即刻App年轻人的同好社区
下载
AGI 的标准不断推高，背后是用户预期的拉高
5 年前的人类看现在的 GPT 5.2 会觉得这就是 AGI，2026 年的人类觉得起码要搞定一些关键变量到比如2030 年才能实现 AGI，到 2030 年的时候人类还会觉得差点意思，要是有 xx 和 xx 就差不多了
犹太教徒在等待从未到来的救世主，而基督教徒则面临 救世主已来但世界似乎没变的尴尬
5 年前的人类看现在的 GPT 5.2 会觉得这就是 AGI，2026 年的人类觉得起码要搞定一些关键变量到比如2030 年才能实现 AGI，到 2030 年的时候人类还会觉得差点意思，要是有 xx 和 xx 就差不多了
犹太教徒在等待从未到来的救世主，而基督教徒则面临 救世主已来但世界似乎没变的尴尬
7 03
SaaS 产品的定价策略是跟随式增长策略的具体体现，因为我们都希望从高价值用户那里收更多钱，或者说随着交付给用户的价值越高，商业价值也越高，只是不同产品对自个儿高价值用户的定义不一样
昨天说 Manus 基于 credits (可以粗暴理解成 tokens） 收费，没法有效区分高价值任务/用户，作为用户的我喜忧参半，有时觉得自己占便宜了，有时候觉得就这🤔凭啥消耗我 8,000 credits(约等于 40 刀）
而有些电商 SaaS 基于订单数收费也是一样的问题，意味着 LV 贡献的收入比绝大多数商家（比如卖塑料袋的）还少，整体收入也与订单数强相关，所以哪怕整体大盘 GMV 在涨，公司也没能从中获取更大的商业价值。后来有些学聪明了，在面向消费者的关键页面上加 “Powered by xxx”，remove 这句话要升级 plan，研发成本低到不行但能带来很大的商业价值
最近研究数据分析类的工具，有些针对电商客户上来就让选 GMV 区间，不同 GMV 的起步价不一样，哪怕这个 GMV 不是它贡献的，也与它的产品价值无关
所以还是要像老美这样自信些，你敢定别人就敢给😜，想起很多年前看过一份统计，把很多 SaaS 公司的收入拉长时间看，收入增长巨快的那几个关键点主要是当时提价了
昨天说 Manus 基于 credits (可以粗暴理解成 tokens） 收费，没法有效区分高价值任务/用户，作为用户的我喜忧参半，有时觉得自己占便宜了，有时候觉得就这🤔凭啥消耗我 8,000 credits(约等于 40 刀）
而有些电商 SaaS 基于订单数收费也是一样的问题，意味着 LV 贡献的收入比绝大多数商家（比如卖塑料袋的）还少，整体收入也与订单数强相关，所以哪怕整体大盘 GMV 在涨，公司也没能从中获取更大的商业价值。后来有些学聪明了，在面向消费者的关键页面上加 “Powered by xxx”，remove 这句话要升级 plan，研发成本低到不行但能带来很大的商业价值
最近研究数据分析类的工具，有些针对电商客户上来就让选 GMV 区间，不同 GMV 的起步价不一样，哪怕这个 GMV 不是它贡献的，也与它的产品价值无关
所以还是要像老美这样自信些，你敢定别人就敢给😜，想起很多年前看过一份统计，把很多 SaaS 公司的收入拉长时间看，收入增长巨快的那几个关键点主要是当时提价了
12 16
1. Manus 的定价策略是固定费用+usage，主要收入是 usage 贡献的（投资人自己在播客里说的）
我自己的使用经历也印证了这点，一开始订阅的是 40 刀的月度套餐（包含 8,000 credits），跑了几个任务后提示 credits 用完了，得 add credits
再付了 58 刀（原价 60 刀）买了 12,000 credits，同时告知我下个订阅周期会自动升级到 100 刀对应 20,000 credits 的 plan
当天又用完了，再付了 88 刀（原价 100 刀）买了 20,000 credits，与此同时下个订阅周期会自动升级到 200 刀对应 40,000 credits 的 plan
过了一天又用完了😂，又花了 678 刀（原价 800 刀）买了 190,000 credits，下个订阅周期会自动升级到 1,000 刀对应 230,000 credits 的 plan
那些问都谁在订阅 Manus 的人，可能得先用下 200 刀的 ChatGPT，就大概接近一半答案了🤣
按照我自己的体感来猜测，Manus 的用户群应该呈现明显的金字塔分布，比如一两万个 200 刀级别的 Power User + 小几十万个 20 刀级别的 General User + 几百万的免费气氛组，典型的 To Prosumer SaaS
2. Usage 贡献绝大多数收入，所以 usage 的波动就会影响收入，而 usage 又受任务数影响，所以会导致收入可预测性差，这点跟传统 SaaS 差别还是挺大的，过去我们做 SaaS，基本上按照 NDR 能很精准预测到下一年的 ARR
收入与 usage 强相关的话，还有个风险是随着时间推移行业 token 成本下降会影响毛利率，而且很容易卷入价格战，感觉字节的 AnyGen 在那摩拳擦掌了
3. Manus 不同 plan 之间的权益差别不大，40 刀、100 刀、200 刀、1000 刀、5000 刀除了 credits 不一样，所有 features 一模一样，plan 是用来区隔用户群的，也就是说 Manus 是用 usage 来区隔用户群，等于消耗的 credits 越高在 Manus 看来更属于高价值用户（任务）
以我最近的 3 个任务为例
1️⃣ 把附件我上传的 《康熙的红票》这本书人物关系图画出来，以便于我读之前有个全览，更有助于理解消化
2️⃣ xxx 是我们的官网，针对我们的产品定位和目标人群，帮我找到 2026 即将在北美举行的符合我们去接触目标客户的线下 event，以月度视角呈现，event 可一键添加到 Google Calendar，也可与我的同事分享，所以你要做成好看的在线网页
3️⃣ xxx 是我们的官网，xxx 是我的 LinkedIn 主页，现在你来采访我，你问我答，通过互动的方式最终梳理出我作为 AI 创业者的 taste，我希望最终呈现的 taste 要有深度、极具思考力
如果要我作为用户给任务的价值投票的话，2️⃣>3️⃣>1️⃣，但实际上消耗的 credits 1️⃣远远大于另外两个，接近 8,000 credits。就很奇怪，很多时候觉得自己赚了，很多时间又觉得自己亏了
4. 很多人把 token 类比成移动互联网时代的流量，但移动互联网时代并不是用流量来区分用户，而是在线时长，因为移动互联网的商业模式是 “注意力变现”
而 AI 时代用 token 来区分用户也真的有点奇怪啊，不同的人用相同的 token 能产生不一样的价值，甚至同一个人不同情况下也会产生不一样的价值
背后的原因是 AI 交付的东西很难与最终价值进行归因。有点无解啊，至少对通用 Agent 来说
从这点看，我当然更看好垂类应用了，至少 AI 交付的所有东西都是天然靠近垂类场景里的价值，这也印证了为什么北美这么多 AI xx （xx 是角色、职位）
我自己的使用经历也印证了这点，一开始订阅的是 40 刀的月度套餐（包含 8,000 credits），跑了几个任务后提示 credits 用完了，得 add credits
再付了 58 刀（原价 60 刀）买了 12,000 credits，同时告知我下个订阅周期会自动升级到 100 刀对应 20,000 credits 的 plan
当天又用完了，再付了 88 刀（原价 100 刀）买了 20,000 credits，与此同时下个订阅周期会自动升级到 200 刀对应 40,000 credits 的 plan
过了一天又用完了😂，又花了 678 刀（原价 800 刀）买了 190,000 credits，下个订阅周期会自动升级到 1,000 刀对应 230,000 credits 的 plan
那些问都谁在订阅 Manus 的人，可能得先用下 200 刀的 ChatGPT，就大概接近一半答案了🤣
按照我自己的体感来猜测，Manus 的用户群应该呈现明显的金字塔分布，比如一两万个 200 刀级别的 Power User + 小几十万个 20 刀级别的 General User + 几百万的免费气氛组，典型的 To Prosumer SaaS
2. Usage 贡献绝大多数收入，所以 usage 的波动就会影响收入，而 usage 又受任务数影响，所以会导致收入可预测性差，这点跟传统 SaaS 差别还是挺大的，过去我们做 SaaS，基本上按照 NDR 能很精准预测到下一年的 ARR
收入与 usage 强相关的话，还有个风险是随着时间推移行业 token 成本下降会影响毛利率，而且很容易卷入价格战，感觉字节的 AnyGen 在那摩拳擦掌了
3. Manus 不同 plan 之间的权益差别不大，40 刀、100 刀、200 刀、1000 刀、5000 刀除了 credits 不一样，所有 features 一模一样，plan 是用来区隔用户群的，也就是说 Manus 是用 usage 来区隔用户群，等于消耗的 credits 越高在 Manus 看来更属于高价值用户（任务）
以我最近的 3 个任务为例
1️⃣ 把附件我上传的 《康熙的红票》这本书人物关系图画出来，以便于我读之前有个全览，更有助于理解消化
2️⃣ xxx 是我们的官网，针对我们的产品定位和目标人群，帮我找到 2026 即将在北美举行的符合我们去接触目标客户的线下 event，以月度视角呈现，event 可一键添加到 Google Calendar，也可与我的同事分享，所以你要做成好看的在线网页
3️⃣ xxx 是我们的官网，xxx 是我的 LinkedIn 主页，现在你来采访我，你问我答，通过互动的方式最终梳理出我作为 AI 创业者的 taste，我希望最终呈现的 taste 要有深度、极具思考力
如果要我作为用户给任务的价值投票的话，2️⃣>3️⃣>1️⃣，但实际上消耗的 credits 1️⃣远远大于另外两个，接近 8,000 credits。就很奇怪，很多时候觉得自己赚了，很多时间又觉得自己亏了
4. 很多人把 token 类比成移动互联网时代的流量，但移动互联网时代并不是用流量来区分用户，而是在线时长，因为移动互联网的商业模式是 “注意力变现”
而 AI 时代用 token 来区分用户也真的有点奇怪啊，不同的人用相同的 token 能产生不一样的价值，甚至同一个人不同情况下也会产生不一样的价值
背后的原因是 AI 交付的东西很难与最终价值进行归因。有点无解啊，至少对通用 Agent 来说
从这点看，我当然更看好垂类应用了，至少 AI 交付的所有东西都是天然靠近垂类场景里的价值，这也印证了为什么北美这么多 AI xx （xx 是角色、职位）
42 1018
和朋友交流 AI native 的人大概是什么样子的，想起了当年雷军说他决定做手机后，刻意 “戒” 掉了 PC，强迫自己用手机完成一切事情
如果把时间倒回到 2010 年，在手机上办公、娱乐、解决生活问题其实有很多不顺甚至很傻的地方
我观察到的那些 AI native 的人也有类似的做法，ta 们不是写代码的时候才用 AI，也不是做调研的时候才用，更像是走路上放了个屁都要掏出手机问问 AI：我刚才放的怎么样，如果你来，会怎么处理最后那一下的尾韵？
ta 们显得很怪异，就像当年移动互联网时代的原住民一样，因为在别人看来好像收益很小啊？（当然也有人觉得丫在装 X），奇怪的地方首先是新范式下的配套还没长好，配不上他们心中的想象力，二是这群人像是在刻意训练自己的习惯和肌肉，因为对新世界的到来无比自信，所以想高强度给自己上约束
所以绝大多数人把 AI 称为工具，native 的人会称呼它啥？
如果把时间倒回到 2010 年，在手机上办公、娱乐、解决生活问题其实有很多不顺甚至很傻的地方
我观察到的那些 AI native 的人也有类似的做法，ta 们不是写代码的时候才用 AI，也不是做调研的时候才用，更像是走路上放了个屁都要掏出手机问问 AI：我刚才放的怎么样，如果你来，会怎么处理最后那一下的尾韵？
ta 们显得很怪异，就像当年移动互联网时代的原住民一样，因为在别人看来好像收益很小啊？（当然也有人觉得丫在装 X），奇怪的地方首先是新范式下的配套还没长好，配不上他们心中的想象力，二是这群人像是在刻意训练自己的习惯和肌肉，因为对新世界的到来无比自信，所以想高强度给自己上约束
所以绝大多数人把 AI 称为工具，native 的人会称呼它啥？
26 1211
老罗科技春晚上演示完大疆 Neo 2，平稳落到他手掌心的时候，心情复杂地对着现场的观众说了句：“好伤感，不是我做的。”
2025年给我相同感受的是 Typeless（好吧，尤其 Mac 端）
好伤感 😔，这种产品不是我做的
2025年给我相同感受的是 Typeless（好吧，尤其 Mac 端）
好伤感 😔，这种产品不是我做的
10 12
这几天每天消耗 30k credits，算到每个月差不多得 1M，似乎还得 double 下才不会那么焦虑…
Gavin_C.: Manus 时常让我陷入credit 焦虑，即使订阅了 $1000 的 plan 还是担心用着用着就没了（一个任务消耗 5/6000 credit 啊），Meta 收购后应该真的不在意 ARR 了吧？那就勇敢增加 “Pay as you go” 模式，成为 AI 应用的一股清流
4 10
微软的《AI扩散报告》提到近40亿人不具备使用AI的基础设施，远大于 20 亿未联网人群的数字。这与很多人想的不一样，AI 产品的使用门槛不只是有电有网。但综合起来看，鸿沟左侧的人群采用速度远快于历史上其他技术革命，而右侧的人群采用速度恐怕也远低于我们的预期
Gavin_C.: 推算AI产品的渗透率时，分母应该是60亿而非80亿，原因是有20亿人口属于未联网人群 按照这个角度来算，全球AI产品的渗透率（分子是15到20亿MAU）已经超过了经典理论“跨越鸿沟” 鸿沟左边的 16% base line，所以算是进入了Early Majority人群
6 01