即刻App年轻人的同好社区
下载
今天来旧金山参加活动，随处可见的各种各样的AI公司的广告牌。其中绝大多数其实都是to AI startup的，比如这家叫delve的公司（p1）是做compliance的，所服务的大客户很多就像lovable whisperflow这些大家都能耳熟能详的AI产品
参加一个活动，整个Warehouse都挤到必须从门外站着听。（p6，p7）
现在在旧金山专门做founders的生意已经非常普遍了。比如今天我去了了一个hacker house，大概6000~8000可以租到旧金山的独栋房子，有6-8个房间，他们以平均2500~3500的价格单独租出去给founders。还有startup house，他们有点像YC，提供了住处和各种后续融资对接服务，然后去换股份。（p8，p9）
参加一个活动，整个Warehouse都挤到必须从门外站着听。（p6，p7）
现在在旧金山专门做founders的生意已经非常普遍了。比如今天我去了了一个hacker house，大概6000~8000可以租到旧金山的独栋房子，有6-8个房间，他们以平均2500~3500的价格单独租出去给founders。还有startup house，他们有点像YC，提供了住处和各种后续融资对接服务，然后去换股份。（p8，p9）
4 11
所以AI时代下对于批判性思考教育的重要性将更加凸显。何为善恶，是从个人的角度还是从社会的角度，是从功利的角度还是从道德义务的角度。
袁晓辉: 晚上聊天想到“科技向善”的问题，怎么定义“善”？有的公司做平台，没有道德预设，认为平台没有善恶，不帮用户做选择，让用户自己选择。在商业竞争中，很多情况下，没有价值判断，可能能得到更多用户的选择，从而获得商业上的胜利。而道德水平相对更高的平台，却可能负重前行。那怎么去看待这个问题？还有AI来了，善的定义会有新的变化吗？
1 00
前两天和一个已经刚从 Google 退休，在 Google 工作近 20 年的产品经理，在 Mountain View 约了一波 Coffee Chat，我们是在 Computer History Museum 上面认识的。他是一个特别高、来自 印第安纳州，storytelling 能力特别好，也特别 nice 的一个白人男性，我作为PM和他交流收获很大，我具体总结成以下三个takeaway：
1. Google 为什么总能成功
Steve 在google 快20年，并最终在那里退休。他认为 Google 之所以在面对 AI 浪潮时仍能快速转身并保持竞争力，核心原因在于其高度去中心化（Decentralized）的组织架构 。在 Google 内部，各个产品线（如 YouTube、Payments、Ads、Deepmind）拥有极高的自主权，像独立的小公司一样运作 。这种机制配合上 Google 始终坚持招聘行业内最顶尖的人才并放权管理的策略，使其在大公司体制下依然保持了创业公司般的敏捷与创新能力 。
2. 产品经理最重要的技能：定优先级
在高科技行业，聪明的工程师往往能看到 20 件技术上很酷、值得做的事情，但资源永远是有限的。Steve 说作为产品负责人，你最大的价值不是写代码，而是为团队提供清晰度 (Clarity) 。你必须具备残酷的优先级排序能力，能够从 20 个想法中砍掉 17 个，明确告诉团队当下最重要的 3 件事是什么以及为什么。如果没有这种清晰的聚焦，团队很容易陷入技术自嗨，从而导致业务失败 。
3. Reed Hastings（Netflix 创始人）
Steve 曾在 Reed Hastings 创办 Netflix 之前的一家软件工具公司（Pure Software）与其共事。Steve 回忆说，Reed 的那家初创公司非常成功，因为它精准解决了工程师的痛点（内存泄漏检测）。Reed 当时甚至几乎不需要 VC 的资金，他向投资人展示的 Pitch Deck 非常特别——不是复杂的图表，而是一叠厚厚的客户感谢信，直接证明产品价值极高 。后来 Reed 离开去创办 Netflix 做“邮寄 DVD”的业务时，周围人都觉得这是个疯狂的主意，但他再次证明了自己 。
By the way, 他特別推薦我在apple podcast去聽 Acquired 這个播客（不知道群里有没有人之前听过
1. Google 为什么总能成功
Steve 在google 快20年，并最终在那里退休。他认为 Google 之所以在面对 AI 浪潮时仍能快速转身并保持竞争力，核心原因在于其高度去中心化（Decentralized）的组织架构 。在 Google 内部，各个产品线（如 YouTube、Payments、Ads、Deepmind）拥有极高的自主权，像独立的小公司一样运作 。这种机制配合上 Google 始终坚持招聘行业内最顶尖的人才并放权管理的策略，使其在大公司体制下依然保持了创业公司般的敏捷与创新能力 。
2. 产品经理最重要的技能：定优先级
在高科技行业，聪明的工程师往往能看到 20 件技术上很酷、值得做的事情，但资源永远是有限的。Steve 说作为产品负责人，你最大的价值不是写代码，而是为团队提供清晰度 (Clarity) 。你必须具备残酷的优先级排序能力，能够从 20 个想法中砍掉 17 个，明确告诉团队当下最重要的 3 件事是什么以及为什么。如果没有这种清晰的聚焦，团队很容易陷入技术自嗨，从而导致业务失败 。
3. Reed Hastings（Netflix 创始人）
Steve 曾在 Reed Hastings 创办 Netflix 之前的一家软件工具公司（Pure Software）与其共事。Steve 回忆说，Reed 的那家初创公司非常成功，因为它精准解决了工程师的痛点（内存泄漏检测）。Reed 当时甚至几乎不需要 VC 的资金，他向投资人展示的 Pitch Deck 非常特别——不是复杂的图表，而是一叠厚厚的客户感谢信，直接证明产品价值极高 。后来 Reed 离开去创办 Netflix 做“邮寄 DVD”的业务时，周围人都觉得这是个疯狂的主意，但他再次证明了自己 。
By the way, 他特別推薦我在apple podcast去聽 Acquired 這个播客（不知道群里有没有人之前听过
6 00
为什么国外的 Vibe coding 产品（比如 Lovable）可以有这么高的估值水平，且ARR都还不错？为什么Manus在被收购前几个月产品战略着重发展 ful stack vibe coding
要回答这一系列问题，我认为本质上需要理解中美商业生态的底层差异。
1. 美国经济的底色 美国经济的一个显著特征是 Scattered。维持社会运作的最小经济单位往往是大量以个人或小微企业为主体的中小商家——无论是独立的保险经纪、房产中介、修车行，还是独立的咖啡店与时尚品牌。
2. 流量分发逻辑的差异： 不同于中国，美国并没有垄断特定场景的super App
- 中国模式：流量高度基于场景分化且集中。吃饭看美团，旅行看携程，购物看淘宝。商家不需要独立建站，而是依附于平台，中小商家思考的是如何争取推荐位、刷高分、获好评。
- 美国模式：Google 生态仍是最大的入口。每一个中小商家都需要建立自己的 Distribution Channel。无论是打广告还是做 SEO，拥有一个独立的网站或者是介绍页，这是与revenue直接挂钩的，是获客的生死线。
3. Vibe Coding ：Long-tail 需求的各种满足与创造 正因为上述差异，Wix.com、GoDaddy、等独立建站服务在欧美（尤其是美国）拥有极成熟的市场。 而 Vibe Coding 的出现，本质上是让低成本建站的能力进一步下沉，贴近了中小商家更 Personalized 的 Long-tail（长尾）需求。甚至，它激发了原本因技术门槛而未被满足的潜在需求。
4. 真正的商业闭环：Cloud Services 带来的 Recurring Revenue 这就解释了估值逻辑。当这些商家使用 Vibe Coding 生成网站后，他们会有很大概率会购买后续的 Server 服务（域名、托管等）。 这些 Cloud Services 才是保证公司拥有稳定 Revenue 的关键。从 Long-term 来看，维护运营一个网站的成本是稳定甚至微涨的，这种基础设施带来的经常性收入，远比单纯售卖 AI 生成工具本身更赚钱。
所以大家有空看看 Manus 这半年来更新的 Log 会发现，在做 Full Stack web app这件事情上面，Manus 不仅提供了一站式的域名和托管服务，同时也和 Stripe 合作接入了支付服务，这让用户不需要离开 Manus，就能保证拥有一个能完整运营、实现商业需求的独立站。等于是说，manus其实要做的，是成为这些第一次 Build-Up 网站的用户们全周期运营的网站解决方案提供商，而这本质上是一个云的生意。
这也解释了为什么今年 Base44 卖给 Wix.com 是一个绝佳的并购案例
- Base44 提供成熟的 Vibe Coding 能力；
- Wix.com 提供成熟的商业模式、基础设施和庞大的用户基数。Base44 的技术将成为 Wix 的第二增长曲线，及新的故事主轴。
Wrap up： Vibe Coding 在中美是完全不同的商业叙事。在美国，天然存在成熟的商业实体去承接 AI Coding 带来的效率升级，
而最后，Vibe Coding 如果还是基于 Subscription 或 Token 的这种计费模式，且生成的产物最终变成了其他云服务平台的部署对象，那仅仅是为他人做了嫁衣。
这也可以解释为什么 Google 在 AI Studio 当中要推出 Build 这个功能，并且让大家免费用。大家如果真的尝试 end-to-end 地把它部署上线，你会发现最后点开的是 Google Cloud Services 的网站……
要回答这一系列问题，我认为本质上需要理解中美商业生态的底层差异。
1. 美国经济的底色 美国经济的一个显著特征是 Scattered。维持社会运作的最小经济单位往往是大量以个人或小微企业为主体的中小商家——无论是独立的保险经纪、房产中介、修车行，还是独立的咖啡店与时尚品牌。
2. 流量分发逻辑的差异： 不同于中国，美国并没有垄断特定场景的super App
- 中国模式：流量高度基于场景分化且集中。吃饭看美团，旅行看携程，购物看淘宝。商家不需要独立建站，而是依附于平台，中小商家思考的是如何争取推荐位、刷高分、获好评。
- 美国模式：Google 生态仍是最大的入口。每一个中小商家都需要建立自己的 Distribution Channel。无论是打广告还是做 SEO，拥有一个独立的网站或者是介绍页，这是与revenue直接挂钩的，是获客的生死线。
3. Vibe Coding ：Long-tail 需求的各种满足与创造 正因为上述差异，Wix.com、GoDaddy、等独立建站服务在欧美（尤其是美国）拥有极成熟的市场。 而 Vibe Coding 的出现，本质上是让低成本建站的能力进一步下沉，贴近了中小商家更 Personalized 的 Long-tail（长尾）需求。甚至，它激发了原本因技术门槛而未被满足的潜在需求。
4. 真正的商业闭环：Cloud Services 带来的 Recurring Revenue 这就解释了估值逻辑。当这些商家使用 Vibe Coding 生成网站后，他们会有很大概率会购买后续的 Server 服务（域名、托管等）。 这些 Cloud Services 才是保证公司拥有稳定 Revenue 的关键。从 Long-term 来看，维护运营一个网站的成本是稳定甚至微涨的，这种基础设施带来的经常性收入，远比单纯售卖 AI 生成工具本身更赚钱。
所以大家有空看看 Manus 这半年来更新的 Log 会发现，在做 Full Stack web app这件事情上面，Manus 不仅提供了一站式的域名和托管服务，同时也和 Stripe 合作接入了支付服务，这让用户不需要离开 Manus，就能保证拥有一个能完整运营、实现商业需求的独立站。等于是说，manus其实要做的，是成为这些第一次 Build-Up 网站的用户们全周期运营的网站解决方案提供商，而这本质上是一个云的生意。
这也解释了为什么今年 Base44 卖给 Wix.com 是一个绝佳的并购案例
- Base44 提供成熟的 Vibe Coding 能力；
- Wix.com 提供成熟的商业模式、基础设施和庞大的用户基数。Base44 的技术将成为 Wix 的第二增长曲线，及新的故事主轴。
Wrap up： Vibe Coding 在中美是完全不同的商业叙事。在美国，天然存在成熟的商业实体去承接 AI Coding 带来的效率升级，
而最后，Vibe Coding 如果还是基于 Subscription 或 Token 的这种计费模式，且生成的产物最终变成了其他云服务平台的部署对象，那仅仅是为他人做了嫁衣。
这也可以解释为什么 Google 在 AI Studio 当中要推出 Build 这个功能，并且让大家免费用。大家如果真的尝试 end-to-end 地把它部署上线，你会发现最后点开的是 Google Cloud Services 的网站……
11 10
最近在做自己年度 Top 5 播客的梳理，看到年初小俊采访 MiniMax 闫俊杰播客的一个精华思想，现在回看真的是不无道理。
今年 10 月 Cursor 推出自研模型（Composer 1）的经历，恰恰侧面印证了这一点。
理论上，Cursor 拥有全球AI编程领域最庞大的用户行为数据和交互反馈，这符合典型的“移动互联网护城河”逻辑。但现实，其自研模型的效果始终难以超越 Anthropic 持续迭代的通用基座模型。 最终，用户依然会用脚投票，切换回效果最好的 Claude 3.5 Sonnet。所以事实证明：即便你拥有数据，飞轮也不一定能如预期所愿得起来。
但是，辩证的看，会对代码生成质量有具体感知的，只有那一小撮专业用户。如果cursor的目标不仅仅是那一撮专业的编程用户，而是打算瞄准lovable，base 44等所瞄准的更广泛且没有技术背景的用户群。自研模型就有其做的必要性。
同时，Composer 1 也体现了 2025 年 AI 产品的一条变化暗线：模型路由（GPT5没错说的就是你）。我去reddit和x做了一波社媒的调研，Composer 1 虽然在最后生成效果上不如 Sonnet，但是它的成本以及响应速度（TTFT）&生成速度（TPM），都远比调用 Anthropic 的模型要低且快。我们也可以从 Cursor 下半年的改版中发现：它推出了agent mode，减少了 IDE 的感觉，在整体的UI/UX上，跟Lovable Cursor、Manus的感觉会更像。（这个具体可以看cursor首席设计师ryo的访谈&小红书）。相较于 2024 年 9 月份的第一版，现在的 Cursor 更加强调 Auto模式自行选择模型。
因此，cursor是可以在用户完全不知道背后是什么模型的情况下，在部分节点甚至部分任务中提高 Composer 1 的比重，从而在成本和用户体验上获得平衡。同时也能降低了对于上游闭源模型供应商的依赖（Anthropic没错说的就是你）。因此，虽然在短期内没有办法去训练超过现在市场上 SOTA 的闭源模型，但是让用户去接受这种虽然效果不如最好的、但在成本和速度上面都更快的模型，去培养这种用户习惯和用户心智，我觉得对cursor类的AI产品是一个合理且长期战略上来看有益的动作。
今年 10 月 Cursor 推出自研模型（Composer 1）的经历，恰恰侧面印证了这一点。
理论上，Cursor 拥有全球AI编程领域最庞大的用户行为数据和交互反馈，这符合典型的“移动互联网护城河”逻辑。但现实，其自研模型的效果始终难以超越 Anthropic 持续迭代的通用基座模型。 最终，用户依然会用脚投票，切换回效果最好的 Claude 3.5 Sonnet。所以事实证明：即便你拥有数据，飞轮也不一定能如预期所愿得起来。
但是，辩证的看，会对代码生成质量有具体感知的，只有那一小撮专业用户。如果cursor的目标不仅仅是那一撮专业的编程用户，而是打算瞄准lovable，base 44等所瞄准的更广泛且没有技术背景的用户群。自研模型就有其做的必要性。
同时，Composer 1 也体现了 2025 年 AI 产品的一条变化暗线：模型路由（GPT5没错说的就是你）。我去reddit和x做了一波社媒的调研，Composer 1 虽然在最后生成效果上不如 Sonnet，但是它的成本以及响应速度（TTFT）&生成速度（TPM），都远比调用 Anthropic 的模型要低且快。我们也可以从 Cursor 下半年的改版中发现：它推出了agent mode，减少了 IDE 的感觉，在整体的UI/UX上，跟Lovable Cursor、Manus的感觉会更像。（这个具体可以看cursor首席设计师ryo的访谈&小红书）。相较于 2024 年 9 月份的第一版，现在的 Cursor 更加强调 Auto模式自行选择模型。
因此，cursor是可以在用户完全不知道背后是什么模型的情况下，在部分节点甚至部分任务中提高 Composer 1 的比重，从而在成本和用户体验上获得平衡。同时也能降低了对于上游闭源模型供应商的依赖（Anthropic没错说的就是你）。因此，虽然在短期内没有办法去训练超过现在市场上 SOTA 的闭源模型，但是让用户去接受这种虽然效果不如最好的、但在成本和速度上面都更快的模型，去培养这种用户习惯和用户心智，我觉得对cursor类的AI产品是一个合理且长期战略上来看有益的动作。
4 00
我之前听过有一个实践，就是不仅给预算，同时内部举办黑客松，鼓励大家用ai去解决真问题
C坍缩中: 提高团队与AI协作最简单的方式： 先给每个人每月300刀的AI产品预算
2 00
