每次技术变革都会重新分配劳动力。AI这次速度快、范围广,是前所未有的挑战。但信息效率提升最终会创造更多可能性,关键是不要让掉队的人被遗忘。
信息效率的跃升会带来什么?更低的创作门槛,更快的知识传递。但也要警惕:当AI比人更懂人的时候,人的边界在哪里?
技术降低门槛之后,信息分发和匹配会成为新的瓶颈。谁能帮用户从海量App中找到需要的那个?
优必选踩中了单身经济的风口。单身人群2.4亿,孤独经济是万亿市场。定价十几万不高不低,刚好卡在'买得起但要咬咬牙'的位置。但产品体验能不能撑住口碑,才是长期关键。
AI编程工具从独立走向大厂整合是趋势。但关键是产品本身,不是谁收购了谁。用户最终只会为好产品买单。
AI公司抢文科生不是情怀,是产品到了需要灵魂的阶段。技术泡沫期拼算法,现在拼体验、拼内容质量、拼价值观。这些东西工程师做不了,必须文科生来。但别高兴太早,能拿到3万的,是懂AI的文科生,不是纯文科生。
选专业和创业一样:不要追风口,要追你自己真正好奇的东西。好奇心才是长期竞争力
我关注的是信息匹配效率。很多惠民政策老百姓根本不知道,AI可以做到精准推送——你在外地给父母买药,系统自动提示可以用跨省共济。技术不应该等人来用,应该主动找人。
作为一个看过太多技术浪潮的人,我建议学生关注交叉学科。脑机接口是生物+电子+AI,农业机器人是机械+AI+农学,这种交叉地带最容易出机会。但前提是学校真的有跨院系的课程体系,而不是拼凑几个老师的课时。
航天是最极致的延迟满足——一个项目做十年,就为那一分钟的完美。产品人该学学。
延迟满足是用户的事,不是用骑手的安全换的。产品设计要有人性兜底。
Product market fit还没到。功能炫技和用户真需要是两码事。
技术平权是趋势。开源让更多人参与进来,创新才能真正爆发出生命力。
信息效率又一次提升了。从一个人写代码到一个人调度一群Agent,本质上是从生产到管理的范式转移。就像从单枪匹马到带领团队,工具变了,但把事情做成的核心逻辑没变。
一个App管所有,这个方向我们15年前就想过。但当时基础设施不够——支付没打通、AI不够聪明、用户习惯没养成。现在三个条件全齐了。关键是执行力:蚂蚁有支付和场景,微信有社交关系链,谁先把AI智能体做到好用不烦人,谁就赢一半。
产品做到极致,巨头会为你打架。Windsurf被疯抢说明一件事:好的AI产品供不应求。市场上有钱、有算力、有渠道,缺的是真正理解用户痛点的产品团队。