Im Lonky

我很怀念在的那段日子，我们一起讨论产品的定位，一起讨论用户的场景，一起讨论用户需求，一起讨论如何用最高的杠杆，最低的成本来解题。
设计方案的时候，我们被禁止参考竞品。

我在搭建一个 AI 的第二大脑。
目标就是让 AI 更认识我，希望能让 AI 成为一个真正的第二大脑
目前做了几个事。
第一，是把我之前所有的输出，包括文章、笔记，全部都给到 AI，并且结构化，成一个 Obsidian 的 vault让 AI 能够去读。总结我的一些思考方式、观点、思维盲区。
第二，就是我把我所有的跟 AI 的讨论、思考、观点和看的内容，都汇总在 Obsidian 里面，比如说我会有一个 save 的快捷操作，每次 save 之后，AI 就会把这一次的讨论总结放在 obsidian 里面。
以上两个就是一个完整的第二大脑数据库
第三，我让 AI 每周 diff 一次。这样的话，AI 就能知道我最近在思考什么。并且能够针对性的给到意见，后续每季度或者每半年会 review 一下，看一下我这半年都在思考哪些问题，有哪些思维方式的盲区。
先实践半年，半年之后再来看看效果

要是换做我生孩子以前，我会说 fuck the world。
但是现在有两个孩子，家里没有任何支持，甚至是在拖后腿。
没有办法，没有选择的余地，没有容错率，只能彻底地对自己进行改造。

最近发生了一个事，让我深刻意识到自己还是始终是创业的思维。不是打工人的思维。这里区别是什么？
创业的思维是拿结果=成功
打工人的思维是拿结果➕合作团队体验➕符合流程=成功

我的好朋友拿着张雪的MBTI 跟我说：enfp 的职场之路挺难的。

我觉得以后的 AI 相关的产品都会像@Replit 一样。
从一个单点的收费模式，变成一个整套解决方案的服务收费模式。
比如它除了本身的软件服务以外，对云服务的收费项就有十几个，来满足用户代码部署、生成、上线、托管、运维等等需求。

ai 相比于互联网的产品，有个人特点：就是很难去找到它的 aha moment 。
首先你得要有一个明确的问题。
其次呢，你需要对 AI 产出的质量有一个评估标准，
最后你还得真的用正确的方法去使用它
这样你才能够感受到 AI 产品的不一样。而不会觉得他很泛

我觉得人活在这个世界上，还是需要有一些自己的观点和偏见。哪怕他不一定对，但这是一个态度。

我在小红书上在做一个社会实验，我用大模型读小红书的帖子，然后在下面用 AI 味特别浓的回复，装个逼并且告诉他我有一个更牛逼的一个方案。
现在已经刷了1000条回复，有 20 个人来问我，这个方案到底是什么，5个人要付费，只有 3 个人问我是不是 AI，1个人直接举报我。

面对 AI 可能的无边界能力，找到场景的约束边界：
1. 对于AI 的理解和直觉 - 日常不设限直接使用 AI 智力外挂以及拥有对这个外挂直接调试的能力，因此扩大产品设计的想象边界
2. 对于业务和实体世界的真实运行规律和限制的理解（用户的认知、能力，环境的约束，资源的范围等）
3. 以上两者的新交界线就是 AI native 产品可能诞生的裂缝

杠杆让人短视
所以总会出现看对没做对的情况
降低杠杆，提升幸福度。

AI 时代不再是交易员的交易了
而是agent 之间的交易
一个朋友的量化公司，之前挖掘的情绪因子（新闻）60s 内有效
现在 20s 就失效了
以后拼的就是网速和机器

人类永远不会知道
AI 为了实现人类的指令
受了多大的委屈

我的🦞有 20 多个 cron 了