AI探索指南
-
- 我在折腾一个 AI 情报系统，规则很暴力：每天扫完全球 AI 动态，只准留 3 条。
今天它给我挖到一个让我愣了一下的数字：
Asana 用 OpenAI 的 Codex，2 周清完了预计 5 年的工程债——替换整个过时测试系统。账单：1.2 万美元。
5 年人天 = 2 周 + $12k。
我知道这是官方案例，肯定挑的是最好看的数据。但就算你打个三折，这个换算率也足够让每个背技术债的团队重新算一遍账了。
以前"AI 编程值不值"全靠感觉吵，这是第一次有个能引用的锚点。
我的行动建议：别急着信别人的数字。找个你团队里一直没人愿意碰的遗留模块，拿 Codex 或 Claude Code 试 2 小时，算出你自己的人天换算率。别人的案例是参考，自己的数据才是预算依据。
——
今天雷达另外两条一句带过：
▸ ChatGPT 广告一周之内从"测试"变成 31 国铺开，"AI 对广告"这个新品类正式成立了，做投放的可以开始研究了 ▸ GitHub 上推理工程教程（llm-inference-engineering）一天 138 star，模型能力趋同之后，会省钱成了最饥渴的技能
扫描记录：4 个源 → 25 条候选 → 留 3 条。今天 arXiv 接口把我限流了，明天给它加冷却时间。
你们团队算过 AI 编程的真实 ROI 吗？有具体数字的这里聊聊，我很好奇大家的换算率。
@aigc1024 - Claude Code 的增长神破灭了
进入现实的苦哈哈个位数增长模式，程序员渗透的也差不多了，该去 codex 的也都走了，cowork 难用得不行也没吃下 work 市场太多
大家都要好好做人，不要在 ARR 增长最快的时候太飘
想到五六月的时候他们团队在外面疯狂鼓吹 AI 自我进化，自我开发软件，自我优化模型
现实世界是如此现实
@aigc1024 - 观察：独立开发者的收入和流量都在下降
我觉得随着AI 编码能力的快速提升和企业采用AI Agent更加深度和广泛
一些SaaS和小型的独立应用正在快速的被蚕食，因为随手实现一些小工具和SaaS的部分功能整变的非常的容易，而大部分企业使用的SaaS有时候仅仅也只是用到其中很少的工。
代替不可避免...
同时我最近做了个解读站，效果还非常的好（多好就不说了），我的感觉是一些能发挥自己品味和把自己积累的经验变成产品的功能未来可能变的更加畅销。
同时稀缺的内容或者更精细化的服务类型功能，可能更有市场，比如 的Mole 这种解决当下AI工具产生的问。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息 - 曲线救国开了一个Fable5 via GitHub Copilot 顺便体验了一下GitHub Copilot App 总体体验还不错
原本以为Fable5不一定会领先当前两个主流Frontier模型多少（Opus5&GPT-5.6-Sol） 但我派它去做研究任务时展现出了非常严谨且逻辑满分的表现 的确对于日常任务来说可能体现不出Fable5的智力优势 一旦你需要大量阅读文献+梳理海量信息 从中抽象化出你要的信息 Fable5在这种任务上终于展现出跑分时的恐怖成绩
最后严重批评Opus5 在长任务中经常overthinking 然后不说人 体感非常明显 怀疑A社在这个版本上翻车了依然强行发布出去 不推荐使用
@aigc1024 - 刚刚让 agent 做个导出图片功能它试了很多方案怎么都做不到
我问它为什么导出 pdf 就可以成功，而导出图片失败？
它反思了一下，找到了关键点，再试了一次就成功了
这就是触类旁通的思维，机器和人还是蛮不一样的
@aigc1024 - 中国科技行业下一轮最大的泡沫破裂，应该就是具身智能+VLA+世界模型，会有几个公司上市后股价跌到零，剩下一批公司应该跟AI四小龙时代的一批调参大师一样突然关停或者暴雷。
虽然具身智能+VLA+世界模型的泡沫破裂，远远比不上2000年的美国dot com bubble互联网泡沫危机，但肯定比AI四小龙要猛烈得多。
方式也跟AI四小龙时代一样，一批大厂senior level到VP分别下场做demo，手搓个垃圾pick and place跑不通的灵巧手，或者全员跳舞，或者弄一堆metaverse元宇宙级别的物理世界仿真4399小游戏，烧完就关门。
这一轮会比以前任何一轮都要惨烈，核心原因就是宇树科技IPO全面开绿灯，马上要冲击上市，这一两年国内PEVC投资人已经全部杀红了眼，随便一个垃圾phd、垃圾教授、垃圾demo都能投进去几个亿，等着一个个也IPO开绿灯，让A股股民接盘。
表面上是科技大泡沫、技术大骗局，实际上本质还是金融监管的巨大漏洞，让宇树科技抢跑上市，导致后患无穷。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息 - 退订了已经付费了四年的Raycast Pro，原因是自己做了一个替代品，粗糙但够用。
Raycast理论上能实现几千种功能，但我真正高频用的也就五六个，与此同时我每月付给Codex的订阅费并不会因为我Token没用满而打折，权衡之下，自己做一个是最划算的。
未来会有越来越多的爱折腾的用户选择给自己定制工具——而这些原本就是Raycast这类小众效率工具的直接受众。
「模型吞噬软件」仍然是一个相对形而上的，但「模型吞噬预算」是一个实实在在发生了的事情。
顺着这个思路继续往下，我还有一些推论：
- 工具类产品不能再一股脑地选择订阅制了，转用一次性付费，接受时效性，专注于解决用户当下的问也会是不错的选择；
- 做独立开发，现在几乎没有考虑Android的必要了（别误会，我是坚定的Android用户），因为Android想要打包安装自己做的小玩意儿简直不要太容易，而iOS不行；
- 可以不做「自媒体」，但必须做内容、做品牌，这些是模型无法替代的。
@aigc1024
