狗熊有话说 / BearTalk - 节目列表

本期是一期内容密度很高的"周记式"分享，Bear 从投资、设计师身份、个人事业结构调整，到宜家体验测试，甚至一句 ChatGPT 的话带来的认知转变，都聊到了。干货满满，也有不少真实的自我剖析。 --- ### 📚 《投资第一课》：赚到钱之后，更重要的事是什么？ 今年 Bear 的投资收益不错，但越涨越不安——因为他清楚地知道，那里面有多少是运气，有多少才是真正的能力。 带着这种不安，他读了《投资第一课》。这本书不教选股、不教抄底，而是一直在强调：**投资长期拼的不是聪明，而是系统和心性。** Bear 在这期聊到： - 为什么多数人赚不到钱，根本原因在哪里 - 牛市时最容易犯的错——情绪膨胀、过度归因于能力 - 在已经赚到钱之后，什么才是真正值得守护的东西 --- ### 🧠 别再做"专家"了：全能人的时代来了 Bear 提出了一个观点：**专家是工业时代的产物，而我们的祖先本来就是全能人。** 在 AI 工具普及的今天，一个人可以写代码、做设计、创作内容、健身、学音乐——不必把自己锁死在某一个专业格子里。 单一技能的护城河正在变浅，**多维度能力的人反而更有竞争优势**。这不是鼓励浅尝辄止，而是重新思考：你的身份边界，是你自己画的，还是被时代强加的？ --- ### 🎨 为什么设计师很少出来创业？ Bear 观察到一个有意思的现象：他身边越来越多的工程师在做自己的产品，但很少看到设计师出来独立创业。 他提出了两类可能的原因： **内部原因：** - 对"设计师能不能做产品"缺乏清晰的身份认同 - 自信不足，不确定自己能不能 hold 住非设计的部分 **外部原因：** - 在产品 0→1 阶段，设计的价值往往不被看见 - 设计师在早期创业生态里没有找到清晰的切入角色 这是一个 Bear 还没有答案的问题，他更想听你怎么看。 --- ### 🔧 Bear 的个人事业结构调整 Bear 坦诚地分享了自己这段时间的系统性调整： - 做了很多尝试（AI 语言产品、内容、咨询），但意识到精力必须聚焦 - 新方向：把产品转成**长期资产**，把内容当**护城河**，把设计与产品作为**主线** - 核心逻辑：把注意力放在有 **compounding（复利）效果**的事情上 --- ### 🛒 宜家奥克兰首店体验测试 Bear 受邀参与宜家新西兰旗舰店开业前的用户测试，还遇上了一场突如其来的消防演练。他观察到：**应急场景本身就是对空间设计的一次真实检验**——人在慌乱时的行动路径，会暴露导引系统是否真的合理。 他还回忆了一个多年前在中国宜家看到的小细节：洗手间镜子上贴着推广擦窗器的广告，自然、不打扰，却恰到好处。这种"无声营销"让他印象深刻。 --- ### 💡 本期金句 > "吃身体不需要的食物，才是真的浪费。"——ChatGPT 有些根深蒂固的观念，真的需要一个外部视角才能打破。 --- **资源链接：** - 本期提到的单集《投资第一课》完整收听：[RedCircle 链接](https://redcircle.com/shows/936a3212-92e5-41c7-b6f9-39e3596adeb8/ep/f2380f7e-eb93-4775-b535-31a26c48fec3) Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

### 本期概览 这一期从 Alex Hormozi 的《$100M Leads》出发，聊的是一个很多人不愿正视的问题：**生意做不好，往往不是产品问题，而是根本没人来。** 增长很多时候是数量问题，不是才华问题。Bear 也结合最近的个人经历，分享了健康管理、收入结构转型、副业增长背后的具体做法。 --- ### 核心话题 **📚《$100M Leads》核心拆解** - 获客不是玄学，是一件可以算账、可以训练、可以重复执行的工作 - "懂的人自然会来"是一种自我安慰，不是策略 - 在做产品或内容之前，先解决"让人知道你存在"这件事 **🏃 24 天 AI 健康管理实验** - 把体检报告、基因检测报告喂给 ChatGPT，定制个性化运动与饮食计划 - 三个关键动作：14 小时间歇性断食、午饭后 20-30 分钟散步、早起 5-10 分钟提心率小运动 - 核心目标：稳定血糖波动，打破"饿→乱吃→更饿"的恶性循环 - 24 天成果：体重下降 2kg+、睡眠改善、静息心率下降、VO2 Max 上升 **💰 三年收入回顾：降了 33%，但很开心** - 2025 年辞去全职工作，只拿了四个月工资，总收入下降 33% - 但副业收入增长 31%，几乎可以覆盖家庭大部分开支 - 核心转变：从单一工资收入，走向多引擎职业结构 **⚙️ 三引擎职业结构** - **稳定性引擎**：兜底收入，减少焦虑，避免因现金流压力做出糟糕决策 - **复利引擎**：内容、技能、个人品牌、分发渠道——慢但持久 - **选择权引擎**：小实验、新产品、工具模板——涨的时候能涨很多，跌的时候损失有限 **💡 商业理解的缺口** - 很多创业者缺的不是点子，而是对"谁愿意为真正的价值付钱"的理解 - ToB 的钱往往比 ToC 更直接、更稳定 - 从"企业如何赚钱"的角度看世界，比从生活小痛点找灵感有效得多 **🎯 Lifestyle Business vs. Performance Business（来自 Daniel Priestley）** - 世界上只有两种公司：追求自由度的生活方式事业，和追求规模与 Exit 的性能型公司 - 两条路的系统、节奏、压力完全不同 - 最重要的不是选哪条，而是**你得知道自己在玩哪种游戏** --- ### 本期提到的资源 - 📖 《$100M Leads》—— Alex Hormozi 著 - 🎥 Daniel Priestley 视频：[Lifestyle Business vs. Performance Business](https://www.youtube.com/watch?v=NdcygytQlYQ) - 🎙️ 本期播客收听：[Apple Podcasts - 狗熊有话说 BearTalk](https://podcasts.apple.com/us/podcast/%E7%8B%97%E7%86%8A%E6%9C%89%E8%AF%9D%E8%AF%B4-beartalk/id544563053) --- 如果你也在用"等待被发现"安慰自己，这一期或许能帮你从"等"里走出来一步。欢迎留言，聊聊你正在构建的是哪种引擎。🐻 Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

本期从一本书出发，但远不止于一本书。 **核心话题：《小而美》与慢创业的可能性** Bear 读完《小而美：持续盈利的经营法则》，并没有被某个观点击中的兴奋感，而是一种缓慢的确认：如果你不打算走融资、扩张那条标准路线，慢一点、小一点，并不是退而求其次。这一段适合正在咨询、服务、独立产品领域反复摸索的朋友。 **从低价值区间跳到高价值区间** 以演员马修·麦康纳的转型为例：他顶住了连续十几个月、从 500 万到 1000 万美元片酬的诱惑，最终拿到《星际穿越》《真探》等重量级角色，完成真正的价值跃迁。Bear 把这个故事对应到职业选择上：你所在的细分领域有没有更高的价值区间？跃迁的代价是什么？ **为什么还在做科技播客，以及 2026 年的英文播客计划** 13 年的中文科技播客，现在每月收入几百美元，时间投入极少。Bear 分享了他对中文与英文播客市场的判断，以及为什么 2026 年会启动一档英文播客——不是换赛道，而是在已有能力上叠加新杠杆。 **AI 时代的职业复利：Naval 的启发** 受 Naval 播客《How to Get Rich Without Getting Lucky》影响，Bear 重新审视了"全职员工 vs. 咨询/自由职业"的路径差异，以及如何通过可复制的数字产品（课程、模板）建立边际成本趋近于零的收入流。 **面试中展示 AI 能力的方式** 遇到不会答的问题，不必慌乱。Bear 提供了一个具体话术，帮你展示"解决未知问题的能力"——这在 AI 时代比"已经知道答案"更有价值。同时也给面试官提供了一个筛选思路：设置一两个候选人暂时答不出的问题，观察他们如何用 AI 拆解和推断。 **把 AI 当成设计评审搭档** Bear 分享了他在设计工作中使用 AI 做 Design Crit 的具体方法：问具体问题而非宽泛问题，围绕文案、无障碍、视觉层级等关键节点进行评审。两个实用技巧：把"理想中的人类专家"具象化后再提问；如果说不清问题在哪，先让 AI 帮你列出三个角度的潜在问题。 **独立开发者上线 App 前的 5 件事** 参考 Chris Raroque 的上线流程：准备路线图、搭好邮件系统、认真写 App Store 页面、接好分析工具、直接上线。最关键的判断信号：beta 阶段有没有用户持续回来——真正的留存，才是可以正式上线的信号。 **成为行业前 5%：Daniel Priestley 的 5P 框架** 收入和机会不是均匀分布的，前 5% 拿走绝大部分价值。5P 框架：Pitch（表达）、Publish（输出）、Profile（影响力）、Partnership（合作）、Product（产品化）。不是做更多事，而是选对方向，走得更深。 --- **本期提到的资源** - 📚 《小而美：持续盈利的经营法则》 - 🎙️ Naval Ravikant 播客：*How to Get Rich Without Getting Lucky* - 📺 Chris Raroque：App 上线流程视频 → https://www.youtube.com/watch?v=MnF-zJhyUtE - 📺 Daniel Priestley：前 5% 与 5P 框架 → https://www.youtube.com/results?search_query=daniel+priestley+top+5%25+industry - 🎙️ BearTalk 播客订阅 → https://podcasts.apple.com/us/podcast/狗熊有话说-beartalk/id544563053 Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

《原则：应对变化中的世界秩序》是一种很特别的阅读体验。 它不会让你立刻知道“接下来会发生什么”，但会让你开始用完全不同的方式，去理解每天看到的新闻、冲突和争论。很多原本看起来只是孤立事件的东西，开始显露出结构、方向和位置感。 这一期我聊的不是预测，而是这本书给我的一种“坐标系”。当你开始用周期、债务、货币、技术和人性去看世界时，焦虑并不会消失，但它会变得更可控、更冷静。 Shownote • 我为什么觉得这是一本“读起来不轻松，但很值得”的书 • 从事件视角，转向结构视角 • 什么是“大周期”，为什么历史不会重复，但会押韵 • 债务、货币、贫富差距、地缘政治如何相互作用 • 国内撕裂与外部冲突的关系 • 技术进步为什么既是解法，也是放大器 • Dalio 如何看待中美关系的结构性张力 • 为什么他强调“概率”，而不是“预言” • 这本书如何影响我看新闻和社交媒体的方式 • 它对普通人最有价值的地方在哪里 • 风险管理、分散与“避免不可承受的结果” • 个人层面的对应关系：债务、通胀、真实财富 • 这本书真正留下来的，是一种世界观，而不是答案 Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

《邻居家的百万富翁》是一本文风朴素、结论克制，但极容易被误读的书。 它最有价值的地方，并不在于“教你怎么致富”，而在于它无意中暴露了一个在财富研究里经常被忽略的问题：样本本身，比方法更重要。 这一期我会聊我对这本书理解的转变过程—— 从最初的认同，到在阅读 Taleb 的《随机漫步的傻瓜》之后，重新看清它真正的性质。 如果你正在寻找“可以复制的致富路径”，这本书可能会让你失望； 但如果你更关心的是，如何避免在生活方式、杠杆和时代变化中被悄悄淘汰，它依然非常值得读。 Shownote • 我最初为什么认可《邻居家的百万富翁》 • 这本书打破了哪些关于“有钱人”的刻板印象 • 为什么“财富是被保护下来的”这个判断依然成立 • 一个关键转折：Taleb 对这类研究的提醒 • 什么是“幸存者样本偏差” • 为什么这些百万富翁，本身来自一个极特殊的时代 • 顺风环境 vs 中性环境 • 节俭到底是因，还是结果 • 为什么模仿他们的行为，未必能复制结果 • 把这本书重新定义为“财富防守指南” • 高收入≠财务安全 • 消费升级为什么是隐形风险 • 方法、运气、时代，如何区分 • 我真正从这本书里留下的那一个认知 Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

这本书最有价值的地方，不在灵感，也不在方法论的优雅，而在于它把“获客”拆解成一件可以算账、可以训练、可以重复执行的机械工作。增长很多时候是数量问题，而不是才华问题。 我也结合自己的近况，分享了一些非常具体的实践： 用 AI 做健康管理、24 天运动周期带来的真实变化；从全职工资转向多引擎职业结构后，收入下降但心态反而更稳；以及副业收入增长 31% 背后，我是如何重新设计自己的工作方式。 最后，我也延伸聊到了几个更底层的判断：为什么很多创业者缺的不是点子，而是商业理解；你到底在建的是 Lifestyle Business 还是 Performance Business；以及为什么在做任何产品或内容之前，**先解决“让人知道你存在”这件事，永远不丢人。** 如果你也习惯用“懂的人自然会来”安慰自己，希望这一期能把你从“等”里拽出来一点点。 Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

这一期从一本书开始，但并不止于一本书。《小而美》没有给我那种“被观点击中”的兴奋感，它更像是在不断确认一件事：有些实践看起来零散、没有主线，也许不是失败，而只是不符合主流叙事。 我借这本书重新梳理了自己对创业、产品和规模的理解。如果不是为了做一家“伟大的公司”，那创业还可以是什么？如果你已经在咨询、服务、真实交付中反复碰壁，这些经验到底算不算走在路上？ 中间我也分享了一些延伸思考：如何从低价值区间跃迁到高价值区间、为什么我会继续做中文科技播客并计划在 2026 年启动英文播客、以及在 AI 时代，个人职业路径如何重新获得复利。 后半部分更偏实操和方法：如何在面试中展示你用 AI 解决真实问题的能力、把 AI 当成设计评审搭档的具体用法、以及独立开发者在 App 上线前真正该关注的信号。 如果你正在寻找一条不靠规模、不靠融资，但能长期走下去的路径，希望这一期能帮你把“慢一点”这件事，看得更踏实一些。 Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

刚读完 我们为什么吃（太多），我终于把饮食、肥胖和“自律失败”之间最拧巴的几个矛盾点解开了。 这本书最重要的贡献，不是告诉你该吃什么，而是解释一件事： 人体不是一个可以靠意志力随意压秤的系统。 作者提出了“体重定点”这个概念。你反复节食、拼命运动，短期可能会瘦，但如果是在硬拧系统，系统一定会通过饥饿、情绪波动、代谢下降，把你拉回原位，甚至调得更高。 这一期我会聊： • 为什么反复节食，反而可能是最容易增肥的方式 • 脂肪不只是热量，而是会改变身体反馈系统的“材料” • 欧米伽-3 / 欧米伽-6 失衡，如何悄悄把身体推向储存模式 • 为什么“看起来很健康”的现代饮食，反而让人更容易胖 • 如何把策略从“少吃多动”，转成“调系统” 如果你也长期卡在“控制靠意志力、反弹靠命”的循环里，这一期值得听。 Shownote: • 为什么健康饮食领域像一场宗教战争 • 美国“官方健康饮食建议”和肥胖率的反直觉关系 • 什么是体重定点（set point） • 为什么身体会主动“防守”你的减肥行为 • 反复节食，为什么可能抬高体重定点 • 把脂肪从“热量”重新理解为系统级材料 • 欧米伽-3 与欧米伽-6 的比例问题 • 为什么植物油不是邪恶，但在现代饮食中被工业化放大 • 慢性炎症、胰岛素、瘦素之间的关系 • 为什么你会更饿、更想吃、更难动用脂肪 • 加工食品如何系统性地训练你的食欲 • 为什么“低脂”“健康”标签反而降低警觉 • 把饮食策略从“掉秤”转向“调系统” • 我的行动版本：食材、油脂、外食、睡眠和运动 • 为什么运动不是“消耗热量的惩罚” • 把自责，从饮食这件事里拿掉 Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

这一期我聊《$100M Offers》里最硬核、最能落地的部分：很多人卖不动，并不是文案不行、流量不够、你不够努力，而是你给出的“交易”（Offer）本身就不够有吸引力。 我会把书里真正有用的框架拆出来，逼自己重新对齐三个问题：你到底在卖什么？你站在什么市场里？为什么对方会在“此刻”掏钱？这不是话术课，而是一次把直觉变成清晰判断的训练。 同时我也分享了最近的一些真实进展与工具启发：首周客户项目的节奏差异、用 Mobbin 快速收集付费墙案例、以及我对 2026 职业与创作的几条自我期许。 最后还会聊到一个我最近很依赖的系统：把 ChatGPT 当作健身与饮食顾问，以及我把“午饭后散步”变成身体和头脑同时充电的仪式感。 --- Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

### 本期简介 你有没有一个 Figma 落地页，设计早就做完了，却一直没上线？拦住你的往往不是设计本身，而是环境配置、响应式适配、部署和域名这些"技术活"。 这期节目里，Bear 完整拆解了自己用 **Claude Code** 将 Figma 静态设计稿发布为真实网站的全过程——零编程经验，半天完成，全程自然语言操作。适用于落地页、作品集、案例研究等静态网站场景。 --- ### 核心流程拆解 **第一步：用 Plan Mode 规划全局** 在 Claude Code 中按 `Shift + Tab × 2` 进入 Plan Mode，先让 AI 制定完整方案，不急着执行。框架、步骤、依赖项一次看清楚，满意再开始。 **第二步：连接 Figma MCP，提取设计 Token** 把 Figma 设计链接丢给 Claude，让它连接 MCP 自动识别颜色、字体、间距等设计 Token，以及各个页面区块的结构。 **第三步：搭建本地环境并还原设计** 框架选用 **Next.js + Tailwind CSS**，大约 20 分钟，Claude 就能把 90% 的设计稿还原成本地可运行的网站。 **第四步：做响应式，但别全靠 AI** 移动端适配时，如果 AI 在同一个问题上反复循环（比如 Hero 图片裁剪方式），不要硬耗 Token——**手动去 Figma 做好裁好的图，直接替换**，效率更高。这是本期最重要的一个教训。 **第五步：截图 + 粘贴调整细节** 发现哪里和设计稿不对，直接截图 `Ctrl+V` 粘到 Claude，描述问题，它会自动对照原始设计修复。加箭头标注效果更好，就像和坐在旁边的开发一起协作。 **第六步：上传 GitHub，部署到 Vercel，连接域名** 一切搞定后，让 Claude 把代码推到 GitHub，连接 Vercel 托管，再绑定自己的域名。还顺带生成了 README 和博客草稿。 --- ### 三条关键收获 1. **控制范围**：你在发布落地页，不是在造产品，保持克制 2. **先规划，再迭代**：Plan Mode 先行，配合小步视觉检查 3. **知道边界**：AI 在主观视觉判断上容易卡壳，这时候人工介入反而更快 --- ### 提到的工具与资源 - 🔗 [Claude Code](https://claude.ai) — Anthropic 出品的 AI 终端工具，支持自然语言开发 - 🎨 **Figma** — 设计稿来源及手动裁图备用工具 - ⚡ **Next.js + Tailwind CSS** — 本次项目技术栈 - 🚀 **Vercel** — 网站托管平台 - 🌐 **bareliew.com** — Bear 本人的分形设计合伙人落地页（本期案例） Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

本期 Bear 用自己的 FDP（兼职设计合伙人）落地页作为真实案例，完整演示了一套「Stitch 开始，Figma 收尾」的 AI 辅助设计工作流。如果你还没有把 AI 工具融入设计流程，这期值得一听。 🔑 核心观点  最难的不是设计，是开始。 空白页是所有设计师的公敌，AI 工具的价值在于帮你跨过这道坎。 Stitch 不是一键出图的魔法，而是信息与灵感的收集器。 Bear 强调，他用 Stitch 的方式是多次迭代，而不是指望一次 prompt 出完美结果。 Stitch → Figma 是接力，不是替代。 AI 负责快速起草线框与变体，Figma 负责精修落地。 🛠 工作流步骤拆解  内容先行：用任意 LLM（Claude / Gemini / ChatGPT）整理好落地页的文案结构，包括 Hero 标题、社会证明、价格、CTA 等。 用 Stitch 生成线框：把内容丢给 Stitch，要求忽略颜色和字体，只生成结构线框，快速验证信息层级是否合理。 多端预览：Stitch 支持移动端、平板预览及扫码查看实机效果，线框阶段就能发现布局问题。 生成风格变体：在线框基础上，附上字体和色彩规范，让 Stitch 生成多个视觉方向，用于收集灵感（Bear 从中发现了”可接单状态标签”这个细节，并用到了最终稿里）。 导入 Figma： - 旧方法：导出 ZIP 文件 → 用 HTML to Design 插件导入 Figma（每月 10 次免费） - 新方法：Stitch 直接「Copy to Figma」→ 在 Figma 中 Command + V 粘贴，省去一步 Figma 内精修：从 Lo-fi 线框推进到 Hi-fi 高保真设计，完成最终落地页。 Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy

本期 Bear 用自己的 FDP（兼职设计合伙人）落地页作为真实案例，完整演示了一套「Stitch 开始，Figma 收尾」的 AI 辅助设计工作流。如果你还没有把 AI 工具融入设计流程，这期值得一听。 🔑 核心观点  最难的不是设计，是开始。 空白页是所有设计师的公敌，AI 工具的价值在于帮你跨过这道坎。 Stitch 不是一键出图的魔法，而是信息与灵感的收集器。 Bear 强调，他用 Stitch 的方式是多次迭代，而不是指望一次 prompt 出完美结果。 Stitch → Figma 是接力，不是替代。 AI 负责快速起草线框与变体，Figma 负责精修落地。 🛠 工作流步骤拆解  内容先行：用任意 LLM（Claude / Gemini / ChatGPT）整理好落地页的文案结构，包括 Hero 标题、社会证明、价格、CTA 等。 用 Stitch 生成线框：把内容丢给 Stitch，要求忽略颜色和字体，只生成结构线框，快速验证信息层级是否合理。 多端预览：Stitch 支持移动端、平板预览及扫码查看实机效果，线框阶段就能发现布局问题。 生成风格变体：在线框基础上，附上字体和色彩规范，让 Stitch 生成多个视觉方向，用于收集灵感（Bear 从中发现了”可接单状态标签”这个细节，并用到了最终稿里）。 导入 Figma： - 旧方法：导出 ZIP 文件 → 用 HTML to Design 插件导入 Figma（每月 10 次免费） - 新方法：Stitch 直接「Copy to Figma」→ 在 Figma 中 Command + V 粘贴，省去一步 Figma 内精修：从 Lo-fi 线框推进到 Hi-fi 高保真设计，完成最终落地页。 Support this podcast at — https://redcircle.com/beartalk/donations Advertising Inquiries: https://redcircle.com/brands Privacy & Opt-Out: https://redcircle.com/privacy