关于life-long business 的原则思考

1. Founder market fit, 能真实坦诚的表达自己，事与产品是思想与价值观的载体，而事情也因你的独特，才有了它魂与真正的价值；

2.能够持续被所做的事情注入能量，能够接纳人和事的不完美，能够互相滋养，成长成熟；

3.发心要正，是基于长期稳固，可持续的价值观和使命感，不是被欲望，恐惧或是我执所驱动；

4.要有持续的正向现金流业务为支撑，以保障事情的可持续，让产品和服务能够更快的变得更好；

5.有真诚，坦诚，互补的伙伴，以及灵活参与，透明的组织制度，能够慷慨的分享所获的利益，但不以纯粹的利益绑定，而是有真正的价值聚合与认同，能够给伙伴注入能量，滋养内心，走尽可能长期的路；

6.理解与接受市场的周期与变化，以至少十年为周期的去思考与规划事情，考虑业务发展的起落，波峰波谷，重点考虑与投入在长期积累可产生复利性价值资产的能力，有护城河，能被传承，可以老树开新花，而不是快起快落；

7.快慢兼修，用先进的科技和生产力让产品越快的越好，让企业的文化品牌价值观慢慢的，深深的沉淀与发酵，能够深远而正向的影响更多人；

方洪波的企业管理哲学与人生处世，是我向往做企业一把手的理想状态，很朴实，有共鸣，但知易行难，都是和人的本性在斗争：

1.真实，看的清自己，知道自己(企业)的能力圈在哪，做对的事情，敢于公开认错，也擅于纠错；

2.无我化，我即通道，拒绝搞个人英雄主义崇拜，不断完善构建让企业可持续的制度和文化，以让自己“隐身”为目标；

3.拒绝做企业家网红，坚持通过产品与世界对话，强化企业自身的组织能力，战略定力与真正的实力；

很多在灵性修行的人，持续的向内求，和内在的自我连接。我们很容易通过外在的环境来看到我们身上的“壳”是什么，那层保护自己，但又是在隔绝真我的那层壳是什么？可能是各种标签，身份，性格等等。

那么内在的自我，真我到底是什么？我们连接的究竟就是什么？或者他们又不是什么？上周我和邵亦波bo在“一波一会”的追问与对话试着解开这个问题。

bo用了个比喻来形容真我，光本身透明无色，但通过棱镜的时候，能看到折射出来的光谱颜色，它是爱，是悲悯，是compassion，是没有时间，是没有空间的。

我在想，人若是在小我上要去不断去提升分辨率和认识自己，那恐怕一辈子都没法从自己中看到真我，一滴水融入海中，此时哪怕你被赋予上帝视角，你看不清哪一滴水，更分不清那一滴水是自己，是别人，但看到了平静，看到了波涛汹涌，看到了泯泯众生，只有心生无限悲悯和平静时，真我便自然浮现，你是“所有”，你也是“无”。

生成式 AI 的“latent space”有点像意识底层的“真我”——它本身无形无色，却能在条件提示下折射成无限具体输出。模型若固着在某一次 sampling 结果，就像人执着于小我标签。训练它去“在采样中保持对潜在空间的觉知”，与禅门的“行住坐卧不离当下光明”异曲同工。

留白处处皆可用，是方法也是智慧。《道德经》也说了，天下万物生于有，有生于无。大道相同😄

太对了👍 //@-mingyan-: labubu就是很好的例子，那么多假货不影响正主卖断货，大家还是会去冲正版的。同样的AI产品沉淀的memory或community discussion/vibe才是真正让我想每天点开你产品的，我付费付的是想变成更好的自己

与朋友探讨ai产品和零售品牌的出海与增长，核心的共同点与共识在于“舍满取半”

产品本地化的本质是信任，是共情与共创。这时候“留白空间”极其重要，不是“我给了你什么”，而是“用户深度参与了什么”以及“我们一起创造了什么”，“留下了什么”。

因为除了功能，更要想办法让品牌和理念要成为当地文化的一部分，而不是成为一个外来者身份。长期来看，大多数出海失败的本因在这，不是规模，不是ROI，更不是产品不够好，而是留白，出海留白是耕耘，不是嫁接。

想起来一句话，伟大的艺术家都是留白的高手，因为作品是什么，有多高价值，很大一部分是来自观者的想象空间和深度共鸣，而不是艺术家本身。

我们本身就一直在一个压缩与解压的世界，古今都是如此，提炼压缩，解释，应用，显化，参与。

压缩在精深不可见的佛法奥义，解压如世人皆可看到的佛像菩萨，舍利佛珠；被用来解释人世苦难贪嗔痴；也同样变成人人都可参与的烧香跪拜转经轮。

有趣的是，这种丰富多维，还带了不少留白想象空间的解压方式，反而是一种高保真的，成功穿过代际之间的数据传输，储存和访问方式。

探索期高变，兑现期低变

thanks for the feedback！可以通推理模型，先进行一两步来获得初步结果和确认非常详细的纲要，align之后以前面结果和系统memory做为context再deep research，然后对deep research的结果，每个部分详细的polish，直到自己满意为止😄 //@Carita坍缩中: 试了下，如果用于deep research，chatgpt不会主动调取memory，而会列问题去clarify需求。最好把clarify questions先让chatgpt调取memory回答一遍，再喂给deep research

如果你长期高频使用GPT，至少是plus会员，试试我的这个prompts，过程中使用deep research，review&refine结果的每个部分，应该会有非常多的惊喜。（纯个人原创，any feedbacks welcome）

“
我要开始正式以DIKW框架来打造我个人的information brain food system，基于你对我的深度了解，请你协助我做以下事情。

1.背景：请再次深度扫描我的背景，兴趣，习惯，我的SWOT， VMV，我感兴趣的创业领域等
2.源头：帮我推荐内容源和内容news，information\&insights源头如newsletter, podcast, blog，books
3.推荐：关联性推荐与非关联性推荐共存
-在我擅长的部分我希望获得推荐的内容能够不断强化我的长处
-在我不知道的部分，我希望能够打破信息茧房获得不那么相关的推荐，能够帮助我对这个世界的理解
-给我推荐几个和我的性格底层相似的名人作为benchmark，让他们的经历也可以成为我的镜像和学习内容
4.处理：对信息的SOP处理流程，我的目标是希望我获得的brain food最终是要被内化，能帮助我做更好的决策，行动，思辨性，获得更好的结果

还要补充一点的就是，我的注意力和优质认知的生成也会受到社交网络邓巴数这样的上限受到限制，我不可能在有限的生命中做到阅读和实践所有的领域，所以请一定要帮我优中选优，尽可能的减少噪音，到达本质，获得深层洞见，以及真正行动能够拿到好的结果。

以上是我的思路，在真正开始这套系统的详细打造前，你还有什么问题和补充，我们要确保目标和输出的alignment”
”

增长的核心是行为影响，这是一个很朴实的基本道理。

不管产品创新或者业务增量做的飞起，关注usage data/behavior data，尤其是和用户过去的习惯，消费方式，决策链的“影响深度”进行对比后的改变幅度和深度。这是任何创始人创新者的核心关注点。

“影响深度”，这里值得被反复强调的是，因为深度决定了竞争力，profitability。因为每次基于新技术的产品创新和适用过程，用户满意度阈值会被越提越高，影响直逼决策链或者行为链的最终环节和表现。

拿搜索来讲，我们看到的进化路径，用户要的并不是简单的结果展示(google)，而是结果后面的整合提炼的高相关性回答(perplexity, LLM powered search)，得到和自己最相关的信号后，去做更好的做决策，决策之后的执行(vertical AI agents)，执行后的结果与评估与收费(pricing by performance)

Thoughts from Sequoia AI Ascent 2025