即刻App年轻人的同好社区
下载
置顶我观察过十几个AI付费社群
大部分的模式是：群主发教程 → 群友说「收到谢谢」→ 然后安静三天 → 群主再发一篇
这不叫社群，这叫订阅号
之前出了openclaw基础篇，很多人私信问我：你什么时候开社群？
我一直没开，不是不想，是没想好一个问题——如果只是把教程扔进微信群，那和我发推特有什么区别？
想了很久，想明白了三件事
第一，教程解决的是「知道」，社群要解决的是「用起来」
中级篇13个主题，三层记忆模型、搜索决策树、计划文件模式，框架都在那了，但你自己的场景不一样
你是做交易的、做自媒体的、做独立开发的——同一套框架落到不同场景，配法完全不同
教程没法穷举所有场景，但一群正在用的人可以互相交叉验证
你把你的配置方案发出来，三个人帮你看，比你自己试一周都快
这件事只有社群能做到
第二，信息差是真的值钱
我自用的claude使用方案，帮你低成本拿到最顶级的AI使用权——这个信息差一个月能省几百块
这个目前还在洽谈中，但是目测大概率可以有
1v1咨询社群成员500元/小时，外部价1500，不只聊AI，自媒体、商业模式、变现路径都能聊
做了4年PM，连续创业五年，我的认知和解决方案，掌握的资源才是我真正值钱的东西
每月一次深度分享，也不只聊AI——我观察到的生意机会、自媒体打法、趋势判断，这些不会写在公开推文里
第三，你的内容在这里有杠杆
你在群里分享的实战案例，优质的会被收录进教程，署名展示
你发的好内容我会在推特quote助推，1w+粉丝的曝光直接给你
这不是我单向输出，是你也有收益
所以我建了第一个社群：超进化个体
你能拿到什么：
【内容】
→ 中级篇+高级篇完整教程，13个主题，飞书文档持续更新
→ 龙虾总结文档，复制给你的agent直接获得整套框架
→ 每月一次深度分享——AI、生意、自媒体、商业机会
【互动】
→ 每1-2天晚上集中答疑
→ 群友共建，你的实战案例收录进教程，署名展示
→ 好内容我quote助推，1w粉曝光直接给你
【资源】
→ 低成本claude使用方案推荐
→ 500元/小时1v1咨询（外部1500）
→ 高级篇优先内测 + 老用户专属折扣
首发价 149，限50人
满了阶梯涨价，200人封顶不再开放
我担心人多了服务不好，这个群我想做小做精
未来真正跑出来的超级个体就那么几个，我赌这个群里会出
大家直接加我就行
大部分的模式是：群主发教程 → 群友说「收到谢谢」→ 然后安静三天 → 群主再发一篇
这不叫社群，这叫订阅号
之前出了openclaw基础篇，很多人私信问我：你什么时候开社群？
我一直没开，不是不想，是没想好一个问题——如果只是把教程扔进微信群，那和我发推特有什么区别？
想了很久，想明白了三件事
第一，教程解决的是「知道」，社群要解决的是「用起来」
中级篇13个主题，三层记忆模型、搜索决策树、计划文件模式，框架都在那了，但你自己的场景不一样
你是做交易的、做自媒体的、做独立开发的——同一套框架落到不同场景，配法完全不同
教程没法穷举所有场景，但一群正在用的人可以互相交叉验证
你把你的配置方案发出来，三个人帮你看，比你自己试一周都快
这件事只有社群能做到
第二，信息差是真的值钱
我自用的claude使用方案，帮你低成本拿到最顶级的AI使用权——这个信息差一个月能省几百块
这个目前还在洽谈中，但是目测大概率可以有
1v1咨询社群成员500元/小时，外部价1500，不只聊AI，自媒体、商业模式、变现路径都能聊
做了4年PM，连续创业五年，我的认知和解决方案，掌握的资源才是我真正值钱的东西
每月一次深度分享，也不只聊AI——我观察到的生意机会、自媒体打法、趋势判断，这些不会写在公开推文里
第三，你的内容在这里有杠杆
你在群里分享的实战案例，优质的会被收录进教程，署名展示
你发的好内容我会在推特quote助推，1w+粉丝的曝光直接给你
这不是我单向输出，是你也有收益
所以我建了第一个社群：超进化个体
你能拿到什么：
【内容】
→ 中级篇+高级篇完整教程，13个主题，飞书文档持续更新
→ 龙虾总结文档，复制给你的agent直接获得整套框架
→ 每月一次深度分享——AI、生意、自媒体、商业机会
【互动】
→ 每1-2天晚上集中答疑
→ 群友共建，你的实战案例收录进教程，署名展示
→ 好内容我quote助推，1w粉曝光直接给你
【资源】
→ 低成本claude使用方案推荐
→ 500元/小时1v1咨询（外部1500）
→ 高级篇优先内测 + 老用户专属折扣
首发价 149，限50人
满了阶梯涨价，200人封顶不再开放
我担心人多了服务不好，这个群我想做小做精
未来真正跑出来的超级个体就那么几个，我赌这个群里会出
大家直接加我就行
4 10
作为一个把 Obsidian 当主力生产工具跑了一年多的人，我想说一句可能得罪人的话：
如果你还在用 Obsidian记笔记，你在用跑车送外卖
真正的做法是把 Obsidian 变成 AI 的本地操作系统
资料、模板、流程全部 Markdown 化，AI 进来就能接活、干活、交活
这不是我的发明，Karpathy 前阵子开源了他的 LLM Wiki 架构，核心思路一模一样——用一个 agents.md 纯文本文件控制 AI 行为，改一行字，Agent 行为立刻变，不需要部署、不需要写代码
gist.github.com
Obsidian CEO Steph Ango 甚至专门发布了一套 Obsidian Skills，教 Claude Code 怎么用 wikilink、callout、frontmatter 来操作你的 vault
github.com
这个方向已经不是概念了，是基础设施
个我实际在跑的工作流，分享给同路人：
1. 信息自动入库
网页发现好内容，直接剪藏→ Obsidian Web Clipper 一键进 /raw 文件夹 → AI 自动总结归档
2. 会议录音 → 结构化纪要
飞书录音豆直接保存本地->Whisper 本地转写 → AI 按模板整理成 who/what/action items → 全文可检索
不再有遗忘事项和重要内容
3. 爆款文章→ 内容框架
把自己写过的爆款文章全都导出->基于karpathy的LLM wiki架构整理->创作新文章时，直接基于之前的文章进化
4. 笔记库自我进化
Smart Connections 插件做语义搜索，AI 自动补双链、改标签、发现你自己都没注意到的知识关联
Karpathy 的架构里这叫 cross-linker skill
5.多模型协同
Claude、GPT、Gemini、本地 Ollama 全部通过 Copilot 插件接入同一个 vault
流程写一次，模型随便换，不被任何一家绑死
6. 写完即发布
Markdown → 公众号排版 → 草稿箱，一条命令搞定
（我现在发推也是从 Obsidian 里出的稿）
作为产品经理出身的人，我看这件事的底层逻辑是：
你在建造的不是一个笔记库，你在建造一套可复用数据工作流资产
工具会迭代，Notion 可能改定价，Roam 可能关服务器
但 Markdown 是纯文本，本地存储，Git 可版本控制
这套东西十年后打开还是能用的
如果你还在用 Obsidian记笔记，你在用跑车送外卖
真正的做法是把 Obsidian 变成 AI 的本地操作系统
资料、模板、流程全部 Markdown 化，AI 进来就能接活、干活、交活
这不是我的发明，Karpathy 前阵子开源了他的 LLM Wiki 架构，核心思路一模一样——用一个 agents.md 纯文本文件控制 AI 行为，改一行字，Agent 行为立刻变，不需要部署、不需要写代码
gist.github.com
Obsidian CEO Steph Ango 甚至专门发布了一套 Obsidian Skills，教 Claude Code 怎么用 wikilink、callout、frontmatter 来操作你的 vault
github.com
这个方向已经不是概念了，是基础设施
个我实际在跑的工作流，分享给同路人：
1. 信息自动入库
网页发现好内容，直接剪藏→ Obsidian Web Clipper 一键进 /raw 文件夹 → AI 自动总结归档
2. 会议录音 → 结构化纪要
飞书录音豆直接保存本地->Whisper 本地转写 → AI 按模板整理成 who/what/action items → 全文可检索
不再有遗忘事项和重要内容
3. 爆款文章→ 内容框架
把自己写过的爆款文章全都导出->基于karpathy的LLM wiki架构整理->创作新文章时，直接基于之前的文章进化
4. 笔记库自我进化
Smart Connections 插件做语义搜索，AI 自动补双链、改标签、发现你自己都没注意到的知识关联
Karpathy 的架构里这叫 cross-linker skill
5.多模型协同
Claude、GPT、Gemini、本地 Ollama 全部通过 Copilot 插件接入同一个 vault
流程写一次，模型随便换，不被任何一家绑死
6. 写完即发布
Markdown → 公众号排版 → 草稿箱，一条命令搞定
（我现在发推也是从 Obsidian 里出的稿）
作为产品经理出身的人，我看这件事的底层逻辑是：
你在建造的不是一个笔记库，你在建造一套可复用数据工作流资产
工具会迭代，Notion 可能改定价，Roam 可能关服务器
但 Markdown 是纯文本，本地存储，Git 可版本控制
这套东西十年后打开还是能用的
2 01
如何用5分钟获得真正能让你成功的技巧——一个连续创业者的真实分享（非AI水文）
作为一个连续五年创业者，同时经历开公司创业，大厂PM，到现在的AI自媒体博主，三种不同状态的生活的人，我见过太多人包括我自己在追逐成功的路上越走越累，也见过不少人因为一个意外的转折突然就起飞了。
今天想用一篇五分钟即可阅读完成的文章，和你分享一下，你绝对不知道的创业真相，这些东西可能和你在那些爆款文章里看到的不太一样，但都是我真金白银换来的一些感悟和认知。
目录：
1.普通人的成功，往往来自一场意外
1.1一次赚钱的初体验
1.2本地生活服务创业
2.成功路上最重要的品质是放过自己
2.1如何成为大厂产品经理的历程
3.做那些看起来有关联但可能无意义的事
4.小富靠勤，中富靠运，大富靠命
4.1踏入自媒体这一行的心得与感悟
1.普通人的成功，往往来自一场意外
1.1.一次赚钱的初体验
我第一次真正赚到钱，不是因为我的商业计划有多完美，而是因为一个完全没想到的机会。那时候我大一，偶然的一次机会，我在抖音上看到了一个卖某鱼课程的知识付费老师，当时手里没什么钱，学费899，他提出可以把实名的某音账号租给他，然后换取收益，作为一个急迫想要赚钱的大学生，我同意了。
后来，我确实通过某鱼倒卖二手相机，赚到了当时认为的一笔巨款，几千块，但是与此同时，他用我的某音号开直播，涉嫌引流，号给我搞封了
这次经历最大的收获其实是让我第一次体会到了赚钱的感觉，当然其中涉及到了大量的选品，运营，售后问题，不过这些我认为都不是核心，人只有感受过那种认真做事的感觉之后，才知道赚钱只不过是认真做事的必然结果，无非是赚多少的区别。
1.2本地生活服务创业
后来，我在某一个平常的晚上，刷到了一个校园墙的信息，是我们学长自己开办的一家企业，现在正在招聘，说实话，当时真的是鬼使神差的让我去面试，可能是源于自己躁动的内心
面试地点离学校很近，抽了一天中午的时间，我去参加了面试，面试我的是两个学长，两个都是做技术的，具体问了什么其实现在已经想不起来了，大概是一些个人经历相关的问题，记得当时吹了很多牛，说自己会java，会c++，还有校园流量（这个是真有）
结果毫无意外，我从数十个人中入选了成为这个初创团队的一员，拿到了一些股份和分红
简单说一下我们做的产品，是一个和学校内网打通的学生课表和成绩查询的小程序，当时的想法很简单，就是接个广告sdk赚钱
但是毫无意外，这样的商业模型，根本经不住拷打，因为疫情的影响，开发周期变得很长，广告sdk的千展收益下滑，导致团队都觉得这件事做不成了
也不知道当时哪来的思路，当时也没有系统做过产品经理，按道理来说应该是不能有什么很深层次的认知的，仿佛如有神助，我提出了一套新的商业模式：通过校园本地的学生流量，去赋能新的校园业务，而不仅仅依赖sdk进行变现
就这样，其实经过了一段时间的沉寂和思路转变，这件事变为了以我的想法为主导开始的产品设计还有开发
在大概21年夏季的时候，这个产品正式推入市场，光我们学校就有3w+大学生流量，同时因为我们做的是每个学校找代理合作，所以别的学校也有量，加起来大概日活10+w
但是还真是应了那句话，在我们日活暴涨并且顺利融资50w的时候，疫情又来了
由于我们的生意严重依赖本地生活相关的服务，所以全面陷入瘫痪，在坚持了一年多之后，最终公司不再运营
这次经历给我的最大教训其实是：一定要读懂时代的方向，因为当时我其实也面临着选择，做自媒体还是做本地生活服务，我选择了本地生活服务，而非自媒体。
其实也有团队的意志不够坚定，没办法一起度过周期的原因。
以上例子均为说明，普通人最好的开启赚钱的方式：对外链接，敢于尝试。
2.成功路上最重要的品质是放过自己
这个感悟是我付出了巨大代价才明白的。创业这些年，我失败过很多次，从一开始的电商，到本地生活，到后来的抖音商品卡电商，等等等等，每次失败后我都会陷入深深的自责，觉得是自己能力不够，是自己判断失误，是自己不够努力。我会反复回想那些决策的瞬间，想着如果当时换一种做法会不会就成功了。
这种自我折磨让我好几次都差点抑郁。
2.1如何成为大厂产品经理的历程
书接上文，在本地生活创业失败之后，我陷入了很长一段时间的沉寂，在大四那年毕业，我选择求职，因为我学历只是个普通本科，所以当时只能凭借我的创业履历，获得了一个在深圳实习当产品经理的机会，大概实习了半年，我学习到了非常多的东西，系统的产品方法论，完整的商业模式，非暴力沟通的哲学...就不一一列举了，当然也给团队创造出了一些业绩，大概每天的收入从1w+，增长到了5w+，翻了三倍，其中只能依靠自己的努力，多少汗水无人可知
后来，从深圳回来之后，我也交了一笔割韭菜的学费，学抖音电商，做女装，不过当时的女装非常卷，退货率基本上高达80%以上，最后也是没有取得很好的收入
然后，我依旧没有放弃，当时为了入职产品经理，其实我花1w块报了一个产品经理培训课，在现在看来依旧是值得的，是这些培训课程，让我正式的建立了自己的产品商业模型和世界观，当然也成为了我现在个人底色
如果大家有想转行AI产品经理的，我可以帮忙介绍（狗头保命）
最后迫于无奈，我开始正式求职，其实以我的学历，想进入大厂其实是没什么机会的，所以我选择了社招，连续高强度面试两个月，每天用两个boss直聘号投到上限的强度，期间无数次的怀疑自己是不是不行
最终收获了三个大厂offer，最后我选择了某度。
说实话，从实习结束，到去学习电商，到求职那段时间确实非常崩溃，好几个晚上睡不着觉
直到有一次，我连续几个星期没睡好觉，整个人状态糟糕透了，项目也做得一塌糊涂。但是正是在这种极度压抑的环境下，我开始有了慢慢健身的习惯，每次面试失败，每次顾客售后纠纷的疲惫，都好像在一次次的发力中缓解
后来我学会了一个方法：当事情没有按照预期发展的时候，我会告诉自己“这是给意识放了个假”。就像曼德拉说的，“事情在未成功之前，看起来总是不可能的”。你越是紧绷着，越是容易把困难想象得比实际更大。
停下来，喘口气，接受现实，然后重新出发。这不是逃避，而是一种更高级的心态管理，你永远要可以接受自己适度的偷懒或者放纵。
我能在这种比较强的打压下，还能继续前行，我觉得正是源于一次又一次的放过自己。
我见过的大部分刚开始起步的人，能力很强，执行力也很强，但就是因为心态崩了，最后什么都做不成。放过自己，不是放弃努力，而是承认人的局限性，承认有些事情不是你能控制的。只有这样，你才能把有限的精力用在真正能改变结果的事情上。
3.做那些看起来有关联但可能无意义的事
这个观点可能会让很多人觉得困惑，但这也是我这些年最深刻的体会之一。很多人做事情喜欢追求“高效”，喜欢把每一分钟都用在“有用”的事情上。但我发现，真正推动我成功的，往往是那些当时看起来“没什么用”的事情。
我举个例子。我大四做抖音电商，每天忙着选品、上架、推广，效果一直不温不火。有一天我闲着没事，就在小红书上随便发了几条我对产品的理解，配了些图片，也没想着引流。结果过了一个月，突然有个品牌方找到我，说看到我的内容觉得我对这个行业理解很深，问我愿不愿意做他们的代理。这单合作直接让我的生意上了一个台阶。
你看，我当时发小红书，完全不是为了找合作，甚至不是为了引流，就是随便写写。但正是这种“无目的性”的分享，反而带来了意外的收获。类似的故事还有很多，我了解到有个杭州的大学生摆摊卖文创，意外走红小红书，品牌被投资，毕业后直接创业。还有个60岁退休的老人王斌章，本来可以安享晚年，却选择创业做雨伞，靠着对品质的极致追求，把天堂伞做成了行业龙头，年销售额20多亿。
我想说的是，不要把自己的行动框死在“有用”和“无用”的二元对立里。
很多时候，那些看起来和你的目标“有关联但可能无意义”的事情，反而会成为你成功的关键。因为这些事情往往能帮你建立更广的认知网络，让你接触到更多的可能性。
成功不是一条直线，而是一个复杂的网络，你永远不知道哪个节点会成为你的转折点。
4.小富靠勤，中富靠运，大富靠命
这句话很多人都听过，但大部分人的理解都停留在表面。我想和你分享一下我这些年对这句话的真实体会。
小富靠勤，这个很好理解。只要你不懒，愿意吃苦，在这个社会上解决温饱、实现小康是完全可以做到的。很多人没有什么特别的天赋，也没有遇到什么大机会，但就是靠着每天踏踏实实地干活，把一个小生意做得有声有色，养活一家人绰绰有余。勤劳是积累小富的基础，这一点都一样。
但中富靠运，这个就复杂了。运气不是玄学，而是时代背景、社会环境、个人积累的综合产物。你看那些真正赚到中等财富的人，他们往往都抓住了某个时代的红利。可能是互联网的红利，可能是电商的红利，可能是某个行业爆发的红利。但这个“运气”不是天上掉下来的，而是你在对的时间、对的地点，有了对的决策和敏锐的嗅觉。
4.1踏入自媒体这一行的心得与感悟
书接上文，在入职某度之后，24年某一天命运的齿轮开始转动，我开始使用cursor搭建出了自己的第一个网站。后来一发不可收拾，靠着但是巨大的信息红利，我迅速做出了几个工具app产品，获得了第一笔产品订阅费，现在也在持续盈利，大概每个月2k刀左右
25年9月，我正式开始做推特AI自媒体，成为了一名推特小博主，不到9个月的时间，我推特做到了2w粉，视频号半个月涨粉5k，抖音基本上条条过万播放，小红书....就不说了
到现在也收获了自己的第一桶金，每个月也到达了6位数，其中，说实话，自媒体带给我的收入不多，更多的是我其他的多源的被动收入，正如那瓦尔所言，收入一定要具备结构稳定性，何况我还是一个奉行苟道的人
（所以大家以后能不能多给我点点赞，毕竟我也算有点小心得，小感悟哈哈哈，拜谢大家）
基本上中推圈的风风雨雨与我无瓜，我只保持日复一日的思考，输出，build，即可（狗头保命）
之后的一个创作方向的话，应该会考虑逐渐收敛，多开源一些社区共创的产品出来分享给大家
从商业角度上来说，中推本身的规模见顶严重，所有人都来做推特，导致现在是卖推特起号教程的人在赚钱，但是推特本身的流量红利已经没有了，所以谁还在劝你做推特，你可以考虑一下了哈哈哈哈
大富靠命，这个我还没有发言权，聊聊看法吧
这个“命”不是宿命论，而是格局、认知、资源整合能力的极限。真正的大富，需要的不仅仅是勤奋和运气，还需要你能够调配社会资源，能够跨周期地布局，能够在变动剧烈的环境中保持定力。
这种能力，不是一朝一夕能培养出来的，而是需要长期的积累、深刻的认知、以及对人性和商业规律的深刻理解。
但我想告诉你的是，不要被“命”这个字吓到。大富靠命，不是说你就认命了，而是说你要明白，财富积累是有层次的，每个层次需要的能力和资源都不一样。
现在在小富的阶段，那就踏踏实实把勤奋这个基础打牢。等你到了中富的阶段，就要开始培养对机会的敏感度，学会借势。至于大富，那需要的是更高维度的认知和能力，不是每个人都需要追求的。
更重要的是，这三个层次不是割裂的，而是递进的。小富的勤奋，是中富的基础；中富的运气，是大富的积累。很多人失败，不是因为他们不够努力，而是因为他们在小富的阶段就想着大富的事情，结果基础没打牢，机会来了也抓不住。
说了这么多，你可能会问：那五分钟到底能改变什么？
我的答案是：五分钟改变不了你的命运，但五分钟可以改变你的认知。而认知的改变，才是一切改变的起点。
你不需要花几个小时去读那些长篇大论的成功学，也不需要去参加什么昂贵的培训课程。你只需要在每一个关键时刻，停下来五分钟，问自己几个问题：这件事情是不是一个意外的机会？如果失败了，我能不能放过自己？这件看起来无意义的事情，会不会带来意外的收获？我现在在哪个阶段，应该用什么样的策略？
这五分钟的思考，可能会让你避开一个巨大的坑，也可能会让你抓住一个改变命运的机会。成功不是一蹴而就的，而是无数个五分钟的正确决策累积起来的。
最后我想说，创业这条路真的很难，失败是常态，成功是意外。但正是因为难，所以才值得。不要被那些 AI 生成的成功学洗脑，也不要被那些贩卖焦虑的文章吓到。你要做的，就是保持清醒的认知，保持对机会的敏感，保持对自己的宽容，然后一步一步往前走。
路很长，我们一起慢慢走，如果有一天你想起这篇文章，欢迎回来看看我是否还在这里。
更多经历可以查看我的个人主页：shizi.sh
作为一个连续五年创业者，同时经历开公司创业，大厂PM，到现在的AI自媒体博主，三种不同状态的生活的人，我见过太多人包括我自己在追逐成功的路上越走越累，也见过不少人因为一个意外的转折突然就起飞了。
今天想用一篇五分钟即可阅读完成的文章，和你分享一下，你绝对不知道的创业真相，这些东西可能和你在那些爆款文章里看到的不太一样，但都是我真金白银换来的一些感悟和认知。
目录：
1.普通人的成功，往往来自一场意外
1.1一次赚钱的初体验
1.2本地生活服务创业
2.成功路上最重要的品质是放过自己
2.1如何成为大厂产品经理的历程
3.做那些看起来有关联但可能无意义的事
4.小富靠勤，中富靠运，大富靠命
4.1踏入自媒体这一行的心得与感悟
1.普通人的成功，往往来自一场意外
1.1.一次赚钱的初体验
我第一次真正赚到钱，不是因为我的商业计划有多完美，而是因为一个完全没想到的机会。那时候我大一，偶然的一次机会，我在抖音上看到了一个卖某鱼课程的知识付费老师，当时手里没什么钱，学费899，他提出可以把实名的某音账号租给他，然后换取收益，作为一个急迫想要赚钱的大学生，我同意了。
后来，我确实通过某鱼倒卖二手相机，赚到了当时认为的一笔巨款，几千块，但是与此同时，他用我的某音号开直播，涉嫌引流，号给我搞封了
这次经历最大的收获其实是让我第一次体会到了赚钱的感觉，当然其中涉及到了大量的选品，运营，售后问题，不过这些我认为都不是核心，人只有感受过那种认真做事的感觉之后，才知道赚钱只不过是认真做事的必然结果，无非是赚多少的区别。
1.2本地生活服务创业
后来，我在某一个平常的晚上，刷到了一个校园墙的信息，是我们学长自己开办的一家企业，现在正在招聘，说实话，当时真的是鬼使神差的让我去面试，可能是源于自己躁动的内心
面试地点离学校很近，抽了一天中午的时间，我去参加了面试，面试我的是两个学长，两个都是做技术的，具体问了什么其实现在已经想不起来了，大概是一些个人经历相关的问题，记得当时吹了很多牛，说自己会java，会c++，还有校园流量（这个是真有）
结果毫无意外，我从数十个人中入选了成为这个初创团队的一员，拿到了一些股份和分红
简单说一下我们做的产品，是一个和学校内网打通的学生课表和成绩查询的小程序，当时的想法很简单，就是接个广告sdk赚钱
但是毫无意外，这样的商业模型，根本经不住拷打，因为疫情的影响，开发周期变得很长，广告sdk的千展收益下滑，导致团队都觉得这件事做不成了
也不知道当时哪来的思路，当时也没有系统做过产品经理，按道理来说应该是不能有什么很深层次的认知的，仿佛如有神助，我提出了一套新的商业模式：通过校园本地的学生流量，去赋能新的校园业务，而不仅仅依赖sdk进行变现
就这样，其实经过了一段时间的沉寂和思路转变，这件事变为了以我的想法为主导开始的产品设计还有开发
在大概21年夏季的时候，这个产品正式推入市场，光我们学校就有3w+大学生流量，同时因为我们做的是每个学校找代理合作，所以别的学校也有量，加起来大概日活10+w
但是还真是应了那句话，在我们日活暴涨并且顺利融资50w的时候，疫情又来了
由于我们的生意严重依赖本地生活相关的服务，所以全面陷入瘫痪，在坚持了一年多之后，最终公司不再运营
这次经历给我的最大教训其实是：一定要读懂时代的方向，因为当时我其实也面临着选择，做自媒体还是做本地生活服务，我选择了本地生活服务，而非自媒体。
其实也有团队的意志不够坚定，没办法一起度过周期的原因。
以上例子均为说明，普通人最好的开启赚钱的方式：对外链接，敢于尝试。
2.成功路上最重要的品质是放过自己
这个感悟是我付出了巨大代价才明白的。创业这些年，我失败过很多次，从一开始的电商，到本地生活，到后来的抖音商品卡电商，等等等等，每次失败后我都会陷入深深的自责，觉得是自己能力不够，是自己判断失误，是自己不够努力。我会反复回想那些决策的瞬间，想着如果当时换一种做法会不会就成功了。
这种自我折磨让我好几次都差点抑郁。
2.1如何成为大厂产品经理的历程
书接上文，在本地生活创业失败之后，我陷入了很长一段时间的沉寂，在大四那年毕业，我选择求职，因为我学历只是个普通本科，所以当时只能凭借我的创业履历，获得了一个在深圳实习当产品经理的机会，大概实习了半年，我学习到了非常多的东西，系统的产品方法论，完整的商业模式，非暴力沟通的哲学...就不一一列举了，当然也给团队创造出了一些业绩，大概每天的收入从1w+，增长到了5w+，翻了三倍，其中只能依靠自己的努力，多少汗水无人可知
后来，从深圳回来之后，我也交了一笔割韭菜的学费，学抖音电商，做女装，不过当时的女装非常卷，退货率基本上高达80%以上，最后也是没有取得很好的收入
然后，我依旧没有放弃，当时为了入职产品经理，其实我花1w块报了一个产品经理培训课，在现在看来依旧是值得的，是这些培训课程，让我正式的建立了自己的产品商业模型和世界观，当然也成为了我现在个人底色
如果大家有想转行AI产品经理的，我可以帮忙介绍（狗头保命）
最后迫于无奈，我开始正式求职，其实以我的学历，想进入大厂其实是没什么机会的，所以我选择了社招，连续高强度面试两个月，每天用两个boss直聘号投到上限的强度，期间无数次的怀疑自己是不是不行
最终收获了三个大厂offer，最后我选择了某度。
说实话，从实习结束，到去学习电商，到求职那段时间确实非常崩溃，好几个晚上睡不着觉
直到有一次，我连续几个星期没睡好觉，整个人状态糟糕透了，项目也做得一塌糊涂。但是正是在这种极度压抑的环境下，我开始有了慢慢健身的习惯，每次面试失败，每次顾客售后纠纷的疲惫，都好像在一次次的发力中缓解
后来我学会了一个方法：当事情没有按照预期发展的时候，我会告诉自己“这是给意识放了个假”。就像曼德拉说的，“事情在未成功之前，看起来总是不可能的”。你越是紧绷着，越是容易把困难想象得比实际更大。
停下来，喘口气，接受现实，然后重新出发。这不是逃避，而是一种更高级的心态管理，你永远要可以接受自己适度的偷懒或者放纵。
我能在这种比较强的打压下，还能继续前行，我觉得正是源于一次又一次的放过自己。
我见过的大部分刚开始起步的人，能力很强，执行力也很强，但就是因为心态崩了，最后什么都做不成。放过自己，不是放弃努力，而是承认人的局限性，承认有些事情不是你能控制的。只有这样，你才能把有限的精力用在真正能改变结果的事情上。
3.做那些看起来有关联但可能无意义的事
这个观点可能会让很多人觉得困惑，但这也是我这些年最深刻的体会之一。很多人做事情喜欢追求“高效”，喜欢把每一分钟都用在“有用”的事情上。但我发现，真正推动我成功的，往往是那些当时看起来“没什么用”的事情。
我举个例子。我大四做抖音电商，每天忙着选品、上架、推广，效果一直不温不火。有一天我闲着没事，就在小红书上随便发了几条我对产品的理解，配了些图片，也没想着引流。结果过了一个月，突然有个品牌方找到我，说看到我的内容觉得我对这个行业理解很深，问我愿不愿意做他们的代理。这单合作直接让我的生意上了一个台阶。
你看，我当时发小红书，完全不是为了找合作，甚至不是为了引流，就是随便写写。但正是这种“无目的性”的分享，反而带来了意外的收获。类似的故事还有很多，我了解到有个杭州的大学生摆摊卖文创，意外走红小红书，品牌被投资，毕业后直接创业。还有个60岁退休的老人王斌章，本来可以安享晚年，却选择创业做雨伞，靠着对品质的极致追求，把天堂伞做成了行业龙头，年销售额20多亿。
我想说的是，不要把自己的行动框死在“有用”和“无用”的二元对立里。
很多时候，那些看起来和你的目标“有关联但可能无意义”的事情，反而会成为你成功的关键。因为这些事情往往能帮你建立更广的认知网络，让你接触到更多的可能性。
成功不是一条直线，而是一个复杂的网络，你永远不知道哪个节点会成为你的转折点。
4.小富靠勤，中富靠运，大富靠命
这句话很多人都听过，但大部分人的理解都停留在表面。我想和你分享一下我这些年对这句话的真实体会。
小富靠勤，这个很好理解。只要你不懒，愿意吃苦，在这个社会上解决温饱、实现小康是完全可以做到的。很多人没有什么特别的天赋，也没有遇到什么大机会，但就是靠着每天踏踏实实地干活，把一个小生意做得有声有色，养活一家人绰绰有余。勤劳是积累小富的基础，这一点都一样。
但中富靠运，这个就复杂了。运气不是玄学，而是时代背景、社会环境、个人积累的综合产物。你看那些真正赚到中等财富的人，他们往往都抓住了某个时代的红利。可能是互联网的红利，可能是电商的红利，可能是某个行业爆发的红利。但这个“运气”不是天上掉下来的，而是你在对的时间、对的地点，有了对的决策和敏锐的嗅觉。
4.1踏入自媒体这一行的心得与感悟
书接上文，在入职某度之后，24年某一天命运的齿轮开始转动，我开始使用cursor搭建出了自己的第一个网站。后来一发不可收拾，靠着但是巨大的信息红利，我迅速做出了几个工具app产品，获得了第一笔产品订阅费，现在也在持续盈利，大概每个月2k刀左右
25年9月，我正式开始做推特AI自媒体，成为了一名推特小博主，不到9个月的时间，我推特做到了2w粉，视频号半个月涨粉5k，抖音基本上条条过万播放，小红书....就不说了
到现在也收获了自己的第一桶金，每个月也到达了6位数，其中，说实话，自媒体带给我的收入不多，更多的是我其他的多源的被动收入，正如那瓦尔所言，收入一定要具备结构稳定性，何况我还是一个奉行苟道的人
（所以大家以后能不能多给我点点赞，毕竟我也算有点小心得，小感悟哈哈哈，拜谢大家）
基本上中推圈的风风雨雨与我无瓜，我只保持日复一日的思考，输出，build，即可（狗头保命）
之后的一个创作方向的话，应该会考虑逐渐收敛，多开源一些社区共创的产品出来分享给大家
从商业角度上来说，中推本身的规模见顶严重，所有人都来做推特，导致现在是卖推特起号教程的人在赚钱，但是推特本身的流量红利已经没有了，所以谁还在劝你做推特，你可以考虑一下了哈哈哈哈
大富靠命，这个我还没有发言权，聊聊看法吧
这个“命”不是宿命论，而是格局、认知、资源整合能力的极限。真正的大富，需要的不仅仅是勤奋和运气，还需要你能够调配社会资源，能够跨周期地布局，能够在变动剧烈的环境中保持定力。
这种能力，不是一朝一夕能培养出来的，而是需要长期的积累、深刻的认知、以及对人性和商业规律的深刻理解。
但我想告诉你的是，不要被“命”这个字吓到。大富靠命，不是说你就认命了，而是说你要明白，财富积累是有层次的，每个层次需要的能力和资源都不一样。
现在在小富的阶段，那就踏踏实实把勤奋这个基础打牢。等你到了中富的阶段，就要开始培养对机会的敏感度，学会借势。至于大富，那需要的是更高维度的认知和能力，不是每个人都需要追求的。
更重要的是，这三个层次不是割裂的，而是递进的。小富的勤奋，是中富的基础；中富的运气，是大富的积累。很多人失败，不是因为他们不够努力，而是因为他们在小富的阶段就想着大富的事情，结果基础没打牢，机会来了也抓不住。
说了这么多，你可能会问：那五分钟到底能改变什么？
我的答案是：五分钟改变不了你的命运，但五分钟可以改变你的认知。而认知的改变，才是一切改变的起点。
你不需要花几个小时去读那些长篇大论的成功学，也不需要去参加什么昂贵的培训课程。你只需要在每一个关键时刻，停下来五分钟，问自己几个问题：这件事情是不是一个意外的机会？如果失败了，我能不能放过自己？这件看起来无意义的事情，会不会带来意外的收获？我现在在哪个阶段，应该用什么样的策略？
这五分钟的思考，可能会让你避开一个巨大的坑，也可能会让你抓住一个改变命运的机会。成功不是一蹴而就的，而是无数个五分钟的正确决策累积起来的。
最后我想说，创业这条路真的很难，失败是常态，成功是意外。但正是因为难，所以才值得。不要被那些 AI 生成的成功学洗脑，也不要被那些贩卖焦虑的文章吓到。你要做的，就是保持清醒的认知，保持对机会的敏感，保持对自己的宽容，然后一步一步往前走。
路很长，我们一起慢慢走，如果有一天你想起这篇文章，欢迎回来看看我是否还在这里。
更多经历可以查看我的个人主页：shizi.sh
8 00
卧槽，给我兄弟们上点好的啊！今天给大家上点暴力焚诀
对，就是那种让你一瞬间成为ai大师的速成方法！
每次和AI对话时，请带上这些关键词
他足以让AI的输出质量提升10倍，少一倍都不行：
1.第一性原理（First Principles）
推荐关键词/短语（直接塞进你的提示词中）：
“从第一性原理出发思考/分析/分解这个问题”
使用第一性原理思维：把问题分解为基本的真理和公理，避免依赖类比、惯常做法或现有解决方案。从头重建。
2. 系统思维（Systems Thinking）
“运用系统思维（Systems Thinking），识别反馈循环（feedback loops）、涌现属性（emergent properties）、杠杆点（leverage points）和系统边界”
3. 链式思考 + 显性推理
推荐关键词/短语：
“一步步思考并展示你的推理过程（Think step by step / Chain of Thought）”
“在给出最终答案前，先完整展示你的思考链条（reasoning chain）”
“零样本链式思维：让我们一步一步来思考。”
进阶变体（效果更强）：
思维树（ToT）：“探索多条推理分支，评估每一条，并在需要时回溯。”
自洽性： “生成 3-5 条不同的推理路径并选择最自洽的一条。”
4. 苏格拉底式质疑 + 反转思维（Socratic + Inversion）推荐关键词/短语：
“像苏格拉底一样，通过连续提问挑战假设、揭示隐藏信念”
“使用反向思维：什么会导致这失败？与之相反的假设是什么？”
检验假设：你在这里假设了什么？如果相反情况为真会怎样？
5. 默会知识（Polanyi式）：
“借鉴领域专家的默会/隐性知识——经验丰富的从业者所知道但常常无法完全表达的内容”
“将来自现场的显性知识和默会知识结合起来”
“揭示专家直觉上使用的那些无形模式和不成文规则”
6. 高杠杆思考维度
多维度/跨学科： “从多个维度（技术、经济、心理、社会、伦理、历史）进行多视角分析”
第二序效应（Second-order thinking）： “不仅考虑直接后果，还要分析后果的后果（second and third-order effects）”
费曼技巧： “用最简单的话解释，像教给一个聪明但不懂这个领域的人一样”
心智模型（Mental Models）： “调用相关心智模型（如机会成本、复利、反脆弱、纳什均衡等）进行分析”
结构化输出： “将回答分为：核心结论 + 详细推理链 + 潜在风险/反例 + 更好替代方案 + 行动步骤”
学会了请在评论区给我打👂：学废了！
对，就是那种让你一瞬间成为ai大师的速成方法！
每次和AI对话时，请带上这些关键词
他足以让AI的输出质量提升10倍，少一倍都不行：
1.第一性原理（First Principles）
推荐关键词/短语（直接塞进你的提示词中）：
“从第一性原理出发思考/分析/分解这个问题”
使用第一性原理思维：把问题分解为基本的真理和公理，避免依赖类比、惯常做法或现有解决方案。从头重建。
2. 系统思维（Systems Thinking）
“运用系统思维（Systems Thinking），识别反馈循环（feedback loops）、涌现属性（emergent properties）、杠杆点（leverage points）和系统边界”
3. 链式思考 + 显性推理
推荐关键词/短语：
“一步步思考并展示你的推理过程（Think step by step / Chain of Thought）”
“在给出最终答案前，先完整展示你的思考链条（reasoning chain）”
“零样本链式思维：让我们一步一步来思考。”
进阶变体（效果更强）：
思维树（ToT）：“探索多条推理分支，评估每一条，并在需要时回溯。”
自洽性： “生成 3-5 条不同的推理路径并选择最自洽的一条。”
4. 苏格拉底式质疑 + 反转思维（Socratic + Inversion）推荐关键词/短语：
“像苏格拉底一样，通过连续提问挑战假设、揭示隐藏信念”
“使用反向思维：什么会导致这失败？与之相反的假设是什么？”
检验假设：你在这里假设了什么？如果相反情况为真会怎样？
5. 默会知识（Polanyi式）：
“借鉴领域专家的默会/隐性知识——经验丰富的从业者所知道但常常无法完全表达的内容”
“将来自现场的显性知识和默会知识结合起来”
“揭示专家直觉上使用的那些无形模式和不成文规则”
6. 高杠杆思考维度
多维度/跨学科： “从多个维度（技术、经济、心理、社会、伦理、历史）进行多视角分析”
第二序效应（Second-order thinking）： “不仅考虑直接后果，还要分析后果的后果（second and third-order effects）”
费曼技巧： “用最简单的话解释，像教给一个聪明但不懂这个领域的人一样”
心智模型（Mental Models）： “调用相关心智模型（如机会成本、复利、反脆弱、纳什均衡等）进行分析”
结构化输出： “将回答分为：核心结论 + 详细推理链 + 潜在风险/反例 + 更好替代方案 + 行动步骤”
学会了请在评论区给我打👂：学废了！
123 1350
借助分析这个账号流量下滑的事情，正好带大家实践一下
专业的数据分析应该怎么做，如何借助AI去有效的分析数据
首先是数据口径的选择，我抓取的是：
1.我自己从去年9月到现在的所有的爆款推文
2.最近三个月的全量推文
3.最近三个月关注列表的爆款推文
每一个数据对应一个目标：
1.全量爆款推文-用于分析我的目标受众偏好和爆款内容倾向
2.最近三个月的全量推文-用于分析我最近三个月的发帖倾向是否不符合我自己的账号倾向和定位
3.最近三个月关注列表的爆款推文-用于分析平台爆款推文的调性变化
其实背后隐藏的逻辑链是：
用户画像-内容偏好-平台调性，三个链条节点之间的传递
最后把这套逻辑给ai讲清楚，或者如果大家也想分析自己的账号情况，可以直接把这篇推文输入给ai
目前看来，我的内容偏好，还有用户画像其实没有太大的转变
应该是因为算法变革和账号降权
所以下一步应该参考平台调性进行优化内容方向，大家有什么好的想法和建议呢
专业的数据分析应该怎么做，如何借助AI去有效的分析数据
首先是数据口径的选择，我抓取的是：
1.我自己从去年9月到现在的所有的爆款推文
2.最近三个月的全量推文
3.最近三个月关注列表的爆款推文
每一个数据对应一个目标：
1.全量爆款推文-用于分析我的目标受众偏好和爆款内容倾向
2.最近三个月的全量推文-用于分析我最近三个月的发帖倾向是否不符合我自己的账号倾向和定位
3.最近三个月关注列表的爆款推文-用于分析平台爆款推文的调性变化
其实背后隐藏的逻辑链是：
用户画像-内容偏好-平台调性，三个链条节点之间的传递
最后把这套逻辑给ai讲清楚，或者如果大家也想分析自己的账号情况，可以直接把这篇推文输入给ai
目前看来，我的内容偏好，还有用户画像其实没有太大的转变
应该是因为算法变革和账号降权
所以下一步应该参考平台调性进行优化内容方向，大家有什么好的想法和建议呢
3 00
claude design重大升级
整个页面直接重做了，支持制作动画和线框图了
重点是竟然支持做动画了...
并且支持导入skill，抓取网页元素了
这也太爽了，意味着如果我有一个喜欢的网站，我直接抓取这个网站我喜欢的组件和元素就行....
适合我们没有审美党
别的倒是没啥大亮点，和claude code打通也不是一天两天了，画布编辑之前也可以
整个页面直接重做了，支持制作动画和线框图了
重点是竟然支持做动画了...
并且支持导入skill，抓取网页元素了
这也太爽了，意味着如果我有一个喜欢的网站，我直接抓取这个网站我喜欢的组件和元素就行....
适合我们没有审美党
别的倒是没啥大亮点，和claude code打通也不是一天两天了，画布编辑之前也可以
3 00
最近流量不太好，那我只能送点东西给大家了
如果我告诉你，能帮你的ai24小时干活，并且产出你满意的效果
这种方案你要不要？
（注意⚠️：别拿我的方案和市面上的玩具比）
就比如：你睡前给AI下了个/goal任务,早上醒来发现它跑了一夜,token花了几十刀,但方向从第3步就歪了
所以我做了Scale,专门解决这个问题
自从/goal 功能出来以后，我发现 AI 最大的问题已经变成了：让 AI 自动长时间运行，最麻烦是它跑偏后你返工那几个钟头。
你盯着它，省时间的意义就没了；你不盯它，等回来发现白干一大半。
所以我做了 Scale skill，专门解决原生/goal 命令出现的跑偏问题，让你的每一分 token 都花在刀刃上！
原生 /goal 的问题很清晰：给个目标 → AI 自动连续执行 → 人不在每一步
省心，但有三个会跑偏的机制级漏洞：
目标模糊，AI 要么说做完了就收工，要么钻牛角尖
路径作弊，你说让所有测试通过，它可能直接把测试删了
无人在场，等你回来它已经在错路上走了八条街
1.Scale 为什么可以帮你解决这个问题？
核心是三道机制：在 AI 开跑前，先把做什么（计划）、怎么做（预演）、算不算完（验收）全部敲定
最关键的设计是：双 AI 视角对抗，替代人盯
这块啰嗦一下，想和大家阐述一下我的工程理念：
人能纠偏，是因为人有立场，想让 AI 能自动纠偏，那就给两个 AI 各装一个立场，让它们替你互相挑刺
Claude 站产品经理/架构师视角，Codex 站资深工程师视角
两个 AI 背靠背互相审，不直接对话防止它俩互相点头，吵起来的分歧点，就是最容易翻车的地方
我们只需要在正式开始执行前，两个关键点拍板：审计划的大方向、审最终的验收标准
中间可以放心的让它放飞跑任务
所有你在正式执行前全部的决策，将会被记录为一个检查脚本（checks.sh），不靠 AI 记在脑子里
能交给脚本的，一律不留给 AI
2。连监督者都被监督
很多类似工具的漏洞是：管干活的 AI 很严，但管编排的 AI 自己偷懒跳步全靠自觉
Scale 本身使用状态机闸机硬性拦：没有审核材料不许标已通过、关卡没过不许进下一步、不许跳步
监督者，也得被监督
3。长任务分段 + 每段全量回归
长活切成小段，每段干完立刻把前面所有成果一起重新验一遍
所以改 A 弄坏 B 会在下一步就被逮住，不会等全做完才发现满盘皆崩
段与段之间写摘要落盘传递，中途断了还能接着续
适用场景
多步骤、你不想全程盯的长任务
容易被 AI 蒙混的活（修 bug、让测试通过、重构）
多文件/多模块、怕改一处坏一片的
作为一个天天跟 AI 协同的实践者，我深知 AI 长任务最大的成本不是算力，是信任成本
Scale 就是我给自己做的一个答案：让 AI 自动干长活，你不盯着，它也偏不到哪去
目前我实测，自动化任务效果整体提升10倍以上，可以说不是一个量级
这么好的东西怎么获取？
点赞收藏评论这条帖子，加我领取哈
如果我告诉你，能帮你的ai24小时干活，并且产出你满意的效果
这种方案你要不要？
（注意⚠️：别拿我的方案和市面上的玩具比）
就比如：你睡前给AI下了个/goal任务,早上醒来发现它跑了一夜,token花了几十刀,但方向从第3步就歪了
所以我做了Scale,专门解决这个问题
自从/goal 功能出来以后，我发现 AI 最大的问题已经变成了：让 AI 自动长时间运行，最麻烦是它跑偏后你返工那几个钟头。
你盯着它，省时间的意义就没了；你不盯它，等回来发现白干一大半。
所以我做了 Scale skill，专门解决原生/goal 命令出现的跑偏问题，让你的每一分 token 都花在刀刃上！
原生 /goal 的问题很清晰：给个目标 → AI 自动连续执行 → 人不在每一步
省心，但有三个会跑偏的机制级漏洞：
目标模糊，AI 要么说做完了就收工，要么钻牛角尖
路径作弊，你说让所有测试通过，它可能直接把测试删了
无人在场，等你回来它已经在错路上走了八条街
1.Scale 为什么可以帮你解决这个问题？
核心是三道机制：在 AI 开跑前，先把做什么（计划）、怎么做（预演）、算不算完（验收）全部敲定
最关键的设计是：双 AI 视角对抗，替代人盯
这块啰嗦一下，想和大家阐述一下我的工程理念：
人能纠偏，是因为人有立场，想让 AI 能自动纠偏，那就给两个 AI 各装一个立场，让它们替你互相挑刺
Claude 站产品经理/架构师视角，Codex 站资深工程师视角
两个 AI 背靠背互相审，不直接对话防止它俩互相点头，吵起来的分歧点，就是最容易翻车的地方
我们只需要在正式开始执行前，两个关键点拍板：审计划的大方向、审最终的验收标准
中间可以放心的让它放飞跑任务
所有你在正式执行前全部的决策，将会被记录为一个检查脚本（checks.sh），不靠 AI 记在脑子里
能交给脚本的，一律不留给 AI
2。连监督者都被监督
很多类似工具的漏洞是：管干活的 AI 很严，但管编排的 AI 自己偷懒跳步全靠自觉
Scale 本身使用状态机闸机硬性拦：没有审核材料不许标已通过、关卡没过不许进下一步、不许跳步
监督者，也得被监督
3。长任务分段 + 每段全量回归
长活切成小段，每段干完立刻把前面所有成果一起重新验一遍
所以改 A 弄坏 B 会在下一步就被逮住，不会等全做完才发现满盘皆崩
段与段之间写摘要落盘传递，中途断了还能接着续
适用场景
多步骤、你不想全程盯的长任务
容易被 AI 蒙混的活（修 bug、让测试通过、重构）
多文件/多模块、怕改一处坏一片的
作为一个天天跟 AI 协同的实践者，我深知 AI 长任务最大的成本不是算力，是信任成本
Scale 就是我给自己做的一个答案：让 AI 自动干长活，你不盯着，它也偏不到哪去
目前我实测，自动化任务效果整体提升10倍以上，可以说不是一个量级
这么好的东西怎么获取？
点赞收藏评论这条帖子，加我领取哈
4 20
你真的会用 Plan Mode 吗，很多人用 AI 的时候，张口就是“帮我写个方案”“给我做个计划”
然后 AI 噼里啪啦输出一堆，看起来很专业，实际上根本没法用
这不是 AI 的问题，是你根本不懂什么叫 Plan Mode
写plan其实就是写需求文档
作为一名AI产品经理，我见过太多需求文档写得像屎一样的情况
最后的结果就是开发做了三版推倒重来，测试不知道测什么，产品经理被骂成狗
1.plan mode的本质是什么
Plan Mode 的本质，就是 Claude Code 里那个 Planning Mode 的思路——先分析任务、制定详细计划，你审批通过后再执行
不是上来就干，而是先把脑子里的逻辑理清楚
很多人以为 Plan 就是列个1234，写几个步骤就完了，这就是最大的问题
真正的 Plan，至少要定义清楚这几个要素：
1.目标拆解 - 你到底要解决什么问题，不要说“提升用户体验”这种废话，要具体到“把注册流程从5步优化到3步，转化率提升15%”
真实的目标一定要可衡量，这样做的好处是能让ai更好的理解你的动机
2.边界条件 - 什么能做什么不能做，资源限制是什么，时间节点在哪里
3.执行颗粒度 - 每个步骤要细化到什么程度，是写到“做市场调研”就够了，还是要细化到“访谈20个种子用户，整理 pain point 清单”
4.风险预判 - 可能会遇到什么坑，备选方案是什么
这就像我以前写 PRD 一样，你得知道这个文档是给谁看的，他们需要什么信息密度
2.不同场景下，Plan 的写法完全不一样
这是最多人踩坑的地方
很多人以为 Plan 有个固定模板，照着套就行
但作为 PM 我必须告诉你，就像需求文档永远没有固定的模块
做一个 MVP版本 和做一个生产级产品，PRD 的颗粒度能一样吗
同样的道理，你让 AI 帮你写个小红书文案，和让 AI 帮你设计一个完整的 agent架构，Plan 的复杂度天差地别
简单任务 - 比如“写一篇关于 AI 工具的推文”,Plan 可以就是：确定核心观点→列3个支撑案例→设计钩子开头→CTA 收尾
复杂任务 - 比如“重构用户管理模块提升查询性能”,Plan 就得包括：分析现有代码结构和性能瓶颈→设计新的数据库索引策略→实现查询优化→添加缓存层→编写性能测试→逐步迁移旧代码
颗粒度完全不在一个量级
所以你在用 Plan Mode 的时候，第一件事不是让 AI 写计划，而是你自己先判断：这个任务的复杂度在哪个 level，需要拆解到什么颗粒度
写计划，首先心里自己得有杆秤，这就是AI时代人的价值
3.AI 时代，判断力才是第一性原理
很多人觉得有了 AI，自己就不用动脑子了，这是最大的误区
AI 再强，它也不知道你的业务场景、资源约束、团队能力，Plan Mode 的核心，不是 AI 帮你生成了一个看起来很牛的计划
而是你通过 Plan Mode 这个过程，逼自己把需求想清楚
就像我以前做产品，写 PRD 的过程本身就是一次需求澄清，你写着写着就会发现，诶这个逻辑不对，那个边界没考虑到
Plan Mode 也是一样的道理
你让 AI 先输出 Plan，然后你审查这个 Plan，要求修改、补充细节、调整优先级
这个来回的过程，才是真正的价值所在
我现在用 Claude Code 的时候，100%开 Plan Mode
不是因为我不会写代码，而是因为这个过程能帮我理清思路，避免方向跑偏
不是我不想节约时间，而是如果跑偏了，修复的代价会更大
与其让 AI 盲目执行然后推倒重来，不如一开始就把 Plan 想清楚
所以下次你用 AI 的时候，别再张口就是“帮我做 XXX”
先问自己三个问题：
我的目标够具体吗
这个任务需要拆解到什么颗粒度
我有没有定义清楚边界条件和验收标准
想清楚了，再让 AI 帮你生成 Plan
然后仔细审查，该改的改，该补的补
确认无误了，再执行
这才是真正的 Plan Mode
不是工具的问题，是你的判断力
然后 AI 噼里啪啦输出一堆，看起来很专业，实际上根本没法用
这不是 AI 的问题，是你根本不懂什么叫 Plan Mode
写plan其实就是写需求文档
作为一名AI产品经理，我见过太多需求文档写得像屎一样的情况
最后的结果就是开发做了三版推倒重来，测试不知道测什么，产品经理被骂成狗
1.plan mode的本质是什么
Plan Mode 的本质，就是 Claude Code 里那个 Planning Mode 的思路——先分析任务、制定详细计划，你审批通过后再执行
不是上来就干，而是先把脑子里的逻辑理清楚
很多人以为 Plan 就是列个1234，写几个步骤就完了，这就是最大的问题
真正的 Plan，至少要定义清楚这几个要素：
1.目标拆解 - 你到底要解决什么问题，不要说“提升用户体验”这种废话，要具体到“把注册流程从5步优化到3步，转化率提升15%”
真实的目标一定要可衡量，这样做的好处是能让ai更好的理解你的动机
2.边界条件 - 什么能做什么不能做，资源限制是什么，时间节点在哪里
3.执行颗粒度 - 每个步骤要细化到什么程度，是写到“做市场调研”就够了，还是要细化到“访谈20个种子用户，整理 pain point 清单”
4.风险预判 - 可能会遇到什么坑，备选方案是什么
这就像我以前写 PRD 一样，你得知道这个文档是给谁看的，他们需要什么信息密度
2.不同场景下，Plan 的写法完全不一样
这是最多人踩坑的地方
很多人以为 Plan 有个固定模板，照着套就行
但作为 PM 我必须告诉你，就像需求文档永远没有固定的模块
做一个 MVP版本 和做一个生产级产品，PRD 的颗粒度能一样吗
同样的道理，你让 AI 帮你写个小红书文案，和让 AI 帮你设计一个完整的 agent架构，Plan 的复杂度天差地别
简单任务 - 比如“写一篇关于 AI 工具的推文”,Plan 可以就是：确定核心观点→列3个支撑案例→设计钩子开头→CTA 收尾
复杂任务 - 比如“重构用户管理模块提升查询性能”,Plan 就得包括：分析现有代码结构和性能瓶颈→设计新的数据库索引策略→实现查询优化→添加缓存层→编写性能测试→逐步迁移旧代码
颗粒度完全不在一个量级
所以你在用 Plan Mode 的时候，第一件事不是让 AI 写计划，而是你自己先判断：这个任务的复杂度在哪个 level，需要拆解到什么颗粒度
写计划，首先心里自己得有杆秤，这就是AI时代人的价值
3.AI 时代，判断力才是第一性原理
很多人觉得有了 AI，自己就不用动脑子了，这是最大的误区
AI 再强，它也不知道你的业务场景、资源约束、团队能力，Plan Mode 的核心，不是 AI 帮你生成了一个看起来很牛的计划
而是你通过 Plan Mode 这个过程，逼自己把需求想清楚
就像我以前做产品，写 PRD 的过程本身就是一次需求澄清，你写着写着就会发现，诶这个逻辑不对，那个边界没考虑到
Plan Mode 也是一样的道理
你让 AI 先输出 Plan，然后你审查这个 Plan，要求修改、补充细节、调整优先级
这个来回的过程，才是真正的价值所在
我现在用 Claude Code 的时候，100%开 Plan Mode
不是因为我不会写代码，而是因为这个过程能帮我理清思路，避免方向跑偏
不是我不想节约时间，而是如果跑偏了，修复的代价会更大
与其让 AI 盲目执行然后推倒重来，不如一开始就把 Plan 想清楚
所以下次你用 AI 的时候，别再张口就是“帮我做 XXX”
先问自己三个问题：
我的目标够具体吗
这个任务需要拆解到什么颗粒度
我有没有定义清楚边界条件和验收标准
想清楚了，再让 AI 帮你生成 Plan
然后仔细审查，该改的改，该补的补
确认无误了，再执行
这才是真正的 Plan Mode
不是工具的问题，是你的判断力
8 02
前两天看到阿西老师分享的GitHub 上这两个项目，专门解决这个前端AI味的问题，实测后发现确实能把 AI 的审美拉到可用水平
taste-skill：给 AI 装审美自查系统
GitHub 地址：github.com
这个项目的核心思路很简单：不是等 AI 生成完再改，而是在生成之前就把“什么是好设计”写成规则
它把字体、间距、配色、动效这些审美规则，全部写成了 SKILL.md 文件，AI 在生成前端代码时会先按这套规则自查一遍
快速上手：
# 方式1：CLI 安装（推荐）
npx skills add github.com
# 方式2：手动复制
# 直接把 SKILL.md 文件复制到项目根目录
它能解决什么问题：
自动避开 AI 默认模板：不再是清一色的 AI-purple 渐变、居中英雄区、三等分特性卡片
强制视觉多样性：Bento 网格布局中，至少 2-3 个单元格必须有真实图片或品牌渐变
字体选择克制：默认禁用衬线字体，除非有明确的品牌需求
impeccable：23 条命令 + 反模式库
GitHub 地址：github.com
官网：impeccable.style
这个项目由前 Google 开发者布道师 Paul Bakaus 创建，基于 Anthropic 的 frontend-design 技能扩展而来
它不只是规则库，更像是一套“设计指挥系统”，内置 23 个斜杠命令，让你能用专业术语指导 AI
核心命令清单：
/impeccable init - 初始化项目，生成 PRODUCT.md 和 DESIGN.md
/audit - 审查当前设计，找出 AI 味问题
/polish - 精修界面细节
/critique - 批判性审查
/distill - 简化冗余设计
/animate - 添加克制的动效
/bolder - 增强视觉层级
/quieter - 降低视觉噪音
快速部署：
# 安装到项目
npx impeccable skills install
# 初始化设计系统
# 在 Cursor 或 Claude Code 中运行
/impeccable init
# 扫描现有代码的设计问题
npx impeccable detect src/
npx impeccable detect index.html
npx impeccable detect example.com
# 快速扫描（仅正则，输出 JSON）
npx impeccable detect --fast --json .
反模式检测器：
impeccable 内置了 41 条确定性检测规则，能自动识别：
AI 常见陋习：侧边栏边框、紫色渐变、bounce 缓动、深色光晕
通用设计问题：行长过长、内边距拥挤、触摸目标过小、跳过标题层级
这两个项目的出现，从产品本质上是把设计决策变成了工程规则
对于独立开发者和小团队来说，这意味着你可以用 AI 的速度，输出接近专业设计师的质量，不用再花时间手动调 padding、纠结配色、反复改字体了
taste-skill：给 AI 装审美自查系统
GitHub 地址：github.com
这个项目的核心思路很简单：不是等 AI 生成完再改，而是在生成之前就把“什么是好设计”写成规则
它把字体、间距、配色、动效这些审美规则，全部写成了 SKILL.md 文件，AI 在生成前端代码时会先按这套规则自查一遍
快速上手：
# 方式1：CLI 安装（推荐）
npx skills add github.com
# 方式2：手动复制
# 直接把 SKILL.md 文件复制到项目根目录
它能解决什么问题：
自动避开 AI 默认模板：不再是清一色的 AI-purple 渐变、居中英雄区、三等分特性卡片
强制视觉多样性：Bento 网格布局中，至少 2-3 个单元格必须有真实图片或品牌渐变
字体选择克制：默认禁用衬线字体，除非有明确的品牌需求
impeccable：23 条命令 + 反模式库
GitHub 地址：github.com
官网：impeccable.style
这个项目由前 Google 开发者布道师 Paul Bakaus 创建，基于 Anthropic 的 frontend-design 技能扩展而来
它不只是规则库，更像是一套“设计指挥系统”，内置 23 个斜杠命令，让你能用专业术语指导 AI
核心命令清单：
/impeccable init - 初始化项目，生成 PRODUCT.md 和 DESIGN.md
/audit - 审查当前设计，找出 AI 味问题
/polish - 精修界面细节
/critique - 批判性审查
/distill - 简化冗余设计
/animate - 添加克制的动效
/bolder - 增强视觉层级
/quieter - 降低视觉噪音
快速部署：
# 安装到项目
npx impeccable skills install
# 初始化设计系统
# 在 Cursor 或 Claude Code 中运行
/impeccable init
# 扫描现有代码的设计问题
npx impeccable detect src/
npx impeccable detect index.html
npx impeccable detect example.com
# 快速扫描（仅正则，输出 JSON）
npx impeccable detect --fast --json .
反模式检测器：
impeccable 内置了 41 条确定性检测规则，能自动识别：
AI 常见陋习：侧边栏边框、紫色渐变、bounce 缓动、深色光晕
通用设计问题：行长过长、内边距拥挤、触摸目标过小、跳过标题层级
这两个项目的出现，从产品本质上是把设计决策变成了工程规则
对于独立开发者和小团队来说，这意味着你可以用 AI 的速度，输出接近专业设计师的质量，不用再花时间手动调 padding、纠结配色、反复改字体了
8 04
干什么活就用什么AI，分享我的自用AI工具清单
我把日常8大工作场景的最优工具整理出来了，都是我亲自跑通流程的
不是全网最全，但一定是最实用的
1. 学习 & 研究
核心需求：抓信息、消化长文、生成笔记、深度学习
最优工具：
NotebookLM：把一堆 PDF、网页、视频转成播客，开车的时候听，学习效率直接翻倍，现在跑在 Gemini 3上，理解能力比去年强太多
YouMind：我自己在用的 AI 创作工作台，搜索、整理、生成一条龙，特别适合需要反复迭代的内容项目 ，一站式学习工作台
Perplexity / Gemini 3：实时研究用这两个，Gemini 速度快还免费，背靠google搜索庞大的数据，信息的搜索没得说，Perplexity 引用更规范
使用建议：日常快速问答用 Gemini，复杂研究用 Claude + Perplexity 组合拳
2. 写作 & 内容创作
核心需求：生成草稿、优化文案、创意输出
最优工具：
Claude Sonnet 4.5永远的神：复杂写作、长内容的首选，写出来的东西最像人写的
3. 编程 & 开发
核心需求：写代码、调试、自动化、快速构建产品
最优工具：
Cursor：$60/月（20刀属实不够用），AI IDE，堪称AI编程届的鼻祖了，AI调教水平绝对是遥遥领先的
Claude Code：$20/月起，$100/月，深度推理能力最强，1M token 上下文窗口，高手必备
v0 / Lovable / Manus：自然语言转web，不会代码也能做产品
n8n / Make / Zapier：工作流自动化，把重复劳动交给 AI
使用建议：新手从 Gemini CLI 起步，准备投入就上 Cursor 或 Claude Code
4. 图像生成 & 编辑
核心需求：海报、设计、商业 KV、修图
最优工具：
Nano Banana Pro / GPT Image 2：高质量生成，文字排版准确，商业场景能直接用
Ideogram：2026年最可控实用的图像生成工具
Midjourney / Flux：创意艺术向，适合做概念图和插画
使用建议：一套提示词可以输出多场景（门店海报、地铁广告、小红书封面）
AI 时代最稀缺的不是工具，是审美
5. 视频 & 动画
核心需求：短视频、广告、数字人、唇同步
最优工具：
Seedance 2.0：2026年5月登顶 Artificial Analysis 排行榜第一，支持9张图+3段视频+3段音频混合输入，适合从自己的素材库构建视频
Kling 3.0：电影级单镜头最长15秒，4K/60fps，多镜头故事板，角色一致性最强，原生音频支持5种语言唇同步
Veo 3.1：Google 出品，综合质量最强，真人对话的逼真度天花板
HeyGen：数字人、唇形同步、多语言翻译，商业场景首选
使用建议：没有单一最佳工具，根据场景选
需要从自己素材生成→Seedance 2.0
需要电影感长镜头→Kling 3.0
需要最真实的对话→Veo 3.1
6. 音频 & 音乐
核心需求：配音、翻译、音乐生成、播客
最优工具：
ElevenLabs：声音克隆、情感配音，质量最稳定
Suno ：音乐生成，从哼唱到完整编曲
Gemini TTS / Podcastle：播客制作、多语言翻译+唇同步
7. 效率 & 自动化
核心需求：会议纪要、任务执行、一人公司运营
最优工具：
Manus：端到端 Agent 任务，让 AI 真正帮你干活
飞书：会议纪要自动生成
Dify / Coze：国内自动化平台，搭建自己的 AI 工作流
Zapier / Make：连接各种工具，打通数据流
2026年，AI 是用来真正提升生产力、实现商业变现的
干什么活，就用什么 AI
我把日常8大工作场景的最优工具整理出来了，都是我亲自跑通流程的
不是全网最全，但一定是最实用的
1. 学习 & 研究
核心需求：抓信息、消化长文、生成笔记、深度学习
最优工具：
NotebookLM：把一堆 PDF、网页、视频转成播客，开车的时候听，学习效率直接翻倍，现在跑在 Gemini 3上，理解能力比去年强太多
YouMind：我自己在用的 AI 创作工作台，搜索、整理、生成一条龙，特别适合需要反复迭代的内容项目 ，一站式学习工作台
Perplexity / Gemini 3：实时研究用这两个，Gemini 速度快还免费，背靠google搜索庞大的数据，信息的搜索没得说，Perplexity 引用更规范
使用建议：日常快速问答用 Gemini，复杂研究用 Claude + Perplexity 组合拳
2. 写作 & 内容创作
核心需求：生成草稿、优化文案、创意输出
最优工具：
Claude Sonnet 4.5永远的神：复杂写作、长内容的首选，写出来的东西最像人写的
3. 编程 & 开发
核心需求：写代码、调试、自动化、快速构建产品
最优工具：
Cursor：$60/月（20刀属实不够用），AI IDE，堪称AI编程届的鼻祖了，AI调教水平绝对是遥遥领先的
Claude Code：$20/月起，$100/月，深度推理能力最强，1M token 上下文窗口，高手必备
v0 / Lovable / Manus：自然语言转web，不会代码也能做产品
n8n / Make / Zapier：工作流自动化，把重复劳动交给 AI
使用建议：新手从 Gemini CLI 起步，准备投入就上 Cursor 或 Claude Code
4. 图像生成 & 编辑
核心需求：海报、设计、商业 KV、修图
最优工具：
Nano Banana Pro / GPT Image 2：高质量生成，文字排版准确，商业场景能直接用
Ideogram：2026年最可控实用的图像生成工具
Midjourney / Flux：创意艺术向，适合做概念图和插画
使用建议：一套提示词可以输出多场景（门店海报、地铁广告、小红书封面）
AI 时代最稀缺的不是工具，是审美
5. 视频 & 动画
核心需求：短视频、广告、数字人、唇同步
最优工具：
Seedance 2.0：2026年5月登顶 Artificial Analysis 排行榜第一，支持9张图+3段视频+3段音频混合输入，适合从自己的素材库构建视频
Kling 3.0：电影级单镜头最长15秒，4K/60fps，多镜头故事板，角色一致性最强，原生音频支持5种语言唇同步
Veo 3.1：Google 出品，综合质量最强，真人对话的逼真度天花板
HeyGen：数字人、唇形同步、多语言翻译，商业场景首选
使用建议：没有单一最佳工具，根据场景选
需要从自己素材生成→Seedance 2.0
需要电影感长镜头→Kling 3.0
需要最真实的对话→Veo 3.1
6. 音频 & 音乐
核心需求：配音、翻译、音乐生成、播客
最优工具：
ElevenLabs：声音克隆、情感配音，质量最稳定
Suno ：音乐生成，从哼唱到完整编曲
Gemini TTS / Podcastle：播客制作、多语言翻译+唇同步
7. 效率 & 自动化
核心需求：会议纪要、任务执行、一人公司运营
最优工具：
Manus：端到端 Agent 任务，让 AI 真正帮你干活
飞书：会议纪要自动生成
Dify / Coze：国内自动化平台，搭建自己的 AI 工作流
Zapier / Make：连接各种工具，打通数据流
2026年，AI 是用来真正提升生产力、实现商业变现的
干什么活，就用什么 AI
353 34175
90%教你“AI 一键生成爆款文章”的课程，都是胡说八道
他们给你看的 demo 永远是：输入一个关键词，啪，3000字长文直接出来，排版精美，观点犀利
但你真的去用，会发现生成的内容要么是车轱辘话来回说，要么是堆砌关键词的 SEO 垃圾
因为内容生产从来不是一键的事，而是输入-加工-输出的系统化工程
今天给大家直接拆解我自己的公众号 Agent——它的目标是一键转写我的推特内容
我的公众号 Agent 做的事很简单：
把我在推特上已经跑通的内容，转写成适合公众号的版本
注意这个词——转写，不是生成
这意味着：
灵魂观点已经在推特里了（我的思考、我的态度、我的案例）
Agent 做的是“格式适配”和“信息补全”（调整结构、补充细节、优化排版）
具体操作如下：
Step 1：推特是源头
我每天在推特上记录：
用某个 AI 工具的实操心得
看到某个趋势的即时思考
踩到某个坑的真实吐槽
这些内容短平快，1-2分钟就能发出去
但它们是我真实跑过的流程
Step 2：Agent 做平台翻译
推特和公众号是两个物种：
推特用户吃短句、吃情绪、吃即时性
公众号用户要系统、要深度、要可收藏
我的 Agent 会：
提取推特内容的核心论点（比如“Claude Code 改变了我的开发流程”）
调研同类文章（看竞品怎么写，找差异化角度）
补充实操细节（推特里我可能只说“好用”，公众号要写清楚“怎么用”“坑在哪”）
重构内容结构（推特是碎片化的，公众号要有起承转合）
Step 3：我做最后的灵魂注入
Agent 跑完流程，会给我一个初稿
这时候我会：
检查观点是否偏移（有时 AI 会自作主张“优化”我的表达，反而丢了锋芒）
补充只有我知道的细节（比如某个工具的隐藏用法，某个决策背后的思考）
调整情绪节奏（哪里该犀利，哪里该松弛，AI 拿捏不准）
这个环节不能省
因为读者关注你，不是因为你会用 AI，而是因为你是你
很多人会问：这不还是要你自己写推特吗？那 Agent 有什么用？
用处大了
降低了公众号的生产成本：我不用从0开始构思一篇长文，推特内容就是我的素材库
保证了内容的真实性：推特是我的即时记录，不会出现“为了凑字数编故事”的情况
实现了跨平台复用：同一个思考，在推特是碎片，在公众号是系统，ROI 直接翻倍
更重要的是，这个流程是可持续的
那些一键直出的方案，你用一次就会发现不对劲，用三次就放弃了
他们给你看的 demo 永远是：输入一个关键词，啪，3000字长文直接出来，排版精美，观点犀利
但你真的去用，会发现生成的内容要么是车轱辘话来回说，要么是堆砌关键词的 SEO 垃圾
因为内容生产从来不是一键的事，而是输入-加工-输出的系统化工程
今天给大家直接拆解我自己的公众号 Agent——它的目标是一键转写我的推特内容
我的公众号 Agent 做的事很简单：
把我在推特上已经跑通的内容，转写成适合公众号的版本
注意这个词——转写，不是生成
这意味着：
灵魂观点已经在推特里了（我的思考、我的态度、我的案例）
Agent 做的是“格式适配”和“信息补全”（调整结构、补充细节、优化排版）
具体操作如下：
Step 1：推特是源头
我每天在推特上记录：
用某个 AI 工具的实操心得
看到某个趋势的即时思考
踩到某个坑的真实吐槽
这些内容短平快，1-2分钟就能发出去
但它们是我真实跑过的流程
Step 2：Agent 做平台翻译
推特和公众号是两个物种：
推特用户吃短句、吃情绪、吃即时性
公众号用户要系统、要深度、要可收藏
我的 Agent 会：
提取推特内容的核心论点（比如“Claude Code 改变了我的开发流程”）
调研同类文章（看竞品怎么写，找差异化角度）
补充实操细节（推特里我可能只说“好用”，公众号要写清楚“怎么用”“坑在哪”）
重构内容结构（推特是碎片化的，公众号要有起承转合）
Step 3：我做最后的灵魂注入
Agent 跑完流程，会给我一个初稿
这时候我会：
检查观点是否偏移（有时 AI 会自作主张“优化”我的表达，反而丢了锋芒）
补充只有我知道的细节（比如某个工具的隐藏用法，某个决策背后的思考）
调整情绪节奏（哪里该犀利，哪里该松弛，AI 拿捏不准）
这个环节不能省
因为读者关注你，不是因为你会用 AI，而是因为你是你
很多人会问：这不还是要你自己写推特吗？那 Agent 有什么用？
用处大了
降低了公众号的生产成本：我不用从0开始构思一篇长文，推特内容就是我的素材库
保证了内容的真实性：推特是我的即时记录，不会出现“为了凑字数编故事”的情况
实现了跨平台复用：同一个思考，在推特是碎片，在公众号是系统，ROI 直接翻倍
更重要的是，这个流程是可持续的
那些一键直出的方案，你用一次就会发现不对劲，用三次就放弃了
5 00