费曼学习法，相信代码和自媒体。

坚持原创的科技博主，也正在孵化自己的产品。

极客时间有一门「成为AGI产品经理」
（看了也不一定能成为，但可以带你走在成为的路上）

传播较广的几篇文章，有可能你也看过：

1. 产品经理研读：Agent的九种设计模式(图解+代码)：mp.weixin.qq.com
2. Agent开发者坦白：窘境中前行：mp.weixin.qq.com
3. 用一张图理解所有的AI“聊天”产品：mp.weixin.qq.com
4. 我在调研了十几个知识库对话产品后整理出来的功能清单：mp.weixin.qq.com
5. RAG组合拳：AGI应用走向落地的40%：mp.weixin.qq.com
6. 做大模型AI应用一定要了解的成本计算公式：mp.weixin.qq.com

分享几个反映app或者网站预估收入的工具，同时求助：大家是否有真的用过？这几个工具的真实性如何？

1. trustmrr.com， 这个真实性应该OK，是BIP大神的根据stripe id来的，所以仅支持网页端应用，不支持app store里的应用。 --图1

2. www.starterstory.com，不知道数据是否可靠。 --图2

3. 七麦数据：www.qimai.cn，2013年创新工场孵化的项目，没想到还活到现在，不知道数据是否可靠。 --图3

4 sensortower： app.sensortower.com ，不知道数据是否可靠。 --图4

Github 水star的人多了，昨天在群里和大家讨论我对star 增长健康度的看法，方法可以用于：

1. 甄别真正的好开源项目。
2. 有些创业公司拿star 去融资，如果你恰巧也拿到这类公司的offer，或者要投资这类公司，可以供参考。

不一定全对，也不构成投资建议。

我心中健康的增长是：

1. 底数是大于1的指数级的增长，即使是1.000001 都可以。 比如图一。
2. 或者有多次小范围内的指数级增长，到了平台期后，又有指数级的增长。比如图二。

而不健康的增长是：刚开始就巨量增长，然后突然一个点，斜率迅速下降。比如图三

除此之外，可以结合issues的数量来看，比如图一star数量是200+k，issue数量是5000；而图三star数量是70+k，issue数是300，且两个项目是同类项目，高下立见。

最后你还可以通过田野调查用户口碑综合来看。

其实，刚开始为了起量，做一些宣传来增长完全、完全可以理解，但是如果起量很大，且在停止宣传后，没有持续的上升，那就真的是有点问题了。

参考www.star-history.com

一觉醒来，被Claude封了，一年订阅费用全退了，相当于白嫖了三个月。本来也想转Codex了，有种正准备提离职但突然拿了个大礼包的感觉，哈哈哈，挺好，挺好！

官方正式安排明天上线，结果提前就被朋友们发现了，既如此，就一定要拿出来说一下了。

这是我在极客时间的第二个专栏，也是过去两年产品经验的复盘和沉淀。价格也是一如既往的普惠，现在618才50元，自己看到都有点心痛，😂且分享后别人下单，还可以返现18块，是真的返现。所以邀请三个朋友购买就回本，邀请四个还能赚！购买之后加群我们会持续讨论。

上一个专栏的内容被别人原样抄去卖到几百块，这次就一定要主动宣传起来，邪不压正！

然后说说课程。这次写课最初是蚂蚁集团和我发起诉求，甲方爸爸的要求不低，所以课程质量请大家放心，一如既往的认真对待每一行文字。

内容上涵盖了过去两年AI发展的全景回顾，agent设计理念的演进过程；有小的vibe coding项目实战，也有基于传统SaaS改造成agent的过程；还有GEO，营销内容生产的全过程以及效果参考。
具体内容点开链接，大纲什么的都很详细！

另外周一晚上七点半极客时间有直播，大家点开APP可以预约起来！

看完A社《2028年：全球人工智能领导地位的两种情景》 ,感觉Dario真是疯了。内容过于敏感，大家自行搜索。
1. 过度关注竞争对手，是走向落后的开始。
2. Claude Code 到期后，我不会再续了，全面转向Codex。所以，对于OpenAI来说，只要等对手犯错就可以了。
3. 华人工程师、研究员在A社在无形中会流失。
4. Claude可以没有意识到，它将失去潜力巨大中国出海企业的市场空间。
5. 格局放大一点，AI是全人类的AI， 不是一国的AI，AI最安全的发展是： 不同利益集团有相互制衡彼此的能力，像核武器一样。 --这一点是来自于受 @张小珺 与姚顺宇的对谈。

感谢Mindcode 提供了那么好的听众，会后被很多“一句话感受”戳中， “世界上有两种重要的能力，一种是构建东西，一种是卖东西；两个都很难”。过去的十几年都在努力做好产品，下一个十几年学好卖东西。

最近在codex 里使用 harness，自动化程度真的很高了，基本写好PRD， 隔一两个小时看一下，而且token 消耗也低（因为无干扰情况下系统可以很好的命中cache）。
具体构建harness 的方式是：
1. 访问book2skills.com， 搜索 harness， 安装相关的3个skill（图1）。

2. 在codex里输入： 使用这几个skill 为自己的项目构建harness系统。

3. 完成后，codex 会创建以下内容：
- 概览内容： 文档地图，系统架构...；
- 项目管理：exec-plan，执行计划，backlog，technical debt， progress，task 等；
- session管理机制：session指的是在长时间任务下，如何做好不同任务之间的转换，即如何确认开启一个新对话，开启新对话后如何更新相应的进度，如何做好下一个对话的衔接。
- 我在这里还没有开始使用harness里的evalator 和generator对抗的机制，是因为目前的需求比较简单，另外为了省token，evalator和generator会消耗大量的token 。

4. 和Codex 共建，优化再优化你的PRD。

5. 根据新的PRD 重新构建backlog。

6. 发出最后指令：依次完成backlog里的任务。

7. 等待完成。

PS: 以上步骤在codex 上线GPT 5.5 之后，效果已经远高于Claude code Sonnet 4.6。 O社与A社的你追我赶尚未定局。过几年后视镜来看， A社对华的敌视可能是ta犯的最大错误。

V4终于出来了，为了避免被卡脖子，算力资源上应该是克服了不少困难。

想起一年前发的视频，那时候预测是2025年底出货，现在出来也不算晚，希望成为国货之光。

至少Deepseek V3的低成本优势，让我们在早期维持盈利，如果换做sonnet，可能是完全不一样的成本开支。

期待能从“性价比之王”赶超世界顶尖水平。

这是我第三次阅读A社的skills介绍，
从【概览】到【企业级技能】

platform.claude.com

读完又有新的体会。

如果你也能花十分钟读完，就可以做到：

1. 几乎不用看任何关于skills概念的其他文章。
2. 有效识别什么算一个好的skill。
3. 你自己创建skill应该注意什么。
4. 拿到一个skill 应该如何让它变得更适合你。

PS: 虽然claude不对华友好，但是仍然提供了中文版本，无阅读障碍。

说一个庸俗的想法，Claude开启真人验证后，我想起了零几年在人大门口做假证的那帮人，不知道他们还开展这个业务吗？

有人推荐改用codex，事实上用过codex的人，就知道二者差距，至少现在是这样。