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

月光博客
月光博客
IT之家
IT之家
Hugging Face - Blog
Hugging Face - Blog
J
Java Code Geeks
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
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
博客园 - 叶小钗
MyScale Blog
MyScale Blog
G
Google Developers Blog
Microsoft Azure Blog
Microsoft Azure Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
大猫的无限游戏
大猫的无限游戏
博客园 - 三生石上(FineUI控件)
Google DeepMind News
Google DeepMind News
Engineering at Meta
Engineering at Meta
The Cloudflare Blog
Martin Fowler
Martin Fowler
酷 壳 – CoolShell
酷 壳 – CoolShell
N
Netflix TechBlog - Medium
MongoDB | Blog
MongoDB | Blog
I
InfoQ
WordPress大学
WordPress大学
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
H
Help Net 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,
YC:当 AI 把创作门槛降低,“品味”将成为最贵的资产
张艾拉 · 2025-12-25 · via 人人都是产品经理

从Anchor到AI时代,创业逻辑正在发生深刻变革。本文深度拆解播客平台Anchor创始人Michael Mignano的最新思考:当AI让创作门槛归零,创业者该如何应对高昂的算力成本?为何'品味'将成为新的竞争壁垒?以及那些被验证的商业常识如何在AI浪潮中依然闪光。

在移动互联网时代,有这样一个产品,它几乎凭一己之力改变了播客行业:Anchor

在 Anchor 出现之前,做播客是一件很极客的事:你要买专业的麦克风,懂音频剪辑,还得自己找服务器托管 RSS feed。

Anchor 把这一切简化成了一个红色的“录制”按钮,让你像发朋友圈一样做播客。后来,它被 Spotify 收购,成为了全球最大的播客制作平台。

Anchor 的创始人Michael Mignano,现在是Lightspeed(光速创投)的合伙人。作为曾经把“创作门槛”打下来的创业者,他现在正站在 AI 的浪潮尖端(他投资了 Suno, xAI, Neuralink 等)。

最近,他和 YC 总裁 Garry Tan 坐下来聊了一期播客。这期对话没有空喊“AI 改变世界”的口号,而是非常务实地探讨了一个问题:在 AI 让“制造”变得无比廉价的今天,创业者到底该拼什么?

以下是播客解读和我的一些思考。

01. 历史在押韵:从“拍照”到“写歌”

Michael 提到一个很有趣的观点:每一波消费科技的爆发,本质上都是在把“极少数人”拥有的特权,下放给“大多数人”。

  • 柯达和 Instagram:让不会洗照片的人也能通过滤镜拍出大片。
  • Anchor:让不懂音频工程的人也能做电台。
  • 现在的 AI(比如 Suno):让完全不懂乐理的人也能写歌。

Michael 投的 Suno(每天一个 FUN AI|Suno:给自己做首歌吧)也是类似罗辑。他认为,AI 正在经历当年的“Instagram 时刻”。

以前,你想做个软件,得学编程;你想做个动画,得学画画。但 AI 把这个“技能门槛”抹平了。

对于创业者来说,这意味着你不需要再去卷“技术实现”的难度,因为技术实现的成本正在趋近于零。

写到这里我想,或许很多人会担心 AI 会让垃圾内容泛滥,但这就像当年人们担心“数码相机”会毁了摄影艺术一样。确实,平庸的照片变多了,但更多有才华的普通人也被看见了。门槛降低,从来不是为了消灭专家,而是为了解放大众。

02. AI 时代的“隐形税”:为什么做 AI 应用很难赚钱?

这部分非常清醒,值得所有想做 AI 应用的人读三遍。

Michael 指出,传统的 SaaS 软件生意模式非常完美:你写好代码,复制一份给新用户的成本几乎是零,毛利极高(80%-90%)。

但 AI 应用不是。

每一次用户提问,每一次生成图片,你都要给英伟达(GPU)或者云厂商交“过路费”。这就导致 AI 创业公司的毛利结构变了。

  • 传统 App:用户越多,边际成本越低。
  • AI App:用户越多,你的算力账单越贵。

这意味着,靠“免费增值”模式来获取用户的难度变大了。以前你可以让 90% 的人免费用,靠 10% 的付费用户养着;现在,那 90% 的免费用户可能会把你的公司“吃”垮。

这就是为什么现在的 AI 产品哪怕是测试版也急着收费。创业者必须更早地思考商业模式:你提供的价值,是否覆盖得住那昂贵的 GPU 电费? 如果你的 AI 只是给用户提供了一点点乐子,那它可能连电费都赚不回来。

03. “品味”的复兴:当谁都能画画,谁画得好?

这是整场对话中最打动我的一点。

Garry Tan 问:如果 AI 能生成一切,那人的价值在哪里?

Michael 的回答是:Taste(品味)和 Curation(策展/筛选)。

以前,我们评价一个艺术家,很大程度上是看他的“手艺”,画得像不像,琴弹得好不好。 但在 AI 时代,手艺由机器完成。人类的角色,从“工匠”变成了“导演”。

Michael 提到了一个词叫“Model Energy”(模型的能量/气场)。就像摄影师选胶卷一样,优秀的创作者懂得选择用哪个模型,(Claude 还是 GPT-4?Midjourney 还是 Flux?),这个模型下用什么样的 Prompt,来达到他想要的效果。

技术越普及,“审美”就越稀缺。未来的超级应用,一定不是单纯堆砌 AI 功能,而是创始人拥有极佳的品味,知道如何调教 AI,输出一种独特的“感觉”。

这对非技术出身的创业者是个好消息。也许你不会写代码,但如果你对音乐、对设计、对文字有极高的敏感度,AI 时代反而是你的主场。因为“手”可以被替代,但“眼光”无法被替代。

04. 别自嗨,去有人的地方

回顾 Anchor 的成功,Michael 坦言,他们最开始做的并不是“播客工具”,而是一个“短音频社交网络”(类似音频版的 Twitter)。

结果失败了。因为没人愿意在一个新平台上听别人瞎聊。

他们做对的一件事是:允许用户把内容一键分发到 Spotify 和 Apple Podcast。这给了我们一个关于“分发”的深刻教训:

不要试图建立一个封闭的围墙花园。现在的流量都被巨头垄断了。如果你做一个 AI 工具,最好是让它生成的成果能轻松地发到 TikTok/抖音、小红书、YouTube 上。

总结:AI 祛魅之后,回归商业常识

听完这期播客,我最大的感受是:即使是硅谷最顶级的投资人和创业者,在面对 AI 时,聊的依然是那些朴素的商业逻辑。

  • 成本:算得过来账吗?
  • 分发:用户从哪来?
  • 需求:你是真的解决了问题,还是只是为你手里拿着的锤子满世界找钉子?

Michael 从 Anchor 到 Lightspeed 的路径证明了:技术本身不是护城河,对“人”的理解才是。

AI 确实很强,但它终究只是工具。就像 Michael 说的: “我们赌的不仅仅是趋势,更是那些能通过 AI 这种新画笔,画出我们从未见过图景的人。”

希望你我都是,那个拿画笔的人。

以上,祝你今天开心。

作者:张艾拉 公众号:Fun AI Everyday

本文由 @张艾拉 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自作者提供