加入了一家 AI 硬件初创公司。即刻上的朋友在看机会的，一定要来考虑考虑我们这儿啊(๑>ڡ<)✌️。

公司的介绍可以看这篇小红书的帖子，我就不再赘述了。三个关键词：Always On、AI Memory、Proactive Agent。当然，都是一些比较共识的词了，但我们也有一些自己独特的思考。无论是对这份工作感兴趣，还是单纯想聊聊的朋友，都可以来找我呀，我往返北京深圳，可面基可线上。

在这条帖子下评论、私信或者加我微信都可以的～

ManusClaw 推出的时候只接了 Telegram，没有接 WhatsApp，也没有接 Facebook Messenger。

做个 Bot 接入很难吗？为什么一直不做？

想想 Manus、WhatsApp 和 Messenger 都已经是一家了，会不会 Manus 在里面的接入形态并不是 Bot，而是一个原生的形态，所以才拖这么久？

Manus 已经能发 ins 了。会不会我们对 AI 在微信里面的一些设想，会由 Manus 加 WhatsApp 和 Messenger 率先实现呢？

Manus 的架构太通用了，而 Facebook 又有特别丰富的应用生态。马后炮地说，它俩的结合好像还挺好的。（而腾讯又有的抄了）

尝试过那么多 AI +定时任务的产品，从各个通用 AI 产品的定时任务（比如 ChatGPT、Manus、AnyGen），到垂直领域的产品（从最早的万物追踪到中间一个忘记名字的产品到现在的 Eimi），一直想要一个好用的，但是一直没有。

最后竟然发现，最好用的竟然就是 ChatGPT 的 Pulse。

这本来是一个被动推荐产品，但被我加入了无数个定时任务，竟然意外地好用。更高的智能、更好的个性化，都在这里了。

即便我们现在有了各种 AI 工具可以总结会议纪要，但有时候还是得人把纪要往群里发一下。

人发的纪要和 AI 发的纪要，最大的区别就是字儿少，但是能抓到重点。

目前看来，Granola 是最接近这个效果的。我现在的所有会议纪要，如果需要我再发一遍的话，我都是直接基于 Granola 去修改。我不会去看飞书或者任何其他产品的纪要，它们都没有 Granola 更接近我可以发到群里的那种水平。

今天在体验飞书秒搭出品的 OpenClaw，用的感受就是：知识问答似乎已经完成了它的历史使命了，当初飞飞的梦想好像也触手可及了。

今天体验了一款在 Apple Watch 上持续录音的软件，叫 PasTok。因为实在太耗电了，所以我选择性地录了一天的音。

它会按照各种维度去总结一天的活动。其实我觉得最有价值的部分，就是它能把这些事情忠实、客观地记下来，方便我以后回忆，或者基于这些记录做问答。

至于它帮我做的那些衍生的思考和判断，对我来说都没什么意义，因为它完全不了解我，所以极大概率是在无病呻吟、过度推测。

在活动那个部分，每个活动都可以展开看到更多的详情，还可以 Ask 这个活动。点一下就会跳到问答并引用这个活动。

还有一个 Create Skill 的功能，但不知道在他这个流程里面咋应用。

总体上感觉功能做得有点多了，但效果还不是那么好，也有可能是因为我刚刚开始用，记录得不够多。

从感受来讲，对我来说：
1. 一个 90 分的功能，比很多个 60 分的功能要重要得多。
2. 哪怕它只把记录做好，或者只把问答做好，或者只把待办做好，都可以，都会对我更有用。

多次在不同的场合，看到有人强调做 AI 产品不是要去替代人，而是要去增强人。我在想，他们真的是这样想的吗？还是说，这只是一种为了降低社会阻力营销的话术？

如果是后者，我当然理解。但如果是前者，我会想，他们真的是这样以为的吗？

本质上，“增强人”其实就是在“取代人”。因为无论是 AI 还是过去的所有技术，对人的增强从来不是均匀到来的：

1. 有些人更擅长使用工具，而有些人则不太会。哪怕 AI 的自然语言交互极大降低了使用门槛，但人们拥抱新工具的主动性，以及将工具转化为业务价值的认知，依然存在巨大的鸿沟。
2. 当一部分人能通过 AI 获得 10 倍的效率提升时，社会对这些人的需求并不会相应地扩张 10 倍。

因此，AI 增强了一部分人，必然会导致另一部分人被取代。即便 AI 要取代人，也仍然需要有人来进行监督。但过去需要十个人的活，现在可能只需要一个被增强的监督者了。

所以，AI 取代人和 AI 增强人，不过是一件事情的一体两面，就看你想呈现哪一面而已。

随着 Plaud 以及更进一步的这种持续在场又遁于无形的录音设备普及，「慎独」可能不只是一种道德自律，也是一种社会规训了。

最近体验了下用Pencil 画设计稿，因为直接 Vibe coding 出来的 App 太丑了。结果 Pencil 真的惊艳到我了，几乎是一键直出一个超级复杂的设计稿，包含将近 10 个界面和交互流程。

这应该是我最近一个月用到的最惊艳的产品。AI 运行过程中，我一直在直呼🐂🍺

它背后用 Claude Code 做 AI 引擎的思路也挺独特的。

AI时代，可以多一些“拿着锤子找钉子”，但得以正确的方式

让我们先回到AI时代以前讨论这个问题。

这里的“钉子”指用户需求，“锤子”则是任何让团队觉得“我们应该做点什么”的优势、能力、冲动。它可能是技术优势、数据优势、渠道和分发优势、资本优势等等。

会“拿着锤子找钉子”，是因为我们倾向于过度依赖熟悉的路径，而非寻找最适合问题的解决方案。

那为什么通常不建议拿着锤子找钉子？

因为这种做法把最不确定的事情放在了最后验证。

至少在AI时代以前，供给的不确定性远小于需求的不确定性。即“能不能做出来”远比“有没有用户需要”好判断。

而且，一旦先有了锤子，看什么可能都像钉子。以及，团队可能会把技术指标误当作用户价值，比如延迟很低、模型很强、架构很美，但用户可能并不会因此多用一次。

也许这个优势可能确实能让产品在竞争中胜出。但问题是，绝大多数创业公司并不是被竞争对手干掉的，他们是死于他们的产品没有用户用。

相比之下，“拿着钉子找锤子”通常是更好的选择：
1.证伪成本的非对称性：证伪一个需求不是真需求相对容易，但要证伪一项优势不构成优势却非常难。
2.解空间的宽窄：从需求出发，可以有很多种方法来解决问题；但从单一优势出发，可探索的空间会小很多。

尽管如此，过去仍有一些“拿着锤子找钉子”成功的案例：
1.Figma：他们最开始拥有一项 WebGL 技术，历经四年尝试了无人机控制软件、3D内容生成、照片编辑、计算摄影、甚至表情包生成器等各种方向，最终才找到“在线协作”这个需求，做出了 Figma。
2.群核科技：他们拥有一项能够实时渲染 GPU 的技术，最初尝试做机器人、电影特效等领域都没有成功，最后还是在家装设计领域找到了突破口，做出了酷家乐。

拿着锤子找钉子的成功需要哪些条件呢？
1.优势确实十分巨大：比如它是一个能带来十倍体验提升的技术。
2.实际对应着隐性的用户需求：这种需求往往需要历经探索才能被发现。
3.走在正确的时机里：太早的话，可能基础设施不成熟，可能用户习惯没到位，可能链条缺关键一环；太晚的话，优势可能已不存在了。
4.愿意长期耐心地探索：无论是创始团队还是投入的资本，都要有足够的耐心

如果你认为自己也拥有某些优势，并希望以此结合用户需求做出成功的产品，该怎么做呢？

首先，要确认你手里拿的是不是真的“雷神之锤”——即不是比普通锤子厉害一点，而是厉害十倍百倍的锤子。
然后，拿着这把锤子快速、高频地去“乱敲”，也就是去试错，发散到各个领域，直到找到用户需求为止。
同时，不要冲动地 all in，要坚定信念、保持耐心。如果这是一个公司行为，最好能得到最高层的战略认同。

以上是非 AI 时代的叙事。

在非 AI 时代，产品经理产生需求可以从用户中来、从数据中来、从竞品中来、从思辨中来，但很少会从技术中来。因为那时没有那么多日新月异的技术爆发，每一项技术的影响范围也没有特别大，所以试图通过技术去推导需求是 ROI（投资回报率）很低的事情。

但 AI 时代不一样。现在恨不得每个月都有激动人心的技术产生，而且 AI 让整个社会都变得活跃起来，用户接受度也变得更高。在这个时代，从可能发生的技术变化去推导用户需求，所占据的思考比例应该比其他几个来源都要高。

当然，这也必须建立在前面所说的正确的方式之上。