即刻App年轻人的同好社区
下载
置顶👋你好，我是空格的键盘，可以叫我空格，Base 深圳。
我的主业是产品经理，副业在做自媒体，喜欢设计与创作，在积极探索 AI，关注它如何进入真实的产品场景，也在即刻持续分享自己的实践、思考与踩坑记录。
即刻用了很久，但认识的新朋友不多。如果你也在做产品、创业，或对 AI 与创作有兴趣，欢迎约 coffee chat，交换经验，也聊聊彼此正在解决的问题。
更多关于我：
kongge.space或 kong-space.pages.dev
另外分享一个持续维护的开源 AI 知识库。内容还在不断完善，希望能对同样在学习和实践 AI 的朋友有一点帮助，欢迎交流与指正：
ai.feishu.cn
我的主业是产品经理，副业在做自媒体，喜欢设计与创作，在积极探索 AI，关注它如何进入真实的产品场景，也在即刻持续分享自己的实践、思考与踩坑记录。
即刻用了很久，但认识的新朋友不多。如果你也在做产品、创业，或对 AI 与创作有兴趣，欢迎约 coffee chat，交换经验，也聊聊彼此正在解决的问题。
更多关于我：
kongge.space或 kong-space.pages.dev
另外分享一个持续维护的开源 AI 知识库。内容还在不断完善，希望能对同样在学习和实践 AI 的朋友有一点帮助，欢迎交流与指正：
ai.feishu.cn
83 1023
这种按量点赞收藏量计费的商单报价，被叫做 CPE 结算。
我去年接过一个，做了一周视频，发出去 10 几个赞，给了我 4 块钱。
当时我还接单不多，不懂规则。现在遇到这种我直接拒绝。希望这种模式可以退出广告报价，对大家都好。
我去年接过一个，做了一周视频，发出去 10 几个赞，给了我 4 块钱。
当时我还接单不多，不懂规则。现在遇到这种我直接拒绝。希望这种模式可以退出广告报价，对大家都好。
3 01
昨天听到一期特别好的节目，是曾鸣做客《张小珺商业访谈录》。
曾鸣曾任阿里巴巴集团总参谋长，参与过长江商学院和湖畔的创建，也完整经历并研究了互联网从基础设施到原生应用的产业周期。
这次两个人从产业周期聊到 AI，从模型公司的命运聊到未来的公司、岗位和人的创造力，里面有很多反常识、但又能自圆其说的判断。
他把工业革命、互联网、移动互联网和 AI 放进同一套产业史框架里，给出了不少非常尖锐、甚至有些残酷的判断。信息密度很高，很值得完整听一遍。
这期播客总共录了 2 小时 34 分钟，曾鸣谈到了 12 个有趣的观点：
1、OpenAI、Anthropic 大概率不是 AI 原生时代的大赢家。
它们完成了让所有人接入智能的基础设施工程，更像早年的 AOL 或今天的云厂商。但基础设施阶段和原生应用阶段需要完全不同的技术、产品与组织能力，先发并不等于能穿越周期。
2、模型公司最终会变成“AI 云公司”。
当多个模型都能提供同质化智能，经济学规律会把高利润压平。这个行业更可能走向“寡头竞争 + 政府强监管”，就像水、电、云计算一样，以稳定、低成本供给为核心，而不是长期享受超额利润。
3、AI 产业刚走到“浏览器出现之前”。
Token 成为统一计量单位，智能开始成为可标准化购买的基础设施；Agent 和 Skill 的爆发，则像 1992 年人人建网站。真正的大机会是建立 Agent 的事实标准并把调用门槛降到零，但今天连这个时代的“浏览器”都还没有出现。
4、新平台大概率不会诞生于旧平台。
互联网平台擅长信息与人的匹配，Agent 平台要完成能力与任务的匹配，复杂度完全不同。旧平台可以接入 AI，却未必理解新生态；只有先做出成功 Agent、拥有真实用户和开发者，才可能形成入口的黑洞效应。
5、模型不会吞噬一切，简单应用才会被吞噬。
当模型能力越过门槛，只做包装、提示词或单一工作流的产品很容易被模型吸收。真正的 Agent 要解决足够复杂、足够有价值的任务，并在场景中形成数据、算法与反馈闭环，这会长出一条不同于基础模型的技术路线。
6、AI 竞争首先是组织能力的竞争。
Anthropic 的领先是它率先用 AI 训练 AI，让研究、工程和产品进入“智能复利”。组织能否把模型嵌入自己的核心生产过程，决定了它是线性进步，还是形成越来越快的复利飞轮。
7、公司这种组织形式会衰亡。
工业时代用“岗位—层级—汇报线”组织规模化生产，AI 原生组织则会以任务为基本单元：任务被拆解，人和 AI 围绕任务动态协作。岗位消失后，中层、职级和命令式管理都会被削弱，组织依然存在，但未必还叫“公司”。
8、一人公司只是过渡形态。
AI 可以让一个人完成过去几十人的工作，却不能消除复杂任务对分工与协作的需要。未来不是所有人都变成孤立的超级个体，而是人借助 AI 获得更强能力，再以更灵活、更网络化的方式重新组织起来。
9、CEO 不能再有“老板心态”。
在高不确定环境里，战略不是老板拍板后由下属执行，而是组织通过一线实验、客户反馈和多种能力共同生成。CEO 的职责是提出方向、创造条件、保护探索，让最有判断力的人被调用，而不是让级别最高的人说了算。
10、优秀来自共识内的高效执行，卓越只能来自反共识。
把一条公认正确的路走得更快，可以成为优秀公司；真正定义时代的公司，必须相信并创造一个尚未被证明的未来。但反共识并不自动等于正确，幸存者偏差恰恰提醒我们：疯狂想法很多，最后成立的极少。
11、没有巨头是安全的。
移动互联网仍是互联网的延伸，因此旧巨头有机会完成迁移；AI 却更像一次生产力革命，会触及工业时代的公司、岗位和教育制度。历史上能连续跨越多个技术范式的企业屈指可数，“All in AI”只是入场券，不是生存保证。
12、当智能可以外部购买，人的差异将变成创造力的差异。
凡是能被结构化表达的知识工作，都会逐步被 AI 接管；人的价值会转向定义复杂问题、提出原创方向和“无中生有”。因此教育最大的冲突，不是教不教 AI，而是还要不要继续用知识灌输，把孩子固定在旧世界的标准答案里。
曾鸣曾任阿里巴巴集团总参谋长，参与过长江商学院和湖畔的创建，也完整经历并研究了互联网从基础设施到原生应用的产业周期。
这次两个人从产业周期聊到 AI，从模型公司的命运聊到未来的公司、岗位和人的创造力，里面有很多反常识、但又能自圆其说的判断。
他把工业革命、互联网、移动互联网和 AI 放进同一套产业史框架里，给出了不少非常尖锐、甚至有些残酷的判断。信息密度很高，很值得完整听一遍。
这期播客总共录了 2 小时 34 分钟，曾鸣谈到了 12 个有趣的观点：
1、OpenAI、Anthropic 大概率不是 AI 原生时代的大赢家。
它们完成了让所有人接入智能的基础设施工程，更像早年的 AOL 或今天的云厂商。但基础设施阶段和原生应用阶段需要完全不同的技术、产品与组织能力，先发并不等于能穿越周期。
2、模型公司最终会变成“AI 云公司”。
当多个模型都能提供同质化智能，经济学规律会把高利润压平。这个行业更可能走向“寡头竞争 + 政府强监管”，就像水、电、云计算一样，以稳定、低成本供给为核心，而不是长期享受超额利润。
3、AI 产业刚走到“浏览器出现之前”。
Token 成为统一计量单位，智能开始成为可标准化购买的基础设施；Agent 和 Skill 的爆发，则像 1992 年人人建网站。真正的大机会是建立 Agent 的事实标准并把调用门槛降到零，但今天连这个时代的“浏览器”都还没有出现。
4、新平台大概率不会诞生于旧平台。
互联网平台擅长信息与人的匹配，Agent 平台要完成能力与任务的匹配，复杂度完全不同。旧平台可以接入 AI，却未必理解新生态；只有先做出成功 Agent、拥有真实用户和开发者，才可能形成入口的黑洞效应。
5、模型不会吞噬一切，简单应用才会被吞噬。
当模型能力越过门槛，只做包装、提示词或单一工作流的产品很容易被模型吸收。真正的 Agent 要解决足够复杂、足够有价值的任务，并在场景中形成数据、算法与反馈闭环，这会长出一条不同于基础模型的技术路线。
6、AI 竞争首先是组织能力的竞争。
Anthropic 的领先是它率先用 AI 训练 AI，让研究、工程和产品进入“智能复利”。组织能否把模型嵌入自己的核心生产过程，决定了它是线性进步，还是形成越来越快的复利飞轮。
7、公司这种组织形式会衰亡。
工业时代用“岗位—层级—汇报线”组织规模化生产，AI 原生组织则会以任务为基本单元：任务被拆解，人和 AI 围绕任务动态协作。岗位消失后，中层、职级和命令式管理都会被削弱，组织依然存在，但未必还叫“公司”。
8、一人公司只是过渡形态。
AI 可以让一个人完成过去几十人的工作，却不能消除复杂任务对分工与协作的需要。未来不是所有人都变成孤立的超级个体，而是人借助 AI 获得更强能力，再以更灵活、更网络化的方式重新组织起来。
9、CEO 不能再有“老板心态”。
在高不确定环境里，战略不是老板拍板后由下属执行，而是组织通过一线实验、客户反馈和多种能力共同生成。CEO 的职责是提出方向、创造条件、保护探索，让最有判断力的人被调用，而不是让级别最高的人说了算。
10、优秀来自共识内的高效执行，卓越只能来自反共识。
把一条公认正确的路走得更快，可以成为优秀公司；真正定义时代的公司，必须相信并创造一个尚未被证明的未来。但反共识并不自动等于正确，幸存者偏差恰恰提醒我们：疯狂想法很多，最后成立的极少。
11、没有巨头是安全的。
移动互联网仍是互联网的延伸，因此旧巨头有机会完成迁移；AI 却更像一次生产力革命，会触及工业时代的公司、岗位和教育制度。历史上能连续跨越多个技术范式的企业屈指可数，“All in AI”只是入场券，不是生存保证。
12、当智能可以外部购买，人的差异将变成创造力的差异。
凡是能被结构化表达的知识工作，都会逐步被 AI 接管；人的价值会转向定义复杂问题、提出原创方向和“无中生有”。因此教育最大的冲突，不是教不教 AI，而是还要不要继续用知识灌输，把孩子固定在旧世界的标准答案里。
近期最值得听的播客：曾鸣谈AI、公司与人的未来
9 13
我很想做个调研问下大家
你是什么职业？
需要交付什么内容？
交付物有多少比例是 AI 完成的？
AI 完成后你需要修改多少？
我先回答：产品经理，交付调研文档，需求文档，设计原型。 100%AI 输出，5% 修改
你是什么职业？
需要交付什么内容？
交付物有多少比例是 AI 完成的？
AI 完成后你需要修改多少？
我先回答：产品经理，交付调研文档，需求文档，设计原型。 100%AI 输出，5% 修改
88 6018
做产品有 MVP，做内容更需要。
先找到最低成本的创作方式，再建立反馈系统。
去年初我就想做视频，拖了一年。一直没有找到适合自己的创作流程，也缺少稳定反馈。
今年多试了几次，跑通了一套方式：先写公众号，再把文章对着镜头讲一遍。
文章本身就是脚本。这也很像我的工作：先写需求文档，再把文档讲给别人听。
但这套方式也有问题：没有公众号内容，我就录不出视频。
我又不想专门写脚本，所以我现在想找到另一种状态，像憋了一肚子话，碰到一个朋友，直接聊出来那样来创作。
我追求在有限能力内最低创作成本获取最大收益。
所以我建议做视频、做内容，前期都不要投入太高成本。别急着买设备、学复杂剪辑、追求画面精美。
先找到一种自己愿意持续表达的方式，发出去，拿到反馈，再迭代。
即刻和 X 就是一个很好的平台，用文字来获取极致的反馈。
先找到最低成本的创作方式，再建立反馈系统。
去年初我就想做视频，拖了一年。一直没有找到适合自己的创作流程，也缺少稳定反馈。
今年多试了几次，跑通了一套方式：先写公众号，再把文章对着镜头讲一遍。
文章本身就是脚本。这也很像我的工作：先写需求文档，再把文档讲给别人听。
但这套方式也有问题：没有公众号内容，我就录不出视频。
我又不想专门写脚本，所以我现在想找到另一种状态，像憋了一肚子话，碰到一个朋友，直接聊出来那样来创作。
我追求在有限能力内最低创作成本获取最大收益。
所以我建议做视频、做内容，前期都不要投入太高成本。别急着买设备、学复杂剪辑、追求画面精美。
先找到一种自己愿意持续表达的方式，发出去，拿到反馈，再迭代。
即刻和 X 就是一个很好的平台，用文字来获取极致的反馈。
10 20