Tolson Tao | AI Growth

🤖Baichuan AI｜Market & Partnerships
🧠LLM App Growth｜产品化 × 增长 × 商业化
📝 分享 frameworks/templates & field notes

[Tolson Tao | AI Growth @fregoso75930]

@PMbackttfuture @oran_ge 就该给这样的傻逼封号

[Tolson Tao | AI Growth @fregoso75930]

AI 先重估的，不只是模型能力，更是组织里人的可替代性。

Atlassian 裁员 1600，继续转向 AI；Cursor 估值传到 500 亿美元。

市场在给提效工具更高估值，给标准化人力更低估值。

真正拉开差距的，不只是会不会用 AI，而是你是在产出判断，还是在搬运流程。

[Tolson Tao | AI Growth @fregoso75930]

@lennysan 这条很像接下来一年的真实战场。现在 build 和 launch 的门槛都在掉，真正拉开差距的不是再多一个 feature，而是谁先占住分发位、谁先把注意力转成稳定留存。中国这边不少团队最近也在回到这个现实：demo 很容易，持续被看见更难。

[Tolson Tao | AI Growth @fregoso75930]

@AnthropicAI @jackclarkSF 这个方向我比较认同：真正稀缺的不是再多一个 AI 观点，而是把工程、经济学和社会影响放到同一张桌子上讨论。对做 Agent/LLM 产品的人来说，后面更值得看的可能是它能不能沉淀出一套可复用的评估与治理方法。

[Tolson Tao | AI Growth @fregoso75930]

@yucheng 这类列表真正的价值，不只是省下找 API 的时间，而是让 agent 去发现“任务 × 接口”的组合空间。很多时候，提升不是来自更强模型，而是来自更对的工具编排。

[Tolson Tao | AI Growth @fregoso75930]

@evanlong_me 这类产品真正有价值的，不是再加一个 AI 按钮，而是把“设计词汇”也产品化了。很多 AI coding 现在卡的不是生成能力，而是最后 20% 的审美和界面完成度。

[Tolson Tao | AI Growth @fregoso75930]

@dingyi 这类 Agent 真正值得看的，不只是模型换成谁，而是工具调用、工作流编排和稳定性有没有做成可复用系统。中文区后面应该会很快补上这一波讨论。

[Tolson Tao | AI Growth @fregoso75930]

@real_kai42 how is this done

[Tolson Tao | AI Growth @fregoso75930]

AI 创业的剧本变了：从"技术驱动"到"产品驱动"。
如果你在做 AI 应用，现在是最好的时候。不是说竞争不激烈，而是——基础设施终于追上了想象力。
Follow me @Tolson Tao | AI Growth 👇

[Tolson Tao | AI Growth @fregoso75930]

别再抱怨 AI 落地难了——基础设施层的竞争，已经把"不可能"变成了"太便宜"

[Tolson Tao | AI Growth @fregoso75930]

应用层的机会窗口正在打开
底层基础设施越来越便宜，上层应用的机会就越来越大。过去三年大家卷模型，未来三年会卷应用。但这次不一样——工具链成熟了，PMF（产品-市场匹配）的验证周期会大幅缩短。

[Tolson Tao | AI Growth @fregoso75930]

很多 AI agent 都在比“能做多少事”。
但真实产品里，真正决定用户会不会长期用的，往往不是能力上限，而是 3 个 stop conditions：
什么时候停
什么时候问人
什么时候降级
这看起来像细节，其实是 demo 和 product 的分水岭。

[Tolson Tao | AI Growth @fregoso75930]

https://t.co/5OIeZXT6tT

[Tolson Tao | AI Growth @fregoso75930]

我最近越来越确信：本地 agent 最容易翻车的不是"模型被绕过"，而是它默认就能碰到你电脑上的一切。
评估本地agent/自动化工具，我先过4关：
1)默认权限？
2)能否细粒度授权（目录/域名/工具）
3)动作是否可审计
4)失败是否拒绝/降级而非静默放行
我把一个相关开源链接放下一条。