Pe lângă practica practică, site-ul oficial al proiectului este un material bun de învățare pentru AI, în special pentru prietenii cu pregătire non-tehnică care doresc să se integreze în contextul industriei AI. Pentru că site-ul oficial al proiectului este rezumat și condensat: nu doar că poate rezuma concis ceea ce fac aceștia, astfel încât utilizatorii obișnuiți să poată înțelege; În același timp, există unele concepte profesionale care permit celor din interior să înțeleagă ce se întâmplă. Așadar, când întâlnești un proiect nou care te interesează, nu mai trebuie să folosești AI pentru a interoga atât de des rezumatul proiectului, ci să accesezi site-ul lor oficial și să notezi informațiile proiectului (cum ar fi afacerile, background-ul echipei, finanțarea etc.) în propriul tău formular. În același timp, în timp ce urmărești, întreabă AI-ul câteva concepte pe care nu le înțelegi. Cu cât aduni mai mult, cu atât conceptele mai fragmentate vor fi asamblate într-un cadru mai complet.

Astăzi am stat de vorbă cu un coleg de facultate care lucrează ca inginer în Bay Area și lucrează pentru un startup de infrastructură AI cu 100+ angajați. Mi-a spus că inginerii juniori care au venit recent să intervieveze compania lor sunt practic studenți de la Stanford, Ivy League și alte universități, și au nevoie de 2~3 stagii de practică, ca să poată face direct munca inițială de senior. Să lucrezi într-o fabrică mare din Bay Area este relativ confortabil, dar într-un startup, volumul de muncă este acum foarte mare. Dacă nu înveți rapid meseria, este ușor să fii optimizat 🥲 În plus, pentru că toată lumea scrie cod în Claude Code și deja sunt destul de încrezători în AI, nu este ușor să ne explicați unii altora cum să scrieți codul celorlalți, așa că modulul de care fiecare inginer este responsabil a devenit mai independent 😂

Recent, am comunicat cu unele companii de C AI și, sincer, având în vedere maturitatea actuală a pieței, nu este deloc ușor să crească: Aplicațiile 1/C-end sunt explozive, ceea ce testează estetica echipei și înțelegerea utilizatorilor, iar probabilitățile și șansele sunt semnificative, dificil de prezis sau replicat cu acuratețe 2/ În prezent, piața este relativ fragmentată, cum ar fi dificultatea intrării aplicațiilor americane în China și barierele care împiedică aplicațiile chineze să intre pe piețele externe. Pentru proiectele care vor să ajungă mai întâi pe piața engleză, traficul pe piața engleză este mult mai dispersat decât pe piața regională și nu poate fi atins eficient printr-un singur canal sau strategie, ceea ce înseamnă că proiectul are un cost mare de investiție 3/ Costul actual de lansare pe piață nu este ieftin, iar prețul KOL-urilor cu pan-traffic este în general 10% (RMB) din numărul total de ventilatoare, în timp ce KOL-urile din segmentul vertical AI au un preț de 2~4 ori. După ce am verificat că costul investiției lui Kimi în 2025 este de sute de milioane RMB, adică pentru o companie startup care a investit 10 sau 20 de milioane, suma de sânge nu este suficient de groasă și inevitabil nu va fi arsă 4/ Produsele care necesită un nivel ridicat de cogniție AI pentru utilizatori sunt echivalente cu "segmentarea" în servicii. Obișnuiam să cred că este o problemă legată de capacitatea acestor produse de a rupe cercul, dar acum cred că este o problemă legată de mărimea bazei de clienți țintă și de capacitatea de a cheltui bani Pe baza asta, dacă capacitatea de a face to-C, bugetul și baza generală de utilizatori sunt limitate, poate cea mai bună cale pentru proiectele AI de a face ARR rămâne logica "găsirea jucătorilor mari" – găsirea grupului cu cele mai clare nevoi și cea mai puternică capacitate de plată, apoi extinderea lentă, adică la B, la dezvoltatori, la grupuri profesionale și apoi la trafic. Cât despre motivul pentru care se face ARR, este pentru că nu există ARR acum și este dificil pentru proiect să integreze a doua rundă.