發現除了動手實踐外，項目官網是一個很好的AI學習材料，尤其是對於非技術背景想要融入AI行業語境的朋友而言。 因為項目的官網都是總結凝練過的：既能精要地概括出他們在做什麼，讓普通用戶看得懂；同時又有一些專業概念，讓內行人明白怎麼回事。 所以當遇到一個感興趣的新項目時，先不用那麼著急用AI查詢項目概要，而是先去他們的官網看看，在自己的表格裡記錄下項目信息（如業務、團隊背景、融資情況等）。 同時邊看邊問AI一些不理解的概念。積累得多了，一些零散的概念就會拼湊起來更完整的框架。

今天跟在灣區做engineer的一位大學同學聊天，他在一個100+員工的AI infra創業公司工作。 他給我說，最近來面試他們公司的junior engineer基本都是斯坦福、藤校之類的本科生，而且需要2～3段實習經歷，一來能夠直接幹原本senior的活。 在灣區大廠工作相對還是比較舒服的，但在創業公司，現在工作量很大。如果不快速學習出活兒的話，很容易被優化掉🥲 另外因為大家都在用Claude Code寫碼，且已經挺放心AI的了，以至於每個人的碼怎麼寫出來的不好相互解釋，所以反而每個engineer負責的模塊都變得更加獨立了😂

最近跟一些to C的AI公司交流，說實話以現在的市場成熟度，做增長確實不容易： 1/ C端應用打爆款，很考驗團隊審美和用戶的洞察，存在顯著的概率性和偶然性，難以被精確預測或複製 2/ 目前市場比較割裂，比如美國應用進入中國難、中國應用進入海外市場又重重壁壘。而對於想先打英文市場的項目而言，英文市場的流量和區域市場相比，分散很多，無法通過單一渠道或策略高效觸達，意味著項目要有很大的投放成本 3/ 現在的市場投放成本不便宜，泛流量的KOL報價一般是總粉絲量的10%（RMB），而AI垂直賽道的KOL要溢價2～4倍。查了下Kimi在2025年的投放成本是上億RMB級別的，這對於融了一兩千萬的創業公司而言，血槽不夠厚，就必然燒不起 4/ 對用戶AI認知水平要求高的產品，相當於是在服務“細分的細分”。之前有人說現在很多的AI產品只是小圈子裡的自嗨，我之前覺得是這些產品marketing破圈能力的問題，現在覺得是目標客群規模、費能力的問題 基於此，如果在做to-C能力、預算、整體用戶群有限的情況下，或許AI項目最能夠做出ARR的方式，還是是“找大戶”的邏輯--找需求最明確、付費能力最強的群體，然後再慢慢拓展，也就是to B、to Developer、to專業群體，然後再泛流量。 至於為什麼說要做出ARR，是因為現在沒有ARR，項目很難再融第二輪。