即刻App年轻人的同好社区
下载
App内打开
Muji_Yang
173关注643被关注1夸夸
Seede.ai 合伙人
前 Founder Park 成员 -> AI 创业者
🇨🇳NKU -> 🇸🇬NUS
House 舞者,徒步爱好者
Muji_Yang
7天前
堪比 Claude 的旗舰效果,但——
✅ 生成更快!
✅ 成本更低!
✅ 关键是:效果真不错!!

这波 Kimi K2 的 coding 能力真的惊艳到我了~写代码、改图文结构都稳得一批!

有兴趣的可以去试试~我们已经接好啦 🎯
👉 seede.ai
30
Muji_Yang
8天前
👍🏻🙌第一次参加 Linkloud 出海沙龙,收获满满,整理一些启发性的记录碎片:
(如果有谬误,请指出,别让我在错误认知上越走越远hhhh)😆😆

🎃1. 再次听@JKtheSeeker 觐开老师分享,回味下:
- 企业级软件在 $0–20M 阶段都还属于 early stage
- Rule of 40 指:收入增长率(%)+ 利润率(%)≥ 40%,是健康 SaaS 的衡量标准
- 随着业务扩大,ARR per FTE(每位员工年营收)人效应该是提升
- lovable 大客户一年花 6M+ 美元,大客户是 agency,用 AI 建站工具提效做交付
- 日本做一个静态网站/落地页要 3–6 个月,服务节奏极慢。
- 黑红打法成功要素:
a. 产品必须足够强;
b. 要在小圈子有争议,再扩散;
c. 黑点不能黑到产品根上

🤩2. 陈唱老师的分享,我全程认真记笔记
- 两种增长打法:线性打法,稳步推进 or 高举高打,爆发式增长。要根据产品特性来判断,如果本身能够 go viral,就不需要线性打法。比如 Otter 在 zoom 里做一个 bot,每次开会就能通过 PLG 自然增长。
- 不同产品有特性,选择最适合产品特性的增长渠道
- 若目标是做到 $1–2M,专注 1–2 个渠道即可。
- NPS 不够高的话,不建议 referral
- 要重视品牌价值主张,从产品卖点的宣传,逐步过渡到更独特、锐利的品牌/内容表达。(很多初创团队会误以为做品牌是大公司的事,但早期产品也可以通过内容和价值主张建立信任感,吸引同频的人)
- 通常 GEO 做得好的公司,SEO 表现也不差,本质上都是好内容,被更好收录

🧀3. @High寧 高宁老师主持的圆桌也干货十足
- Fotor 张家俊,深耕 SEO 十多年,吃到了红利,早期就想明白「如果产品确定性很大,远期的投入就会更坚定」
- 杨嘉丽老师关于产品战略的拆解:
a. 如果老业务线,上新功能。并且存在竞品这么做了,那就赶紧上架
b. 如果新业务线,其他竞品成功了,不要着急模仿,先要摸清楚竞品成功背后是哪一块做得好?融资?还是 IP?还是渠道?...
c. 如果新业务线,没有竞品,那可能是新东西,要快速推进 PMF 验证
核心是知道「你是谁?你的用户在哪里?想清楚差异化的主张,航海地图(周围有哪些竞品),自然就应该知道去哪里找用户和渠道」
此外工具类产品不适合在社交媒体上刷投放,用户刷手机时更偏好娱乐内容,不容易停下来关注工具类广告
- HiWaifu 陶江,打造好社区,tiktok 产品上线半年,用户自发做传播。而且做出海产品不一定需要海外背景团队,从独立开发者开始,干就完事儿了(给予观众很大信心!)

🥳4. 最后就是有 Stripe 需求的找 HaiYue~
77
Muji_Yang
22天前
《奈飞文化手册》的第四条:只有事实才能捍卫观点,数据并不完全就是事实。这些数据应当为导演和编剧提供参考,而不应该喧宾夺主,让导演和编剧隐身。

做产品,做 GTM 也一样,所谓古典产品经理,把自己的 taste 体现在产品上。
00
Muji_Yang
24天前
AI 对话的一条反思[破涕为笑]这么多年,每次信息的 loss 都会让我想起《新世纪福音战士》,有不可逾越的 AT 力场,又好笑又无奈,可能这就是人 hhh

LLM context window,人也一样有限。之前看到一个观点:人的智力在很大程度上取决于记忆(memory)的稳定性、理解(黑盒)能力,以及语言(output token)的表达能力。但人的理解->语言机制本就充满损耗。所谓“懂了”,不过是 context 的短暂重叠而已。

人与人反复碰撞、误读、退缩,却总以为“你应该懂我”。可很多时候,连自己都没搞清楚——自问不一定能自答。或许,我们终其一生,都只是在试图将模糊的造物主的初始 prompt(世界观),翻译成自己也能接受的答案(价值观)。
00
Muji_Yang
1月前

Yangyi.: 已经2025年了,牛逼的大模型公司没出来几个。 反而全是套壳的天下。 其实这个时代最FOMO的是投资人。 绝大多数投资人,自己都没怎么体验过AI产品,甚至在和一些AI项目聊的时候,都没去用过。 大部分人上来的第一句话就是:你们的壁垒是什么? 壁垒就是工程化,但他们看不懂工程化。 确实,大部分AI套壳公司都是草台班子,自己也没什么工程化,多数都是开源缝合,缝到用户输入的理解成本和操作成本降低,这事儿就能跑,毕竟以前的垃圾软件操作太复杂了,现在变简单就行。 但实际上,壁垒就是初期精细的工程化带来的数据资产滚动时间杠杆形成的无法逾越的鸿沟。 所以如果你想找一个很牛逼的项目,你更应该关注的是,对方是怎么沉淀结构化数据的,是怎么做ReACT的,在工程上有哪些细节,是光靠模型解决不了或者解决不好的。 这些细节才是项目与项目之间拉开巨大差距的地方。如果你不愿意承认这一点,那就相当于套壳公司的生死都依赖大模型本身了。 绝大部分垂直场景中,大模型只能做到40-50分,依靠早期工程化能干到60-70分,然后再依靠不断地数据优化+不断地工程强化干到80-90分。 这是时间的复利。但前提是你选对了标的。 找到一个牛逼的项目,市场规模足够大。最好还完成了早期验证。 你不需要看他们赚了多少钱,因为绝大部分刚刚开始的agent公司,都需要不断优化漏斗。早期会面临许多退款,这也是正常的,除非他们养一批人工团队去把数据捞回来。毕竟技术想提升可靠性是需要时间的。 在意的事情无非就是,有多少人会开启深度对话,这里的变体有多少。这是在测试用户的真实需求。 再一个就是,用户的付费意愿有多强,粘性最高的用户能在你这里处理多少事情。这能看出用户ARPU或者说初步LTV。 这就够了。剩下的,就是和时间做朋友。 今年大部分人FOMO,但明年很可能就不会了,毕竟投资人会遇到很多骗子,自己分别不清楚的骗子。 真刀真枪实干,和不产生多大价值的骗子,这中间的鸿沟,能比麦哲伦绕地球一圈还大。

00