即刻App年轻人的同好社区
下载
Instinct 的单线程对话流 = TikTok 的沉浸式单列流
早期模型的上下文太小，GPT-3.5 只有 4k token，GPT-6 现在有 100 万+ token，而且压缩也越来越好，好的 to C 产品，不该要求用户先把自己整理好，再来用你。
TikTok 的单列流，干掉的不只是"分类"这个界面元素。它干掉的是一种假设：假设用户在消费之前，先知道自己想要什么。用户根本说不清自己想看什么，或者说，"想看什么"是流动的，是在看的过程中才长出来的。所以它把"你先想清楚"这个前置要求取消了。你不需要整理好自己，你只需要出现，剩下的我来。
Instinct 的单线程，是把同一个取消动作，做在了"表达"这一侧。
多线程聊天的潜台词就是：在你开口之前，先把自己整理好。这句话属于哪个任务？跟上一句什么关系？要不要开个新 thread？每个问题，都是让用户替机器做一次分类。GPT-3.5 只有 4k 的时候，这是没办法，机器记不住，用户只好自己当索引。但 100 万 token 的今天，还保留这个前置要求，性质就变了：它不再是无奈，而是把旧时代的约束包装成"功能"，继续向用户收税。
这两件事恰好是对称的。TikTok 取消的是消费侧的"你先想清楚想看什么"，Instinct 取消的是表达侧的"你先想清楚想说什么、归到哪"。消费和表达，是人跟信息打交道的两端，而两端被取消的是同一个东西：预先整理自己的义务。
这也是"沉浸式"真正的来源。沉浸感从来不是画质给的，沉浸感来自"没有被打断"。每一次要你做决定的界面，都是一次打断：它把你从"我在看"拽出来，变成"我在选"。多线程也一样，每一次让你选 thread，都是把你从"我在说"拽出来，变成"我在归档"。你本来在跟一个人说话，突然被要求当一回档案管理员，再小的打断，攒多了就是出戏。TikTok 的全屏单列和 Instinct 的单 thread，做的都是同一件事：别打断我。
往深了说，这背后是 to C 产品的一个基本判断：用户愿意把"我要什么"的答案外包出去。
这听起来反直觉，但 TikTok 已经验证过了。没人觉得把"下一条看什么"交给算法是失控，反而觉得爽。为什么？因为"我要什么"这个问题，人自己答起来也很累。你以为你知道自己想看什么，其实你只知道个大概，剩下全是"看了才知道"。TikTok 的哲学就是承认这一点：别问用户要答案，直接给候选，让手指投票。
Instinct 赌的是同一句：用户也答不好"我这句话到底想办什么"。很多消息发出去的时候，连用户自己都没想清楚，"帮我看看那个机票"到底是想比价、想改签，还是随口一提。多线程逼你在没想清楚之前先分类，分错了上下文就断，断了就得把话再说一遍。单线程允许你没想清楚就开口，因为"想清楚"这件事，harness 可以替你后补。记忆、压缩、task 的派生，这些不是"功能"，是系统替你把没想清楚的部分圆回去。
所以这两者的联动，根本不是"都是单列"这种排版层面的巧合。它们是同一个范式转移在两个领域各开的一枪：从"用户整理好自己来适应机器"，到"机器去理解没整理好的用户"。频道和 thread，都是旧范式的遗物，它们存在的理由只有一个：机器记不住，所以用户必须预先把现实切好、喂给它。当机器能记住、能推出、能自己收拾，还让用户继续切，就是倒行逆施。
当然，单线程今天有代价：所有事挤在一个 thread 里，重度用户会晕，分不清每件事的状态。但这恰恰说明它赌的是什么：赌 harness 脏活的进化速度，超过用户对"自己当图书管理员"这件事的忍耐度。赌注的胜负且另说，方向没有问题。因为另一条路是让用户永远替机器打工，而这条路跟人性对着干，注定越走越窄。
早期模型的上下文太小，GPT-3.5 只有 4k token，GPT-6 现在有 100 万+ token，而且压缩也越来越好，好的 to C 产品，不该要求用户先把自己整理好，再来用你。
TikTok 的单列流，干掉的不只是"分类"这个界面元素。它干掉的是一种假设：假设用户在消费之前，先知道自己想要什么。用户根本说不清自己想看什么，或者说，"想看什么"是流动的，是在看的过程中才长出来的。所以它把"你先想清楚"这个前置要求取消了。你不需要整理好自己，你只需要出现，剩下的我来。
Instinct 的单线程，是把同一个取消动作，做在了"表达"这一侧。
多线程聊天的潜台词就是：在你开口之前，先把自己整理好。这句话属于哪个任务？跟上一句什么关系？要不要开个新 thread？每个问题，都是让用户替机器做一次分类。GPT-3.5 只有 4k 的时候，这是没办法，机器记不住，用户只好自己当索引。但 100 万 token 的今天，还保留这个前置要求，性质就变了：它不再是无奈，而是把旧时代的约束包装成"功能"，继续向用户收税。
这两件事恰好是对称的。TikTok 取消的是消费侧的"你先想清楚想看什么"，Instinct 取消的是表达侧的"你先想清楚想说什么、归到哪"。消费和表达，是人跟信息打交道的两端，而两端被取消的是同一个东西：预先整理自己的义务。
这也是"沉浸式"真正的来源。沉浸感从来不是画质给的，沉浸感来自"没有被打断"。每一次要你做决定的界面，都是一次打断：它把你从"我在看"拽出来，变成"我在选"。多线程也一样，每一次让你选 thread，都是把你从"我在说"拽出来，变成"我在归档"。你本来在跟一个人说话，突然被要求当一回档案管理员，再小的打断，攒多了就是出戏。TikTok 的全屏单列和 Instinct 的单 thread，做的都是同一件事：别打断我。
往深了说，这背后是 to C 产品的一个基本判断：用户愿意把"我要什么"的答案外包出去。
这听起来反直觉，但 TikTok 已经验证过了。没人觉得把"下一条看什么"交给算法是失控，反而觉得爽。为什么？因为"我要什么"这个问题，人自己答起来也很累。你以为你知道自己想看什么，其实你只知道个大概，剩下全是"看了才知道"。TikTok 的哲学就是承认这一点：别问用户要答案，直接给候选，让手指投票。
Instinct 赌的是同一句：用户也答不好"我这句话到底想办什么"。很多消息发出去的时候，连用户自己都没想清楚，"帮我看看那个机票"到底是想比价、想改签，还是随口一提。多线程逼你在没想清楚之前先分类，分错了上下文就断，断了就得把话再说一遍。单线程允许你没想清楚就开口，因为"想清楚"这件事，harness 可以替你后补。记忆、压缩、task 的派生，这些不是"功能"，是系统替你把没想清楚的部分圆回去。
所以这两者的联动，根本不是"都是单列"这种排版层面的巧合。它们是同一个范式转移在两个领域各开的一枪：从"用户整理好自己来适应机器"，到"机器去理解没整理好的用户"。频道和 thread，都是旧范式的遗物，它们存在的理由只有一个：机器记不住，所以用户必须预先把现实切好、喂给它。当机器能记住、能推出、能自己收拾，还让用户继续切，就是倒行逆施。
当然，单线程今天有代价：所有事挤在一个 thread 里，重度用户会晕，分不清每件事的状态。但这恰恰说明它赌的是什么：赌 harness 脏活的进化速度，超过用户对"自己当图书管理员"这件事的忍耐度。赌注的胜负且另说，方向没有问题。因为另一条路是让用户永远替机器打工，而这条路跟人性对着干，注定越走越窄。
8 04
生产力 agent，如果真能极大释放生产力，接下来这 7 天是个很好的营销契机吧：在外游玩的时候还能创造，而不只是伏案的牛马
企业级 agent，如果真能替代员工，接下来这 7 天老板反而是兴奋的吧：随时随地都有员工响应 Ta 的焦虑
可是目前没有看到相关传播
企业级 agent，如果真能替代员工，接下来这 7 天老板反而是兴奋的吧：随时随地都有员工响应 Ta 的焦虑
可是目前没有看到相关传播
5 12
personal agent 是在你家干了一辈子的奶妈
Gavin_C.: 云端沙盒是外来钟点工。本地桌面是家里的长工，文件往返的成本低，链路短，还更 memory native
1 00
Manus 是 58 到家，准确说是天鹅到家。 m.okjike.com
玉伯: to c 的 agent，没有垂类，只有 general agent。manus 是对的，各种 personal agent 也是对的。 to b 的 agent 很像电脑，red 说 manus 像卖电脑，非常有洞见。to c 的 agent 很可能会像手机，有各种款式，没有哪一家能有超级市占率。 也有同时卖电脑和手机的，比如 apple，比如 manus。这个角度看，最像 apple 的，是 manus。成为 agent 届的 apple，可能就是 red 心中的梦。 向 manus 致敬。同时，坚定走 youmind 自己的路。
5 10
Instinct 创始人 Noah Shinn 在 podcast 里分享了些 fun facts:
一、平台间接处理了大量交易额
平台年交易额已接近 10 亿美元，其中 50% 来自旅行。（目前还处于极小的用户基数，邀请制还没放开）
一个没有 App、靠发短信打电话的产品，在很小的用户量级上就跑出了 10 亿美元的交易流水。这说明 agent 的货币化根本不需要等规模，交易抽成是天生的。以前我们讨论 agent 怎么赚钱，总觉得要先有海量用户再谈变现
二、信任：绑卡率和留存高得离谱
上线三周，40% 的用户主动交了信用卡。只要交过一次敏感信息，留存率干到 80%。
消费互联网历史上，从注册到绑卡能到这个转化量级的基本没有。Agent 的留存逻辑跟以前所有产品都不一样，不是功能留存，是关系留存。你一旦让它碰过你的钱，它就从工具变成了你的"人"，跨过这条信任线就是依赖。Noah 自己也说，建立信任需要几周，他不着急，因为用户是按自己舒服的节奏一点点给数据的。
三、增长：零营销，每天涨 10%
日环比 10% 到 11%，营销费用是零。每人只有 5 个邀请码，eBay 上已经炒到 300 美元一个。
更细的两个数据：有一批用户 90% 以上的交互是纯语音，App 都不打开；50% 以上的流量根本不走 Instinct 自己的消息通道，全借道 iMessage 和 WhatsApp。
"没有界面就是最好的界面"。
四、场景：四个最有代表性的用法
旅行：对着手机说一句"我今晚要去纽约"，它知道你在旧金山，知道你常坐哪家航司、喜欢靠窗还是过道、用什么信用卡，机票酒店去机场的车全办好，日历自动同步。
理财：连上银行账户，它扫描你所有订阅，问"这个你真在用吗"，你说不用，它去邮箱翻确认信、登录网站、走完取消流程，最后告诉你这个月省了 2000 刀。
穿搭：把衣橱每件衣服扫描一遍，再扫描你自己的身材，每天给你搭好三套衣服，生成的还是"你穿上身"的效果图。
社交：六个人的饭局，它只叫一辆车，按最优路线把六个人挨个接上，又省钱又省事。
五、代价：40% 的时间在赌算力
他亲口说，自己 40% 的时间在操心算力。用户每天涨 10%，算力需求每周翻一倍，提前买 2 倍的量一周就烧完，买 10 倍也就多撑几周，买错了贵 3 到 4 倍，交付周期还要几个月。
Agent 真正的瓶颈从来不是获客，是算力。
一、平台间接处理了大量交易额
平台年交易额已接近 10 亿美元，其中 50% 来自旅行。（目前还处于极小的用户基数，邀请制还没放开）
一个没有 App、靠发短信打电话的产品，在很小的用户量级上就跑出了 10 亿美元的交易流水。这说明 agent 的货币化根本不需要等规模，交易抽成是天生的。以前我们讨论 agent 怎么赚钱，总觉得要先有海量用户再谈变现
二、信任：绑卡率和留存高得离谱
上线三周，40% 的用户主动交了信用卡。只要交过一次敏感信息，留存率干到 80%。
消费互联网历史上，从注册到绑卡能到这个转化量级的基本没有。Agent 的留存逻辑跟以前所有产品都不一样，不是功能留存，是关系留存。你一旦让它碰过你的钱，它就从工具变成了你的"人"，跨过这条信任线就是依赖。Noah 自己也说，建立信任需要几周，他不着急，因为用户是按自己舒服的节奏一点点给数据的。
三、增长：零营销，每天涨 10%
日环比 10% 到 11%，营销费用是零。每人只有 5 个邀请码，eBay 上已经炒到 300 美元一个。
更细的两个数据：有一批用户 90% 以上的交互是纯语音，App 都不打开；50% 以上的流量根本不走 Instinct 自己的消息通道，全借道 iMessage 和 WhatsApp。
"没有界面就是最好的界面"。
四、场景：四个最有代表性的用法
旅行：对着手机说一句"我今晚要去纽约"，它知道你在旧金山，知道你常坐哪家航司、喜欢靠窗还是过道、用什么信用卡，机票酒店去机场的车全办好，日历自动同步。
理财：连上银行账户，它扫描你所有订阅，问"这个你真在用吗"，你说不用，它去邮箱翻确认信、登录网站、走完取消流程，最后告诉你这个月省了 2000 刀。
穿搭：把衣橱每件衣服扫描一遍，再扫描你自己的身材，每天给你搭好三套衣服，生成的还是"你穿上身"的效果图。
社交：六个人的饭局，它只叫一辆车，按最优路线把六个人挨个接上，又省钱又省事。
五、代价：40% 的时间在赌算力
他亲口说，自己 40% 的时间在操心算力。用户每天涨 10%，算力需求每周翻一倍，提前买 2 倍的量一周就烧完，买 10 倍也就多撑几周，买错了贵 3 到 4 倍，交付周期还要几个月。
Agent 真正的瓶颈从来不是获客，是算力。
14 59