即刻App年轻人的同好社区
下载
App内打开
Gavin_C.
39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.
21:41
昨天和玉伯不经意间聊到 SaaS 业务的 NDR,一时间有点恍惚,当年这些个奉为 SaaS 的第一性指标在 AI 的虚幻下越来越少被提及了

上条评论里有人问 NDR 怎么定义,就我所知很多公司的定义还是有差异,最为广泛接受的应该是 Slack 在招股书里的定义,后来大多数公司(ServiceNow, Zoom 等)也是借鉴的它们,计算方法通俗点讲就是:同一批客户在 12 个月前后当期 MRR 的比值

例如 2024 3 月份有 100 名付费客户,每人当月支付 100 元,Prior Period MRR 1 万元

12 个月后的 2025 3 月份,这批客户可能会发生了变化,比如

·30 名客户将 MRR 翻倍至 200
·40 名客户将 MRR 增加 50%,至 150
·20 名客户保持 MRR 100
·10 名客户将 MRR 减少 50%,至 50
Current Period MRR 为: 30*200+40*150+20*100+10*50= 1.45 万元
因此,NDR = (1.45 万元 / 1 万元) × 100% = 145%

当年投资人之间貌似还有个基本共识: NDR 100%-110%算不错,110%-120%是优秀,130%-140%是厉害。如果在 80% 以下,大概率可能就不投了(不过这也说明很多投资人就是口是心非,如今 80% 以下的项目它们抢着要进 🤣)
07
Gavin_C.
17:38
入乡随俗,下个夸克支持下
30
Gavin_C.
13:54
I 人约人,出发前焦虑到不行(没办法,出来混的…)
I 人被约:你来吧,来吧,但你要主动点
46
Gavin_C.
12:23
23
Gavin_C.
2天前
2 个多小时 20 元,突然意识到这可能比很多 SaaS 还赚钱 🥲
125
Gavin_C.
3天前
基于愿景的运气
visionary luck
00
Gavin_C.
4天前
AI Search 成为了信息分发的端到端超级管道,把传统的传播环节渐渐挤没了

以前的内容推送给用户至少会点进来看看,顺便给个流量。现在用 AI Search,获得结果后很多人连引用源都不看。没有深度或差异化的内容未来是不是还有 “用户” 也得另当别论了

Agent 调用 MCP 也类似? 所以旧世界里的这些数据源(Slack, Spotify, Google Drive 等)上 MCP server 的动力在哪?
010
Gavin_C.
4天前
Manus 发布前的那天下午,我去朋友那(红杉投资的 AI Coding)看他演示AI CDE(云端代码编辑器,理解成虚拟机)上写代码

可能因为我不是程序员,全程都在想怎么把它价值最大化(我理解的最大化是,代码是手段,不是目的),上卫生间的工夫问他,Coding 的上一层是什么?

当时都没有答案,晚上回来就看到 Manus 了。后来发微信问他,是更泛化的 PRD?因为他的产品比较重,属于端到端的项目级,不是几句话生成无法持续 scale 的代码

目前还没有答案,一段时间后再回来答
29
Gavin_C.
4天前
之前看《黄仁勋—英伟达之芯》时最大的一个疑问是,GPU 的横向技术迁移(之前是游戏&视频)老黄为何那么笃定科研人群

翻遍整本书也只找到作者用克里斯坦森那套理论给出的模糊解释:颠覆性技术往往源自业余爱好者的社群。这只解释了创新往往发生于边缘地带,但没回答为什么是科研人群

这个问题我一直记着,也没找到答案,最近貌似有点点苗头了,有可能是科研场景不只是有价值,而是有价值²,因为科学家们用 GPU 会引发科技革命(今天已经验证了),进而带来巨大的增量价值

最近Agent 的话题讨论蛮多,它的本质就是让大模型去完成任务(而不仅仅是生成内容),如果按照上面的逻辑来看,选择从哪类场景切入让 Agent 解决其中的任务就是个很重要的问题。当然,前提条件是 Agent 是垂直化的(Manus 最多只能叫桌面生产力 Agent)

这也可以解释为何第一波 Agent Coding,因为编程场景有价值²,部署项目平权化了,带来了项目井喷,持续迭代项目会依赖 Coding 工具

所以启发是不能只看工具是否有用,还要往上再看一层:用户达到目的之后它们能否再为生态创造其他价值,进而持续带来工具的深度或广度上的使用。如果用户生成的调研报告或 PPT 因为质量问题只能拿来自嗨一下,整件事情到此结束了,那看起来并不是 Agent 适用的好场景,因为同样的 token 成本,干嘛不聚焦在能产生价值²的地方呢
816
Gavin_C.
4天前
Manus 相对 AI Native 的地方是给 AI 配了台云端虚拟机,把旧世界(本地电脑)与新世界隔离开了,如果扣字眼的话,更 AI Native 一点得把人看 AI 干活的窗口去掉

桑文锋SensorsData: 究竟什么是AI Native的产品,现在越来越清晰。用曾鸣教授在两年前提出的框架,也逐步都能对的上。从新交互体验、新技术、新商业模式的角度来看,ChatGPT刚出来时,无疑使用的是大语言模型新技术,它和过去搜索引擎使用的PageRank是两种技术,但ChatGPT在新交互体验上,并不够彻底,它只是把Chatbot这一已有交互方式进一步放大价值。在商业模式上,基于会员订阅和API收费,也不是创新模式。所以当时曾教授觉得只能算半个AI Native的产品。 但以Devin和11x为领先者的端到端Agent产品,其商业模式出现了创新,从售卖Software到售卖AI Worker,Devin的500美元的月费对应一名实习生,从生产工具到直接交付完成任务,用户开始为结果付费。Deep Research给出的调研报告,是一种相比问答更高质量的交付物。 Manus则更进一步,代表了端到端交互体验的新阶段,给出任务,交付结果。相比之前的Chatbot类产品,在Multi agent执行能力上,大大增强。让更多的人看到AGI的可能性。虽然现在还是测试版(我还没用过,只是看了一些信息材料),但路是正确的。接下来可能就是围绕作为通用Multi agent的产品和垂直场景Multi agent的差异,通用和垂直是每次新技术到来都会有的趋势,在App时代,也有超级App和垂直App,两类形态都会存在,肯定是百花齐放的。 当然,更加的AI Native并不代表当下创造的价值就更大,就像自动驾驶,现阶段L2是可以上路的,而L5更多的是个Demo。只是从理论和实践的角度,区分这些不同形态的新产品,能够对新的浪潮多一些认知。

00