深思圈

节目简介：大模型会吃掉AI应用层的所有价值吗？垂直赛道的应用公司该如何避开被通用大模型碾压的命运？本文拆解美图CFO颜劲良的海外播客访谈，梳理美图转型路径，拆解垂直AI玩家的生存逻辑，给AI创业者提供务实参考。 目录： 1. 外界对美图的两大过时认知误区 2. 美图新产品的内生生长逻辑 3. 为什么垂直化是AI视觉应用的真护城河 4. 美图自研模型的底层考量与成本逻辑 5. 美图的商业化路径与出海本地化经验 本期要点： 1. 当前美图已转型为聚焦影像和设计的AI应用公司，服务介于普通用户和专业机构之间的专业级消费者 2. 美图所有新产品均从老产品的已验证用户需求中生长而来，需求真实且验证成本远低于从零创业 3. 视觉审美没有统一标准答案，文化、行业差异带来的主观性无法靠堆参数抹平，垂直深耕的判断力才是真护城河 4. 美图九成以上AI产出来自自研模型，核心目的是掌握审美定义的话语权，避免第三方模型的适配偏差 5. 视觉编辑多为局部轻量操作，算力消耗远低于文本生成，可支撑自研模型同时保持70%以上的高毛利率 6. 订阅已超过广告成为美图第一大收入来源，国内付费率仍有80%-100%的增长空间，海外高ARPU市场潜力更大 7. 真正的出海本地化需要团队扎进当地文化，通用大模型会磨平文化差异，这正是垂直应用的差异化机会 关键词：AI应用，美图，大模型，垂直AI，AI创业，出海 原文链接：https://mp.weixin.qq.com/s/BxZl0OQvQPigi-PuvUV0Ng 公众号：深思圈

节目简介：当你只需在ChatGPT问一句保险怎么买，就能直接拿到真实保单报价，这件事已经真实发生，还直接引发全球保险股集体震荡。背后创业公司Waniwani完成800万美金种子轮，主打AI时代的金融分销基础设施，我们来拆解这场正在发生的分销变革。 目录： 1. ChatGPT出实时保险报价为何引发全球保险股集体暴跌 2. Waniwani的定位：AI分销时代的金融基础设施提供者 3. 开源SDK+付费基础设施的分层商业模式设计 4. 深耕行业的互补创始团队有什么特殊优势 5. 快速全球扩张背后的市场机遇与潜在风险 本期要点： 1. 分销的决策者正在从人转向AI，传统依赖SEO、广告、销售的分销体系已不适配新场景 2. 开源免费SDK降低了服务商对接AI渠道的门槛，后续付费基础设施才是核心盈利点 3. 保险等金融行业监管复杂坑多，只有深耕过行业的团队才更容易做成 4. 短期内大部分金融决策仍是人和机器共同完成，AI只是新增分销渠道，不会立刻取代经纪人 5. Waniwani目前踩中了AI分销这个暂时无人抢占的空白赛道 6. 依托第三方AI平台做基础设施，未来存在被AI大厂自研方案替代的风险 7. 基础设施型业务看似不炫，却是支撑整个行业完成AI转型的核心力量 关键词：AI分销, 保险科技, Waniwani, 开源SDK, agentic分销, 金融基础设施 原文链接：https://mp.weixin.qq.com/s/wDVxyJ6_MQFgwd9pwH2gSw 公众号：深思圈

节目简介：意大利科技公司Bending Spoons主打收购陷入增长困境的互联网老App，通过系统化改造激活资产获利，从4万美元起步做到200亿美元估值，即将登陆纳斯达克。本期拆解这套反直觉商业模式的逻辑、优势与争议。 目录： 1. 从4万美元起步：Bending Spoons的诞生与核心战略逻辑 2. 收购-裁员-改造：激活没落老App的打法核心 3. 自研技术底座：支撑高运营效率的底层能力 4. AI放大效应：重构成本结构、抬高商业模式天花板 5. 代价与边界：这套模式不为人知的争议与局限 本期要点： 1. 创业可分为两个阶段：从零到一靠运气与时机，不确定性极强；从一到N靠工程能力与运营效率，可系统化复制。 2. Bending Spoons彻底外包从零到一的风险，只收购已验证市场需求、但陷入增长瓶颈的产品，靠自有现金流滚雪球扩张，几乎未接受外部股权融资。 3. 自研超过50个专有工具搭建统一技术平台，支撑500人团队同时管理50+产品，人均年收入贡献达210万美元，效率远超软件行业平均水平。 4. 和传统私募基金不同，Bending Spoons核心是技术能力，自定位25%PE+75%科技公司，这是其无法被复制的核心护城河。 5. 仅用一年时间，Bending Spoons代码库中AI参与撰写的代码占比从不足10%提升至超过90%，其中70%完全由AI独立完成。 6. 统一产品矩阵让AI能力可一次开发全线复用，AI大幅降低了扩张门槛，这套模式的天花板被持续抬高。 7. 该模式更适合拥有大量普通消费者用户的产品，并不适配依赖核心专业用户的小众工具，存在明确适用边界。 8. 改造过程伴随大规模裁员，模式效率提升的代价由普通员工承担，存在不可忽视的人文成本。 关键词：Bending Spoons, 商业模式创新, 企业收购, AI提效, 科技公司上市 原文链接：https://mp.weixin.qq.com/s/XJoVrocIMC083XXGRFzCNA 公众号：深思圈

节目简介：Anthropic的Claude团队工程师季度代码产出达到了几年前的八倍，AI已经彻底重构了工程师的工作方式与团队管理逻辑。我们拆解资深技术管理者的一线经验，聊聊AI提升效率后浮现的新问题与新的能力要求。 目录： 1. 八倍产出：AI如何重构工程师的工作逻辑 2. 权责绑定：高自主性时代不能把责任甩给AI 3. 管理者升级：自动化工具如何解放管理者的注意力 4. 质量管控：AI产出时代的分级错误管理法 5. 新的挑战：效率提升后浮现的未解决难题 本期要点： 1. AI打破了工程资源的稀缺限制，人的角色从执行者转向方向决策者，核心限制从“能不能做”变成了“敢不敢想” 2. AI大幅降低了执行门槛，思考和清晰表达问题的能力权重大幅上升，是如今区分能力高低的核心标准 3. AI时代高自主性必须搭配高问责制，自由度越高越要明确目标与责任，不能把问题甩给工具 4. AI工具替代管理者完成信息整理等琐事，将管理者还原为方向判断者和沟通者，解放的是核心决策注意力 5. AI产出的质量管控核心是「信任但验证」，人的角色从流水线质检转向定义合格标准与搭建监控体系 6. 可以用bad/sad分级法管理错误，主动监控体验类小问题，避免小问题积累成严重事故 7. 单人效率提升会降低团队协作交集，需要主动设计机制对冲AI工具带来的团队连接稀释问题 8. AI解决了产出速度瓶颈后，新的核心挑战变成了多任务切换带来的注意力带宽负担 关键词：AI生产力, 软件工程, 团队管理, Anthropic, Claude 原文链接：https://mp.weixin.qq.com/s/CiDS3_KP_0TbcRYC7Cq_2A 公众号：深思圈