AaronWu

用 AI 重构内容、产品和增长
分享真实经验、方法和工具
15年内容运营｜多个商业化智能体创作者

[AaronWu @AaronWu89]

X上为什么有那么多的暴论。都是怎么来的？😂

[AaronWu @AaronWu89]

@Russell3402 之前舍不得，是看不到落地回报

[AaronWu @AaronWu89]

@GlobalLinkTrade 关键是分清哪些恐惧要直面，哪些只是内耗。

[AaronWu @AaronWu89]

Codex自动剪辑快搞定了，一个4分钟的口播视频4万token多吗？

[AaronWu @AaronWu89]

终于重置了

[Tibo @thsottiaux]

Reset all propagated. Sweet dreams.

[Tibo @thsottiaux]

Reset all propagated. Sweet dreams.

[AaronWu @AaronWu89]

@m0d8ye 本地模型解决的是数据不出企业，但权限、日志、员工误操作和Agent执行边界如果没管好，一样会泄密。安全最后是系统问题，不是部署地点问题。

[AaronWu @AaronWu89]

@Ryrenz 再强的RAG也只是更快地把旧答案找出来。企业上AI之前，往往得先补一遍知识治理。

[AaronWu @AaronWu89]

@wulujia 版权规则本身有边界，关键问题是模型能不能准确判断“合理转换”和“大量替代原作”的区别。如果为了降低风险全部拒绝，确实会伤害正常使用。

[AaronWu @AaronWu89]

@lianyanshe 蒸馏、模型路由、用户请求转发其实是三件不同的事。真正值得追的是具体数据流，而不是先站队谁原创、谁抄袭。

[AaronWu @AaronWu89]

@wangjupaian AI可以把搜索空间压缩得非常快，但一个结果为什么重要、能不能产生下一套方法论，仍然不是简单堆算力就能解决的。答案越来越便宜，理解反而可能越来越贵。

[AaronWu @AaronWu89]

@NFT_Chen 以前是“先学会Blender、代码和一堆工具，再把想法做出来”；现在越来越像“先把你想要什么说清楚，再让AI补工具能力”。所以以后最大的门槛可能从软件操作，变成了想法和验收能力。

[AaronWu @AaronWu89]

@CryptoDoggyCN 不过这类岗位未必会成为长期红利。数据采集最容易被标准化，一旦样本够多、仿真数据成熟，人力需求也可能迅速下降。它更像AI产业早期的“基础设施工”，而不是永久职业。

[AaronWu @AaronWu89]

@AlanShao111 别先花3小时拍视频，可以先花3分钟测观点。能在评论区和短帖里获得反馈的题，再重做成视频和公众号，内容成本会低很多。

[AaronWu @AaronWu89]

@mike_chong_zh @screenkite_com @hackbearterry 现在模型公司竞争已经有点从“参数大战”变成“额度大战”了。模型能力越来越接近以后，用户真正有感知的反而是：能不能一直用、速度够不够快、贵不贵。未来模型产品的护城河，可能有一半其实是算力供给和用户体验。

[AaronWu @AaronWu89]

@xiaohu 我觉得这一代图像模型真正改变的不是“生成得更漂亮”，而是修改成本开始接近 0。以前 AI 图最大的问题是改一个地方整张图都变，现在如果局部锁定真的稳定，最先被重构的可能不是设计师，而是大量电商修图、物料改版和批量出图流程。

[AaronWu @AaronWu89]

@robotbird01 我反而觉得，企业级 Agent 真正的门槛可能已经不是“Agent 能不能干活”了。

而是：谁能干、能看到什么数据、能调用什么 Skill、出了问题谁负责。

个人用 Agent 拼的是能力，企业用 Agent 拼的其实是治理。

未来企业需要的可能不是更多 Agent，而是一套“AI 员工管理系统”。

[AaronWu @AaronWu89]

从小城打到上海，才读懂回到熟人关系这句话

[AaronWu @AaronWu89]

如果做一个“擦边”的数字人，发X，流量会不会比我这个天天分享观点的要好很多？

[AaronWu @AaronWu89]

@jia440479 我也发现了，AI 不会创造观点，只会放大提问者本身的认知水平。