即刻App年轻人的同好社区
下载
App内打开
Virus.
372关注1k被关注16夸夸
杯莫停
Virus.
11:43
碰一碰支付一线城市真的好普遍🥸
20
Virus.
1天前
Virus.
2天前
陈睿讲过一个观点，不同内容分发模式对平台“效率”的衡量标准不同，且不同效率模式之间往往存在“排他性”。当平台将分发效率（如纯流量、纯播放量）做到极致时，往往会牺牲其他维度的效率（如内容深度、创作者价值、社区氛围）。

韦伯提出过一套类似的“诸神之争”理论，即现代化和理性化并没有产生一个能够裁决所有终极价值的中立法庭。经济、政治、审美、知识、情感各自形成独立的价值领域，每个领域内部都有自己的理性，但在终极意义上彼此不可通约。

如此看来，应当仍然有很长的路可以走。
00
Virus.
2天前
最近和一些朋友聊personal agent，很多人都觉得这件事情创业公司做不了/游戏已经结束了之类的论调，但给出的证据都是单个用户成本高、投流成本高之类，而并没有深度到用户价值分析，产品交易属性分析，甚至产业结构分析上。

这毋庸置疑是不对的，在一个极大的事情的极早期，对于事情本身的理解是最重要的，未必没有，甚至大概率有以弱胜强的机会。
10
Virus.
2天前
电商，酒旅，娱乐都眼看着有很大的产品创新、产业价值链重新分配的可能性啊
00
Virus.
3天前
Virus.
3天前
聊到最后是一个移动端 agent 原生 的AI 产品的事情，至于叫什么，现在有什么 use case，真没那么重要。 //@敖特_Aute: 很多关于 Personal Agent 是否伪需求的讨论中，都认为今天大多数 PA 的用例都太精英化了，普通人的日常没有那么多任务需要处理。

但为什么 PA 一定只有效率价值？

不是每个人都需要贾维斯，但几乎没有人会拒绝哆啦A梦。这中间的差值是什么？

永远怀念过去的高策: 有没有可能 AI 最终解决的就是陪伴需求 高科技低生活的时代最需要的是陪伴，是情绪价值 是缸中之脑的那个缸

00
Virus.
3天前
感觉有点强调模型了😂这个问题空看很复杂，从用户价值入手会清晰很多。模型的问题最终主要还是公司打法、路径以及内部的成本结构问题，产业发展还是要跳出内部问题去看给用户提供了什么价值这个根本命题。

Brax: 今天看到 Lenny's Newsletter 的作者 Lenny Rachitsky 发了一篇讲 startup 护城河的帖子。 他认为大家常说的三种护城河其实都不算。渠道（Distribution）很重要，但它只能提供建立护城河的原料，本身不构成护城河。执行力（Execution）也就是速度，能让公司多几次试错的机会，但公司不可能一直冲刺，最终会失误、变慢，被竞争对手追上。品牌（Brand）对 startup 来说更像获客投入，花钱换增长，要真正变成护城河需要很多年，对大部分 startup 来说太慢了。 他认为真正的护城河是能随时间不断自我强化的优势，而且只有四种，每家大型科技公司至少有一种： 1. 切换成本（Switching costs）：产品越深地嵌进客户的工作方式，客户就越难换走。留存和每个客户带来的收入都会提高，这些钱又能再投回产品。 2. 网络效应（Network effects）：用户越多，产品对每个人越好用，从而吸引更多用户。 3. 规模经济（Scale economies）：业务量越大，运营就越高效，单位成本越低。公司可以靠这个降价，或者同样的价格给出更好的产品，进一步带来更多业务量。 4. 数据效应（Data effects）：产品被用得越多，产生的数据就越多，这些数据可以用来改进产品，带来更多使用。 但我不太同意这四点能构成 AI startup 真正的护城河。基于个人的感受我有些不同的看法 1. 切换成本：现在 AI 应用产品的切换成本几乎是 0。大部分用户留在某个产品里，其实是为了产品背后的模型。这时候大部分使用成本，是 startup 在替用户给上游的模型公司付钱，而且还额外多付了很多。比如一个 20 美元的订阅，产品只收到 20 美元，却可能要给用户提供 100 美元甚至更多的模型额度，也就是 startup 自己至少要多承担 80 美元的成本。 在这种情况下，只要有公司愿意补贴得更狠（这件事一定会发生），用户就会为了免费或者更便宜地用上更多 SOTA 模型（比如 GPT-6 Astra 或者 Claude Fable），在各个产品之间切来切去。比如 Codex 的用户最近因为 Pro 账号的额度从 20x 砍到 10x 非常不满，很多用户说自己已经切到了 Claude。 为什么说这件事一定会发生？因为现在大部分模型公司提供 SOTA 模型时，都还处在补贴阶段，给用户的模型额度远远超过用户付的价格。一段时间以后公司就会撑不住，只能被迫降低给用户的额度，这时候其他模型公司一定会去抢这批不满的用户。 背后的原因是，现在模型的智能已经到了基本够用的阶段，模型能发挥到什么程度取决于用户，而不是模型智能本身。今天 Opus 5.5 或者 GPT-5.6 Sol 的智能，基本可以满足 95% 以上的白领工作，前提是用户用得对。 2. 网络效应：模型本身是为用户个人服务的。目前还没有任何用例能证明模型可以平台化，也就是随着用户数量增加产生规模效应，帮公司降低某方面的成本。撑起这些公司产品价值的，本质上是上游的 SOTA 模型。而模型公司要租大量算力、投入大量成本，才能训练出 SOTA 模型，所以他们能给的模型价格低不了，也不会因为调用的用户变多就明显降低使用成本。这就意味着下游的应用公司没法降低产品成本，反而会因为用户增加导致成本激增。如果公司没办法一直融到钱，现金流就会陷入危险。 3. 规模经济：基于上面的推理，规模经济也不成立。传统软件公司能做到规模经济，本质上是因为软件的开发成本是一次性的支出，不会因为用户数量增加导致使用成本一直上涨。只要软件开发出来，后面卖得好，来自用户的收入在一段时间内就能把总支出覆盖掉。 4. 数据效应：在模型时代，数据本质上是为模型服务的。如果公司自己不用这些用户数据去训练模型，那这些数据基本只能转卖给上游的模型公司，收入来自卖数据，而不是用数据改善产品本身。这部分收入本身就有限，而且这样的应用公司越多，模型公司就越能压低数据的采购价格，这是很简单的供需关系。 因为是个人感受，所以肯定存在看法片面的情况，欢迎讨论

11
Virus.
4天前
过去一段时间陷入了需要依赖成瘾性物质来舒缓身心的状态……得改
50
Virus.
4天前
和@Neo____ 摆了一排
00