即刻App年轻人的同好社区
下载
创投好文推荐
欢迎在这里分享值得一读的有关创业或投资的好文～
118人正在讨论，1.4万人浏览
相关圈子
一起做投资人
9.2万名VC正在抓🦄️
值得一看的互联网报道
8.0万名即友已加入
动态
- EonveraX闭门分享会 |从投出100+项目，到亲自下场做Founder
5月30日，EonveraX 邀请资深 AI 投资人郑斯泓（Rex）这里@Rex的账号带来专场分享，围绕早期项目判断逻辑、AI 产品壁垒、商业化路径，以及当下更值得关注的行业方向，展开了系统分享。
本文基于当晚内容做精简整理，摘录部分核心观点，与大家一同回看这场关于 AI 创业与投资的深度讨论。
分享嘉宾
郑斯泓（Rex）Cheese Ventures 创始合伙人、MIZU Financial 创始人兼 CEO，入选福布斯 30 位 30 岁以下风险投资人榜单。
长期活跃于硅谷和中国，累计参与投资项目 100 余个，覆盖人工智能、消费科技、航空航天等多个领域，投资阶段横跨天使轮、成长期至 Pre-IPO，在早期项目判断与行业趋势研判方面拥有丰富经验。
一、他眼中的早期投资：人、趋势、速度
分享一开始，Rex 就讲得很直接：自己最舒服的出手阶段，往往是公司刚成立、甚至还没有 demo、还没注册的时候。
在这个阶段，看财务、看历史数据几乎没有意义，所以他会把早期判断压缩成三个关键词：人、趋势、速度。
人，指的是创始人有没有勇气去做“非共识”的事。在他看来，如果一个方向已经变成市场共识，真正留给早期创业者的超额机会往往已经不多；相反，那些敢于挑战非共识、又有足够判断力的人，更可能在早期阶段跑出差异。
趋势，指的是项目是不是站在一个长期方向上。创业本身就是高风险的事，如果项目不在趋势里，团队很容易在缺乏反馈和外部验证的过程中持续消耗，最后要么停掉，要么变成一个不再适合风险投资的小生意。
速度，则是今天小团队最重要的武器。这里说的不是某一个动作做得快，而是从试错、反馈到迭代、再发布的整个闭环要足够短。尤其在 AI 迭代极快的当下，小团队如果还沿用旧节奏做产品，往往很难跟上基础能力变化的速度。
二、他如何判断一个早期项目
在具体评价早期项目时，Rex 提到了一个非常关键的概念：Founder-Market Fit。因为在他常出手的阶段，大多数项目还没有成型产品，也没有稳定商业模式，所以比起 Product-Market Fit，他更看重创始人和赛道之间是否真正匹配。
他通常会重点看几件事：
- 创始人是不是对这个行业有长期积累，或者至少有持续深入的好奇心；
- 是否具备足够的韧性，能在长期不确定中继续学习和调整；
- 有没有自己的世界观，而不是完全被外部情绪和热点带着走。
他也提到一个很现实的判断：很多公司之所以最后变成“僵尸公司”，并不是因为团队不努力，而是一开始没有踩中结构性机会。
如果赛道本身没有足够高的增长空间，反馈慢、迭代慢、成长也慢，公司就很难真正跑出来。
三、AI 时代怎么做产品
谈到 AI 创业，Rex 反复强调，今天最危险的，不只是竞品，而是下一轮模型升级本身。
1. 只是在大模型外包一层工具或工作流，但没有真实场景和用户积累的产品，会非常脆弱。
2. AI 产品真正的壁垒不在模型本身，而在数据、场景、工作流，以及合规、信任、分发等更难复制的能力。
3. “如果产品不收钱，它永远只是一个玩具。”对早期团队来说，越早接近真实付费，越有机会验证产品价值。
四、他更看好的方向
基于行业发展节奏和市场变化，Rex 也提到了未来更值得关注的几类方向。
1. 金融、法务、税务、教育等专业服务领域，市场大、门槛高、人工交付成本也高。
2. 能通过 AI 和工作流重构高成本服务流程的产品与 Agent。
3. AI 底层基础设施及相关硬科技方向，包括算力、存储、芯片、能源、机器人等。
五、EonveraX AGI LAB：下一场见你
我们会在EonveraX生态下持续组织类似的线上线下闭门活动，包括但不限于：
- 如何构建AI原生产品
- 运营增长实践圆桌
- 超级个体 / 一人公司的实战经验
- 行业投资人、产业方的视角拆解
如何参加
关注我们的账号，留言【闭门会】，我们会主动联系你。
EonveraX闭门分享会，仅摘录部分内容，获取完整内容可以留言。
#AI工作流 #AI的神奇用法 #创投好文推荐
3 01 - 接触过很多Founder后，我发现一个有意思的现象，到某一个节点大部分创始人会不约而同地卡在寻找联创这个问题上，这几乎成为了一个普遍的问题。
为了解决很多刚成为Founder的同学关于这类问题的困惑，本篇会从五个环节在实操层面讲明白怎么找到合拍的联创合作：
- 从哪找
- 找什么人
---
第一章：从哪找联创
找渠道的核心逻辑：去高质量人口密度最高的地方。
1. YC 联创匹配平台
YC免费的联创匹配平台上的人已经筛选过一次，他们愿意行动，愿意冒险。
2. YC 近几届队列名单
找近2-3期的队列名单，筛出Solo Founder，再找团队里有缺失方向的公司。
3. 你的熟人网络
在你自己的网络里过一遍：上一家公司的同事有没有出来创业的？有没有认识的人在做AI方向？
4. Build in Public
开始在一个方向上持续发声。你能展示你已经在做什么、客户在哪、问题是什么，这本身是最好的招募文案。
5. 各类线上线下平台
即刻
用户量不大，但在AI创业圈子里渗透率极高。
脉脉（匿名区）
有很多AI大厂的人在上面透露真实去向和动向。定期关注AI相关公司的员工讨论串，能发现正在看机会的人。
知识星球（AI方向社群）
经常有人发布融资动态、找人组队的需求。加入时优先选有门槛的星球，成员质量更高。
知乎
很多AI创业者会展示他们的行业判断和产品思维。
各类AI/创业线下活动
包括：EonveraX LinkUp、奇绩创坛 Demo Day、Plug and Play路演等。参与者质量比一般社交活动高很多。
小红书
是的，小红书也是找联创的渠道。搜索"创业搭子"、"AI创业"等关键词能找到很多相关的组队贴。
招聘平台
有很多优秀的求职者，你也可以筛选专门领域的人才。
6. 各种社群
在群里分享你真实的思考，让别人认识你之后再谈合作。
---
第二章：找什么样的联创
先明白自己要不要找联创，再说找什么样的联创。
什么情况下你真的需要联创
核心判断标准：当你发现自己缺少的能力短时间内无法补全时，就是需要联创的信号。
你不需要联创，如果：
- 一个AI工具能快速帮你补上那块短板
- 你的业务本质是单人可跑通的
- 你有预算请一个 freelance
很多声称要找联创的人其实需要的是外包。
什么人值得找
看三个维度：
第一，互补，不重叠。 各自擅长的领域必须有明确的分界线。
第二，对长期目标有一致性。 方向不一样，每一步都是摩擦。
第三，能聊不舒服的话。提前说清楚比到了节点才开始谈可靠太多。
---
第三章：找到后怎么联系
DM消息怎么写
字数不要过多，不要试图在一次私信里完成所有事情。第一步目标不是约见面，是让对方回复。
格式：
1. 具体说明你为什么注意到他
2. 介绍你是谁、你在做什么
3. 一个具体的、低门槛的行动邀请
模板
你的那篇关于[具体主题]的文章里提到[具体观点]，这和我现在研究的[你的问题]很近。我在做的[你的项目]正好在解决[一个具体的问题]。
我觉得你在这个方向上的思考很有深度。如果你有时间，方不方便和我聊15分钟？
怎么提出招募他当联创
开口之前，准备这三样东西：
1. 清晰的角色定位
比如"我希望你的角色是CTO，我们的技术决策由你主责，我只负责商业化"。
对方需要知道自己进来之后具体干什么，不是概括性的一起干。
2. 具体的合作条件
在你开口之前，股份比例、vesting机制、薪资安排，你自己心里必须有方案。
3. 你能带来什么
说明你对这个方向的理解，你研究了多少、看到了什么别人没看到的；你已有的进展，哪怕是一个粗糙的MVP、5个付费用户、10个访谈记录；你的加分项，比如行业资源、客户关系、融资能力、特定视角。
---
第四章：低成本合作测试
如果他认可你的方向，那么在签任何合同之前，你们可以先用一个小项目，或者项目的一个部分测试合作关系。
测试什么
7维度检测表：
1. 长期愿景对齐：你们对公司5-10年后是什么样的，想法一致吗
2. 工作态度：有人说"All In"但每周只出现20小时
3. 压力下的沟通：80%的创业时间都是紧张的，你要看到他在压力下的样子
4. 决策方式：分歧出现时，谁让步，怎么让步
5. 财务预期：对股权分配、薪资、各阶段拿多少钱，事前聊清楚了吗
6. 风险偏好：你敢冲的地方他犹豫，他敢冲的地方你害怕，这种组合会很痛苦
7. 互补技能：你们有没有各自分管的领域，还是都在做同一件事
---
第五章：必须提前说清楚的事
- 投入时间：全职还是兼职，每周承诺多少小时，底线是什么
- 职责边界：哪些事由你管，哪些事由他管，谁对什么有最终决定权
- 股份与vesting：比例、分工与贡献是否挂钩、vesting时间
- 薪资：有没有、多少、什么时候开始领
- 退出机制：有人想走怎么办，股份怎么回购
- 决策规则：出现分歧听谁的，冷静期怎么设
- IP归属：代码等知识产权的归属
---
第六章：EonervaX LinkUp
寻找联创，最重要的是你有没有进入那些真正长期做事的人所在的环境。
这也是为什么，我们开始做 EonveraX LinkUp。
很多创业者来自缺少高信任度、能够真实推进事情的环境。
EonveraX LinkUp 帮助真正有需求的人，更有效地遇见彼此。
参加我们的EonveraX LinkUp匹配活动遇见更多在做事的人，可以在评论区留言【匹配】，我们会主动联系你。
#提示词工程 #创投好文推荐
3 01 - 你有没有遇到过这样的情况：花了几周用AI快速做出一个产品原型，兴冲冲拿给朋友看，对方说挺酷的，但真上线后却没人愿意用？这是因为你跳过了创业中最危险的一步。在做产品之前，先验证假设。
AI极大地降低了“做出来”的难度，但这也意味着你可以在错误的方向上走得又快又远。真正值得投入时间精力的是“这个问题值不值得解决”，而不是“我怎么把这个做出来”。回答这个问题，唯一可靠的方式就是和真实用户对话。以下是一套一周内可完成的实操流程。
第一步：写出三个核心假设
使用下面的填空模板，把想法转化为陈述：
1. 痛点假设：“我假设 [目标用户] 目前有 [具体痛点]。”
2. 替代方案假设：“他们目前用 [现有方案] 处理，但感到 [具体不满]。”
3. 价值承诺假设：“如果有一个产品可以 [核心价值]，他们会愿意 [付费/每周使用3次]。”
第二步：用AI生成访谈脚本
输入：
我正在验证创业想法。我的假设是：[粘贴]。请生成30分钟用户访谈脚本：开场白、5个开放式问题（挖掘行为与痛点）、2个封闭式问题（验证假设）、结束语。附注意事项：不推销、不解释、多追问“举个例子”。
第三步：筛选招募访谈对象
目标：5人深度访谈 + 5人快速问卷。
标准（满足至少两条）：过去3个月主动搜索过相关方案；曾向他人抱怨过类似烦恼；目前在使用替代方案。
渠道：朋友圈/行业群、垂直社区、自由职业平台
第四步：执行访谈并采集数据
访谈前准备录音并征得同意。访谈中进行追问。访谈后立即转录，让AI分析：
这是访谈稿。我的假设是：[粘贴]。请提取：①痛点的频率；②现有方案及不足之处；③与假设矛盾的地方；④有没有满足用户的期望。
第五步：决策检查表
标准 通过要求
痛点共鸣 ≥3人主动描述同一个未解决痛点
支付意愿 ≥2人明确说“我愿意付X元/月”
无致命矛盾 未出现“其实也还好”“够用了”
决策：三项通过→进入MVP（只做最核心3个功能）；仅前两项通过→调整假设再访5人；第一项不通过→换痛点或用户，先不做产品。
很多人问AI能不能帮我验证想法？AI可以帮你整理一下访谈记录、提炼一些矛盾点、生成几个脚本，但它不能替你去和人完成对话。下次你想让AI帮助你做产品前可以先问自己。我的假设被验证过了吗？如果答案是否定的，你就知道该从哪里开始了。
#提示词工程 #创投好文推荐 #AI工作流
3 01 - 从功能到人：Snapchat 15年创业的核心思考
Snapchat创始人Evan Spiegel曾说：
“社交网络的价值，不在于连接最多的人，而在于连接对的人。”
“软件功能不是护城河，你今天做出新功能，明天别人就能复制。”
“如果想出好主意，你得先有一堆主意。”
“别只听用户说他要什么，要理解他为什么这么说。”
这位CEO回顾过去十五年的创业经历，给出的答案并非某个产品功能，而是一个更底层的问题。
当功能越来越容易被复制时，一家公司靠什么活下来？
几乎所有故事最终都指向同一个答案——长期竞争力，来自对人的理解。
一、分发能力：连接对的人
很多创业者把时间花在打磨产品上，Evan却发现，产品本身并不是最大问题，而是如何让用户知道它的存在。
过去下载新应用很自然，但如今大多数人手机已满，对新应用兴趣下降。
TikTok靠巨额补贴建立生态，Threads依赖Instagram用户盘，这两种模式创业公司难以复制。
Snapchat的突破在于发现，社交网络价值不在于最大，而在于紧密。
用户不需要认识一千个人，只要最在乎的人在平台上，产品就有意义。
这个思路也奠定了Snapchat早期增长和分发能力。
二、Stories：理解需求，比满足需求更重要
早期用户提出“发给所有人”按钮，团队发现，问题并非效率，而是社交压力。
传统社交媒体让人反复修饰、在意点赞和评论。
团队观察到，信息流倒序显示生活故事，体验不自然。
于是诞生Stories：一次分享给所有好友、24小时消失、按时间顺序排列，没有公开点赞压力。
Evan总结：“别只听用户说他要什么，要理解他为什么这么说。”
三、功能不是护城河，生态与硬件才是
Snapchat几乎每一项创新都被复制：Stories、滤镜、短视频。
Evan坦言：“功能从来不是护城河。”难以复制的，是背后长期积累的生态。
Lens平台让数百万创作者持续生产内容，这种生态无法一蹴而就。更难复制的，是硬件。
Spectacles从单纯拍照演化为完整AR平台，让数字内容自然存在于现实世界，而不是打断交流。
四、AI时代，依然把人放在技术前面
AI加速了创意落地，设计师能直接写代码，AI Agent管理文档和数据，自动化产品流程，但设计仍是瓶颈。
Snapchat坚持上线前设计审核，保证用户体验一致性。
技术可以加速执行，但决定方向的，始终是人。
五、活过十五年的核心逻辑
回顾过去十五年，阅后即焚、Stories、滤镜甚至未来AI能力都可能被复制。
但有一样无法被轻易复制：对人的理解。
Snapchat从第一天起关注的不是功能，而是人与人如何连接。
正因如此，它穿越了技术周期和竞争浪潮，持续活着，并在变化中不断探索人性与科技的关系。
本文编译自Snapchat创始人兼CEO Evan Spiegel在访谈中分享的观点。
原视频链接：www.youtube.com
#创投好文推荐 #融化我心的瞬间 #AI工作流
2 01 - 北京时间2026年6月20日（周六）13:00—14:00，EonveraX AGI LAB将联合全网80K+粉丝自媒体人@Apcorn椰子 ，举办“AI产品的出海与增长”专题线上分享会。
本场分享将围绕：
1、AI产品的出海途径与困境
2、AI产品如何进一步保持出海增长
3、自由问答（Q&A）
如果你是：
1、AI从业者
2、对AI产品出海感兴趣
3、想投入AI行业
4、初创企业想出海赢得市场空间可能
赶快看过来名额有限，欢迎评论区留言。
#AGIBuilder #提示词工程 #创投好文推荐
2 01 - 想创业，永远卡在第一步
- 我要做什么生意
- 有什么点子可以做
- 做什么才不会踩坑、浪费时间
这篇文章只想说明一件事：
找项目，其实是可以有结构、有步骤地做的
01｜先别问“做什么”，先搞清楚“你是谁”
1）你到底想要哪种结果
- 想要一个能带来稳定现金流的小项目
- 想要一个可以押5–10年的大项目
建议是
- 先给自己一个相对清晰的定位
- 接下来这几年，你更在意的是“现金流”，还是“长期事业”
2）你的资源和限制是什么
- 项目不是在“理想状态”里做出来的
- 是在你“现在这个人生状态”里做出来的
3）写下“三行创始人简介”
- 我最擅长的三件事
- 我手上最独特的一两样资源
- 我愿意为一个项目付出的最大代价
02｜好点子不是天降灵感，而是反复被忽视的“烦心事”
- 看报告：今年什么赛道最火
- 看新闻：谁又融了几千万、几亿
- 看榜单：还有哪些领域没人做
他的做法完全相反
1）从“痛点”开始，不是从“风口”开始
捕捉三类
- 反复发生
- 让人很烦
- 跟钱有关系
2）7 天“痛点小本本”练习
- 在手机里新建一个备忘录
- 连续 7 天，每天晚上睡前做三件事
- 写下今天最让你烦的3件事（工作或生活都行）
- 标记它是偶尔发生，还是经常发生
- 想一想：如果有人帮我搞定，我愿意不愿意付钱
03｜别在脑子里纠结，用一张小表选项目
三个维度
1. 上线速度
2. 市场潜力
3. 自己的优势感
04｜别只改 PPT，先找到愿意付钱的人
MVP的目的不是“好看”，而是尽快验证三件事
1. 问题是不是真的存在，且足够痛
2. 解决方案有没有人愿意为之付钱
3. 以可接受的成本持续找到这类用户
这个阶段目标
- 先证明“这个问题确实存在，而且有人愿意让你来解决”然后再看“他们愿不愿意为此付钱”
05｜验证之后，别老盯着“下一个更好的点子”
结论是真正拉开差距的，是你能不能在一个“还不错的项目”里，持续做深、做久
最后三件今天能做的小事
1. 写下那段“三行创始人简介”
2. 连续七天，给每件事打个“频率+痛感+付费意愿”的分
3. 从这些烦心事里选出三个，画一张小表，打分，选一个，两周时间试一下，第一个愿意付钱的人出现
#创投好文推荐 #AI工作流
3 01 - 顶级孵化器YC合伙人Diana Hu分享：AI不是工具，是公司运行的操作系统
Diana在YC Startup School上做了一场演讲，主题是“How To Build A Company With AI From The Ground Up”，把AI对于公司的意义，从"提效工具"提升到了"操作系统"的维度。
主要内容摘要：
AI是操作系统，不是生产力工具。
她认为现在大多数人聊AI，还在谈"怎么让程序员多写两行代码"，这个框架从根上就错了。AI应该成为公司运行其上的操作系统，每一个workflow、decision、process都应该流经一个持续学习和改进的智能层。
开环系统天然损耗，闭环才是未来。
开环就是靠人传信息、靠人同步进度、靠管理层汇报决策，每一个"人类路由层"都是速度损耗。而闭环系统会持续捕获状态、决策和结果，自动反馈到智能层，让公司始终掌握真实情况。
token maxing > 人力 maxing。
一个人配上AI工具，现在能完成以前需要一个团队才能完成的工作。StrongDM的代码库里已经没有手写代码了，只有specs和test harnesses：1000x工程师的时代已经来了。
早期创业者有巨大优势。
没有legacy systems，没有数千人要重新训练。你可以从第一天就正确地构建。
---
原视频链接：www.youtube.com
Diana Hu | Y Combinator Partner
How To Build A Company With AI From The Ground Up | Y Combinator Startup School
#AI工作流 #创投好文推荐 #AI的神奇用法
3 01 - Claude Design拆解：我总结了几个产品落地可复用的思路。
Anthropic 4 月 17 号把 Claude Design 这款设计工具挂上了 Labs 预览，底层跑的是 Opus 4.7 的视觉能力。
大厂已经不想只卖底层了，直接往设计生产链里切。模型从理解需求到出图，Copilot 和 Autopilot 的边界早晚会模糊。如果还在抠软件操作的熟练度，回报会越来越少。
往后能拉开距离的，大概就三样：能把模糊需求拆成能干的活儿，能攒一套好用的提示词控制体系，能在模型够不到的地方补上增量。
一、产品上几个值得看的地方
场景收得特别窄，只盯商业视觉。原型、PPT、品牌规范等，都是高频活儿。与其什么都掺一脚，不如扎进一两个垂直领域往深做。
设计和代码是打通的。跟 Claude Code 联动，稿子定了直接打包资产和说明，扔过去就能写前端。
交互主要靠聊，批注和滑块只是辅助。不用跟面板死磕。专业的人把行业经验转成结构化指令和模板更划算。
工具会记对话历史、偏好和品牌规范。需求含糊了它会追着问受众、风格。
二、提示词那点事
泄露的那份系统提示词就四层。第一层定个“资深商业视觉设计师”的身份，输出锁在设计圈。第二层逼它生成前必须追问。第三层靠文字规则管视觉质量。第四层要求产出能跟代码接上，自己先查一遍布局和规范。
通用框架三步走：先定角色、场景、目标；再给需求、规范、约束；最后说清输出格式、怎么联动、怎么查。
几个要点：少用“好看”这种虚词，加负面约束，别跳过追问，别脱离场景聊设计，需求得分主次。
三、Copilot 和 Autopilot，后面怎么走
Copilot 卖提效，抢软件订阅预算。Autopilot 卖成品，替掉外包人力。
巨头用大模型做底，Design、Code、Chat 几条线串起生产流程。他们强在模型和生态，弱在垂直深度、个性化和本地化。这几个弱处就是别人的机会。
现在能上手四件事：能力上从执行转管理，练提示词、拆需求、判价值。场景上找门槛深的领域扎下去。协同上划清人机分工。生态上别硬刚，做垂直模板、部署培训，变成服务方。
做同类产品的团队，三件事现在能做：场景往深扎；提示词别省功夫；收费想清楚。
企业盯三条线：业务分层、能力建设、风险防控。
四、最后
Claude Design 拆解下来，印象深的是它的路数明确。场景收窄、链路拉通、交互别复杂、记习惯会追问，这几招放别的 AI 应用一样管用。巨头往下压，你只要比它钻得深、转得快、离用户近，位置就有了。
#AI工作流 #AI的神奇用法 #创投好文推荐
3 01 - 顶级 VC + 明星团队 + 130 万用户，
一家 AI 公司从上线到关停只用了 不到 10 个月。
这家公司叫 Yupp AI。
他们到底在做什么？
Yupp 总部在硅谷山景城，母公司 Ber Sarai Labs。
一句话概括：普通人免费用 800+ 个 AI 模型，顺手帮 AI 实验室打分。
你提问 → 系统同时调用两个模型 → 你选出更好的那个 → 拿积分、积分能提现。
C 端：免费用 ChatGPT / Claude / Gemini，还能「边用边赚钱」。
B 端：买到真实用户偏好数据，用来做 RLHF、模型对齐训练。
本质上是一个 「用户 ↔ 偏好数据 ↔ AI 实验室」双边市场。
真正的问题：站错了时代的那一层
1️⃣ 技术进步太快，模型差异被抹平
GPT / Claude / Gemini 飞速演进，普通用户已经很难说清「哪个明显更好」。当模型都「够好」时，大众点选产生的偏好数据，边际价值开始下降。
2️⃣ AI 实验室要的是专家数据，不是薅羊毛用户
Scale AI、Mercor 证明：AI labs 愿意为 PhD 专家、高质量标注付高价，而不是为「为了赚钱随便点几下」的用户付费。Yupp 的积分+现金裂变把 130 万用户训练成了「薅羊毛型」用户，而不是高质量标注者。
3️⃣ 行业从「比回答」进化到「交任务」
Yupp 生在大家还在 PK「哪个回答更好」的时期，但 2025–2026 的趋势已经变成 agentic AI：谁能帮我完成任务、跑完 workflow。交互从「问答」变成「任务委托」，在两个静态回答之间投票这件事，自然被边缘化。
4️⃣ 收入结构太单一，转型空间被锁死
Yupp 基本只靠「卖偏好数据给 AI 实验室」赚钱。B 端一旦发现这类数据不如专家数据值钱，水龙头关掉，公司就没第二条腿可以站。
5️⃣ 免费给用户，本质在替 OpenAI 打工
800+ 模型大部分要付 API 费。C 端完全免费，用户用得越多，Yupp 付给 OpenAI / Anthropic 的钱越多——这是一个 增长和亏损高度正相关 的结构。
留给我们的几个问题
如果你也在做 AI 产品，真的可以问问自己：
你现在做的是 技术栈里的哪一层？这层 3 年后还在吗？
你的增长，带来的是高价值用户，还是被补贴喂大的流量？
一旦核心假设失效（比如某类数据不再值钱），你的模型还有第二条收入腿吗？
Failory 对 Yupp 的评价很扎心：他们在正确的时间，为错误的堆栈层，构建了正确的产品。
在 AI 时代，被技术浪潮淘汰的速度，真的可能快过你把产品打磨完善的速度。
如果你也想一起拆这种 AI 创业成败案例 / 产品层选错的坑，
欢迎在评论区留「Yupp」，我们慢慢聊。
#AI工作流 #AI的神奇用法 #创投好文推荐
3 01 - 许多初入行的年轻投资人或实习生，对创业者和创业公司的理解，往往浅显地停留在机构内部的投资分析框架、个别合伙人的经验传授，或是和创始人在咖啡店或会议室里的谈笑风生中。他们忽略了一个重要事实：创始人和创业公司都是极为鲜活多变的主体。某个时间节点的切片或抽象概述，往往离事实甚远，甚至可能完全是刻意修饰的结果。#创投好文推荐
理论学不深，实践做不透：顶尖商科生的困局与破局之道
2 00 - 做AI产品有人2周破千用户，有人3个月还在选方向——这4个技巧让你少走半年弯路
🌟XXX Lab干货分享Vol.1
在和一些刚进入这个领域的新人coffee chat时，最常听到的问题或者卡点是：我该做什么产品？
有人选对了方向，短时间内用户破千、拿到融资；有人选错了，浪费时间和精力。其实选择产品方向也是有技巧的，希望下面的干货可以给到大家一些思考。
以上，Enjoy。
---------------
👀先聊聊市面上都有啥
想选对方向，得先知道别人都在怎么玩。
我根据自己的实践和学习通常把现在的AI应用产品分成6类：
1.简单API调用：
最直接的玩法——把模型API套个UI就叫产品。听起来Low？没错，但这是最快上手的方式。适合"我就想试试"的状态。
2.聚合类产品
把一堆工具、API捆在一起做个"便利店"。典型的是Cherry Studio——用户不用在15个模型间疯狂切换，一个软件全搞定。解决的是"选择困难症"，但商业逻辑简单，容易被干掉。新手可以试，但要想清楚差异化在哪。
3.插件类应用
依附在大生态下的小工具。Shopify的邮件Agent、ChatGPT的插件……流量天然带来，但也得听宿主的规则。
4.垂直场景应用
瞄准一个细分切口死命钻。PPT有Gamma（AI演示文稿生成），编程用Cursor（AI代码助手），律师有合同审查工具……越垂直，用户需求越清晰，产品也越容易聚焦。
5.通用应用
要么解决所有人的问题，要么失败。天花板高，但也最卷，大厂都在抢。
6.入口类应用
浏览器、Agent商店、应用助手……谁拥有入口，谁就掌握流量。前段时间的豆包手机事件背后，其实是传统生态和AI原生生态在争夺系统级第一道门的权利。去年12月1日发布，短短72小时内就被微信、淘宝、银行集体一起单挑了——入口权有多贵，由此可见。上限无穷，但门槛也高。
🔥4个找方向的技巧
技巧1：从自己或身边人出发
最朴素的方法，也最简单直接。
问问自己：
我工作中最烦的事是什么？
我天天在重复什么枯燥工作？
我身边的朋友总在吐槽什么？
很多现在的头部AI产品，起源就是这么简单。创始人自己被某个问题折磨，然后"我不如就自己做一个"这个想法自然蹦了出来。当你的痛点足够真实，产品就自然有价值。
技巧2：从榜单里找宝藏
打开App Store、Product Hunt榜单。看那些下载量大、使用频繁，但开发者是个人或小团队，营收还没进入前列的产品。
这类产品的特点：需求被验证了，但还没被卷死。对标一个已验证的需求，比凭空想象靠谱很多。
技巧3：从行业信息差中找机会
某个传统行业突然拥抱AI，但工具还不够好用，这就是窗口期。
比如：房产中介刚开始用AI看房虚拟带看；电商卖家刚开始用AI写商品文案；设计团队还在手工排版，没有AI辅助。
早期进入这些赛道的产品，往往能收割一波红利。这个的关键是要有行业嗅觉，哪个传统行业最可能被AI冲击，就往那儿看。
技巧4：从竞品迭代缓慢找缝隙
留意那些已经有竞品，但迭代缓慢、用户体验不佳的产品方向。
这隐藏了需求真实存在（所以有人在做），现有产品没做好（所以用户在吐槽），市场还有空间（所以还能进去竞争竞争）几个特点。做得更快、更贴近用户需求，就能把一些体验不好的用户抢过来。
⚠️这里想强调一个值得反思的问题，总有人说"万物都值得用AI再做一遍"。但老实讲，这是废话，而且也不符合现实。
有些东西根本不需要AI，那些很简单但是已经完美满足用户需求的产品真的需要被改变吗，基础计算器用AI反而变得不精准；日常天气应用，AI加持也改变不了用户习惯。并且还有很多AI完全没有优势的场景，要知道算力也是成本。
所以在动手前，问问自己：
"我的产品，用AI做真的比不用更好吗？"
"能好多少？"
"用户会为此买单吗？"
只有答案都是YES，才值得干。
⁉️最后的话：别想太多，先试试
听了这5个技巧，你可能还是有点懵。这很正常。
再多的方法论，也替代不了一次真实的试错。
我们见过最快上线的产品，不是想得最久的，而是决定最快、敢于动手的。从"想法" → "MVP" → "第一个用户"，可能就用了2周。
在XXXLab，有人试错了3次才找到真正的赛道，最后却融资最快；有人第一个想法就成了。但是不管怎样，敢试的人都赢了。
这个时代，不缺想法，不缺生产力，缺的是谋定而后动，然后真的去动。
你的第一个AI产品，可能在你的下个天马行空里。
【关于XXXLab】
XXXLab是一个AI原生创投社区与工作室，致力于连接创始人、优秀人才、资本与AI基础设施。我们不是传统孵化器，而是在构建一个真实的AI时代组织形式实验。
我们提供四大支柱服务：深度陪跑辅导、融资对接、社区学习、增长咨询。特别面向有技术背景但缺乏商业化经验的团队，以及有出海雄心的创业者。
欢迎加入我们，做一个有想法、有能力、有执行力的AI时代创新者。
Do Something Cool & Make Difference
#AI工作流 #创投好文推荐 #提示词工程
6 00 - #创投好文推荐
觉得好的原因是：
从对外宣传的角度来说非常有效的文章，毕竟连在其他大厂的朋友都和我说看了忍不住想点赞。
不少互联网企业都在推OKR，有的觉得好，有的觉得是额外的负担。
更好奇头条内部员工的感受，好的不好的真实的就好是谁「设计」了字节跳动 | 深氪 lite
55 915 - #创投好文推荐
觉得好的理由是概述性的讲清楚了我之前不太了解的一家海外超级独角兽的缘起和特质。
具有国际化视野及本土化能力的精英创业者，加上家族背景加持（东南亚的大家族力量极强），本身又充满在家族中证明自己的欲望，这种创业者估计是大部分基金都最为喜欢的类型网约车第三世界Grab：AT的野心、滴滴的路径、软银的钱
28 315 - “短视频领域，任何素人都可以通过运营被打造成网红，网红都是流水的，网红账号才是铁打的。”这让她决定还是要自己做内容并推广，不做MCN。#创投好文推荐
坐拥快手1.6亿粉丝，她靠算法为企业定制“李佳琪”，批量打造网红账号
4 10 - #创投好文推荐
比起唱多的研报，我更喜欢看做空的报告。做空报告可以更多的学习到风险识别（毕竟唱多特别是国内研报的唱多。。。）
浑水这次做空安踏多理由是把费用丢给了实质关联方，而粉饰利润。
“浑水称安踏利用了许多秘密控制的一级分销商，这些一级分销商安踏称是独立第三方，而浑水通过许多文件表明安踏在撒谎，这些分销商是安踏控制的。
这些分销商的利润率，根据浑水的报告，非常低，远低于百丽旗下运动部门和宝胜国际。浑水认为安踏是把费用丢在了这些分销商体系里，把利润做进了上市公司，因而安踏才有如此靓丽的基本面。”
昨天安踏在跌了7%之后宣布停牌，后续这次事件怎么发展，值得持续关注。又被做空了，这次安踏能逃过吗？
21 12 - 17年读《闪电式扩张》时，记忆最深刻也是全书中心思想的一段话是：商业模式依赖于拥有大量用户并从中获得反馈时，优先考虑速度（speed）而非效率（efficiency）——即使面临不确定性——就显得尤为重要。
当时觉得不明觉厉，国内一堆公司也在模仿并实践着“快比正确更重要“，朋友聚会时经常聊到xx公司内部管理混乱、效能低下，连外人都能发现其一堆问题。
3年后的今天回想起来，霍夫曼的观点应该有个约束条件：该领域的市场当前是否是存量竞争。野蛮生长阶段，比拼的是谁能更快的把鱼捞到自家的鱼缸里，文质彬彬地坐岸边一条条“钓“是不行的，得撒网捞、得下水捉。可是现在不一样了，鱼塘也快没鱼了，提效这件事成了企业不得不考虑的事情。
别闪电式扩张了，跟跟时间做朋友吧。
#创投好文推荐5 00 - #创投好文推荐
觉得好的原因是：我觉得对于人民币基金而言，上交所就是公开的最好的投委会参考。
考察什么要素，关注什么问题都明明白白写出来了。
比如木瓜移动这家想上科创版的广告公司
上交所重点提出四点疑问：
一是发行人核心技术先进性和主要依靠核心技术开展生产经营的情况（到底有没有技术含量）
二是发行人的业务实质与业务模式归类的准确性（到底是不是在讲故事套概念）
三是发行人是否充分披露对其持续经营能力可能产生重大影响的风险因素。（其中看出海外公告公司对FB渠道的依赖）
四是相关重要信息披露的充分性、一致性（不要明目张胆骗人）
值得学习上交所依法终止对木瓜移动的科创板发行上市审核
19 23 - 23 210
- 卷不懂趟不平的年代，澳洲真的有懂VC创投和人嘛？
在最大的华人创投Gala上拿了个🔗链接innovation奖
花了一年时间帮助华人破澳洲的startup和VC投资圈，帮Seedplanet拉来各位澳洲VC嘉宾评委
接下来这一年要认真深度做链接和普及天使投资，海外创投内容
#VC
#创投好文推荐
3 00 - #AISecurity mapping
看了好多ai安全的文章和mapping，personally觉得可以把它很通俗的分成下面三个level：
level1: AI is the bad guy 保护模型原生安全
这一层主要关注两个方向：
- 大模型与生俱来的认知误差和不良输出
- 大模型形成产品的过程中滋生的不稳定性误差
比较有趣的可以关注product testing的new gen startups
level2: Human is the bad guy 保护模型不受坏人攻击
这一层主要关注prompt injection、data poisoning之类的问题，在各攻击面形成保护，可以看到AI firewall等系列安全公司
level3: AI+Human is the bad guy 保护现实世界不受AI攻击
这一层主要关注fake news/deepfake/copyright之类的问题，当然到后期会关注AI beyond control，所以会看到系列做detection和art work watermark的公司
#AI工作流 #创投好文推荐2 00 - #创投好文推荐
在最新发布的《2019中国最活跃CVC榜单》中，除阿里巴巴、腾讯、百度三家外，京东、小米、字节跳动也都挤入中国最活跃内资CVC Top 10。传闻中的CVC：巨头在天上，看人间打仗
4 12 - 网易企业邮箱结合现有企业用户邮箱使用场景，剖析信息安全关键环节，整合了邮箱帐号安全防护方案，为企业用户构建更加安全高效的邮箱管理方式。#创投好文推荐
网易企业邮箱打造帐号安全防护方案，让邮箱管理更安全高效
4 02 - #创投好文推荐 觉得好主要是我还挺喜欢看结构化统计数据的
“若根据GICS一级产业划分标准：市值100强中，金融以32家的数量排名第一，工业以15家排名第二，非日常消费品以13家排名第三，随后是信息技术（11家）、房地产（8家）、日常消费品（8家）、能源（4家）、通讯服务（3家）、原材料（3家）、医疗保健（2家）和公用事业（1家）。
中国上市公司市值100强行业市值占比分布
但若从行业市值占比100强总市值来看：金融以39.21%排名第一，非日常消费以14.06%排名第二，信息技术以12.97%排名第三，而数量上以15家排名第二的工业市值占比仅为6.93%，排名第六。
100强中，通常意义所说上的互联网公司有11家，分别是阿里巴巴、腾讯控股、美团点评、京东、百度、网易、小米集团、腾讯音乐、拼多多、三六零和携程。11家互联网公司总市值达到7.97万亿元，占比100强总市值20.32%，但仅阿里和腾讯两家就占比15.26%，其余9家合计仅占比5.06%。互联网的BAT格局早已被打破，接下来是AT领跑的双寡头时代。
有意思的是，从排名上看，美团点评低于美的，百度不敌海天味业，而小米屈居海螺水泥之后，这也许在一定程度上意味着互联网企业长期维持的高势能正在被重估，实体产业有望重迎资本怀抱。”
网民渗透率已经那么高了，没有高增长想象空间了哪来高估值溢价～想象空间真是个神奇的玩意😂
中国市值100强：美团低于美的，百度不敌海天，小米屈居海螺水泥之后
26 37 - #创投好文推荐
在朋友圈不少人开始刷屏李彦宏被泼水事件以及小部分开始刷屏美国众议院财政服务委员会向扎克伯格等Facebook 高管致函，要求其立即停止数字货币/钱包项目 Libra/Calibra 的所有工作的文章时，想起了几天前听到的这篇关于脸书与监管的分析。
觉得这篇文好的理由是提供了另一种角度的思考：）
邵恒头条 | “脸书”为什么欢迎监管？
26 29 - 联合办公元年，他便在杭州买下了3栋大楼，发现做写字楼租赁当“甩手掌柜”的路子不成后，转而整合资源自己做运营。模式走通后又在杭州、上海租下整栋楼盘大规模复制，还拿到了IDG资本3000万元天使轮投资。他分享了对于行业独到的看法和“高频私密+低频共享”的模式。读完文章后，欢迎即友们吐槽下过往租办公室遇到的“坑”呀~#创投好文推荐
他花3.5亿买下大楼，靠整租模式成国内最大“包租公”，获IDG投资
18 38 - #创投好文推荐
其实应该叫创投好节目推荐，这集昨天日常健身时听了。
和之前大多数期《创业内幕》对于某个公司创始人采访聊那家公司领域为主的事情不同。
这集是两档创投播客节目主理人之间关于大环境以及一些泛创投行业话题的聊天。很有趣的一集朋友对话，两位的风格各不相同，都很鲜明，很欢乐：）与驻美记者的中美创投漫谈 |《创业内幕》vol.25上线！
28 02
