David

10年大厂方案架构到一人公司 (OPC) | 人即产品，AI 是杠杆 |专拆传统生意里的AI落地问题 | 分享AI实践、认知升级，AI放大自己个人生产力

[David @RunningWin38268]

互联网唯一的良心公域平台，仅凭可以光明正大导入私域这一项足矣。

[李新宝 @lixinbao_X]

为什么现在大家又开始搞起微信公众号了呢？

[David @RunningWin38268]

更可怕的是，

从模型、工具链，到流量分发、广告网络和应用生态，字节几乎打通了AI产业链的每一个关键环节。

而我们看到的，很可能只是字节宇宙的冰山一角。

[马识途 @shitunote]

顶级的拥有生产力的AI模型果然很赚！

据报道，字节旗下的视频模型Seedance 2.0单月营收已经破10亿元，成为字节跳动的“AI印钞机”

在Seedance 2.0带动下，字节的云服务平台火山引擎也大卖。2025年全年火山引擎的模型即服务（MaaS）业务收入仅约15亿元，但今年4月已将MaaS业务营收目标上调至150亿元，整整10倍！

Seedance重要的应用场景之一是短剧行业，它在短剧行业的渗透率已达到约95%，商业化路径清晰；但毫无疑问，字节完全可以依靠顶级的视频生成技术和大的电影、电视剧公司谈合作

在Coding模型方面，处于领先地位的Anthropic公司是AI行业的当红炸子鸡，估值超过OpenAI，据说已经可以实现盈利

Coding（广义来说是computer use）是AI跑出来的第一个可以实现大规模营收的业务，视频生成会不会是第二个？

[David @RunningWin38268]

说个IT人的“ 冷知识”。

国内OPC 一人公司 是无限连带责任制。

足道也是道，法人也得伏法。

[David @RunningWin38268]

YC 过去最经典的一句话是：

Do something people want.

做用户真正需要的东西。

无数创业者将其奉为圭臬。

而到了AI时代，一个新的趋势正在浮现：
Do something agents want.

未来的软件不仅服务于人也服务于Agent。

成不了巨头，给巨头卖水卖铲子，给Agent提供能力和基础设施，也是一门好生意。

[David @RunningWin38268]

@freearkshaw 这只是为数不多的今天没有轮动到的股票，其他的鼎通奕东20cm了

[David @RunningWin38268]

普通人不要把资讯平台当作投资指南。

当一条股票信息频繁出现在你的首页时，它最大的价值往往已经被市场消化了。

市场里有两类人最喜欢制造确定性：

一类是真的相信自己看对了；
另一类是希望你相信他看对了。
前者可能是韭菜，后者可能是镰刀。

投资最大的护城河，不是消息，而是独立思考。

[David @RunningWin38268]

@XiaoYeyeeey 昨天刚放到自选股，今天直接涨停。 DT-🐂🍺

[David @RunningWin38268]

@ChrisWangwy 已上车wsl怎么切啊， 原生wsl 挪了20个G的空间，电脑瞬间爆炸

[老爸的AI联萌 @ChrisWangwy]

Hermes 终于出 Windows 正式版了

快来看安装方法
https://t.co/8YaSvfcMvs

[David @RunningWin38268]

@PMAndDog 这个真不能怪你，技术只占最终成交的30%

[David @RunningWin38268]

今年试用了几款ChatBI产品，大厂版本普遍臃肿复杂。很多本可以通过增删或检查API解决的问题，却被迫套用繁琐的Vibe流程。

在大厂的复杂组织中，把简单问题复杂化几乎是本能。
而能把复杂问题简约化，回归第一性原理，保持克制，才更稀缺

[robotbird @PMAndDog]

做过问数躺过一些坑

1.不要搞复杂场景的问数，一个问题生成的 SQL 尽量简单一点

2. 目前的 AI 和工程约束不要超过三张表

3.尽量不要用复杂的 chatbi 产品，这个是大坑，用过好几个大厂的 chatbi 产品，那可是最大的坑，直接 vibe，然后轻量级配置。

效果准确率能达到 95% 以上。

[David @RunningWin38268]

有人问：为什么AI时代拥有很多人才的大厂反而不容易做出优雅的产品？

复杂组织的本能，是把简单问题复杂化。

少数产品和团队，能反其道而行，把复杂问题简约化，回归第一性原理。

品味、克制、对用户需求的尊重理解，比功能更稀缺

[David @RunningWin38268]

见史以知今，鉴往以察来。

很多人关心未来，却忽略了判断未来最有效的方法，往往是回到历史。

因为只有看清自己所处的周期和阶段，才能理解趋势的方向，以及最终的归宿。

股市如此，人生如此，国家亦如此。

[Huan @Huanusa]

https://t.co/wUDbrcKB5v

[David @RunningWin38268]

今天的FDE，是企业拥抱AI最快的桥梁。

但站在未来3年的视角回看，FDE更像是过渡方案，而AI Native才是终局形态。

因为企业最大的竞争优势，不在于部署了多少智能体，而在于整个组织是否围绕AI重新设计流程、系统和决策机制。

FDE解决落地问题，AI Native决定未来格局。

[David @RunningWin38268]

创业1年以后才开始慢慢共情老板跟领导，
原来领导也不是很傻逼，只不过是难言之隐，在其位化好妆演好戏而已。

[David @RunningWin38268]

推荐大家看看时寒冰先生的《全球视野下的投资机会》。

AI看似是算力之争，实际上是电力之争；电力之争的背后，则是资源之争。
当全球化退潮、地缘政治重构，未来决定国家竞争力的关键因素，将重新回到能源和资源。

金、油、铜、铟、锗、钨、钼等战略矿产，

谁掌握关键资源，就掌握产业链的话语权。

[复利先森 @xm597760789]

算力有色金属，这里重点聊一下这个板块儿，
核心逻辑：
AI硬件（PCB，光模块，服务器，液冷，封装）等各个环节，都需要有色金属资源支撑，而资源是有限的，对有色金属价格的催化也就形成了。并且具有不可替代、需求刚性、供给偏紧、战略属性强等特点。比较典型的有色金属有：锡、铜、铟、锗、钨、钼等

[David @RunningWin38268]

AI工具越强，人越忙。

AI干掉了第一优先级的事务，然后迅速的把二三四优先级（原来可做可不做，可选择性做）的繁芜事务推到ToDo列表中。

注意力不停的切换在各个任务中，大脑前额叶持续疯狂。

然后AI一停，人越萎靡。

[Witt | AI职场热点老兵 @WittWang01]

AI越强，人越忙。

一家全员重度用AI的公司，人手一个Codex和Claude Code，按理说该裁员了——结果一年人数翻了一倍。
因为每个Agent背后，都得有个人盯着。没人管的Agent，几天就烂成一堆技术债。

更反直觉的是：全员上Agent后，SaaS开销反而比去年更高——Agent在疯狂、高频地调用这些产品。

[David @RunningWin38268]

听来听取就是就是旧世界的秩序已经崩塌，新世界的路还没跟上。

[土豆本豆 @Potatoloogs]

张小珺和真格基金戴雨森最新一期播客，两个多小时，聊了AI行业复盘、创业机会和投资思考。

一、Return问题没有被解决，只是下推了一层

Anthropic的收入大涨让很多人觉得回报问题已经解决了。

戴雨森的看法是：Anthropic的收入其实是它客户的投入。客户买了token烧了token，是要做出软件、降本增效、最终产生利润的。

现在进来尝鲜的人远多于发现token没有带来价值离开的人，所以收入涨得很快。但这个漏水最终是要堵住的：来吃螃蟹的人得能赚到钱，而且赚钱的周期不能太长。

投入→产出→结果，这是一个三步的链条。现在所有人都在拼命投入，产出多了一些，但产出还没带来结果。

二、Coding不是垂直领域，是水平能力

去年以前很多人把coding和医疗、金融并列，当作一个垂直方向。连一些研究员如果自己不做coding，也觉得coding就是垂直方向中的一个。

现在大家发现coding是horizontal的，它能加强办公、医疗、研究等所有领域。这个认知的转变让coding的意义完全不一样了。

三、Harness更像OS，模型更像CPU

三年前做一个AI应用，得自己处理agentic loop、memory、guardrail。

现在在Claude Code或Codex上做一个Skill，这些都不用管了，harness帮你处理。

就像Windows出现之后开发者不用自己跟硬件通信了。而且用户可以在harness里插拔模型：哪个便宜用哪个，哪个新用哪个。

用户对harness的忠诚度反而比对模型高，因为记忆和context存在harness里。

四、Agent网络效应可能正在出现

六个月前大家都用同一个Claude Code，没有理由交换。但现在每个人的harness里沉淀了不同的context、skills和记忆。

同一个任务交给不同人的agent会得到不同结果。这就出现了一种可能：我的agent雇佣你的agent来做某件事，其中一部分是token费用，另一部分是你的agent积累的专有知识的溢价。这可能是一种agent之间的marketplace。

五、下一个字节跳动级的公司不会长得像字节

很多人在找下一个字节，做一个AI信息流，刷来刷去，里面是AI生成的内容。

戴雨森觉得在字节的游戏规则里打败字节是极难的。Agent时代的关键指标已经从attention（用户看屏幕的时长）变成了agent能持续完成有价值任务的时长。

如果为了优化DAU让用户多上来看一看，反而说明产品不能让用户省心。

六、AI毁灭旧价值的速度远高于创造新价值的速度

降本在发生（裁员），但增效还需要时间：因为增效需要新产品、新需求，而这需要人的想象力，不是多了十倍工程师就能立刻多出十倍收入。

移动互联网后期大家已经不知道该做什么了，这是产品创新的问题。现在硅谷有的公司因为编程能力过剩开始互相进入对方领地，但复制已有功能和创造全新品类是两回事。

七、三步走：Agent的落地路径

第一步，让人类拥有更多更好的agent：现在各家都在做这件事。

第二步，让agent更好地适应人类的数字世界：支付、身份验证、使用人类软件。

第三步，建设agent专属的数字基础设施：agent之间的支付、通信、协作方式可能跟人类完全不同。

八、思考需要刻意练习，创新也需要刻意练习

戴雨森有一个观察：作为一个快40岁的人，想法比20岁创业时少了很多。虽

然坐拥各大coding agent的订阅，每天有很多AI等着打工，但做什么呢？他有个朋友每月烧一万美金token，做了个扫描器检测每天哪些域名到期没人注册，然后让AI给这些域名做产品。

这有点像Omakase：今天鱼市上看到什么鱼，就做什么菜。听起来荒唐，但其实是在刻意练习用AI创新。

[David @RunningWin38268]

笑死， 粗门在外身份都是自己给的， 现在搞AI培训的所谓专家，大多都是搬运家。

[Luna @LunaAI519]

遇到草台班子了

一个号称是AI智能体专家的人

和他沟通了两句

他问我

CC+CODEX，是我做的AI员工吗？

？？？？？？？

[David @RunningWin38268]

但凡门槛低、上限高、稳定有奔头的职位不可能从公务员流落民间。 资源永远是从上往下流动。

[LISA @MindOS_Lisa]

花叔说得没错，“AI 放大的是你已经有的东西​。”
而且80%的创业公司都会失败，OPC也不例外
但是又怎样呢，做成一件事情本来就是会要脱好几层皮
做了才知道结果，才知道怎样调整
人教人教不会，事教人的效率才最快
不断积累自己的认知，才能真正摸清楚自己想干成什么事情，活成什么样的人生