Ryan（兼职哲学家）

某不知名MCN机构创始人｜某中不溜陪玩俱乐部联合创始人｜目前涉及行业：AI 币股 电竞 ip运营 创业与商业咨询｜目前爱好：露营 养鸟 路亚 咖啡 网游｜行业研究预测｜兼职哲学家｜业余心理学家｜略懂拳脚｜不卖课 不教赚钱

[Ryan（兼职哲学家） @Ryan6uoM]

我从2008年开始自己建站做小说搬运网站，到后来做自媒体，再后来成立了一家自己的MCN公司。

我经历了从门户和搜索，到微博、公众号，再到短视频、直播和算法推荐。我深刻体会到，创作者过去靠编辑和渠道，但现在更依赖平台规则、推荐机制和用户反馈。

我也体会过，很快能拿到一定结果，又慢慢被算法、流量周期和平台政策影响。

所以后来做MCN，我慢慢摸索如何包装一个人，如何把高度依赖个人天赋和偶然性的内容，做成可复制的流程。

这些经历也让我看到，内容从来不只看如何表达，它同时也受平台结构、用户需求、注意力竞争、商业模式和组织效率的共同影响。

就现在而言，流量从来不是稳定资产。一个账号可以做得很大，但如果没有清晰的用户关系、产品能力和商业闭环，流量也有可能快速消失，或者成为无法变现的为爱发电。相反，一个规模不大、但有稳定受众信任、明确内容定位和合适产品结构的创作者，也有可能形成一个质量很高的个人商业模式。

而且自从AI进入这个行业之后，生产成本下降了很多，但像狗屎一样的内容也在大量增加。AI正在重写自媒体这个行业。单纯会写、会拍、会剪，已经完全没有优势。

真正稀缺的，更加集中在选题、观点、经验、审美和信任，以及更重要的，持续创造独特信息的能力上。

所以我对个人品牌、知识付费、创作者经济，一直保持一种看法，就是它既不是轻松赚钱的方法，也不是纯粹的自我表达，而是高度依赖长期积累、市场反馈和持续经营的一种商业形态。

同时我也在做电竞陪玩。我是一家电竞陪玩俱乐部的联合创始人。因为有MCN的工作经验，我们最初做电竞陪玩的时候，只是通过短视频和直播来获客。也因为有MCN经验，我们工作室很少有技术陪，更多是情绪陪，而且没有兼职陪玩，全部是专职。

原因很简单，我们知道陪玩不是一次性的交易。获客之后，更关键的是把用户关系沉淀下来。直播和短视频负责触达和信任，陪玩服务负责即时交付，因为用户留存周期的原因，还要把兴趣、人设和关系继续往后延，延到会员，延到场景化，甚至延到联名。

所以我们深知，真正的陪玩交付的不是简单的情绪价值，而是陪伴、倾诉、被理解，以及一段要超出预期的情绪体验。我们非常明确，用户要的是在高压、孤独的碎片时间里，有一个低门槛、可即时获得的情绪出口。

因此我们像是陪玩界的一个异类，所有人都在卷陪玩体量、用户体量的时候，我们卷的是陪玩质量。但这让我们能在如此卷的市场中，做到行业中腰部的水平，也说明我们是有点东西的。

我也是个重度的AI用户，所以我也持续关注这一轮的行业动向。从最初的大语言模型，到现在的AI Agent，AI的发展，绝不会只停在“多一个效率工具”。

在这个过程中，我认为谁更能理解具体场景，谁更掌握真实业务流程，谁更拥有持续数据反馈，谁更能把模型能力嵌进产品和组织，谁就更有竞争力。

同时我也在关注OPC，通过AI的加持，一个人的能力半径被明显放大了。但技术门槛下降之后，产品同质化、信息过剩和竞争加速也会变得更加严重。所以判断、品味、行业理解和商业能力，会变得更加值钱。

因为有一些些的经验，所以我现在的工作重心在IP运营上。

非工作时间，我会研究点哲学，东方和西方都看，也研究点心理学，包括MBTI、Big Five。又加上我小时候系统学习过传统武术，所以也算能文能武。

因为长期在自媒体圈子里，所以也经常接到一些圈内人的咨询。这些咨询大多和我目前的工作有关，基本都围绕IP运营。但从IP运营出发我发现，一个人在真实环境里遇到的问题，往往有非常多的背景因素，这些背景因素一复杂，很多人就会在选择上陷入纠结。同时这也让我看到，很多人的决策能力其实是有限的。

换个说法，很多人所谓的个人问题，其实同时包含职业信息、能力匹配、家庭期待、经济压力、组织关系和风险偏好等多个层面。所以做这些咨询时，最表层的问题往往不是重点。我开始习惯把这些感受逐步还原成事实、关系、约束和选择，再提供决策建议。

这也让我开始想慢慢把工作重心放到了创业和商业咨询上。

这差不多就是我的一个简短的自我介绍，一个喜欢露营、爱养点鸟、没事甩两杆的人。

[Ryan（兼职哲学家） @Ryan6uoM]

Any Chinese beginners here?

Can you actually tell the difference between “不要给我” and “不要给我”?

I keep hearing they mean the complete opposite of each other… is that real or just a myth? 👀

[Ryan（兼职哲学家） @Ryan6uoM]

@Yassshhu 可以购买吗？

[Ryan（兼职哲学家） @Ryan6uoM]

我感觉卡总的 X 线上招聘能引发一波中文区的应聘潮。

[Ryan（兼职哲学家） @Ryan6uoM]

有人每个月花200刀订阅AI工具，有人每月花 1500块 办隔壁洗浴中心的卡。

花200刀的也可能在想怎么样才能什么也不干，让AI替自己赚钱。
花 1500块的也可能在想好好放松一下，明天继续赚钱。

[Ryan（兼职哲学家） @Ryan6uoM]

@AI_Jasonyu 能量守恒：下面硬的时候，上面就软塌塌的。

[Ryan（兼职哲学家） @Ryan6uoM]

如果你也正在做FDE，尽量别碰传统中小企业，我总结了五点：

1、 钱少
报价被砍到离谱，人力成本远超合同。一个40万左右的项目，五六个人进场死磕近45天，主要精力全耗在数据摸底和治理上，前20天连一个像样的模型调优或着Agent工作流都开始不了。而且验收标准模糊，中途只要老板变卦，钱就拿不全。真正想要靠这个赚钱的，卖课更实在，因为小老板至少听完课有牛逼可以吹。

2、事多
数据底座完全就是“一坨狗屎”的无底洞。
纸质单据、微信群聊天记录、Excel各写各的。甚至老ERP没有API、字段乱、历史数据乱七八糟。Demo用干净样例数据很好看，但进生产后发现全是问题。数据治理可能要花好几倍的人力。

3. 人的问题
利益格局变动，每一层的蛋糕动了。老板拍板，但中层不配合，虽然明面没人反对，但他拖你时间，基层不给完整数据。老板认为AI是魔法，认为我们是免费顾问。

4. 甲乙方逻辑错位
我们作为FDE想的是“共建”，想的是一起按业务指标验收。但老板想要的是“外包”。

5. 想得美
老板想一口气上全套，看Demo挑毛病，只知道好不好看，丝不丝滑，高不高科技，根本不懂生产的可用性。

再加上他妈的行业乱象，谁都能进来插一杠子，同行乱报价，实际质量差。
自称能做FDE，但真正能独立交付20万以上项目的根本就没几个。甚至刚起步的小团队自己都没交付体系，也都敢直接接中小企业。

[Ryan（兼职哲学家） @Ryan6uoM]

@DongTao57263 小老板标配：钱少、事多、想得美，先不说一个小企业的决策系统有多混乱，单是时间成本就搭不起。

[Ryan（兼职哲学家） @Ryan6uoM]

房价涨？房价涨是因为通胀？

2026年10月CPI同比只有0.7%，比9月的0.9%还回落了，环比持平，1-10月平均也才0.9%。这叫通胀？
离能持续推高物价的通胀还差得远。更关键的是，彭博刚报了中国有1亿消费者陷在债务泥潭里：https://t.co/1vRxfqf0gl

通胀会稀释债务的实际价值，谁是借款人，谁是债权人应该清楚吧。债务已经全民化、规模大到这个程度了。宏观角度看，债权人会努力压住通胀的形成。

钱“越来越不值钱”如果真是主因，CPI早该明显抬升，借款人也该因为通胀而轻松一点。现实却是CPI这么低，1亿人还再被追债。

所以“房价因为通胀必涨”这个前提，和眼前的数据、和全民高负债的宏观现实，完全 tf 对不上。

[Peter of Galilee @Peter90116]

房子是这样
房子都会涨，尤其是一二线，因为房价上涨的原因是通货膨胀
换句话说，钱越来越不值钱了，物价越来越高，猪肉从二毛钱一斤涨到了二十块一斤，未来会涨到二百块一斤，所以房价也会涨
但是
中国最大的危机已经到来了：人口崩塌式滑落
所以房子就涨价，但是三四线以下城市的人越来越少，相对房子越来越多，所以没人买房了
也就是说，虽然看起来三四线城市房价也涨，但是卖不出去
这是房价的逻辑
所以三四线投资房产就算了，自己住买了万一亏了您得认，前提您需要自住！
有孩子的了，还租房，这种是不合适的，有恒产者有恒心，有了房子才有家的感觉，房子是最后的退路，所以可以考虑和家人谈谈买房的可能性，单身的，我建议不要买房了，你去哪不能苟着。

[Ryan（兼职哲学家） @Ryan6uoM]

@kitesrox 关心当下的时候用的是对比法：你看看人家再看看你

[Ryan（兼职哲学家） @Ryan6uoM]

@YxzRainy 吴慧芬是汉东大学的历史系教授，但高育良还是偏爱只看过《万历十五年》的高小凤。

[Ryan（兼职哲学家） @Ryan6uoM]

@EianLu 小红书评论的权重最高，点赞收藏意义不大，评论区去拉对立讨论，视频标题按照SEO的标准做，搜索流量直接拉满！

[Ryan（兼职哲学家） @Ryan6uoM]

@TomoriNao2022 这是第二代小红书带货文案

[Ryan（兼职哲学家） @Ryan6uoM]

@Awakenerzi 这已经不是简单的晕 3D 了

[Ryan（兼职哲学家） @Ryan6uoM]

一觉醒来看到很多人特别又共鸣，那我把这件事展开说说。
从GPT5.6开始我越来越觉得大语言模型的底层逻辑和人类非常相似：

1、我们人类的记忆不是录像，是压缩文件

回忆一下你三岁的时候能记得两岁的事，但二十岁的时候却连五岁那年假期具体干了什么都想不起来。但是从心理学上来说大脑不可能删掉记忆，所以极有可能只是把高权重的经历写成了类似MD的长期文件，日常上下文全丢掉，只留索引。需要的时后再重新渲染。这和大模型非常相似，参数里存的是压缩后的知识，不是原始数据。

2、学会的东西，会变成Skill
我从小学骑自行车、说话辩论、看人脸色，这些早就不用想步骤了，身体会自动执行。这就是大脑把经验写成了Skill。模型微调后，也会把模式固化成“技能”，遇到类似情况直接调用。（还有一点，就算我们学的经验是错的，再没有被纠正之前，我们也会还不怀疑的调用错误的 Skill。）

3、每次回忆其实都是重新生成
回想一下你越反复想一件事，细节就越容易被当前情绪和别人的说法改掉。虚假记忆就是这么来的。模型也没有“原件”，每次回答都是根据上下文重新生成。你反复强化一个错误细节，它后面也会信以为真，覆盖掉之前的记忆。

4、提示一变，结论就变
同一件事，换个说法问你，你的回答可能完全不同。模型对prompt极度敏感，措辞、例子、语气一变，输出就变。两边都不是在“提取事实”，而是在“根据提示现场生成”。

5、快的时候靠感觉，慢的时候才讲道理
你看人第一眼就有判断，事后才找理由。模型默认也是直接生成（快系统）。只有你逼它一步步思考时，它才会进入更慢、更准的模式。而且当我们再需要思考一件事的时候往往需要像模型一样先调到专家模式。

6、注意力高度选择性
人同时只能真正处理很少的信息，大部分东西会被自动忽略。大模型的注意力机制也一样，它不是平等地看完所有上下文，而是给“看起来相关”的部分更高权重，其余直接弱化。两边都会漏掉真正重要但不够显眼的信息。

7、学了新的，旧的容易被干扰
人学一门新语言或新技能时，旧的习惯会被打乱，甚至暂时变差。模型在继续训练时，也会出现灾难性遗忘，新知识覆盖旧知识。两边都不是无限叠加，而是会互相挤占。

8、看几个例子就会“懂”
模仿能力强的人，看别人演示两三次，就能大概学会。模型也是，给几个例子，它立刻就能按这个模式生成。两边都擅长从极少量样本里快速抓住模式。

9、熟悉的场景会让人过度自信
如果某件事好像以前做过，或者看到别人做过，我们就很容易拍胸脯说“没问题”，但结果却做错了。模型在熟悉的任务上也很自信，一旦遇到稍微偏离的情况，照样会一本正经地输出错误答案。

10、聊久了前面会忘、前后会矛盾
我们再长时间聊天后，会忘掉开头说过的细节，甚至自己前后说法不一致。模型在长上下文里同样会出现“中间信息丢失”，早期的约束逐渐失效，后面开始自相矛盾。

接下来请各位继续补充！

[Ryan（兼职哲学家） @Ryan6uoM]

完全同意你了看法，而且我认为人类的压缩比 AI 更激进。三岁的我们记得两岁的事，二十岁的我们连五岁的假期在干什么都想不起来。
这不是记忆被删除，而是摘要。大脑把高权重的经验写成类似 MD 的长期文件，日常上下文全丢，只留索引。所以我们不是在回忆，是在重新渲染压缩后的版本。
这也解释了为什么虚假记忆能被重复强化成真实经历，它跟模型的幻觉同源，都是压缩过程中的信息损失。

[Ryan（兼职哲学家） @Ryan6uoM]

@Awakenerzi 社会中低层次人群是看人下菜碟的，所以故作神秘能行得通，但...

[Ryan（兼职哲学家） @Ryan6uoM]

东八区下午五点前的 𝕏 太降智了

[Ryan（兼职哲学家） @Ryan6uoM]

@5trm1p 上视频

[Ryan（兼职哲学家） @Ryan6uoM]

@LingJiaXin233 茶店美崩助

[Ryan（兼职哲学家） @Ryan6uoM]

@Morris_LT 外版＋美区ID

[Ryan（兼职哲学家） @Ryan6uoM]

@laoyan86 这种图文大部分都不是真的，而是批量起号拉私域割韭菜的，因为要立大女主人设，就不能有男性伴侣这个拖油瓶。