瑜伽姐的斜杠人生

瑜伽姐的斜杠人生 的全部节目

共 128 集。

把自己升级成“系统”:一个程序员,如何开始带着人和AI一起干活?

把自己升级成“系统”:一个程序员,如何开始带着人和AI一起干活?

瑜伽姐的斜杠人生

这一期,我们聊一位正在把自己从程序员升级成“系统”的AI工程师。 本期嘉宾Elemen(艾曼),目前在一家互联网大厂带领小团队,从事AI工程基础设施和相关业务落地工作。他的职业路径并不是一路顺风。 刚毕业时,他因为项目经验不足,在求职中四处碰壁。后来从创业小厂开始,经历了中型企业、外资企业和大厂,也在工作之后前往中国香港攻读硕士。 这些经历,让他对组织、技术和人的协作方式有了不同的理解。小公司让人什么都要做,但未必有完善流程。 大公司拥有更成熟的开发标准,却也可能有更复杂的组织摩擦。而AI出现之后,过去那些清晰的岗位边界,正在重新变化。 现在,他的工作不再只是写代码。 在真实的软件开发流程里,AI已经能够参与需求分析、产品方案、架构设计、代码生成、自动化测试和部分验收工作。 一个工程师也可以同时组织多个Agent,让它们并行完成过去需要不同专业岗位协作的任务。 但问题也随之出现: 当AI已经能够写代码,工程师还负责什么? 当不同Agent分别执行任务,谁来管理它们之间的上下文和信息共享? 当一个系统成功上线,为什么企业老板仍然只关心它能不能创造收入? 当个人模型、RAG知识库和数字分身开始出现,一个人的经验、表达方式和判断逻辑,能不能被长期保存? 这一期,我们还聊到了Elemen正在探索的多Agent协作软件。 他希望让不同的AI工具能够共享必要的工作记录和知识,并以类似圆桌会议的方式协作。 这不是单纯把更多AI工具打开,而是重新组织执行工作。 我们也讨论了一个很现实的矛盾: 技术人员往往希望把东西做得更好、更优雅;但商业世界关心的是用户是否需要,客户是否付费,以及系统能不能带来真正的经营结果。 当AI让软件开发越来越便宜,做出一个产品,仍然不等于做出一个好产品。 更不等于做出一门好生意。 这不是一集AI Coding工具教程。 而是一集关于: AI时代,一个人如何从单独执行任务,升级为能够组织人、管理AI、沉淀经验、设计系统,并对真实结果负责的人。 主持人:Fancy 嘉宾:Elemen 即刻:Elemen 公众号:艾黎梦说 GitHub:https://github.com/elementlo 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:16|嘉宾登场:Elemen,互联网大厂AI工程师,正在带领小团队从事AI基础设施与业务落地工作 * 01:16–02:46|Elemen自我介绍:从传统软件开发到AI工程,如何帮助公司提升效率与支持业务增长 * 02:46–06:48|职业起点并不顺利:从求职碰壁、创业小厂,到中型企业、外资企业和大厂 * 06:48–09:26|不同规模企业的组织差异:小厂没有边界,中大型企业有流程,但也有更多组织摩擦 * 09:26–12:33|为什么工作后又去读硕士:技术基础、职业困惑,以及想换一个环境重新理解自己 * 12:33–16:33|中国香港求学经历:不同学习环境、人文体验与技术文化带来的视角变化 * 16:33–21:27|小厂、中厂、大厂分别教会了什么:从交付业务结果,到形成开发标准,再到理解组织共识 * 21:27–27:28|大厂经验能否直接复制到小企业:真正厉害的人,既能设计复杂架构,也能把它拆成小团队能用的方案 * 27:28–30:32|什么时候发现只写好代码已经不够:技术质量与商业价值之间,并不存在必然的对应关系 * 30:32–34:38|程序员为什么需要商业思维:老板真正关心的不是代码有多优雅,而是系统带来了什么业务结果 * 34:38–39:25|AI Coding带来的职业冲击:非技术人员也开始利用AI独立搭建软件和平台 * 39:25–44:59|AI会开发以后,工程师还负责什么:长期维护、技术路线判断、稳定性、体验和最终责任 * 44:59–46:24|从自己动手到指挥AI:如何用真实项目解释工程师工作方式的改变 * 46:24–51:55|两个个人项目的对比:过去一个笔记工具断续开发一年,现在多个Agent可以并行做设计、调研与架构 * 51:55–57:29|从一句业务目标到完整交付:需求拆解、多个方案竞争、开发规约、并行执行、自动测试和指标验收 * 57:29–59:43|AI如何改变传统软件开发流程:过去按部门传递需求,现在更多Agent可以共享信息并直接协作 * 59:43–01:03:23|岗位边界越来越模糊:产品、开发、测试之间的能力交叉,以及员工为什么需要主动升级 * 01:03:23–01:09:25|AI如何扩展非技术人员的职业能力:产品、设计和系统开发不再完全受传统岗位限制 * 01:09:25–01:11:55|多Agent协作的新问题:不同Agent各自完成任务,却不知道其他Agent已经做了什么 * 01:11:55–01:14:01|正在开发的协作软件:为什么希望把不同Agent的任务记录、共享记忆和知识库连接起来 * 01:14:01–01:18:31|多工具协作中的隐私和上下文:企业机密、个人资料、长对话信息损失与跨模型共享 * 01:18:31–01:21:19|两种AI使用策略的碰撞:多模型分工协作,还是先完成自己的核心业务系统 * 01:21:19–01:25:47|系统建设会不会过度设计:如何避免被AI不断扩大的任务带离真正的业务目标 * 01:25:47–01:29:25|外贸SOHO的系统化变化:从分散经验、人工跟进,到客户背调、知识沉淀和订单流程重构 * 01:29:25–01:34:25|AI系统如何实现商业交付:客户不关心系统功能有多强,更关心能否提升收入与转化 * 01:34:25–01:36:17|个人模型和RAG知识库:哪些信息值得长期保存,个人决策过程如何形成数字资产 * 01:36:17–01:40:52|数字分身为什么不能只是普通写作Skill:一个人的表达风格、经验和判断如何被保留 * 01:40:52–01:44:30|个人AI系统的另一种价值:不仅向外执行任务,也能帮助人观察和复盘自己的变化 * 01:44:30–01:48:33|为什么把AI当成“小黄人”来养:从使用别人设计的工具,到围绕自己的需求组织AI协作 * 01:48:33–01:50:27|从开发者到产品创造者:AI不仅帮助完成工作,也让人获得实现个人想法的能力 * 01:50:27–01:54:15|为什么原型越来越容易做,好的产品却没有同步变多:开发能力与市场需求之间仍有距离 * 01:54:15–01:59:38|技术理想与商业现实的矛盾:做小而美的产品,还是做真正有人愿意付费的产品 * 01:59:38–02:00:44|给普通人的第一步建议:先打开一个AI工具,尝试提出建立个人协作系统的需求 * 02:00:44–02:04:56|Fancy结尾总结:外贸企业为什么需要把行业经验、客户判断和业务流程沉淀成自己的系统,而不是继续追逐AI工具 10个深度问题 1. 你从刚毕业求职碰壁,到创业小厂、中型企业、外资企业,再到现在的大厂AI工程岗位,这条职业路径中,哪一次经历真正改变了你对软件工程师价值的理解? 2. 你提到小公司、中型企业和大厂,分别有不同的协作方式与开发标准。如果一个人想从传统程序员转向AI时代的系统设计者,哪些经验最值得保留,哪些反而需要放下? 3. 你曾经认为,写出优雅的代码、做出技术上优秀的软件,就是一个好工程师。后来为什么发现,技术质量并不一定能够转化为商业价值? 4. 现在非技术人员也能利用AI开发软件,甚至搭建完整平台。你认为未来工程师真正不可忽视的价值,会转移到架构设计、决策、用户体验,还是系统长期维护? 5. 你现在可以同时调用多个Agent进行UI设计、竞品调研、架构搭建和软件开发。这样的协作方式与传统团队相比,真正的优势是什么?又产生了哪些新的管理成本? 6. 你提到,一个业务部门只需要提出增长目标,Agent就可能生成多个方案、比较开发成本、执行测试并验证指标。那么在这条自动化链路里,哪些决策必须由人承担最终责任? 7. 你正在探索多Agent协作软件,希望解决不同AI之间的上下文、记忆和知识共享问题。为什么现有的多窗口、多工具或公共文件夹,还没有完全解决你的需求? 8. 你同时探索个人模型微调、RAG知识库和数字分身。一个人的长期经验、思考过程、表达习惯和决策逻辑,怎样才能成为真正可持续积累的个人资产? 9. 你提到希望把AI当成自己培养的“小黄人”,而不是完全依赖别人设计好的产品。这种主动组织AI的思维,与普通用户购买AI工具最大的区别是什么? 10. 当AI让一个人几天就能做出过去需要几周甚至几个月完成的软件,而你目前仍然保留稳定的职业收入时,你怎样区分个人兴趣项目、职业能力投资与真正具备商业化潜力的产品? 5个吸引力亮点 1. 从求职碰壁到大厂AI工程师:这不是一条标准的技术精英成长路线 Elemen刚毕业时,并没有直接进入成熟的大厂体系。 他最初缺少实际项目经验,在技术方向上也曾经很迷茫。 后来从创业公司开始,在不同规模的企业里积累技术经验、组织经验和协作能力,逐渐走到今天的AI工程岗位。 2. 这期真正讲清楚了“从写代码到管理Agent”的变化 Elemen举了一个具体的项目对比。 过去,他为了完成一个个人笔记工具,需要自己学习技术文档、了解开发框架、整理素材、设计界面,整个项目断断续续开发了一年。 现在,面对类似规模的软件,他可以同时组织不同Agent: 设计Agent → 竞品调研Agent → 架构开发Agent → 测试Agent。 但这不意味着只要多开几个窗口,就自动拥有一支高效团队。 新的难题是: 不同Agent怎么共享工作进度? 谁掌握最新上下文? 哪些信息需要同步? 谁来判断方案冲突? 谁负责最终结果? AI放大执行能力之后,协作设计和上下文管理开始成为新的工程问题。 3. 这期对企业老板最有价值的判断:系统交付不是功能,而是业务结果 这期有一段非常现实的讨论。 Elemen提到,工程团队向客户介绍系统时,往往会介绍报表、功能、数据连接和技术能力。 但客户的反应可能只是: 这个系统下个月能给我带来多少营收? 这揭示了技术交付和商业采购之间的差异。 对企业来说,软件功能并不直接等于经营收益。 真正需要回答的是:系统能不能减少成本、改善流程、降低错误、提高转化,或者支持收入增长。 未来AI工程师不仅要懂怎么把系统做出来,还需要理解企业为什么愿意为系统付钱。 4. 从个人知识库到数字分身:AI开始进入人的长期认知资产 Elemen除了研究软件开发,也在探索个人模型微调、RAG知识库与数字分身。 这部分最值得讨论的,不是能不能生成一个说话像自己的机器人。 而是: 一个人的判断依据能不能被持续记录? 不同阶段的想法为什么发生变化? 一个人的知识、工作经验和表达方式,怎样被长期保存并在未来重新使用? Elemen认为,通用Agent并不能仅凭一个Skill就真正理解某个人。 他希望保留更多与自己有关的个人信息和决策逻辑,再探索更具个性化的AI代理。 5. “养自己的AI小黄人”是这一期很有辨识度的观点 Elemen提出一个很有趣的比喻: 与其只把AI理解为一款已经设计好的产品,不如把它理解成可以围绕自己的目标不断组织和培养的助手。 这不是说AI拥有真实的人格,而是在表达一种不同的使用思路。 普通AI用户通常按照产品已经定义好的功能去使用。 而一个主动设计个人系统的人,会先考虑: 我到底想实现什么?需要哪些能力?哪些事情应该由AI负责?哪些必须由我判断? 这让整期节目从程序员的职业转型,延伸到所有人的个人能力建设。 AI时代,真正重要的可能不是拥有多少工具,而是能不能让工具按照自己的目标协作。 《瑜伽姐的斜杠人生》播客团队

124 分钟 59 次播放 3天前

00后第三次创业:从百万用户到北美AI营销,他为什么不再迷信好点子?

00后第三次创业:从百万用户到北美AI营销,他为什么不再迷信好点子?

瑜伽姐的斜杠人生

这一期,我们聊一位00后连续创业者的第三次创业。 本期嘉宾黄浩彬 Steven,出生并成长于北京,初中赴美,在大学期间就开始正式创业。他曾入选胡润U30和北美华人U30创业者榜单,前两次创业涉及教育科技、在线学习、社交产品和AI社交,做出过百万注册用户规模的产品。 现在,他正在进行第三次创业。 这一次,他选择的方向是 AI营销、品牌出海,以及帮助中国与北美企业建立AI Native的营销增长系统。 Steven的经历很有意思。 他从小就不认为创业是一件必须等到某个年龄才能开始的事情。 最初,他只是喜欢和志同道合的人一起,把一个想法真正做出来。从校园里的二手书交易、篮球比赛,到在线教育、虚拟自习室、AI社交,再到如今的北美品牌营销,他不断在真实市场里寻找新的问题与机会。 但这一期真正重要的,不是他创业得有多早。 而是三次创业之间,有哪些经验能够被重新使用,又有哪些判断必须被重新推翻。 比如: 为什么一个产品做到百万用户,并不代表创业者已经完全理解市场? 为什么AI社交产品最初想解决人与人之间的连接,真实用户却更愿意和虚拟角色聊天? 为什么创业团队比一个人的点子更重要? 为什么中国企业做品牌出海,真正缺的不只是更好的图片、视频和英文营销内容? 为什么AI降低营销成本之后,品牌仍然需要长期积累、用户理解和差异化? 以及,为什么企业可能花出去大量广告费、折扣券和联盟佣金,却并不知道这些钱到底带来了多少真实增量? Steven从自己过去的产品增长经验出发,讨论了AI如何进入品牌营销的真实业务链路:客户数据、渠道运营、用户分层、优惠券、邮件营销、内容触达、A/B测试、联盟归因和营销ROI。 我们也讨论了一个很有意思的问题: AI时代,年轻人的优势到底是什么? Steven认为,答案并不完全是年龄。 而是一个人能不能快速接受变化,愿不愿意承认错误,能不能持续从市场中学习,以及有没有耐心,把一个想法逐渐变成真正能够交付商业结果的事业。 这不是一集AI营销工具教程。 而是一集关于: 当AI让创造和营销越来越便宜之后,创业者如何重新理解市场、组织团队、建立品牌,并把增长从流量变成真正的商业结果。 主持人:Fancy 嘉宾:Steven黄浩彬 社媒链接: 小红书:Steven黄浩彬 微信视频号:Steven黄浩彬 抖音:Steven黄浩彬 X:x.com/stevenhhb 领英:linkedin.com/in/stevenhhb 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:07|嘉宾登场:Steven,00后连续创业者,曾打造百万注册用户产品,目前第三次创业聚焦AI营销与北美品牌出海 * 01:07–06:17|Steven的三次创业路径:从校园教育科技、年轻人社交,到AI营销与品牌增长 * 06:17–09:35|创业为什么不只是追求结果:即使正反馈来得很慢,也能享受解决问题的过程 * 09:35–14:09|年轻创业者的心态从哪里来:北京成长、初中赴美、体育训练,以及对不确定性的承受能力 * 14:09–18:23|运动与创业的共同点:延迟满足、情绪稳定、长期训练与对人生选择的主动性 * 18:23–21:29|为什么第三次创业选择AI营销:过去的增长经验、AI技术变化和身边真实客户需求交汇 * 21:29–25:13|AI机会仍然存在巨大使用差:深度使用Coding Agent的人,与尚未建立使用习惯的人之间存在明显差距 * 25:13–27:28|百万注册用户与数十万用户产品背后的教训:为什么创始人不能把产品未来想得过于完整 * 27:28–30:23|AI社交创业的真实碰壁:原本想让AI替身帮人社交,用户却更多把它当作虚拟陪伴产品 * 30:23–32:36|从失败假设中学习:不要带着过多成见进入市场,要识别细小但真实的用户行为信号 * 32:36–36:24|用户需求为什么难判断:用户说出来的需求、真正使用的方式,以及创业者自己的想象并不总是一致 * 36:24–39:22|连续创业最值得复用的能力:团队信任、敢说真话、能力互补,以及建立共同愿景 * 39:22–42:51|两个产品为什么能增长:虚拟自习室与AI社交产品的增长点,以及团队成员如何产生关键创意 * 42:51–48:24|创业不是靠一个人的点子:有限资金如何配置,优秀人才如何聚集,为什么系统和团队比灵感更重要 * 48:24–51:34|中国品牌出海北美的真正难点:品牌不是高端图片与视频,而是长期认知、审美和运营体系 * 51:34–54:02|AI降低营销执行成本之后:企业是否真的能降低品牌建设门槛,又有哪些成本没有消失 * 54:02–57:12|为什么没有适合所有企业的标准营销方案:差异化、业务理解、组织流程和数据连接比套模板重要 * 57:12–01:01:23|AI营销顾问的新角色:理解企业老板需求,把不同渠道、团队和客户数据连接起来 * 01:01:23–01:04:53|真实营销案例拆解:如何通过用户分层、优惠券策略、数据连接和A/B测试减少无效营销成本 * 01:04:53–01:09:33|从邮件到广告与社媒:多渠道触达如何共用一套增长逻辑,避免销售和运营互相打架 * 01:09:33–01:12:22|联盟营销与Cookie归因:重复归因、重复支付佣金和数据清洁为什么直接影响利润 * 01:12:22–01:14:13|不同中国出海品牌的差距:精细化运营能力、决策风格和每一个增长漏斗的管理 * 01:14:13–01:16:05|AI时代营销体系是否需要重做:从数据表、客户反馈到Guardrails,原有经验如何重新适应AI * 01:16:05–01:18:04|年轻创业者的优势是什么:不是出生年份,而是接受变化、快速试错和不被旧经验限制 * 01:18:04–01:20:07|从创业热情走向商业交付:耐心、市场反馈、团队协作和长期迭代缺一不可 * 01:20:07–01:20:48|Steven的后续方向:继续与品牌探索AI Native营销、销售和增长系统 * 01:20:48–01:24:57|Fancy的总结:AI时代为什么不同年龄的人都可以重新建立能力,以及行业经验如何转化成系统资产 * 01:24:57–01:25:12|结尾:Steven对AI时代创业者的寄语,以及本期节目收尾 10个深度问题 1. 你是00后,却已经经历三次创业。为什么你从很小的时候,就习惯把自己想做的事情直接变成项目,而不是先考虑它算不算创业? 2. 从北京成长到初中赴美,再到大学期间创业,这些经历究竟怎样改变了你对风险、不确定性和职业选择的理解? 3. 第一次创业从教育信息化转向在线学习与社交产品,第二次进入AI社交。回过头看,你是怎样判断一个产品应该继续坚持,还是必须改变方向? 4. 你的两个产品分别积累了百万级和数十万级用户。哪些增长来自团队设计,哪些来自外部市场机会?你怎样区分增长成果和真正可持续的商业价值? 5. 你曾希望用AI替身帮助真实的人建立社交关系,但用户却更喜欢和虚拟角色聊天。这个经历如何改变你对“用户需求”和“创始人假设”的理解? 6. 你多次强调,创业最大的经验不是某个增长技巧,而是找到优秀的人,并让他们朝共同愿景努力。你如何判断一个人是否真正适合你的创业团队? 7. 为什么第三次创业选择AI营销和品牌出海?你认为AI真正改变的是营销素材的生产成本,还是品牌从用户数据到增长决策的整条链路? 8. 你认为标准化营销方案是个伪命题,因为品牌需要差异化。那么企业如何同时实现品牌差异化与AI驱动的流程标准化? 9. 你提到优惠券、用户分层、渠道数据和联盟归因等真实营销环节。对一个出海企业来说,哪些数据最容易被忽略,却可能直接影响营销ROI和利润? 10. 你认为年轻人的优势不只是年龄,而是更容易接受变化、犯错和快速学习。那么从一个敢于创业的人,走到真正能够持续交付商业结果的创业者,中间最难跨过的门槛是什么? 5个吸引力亮点 1. 一位00后连续创业者,提供了不同代际的商业视角 Steven并不是等到毕业、工作几年以后才开始创业。他在大学阶段就已经进入真实的产品、融资、用户增长和团队管理环境。 这期的价值不只是讲年轻人敢创业,而是可以观察: 当一个人从很早开始接触数字产品、国际市场与创业团队,他理解机会、风险和个人职业路径的方式,会与传统职场成长路径有什么不同。 更值得注意的是,他并不把短期正反馈视为坚持创业的唯一动力,而是强调对做事过程本身的兴趣。 2. 百万用户产品背后的真实教训,比用户规模更值得听 Steven在AI社交产品中曾设想,让每个人拥有AI替身,由替身主动认识别人、介绍朋友,甚至帮助用户组织各种线下活动。 但真实用户的行为没有完全按照预想发展。 用户反而更愿意和自己的AI替身聊天,最终产品逐渐调整到虚拟角色陪伴方向。 这一段特别有价值: 创业者认为自己在解决的问题,不一定是用户真正愿意使用产品去解决的问题。 做出产品只是开始,听懂市场反馈才是另一种能力。 3. 他认为真正值得复用的创业经验,是团队而不是点子 这期有一个很好的观点碰撞。 Fancy不断追问:两个产品为什么能做到这样的用户规模?哪些动作可以复用? Steven却反复把答案拉回团队。 他认为真正重要的,是找到优秀且互补的人,允许团队成员提出不同意见,并且在关键阶段重新统一愿景。 这也说明: 创业不是只靠一个人不断产生好点子,而是建立一个能够持续发现、验证和执行好点子的组织。 4. 把AI品牌出海从内容生成,推进到真实增长系统 现在很多企业谈AI营销,第一反应仍然是:写文章、生成图片、做视频、翻译文案。 但Steven讨论的是更深的层次: 客户数据 → 用户分层 → 营销策略 → 渠道触达 → 转化归因 → 预算优化 → 增长复盘。 他举了品牌优惠券运营的案例:如果不能区分用户状态、购买历史和渠道反馈,企业可能在重复折扣和无效营销上付出高额成本。 5. “年轻不是年龄,而是快速学习的心态”很适合传播 节目最后,Steven提出一个很值得讨论的观点。 年轻人的优势不一定来自出生年份,也不只是敢尝试新工具。 真正的优势是:能够接受新的事物,承认自己可能做错,并且愿意不断学习。 这让整期节目从“一个00后的创业经历”,自然延伸到所有年龄段的人: AI时代,旧经验可以成为优势,也可能成为限制;真正值得保持的,是持续试错和修正自己的能力。 《瑜伽姐的斜杠人生》播客团队

85 分钟 54 次播放 1周前

一个AI程序员的真实工作流:产品、内容、知识库如何一起跑起来

一个AI程序员的真实工作流:产品、内容、知识库如何一起跑起来

瑜伽姐的斜杠人生

本期嘉宾|肖杰 全栈工程师、AI实践分享者,也是内容账号 “AI程序员说” 的主理人。他现在一边做程序员主业,一边高频探索AI在产品开发、内容创作、知识整理和企业业务落地中的应用。在产品开发里,AI已经参与到需求管理、模块拆分、接口设计、代码生成、报错分析和测试迭代;在内容创作里,AI帮助他做选题、结构整理、不同平台的内容改写、封面配图和表达润色;在知识整理里,他也在持续探索个人知识库、企业知识库与AI协同之间的关系。 这一期,我们聊一个AI时代非常具体的问题: 一个人,怎样借助AI,把自己的能力放大成一个小团队? 本期嘉宾肖杰,是一名全栈工程师,也是AI实践分享者。他现在一边做程序员主业,一边运营自己的内容账号“AI程序员说”,持续探索AI在产品开发、内容创作、知识整理和企业业务落地里的真实应用。 他的工作很有代表性。 在产品开发里,AI已经参与到需求管理、模块拆分、接口设计、代码生成、报错分析、前后端对接和测试上线。 在内容创作里,AI可以帮他做选题、打分、写大纲、生成母稿,再根据不同平台改写成不同风格。 在知识整理里,他也在搭建个人知识库和公司知识库,把日常感悟、业务经验、产品工作流不断沉淀下来。 这一期最有意思的地方,是他现在所在的公司是一家财务公司。 很多人会问:财务公司招程序员干嘛? 但正是这个问题,打开了一个很现实的AI落地场景: 财务行业有大量重复答疑、流程解释、跨境电商财务服务、政府流程、开户流程和知识型交付。 这些事情过去依赖人反复解释,现在可以借助知识库、AI顾问、小程序和流程自动化,把人的能力放大成系统能力。 这一期我们会聊到: 为什么AI让程序员必须重新理解用户需求;为什么很多人做出来的AI产品其实只是AI垃圾;为什么企业知识库会成为未来公司的护城河;为什么内容不是简单发文章,而是客户认知和数字资产;以及,为什么AI时代真正重要的,不是你会不会用某个工具,而是你能不能把自己的行业经验,变成可以被AI放大的系统。 这不是一集AI工具教程。这一期,我们聊的是: AI时代,一个人真正被放大的,不只是执行效率,而是结构化思维、产品判断、知识库沉淀、内容表达和把业务落地成系统的能力。 主持人:Fancy 嘉宾:肖杰 微信公众号:AI程序员说 X:https://x.com/xiaojiecode 小红书:AI程序员说 即刻:AI程序员说 微信号:bestai88 欢迎合作与交流🤝 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:02|嘉宾登场:肖杰,全栈程序员、AI实践分享者,正在探索AI如何放大个人能力 * 01:02–02:32|肖杰自我介绍:AI冲击程序员工作,也让生产力进入爆发阶段 * 02:32–04:24|主业与副业的关系:不是简单分开,而是在做好本职工作的基础上探索AI和内容输出 * 04:24–07:26|为什么不把主业和副业分得太清:公司、个人、产品和内容可以相互促进 * 07:26–10:42|组织灵活性的重要性:小公司、开放老板和AI时代的快速试错环境 * 10:42–15:30|AI落地为什么会被旧组织限制:大公司船大难掉头,小团队更容易重组协作方式 * 15:30–19:16|从迷茫到有想法:环境、伙伴、老板、项目和AI共同改变一个人的状态 * 19:16–22:24|财务公司里的FDE角色:老板提出想法,肖杰把需求转成产品和工具 * 22:24–27:29|什么样的老板值得合作:允许探索、给反馈、重视人品和能力,而不是只管流程 * 27:29–31:28|刻意练习与负反馈:真正做事的人,不怕被指出问题,怕的是一直不开始 * 31:28–36:09|推广自己为什么重要:个人、公司和老板,本质上都要面对客户和商业交换 * 36:09–39:43|AI时代的“产品垃圾”问题:很多人做了很酷的东西,却没有真正理解用户需求 * 39:43–43:12|财务AI场景一:把基础知识、常见问题和重复答疑做成AI顾问 * 43:12–45:11|财务AI场景二:为财务自由职业者搭建AI OPC平台和个人AI顾问 * 45:11–46:37|财务AI场景三:流程化业务自动化,让一线人员一天服务更多客户 * 46:37–52:37|从财务到外贸的启发:重复问题、知识库、客户答疑和业务SOP都可以被AI重构 * 52:37–57:45|工匠精神与商业生存:做产品要精细,但也要理解阶段、现金流和客户需求 * 57:45–01:00:55|Token、模型命名和AI话语权:为什么国内开源模型也值得长期关注 * 01:00:55–01:05:25|产品落地与AI垃圾:一个产品有应用不等于能赚钱,商业验证必须被放进流程 * 01:05:25–01:09:17|工程师思维里的版本迭代:不是做完就结束,而是V1、V2、V3持续修Bug * 01:09:17–01:15:29|信息茧房与跨界视角:单一技能、单一环境和单一认知在AI时代都很危险 * 01:15:29–01:21:18|AI如何进入产品研发:需求确定、UI原型、前端、后端、接口对接、测试和上线 * 01:21:18–01:25:37|AI如何进入内容创作:选题、评分、大纲、母稿、多平台改写和知识库回流 * 01:25:37–01:32:04|结构化思维为什么重要:产品、内容、外贸订单、公司管理都需要流程和指标 * 01:32:04–01:41:42|内容资产与企业护城河:真正值钱的是行业经验、业务判断和知识库沉淀 * 01:41:42–01:49:21|企业知识库怎么开始:不会结构化没关系,先用语音和AI把碎片信息整理出来 * 01:49:21–01:52:53|从碎片化到结构化:用AI帮助老板把业务线、逻辑性、差异化和知识库整理出来 * 01:52:53–01:57:51|多个Agent如何分工:审美模型、决策模型、执行模型,各自做不同工作 * 01:57:51–02:03:33|先确认目的,再选择模型:注意力有限,不要被工具热度牵着跑 * 02:03:33–02:05:51|结尾总结:程序员思维 + 行业经验,可能是未来3–5年AI落地最重要的能力组合 * 02:05:51–02:06:14|收尾:关注肖杰的内容账号“AI程序员说”,继续学习程序员视角下的AI落地方法 10个深度问题 1. 你为什么会从一个全栈程序员,逐渐走向AI实践分享者和内容创作者? 2. 你并没有把主业和副业分得很清楚。你认为AI时代,主业、副业、兴趣和公司业务之间的边界会怎样变化? 3. 你现在在公司里的角色很像财务公司里的FDE。老板提出想法之后,你是如何把它转成产品、工具和系统的? 4. 为什么你认为“和什么人在一起”比“做什么事”更重要? 5. 你提到很多程序员正在“生产AI垃圾”。一个AI产品到底怎样判断是真需求,还是自嗨? 6. 你们在财务行业里做AI顾问、财务OPC平台和流程自动化,这三个场景背后的共性是什么? 7. 一个程序员进入财务这种非技术行业,最难补上的能力是什么:业务理解、用户需求,还是商业判断? 8. 在产品开发中,AI已经能写前端、写后端、读原型图、做测试。那人的第一责任到底是什么? 9. 你如何用AI做内容工作流?从选题、评分、大纲、母稿到多平台发布,中间最关键的判断在哪里? 10. 你认为企业知识库最重要的价值是什么?它只是内部效率工具,还是未来公司的护城河和流量入口? 5个吸引力亮点 1. 这期把“一个人如何变成小团队”讲得非常具体 不是泛泛说AI提效,而是拆到真实工作流: 需求管理、UI原型、前端、后端、接口对接、测试、公测、上线、内容选题、文章母稿、多平台改写、知识库回流。 这就是一个人借助AI承担多个角色的真实样本。 2. 财务行业AI落地案例很有启发 肖杰公司不是抽象聊AI,而是把AI放进财务场景:基础知识AI顾问、财务自由职业者OPC平台、政府/跨境/开户等流程化服务提效。 这对外贸老板、财务服务商、企业顾问和小团队都很有参考价值。 3. “AI垃圾”这个判断很真实 AI让产品开发变快,也让很多人误以为“做出来”就等于“有价值”。肖杰很直接地指出:很多程序员做的是自己觉得酷的东西,但没有真正满足用户需求。 4. 这期特别适合企业老板理解知识库 肖杰和Fancy都反复强调:公司的行业经验、业务判断和专业知识库,才是AI时代真正的护城河。 AI可以解决效率问题,但它替代不了一个公司对自己行业的沉淀和判断。 5. 程序员思维和商业思维的碰撞很有价值 肖杰更擅长结构化、产品化、版本迭代和工具落地;Fancy不断把问题拉回客户、订单、商业模式、内容资产和行业经验。 这期最有意思的地方就在于:AI落地不能只有工程师,也不能只有老板经验,必须把两者接起来。 《瑜伽姐的斜杠人生》播客团队

126 分钟 99+ 次播放 2周前

AI Agent工程师:当代码越来越多由AI生成,人还负责什么?

AI Agent工程师:当代码越来越多由AI生成,人还负责什么?

瑜伽姐的斜杠人生

本期嘉宾|林浩 AI Agent 工程师,目前在网易从事 AI 全栈开发,为游戏美术同事开发 AI 创作平台。 他的职业路径从字节后端研发开始,后来进入网易,逐步从后端拓展到前端、客户端和 AI 全栈开发。过去遇到不熟悉的技术领域,往往需要找不同岗位的同事协作;现在借助 AI,他可以先把事情跑起来,再边做边学。 在工作中,他参与的产品也从早期的生图平台,逐渐走向更复杂的通用 Agent 平台:不只是生成一张图或一段视频,而是要理解美术同事的审美、上下文、知识库、用户记忆和完整创意生产流程。 林浩这一期最有价值的地方,不是讲“AI怎么写代码”,而是讲清楚一个工程师在AI时代的真实体感: 能力边界被打开了,代码产出变快了,工作流被重构了,但人的注意力、判断力、需求拆解能力和最终兜底责任,反而变得更重要。 但这一期真正重要的,不只是“AI让工程师更强了”。 我们还聊到另一面: AI让代码产出越来越快,文档越来越多由AI生成,团队协作也开始变成“你的AI写一份文档,我的AI再读这份文档”。效率是提高了,但人的注意力也被撕碎了。多任务、多窗口、多模型、多Agent并行之后,人反而更难进入深度思考和心流状态。 这一期我们会聊到: 为什么AI会打破后端、前端、客户端之间的边界;为什么通用Agent平台不只是生成图片,而是要理解用户记忆、知识库和完整生产流程;为什么工程师在AI时代仍然要负责需求翻译、伪需求判断、历史上下文和发布兜底;以及,为什么AI让我们能做更多事,却更难专注一件事。 这不是一集AI Coding工具分享。 而是一集关于: AI时代,工程师如何拓宽能力边界,同时重新夺回自己的注意力、判断力和深度思考能力。 主持人:Fancy 嘉宾:林浩 即刻/小红书/微信公众号:一切顺利鸭 b 站:一切顺利鸭啊 微信号:azerocoder 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:13|嘉宾登场:林浩,AI Agent工程师,从字节后端研发到网易AI全栈开发 * 01:13–03:12|林浩自我介绍:从后端、前端、客户端到全栈,AI帮助工程师拓宽能力边界 * 03:12–06:52|后端到全栈的转变:AI如何帮助工程师从幕后走到幕前 * 06:52–10:05|从数据和服务器,到网页、客户端、App:工程师成就感如何被重新激活 * 10:05–13:17|从生图平台到通用Agent平台:技术变化背后,其实是用户场景变复杂了 * 13:17–17:30|美术创作平台的两类用户:高标准精细打磨型,以及希望AI自动完成任务型 * 17:30–24:23|AI会写代码之后,工程师还负责什么:需求翻译、伪需求判断、代码审查、历史上下文和发布兜底 * 24:23–27:18|工程师经验的价值:有些“Bug”不能随便修,修掉反而可能引发更大的系统问题 * 27:18–36:00|非工程师如何更好地向AI表达需求:上下文管理、目录整理、工作区收窄和素材归档 * 36:00–41:47|林浩的Markdown知识库:从过度分类到只保留输入、整理和深度思考 * 41:47–48:02|为什么选择太多会撕碎注意力:过度分类、完美主义和决策疲劳 * 48:02–52:41|工程师的完美主义:追求优雅代码和高质量,但也可能造成注意力消耗 * 52:41–57:13|给AI说明任务的三个关键:目标、边界、可验证结果 * 57:13–01:03:45|AI之间的文档协作:产品经理给AI写文档,工程师再把文档交给自己的AI分析 * 01:03:45–01:08:40|效率提升后的副作用:AI执行太快,多会话并行让人失去学习和思考过程 * 01:08:40–01:15:15|多窗口、多模型、多任务为什么会跑偏:AI Review可能越修越远,目标需要反复拉回 * 01:15:15–01:21:24|系统化与解耦:如何让AI帮助拆任务,而不是让多个自动化流程互相打架 * 01:21:24–01:25:26|美术创作场景里,哪些交给AI,哪些必须留给人:批量、格式、生成交给AI,审美和精细调整留给人 * 01:25:26–01:33:15|AI短剧、AI游戏和新一代用户:我们是不是低估了AI原生内容的接受度? * 01:33:15–01:35:17|工程师观念的变化:从不信任AI生成代码,到发现AI确实能提高效率 * 01:35:17–01:43:28|工程师的职业风险:AI工具建设者、AI用户和AI平台之间的边界正在变薄 * 01:43:28–01:51:27|工程师是否适合创业:技术能力强,但0到1、用户、市场和商业化可能是更大门槛 * 01:51:27–01:54:57|公众号与后续输出:林浩可以把工程师思维、规则化经验和AI时代的工作方法分享给更多非工程师 * 01:54:57–01:55:06|结尾:感谢林浩,也期待他后续继续分享工程师视角下的AI协作方法 10个深度问题 1. 你从字节后端研发到网易AI全栈开发,最大的能力边界变化是什么? 2. 后端、前端、客户端在过去分别解决什么问题?AI为什么会打破这些岗位之间的护城河? 3. 你第一次借助AI做出以前自己不敢想的客户端产品时,最大的体感是什么? 4. 从生图平台到通用Agent平台,为什么真正变化的不只是技术,而是用户场景? 5. 面向游戏美术同事做AI创作平台时,你如何理解“审美”“用户记忆”“知识库”和“生产流程”? 6. AI会写代码以后,工程师还不能被替代的价值到底在哪里? 7. 你提到有些Bug不能随便修,为什么历史上下文和系统包袱反而是工程师经验的一部分? 8. 对非工程师来说,如何用工程师思维向AI描述任务?一个好任务应该包含哪些关键要素? 9. AI让执行变快以后,为什么人反而更容易失去心流和独立思考? 10. 未来工程师如果不想只被AI Coding工具替代,应该往产品、系统、商业、用户,还是组织协作方向拓展? 5个吸引力亮点 1. 这期把“AI全栈工程师”讲得很真实 林浩不是抽象说工程师要转型,而是具体讲到:后端工程师过去主要维护数据、服务器和基础设施;现在借助AI,可以自己做前端、客户端,甚至独立完成一个产品闭环。 2. “AI提高效率,也剥夺注意力”是这期最强钩子 林浩明确提到,AI确实提高了效率,但不同工作之间快速切换,也会让人的注意力不断被稀释,最后很难进入心流状态。这个问题很适合所有高频使用AI的人听。 3. 工程师还负责什么,这期拆得非常清楚 不是一句“工程师不会被替代”就结束,而是拆成:需求承接、需求翻译、伪需求判断、代码审查、历史上下文判断、发布上线、异常兜底和责任承担。 4. 这期非常适合非工程师学习“工程师思维” 林浩讲到,上下文、目录、工作区、记录、数据和可验证结果,都会影响AI的输出质量。对外贸老板、产品经理、内容创作者来说,这期能帮助他们理解:不是提示词越复杂越好,而是你的信息结构越清楚,AI越容易帮你做对。 5. 对AI协作副作用的讨论很有价值 这期讨论了一个很新的现象:产品经理用AI生成文档,工程师再把文档丢给自己的AI,AI和AI之间在传递信息,人反而变成文档搬运工。这种协作效率更高,但也可能削弱人的沟通、碰撞和思考。 《瑜伽姐的斜杠人生》播客团队

115 分钟 66 次播放 3周前

智能硬件创业者的AI复盘:提效之后,矛盾也来了

智能硬件创业者的AI复盘:提效之后,矛盾也来了

瑜伽姐的斜杠人生

本期嘉宾|Eric 智能硬件跨境创业者,现跟随朋友一起在硬件产品跨境行业创业,担任项目合伙人,负责多渠道产品商业化与用户运营。Eric 的职业路径非常多元:2018年普通本科毕业,2020年底海外硕士毕业,之后经历海外头部社交直播、金融交易所、智能硬件公司,再进入硬件产品跨境创业阶段。 他曾在海外社交直播公司负责南亚市场,也进入过金融交易所领域,后来因为希望做“看得见、摸得着、能被用户真实反馈”的产品,转向智能硬件行业。Eric 自己提到,硬件产品让他能直接感受到产品好不好、用户喜不喜欢,以及商业化是否真正有效。 过去三年,他在智能硬件公司负责用户与商业化产品运营,也经历了事业、见识和心智上的提升。进入创业阶段后,AI 对他来说不只是提效工具,而是逐渐成为资料调研、产品原型、数据分析、知识库整理、视频图片生成、个人复盘、商业判断和成长记录中的“大脑与执行助手”。 来了矛盾… 这一期我们会聊到: 为什么普通人的职业选择要把兴趣和时代趋势结合起来;为什么智能硬件创业不能只理解软件,而要回到真实用户场景;为什么AI能提效,也会制造新的老板与员工、创作者与工具之间的矛盾;以及,为什么AI越强,人越要保持自己的活人感、判断力和表达欲。 这不是一集AI工具教程。 而是一集关于: 当AI越来越像大脑和执行助手之后,人如何不被工具吞掉,而是更清楚地认识自己、表达自己,并把自己持续迭代成更有生命力的人。 主持人:Fancy 嘉宾:Eric 即刻:Ericeeeeeeee 微信:veidoooooooo 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:00|嘉宾登场:Eric,智能硬件跨境创业者,负责多渠道产品商业化与用户运营 * 01:00–01:52|Eric 自我介绍:跨行业、多元化背景,把自己定义为“游荡者” * 01:52–05:40|职业路径回顾:从普通本科、海外硕士,到海外社交直播、金融交易所和智能硬件 * 05:40–08:34|趋势与兴趣的结合:普通人如何在大趋势下寻找自己的职业路径 * 08:34–10:27|敢于尝试的重要性:不知道自己喜欢什么时,要把自己放进世界里碰撞 * 10:27–12:48|智能硬件创业的三个核心能力:理解商业本质、了解用户特性、适应新环境 * 12:48–16:43|从互联网到智能硬件:为什么硬件行业必须回到真实用户场景 * 16:43–20:52|创业后视角变化:不再只做一个模块,而要看到资源、供应链、用户、团队和商业闭环 * 20:52–23:17|创业不是想一出是一出:前端市场调研、资源盘点和团队串联都要进入决策 * 23:17–29:07|Eric 保留下来的能力:环境适应力、商业理解力,以及在团队中推动开放沟通 * 29:07–34:02|从仰视到平视:上一份工作带来的心智提升,如何让他真正“看见自己” * 34:02–38:12|为什么敢于表达很重要:在自己的专业领域,要有话语权和主导权 * 38:12–41:57|AI作为“大脑”和“执行助手”:一个负责打破信息差,一个负责落地确定性任务 * 41:57–48:16|如何用AI做前置思考:Context、目标感、产品闭环和风险预判 * 48:16–52:42|AI最明显改变的两件事:市场资料调研和个人复盘 * 52:42–58:49|市场调研如何从不信任到信任:来源验证、竞品Top列表、链接核验和Agent训练 * 58:49–01:06:58|AI个人复盘:六年日记如何变成个人Context,帮助自己被第三方视角批判 * 01:06:58–01:11:23|什么是“活人感”:AI越强,人越要保留自己的声音、表达和生命力 * 01:11:23–01:16:53|为什么AI时代更需要人的多样性:物理世界趋同后,生命体验反而更重要 * 01:16:53–01:22:19|长期自动化工作流:市场信息整理、英语学习素材和跨境行业敏感度 * 01:22:19–01:23:53|自动化提醒自己保持谦虚:不要把过去经验误认为未来答案 * 01:23:53–01:25:18|给创业者的一个具体动作:让常用Agent总结你过去对话里的Top3问题和To-do * 01:25:18–01:29:24|AI带来的矛盾:老板误解提效、员工被要求立刻产出、创作者和AI生成之间产生冲突 * 01:29:24–01:33:55|不要把知道当能力:真正理解AI,要在工作和生活里持续深度使用 * 01:33:55–01:34:52|结尾总结:AI时代每个普通人都需要自我迭代、自我认识和持续进化 10个深度问题 1. 你从海外社交直播、金融交易所到智能硬件跨境创业,这条路径背后的主线是什么? 2. 你为什么会说自己像一个“游荡者”?这个身份感对你的职业选择有什么影响? 3. 对普通人来说,职业选择到底应该跟随兴趣,还是跟随时代趋势? 4. 你进入智能硬件行业后,最大的体感变化是什么?为什么硬件比纯互联网更需要真实用户反馈? 5. 你提到智能硬件创业需要理解商业本质、用户特性和环境适应性,这三者分别怎样落到具体动作里? 6. 从公司员工到创业合伙人,你最大的视角变化是什么? 7. 你说AI既像“大脑”,又像“执行助手”。在你的工作里,这两个角色具体有什么区别? 8. 你用AI做市场调研时,如何判断它给出的信息是否可信? 9. 你用AI复盘六年日记,最大的发现是什么?为什么AI能帮助人更诚实地面对自己? 10. 你说AI给我们带来了矛盾。这个矛盾具体发生在老板与员工、创作者与工具、个人能力与AI能力之间的哪些地方? 5个吸引力亮点 1. 嘉宾职业路径很有“普通人逆向成长”的参考价值 Eric不是一开始就拿到最优剧本,而是从普通本科、海外硕士、海外社交、金融交易所、智能硬件一路切换过来。 他这条路径很适合讲给听众听:普通人不是靠一次选择定终身,而是在趋势、尝试、反馈和自我认识中不断修正。 2. 这期把“AI作为大脑和执行助手”讲得很清楚 Eric把AI分成两个角色: 一个是大脑,帮助他打破信息差、补充背景、提出问题; 一个是执行助手,帮助他整理资料、输出PRD、做原型、生成会议纪要和To-do。 3. “活人感”是这期最有辨识度的概念 这期不是单纯讲AI提效,而是讲AI越强之后,人为什么更要保持自己的声音、表达、好奇心和生命力。 Eric 提到,活人感意味着不被定义、持续表达、听见自己的声音,并用运动、社交、独处、记录、旅行等方式和世界碰撞。 4. AI个人复盘部分 Eric记录了六年日记,现在用AI把日常记录变成个人Context,再让Agent每周总结过去的变化、重点和问题。这和你一直讲的“个人数字资产”“判断系统”“长期复盘”高度一致。 他也强调,AI的作用不是替你做决定,而是不断激发你的思考和判断。 5. 这期能直接回应企业AI落地中的真实矛盾 Eric提到,很多老板会以为“AI这么强,员工就应该半小时完成原来五天的工作”,但真实业务里AI仍然需要理解行业、校准结果和匹配用户场景。这个矛盾非常适合企业老板和员工一起听。 《瑜伽姐的斜杠人生》播客团队

95 分钟 47 次播放 1个月前

从广告投放到AI副业:产品经理如何把经验变成自动化赚钱系统

从广告投放到AI副业:产品经理如何把经验变成自动化赚钱系统

瑜伽姐的斜杠人生

嘉宾介绍 本期嘉宾|小白 98年生,互联网产品经理,工作6年,长期深耕程序化广告和广告投放产品。她的职业路径从软件工程专业出发,最初做工程产品,后来进入广告投放行业,经历过广告平台功能、素材迭代、数据洞察、归因分析、广告策略、投放链路和商业化指标优化。她过去经历包括“两年工程产品、四年策略产品”,现在进入 AI + 策略产品 阶段。 小白的特别之处在于,她不是把AI当成聊天工具,而是把AI当成:程序员、数据助理、自动化执行员、副业搭子和个人能力放大器。 在工作里,她用AI处理PRD、原型图、甘特图、报表查询、API调用、数据更新、自动化任务和广告策略辅助;在工作外,她也用AI帮助朋友搭建民宿独立站,并把自己的广告投放经验变成自动化副业系统。 这一期,我和小白聊了聊广告投放产品经理的AI新工位。 我们聊到广告投放里的归因、ROI、预算、人群、素材、落地页和数据反馈,也聊到AI如何改变产品经理的日常工作:PRD、原型图、甘特图、PPT、报表、API调用、自动化任务,都开始变成“AI先做人来修”。 小白有一句话我很喜欢: 人弱则AI补全,人强则AI执行。 你没有框架,AI可以帮你补框架。 你已经有方法论,AI就可以帮你执行和放大。 这期也会聊到她如何用AI做民宿独立站、广告投放副业自动化,以及为什么AI未来可能会成为新的广告渠道。 主持人:Fancy 嘉宾:小白 即刻:小白本白 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:35|嘉宾登场:小白,98年生,6年互联网产品经理,长期深耕大厂广告投放和程序化广告 * 01:35–03:43|小白自我介绍:从工程产品、策略产品,到AI+策略产品,AI让他开始破圈 * 03:43–06:34|为什么从软件工程转向产品经理:写代码不是最爽的,把用户需求变成可用产品才是 * 06:34–08:09|广告投放产品经理的爽感:通过数据洞察、逻辑推理和结果指标验证自己的判断 * 08:09–12:58|程序化广告到底复杂在哪里:归因、ROI、涨量、跌量、媒体竞争和策略调控 * 12:58–17:48|为什么手机广告越来越多:App商业化、广告位扩张、用户体验和公司KPI之间的冲突 * 17:48–21:29|一套完整广告投放系统:预算、流量、人群、出价、素材、落地页、转化和数据反馈 * 21:29–24:47|外贸B端广告投放怎么理解:独立站、落地页、关键词、媒介拆分和归因意识 * 24:47–28:57|广告冷启动里的Benchmark:平台、行业经验、用户画像和媒体数据如何帮助第一波投放 * 28:57–34:40|从工程产品到策略产品:功能产品像搭货架,策略产品决定货架上摆什么 * 34:40–39:12|AI+策略产品的新变化:PRD更快了,但开发、测试、验收和落地压力也变大了 * 39:12–42:11|为什么一人公司开始成立:AI让产品经理可以自己写代码、做页面、接数据库和上线系统 * 42:11–48:27|AI如何改变产品经理日常:原型图、甘特图、流程图、PPT,从手搓变成AI先出、人来修 * 48:27–53:10|“人弱则AI补全,人强则AI执行”:AI可以帮新手搭框架,也可以帮高手规模化执行 * 53:10–57:32|哪些工作最适合先交给AI:表格、Word、PPT、流程图、数据分析、自动化任务和确定性工作 * 57:32–01:03:05|什么不能完全交给AI:钱、投放预算、广告调控、ROI阈值和需要人兜底的策略判断 * 01:03:05–01:06:30|规则沉淀的重要性:AI自进化也需要规则,真正的进化路径仍然由人定义 * 01:06:30–01:12:48|产品经理是老板的翻译官:把模糊需求翻译成清晰功能,把经验变成知识库和系统规则 * 01:12:48–01:17:29|小白如何学习AI:从公司AI转型开始,把工作交给AI,再找朋友需求练手 * 01:17:29–01:18:44|AI帮朋友做民宿独立站:前端页面、数据库、后端接口、海外服务器和预订系统 * 01:18:44–01:22:30|副业怎么开始:先从自己最熟悉、最知道哪里能赚钱的行业开始 * 01:22:30–01:26:46|广告投放副业自动化:定时报表、规则执行、ROI复盘和AI辅助调控 * 01:26:46–01:29:45|副业和主业的关系:主业积累经验,副业换服务人群和变现模式 * 01:29:45–01:32:12|给AI学习者的建议:没有idea就问身边人需求,用实践制造方法论 * 01:32:12–01:36:06|AI会不会成为新的广告渠道:当AI成为入口,它也会成为黄金广告位 10个深度问题 1. 你为什么从软件工程转向产品经理?产品经理这份工作真正吸引你的是什么? 2. 广告投放产品经理和普通产品经理最大的区别是什么? 3. 程序化广告里,归因、ROI、出价、素材、落地页、转化链路之间到底是什么关系? 4. 为什么广告行业会天然训练一个人的数据敏感度和复杂逻辑推理能力? 5. 你说“功能产品像搭货架,策略产品决定货架上摆什么”,这个比喻背后代表什么产品能力? 6. AI进入你的工作之后,PRD、原型图、甘特图、报表和自动化任务分别发生了什么变化? 7. 你提出“人弱则AI补全,人强则AI执行”,这个判断具体是什么意思? 8. 广告投放里哪些动作可以交给AI自动执行,哪些动作必须由人来兜底判断? 9. 你为什么认为AI不是magic?没有SOP、知识库、规则和工作技能时,AI为什么帮不了你赚钱? 10. 对一个想做副业但不知道从哪里开始的人来说,为什么要先从自己最熟悉的行业和能赚钱的节点开始? 5个吸引力亮点 1. “人弱则AI补全,人强则AI执行”是这期最强观点 小白把AI使用讲得很准确: 如果你没有方法论,AI可以帮你补框架;如果你已经有业务Know-how,AI就能帮你执行、放大、自动化。 这句话非常适合成为这一期的传播钩子。 2. 广告投放部分对外贸老板很有启发 这期把广告投放拆成预算、渠道、人群、素材、落地页、归因、转化和ROI,不是泛泛讲“投广告”,而是讲清楚: 钱花出去以后,必须知道为什么涨、为什么跌、哪里有效、哪里浪费。 3. AI一人公司的现实路径讲得很清楚 小白不是空谈“一人公司”,而是从自己的工作能力出发:产品经理 + 广告投放 + AI编程 + 自动化副业。 他用AI做过民宿独立站,也把广告投放副业逐步做成自动化系统。 4. 这期能帮听众理解:AI不是工具焦虑,而是工作流重构 小白反复强调,不是哪个AI工具火就追哪个,而是先清楚自己的任务、目标、流程、风险和判断边界。 尤其是自动化任务、确定性任务、报表更新、数据处理,最适合先被AI接管。 5. 这期最后的“AI广告位”判断很有未来感 当AI成为所有人的入口,它就可能成为新的黄金广告位。 小白提到,未来AI推荐衣服、商品、服务,本质上都可能变成广告变现的一部分;但AI广告既不同于搜索广告,也不同于信息流广告,新的计费方式和商业模式还需要重新设计。 《瑜伽姐的斜杠人生》播客团队

95 分钟 99+ 次播放 1个月前

从运营到FDE:AI时代,真正稀缺的是把混沌业务变清楚的人

从运营到FDE:AI时代,真正稀缺的是把混沌业务变清楚的人

瑜伽姐的斜杠人生

嘉宾介绍 本期嘉宾|kangyuan 互联网大厂 AI 产品运营,长期在 ToB 市场中做产品、运营、增长和客户场景相关工作。他最早做过数据产品,后来做产品运营、ToB增长,也经历过头部互联网公司的本地生活业务、创业公司,再到现在进入大厂做 AI 产品运营。康源自己的总结是:虽然工作年限不算特别长,但他一直在 ToB 市场中打磨产品、运营和增长能力。 现在,他的工作与当下很热的 FDE / Field Delivery Engineer 形态高度相关:把产品和AI能力带到客户现场,在真实交付中理解客户需求,再把需求抽象出来,反哺平台产品。 这一期我们聊到: 为什么过去很多客户调研最后会变成“你们问了也不会改”;为什么平台视角容易造成业务失真;为什么客户说“我要做知识库”“我要做自动化”,其实还远远不够;为什么企业业务天然是混沌的,而AI却需要清晰的工作流和可调用的数据;以及,一个FDE到底怎样从客户现场,把隐性的业务经验拆成显性的规则、流程和系统。 kangyuan 也分享了一个非常具体的方法: 不要一上来问客户“你有什么需求”,而是先收窄到一个具体业务领域; 再把客户的工作流拆成直播前、直播中、直播后这样的链条; 然后追问三个问题: 现在怎么用AI? 曾经想用AI做但失败了什么? 长期以来一直痛但没解决的问题是什么? 这不是一集AI工具分享。 而是一集关于: AI时代,谁能把真实业务现场讲清楚,谁就能拥有更大的职业边界和组织价值。 主持人:Fancy 嘉宾:kangyuan 即刻:kangyuan.c 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube 第122期带时间标记的时间线 * 00:00–01:10|嘉宾登场:kangyuan,大厂AI产品运营,当前工作与FDE、客户现场和AI产品交付高度相关 * 01:10–02:01|kangyuan自我介绍:从数据产品、产品运营、ToB增长,到现在做AI产品运营 * 02:01–04:35|从本地生活到广告AI产品:为什么AI产品运营仍然处在探索阶段 * 04:35–08:57|FDE最大的变化:过去调研完需求要带回公司,现在可以直接在客户现场用AI做交付 * 08:57–11:12|平台视角和真实业务之间的失真:为什么只看指标容易设计出不落地的系统 * 11:12–14:26|业务失真与体验缺失:ToB产品不能只解决“大问题”,还要处理客户真实使用里的细节 * 14:26–17:44|AI进入真实业务场景:不是客户不聪明,而是很多客户不知道机器人、Key、Agent到底怎么用 * 17:44–24:49|AI让企业从“适应平台规则”转向“理解平台商业模式并为自己卡位” * 24:49–30:30|kangyuan的职业选择:从数据产品、运营、增长,到大厂、创业公司、AI产品运营的连续切换 * 30:30–35:18|职业选择里的现实与迷茫:有时选择不是纯理想,而是回到城市、薪水和现实生活 * 35:18–38:00|不断试错背后的主线:虽然跳脱很大,但一直在ToB场景里积累客户沟通和增长能力 * 38:00–42:21|从传统运营到FDE:运营边界为什么被AI放大 * 42:21–46:28|复合型人才浮出水面:以前被职能边界压住的人,AI时代开始有更大空间 * 46:28–48:29|一年三次职业切换带来的思维密度:AI让经验迭代更快,也让决策密度变高 * 48:29–51:43|FDE项目起点:不要问“你们有什么需求”,而是先收窄到一个具体业务领域 * 51:43–54:01|拆工作流:从直播前、直播中、直播后,把客户工作拆到最小原子节点 * 54:01–57:32|三个关键问题:客户现在怎么用AI、曾经用AI想做但失败了什么、长期想做但一直没做成什么 * 57:32–58:19|识别业务闪念:AI像阿拉神灯一样出现后,客户第一时间想到要做什么,往往藏着新机会 * 58:19–01:00:16|一期和二期怎么设计:一期做高频中价值,先建立信任;二期再进入创新和高挑战场景 * 01:00:16–01:05:35|中小企业为什么很难自己完成FDE:经验在老板脑子里,数据散落,规则输出能力不足 * 01:05:35–01:09:02|收窄需求的重要性:不要做“整个公司知识库”,而要先明确一个入口、一个场景、一个工作流 * 01:09:02–01:14:23|企业业务为什么天然混沌:市场变化快,很多经验无法直接数据化,需要人来做抽象和显性化 * 01:14:23–01:17:19|AI时代最重要的能力:抽象规则、显性化隐性经验,把人脑判断变成可调用资产 * 01:17:19–01:20:59|交付为什么要分阶段:先用高频痛点建立信任,再逐步处理更复杂、更高风险的场景 * 01:20:59–01:23:37|FDE真正的价值:在现场把抽象需求变成可用系统,再用客户反馈验证场景是否成立 * 01:23:37–01:27:56|AI如何改变MVP:过去要研发排期一个月,现在上午聊完需求,下午就能做出可看的原型 * 01:27:56–01:30:07|反馈成本趋近于零:A客户适用、B客户不适用,本身就是非常有价值的需求数据 * 01:30:07–01:34:27|AI让人更累了吗:交付更快,客户需求更多,FDE和AI产品运营的工作量反而被放大 * 01:34:27–01:37:13|两种解法:养自己的Agent团队分担执行;把共性需求抽象回产品,完成个人升维 * 01:37:13–01:40:33|未来人才模型:不是单点专家,而是有专业深度 + 跨领域整合能力的复合型人才 * 01:40:33–01:42:37|AI让所有人重新思考:自己的职业模型、人力模型和未来定位到底是什么 * 01:42:37–01:46:30|组织边界被打破:过去运营不能做的交付,现在可以通过AI直接接近客户现场 * 01:46:30–01:50:53|AI减少部门摩擦:运营、产品、研发重新围绕客户价值和业务结果对齐 * 01:50:53–01:53:53|结尾:kangyuan的后续社媒、未来回访可能,以及AI时代持续迭代的开放状态 10个深度问题 1. 你现在做的AI产品运营,和传统产品运营最大的区别是什么? 2. FDE为什么会成为AI时代非常重要的一种工作方式? 3. 为什么过去客户调研经常会变成“客户知道你们不会改”的无效循环? 4. 你提到“业务失真”和“体验消失”,这两个问题在ToB产品里具体会怎样发生? 5. 当你真正去客户现场之后,发现客户使用AI的方式有哪些超出你的想象? 6. 为什么客户说出来的需求,不一定等于他真正工作流里的需求? 7. 你在FDE需求调研里为什么要问三个问题:现在怎么用AI、曾经用AI失败了什么、长期痛点是什么? 8. 为什么第一期交付不能一上来就做最难、最出彩的东西,而要先做高频中价值场景? 9. AI让MVP变快以后,产品运营和FDE的工作边界会怎样被重新定义? 10. 未来谁会在AI时代变得更有价值:单点专家、复合型人才,还是懂业务Know-how又会调AI的人? 5个吸引力亮点 1. 这期把FDE讲得非常具体 不是泛泛说“去客户现场”,而是讲到了真实FDE流程: 收窄业务领域 → 拆工作流 → 找最小原子节点 → 判断AI基建 → 识别长期痛点 → 分期交付 → 用反馈反哺产品。 2. “业务混沌”这个判断非常有价值 kangyuan讲到,公司业务天然是混沌的:市场变动快,很多经验不可数据化,很多判断存在人与人之间的沟通和默契里。AI需要清晰环境,但真实企业往往不是清晰的。这个矛盾,是企业AI落地最核心的难点之一。 3. 这期非常适合企业老板和ToB从业者听 因为它直接解释了: 为什么你说“我要做知识库”“我要做自动化”是不够的。 真正要做的是先收窄场景、明确工作流、拆清楚人做什么、机器做什么、哪些经验要显性化。 4. AI如何改变MVP,这期讲得很落地 过去做MVP需要产品、研发、前端、后端、测试和排期,可能一个月才能给客户看;现在AI可以让需求验证速度大幅提升,甚至当天做出可视化原型给客户反馈。 5. 这期点出了AI时代的新型人才方向 真正有价值的人,不是只会一个岗位动作的人,而是能把业务Know-how、客户现场、数据、AI工具、产品判断和组织协作串起来的人。康源把这种人称为复合型人才,也提到未来更需要有专业深度和跨领域整合能力的人。 《瑜伽姐的斜杠人生》播客团队

113 分钟 88 次播放 1个月前

AI影像爆发之后,真正能留下来的作品靠什么?

AI影像爆发之后,真正能留下来的作品靠什么?

瑜伽姐的斜杠人生

本期嘉宾|Jim / Jimmy / 灰灰 AI艺术家、AI影像创作者、AI概念设计创作者,长期专注于AI影片、AI动画、原创IP和视觉世界观构建。 他从2023年2月开始接触AIGC创作,是较早一批使用AI工具进行高品质视觉内容探索的创作者。 在职业背景上,他本身是计算机专业出身,长期从事游戏程序开发,同时又对艺术创作、影像表达和视觉内容有很深的兴趣。也正因为这种“技术 + 游戏 + 影像 + 审美”的复合背景,他进入AI创作之后,不是单纯把AI当作生成工具,而是把它当成一种新的创作管线、新的视觉语言和新的IP生产方式。 他的作品包括AI短动画、AI短片、原创视觉项目,也曾参与AI短剧《神笔》的制作,并担任相关艺术创作角色。逐字稿中也提到,《神笔》是一部完全使用AIGC工具创作的精品AI短剧,全网播放量已经超过1亿次。 这一期,我们聊的是: 当AI让图片、视频、动画、短剧和虚拟角色的生产成本快速下降之后,创作者真正要回答的问题,不是“我会不会用工具”,而是“我是谁、我想表达什么、我能不能建立自己的世界观,以及我为什么选择这个画面,而不是另一个画面”。 它不是一集AI工具教程,也不是“AI短剧风口”讨论,而是讲清楚: AI降低了影像创作的执行门槛,但没有降低创作者对世界观、人物、审美、叙事、版权、注意力和商业化的判断要求。 主持人:Fancy 嘉宾:Jim(Jim 是 TapTV 签约艺术家,即梦/可灵/海螺/拍我超创”) 小红书:Jim HuiHui 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:18|嘉宾登场:Jim / Jimmy / 灰灰,AI艺术家,专注AI影片、AI概念设计和AIGC创作 * 01:18–04:08|从2023年开始接触AIGC:计算机专业、游戏开发背景和艺术兴趣如何汇合 * 04:08–06:03|AI创作被看见:平台、赛事、社区和国内AI创作生态如何推动创作者出现 * 06:03–08:37|中美AI创作环境差异:国内更积极拥抱AI,海外更重视版权争议与行业边界 * 08:37–11:24|为什么大家会说“AI创作没有灵魂”:大量低质、模板化、同质化内容带来的反感 * 11:24–14:41|AI创作里人的主体性:工具门槛越低,创作者的选择、审美和判断越重要 * 14:41–16:13|注意力变成稀缺资源:当所有人都能生成内容,真正难的是让人愿意停下来 * 16:13–18:13|从游戏开发到原创IP:游戏行业的世界观、交互和沉浸感如何影响Jim的创作方式 * 18:13–21:52|为什么AI时代更适合做IP:单条爆款容易被忘记,世界观和角色才能持续积累注意力 * 21:52–26:58|从工具兴奋到方向聚焦:为什么创作者不能被每一次新工具更新牵着走 * 26:58–30:34|AI影片是否是IP宇宙入口:先想清楚原材料,再讨论载体、平台和商业化形式 * 30:34–35:37|原创世界观和单条爆款的关系:爆款重要,但IP提供长期框架和复利空间 * 35:37–38:03|差异化内容从哪里来:不是重复热门题材,而是在同类内容里做出独特识别度 * 38:03–40:55|AI的三重角色:工具、助理、灵感缪斯;越是0到1阶段,越需要人主导 * 40:55–44:47|AI视频执行里的真实问题:走位、光线、镜头连续性、角色一致性和穿帮都需要人判断 * 44:47–47:44|AI导演的新要求:创作者要像导演、制片、表演指导一样,在脑中提前构建画面和戏 * 47:44–50:58|AI反向训练创作者:用Agent、Skill和本地知识库,让AI帮助自己学习导演、表演和制作逻辑 * 50:58–54:39|为什么自动化之前要先知道流水线产出什么:AI创作不是先自动化,而是先定义结果 * 54:39–58:49|从想法到成片的关键流程:剧本、分镜、画面、视频片段、剪辑、后期和核心资产 * 58:49–01:01:41|前期设定为什么最费时间:人物、故事、造型、场景、审美和角色变化都要被回答 * 01:01:41–01:04:07|AI创作者的版权意识:保护自己的作品,也避免使用没有权属边界的资产 * 01:04:07–01:07:48|AI脸、平均脸和短剧同质化:为什么默认生成会带来审美疲劳,差异化会越来越重要 * 01:07:48–01:10:16|AI创作者如何被看见:赛事、平台、展映、爆款内容、商单、广告和IP授权 * 01:10:16–01:12:37|AI对影视行业的冲击:不是纯替代,而是和真人、演员、剧集、IP形成新的融合 * 01:12:37–01:19:37|演员、数字人和AI影像的未来:专业经验不会消失,但需要重新被AI放大 * 01:19:37–01:24:39|《鬼影石》带来的改变:在技术有限时完成10分钟叙事作品,反而形成真正的方法论 * 01:24:39–01:26:54|给AI创作者的建议:不要一开始想太多,先找到让自己开心、愿意持续做的创作点 * 01:26:54–01:30:05|结尾总结:AI创作的底层逻辑仍然是人,作品最终会暴露创作者是谁 10个深度问题 1. 你最早是游戏程序开发背景,为什么会在2023年开始进入AIGC创作? 2. 从Stable Diffusion到AI视频模型,你第一次意识到“这件事可能改变创作方式”是在什么时候? 3. 为什么很多人会说AI创作没有灵魂?这个判断到底是在批评AI,还是在批评低质量创作? 4. 当所有人都能生成画面之后,创作者真正需要建立的能力是什么? 5. 游戏开发背景如何影响你对原创IP、世界观和沉浸感的理解? 6. 为什么你认为单条爆款不够,原创IP和世界观才更适合长期创作? 7. 在AI短片创作里,哪些部分可以交给AI执行,哪些部分必须由人来主导? 8. AI视频制作为什么反而更考验导演感、走位、镜头连续性和空间想象力? 9. 面对AI脸、平均脸和短剧同质化,创作者怎样做出真正有辨识度的视觉内容? 10. 未来每个人都能用AI做影像之后,真正能被留下来的作品靠的是什么? 5个吸引力亮点 1. 这期直接回应了一个最常见的争议:AI创作有没有灵魂 Jim的回答很清醒:问题不在AI有没有灵魂,而在创作者自己有没有灵魂。 AI只是放大器。低质量、模板化、同质化内容会被放大;真正有审美、有世界观、有表达欲的创作者,也会被放大。 2. 嘉宾的复合背景非常适合AI时代 他不是传统导演出身,也不是单纯艺术生,而是计算机专业、游戏开发、AI创作和影像表达的复合型创作者。 这种背景很适合解释:AI影像不是单纯艺术问题,也不是单纯技术问题,而是技术、叙事、审美和系统管线的结合。 3. 把AI影片讲成“原创IP入口”,而不是短视频工具 这期最有价值的点,是把AI影像从“做一条视频”提升到“建立角色、世界观、核心资产和长期内容框架”。 这和你一直讲的数字资产非常像:单条内容是消耗品,IP和世界观才是资产。 4. 真实讲清AI视频制作没有想象中轻松 AI可以生成画面,但并不会自动替你解决:人物是谁、场景在哪里、光线怎么来、角色怎么走位、镜头如何连续、情绪如何成立。 所以AI导演反而要承担更多前期判断,不能只靠一句提示词。 5. 这期能自然连接创作者商业化 赛事、平台展映、爆款内容、品牌商单、IP授权、数字人、AI短剧、原创角色,都是AI创作者可能被看见和变现的路径。 但它不会被讲成“赚快钱”,而是回到更稳的判断:你有没有持续被看见的创作资产。 《瑜伽姐的斜杠人生》播客团队

90 分钟 35 次播放 1个月前

AI时代,工具到底重不重要?一个AI产品经理的真实回答

AI时代,工具到底重不重要?一个AI产品经理的真实回答

瑜伽姐的斜杠人生

本期嘉宾|钟镇杰 AI 产品经理,2021年本科毕业,毕业5年内经历过多段产品经理工作,目前在大厂从事 AI Agent 相关产品工作,同时也在探索自己的 AI 创业项目 Now Build AI。他并不是一个标准意义上的“稳定职场人”。在进入大厂之前,他已经经历过多段不同类型的工作,从 G 端、B 端、C 端,到 SaaS 工具、国企定制项目、AI策略产品、AI陪伴产品、互动小说与互动漫画项目,都有过真实参与。这些看起来“不稳定”的经历,在AI时代反而变成了他理解产品、机会、验证、失败和商业化的多轮训练。 他曾在孵化器中带过一个6人小团队,做互动小说和互动漫画项目,拿到过不错的数据和用户时长,但最终因为商业化太晚、MVP过大、现金流没跟上、团队能力结构不完整而结束。现在,他把这些失败和实践经验重新沉淀到自己的产品里:希望帮助独立开发者、产品经理、创业者,把一个想法快速变成可以运行、展示、验证、增长和商业化的 MVP。 这一期,我们聊的是: 当AI让写代码和做产品的门槛降低之后,真正稀缺的能力不再只是“会不会开发”,而是能不能定义需求、验证用户、设计产品、完成增长,并把一个想法变成真实世界里有人愿意使用的东西。 最后简单介绍一下钟镇杰现在探索的 Now Build AI。 它想解决的问题是:很多独立开发者、产品经理和创业者有想法,也能用AI写出一些东西,但很难把想法变成完整MVP,更难找到第一批用户去验证。 Now Build AI 希望把产品经理、开发者、增长负责人这些角色,做成一套AI协作工作台,帮助用户从想法、产品、开发、发布,到内容增长和数据复盘,完成更短路径的验证。 这不是今天的重点,今天真正想聊的是:AI时代,工具如何降低创造阻力,以及人如何重新训练自己的产品判断和商业闭环能力。 主持人:Fancy 嘉宾:钟镇杰 即刻:钟镇杰 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube.时间线 * 00:00–01:26|嘉宾登场:钟镇杰,AI产品经理,目前在大厂做AI Agent,也在探索 Now Build AI * 01:26–04:25|非标准职场人:2021年毕业,5年内经历多段工作,持续换赛道、做产品、找机会 * 04:25–07:47|多段经历为什么没有白走:从早期AI评测、搜索算法,到今天的大模型评测方法论 * 07:47–09:42|0到1训练如何形成机会敏感度:不断把想法变成产品、验证、融资、失败和复盘 * 09:42–13:13|频繁换工作如何面对HR质疑:不是隐藏不稳定,而是表达自己对AI和产品的积累 * 13:13–15:25|大厂和创业项目的阶段差异:成熟产品的100+阶段,和创业0到1阶段不是同一种能力训练 * 15:25–20:06|5年职业路径三阶段:从G/B端SaaS,到影像相关产品,再到全面进入AI产品方向 * 20:06–21:01|找工作与机会产生:很多新选择不是等出来的,而是在做事过程中长出来的 * 21:01–24:13|为什么AI陪伴曾经是重要入口:早期大模型最先被商业化的是语言能力和内容生成能力 * 24:13–31:51|AI陪伴的本质:不是简单聊天,而是信息供给、内容消费、角色互动和沉浸感 * 31:51–40:56|AI陪伴产品如何形成市场:供给多样化、垂直人群、内容角色和用户情绪需求共同推动 * 40:56–42:43|产品价值如何产生:人性需求不变,解决方案因为AI发生变化 * 42:43–46:05|孵化器时期的6人团队:从互动小说到互动漫画,尝试用AI做新的内容体验 * 46:05–47:26|为什么数据不错仍然失败:产品有次留和时长,但现金流、风险和商业化没有跟上 * 47:26–51:50|失败带来的产品教训:商业化要从第一天开始,MVP不能包太大,团队能力不能全靠边学边做 * 51:50–54:48|回到大厂AI Agent:一年多经验带来的不是平台数据,而是业务认知和系统性理解 * 54:48–59:10|大厂做Agent和个人做Web Coding的差异:大厂有多角色分工,个人项目有完整创造权 * 59:10–01:04:30|大厂真正带来的认知:成熟产品靠数据驱动、AB测试和转化优化,0到1更多靠创始人判断 * 01:04:30–01:08:21|Now Build AI的出发点:帮助独立开发者和创业者从想法走到产品验证 * 01:08:21–01:14:41|Launch Agent:为什么独立开发者真正缺的不是代码,而是增长合伙人 * 01:14:41–01:18:16|从想法到完整MVP:不仅要做页面,还要有前端、后端、数据库、登录、支付、SEO和商业化框架 * 01:18:16–01:21:35|产品经理和技术人的能力差异:AI降低开发门槛,但商业闭环和用户验证仍然需要判断 * 01:21:35–01:24:50|Fancy的“工具不重要”观点:不追工具,而是追自己的知识库、方法论和业务系统 * 01:24:50–01:28:16|钟镇杰的回应:工具本身重要,但工具会同质化;真正关键是上下文、需求迁移和工作流 * 01:28:16–01:35:36|什么时候工具重要,什么时候工具不重要:短期垂类工具有价值,长期可能被更强平台吞并 * 01:35:36–01:41:28|AI降低创造阻力:从文字、图像、视频到软件,AI正在释放大量长尾需求和个人创造力 * 01:41:28–01:46:39|给AI使用者和创业者的建议:让AI提供负向反馈,先验证用户需求,再做增长和商业化 * 01:46:39–01:51:46|结尾总结:工具是思维放大器,真正重要的是阶段判断、商业模式和选择能力 * 01:51:46–01:52:09|收尾:嘉宾联系方式可放在Show Notes,方便听众进一步了解 Now Build AI 10个深度问题 1. 你为什么说自己不是一个标准意义上的职场人?这9段工作经历分别给你留下了什么能力? 2. 频繁换赛道在传统HR视角里可能是不稳定,但在AI时代,它有没有变成一种机会敏感度? 3. 你经历过多个0到1项目,这些经历如何影响你今天做AI产品和创业项目的判断? 4. 你做AI陪伴产品时,为什么会认为它不是简单聊天,而是信息供给和内容消费? 5. AI陪伴、互动小说、互动漫画这些产品,为什么能在早期成为大模型商业化的重要方向? 6. 孵化器6人团队当时数据不错,为什么最后还是失败了?这件事给你最大的教训是什么? 7. 为什么你说商业化必须从第一天开始?MVP包太大,会怎样拖慢一个AI产品的验证? 8. 大厂做AI Agent和个人做Web Coding项目,最大的差异到底在哪里? 9. 你为什么想做 Now Build AI?它到底是在帮独立开发者写代码,还是在帮他们完成从想法到增长的完整链路? 10. 你怎么看“工具不重要”这个观点?在什么情况下工具很重要,什么情况下工具反而会让人偏离真正的问题? 5个吸引力亮点 1. 这期有非常强的观点碰撞感 Fancy一直强调“不要追工具,要搭系统”;钟镇杰则从工具创造者的角度回应: 工具本身重要,但工具不是商业答案。 这让这一期不是单向访谈,而是一次很有价值的产品思维碰撞。 2. 嘉宾经历很适合AI时代 5年9段工作经历,在传统职场里可能被视为不稳定。 但在这一期里,它反而变成了一个观察点: AI时代会奖励那些经历多样、对机会敏感、能不断从0到1试错的人。 3. AI陪伴产品部分很有产品洞察 这期不是泛泛聊AI陪伴,而是把它拆成: 信息供给、角色互动、内容消费、沉浸感、供给多样化和垂直人群需求。 听众会发现:很多AI产品不是凭空出现,而是旧需求被新技术重新满足。 4. 失败案例非常有价值 孵化器项目曾经拿到不错的数据,但仍然因为商业化太晚、MVP过大、团队能力结构不足而结束。 这对所有想做AI产品、独立开发、副业项目的人都很现实: 数据好看,不代表产品能活下来。 5. Now Build AI不是产品发布会,而是一个AI时代问题 它背后真正值得讨论的是: 当AI让开发变便宜,普通人、产品经理、独立开发者和创业者,如何把一个想法变成完整MVP,再找到第一批用户。 《瑜伽姐的斜杠人生》播客团队

112 分钟 60 次播放 1个月前

住在日本的AI产品经理:想法变便宜以后,真正难的是让人愿意用

住在日本的AI产品经理:想法变便宜以后,真正难的是让人愿意用

瑜伽姐的斜杠人生

这一期,我们聊一位住在日本的AI产品经理。本期嘉宾游猫猫,曾在北京互联网公司做产品和运营,主要接触互联网广告、客户投放和数据指标。疫情之后,她来到日本,先从语言学校重新开始,再进入一家日本AI创业团队,做产品经理、项目经理,也负责售前售后和客户对接。 她的经历很特别。她不是来讲一套成熟的AI方法论,也不是来分享一个包装好的成功故事。 她更多是在讲:一个AI产品真正进入客户场景时,会遇到多少现实问题。 比如: 产品做出来了,客户为什么不一定买? 技术跑通了,为什么不代表客户愿意换系统? 需求是真的,为什么预算不一定是真的? AI可以前置服务,但什么时候必须转人工? 一个产品经理在小团队里,为什么必须同时理解产品、项目、销售、客户、定价和交付? 这一期我们也聊到她在日本的生活和工作变化:从北京大厂的高密度节奏,到日本创业团队里的重新学习;从工具焦虑,到开始用AI解决自己的真实问题;从想法变得更容易实现,到重新理解审美、人格、工匠精神和产品判断。内容定位 这它不是普通AI工具分享,也不是成功学式的AI创业故事,而是讲清楚: AI降低了“做出来”的成本,但没有降低“卖出去、用起来、融入组织、形成长期价值”的难度。 主持人:Fancy 嘉宾:游猫猫(小宇宙播客主理人:Miao Talks) 即刻:seven_游猫猫 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:36|嘉宾登场:游猫猫,住在日本的AI产品经理,在创业团队中同时承担产品、项目和客户对接 * 01:36–04:04|从北京到日本:曾做互联网广告产品和运营,疫情后来到日本,从语言学校重新开始 * 04:04–07:42|为什么选择日本:离中国近、市场特殊、就业并不轻松,但仍想在这个环境里继续探索 * 07:42–09:53|在日本AI创业团队里的状态:一边工作、一边学习、一边困惑、一边成长 * 09:53–12:33|AI从业者的共性:兴奋和焦虑并存,学习成本降低,但工具和信息太多也会让人疲惫 * 12:33–15:59|中、美、日AI应用场景差异:国内更集中在效率工具,日本更偏碎片化、小场景和网页化服务 * 15:59–18:38|工具疲劳之后,真正重要的是应用场景:不是追所有工具,而是用AI解决自己的具体问题 * 18:38–21:31|从北京大厂到日本创业团队:最大的变化是工作模式、生活节奏和个人空间重新出现 * 21:31–26:59|日本生活里的“小确幸”:从饮食、消费场景到生活细节,重新感受到人的需求被细致照顾 * 26:59–31:43|产品经理、项目经理、售前售后三重角色:为什么AI创业团队里每个人都要跨角色工作 * 31:43–35:16|失败案例复盘:需求存在,不代表客户愿意付费;做出来,不代表商业模式成立 * 35:16–38:26|从通用模板转向定制化产品:为什么低价通用产品利润薄、交付重,很难真正跑通 * 38:26–41:20|失败不是没有价值:每一次没成交,都在逼团队重新理解需求、预算、定价和客户阶段 * 41:20–43:48|客户为什么不买单:产品可能没问题,但预算、内部优先级和替代方案都会影响成交 * 43:48–45:59|日本本地业务场景:行政书士、税理士等案头工作,AI可以减少重复筛选和后台处理 * 45:59–49:34|AI产品真正难的是融入组织:不是系统做出来就结束,而是让客户愿意换、愿意学、愿意用 * 49:34–57:05|Fancy与游猫猫互相提问:一个人的AI系统如何被拆成外贸、营销、产品和交付模块 * 57:05–01:03:46|AI工具培训和长期系统的区别:短期工具课可能来钱快,但真正难的是建立自己的业务系统 * 01:03:46–01:08:07|游猫猫的AI使用方式:把AI当个人助手和镜子,先聊天、设角色、拆需求,再产出多个版本 * 01:08:07–01:11:47|会提问也是核心能力:很多人不是没有问题,而是不知道怎么把问题问出来 * 01:11:47–01:14:15|想法实现成本变低之后:AI让人更愿意尝试,但也更容易分散精力 * 01:14:15–01:18:03|AI时代的审美、人格和工匠精神:当批量生成越来越多,真正有质感的产品反而更稀缺 * 01:18:03–01:22:01|品牌广告与效果广告的类比:既要调性,也要结果,AI产品同样要面对“品效合一” * 01:22:01–01:23:46|没有预算、没有资源时,AI能不能帮你把单子做成?这是游猫猫一直在思考的问题 * 01:23:46–01:30:05|真实产品案例:为日本客户做AI客服系统,解决网页咨询、AI前置、人工转接和多端提醒 * 01:30:05–01:33:41|AI客服为什么不能只靠AI:知识库、权限边界、真人介入、数据核验和用户体验都要重新设计 * 01:33:41–01:35:10|游猫猫留给听众的问题:如果你也要做AI OPC,你到底想做成什么样的业务形态? * 01:35:10–01:37:47|结尾总结:向AI学习、用AI落地想法、把技能叠加成新的Buff,是这一代人的共同机会 10个深度问题 1. 你为什么会从北京互联网广告产品和运营,转到日本AI创业团队做产品经理? 2. 日本AI创业团队里的产品经理,和你过去在国内大厂做产品、运营时最大的区别是什么? 3. 你说自己现在不是传统产品经理,而更像“全站产品”,产品、项目、售前售后都要做,这种角色切换最难的地方是什么? 4. 你观察中、美、日不同AI应用生态时,看到的最大差异是什么? 5. 为什么你会觉得AI从业者普遍既兴奋又焦虑?这种焦虑来自工具太多,还是来自不知道自己该做什么? 6. 你们早期做过一些产品,但没有真正成交。回头看,问题是在产品、定价、客户预算,还是客户还没有到使用阶段? 7. 为什么后来你们从通用模板,转向更高价、更重沟通的定制化产品? 8. 一个AI产品从“做出来”到“客户真的用起来”,中间最大的组织摩擦是什么? 9. 你在工作里把AI当成个人助手和镜子,它具体怎样帮助你拆需求、写版本、查Bug和做判断? 10. 当AI让想法变得很容易实现以后,普通人真正应该训练的是执行力、审美力,还是判断力? 5个吸引力亮点 1. 少见的女性AI产品经理视角 你的AI系列里男性嘉宾较多,这一期游猫猫的视角很特别:她不是工程师,也不是典型AI创业者,而是在日本AI创业团队里做真实产品、真实客户和真实交付的人。 2. 不是成功案例,而是真实失败复盘 这期很有价值的一点是:嘉宾并没有包装成“我有一套成功方法论”。 她讲的是:产品做出来了,技术跑通了,但客户为什么还是没有付费? 这种失败复盘反而比成功故事更值得听。 3. 把“有需求”和“愿意付费”分开讲清楚 很多AI产品最大的问题不是没人觉得它有用,而是客户不一定愿意换系统、不一定有预算、不一定愿意培训团队、不一定愿意承担迁移成本。 这一期把这个问题讲得很现实。 4. 日本市场视角很有差异化 游猫猫提到日本市场更碎片化、场景化,很多服务仍然以网页、邮件、表单和本地业务关系为主。 这让这一期不只是聊AI,也是在聊:不同国家的商业环境如何影响AI产品落地。 5. “想法变便宜以后,真正难的是选择”这个主题很强 AI让普通人更容易做出东西,但也带来新问题: 想法太多、工具太多、信息太多,人反而更容易分散。 这期能很好地承接你的主线:AI时代真正值钱的不是想法,而是判断、取舍、交付和长期迭代。 《瑜伽姐的斜杠人生》播客团队

97 分钟 73 次播放 2个月前

AI时代,外贸企业最先被淘汰的不是不会用工具,而是没有订单系统

AI时代,外贸企业最先被淘汰的不是不会用工具,而是没有订单系统

瑜伽姐的斜杠人生

本期主讲|Fancy Wang / 瑜伽姐 外贸从业近20年,通信产品领域深耕10年,现为外贸SOHO、一人公司经营者、LinkedIn内容营销顾问、播客《瑜伽姐的斜杠人生》主理人。她长期围绕外贸订单、LinkedIn营销、企业AI轻组织、客户分层、数字资产和AI自动化进行一线实践。过去三年,她持续把自己的外贸经验、客户判断、内容体系、课程交付和企业案例沉淀成系统,并在2026年下半年开始进入自动化阶段:包括客户背调自动化、LinkedIn数据分析、会议纪要归档、企业内容日历、客户分层、订单推进和数字产品系统。 这一期,她不讲某一个AI工具怎么用,而是讲一个更底层的问题: 外贸企业到底应该如何把老板经验、客户数据、订单流程、营销动作和组织协作,变成AI可以读取、执行、复盘和放大的系统资产。 这一期,是我关于外贸企业AI落地的一次阶段性复盘。 过去三年,我一直在讲数字资产、LinkedIn营销、外贸订单系统和AI轻组织。到了2026年下半年,我自己的系统终于开始进入自动化阶段:客户资料、会议纪要、背调、社媒数据、内容日历、订阅者画像、订单跟进和数字产品,都开始被AI接入和放大。 但越做到后面,我越确定一件事: AI不会替你解决订单,它只会放大你原本的系统。 如果你的客户没有分层,AI会放大混乱。 如果你的流程没有整理,AI会放大低效。 如果老板的判断没有沉淀,AI就不知道该替你判断什么。 如果企业没有数据、没有责任链、没有验收标准,自动化只会让错误跑得更快。 这一期我会从外贸SOHO、小团队和企业老板三个维度,拆解AI到底应该放在哪一层:哪些事情可以交给AI,哪些事情必须由人判断;为什么订单系统不是CRM,而是一条从市场判断到复购的责任链;为什么老板不能再只看动作,而要看数据、结果和转化;以及,为什么未来真正值钱的外贸人,不是最会追工具的人,而是最能把经验变成系统资产的人。 这不是一集AI工具课。 而是一集关于: 外贸企业如何从追工具,走向真正拥有自己的订单系统、数字资产和AI自动化能力。 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–04:30|直播开场:本期同步到全球音频平台,主题是AI如何真正落地到外贸SOHO和外贸企业 * 04:30–06:17|核心判断:AI不会替你解决订单,它会放大你的组织问题 * 06:17–08:46|Fancy自己的系统进度:外贸通信订单、LinkedIn营销、企业系统、沙龙、电子书和数字产品陆续上线 * 08:46–12:27|为什么自动化之前必须先有系统:没有客户分层、组织架构和订单判断,AI只会放大混乱 * 12:27–15:35|订单问题不等于AI问题:AI适合处理会议纪要、客户资料、背调、社媒抓取和跟进准备 * 15:35–18:33|客户背调如何自动化:从客户盈利模式、商业模式、产品变化、社媒动态到SKU机会 * 18:33–20:29|为什么老板很忙却不一定有效:碎片化背调、资料整理和重复报价正在浪费高价值时间 * 20:29–23:41|自动化的前提:AI必须先知道谁是目标客户、什么是有效询盘、什么才可能变成订单 * 23:41–25:18|从SOHO到企业:订单系统、人员管理、供应链、产品SKU、成交客户与未成交客户都要系统化 * 25:18–27:23|自然语言时代的变化:老板不需要先学工程师语言,也可以通过AI表达业务需求 * 27:23–29:05|AI作为商业咨询师:不会的事情让AI一步步拆解,帮助自己形成新的咨询文件和商业判断 * 29:05–32:08|企业组织结构重构:未来不是简单招人,而是“一个人 + 一个AI Agent”的组织效能放大 * 32:08–34:30|FDE与企业AI落地:大公司和小公司都需要把系统、流程、数据和业务场景先理清楚 * 34:30–38:44|从个人经验复利化到副业MVP:系统完成后,可以让AI辅助探索新的数字产品和虚拟产品 * 38:44–41:17|多业务线共享底座:A系统跑通后,B业务、C业务可以基于同一套经验和数据快速复制 * 41:17–45:36|垂直市场和品牌溢价:客户越来越小众、细分、精细化,外贸企业必须重新理解目标客户 * 45:36–48:30|数字记忆的重要性:不仅要抓客户数据,也要抓自己的营销数据和行业影响力数据 * 48:30–53:50|为什么不要被工具推着跑:工具只是业务的WPS,真正重要的是客户决策、盈利模式和订单逻辑 * 53:50–57:07|外贸逻辑没有变:AI改变的是效率和被看见的方式,不改变交易、风险、谈判和供应链本质 * 57:07–01:01:46|外贸企业老板常见结构性问题:客户不分层、平台等于系统、询盘碎片化、数字资产缺失 * 01:01:46–01:05:34|KPI不能只看动作,要看结果:内容、订阅者画像、客户来源和转化数据都要进入经营视图 * 01:05:34–01:10:23|企业内容日历与经营视图:用飞书/多维表格管理账号矩阵、内容表现和目标客户画像 * 01:10:23–01:14:46|AI与自动化误区:不用AI、只聊天、追工具、脏流程自动化,都会让企业走偏 * 01:14:46–01:17:52|为什么外贸订单是复杂决策:市场判断、客户关系、产品、供应链、报价、复购共同决定订单 * 01:17:52–01:22:32|经验如果不能变成数字资产,就只能继续吃老客户;订单系统不是CRM,而是责任链 * 01:22:32–01:25:21|为什么传统SOP不够了:每家企业都需要基于自身实际情况重新训练AI和系统 * 01:25:21–01:29:57|自动化真正值钱的前提:稳定流程、干净数据、明确负责人、验收标准和异常升级机制 * 01:29:57–01:33:44|一站式订单机器人出现后,老板必须重新思考自己的不可替代价值 * 01:33:44–01:40:08|SOHO、小团队和企业的不同设计:AI做研究、整理、复盘,人做客户关系、判断和产品方向 * 01:40:08–01:44:44|AI超级外包的趋势:未来会出现更多基于专业能力的一人公司和垂直外包服务 * 01:44:44–01:48:29|能力必须变成可复用系统:否则时间会被低价值重复工作持续占用 * 01:48:29–01:53:26|个人能力升级:外贸、LinkedIn、播客、数字产品和AI系统如何叠加成新的职业Buff * 01:53:26–01:57:43|数字产品与副业MVP:AI压低交付成本,高价值判断仍然保留给人 * 01:57:43–02:00:50|外贸企业的竞争优势:不是所有公司都需要大规模曝光,真正稀缺的是小众高价值客户和技术壁垒 * 02:00:50–02:10:33|AI OPC 2.0:从单一业务做深,到多引擎共享底座和美元网页小工具探索 * 02:10:33–02:16:30|外贸经验如何变成新工具:清关、单据、尺寸、重量、报价、客户分流都可以被技能化 * 02:16:30–02:22:37|为什么老板要在互联网上出现:不是为了做IP,而是为了降低信任成本和获客成本 * 02:22:37–02:26:47|一件事如何卖很多次:研究、判断、生产、内容、数据和复盘都要被拆成可复用系统 * 02:26:47–02:34:42|从AI播客嘉宾身上学到的东西:定义问题、知识库、上下文、项目化、跨职能协作 * 02:34:42–02:41:24|外贸老板与AI嘉宾的差异:外贸人优势在跨环节实战,短板在经验隐性化和知识库不足 * 02:41:24–02:49:23|老板如何真正学AI:不要按工具学,要按真实业务问题学,通过追问、执行、复盘形成规则 * 02:49:23–02:53:37|从规则到Skill再到自动化:先做100次验证,再把能力沉淀成知识库和自动化流程 * 02:53:37–02:57:43|结尾判断:AI会把有系统的人变得更快,也会把没系统的人消耗得更快 * 02:57:43–03:05:22|最后总结:AI OPC、超级外包、多业务线、时间管理和长期个人数字资产布局 10个深度问题 1. 为什么我认为“AI不会替外贸企业解决订单,只会放大组织问题”? 2. 外贸老板最容易误解AI的地方是什么?是工具、自动化,还是订单系统本身? 3. 为什么自动化之前,一定要先完成客户分层、订单流程和判断规则? 4. 你现在把哪些工作交给AI?哪些工作仍然必须由人来判断? 5. 外贸企业的数字资产到底是什么?为什么不只是产品资料和公司介绍? 6. 为什么我认为订单系统不是CRM,而是一条从市场判断到复购的责任链? 7. 企业老板为什么不能只看员工有没有动作,而要看数据、结果和转化? 8. 从我采访这么多AI嘉宾的经验来看,工程师和产品经理最值得外贸老板学习的是什么? 9. 外贸SOHO、小团队和企业老板,在AI落地时分别应该先做哪一步? 10. 未来外贸人如果想拥有第二条、第三条收入曲线,应该如何把经验变成数字产品、Skill或自动化系统? 5个吸引力亮点 1. 这是Fancy自己的AI系统阶段性复盘 这一期不是抽象讲趋势,而是我基于自己这半年的真实系统建设讲出来的:外贸订单系统、LinkedIn营销系统、企业内容日历、课程交付、电子书、播客和自动化如何逐步连接起来。 2. 直接点破外贸AI落地最大误区 很多老板以为AI落地就是买工具、学提示词、做自动化。 这一期直接讲清楚:如果企业没有客户分层、流程、数据、责任人和验收标准,自动化只是在放大混乱。 3. 把“订单系统”讲得非常具体 不是泛泛说“数字化转型”,而是落到客户背调、SKU机会、跟进邮件、社媒数据、订阅者画像、销售矩阵、供应链、报价、复购这些真实外贸环节。 4. 非常适合外贸老板和SOHO反复听 因为这期不是教大家追工具,而是逼老板回到最核心的问题: 你的客户是谁?你的钱从哪里来?你的订单怎么产生?你的经验有没有变成公司资产? 《瑜伽姐的斜杠人生》播客团队

181 分钟 99+ 次播放 2个月前

会做事,不等于会赚钱:AI时代,一个广告人的一人公司实验

会做事,不等于会赚钱:AI时代,一个广告人的一人公司实验

瑜伽姐的斜杠人生

本期嘉宾|卡昂 AI 一人公司实践者,卡昂 AI 一人公司联盟发起人。他拥有近9年影视广告与品牌内容经验,做过广告策划、编导、品牌视频负责人、影视广告部门总监、自由影视广告人,也参与或负责过40多个影视广告项目。过去,他长期在广告行业里做项目、做创意、做沟通、做交付,也曾尝试影视工作室、自由职业、老板IP项目和外卖运营AI项目。几次转型和踩坑,让他逐渐意识到: 会做项目,不等于会经营;会服务客户,不等于知道客户从哪里来;有专业能力,也不等于自动拥有自己的商业闭环。2026年4月底,卡昂注册了自己的公司,正式开始AI一人公司实践。他以办公 Agent 训练营等AI实战产品为起点,帮助职场人提升工作效率,并借助AI跑通了第一轮产品、内容、获客与变现闭环,完成了五位数收入。 这一期,我们聊一个AI时代很多专业人士都会遇到的问题: 会做事的人,如何开始赚自己的钱? 为什么专业能力不会自动变成生意;为什么现金流是一人公司最先要算清楚的事;为什么看见风口不等于能赚到钱;为什么做内容不是为了当网红,而是为了获客;以及,一个有专业积累的人,如何借助AI,把自己的经验、判断和服务能力,慢慢变成可以售卖、可以验证、可以持续迭代的小事业。 这不是一集AI工具分享。 而是一集关于: AI时代,专业人士如何从“替组织做事的人”,变成“为自己经营的人”。 真正关键的是:专业能力产品化、真实需求验证、低成本试错,以及稳定的现金流意识。 主持人:Fancy 嘉宾:卡昂 微信:kaenzhong 公众号:卡昂AI超能玩 视频号:卡昂AI超能玩 小红书:卡昂AI超能玩 即刻:卡卡卡昂 如果你已经有一些专业积累,也想尝试借助 AI 把自己的能力转化为产品、客户和收入,可以通过本期节目的 Shownotes 添加卡昂微信,备注「瑜伽姐播客」领取 收听方式: 喜马拉雅,小宇宙,网易云音乐,qq音乐,豆瓣,App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:52|嘉宾登场:卡昂,广告导演转型AI一人公司经营者,AI OPC联盟发起人 * 01:52–03:24|卡昂自我介绍:9年广告影视行业经验,正在做办公Agent训练营和AI一人公司探索 * 03:24–06:57|从广告策划、编导、影视工作室到AI OPC:职业路径如何一步步转向 * 06:57–09:24|为什么“万事皆用AI”:AI让一个人开始重新理解工作方式和组织形态 * 09:24–12:11|广告行业的外部变化:品牌叙事、TVC、短视频、社媒和市场预算都在变化 * 12:11–16:20|转型AI一人公司的三个原因:外部环境变化、个人主线寻找、AI生产力成熟 * 16:20–20:28|AI OPC为什么成立:AI变成数字员工,一个人可以用更低组织摩擦完成更多工作 * 20:28–22:29|从广告人到AI一人公司:为什么要先复盘过去9年的职业训练 * 22:29–27:34|广告行业给卡昂的核心能力:审美、画面感、客户需求洞察和项目沟通 * 27:34–30:31|广告片像打磨产品:卖点提炼、客户需求、商业价值和美感之间的平衡 * 30:31–32:44|身份转换后的变化:从打工人的问题视角,转向老板的资产和变现视角 * 32:44–38:12|离开组织后才发现:公司帮你解决了客户来源、商业模式和项目兜底 * 38:12–43:49|创业后最大的冲击:现金流不稳定,让人更容易焦虑和做短期决策 * 43:49–52:47|咨询案例:一个电商总监想做一人公司,为什么第一步不是产品,而是现金流安全垫 * 52:47–58:59|第一次创业坑:影视工作室运转近一年,客户难找、回款慢、垫资重,最终停下 * 58:59–01:04:09|轻成本创业的重要性:少固定人员、少硬成本、项目制合作,先降低生存压力 * 01:04:09–01:07:32|为什么AI一人公司适合轻创业:AI比实习生更懂上下文,也更适合承担重复执行 * 01:07:32–01:09:17|未来组织形态:从金字塔公司到蜂巢式合作,多个一人公司互相补位 * 01:09:17–01:16:05|老板IP项目复盘:广告人思维太重,代运营交付太重,客户真正要的是获客结果 * 01:16:05–01:21:15|个人IP和老板IP的变化:从大人物叙事,走向日常化、内容化和获客化 * 01:21:15–01:25:22|内容不是为了当网红:内容是24小时推销员,是让别人先认识你,再理解你的产品 * 01:25:22–01:31:36|AI博主和一人公司的区别:流量不能直接养活你,现金流必须来自自己的价值交换 * 01:31:36–01:38:59|外卖运营AI项目复盘:看见风口不够,还要看真实需求、交付成本和商业模式 * 01:38:59–01:42:13|为什么不能只在办公室里想需求:一定要接触真实客户,把手弄脏 * 01:42:13–01:46:17|真实需求怎么挖:客户说出口的不一定是真需求,要做背调、沟通和验证 * 01:46:17–01:50:30|AI OPC的MVP方法:不用一开始找1000个人,先找10个人访谈,再让AI辅助提炼共性需求 * 01:50:30–01:55:25|B端和C端验证方法不同:商业模式决定你需要多少样本、什么周期和什么转化逻辑 * 01:55:25–01:59:15|卡昂现在的一人公司模式:办公Agent训练营、AI一人公司联盟、知识付费、工具和产品探索 * 01:59:15–02:00:10|给听众的福利:AI一人公司起步实操指南和踩坑经验 * 02:00:10–02:04:06|给想做AI一人公司的人三条建议:先用好AI,摆正心态,不要封闭在一个人的世界里 * 02:04:06–02:08:59|结尾总结:AI一人公司不是神话,而是专业能力、现金流、产品化和真实需求验证的长期过程 10个深度问题 1. 你为什么会从广告导演、品牌内容人,转向AI一人公司? 2. 过去9年的广告行业训练,真正留给你的核心能力是什么? 3. 为什么会做项目、会交付,并不等于能直接做成自己的生意? 4. 你离开组织之后,最先感受到的缺口是什么:客户、产品、报价,还是现金流? 5. 现金流为什么是一人公司最先要算清楚的问题? 6. 影视工作室这次创业,给你最大的教训是什么? 7. 老板IP项目为什么没有按预期跑通?广告人思维和真实获客结果之间有什么错位? 8. 外卖运营AI项目为什么看见了风口,却仍然没有跑成? 9. 对于想做AI一人公司的人,为什么先访谈10个真实用户,比闷头做产品更重要? 10. AI一人公司真正的核心,是AI工具,还是专业能力、商业判断和持续获客? 5个吸引力亮点 1. 这不是成功学,而是真实踩坑复盘 卡昂不是只讲“我怎么做成了AI一人公司”,而是把影视工作室、老板IP、外卖运营AI项目里的失败、误判、现金流压力都摊开讲。 2. 把“专业能力产品化”讲得很具体 很多人有经验、会做事、会交付,但不知道如何把能力变成产品、服务、课程、社群和可持续现金流。卡昂的案例刚好卡在这个关键转折点。 3. 非常适合想做副业、自由职业、一人公司的人听 尤其是已经在职场里有积累的人:广告人、内容人、运营人、产品人、培训人、咨询人,都能从这一期看到自己未来可能遇到的坑。 4. 点破一人公司最大的误区:不是先辞职,而是先验证现金流 这期非常实际地讲到:你能支撑自己试错多久?失败的钱能不能接受?不要把外部支持当成自己的底牌。 5. 把内容获客和网红流量区分开了 卡昂讲得很清楚:一人公司做内容,不是为了做网红,而是为了让内容成为24小时推销员,承接真实客户和真实产品。 《瑜伽姐的斜杠人生》播客团队

125 分钟 95 次播放 2个月前

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的单集添加进来吧