即刻App
年轻人的同好社区
下载
App内打开
愚速Kailas
2k
关注
136
被关注
0
夸夸
赚不过别人,要活过别人
少点多巴胺,多些内啡肽
吹牛的时候很认真
喝酒的时候不发疯
活的再具体点
贪财好色
愚速Kailas
3天前
莫唯书Mark: 短期看Anthropic,长期看OpenAI Anthropic要上市了,ARR从90亿飙到600亿,毛利破了60%,净收入留存率500%,三季度利润预计突破10亿美元。 所有数字都在讲同一个故事,大模型的商业模式跑通了,而Anthropic是那个跑得最快的人。与此同时,SemiAnalysis给出了一个6万亿美元的估值基准,PitchBook的AI业务质量评分里,Anthropic拿到了8.2分,OpenAI只有4.8分。 然后呢?你会看到铺天盖地的分析说Anthropic如何用2B策略碾压OpenAI,说API优先、用量计费的商业模式如何完胜订阅制,说OpenAI被9.5亿免费用户拖成了负毛利。这些分析都对,但它们都停在了一个固定的时间点上,真正的战争不在这里。 Anthropic今天的财务数字确实漂亮,但它押注的是一条阶段性路径。 API优先、B2B为核心的策略,本质上是在收割“企业上AI”的第一波红利。企业有钱、有预算、有降本增效的刚需,Claude Code切进去的逻辑非常直接。你招一个工程师年薪20万,我用AI帮你省一半,你付我几万块,账算得过来,成交。 Claude Code上线后六个月年化收入就破了10亿美元,到2026年2月已经超过25亿美元。这套逻辑在2026年跑通了,在2027年可能依然跑得通。但它的天花板也是清晰可见的,企业端的预算池固定,全球Fortune 500和2000强的IT支出就那么多,你能切掉一块,但不可能无限扩张。 Anthropic的商业模式是典型的B2B API平台,其中约75%到85%的ARR来自基于用量计费的API业务,订阅收入仅占15%。对比来看,OpenAI在2026年第一季度超过65%的收入仍然来自订阅。Anthropic的净收入留存率达到500%,这意味着2025年第一季度的老客户到2026年第一季度花了五倍的钱。 它的综合毛利率已从2024年的-94%升至60%以上,API业务毛利率超过80%。根据SemiAnalysis测算,每兆瓦算力对应的ARR从九个月前的1600万美元提升到6000万美元。如果Anthropic与OpenAI都做到1000亿美元ARR,OpenAI因需支持逾9亿免费用户,毛利润将比Anthropic少约250亿美元。 这些数字构成了Anthropic叙事的所有筹码,但数字只回答了它现在赚不赚钱的问题,却无法告诉你它能不能一直赚下去。 OpenAI今天的财务状况确实难看,但它在押注的是一张更长期的牌。 9.5亿免费用户并非负担,当你在ChatGPT上每天免费提问的时候,你也在帮它积累不可逆的行为习惯。2025年全年OpenAI营收130.7亿美元,总支出340亿美元,经营性亏损约209亿美元。2026年第一季度营收57亿美元,经营性亏损37亿美元,相当于每挣1美元亏掉65美分。预计2026年全年亏损约140亿美元,要到2029年才可能实现正自由现金流。但10亿多周活跃用户摆在那里,这是一个任何B2B公司都望尘莫及的数字。 当一个人每天用ChatGPT查资料、写邮件、做规划、解决工作里的实际问题,用了两年、三年之后,突然有一天这个工具开始收费了,或者不收费但体验下降,比如要看广告,他会怎么选? 这才是2C叙事的真正力量,它不是在争取用户,它在争取习惯,而习惯是不可逆的。互联网的历史上,从搜索引擎到社交网络,每一次平台级胜利的终局,都落在“默认”这个词上。Google默认了搜索,Facebook默认了社交,微信默认了沟通,TikTok默认了短视频。谁能成为那个默认项,谁就掌握了定价权。Anthropic在B端抢的是生意,OpenAI在C端抢的是默认。生意可以随时换供应商,但默认很难被替代。 还有一个容易被忽略的长期的变量是,端侧算力与广告的双重杠杆。 OpenAI正在同时押注两条2C变现路径,一条是广告。2026年2月,OpenAI正式在ChatGPT中测试广告投放。内部预测显示,2026年全年广告营收约24亿美元,2027年接近110亿美元,到2030年有望突破千亿美元,占公司总营收约36%。 此外,当模型能力持续提升,手机、PC、耳机、眼镜的芯片算力足够跑中等规模模型的时候,推理成本会降到什么程度?今天的API计费逻辑在端侧算力普及的语境下可能会完全失效。如果用户可以在本地完成大部分推理,云端的API调用量会不会被压缩到只剩那些真正需要超大模型的任务? 这是一个开放式的问题,但方向很明确。算力在往端侧迁移,推理成本在持续下降,企业为token付费的意愿不可能无限增长。Anthropic今天的高毛利建立在“推理很贵且只能云端跑”这个前提上,但这个前提会一直成立吗? B2B赛道的另一个结构性问题是客户预算的天花板,全球IT支出大盘是固定的,企业客户不会无限扩张AI预算。当第一波“降本增效”的红利吃完,当每个企业都有了AI编程工具,B2B市场的增速必然放缓。反观C端市场,海量用户的行为习惯一旦固化,它所对应的价值是无限的。 所以短期看Anthropic长期看OpenAI,可能是对这两家公司最公允的判断。 Anthropic当然是一家非常优秀的AI公司,它证明了AI可以赚钱、可以高毛利、可以像软件一样规模化。OpenAI则在用亏损换一个更长期的东西,它想成为那个所有人都离不开的默认入口。前者的时间轴可能是3到5年,后者的时间轴或许是5到10年。资本市场喜欢前者,因为算得清账。历史可能更倾向于后者,因为默认的力量一旦形成,就很难被逆转。 当然,还有一种可能是它们都错了,真正的赢家是那个还没出现在聚光灯下的人。但至少在今天我们讨论Anthropic和OpenAI的时候,得把时间轴拉长。不仅要看谁先盈利,还要看谁在布局那个盈利之后的世界。
0
0
0
愚速Kailas
3天前
《功夫女足》刷完了,整体观感来说,就是中规中矩,故事情节比较简单,跟《少林足球》很类似。无厘头,还是那个熟悉的无厘头,还是很周星驰。但是,我有种感觉,这一代演员好像接不住无厘头,再也不能像90代的那种感觉了,不管是主角还是配角,不会那么独特了。如果不是对星爷很熟悉,看不看都没啥关系,熟悉星爷的人,且看且珍惜吧,电影致敬了很多经典镜头,有一种,宫崎骏老爷子的宿命感一样,不会是最后一部电影了吧
3
8
0
愚速Kailas
4天前
广屿Ocean: 这轮牛市见顶,可能就在2026年10月? 最近看了一本关于财富周期研究的“神书”《周期与财富》,作者是英国经济学家阿基尔·帕特尔,书的核心内容其实就讲了一件事: 大约每18年,房地产与整体经济会完成一次完整的 “繁荣—狂热—崩溃—复苏” 循环。理解了这个循环,你不仅能解释过去,还能在相当程度上 “预知” 未来,知道什么时候该买入,什么时候该离场,什么时候该保护好现金按兵不动… 以下,我将作者得出以上这个核心结论的原理和详细数据结论,极简总结分享如下,这个完整的经济起伏周期分为4个小阶段,约14年的上行(7年复苏 + 中期小衰退 + 7年繁荣)+ 约4年的崩溃下行: 1,第一阶段:巴菲特时刻 我之所及把第一阶段称为巴菲特时刻,就是因为老爷子的名言“别人恐惧我贪婪”,现在手握将近4000亿美金的巴菲特,就是在等待股市低点,所有人都恐惧的时刻 而每一轮新周期都诞生于上一轮崩溃后的一片狼藉。经济惨淡,新闻里全是坏消息,所有人都被吓破了胆,没人敢碰风险资产… 但这恰恰是百年一遇的绝佳买点:资产极度便宜,租金回报率极高 有一个技术细节值得记住:股市通常会领先于楼市率先见底回升。股市的反弹,往往是周期复苏的第一声号角。所以当你看到一片惨淡中股市悄悄企稳,那个信号不能错过 历史一再证明,那些少数人,才是下一轮周期真正的赢家 2,第二阶段:回马枪 新周期扩张走到一半,会出现一次“中期小衰退”(例如疫情期间的那几次连续熔断)。市场恐慌,很多人以为“危机又来了”,仓皇出逃。书中反复强调:这只是中场休息,不是终场哨声 能不能分清“中期小衰退”和“周期大崩溃”,决定了你是被洗出局,还是抄到便宜筹码。这一幕真正聪明的做法是:稳住心态,把这次回调当成下半场繁荣前的“打折加仓”机会 3,第三阶段:起朱楼宴宾客 这个时期增长加速,信贷泛滥,股市和楼市齐飞 这一幕的前半段,是周期里赚钱最顺手的时候,自然资源、大宗商品、基础设施,在这个阶段往往表现强劲,是重点配置方向 然而这一幕最后约两年,会演变成彻底的狂热。所有人都在谈论赚钱,连平时从不碰投资的人都开始借钱炒股,媒体上充斥着“新时代”“这次不一样”的论调,这是全书最值得警惕的时刻 当狂热弥漫、人人都成了专家时,恰恰是你该开始退场的时候 4,第四阶段:楼塌了 此刻盛宴戛然而止。资产价格雪崩,恐慌蔓延。核心建议只有一个:手握现金,千万不要成为“被迫的卖家”(这也是巴菲特在干的事) 被迫的卖家就是那些在繁荣期加了高杠杆买入资产的人 —— 贷款买房、借钱炒股,每个月都要还利息、还本金,他们根本没有“等待”的资格,必须卖,而且必须现在卖,哪怕此刻是最低点 反过来,那些在顶部之前就逐步清仓手里攥着现金的人,市场越跌,他们越兴奋 —— 因为他们知道,这正是“第一阶段”的序章 最后,按照这个理论,我们现在身处哪个阶段? 本轮周期大约在2011年底到2012年初触底启动。按照“18年周期、约第14年见顶”的规律推算,本轮周期的顶点,应该在2026年前后 —— 我愿意在此基础上更深一步预测这个时间点,也就是2026年10月,在川普11月中期大选之前 那时候全球主要核心地区住宅地产达到周期高点、AI科技浪潮炒作需要一轮大的回调、美债危机也有大的风险、叠加年底收官缺乏重要政策刺激,泡沫将会处于破裂的顶点 而我们很可能需要宴会音乐尚未停止之前,暂时抽身离场,告诫自己永远不要成为“被迫的卖家”
1
0
0
愚速Kailas
5天前
当前AI在企业的应用,企业要回答两个问题,或者说面临两场考验:
一是,AI的应用,到底有没有带来业务增长,如果只是降本增效,成为管理的帮凶,偷懒的助手,那也只是多了更多的假决策者,最终沦为平庸的人,AI成了人的装饰品;
一是,AI,究竟有没有融入企业的核心业务流程,击穿组织边界,组织管理模式、底层数据质量、系统架构,能不能支撑起这一系列的变革,这才是企业AI变革走向深水区和企业构建竞争壁垒的关键,否则,无非是多了几个AI外挂,最终大家逐渐趋同,走向平庸。
0
0
0
愚速Kailas
10天前
神秘即友-重生版: 有个淘宝店开了好几年等级才3个钻,不投广告,更没去刻意打理。平时有空就上个产品,然后在打折工具设置一下价格,出单了就去1688一件代发。 就这样的淘宝店铺自己莫名其妙出了个小爆款,每天都三单,五单的出,现在总单量差不多有300单左右。利润不是很高,一单才赚十来块钱。 问题是这个品是地摊大路货,1688一件代发含运费的价格才7块钱一个,首页的同款销量从几千单到几万单的大有人在,他们的利润更低,售价才八九块钱一个,也就是一单赚两三块钱的样子,这个品已经妥妥的做烂了,没什么利润空间。 但是为什么一模一样的品,我店铺售价19块钱,比同行贵了十来块钱还是有人下单?店铺其他款没有销量的即便售价接近成本价也不出单? 原因一个是流量分发问题,淘宝体量足够大,总有人没看到只卖八九块钱而是看到我店铺的。再一个是单量有了累积,也有了好评更容易获得用户信任。 所以,大道至简。做电商说起来也很简单,不管是跨境电商还是国内电商,又或者是小红书,抖音,所有平台的底层逻辑都一致。就是产品销量越高流量越高,流量越高销售就越快,这是个互为因果的良性循环。 所以不管做哪个电商平台,也不管是什么形式的电商平台,套路永远只有一个,那就是刷单。只要你有办法把产品单量刷上去而不被平台发现就能获得流量,有流量就能带来真实成交,有了大量真实成交后再慢慢降低刷的单量即可,这是电商亘古不变的本质玩法。 交几万几十万去学那些所谓的电商运营课程,不如拿这些钱找个靠谱的刷单公司把产品单量刷上去更有效。
0
0
0
愚速Kailas
11天前
沈老板Sean: 参加完京都 IVS 2026,我对日本 AI 有了一些新的观察与体会。 来日本之前,和很多人的印象一样,日本在这一轮 AI 浪潮里,似乎慢了一拍。美国和中国无疑是主角,亚洲的AI叙事中,日本一直在寻找存在感~ 但真正走进IVS2026现场(日本最大的科技峰会之一),感觉还是不太一样。不是没有浪潮,而是浪潮的方向与节奏不太一样: 第一,日本政府是真的重视 AI。 这种重视不是口号。2022 年,日本政府提出 Startup Development Five-year Plan,目标到 2028 年 3 月,把公私部门创业投资扩大到 10 万亿日元。 这次 IVS,从政府到产业界都有很高规格的参与。政要亲自出席,甚至一号位首相祝贺视频,而国防部长也亲自参与。 有钱不等于创新。但没有耐心资本和创新的意识,创新很难长出来。日本正在认真补这门课。 但可能也只是仅限于口号~我在现场其实很少看到大企业高层的身影,只有大学、研究机构和政策制定者。 第二,日本 AI 创业正在从“研究型 AI”,走向“企业 Agent / 业务自动化”。 Sakana AI 是基础模型代表。2024 年种子轮 3000 万美元,2024 年 Series A 累计约 300 亿日元,2025 年又有 200 亿日元 Series B 的公开报道。 这说明日本不是没有 AI 野心。但在展会上,我更明显感受到的,是另一个方向:Agent、Workflow、企业自动化。相比追逐最大的模型,日本创业者更关心的是:AI 怎么进入企业流程?怎么替代重复劳动?怎么改善真实经营? 可惜的是没有看到Sakana AI这样的准独角兽出现。反而是OpenAI、Google和AWS占了主角。 第三,日本企业真正愿意付费的,不聊天,而是经营结果。 这点和中国很不一样。 中国的 AI 氛围更快、更热,也更容易卷出新产品。日本这边慢一点,但问题很朴素:能不能降本?能不能增效?能不能替代人手?能不能让业务流程真的变好? 比如 LayerX 正在把バクラク从“人操作的 SaaS”,推进到“完成工作本身的 AI Agent”。PKSHA 也在做 ChatAgent、VoiceAgent、BPO AI Agent。 在帮助日本企业提效上面,反而我看到了很多台湾、韩国、印度地区的创业者,他们在给日本企业提供很多 AI SaaS 服务产品。 第四,日本企业很重视 AI,反而很少看到真正意义上的 AI-Native 公司。 更多的是传统企业、大企业、制造业,以及正在思考如何把 AI 带进原有业务的人。甚至我听了一个三井住友银行的老登还在讲“无现金社会”,而那个论坛,却是一个关于“量子计算”的分论坛。 外国企业在日本 AI 领域的机会,要大于日本本土企业。日本本土的转型面临着非常大的挑战和压力,无论是在意识层面、技能层面还是人才层面,其实都有非常大的短板。 第五,让我意外的是年轻人。 现场来了很多学生。他们对 AI 没有太多焦虑,也没有明显排斥。更多的是好奇。主动体验,主动交流,主动尝试。 这种开放的氛围,让我觉得,日本下一代的 AI 普及速度,也许会比很多人想象得更快。 比如我观摩了最后的那个评审会,上面有一个日本的年轻人做了一个扫地机器人。尽管他只获得了第四名,但是我觉得他的创新意识非常强,也表现出了很大的能力。更有趣的是,这位年轻人原来在中国的北大还有过一段学习经历。 第六,也是我最兴奋的一点。 这次 IVS 上,中国团队明显变多了。 不仅有越来越多中国 AI 创业公司和智能硬件品牌,也开始出现像 WaytoAGI 这样的社区组织者,把中国和日本的开发者、创业者连接起来。还有华人在日本本土的 AI 企业,现在中国的资本也非常积极地看好日本人工智能相关的市场。 所以我相信,这块未来会有非常大的发展前景。 很多日本企业会主动停下来体验中国团队的产品。这说明,中国 AI 产品已经开始进入日本市场的视野。 生活在中国和日本之间,我越来越觉得,中日之间不应该只是竞争关系。双方已经是相互具有高度依存和共同发展关系的状态,政治方面的波动我觉得只是短期的。未来长期来看,双方会有更多的合作空间。 如果说美国擅长基础创新,中国擅长产品迭代、工程能力和供应链效率,那么日本最大的优势,就是制造业、工业技术,以及大量真实而复杂的产业场景。 这些能力,本来就是互补的。 尤其是在工业 AI、机器人、智能制造、企业软件这些领域,中日之间有很大的合作空间。中国擅长把东西快速做出来。日本擅长把东西长期用下去。 一个快,一个稳。如果能真正合作互补,里面会有很多机会。 过去一年,我在日本还有一个真实体感: 至少在商业合作里,大多数日本创业者和企业经营者,并没有大家想象中那么在意政治。 未来亚洲 AI 的机会,不只是某一个国家跑得更快。而是谁能把不同国家最擅长的能力连接起来,一起创造新的价值。
0
0
0
愚速Kailas
12天前
青春真的结束了
致敬,我最爱的中场,卢卡·莫德里奇
当阳光亲吻他的沃土,当狂风吹刮他的橡树,当天堂召走他的所爱,他的心仍为克罗地亚打着节拍
1
0
0
愚速Kailas
15天前
学习了
王紫君Zima: 为什么有些人找对象找投资找合作无往不利,而你处处碰壁? 你一定见过这样的人:谈客户、找投资、甚至找对象,好像都不费力气,对方总是百依百顺。而你自己明明更专业、更努力,说服力和影响力却总是差那么一口气。 差别在哪?不在于你懂多少,而在于你能不能放下"证明自己"的本能,去真正看见对方。 这个道理我听了不止一次,但直到最近经历了一轮真实的翻车与复盘,才体会到它的分量——有些道理看似老生常谈,只有被市场毒打过,才懂得其中的分量。 最近因为一个项目,面了一些大销冠打总监,哪怕是拿过大结果的销冠,也很容易掉进一个陷阱——"自我防御"与"自证"。 线下见客户时,很多人本能地急于亮出"资历底牌",大谈特谈自己认为重要的东西:内地与香港的区别、自身团队的优势、过往的业绩……试图证明自己有多专业、对方有多错。 我就见过这样的场景:一位资深同行见客户,滔滔不绝讲了20分钟内地与香港保险的差异,客户全程礼貌点头,偶尔"嗯嗯"两句。出门后同行觉得聊得不错,结果客户再也没回过消息。 顶级销售的本质不是"证明",而是"兼容"——察言观色,去满足不同画像的人。 当你极力证明自己公司、团队或个人经历有多牛时,你关注的焦点已经变成了"我",而不是"客户"。 这也是为什么很多销售输了都不知道输在哪。脱离客户需求,拿潜意识里自认为重要的东西去自嗨,结果无非是一半一半的概率:对方可能买账,也可能白眼、反驳、直接走人。输在了自嗨上,却以为是被专业度打败的。 为什么经验丰富的销冠也会犯这种错?我反思,这可能是线上线下的惯性差异。线上销售的逻辑往往是"说大于听"——证明差异点、单向输出价值、吸引同路人;但线下销售的核心是洞察痛点、满足需求、寻求共鸣,必须是"听大于说"。 带着线上"单向输出"的习惯做线下,翻车几乎是必然的。 所有人都在喊"客户的需求最重要",但现实是,至少一半的人在实际沟通中无法做到知行合一。 翻车不是因为不懂,而是"知"和"行"之间隔着三层本能:急于自证、急于亮牌、急于给结论。 急于自证,前面已经说了——把焦点放在"我"而不是"客户"上。 急于亮牌,是更隐蔽的翻车点。比如明天见客户前,你首先得想一个点:你想跟他聊什么?我会要求你写下3到5个回合的沟通路径——思考怎么把话题带到你想聊的那个点。起初你以为很容易,但提笔写脑图时会发现,根本写不到3个回合,点就散了,甚至不知道怎么把客户带进去。我第一次写的时候,写了两个回合就卡住了——原来我根本不知道客户会说什么。一般的销售能跟客户在一个点上聊3个回合,大概率能见第二面;牛的销售能聊5个回合,且涉及再多旁侧知识点,也能拉回主线。 急于亮牌,是不知道怎么把客户带进去;急于给结论,是不知道自己其实没带进去过。 急于给结论,是最致命的。有人脱口而出"香港就是比内地好",客户追问"为什么",他的解释完全是经验派的,没有专业底层逻辑。双方陷入焦灼,客户作为信赖专业的人继续往下追,销售急了,甚至反问客户"今天谈这个的目的是什么"。 这时候,销售已经被Challenge了。 为什么会这样?因为你太快亮了牌,且这个观点是有前提的,没有前因后果。凭经验快速抛出未经打磨的结论,本质上是一种"拿来主义"——别人的观点你还没完全内化,就当成了自己的底牌。对方一追问,三个问题就能把你问倒。 对方不认同你的观点,不要硬刚。去探索他为什么会形成这样的认知——他可能经历过销售误导,可能被别的渠道灌输过片面信息。理解了来路,你才能把你经过审视的、有底层逻辑的结论带出来。 调频的本质,是把"你错了"替换成"我理解你为什么这么想"。 而比调频更底层的,是诚实。要区分"自己的观点"和"他人的观点"。 如果是别人的观点你还没完全内化,分享时就说:"我之前跟谁沟通,觉得他有个观点特别好……"这时对方不会盯着你质疑,而是会同频探讨。你把对话从"对错之争"变成了"一起想想"。 但如果你把别人的观点当成自己的,对方一追问,三个问题就能把你问倒。更糟的是,你被问住之后的慌张和防御,会瞬间摧毁之前建立的所有信任。 所以,诚实不只是道德选择,更是策略选择。承认"这是别人的观点,我觉得有道理",比冒充"这是我的结论"要安全得多,也专业得多。 写到这里,我想把视角拉远一点。 我想说的,甚至不只是"怎么做好销售"。兼容而非证明、设计感、调频、诚实的观点归属——这些能力的底层,是对人性需求的洞察。 而这个洞察力,远不止于销售场景。 路演时,你是在兼容投资人的疑虑,还是在证明自己的BP无懈可击?创业时,你是在倾听用户的真实痛点,还是在推销你以为他们需要的东西?招募时,你是在理解候选人想要什么,还是在展示公司有多牛? 场景换了,逻辑没变。所有需要赢得信任的时刻,考验的都是同一种能力:放下自证的本能,去看见对方。 这不是简单的培训就能达成的,而是"培加训"——在实战中不断复盘、打磨,形成肌肉记忆。它无关年龄与资历,纯粹是方法论与心态。也正因为如此,这是很难被AI替代的元能力。AI可以输出话术,但无法在真实的寒暄中兼容对方的犹豫、设计那一刻不露痕迹的转折、在观点冲突时调频而非硬刚。 我们在销售中修习的,是一种终身受用的元能力。而它的起点,不过是承认一个事实:倾听对方诉求,解决问题,满足需求,实现价值。
1
0
0
愚速Kailas
15天前
郦橙锦妖Vanessa: 翻译自Boris Cherny(Anthropic 创始工程师)的X。Boris 提出 AI 时代团队的五种新原型角色,并分析不同产品阶段需要哪些组合⬇️ Sweeper太真实了😂 但我没太懂为什么Sweeper和Maintainer需要分开两种角色,其实都是代码治理的工作,也许是一个短期一个长期吧。 随着工程、产品、设计、数据科学等角色逐渐融合为一种新型职能,我一直在思考未来的岗位形态可能会是什么样子。比如,看看Claude Code团队,我觉得可以看到五种原型角色: 1. 原型师(Prototyper):提出全新想法;快速产出大量创意,其中大多数不会真正上线。 2. 构建师(Builder):将原型或想法迅速转化为生产级的产品/基础设施。 3. 清道夫(Sweeper):清理UI、简化代码和系统、下线冗余功能、优化性能。 4. 培育师(Grower):接手已建成的产品,通过持续迭代提升产品与市场的契合度(PMF)。 5. 维护师(Maintainer):负责成熟系统,确保其在扩展过程中保持安全、可靠、快速且高效。 很多人会同时覆盖两个角色,有时甚至是三个。我还注意到,这些角色并不严格绑定于岗位职能——例如在Anthropic内部,有些设计师符合第1类,有些符合第2类或第3类;工程师、产品经理、数据科学家也是如此。 一个健康的团队需要根据产品阶段混合配置这些角色: · 对于新产品、尚处PMF前期的产品,需要擅长 1+2+3 的人; · 对于正在增长、已找到PMF的产品,需要 2+3+4 以及部分 5; · 对于PMF很强的产品,需要 3+4+5 以及部分 2。 也许未来的产品岗位会更像这样,而不是今天这种按领域划分的角色模式。
0
0
0
愚速Kailas
15天前
后端也一脉相承,供应链策略也不一样
天才Dora: 每个品类的渠道结构是不一样的,这件事非常关键。 它直接决定了终端用户的采购行为,也决定了我们应该开发什么类型的客户。 有些行业必须依赖大规模线下分销,比如食品、饮料、日化清洁。即使不是全国龙头,优秀企业也可能拥有几十家、上百家分销门店或区域经销商。 但也有些品类不完全依赖大规模门店网络。比如假睫毛、美妆工具、部分细分个护产品,即使一个品牌只有十几家分销点,或者主要依赖电商平台、Instagram、TikTok、独立站销售,也有可能已经是当地细分市场的头部玩家。 所以判断客户价值,不能只看公司规模和门店数量,而要看它在所属品类里的渠道位置: 它是在电商平台销售? 是在本地美妆经销店销售? 是在连锁门店销售? 是在培训学校/沙龙体系销售? 还是通过加盟渠道扩张? 不同品类对应不同渠道,不同渠道对应不同采购逻辑。 客户开发策略也要按品类重构。
0
0
0