即刻App年轻人的同好社区
下载
只能说从自身出发，我们就是属于yusen说的「缺乏开发能力」的小公司之一，但是情况是由于增加了开发能力，1️⃣在收入不变的情况下，单位人力的产出至少×3，或者说单位劳动的时间投入至少÷3，2️⃣开发能力赋能下，收入至少提升40%左右，3️⃣出现了大量之前没有想象过的变现场景以及需求场景。
上面3点哪一点是最重要的？
不是第一点的「缩减成本」，也不是第二点「提高收入」，而是第三点「增加业务的想象空间」
我们可以把自己的经验、知识和框架赋能给其他人，并且从这个过程中得到回报（就是我们的aifba.xyz这个网站，将亚马逊十年运营团队的经验转化成对外的能力输出）
感觉又回到了2014年，其实4G网络有多大的技术提升呢？无非是让「每个人」可以更快地、随时随地地联网罢了，但是最后移动互联网成了两代人最大的机遇。
回到AI尤其是coding的赋能上，我恰恰觉得这是新一代的“4G机遇”，因为一个技术可以赋能每个普通人看起来是小事，但是真的可能引发全社会的重大质变。
上面3点哪一点是最重要的？
不是第一点的「缩减成本」，也不是第二点「提高收入」，而是第三点「增加业务的想象空间」
我们可以把自己的经验、知识和框架赋能给其他人，并且从这个过程中得到回报（就是我们的aifba.xyz这个网站，将亚马逊十年运营团队的经验转化成对外的能力输出）
感觉又回到了2014年，其实4G网络有多大的技术提升呢？无非是让「每个人」可以更快地、随时随地地联网罢了，但是最后移动互联网成了两代人最大的机遇。
回到AI尤其是coding的赋能上，我恰恰觉得这是新一代的“4G机遇”，因为一个技术可以赋能每个普通人看起来是小事，但是真的可能引发全社会的重大质变。
yusen: The Year of Return: Part II 去年 11 月份我和@张小珺 录 Year of R part 1的时候，对 AI 投入回报的核心担心是「ChatGPT 做出大 DAU 产品从而 subscription、广告、电商上收入可以快速增长」的逻辑不成立。现在这个正在逐渐被证实。 今年 3 月我在硅谷交流了一圈，去年 12 月 Claude 4.5 发布后，Coding 体感出现质变， OpenClaw 的火爆，Meta 等公司开始大规模使用等，带来 Anthropic 收入的爆发增长。目前 Anthropic 是 30B 左右的 ARR，单月ARR上涨 5B以上，按照这个趋势，很多买方直接线性外推到年底可以实现 80B 到 100 B 的 ARR。因此带动了北美数据中心市场重新短缺，GPU spot price 上涨，对 Capex 的重新乐观，以及上游最紧缺环节光&存的大涨。 Anthropic 的老股份额也是一股难求，从年初的 350B，上涨到了 现在 800B 左右的估值。 先不讨论 OpenAI，Gemini 等竞争对手的竞争，以及中国高性价比开源模型带来的冲击。我认为到了今年下半年，越来越多的人会开始思考：我买 Token 的钱赚回来了吗？上游 Capex 的利润，Anthropic 的收入，本身并不是 AI 产生的最终价值，而是给终端用户提供的生产资料成本，Anthropic 的收入不能回答 AI 基建回报的问题。最后这个循环要转起来，需要这些花了钱买了 Anthropic token的客户物有所值，得到增量利润。 得到利润有两种办法：1）增加收入；2）降低成本。 首先来看看增加收入这个方向。我们可以思考一个问题：一家公司突然多了 10 倍的工程师，收入就会爆涨了吗？Coding Agent 对于本身缺开发能力的个人开发者、小公司确实有很明显的帮助，但是公司越大，越不只是提高开发效率就够了，核心还是要有新的需求、新的产品被做出来，要能收到新的收入。这是一个渐进的、缓慢的过程。 至于 Openclaw 或是普通人学vibe coding这样的 token 消耗，如果仔细观察就会发现，热潮过后，Token 消耗很多时候是在重复造轮子，提供了很多情绪价值，对大多数人来说并没有真正产生生产力。这也是符合当前agent技术还处在 early adopter 阶段的特点。对绝大部分主流市场用户来说，还需要有更完善的技术和更简单的产品形态来提供实实在在的价值，并且所在的组织与环境以及生活方式也需要有很多的变化。 然后看看降低成本这个方向。这个体现在大家都在讨论和担心的硅谷大裁员。首先我认为肯定会来的，但是1）裁员能够减低的Recurring成本是一次性的；2）即使是软件工程师的工作，很多也不是 100% 都是只靠 coding agent 就能闭环解决的，还有大量的需要沟通、管理、对齐的部分。如同特斯拉的 AutoPilot 很早就可以解决 98% 的驾驶场景，但无法把驾驶员彻底替代；3）如果 AI 能够从软件工程师进一步渗透到知识工作者白领的大裁员，也会引发更大规模的衰退，毕竟大部分公司的收入最后还是来自于社会整体的收入提高而不是失业率上升。 说到底，这个问题的本质是 模型公司收入带动Capex 的快速上涨预期 + 新需求的逐渐兑现实际 会有巨大的久期错配。之前美国 Sequoia 合伙人 David 提出的 200B 问题和 600B 问题是关注同一个「AI 投入何时有相称回报」问题，所不同的是，Hyperscaler 对 Capex 投入的回报可以有耐心，但 Anthropic 这样的模型的客户是需要看到更及时回报的，否则没有理由空烧 token。 我毫不怀疑 AI 在长期会创造巨大的新需求，产生巨大的价值，但这是需要时间，需要人和组织的变化的。快速实现 AGI，短期投入的巨大成本很快看到回报的奇点叙事在短期落空的可能性非常大。 为什么今年尤其关键？在过去的几年，AI 投入还在大公司自己 balance sheet 和 cash flow能够承受的范围内。但现在 Capex 投入已经非常大，就连 Mega7 也需要举债去募资才能支撑了，简单计算下来，仅存储一个环节公司的利润已经超过几大 hyperscaler 的利润，在这条产业链上利润的分配已经严重失衡。同样，anthropic 等模型公司的收入今年也到了冲击千亿美金的规模，也是需要下游用户有很显著的收益增量才能持续的了。 所以我的预测是：现在还是越来越多的人来吃螃蟹的过程，Anthropic 为代表的 coding model 收入在 FOMO 驱动下会暴涨一段时间，然后增长会放缓，并且这里很多token收入最后并不会是 recurring 的，这将使得线性外推的预期落空，沿着供应链传递到 capex 端，这个事情大概率会在12个月内发生，尤其是下半年大家开始拍明年预算的时候带来的影响就更大了。 AI 是人类历史上最大的技术革命，它同时几乎必然也伴随着最大的金融泡沫。短期技术正在巨变很确定，长期的前景也很确定，但中期节奏的处理对创业者和投资人会是很大的挑战。 与此同时，AI 技术发展带来的真正价值创造，我坚信将由大量具有全新产品形态和组织形态的创业公司来实现。这是一个需要不断创新、经营、成长的过程，需要时间，不是一蹴而就，所以会带来久期的错配。但这也是为什么我们在这个时候如此看好创业公司机会的原因。越新的技术需要越新的组织。现在很多从业者也意识到了这一点，这将使创业公司的机会变得更大。
2 00
要求太高了，论语你小学就开始学了，现在你能说读透了？ //@刚子琴: 之前挺爱看yusen的分享的 但最近发现能获取的有效信息少了很多 可能是因为一个人的理论或者处世哲学 其实就那么多 看多了后面都是重复 就像我现在再回过头看尼采 我也悟不出更多东西了。无关褒贬和评价，只是陈述一个客观事实而已。或者不用尼采 用投资界的人物可能更有助于理解和感受。段永平的语录同理。
yusen: The Year of Return: Part II 去年 11 月份我和@张小珺 录 Year of R part 1的时候，对 AI 投入回报的核心担心是「ChatGPT 做出大 DAU 产品从而 subscription、广告、电商上收入可以快速增长」的逻辑不成立。现在这个正在逐渐被证实。 今年 3 月我在硅谷交流了一圈，去年 12 月 Claude 4.5 发布后，Coding 体感出现质变， OpenClaw 的火爆，Meta 等公司开始大规模使用等，带来 Anthropic 收入的爆发增长。目前 Anthropic 是 30B 左右的 ARR，单月ARR上涨 5B以上，按照这个趋势，很多买方直接线性外推到年底可以实现 80B 到 100 B 的 ARR。因此带动了北美数据中心市场重新短缺，GPU spot price 上涨，对 Capex 的重新乐观，以及上游最紧缺环节光&存的大涨。 Anthropic 的老股份额也是一股难求，从年初的 350B，上涨到了 现在 800B 左右的估值。 先不讨论 OpenAI，Gemini 等竞争对手的竞争，以及中国高性价比开源模型带来的冲击。我认为到了今年下半年，越来越多的人会开始思考：我买 Token 的钱赚回来了吗？上游 Capex 的利润，Anthropic 的收入，本身并不是 AI 产生的最终价值，而是给终端用户提供的生产资料成本，Anthropic 的收入不能回答 AI 基建回报的问题。最后这个循环要转起来，需要这些花了钱买了 Anthropic token的客户物有所值，得到增量利润。 得到利润有两种办法：1）增加收入；2）降低成本。 首先来看看增加收入这个方向。我们可以思考一个问题：一家公司突然多了 10 倍的工程师，收入就会爆涨了吗？Coding Agent 对于本身缺开发能力的个人开发者、小公司确实有很明显的帮助，但是公司越大，越不只是提高开发效率就够了，核心还是要有新的需求、新的产品被做出来，要能收到新的收入。这是一个渐进的、缓慢的过程。 至于 Openclaw 或是普通人学vibe coding这样的 token 消耗，如果仔细观察就会发现，热潮过后，Token 消耗很多时候是在重复造轮子，提供了很多情绪价值，对大多数人来说并没有真正产生生产力。这也是符合当前agent技术还处在 early adopter 阶段的特点。对绝大部分主流市场用户来说，还需要有更完善的技术和更简单的产品形态来提供实实在在的价值，并且所在的组织与环境以及生活方式也需要有很多的变化。 然后看看降低成本这个方向。这个体现在大家都在讨论和担心的硅谷大裁员。首先我认为肯定会来的，但是1）裁员能够减低的Recurring成本是一次性的；2）即使是软件工程师的工作，很多也不是 100% 都是只靠 coding agent 就能闭环解决的，还有大量的需要沟通、管理、对齐的部分。如同特斯拉的 AutoPilot 很早就可以解决 98% 的驾驶场景，但无法把驾驶员彻底替代；3）如果 AI 能够从软件工程师进一步渗透到知识工作者白领的大裁员，也会引发更大规模的衰退，毕竟大部分公司的收入最后还是来自于社会整体的收入提高而不是失业率上升。 说到底，这个问题的本质是 模型公司收入带动Capex 的快速上涨预期 + 新需求的逐渐兑现实际 会有巨大的久期错配。之前美国 Sequoia 合伙人 David 提出的 200B 问题和 600B 问题是关注同一个「AI 投入何时有相称回报」问题，所不同的是，Hyperscaler 对 Capex 投入的回报可以有耐心，但 Anthropic 这样的模型的客户是需要看到更及时回报的，否则没有理由空烧 token。 我毫不怀疑 AI 在长期会创造巨大的新需求，产生巨大的价值，但这是需要时间，需要人和组织的变化的。快速实现 AGI，短期投入的巨大成本很快看到回报的奇点叙事在短期落空的可能性非常大。 为什么今年尤其关键？在过去的几年，AI 投入还在大公司自己 balance sheet 和 cash flow能够承受的范围内。但现在 Capex 投入已经非常大，就连 Mega7 也需要举债去募资才能支撑了，简单计算下来，仅存储一个环节公司的利润已经超过几大 hyperscaler 的利润，在这条产业链上利润的分配已经严重失衡。同样，anthropic 等模型公司的收入今年也到了冲击千亿美金的规模，也是需要下游用户有很显著的收益增量才能持续的了。 所以我的预测是：现在还是越来越多的人来吃螃蟹的过程，Anthropic 为代表的 coding model 收入在 FOMO 驱动下会暴涨一段时间，然后增长会放缓，并且这里很多token收入最后并不会是 recurring 的，这将使得线性外推的预期落空，沿着供应链传递到 capex 端，这个事情大概率会在12个月内发生，尤其是下半年大家开始拍明年预算的时候带来的影响就更大了。 AI 是人类历史上最大的技术革命，它同时几乎必然也伴随着最大的金融泡沫。短期技术正在巨变很确定，长期的前景也很确定，但中期节奏的处理对创业者和投资人会是很大的挑战。 与此同时，AI 技术发展带来的真正价值创造，我坚信将由大量具有全新产品形态和组织形态的创业公司来实现。这是一个需要不断创新、经营、成长的过程，需要时间，不是一蹴而就，所以会带来久期的错配。但这也是为什么我们在这个时候如此看好创业公司机会的原因。越新的技术需要越新的组织。现在很多从业者也意识到了这一点，这将使创业公司的机会变得更大。
2 00
连续一个月每天14h用Codex app做三个项目vibe coding的感受（附有经验总结和教训
第一个是公司自己内部的项目
做了个数据和运营分析的中台（每天3个小时左右）
之前我们的数据在很多个亚马逊的后台，运营数据每天要换几个指纹浏览器登录亚马逊查看，要么是第三方后台（有各种各样的限制），广告数据每周要下载三到四个报告，然后再拆分
我用codex接入了所有运营数据和广告数据，做了实时的订单看板、库存看板、广告投放看板
1️⃣本来物流团队每周50小时左右的库存跟踪和分析缩短到只要5小时
2️⃣按照我们公司十多年的运营经验和广告投放复盘SOP，做了广告分析的三个看板
把原来每个月每家店100小时的广告复盘时间压缩到10小时就可以完成
3️⃣更进一步，做了基于所有运营数据的Agent，自动监控广告投放异常报给广告投放团队，自动监控库存异常报给物流团队，可以直接回答99%的关于店铺运营的所有问题
甚至是“产品A最近表现不佳”，可以拆分到是因为原订单占比超过XX%的某个广告活动最近曝光下降了XX%叠加竞价竞争力不足（可能是因为同行竞价普遍提高）导致点击下降，从品牌分析报告来看页面转化率没有明显下降，所以是市场需求下降导致产品表现不佳
在上面这个内部运营中台的基础上我就做了可以开放给第三方亚马逊卖家的能力平台aifba.xyz（每天花10个小时左右）
1️⃣广告诊断：市面上大部分的广告诊断都是基于亚马逊卖家后台的广告数据报告的逻辑，但是我把十几年的广告投放经验直接总结成可以复用的方法论然后做成了开放能力
让任意一个卖家只要上传广告报告，Agent自动拆分成不同维度的数据复盘分析、不同维度的ACOS（国内电商更喜欢说ROI）和趋势，相当于直接拥有了一个平均十年经验的广告投放团队
2️⃣商品图生成：市面上那些一键生成商品图的无非是利用nano banana 2/pro的底层能力做一个还算精美的产品套图，包括Lovart等等，但是实际上不管是主图还是产品Listing都是承接产品流量最重要的部分
但是这属于内行说不清，外行摸不着的门道，所以我做了真正贴合亚马逊卖家的主图生成系统，大概有一百多个自己调的参数，当然还有很多第三方的数据库，最后做成一个只有资深亚马逊卖家才能理解内在逻辑的高阶生图系统
但是！
我做的系统都很简单，甚至是过于简单
比如生成商品主图，只要粘贴自己的产品链接就行了，这也是我做的独特能力，不要用户上传任何原来的图片或者其他辅助资料，我们的Agent会自己去获取所有需要的信息
vibe coding的经验：
1️⃣直接开fast模式不要在乎token消耗，某鱼上plus账号一个月只要20。
2️⃣前期一定要想好自己要做什么，不管是codex还是claude code不要指望他们能帮你实现你心里想不到的内容，反而是你的所有坏的工作习惯都会被他们无限放大（经过无数次上下文的累积）。
3️⃣模型一定要选最新的，就算不稳定，比如GPT 5.4刚上线那会，自动操作浏览器很不顺畅，但是经过一个下午基本上就好了
第一个是公司自己内部的项目
做了个数据和运营分析的中台（每天3个小时左右）
之前我们的数据在很多个亚马逊的后台，运营数据每天要换几个指纹浏览器登录亚马逊查看，要么是第三方后台（有各种各样的限制），广告数据每周要下载三到四个报告，然后再拆分
我用codex接入了所有运营数据和广告数据，做了实时的订单看板、库存看板、广告投放看板
1️⃣本来物流团队每周50小时左右的库存跟踪和分析缩短到只要5小时
2️⃣按照我们公司十多年的运营经验和广告投放复盘SOP，做了广告分析的三个看板
把原来每个月每家店100小时的广告复盘时间压缩到10小时就可以完成
3️⃣更进一步，做了基于所有运营数据的Agent，自动监控广告投放异常报给广告投放团队，自动监控库存异常报给物流团队，可以直接回答99%的关于店铺运营的所有问题
甚至是“产品A最近表现不佳”，可以拆分到是因为原订单占比超过XX%的某个广告活动最近曝光下降了XX%叠加竞价竞争力不足（可能是因为同行竞价普遍提高）导致点击下降，从品牌分析报告来看页面转化率没有明显下降，所以是市场需求下降导致产品表现不佳
在上面这个内部运营中台的基础上我就做了可以开放给第三方亚马逊卖家的能力平台aifba.xyz（每天花10个小时左右）
1️⃣广告诊断：市面上大部分的广告诊断都是基于亚马逊卖家后台的广告数据报告的逻辑，但是我把十几年的广告投放经验直接总结成可以复用的方法论然后做成了开放能力
让任意一个卖家只要上传广告报告，Agent自动拆分成不同维度的数据复盘分析、不同维度的ACOS（国内电商更喜欢说ROI）和趋势，相当于直接拥有了一个平均十年经验的广告投放团队
2️⃣商品图生成：市面上那些一键生成商品图的无非是利用nano banana 2/pro的底层能力做一个还算精美的产品套图，包括Lovart等等，但是实际上不管是主图还是产品Listing都是承接产品流量最重要的部分
但是这属于内行说不清，外行摸不着的门道，所以我做了真正贴合亚马逊卖家的主图生成系统，大概有一百多个自己调的参数，当然还有很多第三方的数据库，最后做成一个只有资深亚马逊卖家才能理解内在逻辑的高阶生图系统
但是！
我做的系统都很简单，甚至是过于简单
比如生成商品主图，只要粘贴自己的产品链接就行了，这也是我做的独特能力，不要用户上传任何原来的图片或者其他辅助资料，我们的Agent会自己去获取所有需要的信息
vibe coding的经验：
1️⃣直接开fast模式不要在乎token消耗，某鱼上plus账号一个月只要20。
2️⃣前期一定要想好自己要做什么，不管是codex还是claude code不要指望他们能帮你实现你心里想不到的内容，反而是你的所有坏的工作习惯都会被他们无限放大（经过无数次上下文的累积）。
3️⃣模型一定要选最新的，就算不稳定，比如GPT 5.4刚上线那会，自动操作浏览器很不顺畅，但是经过一个下午基本上就好了
13 63
两年以来见过最恶心最反智最无底线的广告
这个广告试图通过反直觉和反常识的文案实现令人印象深刻的效果
但实际上是充满了嘲讽消费者智商的无道德营销
当你的广告文案是无论如何不可能实现的“反直觉”事件
那就是纯粹的侮辱消费者
这个广告试图通过反直觉和反常识的文案实现令人印象深刻的效果
但实际上是充满了嘲讽消费者智商的无道德营销
当你的广告文案是无论如何不可能实现的“反直觉”事件
那就是纯粹的侮辱消费者
14 71