共 299 集。
深思圈
节目简介: a16z合伙人Olivia Moore提出B2A概念:AI代理正成为互联网上最主要的用户,也可能成为产品最大的客户。两人对照她的长文和播客数据,聊代理流量的现状、写代码代理的先例、四类受益公司、订阅之外的赚钱方式,以及这件事离普通人还有多远。 目录: 00:00 开场 00:54 买家不是人了 03:12 缺的是分发 05:44 代理怎么办事 08:17 写代码的代理先演了一遍 10:51 四类受益者 13:24 订阅之外的钱 15:47 这事离我们多远 17:30 收尾 本期要点: - Olivia Moore认为代理已是互联网上最主要的用户,B2A指企业把AI代理当正式客户 - AI能力超出预期,但新的分发方式迟迟没跟上,代理可能补上这一块 - Shopify称今年第一季度AI带来的店铺流量同比涨八倍,AI搜索订单涨近十三倍 - 写代码的代理先演了一遍:被频繁调用又顺手的工具最先受益 - 美国约4.5%的消费者为AI付订阅费,广告和交易抽成才可能撑起大市场 - 代理读的是商品信息、价格、库存和接口,不是首页和广告图 - B2A会先在规则清楚、出错代价低的场景发生,现在就能准备的是整理好信息和接口 原文链接: https://mp.weixin.qq.com/s/VVUPEh84gVuO0EVd5Bk4zw?token=386607465&lang=zh_CN 公众号:深思圈
17 分钟 24 次播放 2小时前
节目简介: 材料来自创业点子内容创作者 Greg Isenberg 的一期单人节目。两位搭档顺着他讲的八个方向,从实体生意、许可、注意力、时机、归属感、流动性、独有数据到按结果收费,聊产品之外有哪些东西别人追不上,也讨论了这些路的代价、反例和还没答案的问题。 目录: 00:00 开场 00:54 点子几秒钟就能被复制 04:00 难做和不让做 06:24 注意力是攒出来的 08:55 先到的人手里多什么 11:30 归属感和市场 15:34 数据和结果,以及叠起来用 19:50 回到那个问题 21:18 收尾 本期要点: - Greg Isenberg 的八个方向:实体生意、许可、注意力、时机、归属感、流动性、独有数据、按结果收费 - 实体生意靠重和难挡住对手,但利润薄,需要愿意自己下场 - 牌照和大公司合作卡的是排队,不是手艺,AI 在这里帮不上忙 - 先到的人真正攒下的是数据、对小圈子的了解和信任,产品只是入场券 - 市场的价值在两头的人,不在代码,但先有人才有人的难题 AI 没替你解决 - Greg 自己把按结果收费排在最靠后,因为它最依赖 AI 本身 - 八个方向叠在一起用,对手要同时补好几样,成本才高 - 这些路大多是慢生意,是否耐得住是个开放问题 原文链接: https://mp.weixin.qq.com/s/YiYvpyx_jXUX44Kw98Z3Ow?token=386607465&lang=zh_CN 公众号:深思圈
21 分钟 85 次播放 1天前
节目简介: 材料来自一篇讲 Wispr Flow 内容负责人 Hector Serrano 做法的文章。两位搭档从产品是否站得住谈起,聊到按广告花费分成加保底、怎么找前五个创作者、为什么不写脚本,以及这套办法适合谁、不适合谁,最后落到招人和 AI 的边界。 目录: 00:00 开场 00:54 产品先过关,付费才有意义 03:11 从按播放付钱到按效果分成 05:12 分成加保底的账怎么算 07:31 前五个创作者从哪里来 10:09 榜单、撞车和越丑越有效 12:26 谁适用这套办法,以及谁来带 15:27 AI 过敏与真正难复制的东西 17:57 收尾 本期要点: - 先有产品,广告只是往已经烧起来的火里添柴 - 按播放量付钱转化不理想,后来改成按广告花费分成 - 保底加分成:新人头几个月有收入,才会留下来 - 前五个创作者要看广告库里缺什么,而不是随便找 - 不写脚本,要管的是整批广告的多样性 - 广告淘汰很快,同时在跑的有 800 到 900 条 - 招人看有没有真的做起过一个账号,一眼可验证 - 最后放到用户眼前的视频和设计,他们不交给 AI 原文链接: https://mp.weixin.qq.com/s/n685LzTxm3kwpotgRxFzHg?token=386607465&lang=zh_CN 公众号:深思圈
18 分钟 67 次播放 2天前
节目简介: 依据Google前沿模型产品负责人Tulsee Doshi在Lenny播客上的分享,两位搭档聊产品经理如何面对不可预测的模型:先把好写成评分标准,用手感和小评测认识模型,按60-20-20给未成熟能力留位置,再讨论团队用AI的习惯与倦怠的来源。 目录: 00:00 开场 00:54 模型出来总有计划外的东西 03:17 模型自己也有用户体验 05:34 这么多模型,是为了服务不同的人 07:51 从五个问题开始做评测 09:57 评测本身也可能是错的 12:07 60-20-20,给还没成熟的能力留位置 14:20 产品经理的活,团队的习惯 17:33 累的原因,和今天能做的一件事 19:45 收尾 本期要点: - 模型训练出来总有计划外的东西,产品经理既要管放进去的,也要看出来的 - 好要拆成规格、评分标准、训练数据,最后进奖励模型 - 评测可以从五个问题开始,先自己当第一个评分的人 - 裁判模型、上线环境、旧量表都会改变评测结果,肤色量表从六档到十档就是例子 - 60-20-20:六成今天能用,两成差不多能用,两成只见一点光 - 模型更新后,要把旧的包装和技能拆出来再测一遍 - 倦怠主要来自混乱和杂活,不只是工作时间长 原文链接: https://mp.weixin.qq.com/s/_nkXwuGlL-Vgpsg6rRQPhw?token=386607465&lang=zh_CN 公众号:深思圈
20 分钟 99+ 次播放 3天前
节目简介: 一家 2023 年才成立的公司,每天付给专家的钱超过 500 万美元。本期梳理 Mercor 如何从招聘平台走到给大模型供应专家与训练场,它为什么增长得快,又有哪些风险,以及做产品的人能从中带走什么问题。 目录: 00:00 开场 00:54 一家不是招聘网站的公司 02:44 从外包工作室到 AI 面试官 04:21 转向专家,对手成了推手 06:30 增长曲线与被低估的数据 08:43 卖的是训练场,不是撮合 10:48 这门生意会不会很快消失 12:51 下一站是世界 500 强 15:05 挨过的拳,以及能带走什么 17:06 收尾 本期要点: - Mercor 每天付给专家的钱超过 500 万美元,两年前一整年才 100 万美元 - 最早的 AI 面试官让大规模筛选顶尖人才的成本变得很低,累计面试超过 700 万场 - Mercor 卖的是强化学习环境,专家只是原料之一 - 专家平均时薪 95 美元,对比同行约 30 美元,七成专家靠推荐而来 - Brendan 认为需求会随效率提高而增加,但前提是模型主要靠人出题打分来进步 - 客户集中、实验室刻意分散供应商、企业市场刚起步,是这门生意的明显风险 - 做产品的人可以自问:公司里有没有一套能写下来的什么是好结果 原文链接: https://mp.weixin.qq.com/s/xsdjXpg0Inn5ycj2mypOAA 公众号:深思圈
17 分钟 99+ 次播放 4天前
节目简介: 一句"今晚做点什么",大多数AI接不住。本期两位搭档围绕一篇关于Karpo的文章,聊它如何从模糊的心情出发,推到订位和买票,为什么只做吃喝玩乐,主动提醒的边界在哪,以及这条路在用户和商家两端可能带来什么。 目录: 00:00 开场 00:54 那句随便,到底卡在哪 04:17 模糊的念头为什么难接 07:34 Karpo是什么,又为什么只管吃喝玩 11:22 主动,但别打扰 14:23 一条步行路线,和这笔生意怎么算 17:50 如果真能听懂,会改变什么 19:46 收尾 本期要点: - 人的很多愿望在变成问题之前只是一种心情,只等明确指令的AI接不住 - Karpo七八成输入很模糊,它从心情出发,再推进到订位、买票、同步日历 - 创始人把Agent分成代替人和代理人两种,创业公司的空间在代理人 - VibePad用四象限滑杆,把今晚想要的氛围变成一条清楚的指令 - 不要求商家入驻,靠外卖和票务平台接通交易,收入主要来自抽佣 - 能否听懂让整个世界消失的地方,是这套逻辑能否成立的关键 原文链接: https://mp.weixin.qq.com/s/1apPk1p1Egac-FHjOmVquQ?token=386607465&lang=zh_CN 公众号:深思圈
20 分钟 47 次播放 4天前
节目简介: 本期围绕微软 CEO 对 AI Agent 时代的判断,讨论产品形态与模型能力如何共同演进,以及 Autopilot 如何承担日常任务。我们还拆解席位与用量结合的定价、多模型生态、自动更新的决策信息系统和安全边界,并探讨 Windows 本地与云端协作的愿景,理解 Agent 走进工作流所需的信任。 目录: 1. 微软如何理解 Agent 时代的市场机会 2. 产品形态与模型能力的两条演进曲线 3. Autopilot 的任务场景与信任设计 4. 席位、用量与订阅价值的定价逻辑 5. 多模型生态与可替换的工具框架 6. 从资本支出追踪看决策信息系统 7. 持续运行的 Agent 如何守住安全边界 8. Windows 的智能愿景与微软的系统布局 本期要点: - 产品形态与模型能力并不同步,部分 Agent 想法需要等待技术条件成熟才能落地。 - Autopilot 被比作个人的首席幕僚,发票处理等边界清楚、结果可验证的任务成为讨论中的落地示例。 - Agent 产品设计需要考虑控制权如何交接,可审计性、可观察性和安全治理影响用户信任。 - 席位与用量结合的定价,让新能力先按用量试用,再随成本下降逐步进入订阅。 - 多模型生态强调工具框架、上下文、记忆与模型分离,通过私有评测选择适合场景的模型。 - 对话以资本支出追踪系统为例,讨论整合公开信息与内部分析如何改善企业决策。 - 沙盒隔离、行为监控与权限审计,为持续运行的 Agent 建立可检查、可纠正的行动边界。 - Windows 的未来愿景涉及本地与云端自动协作,利用设备算力降低用户对用量和成本的顾虑。 原文链接: https://mp.weixin.qq.com/s/i65WZVB97Q8XfSUAHHRy0A 公众号:深思圈
16 分钟 99+ 次播放 3周前
节目简介: 当用户把需求交给 AI,服务如何被发现、被调用,又如何完成交易?本期围绕 Muse Connector,讨论它与传统 App Store 的分发差异,拆解获客、维修、约球和晚餐规划四类创业场景,并聊聊早期增长、开发测试与竞争壁垒。平台能否留住用户仍有悬念,创业的起点可以落在一个具体的需求上。 目录: 1. App Store 类比与 AI 服务分发的变化 2. Connector 如何完成一次录音室预订 3. 四类围绕真实交易的创业机会 4. 让第一批用户用起来的增长路径 5. 从单一任务开始开发与测试 6. 品牌、竞争壁垒与平台的不确定性 7. 从熟悉用户的具体卡点寻找生意 本期要点: - 从主动搜索下载到 AI 按任务调用,服务可能在对话的需求链条中被发现。 - Connector 提升服务的可访问性,日历准确性、设备和客服等履约质量仍需服务商保证。 - 四类创业场景包括本地商家获客、上门维修调度、运动场地与约战匹配、晚餐规划与买菜。 - 对话强调真实交易的价值,先用具体样本验证需求,再投入开发。 - 早期增长可从精准创作者合作、任务分享和已有聚合平台切入。 - 第一版聚焦一件事,先跑通查询与报价,再加入预订,并测试档期冲突和过期报价。 - 独特数据、本地合作网络与独家供给可能形成壁垒,平台用户规模和长期留存仍待验证。 原文链接: https://mp.weixin.qq.com/s/rAPQgZCl-fYMPyrqJJgFzQ 公众号:深思圈
15 分钟 99+ 次播放 3周前
节目简介: 当多个 AI 助手分别掌握你的偏好、关系与计划,个性化也会变成迁移壁垒。本期拆解获投 300 万美元的两人团队 Egoist Machines 及其 AI Passport,讨论它如何用分级授权、访问记录和撤回机制让个人上下文跨应用流动,并审视安全、平台接口、中立性与用户采用等现实挑战。 目录: 00:00 开场 00:54 01|三个助手,三个“你”:AI 记忆如何变成新的锁 03:56 02|从携号转网看上下文:为什么记忆应该能够带走 06:59 03|一本带权限的护照:AI Passport 到底怎样运作 09:52 04|助手变深、信任松动:这个产品为何现在出现 12:48 05|两个人挑战平台壁垒:创始团队与中立定位 15:27 06|钥匙能否真正归还用户:安全、接口与采用难题 18:40 收尾 本期要点: - 普通用户平均使用三个通用 AI 助手,个人上下文被分散成多个互不相通的“你”。 - 现有记忆导入多靠生成摘要后复制,只能完成一次性迁移,无法持续同步,也可能遗漏细节。 - AI Passport 宣称支持约 800 个应用连接器,让用户审阅信息,并按类别、目的和期限授权访问。 - 产品承诺为访问留下“收据”,允许随时撤权,并将指定信息从源头删除,但尚缺少独立验证。 - AI 助手已深入邮箱、浏览器、日历乃至财务账户,记忆错误或权限滥用可能直接影响现实行动。 - Egoist Machines 仅有两名创始人,其核心定位不是与助手竞争,而是成为独立、中立的上下文与身份层。 - 产品仍面临数据集中后的安全风险、第三方平台接口依赖、商业中立性及用户采用等难题。 原文链接: https://mp.weixin.qq.com/s/sLdPp1vY6joKsupJ0ZDEAw 公众号:深思圈
18 分钟 99+ 次播放 3周前
节目简介: Stripe联合创始人John Collison认为,AI智能体将借助计算机操作绕过旧网站改造,并重塑商品发现、支付与软件集成。本期结合Stripe布局,讨论身份授权、网络安全、按量计费、模型路由及企业个人化软件,同时厘清预测、事实与现实边界。 目录: 00:00 开场 00:54 01|从替你续驾照开始:computer use 为什么是关键台阶 03:41 02|AI成为新货架:商品发现与长尾商家的机会 06:32 03|机器人占据互联网之后:身份、授权与安全攻防 09:12 04|产品的用户正在换人:从开发者体验到AI体验 12:12 05|Stripe在拼什么:支付、计费、稳定币与模型路由 15:15 06|奇点叙事之后:企业个人化软件与长期主义 18:37 收尾 本期要点: - 计算机操作让AI直接使用现有网页,无需等待各机构逐一开放API,但可靠性、身份验证和异常处理仍是现实障碍。 - 个人智能体需要持续上下文、充足算力与成熟的计算机操作能力,才能把自然语言指令转化为跨步骤的实际行动。 - AI可能成为新的商品发现入口,为口碑良好的长尾商家带来机会,但智能体商业目前仍处于建设和试验阶段。 - 当正常用户也通过机器人访问网站,安全判断必须从识别真人转向验证代理身份、授权范围、凭证和交易风险。 - 编程智能体正在改变产品设计:文档、API版本、参数约束和错误提示都要做到明确、一致、可验证。 - Stripe通过Bridge、Privy、Metronome和OpenRouter补齐稳定币、可编程钱包、按量计费与模型路由能力。 - 企业个人化软件的前提是打通内部数据并建立严格权限护栏,再让一线员工针对真实工作流自行构建工具。 - 面对AI浪潮,John仍强调长期增长、客户价值、声誉和可靠性,并提醒宏大预测不能替代基础建设。 原文链接: https://mp.weixin.qq.com/s/FbhBbUlCCG0I9YOrh-CD-w?token=377148171&lang=zh_CN 公众号:深思圈
18 分钟 99+ 次播放 4周前
节目简介: 从空客 A380 因软件版本不一致造成的工程错位出发,本期拆解 Flow 如何用系统图连接需求、设计、测试与合规,并让智能体追踪变更。同时审视其融资历程、Rivian 的采用数据、7.5 亿美元估值,以及公司自述效果与真实证据之间的边界。 目录: 00:00 开场 00:54 01|从 A380 的错位开始:硬件为什么慢在“对不齐” 04:23 02|从火箭咨询到 Flow:一个需求管理工具如何长出来 07:29 03|系统图与智能体:把隐藏的依赖关系变成机器可读的数据 10:40 04|Rivian 的 1,500 个用户:采用信号与效果证据的边界 13:57 05|7.5 亿美元估值背后:投资人押注实体产品的“操作系统” 17:10 06|智能体接手执行之后:工程师如何定义规格、约束与正确性 20:16 收尾 本期要点: - A380 不同团队使用不同版本的 CATIA,暴露了复杂硬件项目中“共同事实”分叉所造成的高昂协调成本。 - 创始人 Pari Singh 从火箭工程实践出发,把需求、MATLAB 模型、CAD 与仿真连接成闭环,并于 2019 年将咨询业务转向软件产品。 - Flow 的系统图将需求、设计决策、接口、预算、测试结果和合规证据显式关联,使变更影响可以被机器读取和追踪。 - Flow 不试图替代 CAD、仿真和测试软件,而是充当跨工具的关系层,并引入类似 GitHub 的分支、差异审查与合并机制。 - Rivian 的 Flow 用户七个月内从 40 人增至 1,500 人,每周产生数百万次 API 调用,证明了组织内的采用,但不能直接证明效率提升幅度。 - Flow 公布的需求维护时间减少 79%、测试覆盖提升至三倍等效果尚缺乏独立验证,应与用户增长等采用信号分开看待。 - 投资人押注 Flow 从需求管理工具升级为实体产品研发的基础层,但其 7.5 亿美元估值仍依赖集成可靠性、组织采用、认证能力和长期验证。 - 智能体可以承担变更传导、冲突检查和重复计算,工程师的核心职责则更集中于定义规格、约束、安全边界与验收标准。 原文链接: https://mp.weixin.qq.com/s/vlN7ByxfOxVaKfa-sHv4mA?token=377148171&lang=zh_CN 公众号:深思圈
20 分钟 79 次播放 4周前
节目简介: 本期从复杂工作流可能随模型升级而失效谈起,梳理 Dots 从工具走向长期在线同事的产品设想,并讨论主动提醒与执行权限、面向 Agent 的接口和生态变化,以及留存为何逐渐成为分发依据。配置退居后台后,人的判断、安全监控与平台责任反而更加重要。 目录: 00:00 开场 00:54 01|模型升级之后,哪些工作流会变成脚手架 03:57 02|从工具到同事:长期在线的 Dots 产品形态 06:33 03|主动但不越权:提醒、执行与权限边界 09:08 04|Agent 成为主要用户:接口、流量与生态重构 11:55 05|留存就是分发:质量如何取代包装和关键词 14:41 06|配置消失之后:人的判断、安全监控与平台责任 17:31 收尾 本期要点: - 复杂工作流常是模型能力不足或响应延迟下的临时脚手架,目标、质量标准和关键约束更值得长期沉淀。 - Dots 被设想为拥有云端电脑、浏览器和长期记忆的在线同事,可跨渠道持续理解并推进用户目标。 - DevDay 前的故障提醒说明,主动 Agent 的价值不仅是发现异常,还包括结合场景判断何时应该打扰用户。 - 理解局势不等于获得执行权,高风险操作需要按可逆性、影响范围和确认成本设置权限边界。 - 当 Agent 成为产品的重要调用者,团队既要建设稳定接口、控制调用成本,也要保留人类理解、授权和纠错的体验。 - Agent 会依据持续使用效果选择工具,稳定交付、清晰反馈和合理权限因而可能直接影响后续推荐与分发。 - 隐藏模型和流程配置只是把复杂度转移给平台,运行时监控、提示词注入防护和人工确认仍不可缺少。 原文链接: https://mp.weixin.qq.com/s/_V8TNu1rpDg0Psda8Z_3dg?token=377148171&lang=zh_CN 公众号:深思圈
17 分钟 99+ 次播放 4周前
外观
播放列表还是空的
去找些喜欢的单集添加进来吧