜欢养并当做精神寄托。AI陪伴如果是喂大模型,本质是next token predict,根softmax函数输出的token。

精神交流和慰藉本质并不是需要语言的。
00
Josephliver
4月前
听了老罗的两期播客,坦率的说有营养的东西真的不多,方法论层面的东西早年看几篇李想的报道都有,就像李想说的,每个人都有自己的基座模型,这种东西不需要在每次播客里面都重复。

根据信息学,一个信息出现的次数越低,他的信息量越大,因此能够挖掘受访者说出一些他在平时的访谈不会说出来的话,是一个好的播客的牛逼的地方。这点张小珺的访谈做的比较棒,尤其是张小珺经常会在一个创始人内心比较敏感的问题,给到连续的追问,那一刻创始人下意识的回答往往是他在平时访谈里不会说出来的。优秀案例比如访谈余凯。

另外我感觉老罗还是有非常严重的ADHD和中年自尊心的,听得好好的,往往会被一个很无聊的话题或者扯到罗永浩自己的故事或者他朋友的故事给打断。比如采访何小鹏的时候,听得好好的,老罗突然来一句他有个朋友叫做陈晓卿,是舌尖上中国的导演,巴拉巴拉......有种中年人饭局的味道,开始报人名了。

如果老罗想对标lex,那差距还是太大太大,他的专业知识不够,听lex和anthropic、benzos、illya、马斯克的访谈,完全是在另一个维度。
11
Josephliver
5月前
我认为本质的原因是00后这一代在教育体系上相较于90后有更完整的AI系统性教育,可能会在LLM上有更好的理解。当然如果做应用,比如肖弘和陈冕,都是移动互联网起来的,肖弘第一款产品是贴着微信公众号,陈冕实习的时候做qq空间和360手机助手,从滴滴、摩拜、每日优鲜、字节的剪映、教育。

所以陈冕第一天创业还是找了技术的同学来验证自己的想法是否work,btw我觉得lovart的性能这么好和背后的frank wang这些同学做的工作密不可分,这些人一直在多模态钻研了很久。manus的话应该也是有了几个技术上的同学把sandbox这些运用的很好。

如果再往下深挖,老的移动互联网或者更老的pc互联网创业的一代,他们的产品思维和想法能否和最新的LLM的技术匹配,这个就是百川这些公司遇到的问题。

托马斯骆: 有个事儿很有意思啊,现在投资圈好像更青睐00后创业者搞AI产品/工具/应用,觉得AI是年轻人和00后的事业。这种判断的出发点是什么呢?一种基于数据和事实的推导?一种似是而非的感觉?还是什么东西? 以及,00后AI builder好像更喜欢小而美,喜欢做一个有人用但用户不够多还能给我付点钱,一人吃饱全家不饿的东西。这些是好的投资标的么? 真的有大野心,敢甩开全世界膀子搞,知道怎么用资源和人的几个AI Agent builder,Manus和Lovart创始人都是1990年代初出生的,都是奔35的人了。Genspark创始人更是奔五了(Eric原谅我)。比他们年轻的创始人,胃口反而比他们小,这是什么道理? ​ ​70% 开拓、创新、学习的心劲儿和能力+30% 做事的常识/经历/手段。前者年轻人表现的更好,但中年人们也可以表现得很好(一部分)。但后者是靠游戏时间长获得的系统装备,年轻人没有就是没有。

00
Josephliver
6月前
从第一性原理来看,agent必然早于具身,因为具身比agent多了空间、视频多模态、传统的控制论。而agent目前只需要在文本上实现,交互环境也是文本。如果agent都不能达到一个很好的泛化效果,谈具身是不合理的。
00
Josephliver
6月前
说一个暴论,AI文字创作就是一个伪需求,他最多的应用空间就是给牛马上班写报告用,而且他们写的报告,领导根本不会认真看。

最好的例子就是知乎,原来知乎有非常多优质回答,现在有了AI,各种长篇结构化的回答出来,完全不想看。
00