开场0:00
大家好 ， 我是任鑫 ， 现在是 AI 方面的投资人和在做一个 AI 孵化器 。
大家好 ， 我是徐文浩 。 我是 AI 炼金术和任鑫一起的主播 ， 然后我现在是一家 AI 创业公司的工程负责人。
大家好 ， 我是明浩 ， 我是屠龙之术的主播 。
大家好 ， 我是 Koji， 我是十字路口的主播 ，也是新世相和躺岛的联合创始人。
大家好 ， 今天有好多好多的播客在 ， 我们找来了十字路口屠龙之术 ， 然后一起来录播客 ， 主要是因为这两天一直在听他们的播客 。他们把 YC 里面投资的那些案子都过了一遍 ，260 个 ， 就是一听就觉得非常的崩溃 ， 然后过了一遍之后听起来觉得 ， 啊 ， 还有公司在做这个 ， 啊 ， 还有公司这么想的 ， 就觉得受到了非常多的启发 。
所以就跟 Koji 讲说要不然有没有空来办公室坐坐 ， 我们给你请教一下， 然后顺便录期播客 。 然后他又把明浩又抓过来 ， 然后我就那就太好了 ， 我们就可以在这边听两位讲一讲说有没有哪个哪一些是比较有启发的 ， 然后有启发的那些的话我们可以再深度的聊一聊 。
就我可能从那种花里胡哨的角度 ， 徐文浩从那个比较偏技术的角度 ， 我们可以看看说 ， 哎 ，有没有什么机会 ， 我们干脆就一个个深聊几个嘛 ， 然后看看能不能挖出什么机会来 。260 个你们最有印象是哪个呀 ？
项目初探1:22
有印象的真的挺多的 ，有一些有印象是因为他选择的角度实在是过分的清奇 ， 就是真是万万没想到这也行 。
因为在做的过程中明浩有一个建议是我们要给每个打一个标签 ， 那个标签就是非常主观 ，是觉得是一定会黄的 ， 还是我们看不懂 ， 觉得或者有点意思的 。
那其中这个打牛逼的我俩分别有 20 个和 21 个 ， 然后也有很多是我们都打了牛逼 。 另外就是有一些就是万万没想到的也印象深刻 。
那我讲一个我觉得万万没想到的吧 ，也是我们录的第一个还是第二个 ， 就是他就是一个搞太阳能的 ， 就是那个美国有很多太阳能施工队 ，因为大家都住自己的 house， 然后都要就现在有一个趋势是大家要改造自己的电 ， 从这个电变成科学能源 ， 就变成清洁能源 ， 变成太阳能 。
所以就有很多施工队去服务这样的一个一个的 house， 然后就有一个施工队的队长出来创业 ， 就用 AI 来赋能他的行业 ， 就做了一个端到端的解决方案 。
就首先是我怎么去 pitch 客户来用我的这个方案 ， 然后第二是用 AI 来做这个整个这个施工图的设计 ， 就你把那个房子的就是一些数据或者一些结构图给到他的这个系统 ， 那他就直接做一个施工图出来是 AI 来做的 ，因为这里面还是蛮有迹可循的嘛 。
然后再就是整个项目管理也是 AI 做 ， 然后之后一些法律的文书 ， 然后一些客户的跟进 ， 就是他反正端到端的 AI 解决方案 。
是 ， 包括设备采买 。
哦 ， 设备采买也是 。
帮你安装 ， 就跟库亚勒一样 。
了解 ， 就是无限的看起来无限细分 ，但是他把无限细分里面感觉所有事都做了 ，其实又无限的深 。
对 ，是的是的 。 然后当时感觉就是在美国过去应该也有针对这样的太阳能施工队的 SaaS 公司 ， 然后感受就是只要原来能存活一个 SaaS 公司的一个行业 ， 现在大家就用 AI 再来做一遍 ， 然后可能干死原来那些 SaaS 公司 。
这挺有道理的 。 我还看到美国有一个网红 ，他讲了一个概念叫做 AI agency， 就是他讲的其实网站的概念啊 ，他就讲说你自己是做哪一行的 ， 你总归认识点人， 你总归有点经验 ， 然后你看看你们行业里面有哪个你用了哪些 SaaS 或者哪些比如说每个月交了几千块钱的服务 ， 你看看能不能用 AI 做一个 ， 做个 20 单的话呢 ， 你说不定一个月就有个比如说 8,000 美
金收入 ， 你就可以开开心心的就是你的一个副业了 ，其实很容易达成 。
蛮有道理的 ， 这样特别多 ， 还有做牙医的 ， 做兽医的 。
我听你们讲了一个什么专门为牙医的前台做的什么预定的一个人。
这些话的项目特别的多 ，因为可能确实美国那边人力比较贵 ， 然后诊所也都是个人类的诊所嘛 ，他其实也没有办法雇佣特别多的人， 所以这个方向真的是特别多人做 。
就你再细分吧 ， 牙医 、 兽医 、4S 店 ， 还有什么酒店 ， 然后还有好多细分品类都是做这些话的 ， 就光医疗就好几个 。
我们之前孵化器其实在想过一个相反的方向 ， 就是帮你打电话不是帮你接电话 ，因为对方总是一个机器人在那边还要你等嘛 ， 又不愿意等嘛 ， 那让机器人帮你把这个电话给打了 ， 所以两边最后就是两个机器人在聊 。
那说到这个事情我们又想到另外一个 ，有一个是做催收的 ， 就如果这个催收你想嘛 ， 催收这个生意不是一般人能干的 ， 我们都是有面子跟我们不知道该说什么甚至 ， 对吧 ， 我们如果面对我们的债我们都不知道该说什么 ， 什么时间点 ， 什么节奏 ，以什么样程度的语气 ，是用法律的方式还是用感情的方式 ， 还是用什么 ， 对吧 ， 然后是用电话
，是用邮件 ， 还是用短信 ， 还是用什么 ， 对吧 ，是用主动的方式还是用比如找他身边人还是用什么社交媒体的方式 ， 这个事情 AI 来做 。
很好 ， 很专业 。
我理解原来催收一般都是指小代就机构对个人嘛 ， 那按你这个说法其实可以做个 P2P 的是吧 。
对 ，他们就是 。
就比方说我借了钱给别人， 我又不好意思问别人要 ， 然后我用一个 SaaS， 然后我还可以做个 voice cloning， 然后让他就去给我打电话把钱要回来是吧 。
或者很多的乙方问甲方 ， 甲方那边会不断的拖账期嘛 ， 对吧 。
对对 ，他其实讲的例子更是这个 ， 就针对公司之间的这种去催应收款 ， 这个我是比较感同身受吧 ， 就是感觉催账的去拿去催钱的时候你的那个情绪消耗非常大 。
然后现在有 AI 帮你 ， 然后他那个网站上还有一句话叫做他帮助你有尊严的 。
催收 。
催收 。
催收 。
最后变成其实就是别人欠你钱你往往是没有尊严的去催收 。
那在 AI 之前的时代的话 ， 我好像看过什么日本有什么职业道歉师之类的 。
对 ， 帮你去解决那个情绪的问题 。
对 ， 就是帮你去跟对方合理的让对方没有那个情绪 ， 就帮你去合理的道歉 ，是真人真人服务 。
对 ， 现在可以交给 AI 了 。
所以有这种很细分然后但是做的很深的领域 。
超级多 ， 当然也有很多也是想做端到端的解决方案的 ， 想替代已经非常成熟的那些大公司的 ， 无论是做比如最大的品类肯定是那个做营销相关的嘛 ， 就是你其实看过去这么多年在美国的 ToB 领域的创业营销也都是最大的板块 ， 那其实我们统计下来也是这样 ， 然后包括做 infra 的 ， 做安全的 ， 做 coding 的 ， 这几个都是超级大的品类 ， 无数的人在
里面做尝试 ， 然后有一些团队是想解决所有的事情 ，但很多团队尤其是 YC 你想 YC 那个投资额跟那个体量 ，其实很多公司是解决单点的爆破的问题的 ， 比如我记得有个公司可能只解决找人， 就是我想找一个就是比如说他可以给猎头 ， 可以给销售 ， 可以给任何人 ，但是我的需求是一个非常非常用自然语言描述的很比如说他举的例子说我想找一个在中国有 10 年创
业经验 ，并且做过比如交易平台这个品类的创业的 ， 现在是在做投资的人。
OK。
对 ， 就是你大概是这样一个需求 ， 你用传统的无论是微信还是用什么方式是搞不定的 。
非常不容易 。
但是今天 。
他帮我找到了 ， 我验证了一下 。
对 ，他验证过 ， 就是他找到了 ，他真的找到了 。
而且确实不是我们能想到的那个朋友圈子里面能 reach 到的那种人， 然后一看哇完美符合 ， 很可疑 ， 那个真的有点神奇 ，他需要一点时间 ，他也是搞了 20 分钟才找出来 ，但他那个整个过程也是就是很透明 ，他会第一步把你的需求拆成几个这个更具体的描述 ， 然后让你 confirm 是不是这个意思 ， 然后你说哦是这个意思 ， 你比我想的更周到 ， 这么搜
确实更容易搜到 ， 然后他再一点一点去搜 ， 最后他给你的表格还是一个就是比如说他第一列是各种人的名字 ， 然后上面的是你的各种这个标准 1234， 然后每个名字背后会打勾 ， 比如说这个人他满足了四个标准 。
或者那个人四个半 。
对 ，但这确实有点小众 ， 就是你真的想要用到他的场景并不多 。
会不会被 。
但是我理解这个是不是可以抽象成我叫做就新一代搜索的需求 ，因为你找一个特定的人他其实只是一个很细分的吧 ， 那我明天想要找一个特定的资料 ， 或者说我后天想要找一个特定的服务 ， 就是尽管这个像 Google 的搜索或者互联网搜索 ， 它还是一个就是长尾的搜索需求其实满足的并不好 ， 对吧 ， 你真的要找非常个性化的信息其实并不是很容
易的能够解决的 ， 那是不是他能够抽象出来变成新一代的搜索引擎 ， 它跟 Perplexity 那种还不太一样 ， 那个是说我的交互形式发生了改变 ， 它的其实内容来源还是传统的搜索的那个索引一样的 ， 这个是不是说我的内容来源能帮我去找更细分的这个场景 。
你像有一个专门做那个营销领域的类似潜在客户的邮件列表 ，他只做到这 ，他不做后面所有事情 ， 就是说你提出一个明确的你要卖给卖什么东西 ， 想卖给什么样的人 ，他帮你把该爬的东西全部爬完 ， 给你一个邮件列表 ， 就到做到这 ， 就只做这一件事情 ， 那相当于比如说他那个例子应该是一个什么什么餐厅的一个什么特殊的原材料的供应商 ，他就想
找 。
帮你找这个餐厅 。
那你可能对餐厅就要有价格 、 位置 、 口味 、 各种各样的需求 ， 包括餐厅的大小 、 客单价 、 乱七八糟各种各样诉求 。
你用不用得起我的产品 。 然后还有一个做他接下来的一个环节 ， 就你怎么去 cold call， 就原来是人肉一个一个打电话过去嘛 ，而且打之前我相信牛逼的销售都会做一些备调 ， 或者做一些这个简单的搭讪的 。
就跟我们面试之前要了解一下对方公司的状态一样 。
然后这样见面的时候你总有两句话可以聊 ， 然后他就是说我帮你这个写邮件或打电话之前我会去看这个人所有的社交媒体账号 ，他举的一个例子是他说比如打电话过去说哎你好 Michael 啊 ， 两周前我发现你还在瑞士滑雪你现在回来了吗 ， 就是用这种方式去对让这个接听率或者这个不要挂断的两分就是不要前 10 秒就挂断的这个比例降低 。
大厂威胁9:55
但是这种场景你们会不会觉得他比如说他把那个找找邮件列表这一步搞定了 ，他完成的是一个 task 嘛 ， 会不会被那个比如说 Salesforce 或者或者更年轻一代的吃进去啊 ， 假设验证 。
就是这个可能就是我觉得我们可能不仅仅在营销这个板块 ， 我们看到的很多相关做单点包括的公司都会担心这种事情 ， 无论是做营销 、 做安全 、 做编码 、 做 infra，其实都是就是因为有太已经这个业态里面有太大的家伙们在那了 ， 就如果你真的离得他太近 ， 当然可能美国那边好一点 ， 比如他直接把你收掉也有可能对吧 ，但真的如果是一个特别简单 ，
你像我们有一个标签是不太行跟肯定会黄的标签 ， 那几个那几个项目就比较集中在比如 AIGC 的工具 ， 做什么长 PDF 分析 ， 做文本编辑器 ， 就这种东西就是就是太近了离那个大家伙们 ，他真的是一步就卖完 ，而且这个时间特别有意思是我们第一期录应该是 5 月 5 一假期回来 5 月 6 号 ， 然后你们现在听到这个版本下下一集是我们 5 月 13 号
录的 ，13 号完事开始就是 。
框框各种发布会 。
发布会 ， 字节发布会 ， 腾讯发布会对吧 ， 然后百度大家开始降价开始弄对吧 。
还有微软 ， 微软的发布会更瞎 。
哇这个你就觉得哇这个就是你瞬间你你像我俩在做那个这个分析跟评价的时候 ， 我们的认知跟基础线是这样的嘛 ，但突然间这个基础线就推到这去了 ， 就突然间你可能很多对这个项目的评判的角度跟感观在一周之内发生了巨变 。
完完完全理解 ， 我们孵化器有一个有一个单子就是可能靠可能有意思的 idea 的池子 。
哇那 。
大概大概过去几周的话划掉了 1/3， 就这些事情就不用做了哈 。
我感觉就是今天 AI 创业是很容易被淹没的 ， 就一个项目很容易被淹没 ， 就是大模型的进步会淹没你 ， 然后苹果微软这样的入口级别的硬件他们做了什么新事情会淹没你 ， 然后像 Salesforce 这种本来已经有客户 ， 本来已经端到端 ， 或者 Adobe 对吧 ，他就加一点 ， 然后也可能把你做的这个给淹没掉 ， 所以感觉这个就是选择很多时候比努力重要 ，
一定要选好创业的市场 。
现在大鱼吃小鱼太可怕了 ， 从 OS 开始吃 ，OS 就开始吃掉那种比如说把上面各种应用就开始吃掉了嘛 ， 然后应用的话比如说像 Chrome 他说我要做点什么事情 ， 那你就觉得呃那你那个那个比如说 Monica 什么的 ，他就吃 Monica，Monica 就去把那种小的哎这个插件不错我把它吃进去 。
当然我们可以以一个中学角度去看可能确实比较 ，但过程中反正很多品类都会给一定的窗口期 ， 如果能抓住一定窗口期反正对于一个小团队 ， 比如在海外挣一些钱可能问题也不大 。
对对对 ，以及我还是有一个感受哈 ， 就是像微软 Apple，Apple 先不说了 ， 至少微软我认为他一定能做出足够让用户满意的体验 ， 甚至 Chrome 都现在都很困难 ， 你们看 Chrome 就是为了打击 ，不叫打击啊 ， 就是比如说 Monica 为代表的这些插件 ，Chrome 看得到他做了一些回应 ，但他回应的那个方式就做出来那个用户体验 ， 就一看就是内部政治角力的一个结果 ， 比如说他要去提问
要在地址栏去提问 。 对 ， 就整个这个体验我觉得还是就是会给创业公司留出窗口 ，而且甚至有可能他们打到最后都打不出一个好体验 ， 就内部就内耗掉了 ， 所以我觉得还是也不用那么悲观 ，以及我自己觉得就我们看下来 ， 当然这个大模型或者入口级会淹没很多东西 ， 然后尤其微软发布会那一天我真的那个就挺感慨的 ， 我还写了篇博
客 ， 就在讲说这个就是哪些 idea 可能不会被淹没 ， 然后我觉得有一个就是看到的做非常垂直的 ， 就是在你所在的这个领域 ， 比如说太阳能施工队对吧 ， 这个他不一定是一个很大的事情 ，但他也绝对不小 ， 然后再有就是我们还看到有一个 YC 的公司叫那个 Synaptic， 然后他是用 AI 来培训医生 ，他其实是做教育的 ，但他选择就是对医学生的针对性的 AI 帮他学
的更好 ， 这里面比如说他可以用这个增强记忆的一些逻辑来帮助你对送 ， 就是再去不断的给你做测试 ， 然后生成问题 ， 然后让你的整个这个知识的结构一点一点点亮 ， 就想一想这背后其实还是有很人配合 AI 才能做出的教育的机制 。
就比如说你刚刚你举的那个太阳能的例子是因为他比如说他有他有很长的工作流嘛 ， 不同的工作流里面他比如说嵌了不同的模型 ， 不同的工具 ， 然后可能做做了一些优化嘛 ，但是如果他嵌的非常的流畅 ， 比如说他都是内嵌到自己的那套系统里面 ，他就没有办法用上其中某一块的科技 ，他可能跟跟的就不那么紧 ， 比如说他里面有一个画图的 ，他可能用的是 SD
自己调一下， 可能比如说出了一个单独做比如说房顶设计的 ，有一个单独的出来就可以比好一万倍对吧 ， 那其他的如果人人手工的去搭这个工作流 ， 你好像就可以用上最新的 ， 然后如果在 OS 层面用 AI 来取代这个手工 ， 比如说他就是在你屏幕上他看到 ， 然后他还会点按钮了 ，他他未来感觉也是可以被吃掉 。
创业新素质14:59
我我觉得这个就是对创业者的素质的要求真的是变高了 ， 就是你在一个更剧烈变化的时代就得动手能力更强以及学习能力更强嘛 ， 然后我最近还录了一期但是也来不及剪 ， 就是访了一个字节的一个产品负责人， 然后他说他面了 100 多位搞 AI 的 PM， 然后就有一些心得就来分享面试这 100 个 AIPM 的心得 ， 然后最大的一个心得就是今天的 PM 他在过去古典 PM
要的所有的能力之上， 还有一个新的能力就是超强的对新东西的动手和学习能力 。
迅速自己把它搭起来不要靠程序员 。
对 ， 就是你得不断的看在发生什么新事情 ， 然后看到他的反应就是要和我在做的产品联系起来 ，并且动手把它搞搞进来 ， 就是这个变成了一个就核心竞争力 ，而且我甚至觉得听下来就是之前还有一个说法嘛 ， 然后他是说任何一个团队现在需要两个 PM， 一个 PM 是去做用户需求发现的 ， 另外一个 PM 是去做这个就是技术的边界的理解的 ， 然后他们
俩应该无缝的配合 ， 然后我那天访那位字节的产品负责人说就是一个团队也不太可能有这样两个 PM，其实最后的结果就是一个 PM 得变成两个人来用 。
对 ， 真的太难了 ， 我我们最近有一个项目是跟图相关的 ， 所以专门找了外面的人就是 。 给钱 ， 然后就给我们讲说这个事怎么怎么弄 ， 然后就每周可能会有 10 个小时电话会什么的 ， 我开始还在想着那我就蹭着一起听 ， 我大概听到第四个小时就放弃了 ， 然后就就那个 Comfy 怎么搭那个 pipeline 那个 ， 然后说那这个为什么不像那个 Mao， 然后就说
那这里面有三个参数哦 ， 这个跟什么 cosine 什么相关 ， 然后我就开始默默的关掉了 ， 完全跟不上 。
因为他这个事情的变化特别的快速跟波动特别的大 ， 然后我们做事情跟做一个项目他总要有计划有规划有时间有进度有节点有边界有交付有所有这些东西 ， 所以你只能在中间找到那个取舍 ，而且这个东西可能某种程度上说也是要有一定的所谓运气成分也好 ， 或者是什么样的因素也好 ， 让你可能就恰好在某些年可能就找到了那样一个适合
的一个一个切入点也好 ， 或者一把钥匙也好 ， 然后让你在一段时间内得到了这个反馈 ，但是你想在你立项的当下就一劳永逸的说就这么干完美方案不太可能 。
不可能不可能 。 然后以及那个我会想到啊 ， 我们聊这个话题就聊起来感觉很焦虑嘛 ， 我一想到那个 Paul Graham 他之前有一篇很长的文章 ， 就是中文互联网也广为流传叫这个如何成就一个伟大的事业 ， 然后里面有讲说其实这里面有一个非常重要的素质就是你发现自己干什么事情干起来就是 。
不费劲 。
不费劲 。 所以当我们感觉这个事情费劲 ，有可能这个事情就没有那么适合我们 ，但是比如说 HiCloud 大家也认识他嘛 ，他真的就是就是爱干这个事 ， 然后除了 HiCloud，因为新世相我们最近在做那个 AI 相关的一些内容 ， 然后我也认识了一些就是 AIGC 圈子里面的活跃的这种创作者 ，他们也是毫不费劲 ， 天天都在搞新的 ComfyUI 的工作流 ， 就觉得他们是乐在其中啊 ，有可能
就是刚才我们聊到的一些机会可能就是属于这些人的 ， 那不用焦虑 ， 这个世界机会有很多对吧 ，有可能太阳能的机会是属于你的 。
了 。
对于年纪大的人真的是太难了 ， 我的天呐 ， 就是你会觉得每天光摄入这些东西去理解它都已经几乎把所有的精力耗费光了 ， 我的天再去想往前迈一步 ，但是你确实你看到那些这个女性的比较活跃 ， 哪怕是一个大学生 ， 你像前两天那个谁也是有一个写那个 AI 相关的 ， 就是一个大四的学这个专业的学生 ， 然后你就在自己 ， 然后你就觉得哇这
个人家就真的是毫不费力的每天更新这些内容 ，并且选的角度也很好也很吸引人， 就是他也可能也没有太多的所谓的什么商科什么分析的什么背景也没有对吧 。
比如说做总结做 PPT 你也是毫不费劲的就做了 ， 感觉我要做我觉得我可能得深呼吸十几口 ， 半天看你发的 PPT 我都觉得啊天呐 。
太痛苦了真的是 ，但但你但但就是你会乐在其中嘛 ，因为是啊 ，因为你当年年轻的时候做分析师你也是这么干的对吧 ， 你你把每年美国所有的融资的天门项目拉出来 ， 哐哐一顿分类一顿分析一顿整理输出 ， 然后你自己心里有一个相对明晰的 map， 你原来的工作方式就是这样 ， 所以就还好 ，但确实你也知道这过程确实很痛苦 ， 比如说就刚才你们其
实也在聊 AI 生成 PPT 到底有什么合理的方案没有 ，其实如果单纯只是说我们为了做一个展示配几张图有个框架 ， 这个反正基本上通用的产品基本都 OK 都差不多 ，但是是但凡你想有观点有结论有框架有逻辑 ， 现在所有的 PPT 都不行 ，因为你还是得自己来 ， 就还是得自己脑子里把这个东西弄完然后搭出来然后 。
所以我也在想我们在做 AI 产品的时候也会反过来想一件事情 ， 就是因为你如果让他去写 PPT 其实是你在用你的经验在评价他嘛 ， 所以这个时候他其实挺难做的比你好的 ， 第一个就是他训练是用 average 训练的 ， 我们好歹就是至少 average 嘛对吧 ， 然后然后另外一件事就是哪怕其实他更好 ，但是以我们的成见看他也没那么好 ， 可能要让 AI 去做
一些在我们框架之外的事情 ， 或者再举讲一个具体的例子就是我们觉得 AI 很有可能他不是从实习生做起 ，因为实习生是你已经明确这件事你干得很好了你交给他你就会一定挑剔他 ，他应该先从董事长做起 ， 就是就是因为董事长就看大事嘛对吧 ， 你看不了那么多树 ， 然后你不掌握那个信息 ，以及董事长的话假设我们做 CEO 的话 ， 董事长
那边总归他不会深入到业务嘛 ，他给你一些启发说我对吧 ， 然后你还觉得好像还挺有道理的 。
我最近有一个非常贱的一个用 ChatGPT 或者 Kimi 的一个办法 ， 就是我会开完会之后问让 Kimi 来说说我这个会有什么优点和不足之处 。
挺好的呀这个挺好的 。
真的会 。
他做教练更好 。他就是很像一个教练 。
对 ， 然后这里发现我们有一个项目 ，他这个项目很有意思 ，他是做在线教育的 ， 帮你调整你的英语口音的 ， 怎么调呢 ，他是一个 Zoom 的插件 ， 就你他的插件其实就是你每天开英文的电话会议 ，他就会把你所有的记录下来 ， 比如说你这单词用了 A 没有用 B， 那可能 B 是更合理的一种表达方式 ，他就用这种方式来帮你日常的工作中， 然后调整你的英语的口口语 。
垂直场景20:50
他不是一个 copilot，他不会打断你 ，他就是说你每次用英语开完会他总结一下告诉你哪些地方下次可以做的更好 ， 让他练一练 。
这种在场景当中的学习是最有效的嘛 ， 现在在在 Skynet 嘛 ，Skynet 有些时候要有英英语的表达 ， 我们要跟很多老外嘛 ， 我现在专门做了一个 GPTs， 就是它的原则就是当我发给他一段中文他会帮我变英文 ， 然后是合适这个场景的 ， 然后如果我发给他是一段英文他会尽可能不要大改 ，因为他有的时候会大改你知道吧 ， 尽可能不要大改的告诉我说他改了
哪几个地方 ，并且告诉我他为什么要这样改 。
哇真的学习型的 ， 就是你不但就是想让他给你结果还要把过程也告诉你 ， 你是想学的 。
对我下次就至少英文就稍微好一点了 ， 所以我在 WhatsApp 上或者说那个微信上如果要发大段英语我就会先丢给那个 GPTs 说来看一下， 然后再再贴过去 ， 然后我们最近也有之前也有在那个 pipeline 里面也有一个那个项目 ， 当然了被看看到 CO 和 Google 发布会之后觉得应该就差不多了 ， 就是一个那个也是学英语的 ，但是他的他的想法的话呢 ，其实就更偏向于说
是你去看你喜欢的美剧 ， 然后或者说是电影 ， 比如说你看泰坦尼克号 ， 然后你你喜欢看你就看 100 遍也可以 ， 或者你就看生活大爆炸 ，他会把你当个瞎子 ， 就是他会每一句给你解说 ， 比如说那个泰坦尼克号在沉下去的时候他就会说 。
The ship is sinking down into the ocean 那这个时候根据你的预言水平来 ， 里面大部分的词都是你认识的 ，但是这个时候你看到那个船缓缓下沉的时候听到说那个 sinking， 你就大概很多人不知道 sink 这个单词的话你就大概 get 到 ，因为是你投入了情绪在里面的 ， 然后你就关注这件事情 ， 你就对于那个 sink 到底是什么感觉你就进进脑子了 ， 要不然你只是看到一个图
嘛对吧 ， 然后他每一幅画都把你把你当瞎子 ， 然后给你啰里八嗦给你给你描述那个场景 ， 给你讲 ， 然后的话呢你在这个过程当中就把那个英语给学了 ， 然后而且是不同的人看 ， 比如说跟你们几个看的话这句话就没有用嘛 ，他可能就用了一个更复杂的词 ， 或者用了一种更复杂的表述 ， 给小朋友看他就对新智人人 sink 都不会说 ，他会说一个
更的 get down 比如说 。
更直接的 。
但是为什么你觉得这样的产品在 Foral 跟 Google 的发布会之后这个东西就没了呢 ？ 因为他们的演示 demo 用的就是类似的东西 。
哦好像是 build 好像不是那个好像是 Microsoft 的演示就用这个做演示的 。
但我理解就是说因为最终其实大家做模型的能力大家已经看出来 ， 就是你肯定是搞不过 OpenAI 的对吧 ， 就是你今天你觉得你有一个很好的团队就想做一个很细分的 ，有可能你做到一半过了 6 个月他出来一个东西你发现你的干的事都白干对吧 ， 那但是从抓场景的角度来讲他也不可能把所有的事都做了嘛 。
我是觉得说 。 那假设有合适的团队的话 ， 第二个问题就是觉得这事出现在了他们的 demo 里面 ， 那是那市场上应该马上就会有 100 个来做这个 ， 应该应该我说错了 ， 应该是 Microsoft 的 build 用了一个类似的 demo， 之前我们看的时候其我们这个想法进那个 pool 的时候其实只是有论文和一个什么 handle 正在那个那个视频的那个那个东西 ， 它并不是一个成成熟的一个
。
可交付的东西 。
对对对 ，但是你看 build 的时候看那个 build 的时候你就会觉得这是 AIPC 自带功能 ， 然后就会觉得呵呵 ， 对大概是这个这个情况 。
我们印象还有一些项目啊 ，其实和语言也有很强的关系 ， 就是帮人去准备一些你准备起来很痛苦的 paperwork， 比如说去找政府要一些申请 ， 或者这个还有一个项目是也是 Puji 的 ， 它是专门去帮你发现现在有哪些政府项目在招标 ， 然后有可能你能够匹配上， 同时还帮你把招标书给写了 ， 然后也跟进这一整个项目端到端 ， 这个也是还有一个那个也是 paperwork， 就是
说它是医疗领域的一个 paperwork， 这个我觉得也很 make sense， 就是他发现绝大多数的严重医疗事故是因为交接不到位导致的 ，因为后面接班的人他不知道前面发生了一些重要他需要知道的事 ，而交班的时候是上一波人特别疲惫 ， 就想下班赶紧回家我要洗个澡的时候 ， 所以这个时候就是你也很难去就是用各种流程或者要求确保 100% 的交接 ， 然后就用 AI 来
辅助这个交接的工作 。
他就是做护士交接的报告 。
对 。
很有道理 。
我们也是这么觉得 ， 一方面我们觉得说 AI 它不一定强 ，但是它人类和人类有另外一个瓶颈就是沟通的带宽太低了 。
沟通带宽 。
所以它有可能比如说 AI 最后做出来就是比如说它只有只有我们四个人的 40 分的水平 ，但是它可能作为一个 team 它可能比我们这个 team 要更强 ，因为它那个交接更好 ， 那个相互沟通更好 ， 所以如果做这个也是蛮好 。
还有另外一个就是你刚刚讲的那个 N to N 的话 ， 我们也看到有一些方向我们之前也想过 ， 就是比如说最近就有朋友给我一份香港的一个一个就说哎你要不要这边香港过去就可以比如说 300 万补贴 ， 然后你个硕士生的话那个比如说每个月补贴那个硕士生 2 万 5 啊博士生 3 万 5 什么的 ， 然后我就说哎这好呀白拿钱那不好了我去香港开公司呗 ， 把华尔
街搞个搞个分支 ， 结果一看是后面又跟着一堆文件就完全不能理解 。
算算算算 。
就到底各地有哪些政策它需要你用哪些方式以及需要你怎么样去提交 ， 这事我觉得真的我有这个需求 。
有的试一试用 AI 来做 。
对啊 。
看可能中文就如果是英文应该还好 ， 就确实有公司在做这个事情 。 就满足各地不同的政府监管的要求 ， 然后对应的生成制式的东西给到你 。
对啊有各地政策其实完全不一样的呀 ， 甚至于包括说你的这种公司在哪个地方税可以少交一点什么的 ，其实合法的合法的这种东西都有很多 。
对这是非常非常这个信息不对称的 ， 就是这个市场上也不可能有一个中间平台专门来做这个事 ， 对吧就超级不对称 。
我们看到这个所有项目里面我们俩最深的一个解决信息不对称的这个案子是特别简单的一个案子 ，是做全世界各地 GPU 算力的比价 ， 就我同样要买一辆 A100， 我在新加坡买 。
我已经比价比过 。
在澳大利亚买 ，在加拿大买 ， 可能差几倍同样的 。
它其实不是买硬件 ， 它是买算力 。
对它是算力 。
然后它那个而且它那个价格是实时变动的 ， 它甚至提供一个服务是告诉你你就现在你不用直接买了 ， 你干脆买我好了 ， 我去帮你实时动态的选最便宜的那一个 。
好有道理 。
现在还有这样的开源项目 ，但是它是这样 ， 它是说我一个开源项目你可以在任何一个主流的云平台上快速拉起一块 GPU，因为现在 GPU 其实在所有的云平台包括算力平台上还是很紧俏的 ， 你今天要拿一张 H100 你可能 。
GPU cloud marketplace。
你都拿不到 ，但是 。
各地的 。
做法就是说你反正你敲一键它帮你用 HP 所有调变啊哪个地方现在有卡就能把那台机器给拉起来 ， 然后你占着能用一段时间 。
OK。
所以其实 infrared 这件事情真的是我觉得是蛮大的一个事情 ， 只不过国内因为因为压缩的太要么就是大模型要么就是英语而且现在都在一起 ， 所以它把这个中间这个状态其实我觉得某种程度上说无论是媒体探讨还是行业关注它其实被模糊化了 ，但但其实在美国这个事情分的特别的细 。
其实做 infrared 的很多公司是中国公司 ， 然后 base 在北京上海 ，但他们都是做 global 的一个状态 。
Infrared 你看哪哪一层叫 infrared，因为有一些层的 infrared 你会觉得说比如说你去看上一次的那个阿里那个云系大会就会觉得他们把那层都做了 。
全部都做了 。
也有也有这个情况 。
你又你又会觉得说你们是要做声带还是要把全全干了 。
我觉得这样项目其实还挺多的 ， 我觉得它也不叫 infrared 我觉得叫中间电相 。
对对对 。
它应该叫中间电相 。
就是解决你从用到做出来东西之间的乱七八糟的事情 。
对对对从数据到模型的这个对比模型的调试 。
部署 。
部署微调数据的清理 ， 什么样的数据适合什么样的模型 ， 然后原始数据到清洗过的数据 ， 然后包括在线托管云方案就是一堆 。
对我们用过一个项目就是干什么用的呢 ， 它就是说你现在市面上不是有那么多就是 API 去调模型的方式嘛 ， 包括什么 Google 自己的 OpenAI 自己的 ，也包括一些服务商什么 Together Replicate 你可以自己录 ， 每家的 API 都长不一样 。
它说我做了一个项目你用我的 API 就用调 OpenAI API 的方式可以调所有这些 ， 然后然后所有的这个回来的结果我都用同样的格式能帮你存下来 。
多好呀 。
啊对 ， 就是我觉得这样的项目其实过去一段时间还挺多的 ，因为生态很繁荣嘛 。
对是 。
跨多个厂商的话被吃掉的概率感觉小一点 ，因为一定是你要有一个中间层 ， 你不能是一个效率层 ， 你还得有一个聚合层 ， 要不然的话就效率层感觉总会被吃掉 。
心理与音乐30:00
是我们我们在看那个 Welcome on Nature 的那个网站里面 ，260 个投资 AI 公司里面有一个网站是我做的最喜欢的 。
心理能量 。
对一个做心理咨询的叫 Sonia， 就她的网站让人看了之后心情都变好了 ， 她还没用她的服务就已经把心情变好了 ，因为她的设计和她的交互如沐春风 ， 然后她做的事情其实也特别容易理解 ， 就是这个基于认知心理学的疗法 ， 然后来和患者就是你可能有心理问题或心理疾病的一个患者来进行对话 。
哎这 Sonia 是哪个 PA？
Sonia.com。
哈哈这个我之前看过 。
然后另外一个大的品类就是用自然语言来做网站 ， 就一句话生成一个网站 ， 这个国内也有人做 ， 然后海外有一个我们俩印象很深的我们都打了牛逼评分的叫 Marbleism， 就是 Marble 是大理石的意思 ， 它造了一个词叫 Marbleism 变成大理石的意思 ， 然后它的网站也是就强调我用 AI 生成出来的这个代码像大理石一样坚固然后又漂亮 。
哦就是它做的很好是吧 ， 我之前看过一些做 landing page 的 ， 就是那个页面其实就是一个套模板嘛 。
它其实也是 ， 你比如说它的这个范例是说我想做一个比如说出租我家后园的 Airbnb， 那你就想 Airbnb 嘛那应该有什么对吧 ，有地图有搜索框有展示有信息列表有登录页 ， 就大概是这几个东西嘛 ， 然后它就帮你把前端代码前端网页弄出来 ， 然后把后边模块给你弄好 ， 就大概它的逻辑就是这样 ，其实也是模块化的 。
有一个项目我就现在已经忘了它的名字了 ， 就是跟这个有点像 ，但是呢它的输入不一样 ， 它的输入就是你想抄啥 。
哈哈哈更直接一点 。
对你把你把网址 。
你看这也一样你看这也一样它也一样对吧 ， 这个是 like Airbnb 这个是 like Twitter 这个 like Asana。
啊对对对就这个逻辑 ，但是说你直接给丢个网址给我我帮你把它扒一遍我给你做个一样的帮你部署好 。
这个够够直接 ， 现在很多的输入跟以前也是打开思路就有点像那个我在第一次用 Jasper 的时候它会有一个那个叫做 voice of brand， 就是你的品牌的调性和声音应该什么样 ， 那我以为它就像我告诉它 ， 比如说自然语言告诉它 ， 它说不是的你把你的官网给我我学一下我学一下你的你的那个语言风格 ， 我就哎对对对对对我的思考还太太互联网那
个时代了 。
有有另外一个贯穿的逻辑是贯穿的很多项目 ， 就是说当大语言模型的到今天的发展程度之后， 自然语言跟机器的沟通这件事情变得更顺畅 ， 所以就是你可以用自然语言做更多的市场 ， 就自然语言生代码的是一种 ， 然后比如说在视频的里面有好几个项目是做你可以是用自然语言的方式理解视频的内容 ， 就是比如说它它做一个场景是说它给那个快
消品的这个这个厂厂商提供服务是说你把你所有的这个监控的视频给它 ， 然后它可以去看 。
超市的货架监控 。
超超市货架它可以看这个比如说这个这个人拿起来这个商品多长时间看了多久 ， 然后为什么又放回去 ， 就是它是基于那个视频内容本身的理解再给你反馈结果 ， 那你原来这个方式就是你只能去靠人一人一人看 ，但现在可以用机器的方式来解决 ， 然后这个解决之后你看还有一项目是说比如说我有一堆的这个这个素材 ， 然后我是个摄
影师我可能有几几百几百 T 的视频跟照片的文件 ， 比如说突然间有个有有是说有一个人需要一张绿色翅膀的鸟的照片或者是一帧 ， 那原来的方式是说我只能靠我记忆当中我说我在哪拍过一个差不多我去找 ，但现在不用了 ， 自然语言可以帮你找到这个事情 ， 然后再做剪辑跟编辑整理 ， 甚至它可以理解比如说这个视频这一帧当下的这个时间点发
生什么 ， 然后你会发现 Google 的这次发布会里面其实它也在强调长视频的输入并且理解这件事情 ，Open 的 Seoul 也有 ，但是现阶段 OpenAI 的那个后面有人有些人是发现就是它的 。
它针对帧的 。
它是针对帧的而且是跳帧的就是它不是完全 。
它抽帧的 。
它是抽了很多它相当于是抽的非常的细碎就不是完全真正理解 ，但是当无论是自然语言模型还是视频模型的发展真的到一个不错的阶段的时候 ， 理论上说用自然语言的方式去理解视频本身的逻辑其实是成立的 。
你看今早而且我还听那个张小俊采访那个怡妃 ， 她也说到这个逻辑是说比如说你的手机 iPhone 里面有所有你的照片 ， 比如你小孩子的照片跟视频 ， 比如说我想问如果未来有有个场景是说我想了解我小孩子是怎么一步一步的学会游泳的 ， 你想想这个场景的结果应该是什么样 ， 就是现在任何的搜索方式跟图片整理方式没有办法给你这个
结果 ，但是当自然语言模型跟视频模型好了之后这个结果就可以给到你 。
这个听起来好浪漫啊有点打动人心 。
对吧就是那个所有的你的各个各个的时间点的状态 ， 你小朋友真的在游泳的地方 ， 然后它每一次的更新的迭代的状态 ， 理论上说视频的理解是可以做到的 。
可以做到 。
然后它帮你再做整理再做生成 。
直接剪成一个小短片出来发到家里的群大家都会鼓掌的 。
哪怕没有这么好的时候的话 ， 现在我跟我太太用的 iPhone 原生最高频的功能就是它每天推照片 。
啊对啊是就是它会记那个嘛对吧 。
因为因为因为里面大部分是宝宝的照片 ， 然后你就会觉得哦天呐它那个时候这么可爱 ， 然后我老公每每天我们还会把我们自己照的照片相互发你知道吗 ， 哎今天推了这个好可爱 。
后来你就想啊它原来那么可爱怎么今天这么可爱 。
哈哈哈不是一个小孩子吗我跟老婆每天也是这样 。
对然后自然语言还有一个编辑音乐的一个工具 ， 就是 YC 投的其中一个叫 Sonato， 然后它是这样的 ， 就是大家都知道那个 Suno 是一句话生成一首歌嘛 ， 然后它这个呢是给更专业的音乐人用的 ， 你面对的还是一个一个编辑器的样子 ， 你看到的是一个音乐 。
分了层然后再分了音轨 。
对分了层 ， 然后它做的事情是一个音轨一个音轨的生成 ， 就比如说我先生成一个舒缓的吉他再生成一个激烈的 ，但是和第一个音轨匹配的鼓点 ， 你可以生成十几二十个然后叠在一起 ， 然后这中间的调整全是自然语言去调 ， 就我就可以选中这一个我说这个鼓点我要再密一点或这个鼓点我想再加两个什么唢呐的声音 ， 用自然语言去把一个编曲的工作完成 ，
看完这个我就觉得我 maybe 都可以来搞一下 。
对这个就偏专业嘛我反倒觉得靠谱 ，但是 Suno 为什么又能融资啊 ，因为那个 Seoul 其实演示的过程当中他们没有仔细讲 ，但是其实已经表达了他们可以精确控制生成音乐 ， 就是比如说哎下一句话给我唱调高一点 。
对 。
当时看觉得说就是随手 。
音乐就吃掉了 。
我灭你们一个行业都不用提这都不是我一个 feature 就就就一口鲜血 。 那为什么 Suno 会会还会这种我还能理解啊 ，因为它毕竟做专业 。
对工具化的 。
对但是那种的话就有点像我 Midjourney 我交了钱但是我已经好久没用过了 ，因为 DALL·E 更听得懂人话 。
对对我觉得能融到钱也不完全是可能 ，因为它这个是一级市场嘛对吧就只要有几个人 buy in 它它就可以 。
它就搞定了 。
对以及我觉得今天就是还是有一些健康的打个引号的健康的泡沫的 ， 就它其实也是就没有那么难融到钱嘛 ， 它还讲了一个故事 ， 就是我今天做的这个远景不是只是一个文生 ， 就不是不是只是一个文生音乐 ， 我要做的是一个这个内容平台 ， 就是我的远景可能是下一个 TikTok 对吧 ， 那如果有人真的 buy in 那这个估值是可以就聊的很夸张的 。
就是今年某种程度来说因为我们那我们公司内部也有 AI 的音乐的 team， 就是我们从外面视角来说哦这个有 Suno 然后突然间 AI 音乐火了 ，但是从内部视角来说我们的感受是这样 ， 就是说原来这个 team 也其实在尝试做 AI 音乐 ，但 AI 音乐是一个这个命题是一个无限解决方案的命题它没有标准答案 ， 然后呢他们可能之前找了一种路径在尝试在做 ， 然后
小投入小投入小规模 ， 然后突然间这个事情 Suno 出现之后， 这场战争的等级被拉到一个非常高的状态 ， 然后你对于你内部这个 team 的决策就变成了第一你要不要跟 ， 你要跟那前提条件就是你要买卡 ， 你要大投入 ， 你要重人力招聘 ， 就是你所有事情基础条件就提到这了 ， 那你不跟你自己还做原来那套东西 ， 那你怎么去跟比如无论是用户
还是业界还是去解释你的路径为什么是更好跟更有效率 ， 就是它的它的这个衍生状态变成了这样 ， 可能今天这个时间点 AI 领域很多领域都是这样的 ， 突然间高光给到你这个小板块 ， 突然间拉到世界所有人都在看 ， 然后有一个最最最牛逼的项目在那 ， 无论是 OpenAI 自己还是什么 ， 反正有个最牛逼的在那 ， 你也不要去探讨它对不对 ， 反正
世人认为它最牛逼 ， 然后它指明了这条路跟不跟 ， 就是哇这个太痛苦了 ， 我们内部就是一个你想他们十几二十人的小 team 他们原来还有自己的产品还有自己的运营 ，也就是那几个核心的算法公司在弄这个事情 ， 突然间 。
这个样子了哇太太痛苦了 。
我我因为我也知道两家公司的情况 ， 我就觉得说现在好像是这一轮好像对于那个已有资已有客户资源的人的话还挺舒服的 ， 我们两家公司一家就是科技向的 ， 你就总归会想着说哎你下一版比 Suno 好吗 。
对啊你是这么要求它的嘛对吧 。
就自己也知道这个有点有点有点难 。
我们内部也是这样就老板会说两倍之后能不能看到一个跟出的差不多东西 。
哈哈哈对吧就是你的要求一定是这样的嘛 。 但是另外一家公司呢你就知道它不会比 Suno 好 ，但是它手上有很大的日活要搞音乐的 ， 你就会觉得你能把它们也用好吗 ， 就也不期待你比 Suno 好 ， 你只要能用好让你的用户更爽以及你趁机搞一批新用户 。
所以还是在我觉得今天创业选择很多时候比努力重要的 ， 然后我你们在讲的时候刚才想到那个十字路口最近有一期播客是访问一个在中国做 AI SaaS 的 ， 然后他是之前江南布衣的 CFO， 然后江南布衣其实是中国今天就时装品牌里面上市公司卖的最好的一年四五十个亿 ， 然后持续有很好的利润 ， 对然后其实就是 Frank 他一手从十个亿做到今天 ，他虽然
叫 CFO 但因为 CEO 是 Founder 所以其实 。
几乎 Fashion Officer 嘛 。
对几乎都是他在我觉得他就做出了非常大的贡献也很很牛逼 ， 然后他现在就出来做了一个 AI 的服装行业的 SaaS， 那我觉得他给我讲的很多 knowhow 就是我觉得我在我哪怕今天开始啥也不干我就了解服装行业也需要很多年才能积累起这些 knowhow， 然后他又因为自己其实还是学习能力强 ， 所以他又对 stable diffusion 对今天 AI 到底能干什么编辑还有他的认知 ， 所以
把行业 knowhow 和 AI 认知结合在一起 ， 这就形成一个我觉得特别好的一个竞争力 ， 然后他们在中国在日本各种展会就很受这个服装企业们的欢迎 ， 就是打到好多的痛点和痒点 。
确实很多东西你站在外面看就是比如说怎么画衣服什么的 ， 可能你在内部才知道说 。
到底该怎么 。
比如说我今年要定什么流行色或者说什么什么布其实是根据我比如说我库存要怎么调整 。
我想到一个很有趣的例子 ， 那个例子就是我听完之后就是觉得就是好气又好笑 ， 就是首先大家都知道牛仔裤打洞或者服装打洞这个事对吧 ， 这是一个这个设计语言 ， 就是很多时尚的衣服要打洞 ，但是如果你不训练那个洞可能就打在一些尴尬的位置 ， 所以这确实需要一个行业的垂直模型去训练应该怎么打洞才就是又不尴尬同时又打的时尚
， 这需要这个垂直行业去解决的 。
对不是你刚刚那个例子啊那是你刚刚例子还是在卖 SaaS 嘛 ， 你刚提到训练的话我大概在大半年前我去一个广告公司上市公司 ， 然后他们当时内部就大语言模型自己部署了一个 ， 然后另外的话有几十套不同的那个 SD 的就自己 LoRA 不过不同的在用在不同的领域了 ，但是从来不说到现在都不说 ，因为他们卖的他们他们是卖服务的 ，他们都都假装没有用 AI 你知道
吗 ， 然后他们这样子就是真的是 sell the work not the product， 这样子感觉那个毛利更高 ， 所以这一轮很有可能也是这种这种相当于第三方服务公司的一个机会 ，因为你卖 SaaS 总归大家就卷嘛 ，其实像上次你提你们那个那个那个那个江南布衣那位同学做的东西 ， 我们也看过一些类似的项目 ， 就是有很多小公司也在做帮你还款啊什么的这种东西嘛 ，但是那些大公司
它已经有客户的它收的还是那个客户的钱 ， 它内部自己偷偷摸摸把这些东西给用断了 。
所以今天其实有一个很流行的说法就是我们卖的不再是软件卖的直接是 service 是结果 。
对是 work。
就是因为今天大家认为 AI 取代的是这个外包的可以外包出去的人或者公司嘛 ， 那对标的就是比如说我过去花 8000 请一个外包帮我翻译 ， 今天我花 800 请个 AI 来帮我翻译 ， 所以我理解并不是买了一个 AI 的坐席哦一个 SaaS 的坐席 ， 这里面还有一个逻辑就是因为有了 AI 之后坐席会越来越少 ， 如果按坐席收费收到的钱也会越来越少 。
所以还是卖那个工作嘛 ，但工作外包我们讲到最大的跟我们相关的其实是那个写程序嘛 ， 你们现在看到有那种 Coding 方面因为 Devin 那个 Devin 已经被 build 大会上都提了两次嘛 ， 还有出路吗 。
Coding工具42:59
Coding 真的是太大了这个品类真的是 Coding 是我们统计完之后第二大第二大品类它只比营销少 。
那个 Sato Hiro 也孵化了一家 ， 对 Sato Hiro 是神嘛对吧我们也是关注 Sato Hiro 然后发现孵化了一家 Coding 的公司 。
Coding 因为我们俩都不是 Coding 师傅我们还找了一些外援帮我们去做 ， 逻辑上讲两两个逻辑啊 ， 第一个讲就是自然语言的代码最大的逻辑 ，但是想完美写这件事情看上去还是有点难的 ， 所以它只能拆要么是某些环节淡化对吧 ， 拆就是比如说部分生成我只生成前端的代码或者生成数据库 ， 要么就是套模板要么就是低代码 ， 就是反正就是理想状
态是自然语言的代码 ， 现在理想状态不能实现那我就推了 GPT4， 这是一类大的项目有一堆 ， 然后还有一堆其实是做你可以理解为是做外围的生意 ， 就是我们刚才讲叫自然的代码是代码的最核心的生成的部分 ，但是你要知道一个代码从开始写到真正交付一个产品它有外围无数的工作要做 。
文档 。
编辑器注释文档然后测试 QAbug 修复乱七八糟有一堆公司在做这个事情 ， 当然这些东西就是你明显感觉就是很容易被
大的那些直接就对吧 ，因为它都是某种程度上是单点嘛 ，但是反正就是如果你单点做的足够深比如说有专门做测试的专门做安全漏洞跟踪的 ，因为原来这些工作可能是要靠人跟重复性质的机器人来做的 ， 那现在可以靠 AI 的方式来做了 ， 就是它做这一种某一个小环节的包括改 bug 其实是最多的这个领域的就不是生成是改 bug。
你们平时公司现在已经用 AI 在写什么写代码吗你们用哪个 。
那个就那个 GitHub 那个 。
GitHub Copilot 但是那个 code competition 嘛你们呢 。
我们所有人都开了 GitHub 的 Copilot 啊然后所有人因为我们内部大部分是工程师嘛所有人都给大家开了这种内部部署的 GPT4 或者 Claude， 反正你它不是作为一个已经集成的工具就是你有问你就 。
辅助 。
对你就问一堆问题它生成一个代码你 copy paste 过来 run 一下 work 就 。
你就可以做了 。
就当就当已经写完了吧 。
所以这个确实是会大大提高效率 。
对对因为非常典型我最近就在写一些因为我们在收集一些数据嘛 ，有一些比如说我们收集一些数据你可能调一些外部 API 那个外部 API 的 streamer 可能是个 JSON 可能这么长对吧 ， 然后你一般来说你要把它变成做个格式转换变成一个代码可以访问的一个 class 或者 object， 那你原来人工写其实是个重体力劳动嘛 ， 现在你说把那个 streamer 往那里面一扔说你帮我生成一个就是 Python 的 model 然后
啪它生成一堆你把它再贴过来 ， 然后说你帮我用这个东西写个 test case 啪它再给你写然后你运行一下啊解析过来再解析回去是一样的好我就当这事情写完了吧 。
很好我觉得确实让好多没有这个代码经验的人都能写了 ， 就十字路口其实第一期采访就是采访的那个阿婵她当时就是产品经理嘛做了十几年， 然后就是 ChatGPT 出来之后跟着 ChatGPT 开始学写代码 ， 然后写了一个在 GitHub 上面现在就是这个新兴数量好像也有小几千的一个一个开源的一个一个小工具 ， 就是完全从零开始而且她乐在其中就感觉这个如虎添翼一样 ， 然
后最近那个我看到有一些很年轻的小孩就比如说高中生大学生就在他们的黑客松上他们写代码就感觉默认就是在这么写了 ， 就是我就把需求给这个 Copilot 讲一下然后验证一下然后中间就是条条补补修修补补 。
我们正在测试一堆啊因为我们也有那个 portfolio 里面也有 BEPOL 啊什么的那种写代码的然后也结合一堆正在正在搭一套流程就是看怎么用 AI 给那些那个外企里面的公司说我们可以帮你干很多活嘛然后你就估值便宜点 ，在搭整个过程当中的话有一天他们在这边开会听到两位两位因为我们都是最强的人在用 AI 就看怎么把这套流程搭出来就在感
叹说哎要是我们不懂就好了 ， 就是他们懂的时候就总瞧不下去你知道吗 ， 就就就在说要是不懂的话其实整个流程是很顺的 ，但是他们懂就会卡在那里然后就说要是有个人白痴到这个这个这个不去挑剔他就好了 ， 然后我就在旁边经过说我我然后然后然后他们就说对这个东西最适合你 。
就跟我们刚才讲的 PPT 的案例是一样的嘛就是我们做的内容本质上讲是做一个九十分的内容你当然看不起来那个 AI 做的六十分五十分的东西嘛而且它也达不到你九十分的状态 ，但是一个大学生对吧为了满足一个上了一学期十几门十几次课的一个课课课业的一个作业这个 OK 啊没没必要得到九十分嘛 。
对啊所以我们对比如说对于绘画啊什么的我们的比如说在 Midjourney V4 的时候我就已经敬为天人了其实也不一定不一定的是他当时画的有多好而是我画的很烂 。
就我超过了我们那个预能够反馈好跟不好的预期知道吗就再好已经没有意义了 。
你让一个专业设计师会说哎呀这个视觉的交界点对交叉点不用管 。
太过了我们平常人的这种能够体感受差别的状态我反正画不出来 。
那你们现在觉得这批这种比如说 Coding 啊这种小工具啊什么的它们出路在哪里 。
卖给大公司吧或者能有一些做的真做的深的你要说能收一些钱是能收得到有一些安全相关的公司也挺多的也是能收到钱的但是你说它做成一个超级大的公司我觉得不太现实 。
我换一个维度啊因为刚刚讲那些有用的维度嘛里面有有什么是潜在成为爆款的维度嘛就比如说 P 卡我们只说热闹 P 卡热闹过一下黑镜热闹过一下然后最近可能 Vigo 比较热闹有有那里面有什么公司存在着这种将来会热闹一下的潜力吗 。
首先 YC 它其实投的公司有一个比较大它自己的倾向就是它最近几年都投很多 ToB 的所以这里面 ToC 的本来就很少那 ToB 的要热闹起来就可能也是行业内的热闹吧就是真正的 。
那你严格意义上讲黑镜算 ToB 算 ToC。
黑镜它是一个 ToC 特别能理解的 ToB 就大家看了之后觉得这个和我直接有关 。
需要能用到 。
对但是比如说我们说太阳能或者这个帮医生去看 x 光就这种它其实在 C 端很难掀起波澜但是我觉得在 B 端它做好了在垂直领域里面把估值做的足够大 。
因为还有点很现实就是反正我在 IC 那个就是相关的项目总结我我有观点是说我们提到 IC 这关键词我们都不用去看 YC 的项目是什么我们脑子里先反映的就是图片文字 PPT2D 的 3D 的素材动画音乐就是你已经有了这些了对吧那就代表其实很多这些领域的大家伙们也都在做所以你既然是 YC 投的新项目就不可能只在这个层度上在做努力了
你肯定你再往下一步再做努力它就是要么切更细分场景要么做更小的功能要么做一些更不一样的什么样的东西那那相当于就是再往前走但是这就引发了一个悖论是说那是不是可能走的太太太太深了或者太窄了或者走到那个牛角尖就很有可能你像视频板块音乐板块我的评价都是所有人不是 Suno 不是 Sora 不是谁谁谁因为你不可能再以那个方式
来做了那你只能去做别的方式所以那就那没办法 ToB。
或 ToB 也确实有可能因为美国那边的生态不太一样就前一段时间有个人跟我讲说你知不知道我在美国开个小美容院每个月要跟多少要给多少 SaaS 招人哇十几个招签 。
我们这里有感觉就是比如说我他那个是给牙医兽医做那个打电话的嘛然后他在网上直接有一大类目是我可以对接叭一排 SaaS 我全都能接进去然后你就想哇一个牙医诊所就这么多我的天呐 。
对就觉得说啊为什么会有这么多在中国肯定会有一家居然老板直接 。
我真的是我的天呐我刚看到那个兽医 AISaaS 的时候我还去搜了一下兽医的普通 SaaS 就现在到底有多少他们分别能做到多少的这个市场规模就你你看到还有专门的网站就是这种 SaaS 排行搒的网站就是也都大家活得挺好的 。
我还特别加了一页就是你会在无数的这个无论是做 ToB 做这些项目看到这样类似这样的图就是它相当于接到了所有的可接到的服务的 API SDK 就是所有项目几乎都有类似的逻辑因为确实在美国那个生态就是这样 。
那会不会还有一层机会就是因为其实对于比如说你要开一个兽医好了开一个美容院你要招的人的话它理论上来讲因为大家都用这些软件那理论上来讲这个人得会用所以的话有没有可能就是因为现在大家会读屏了嘛 AI 读屏之后它肯定会操作那我们专门训练一个兽医的它就只会用这 50 个软件然后 。
Agent 项目很多都是这样 。
我也不开发了 。
用 AI 的 AI。
对对对我用这些 SaaS 让你少招一个人因为他用他招那个人很多时候也是用这些 SaaS 这个想法怎么听起来那么 make sense 太合理了然后最后这还是一个入口对对对这是个入口你你顺便把哪个功能吃掉就吃掉了 。
然后你像你刚才举例的是垂直行业的嘛在 Agent 那个领域里面专门就做类似于它不建行业就比如它你日常的工作如果是一些相对能够被工作流画出来的工作它就用各种方式把你变成 Agent 无论是录屏案件经理 RPA 反正各种方式包括外部的数据流爬虫所有方式帮你把这个事情做完就无数的公司在做这件事情无数的公司只是大家切入点不太一样但这里面就引
Agent中间态53:00
发另外一个我们在那天探讨也讨论是说 Agent 这个概念或者这种方式是不是一个中间形态就某种来说是因为大模型本身现在的能力不够然后我们又迫切的需要它走到前面去所以需要一个中间态的方式那如果某一天这件事情真的达到非常的难那是否还需要用这种方式来做 。
也就是今天这个 workflow 的方式是不是最优的这也是一个我觉得很大的问号因为其实今天并没有看到业内最佳的这个实践到底是什么样子理论上的做法是最佳实践出现了一些我们根据它们抽象出这个 workflow 应该怎么做现在其实是反过来的大家不知道最佳实践我先把这个工具包给你做出来但原来其实是对先有了一些对吧就在古时候大家先有了一些锤子然
后大家把这个锤子抽象成一把好用的锤子现在就是这中间的 workflow 没有大家就是凭空先造个 workflow 出来而且造 workflow 的人还超级多 。
对工具很多嘛 。
工具超级多但确实也像刚刚明浩讲的就是很多时候就是为了补充说模型不足比如说我们有一个我个我私人需求我们产品经理帮我搭了个 demo 就是要用小学一年级的字给小学一年级的小朋友讲故事只只准用小学一年级看得懂的字你就会发现大模型根本执行不了这个命令它用的还是会超超纲那你就得搭一个 workflow 让它自己检查一下哪些超
纲了再选择替代词汇然后再把它踢回去然后就觉得说它一遍永远写不对就不管你怎么调 prompt 它就永远写不对 。
这个挺好的这个这个用例听起来就是一个很常见的用例只是如果从这个里面切入去创业很可能三个月之后 。
就没了嘛 。
就被大模型给 。
对我是想自己先打印一本故事册子让我小朋友看因为他现在看英文看的比中文快所以像这种的话它不用 workflow 就真的挺难调的那个 prompt 你会调死 。
就你能定义好其实理论上就应该比较接近理想状态 。
是那还有什么有有意思的项目让你们印象深刻的吗 。
还有一个是那个我自己看完之后觉得我可能想用的有两个吧一个是那个它去全网到处收集用户反馈然后并且把这些用户反馈给你按优先级就是排一下啊因为大于它它也可以有它自己的判断就告诉你这个事情从用户的语气来讲这个大家都非常生气你确实应该引起注意在过去这个工作其实每个公司有消费品公司都干只是都靠人干嘛然后一般老板
看到这个都会就第一个问题就是到底多少人反馈这个问题他们到底就是你再把那个元数据给我看一下我也要再做这样的判断 。
这个公司叫什么 。
这个叫 Inari。
属于 CRM 的后后客户关系的那个处理 。
对但这边的话其实还能再往深做一步了就是它其实我举例来讲就以前的那个舆情分析它对于情绪肯定都能分析了嘛对吧但是呢它其实很难提供灵活度比如说我是瑞幸咖啡我想知道今年大家主要是在办公室喝咖啡还是在家里喝咖啡那其实的话在比如说大家的这些比如说什么评论啊小红书上面你去看说大家提到说哎呀在家里泡了美
美的一杯咖啡什么的其实是可以分析出来的但是原来的那个时候它可能它的那个模型就是用来判断情绪的它就没有这个参数在那现在的话你是可以让大语言模型相当于任何任何维度的任何维度它都可以帮你搞嘛对吧它重新读一遍嘛然后这个时候可以提供一个更灵活性的界面给那些 marketing 的人做报告了然后它就可以提出来今年我们就不要说那个那
个什么在家每每享受咖啡了我们今年的方案就是什么办公室咖啡机什么乱七八糟的甚至于说 marketing 的人提出来一个想法说我们要要比如说我们要高化我们小米要高端化但是原本你要衡量高端化这个东西你没法衡量那你衡量效果没法衡量但是现在就是你可以你可以让大语言模型通过它 somehow 衡量说哎最近的小红书有没有更高端化觉得我们 。
这个理论上是可以做的 。
理论上可以做到因为它本来就很胡扯的一个什么向量空间它就可以给你找出一些理由来说哎更高端或者没有更高端写报告的时候好写了要不然你这种没法衡量 。
是还有一个和电商也有关系的就是叫 Branch AI 它做的事情是呃比如说我是一个商家我把我所有的产品所有的这个产品相关的介绍全丢给它然后这个时候呢我可以用自然语言来去设我的促销规则比如说接下来要优先推毛利率大于 45% 的产品或者接下来这个 618 我要优先把我库存最多的产品先卖掉那这个时候用户在搜索的时候然后就会 。
优先推 。
优先推荐我用自然语言去设的这些规则在过去其实这个事是靠人去做的而且这个是非常生硬的那就会出现大量的问题就老板好 45% 以上的毛利有这三个但是这个就是不好卖推还是不推然后那个就是好像有点好卖又有点不好卖然后又现在是夏天我们推还是不推就特别痛苦就是复杂大量的微决策现在就是用 AI 自然语言 。
你这个挺好的你这个是我之前听过的一个有赞的段子的升级版有赞那个段子就是说他们有比如说一万个功能用户反正也找不到那些功能在哪里比如说怎么在我们上面放个 banner 对吧然后他们就说那就在上面加一层 AI 比如说用 banner 来推我们这双鞋子那就直接写一句那个 banner 可能就设好了但是你这个其实更前面说哎我想把我想把比如说我
们店里面 300 块以下的这几双鞋子多卖掉一点然后他就自己去找说哦你们的 banner 还没有配我帮你配个 banner 配什么其实他更更朝向 JTBD 动了一步 。
对他更往前一点然后他讲的就是他是一个搜索的一个就专门做 AI 搜索的公司所以他做的事情其实只是根据你的自然语言的要求去影响搜索的排序然后同时他就是很自然他还会做一个事就是呃让用户除了用 keyword 去搜索之外可以用自然语言描述来搜索这个其实海外大量的独立站嘛就每个独立站都得有一套搜索系统所以理论上大家都可能会要买一个它比
如说就是躺倒卖枕头对吧那在过去大家就只能用关键词搜现在我可能就可以实现我就是晚上容易流汗我应该用什么枕头就可以回答这种问题了而且在回答的时候它能够 reason 你它能根据详细页 summarize 给你一个原因啊这个为什么是就是适合晚上流汗睡的枕头 。
电商方面应该也有蛮多人在做吧这一期电商的项目多吗 。
电商的项目除了刚才说的两个其他的并不多 。
不多 。
我觉得多的可能还是比如和电商有关的客服它也算啊然后还有一个和电商的是那个做物流的然后包括做大宗物流的那个有好几个就是这个明明浩他也提到就是大宗物流大家跟订单就货上船之后这个船在全世界到处就是你要清这个关就是过那交易的税 。
进度项目 。
对非常多的 paperwork 很繁琐然后你上一艘船就是一个项目然后过去这个全靠人来跟现在就是有人专门针对这个事情在去做 AI 的解决方案还是把 paperwork 抽象出来用 AI 解决 。
走流程跟合规也是有点像我我之前知道有一个他们没有形成项目就是医疗设备的那个那个报批 。
这里这里 。
这里也有这里就是有一个那个是做生物医学的 。
审核文件的 。
对对对就是它是很多的 。
好多几千页的文档 。
对对对它它是这个叫 Artos 就生命科学公司你做了一个结果你要去让它就是哪怕你要去让它做实验都不说我 go to market 不上市做实验也得拿到一些报批嘛然后它就帮你去根据监管机构的要求准备几千页的文件也有干这个的这个就是我觉得很垂直 。
监管机构最后再用 AI 看 。
魔法对吧魔法 。
但你们有没有发现其实这些它都特别不像一个 SaaS 软件做的事情它很像就是原来我作为一个比如说这样生命科学公司这个事我也要干但是原来我用外包干现在就是有一个人跑过来说我用 SaaS 我用那个 AISaaS 帮你干那本质上大家就是付钱的逻辑它所以用外包的逻辑去付也是很顺利的 。
对但合理的逻辑是不是还是回到那个 SaaS 公司还是应该用服务的结果来干因为原来你去评估它也还是倾向于说根据结果来评估比方说你帮我准备了很多文书我上次就被驳回了说你这文书写错了你其实你用 SaaS 的方式是不是客户容易接受嘛 。
交付结果的话那你就不能写错或者交付结果写错我人也有有可能写错嘛那我就应该不不付钱或者反 sue 你 。
对所以它对标的可能还是过去的外包这个会更直接就是交付结果的咨询公司或外包公司它不太是一个 SaaS 公司那这里说回来还有一个这个跟 to SaaS 公司的一个 SaaS 这个也是挺有趣的叫 Arguna 然后它是干嘛的 SaaS 公司现在报价都很复杂然后针对大客户小客户客户有各种定制需求然后不是每个 SaaS 公司那个报价的最后一个都是叫那个面议对吧就是面议越复杂就越要
面议然后这个 Arguna 就是帮 SaaS 公司去根据我收到的复杂需求来做报价就是我告诉你基于这个客户的 。
这些需求 。
需求你大概一个怎样的报价这个报价还不会影响你的价格体系然后这个报价报出去之后它还有一个点它会结合大模型的费用因为今天它 to 的这个 SaaS 公司都是 AI SaaS 公司所以结合大模型的这个费用然后也会去做这个报价就是这个报价它不是一个一次性的就是什么一万块钱 。
动态的 。
它是个动态的 。
我理解 。
就是这个事可能 。
就是因为因为 SaaS 一般是这样的就是 SMB 它会有这种 sell posted 吧但是一旦你的用量到了一定范围之外它都有这种叫 enterprise 你来联系我你也是它比较重要的客户第二个呢你你会有一些复杂的需求比方说因为原来很多他是说按照坐席数但是你说我其实我的坐席可能非常非常多比方说我坐席人非常多但很多人只是来看一下然后我其实不希望按那么多坐席
数来付费或者你原来是按照流量的比如说这个数据量来付费但你会说我的然后数据量可能还有个 rate limit 你可能说我的 rate limit 要求非常高但是我的数据量要求没有那么大那么其实很多时候在 enterprise level 的定价的时候其实都会发生变化 。
这个就是一个也是一个过去得靠人大量的算并且要记得非常细仔细才不会出现不公平或者价格体系混乱的问题 。
是的就是就通常它还不是不公平通常它担心两点第一它报了太高的价格你跑了第二它报了太低的价格就亏钱 。
就和这个有一个类似的叫 AskLeo 它做的事呢是给公司内部的采购团队用的就是公司越大采购会越复杂然后尤其 global 的公司不同地区的采购也不同比如说我今天在中国市场我要买一台苹果电脑然后我是比如说 P3 的级别能买还是不能买或者我现在就要配一个机械键盘我能配 300 的还配 600 的然后在不同包括我是可以买的在报销还是我可以在京东买吗我可以在拼多多
买吗就这种问题过去全部要靠采购人员根据单子来研究批然后现在就有人专门做这个 。
政策 。
政策内部的政策再结合这个不同国家地方还有些监管政策 。
对我们之前看那个很多公司因为我也我在做一些顾问啊什么的政策是最好落地的因为这一部分好像不太牵涉到那个什么数据外泄什么的你知道吧所以什么 HR 就很很开心说我们搞一个这个但是现在就主要是那个 REP 那个正确率非常的让人发指所以就是 demo 很好出 。
但是真正用起来就非常的难受 。
对真正用起来的时候都很难受 。
就是上限听起来都很高但用的时候你就立即遇到一个下限 。
对搞不定 。
服务与硬件1:04:37
很多都是这样 。
然后刚刚大家提到的一个点的话其实就是呃这一代体真正 AI 创造的其实是 work 嘛就是是 service 那如果所有的外包工这个工作如果已经被外包了其实理论上来讲它的交付边界就是明确的那这件事情理论上来讲至少至少你你要做什么是明确的就要好做一点所以可以考虑把所有的外包公司重做重做一遍嘛不是把所有 SaaS 重做一遍 。
对 Benchmark 之前的那个 GPT 也聊过这观点然后我这边反正印象比较深有一个是做那个叫 Seestar Health 它是做那个物理诊疗的就是你的腰酸背痛然后它要做肌肉的处理骨骼的处理然后它的这个方式理论上就是全流程的交付就是说你去约诊疗师然后先是 AI 诊疗师然后你跟他视频会议然后他会用 AI 的方式分析比如说我这疼他会让你站起来让你做几个
动作然后他把那个动作的那个骨骼图就跟那个做 ADAD 跳舞 AI 跳舞那个逻辑是一样他把你的人人物的那个骨骼图拉出来看那个中间的问题然后他给你 AI 的建议然后后面对接理疗师如果觉得这个问题可以用 AI 解决那这这部分就结束了但如果你需要真人理疗师介入他就后面连理疗师一对一的服务然后如果再需要服务可以预约理疗师的线下服务
完整交付 。
你这个因为我看到你屏幕了嘛然后那个它这边还有一个很大的卖点就是那个 copay 就是我因为我看过一个 mental health 的类似的项目它的它的最大的那个字打的就是帮你找到你的 copay 低于 30 美金的然后它它最重要的事情就是是不是帮你找到说你的保险可以盖着就是 。
就保险也是一个超级大的我们看到很多的就医疗就是物理都是跟保险真的完全的贴的特别近甚至专门做保险理赔的这个这个理赔书的撰写跟对接都有专门公司在做 。
对我好像看到过一个项目是专门给比如说长途卡车司机的人身伤害理赔之类的巨逆权然后我就会想说啊这是一个这是一个很大的市场 。
还有一个是孕期的一个那个给女性的那个非常好然后它最主要的卖点其实是说这个在孕期期间你没办法就你其实真的去医院的时间加起来就几个小时嘛然后它是用 AI 的方式然后来不断的就 AI 来关心你然后你帮你发现一些潜在的问题但同时它有一个这个就稍微小一点的 feature 是如果你用我的服务我送你一个 feature 是我帮你去了解你所在的这个城市和州
有没有哪些就基于你的这个各种就是身份你的保险你能够享受的各种政府的福利补贴然后帮你发现并且帮你申请 。
对那个那个我觉得很好因为它是一段特殊的人生经历所以它而且又是特别需要什么情感倾诉啊什么的 。
需要它需要的那个关心其实是情感价值挺重的 。
对而且又 。
但是身体的健康也包括情感的健康 。
就情绪价值我们还我们俩也对一个项目感染神就是专门给夫妇啊就是夫妇之间用的 。
哦老外经常用这个呀就是解决那个 。
他们一块去做夫妻诊疗的 。
然后那个夫妻诊疗的 。
对对对这也是用 AI 解决的因为这个里面我理解了就是能够做伴侣心理诊疗的心理咨询师是很相对更少的因为它难度更大所以这个里面也是在解决这个人力不够的问题而且这个一般做伴侣咨询是巨贵的所以多数工薪阶层也 afford 不起所以听起来这个供需两边都有需要 。
我好奇啊比如说像这样的产品它是还是在处在一个比如说纯文本的就是说还是一个已经比较具身了或者说是一个有 voice 有这种呃因为你其实我们去找一个刚才那个场景我们去找一个诊疗去聊它肯定是原来它是一个人跟你说话嘛但是说话给你的这个体验跟我一个屏幕上给你蹦字的体验 。
很不一样 。
很不一样第二个说话是说真的我们两个比较轻松的聊天的那个体验跟说我还是一个呃在 GPT4O 之前的那种普通的 TTS 就是虽然它顺畅但是它其实没有深入理解你那个情感的体验可能差别还挺大的我其实比较好奇像这些他们的产品做到了什么程度了 。
还是差 。
因为我们最近也 。 Launch 了没有推这种心理资心理方面的产品嘛在在国外然后我们现在有一个有一个可能跟你想法不一样的地方就是不要把它类比到线下的心理咨询因为线下心理咨询的话它就一次好我就比它差结束了但是呢我这边要把别的优势给用起来就是比如说你可以每天跟我聊一聊然后你们可以吵架的时候放在旁边录个音我还可以分别跟
你们两个人聊但是我保证说我是我是不变的我是公正的然后然后你我还可以让你什么每天记录一件你老公的事情你太太的事情所以我会我可以把它拆成碎片化这是原来做不到的因为原来那个人太贵嘛而且他也他他他他注意力也不会这么分散到你身上所以的话我们我们的感觉就是不要去跟人比拼那一个小时的效果 。
的服务 。
对人人类之所以把它弄成一个小时是受限于我们的物理形态而不是说这是一个最好的解决方案那那我们全全部重新想所以我们会把它拆到每天去对这样子就我我们现在遇到问题经常就是不解决这个问题遇到问题逃避问题解决不了就这样吧还咋咋地 。
我其实比较好奇就是你们看那么多公司就是这些公司中就大家对 tech 的使用程度是到一个什么样的复杂程度因为我我是从这样解决一种是说反正我只用陈述的技术我只用 open API 我只用开源模型的 API 我不做 。
再往前一步 。
我不做任何任何层面的层面的算法问题其实这是一类公司我理解第二类公司那就觉得哎我做不了那个基础模型但我可能能搞点数据啊我技术水平比较高我去 tune 一些 model 然后基于在开源的基础上做一些改进或者迭代因为我有数据因为我理解场景第三类呢就是说我就是要解决一个相对来讲一个比较细分比较独立比较难的问题就是我我比较好奇在你
们看的这些这这 YC 这些公司中呃后两者的比重大概能占到多少 。
首先 YC 头的公司它还是不能代表全世界所有的创业公司因为去拿 YC 钱的公司往往是相对可以轻量级从零到一的因为 YC 给的钱少所以像刚才提到的一些这个就是需要更多技术投入的公司它可能一开始拿的也不是 YC 的钱了所以 YC 这些公司里面多数还是轻的就是他们没有那么复杂的技术投入就能够从 0 到 1 然后赶紧有一个闭环有一点变现然后再融下一轮是这
样的风格这也是 YC 他们鼓励的一种就是创业的风格其实没有对错啊我觉得这是一个就是对的风格之一 。
是是但我比较好奇就这些当中有公司在尝试做硬件吗 。
没有看到硬件公司 。 有一个做那个人形机器人的 。
啊人形机器人有一个 。
对就是钱不够 30 美金什么都不会干 。
很难 。 我觉得很多时候也是有些公司是拿来 YC 也是先刷一下 repetition 就是有些公司它其实它是可以融更多钱但是它就想来一下 。
刷一下 。
对吧只有一个做机器人其他硬件比如说我觉得做眼镜的做耳机的都没看到 。
太太钱太少了搞不了这个 。
当然如果我们有深圳华强北所以我们做硬件会便宜点对我们最近也在看一些硬件的 。
我觉得做硬件也是一个特好的方向 。
对就之前看之前不是在 limitless 出来之前有那个什么 tab 啊什么的就那么大一个球然后我随便搜一下京东类似的那种东西就是在上面只要切个 AI 就发现说哎比它又便宜又漂亮又好的东西多了去了 。
对现在已经很多了只是在国内好像没有出现一个这种不管是现象级的还是说在主流的这个创投圈的媒体大家就是共同报道还没这个东西但是京东天猫一搜 。
就是你说的那个东西我见到人用过就那个 plo 那个我见过人用过 。
我买了好几个 。
你也买了 。
哦对 。
就是你就是你公司的另外一个同同同学对我见到的时候说哎这个东西拿过来玩一下 。
体验一般说实话 。
OK 贴在那个手机背面 。
对它它它其实我觉得它其实切的那个点跟 AI 关系不大它切的点本质上是 iPhone 不能变化录音 。
是对 。
对然后但是体验我们体验就我觉得可能还有迭代空间吧但是我觉得这个点其实切挺好就是它那个是你接的时候它需要那个蓝牙连上你那个 APP 啊然后那个启动就会比较慢 。
所以可能它没启动电话就已经挂了 。
呃也不是就是说就是它还不是 seamless 就是不是你完全无感的让你觉得说我有这个东西贴在后面我就一直有一个电话录音了 。
明白嗯对 。
嗯我们现在一起来看说到底哪些已有的场景已有的解决方案因为你要让人比如说去戴一个坠子啊什么的他不戴着就很麻烦嘛对但是眼镜又太轮错了所以我们在也在找这种机会就在找这种已经广泛存在的东西有没有可能加一点东西加一点东西让它满足一个新的需求哎刚刚讲到那个伴侣的话我还想到一个就是伴侣是已经两个人在一起了
社交与创作1:13:29
吵架嘛然后要找个人嘛对吧这这其实也不见得是个大场景但是红娘会不会更大 。
在中国在中国肯定是 。
这中国其实是没有那个社就是陌生人社交的那个文化其实不是像西方那么那么好那么熟嘛那但是所以中国需要一个红娘王大妈在前面在中间居间哎呀哎呀这个小伙子不错啊他最近哇他工作可稳定了就就家里三套房对吧这种其实他在中间可以帮你第一是帮助大家更好的了解就自己说不出来嘛那些炫耀的话另外一方面就是帮助打开话题如果做红娘
。
听起来好像是一个非常合理的事情因为今天在上海的红娘收费可贵了 。
说说说说你的故事 。
哈哈哈不是我的故事我就是上个月听说有一位好朋友他为了就在徐家汇的一个写字楼里面的一个服务然后 68,888 就给他介绍很多很多很多然后不包成功啊我非常诧异的就是为什么你要买这么一个这样的如此贵还不包成功的是什么打动了你 。
对我我之前我第一次创业的时候我投资人就有过这么一家公司他当当时还问我说你能不能帮我去去去两个局就是就是因为他们那个他虽然不包结果但是他们包交付的就是他们包说就是我会 。
我帮你找到人是符合你要求的 。
我我帮你约的这个饭局的这个对方你是 OK 的然后比如说我承诺你让你我一共推荐 20 次然后你有 10 次是是你 OK 的所以我是包成功 10 顿饭的对然后那个饭局的话上面就是帮你我我们当时看的也就是在大概 10 年前都比你这个定价还贵然后他是在陆家嘴的然后那些女生看着就是就是样貌啊什么的各方面都很好然后都出得起这个钱然后长
得也好看然后但是他们的要求也很高就是都是就是就是要不然你是一个上过杂志的所谓才俊要不然你是已经是上市公司的欧巴什么的要求好巨高所以所以那个那个也不好做但是那个主要还是匹配的功能嘛 AI 它匹配不上它可以中间帮你们两个多多聊聊因为大部分人不会聊嘛就帮帮忙帮忙相互怎么怎么说话什么的 。
嗯它也是一个 copilot。
那现在就想象这种场景就都觉得好小啊怎么怎么赚赚点小钱嘛它怎么赚钱能上来收钱收得到吗 。
试一试啊万一呢或者给或者给现在能收很多钱的人提供工具跟服务嘛对吧因为你像现在线下很像在江浙沪那些比较知名的真正意义上的所谓红娘机构的那个价格真的是很高很高很高然后当然你可以提无数的要求身价对方的家庭条件然后他就会跟你定制那个套因为我们前两天有个朋友做了期播客就采访了一个这种 top 级的红娘是个
男是个就是中年人比我们年纪稍微大一点你听他讲话就是他认为这件事情是天经地义的所有事情都应该是被明码标价而且市场很大他真的收费非常高他真的很多人找他 。
AI 适合在中间就是有一搭没一搭搞点啥以及做那种就是刚刚提到很多都是那种大规模的数据分析但是其实每一个数据分析上要的智慧比较浅就低智慧高算力你真的需要向他高智慧比如说要写一个比名号更好的 PPT 他写不出来了但是说查 1 万个类似的公司还有没有什么其他好玩的 。
我觉得有一个是做那个给大学生的 Notion 就是它的核心功能就是个笔记软件啊但是它的呃后续的就是常规我们能想到 Notion 功能它都有然后基于这个之上比如它可以做学生的日历管理笔记记录打卡考试然后更还有再往后延 。
是不是就套一些 Notion 模板就能实现的功能 。
还有还有功能是说你看就是它相当于把你可以基于你现有记录内容做那个 AI 的导师你可以做导师的这个提问然后如果你这些问题更细节它可以对接真正意义上人的导师然后有图书馆就相当于它给一个如果你是个大学生你日常的关于学习的所有事情这个软件就够了 。
哎这也是个思路就是把一个成熟的就是全向的大产品然后把它相当于只其只是套了一些模板啊然后 Notion AI 也可以你设好的让它上嘛我帮你全部设好变成一个专业解决方案因为大部分人不会不会调啊不会调啊 。
一个是这个是针对大学生嘛还有刚才说那个针对医学生 。
对对对也是类似的就你说他那些东西有多特别他甚至微调了多少都不一定但是他就是针对这个垂直场景做了足够多的包装和体验的设定 。
跟边界的边界的切割 。 边界切割 。
而且它的 MVP 特别好做它直接在 Notion 上做就可以了用直接设 Notion 模板然后 Notion 有 action 啊 button 啊这些东西它把 AI 也可以嵌得进去 Notion 全做好了如果那个那个它卖 template 比如说可以卖到 1 万美金了然后就可看看上面还有什么 Notion 满足不了的再做呗要不然你直接做个 Notion 开发也挺也挺烦的对而且 Notion 模板里面现在是可以带功能的就是它它里面带 AI 就是它里面比
如说让你写一个商业计划书它会向你提问题你给它一些基本的它就帮你商业计划书前两页写好然后再给你什么 4P 分析 。
因为它就是 Notion AI 本来就是 。
Notion AI 本来就是 。
本来就有它还是给它做了一些封装 。
对对对 。
然后加了一些模板看上去就对特别的有模有样 。
你可以把好像是可以把那个 prompt 的封封到那个 button 那个那个那个空间里面去 。
嗯 。
这个东西可以卖 199 美金 。
对 。
这样说 。
直接交付结果呀对吧 。
对对我都想做一个哈哈哈真的这个好像不难呢我讲那么多大道理讲那么多 。
就跟那个当年卖 PPT 模板的一样嘛 。
对啊但是原本卖 PPT 模板的话你你只是卖了那个格子嘛现在我还可以把方法论进去说你这个格子填好我自动按照这个方法论帮你把下个下面一些格子全填好对更进一步了 。
因为在 Notion 上卖的最好的一个哥们他应该卖的也是一套就是叫你的什么人生解决方案类似的名字啊就是就不是简单的帮你管 To Do 他还可以帮你管就更长期的人生目标帮你管做笔记就是你能想到的管 schedule 然后卖这么一套模板这套模板你感觉你买了之后你就会 。
人生就好了 。
对人生就会好很多 。
对对我自己搭过然后大概撑了四周还是六周实在是维护不下去 。
太太重了我觉得 。
太重了太难了 。
谁能有那么大的主动的意识真的是我 。
对我想的唯一我会维护它的情况就是我要开个 B 站然后跟大家讲说这套工具是怎么改变我的人生我要把这个 。
你还特别需要 。
很大的动力动力把它维护下去太累了 。 生产力专家的那个出口就是生产力导师 。
哈哈哈 。
这个不是提高生产力干什么的哈哈哈我其实觉得 AI 你们觉得还有没有一个机会其实就是帮这些讲道理的人帮他做工具比如说现在像那个呃知识星球就还活的挺好的嘛但但是他其实是因为他自己没有流量成本嘛然后像小报童我觉得应该也还可以吧然后那个还有像海外 only fans 对吧一年 100 多亿美金的流水几十亿美金收入那那这一类的话其
实是 for creator 嘛但是不是 for creator 的帮助他 create content 而是帮助他 monetization 那这一段的话就会不会有有有机会因为感觉他的营销会好做一点你搞定 100 个 creator 说不定你这个东西就已经养活自己了 。
这就是还是得就是切到更就是具体的场景因为 creator 他可以直接用 ChatGPT。
对 。
可以直接用大模型 。
对对就不是帮他帮他用而是帮他创造一个新的产品卖他现在只能卖课嘛能不能创造一个新的东西让他卖像知识星创造了一个新的东西嘛叫做社区嘛小报童创造了一个新的东西叫做专栏对吧对那有没有可能帮他创造一个新的东西比如说叫做我的指导我的分身或者叫做 AI 训练营你 48 天接受我的指导巴拉巴拉巴拉巴拉因为现在也会卖那个叫
做什么海外叫什么 coho session 嘛还是 session coho 那种那种东西然后其实就是类类比我们的训练营嘛但训练营的话你其实现在大部分是会去剥削老学员的劳动力当做助教嘛一堆人在考但是如果你没有老师人的话你这这事在经济上很多时候是算不通的嗯对有没有可能 for creator 有一个机会 。
刚才林鑫说那个我觉得还是还是值得考虑考虑因为等于你还是在交付的是一个比课更复杂的一个教学的一个过程对这个教学过程其实需要大量的人和人之间的互动对响应这个就是靠过去只能堆人所以你的这个就是边际效益边际成本都很高 。
对因为就是学习的话一部分是听个大道理嘛还有一部分其实练嘛我们其实不缺大道理嘛那谁缺大道理啊抖音上这么多对吧我们缺做不到嘛嗯对就不用 。
其实整个看下来我觉得美国的生态真的是非常的繁荣大家都特别积极的在各个垂直细分领域在就是热火朝天的在干 。
中美生态1:22:55
对我上次去硅谷也是这样我参加了一些那个路演什么的我就会觉得哇这个东西薄成这样你不火爆吗你们对他们可有自信嘛觉得我们一定可以出来我们一定牛逼然后你就会觉得嗯为什么呀为什么你这么自信啊不知道你能理解但是就我觉得 。
很蓬勃对 。
对很蓬勃反而在国内其实我们看到的新公司都不多就我觉得或者在传统的这个一级市场这个创投的这种这种传统领域的这个圈子里面确实 startup 很少我觉得这个和一级市场今天的状态也有关系和创业者或者最头部的创业者他可以选择去海外也有关系但是能看到的是更年轻的小孩本科生高中生还是是有一些作品或者 idea 在冒出来的最近
我想在十字路口做一个做一个栏目叫做那个给他起了个名字叫做 demo point 就是我想每期找五个 00 后来每人十分钟分享他们在做的一个和 AI 有关的产品或者作品 。
哇太好了你你们真的是你们真的是选题的王者感觉做选题做了快十年了就今天在 AI 这个领域来选题 。
我们看好了学习一下 。 你们需要一些什么算力啊或者什么东西支持一下或者是 token 的 sponsorship 吧 。
这个也是我最近我需要的那点资源 。 你们有没有关注到那个就是有一个叫 Ryan 的 Gower 的小孩他做了一个那个黑客松叫做 X Adventure 反正十字路口也帮他宣发所以我就认识了他然后除了他之外还认识 。
是那个秃中国国际学校的一个活动吗 。
我不确定是不是同一个反正就最近有三个这样的活动全是就是类似这样的年轻人做的黑客松或者 summer camp 我觉得这个是一个可能离我们的世界就是没有那么多交集但是就是很蓬勃的一个生态 。
嗯如果不做奇怪的就都是老人的天下我最近见到靠谱的案子全是老人做的要不然就是他本来就在这个行业然后他已经有了很大的 DAU 他在上面加了一层 AI 还瞬间炸了然后更能收上钱来了要不然就是本来就有客户资源本来就有数据然后加了一层 AI 其实也没加多好但是瞬间就新做了一一层产品然后新成产品就在老老的上面 upsell 又
又很大了要不然就是原本有一个科技但是那个科技比如说是 for 我随便讲比如说 for 军工啊但是把它民用化了然后把做成一个 real 的东西但是你现在要抄它就可能要拼一堆开源的东西去抄它可能还需要比如说六个月但但是他他就把一坨那个科技搬过来所以我们现在也在跟一些原本做比如说刑侦啊什么乱七八糟的聊有没有什么技术啊有没有什么
技术 。
可以转民用吗 。
对转民用的不要就不要放在那 。
那我们这期间有有做那个基于卫星地图去探测一个比如你要投资一个科技项目的比如是个工厂或者是一个采集的矿去探测它的甲烷排放量来去评判投资项目的质量就是一下或者是什么用卫星地图去探测那个是什么能源的什么 。
对它是看你是不是一个足够的绿色足够的 sustainable。
什么 ESG 乱七八糟的 。
对 ESG 的一个要求然后它它当时一方面是 ESG 必须要合规嘛用 AI 去判断另外一方面就是它有一个道理是它的这个排放它能倒推这个公司的 。
产量啊业务水平对高科技啊真高科技 。
感觉 Frimo FC 投的投的风格也很鲜明就是你看上去其实都是一个细分市场典型的是一个细分市场的 SaaS 大部分投的 。
就是你刚才人讲一下就是大部分我在那总结也讲过第一我总结第一要点就是路径依赖本上来讲可能在这个环境下不是一个贬义词就是你看几乎所有的创始人的背景他过去的积累经验包括他现在做的事情跟之前事情的关联其实绝大部分项目都是一脉相通就是这可能当然也是 YC 甚至是整个意义上的一个主逻辑对吧这就毋庸置疑是你都是这样就纯那种原
来做的事情跟事情没有任何关系天马行空的搞出来一个什么想法很少很少也很难现在问题也很难就是你真的想出一个什么奇奇怪怪的什么东西不太容易所以需要年轻人真的需要年轻人。
需要年轻人。 被你们启发觉得可以找可以再看一下 。
有一个朋友他说他看到我们这一期他在做一个事情是他去看所有估值在 10 亿美金以上的 AI 公司他抓了一个列表好像也是有个 50 个还是多少个很多的然后他一个一个的在过然后他应该之后会分享出来 。
语音语音 。
语音对然后他是用 Perplexity 帮他做的第一步搜索总结的工作哈哈哈然后他说做出来就已经完成了 80% 他最后自己再稍微微调一下就能发布 。
因为我们要的东西很多时候是它的里面的某个细节 。
打动了你 。
打动了我 。
对你不你不过完全的什么你就是没这个体感呀 。
对我们并不需要知道那个总结性发言比如说他有 32 家是电商行业的 。
没错 。
没意义这对我们来讲毫无意义 。
没有意义 。
哈哈哈是要启发说哎根据这个想到一个莫名其妙跟他一点都不相关的 。
对最近好玩的我觉得这个微软的发布会确实是很震撼它的两个用例一个是那个 we call 就是我 。
直接把 we want 这家公司灭了 。
这个我觉得对我这种记忆力一般的人太有用了就是我那天和明昊大概讲了一个什么公司它到底叫什么来着 。
Rewind。
对过去就是要真的花时间去搜搜不到我还浑身难受现在就微软直接解决了就在从电脑层面从系统层面解决 。
OS。
OS 芯片都有 。 另外一个当时觉得特别好玩印象深刻的就是它可以读屏之后和你一块玩游戏或者和你一块干各种你能想到的事情在过去就是原来那个 copilot 你总觉得它还是一个就是手脚被捆住的 copilot 它能做的事情很有限而且你要去理解它能到底哪些事它看得到哪些事它看不到比如现在也有人做微信的 copilot 但是你就只能够看到聊天记录露出来
的因为它只能读那里嘛然后你上面的聊天记录隐藏的那些是看不到的但现在在系统层面那就是你能看到的它都能看到那个也是一个印象很深刻的点 。
但第二个出来的时候其实也有一些公司在做那个比如说都陪你打游戏了之类的然后这批公司就开始哭晕在厕所 。
但如果打游戏一直有一个这样的高智能体在旁边陪你指导你这个游戏的乐趣到底是会变得更好还是 。
还是不好说不清楚 。
对看他把握吧因为有些就比如说我跟我宝宝有之前打那个两个人合作打那个那个那个那个马里奥有些地方你真的不看攻略你真的不知道怎么过去知道吗我们现在就跑到 B 站上去搜然后看着人家哪一段怎么打过去然后就 。
哈哈哈所以有些真的是没办法我们大概我打赛尔达也查了好多次有些地方你真的不不是很能理解到底应该干嘛你不看真的不知道他也可以不完全剧透嘛看那个度总能调出来一个把握啊哎你会用什么平时 。
我会用这个就是它叫 Lucide。
Lucide 就帮你做 PPT 对吧分析一家公司 。
对非常厉害这个做出来的东西直接可以给老板看如果你是一个刚入行的分析师 。
就是这个结果其实哔哩哔哩的嘛 。
而且它有排版每天呢排版比我好看 。
就是这个这个输入结果只需要输入哔哩哔哩骨头代码哔哩以及哔哩哔哩 .com。
就三种三者之中的任意一种最简单就是 BILI 就可以直接有一个哔哩哔哩的详细报告 PPT 了 。
比如我我最近的场景是我们我们下周公司组织去那个日本留学对然后啊然后我们要去 。
参观的那些公司 。
对我们要去拜访万代对吧万代老板要跟我们讲那提前我们要做一个内部的简单的提前的资料对吧因为有些同事可能对万代比较了解不太了解对吧我把万代的名字输进去万代的代码输进去万代的那个网站域名输入然后一个大概这样的东西就出来了我不用再去写不用再去整理不用再去做别的事情了 。
他对非上市公司怎么样 。
也可以我还做过 TikTok 的 。
比如说 day one。
Day one 可能不行 。
这种稍微小一点 。
小一点可能不太行就是大一点的基本都行我还做过 TikTok 的视频也也都基本是可用的 。
OK 那很好呀这个也是在 YC 那个列表里面 。
对其实它是 for 金融行业的分析师用的对 by the wayYC 投很多金融行业的 SaaS 然后里面有一个印象超深刻的就是帮 GP 写 DP 报告给 LP 做季度报告年度报告 。
他他 Lucid 这个你有你有哪个有这个功能啊 。
好多好多而且它里面尤其提到在募资的时候 。
因为我有同事把这个需求交到了孵化器说能不能孵化一个这样的项目 。
它有出现募资的时候然后如果你用这个 global 募资对吧中东的 LP 这个 family office 然后那个大学基金大家要的这个 DP 报告都不一样的而且你必须要去针对它的需求来填嘛但填的东西又是大差不差只是格式要求各不相同 。
已经有人做了 。
专门干这个而且这个特别容易收上钱很容易理解 。
就它既有基金内部的管理就是谁看了什么项目哪个项目什么阶段然后也有外部信息的查询同样也有数据面板对你想要什么样的数据然后再往前一步就是刚才讲的那个报告的问题 。
明白了解而且感觉国内的所有的这些大模型现在也都在套搜索我们试下来其实还是做过搜索的人做的比较好一点 。
昨天不是那个小川他们也是 。
对对他们做的效果好一些但是没有做过搜索的人做的模型套搜索我们感觉效果都比较一般就是那个感觉是就是后面的数据还是不行搜索那些 index 啊数据可能质量不太行所以你模型本身的好坏对这个事情影响也不大 。
个人实践1:32:56
然后我想一下我我我最近也没有用到什么特别惊艳的但是我会让 GPT 变得好用了一点就是我给我的每一个场景做了一个 GPTS 就就比如说我刚刚说那个翻译的然后我还有比如说我觉得很重要的一个 notes 比如说比如说刚刚听到你们讲什么话有一个专门帮我写 notes 它就会比如说告诉我说你这个道理它还跟哪几个理论和什么相相关然后它的适用范围在
哪里什么什么什么然后你每次发给它都会给你所以我把我的一些场景的话分开成了不同的 GPTS 然后另外一个用的用的觉得一个非常非常朴素的一个小技巧但是我之前一直没有用的就是我终于做了一个快捷方式放在了桌面上这样你点一下就直接跟 GPT 说话了我以前只要点到 GPT 然后然后然后新开一个新开一个 conversation 然后再说话就三步现在就一步你你可以做一个
快捷方式你打打一下它就会弹出一就有一个输入框你就直接输入就可以说话了 。
我我最近在看到一个那个剑桥的一个 master program 然后它只需要去四趟然后其余时间我都可以在国内所以我我就又看了一下它的标准比如雅思 7.5 GPA3.5 反正我就刚好卡在那个上头所以我最近就在申请那个项目昨天晚上刚面试完然后面试之前的一个礼拜我基本上早上上班晚上下班的车上我都和 GPT 在模拟面试就是我就让它扮演那个面试官然后它之前也
去看了所有的网站它大概知道这个项目是干嘛的然后一个问题一个问题和我练而且这个它还不是 for all 比如说这个问题我没答好然后我中间就是比如我自己卡了我说好你现在重新问一遍啊重新问一遍然后我还可以说啊我现在不知道怎么答了你来帮我答一下你说慢一点我要跟着你说全部都可以做到然后昨天真的面试之前然后我说我要开始
了能不能给我鼓励然后他给了一段鼓励我说不行我要更大的鼓励哈哈哈然后他的情绪就有一些变化哈哈哈就是这个真的对我那个就是我就感受我找不到替代品了除了用这个我现在都想不到我能找到什么样的替代品就找人都找不到 。
找人都找不到 。 他他也要知道这些事情啊要把资料都读得进去啊 。
对 。
这太难了 。
对他问的还行昨天的面试问题有一半都都有彩排过很多次哈哈哈 。
嗯所以我们就就确实它的场景有的时候我们会用它的那个那个那个那个生成功能和智慧嘛但是它其实在所谓的场景 simulation 上面也很强嗯其实很多很多我们之前之所以要用学习或者要用推理来做的事情其实是因为我们的模拟能力不够但是我们的脑子处理模拟其实更更更好的对吧它就就以前你要找一个这样的人人大概率只能给你做
那种辅导但是纯粹的让这种无限度的 simulation 会比较难做 。 太高了 。
而且你还得假想它真的是那个面试官对吧然后 GPT 它本身的那种权威性是有那么一点的所以你聊着聊着我真的有点代入我就觉得啊这怎么办回答不好了要要丢人了就我就感觉对方就是自己的那个心理状态都有点被它 hack 了我就觉得真的好像是在面对着一个面试官一样 。
等等 for all 出来之后更可怕更可怕 。
看那个 。
我现在好我好不容易把那个那个桌面板搞定了 。
但是你能拿到 for all 你用的是 for all 能用 for all 的版本 。
但是它的语音不是 for all。
语音现在都还没有 roll out。
它的语音根本不是 for all 那我就在想我我要这个桌面板有何用我就是要我就是要那个呀 。
那个还没来呢应该 。
那你你 mango 那个是 for all 吗 。 for all 的那个对话没有意义啊 for all 的对话就是 。
那现在现在有谁已经用到了 for all 的语音吗 。
没有 。
OK OK。
没有对我跟他聊了几遍之后就发现说这这这不就是原来那个 。
我就想想知道有谁用到了我想马上试一下 。
我也很想试一下那个太酷了那个就你让它比如说更权威一点它就声音会更权威嘛但现在你跟它说你把声音改的更比如说轻佻一点它也不会改的呀嗯它不会动 。
它不理解呀 。
对啊不会然后它也没有这个能力动了那个端到端的 for all 那个不一样 。
对因为 Google 第二天发的那个不是端到端的 。
但是 Gemini 不就是端到端吗 。
我们打听应该不是 Google 的那个语音应该是还是两阶段的就是说是文本再做 。
转 。
对对对文本转 TTS。
那他怪不他们的 demo 里面确实比 for all 的 demo 慢一点 。
对对对所以你看 Google 其实没有宣传这个事 。
OK。
它没有宣传说哎你看 GPT4 做的我们也能做 。
好的呀把所有的播客都关注一下然后这几个人的名字可以到各个平台上去搜一下比如说在知乎上搜搜超老师会发现是超级大 V 各个平台请关注所有的人谢谢好的呀那我们吃饭去 。
好好 。
好拜拜 。
好拜拜拜拜 。