不知不觉已经到六群了。
社群的定位主要是和大家一起聊商业、创业、业务增长等话题，群里有各大厂的业务负责人和各种阶段的创业者（从刚启动到已上市都有）
不水，是很少见的、可以认真讨论问题的免费社群。感兴趣的同学可以扫图片上的微信二维码加入。

一篇长文：
在上一个推荐算法的AI时代，字节是毋庸置疑的领军企业。
到了这个时代，则从领军者不知不觉掉队成了跟随者。
我们还原了字节跳动在上个时代赖以成功的组织模式，正是这个模式，决定了字节在新时代难以成功！

在飞机上看《好战略、坏战略》，看到英伟达的案例：
才意识到，英伟达赢得市场的方式，原来和南孚电池是一样的！

除了要拥有某种核心技术，还需要找到一个用户会投入高注意力关注的体验，恰好可以用这个技术解决。
只有这样的体验，消费者才会足够敏感，感知到技术的价值。

英伟达推出的第一款芯片，是个声音处理芯片，并不成功。
后来，之所以转型做显卡，是因为看到了“因为3D技术的出现，用户对显示的质量和延迟更敏感”。

当时，3D绘图技术刚刚开始普及。
如果是用来制作动画，展示的是固定画面，其实对显卡也没什么要求。
然而，3D绘图和显示技术普及最快的场景，是游戏。
有了3D技术后，可以自由移动的第一视角射击游戏流行了起来：《雷神之锤》、《DOOM》等射击游戏的玩家越来越多。
而且出现了多人联机的比赛模式。
这时，玩家在游戏中每移动一下，都意味着显卡需要重新做一遍绘图。
如果显卡性能不足，不只是模糊的画面会影响体验，延迟、不清晰，还会让玩家无法快速瞄准，就可能输给对手。

英伟达看到了这个现象，意识到游戏用户对显示的性能要求会越来越高。
只要能不断提高性能，就能赢得市场。

为此，英伟达解决了提高性能过程中的一个又一个阻碍：
* 更高性能的芯片，需要一次次迭代设计，才能设计出来，就要缩短迭代周期。当时对迭代速度影响最大的是“设计错误”——每次设计，总要设计完成、生产出芯片、再测试，才能发现错误。生产验证过程常常需要以月计的时间。于是，英伟达开发了可以通过软件验证设计的方式。
* 驱动程序、软件，也会需要与每一代芯片兼容，兼容过程也会拖慢迭代速度。于是，英伟达选择了统一驱动程序、做自己的开发语言。
才有了这样的成绩。

本质上，英伟达仍然是一家科技公司，最擅长的是不断提高技术水平。
但是，声卡与显卡的差别是：
只有少数人会那么关注声音，对声音敏感，听得出且在意技术提升后，带来的体验提升。
而每个游戏玩家，在玩射击游戏时，都会全神贯注盯着画面、捕捉对手，几乎都能感知到显示性能的变化。
在画面上迭代技术、提高性能，用户才会买单。

这个过程，和大疆也很像。

大疆也是一家追求技术极致的公司，当大疆追求技术极致的态度，投入向影像时，用户们是容易感知到的。
因为我们拍照、修图时，几乎全部的注意力都在画面上。
然而当同样的态度，投诉到扫地机器人上时，就不那么有效了。
因为大多数人并不在意扫地机器人早10分钟还是晚10分钟完成清扫。
比起性能，只要技术够用，便宜一点可能更重要。

回想起来，南孚电池的崛起，也是类似的思路。

南孚很早就一直在提高电池的“动力”，让电池功率更高、能将更足。
但是，
当电池主要被用于遥控器、手电筒时，用户对此其实并不敏感。
我的遥控器1年换一次电池、还是10个月换一次，实话说，根本记不住。

直到南孚等来了四驱车。
我小时候的零花钱不够买四驱车，不过，我记得当时学校旁边，有人摆了四驱车赛道。
同学们可以上赛道比赛。
几个人比赛时，周围一圈小朋友，全神贯注的盯着赛道上的四驱车们。
课间时，大家也会讨论改装。
所有的讨论只有一个目标：怎样让自己的车更快。
这个时候，电池动力更强的价值，终于有机会被感知到了。
才让南孚更快打开了市场。

这和英伟达从做声卡，转到做显卡是一个逻辑。

技术要投入向一个用户会给予高度注意力的体验上，用户们才会感知到技术的价值，愿意为此买单。
这个时候——
视觉的，通常强过听觉的。
主要关注的，通常强过作为背景的。
投入时间更多的，通常强过投入时间更少的。

看到DeepSeek团队最新的论文，才理解DeepSeek为什么强大。
因为DeepSeek可能找到了一条AI进化的坐标轴。
只要自己不断沿着坐标轴前进，就能实现不断的成功。

有个意外的发现。
豆包过去几个月，又拿回了AI应用日活第一的位置。
然而，我最近问了不少内容人，我如果要用AI辅助长文写作，哪个AI工具会更好？内容人们最经常给出的答案是：
首选Claude、其次GPT，国产模型则首推DeepSeek。
绝不能用豆包。

为什么会这样呢？
我自己直观的感受是：长文写作，更需要保障对信息输入的高质量理解、和逻辑能力。这两点正好是DeepSeek的特长。
回想我第一次用到DeepSeek时，惊艳到我的，估计和经验到很多人的点类似，是DeepSeek的“深度思考”。
此前用AI产品，一直困扰我的问题是，AI有幻觉，我不知道结果能不能信，也就不能放心使用。但是，当DeepSeek展示出模型的思考逻辑后，不仅这个逻辑对人会有启发，更让我有了检查模型结果的方式，容易检查、就使得模型有了更可被相信的基础。
展示逻辑，是AI对话体验上的突破。
DeepSeek也靠着推理模块的加入，实现了更强的逻辑和信息理解能力。
这是技术创新的力量。

不过，我此前一直也有个朴素的观点：
科技创新是偶然的，一个企业可能有一次选对了技术路线、实现了突破。
但是，谁都不能保证其他技术路线的判断上，他也能赌对。
对于一个规模不大的公司来说，技术突破注定是需要看运气的、偶然才能出现的现象。

直到这几天，看到了DeepSeek团队发布的新论文，和对这个新论文的解读，我才意识到，有可能DeepSeek还真能实现持续不断的突破，因为他们很可能是找到了一个AI进化的坐标轴。

他们在最新的论文中，为大模型增加了一个新的要素——“概念”。
什么意思呢？
最早的大模型，其实是在基于语言的上下文，不断推演下一个字应该是什么。
这个时候，比如“英国女王伊丽莎白”，在人类的理解中，是一个完整的概念，我们因为知道这个概念，直接调用就好，但是在大模型眼中，这8个字需要被重新产出一遍。
对人类大量概念的一遍遍重新理解和推演，极大的浪费了大模型的能量和效率，也难免使得大模型的产出更容易出问题。
于是，DeepSeek决定为大模型建立一个概念库：在库里面的概念，可以作为整体，直接被调用。

我忽然发现，
这个概念的引入，与25年初，DeepSeek在大模型中，引入了“逻辑推理”模块，本质上是同一个思路。
此前的大模型，更像是对人类对话的暴力破解——ChatGPT证明了只要算力够大、数据量够大，人类的对话是可以被暴力破解的。
如果我们将在一次对话中找到高质量回答的过程，类比于走迷宫，那么此前的暴力破解大模型，解题的思路是：我只要能穷尽所有可能性，总能找到对的路。
随着走迷宫经验增加，大模型也能学习出一些走迷宫的套路，效率也能渐渐提升。
但是，
其实从来就不必尝试所有的道路的。
这些走迷宫的套路，也无需大模型自己慢慢摸索。
在人类的思考中，其实早就有一些规则，能够直接告诉我们“哪些路肯定不靠谱、根本不用考虑，只有几个大概率正确的方向，只需要尝试这几个方向”。
“逻辑推理”和“建立概念”，就是排除错误方向、使得模型可以效率更高、也可以走得更远的工具。

而这两个工具、或者说概念的发现，是来自于对人脑理解世界、思考问题过程的还原和研究。
人脑有一个独特的优势：
人脑每秒钟接触到的信息是10G，但是，人脑会识别和保留的只有其中的10bit。
因为需要长期储存和处理的信息量被大大简化，人脑的能量消耗才得以大大降低、很多关联起更多概念和维度的深度思考也才能变为现实。

可以说：
DeepSeek团队，是在拆解人脑的思考和理解世界的过程，将其中有价值的工具和模式，赋予大模型。
如果这条路是成立的，那么DeepSeek就找到了一个支持继续持续迭代的坐标轴，就很有可能实现持续不断的技术突破。

每一个不断实现技术突破的企业，在那段时间，都找到了自己的坐标轴。
比如：
苹果，找到的坐标轴，是让交互更符合人的直觉，用更接近自然动作的交互方式、替代需要学习的更机械的交互方式。
因此，苹果从鼠标、到iPhone、再到VR，推出了一代代划时代的产品。
华为，找到的坐标轴，是让通信频率更高、能够有更大的带宽传输信息，过程中主要面临的难题，就是信号干扰带来的数学问题。
因此，从3G、到4G再到5G。

这个坐标轴，成为了驱动DeepSeek前进的主要方向。

对比之下，豆包更多时间是在追求数据。
当然，在堆积数据量的逻辑里，豆包也在讲一个故事：如果有更多的人使用豆包，豆包拥有的数据量更大，更大数据量会带来更强的服务能力。
这个故事，乍一看符合逻辑。
因此，豆包在很长时间里，一直有着行业最高的投放预算。
靠着大投放预算，豆包实现了最高的下载、和很长时间里最高的日活。

可是，这些日活和数据，真的能够转化成服务能力吗？
未必。
因为最容易获取的、最容易留住的，很多是那些要求更低的用户。
我没有统计数据，
不过，在体感中，我会遇到很多下沉市场的用户更爱用豆包。
残酷的说，服务他们、留住他们，比起服务那些更需要AI完成复杂任务的白领，是更简单的。

我也会遇到很多小朋友爱用豆包，
因为豆包会不断的称赞他们、捧臭脚。
很多小朋友就被夸夸得无法自拔。
但是，更有自主意识的人，反而会因此反感豆包，觉得“豆包总在试图讨好我”。

低要求的用户，总是更容易获取、也更容易满足的。
但是，低要求的用户，不会驱动产品，形成能满足复杂需求的能力。
这是追求数据增长，常常会掉进去的坑。

对比之下，DeepSeek的团队，主要驱动力则不是数据。
更像是大家有一个共同的信仰：让AGI变成现实。
基于此，团队找到了一个前进的方向：从人脑的思考、理解世界的模式中，寻找宝藏，嫁接到AI上。
他们精力有限，因此将主要的精力，几乎全部投向了这个方向。

于是，
当豆包在加功能时，DeepSeek在研究新技术。
当豆包看到自己不再是日活和下载量第一时，豆包会努力做增长。
当DeepSeek不再是日活和下载量第一时，DeepSeek好像对此毫不在意，还是在研究新技术。

像这次DeepSeek发布的论文，
在我的观感中，为大模型增加“概念”，在使用时的感受，远不像增加“逻辑”那么强烈。
这个更新，并不足以让DeepSeek重新拿回日活第一的位置。
但是，我相信DeepSeek并不在乎。
在他们眼中，改进技术、提高大模型的理解能力和数据处理能力，是更重要的事儿。

实话说，在这一轮的大模型竞赛中，我也不知道最终谁会胜出。
但是，如果有最终的胜利者。
比起豆包，情感上，我会更希望胜利者是DeepSeek。

与一位小红书前员工聊了聊：作为平台方前员工，看到过小红书上那么多成功和失败的品牌后，当他自己决定创立一个品牌时，会怎样思考和启动？

本期节目邀请的嘉宾“生椒牛肉”，在小红书工作多年，在平台时，见到了小红书上大量品牌的起起伏伏。离开小红书后，又创业做了小红书代理业务，亲自服务品牌。
最终决定，亲自下场做一个品牌。

在为自己寻找品牌创业机会时，他有几句话让我印象很深刻：
“要选3亿以下的小市场。”
“要让产品成为内容的容器。小红书上只有三种爆款内容的容器：随手拍就很好看的。让用户感知到自己被看到、被理解的。激发用户的创造和分享欲的。”
“与人建立联系的状态，比竞争更重要。”

在得到跨年演讲的现场，
看到罗振宇说了这么一句话：“我一生的使命，就是要发明一个全世界只有我最胜任的职业。”

忽然意识到，此前有很多人找我咨询，询问的困惑常常是“当前的事儿做得很吃力，又看不到起色，怎么办？”
本质的问题是，他在做的事儿并没有充分发挥自己的优势，竞争者一多、又不比别人擅长，当然吃力。
通常他需要的，就是别在自己难以建立优势的事儿上死磕，而是尝试找到、或者创造一个自己最胜任的职业。

关键是怎么找呢？
我发现有几个步骤，大多数人都反馈很有效。

第一步，
先要理解，什么样的职业，是“只有我最擅长的职业”？

其实就是你要在这个职业里，拥有绝对的稀缺性。
简单说来，
就是一个职业，要做好，需要同时符合5个条件。
这5个条件，碰巧只有你都符合，其他人最多只符合4个，大多数人符合的只有2个或3个。
这就意味着，谁都不如你擅长。

比如：
我自己选择做咨询，服务创业者们。
是因为我自己碰巧同时具备几个条件——
* 有从0开始，把企业做到1600人的经历。经历过创业从0到100的几个阶段，面临过创业者们可能面对过的不少问题。
这样的人就不多了，人群中万分之一吧。
* 很多创业者有很强的攻击性、会更自我中心。我的性格，比起自己成功，更喜欢看到他人因为我的帮助而成功。
利他性，简直是服务业的天选牛马。
这个特质，在创业者中，估计百分之一的人会有。
* 我又有极强的好奇心，很想研究清楚其他每个企业如何成功。
又一个百分之一。
* 做过管理者后，还愿意每天和一个个用户聊天、一个字一个字写文章。
又一个百分之一。

几个概率乘起来，是我做当前业务的稀缺性，基本上中国范围内很少有人有。
也因为知道这个情况，当我遇到不顺利时，我也能安慰自己——市场有需求、我也足够擅长，那困难都是暂时的——就会让自己更有耐心。

稀缺性，来自于你所拥有的多个要素的组合。
如果你有9个要素，每个稀缺性都是十分之一，乘起来，在中国就是唯一。

第二步，
那关键是，我怎么知道我有哪个特质是十分之一？哪个特质是百分之一呢？

我发现，最实用的做法，是借助他人的眼睛和自己的眼睛。

借助他人的眼睛，是可以开始关注：
“别人经常问你什么？你在和对方讲什么时，对方总会更愿意听/更有收获？”
每个人都会认识200人。
一件事，他会选择问你，而不问别人，说白了，就代表在他眼中，你比他认识的其他人擅长。

很多人乍一想，会觉得也好像想不起来别人常问自己什么。
主要的原因，是没有刻意去注意和收集。

刻意收集之后，
有一个做政府关系，经常出差的朋友，会发现，周围人经常问她“假期可以去哪里玩儿？”
因为她出差又多、自己又爱玩儿，就很适合做旅行博主。

有一个做运营的朋友，会发现，周围人经常愿意和她聊“学舞蹈”的话题，因为她总能把动作拆清楚、还能帮其他人理明白。
她后来做了个舞蹈拆解博主，粉丝增长也很快。

借助自己的眼睛，是可以开始关注：
你自己做哪些事儿，经常会有正反馈？
哪些事儿，自己会越干越爱干？

这两种事儿，常常是同一件事儿。
因为容易有正反馈的，通常也会更容易让自己喜欢。
很多人不打游戏不是因为自律，纯属因为打不过别人，挫败感远远大于成就感。

这么找，每个人基本都能找到自己的不少特长。
需要特别注意的问题：
每个特长，不需要那么长，我们不需要像苏炳添一样，能把跑步这个单项跑到中国第一。
一个特长，哪怕稀缺度只有十分之一也很重要，因为最终的稀缺性是特长们一个个组合出来的。

第三步，
行动起来，选择一个大体擅长的方向，不断细分职业。

不需要一开始就找到那个只有自己擅长的职业。
只要在了解自己的基础上，选择的方向别太不擅长，能发挥自己的一些优势。
在做的过程中，不断细分，就可以慢慢找到自己最擅长的职业。

比如：
我自己在做咨询业务时，后来发现，因为我是理科生，我服务效果最好的，常常是理科生们。
数理逻辑是我们共同的语言。
那么“提供给理科生创业们的咨询服务”，就是我可能最擅长的职业。

有一位朋友，很想做育儿相关服务，后来发现，她最擅长的，其实是对育儿再细分一下，细分到“帮创业者妈妈们解决育儿问题”。

只要不断细分，不非要去追求一个“大”市场，这个自己最擅长的职业，其实不难找到。
因为我们的市场足够大，哪怕细分几次，也足够养活自己。

你的经历和特长，总会被一些人恰好需要。
真正重要的，是了解自己会被谁需要，和让自己有机会与他们相遇。

分享一下我们在2025年看到的机会与变化。
希望能在大家做规划时有帮助。

祝大家新年快乐！

和杨国福麻辣烫前COO晓愚聊了一下：杨国福如何成长为国民品牌？
麻辣烫是门槛几乎最低的行业。
正常说来，这样的行业几乎都是充分竞争的。
杨国福则是行业内最早做标准化、做连锁经营的品牌，坚定的为用户实现更好的味道、选择更配合的加盟商，帮助杨国福成为了麻辣烫普及的主要推手。
也让杨国福成为了麻辣烫行业的第一品牌。

一篇干货：小红书营销高度依赖于感性，像是语文题。美团则是一家纯理性的公司，更擅长数学题。
在过去很多年，美团很少做感性的营销。
但是，在今年暑假，美团酒旅一反常态，在小红书投入了近亿的预算。
美团会这么花钱，通常是对一个问题完成了拆解。
美团是如何用数学方法，拆解小红书这道语文题的呢？

邀请了字节跳动早期策略产品韩瞳@Aimeemew ，一起聊了聊“从定义算法的裁判员视角来看，怎么做出爆款内容”？

我自己录完后，做内容的动作马上就有了调整：
一是，
放弃了在小红书上做“生活化”的内容。让算法能更清楚的认识到我，更重要。
二是，
所有小红书内容发布后，都会再做一下社群分发。
但是，绝不引导点赞。
目的不是冲点赞数，而是让有需求的用户告诉算法——这样的人有需求。

最近看到了小红书电商的很多动作，正好也比较了解小红书做电商的几次迭代。
其实，在我看来，抖音的路并不适合小红书。
新电商入口的确立，关键是在用户心中建立一个稳定的打开理由——“我在什么时候应该用小红书电商”。
而且，最容易走通的低价心智，也不适合小红书。
最适合小红书的路，很可能是山姆