一添的个人主页 - 即刻App

即刻App年轻人的同好社区

下载

一添

304关注117被关注1夸夸

全栈PM偏增长型
有一个自己的世界并希望好好保护它
EX 阶跃 AliBaba、DJI
自己有个被谷歌精选的出海插件

一添

12:33

看了A家的S-1文件【以下为instinct协助输出】
中文媒体迫切渲染的高额净亏损事实是：
1. 净亏损807.5亿是因为估值飞涨，如果剔除金融工具估值相关费用，2026年上半年会从净亏损变成约3.97亿美元盈利。
净亏损：-807.48亿美元+723.88亿美元（公允价值变动损失）+87.57亿美元（与票据协议估值相关的其他费用）
＝ +3.97亿美元
2. 反而是净收入留存率（NRR）900%这个，基准是老客户，但一年前基数很小，可以说同一批客户高速增长了，感觉不能解读为每个客户都扩张9倍
3. A家的收入里有5%-7%来自封号

2 00

一添

2天前

你和他们说预判市场情绪从市场推产品功能他们是不明白的都觉得坐在办公室里想硬想然后猛猛做就可以了
本质是用战术的勤奋掩盖战略的懒惰

3 00

一添

5天前

见不得无病呻吟的文艺AI风啥都想要又不去承担相应的责任
虽然从传播的角度来说是成功的

4 20

一添

6天前

Claude也发布了自己的Personal agent
这场国内国外软件硬件AI公司PA大混战

6 60

一添

6天前

好文！

王二鹅ERE_薄肌生成版: 从丘栋荣的 AI 投资观点，到下一代 Agent 公司的护城河和gpt聊论一下图中这个完整的PDF，我自己觉得有一些收获吧，但是有点懒得概括了，所以就把相对完整的对话和思考过程直接放上来嗯，当然前提是他的这个PDF里面大部分东西我其实不认同的这次讨论最有价值的地方，是我们从一个投资问题，逐渐推导出了一个关于 AI 产业利润分配、数据价值和 Agent 创业机会的框架。我把它整理成六个核心判断，并区分哪些是我们基本达成的共识，哪些仍然是假设。一、AI 的普及，不等于 AI 公司的普遍高利润讨论最初来自丘栋荣的观点：AI 可能像光伏、新能源汽车一样，技术取得巨大成功，但企业因持续资本投入和价格竞争，未必获得理想的股东回报。我们认为，这个判断有道理，但不能直接套用到整个 AI 产业。 AI 可能同时产生两种结果： * 一部分企业利润被压缩：模型能力逐渐商品化，推理价格下降，部分模型厂和基础设施厂面临资本回报压力。 * 另一部分企业利润大幅提高：AI 降低经营成本、改变服务交付方式，拥有用户关系、渠道或稀缺资源的企业可能获得更高利润。因此，AI 不只是创造新市场，更可能引发一次大规模的利润重新分配。关键问题从“AI 会不会成功”，变成了： AI 创造的经济价值，最终被谁截留？二、一个重要的产业结构假设：数据向上游，Agent 向下游你提出了这次讨论中最重要的判断：未来只剩两种公司：一种是数据公司，往上游；一种是 Agent 公司，往下游。我们把它进一步拆解为：上游：数据与真实世界资源稀缺数据、实时状态、业务事实、资源控制权中间：模型与算力基础设施部分能力标准化、价格竞争，但顶尖能力仍可能稀缺下游：Agent 与任务执行用户意图、任务入口、执行权限、行动结果这里有一个需要保留的分歧：模型层不一定完全失去利润。如果顶尖模型的能力差异能够持续显著影响任务成功率，模型厂仍可能保有较强定价权。所以，这更适合作为一种价值向两端集中的趋势假设，而不是所有公司最终都会被归为两类的确定预测。三、传统互联网公司的数据护城河，可能被重新定价你提出了两个非常关键的问题：第一，很多公司的历史数据，AI 可能很快就学完了。尤其是知识型、规律型数据。一旦模型掌握其中可泛化的知识，新增同类数据的边际价值可能快速下降。第二，整理历史数据的成本非常高。很多企业虽然积累了十几年的数据，但这些数据分散在不同系统中，存在大量清洗、关联、标注、权限管理和持续维护成本。因此，拥有大量历史数据，不等于拥有高价值 AI 资产。我们进一步把数据分为三类：数据类型示例长期价值判断历史知识型产品资料、历史问答、行业文档部分价值可能被模型吸收实时状态型库存、价格、账户状态、交易信息必须持续更新，难以由模型替代行动反馈型决策、执行、成交、失败、满意度如果能持续改善决策，潜在价值很高由此形成一个判断：未来更重要的可能不是拥有最多历史数据，而是拥有持续产生高质量新数据的能力。但实时数据和反馈数据也并非天然具有高商业价值，仍取决于独占性、使用权、可替代性和实际效果。四、下一代 Agent 公司，可能积累传统互联网没有系统记录过的数据这是讨论从产业分析进入创业机会的关键转折。传统互联网公司主要记录： * 用户搜索了什么、点击了什么。 * 用户购买了什么、关注了谁。 * 用户在某个平台内发生了哪些行为。而 Agent 有机会参与用户完成任务的全过程，获得另一类数据：传统互联网搜索 → 点击 → 购买主要观察行为 Agent 意图 → 决策 → 行动 → 结果有机会参与完整任务这是数据覆盖范围的潜在差异，并非所有互联网公司都缺乏决策数据，也不是所有 Agent 都能获取真实结果。例如：场景传统互联网通常记录 Agent 可能新增求职简历、投递、录用能力短板、回答过程、训练效果销售客户、跟进、成交拒绝原因、沟通策略、行动效果社交匹配、聊天、关注社交意图、表达障碍、练习反馈企业运营工单、文档、操作记录异常处理、决策依据、执行结果个人消费浏览、收藏、购买真实约束、取舍过程、购买后满意度这里我们形成了一个重要共识： Agent 创业公司不应该为了收集新数据而做产品，而应该先找到传统软件无法有效完成的任务，再通过执行任务自然积累数据。五、真正值得积累的，不是新数据，而是经过验证的决策经验这是我们对数据护城河进一步提出的限制条件。假设一家 AI 销售公司积累了十万次客户沟通。如果只有对话记录，这些数据可能很快被模型学习、压缩，甚至被更强的基础模型替代。但如果能够记录：客户处境 → 沟通策略 → 客户反应 → 最终成交或失败并通过实验或持续评估验证哪些策略真正有效，这些经验就可能改善下一次决策。我们由此提出四个筛选条件： * 执行必要性：这些数据是否必须参与真实任务才能获得？ * 结果可验证性：能否知道行动究竟成功还是失败？ * 跨用户复用性：积累的经验能否帮助下一个用户？ * 决策改善能力：数据能否真正提高下一次任务的成功率？四个条件越充分，数据越可能成为竞争优势。但即使如此，也不能直接认定它是护城河。还要验证同等模型条件下，更多经验是否真的带来持续性能提升。六、讨论最后出现了一个比数据更重要的概念：执行权这是我认为值得继续研究的部分。 Agent 公司的核心资产，可能不是数据，而是用户逐渐交给它的执行权。传统互联网产品通常争夺用户的注意力。 Agent 则有机会争夺用户的任务授权。比如： * 过去用户自己使用 CRM，现在授权 Agent 跟进客户。 * 过去用户自己比较供应商，现在授权 Agent 询价和谈判。 * 过去用户自己处理售后，现在授权 Agent 解决问题。一旦 Agent 真正进入业务流程，就可能同时获得三种资产：执行权限用户允许 Agent 代表自己采取行动，而不仅是提供建议。数据闭环 Agent 在执行中获得意图、过程、行动及结果反馈。任务连续性 Agent 持续承担工作，替换它可能需要迁移上下文、权限和业务流程。这三者可能互相强化：获得执行权 → 产生独特数据 → 改善执行效果 → 获得更多执行权。不过这不是必然发生的飞轮。用户可能随时撤销授权，数据可能不能跨客户使用，执行效果也未必随数据量提高。七、对创业最有价值的结论我们讨论了 AI 销售、编程、客服、求职、社交训练等方向。但我认为真正值得关注的，还有大量过去没有被充分数字化的人类工作。例如中小企业的海外询盘、采购谈判、现场维修、物流调度等。这些工作过去大量发生在电话、即时通讯和人的经验里。传统 SaaS 很难完整覆盖，但 Agent 可能直接通过语音、消息和图片参与执行。它们的机会不只是替代软件，而是第一次把某些工作过程转化成可观察、可验证、可持续优化的数字化流程。这类市场是否足够大、数据能否复用、客户是否愿意授权，仍需要逐个验证。最后，把整场讨论浓缩成三个层次产业判断 AI 会重新分配利润，模型能力可能部分商品化，价值向稀缺资源与任务入口集中。数据判断静态历史数据未必构成长期护城河，持续产生且能够验证结果的决策数据可能更有价值。创业判断新 Agent 公司最值得争夺的，可能不是用户的注意力，而是用户愿意交给它的真实任务和执行权限。我认为还没有解决的三个问题第一，Agent 产生的独特数据，能否形成独立于基础模型进步的长期竞争优势？如果更强的模型可以直接弥补经验差距，数据飞轮的价值就会被高估。第二，Agent 能否真正拥有用户关系？如果用户可以低成本迁移记忆、权限和工作流，Agent 可能像模型一样面临商品化竞争。第三，最先值得做的是哪一类尚未数字化的任务？需要同时满足高价值、可执行、结果可验证、数据可复用，以及足够低的冷启动成本。这三个问题里，我会优先研究第三个，因为它最容易通过真实产品实验验证，也能反过来回答前两个问题。如果只保留这次讨论中最值得长期追踪的一句话，我会选：传统互联网通过占领用户的注意力积累行为数据；下一代 Agent 可能通过承担用户的真实任务，积累经过结果验证的决策经验。真正的竞争优势，取决于这些经验能否转化为更好的执行能力，以及用户是否愿意持续授权。这不是已经成立的产业定律，但我认为它值得作为一个独立的研究假设继续推进。

1 00

一添

6天前

年初给多agent预设常用的层级架构，执行起来多多少少都会有一些问题
后来选择相信agent，一个开放大包容，他们自己干得挺好的

微软重磅发布Agensh，最新多智能体研究！

2 00

一添

7天前

早上发了条即刻吐槽刚又去用微信搜索
尊敬的产品天花板老师立即下掉了这个入口

2 00

一添

8天前

这就是微信vibecoding出的前端这就是产品天花板吗

7 30

一添

9天前

有时候对国内互联网大厂的明星AI业务从业人员对AI的参与度感到困惑
一明星AI业务（即将要上市的）的pm 问我：GPT手机端是不是要美区id才能下

2 30

一添

11天前

“你再牛逼能在江浙沪谈上一段健康正常的恋爱关系吗”含金量还在上升

5 20