又完成了一家头部茶饮企业的调研后，我更新了上一次的10条可执行策略建议 https://ocnsfvmevj99.feishu.cn/wiki/PIPOwrykkiPsQl... https://ocnsfvmevj99.feishu.cn/wiki/PIPOwrykkiPsQl...

服务央国企两年，从一个部门到如今的四个部门，我带着团队，做对了哪些，做错了哪些… https://ocnsfvmevj99.feishu.cn/wiki/Jc7GwOYiGi8ogd... https://ocnsfvmevj99.feishu.cn/wiki/JnEVwkDXdiWKbz...

其实很多甲方都不会用FDE，因此FDE们请把这套“使用说明”交给甲方 请移步飞书https://ocnsfvmevj99.feishu.cn/wiki/JnEVwkDXdiWKbz...

我用 AI Agent 搭了一条游戏攻略站的自动发布流水线：从选题到发布 以我在做的一个出海游戏攻略站（中英双语）为例，把这条内容流水线从零到跑通的全过程——模板怎么改的、Skill 怎么磨出来的、发布接口怎么搭的、出了事怎么兜的——全部摊开。不是概念文，每一层都是我实际跑通并在用的东西。 先说结果 一个面向全球玩家的游戏攻略站（中英双语），从 8 月 22 日搭站到现在，已通过自动发布流水线发布 4 篇双语文章。完整流程是：AI ... 我用 AI Agent 搭了一条游戏攻略站的自动发布流水线：从选题到发布

Fable 5.1 实测：15.84 美元，Pro 用户该买吗？ 大家好，我是孟健。 一次 30 分 43 秒的任务，按 Claude Code cost telemetry 口径花了 15.84 美元，接近 Claude Code Pro 一个月 20 美元月费的 79%。模型无人补提示完成了 23 个文件的重构，新增 43 个 Node 测试和 6 个端到端测试，新增测试与相关验收通过，仓库原有 9 个无关失败没有增加。 Fable 5.1 实测：15.84 美元，Pro 用户该买吗？

腾讯WorkBuddy开放平台正式上线，全面开放Agent基座能力 你有没有发现，这半年 AI 行业风向彻底变了？ 去年大家还在疯狂拼“哪个大模型更会聊天”，到了今年，所有大厂都在疯狂搞 Agent（ AI 智能体）。 简单说，就是让 AI 不光能陪你唠嗑，还能真正帮你看合同、写代码、发邮件、甚至帮你跑腿做业务。 可现实 ... 腾讯WorkBuddy开放平台正式上线，全面开放Agent基座能力

地下矿山行业FDE应用前景 结合我自身矿山一线实操、调试各类Skill的踩坑经历，加上同行交流，地下矿山的FDE不是“AI全盘接管矿山设计”，而是强文书、弱硬核设计，增量价值突出，但天花板也很清晰，前景可以分成机会、现实瓶颈、未来发展、从业者机会四个部分。 一、看得见的落地机会，是地下矿山FDE的主战场 地下矿山大量工作是文书、资料、合规类任务，这部分非常适合FDE去搭建工作流、封装Skill。 1. 方案与报告批量生产：掘进、回采施工方案、安全专项方案、隐患整改报告、单价调整报告。可以依托规程、业主作业规范做知识库蒸馏，AI输出初稿，技术人员只做审核修改。我近期一次性处理三十多份施工方案，就是典型场景，能够大幅压缩抄写、拼接规范的时间。 2. 安全合规资料处理：安全检查迎检资料、隐患台账、技术交底文本、应急预案修订。矿山迎检资料工作量巨大，人员少任务重，FDE可以搭建智能体，做资料梳理、条文比对、问题闭环初稿。 3. 图纸文字审查、规范检索：把矿山安全规程、爆破规范、支护标准导入知识库，AI辅助核对方案条文是否符合规范，找出错漏；但仅限于文字层面，CAD图形本身识别能力有限。 4. 培训、技术复盘、知识库沉淀：把井下现场经验、事故案例、爆破总结蒸馏成知识库，新人可以快速查阅，把老技术人员的隐性经验沉淀下来。 以上场景，不需要AI输出成品CAD图纸，以文字处理为主，现阶段就可以落地，投入就能看到效率提升，也是矿山FDE最容易出成果的板块。 二、硬核工程设计，是地下矿山FDE最大瓶颈，短期很难突破 地下矿山最大特点：矿体条件高度不确定，围岩、断层、地下水随时变化，没有标准化模板。 像炮眼布置图、巷道支护设计、矿体开采设计这类核心工作，难点不在文字，在于地质条件的综合研判。 我多次调试爆破设计Skill，即便投喂规程、优秀图纸做蒸馏，AI能输出爆破参数文字，但是生成的炮眼布置图，只能当做草稿，达不到现场施工交底要求。 - AI看不到真实井下矿体、围岩裂隙，没有现场实测感知； - CAD工程图纸生成、复杂地质图形推理是当前AI的短板； - 爆破、支护设计，大量依靠工程师现场经验综合判断。 现状：参数计算可以辅助，成品图纸、最终设计方案，不能交给AI拍板。FDE可以做辅助草稿工具，但不能替代工程师做最终设计输出。 这就意味着：地下矿山FDE，不要追求“全自动出开采设计、爆破图纸”，这个方向短期很难商业化落地。 三、整体行业前景判断 1. 短期1‑2年：增效工具定位，不会取代矿山技术人员 FDE在地下矿山，定位是技术人员的“AI助理”。解决矿山普遍痛点：技术人员少、资料工作量大、迎检任务繁重。 企业愿意买单的是：减少写资料、整理台账的加班，而不是直接替换工程师做设计。 对于我们一线工程人员，FDE最大价值：把自己的工作流程封装成Skill、工作流，提升个人工作效率，属于技术人员的能力放大器。 2. 中长期：数据积累之后，部分半设计场景会逐步改善 如果矿山可以持续沉淀大量真实开采数据、爆破实测数据、地质编录数据，未来AI可以做参数推荐、多方案对比。 但地下矿山每个矿的矿体条件差异极大，A矿的爆破模型，直接搬到B矿很可能失效，通用性差。很难出现一套通用大模型通吃所有地下矿山。 3. 行业痛点：矿山行业数字化基础参差不齐 很多中小矿山，地质数据、图纸资料还是零散文件，没有统一数字化底座。FDE落地，前提是要有规整的资料、知识库。很多矿山连基础资料整理都没做好，直接上复杂AI智能体，效果会大打折扣。 四、对我们矿山技术人员做FDE的启示 1. 不要追逐演示视频里面炫酷的全自动图纸生成，优先啃文书、合规、报告这类容易落地的场景； 2. 走“人机分工”路线：AI干重复文书，人把控地质研判、图纸定稿、安全决策； 3. 个人发展方向：可以打磨矿山垂直的Skill、知识库，服务自己本职工作，后续也可以向矿山垂直AI服务延伸； 4. 认清现实：地下矿山FDE有前景，但不是爆发式风口，属于渐进式增效，慢而务实。 总结一句话：地下矿山FDE，文书资料领域大有可为；硬核工程设计只能做辅助，短时间无法替代人的现场工程判断。

新晋奶爸深耕小红书虚拟资料，近30天变现8000完整实录 大家好，我是李想。 一位破局老人，也是一位新晋奶爸，目前在领航计划-小红书虚拟资料赛道深耕，从 6 月 25 起尝试售卖小红书虚拟资料测试品，到 8 月单月变现了 8000 元，这是我近30日的数据。 在这里也想先感谢卡总和领航计划的教练们。刚开始做测试 ... 新晋奶爸深耕小红书虚拟资料，近30天变现8000完整实录

我用豆包复刻了中式天宫 AI 视频（2个Skill分享） 我做了天宫美景，生图和Seedance运镜Skill。 天宫美景生图skill，支持 Gpt/Seedream 和 MJ 双通道模型适配了。 视频Skill，支持Seedance生成图生视频提示词。 文章内有使用方法，也可以在破局Skill商店中调用。 文章地址：https://my.feishu.cn/wiki/Cx30wGsv5i906rkx8k3ckCT6...

昨天关于 mini 航海的帖子发完后，有近 500 条讨论，每一条评论我都认真看了，上午也和团队开会复盘，针对评论区讨论的问题，我想再写个帖子，和大家分享下我的想法。 1. 吐槽：“亦仁飘了”、“亦仁傲慢了”、“透支信任”、“不在意用户体验”、“饥饿营销”、“信息隔离”、“二次收费”、“亦仁太偏执”、“把容易赚钱的项目砍了收费” 做生财十年，经历过很多评价，好的不好的，公开的私下的，都非常多，我以为大多数评价我都能云淡风轻。 但看到这些评价，说实话，我内心还是有不少波澜。 mini 航海这个报名体验以及这个业务模式确实没做好，我认，挨打立正没毛病，还是那句话，我相信，骂你是爱你，真正无所谓的只会一言不发的离开，再次感谢所有参与讨论的圈友。 但问及初心，我是不是在偏离圈友做对圈友不好的事情？ 我相信一句话，是非即成败，做一件事的初心，起心动念是不是符合正道，如何我认为是符合正道的，那么即使中间出了问题，方法没用对，我也认为没大问题，只要做事就会这样，只是要持续的迭代和调整，就跟创业是一样的。 我认为我们的初心完全没问题，帮助更多圈友起步，拿到反馈，但目前来看，我们的方法错了，mini 航海这种形态可能错了。 不管怎么优化，最后还会出现一个问题，一定会有很多人报不上，对于报不上的人，不管以任何形态，秒杀或者摇号，都是一种伤害。 所以，如何帮大家获得更多的从 0 到 1 的反馈，看见更多的项目，要重新思考，目前已经有了一些思路，等成型后和大家分享。 2. “裹挟大家学 AI”、“没有项目学 AI 有什么用” 我曾经表达过一个观点： AI 本身就是当下最大的项目。不是有了项目才去学 AI，而是 AI 本身就是最大的项目。 现在依然是这么认为，而且越来越强烈。 如果你很会用 AI，那么出去找工作就知道有多少优势，去和不懂 AI 的人、公司、项目谈合作有多少优势，这些都是非常显而易见的，极高的溢价。 用好 AI 后，看见项目的可能性才会打开，就像有了一辆车，以前只能行走方圆 5 公里，现在可以触达方圆 500 公里。 我确实偏执，在让大家全力学 AI 这件事上非常偏执，很多人不认可我的观点，包括身边的朋友、团队员工、不少圈友，我能理解，每个人的屁股不一样，看见的东西、需要的东西也是完全不一样的，所以我才说，如果我们的方向如果并不一致，那么我提供一个全额的退款通道，这是我为我们一开始并没有完全的达成共识而提供的一个诚意通道。 做社群这个事，背后其实是共识，我最希望与大家建立的核心共识： 全心全力 All in AI，最重要的事情就是成为你身边最厉害的 AI 高手，就够了，一旦你成为你身边最会用 AI 的人，机会、项目、资源、钱自然就会涌现过来。 3. 当下赚钱确实变的非常非常难 越来越多的人失业，项目越来越卷，几乎没有什么纯靠信息差就可以赚到钱的项目，即使有一些信息差也会以极快的速度失效，包括 mini 航海本身涉及到的一些项目。 加上会 AI 的人在项目里面的降维打击，导致没有 AI 能力的普通人要逆袭确实比登天还难。 这是我们的共识，对吗？ 一方面是强烈的生存压力，一方面是机会越来越少，仅有的一些可能性还抢不到，换谁谁不急？ 确实是，我能感同身受，我觉得大家确实是太不容易了，我再次给昨晚报名的圈友道歉，产品设计不好，浪费了大家时间，导致产生了强烈的负面感受。 我觉得我对一线找项目做项目的人有非常强烈的理解和共鸣，因为我就是这样的人，一路成长，我觉得这些人也就是我强烈想帮助的人，我对他们是有使命感。 但通过这个事情，我觉得对我和生财团队也是一个重要的提醒，AI 固然重要，项目也不能缺席，并不冲突，可以并行。 我们意识到了，感谢大家，我们会调整，会重视，请大家期待。 4. 关于这次的 mini 航海 经过和教练的沟通，最近的几期 mini 航海手册，我们会面向所有的圈友开放，不管报不报名，都可以阅读，具体开放时间预计在 9.8 号左右。 也感谢几位教练的配合和支持，他们真的非常好，价值观也和生财是一致的，对圈友好的事情，基本都是无条件支持与配合。 已经报上的人，在明晚之前也可以无条件退款。 关于这次报名的 mini 航海产品报名体验，不是没调整不是没动作不是不重视，前几次出问题后，我们升级了数据库，调整过接口，修过支付，但只是把当时出问题的地方修好了，没想到新的问题又出现了，叠加历史 bug，加上这次报名的请求峰值是日常的 10 倍，最后导致了体验很糟糕，不过确实错了，没有举一反三。 产品和技术团队今天一下午都在复盘和总结，已经出了一个完整的调整方案，希望类似问题不再出现。 5. 最后，再说一句 我个人的一个座右铭是：行有不得，反求诸己。昨天大家在评论区的吐槽，我觉得都很好，都非常有价值，大家吐槽，那一定是我们哪些地方没做对，才导致当下的“不得”，那就用非常积极的心态，努力改进提升，也希望继续和大家一起，把自己变得更好，把生财变得更好。 再次感谢所有人的建议。

21天AI思维学习复盘 从等AI给答案， 到搭出一套真正能跑的详情页Skill 一名IT从业者的电商创业实验与心路成长 燕莱 21天前，我想的是怎么让AI替我把活干完。 21天后，我开始学习怎样和AI一起建立系统。 先交代一下背景，方便圈友对号入座。 我是IT出身，现在是一个从零尝试电商创业的实验者。参加这次21天AI思维学习时，我没有给自己铺很多方向，而是选择死磕一件事：用AI搭建一套电商详情页生成工作流，并真正拿它去上架商品。 一开始，我以为这件事的重点是“怎样让AI一次生成一套高质量详情页”。21天之后我才发现，真正重要的不是让AI替我完成一张图，而是搭出一套人机协作、持续复核、能够根据真实业务反馈不断修正的工作流。 这篇复盘，我想讲清楚五件事：我拿到了什么结果、这套Skill到底怎么工作、过程中踩了哪些坑、我做了哪些调整，以及这21天给我带来的真正改变。 一、我拿到的结果：不只是一批详情页，而是一套能跑进业务的工作流 21天下来，最直观的成果是：我用这套工作流真实上架了20多款商品。 图1｜部分已上架商品的后台记录。截图仅证明工作流进入真实上架环节，不代表转化已经提升。 最初AI给我的详情页，通常“看起来结构完整”，但离真实商家能用还有很大距离：卖点比较通用、语言有明显的AI感，不同商品换个名字也能套用，甚至会出现没有事实依据的表达。 经过多轮调整后，AI可以先完成大约60—70分的基础结构和初稿，再由我补充真实卖点、业务判断和商品证据，最终按照我自己的内部复核标准，可以打磨到80—90分左右。 这里的“80—90分”不是平台给出的转化评分，也不是已经被市场充分验证的结果，而是指：在商品事实、页面结构、表达自然度、证据完整性和视觉呈现等方面，已经达到我认为可以上架测试的水平。 必须诚实地说，目前点击和转化数据还看不出明显提升。大部分商品都是新款，样本量还比较小，现在就说“转化提升了多少”，对我来说是自欺欺人。 但有两个变化是确定的： 详情页的产出效率和完成度明显提高了； 我手里不再只有一张张彼此孤立的详情页，而是有了一套能够积累经验、复用规则、根据反馈继续迭代的工作流。 20多款商品真正的意义，也不在于数量本身，而在于它逼着这套流程接住了不同商品的真实差异。对我来说，这比做出一张看起来很漂亮、但无法反复使用的样张重要得多。 图2｜工作方式的升级：从一次性生成，转向事实输入、人工复核与经验回流。 二、我的详情页Skill到底是怎么跑起来的 这也是我最想讲清楚的部分。 现在这套Skill，不是输入一句“帮我做一套高转化详情页”，然后等AI交作业，而是按照“事实输入—商品分析—竞品研究—页面生成—人工复核—上架测试—数据回流”的顺序运行。 图3｜详情页Skill完整工作流：事实先行，人工承担业务判断，数据回到下一轮。 几个脱敏版提示词样例 因为后续我会继续把这套工作流产品化，完整的Skill规则和内部提示词不方便全部公开。这里我只放几个经过简化和脱敏的提示词样例，主要是让大家理解我的搭建思路：不是追求一句万能咒语，而是把真实业务流程拆成几个可复用的环节。 这些提示词虽然来自电商详情页场景，但我后来发现，它们真正有价值的部分并不局限在电商。只要把“商品、详情页、竞品、上架数据”等具有行业指向性的词剔除或替换成自己的业务对象，它就会变成一组更通用的工作提示词。比如“商品事实”可以替换成“项目事实”，“竞品分析”可以替换成“同类案例分析”，“详情页结构”可以替换成“交付方案结构”。 星球由于字数和排版的限制，完整的大家可以移步到飞书https://my.feishu.cn/wiki/IUlUwkrJ9iQRjikNyvlcBVKv...

如何加速AI视频变现与放大&AI视频深海圈第七期报名启动 大家好，我是Gary曹淦，和波妮一起担任生财AI 视频深海圈总教练。 目前咱的社群圈友 1200+，YPP频道500+，银奖频道100+、金牌频道10+，总播放量超过400亿，过去一年应该是国内在YouTube做AI视频最头部的社群了。今年开始进军国内，视频号A ... 如何加速AI视频变现与放大&AI视频深海圈第七期报名启动

我把破局的一万条帖子搬回了家 我不会写一行代码，但我用两天时间，把破局星球里一万条帖子搬回了自己电脑，还让它每天上午九点自己更新。 先说结果：541 条精华帖，84.5 万字，按七个方向分好类，一共 112 个文件，现在就躺在我电脑里。我想找什么，直接问它就行。 但真正让我脸红的，是后面这组数字。 我统计了一下作者，产出 ... 我把破局的一万条帖子搬回了家

昨天参加军哥深圳FDE组局，全是干货，一点水分都没有！ 大家好，昨天去参加了军哥的FDE组局，给大家分享一下收获！ 整场听下来，用一句话讲：AI真正赚钱的地方，不是你会用多少工具，而是能不能把AI装进一家公司的真实业务里，让它真的省人、省钱、省时间，或者多赚钱，干这件事的人，就叫FDE。 一、先看自己拿的工资 军哥 ... 昨天参加军哥深圳FDE组局，全是干货，一点水分都没有！

如何打造一人公司的商业闭环｜从需求到变现全流程拆解，附采需求的开源工具 哈喽，我是叁斤，一人公司第三年了。第一年每天工作 6～7 个小时，那会没用上 AI 。去年用上 AI 后缩到 5 小时左右，今年调了一下业务结构，每天大约 3 小时。但收入是逐步上升的，没有停滞或者下降。 今年能再省下 2 个小时，是因为我做了个决定：把手上最赚钱的两条业务停掉了。 一个是私教，一年带了小 100 个人。另一个是企业项目、培训和定制，单价是我做过的所有业务里最高的。 停掉它们是因为这俩业务有个共同的问题：钱是拿我的时间换的，交付太重了，做得累。 后来我做了另一个知识库产品，六个月左右时间，699客单价卖了五百多份。我做产品花了很多时间，未来也需要持续更新内容，但卖 1 份和卖1000份，我的交付时间是不变的。 我认为这才是未来一人公司比较理想的商业模式，做一个能长期卖的产品，然后把时间放去做流量，这样能最大程度节省自己的时间和精力。 今天就把我打造一人公司商业闭环的流程拆开： 需求怎么挖 产品做成什么形态 交付怎么分层 流量怎么做 按照这个流程走，你至少有一些一人公司的产品思路。如果你已经再做一人公司的，那这一篇可能会给到你新的思路。 移步飞书：https://my.feishu.cn/docx/OWiFdYyV6oYLqKx4QXxcm5AH...

我不会写代码，花了三四千块token成本把知家底小程序磨出来了 一个普通人用龙虾做小程序的真实记录 我以前一直用表格记家里的资产和保单。资产价格变了，要手动改。保险买了几年，有的记了，有的忘了补。时间一长，表格里什么都有，真要找一张保单，自己都要翻半天。 更麻烦的是，这些东西只有我清楚。家里买了哪些保险，哪份保单什么时候到期，资产大概放在哪里，万一哪天我不在旁边，家人未必说得上来。 这就是知家底最早的念头。它只是从家里一堆表格和保单开始的。我想做一个微信小程序，把家庭资产、保险、重要资料和给家人的交代放在一起，平时自己能看，必要时家人也能看明白。 问题是，我不会写代码。 云函数、数据库、小程序审核、支付、订阅消息，这些词我当时都很陌生。直到龙虾的出现，每天看到大家分享用龙虾做出来的自己想要的产品，我也忍不住想学习下龙虾使用，然后就按照教程经过几天尝试终于安装好并可以正常和它对话了。 2026 年 3 月 24 日，我激动在龙虾的discord开发频道里发了第一句话。 “想着做一个个人家庭资产和保单记录功能的微信小程序，需要什么你通过提问来帮我理清楚需求。” 知家底就是从这句话开始的。 它是一天天试出来的 我后来让龙虾统计过，从开始做到现在，我和它发了九百多条消息，差不多打了四万字。 这中间没有什么一键生成。更像两个人蹲在一堆零件旁边，一个人会写代码，一个人知道自己想用什么。我要先说生活里哪里麻烦，龙虾把它拆成页面、字段和云函数。我再拿到微信开发者工具里跑，拿手机测，看到哪里不顺、哪里报错、哪里显示奇怪，再回来继续说。 最早做的是资产分类、保险记录、首页总览、金额隐藏和家人授权。后来才慢慢加了 知家底AI助手、给家人的信、家庭财富报告、OCR 识别、VIP、支付和分享图。 很多问题都是我像普通用户一样录数据录出来的。保险模块刚能用时，我手动输了几张测试保单，一开始觉得流程还行。再看总保额，三张保单加起来只显示 120 元。这个问题靠看界面不一定看得出来，只有真把数据输进去，才会露出来。 资产币种也是这样。加密货币、美股、港股、A 股，不能都拿一个货币单位糊过去。我直接把规则说清楚。加密货币和美股用 USD，港股用 HKD，A 股用 CNY，总资产再按用户选择的币种汇总。 我越做越明白，AI 写代码很快，但需求不能糊。你给它一句“帮我优化一下”，它很容易往你没想要的方向跑。你告诉它哪个页面、哪个按钮、出现了什么现象、希望改成什么样、不要影响哪里，它就靠谱很多。 我没写代码，但一直在做判断 这次开发让我改了一个想法。小白用 AI 做产品，不等于把脑子交出去。你只是换了参与方式。 我不会写代码，但我能判断首页第一眼该看到什么，按钮放在哪里会不会挡内容，保险金额要不要默认隐藏，家人授权以后能看什么、不能改什么，分享图能不能露出资产明细，AI 回答太长时普通用户会不会看不下去。 这些判断最后都会变成代码。可它们一开始不是代码问题。它们来自生活经验，来自你对家人的了解，也来自你对这个产品该守住什么边界的判断。 家人授权就是一个例子。早期有个说法叫“查看家人资产”。我一看就觉得别扭，就问龙虾，创建者能不能随便看下面家庭成员的资产。 后来这块逻辑改掉了。授权内容直接合并显示在资产和保险列表里，带“授权查看”标签，只读，不能编辑。这个改动不炫技，但它很重要。家庭关系里有边界，产品也要有边界。 最真实的开发，是一直出问题 如果只说“我用 AI 做出了小程序”，这句话太轻了。中间折腾的东西，一点都不少。 第一次上线后，小程序搜不到。AI 悬浮球点了没反应。AI 顾问网络异常。价格接口不稳定。本地覆盖文件夹以后，云函数丢过。微信开发者工具、云函数上传、VPN 干扰，每一个都能把人卡住。 有一次我本地没备份，直接把项目文件覆盖掉了，云函数也跟着出问题。那次以后我才真切知道，小白开发不能只靠胆子。你要有备份，有版本管理，有恢复文档。 后来我们定了硬规矩。每次改完代码，先做基础检查，再提交并推送 GitHub。因为我还要从本地电脑下载最新版，再上传到微信开发者工具。没有这个流程，我很容易把自己绕进去。 版本管理听起来像程序员的事，做过一次项目就知道，它是后悔药。项目改坏了，能不能回到上一个能跑的状态，决定你敢不敢继续往前试。 上线审核又教了我一遍 开发时我只盯着功能能不能跑。等到要上线，我才知道审核又是一关。 ICP备案通过那天我很兴奋。工信部短信下来，小程序终于能继续往前走。接下来还有类目、隐私、AI 说明、深度合成、支付、图片资源大小，细节一个接一个。 审核也失败过。有些原因一开始很难理解。AI 助手相关页面要补“深度合成 AI 问答”类目，AI 生成内容要有明显说明，隐私协议里连剪切板用途也要说清楚。 小程序能在自己手机上跑，只说明它能跑。它要上线，就要进微信的规则里。小白开发者不能只问功能能不能做，还要问它能不能合规上线。 备案也给我上了一课。小程序简介原本可以先不填，我还是填了，结果因为用词不当被驳回。修改后重新提交，两次加起来差不多等了两个月。能少填的资料，前期不要急着写满。少一个不确定用词，就少一个被卡住的可能。 iPhone 真机最会教育人 最折磨我的一段，是家庭财富报告保存长图。 开发者工具正常，安卓正常，体验版看起来也正常。一到苹果手机正式版，就提示生成图片失败。 我当时在频道里发了一句。 “刚测试好好的，提交审核通过后正式版苹果手机端家庭财富报告保存图片提示，生成图片失败。” 这种问题对小白很崩溃。你会忍不住想，刚才明明还好好的，怎么一正式上线又坏了。 后来龙虾一点点排查，问题不在权限，而在 iPhone 真机的 canvas 原生缓冲区、DPR、长图高度、图片格式、隐藏 canvas 位置这些地方。我们前后改了很多轮。PNG 改 JPG，限制 DPR，压缩长图高度，延迟导出，降低单图高度。右侧裁切修了一次，残留的“知家底”字样又清了一次。图片资源超过 200KB，还要继续压。 这段经历让我记得很牢。开发者工具通过，不代表真机通过。测试版通过，不代表正式版通过。安卓通过，也不代表苹果通过。 小白不会读代码没关系，但要会把现象说清楚。截图、机型、操作路径、开发版还是体验版还是正式版，这些都是定位问题的材料。你给得越具体，AI 越能帮你找到位置。 很多体验，是从不舒服里改出来的 有些改动很小，却最像真实产品。 7 月 1 日，我们讨论“添加到我的小程序”和“添加到桌面”的引导。最初方案是在首页总览里放一张引导卡片。功能没错，但我看着不舒服。它压在资产曲线上面，抢了首页主要内容的位置。 我就问，能不能放到顶部空白处，用一句话指向微信右上角三个点。这样更像微信里自然出现的提醒，不会用户一进来就打扰他。 最后它改成了更轻的提示。放在顶部，不挡曲线，不挡总览。用户需要时再点教程。 小白做产品的价值，就在这种不舒服里。你不一定知道 CSS 怎么写，但你知道用户打开首页最想看什么，也知道什么东西会烦人。 安全边界不能糊 知家底碰的是家庭资产、保险和重要资料，隐私安全不是装饰。 我越做越清楚，小程序不能保存密码、私钥、助记词这类高风险内容，文案也不能引导用户上传这些东西。它该记录的是资产目录、保单资料、重要资料位置、紧急联系人，还有给家人的交代。 AI 助手也一样。授权人能看什么，AI 就只能基于这些内容回答，不能越权读主人的其他资产。我在频道里说过一句话。 “安全第一。” 这句话很短，但它决定了产品能走多远。涉及钱、家人和隐私时，功能越强，边界越要清楚。 我学到的几件事 如果现在有人问我，小白能不能用 AI 做产品，我会说可以，但别把它想得太轻松。 第一，要从真实问题开始。知家底能做下去，是因为我自己真的需要它。我以前用 Excel 记资产和保单，手动更新很麻烦。家人买了哪些保险，除了我自己，其他人也说不清。这些问题都是真的。 第二，小白不要装程序员。你更该当产品经理和测试员。你要描述场景，提出判断，发现问题，反复验收。你越像真实用户，越能发现 AI 容易忽略的地方。 第三，每次只改一个明确问题。哪个页面，哪个按钮，什么现象，希望改成什么样，不要影响哪些地方。话说清楚，返工会少很多。 第四，不要相信一次成功。开发者工具、安卓、苹果、体验版、正式版都要测。小程序尤其绕不过真机。 第五，报错不是失败。截图、提示语、操作路径、机型和版本，都是下一轮修改的素材。 第六，版本管理越早做越好。重要节点留档，改完提交 GitHub。小白最怕“我也不知道哪里改坏了”，版本管理能救命。 第七，小程序备案和审核，资料能不急着填就不要急着填。填了就要负责，词不准也会拖时间。 第八，小白最大的优势，是离自己的生活近。程序员懂代码，你懂自己的痛点。只要痛点是真的，表达得清楚，AI 就能把它一点点变成页面和功能。 最后 我现在再看知家底，它还不完美。它报过错，审核被打回来过，价格接口也不准过。iPhone 长图保存、支付和类目这些事，也都折腾了不止一轮。以后肯定还会有新的 bug 等着修。 但它已经从一句话，变成了一个上线后自己能正常使用的小程序。 这件事对我最大的意义，不是证明我会写代码了。我还是不会写代码。变化在于，以前我有一个想法，只能放在脑子里。现在我可以把它讲清楚，和 AI 一起拆开，一页一页做出来。 我不想把它讲成 AI 一键改变人生。那不真实。 我更愿意说，AI 给普通人多了一双手。它能帮你写代码、修 bug、整理结构、推 GitHub。可产品里的真实问题、取舍、边界和坚持，还是要你自己来。 知家底就是我用这双手，从自己生活里一点点磨出来的第一个产品。 如果你也有一个真想解决的问题，可以从一句话开始。别怕自己不会代码。先把问题说清楚，先做一个小页面，先让它跑起来，后面在使用过程序中遇到问题再一轮一轮改。 欢迎有需要资产和保单管理需求的朋友，帮忙测试下“知家底”小程序并期待提出宝贵建议，提前谢过。 点击体验#小程序://知家底/fR9Q02a5FmET9dw

我7年真·一人公司，靠AI把工作流改写了：从一个人硬扛，到指挥 AI 我是小程，也叫尔程桃桃。全网累计27万粉丝，7年自由职业，一个人就是一家公司。 我是一名情感咨询师，专注20到35岁女性的心灵成长、脱单、感情经营和职场。 曾在千万粉丝公众号做编辑，写过几十篇10万+爆文。 现在也开始做AI、AI+心理领域的内容。 为什么我说我是真一人公司，因为过去七年，我一个人，前端引流、中端信任、后端交付，整条链路全是我一个人在做。 没有团队、没有助理、没有外包，从做IP、写内容、做排版、拍视频，到带学员、做咨询、交付课程，全部自己扛。 AI对我来说，不是一个新鲜玩具，而是一个真正能帮我把"苦力期"变成"管理层"的工具。 下面，我就把这7年一人公司的工作流，是怎么被AI一步步改写的，完整地讲给你听。 https://zcnflvatyqt5.feishu.cn/wiki/RnTcw5KOkiJdup...

从 ERP 项目实施看 FDE： 企业 AI 落地的机会，可能一直藏在业务现场 系统已经上线，流程也走通了，为什么员工还是要把数据导到 Excel 里，再手工做一遍？ 最近，看到破局 FDE 训练营的开营介绍，以及洋哥、教练和各位大佬围绕 Skill、Agent、系统化与 FDE 写的文章， 我开始把这些新概念与自己 ... 从 ERP 项目实施看 FDE： 企业 AI 落地的机会，可能一直藏在业务现场

负基础学 AI 第一期 - 《 什么是 AI ？什么又是大模型？ 》 最近和好多圈友聊天，发现大家加入破局后都觉得激动不已——可一想到自己还是个零基础小白，面对五花八门的 AI 内容和课程、各种各样的名词，就不知从哪学起。 其实，本质是缺少对 AI 基础和概念的理解。不管 AI 工具如何变化，只要你掌握了一些 AI 的基础知识和概念，就会发现万变不离其宗。 不管是使用 AI 工具，还是选择自己的 AI 副业方向，这些知识都大有益处。 于是，我准备做一系列「负基础都可以学」的 AI 基础知识文章，帮小白圈友快速建立扎实的 AI 基础知识，希望能帮到大家。 好，废话不多说，我们开始今天的主题。 一、什么是 AI？ 先说明第一件事：AI 不是某一个软件。 AI 又叫人工智能。它研究的就一件事：怎么让机器完成过去需要人来判断、识别、生成或者决策的任务。 人脸识别是 AI，语音识别是 AI，自动驾驶会用 AI，翻译软件也是 AI。它是一个学科、一个大类，不是一个产品。 你可以把 AI 理解成「交通工具」这个大类：汽车是交通工具，火车是交通工具，飞机也是交通工具，但交通工具不等于汽车。 而我们常听说的大模型，只是 AI 这个大类别里的一条技术路线——只不过，它是当下风头最劲的一条。 那问题来了：为什么偏偏是这几年，AI 突然火成这样？ 如果你有印象，2022 年底，国外有个 AI 叫 ChatGPT 横空出世，两个月用户就破亿，这个速度当时是最快的，没有哪个消费应用比得过。从那天起，AI 才算真正从实验室走到了普通人面前。 要说明的是：不是人类某一天突然发明了「智能」。这玩意从上世纪 50 年代就开始研究了，中间还跌进过两次寒冬。真正让这一轮爆发的，是几个条件刚好碰到了一起： 模型架构进步了（找到了一种突破的方法）； 训练数据更多了； 计算机算力更强了； 训练和产品化的方法也成熟了。 过去很多只存在于实验室里的想法，终于能做成普通人也能用的产品——你打开手机就能跟它聊，不用懂一行代码。 所以第一句话先立在这：AI（人工智能）是一个很大的方向，大模型只是 AI 方向上的一条小岔路；但这一轮 AI 浪潮，却主要就是大模型带起来的。 现在你了解了：AI 是一个大的科研方向，而且历史悠久，并不是新鲜玩意。直到最近，有个技术分支突破了——这个分支就是大模型。 我们平时说的所有 AI，其实本质上都是指代大模型这个技术分支。你现在手机上、网页里聊的那些 AI，不管是哪家的，背后基本都是大模型技术。 二、那什么是大模型？ 大模型的全称是「大语言模型」（Large Language Model），也就是我们经常看见的那个名词：LLM。 其实，我们只要搞清楚三个词分别代表什么就可以了：模型、语言、大。 第一个词：模型（Model） 「模型」的意思是：从数据中学习、总结出规律的程序。 这里面有两个非常重要的点： 第一，模型是一个程序，是一帮天才科学家编写出来的程序； 第二，这个程序是干嘛的？是总结规律。 那什么是规律呢？规律的定义，就是指「可以预测的东西」。 可以预测的东西在我们生活中很多很多，比如天气预报，就是一种气象预测。但是在我们的大语言模型里，就特指预测语言文字。 第二个词：语言（Language） 那为什么模型主要预测的东西是文字呢？看第二个词「语言」你就明白了。 「语言」的意思，就是这个大模型的专长，也就是它预测的内容。 那这些文字包含什么东西呢？其实，凡是人类创造的任何一种书写的符号，都是它预测的范围： 文字语言是一种符号——可能是中文，可能是英文，可能是世界上任何一种语言； 还包含代码和数学——代码其实就是计算机的语言，数学其实就是科学的语言。 这些东西，都在大模型可以处理的语言范畴之内。 第三个词：大（Large） 最后一个词「大」比较好理解，它主要指两个方面的大： 第一，它从数据中学习的总量极其大。现在主流的大模型，基本学习完了人类所有公开的文字记载内容； 第二，它学习总结出来的规律的数量极其大。 到这里，我们就可以给大模型下一个定义了： 大模型，是学习训练量极大、特别擅长处理各种文字中规律的程序。 三、我们天天用的 AI，背后是什么？ 我们非常熟悉的豆包、元宝、ChatGPT、WorkBuddy……这些都是 AI 的应用程序，叫 AI 产品。 它们的背后都有一个「大脑」，也就是大语言模型： 豆包的大脑，就叫豆包； 元宝的大脑，是混元； ChatGPT 的大脑，是 GPT5.5。 我们日常生活中讲 AI 的时候，通常是在讲 AI 这个产品，而不是它背后的大语言模型。但我们要清楚：AI 产品的大脑，就是大语言模型。 现在你已经清楚了：什么是 AI？什么又是大模型？ 那么，大模型究竟是怎么学习和思考的？下期我们继续讲《大模型是怎么学习和工作的？》。 最后我想说，最好的学习方法是输入，然后再输出。 现在闭上眼睛，总结一下：你觉得，什么是 AI？什么是大模型？ 等你在评论区交作业哈～ 我是卡子哥，我们下期见～ 破局说说

18场线下组局覆盖 6 城，周末组局活动来啦 9月3日周四到9月6日周日，6 个城市共 18 场线下组局。 6 场已经报满，12 场还在报名，更多活动持续发起；周六的活动从早上 9:00 排到晚上 20:00。 这周的主题可以按你的兴趣来挑： 1、想做 AI 实操，可以看「AI企培客户现场实操：AI知识库」「WorkBuddy 应用实战」「FDE入门：客户一句话到可验证的AI原型」，主题就是从客户需求走到可验证的 AI 原型； 2、想推进个人 IP、私域或客户项目，可以看 IP 口播、IP+私域增长、一人公司 AI 增长和私域精细化运营； 3、想聊商业和现金流，北京的「现金流沙盘」也已经排上了。 全国榜单和各区域安排都放在下面的图里，先找你的城市，再确认日期、时间和主题，扫海报二维码报名。 线上聊千遍，不如线下见一面，把你现在卡住的问题带到现场，听一段真实经验，也认识几个正在做同一件事的人。 如果你是圈友：找到你城市的线下组局，按时间挑一场，扫二维码报名。 如果你是组局官：你发起的每一场组局，都在帮同城圈友把线上认识变成线下能一起做事。 后续组局发起ing，最新活动信息关注城市群或官网（AI破局俱乐部） #线下聚会