惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
The Last Watchdog
The Last Watchdog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
T
Troy Hunt's Blog
L
LINUX DO - 最新话题
C
Check Point Blog
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
罗磊的独立博客
V
Vulnerabilities – Threatpost
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
J
Java Code Geeks
Apple Machine Learning Research
Apple Machine Learning Research
大猫的无限游戏
大猫的无限游戏
S
Security @ Cisco Blogs
IT之家
IT之家
T
The Exploit Database - CXSecurity.com
The GitHub Blog
The GitHub Blog
D
Docker
Engineering at Meta
Engineering at Meta
AWS News Blog
AWS News Blog
S
Security Affairs
U
Unit 42
P
Palo Alto Networks Blog
V
Visual Studio Blog
Y
Y Combinator Blog
D
DataBreaches.Net
Forbes - Security
Forbes - Security
阮一峰的网络日志
阮一峰的网络日志
美团技术团队
Security Latest
Security Latest
aimingoo的专栏
aimingoo的专栏
Simon Willison's Weblog
Simon Willison's Weblog
A
Arctic Wolf
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
H
Hacker News: Front Page
博客园 - 司徒正美
博客园 - Franky
宝玉的分享
宝玉的分享
TaoSecurity Blog
TaoSecurity Blog
Latest news
Latest news
Scott Helme
Scott Helme
MongoDB | Blog
MongoDB | Blog
量子位
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
P
Privacy International News Feed
Application and Cybersecurity Blog
Application and Cybersecurity Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
真正危险的不是 OpenAI,是 Anthropic 的下一行 Release Note
老于 · 2026-06-04 · via 人人都是产品经理

当AI创业公司还在为估值兴奋时,模型公司已悄然将他们的创新变成了一行代码。本文犀利指出当前AI应用创业者面临的残酷现实:你以为在构建护城河,实则在为模型公司免费验证需求。从浏览器Agent到编程助手,那些曾被视为颠覆性创新的功能,正被大模型以'SKILL.md'的形式轻松吸收。文章揭示了AI时代独特的商业逻辑——模型公司不急于竞争,而是等待创业者证明市场后再收割。更残酷的是,Anthropic式的温和扩张比OpenAI的正面进攻更具杀伤力。最后,作者提出了三类能在模型阴影下生存的公司特征,为AI创业者划出了真正的安全区。

我最近跟几个做 AI 应用的朋友聊天,聊到最后,大家都会突然安静一下。

不是因为没方向。

是因为方向太清楚了。

我们都意识到一件事,但不太愿意说出来。很多人以为自己在做一家 AI 公司,其实做的是一个临时外挂。等模型公司看清楚用户愿意为这个能力付钱,它就把你吃回模型里。

你还在融资路演里讲市场规模。

它已经在下一个版本里写好了:improved capability。

这事有点残酷,但必须讲清楚。因为现在很多 AI 创业者最大的误判,不是低估了竞争对手,而是误判了自己到底站在哪一层。

你以为自己在做应用层。

其实你在做模型层的免费产品验证。

你做出来的功能,可能只是模型还没来得及学会的动作

这两年 AI 应用创业有一个很典型的节奏。

先是一批创业公司发现一个新场景。

比如让 AI 控制浏览器,帮你点网页、填表格、跑流程。那时候浏览器 agent 很性感,demo 很炸,估值也很热。大家会觉得,这是一个新入口。

然后模型公司发了 computer use。

突然之间,原来需要一个完整产品才能讲清楚的能力,变成了模型自己的一部分。

再比如 coding assistant。

前一阵子很多公司都在讲,自己是最好的 AI 编程工具。它们做补全、做解释、做调试、做代码库问答,做得很认真,也融了很多钱。

然后 Claude Code 出来了。

市场的语言立刻变了。很多团队不再讲“我要做最好的 AI coding 工具”,而是改成了“我要做 Claude Code 的最佳搭档”。

这就是位置变化。

从主角,变成配套。

还有一类更典型,叫 workcode agent。做销售的、做客服的、做法务的、做财务的,每个垂直场景都能包装成一个 agent。听起来都成立,因为每个岗位确实有一套复杂流程。

但 Anthropic 发了 Skills 之后,事情变得很微妙。

你把行业知识、流程规范、输出格式、工具调用方式,写进一个SKILL.md文件,Claude 就可以像一个垂直 agent 那样工作。

这不是说所有垂直产品都没价值。

但它提醒我们一件事:如果你的产品核心只是“把某个岗位的经验写成提示词和流程”,那你的壁垒可能比你想象中薄得多。

薄到最后,只剩一个 Markdown 文件。

最可怕的不是它抢你,而是它等你证明这事能卖

很多创业者会有一个错觉。

他们觉得模型公司看不见自己。

其实不是。

模型公司当然看得见。它们看得比你还清楚。它们看开发者在做什么,看用户怎么用,看哪些 demo 能传播,看哪些场景真的有人愿意付费。

它们不急着动手,不是因为它们善良。

是因为太早动手没有意义。

一个需求还没被市场证明的时候,模型公司没必要自己下场做产品。它更愿意让应用创业者去试错,去教育客户,去跑销售,去踩坑,去证明这个能力到底值不值钱。

等你证明完了。

等用户愿意为这个能力付费了。

等这个动作可以被抽象成模型能力了。

它就内化。

这就是 AI 时代非常阴的一点。过去平台公司抄你,往往还要做一个类似产品,搭团队、做 UI、跑运营、抢用户。

现在不一定。

模型公司可能只需要升级一次模型,发一行 release note。

你做了两年的产品,变成它能力列表里一个不太显眼的小点。

你觉得它没正面抢你。

但你的收费理由已经被拿走了。

Anthropic 的克制,比 OpenAI 的进攻更容易让人误判

很多人防 OpenAI。

因为 OpenAI 的进攻感很强。它公开做平台,公开做生态,公开把很多能力收进 ChatGPT。你看到它发产品,会本能地紧张。

这种紧张反而是好事。

因为你知道它会来。

Anthropic 不一样。

Anthropic 给人的感觉更克制,更工程师,更开发者友好。它不太像一个到处抢地盘的公司。它更像一个安静打磨模型能力的公司。

所以很多人不防它。

但问题就在这里。

这种克制有时候比抢还可怕。它不会让你马上感到危险。它让你觉得自己还有空间,让你继续投入,让你继续把真实需求、真实流程、真实使用数据,送到它的生态里。

然后下一版模型出来。

你发现自己最值钱的部分,被变成了默认能力。

这不是阴谋论。

这是底层模型公司的商业逻辑。

模型公司天然会扩张能力边界。因为它卖的不是某一个应用,而是“让模型能做更多事”。只要某个应用能力足够通用,足够高频,足够能提升模型吸引力,它就有被吸收的风险。

所以真正的问题不是 Anthropic 会不会杀死 AI 应用公司。

它一定会杀死一部分。

真正的问题是,哪一类 AI 公司不会被杀死。

判断自己危险不危险,看你卖的到底是什么

我觉得这里有一个很简单的判断方法。

你把自己的产品介绍压缩成一句话。

如果这句话最后听起来像“Claude 加一个更好的提示词”,那就危险。

如果听起来像“Claude 加一个更顺手的 UI”,也危险。

如果听起来像“Claude 加一个岗位知识包”,还是危险。

因为这些东西都在模型公司能力扩张的半径里。

不是今天一定会被吃掉。

而是它迟早会问一句:这件事能不能由模型自己完成?

一旦答案是能,你的位置就会变得很尴尬。

你会从“用户必须用我”,变成“用户也可以直接用 Claude”。而在 AI 产品里,只要用户发现可以直接用模型,很多中间层就会失去定价权。

这也是为什么很多 AI 应用公司增长很好看,但护城河很虚。

它们的增长来自模型还不够好。

可模型变好,不是意外。

模型变好是主线。

你不能把一家公司的未来,建立在主线不会发生这件事上。

第一类能活的公司,做模型公司永远不想碰的东西

有些东西模型公司很难复制。

比如品牌。

不是 logo,不是口号,而是用户心里那个位置。Cursor 为什么不是简单的“Claude Code 出来就没了”?因为它不只是一个模型能力外壳,它占住了开发者工作流里的一个身份。

很多人打开 Cursor,不是因为它有某个单点功能,而是因为它代表了一种写代码的方式。

这就很不一样。

模型公司可以做代码能力,但它不一定能复制一个开发者工具品牌。它可以让模型更会写代码,但不一定能复制用户在一个 IDE 里形成的习惯、团队协作、插件生态、审美偏好和社区认同。

再比如社区。

一个真正有信任关系的社区,不是拉个 Discord 就能复制。里面有老用户,有意见领袖,有默契,有暗号,有长期沉淀的案例。

模型公司可以建社区,但它不一定能抢走你的社区关系。

还有行业里的关系网、渠道、监管牌照、合规资质、客户背书。

这些东西都不性感。

但它们很硬。

因为它们不在模型能力里。

如果你的护城河在模型能力上,你很危险。因为模型公司每天都在提高模型能力。

如果你的护城河在模型之外,你才有机会。

第二类能活的公司,做模型公司嫌麻烦的脏活累活

很多创业者不愿意做脏活。

他们想做一个漂亮的 AI 产品,官网很酷,demo 很顺,用户自助注册,信用卡付费,增长曲线往上走。

这当然很好。

但在 B2B 里,真正稳的位置往往不在那里。

它在销售周期里。

在合规审计里。

在客户 IT 部门的安全评审里。

在医院系统的接口对接里。

在银行的风控规则里。

在法务问你数据怎么出境、日志保留多久、权限怎么隔离的时候。

这些事模型公司不爱做。

因为太重,太碎,太不优雅。

但也正因为如此,它们才是应用公司的机会。

你越愿意做那些模型公司觉得低端、麻烦、投入产出比不够好的事,你的位置反而越稳。

很多人嘴上说做企业服务,心里其实还在做消费级产品。他们不想见客户,不想做交付,不想改流程,不想背责任。

但企业真正付钱,往往不是为“AI 很聪明”付钱。

企业付钱,是为了有人替它把风险吃掉,把流程跑通,把内部阻力磨平。

模型公司可以给你能力。

但客户要的是结果。

这个结果中间有很多泥地。

谁愿意下去,谁就有位置。

第三类能活的公司,模型越强你越赚钱

还有一种公司最舒服。

它不是跟模型竞争,而是吃模型升级的红利。

比如 AI 工作流编排。

Claude 更强,用户能编排的任务就更复杂,你的工具反而更有价值。

比如 AI 应用基础设施。

模型调用、权限管理、评估、监控、日志、成本控制、安全策略、数据连接,这些东西不因为 Claude 变强就消失。相反,模型越进入企业核心流程,这些需求越刚性。

再比如面向企业的 agent 管理平台。

一个公司里如果只有一个人用 Claude,可能不需要管理。可如果几百个人、几千个 agent 都在跑任务,就一定需要治理。

谁能看到它们做了什么?

谁能控制它们能访问什么?

谁能证明它们没有乱用数据?

谁能在出错后追溯责任?

这些问题,模型公司可以部分解决,但它们很难替每个企业把组织治理做完。

这类公司最好的地方在于,模型升级不是威胁,而是燃料。

Claude 越强,用户越想用。

用户越想用,你越有生意。

这才是健康的位置。

你不是模型层的竞争对手。

你是模型层的杠杆。

中文 AI 创业者最容易犯的错,是还在仿 OpenAI

我见过很多中文 AI 产品,心态还停留在“OpenAI 出了什么,我做一个中文版本”。

这个逻辑在早期有用。

因为有时间差,有语言差,有支付差,有本地化差。

但这个窗口会越来越窄。

模型能力在变强,本地生态在成熟,用户也越来越会直接使用底层模型。靠信息差和包装差赚的钱,会越来越难。

更大的问题是,很多人把敌人看错了。

他们以为真正危险的是 OpenAI 那种公开进攻。

但真正杀死他们的,可能是 Anthropic 下一个版本里一行不起眼的更新。

它不会写“我们干掉了某某创业公司”。

它只会写模型更会用工具了,更会写代码了,更会理解上下文了,更会调用技能了,更会完成长任务了。

听起来很平静。

但对某些公司来说,这就是讣告。

创业前,先问自己三个问题

我觉得所有做 AI 应用的人,都应该在白板上写下这三个问题。

第一,如果 Claude 明天能力提升 30%,我的产品会变得更值钱,还是变得更没必要?

第二,用户付费买的是模型能力,还是我在模型之外建立的信任、流程、数据、渠道和责任?

第三,我做的事,是模型公司永远不会做、不愿意做,还是做了反而帮我?

如果三个问题都答不上来,就要小心。

这不是唱衰 AI 应用。

恰恰相反,我觉得 AI 应用还有巨大机会。只是机会不在“把模型能力包一层壳”这件事上。

机会在模型之外。

在那些不那么漂亮、不那么容易 demo、不那么适合发推特,但客户真的愿意付钱的地方。

AI 创业最危险的姿势,是把护城河修在模型正在扩张的地方。

你辛辛苦苦挖了半年。

它一次升级,水位就涨上来了。

AI 应用不是不能做,但你必须想清楚:你是在建设一家公司,还是在替模型公司写下一版说明书。

很多人现在还在等下一个风口。

但真正决定生死的,可能不是风口。

是下一行 release note。

作者:老于 公众号:老于的笔记

本文由 @老于 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议