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

The Last Watchdog
The Last Watchdog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
GbyAI
GbyAI
Y
Y Combinator Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
The GitHub Blog
The GitHub Blog
博客园_首页
小众软件
小众软件
I
InfoQ
J
Java Code Geeks
月光博客
月光博客
S
Secure Thoughts
Microsoft Security Blog
Microsoft Security Blog
V
Visual Studio Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
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
Stack Overflow Blog
Stack Overflow Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
N
News and Events Feed by Topic
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
The Cloudflare Blog
T
Threat Research - Cisco Blogs
A
About on SuperTechFans
H
Help Net Security
MongoDB | Blog
MongoDB | Blog
博客园 - 聂微东
人人都是产品经理
人人都是产品经理
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Latest news
Latest news
G
GRAHAM CLULEY
IT之家
IT之家
C
Cisco Blogs
Last Week in AI
Last Week in AI
Engineering at Meta
Engineering at Meta
L
LangChain Blog
The Register - Security
The Register - Security
SecWiki News
SecWiki News
M
MIT News - Artificial intelligence
NISL@THU
NISL@THU
T
Tenable Blog
博客园 - Franky
美团技术团队
I
Intezer
U
Unit 42
雷峰网
雷峰网
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
SegmentFault 最新的问题
C
Cyber Attacks, Cyber Crime and Cyber Security

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,
AI时代,如何不FOMO地高效获取AI行业信息
黄钊hanniman · 2024-10-14 · via 人人都是产品经理

AI应用已经很广泛了,为什么我们获取信息的能力还没有提高?如何才能高效获取信息?这篇文章,作者分享了几位大佬的思考,供大家参考。

文章为一场直播的文字稿,嘉宾们的深度认知分享,非常精彩,如果能以“沉下来”的节奏用心听,会有很多“超出之前思维框框”的收获的。

分享一 by 文君老师

1. 为什么说拼命追逐信息,并不能给你带来优势?

首先,最大的原因是“信息记忆”本身就有问题,记不了太多东西

你仔细想就知道了,哪怕很认真的看了一本书,昨天看了,你今天大概还能记得多少?很少。

相关的研究,一些估算是说,哪怕很认真地去看,一天之后,能够记得昨天的信息,是20~30%的样子?一个月后,差不多是2%。

这其实也是符合我们直观感觉的。你回想一下,上个月看的文章,哪怕很重要的一篇,几乎记不了太多东西。

第二,再说质量。就是大部分信息的价值,是非常短暂的。

我们举个最简单的例子吧,你就说Sora。

年初的时候,那一段时间的文章,你回想一下,还记得多少?那些文章,到今天也就过了四个月吧,有多少对你还很有价值?当时你知道了、别人没有知道,就会让你获得某种优势的?很少的。

那真正有价值的有没有?也有的。Sora发布之后,把所有的信息、所有的文章归结起来,我认为就一句话是有价值的:Sora选择的这条道路是通的。我觉得就这句话是最有价值。

其他的,先不说你记不记得住,哪怕你记得住,今天再看,几乎也不太可能给你带来具体的优势。

第三,很重要的是,大部分你摄取的信息,有他自己的目的性的。

前段时间有一个朋友问我说,你每天在推特上,到底花多长时间,去了解相关海外的信息?

我就问他,你了解多少?他想了一想,说得有几个小时。

我说,你确定吗?这我有经验的。你是不是刷着刷着,就刷到别的地方去了?

他想了想,露出了一个意味深长的笑容,我们就相视而笑。

hanniman评注:这里的意思,倒不是说用户自己注意力不集中,而是说,很多内容故意设置了一些“引流”转化的扣儿,用户不自觉的就会点击跳转了。

就类似这样,其实大部分的信息,它是带有自己的目的的。尤其今天互联网环境里面,你几乎会很迅速的,就被带到别的地方去了。哪怕你的初衷是说,要去好好的学一把或什么之类。

也就是说,如果我们过分追求信息的话,本质上意味着说,你把你的议程设置交给了别人——交给的是那些你都不熟悉不认识的人。它背后有商业目的或者别的目的。对你的消耗非常大。

有一个问题比较有意思,我们经常说会信息焦虑。很少人去分析说,为什么你会信息焦虑?焦虑它怎么来的?

从进化论角度,从大脑认知角度来说……人在自己面前、面临一堆所谓的猎物,但是他又没法真正去捕获或收获的时候,他一定会焦虑……你面前一堆庄稼,收割不了,你怎么办?你面对一堆业务,都逮不着,你怎么办?那你就会有焦虑感。

本质来说,大佬早就跟你讲了,“估计这些东西你都逮不住”,对吧,已经给你做了一个判断。

小结下,为什么我们追逐信息,并不能给你带来优势?首先原因,大部分信息的价值是有限的,会迅速贬值。第二,有价值的地方,你也记不住。第三,他自己可能还有一些别的套儿,想把你带到沟里。你大脑早就知道这一点,你才会焦虑。

2. 为什么说“泡”在优质信息里,比读信息本身更重要?

与其追逐信息,你不如把自己泡到信息的河流里面,去感受信息的流动变化。这个就意味着说,你要选择一些高质量的信源。

为什么会得出这个结论?

假设我们承认说,信息有它的价值衰减、我也记不住、有的信息不安好心地消耗我们的注意力和能量——那我就不能够迎难而上吗?我不能通过提高对信息的筛选能力来解决问题吗?我阅读更多更有效的信息,那些低质量的我就不阅读了。甚至我囤一点,一边阅读,一边整理、做各种知识管理、甚至背诵?

这些方法可能有一定的好处,但严格来说……答案是不能。

为什么不能,因为从认知科学的角度来说,除了信息有问题之外,我们每个人自己——就是“人”——人,有自己的问题

首先一个最大的问题是说,我们存在一种幻觉。

我们会以为自己是可以主动的选择、筛选,还有利用信息,但这几乎是一种幻觉。

为什么这么说?……我们每个人都有自己的信息偏好。我们只会选择自己感兴趣的信息,以及跟自己认知比较契合的信息。

这种情况下,你指望说,能够通过主动筛选信息,判断信息的价值。这几乎等于在说,你提着自己的头发,把自己提起来。你怎么可能指望说,自己在有意识无意识的情况下,通过获取“自己认为”对自己有价值的信息,然后获得提升?

可以获得一定提升,但如果涉及到比较深层次的、升维的话,是非常困难的。因为那些信息大部分,并不出现在你的雷达范围之内。更不用说,它出现之后,你几乎一定对他是排斥的。

我就不举具体例子了……你看看对方的认知结构,你就知道,要去扭转一些东西、让他接受一些认知框架,是非常难的——几乎不叫难,而是不可能、就是一种幻觉。

同样的,你说可以通过自己主动筛选信息、自己判断这个信息的价值,来获得一个成长,是没有可能性的。

反过来,反而是很确凿——信息,会在无意识中,塑造我们的认知背景。

你们去看传播学就知道了,信息最大的一个作用,不是信息本身,而是我们会把信息当做我们世界的背景……我们认知整个世界的现实基础。而这就意味着说,这些信息,会在无意识中塑造我们的框架。

……主动去选择信息几乎没有用。被动的、如果能够把自己置于一个合适的信息环境里面,自然的,你就会有变化。

还有一点是什么?为什么你“泡着”就很重要了,因为刚才已经提到的,对你最有价值的信息,就是在你的认知之外的。

反过来讲的话,如果你能够有选择性的,把一些跟你的现有价值观、或现有认知结构不那么融洽的信息,能够放到你的周遭,你自然而然的会有变化——你自然而然,几乎一定会有变化。

有人会说,难道我认真去阅读,没有价值吗?我认为,相比之下,有一个很大的误会在于,人们会更倾向于关注到说,掌握一个信息,阅读、摄取一个信息的重要性——它当然有价值,但实际上真正重要的东西是,你知道了“自己不知道”——我认为可能超过80%的价值,在这个地方。

要注意哈,我那个特别的区分强调一下,这里不是说,知道自己不知道的那个内容,而是你知道“自己需要知道什么东西”,或者知道“自己不知道什么东西”——“这件事情本身”是最有价值的。就是说,你“意识到”自己需要知道某些“你还没有知道”的东西。

(这样的话)最有价值的80%(大头),你已经拿到了。

打个比方来说,对于爱因斯坦来说,最重要的,不是他最终学会了用黎曼几何来解相对论,而是他知道自己“需要去学黎曼几何”——他80%的工作,在“知道”这一刻,已经完成了……你们去看看爱因斯坦的传记,你就知道说,那一刻对他的价值是多么大。

你如果能够打造一个这样的信息媒介环境,让这些信息,像水流一样,从你身上流过去。然后里面有些意料之外的信息,能够在你面前打个照面,你能发现,有些东西,是你之前“不知道自己不知道”的,甚至其中有一些偶然的瞬间,让你意识到说,它就是你的黎曼几何的话,那就已经赚到很多了。

无论是我自己创业,还是跟很多CEO合作的时候,我都会有一个观点,会经常跟他们交流——我们做一件事情,最重要的东西,可能归结起来就那一、两句话。

无论是一个职场经理人,还是一个CEO、创业者,他真的很诚实回顾过去一、两年的工作,往往会发现说,就是那一、两句话——这两句话的表达,一般是这样的:

第一句话是,“幸亏当时,看到了/想到了/听到了那句话“。一两句话就够了。比如我刚才说的“Sora这条路是通的”,就已经够了。

第二句话是什么?第二句话比较惨一点,就是“当时怎么没有想到这句话”。比较惨。

然后第三句话,更惨,“我当时明明也想到了(听到了)这句话”。第三种叫做什么?你漏掉了一条“跟你原有知识架构不匹配”的一句话、但事后证明他是正确的。那就比较可惜。

那些重要的信息怎么办?你放心好了,真正重要的高价值信息,它一定会反复出现的。

举个最简单的例子,你们只要多加几个AI群,哪怕不怎么看,偶尔翻一翻,最近一段时间大家真正关注的点,你不会漏掉的,一定在那里面,大家会反复提到。你最多可能晚一两天或一两周。

更重要的是,这种情况,能激发你的好奇心,能激发你重视它是——几乎会是直觉反应的。因为关键信息最终会反复出现,这就会引起你的注意。

3,如何选择优质的信息源?

回过来说,那怎么去构建这样一个信息环境?

1)首先来说,两类信息是要重视关注的。

一类是实操性信息,但往往比较难获得。别人是怎么操作的?很难很坦诚的告诉你。一般能给你讲的,往往都会有一些扭曲。

其实相关的一些自传、之前的过程记录,很有价值。比如李飞飞的那本自传,可以看一看。有人会觉得这东西,讲了很多故事,好像没太大价值?不,你去看就知道,当年她面对很多问题,她是怎么解的——其实很多问题,今天的话一样,对今天的我们指导公司,也很有价值。

第二类,是全局性的、离散的、不带偏见性的信息

这什么意思?客观性的信息、那种他(作者)没有什么偏见或企图心的信息,也很重要。比如咱们的AI日报,你想,会不会认为说,黄钊老师有什么他的、别的企图?那你说某个大佬(老板),他如果搞一个直播,自然你会想说,他可能会有自己的一些盘算。这个我是觉得不太一样的点。

2)相关的信源,最好要比较稳定。(稳定更新)我觉得“稳定性”比“及时性”的价值大很多。因为信息价值会有贬值的问题,即时价值也是被我们大幅夸大了(没那么多先发优势),长期稳定的让你泡在里面,更重要。

3)你的涉及的信息源的话,尽可能要对你现有的知识结构,有一定的差异

比如举个例子,对咱们今天的产品经理来说的话,你值得把自己放到一个技术相关的信息源里,先不管自己能读懂多少,先放进去,让它相关的信息能够流过你。

4)信息面对的对象,是很重要的。

比如有的社群也做AI,你会发现,他针对的可能是普通大众,那我觉得,可能对产品经理的话,就至少是不够的。

5)还有很关键的一点,信息源的话,我倾向更推荐的,是有压缩的、有沉淀、有洞察的。

啥意思?大家现在动不动会看到AI相关文章,是怎么“一万字XXXX”,这种文章标题很多,他确实也写了一万字,有的确实还不错。但我是觉得,作为信息源,第一个,它的代价太高了,你要花很多的时间。第二,还是那句话,你记不住的。第三个,因为它的量很大,听上去很管饱,其实过程中,它难免会加入一些自己过分的发挥,质量上可能会有一些问题。

这一点来说,我是觉得,浓缩性质的、有沉淀的、你事后还可以去搜索的,会比较好。

6)还有发布者的一些洞察,我觉得是很有价值。

并不是因为参加这次直播才说,确实是,我到哪都会推荐,就是你会发现说,黄钊兄的日报有个特点,他“经常”会有那种关键的一些点评——先不说这些点评,到底本身对不对(这种点评,可能是有很多非共识的,也有可能事后会被证伪)——而是说,这些洞察本身是很有价值的,因为它会让你有极低的成本,获取一个新的视角和新的方向。比你去读很长的长文,有价值的多。

7)还有两点也很重要的。

一个是说,我觉得,如果一个信息源或者社群或者微信群,他能够有一定的氛围,所有人在这能互相激发、互相思考。

可能就不只是获取信息,还能互相去输出,我觉得是非常好的。就比如,你到哪都可以读高等数学,你在清华跟在某某大专读,可能教材都一样,但因为人不一样,你就会不一样。

信息源背后的人,整个社群的氛围,尤其大家会有一种很好的互动和激发氛围的话,是非常高质量的信息源。

另一个……举个例子来说,对于黄钊兄的日报,和知识星球(社群)来说,我觉得大家如果能够从单向的获取信息,到更多的输出总结,是非常有价值的,尤其对你自己会非常有价值。

大部分人包括咱们自己,会几乎会无意识的,把自己当成一个工业的物件去使用。我们会把自己类比成一个电脑——装很多的信息,就能表现——不是这样的。

我们既然是作为做AI的人群,那我们真的要学习一下AI的思维方式。拿信息来刷、训练,一遍遍的刷,最后留下那些东西,就是你自己能获得的。

我就这么简单分享一下,谢谢大家!

hanniman: 文君老师的分享很精彩!其实我刚才没有刻意催你(超时),因为我觉得你讲的这个节奏,是在你自己那个状态里面——如果用心听的话。会有很多点,是能够击中我们自己的内心的,因为会超越已有的一些边界。

我也记了一些想法和问题,我们最后圆桌环节,再来交流。

分享二 by 黄钊hanniman

第二 Part,我来做一个小的分享,三个点……

1. AI信息过载?应该担心的,并不是“知道晚了”,而是摄入了“半对半错”的信息。

什么意思?我们看一个例子。记得去年,我看到有位大V讲AI的视频,时长15分钟。但是在评论区,有两个人说,这位大V“根本不懂AI”——我有点惊讶,其他的从业者,也能够看得出来的。

那为什么我们能够看得出来,他不懂AI呢?举个例子——

假设我说“我是一个篮球迷”,(那我后面的话,其实是要在去阐述或者证明,我是个篮球迷),我非常喜欢芝加哥公牛队,我最崇拜乔丹、罗德曼多么厉害、库克奇三分很准、“禅师”菲尔杰克逊怎么怎么牛,balabala一堆?我说了很多。

Ok,那到这里,有没有什么问题?直播间的小伙伴们,有没有看出来,这里有什么问题?

问题在于,我要去证明,我是一个篮球迷,我说很喜欢公牛队、说了这么多人,但是我竟然漏了——我没有提二号人物皮蓬。如果我是一个真的球迷,怎么可能说了乔丹、罗德曼、库克奇、菲尔杰克逊,唯独没有提皮蓬?很有可能是,我并不是真的懂这个东西。

类比来说,回到前面的大V讲AI的视频。为什么我们发现他有问题?因为他说的内容,可能50%还可以,但另外50%有瑕疵。他可能会说一些很大的一些行业概念,比如当初说“医疗+AI”怎么怎么好,但过去十年,IBM的Watson怎么样等等,业内的人都知道,是有很大的问题的。还有些领域,可能是面子工程,并没有真正的落地,但不懂的非业内人,就会拿来说事儿。

更重要的是,还有一些领域,他该说反而没说。这就有问题了。比如那个大V的视频里面,他没有提智能客服。过去的十年、五年、两年,智能客服,是已经明显的(部分)效果的一个领域,它已经在落地了,已经在融入我们生活了,已经在有一些公司能够养活自己了。如果是一个真的懂行的人,他不可能不提,因为这是真正有价值的一些具体领域(只不过说起来不够fancy、有噱头、带流量)。

所以说,这种半对半错的信息,才是更最可怕的。因为如果全错,你一看就知道了,也不会去受损害。而这种掺杂在一起的信息,无形之中摄入了,你还不知道。

如何解决?我个人认为是说,最好信息源它本身,完整经历过一个周期、AI 1.0 周期。

而经历过这种周期的优势,并不是他说的百分之百都是对的,而是说,他知道什么大概率是错的、是有问题的,因为当初很多的一些场景、需求点、feature,其实早一波的从业者,当初已经都想过、试过了。只不过现在大模型起来之后,又去做一遍,里面有一些坑,是可以跳过去、可以规避的。如果没有经历过的话,可能就不知道。

所以针对前面那个问题,我的建议是说,可以选择经历过1.0周期的信息源,会好一些,会少一些半对半错的信息。

2. 要根本上解决“时效性”焦虑,是你知道有一个地方,可以随时去问!

第二个,时效性焦虑,这个什么意思?一个很典型的问题是,我们经常会在群里面看见有人问,我想要一个做PPT或什么东西的AI工具,哪一个产品最好?我今天这么问,别人告诉我一个答案,我如果三个月后再问,很有可能,那个时候有新的产品超过去了,所以每次问,我的心里都是没有底的。时效性的这种焦虑。永远存在。

根本上可以怎么解决呢?是你知道有一个地方可以去问——你知道有个地方可以随时问,那你就不用那么在意,第一天、第二天的那个答案是什么样子的,你也不用在意,后面会不会怎么样。这是更加稳妥的方式。

当时有用户问,有做视频翻译的AI产品推荐吗?下面其他的同学、包括我,很快的给大家分享了三到四款产品。甚至会说,前面两个需要收费……

大概率猜测,拿这个问题,大家现在去网上去搜,包括AI搜索,不一定能够有这么精准的结果。这背后,是因为每天的日报,我是亲手去过滤、提炼、评注。每天有“两个小时”这种笨功夫的积累,导致可能现在我去找一些这些干货或资料,手速是比较快的。

3. 看不完、还是有点焦虑感?轻微焦虑感,是好事,是对的。更底层问题,是需要了解,哪里有自己的“职业发展主路径”。

第三个,我们再跳出来谈,很多同学会说,“还是看不完”——对于焦虑感,我觉得“轻微的”焦虑感,它其实是个好事。你如果是一个躺平的人,没有追求,没有上进心,你也不会焦虑,对吧,你焦虑,说明你还有上进心。

更底层的是说,要知道,我们获取信息,只是第一步,你最终还是为了自己的职业发展——你要知道的是,哪里有你自己的职业发展主路径。

主路径找准了,过程里面的其他元素(信息),它的权重,相对就没有那么高。这里面要拆开几点来说——

1)有一句网上的话,不确定源头是哪位,“研究AI,而不是研究AI新闻”。这个道理本身,大家是认可的,一听就很对。

我进一步的想说,行业信息已经产生了,那研究新闻的工作,就交给我的AI日报就好了,本身这个事已经在做了……我个人可能每天花两个小时,大家可以节省一个小时,这是很划算的事情,在我看来。

2)第二个可能更加的反直觉一些:常规的说法是,我们如果作为普通用户(不是AI从业者),不需要去体验或者去了解一些“非头部”的AI产品,我只需要用那么一两个就够了,后面的345678,不需要知道。这是没错的。

那反过来说,如果我是AI或者互联网的从业者,我就需要了解“非头部”的AI产品吗?可能也不需要。

为什么这么说?

第一个。前段时间有一个文章说“张小龙的86条产品观”,里面提到一句“禁止使用竞争对手的产品”。

为什么要少用或者甚至不用?因为首先,你不知道竞品它的背景是什么。他为什么这么做,你不知道,如果只是去学或者抄的话,意义不大,甚至他可能会把你带偏、带到坑里。

你看的越多,第一个,你不一定知道什么是对的,第二个,你可能会被错的东西给洗脑,就很难办了,类似于我前面说的“半对半错的信息”——被潜移默化的吸收进去了,可能出不来。

其实,至少前期,你不用看那么多的所谓“竞品”——你先有一个自己的闭环认知和MVP,之后你再去看竞品,都还说得过去。一开始,不用那么“重”的去看别人。

第二个,是我自己的一个认知。

常规来说,我们总会去看,一个产品体验怎么样、交互好不好、用户爽不爽?我觉得不重要——任何产品,它今天是什么样子,不重要——重要的是,它背后是基于什么how和why来做事的。背后的东西是重要的。

进一步的,重点不是捕捉产品,而应该去捕捉产品背后那个人!捕捉他的非共识认知是什么!

我们更应该去捕捉产品背后的那个人,是谁?去捕捉他的非共识是什么?他基于什么做这样的事情和决策?把这个人给捕捉到才有意义。

作为从业者来说,你不用管竞品现在做成什么样子,现在他的体验,可能是他过去的一个错误判断导致的结果形态,你还不知道,它的判断可能已经变了。背后的东西什么,它有一个延时、滞后的。

如果这个人,他没有公开分享怎么办?那你就想办法去touch他,然后证明你自己值得被认识和交流。

如果你自己的渠道或者你的段位,可能还搞不定这个事,那怎么办?退而求其次,你也可以找一个能够捕捉深度认知的信息源,那也挺好。

这是关于这个问题的一套解法,我觉得是相对更加底层一些的。就是作为从业者来说,你这么去看这个事情,会更有意义,而不是本身产品在做什么形态,那没有那么重要。

Ok,前面说,AI新闻,没必要去自己研究;产品本身的体验,也不是那么重要;而是说,哪里有你的职业发展主路径——这是啥?简单说,“职业发展主路径”,无非是说一个职位的成长、交流和求职,在哪里?(以AI产品经理为例)

咱们这个社群,已经有七年了,那我觉得是有底气来说,我可能比你的公司,更在乎你的成长,更在行“个体”的成长。

为什么?不是单纯说价值观怎么样,而是说,公司的底层逻辑,是让每个人都可被替代,而个人的底层逻辑,是让自己越来越“不可被替代”。它天然,就不是一致性的,公司不会把“全员个体成长最大化”作为首要OKR或者KPI。

我今年做的一个系列分享,叫《成长的底层逻辑》。当时第一课有1小时50分钟,本来是在社群里面讲的,后来单独免费放到B站了。

有将近10000的播放量。两个小时的视频,有23%的完播率,已经是很高的一个数字了。这个事情,我是真的花了很大的精力心血去做。没有看过的团员和小伙伴,可以去收藏一下。

那具体的,我们如何将信息获取,应用于“职业发展主路径”、它到底有什么效果呢?后面圆桌讨论环节,正好会有两位嘉宾,我们来一起圆桌交流。

圆桌讨论的话,是我们四位一起,除了文君老师和我,还会有Levy和杨昌,你们也都上线,可以先自我介绍一下哈,在吗

圆桌访谈 by 文君、黄钊、Levy、杨昌

Levy:大家好,我叫Levy,虽然没有黄老师从业时间这么长,但也是16、17年就开始在香港创业,是经历过AI1.0时代的一个从业者。目前是全职创业,在做一个AI产品叫做FateTell。

之前,短暂的在字节担任过产品经理。大概是这样的一个情况。

杨昌:大家好,我是杨昌,在几位资深前辈面前,我确实是一个刚入行的新人。我是去年6月份才正式进入AI这个行业。背景,我就找两个关键词吧。

第一个关键词是影视应用,从去年6月份到现在,算是也一年了,算是做垂类。

我们干的事,简单来讲,就是带影视剧的团队,然后把AI用起来、用出效果。

目前我们可以对外说的一些效果,比方说,以往我们评估小说是否适合改编成影视剧,可能得看一到两周,现在他们花个半小时,就能看出影视化的潜力;这个事,可能在行业里面,目前只看到爱奇艺大概能达到类似的效果,我们算是传统影视行业里,第一家通过备案的。

第二个关键词、偏个人的背景,算是“公开学习”。

……在传统行业,身边其实能交流的人特别有限,所以一方面是加了我们“AI产品经理大本营”这样的AI社群,然后就像前面文君老师说的,把自己泡到优质的信息源里,另外一方面,我也会在即刻上发一些学习和实践笔记,还是为了跟同行有更多的交流。

hanniman:这样,我先说两个引子,第一个,是我曾经在大本营里说过的三句话——

有输入,才有输出;

有输出,才有成长;

有成长,才有机会。

第二个,是个抛砖引玉的问题,是说想请教一下各位嘉宾,你们平时是如何高效获取AI信息的——特别是对于实际的工作,你有哪些直接的收获、成效、所得?

杨昌:我这边,主要的信息就是“AI产品经理大本营”这边,其次的话,其实即刻上面,有一些偏实操性质的东西,尤其是AI探索站的热门里头,还是能找到一些有用的。

除了这个以外,还会有一些偏技术的,也包括说推特奇绩论坛的大模型日报、一些论文

Levy:两个问题,一个是关于优质的信息源,一个是自己过程当中的实操。

借用文君老师刚说的一个很重要的观点,有时候我们作为AI创业者,不以工业时代机械化的方式去思考自己的成长,而是要像训练一个模型一样,来训练自己的这个身心大模型。

那我想说的两个关键词,一个是Attention,一个是Alignment,就是注意力和对齐。

先说Attention。之前有一句很经典的话,你的注意力在哪里,你的能量就在哪里,很多东西就在哪里开始显化出来。其实现在本质上来说,是一个注意力很稀缺的一个时代。

在没有电视媒介的时候、林肯时代,观众可以听完林肯那些就职演讲,连续三、四个小时。里面包含大量的信息,大量的ss言论、背景知识,放在现在几乎是不可能的事情。

Lex fridman是一个卷王,他平时怎么去安排他一整天的工作……其中有一个很重要的点,对我触动挺大,是说他严格限制自己,一天最多只用三次社交媒体,刷取feed流、信息流,第二个是,他一定会留出时间,给自己做深度的阅读

再说对齐。我们自己很难意识到,自己在一个信息茧房,那对我们来说,去选择优质的人或者信息源,或者是一个系统去做对齐,是很重要的。

有一个框架,大家也都听过,叫DIKW,就是data,到information,到knowledge,到wisdom。

很多时候,我们可能就真的停留在data跟information的这个层面了,你想要上升到knowledge、wisdom,靠你自己,其实很难去走完这个过程,但是你有一个相对的short cut是,你可以去选择一些走过这个路程的人或者系统或者方式,去跟他对齐。

这个是我的体感。也不是说给黄钊老师打广告,就是我16、17年从业,后来创业中途短暂的去做过两年公益项目,出来之后,我回来还是想继续从事AI的行业,我当时真的第一个找的人,就是黄钊老师,然后第一个真正订阅的信息源的产品,其实就是AI产品经理大本营,就把自己泡在大本营里面,当时还没有AI日报。

其实在那样的信息跟环境当中,我觉得对我来说,其实对我gap之后重新回到AI行业,包括现在我自己做创业产品,每天对我来说,daily routine,就是一定要翻一下的。像文君老师刚刚说的,在信息流的过程当中的那个体验,其实会在自己做产品过程中,手感会足很多,对,我大概就先说到这。

文君:我正好问一下Levy,那你现在现场回忆一下,过去半年,你在知识星球也好,或者说AI日报也好,你印象最深刻的一句话是什么?

Levy:还是黄钊老师,他自己总结的,关于AI应用落地的、我忘了是多少个非共识认知。

文君:Ok,那你现在还记得的,是哪个?最有印象的。

Levy:现在最有印象的,还是“让用户完成AI产品设计的最后一公里”。

文君: 有用到你现在这个产品里面来吗?

Levy:有。就是我其实会给一些用户,他去想象的一些空间,包括说操作的一些空间,包括我们character的形象,也不是那么的具体,因为可能每个人心中对这个character的形象,都会有自己的一个投影跟投射。

文君:你那个“产品形象不具体(设计)”,其实根源是来自于这个地方。

Levy:对,是。

文君:为什么这个点对你触动比较大?

Levy:之前我们所谓的古典互联网产品经理,或者说上一个时代的AI产品经理,其实很多时候是在做user。我们提前想要构建出一个journey,或者说是一个map给他。

上一个时代,很难真正做到所谓的千人千面,更不要说现在很多人也在说,想从生成式AI变成养成式AI——这就代表着,你需要真正意义上足够的定制化,满足不同的面向上的一些需求。这个东西,你很难靠一个提前定义的journey去全部框住。

……需要有一定的留白,给用户的想象空间,而且这个想象空间,其实也是用户和你的产品建立一些更深度的信任跟链接的一个过程。

hanniman

(略)……信息过载……越来越多的时候,我们更应该从目标去倒推,我需要学什么,或者说需要收集什么信息。

我自己的体感是,现在信息太多了,都看不过来了,ok,那我只能全部放空,然后去看我现在最核心的是哪三件事情。其中分别最需要的是哪三个要点,这三个点搞定了,这个事就成了百分之七、八十了。这么倒推,你可能会高效很多。

那我想问的是,Levy和杨昌,你们自己工作中,有没有这么一些时候。你们发现事太多、信息太多了,搞不过来,然后你基于你的工作,这个task、这个事,去倒推,去找信息或者找人?有没有这种例子,可以给我们讲一两个的。

……后面圆桌和问答环节,太多了,略

专栏作家

hanniman,微信公众号:hanniman,人人都是产品经理专栏作家,前图灵机器人-人才战略官/AI产品经理,前腾讯产品经理,10年AI经验,13年互联网背景;作品有《AI产品经理的实操手册》、200页PPT《人工智能产品经理的新起点》。

本文原创发布于人人都是产品经理,未经许可,不得转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。