joi ai公司是做什么的

现在美国什么技术全球最领先？我的答案是传媒，也就是整活一家叫飞格 ai 的 人形机器人公司，让自家机器人玩了一出连续几天几夜给快递翻人面的真人秀，还专门搞了十小时人机大战，最终机器人在十小时内比真人少分拣了一百九十二件包裹， 人类以微弱优势险胜直播之后，公司 ceo 在 社交媒体上放出豪言，这将是人类最后一次赢。 这次直播在美国有大量人围观也就罢了，我在国内的社媒也看到有人凑热闹，不是这玩意有什么先进性吗？大家春晚刚看完我们国家机器人直播跳舞了，怎么还会对机器人做这么低级的工作感兴趣？当然，这两件事情不是一条技术路线的，不能简单类比 目前的人形机器人，有两条路线要往前走，一条是偏硬件类，就是一个机器人如何能保持平衡，做出拟人的动作。目前国内的机器人已经遥遥领先，因为它可以大量出现在直播现场。而大洋彼岸，无论是波士顿动力还是所谓人类之光，马斯克的机器人都停留在短视频的状态。 从这点来看，大洋那头的科技公司水平明显还差着一个巨大的鸿沟，他们的稳定性完全不足以胜任直播这种无法重来的场合。而另外一项需要攀登的科技树就比较偏软件，就是让机器人知道自己应该怎么做什么事情，去执行一些任务。比如这次直播的分拣快递， 我国的机器人企业也做过类似的一些尝试，比如去模拟照顾老人，去端菜做饭、递水擦桌子之类的行为，很显然这些工作量是完全不能和真人进行对比的，所以我们国家机器人企业也整不出这种真人 pk 的 活。而我们的美国同僚们 找到了这个场景，可以说是一个精心挑选过，话题感拉满的场景。首先，机器人不需要做非常复杂的行走，对稳定性需求不高，只需要上身反复动就可以。第二，他需要执行的动作，在所有机器人需要执行的任务里，属于比较出街的。 实际上这种行为压根就不应该让人形机器人来做。在我们国家的快递巨头们早就用流水线来完成了机器分解， 这次直播秀里面，机器人每做一次分拣大概需要三秒钟，而我们国家像顺丰这样的快递巨头，分拣一件包裹的时间大概是零点零五秒，早就比这个不知道高阶到哪里去了。 人形机器人存在的目的，或者说人形机器人未来使用的主要落地场景还是以养老这种为主，应对需要拟人，每项工作的重复性低， 为了适应工作的多样化，不得不把机器人变成人的样子，才能够最快的上手执行。当然，人性机器人还有个可能的更大用场，因为法律法规的原因，本问不做展开， 目前人性机器人要实践还在比较初级的阶段，大洋的两边都有很远的路要走，很显然我们实际走的更快的那一边，但认为大洋那边走的更快的人估计绝对数量更多，这就是美国企业的厉害之处。 而这种重复性极高的工作，我们快递巨头们早就给了完善的解决方案，流水线作业是用不上人性机器人的，最多要个机械臂。如果是我们国家科技企业来这么一场直播，我相信大部分人质疑声会很多，你这纯粹的耍猴啊， 而且做秀也没做的太成功。飞哥的直播动作被证明充斥了大量的笨拙失误。观众在直播中清晰看到机器人在繁忙工作中突然蒙住， 面对滑溜包裹有些手作无措，甚至一些疑似人遥控操作的痕迹，比如摸头、骑摩托这种异常动作， ceo 的 解释都无法完全说服外界。 从技术上来说，这次直播可以说毫无技术亮点，但是这也是我们不得不佩服大洋彼岸的地方。从 设置议题整活的角度来说，这是一次非常完美的直播，话题性拉满，讨论效果也很好。在大洋那一边，因为他们平均受的教育程度比较低，所以他们觉得很热闹很有趣。 而大洋的这一边，我们还是有很多对西方有非常强滤镜的人存在，他们压根没有意识到这件事情其实非常滑稽和可笑，所以他们这种能力，其实我们羡慕归羡慕，要学也学不来，所以大家还是笑一笑得了。

这个人用 ai 卖袜子，三十天的时间，赚了二百七十一万美元。但当我把这条视频完整的看了三遍以后，发现了一个恐怖的真相，其实百分之九十的人都可以完整的复制他的商业模式。如果你正在思考用 ai 来做点什么，那这条视频可能会改变你的生活。首先啊，这个大胡子的商业模式呢，就四个字， ai 电商除了商品的生产，所有的环节全部都是由 ai 来完成，商品呢，也只有一个十九美金一双的普拉提防滑袜。为什么不是丝袜，不是足球袜，不是篮球袜呢？我们来看它是怎么用 ai 做市场调研的啊。 第一步，先用谷歌趋势，发现普拉提市场的年增涨率达到百分之十一点五， ok， 大 方向有了。那么在普拉提这个市场里面应该去卖什么呢？ 他直接去搜一个关键词，普拉提女孩的一天，把每条爆款视频的文案提取下来，直接丢给 data gpt， 让 ai 列出这些视频中所有被提及的商品名称。在这个 ai 给的产品清单里面呢， 普拉提防滑袜引起了他的注意，他再次回到谷歌趋势，发现普拉提防滑袜这个词搜索量呢，也是持续上升的，接下来才是真正的神操作了啊。他没有直接去找工厂做产品， 而是做了一个逆向思维，先找目标人群，再根据这些人群的特点和需求去确定最终的产品形态。 ai 帮他从一堆普拉提相关的视频里面提炼出来一个关键词，叫做 that girl， 就是 那种生活很精致，每天早上起来要打一杯果汁，坚持健身的这些理想女性形象，后面的工作就很简单了啊，他继续问 ai 有 哪些品牌契合 that girl 这个人群， ai 说了一个叫做 goroso 的 品牌，但是这个博主的视频里面没有说怎么把最终的产品给搞出来的啊，只说用 ai 模仿了 goroso 的 设计， 然后找了一家中国的代工厂来生产最终的防滑袜。所以这个地方呢，我尝试用美图设计师来复刻一下，切换到 a 键的模式，把 goroso 的 一张图和网上找的防滑袜参考图啊传上去，输入一段提示词， 可以看到啊，设计 a 键的会问我需要哪种类型，一步步点击以后，就可以拿到这样子的，可以直接给厂家去生产的图片了。如果我们要做国内电商的话，还可以在这地方点击电商套图， 将刚才拿到的产品图给传上去，就可以在和 ai 一 步步的对话中拿到这样的电商套图。另外呢，还可以选中一张图，直接让他给商品换颜色，这样就可以一键上架多个 sku。 看完他这个视频以后呢，因为我就模仿他的方法， 拿 ai 做了一次室内健身市场的深度调研。我拿到这个最终产品呢，叫做无绳跳绳专用减震垫。 ai 给我的理由其实也非常简单啊，第一，无绳跳绳用户数量巨大，而且大部分都在室内使用，噪声扰民和关节保护是它们的核心痛点。因此，无绳跳绳减震垫这个关键词啊，不管是在抖音还是 google 趋势中都是持续上升的。第二点，目前还没有任何一个品牌能够在这个市场里面 占据用户的心智，举个例子啊，我们买篮球鞋，可能第一个想到的就是去搜耐克篮球鞋，买瑜伽裤会去搜 lululemon， 但是买普拉提袜子，买防滑垫，我们根本就不知道去搜什么品牌，这就叫一个行业里面存在品牌真空期，只有在这样的行业里面，我们这些普通人 才有机会。现在我尝试用美图设计室把电商图丢上去，让他来帮我们找模特，他很快就会理解你的意图， 问你想要什么场景，需要什么类型的模特。一套操作下来呢，我们就能够拿到各种类型的电商图。关于我今天讲的做图这块的全部操作啊，在网页端也可以完成， ok 视频看到这个地方，你肯定会问啊， 受众产品，包括宣传图这些环节都搞定了，那怎么样把这个商品给卖出去呢？再来拆解一下大胡子是怎么做的啊？第一步其实还是抄， 除了要抄 gros 的 产品设计，它还抄了 gros 的 网站设计。像它这样的网站，你只需要花两个小时时间学一下 webcoding， 用 lovelove 这类软件都可以轻松地做出来，这里我就不展开讲 了，然后才是一次教科书级别的神操作。它没有像传统电商那样去花钱投广告，而是拍了一些像这样的三秒法则病毒视频， 其中有一条呢，直接爆了两百万的播放。接下来呢，他对观看了他这条视频里面超过百分九十五净度的人去定向打广告，后面的事就是水到渠成了。一个月的时间，普拉提防滑袜卖了十四万双，销售额二百七十一万美元。 视频的最后呢，我们再来总结一下这个大胡子的整套打法啊。第一点，商业确实需要一些直觉，但它的本质 还是对数据的拿捏，当你能够熟练运用 ai， 就 可以一个人成为市场分析团队，迅速地去找到市场里的机会。第二个点呢，所有的商业都是搞出一个产品，然后卖给需要他们的人，但是很多人都没有意识到啊，这段话其实应该是反过来看的， 只有先确定了人群的属性，你才能做出一个合理的产品。我觉得大胡子这段操作里面最精彩的就是他找到了 that girl 这个人群， 并且拿捏了这个人群。当某一个人群他既有消费能力，又有没有被解决的痛点，同时呢，也没有任何一个大品牌发现了这个机会，只要你能够快速的低成本的搞出一个产品或者服务去解决他，那你还会赚不到钱吗？ 最后，我们再来说一个很多人都容易忽略掉的环节啊，俗话说，事已密成，鱼已泄摆，但是这个大胡子为什么会无偿的把自己赚钱的经验分享到网上呢？ 其实它是在扩大它的影响力。袜子是不可能卖一辈子的，但是一个有流量有价值的 ip 是 可以吃一辈子的。我们其实看到了很多用 ai 跑通商业链路，然后做成商业 ip 的 案例，比如我之前的视频里提到过小猫补光灯的作者花叔，七天爱人的作者鸭皮等等等等。 ai 时代，只要你能够用 ai 跑通一个商业模式，不需要你去赚二百七十一万美元，你只赚了两万七千块钱，都可以用这个世界去搞流量，去搞资源，去打造自己的个人 ip， 这个才是真正的一人公司。 因为一人公司不是让你一个人去开一家公司，而是围绕你这个人来构建的商业模式。

有一个岗位，过去一年招聘量增长了七倍，目前美国硅谷各大模型公司都在抢这个岗位的人。这个岗位叫 f d e。 前沿部署工程师做的事情用一句话概括，带着公司的 ai 产品驻扎到客户现场，搞清楚客户真正需要什么，然后快速构建出一个能跑通业务的方案。 同时，在今年五月初， anthropic 和 open ai 在 同一天分别成立了新的企业服务公司，两家方向不同，投资方不重叠，但核心组织形式用的是同一个模式。一个最早由 palontier 发明的模式， 企业服务加驻场解决 ai 方案落地。乍一听，这不就是驻场工程师吗？或者说，这不就是咨询吗？为什么一个听起来这么传统的角色，突然变成了 ai 行业最抢手的岗位？答案跟 agent 的 时代的一个根本性变化有关，因为 agent 的 时代的 p m f 不 发生在产品里，发生在客户现场。 这句话是什么意思？在萨斯时代， p m f 的 逻辑是，你做一个产品，找到一群有同样需求的用户，产品对所有人都一样。规模化就是复制。你用一种更好的方式替代了一种已有的方式。更好的支付工具替代旧的支付工具，更好的项目管理替代旧的项目管理。 市场边界清晰，用户知道自己要什么。 agent 时代完全不同，没有现成的产品可以替代。构建一个 ai agent 对 不同客户意味着完全不同的事情。 一个银行的 agent 和一个物流公司的 agent， 虽然底层用的是同一个模型，但业务逻辑、数据流程、验收标准完全不同，客户买的不是软件，是一个能干活的 agent。 而能干活的定义，只有到了客户现场才能搞清楚，这就是 fde 存在的理由。 那 f d e 跟传统驻场工程师到底有什么区别？传统驻场工程师做的是实施，把一个已经定义好的产品部署到客户环境里，解决兼容性问题，做数据迁移，培训用户。产品是什么样，已经确定了。驻场工程师不改变产品。 f d e 做的是产品探索，带着一个半成品进厂，在客户现场发现真正的需求，快速构建原型，验证价值，然后把发现反馈给总部的产品团队，做通用化。 f d e 改变产品。 fde 在 客户现场铺的是碎石路，快速粗糙但能跑通总部的产品团队，再把碎石路修成高速公路，通用稳定，能服务接下来十个客户。所以， fde 不是 实施，是探索，不是交付已有的东西，是发现新的东西。 这个模式具体怎么运作？具体有两个团队，其中一个团队叫 echo， 负责找问题，他们是领域专家加客户经理，驻扎在客户现场，跟用户交谈， 找出什么样的用力，对这个场景真正有价值。另一个团队叫 delta， 负责解决问题，他们是快速原型工程师，把 echo 发现的需求在很短时间内变成能跑的软件。 echo 的 理想人选不是销售，是了解现有做法但能看到问题的领域专家。 delta 的 理想人选不是完美主义的工匠，是能在规定时间内交付成果的原型高手，即便代码质量不高。这两个角色加在一起，本质上就是一个创业团队。 palantir 孵化出了三百五十多家科技公司，其中十几家是独角兽。这不是巧合， fde 培训就是创业培训。那为什么不直接做咨询？ fde 和咨询的区别在哪？ 区别在于产品杠杆。咨询是每次从零开始，为每个客户定制一套方案，做完就走。下一个客户来了又从零开始，没有积累，没有复利， fde 带着产品进场，每次定制都在为产品积累能力。第一个客户需要大量工作，第二个客户需要的工作就少一些。 第十个客户可能只需要很少的定制。因为前面九个客户的经验已经被抽象成了产品能力。判断你是在做 f d e 还是在做咨询，有一个简单的标准，随着客户数量增加，你交付同样价值的成本是在下降还是不变？如果在下降，你在做 f d e， 如果不变，你在做咨询。 还有一个关键指标，不是看每个客户的定制化程度是否在下降，而是看合同规模是否在增长。 f d e 模式的预期是你为客户做越来越有价值的工作，所以合同越来越大，定制化程度可以不变，只要你交付的价值在增长。 这跟萨斯的逻辑完全相反，萨斯追求的是降低每个客户的服务成本，保持合同规模不变。 f d e 追求的是提高每个客户的合同规模，保持产品杠杆在增长。最后一个关键洞察， ai 能力的进步速度远超 ai 的 采用速度，模型越来越强，但大部分企业还没搞清楚怎么用。 未来五年可能会出现一个奇怪的局面， ai 能力飞速前进，但现实世界感觉越来越平庸， f d e 的 机会就在这个 gap 里。 ai 能做什么和客户能用上什么之间的鸿沟不会自动消失。它需要人去填补， 需要人到客户现场理解它们的数据流程痛点，然后把通用模型打磨成能跑业务的具体方案。 这跟我之前讲的 harness engineering 是 同一个故事的不同视角。 harness 是 从技术角度讲，怎么让 agent 可靠工作， fde 是 从组织角度讲，怎么让 agent 在 客户那里真正落地，技术和组织缺一不可。 最后说一个类比， open ai 是 本部产品团队，创业公司们是 fde 在 外面想办法让 open ai 研发出来的能力被客户采纳。一句话总结， fde 不是 驻场工程师的翻版，驻场工程师实施已有产品， fde 探索未知需求。 agent 时代需要 fde 是 因为 agent 能做什么？这个问题本身还没有答案，答案只能在客户现场被发现。这是当前 ai 行业最大的商业机会，也是为什么这个岗位一年增长了七倍。

很多人做一人公司就想着学 ai 自动化，问题是你连自己是谁，服务谁，解决什么问题这点都没搞清楚，那你自动化什么自动化？你的混乱吗？如果要做一人公司，顺序一定不能乱，总共是这五步。 今天给你们推荐五位博主，把这五步全部都讲的一清二楚，你只需要免费学习它的内容，你就能够把它搞定。先认知，再定位，再内容，再产品，最后才是 ai 系统。 ai 是 放大器，你前面是乱的， ai 只会让你更乱。如果你前面已经搭建好了一人公司的系统，那么 ai 就 能快速的帮你提高效率。 ok， 进入正题。第一阶段，认知 看单口。就是国外那个一篇内容十四亿人看过的大神，你现在还在问什么项目最赚钱？我到底要不要去做个个人 ip？ 那 你先别着急找项目，你先看看单口，因为他最厉害的地方在于他把一人公司直接变成了一套系统，这套系统里面 的技能、兴趣、内容和产品可以慢慢变成一个长期运转的小生意。如果这个艺人公司的系统认知你没完成的话，那你收藏再多东西也是放在收藏家吃亏了。第二阶段，个人定位看 david pereal， 当你知道了艺人公司是什么之后，下一个问题一定是，我到底讲什么？ 我凭什么让别人关注我？这个阶段最容易犯的错就是直接模仿别人，别人讲 ai， 你 也讲 ai， 别人讲个人成长，你也讲个人成长。最后账号看起来什么都对，但是就没有任何记忆点。 david pereal， 他 有一个概念叫做个人垄断， 这个概念很厉害，能够让你直接把定位变成你的资产来说呢，就是你不要去找一个最卷的赛道，而是要找一个独特的交叉点，你的经历，你的技能，你踩过的坑，你正在解决的问题，这些东西组合起来 才是你个人垄断的绝招。所以第二阶段要想清楚我是谁，我帮谁解决什么问题。如果这句话没想清楚的话，先别着急做产品定位，想清楚之后，下一步不是继续想，而是发出来。所以就到了我们的第三阶段内容。第三阶段内容输出，看 alieabele， 他有一套内容生产系统，很好用。你像我们很多人，平时做内容就靠情绪，对吧？今天状态来了，拍一条，明天看到那个火了也跟一条，后天没有状态了，哎，我停更一下，这样发一个月，这个内容很散，别人可能还不知道你是谁， 所以内容阶段你先别着急卖东西，而是你能不能做到三十天内围绕同一个主题讲三十条不同角度的内容。当你已经有内容了，也有人信任你了， ok， 那 就到我们的第四阶段，产品阶段，注意，这个时候才是产品啊， 编内容都没发几条，你就要编一个大课。第四阶段产品变现呢？我们看 alex hermione， 他 有一句口号叫做不要卖知识，卖结果。很多人一做产品开口就是，哎，我有个课，我有个训练营，我有一个什么什么社群， 但你的用户不是来买这些名词和载体的，他就想要，哎，你能不能帮我找到方向，你能不能帮我搞流量，你能不能帮我解决问题？所以一人公司，当你有了流量之后，你不一定能赚钱，但如果你能够把用户的痛变成他愿意付费的一个结果的话，也就是你的产品，那么你就能赚到钱。到了最后才是第五阶段， ai 放大， 这个时候你就可以看技术爬爬虾。但是我再强调一遍，这是第五阶段，不是第一阶段。多人做艺人公司，一上来，什么 agent， m c p， 自动化、知识库、工作流，全部给搞一遍。听起来很高级， 但是如果你连服务谁都不知道，内容方向呢？也不确定，每天随便发产品也没有验证，其实没有必要那么早就搞 ai。 所以 如果你今天想做艺人公司的话，你就不要再去收藏了，你就先判断你 你在哪一个阶段。如果你认字没有清楚，你就去看单口。如果你没有搞清楚自己的定位，你就去看 david perry。 如果你不知道发什么内容，没有自己的内容系统呢？那你就看 earlier abdel。 如果不会设计产品，那就看 alex hermione。 把这四步弄完，我们已经有流程了，再去看技术爬爬线，用 ai 把你的流程加速放大。所以不要跳级，你越跳级越焦虑，按照顺序来才会越来越清晰。先判断自己在哪一层，再决定你现在该去学谁，多赚钱少工作。一人公司真不错。

瘫痪二十年的人，现在只用脑子想就能自己吃饭喝水了？就在最近，马斯克的 neuralink 脑机接口公司公布了最新进展， 已经有超过二十名瘫痪患者成功植入了他们的脑基芯片，而且所有人都恢复了不同程度的行动能力。更重要的是，二零二六年被马斯克定为 neuralink 的 量产原年，今年他们要把临床试验规模直接扩大到数百人。 先给大家讲清楚这到底是怎么回事。 neuralink 做的这个东西，简单说就是一个硬币大小的芯片，上面有一千多根比头发丝还细的电极，通过一个专门的手术机器人，把这些电极精准的植入到你大脑里控制运动的区域， 然后这个芯片会读取你大脑里的神经信号，翻译成电脑能懂的指令，这样你不用动手，光靠想就能控制各种设备。可能有人会说，这个我早就听过了，不就是用意念玩游戏吗？没错， 最早的患者确实只能用意念移动鼠标打打马里奥赛车。但现在不一样了，最新的进展已经突破了数字世界，进入了物理世界。有一个叫洛基的患者，二零零六年受伤，导致颈部以下全身瘫痪，整整二十年，连自己吃饭都做不到。现在他植入了 neuralink 的 芯片， 只用脑子想就能控制一个机械臂，把食物准确的送到自己嘴里。还有一个叫奥黛丽的女孩，十六岁车祸瘫痪，现在她能用意念在电脑上写字画画，甚至还能接网友的你说我话订单。还有健动症患者尼克，能用意念拿起杯子喝水， 这些不是什么实验室里的演示，是这些患者每天都在做的事情。数据显示，现在这些受试者平均每周使用设备的时间超过五十个小时，峰值能到一百小时， 基本上只要醒着就在用。这说明什么？说明这个技术已经不是什么花架子，而是真的能改变这些残疾人的生活质量，让他们重新获得自理能力。那为什么今年这么重要呢？ 因为 newelink 终于解决了两个最大的问题，手术速度和成本。以前做一台脑机接口手术需要好几个小时，风险也很高。现在新一代的手术机器人植入一根电极只需要十五秒， 一整台手术二十分钟就能完成，跟做个激光近视手术差不多。而且这个机器人能自动避开大脑表面的每一根血管，做到零出血植入。更夸张的是，他们把手术用的一次性持针器的成本降低了百分之九十五。以前这东西贵的离谱，根本不可能量产，现在成本下来了，大规模推广才有了可能。 所以马斯克才说，二零二六年是 nero link 的 量产。原年他们在德克萨斯州的新工厂已经建好了，专门用来生产脑机芯片和手术设备。今年的目标是把受试人数从现在的二十多人扩大到几百人。 而且不只是在美国，英国和加拿大的临床试验也已经开始了。现在已经有超过一万人在 new link 的 等待名单上排队想参与这个试验。当然，作为一个天天盯着全球 ai 和脑机接口进展的研究员，我必须客观的说，这项技术还处于非常早期的阶段， 现在能做到的还只是恢复最基本的行动能力，离大家想象的人脑和 ai 直接连接还有很远的距离。而且侵入式脑机接口的长期安全性问题 也还需要时间来验证。但不可否认的是，我们正在见证一个历史性的时刻，脑机接口已经从科幻小说里的概念变成了真正能救人的医疗技术， 再过个三五年，可能会有几十万甚至上百万的残疾人因为这项技术重新站起来，重新获得生活的尊严，而这才是科技最有价值的地方。关注我，带你同步全球最前沿的 ai 与科技动态！

嗨，老板们！最近 ai 圈流传着一本非常夸张的花名册，从字节跳动离职的员工，不仅被投资人追着塞钱，创办了三十多家 ai 公司，甚至啊，还成了腾讯、阿里、 openai 这些大厂疯抢的香饽饽。 大名鼎鼎的 d、 p、 c 首位员工，也是字节跳动出来的字节。中国 ai 人才密度最高的地方，怎么反倒成了对外输送人才的黄埔军校呢？ 其实大模型这场仗啊，打到现在，大家突然发现，最缺的根本不是算力和钱，而是人，而且是极度年轻，极度自驱的人。 现在挖前沿的 ai 人才，开价翻倍，是起步年龄啊，甚至已经下探到了高中生，比如月之爱面。最近发论文的作者就是一位只有十七岁的高中生。面对这么猛烈的挖脚，拥有大量年轻人的字节，自然就成了最大的血汗库。 那字节当初是怎么样传起这个局的？两个字，激进。早在二三年，自己的高层就明确了一个底层逻辑，表面上是战略问题，本质上是人才问题。看准了 ai 是 能影响世界的机会，就直接饱和式投入，张一鸣亲自下场去撩顶尖大牛 校招，给应届博士生开出几百万的年薪，还有每个月十万的大模型专属津贴，就是靠这种生猛的打法，硬生生砸出了全球最高的 ai 人才密度。 但作为组织校能教练，我常跟企业家们说，人招来了只是第一步，怎么样把人用好才是关键。自己的做法非常值得借鉴。他们挖来谷歌的吴永辉，带队核心部门 seat 后，在组织架构上做了一个国中治国的设计， 成立专门公关 agi 的 团队考核周期拉长到了三年。要知道，自接其他的部门，一度是两个月考核一次的。同时极度重用年轻人，不再从外部空降管理者，全力提拔内部新人，甚至花最高两千元的日薪去全球招募七千名实习生， 让年轻人真正的挑大梁。但是，当团队达到上千人的规模，人才流失是必然的。虽然自己也推出了豆包谷来加强长期激励，但这远远是不够的。低麦的 ceo 曾说，最好的组织要有初创公司的专注，还要有学术界天马行空的思维。 放在国内的语境里，你还得加上一条与商业化产品的高效衔接，要在做一流研究和保证产出效能之间找到平衡。 这是所有的科技公司面临的终极难题。大模型之战远未分出胜负，未来的赢家绝不仅仅是天才的捕手，更应该是能让人才野蛮生长的培养民。

都说一人公司是二零二六年的主流，可我明明开了一人公司，怎么还是感觉累的发疯？打个比方，我现在要做一条视频，就得用不同的 ai 工具分别完成选择题、脚本以及视频剪辑的工作。本质上依然是我在执行，只是用了更方便的工具。那大家想想，如果是你的老板， 他平时会怎么做？没错，定好大方向，剩下的交给员工就好。那如果你也想完成这样的工作，可能不是这些要亲自手操的 agent， 而这就是 mini max 推出的新 agent maris can manage the leader wirefire 和 product 三个 ai 角色就能轻松实现你的想法。比如我现在要写三篇脚本，就可以直接告诉 marius， 帮我抓取最近一段时间科技圈的新资讯，然后找到这些资讯相对应的热点视频，对热点视频进行拆解， 并把这些热点视频拆解整理成一份 excel 表格，然后分析这篇 excel 表格报，生成三篇有热点潜质的短视频脚本，再根据脚本产出视频，它就会自动拆解我的需求，然后调用适合的大模型完成我下发的任务。并且在这个过程中，它不会来回切换工具，而是在自己的窗口全部搞定。或许你会说， 这有什么，我之前用的 agent 也可以啊，但是我要告诉你的是，之前用其他 agent 的 时， ai 也会经常犯错。但在这里，情况有所不同，依靠 product warehouse cycle， maris 已经成功解决了这个问题。简单来说，在 maris 的 工作流中， ai 会先扮演一个团队中两种角色，即实践者和判断。这两个角色之间不共享对话历史，由判断方以找寻问题作为目的， 零开始理解执行产出内容，然后给出判断结果，并把结果的反馈自动注入 product 的 下一轮工作中。就像传统公司结构中只能不同但默契配合的两个员工，他们跟随你定下的大方向自主完成任务。当然，作为老板，在定完大方向的情况下，你或许还需要一个主管帮你分配任务，而这就是 marvis 内置的 agent team 中定 三个角色 leader， 他 负责把你的大方向拆解成一个一个的小任务，然后根据任务类型把它们分配给不同模型的对应组合，交付出你想要的结果。并且不同于其他 agent， 每次接受指令都要把你所有的注意事项重新说一遍。 mavis 更像一个机灵的助手，我写脚本的习惯，做视频的风格他都能记住。 所以下次我再想让他做一样的工作，就不需要再输入那么长的提示词，只需要一句帮我写脚本，他就能把相同的流程再做一遍。俗话说一个好汉三个帮。而在 ai 时代，即便是做艺人公司，那作为老板，选择一个懂你的 ai 团队，才能真的让你的事业事半功倍。

谷歌在过去一年涨了接近百分之一百三，更夸张的是，它在今年五月的时候，市值一度要超过英伟达，成为全球市值最高的公司。这件事情非常值得注意， 因为在 ai 浪潮刚刚爆发的时候，谷歌一度被市场认为是风险最大的科技巨头之一。 当时很多人担心深层次 ai 会不会直接摧毁谷歌最核心的搜索业务，因为用户如果以后不再点开去搜索结果，而是直接问 ai 拿答案，那么谷歌过去二十多年里建立起来的搜索广告帝国会不会被彻底改写？ 但现在华尔街看谷歌的方式发生了一个很大的转变。一年前人们担心的是深层次 ai 会不会摧毁谷歌，现在投资人问的是，谷歌会不会是少数几家真正能够在 ai 几乎每一层都实现变现的公司？ 这里说的每一层包括模型、芯片、云计算、搜索、安卓系统，还有企业软件。换句话说，市场正在重新认识谷歌，它不再只是一个搜索广告公司， 而是可能变成一个横跨 ai 全站的基础设施公司。全站 ai 就是 谷歌实现赶超的关键战略。这期我们就来详细的拆解一下这套战略。这张图展示的就是谷歌的全站 ai 战略架构图， 它一共包括 ai 基础设施安全、世界级研究模型和工具、产品和平台。这张图真正想表达的是，谷歌不是只做一个 ai 应用，而是从底层芯片、云和模型一直做到搜索、安卓和 youtube 这样的应用入口。 这种全栈布局能够让硬件研究和应用之间形成正向循环，例如研究需求可以直接指导下一代 tpu 芯片的设计， 这些其实谷歌两年前就已经具备了。但缺的 gbt 的 出现，让谷歌把这些散落的资产重新凝聚，形成一个清晰的焦点， 让谷歌转型为一家 ai 优先的公司。事实上，谷歌原来就有充足的理由成为深层次 ai 的 领先者。我们来看一下这家公司在历史上的布局。二零一四年的时候，它收购了丁麦，二零一六年的时候就推出了 google assistant， 而最关键的是，它推出了现代深层式 ai， 最重要的基础之一，也就是 transform 架构。然而，最早推出 chat gpt 这种划时代产品的居然不是谷歌，这让它们陷入了被动。 虽然谷歌曾经参与发明了支持当前 ai 浪潮的底层技术，但在过去几年里，它很多时候其实是在防守 open ai 和其他公司在面向消费者的大模型产品上推进得非常快，有些产品看起来甚至超过了谷歌自己的产品。 后来 bug 的 演示失误， jimmy 早期的体验不稳定，又进一步强化了市场的印象。谷歌的研究能力很强，但它的产品化不够果断。大家不只是担心搜索业务会发生什么，也开始在质疑它在底层模型上到底有没有拿得出手的足够惊艳的东西。 市场开始担心 ai 对 谷歌增长和利率的冲击，而这种担忧直接反映在疲软的股价上。 但后来谷歌的趋势开始发生变化，这个变化不是因为谷歌突然决定用 open ai 的 方式去赢得 ai 竞赛，而是因为它开始证明自己原来已经拥有的业务体系，在 ai 时代反而具有巨大的价值。 也就是说，谷歌没有必要只去拼一个聊天机器人，它真正要证明的是自己能不能把 ai 嵌入搜索云芯片、安卓、 youtube、 企业软件和广告系统中， 创始人重新出山，还有 ceo 做到的最重要的一点，就是把紧迫感注入公司内部。现在我们看到的是，谷歌可能是最有能力在大规模场景中变现 ai 的 公司之一，因为它几乎掌握了 ai 技术战的每一层。 ai 投资的第一阶段其实是所谓的聊天机器人市场先被 chat gb 这样的产品点燃，但下一个阶段，问题就变成了，谁能够把 ai 放进完整的技术栈里，并且在多个层面实现商业化。而第一步骨骼要做的，就是要在模型层缩小差距。 谷歌意识到，它真正的核心资产是每天接近三十亿使用谷歌搜索的人，它未必需要在每一个体验上都做得比 chat gpt 更好，但它绝对不能比 chat gpt 差一个数量级。 现在看，它已经成功缩小了这种差距。与此同时，谷歌内部的战略重心也发生了明显的转移。 毫无疑问，谷歌的战略重心正转向了丁麦和前沿 ai。 确认了 gbt 之后，谷歌意识到 ai 不 能再只是公司内部的一个研究附属品， ai 必须变成整个公司的组织原则。 gimi 战略的真正意义，就是把 gimi 从一个世界级研究实验室变成谷歌的核心运营引擎，而 gimi 本身也在变得更好。这给了华尔街一个新的证据，谷歌不只是在防守自己的传统业务， 它正在打造可信的 ai 产品。 gimini app 在 第四季度经历了一个非常强劲的增长期， 谷歌也证明了它的底层模型能力正在持续提升。 gimini 模型开始表现出更强的灵活性，比如能够做更多类型的任务，包括像 nano banana 这样更强的图像生成能力。 从此，谷歌的趋势开始迎来了大反转。如今， gimni na app 的 月活用户已经超过九亿，苹果也开始使用 gimni na 来支持新版的 siri。 除此之外，谷歌的开源模型也突飞猛进，下载量快速增长。 谷歌开源模型的总下载量据说已经突破了五亿。很多人一直都在担心 ai 的 变现问题，而谷歌云其实就是 ai 推动增长的最佳案例之一。谷歌云在二零二六年第一季度的营收首次突破了两百亿美元，同比增长了百分之六十三。 更重要的是，现在有百分之七十五的客户正在使用谷歌从芯片到 gmail 模型的全占能力。谷歌还表示，相比第一季度，差在年底的新客户增长速度已经翻倍。 二零二五年金额超过十亿美元的大合同数量超过了此前三年加起来的总和，而且现有客户的使用量也比他们最初承诺的规模高出百分之三十以上。 更关键的是，谷歌云的经营利率从过去的大约百分之十八直接提升到百分之三十二点九。在云服务这种重资产、高投入、拼规模、拼数据中心、拼能源和网络的行业里，一年时间的利率几乎翻倍，这不是一件正常的事情， 投资人也奖励了这种转变，谷歌的事实直逼英伟达，甚至有赶超的势头。随着华尔街开始不再把谷歌看做一家受 ai 威胁的搜索公司，而是把它看做少数几家真正能够让 ai 规模化赚钱的公司，它的远期市盈率也出现了扩张， 而这个多头逻辑后来又得到了进一步的强化。据报道， ansiri 和谷歌之间的云合同价值达到了两千亿美元。如果说模型挽回了市场的信息，谷歌云兑现了增长，那么谷歌最清晰的优势之一就是自研芯片。 今年四月，谷歌宣布了两款新的第八代 tpu， 一 款用于训练，一款用于推理。 tpu 的 意义不只是更高效的芯片，更重要的是，它推动了谷歌整个基础设施的深度整合。谷歌可以用自家的芯片去支撑自家的基础设施，而这些芯片又是专门为谷歌自己的功能和产品需求定制的。 这不是意味着谷歌要用 tpu 完全替代英伟达。英伟达 gpu 拥有着极其庞大的通用开发者生态，很多外部云客户指名道姓的要用英伟达的算力，所以谷歌想要留住这些客户，就必须提供英伟达的 gpu。 但与此同时，骨骼自己内部那些极其庞大的工作赋能，比如自己训练的 gimi 奶大模型、推动几十亿用户的 youtube 推荐算法，以及每天海量的 ai 搜索，这些最吃算力、最消耗成本的任务正在越来越多地迁移到自家的 tpu 上。 所以本质上，谷歌在外部需求上可以继续充当英伟达算力的提供者，满足客户对于 gpu 生态的需求，但在内部消耗上，它用自研芯片绕开中间商，尽可能把最核心的利润水分留在自己的体系里。 这也解释了为什么谷歌云的盈利能力能够大幅改善。而对于投资人来说，自研 tpu 这让谷歌变成了一种非常少见的 ai 投资标的，它不是单纯的压住模型和压住云这种软件，也不是单纯的压住硬件， 而是在同一家公司内部同时拥有硬件需求、云业务增长和模型开发三条 ai 主线。 机构估计，到二零二七年，谷歌云的积压订单中大约有六百一十亿美元可能来自 tpu 的 销售，其中大部分收入可能会在明年确认，这给投资者提供另一种参与 ai 基础设施繁荣的机会。 尤其是在 amd、 英特尔、美光这些公司今年股价都已经翻倍的背景下，谷歌的 tpu 也让他们成为了某种 ai 硬件需求的投资标的。 有分析认为，谷歌的 tensor 处理单元未来会成为增长机会，他们可能会越来越多的把这些芯片卖给第三方。 分析师认为，这可能对应一个年化约五千亿美元的市场机会，如果谷歌能在其中拿到百分之五或者百分之十的份额，这就足够给整体的增长带来几个百分店的推动。更关键的是，即使是企业客户最终选择了 cloud、 open ai 或者其他大模型， 他们的算力依然必须跑在某个地方。而在 ai 经济中，越来越稀缺的资产其实是云容量定制芯片和数据中心资源。因此，谷歌也继续加大了 ai 基础设施投入。第一季度，谷歌的资本支出达到了三百五十七亿美元， 公司也把二零二六年全年的资本支出指引上调到了一千八百亿到一千九百亿元。这个数字当然会让华尔街很紧张，因为巨大的数据中心和服务器投入，未来会带来折旧能源和运营成本的压力。 但这笔钱不能简单的理解为盲目烧钱。谷歌云的未完成订单已经超过了四千六百亿美元，他们提到在短期内仍然受限于算力瓶颈。换句话说，如果不是产量限制， ai 的 相关收入可能还有更大的释放空间。 真正要看的不是资本支出的绝对值，而是这些投入能不能通过谷歌云 tpu 和企业 ai 转化为更高的 r o i c， 也就是投入资本回报率。 最后，我们来看一下最上层的产品和平台，尤其是谷歌搜索，如果拆开谷歌的财报，目前的广告和搜索仍然是稳固的基本盘。 第一季度，谷歌的总营收达到了一千零九十九亿美元，其中搜索和广告就达到了六百零四亿美元，同比增长百分之十九。 ai overviews 和 ai mode 推动了搜索量达到了历史新高。而真正让我看到颠覆性的是 ucp， 也就是通用商业协议。 ucp 想改变的不是搜索结果页，而是整个购物路径。过去用户买东西需要搜索，看评测、比价格，再跳转到商家页面进行结账，中间的摩擦很多， 但在 u c p 框架下， ai 智能体可以根据用户的偏好直接筛选商品，然后在谷歌界面完成购买，这就是智能体商业。但问题是，如果 ai 直接给答案帮你下单，传统的点击广告还怎么存在呢？ 这看似是自我颠覆，但谷歌的思路并不是把旧广告塞进 ai， 而是在用 ai 重构广告的格式。过去很多复杂需求因为路径太长，其实是很难变现的。 而现在 ai 直接把用户带到了交易环节，广告可能从点击逻辑升级为高转化的交易逻辑， 这才是 u c p 真正颠覆的地方。最后，我们简单的做一个总结，谷歌的这次 ai 反转，不只是一个产品层面的反转，而是一次非常重要的战略反击。 外部强大的竞争对手，反而让这家横跨多个领域的巨头瞬间实现聚焦，真正成为一家 ai first 的 公司，并形成全栈 ai 结构。 还有 gigimi 和 dmi 负责模型和研究，有谷歌云负责算力，有 tpu 可以 作为英伟达芯片之外的另一种选择。还有谷歌搜索、 youtube、 安卓这些巨大的分发和渠道，把 ai 功能推向海量的用户。 谷歌的反转，并不是谷歌必须赢下 ai 的 每一层，而是几乎每一个 ai 赢家都可能在自己的供应链中的某个环节需要谷歌。这才是谷歌这次战略反转最有意思的地方。

太离谱了，现在程序员已经不做工作，开始直接造员工了！ github 上最近爆火的 agc agence， 几天时间就冲到了八万多星标。重点是他开源的不是代码，而是一整套公司运转方式。你现在看到的每一份 markdown 文件，本质上都是一个 ai 员工， 他能干什么活，有什么专业技能，什么时候使用，全都提前内制好了。更疯狂的是，这里有一百四十四个员工，十二个不同的部门，一个完整公司需要的开发、设计、运营、数据分析、项目经理等，全都标准化一套打包完。 这也意味着，以后你只用下达个命令，就能调用这一整个公司的能力运转方式给你干活。它的部署也很简单，点几下鼠标，就能把这群 ai 员工接入 cloud code 或者龙虾里，直接开干。话说回来，谁不想指挥一家公司给自己干活呢？

做个人 ip 的 路被堵死了？兄弟们，我这两天看一下，给大家手戳出来一个什么东西，就是做个人 ip 的， 大家可以看到这是我们手戳出来的一个平台，它会用什么样的一个流程？就是我们之前给所有创始人做 ip 的 一个流程， 把它全部做成了智能铁，通过深度对话了解老板的基本牌，然后他会自动生成一个文档，就是建立自己 ip 的 这个文档之 后你就开始选择行业。看到没？兄弟们，我们把之前所有的行业全部都放进去了，因为我是做内容分享的，我把它定性为知识博主， 直接生成了之后，他还可以生成行业策略，看到没？包装这些全部都是一键直接生成的，这什么概念？人设定位有了， 执行计划都有了，你每天能拿多少个小时在这上面都只有这了，就给你生成一套计划，还可以做变现路径。兄弟们，真的，我们以前做短视频做个人 ip 的 这条路 真的被我自己毒死了，我感觉我同行会杀了我，他的灵感不是随便来的，他是根据我们的定位人设来的，看到吗？就刚才填的消息，之后人设来的，刷视频视频号怎么弄？抖音怎么弄？小红书怎么弄？ 所有的灵感选题，他每天都会给我们生成抓取同行分析来，这是我抓的，来给大家看一下，这是他的，这是他的内容，我抓取了之后他是怎么分析的，看到没？全部猜的详详细细，真的一点都没有留。 最后就是我们爆款选择题，而且我再看一下，现在爆款选择题不是那种一次性的，它是分流量型、价值型、人设型、认知型，还有变现型，不同的选择题还可以做成文案，文案生成， 最更重要的是我还把我们的数字人给弄进去了，但是数字人这这一趴我们 暂时不开放，因为现在政策的原因，我暂时不开放。这我用了大概三个星期，把我们把我从一七年、一八年开始做短视频的经验全部沉淀到这里面了。我把自己吃饭的饭碗给掀了，兄弟们太狠了，给大家看一下我花了多少刀，看到没？ 花了多少刀，看到吗？就是我做这个，我我我我太崩溃了，兄弟们， 这个东西我不准备收费，这个不收费，想要跟我们一起学习，想要做一人公司的朋友们直接留言 a p i 哦，或者留言智能体都行，我们一起学习，一起进步，真的，我免费的，天呐，头有点疼。

这么一个看起来不起眼的床套，能让马斯克公开说喜欢，扎克伯格评价说好用。就连那个跟儿子换血的抗衰狂人 brian jonathan 都说靠它实现连续八个月的物补，睡眠满分。不止他们， f 一 赛车手、 nba 球星也纷纷表示睡上瘾。 离谱的是，这东西甚至不是一张床垫，而是个一英寸厚的 ai 床套。这个品牌 a 四 d 的 官方说法叫 pad 智能深睡系统，光买这套设备就要三千到六千美金不等，而且每年还要付订阅费，这还能累计销售额超过五亿美金。这东西谁会买 我？大家好，我是 judy， 你 身边的 c 时代商业观察家今天就带你揭秘一下，能让马斯克和扎克伯格同时栽倒的床，到底有什么魔力。这个品牌的创业故事，要从两个失眠的意大利人开始说起。 壮士 medell 跟 cto masimo 都是高强度工作者，一个连续创业还得空啊，就玩个赛车。一个顶级打工人，每天要工作十六个小时，他俩没事就琢磨呀， 人生有三分之一时间都在床上。为什么 elmo mask 能送大家去火星，咱们还睡在一块傻泡沫上？那有没有什么技术能让人在睡觉的时候恢复的更快，甚至能同时监测健康？毕竟现在大部分人都睡得少，又睡得不好。这哥俩就基于发现的市场强痛点，二零一四年在美国硅谷创立这家公司。 很有意思的是，一开始他们也不知道该搞什么产品形态，一年就弄了三四十款原型机，最后发现还得是床套，因为你可能会忘记戴戒指戴手环，但你睡觉总得有床吧？就很本质。但就这么一个前无古人的脑洞，产品，是怎么在成立不久后，就让 sam、 奥特曼、 马斯克、小渣这些硅谷创客大佬们纷纷自掏腰包下单购买的呢？之前这个品类的所有玩家关心的更多是用户入睡前的体验，床垫软硬度怎么样？床单材质舒不舒服？ 在 a sleep 这家公司啊，就很低信原理的思考这个事。床的本质是人类的充电宝，提升睡眠质量才是核心指标。所以不同于 apple watch， r r range 类产品只是单纯的记录睡眠数据。 a sleep 的 产品定位是从监测到分析到优化的完整闭环，就当它一个核心功能。举例 调温，我也最近才有这个 sense。 原来温度才是睡眠质量的关键因子。身体在不同睡眠阶段，对温度的要求是动态变化的，需要经历快速降温、入睡、 持续低温深睡、持续恒温、梦境缓慢回温、唤醒这几个过程。而且更黑科技的是，它会根据你的睡眠模型、睡眠体温和睡眠质量，千人千面的给你做定制化的 ai 控温方案，就连左右床都是有分区的，又很好解决的伴侣和你啊，在卧室空调温度设定上的分歧。 我现在每天早上起床都会第一时间看下昨天的睡眠分数。还别说啊，我发现自己是个睡眠高手，来的基本上都在八十多分，还有几天甚至能超过九十分。你看我的深度睡眠叫 r m， 睡眠几乎能到百分之五十多，这部分属于恢复型睡眠的黄金阶段。看完分数，还有一种正向心理暗示，我今天状态真好，又可以满血的干一天。 这几年能跑出来的高端品牌，其实都做对了一件事，不盲目扩大人群，而是把一小撮人服务到极致。现如今啊，这帮硅谷精英们，已经不再把睡觉当休息了，而是一种 performance tool。 怎么理解呢，这群人啊，正在用量化手段优化身体的每一个变量，而睡眠呢，就是他们公认 r i 最高的那个变量，我觉这个频能跑出来。正是因为这部分人对睡眠的理解，也带到了三点零时代。一点零时代，卷材质拼工艺挺具嘛，躺着舒服就行。二点零时代，数据监测，自我迭代，优化睡眠习惯。 三点零时代，被动干预 ai 时代下的睡眠健身。所以， a c p 并没有一上来决定做所有人的生意，而是选择了一帮对生产力价值最有需求的人。企业家、职业运动员、科技圈大拿。这群人啊，不是因为失眠而关注睡眠，而是对睡得更好，真的有刚需。 更关键的一点，这个群体的消费，是靠圈子内的口碑推荐来决定是否购买的。你看啊， a c p 也有将近百分之四十的用户来自于老用户传播 他社交时候总得有点心寒兹吧，当你购入了一张几千美金的 ai 床套，睡眠数据得分还一路高歌，这不，社交话题一下就有了。别说硅谷大佬了，我上周跟一波创业朋友们小聚，打开 app 都快给他们种草了。这让我想到上次跟凯文凯丽对谈的时候， 他跟我聊到的超级用户战略。比起盲目的扩张，找到一千个铁杆粉丝更为重要。 你发现没，这两年国内爆火的智能硬件，都在往硬件加订阅的双重收费模式演变。海外火出圈的录音卡片 plod， 硬件一两百，免费一两百刀差不多一半一半 r r v 呢？硬件三四百美金，占个大头。 订阅费还行啊，差不多每月寄到 a sleep， 毕竟单价那么高，硬件得卖个几千美金，订阅费每年收个小几百刀。不过据说啊，进中国市场会有些策略上的调整，会免费送一些订阅服务额度。这些科技类的东西都是想明白的， 个性化数据才是 ai 时代最有价值的产品。卖硬件嘛，就是个一次性生意，小产品复购都要以年为单位，更别说床套这些大件。但服务费不一样，你沉淀的数据越多， ai 算法越精准，指导的结果越贴合你，你越不愿意放 弃订阅。我自己就深有体会嘛，当我睡惯了 a sleep， 出差睡在酒店的床上，睡得哪哪都不得劲，晚上既调不了温，也调不了高度起来呢，还没有数据报告，不得不说， 养成的习惯被剥夺是一个很难受的事。这才是订阅服务的厉害之处。虽然订阅式这个模式在国内这两年才刚刚起步，但我预判接下来国内智能硬件公司都会往这个方向转型，消费者会像有意识为版权付费一样，会大批量为自己的个性化数据付费。 我不止一次说过，二零二六年 ai 加大，健康一定会迎来巨大的爆发，懂 rap 这个概念也一定会成为未来的主流趋势。从 oop、 riri 到 ace 这个赛道已经有大量数十亿甚至百亿美金估值的独角兽公司涌现，但屏幕面前的你会愿意花几千美金买一张让自己睡得更好的床套吗？这期商业案例解析就到这里了，我是 judy， 持续和你一起探索有趣有料的商业世界，我们下期再见。