闭门造车不断和“专家”去聊是很难在快速变化的市场中找到最适合的站位的。
在新的市场中找到模糊的正确战略方向，然后用绝对的执行力 + 最关系用户需求反馈的洞察 + 产品和推广最小闭环 才能一边跑一边拿结果一边找到最合适的位置。

发现太多公司在招聘人，尤其是招聘比较junior的岗位或者应届生的时候，完全不培养人不考虑长期人员和团队的发展默契，单纯把人当作耗材，给很少的context很浅的反馈超负荷处理工作，等员工辞职或者产出降低就直接放弃。
这样做和我自己的价值观完全不相符，而且即使从功利角度上来看也不是一个合适的选择：
没办法找到且留住优秀的人才，综合人才水平和team culture一起下降，没办法做好长期的专业知识积累... 还有一个最关键的一点 - 如果还需要大量使用“耗材人才”，说明根本没有用好AI Agent。

我有50K USD准备赞助20-30个以AI和加密为重点的黑客马拉松。如果你正在举办一个或者知道有人正在举办一个，请直接在下面评论或在评论区标记你的朋友。
我会联系的！

如果这个猜测是真的，读书的运营是真的做得很精细化...
据说如果你在读书上标注哪几本平台还没有上架的书想看，而且在书友圈分享内容，就会常常有一个热心肠 顶着默认头像 的“用户” 会直接把本地版电子书文件私信发给你。被很多人认为是读书没有拿到版权但是希望提高用户活跃度和满意度而设置的 “送书侠”...
不知道是否是官方，但是的确很多很多人都遇到了这个送书侠。不得不感慨华人团队做好产品做好用户体验是真的可以精细化运营的...
其实华人团队就做好这一个能力，的确也能在很多产品甚至是红海市场里上抢下来一块蛋糕。有的软件服务公司会号称自己就是对标海外头部XXX，功能能力和好用程度可能只有70%，但是价格只收30%，而且搭配7*24小时在线人工客服。

世界上最古老的职业是...
咱们不聊这个，但是很多人说世界上第二老的职业是放贷 - "lending is the second oldest profession in the world"。
4000年前的美索不达米亚（Mesopotamia）文明就有典当抵押和种子借贷的行为，公元前1750年就有《汉谟拉比法典》对于借贷行为的法律框架支持。
中国互联网发展到一定程度，大量2C的场景中内容最终演化为最古老的职业服务（很遗憾，而且对近期的MaskPark事件表示谴责），而数据最终则演化为“第二古老”的职业服务 - 大量的“普惠金融” - 小额贷/消费白条等业务。
中国互联网公司体量做大后，没有做放贷的有哪几家？

稳定币的mass adoption本身根本不是需要再去讨论的问题，问题仅仅是到底是stablecoin-native的startup先成长成可以挑战银行的企业，还是传统大型企业会更快学会如何把stablecoin更好融入到业务里。
The real question is - “will the big banks get smart first, or the smart banks get big"

上一个周期Vertical SaaS是专注在一个垂类细分产业（比如理发店、装修工地、健身房、咖啡店等）做流程自动化和数据分析看板化的产品趋势，其实本质是通过打通信息流从而大幅度提高人效比，但是商业模式其实是靠嵌入式支付（帮助客户处理订单、收款、员工绩效分发等）而非仅仅软件费用来完成的。
这一个周期的Vertical AI则是打造一个垂类细分领域的AI，让文件和数据（合同、订单信息、用户申请、建筑规划等任何垂类领域最重要的文件）和流程一起智能化，不单纯依靠点到点的信息分析，而是靠大模型和RAG做到全局理解，然后把过程中常见的服务部分智能体化（客服、销售、交付等），从而更进一步提高人效比。
更自动化智能化的垂类场景也会需要更灵活更多样的支付来赋能商业变现，此时此刻稳定币做AI支付因为payment rail的兼容大多数只能再回到U卡模式上，所以还是一个伪命题，但是拉长时间线来看一定会有更多创新商业模式的诞生。

美国的科创圈已经学会996福报机制了，湾区很多创业者按照996的标准找人，x的团队也不断炫耀团队加班多卷。
windsurf被收购只拿钱买最核心的技术团队，不仅员工ESOP变纸，投资人的回报比例也没有公开。这样瞎搞，可能湾区投资人们也逐渐学会给带个人无限连带责任 对赌协议 一票否决权的term sheet了

ChatGPT Deep Research发布到现在五个月了，当初发布的时候我和很多朋友一样用了一两次就惊喜上头买了Pro版本，当初还在担心每个月250个Deep Research使用limit会不会不够用，但是回过头来看看使用频率还是远远不如当初的预期的。
没必要有像吃自助餐的心态一样奔着“用回本”来去非要用多少次 - 而且行业里预估OAI的每次调用deep research算力成本大概在0.4-1美元左右，从算力角度来说回本是难了；但是只要问对一些问题优化一两个小决策这个成本就回来了。
但是的确要反思自己，每天不管多忙都没有快速去调研一个想法的时间吗。没有输入和没有输出只有执行的一天很容易让自己掉下队伍。

和团队讨论产品方向，不得不感慨
最近十年里最大的科技突破原动力不是ai crypto 还是xr… 是疫情啊…

这个世道… 华人圈里不管是项目还是基金募资都不容易…
于是出现了很多没有投资款也不敢承担风险的风险投资，大家靠做做FA跟跟政府项目过日子，有啥热点了就去聊项目方，干聊很礼貌就是不出手。
也在香港和纽约出现了大量没有家族的家办，对外统称家办family office一问只做高净值家庭advisory，甚至业务局限到不能称之为wealth advisor只能卖保险，但是自称一个家办也还是很有面子。

创业大V除了点评商业模式和战略不一定擅长创业，教你赚钱的人除了卖课赚钱不一定擅长赚钱。
It’s Always easier said than done. 甚至有时候想得太仔细也是执行力的阻力，也是做出正确但艰难的选择的阻力。

永远都强调不够这件事情，也是我永远都要给自己提醒的事情： 绝对不能侥幸心理认为自己二十多岁的时候熬夜爆肝开会干活第二天依旧生龙活虎是自己天赋异禀就是能折腾。
事实上自己在疯狂消耗创业前打下的好身体基础以及过度透支自己未来身体的健康，所有的代价可能会在三十五四十五岁后某一天突然显现出来。
一切健康的时候你感觉你无所不能，事实上都不需要一场大病，简单的腰痛、寻麻疹、干眼症甚至是久坐带来严重的痔疮都可能会让你无比苦恼。

做乙方久了会染上恶习，我发现我说话打字带“～”符号已经在团队里有很明显的人传人的现象了

我本身是一个特别谨慎看待“融大钱”的创业者，当然也不是说我想融大钱就能随便像大佬一样搞千万刀出来。
不过也的确会看到早期融大钱会导致 项目固执过高后续down round难融到死，用钱效率不够后续即使收购退出创始人到手可能还不如如硅谷大厂打工，钱太多掩盖了方向和执行的错误早期缺少handson的信号搜集和低成本试错。
但是对AI创业者而言，融到大钱甚至要和做好产品一样重要（如果不是更重要的话）。
AI创业者向上面临着大厂的场景挤压，作为本来就有更好的流量分发网络用户使用场景的企业，给已有的场景和用户配上AI，要比给AI找到场景和用户容易太多了。 更何况大厂的工程研发能力严重溢出，有时候大领导不想让大家吵，下面产品经理和员工都不得不抄。大机器上每一个螺丝钉都在追求自身利益最大化，大厂项目组往往希望不断扩大团队规模、增加预算和权力，以提升自身地位和待遇。
向下面临着模型层能力的覆盖，辛苦筹备的agentic workflow / comfy UI / vertical agent 就被一个模型的迭代覆盖了大多数能力，所以必须要做很深很有粘性才行。LLM之间的竞争也很激烈，同时也有很强的研发团队以及对模型能力的近水楼台先得月，所以有时候为了拉新和日活不得不自己去做生态里有流量有用户的业务。
两侧又有众多竞品冲入，能够避开大厂和大模型射程的每一个小场景仅仅在湾区就一定有至少几十家公司在竞争

总觉得慈不掌兵又的确希望员工幸福工作，是不是很难赚大钱

果然灯下黑，人们就是不去探索自己身边的环境，盲目向往远方。
最近开始每两三天打卡一个大温哥华区域附近的local 咖啡店。早上起来之后回复一晚上睡觉时候积压的消息+开早会，健身的时候顺便听听播客买个菜，给媳妇做完饭就一起开车去一个随机的高评分好环境咖啡店干活。
好像幸福也不需要那么多钱。