菊次郎的夏天0823

创业公司AI产品
人生原则：全力以赴，顺其自然，知足常乐
永远在路上

[lumxss @bkdgiffug]

程序员最容易卡住的，有时候不是代码，而是 UI 审美。

我的懒人玩法：找现成的漂亮组件，直接丢给 AI Agent，让它自己挑、自己改、自己塞进项目。

这 5 个站先收藏：

1️⃣ Beautiful UI — https://t.co/Xd7RxNXeK1
2️⃣ BeUI — https://t.co/EHKEVhoZhy
3️⃣ Rare UI — https://t.co/ZJ2ymEocbT
4️⃣ Transitions — https://t.co/Loc08STWGc
5️⃣ shadcn/ui — https://t.co/szLxAsJUHt
Claude Code、Codex 这类 Agent 都能拿来参考。
不会设计没关系，先知道好东西去哪找。

[沐阳 @yyyole]

这也太夸张了吧！学到了！！
这拿来做竞品分析，简直有如神助！！

37 个品牌、724 支广告，40 秒拆完！
跑完一轮分析，成本0.09美元！！
做竞品分析的朋友，看到这个真的很难不心动。

Jev 批量分析竞品广告，系统拆解背后的思路，从开头怎么吸引人，到最后怎么促成行动，覆盖六个维度：

Hook：第一句话、第一个画面，靠什么让人停下来？Format：用了什么广告形式，怎么呈现产品和卖点？
Offer：给了什么购买理由，优惠、试用，还是其他？
CTA：希望用户点击、注册，还是直接下单？
认知阶段：这条广告面向谁？
落地页：广告的落地页是否正常连接？

我知道AI可以用来研究竞品，没想到能研究的这么快，这么透彻啊！
对于前期收集素材、整理套路、寻找测试方向，这已经足够了！

[Mengke Wang @MengkePM]

https://t.co/ghUgtm1M1w

[美研芒格君 @Kay2289123]

我个人有三个 200$ 的 Codex Pro，一个 Claude 200$ Max，每周都能消耗完，沉淀了一些最近的一手使用经验 tips，包括怎么省 token

1. 跟 GPT-6 一起把之前的 prompt 和 skill 重写一遍，你会获得一个全新的模型

2. GPT6 尽量用medium/high，复杂任务 xhigh。Ultra 给最模糊的任务

3. 配置 subagent 为GPT5.6，同理 Fable5.1的 subagent 给 opus5

4. 1M 上下文 compact 窗口百分比设小一点，我现在用的是 40%

5. 把高频、消耗量大的简单任务转交给专有小模型

[sleepy.md @sleepy0x13]

AI 圈现在一个很大的问题，是我们都活在信息茧房里。

每天泡在 Twitter、Claude Code、Codex 里的人，会很自然地觉得 CLI 是未来，Agent 会吃掉 App，所有工作都应该自动化，最好一句话把电脑上的事全干完。

但你真去跟 AI 圈外的人聊，会发现完全是另一个世界。

大部分人不知道 CLI 是什么，也没有任何兴趣知道。

他们没有每天折腾 workflow，没有把 Gmail、日历、文档和浏览器全部接给 Agent，甚至还在用三年前就装好的那几个 App。

对很多普通人来说，AI 到今天最明确的价值依然很简单，比搜索好用一点，能问健康问题，买东西前帮忙参谋一下，偶尔写点东西。我身边不少同学在用的 AI 是豆包。

因为我们已经开始不用 App 了，所以 App 要死了；因为我们开始用 Agent 了，所以人人都会用 Agent。这其实是拿几万、几十万技术重度用户的生活，去脑补几十亿人的未来。

真正大的商业机会，反而可能没那么性感。

谁能把现在这些已经很强、但普通人根本懒得学的能力，做成一个不需要理解 Agent、不需要学 prompt、不需要知道 MCP 和 CLI 的产品，谁才有机会真正把 AI 往外推一层。

AI 圈最容易高估技术变化的速度，也最容易低估普通人改变习惯有多难。

而后者，可能比模型能力本身更值钱。

[赵纯想 @chunxiangai]

远离 AI Coding 能力特别强的人。因为他们都是 NPD。

如果他不是 NPD，长此以往下来他也会变成 NPD。

一个任劳任怨的“没有尊严和反驳属性”的客体，会在日夜携程中将主体惯成 NPD 😂 我是在自己身上发现这种迹象的。会经常下意识说出“把人不当人”的话。

这需要治疗！

[Ethan @ethanl_0x]

朱啸虎昨晚北大演讲核心总结

1. 技术领先只是阶段性优势，长期竞争最终还是回到商业。
技术进步快的时候拼技术；技术扩散快的时候，拼渠道、品牌、供应链、成本、用户入口和运营效率。

2. 判断创业项目最重要的是 3S：
Size：市场足够大
Scalable：能够快速规模化复制
Sustainable：能够长期防御，不容易被大厂复制或吞掉

3. 高度定制化的业务很难 Scale。
如果每个客户都需要重新部署、重新开发、重新服务，本质上更接近服务公司，而不是可规模化的产品公司。

4. 最好的增长是用户主动带来用户。
社交网络、社区和双边平台的优势，在于网络效应和自然传播，而不是长期依赖买量。

5. AI 创业最危险的是做成一个“大厂可以免费集成的功能”。
如果只是一个简单 AI Feature，没有入口、数据、网络效应等壁垒，很容易变成给大厂“打样”。

6. 用户入口往往比单纯的技术领先更加重要。
腾讯能够不断后发追赶，一个重要原因就是微信、QQ 这样的流量入口长期存在。

7. 双边、多对多的平台更容易形成长期壁垒。
滴滴、美团这类平台的核心不是简单撮合，而是同时连接大量供给方和大量需求方。

8. 高频业务比低频业务更容易形成独立产品和用户入口。
一个比较理想的标准是用户至少每周使用一次；频率太低，很难长期占据用户心智。

9. 创业公司最好不要教育市场。
最好的切入点，是用户本来就存在需求、已经形成习惯，只是原来的解决方案不够好。

10. 用户数量本身并不等于商业价值。
更重要的是用户是否愿意付费、是否有留存、是否能够升级到更高价值的服务。

11. 交易越标准化，越容易规模化。
像打车这种“A 点到 B 点”的标准需求，更容易形成大平台；高度非标的家政、美容等服务则更难 Scale。

12. 留存比单纯增长更重要。
朱啸虎提到，其看 AI 产品时，希望看到大致次月留存 50%+、六个月留存 20%+。

13. AI 正在从 Token Maxing 转向 Value Maxing。
未来不是所有任务都要使用最强模型，而是选择最合适、性价比最高的模型完成任务。

14. 开源模型可能逐渐成为 AI 基础设施的重要形态。
朱啸虎将其类比 Linux：随着模型能力趋同和成本下降，开源模型可能获得越来越大的市场空间。

15. 真正成熟的 AI 产品应该把模型和 Prompt 隐藏起来。
用户不需要关心 GPT、Claude、DeepSeek，也不需要自己选择模型，只需要提出需求，系统自动完成任务。

16. AI 最好的创业机会之一，是“旧需求 × 10 倍体验”。
不一定需要创造全新的需求，而是找到已经被市场验证的需求，再利用 AI 把体验提升 10 倍甚至 100 倍。

17. 朱啸虎目前重点提到的 AI 应用方向包括角色扮演、Coding 和视频。
这些场景具有高频、强需求，以及 AI 相比传统技术明显提升体验的特点。

18. 中国 AI 软件出海，开源可能是一种重要获客方式。
相比传统依赖海外销售团队的 SaaS，开源可以通过产品本身和开发者社区直接触达全球用户。

19. 机器人创业不一定追求“通用”，而应该优先解决高价值的具体任务。
相比大量同质化的人形机器人，更值得关注的是水下清洗、工业装配等“高价值、任务明确、泛化要求低”的场景。

总结：技术先进只是入场券。随着技术快速普及，真正决定公司长期价值的，还是市场规模、规模化能力、用户留存、入口、商业模式和壁垒。

[alisa rae .☘︎ ݁˖ @raealisa]

chatgpt actually gives great glow up advice

[Lenny Rachitsky @lennysan]

60+ creative growth ideas

Everyone's running the same growth playbook: high-production launch videos, paid influencers, AEO, social, maybe some (poorly attended) events. Your competitors are in the same channels competing for the same eyeballs.

But attention goes to what people don't see coming. The unexpected gets shared for free, remembered for months, and usually costs less than one week of ad spend.

@TomOrbach has dedicated his life to collecting creative growth ideas that worked. Every time he sees a startup do something clever, it goes on the list.

Here are his 64 best, sorted by what you're trying to do:
1. I want to generate buzz (without paid ads/influencers)
2. I want my launch to make noise
3. I want other people to spread the word for me
4. I want more leads and conversions
5. I want to outsmart my competitors
6. I want customers to pay more (and be happy about it)
7. I want customers to stay forever

All 64 ideas: https://t.co/v8j74mJDAL

[空格.space @kongge_space]

https://t.co/nwepHMAaZH

[美研芒格君 @Kay2289123]

果然还是高手在民间。上个帖子获得了很多干货、硬核经验和设计经验分享

谢谢大家。我主打一个听劝，就把大家推荐的工具、优质帖子和设计方法整理了一遍。希望对同样需要做网页、但不懂设计的外行朋友有所帮助, 并且附上我的投研网站的原型设计图⬇️
https://t.co/5js4rC7bqH

大致分成三类：工具类、方法论类、模型类，我给大家一并完整的整理出来
（设计师和天才们，见笑了）

1/ 工具类：用什么来做，去哪里找参考
> 设计 skills：Impeccable、taste-skill、Anthropic 的 frontend-design、baoyu-design，以及 emilkowalski/skills。Impeccable 有多位朋友推荐

直接出设计方案的工具：Claude Design、Google Stitch、Wegic、OpenDesign。有人建议让 Stitch 先做几版不同风格，选出喜欢的方向后再细调

> 找参考的网站：Pinterest、Dribbble、Inspora。先看看别人怎么排版、配色、放图片，挑自己真正喜欢的，再交给 AI 参考

>现成模板和提示词：Framer 的免费模板、Motionsites 的建站 prompt，以及 Variant 上的设计

2/ 方法论类：怎么把“好看一点”变成 AI 能执行的要求
很多朋友其实在提醒同一件事：要把自己想要的东西说具体

> 先想清楚网页给谁看。用户进来先看什么，内容怎么分类，看完之后下一步做什么。尤其是投研网页，读者能不能找到研究、看懂信息、愿意继续读，这些都需要在设计之前想好

> 先找参考，再让 AI 动手。不只扔一句“要高级感”。把喜欢的网页和截图给它，告诉它喜欢哪部分：这个站的字体、那个站的布局、另一张图的配色。也有人建议从摄影作品里找视觉

> 把风格写成一套固定规则。字体用什么、标题多大、正文多宽、间距多少、按钮什么样、动效做到什么程度，都记录下来。这就是大家提到的 Design System

> 每轮改具体问题。有朋友分享，自己用 Impeccable 要反复调布局、颜色、动画，再做 critique、audit、polish，也就是挑问题、检查、润色。字体、字号、留白、间距这些细节，需要一项项看，不能指望一句“再好看点”全部改完

> 网站一个统一的表达。Jacky 的长文讲了一个完整过程：项目定位 → 风格定位 → 统一主题 → 专属视觉形象 → 开发与审查。网站想传达信任感、亲近感还是创意感，会影响后面的图片、颜色和动效选择

3/ 模型类：模型本身的能力也要考虑
Claude：评论里有不少朋友认可它的设计表现，也有人建议搭配 frontend-design 等 skill 使用

Kimi：有几位朋友直接推荐 Kimi

让不同模型和编程工具分工：比如用 ChatGPT 看截图、讨论修改方案，再交给 Claude Code、Codex 或 Cursor 实现。设计和代码实现可以分开几轮做，做出来以后再回到浏览器检查

我很清楚自己想让投研网页更有艺术感、更正规、用起来更舒服，现在要做的，就是把这些要求一点点落到具体页面上。

谢谢各位认真分享的朋友，原帖评论区还有不少具体经验，做网页的朋友可以一起翻翻

[菊次郎的夏天0823 @jucilangdext]

@geekbb 很好玩，改了自己喜欢的样式～

[Geek @geekbb]

冬天来喽，Mac 窗口光秃秃的不好看，装上它，给每个窗口套上针织毛线边框，37 个常用软件各有各的配色……

https://t.co/TpdBDfwoVN

[宝玉 @dotey]

这期播客是 The Pragmatic Engineer 对 OpenAI Codex 团队负责人 Thibault（Tibo）的访谈，聊了 Codex 的诞生、技术决策、工程文化以及软件开发方式的变迁。https://t.co/AEv4YPnSZl

以下是核心要点：

个人经历与加入 OpenAI

Thibault 是比利时人，学应用数学出身，先后做过制药供应链优化的创业公司，在 Google 做过加速移动网页的项目（后被砍掉，让他学到了要时刻审视项目真实影响力的教训），之后在 Google Maps 做评论，再转到 DeepMind。在 DeepMind 期间，他参与了一个内部聊天机器人的开发——本质上就是 ChatGPT，但比 ChatGPT 早了一年。内部传播很快，大家都在分享对话，但 DeepMind 不具备把它作为产品发布的机制，最终没能推出。

后来他得知 ChatGPT 只有大约 20 个人在维护，这让他既震惊又觉得很有吸引力——这意味着极高的个人影响力。于是他加入 OpenAI，进去就赶上了推理模型的冲刺，大约一个月后 o1 preview 就发布了。

为什么用 Rust 写 Codex

这是一个反直觉的决定——当时模型对 Rust 的支持并不好，业界其他 AI 编码工具基本都用 TypeScript 或 Python。但团队从第一性原理出发，认为智能体的核心需要健壮、安全、高效，而 Rust 的编译时验证特性天然适合智能体场景。同时用不同语言也强制建立了产品界面和智能体核心之间的清晰边界，避免代码耦合。事实证明 Rust 确实"很快就变得非常适合智能体开发"。

开源和模型无关的策略

Codex CLI、SDK 都是开源的，而且支持非 OpenAI 模型——这在主要 AI 实验室中是独一无二的。理由很实际：如果不开源，别人只需改十行代码就能 fork 出一个支持其他模型的版本，那还不如自己直接支持。开源的好处包括新员工入职前就已经熟悉代码库、社区贡献、以及逼迫自己靠模型和产品体验赢用户而非靠锁定。

代价也很明显：竞争对手会在你还没发布的时候就抄走你正在公开开发的功能，"确实有点刺痛"；还有大量低质量 PR 需要处理。

工程文化与代码审查的变革

新员工入职后听到最多的一句话是"你问过 Codex 了吗？"——因为 Codex 在 OpenAI 内部接入了 Slack、文档、所有代码，几乎任何问题都能给出不错的回答。

代码审查正在发生质变。OpenAI 开发了专门的代码审查模型，能在逻辑推理和安全漏洞检测上达到"超人水平"——可以深入三四层依赖去发现文档错误导致的不变量违反。安全审查已经是强制自动化的，发现安全问题会直接阻止合并。一个 PR 可以当天提交、当天上线到十亿用户的 ChatGPT 上。

代码审查的角色正在从"正确性检查"转向"意图讨论"——你到底想做什么？这件事值不值得做？这种讨论不一定要围绕代码发生。

维护成本和重构的变化

维护一直是软件工程的"税"，但现在大量维护工作（依赖升级、安全补丁）可以完全自动化。更重要的是，重新架构的成本也急剧下降——以前可能要花几个月甚至几年的重构，现在快得多。但好的架构设计反而更重要了：设计好"盒子"和不变量，盒子内部随便改都不影响其他部分。

Harness 与模型的关系

一个有趣的洞察：harness（工具/脚手架）总是"走在模型前面"。Codex 团队的工作本质上是为模型搭建拐杖——提醒它跑测试、保持目标一致等。然后下一代模型训练时会把这些能力内化，拐杖就可以去掉，developer message 也会越来越短。最新一代模型已经不再需要 /goal 命令来保持长期任务的专注，"你直接告诉模型去工作一周，它就真的会做到"。

Codex 与 ChatGPT 的合并

这是一个重大工程挑战：Codex 原本完全本地运行，ChatGPT 是托管云服务，两套完全不同的技术栈要统一。目标是让云端版本具备本地版本同样的能力，同时高效到能纳入 20 美元/月的 Plus 计划。ChatGPT Work 模式本质上是在云端虚拟机里运行完整的 Codex harness，机器配置强大到用户可以在里面训练模型、安装 Blender 做 3D 建模。

有趣的是，Codex 在整个合并过程中还充当了"记者"角色，因为它能访问所有 Slack 讨论和文档，记录了团队的辩论和决策过程。

Thibault 的个人用法与建议

他大量使用手机上的 ChatGPT Work，通过语音口述发送任务，定制了专属的技能和指令来生成他能高效消化的报告和幻灯片。任何问题——公众舆情、生产日志、功能使用率分析、团队动态——30 分钟内都能得到答案。周末他还会用 Codex 做代码探索和原型，"一天之内就能把脑子里的想法变成可以展示给人看的东西"。

对工程师的建议：保持深度好奇心，训练自己快速理解系统的能力（"五个为什么"不断追问），以及与你服务的用户群体保持同步——如果你无法清晰表达意图，就很难做出好的工作。

[向阳乔木 @vista8]

每周看看Codex的电脑录屏记录总结，相当有趣啊！

Codex的点评：

你的电脑使用记录，透着一股“一个人开了家产品工作室，楼上还经营着唱片公司” 的气质。

还吐槽没好好看书，实际是一直在测试Obsidian插件。

[Eric Cole @erichustls]

If you want to make money with AI:

• Don't build an app
• Don't start an agency
• Don't use a trading bot

Start a faceless Instagram page and let AI run it for you.

Here's exactly how it works:

[向阳乔木 @vista8]

免费体验这个有趣的产品：https://t.co/02TSOGxNvN

[Zara Zhang @zarazhangrui]

https://t.co/JRzfzDanIw

[菊次郎的夏天0823 @jucilangdext]

3. 免费的是最贵的，为了最快用上open claw，且用得畅快，买了kimi199月会员，比任何一个AI产品会员都贵

4. 两三天没使用open claw，它就不能用了，模型配置自己出了问题，我？？？

5. 离开明确的目标和约束要求，自动化是一个谎言，它的结果是低质量，特别是批量自动化

[菊次郎的夏天0823 @jucilangdext]

关于open claw

1. 它在第一次对话中迅速让人体会到啊哈时刻，但它真的不适合普通用户使用，原因是不稳定不安全不简单

2. 对比下来Claude的任务完成质量真的高一大截，同样的浏览器抓取分析总结任务，从头到尾open claw都充满问题，各种

[菊次郎的夏天0823 @jucilangdext]

这两天《向往的生活》带火一个app——超慢跑节拍器，现在苹果应用商店健康排行榜第二名，去年5月底上线，半年百万下载，月活25w，主要面向中老年人群，商业模式也很多元（订阅、商城、直播等），值得学习