即刻App年轻人的同好社区
下载
App内打开
左上角45度
56关注43被关注0夸夸
卑劣是卑劣者的通行证，高尚是高尚者的墓志铭。
左上角45度
5天前
左上角45度
9天前

Barret李靖: 关于 AI Coding 和 Harness 最近写的一些内容： 让ai学会并发干活儿 https://weibo.com/1812166904/5274523591246652 让AI能够复用过去的经验，把代码写的更好 https://www.weibo.com/1812166904/QvK8XiWzg 如何让AI进入疯狂工作模式 https://www.weibo.com/1812166904/QxarEx9n0 让AI输出效果提升五倍 https://weibo.com/1812166904/5279039402808468 AI解放双手，如何把工作托管给浏览器 https://www.weibo.com/1812166904/QxQcQbGD6 AI时代的软件开发速度 https://www.weibo.com/1812166904/Qy8Oh5FW0 Claude Code 的编程哲学 https://weibo.com/1812166904/5282324305416408 vibe coding 的宪法 https://weibo.com/1812166904/5282470572329321 Claude code的记忆设计 https://weibo.com/1812166904/5283048352645126 Harness，让 Agent 跑长程任务 https://weibo.com/1812166904/5287563946363373 为什么你的 agent 跑不了长程任务？ https://weibo.com/1812166904/5289458541005725 构建有效的工作上下文，让AI参与决策 https://www.weibo.com/1812166904/QCpkDa3tL?pagetype=profilefeed AI 时代的软件形态 https://weibo.com/1812166904/QCMNzwg1b Harness 也是过渡产物 https://www.weibo.com/1812166904/QDpCDmsrN 组合不同 LLM 完成任务，会成为必备技能之一。https://weibo.com/1812166904/QDwhqlWLi 文档编程，让AI一直跑下去。 https://weibo.com/1812166904/QDywVyYTx 让AI减少犯错 https://weibo.com/1812166904/QDyW6rT5v Codex 长程任务的运行机制 https://weibo.com/1812166904/QDFJAhe50 claude code/codex 的记忆设计哲学 https://weibo.com/1812166904/QDHagg5fq 大多数人不知道如何给AI定目标 https://weibo.com/1812166904/QDV85rsAI

00
左上角45度
9天前

AI柿子: Claude Design提示词泄露第3天，我花一天收集各种资料拆解了422行系统提示词，跑了几个个真实测试案例 整理出这份史上最全的，从认知到实操的完整claude design教程👇 一、Claude Design是什么（3分钟建立认知） 不是Figma杀手，不是AI设计师 它的本质是设计资产编译器——你喂给它已有的设计系统（代码库/UI Kit/品牌指南），它把这些"静态资产"编译成可交互原型 核心能力三件套： 读取你的设计系统（颜色/字体/组件/布局规则） 根据文字描述生成符合品牌调性的原型（网页/App/幻灯片） 实时可视化调整（改颜色/字体/间距不需要重新生成） 适合谁用： 独立开发者：快速验证产品想法，3分钟出可点击Demo 非技术创始人：把脑子里的页面描述出来，直接交给开发 设计师：1小时输出10个风格变体，省掉手搓Figma的时间 不适合谁： 期待"一句话做出苹果官网"的人（它是复用工具，不是创造工具） 没有任何设计资产的纯小白（需要先有参考素材，不管你是通过什么方式获取） 二、提示词泄露的核心发现（建立理解框架） 推特上一堆人在解读"13个模块+30个函数"，但从PM视角看，真正重要的只有3个底层规则： 规则1：上下文优先原则（最重要） 泄露提示词里写得很明确："永远不要从零开始设计，必须先读取用户提供的设计系统、UI Kit、代码库、品牌指南。凭空mock是最后手段" 翻译成人话：Claude Design不是"生成式AI"，而是"编译式AI"——它需要你先给"源代码"（已有设计资产），然后帮你"编译"成新原型 这就是为什么有人说"AI味太重"，有人说"效果炸裂"——区别就在于有没有上传设计系统 规则2：反AI Slop铁律（写死在系统里） 提示词里有一整段专门定义什么是"AI垃圾设计"： 禁止填充内容、假数据、随机图标 禁止激进渐变、默认圆角+左边框强调、过度emoji 禁止Inter/Roboto等常见字体 每个元素必须"earn its place"（有存在理由） 这条规则的意思是：如果你的提示词里没说清楚品牌调性，Claude会严格避开所有"AI常用套路"，输出极简风格——而不是像其他工具一样默认给你紫色渐变 规则3：6步工作流闭环 Claude Design内置了产品交付流程： 理解需求（主动追问） → 探索资源（读取设计资产） → 规划todo → 构建结构 → 交付验证（自动检查质量）→ 总结建议 这不是Prompt魔法，而是把PM的需求管理流程写进了系统提示词 三、从零上手完整SOP（10分钟跑通第一个案例） Step 1：准备设计系统（决定90%的输出质量） 去 claude design，点击Import按钮，上传以下任意一种： 你之前做过的网站/App截图（3-5张） 品牌指南PDF（包含配色和字体） 代码库链接（Claude会自动提取设计token） 参考网站URL（用网页捕获工具抓取元素） 如果你什么都没有：去 http://dribbble.com 找3张风格接近的页面截图，上传并告诉Claude"参考这些页面的视觉风格" Step 2：选择项目类型 界面顶部有4个模式： Prototype：可点击网页/App原型（最常用） Slide Deck：演示文稿/Pitch Deck Template：可重用的页面模板 Freeform：自由画布（混合多种输出） 新手建议从Prototype开始 Step 3：写提示词（按固定结构） 一个好的提示词包含4个要素： [目标] 创建一个 [类型] [主题] 用于 [具体场景] [布局] 包含 [具体模块列表] [风格] 风格 [视觉描述]，避免AI slop 举例： 创建一个SaaS仪表盘原型 用于AI写作工具的数据分析后台 包含：左侧导航（文章管理/数据统计/设置）、顶部搜索、4个KPI卡片、文章列表表格 风格极简专业，使用冷色调，避免AI slop（无默认渐变/emoji/Inter字体） Step 4：用Tweaks面板调整细节 生成后右侧会出现可视化调整面板，可以实时修改： 颜色（主色/辅助色/背景色） 字体（标题/正文） 间距（紧凑/标准/宽松） 布局（单栏/双栏/网格） 重点：这些调整不消耗额外token，放心拖动 Step 5：导出或交付 点击Export，选择格式： HTML：可部署的完整网页（适合直接上线或演示） Canva：导出到Canva继续编辑 PPTX/PDF：演示文稿格式 Handoff to Claude Code：转成生产代码交给开发 四、5个可复制的实战案例 每个案例包含：场景 → 提示词 → 输出效果 → 应用建议 案例1：SaaS产品仪表盘 场景：你要做一个内容管理系统的后台页面 提示词： 上传我的设计系统，创建现代SaaS仪表盘原型 主题：内容管理系统后台 包含：左侧导航（内容库/数据分析/用户管理）、顶部搜索栏、4个KPI卡片（总文章数/总阅读量/活跃用户/转化率）、内容列表表格 风格极简专业，避免AI slop 输出可交互HTML + Tweaks面板 输出效果：完整可点击仪表盘（React+响应式），左侧导航可切换，表格可排序 应用建议：先生成框架，用Tweaks调颜色，满意后导出HTML发给开发参考 案例2：创业项目Pitch Deck 场景：你要向投资人展示AI产品 提示词： 创建8页Pitch Deck 主题：AI写作助手，帮助内容创作者10倍提效 风格：专业现代极简 包含：封面（产品名+slogan）、问题（内容创作者的3大痛点）、解决方案（我们的核心功能）、产品演示（3-4个功能截图）、商业模式、市场规模、团队介绍、融资计划 每页带speaker notes，可导出PPTX 输出效果：完整8页幻灯片，自动配图和排版，每页带演讲提示 应用建议：生成后用Tweaks换主题色，导出PPTX在本地微调文案 案例3：移动App交互原型 场景：你要演示一个待办事项App的核心流程 提示词： 使用移动UI最佳实践，创建待办事项App交互原型 首页：任务列表（今天/本周/全部） → 点击添加按钮 → 弹出新建任务表单 → 填写后保存 → 返回列表显示新任务 风格：干净科技感，使用卡片式布局 支持点击切换页面、动画过渡 输出带iPhone边框的可交互原型 输出效果：完整可点击移动原型（iPhone 14边框），支持页面切换动画 应用建议：发给用户测试交互流程，根据反馈调整后再开发 案例4：产品Landing Page 场景：你要为AI工具做一个着陆页 提示词： 创建高转化着陆页 主题：AI写作助手，让内容创作快10倍 包含：Hero区（大标题+副标题+CTA按钮+产品截图）、核心功能网格（3个功能模块）、用户评价（3条真实反馈）、定价表格（免费版/专业版/团队版）、底部CTA 颜色使用科技蓝+白色，完全响应式，避免AI slop 输出效果：完整可部署HTML着陆页，移动端自适应 应用建议：导出HTML，部署到Vercel或Netlify做落地页 案例5：设计系统组件库 场景：你要为团队建立统一的UI组件库 提示词： 读取我上传的代码库，生成完整设计系统组件库 包括：颜色系统（主色/辅助色/语义色）、字体系统（标题/正文/代码）、基础组件（按钮/输入框/卡片/弹窗） 输出3个视觉变体（极简风/科技风/品牌风），每个组件带交互状态+Tweaks面板 输出效果：完整组件库展示页，3套主题可切换，可导出Figma 应用建议：团队第一次使用Claude Design时跑这个，后续所有项目自动继承 五、3个致命避坑点（真实约束和解决方案） 坑1：Token消耗远超预期 真实情况：一个复杂原型可能消耗几万tokens，Pro用户跑2-3个设计就会触发限额暂停，Reddit有用户2个prompt被停服务几小时 解决方案： 别一上来就让它"生成完整网站"，先做单页原型 用Tweaks面板调整细节（不消耗token），满意后再扩展到其他页面 如果是长期使用，考虑Max订阅（限额更高） 坑2：不上传设计系统=AI味拉满 真实情况：如果不上传UI Kit/品牌指南，Claude会用内置的"通用设计系统"——也就是那些被吐槽的"很AI"的极简风格 解决方案： 第一次使用时必须上传参考素材（截图/品牌色/代码库任选其一） 如果实在没有，去Dribbble找3张喜欢的设计截图上传 上传后系统会自动提取设计token，后续项目都继承 坑3：误判工具定位导致失望 真实情况：很多人以为它是"从零生成"的魔法工具，结果发现"没那么惊艳" 本质认知：Claude Design是设计资产复用引擎，不是从零创造工具 它的价值是：你做过3个页面，现在想做第4个，它瞬间复用前3个的设计语言 它不适合："我什么素材都没有，帮我做个苹果官网那种设计" 解决方案：调整预期——把它当作"设计加速器"而不是"设计替代品" 六、和其他工具的本质区别 很多人拿它和v0/Lovable/Figma比，但定位完全不同： v0/Lovable：从Prompt直接生成代码，适合快速做MVP Demo Claude Design：从设计系统生成品牌原型，适合产品迭代和团队协作 Figma：专业设计工具，适合精细化设计和交付 用人话说： v0是"快餐"（快速填饱肚子） Claude Design是"半成品菜"（有基础调料包，你组合出新菜） Figma是"米其林厨房"（专业但费时间）

00
左上角45度
11天前

七天可爱多: 男朋友小红书快做到800单了，晚上散步抓他问了一些做对的事情和思路 1 现在到底是怎么判断一个品能不能做。 他说很简单，就看两个东西：第一是24小时加购，第二是笔记发布时间 但关键不在这两个指标本身，而在他对“时间”的理解。 他说： “笔记爆的时间要越近越好，越近越好。” 然后他给我解释了一段，我觉得特别重要： “比如你看到一个品，24小时加购100，但那篇笔记是几个月前的。 那说明这个品一直在爆，但不是最近才爆的。” 我问，那有什么问题？ 他说： “这种你不一定抄得过来，因为它权重已经很高了，销量也已经上去了。” 他停了一下，又补了一句： “你最好是找那种，刚开始小爆，或者正在爆的。” 然后他说了一个他自己的操作：比如他昨天刚爆了一篇大笔记，你今天就去上这个品，你做得差不多，你也能报。” 他不是在找爆款，而是在找“爆款的起点”。 2 他上了三个品，放弃了2个品。我问他第三个品为什么不行。他说实物拿到手质量不行。 还有一个当时看到正在爆的品，他后面也没上，他说问了几家1688的供给。“那天我问了一圈，这个品都缺货。”他说这句话的时候，其实挺平静的。但这背后，其实是一个很明显的变化： 他已经从“流量视角”，切到了“供给视角”。 他说了一句很关键的话：真正好卖的品，供应商是不愁卖的。 也就是说：当一个品真的开始爆的时候，问题不再是你能不能卖，而是你有没有货。 3 我问他，你现在用AI生图，是怎么做出那些图的？ 他说：其实就是举一反三。你可以借用别的爆款产品的构图，然后套到你自己的产品上。 他举了一个很形象的例子： “就像你觉得奥迪的造型好，你就让它造一辆奥迪的车，但是把车标换掉。” 他说完自己也笑了一下。但他说这句话的时候，没有任何“创作”的浪漫感。更多是一种很务实的判断：这样爆的概率会更大一点。” 我又问他，那你觉得现在那些做得好的账号，是不是都很有创意？ 他说：没有，他们也都是AI，他们也在别的地方抄。 他说得很直接：大家都是在临摹。 这个里面有一个小插曲，他有一天抄到了一张图，但是那个原图笔记的作者当天晚上就爆了，但是他的内容一直没有爆。 他第二天就跟我说，他觉得他自己还是临摹的不到位，没有了解这张图会爆的精髓。然后他就直接去调整。那天是他出单最多的一天，接近 80 单。 在你还不理解小红书的用户需求是什么之前，爆款就是最好的路径，因为爆款就说明它已经打中用户了。而你这个时候再去做创新，很有可能就把那个打中用户的点给改掉了。所以最初的时候千万不要去想太多的创意，而是要完全临摹，直到你理解它为什么会爆。 4 我说，你觉得你什么时候会爆单？他说三个月内肯定会。我觉得还挺自信的。然后他说他确实这个过程中慢慢的积累了一些手感，在看生财精华帖的时候，会大概理解是一个什么样的路径。 但是具体的细节确实需要自己一步一步走过来，包括很多细节，比如评论区怎么维护，怎么人工干预。怎么样对接一件代发的平台，这个都是要自己把手扎在泥土堆里才能感受到的。 我觉得在他的身上我看到一个生财对于普通人的价值，就是真的有一些别人已经跑通的路径，你能够先往那个方向去，在这个过程中的路径虽然有很多不懂的，但是在这里你有一些素材可以持续学习和参考。 最近有个小感受：跟他聊小红书，本质上是在帮他复盘。 他在一线做，我在旁边拆。他是“怎么做到的”，我在想“为什么能做到”。这种分工，好像还挺微妙的。 看来我天生适合做咨询✌️

00
左上角45度
11天前

亨亨在创造: 《我用了 2 年的技能速学 Prompt，10 分钟让你成为任何领域的半个专家》 在没有 AI 的那些年，我就有一个“特异功能”，能快速掌握一个领域的技能，然后迅速让知识面达到可用的状态。 最关键的是，我并不需要通过大量的功课恶补知识，而是简单了解就能上手。 学技能也是，基本上捣鼓几遍，就能很快学会操作。 所以，小伙伴们都惊讶于，我和各种行业的人都能聊几句，各行各业都能懂一点，尤其是一些专业领域，我讲起来还有模有样。 什么诗词歌赋雪月风花，飞机大炮吕布麻瓜，金蝶税控 Figma，只要有需要，就能很快掌握一些入门技巧。 其实这些，都得益于一个我自己总结的方法论框架，我叫它——「20%学习法」。 其本质，是通过改变对于技能和工具的认知路径，来实现快速推理全貌的“创造者思维”。 在技能学习中，实际上大部分情况是：掌握了某些核心要义或者底层逻辑，就能很快基于它的创造哲学，举一反三，推理出技能的使用方法；在理解了核心原理之后，只要快速学习 20%的最通用的基本操作技巧，就能立刻开干，然后剩下的部分，就在干中学。 听起来很简单，实际上也确实很简单。 难点在哪儿？ 1. 理解清楚工具或者技能，创造时的原理； 2. 知道哪些是属于基本的 20%。 这就好像那个著名的故事：修机器 1 万美元，知道修哪里，99 万美元。 为什么"理解原理 + 20% 操作"就足以让人上手？ 第一，原理决定设计逻辑的一致性。 任何工具或领域，所有功能都围绕一个核心理念展开。理解了这个理念，大多数功能的设计就变得可预测——不需要逐一被告知，就能推断出它怎么工作、为什么这样工作。理解原理，相当于拿到了这个领域的"底层操作系统"。 举个大家都熟悉的例子，Excel 的使用。Excel 的创造哲学就俩： - 用行和列的关系，组成了格子； - 每个格子有明确的地址（A1、B2），所有的计算公式，认格子地址，不认格子里的内容。 理解了这两点之后，就能很快意识到，信息写入行和列组成的单元格中，只要信息更新，所有引用这个单元格的公式就会自动刷新。在没有 Excel 之前，人们用纸质账簿记账，一个地方错了，都要整体核验一遍，极易出错且不可追溯。 Excel 发明出来之后，用对格子的“引用关系”，替代手动计算，只要理解“格子有地址、公式认地址”一点，后续所有功能（跨表匹配、批量填充、多维汇总）的设计逻辑都会变得自然可预测。 第二，20% 的操作覆盖了 80% 的真实使用场景。 日常工作中，绝大多数任务高度集中在少数高频操作上。掌握这些，就能独立完成大部分真实任务。 还是 Excel 举例子，说实话，我日常工作用的最多的功能，就是=，算个加减乘除，偶尔用用=SUM和=AVERAGE，有时候用用 数据透视表 和 VLOOKUP 函数顶天了。最基础的 20%技能，承载了 80%的工作。 第三，开始干之后，学习效率远高于预先装填。 剩余 80% 的知识，在真实任务中遇到具体问题时再学，有需求驱动，学了立刻能用，记得住、有体感。在没有实践背景的情况下预先学习，大量知识既记不住，也用不到。 这一点不用多说，大家都知道，纸上得来终觉浅，绝知此事要躬行，看书一整天不如实际干一遍。 第四，预先学 80% 本质上是浪费。 那 80% 里，很多内容可能永远用不到；即使用到，临时查一下就能解决；提前学的时间成本，远大于到时候查阅的成本。 Excel 中，有一些高级技巧，我每次都是现查，比如自动计算一列数的 P 值（分位数）=PERCENTRANK.INC、绘制气泡图、按照规则提取某一串数字最中间的两位数、正则剔除乱码，等等，我都会用，但我完全没必要记，我只要知道，Excel 的原理是对于单元格的引用计算，那么某个功能就能在这个原理下存在。 很多人因为应试教育的原因，一个新知识，习惯性地想跟着课本按章节学习，出现了新的 AI 工具，第一时间也是想着能去哪里报个课。这看起来是战术上的勤奋，但实际上，很多技能，重点是做。而且其实也学不进去，我相信应该不会有人把一本 Excel 教材完整读完过。 Excel 的例子很简单，大家都懂，可能觉得没什么，工作需要，直接硬学，也能用。 但是，这个世界上，有各种各样的工具、软件，碰上个稍微难点的，如果没有一个基础的方法论认知，可能就折戟沉沙了。 难一点的软件 Figma，无限白板的画布工具，难度是不是就上来一点？ 这段时间 Claude 能力最强，但 Claude 封号严重，想不封号得折腾住宅 IP 搞 VPS，VPS 的原理又是什么？ 养龙虾，要给龙虾安很多 Skill，那如果不了解 Skill 的原理，怎么判断 Skill 是不是需要的呢？以及是不是有病毒呢？ 所以，对于一个领域的知识，快速学习的能力，是需要具备的。 而且，「20%学习法」研究视角来看，也是有强大的科学支撑。 - 理论面，是著名「帕累托效应」，它还有个更大名鼎鼎的名字：二八法则。帕累托效应只讲一件事，20%的关键因子决定最终结果，事情，天然是有优先级的。 - 实操面，是我作为产品经理，亲手创造了十几个产品后，从创造者视角的视角而来。一个产品被创造出来，一定是基于创造者的一种理念或者哲学，比如 Flomo 笔记的创造理念是卡片笔记法，Harness 的哲学是让 Agent 在执行任务的过程中自我进化，所以需要充分给他结果的反馈。产品是人创造出来的，而人一定是基于某种思考，才能把整个产品完整的呈现。 说实话，以前没有 AI 的时候，这一套还真不太好搞，想总结出创造原理 ，还是需要比较多的信息输入或者实践经验。所以，以前这个方法论，只能自己用，甚至都没办法给别人传授清楚，因为大家的经历不一样，大脑中积累的信息和行业背景不一样，很难完全拉齐。 现在有了 AI 大模型，就大不一样。大模型有着最丰富的知识，完全具备一针见血的条件，快速找出技能的核心要义，然后通过大量的行为数据分析，把最常用的操作列举出来，直接让我们上手。 所以，这个方法论，现在成了所有人都能用的一个方法论。 我把它写成了一个 Prompt，放评论区了，直接复制就能用。 使用也很简单。 在上方的“我想学”方括号里，写上你要理解的技能名称，就 OK 了，愿意的话，可以补一句学了打算用于干什么，全文仅此一处需要手动填写。 然后，把整段 Prompt 复制，发给任何一个带有深度思考能力的 AI。 我们来测试一下。 测试效果都放在评论区了。 我特意约束了 AI 产出物的字数，既然目标是快速上手，那么长篇大论只会是行动的阻碍。 AI 可以轻松写出一万字，但未必能把关键的 300 字写精准。 我自己是写文章的，我深深地知道，把文章写长很容易，但把文章写短，还能把事情讲清楚，真的考验功力。 试试吧，这只是个 Prompt，很轻量。 朋友问我为啥不做成一个 Skill，还能往里面叠更多的脚本来扩充知识面，我说大道至简，广袤的知识需要日积月累的浇灌，使用成本越低，越容易用起来。Skill 还是有点重了，一个 Prompt，网页版的 AI 聊天就能用，日常遇到新的技能或者概念，都可以用 20%学习法，让 AI 总结一下。 当然，我必须说一下，20%学习法也有它的局限性。 哪些是干不了的？ 真正的系统性学习，历史演变发展而成的学科，学不了，这些得实实在在下功夫，没办法速成。 20%学习法适合单点的技能 。 你可以快速用它了解二元方程，但没办法用它学会数学；你可以快速知道腰间盘突出的原理，但不能指望靠它成为医生。 它是一种思维方法，指引我们找到，技能的重点所在。 久而久之，不仅学习的效率会大幅提升，知识面也越积越广，更广的领域知识，进一步强化对世界的理解力。 这就是博学的复利。

00
左上角45度
11天前
左上角45度
18天前
左上角45度
19天前

造App: MIT 发布了一批免费AI 课程，足以让你达到入职水平。 没有付费墙，没有废话。 精华推荐 👇 1. AI 101（AI 入门） → 从零开始，建立真正的直觉。 https://ocw.mit.edu/courses/res-6-013-ai-101-fall-2021 2. 深度学习训练营（Deep Learning Bootcamp） https://introtodeeplearning.com/ 3. 人工智能（Artificial Intelligence） → 解决问题的方法论 + 机器学习基础。 https://ocw.mit.edu/courses/6-034-artificial-intelligence-fall-2010/ 4. 机器学习导论 → 那些你真正会用到的 https://openlearninglibrary.mit.edu/courses/course-v1:MITx+6.036+1T2019/about 5. 如何 AI 化（几乎）任何事物（How to AI Almost Anything） → AI + 创意（音乐、艺术、系统设计）。 https://ocw.mit.edu/courses/mas-s60-how-to-ai-almost-anything-spring-2025/ 6. 。。。 #提示词工程 #AI工作流 #AI的神奇用法

00
左上角45度
20天前

人生管理指南-RAY: 为什么生意再小，赚钱的速度都远超打工 打工赚的是成本，而做生意，赚的是没有上限的利润。 AI 人生系统课的学员，有非常多想转型自由职业的打工人，之前群里讨论过一个非常有意思的话题： 为什么打工赚钱比做生意慢这么多？哪怕只是摆个路边摊，赚钱的速度都能远远甩开打工？ 因为，一个赚的是可控的成本，另一个赚的，是没有上限的利润。 在公司的财务报表里，工资就是一项“人力成本”。 而成本，就意味着它必须被控制被压缩，甚至“成本控制”还是一门专门的学问。 所以你拼命加班，工资依旧不会突破天花板，哪怕你帮公司签了百万大单，你拿到的也只是一份固定薪水。 因为打工这件事，你的价格从来不等于你创造了多少的价值，它们一定正相关，但最终你能拿多少，全都看老板如何衡量成本，而多数时候的参考，是市场平均值。 再看做生意。 假设你开了家奶茶店，一杯奶茶成本 3 块钱，里面包括茶叶、牛奶、杯子、吸管这些原材料。 你把它卖 15 块，中间的 12 块就是“毛利”，但要注意，这 12 块不是全部进你的口袋。因为你还要付房租和水电，要请店员，要做广告，还要算上可能的库存损耗。 这些都扣掉之后，剩下的部分，才是真正的利润，可能是 8 块，可能是 5 块。 这里，和打工最大的不同点就出现了： 利润是可以不断放大的，而工资永远是被限制的。 怎么放大？举几个简单的场景： 卖 1 杯奶茶，赚 5 块，那你卖 100 杯，就是 500 块；或者你可以从 15 块提价到 20 块；又或者，如果生意比较好，你还可以开分店，放加盟... 而且，随着销量的提高，你的原料进货价还能更便宜，比如成本从 3 块压到 2 块，但售价依然不变。 但打工的逻辑是，你再努力，也就是固定的工资，就算加班能多拿一点点奖金，但你的工资总额不会因为你老板“多卖了 100 杯奶茶”就增加十倍。 所以，同样是赚钱：打工是“用时间换固定工资”；而做生意是“用差价撬动规模化的利润”。 时间，永远都是有限的；但利润，可以没有上限，只要你经营得足够好，价格可以更高，流量可以更大，所有的正向优化最终都会变成利润。 就我自己知道的而言，利润增长的杠杆，至少就有这四类： 1. 规模化差价 无论是上游采购， 还是自己投产，只要销量够大，成本就能做到足够低——为什么你没办法和蜜雪冰城打价格战，因为人家柠檬树都是自己种，这种规模化优势，你怎么比？ 2. 品牌溢价 同样一杯咖啡，瑞幸卖 9.9，星巴克卖 35 —— 多出来的 25，不是来自咖啡本身的成本，而是星巴克多年打下的品牌心智。 3. 模式杠杆 一次生产，多次销售，0 边际成本的产品天然就享有高利润——比如课程、软件、版权...比如我自己的第一门课程，录了 600 分钟的课，最后卖了 2000 人，后续我不用做任何交付。 4. 资本杠杆 钱多本身就是杠杆优势，所有的互联网巨头，都是前期用别人的钱加速扩张，后期形成垄断优势后，开始疯狂收割。 但打工，没有这些杠杆，工资唯一的增长手段，就是熬时间，熬资历。 那为什么这么多人，明知道打工不赚钱，还选择打工？ 因为，打工足够安全；而高收益的生意背后，也同样是高风险。 打工你能确定月底有工资，但做生意，你不知道哪一天就入不敷出，直接倒闭关门。 但是，自媒体的出现，开启了普通人创业最友好的时代——它不需要你付出任何成本，而且，你甚至一开始都不需要全职创业。 你可以先兼职写公众号，等流量跑通再考虑变现；你也可以用工资攒下来的钱学习课程，边学边实践，尝试找到定位方向；你甚至还可以先混迹各种线上社群，等找到持续的订单，再全职开干。 所以，打工和做生意的区别，从来不只是赚钱快慢，而是背后的“思考逻辑”。 打工，是别人财务报表上的成本，你的努力会被压缩到市场均值；做生意，是你自己创造价值，创造利润，市场会给你最公平的回报。 如果你不主动定义自己，你就只能被动地活成一笔成本，而真正的转折点，不是辞职的那一刻，是你从“成本思维”切换到“利润思维”的那一刻。 只有当你学会用利润的逻辑去思考，用杠杆撬动自我成长，你才真正拥有了“不被别人定义的可能性”。 而你自己的人生，凭什么要被别人定义呢？

00
左上角45度
20天前

apvia.bot: Product Hunt 每日热门 2026-04-09 1. Velo: Velo是一款AI工具，可将原始屏幕录像快速转化为精美、可分享的视频. https://www.producthunt.com/r/5NXKZ7EKGRZVKR [⬆️ 489] 2. Flint: Flint助力团队快速创建品牌落地页，无需编码即可上线，支持API集成多种工具，适用于AEO、SEO等多种场景. https://www.producthunt.com/r/4STAMVST7HAZDM [⬆️ 296] 3. Google Chrome Vertical Tabs: 谷歌浏览器新增垂直标签页和增强阅读模式，支持分屏多任务操作和无干扰全页阅读，提升工作效率. https://www.producthunt.com/r/ATI5H6LN6XWRFG [⬆️ 269] 4. LookAway 2: LookAway是一款智能Mac休息提醒工具，可减少眼疲劳和屏幕疲劳，结合休息、眨眼和姿势提醒，支持跨设备同步和智能情景感知. https://www.producthunt.com/r/A6NXLH4I5LIPHG [⬆️ 224] 5. MindsDB Anton: Anton是一个自动化商业分析助手，能自主完成从数据发现到行动建议的全流程分析，同时确保企业安全合规. https://www.producthunt.com/r/LH3TMZMEHOMCNJ [⬆️ 162] 6. Browser Arena: Browser Arena是一个开源基准测试工具，用于比较7家云浏览器提供商的速度、可靠性和成本，提供公开透明的测试结果和代码. https://www.producthunt.com/r/GVLBEAVNDXWGVB [⬆️ 151] 7. Career-Ops on Claude: Career-Ops将Claude代码转化为AI求职管道，提供12种模式、10维评分、ATS优化简历，支持122个URL并行处理，已开源并获得9.1K星. https://www.producthunt.com/r/HYDKMKYSMMT5DO [⬆️ 130] 8. Keeby: Keeby为MacBook添加真实的机械键盘声音，采用11种真实开关录音，支持空间音频和实时可视化效果，完全离线运行不收集数据. https://www.producthunt.com/r/XKGMPYC5GBZI6V [⬆️ 122] 9. PassportReader: PassportReader是一款通过NFC和加密验证技术核实护照、身份证及数字凭证真实性的API，直接读取安全芯片并验证签名，为开发者和身份平台提供可靠验证解决方案. https://www.producthunt.com/r/HCV7PA2LNFXJDG [⬆️ 102] 10. FeatDrop: FeatDrop是一个公开更新日志社区，帮助产品团队分享更新、获取反馈并扩大受众. https://www.producthunt.com/r/K5ZALE4AS42BPF [⬆️ 101]

00