嘉宾：玉伯，YouMind创始人，语雀创始人，前飞书产品副总裁 你是否也曾收藏无数文章，却迟迟无法动笔？在本期节目中，语雀创始人玉伯带来了一套应对AI时代信息处理与内容创作的新方法论。他将分享自己打造新产品 YouMind的思考： 创作工具的核心应该从“知识管理”转向“项目管理”，通过设定明确的交付目标，驱动我们真正地消化和输出 。 节目中，你将听到几个颠覆性的观点： “剪藏即点赞”：在AI时代，收藏文章不再是为了“稍后看”，而是为了训练AI，告诉它“我喜欢什么” 。你的收藏夹将成为塑造个人AI助理的关键数据。 “人机协同”是创作的未来：高质量的创作无法被AI完全自动化，人的品味和判断力依旧是核心 。AI的最佳角色是协同创作的“朋友”，而非代笔。 创业心法“快而不及”：面对AI的快速迭代，创业者应如何自处？玉伯分享了他的节奏——在核心问题上保持耐心，在市场策略上坚决激进，做到“尽可能快，但不着急” 。 这期对话不仅是对一个创新产品的深度剖析，更是一场关于AI时代个体如何学习、思考和创造的深度探讨。无论您是内容创作者、产品经理，还是AI领域的创业者，都能从中获得宝贵的启发。 关键结论 (Key Conclusions) YouMind 的定位：YouMind 是一个为创作者设计的AI工具，核心功能是“找资料和写稿子”，它将AI研究与可二次编辑的文档相结合，提供一体化的创作体验。 人机协同是创作的未来：AI在创作领域的角色是辅助而非替代 。AI可以极大提升效率，但涉及个人品味和高质量交付时，人的参与仍然是核心，最终的创作是人与AI协同的结果 。 AI降低创作门槛：AI的出现，使得内容创作的门槛大大降低，就像智能手机的摄像头让摄影普及一样，未来会有更多人借助AI开始创作 。 创业需因地制宜：创业没有放之四海而皆准的公式 。创业者最重要的是做好自己的“上下文工程”，理解自己所处的阶段和环境，找到适合自己的节奏和打法，而不是盲目模仿他人 。 关键认知 (Key Insights) 从“为稍后看”到“为AI看”：在AI时代，“剪藏”这一行为的意义发生了根本变化。它不再是为了解决信息焦虑或供以后阅读，而是像在社交媒体上“点赞”一样，主动告诉AI你的偏好和品味，从而训练它更好地为你服务 。 从“知识管理”到“项目交付”：YouMind的设计理念从传统的“知识管理”转向了“项目管理” 。这意味着创作应由明确的目标和截止日期（Deadline）驱动，强调最终的高质量输出，而不是无止境的资料囤积 。 “AI as me”的挑战：让AI学习并模仿一个人的写作风格是极其困难的 。因为写作风格难以被量化和解构，目前AI的理解仍非常浅层，这是一个比想象中难太多的问题 。 创作的“快而不急”心法：AI创业需要一种“快，但不要急”的心态 。在核心产品、底层规律等需要深度研究的方面，必须保持耐心 ；而在市场运营等需要抓住窗口期的方面，则必须激进 。 行动指南 (Actionable Advice) 创作者： 善用AI工具完成具体任务：可以尝试使用YouMind这类工具来准备播客提纲、撰写周报或公众号文章，甚至制作个性化的亲子绘本 。 用AI克服写作瓶颈：当你写好大纲和第一段后感到难以为继时，可以让AI根据已有内容生成第二段，帮你打破僵局，然后再进行修改和完善 。 大胆收藏，训练你的AI：不要为“囤积”资料而感到焦虑。你收藏的每一篇文章、每一个网页，都是在为你的个人AI提供数据，让它未来能更懂你 。 AI创业者： 找到适合自己的路：不要盲目学习别人的成功经验，因为每个人的背景和所处环境（上下文）都不同 。花时间分析自身情况，无论是做独立开发者，还是加入创业团队，都应做出最适合自己的选择 。 从早期用户中汲取养分：在产品初期，可以从小众但高容忍度的社区（如即刻）获取第一批种子用户 。与他们建立紧密的联系，认真听取反馈，这对于打磨产品和维持社区氛围至关重要 。 打造精简高效的工作流：AI时代的创业团队无需复杂的组织架构和流程 。可以依靠Linear（项目管理）+ Figma（设计）+ AI编程工具等少数几个核心应用，实现高效协作 。 时间轴 (Timestamps) [01:19] 嘉宾介绍：欢迎语雀创始人、YouMind 创始人玉伯 。 [02:37] YouMind 是什么？一句话介绍：“一个找资料和写稿子的AI工具” 。 [03:31] 主持人任鑫分享使用体验：如何用 YouMind 临时抱佛脚，在两小时内准备播客提纲 。 [04:34] YouMind 与 Deep Research 和 NotebookLM 的异同：核心区别在于生成的内容可随时进行二次编辑 。 [08:38] YouMind 的三大典型应用场景：创作写稿、资料学习和个人笔记 。 [10:18] 用户脑洞大开的用法：写书、制作亲子绘本 。 [12:08] 挑战“AI as me”：为什么让AI学习并模仿个人写作风格如此之难 ？ [15:44] YouMind 的终极愿景：成为“创作者的 GitHub”，用社区激发创作动机 。 [19:06] AI如何降低创作门槛？玉伯类比：AI之于写作，就像手机摄像头之于摄影 。 [22:34] YouMind 的市场策略：主攻海外市场，目前仍处于早期用户内测阶段 。 [23:25] 设计哲学：YouMind 为何采用“项目制”而非“知识管理”的思路，强调有截止日的高质量交付 。 [27:09] 人与AI的关系：创作是人机协同，AI是提效工具，但人的品味依旧占据核心地位 。 [32:44] “万物成稿，稿生万物”：YouMind 如何将各种输入转化为稿件，并由稿件生成图片、音频等多模态内容。 [35:20] AI时代的新范式：“典藏不是为了稍后看，而是告诉AI我喜欢” 。 [38:29] YouMind 与 Readwise 等剪藏工具的竞争关系：YouMind 选择简化剪藏，核心聚焦于后续的“创作”与“输出” 。 [43:04] 如何在早期构建一个高质量的天使用户社群 ？ [48:27] 创业心法“快不及”：在AI时代，如何把握产品研发的节奏？要尽可能快，但不要着急 。 [49:23] 现代AI创业团队的工作流：小而精的工种、Figma+Linear的高效协作 。 [53:50] AI如何辅助“表达自我”的写作？AI可以帮助我们突破从第一段到第二段的写作瓶颈 。 [01:01:19] 创业一年的最大改变：亲身实践后，才真正懂了许多以前“以为懂了”的道理 。 [01:03:26] 给AI创业者的建议：不要盲目学别人，核心是找到适合自己的路，做好自己的“上下文工程” 。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：oftn,Sonny Zero - Summer In Paris (feat. Sonny Zero)

本期《AI炼金术》播客邀请了独立开发者idoubi，深入探讨了MCP（Model Context Protocol）这一AI时代的新协议。节目中，idoubi分享了他作为独立开发者的经历，包括如何高效开发多款AI应用，以及他最知名的AI搜索引擎产品ThinkAny。同时，他详细解释了MCP的本质、其M×N到M+N的效率提升、控制反转的开发范式变革，并分析了MCP为何能在众多同类协议中脱颖而出，以及MCP.so（一个MCP应用市场）的未来发展和面临的挑战，包括安全风险和头部效应等问题。 嘉宾 | idoubi 独立开发者，毕业于武大，曾在腾讯担任后台开发工程师。2023年裸辞后专注于AI应用开发，一年半内做了十余款产品，其中包括知名的AI搜索引擎ThinkAny。当前主要精力投入MCP相关工作，开发了MCP.so应用市场，并受邀撰写了MCP相关书籍。 关键结论 MCP是AI时代核心协议: MCP作为AI时代的“扩展坞”，通过标准化协议规范应用与扩展的对接，解决了大模型联网及能力不足等问题，推动AI开发范式变革。 效率革命：M×N到M+N: MCP将传统M个应用对接N个API的M×N复杂性简化为M+N模式，大幅提升开发集成效率。 “控制反转”是核心优势: MCP实现被接入方主动暴露能力，接入方一次性接入标准协议即可调用，极大提高了集成效率。 生态共识与成功关键: MCP的成功得益于其先发优势、通过头部应用（如Manus）建立的生态共识以及OpenAI的公开支持。 MCP.so定位与市场潜力: MCP.so作为MCP应用市场，旨在成为提供检测、评分、分类和精选服务的可靠平台，类似于安卓时代的“豌豆荚”。 MCP面向开发者而非普通用户: MCP主要价值在于能力供给，服务于产品开发者、Agent开发者和Chatbot开发者，而非直接面向普通消费者。 MCPRouter战略意义: idoubi正在开发的MCPRouter平台旨在对接各种高质量MCP服务，简化API接入，为AI Agent的爆发提供底层能力支持。 MCP应用存在安全风险: 当前用户本地运行MCP Server有“投毒”风险，应用市场需加强代码审查和漏洞检测以保障安全。 关键认知 高效开发方法: 独立开发者的高效源于全栈经验、积累SOP和组件，实现快速复制迭代。 AI辅助定位: AI是技术伙伴，主要用于探讨方案、辅助编写重复性代码，核心架构仍由人主导。 协议驱动范式变革: 类似于HTTP驱动Web爆发，MCP等新协议将加速AI应用开发与集成，让开发者更专注于业务。 双边市场启动: 明星应用的出现能有效打破“先有鸡还是先有蛋”的双边市场困境，带动生态发展。 应用市场壁垒: 建立应用市场的壁垒在于提供高质量、经过检测和审核的服务，解决“脏活累活”问题，从而赢得用户信任。 AI Agent能力基石: AI Agent的爆发依赖于模型能力（OpenRouter）和应用工具能力（MCPRouter）。 MCP使用集中化: 当前MCP工具的使用呈现头部效应，少量头部应用因教程引导而被广泛使用。 API与浏览器调用流派: MCP使用存在直接调用API（结构化、紧凑）和模拟浏览器/Agent操作（功能无限）两种主要流派。 行动指南 对于AI应用开发者和Agent构建者： - 深入了解MCP协议: 将MCP视为AI时代的“扩展坞”，学习其协议规范和“控制反转”的开发范式，理解如何利用它高效集成外部能力，降低开发成本。 - 积极探索MCP Server: 关注并尝试基于MCP标准开发的各种服务（MCP Server），它们能为你提供AI Agent所需的基础功能，如联网、数据处理、图片生成等。 - 利用MCP.so等市场: 利用如MCP.so这样的应用市场来查找、评估和获取高质量的MCP服务。注意其安全提示和评价，选择经过验证的服务。 - 考虑开发MCP Server: 如果你拥有独特的AI能力或数据源，考虑将其封装为MCP Server，主动暴露能力，融入AI生态，增加自身服务的曝光度和被集成机会。 - 关注MCPRouter等平台: 关注如MCPRouter这类旨在简化API接入和付费流程的中间平台，它们可能成为未来AI Agent获取工具能力的重要入口，让你更专注于自身Agent的核心业务逻辑。 对于潜在的MCP应用市场建设者/平台方： - 安全是核心竞争力: 鉴于MCP Server本地运行可能存在的“投毒”风险，务必投入大量资源进行服务检测、测试、代码审核和漏洞检测，确保平台提供的服务是安全可靠的。这将是建立用户信任和形成市场壁垒的关键。 - 提供增值服务: 除了简单的罗列，还需提供更深入的增值服务，如用户评分、详细功能介绍、使用教程、性能评估和精选推荐，帮助用户高效筛选和使用工具。 - 解决“脏活累活”: 就像豌豆荚当年为安卓用户解决了应用发现和安全问题一样，为MCP用户解决服务筛选、质量保障、版本管理等痛点，才能吸引和留住用户。 - 关注生态合作: 积极与头部AI模型提供商、Agent开发框架以及MCP Server开发者建立合作，共同推动生态发展。 对于关注AI技术趋势的个人或企业： - 理解协议的重要性: 认识到在AI爆发时代，除了模型本身，底层协议（如MCP）对于加速应用开发、降低集成门槛的关键作用。 - 关注AI Agent发展: MCP等协议的成熟是AI Agent实现大规模应用的前提，关注这些基础设施的进展，可以更好地预判未来AI Agent的产品形态和商业模式。 - 注意安全风险: 在尝试使用任何新兴的AI工具或服务时，尤其是在本地运行代码时，务必注意潜在的安全风险，并优先选择经过第三方验证的平台。 时间轴 00:01 - 04:19 | 播客开场与嘉宾介绍 00:01: 主持人开场，介绍播客宗旨，并引出本期嘉宾独立开发者idoubi。 02:31: idoubi自我介绍，分享其从腾讯裸辞到成为独立开发者的经历，并提及开发的AI搜索产品“ThinkAny”和今年专注于MCP相关工作。 04:20 - 07:59 | 独立开发与AI辅助 04:20: 讨论idoubi如何高效开发多款产品，并分享其高效秘诀：全栈经验积累SOP和组件。 07:31: 探讨AI在idoubi开发过程中的辅助作用。 08:08 - 20:59 | MCP深度解析与成功之道 08:08: 深入探讨MCP的本质：作为AI时代新协议，解决大模型能力不足，实现标准化连接。 11:39: 分析MCP相比其他协议的优势，尤其强调其从M×N到M+N的效率提升和“控制反转”的范式变革。 17:00: 讨论MCP能脱颖而出的原因：先发优势、生态共识、明星应用的带动效应以及OpenAI的公开表态。 21:19 - 30:59 | MCP.so（应用市场）的现状与挑战 21:19: idoubi介绍其产品MCP.so的定位：MCP应用市场，并探讨其功能、用户量和安全风险。 29:40: 讨论MCP作为工具箱的门槛问题，以及其主要面向开发者而非普通用户的定位。 31:00 - 46:30 | MCPRouter、生态壁垒与未来展望 31:00: 讨论idoubi正在开发的MCPRouter平台：旨在提供标准化的MCP能力对接，为AI Agent爆发提供底层支持。 32:01: 探讨MCP应用市场可能面临的挑战，如与内置商店的竞争，并强调生态建立和高质量服务的重要性。 43:59: 分析当前MCP工具使用的头部效应，以及不同调用流派（API调用与浏览器调用）的差异。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Craig Ruhnke - It's Been Such A Long Time

嘉宾： Enoch 朱永钉 | 硅谷 AI 公司 Orbifold AI 的创始人，前谷歌、阿里数据专家 。 Meta豪掷近150亿美元收购数据公司Scale AI ，一家“数据标注”公司凭什么能撑起近300亿美金的估值 ？数据在AI时代究竟有多贵？ 为解答这些疑问，我们请来了身处一线的硅谷AI公司Orbifold AI创始人、前阿里和谷歌数据专家Enoch，为我们揭开数据炼金术的神秘面纱。 在这期节目中，你将听到： 天价收购揭秘：这笔交易中，买的究竟是数据，还是价值50亿美金的创始人 ？ 冰火两重天：中美数据服务市场为何一个高估值一个难赚钱 ？ 数据的真相：数据真的枯竭了吗 ？还是每家公司都坐拥一座尚未开采的金矿 ？ 实战方法论：传统企业如何将自己杂乱的历史数据，转化为能训练AI的“燃料” ？ 出海避坑指南：华人创始人在硅谷创业，成功的秘诀和要避开的“坑”是什么 ？ 关键结论 Meta收购案的核心是“人+公司”：Meta的天价收购不仅是购买Scale AI的数据处理能力和市场地位，更是高价“购买”其创始人Alexandr Wang的领导力、视野和执行力，以期扭转其在AI竞争中的被动局面 。 数据服务的商业模式决定价值：美国数据公司之所以估值更高，是因为其商业模式倾向于可规模化的平台或SaaS服务，利润率可以随规模提升。相比之下，国内市场更多是定制化的“保姆式”项目服务，限制了其估值天花板 数据是AI时代的核心资产和护城河：高质量、独特且垂直的专有数据是企业在AI时代构建核心竞争力的关键 。数据处理和准备能力正从边缘的“脏活累活”转变为AI价值链的中心环节。 关键认知 数据枯竭是伪命题，企业数据是金矿：公众普遍担心的高质量公开数据即将用尽，但这忽略了企业内部积累的海量、独特的非公开数据 。这些数据是训练垂直领域AI模型的宝库，其价值挖掘才刚刚开始。 AI训练需从“正反两面”入手：Pre-training（预训练）主要让模型从“正确”的样本中学会做正确的事。而Fine-tuning和Post-training（后训练）则更侧重于通过负样本和人类反馈（RLHF）告诉模型什么是“错误”的，从而减少幻觉，提升可靠性 。 “超级对齐”是终极难题：让AI的价值观与人类对齐（Super Alignment）极其困难。AI会无意识地学习训练数据中隐含的偏见，例如在英文语料中“rock”的出现频率远高于“scissor”，导致AI玩剪刀石头布时出石头的概率畸高 这揭示了数据层面对齐的深层挑战。 数据服务的未来是平台化：数据创建（Data Curation）的终极形态将是一个综合性的数据平台，类似于上一代的Data Bricks或Snowflake。它将为企业AI Agent提供数据ETL、管理和工具箱，尤其是在多模态时代，其价值将比传统BI时代大百倍 。 行动指南 对拥有数据的企业的建议： 从终局思考：先明确要解决的业务问题，再反向推导需要什么数据、如何处理数据 。 寻找“好坏案例”：要训练客服AI，就去分析绩效最好的客服和最差的客服记录，将其分别作为正、负样本来训练模型，这样最有效 。 用Q&A范式处理非结构化数据：面对会议录音、访谈等非结构化数据，可以设计一套标准化的问卷（Q&A Pair），用AI或人工从原文中提取答案，形成结构化的“特征-答案”对，作为高质量的微调数据集 。 对缺乏初始数据的AI创业者的建议： 先跑起来，积累数据飞轮：利用现有的基础大模型（如Llama、Deepseek等）快速构建产品原型，先服务用户，在服务过程中积累自己独特的、有价值的数据，形成正向循环 。 花钱买时间：如果想快速启动，可以寻找专业的“数据交易”公司，向传统行业里拥有数十年数据积累的企业购买或授权使用其数据集 。 对计划出海的华人创始人的建议： 创始人必须肉身在场：对于To B业务，创始人在美国本地是获取客户信任的基础，远程服务几乎行不通 ()。 追求团队与资本的多元化：有意识地让团队、投资方更多元化，吸纳本地人才和VC，这不仅能获得本土化支持（如销售），也能更好地融入当地商业生态，避免被贴上“中国公司”的标签 。 建立共识，拥抱PLG：要理解美国创投圈从创始人到投资人都有一个共同目标，即最终要把公司做成“产品驱动增长”（Product-Led Growth）的模式。所有服务和定制化都是为了打磨产品、最终实现规模化的过程 。 时间轴 01:19 嘉宾介绍：欢迎本期嘉宾Enoch，他在数据领域经验丰富，现在硅谷创业，公司名为Orbifold AI 。 03:21 专业解读Scale AI：Scale AI究竟是做什么的？Enoch将其核心业务总结为三点：人工众包标注、Fine-tuning支持（如RLHF）和多模态数据准备（Data Curation） 。 07:11 Meta为何天价收购Scale AI？：Enoch分析了三大原因：创始人Alexandr Wang出色的执行力与客户服务能力 、公司最早进入该领域的成熟经验 ，以及其掌握的行业数据机密 。 10:48 数据的真实价值：数据为何能值百亿美金？这笔收购中，大约100亿是买公司，50亿是买创始人Alexandr Wang本人 。 13:37 数据枯竭是伪命题：公众普遍担心的数据枯竭尚未发生，企业内部积累的数据是一个巨大的宝库，其使用才刚刚开始。 17:03 Vertical AI的独特价值：通用大模型无法在所有垂直领域都做到专家级别 ，垂直领域的专业数据对于训练深度、精准的AI至关重要。 19:51 中美数据公司的价值差异：为何美国数据公司估值远超国内？核心在于商业模式不同，美国公司倾向于做成可规模化的平台或SaaS服务，而国内更多是项目制的“保姆式”服务。 28:00 Orbifold AI做的是什么？：Enoch介绍自己的公司更侧重于Scale AI的第三项业务——数据创建（Data Curation），通过API和工作流深度嵌入企业，帮助他们将多模态数据准备成AI可用的格式，但不做人工标注。 34:25 传统企业的“数据债”：AI应用在传统企业面临巨大挑战，数据混乱、系统老旧、信息无法关联是普遍现象 。 53:22 如何为新的AI应用寻找数据？：启动阶段可以先用基础模型跑起来积累数据 ，或者寻找专业的“数据猎头”公司花钱购买特定数据集 。 58:09 企业如何有效利用自有数据？：Enoch提出一个实用方法论：设计针对性的Q&A对（特征提取），从现有资料中生成大量的问答对作为训练集，进行模型微调，效果往往超出预期 。 01:04:25 在中美做数据业务的体感差异：工作本质相似，但商业文化不同 。美国创投圈对“产品驱动增长”（Product-Led Growth）有共识，发展路径更清晰 。 01:07:38 给华人创始人的出海建议：做To B业务，创始人肉身在硅谷是建立信任的基础 。同时，要注意投资方和团队成员的多元化与平衡。 01:16:16 AI Agent的数据挑战与“超级对齐”：Agent的训练数据更难获取 。这引出了“超级对齐”（Super Alignment）的概念，即如何让AI的决策和价值观与人类对齐，这是数据层面需要解决的核心难题 。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Vansire - Kind of a Nice Time

欢迎来到本期的 AI 炼金术！在本期节目中，任鑫和徐文浩两位一线 AI 创业者，一起探讨了在 AI 浪潮下的真实挑战与思考。从广告投放到产品营销，从个人工作习惯的改变到公司组织流程的重塑，他们聊了聊在 AI 时代，哪些是实实在在的机会，哪些又是虚无缥缈的泡沫。当 AI 能力越来越强，人类专家的价值究竟在哪里？我们又该如何改造自己的工作流，才能真正驾驭 AI，而不是被其所困？ 【关键结论】 专家价值无法替代：AI 无法完全取代领域专家，因为专家的核心价值不仅在于知识，更在于提供“信任感”和决策捷径。许多“水面之下”的隐性知识和行业经验，是 AI 无法从公开数据中学到的。 爆款产品靠魔法：当前 AI 产品的营销逻辑是，必须创造出让用户惊叹的“魔法时刻”（Magic Moment），才能引发病毒式传播。单纯的功能性产品很难在激烈的市场竞争中突围。 “抢跑”是有效策略：许多成功的 AI 应用，本质上是“抢跑”策略的胜利。它们预判大模型即将到来的能力升级，提前准备好应用场景，在模型升级的瞬间，将新能力包装成惊艳的产品功能。 工作流必须重塑：AI 正在深刻地改变我们的工作习惯。高效使用 AI 的关键，在于从被动地使用工具，转变为主动为 AI 提供高质量的上下文（Context），并围绕人机协作重塑个人与团队的工作流程。 竞争的本质是博弈：商业世界是一场博弈游戏，很多时候没有唯一的“最优解”。在这种情况下，创始人的“偏好”与“品味”（Taste）成为关键的差异化因素，这也是 AI 短期内难以替代的。 【关键认知】 学习新领域没有捷径：即便有 AI 辅助，进入一个新领域（如广告投放）仍需从基础学起，啃下官方文档和一线操作指南。AI 是加速器，而不是替代品。 改变习惯是最大瓶颈：在团队中推行 AI Agent 的真正困难，不在于技术，而在于改变人的工作习惯。将问题清晰地定义出来，这个高强度的脑力劳动过程，比简单地陪着 AI 工作要累得多。 信任是人类的护城河：面对 AI 给出的多种看似合理的方案，我们最终依赖人类专家的建议，是因为我们选择“信任”某个人，从而极大地降低了决策成本。 异步工作是未来趋势：人类的脑力在频繁切换任务时会急剧消耗，而 AI 没有这个限制。未来的工作模式可能会转变为“异步化”：集中一段时间规划和定义问题，然后将任务抛给 AI，再在另一段时间集中验收和迭代。 【行动指南】 个人层面：刻意练习“定义问题”和“提供上下文”的能力。重新设计自己的工作节奏，尝试“批处理”任务（如集中规划、集中审核），以减少脑力消耗，最大化人机协作效率。 产品层面：可以采用“抢跑”策略。预判大模型下一步可能突破的能力，提前构建产品形态和用户体验，等待技术成熟的“临门一脚”，用“魔法时刻”引爆市场。 团队层面：推动 AI 工作流时，要认识到核心是帮助团队成员改变习惯，而不是单纯引入工具。应围绕“人与AI组合”的特点，并充分考虑人类的认知负荷，来设计新的协作流程。 时间轴 01:24 创业近况：从零开始研究广告投放，体验角色转变。 02:47 探讨 AI 在量化营销中的应用与挑战：敢不敢让 AI 直接操作广告账户？ 04:30 学习新领域的方法论：是先看宏观战略，还是先啃一线的操作文档？ 06:05 专家经验的不可替代性：“不会写代码的架构师”存在吗？ 07:15 AI 产品的营销策略：PR vs. 效果广告，哪个更重要？ 10:05 “Go Viral or Go Home”：为什么说现在的 AI 产品必须追求魔法般的病毒式传播？ 12:48 通用 AI 产品面临的挑战：当巨头下场，创业公司的“身位”优势能维持多久？ 16:29 AI 如何提升学习效率？它能取代专家吗？信任是关键。 19:06 专家知识的“隐性价值”：为什么很多知识从未出现在互联网上？ 22:08 AI Agent 在公司的实际落地：理想与现实的差距，以及对工程师工作强度的影响。 26:18 AI 如何反向“逼迫”我们改变工作习惯？从会议录音到日程安排。 33:29 同步工作 vs. 异步工作：AI 时代，我们的工作节奏会发生怎样的变化？ 40:15 “一人公司”是未来趋势吗？AI Agency 能否取代内部团队？ 42:26 在 AI 时代，人类的核心价值究竟是什么？除了信任和“品味”（Taste）。 48:21 对 AI Agent 的审美疲劳：为什么大家听到 Agent 就觉得是“骗子”？ 49:53 “抢跑”策略的有效性：如何利用大模型的升级，创造产品的“魔法时刻”？ 54:59 探索新大陆：用红外、声波等非可见光数据为 AI 打开新的感知边界。 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 BGM： 片尾：Fiji Blue - It Takes Two