即刻App年轻人的同好社区
下载
App内打开
Gavin_C.
36关注4k被关注4夸夸
📮 INFP
📌 Running a AI Company
置顶
Gavin_C.
2年前
Run 一家 AI 公司,业务和收入主体在加州,产研目前在深圳

希望这是一款 “一旦成功,将使我的职业生涯其余部分看起来都像是铺垫” 的产品
98
Gavin_C.
2天前
最近开始用小红书,不太熟悉,我冒昧问个问题哈,像评论这条就是大家说的小红书独特社区氛围吗
202
Gavin_C.
3天前
整理读书笔记时发现有 3 本同时讲老黄和英伟达的书,分别是 2024 12 月出版的《英伟达之道》、2024 6 月问世的《黄仁勋:英伟达之芯》,以及 2023 5 月的《黄仁勋的英伟达:处理人工智能的心智》

恰好构成了一部英伟达的 “三维解剖”,是单独的一本没有的精彩,推荐给大家

1️⃣《英伟达之道》
关键词:创业血泪史 × 硬核企业文化
🔍 作者采访了老黄和创始人100+次,扒出英伟达从车库小公司到 3 万亿市值的逆袭内幕
💡 Fun fact:
老黄 “凌晨5点秒回邮件” 的魔鬼管理法
公司几次差点破产的惊险时刻(比如 1998 年全员赌命筹钱)
👉 适合人群:想学管理/创业的老板们,看完你会懂:成功=聚焦×往死里卷

2️⃣《黄仁勋:英伟达之芯》
关键词:AI 革命 × 芯片战争
🔍 这本书回答了我在第一本里没找到的答案:英伟达是如何押中 ChatGPT 背后的算力密码
💡 Fun fact:
“打游戏的显卡” 到全球疯抢的 AI 芯片
老黄说 AI 将重塑人类文明
👉 适合人群:技术宅/未来学家,看完想转行搞 AI

3️⃣《黄仁勋的英伟达》
关键词:短平快 × 行业全景图
🔍 112 页小册子速通英伟达的 AI 版图:医疗、农业、太空…
💡 Fun fact:
AI 不仅能写论文,还能帮科学家造抗癌药
老黄说机器比人类更懂 “善良”
👉 适合人群:地铁通勤党,几站路的工夫 get 科技前沿

📌 划重点:
深度控选《英伟达之道》
技术党冲《黄仁勋:英伟达之芯》
浅尝辄止党 pick 第三本
目前仅前两本有中文版,第二本还有电子书
010
Gavin_C.
3天前
做互联网产品的,憋了好几年才敢叫 1.0

做新能源车的,上来就是 7,8,9…
68
Gavin_C.
4天前
刚考古发现 AI Coding 产品 Devin CEO Scott Wu 居然还是 Lunchclub 的创始人,整个人震惊到不行…

当时体验完我觉得很有意思,就在腾讯内部发起了类似的 side project,服务厂内同学,项目名称想了好久最后叫 “午餐时间”

第一期报名就有几百人,拿到大家的基本信息之后,几个小伙伴用的是最粗暴的 “人工匹配”,因为主要是服务厂内同学,还促成了不少业务间的合作。在腾讯干的全特么鸡零狗碎的事儿,唯一值得回忆的就这个,一晃整 5 年了😵‍💫

午餐时间,遇见另一个优秀的灵魂

210
Gavin_C.
4天前
1. 搜索一直是 “信息分发” 这个脉络里的中枢神经,既是古早的 “人找信息” 范式,也是后来移动时代 “信息找人” 跃迁的底层引擎

移动互联网时代诞生了很多垂类 App,与此同时搜索引擎的市场份额也开始下降,当时的观点是垂类 App 将会逐渐吃掉搜索引擎的市场份额。

因为搜索是高门槛工具,用户首先要需求明确,还得会输入法。大量垂类 App 一开始满足的是模糊需求(打发时间),因为移动互联网的到来让上网人群的基数变多,人们碎片化时间带来了模糊需求这个巨大的增量市场,有了巨大的用户规模和粘性后,垂类 App 后来也逐渐增加应用内搜索。

从这个角度看,搜索引擎非但不会被垂类应用影响,反而应该受益于移动互联网的到来。因为模糊需求本就不在其覆盖范围内,同时上网人群却变大了。

2. 之所以从移动时代说起,是因为这波 Perplexity 们似乎仍在延续之前的叙事逻辑,尤其是在老黄的怂恿之下整天阴阳 Google,也有论调认为 Perplexity 们会像当年的垂类应用那样逐渐吃掉搜索引擎的市场份额。

但回归到用户场景上看,Perplexity 们几乎是搜索引擎的子集,技术原理甚至脱胎于搜索。我一直很排斥将 Perplexity 这类应用称为 “AI Search”,更愿意将它们定义为 Answer Engine。

原因很简单,传统的搜索无论是 Google 还是百度,绝大多数场景下的用户目的是 “寻址” “找资源”,用户需要的是直达目标的链接列表——比如下载一个软件、找到某个官网、获取最新新闻。这类需求要求结果直给且快速,而用 AI 生成答案的方式来满足,反而显得过于“隆重”,甚至过度设计。

搜索场景里还有一部分用户是来 “寻答案” 的,比如 “如何修复手机屏幕裂纹” “量子计算对金融行业的影响”。这类问题的答案往往需要跨网页信息的整合与推理,搜索引擎的 “链接列表+用户自行筛选” 模式效率极低,后来的百度知道和知乎都是为了解决此类问题,现在的 Perplexity 们本质也是聚焦于此,因此将它们理解为 AI 版的 Quora/知乎更准确。

3. 去年初我表达过这个观点:Perplexity 们非但很难吃掉搜索引擎的市场份额,反而会被一个个的垂类 App 叠加 RAG(AI Search)平替掉,因为如果挂载上下文的信息密度是 Answer Engine 的核心,那这些垂类 App 本身对于用户场景和内容有天然优势。

如今回头看,随着 Perplexity 的出圈几乎每家 Chatbot 都逐渐增加了 “联网搜索” 功能,从 ChatGPT xAI 再到今年初的 DeepSeek。另一边小红书去年就在 App 内灰度 “达芬奇”,最近甚至推出了独立 App “点点”,试图成为生活领域的 Perplexity。微信和元宝接入 DeepSeek-R1 更是将所谓的 AI 搜索推上顶点,内置公众号内容一度成为其独特价值点。

而从全球范围内大盘数据来看,Google Search (Desktop) 在美国的市场份额从一年前的 82% 下降到了现在的 66%,下降的部分并不是跑去了 Perplexity Answer Engine,而是叠加了 AI 功能后的 Bing Yahoo。

4. 技术的演进从来不是非此即彼的替代,而是场景的重新分配。

垂类 App 通过 RAG 等技术实现 AI 化,本质是将垂直领域的知识密度与用户意图深度绑定,当每一个垂类 App 都进化成自带 AI 的“微型答案引擎”,用户自然会选择更懂场景、更懂行业的解决方案,而这恰恰是 Answer Engine 难以复制的护城河。

传统搜索看似 “古老”,但其 “链接列表+用户决策” 的极简模式,恰恰暗合人类处理信息的底层逻辑:对确定性问题,人们需要的不是娓娓道来的长篇大论,而是最短路径下的动作闭环。

或许未来的信息分发,不会是某个超级应用一统江湖,而是在 “传统搜索锚定效率,垂类 AI 深化服务,Answer Engine 填补缝隙” 的共生中,完成对用户需求的立体覆盖。
318
Gavin_C.
7天前
这段话是一个很典型的证明:飞书是一家严重缺乏服务精神的团队,没有服务者该有的姿态

你不是平台,客户只是租赁你的服务。你不但告诉别人 xx 在用,还说它排名第五,还踏马告诉 “接近飞书” 的人士…
37
Gavin_C.
8天前
两年前, Pony:别给我提买量,我不信了

两年后,前同事今天兴奋地跟我说:Pony 觉得这次元宝的数据没掉链子
413
Gavin_C.
12天前
昨天跟朋友交流 NotebookLM 的使用体会,我说很少用其他 Summary 工具但挺喜欢用 NotebookLM 听播客的,他问那也是 Summary 呀,对你来说最大的感受不同是什么

我想了半天用了一个可能不太恰当的比喻:差别点在于萃取的形式,其他工具都是粗暴地把视频/音频/文本浓缩成结构化的一维文字,这是速溶咖啡,而 NotebookLM 同样是萃取但输出却是情感化的多维音频,有点上海街边的精品咖啡,追求效率咱就早起冲杯速溶咖啡,周末慵懒的时光就细品一杯精品咖啡

用过的朋友可以分享下你的感受🎤
19