麻省理工长毛兔利用MCP协议与Lovable开启全自动大模型编程

麻省理工长毛兔:技术小白如何跟上AI时代?小红书如何起号? — 课代表立正

课代表立正

大模型算力成本正遵循摩尔定律指数级下降,独立开发者应在巨头大打价格战与无痛补贴的红利期内,放弃死记硬背工具教程,转以个人真实需求为导向进行边做边学的实战开发。

AI-assisted summary of 麻省理工长毛兔:技术小白如何跟上AI时代?小红书如何起号? — original source. Check the original for full context.

Source published:

Detailed notes

## Background 该内容由 YouTube 频道的“课代表立正”于 2026 年 6 月 14 日发布。视频为一场专属的直播录播,节目简介中欢迎观众加入这场独家直播,并鼓励大家在聊天框中分享问题与参与互动。

## TL;DR 本期节目是主播柯代表与麻省理工毕业的独立开发者长毛兔(Jenny)的深度对谈。长毛兔分享了自己作为零基础技术小白,如何通过 Ready AI、N8N 和 Lovable 等工具跨越技术恐惧,成功在小红书打造出除夕贺卡爆款独立产品的经历。同时,她还毫无保留地公开了自己如何将小红书做到 10 万粉丝的无痛运营法则,并与柯代表共同探讨了 AI 时代的商业模式变革、跨模型自动化工作流、以及如何用真实需求倒逼行动、破除“工具迷恋”的核心破局思维。

## Atmosphere & style 直播开场带有一种新手上线特有的手忙脚乱与真实、逗趣的调试氛围,随后迅速转入一种既硬核干货又轻松畅快的对谈状态。两位讲者之间互动频繁、默契十足,柯代表的批判性、结构化思维与长毛兔的温柔、坦诚与豁达形成了完美的互补。整场节目听起来就像是两个技术圈挚友在深夜进行的围炉长谈,既有对抗黑粉与线上救火时的情绪共鸣,又有拆解底层认知科学与前沿 AI 协议时的思维激荡,充满了真诚的实验精神与消解技术焦虑的治愈感。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 直播初期两位主播在多平台串流调试中手忙脚乱,长毛兔卡在投票环节,最终成功稳定上线小红书和YouTube直播间,并通过老粉的互动热烈了氛围。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 长毛兔具有工业工程本科及MBA、土木环境工程双硕士学位,曾任产品经理、数据分析和管理咨询,目前在无传统开发背景下利用业余时间自学Web Coding。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 长毛兔在Web Coding上的总投入约两三千美金(含一台用于iOS开发及跑OpenHands服务器的Mac),常规月度订阅开销(Cody、Lovable等)固定在五六十美金。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 柯代表指出社群硬核玩家会混用多个Pro或MAX账号以薅取大模型API的高额算力补贴;两人均批评公司管理层统计“Token排行榜”是愚蠢的投入指标,目前行业已转向考虑成本和效率。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 长毛兔在2025年春天因参加湾区Ready AI线下会,看到纯自然语言生成网页的Demo而受到启发,从此打破对HTML/CSS的代码恐惧,迈入网页开发大门。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 在全自动网页开发前,长毛兔曾利用早年RPA经验探索过N8N低代码自动化流程,搭建过Reddit舆情监控及邮件自动回复,但因仍需编写JSON和处理字符串而感受到局限性。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 长毛兔利用Lovable开发了天使恶魔聊天应用、Nerdy猜数字游戏以及除夕卡通卡片生成器,其中除夕贺卡成为其首款面向公众的独立爆款产品,吸引数千人使用并导致Resend账户一度被冻结。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 爆款卡片项目虽耗费几千人实时作图,但因设置了手动确认,长毛兔最后的自费API账单仅为几百美金,用实例打破了新手的“Token焦虑”。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 柯代表和长毛兔探讨AI商业模式的转变:传统SaaS属于一次编写无限服务,而AI产品像制造业一样实打实消耗Token原料;目前独立开发者正处于大公司打价格战、疯狂卷补贴的红利期。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 独立开发上线的真正挑战在于应对本地测试无法预料的线上Bug。长毛兔非常享受“用户反馈-立马Hotfix”的超短闭环,并高度赞赏硅谷大佬们将每一步视作微小科学实验的实验思维。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 柯代表分享了创业中“PMF(产品市场匹配)两难困境”,即复杂痛点的解决方案难做到完美,而完美实现的产品又常找不到ICP买单,强调产品真正Fit时会被市场推着走。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 长毛兔的小红书账号在毕业前靠“麻省理工学霸生活”光环积累了1.8万粉丝,但也因此在转型代码小白时遭遇舆论反噬,她坦然接受这是建立个人品牌的代价。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 长毛兔在2025年10月开始Build独立产品后实现暴涨7万粉。她的高产诀窍在于周日“批量生产”,集中写大纲并一口气录完三期视频,工作日再抽空剪辑,从而降低心理建设成本。 - 长毛兔坚持“兴趣驱动”和“主线任务法则”,不刻意选题或设计Hook,拒绝搬运无增量的Step-by-step安装教程,靠真诚表达和“佛相”建立独特的观众缘与信任感。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 柯代表从认知科学角度解释了海外党“中英夹杂”的痛点:大脑思考首先产生无语言属性的“概念”,本能会选择最近的英文词映射,若强行在短时间内翻译成中文会严重占用CPU算力。 - [00:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=0s) 长毛兔和柯代表认为AI本质是让懒人更懒。柯代表安利了团队研发的免费开源语音输入应用V;长毛兔则现场Demo了其团队秘密内测的AMBI,展示了其通过MCP协议将语音环境流直接操控电脑底层工具的终极工作流。 - [01:05:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=3900s) 在工具迷恋的误区上,讲者提倡“边用边淘汰”的流派,所有工具选择必须服务于当下的“主线任务”,并推荐了one-liner收集法与渐进展示(Progressive Disclosure)原则,拒绝盲目试新。 - [01:10:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=4200s) 长毛兔分享了她从Low friction的Cloud Chat聊产品规格、再将Markdown导入Cloud Code写代码的闭环,并指出对技术小白而言,Terminal和Code界面在心理上具有天然的摩擦力。 - [01:25:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=5100s) 讲者坚决反对“学完再做”的传统执念,认为大模型与前端领域过于宏大且更新太快,应当用个人的碎片化真实需求(如健身与奶茶管理小应用)来倒逼动手能力与Build行动。

## Detailed walkthrough 以下是根据直播录音前 1 小时内容整理的详细、忠实的文本实录与漫游指南:

直播新手“避坑”现场与观众实时互动

直播刚开始时,两位主播正处于一种略带慌乱但气氛轻松的调试阶段。柯代表作为“老手”在教第一次开播的长毛兔(Jenny)如何操作。期间两人遭遇了各种意想不到的“初体验”——长毛兔被卡在了一个互动投票的题目上,系统提示“很遗憾未通过”,她有些委屈又好笑地念叨着:“如果是可以重答的,但是它不让我提交,是什么意思呢?居然卡在了这里,真的是,也是没想到。”

随后,他们开始查看各个平台的在线人数。由于第一次多平台串流,看到 YouTube 上显示“0人”时,长毛兔惊呼:“哇,通过 YouTube 现在是零人,我还要提交什么名字、身份证号码,这是什么呀,主播出镜头我的天,我在找我的……等一下啊,真的是新奇了。” 经过一番手忙脚乱的设置,小红书和 YouTube 的直播间终于双双稳定上线。柯代表耐心地向她演示 Riverside 的 Public Chat 功能,告诉她在这里就能实时看到 YouTube 观众的评论,比如有人在问“Fibo 是否我当地都不能用嘛”。长毛兔也兴奋地确认自己能在手机上看到小红书的提问,并开心地向大家打招呼:“嗨,大家好,第一次直播有点手忙脚乱,感谢柯代表教我怎么直播!”

随着直播热度慢慢上来,观众们开始送礼物和投人气票。柯代表向长毛兔解释这些互动的作用:“小红书上大家给我们直播间送礼物、投人气票的话,就会有更多的人看到,然后就可以有热度,以后就会有更多的人来。” 看到阿蒸蒸、阿欧、阿珠、阿耶等老粉纷纷投出人气票,阿珍珍还送了小花,长毛兔连连感谢,直播间里的氛围逐渐热烈和融洽起来。

---

“普通人”长毛兔的综合背景与 Web Coding 的真金白银投入

柯代表引导长毛兔向第一次来看直播的观众做自我介绍,并好奇她现在给自己的定位是“Web Coding 博主”还是“学习博主”。长毛兔谦虚地表示,自己可能更像一个“愿意学习、然后分享学习过程和成果的普通人”。她特意强调自己“普通”是因为她现在有本职工作,只是利用周末和下班后的时间去自学 AI 和 Web Coding,并且她**完全没有传统的开发背景(Software Engineering / Development)**。

聊到教育和职业背景时,长毛兔透露了一个非常有趣且跨度极大的履历:她本科读的是**工业工程**,研究生则拿了 **MBA 和土木环境工程**的双学位。她笑着调侃自己当年的雄心壮志:“一开始是想做环境工程这种解救地球的这种大工程的,但是美国这边最近一直在这个政策也变了嘛,所以以后当做一个白月光先留着。” 毕业后,她虽然没做过写代码的开发,但做过产品经理(PM)、数据分析、数据工程,并在管理咨询行业做了很多年,积累了非常综合的思维方式。直到最近半年到一年,她彻底对 Web Coding “上头”了,觉得非常好玩。

柯代表打趣说,长毛兔的视频有一个专属且非常吸睛的开头,那就是计算“在 Web Coding 上又花了多少钱”。长毛兔坦言,自己有段时间每周都会总结和计算投入。数到后来大概花了**两三千美金**,不过其中有一半(约一千多刀)是换了一台 Mac 电脑。当时很多网友杠她“买电脑不算开发投入”,但她解释说换 Mac 纯粹是为了做 iOS 手机端开发,而且后来这台电脑还被她用来24小时不间断跑 OpenCloud(OpenHands)当独立服务器,所以理应算作投入。如果不算电脑这种大件,她现在的常规月度订阅开销其实非常固定: * **Cloud Code**(Cody):24美元/月 * **Lovable**:20美元/月 * **域名与托管(Domain & Hosting)**:若干 * **总计**:每月大约五六十美金杂七杂八的费用。

长毛兔承认自己一直在拖延、舍不得上 **Cloud Code MAX**。因为她一周可能只有一两天会遇到额度不够用的情况,“等一等就还好,所以还在拖延”。柯代表听完大笑:“那你现在是不是已经上 MAX 了?那肯定(我都上了)。” 柯代表还分享了他们社群里硬核玩家的现状:很多人为了过渡,一个人搞两三个 Pro 账号,甚至有人是“好几个 MAX 加好几个 GPT Pro 混着用”。因为在目前的订阅制下,一个200美元的订阅往往能对应 API 里两三千美元的算力消耗,对于高频开发者来说非常划算。听到群友平均一天要烧掉半个到一个 Billion(十亿)的 Token,长毛兔震惊地惊呼:“哇,但他也是会……很夸张哇!”

柯代表随后提到一个职场怪现象:之前很多公司的管理层喜欢搞“Token Leaderboard(Token 使用率排行榜)”,看谁全公司用得最多。长毛兔和柯代表都赞同这是一个非常愚蠢的“投入指标(Input Metrics)”。长毛兔吐槽道:“谁用电多,是吧?谁花钱多谁就牛逼吗?肯定不是这样。” 柯代表透露最近身边的公司基本全把这个排行榜撤了,但在早期全员不怎么用 AI 的阶段,这种简单粗暴的激励也算是一种让大家把工具“用起来”的过渡手段,而现在大家已经开始从“堆量”转向考虑“怎么控制成本、怎么用好”的阶段。

---

破局之路:从 Ready AI 的湾区线下会到 N8N 自动化流程

柯代表指出,今天邀请长毛兔来直播的核心原因,正是因为她代表了那批“成功跨越了技术恐惧门槛的非科班普通人”。很多人对 AI 的使用还停留在简单的“跟 AI 聊聊天、做 Prompt 调教”,但一旦你用 AI 真正做过东西、用过 Agentic 工具体验过 Web Coding,能做的事情就会瞬间呈指数级放大。

长毛兔回忆起自己命运齿轮转动的时刻——那是 **2025年春天(大约24年2月或3月左右)**,她在湾区偶然参加了一个非常小众的线下分享会。那场分享会展示了一款名为 **Ready AI** 交互产品的 Demo,主打用纯自然语言直接生成网页。长毛兔从小就有做网页的梦想,但每次看到 HTML 和 CSS 那一堆密密麻麻的代码时,作为一个“比较懒的人”立刻就被劝退了。但在看到 Ready AI 的演示后,她整个人被击中了,觉得太有意思了。活动结束后,她立刻加了当时演示者(CEO或产品负责人王老师)的微信,要了几个测试 Credit(点数)回去试用。

在 Lovable 和 Bolt.new(原文提及的clad等类似工具)还没彻底火起来的空窗期,长毛兔靠着这几个点数做了几个简易网站,第一次尝到了自然语言编程的甜头,从此一发不可收拾。

在正式进入全自动网页开发前,长毛兔还经历过一段 **N8N**(开源工作流自动化工具)的探索期。这得益于她早年在管理咨询时期为客户做 **RPA**(机器人流程自动化)的经验。当时她接触过 OCR(光学字符识别)等早期的 AI 模块,因此非常习惯 N8N 这种“一拉、一点就可以连出来”的 Low-code / No-code(低代码/无代码)界面。在 N8N 上,她做过不少早期的自动化尝试: * **Reddit 舆情监控**:自动抓取特定品牌过去 24 小时内的热烈讨论,并每天定时发一份汇总邮件给自己。 * **邮件自动托管回复**:自动识别来信意图并回复,直到对话卡住或信息满了,她再切换成手动接管。

柯代表很好奇在 N8N 上搭这样一个链条需要耗费多少精力。长毛兔回忆说,当时如果分散在两三天里,每天大概花个两三个小时,而且她刚开始摸索,链条故意拉得不是很长。但很快她就发现了 N8N 的局限性:“做完了以后我就发现还是有点麻烦的,然后再往后……而且这里我感觉还是需要 Code。有的时候他让你去 Parse 什么 String 啊,去写 JSON 的,我觉得还是需要 Code。” 这种对传统编码基础的隐形门槛,促使她继续寻找更彻底的颠覆性工具。

---

Lovable 开启新世界大门:从“神经质”游戏到除夕爆款卡通卡片

“Lovable 就是一个打开新世界大门的东西,因为它就是立刻就可以看到你想要做的事情。” 长毛兔的语气里充满了赞赏。在这个阶段,她每天拿着大量的 Credit 疯狂折腾,帮自己、帮朋友、帮各类人群做了大把“有的没的”网站。

柯代表追问她都做了些什么。长毛兔如数家珍地分享了几个非常具有“咨询师/工程师”底色(Nerdy)的产品: 1. **天使与恶魔的 Wrapper 聊天应用**:本质上是一个套了 ChatGPT API 的情绪调节器。当你心情不好时,切换到“天使模式”来安慰和鼓励你(Cheer you up);当你顺风顺水、整个人特别飘的时候,切换到“恶魔模式”来狠狠吐槽你,让你保持清醒(More grounded)。 2. **个人网站与在线猜数字游戏**:一个基于线下聚会玩法的线上游戏。比如大家一起猜“世界上有多少个机场”,在所有人对这个数字都毫无概念时,大家轮流猜几万个还是几十万个,看谁的数字最接近谜底。长毛兔笑着解释:“主要就是大家都没有什么概念,但是这个题最后揭谜底的时候大家都有多一点信息,比较有教育意义吧。我们现在还是玩比较 Nerdy 的游戏。” 3. **圣诞/除夕卡通卡片生成器**(25年12月上线):用户上传一张照片,系统通过她精心调校的一套 Prompt,将照片实时渲染成一张非常精致好看的卡通卡片,可以一键转发给第三人。

这第三个产品成为了长毛兔**第一个真正意义上面向公众的、上线的(Production)独立独立开发产品**。产品在小红书发布后,在粉丝们的捧场下彻底引爆,吸引了**几千人**涌入使用。长毛兔完全没想到会这么火,甚至因为瞬间调用 Resend 批量发送邮件的请求量过大,她的 Resend 账户一度被系统判定异常并冻结(Freeze),急得她不得不赶紧找官方写申诉信解释。

聊到这个项目的成本时,长毛兔坦言,开发本身的工具费几乎为零,最大的开销反而是她自己“自费请全网网友喝咖啡”——由于前期没做任何收费设限,几千人实时作图耗费的都是她自己绑定的私人 API Key。那几天她看着后台额度像流水一样哗哗地掉,心里一惊,只能疯狂地在后台手动续费补钱。柯代表帮她算了一笔账,惊奇地发现即便是几千人高频使用这种复杂的图像生成,长毛兔最后付出的 API 账单也只是**三位数(几百美金)**。

柯代表敏锐地指出,这个细节非常关键,能打破很多新手的“Token 焦虑”。很多人总担心自己写个网页、跑个应用会刷出天文数字的账单,但实际上在受控状态下,几百块人民币就能支撑一个爆款小产品的冷启动。长毛兔也点头赞同,称只要不让系统自动无限盲目加载(Load),而是设置成手动确认,成本完全在可控范围内。直播间里的粉丝“一碟羊”此时发弹幕互动,直呼当年除夕用过长毛兔做的贺卡,效果非常惊艳,长毛兔开心地连声道谢。

柯代表由此延伸出一个更深层的商业模式讨论:AI 时代的产品和传统 SaaS 的 Playbook(游戏规则)完全不同了。像 Uber、Airbnb 等传统软件公司,属于“一次编写,服务无限用户”,第 10 个用户和第 100 个用户对于算力(Computation)的边际成本几乎是免费的,因此能实现完美的指数级暴利增长。但 AI 产品更像是**制造业(Manufacturer)**,每一个涌入的用户都在实打实地消耗原材料(Token 算力)。

长毛兔补充说,她记得 25 年初看过一些行业大佬的博客(包括 Anthropic 的 CEO Dario 在播客上的访谈),他们提到 AI 巨头们当前最大的痛点就是必须精准规划 Token 算力的未来供需(Demand & Supply)。估高了就是泡沫破裂、产能闲置;估低了就会在竞争中瞬间落后。所以现在很多独立开发者都在心照不宣地干一件事:“趁着这些大公司在打价格战、互相疯狂卷补贴(Subsidize)的时候,赶紧用 20 块钱的 Pro 价格去薅他们烧了成百上千美金才推出来的算力,这绝对是前所未有的红利期。”

柯代表则从商业角度提出了不同看法:他认为 OpenAI 曾透露其毛利率(Gross Margin)高达 **75%**。虽然对于少数奔着“用满、用爆”去的高频用户来说大公司确实在贴钱,但大多数散客用户订阅了 20 美元后根本用不完。这就和健身房的逻辑一样,大公司整体上非但没有亏本,反而通过规模效应保持着极高的利润率。不过两人达成共识:无论如何,AI 算力成本遵循着类似摩尔定律的指数级下降趋势,未来一定会越来越便宜。

长毛兔还分享了她当天上午跟一位在纽约大学(NYU)读博的朋友的聊天趣闻。朋友提到 NYU 目前正在攻克一个极具社会学与经济学意义的课题——**如何让 AI 计算某一特定问题时所消耗的能量,等于甚至低于人类大脑思考该问题时的能量。** 柯代表听到这里展现出了他一贯的 Critical(批判性)思维。他直言不讳地反驳道:“我觉得这好像你说让汽车的功耗小于人的功耗一样,没什么意义,小于马的功耗就还好吧。因为这是两件事,那个模型它是用电的、用硅的,然后我们是吃饭的。你再多钱也买不来一个小鸡,你生产再多的电你也不能换成一头牛,所以是两个东西,非要去计算把它全 Reduce 成能源消耗,我觉得没必要。”

长毛兔则温柔地打了个圆场,认为虽然不能简单做绝对值的对比,但从产能优化和让更多低收入人群用上 AI 的角度来看,这依然是一个非常有趣的科学课题。

---

独立开发的“线上救火”体验与湾区大佬的实验思维

回到那场花了几百美金的“除夕贺卡”爆款事件,柯代表询问长毛兔,当时看到账单和被冻结的账户时,内心有没有害怕和退缩,这次冷启动带来了怎样的底层 Learning(认知提升)?

长毛兔总结道,一个产品真正面向公众上线(Live)的那一刻,才是学习的真正开始。因为会涌现出海量你在本地测试时完全无法预料的 Bug:数据库崩了、API 限制了、安全漏洞触发了。对于一个完全没有大厂运维经验的独立 Vivecoder 来说,那种“线上救火”的紧迫感是极强的。

“那段时间我可能都是每天都在凌晨三四点才睡觉吧,因为这东西不改,然后可能下一秒又有人登陆网站的话,我可能就觉得有点对不起大家。” 长毛兔动情地说道。但也正是这种沉甸甸的责任感伴随着巨大的成就感。她非常享受这种极速的**用户反馈闭环(Quick Feedback Loop)**:用户在小红书评论区提一个 Bug 或用户体验(UX)的痛点,她立马用 Lovable 重新生成代码并在一分钟内完成 Hotfix(热修复)上线。这远比在公司里写一堆没人看的 PPT 幸福得多。

柯代表深有同感,并提到了自己之前在公司做 A/B 测试(A/B Test)的体悟:“所有大家脑子里想的东西都没什么意义,你上线了以后就会感觉你全都是……你想的都是错的。” 长毛兔疯狂点头赞同,并高度赞赏了硅谷/湾区科技圈、投资圈大佬们的一种极为朴素的特质——**实验思维(Experiment Mindset)**。真正的牛人从来不去傲慢地预判未来、或者言之凿凿地断定哪个产品能成,他们把每一步都当成一个微小的科学实验,带着谦卑的姿态去迎接市场的真实反馈。

柯代表继续追问:“你在上线前,看起来自我要求那么高,难道就不会担心安全漏洞、或者别人觉得你做得很烂吗?”

长毛兔的回答极为豁达:“我觉得如果有些东西是我能做的,我就提前把它弥补了;如果是做不了的话,担心也没有用。而且比起安全性的问题,或者是上线了出小的 Bug,我其实更担心的是‘没有水花’——就是发出去之后,根本没有人用,冷冷清清,这个才最让人伤心。”

柯代表叹了口气,坦言这戳中了技术社区里很多硬核技术同学的通病:“啊,我发了这样一个东西,才发现原来想让别人关注到我这个东西有这么难啊!” 柯代表接着分享了自己最近带创业团队做产品时遭遇的**“ Product Market Fit(PMF,产品市场匹配)两难困境”**: * 凡是他能深刻洞察、且技术上很难攻克的复杂痛点,做出来的 Solution(解决方案)往往很难做到100%完美解决; * 凡是团队能完美实现、做得非常漂亮的产品,又常常根本找不到精准的理想客户群(ICP,Ideal Customer Profile)去买单。

柯代表感叹,在创业的九死一生里,“大家以为是不懂 Marketing,不懂 Sales,不懂 Go-to-market,其实全是因为产品压根没有达到 Product Market Fit。一旦真正 Fit 了,你就会发现你是在被市场和用户推着走,那些营销手段迟早自己都会长出来。”

在这段深度对谈期间,两位主播还顺便解答了弹幕区几个闪现的硬核问题: * **阿世刀元小白文文** 问:“如果算成本的话建议买一块显卡本地用吗?还是直接调 API?” 柯代表直接秒回,给出了非常大白话的建议:“直接掉 API!显卡的钱你掉十年都赚不回来。” * **子墨** 问:“想咨询一下上线以后怎么做 Marketing?” 柯代表和长毛兔表示这个话题太大了,稍微往后放一放,接着继续深挖长毛兔从小红书 0 粉丝到 10 万粉的“逆袭”路径。

---

小红书 10 万粉的“无痛”运营大法与“借力”名校光环的代价

长毛兔梳理了自己的博主成长时间线。她其实在 **2022 年刚入学麻省理工(MIT)** 的时候就注册了小红书,当时的初衷非常单纯,就是想拍一排日常的 Vlog。每天上学路上遇到好玩的、好看的风景或奇闻轶事,就随手用手机拍一下。到了周末,再把这些零碎的素材拼凑在一起,以“每周一更”的频率雷打不动地维持了一个学期(大约半年)。但后来因为要写毕业论文、找实习、应付繁重的专业课,这个号就基本荒废了。直到 2024 年她硕士毕业时,这个纯记录生活日常的 Vlog 号一共积攒了 **1.8 万**的粉丝。

柯代表直呼:“那很酷!很多了!这 Vlog 做到 1.8 万还是很厉害的。” 长毛兔非常坦诚地解密,这里面百分之九十是沾了“麻省理工学霸生活”这个巨大光环的便宜。

然而,名校光环也是一把残酷的双刃剑。当 2025 年长毛兔开始转型做 AI 和 Web Coding 这种硬核内容、且自嘲是个“代码小白”时,评论区立刻涌入了大批充满戾气的攻击。黑粉们冷嘲热讽:“你都是麻省理工出来的了,你竟然还不会写代码?”、“麻省理工的也就做到这个程度?”、“麻省理工的还得去学什么所谓的 Web Coding?”。

面对这些刺耳的声音,长毛兔经历了一段心态的蜕变。她坦言,刚开始自己也会委屈,忍不住在评论区小作文式地去解释。但时间久了,她彻底想通了:“我肯定是‘借力’了。我是借着 MIT 这个顶级品牌来建立我自己的个人品牌的。那既然我享受了它带来的巨大流量和天然信任感,我就必须要承担它所带来的舆论反噬(Repercussion)和代价。这就像交税一样,是必须面对的客观现实。想通了这一点,有利有弊,但肯定是利大于弊的。”

硕士毕业后,长毛兔入职新工作,中间停更了整整半年。直到 **2025 年初(春天)**,随着大模型技术的井喷,她敏锐地察觉到了风向,开始重新有规律地发帖。最开始,她也写不出什么硬核的代码实战,就从最基础的泛科技科普和行业认知分享开始:今天分享一些读后感,明天去拆解 Mary Meeker 最新的 AI 行业报告,或者精选一些国外科技大佬的深度采访进行解读。此时她的粉丝量在 **3 万**左右徘徊。

真正的转折点发生在 **2025 年 9 月至 10 月**。长毛兔自己真正开始动手 Build(构建)属于自己的 Web 独立产品了。因为有了实战,她的灵感开始枯竭爆发,更新频率陡然上升。她创造了在半年内(实际高频更新阶段约3-4个月)快速暴涨 7 万粉、一举突破 10 万大关的奇迹。

柯代表追问她的高产诀窍。长毛兔毫无保留地分享了一个她从未跟粉丝说过的**“批量生产秘密芯片(Chip)”**:由于平时有全职工作,她绝对不会在周一到周五分次去化妆、搭灯光、录制。她把每周日定为雷打不动的“集中录制日”。在周日这一天,她会提前在记事本上写好这周要讲的三个 Topic(大纲),然后一口气把三个视频全部录完。 “因为女孩子每次录视频又要洗头发、又要精心化妆,这个过程非常折琐和麻烦,我不想把这个心理建设成本分散到平时。” 长毛兔笑着说。录完后,她把素材存在电脑里,等到周二、周四或特定的发布日当天,再花时间去剪辑,从而完美地把自媒体运营无缝嵌入到了高压的日常生活中。

---

撕掉选题与 Hook 的套路:纯真诚表达与海外党中英夹杂的脑机映射

柯代表继续深挖长毛兔的爆款秘密。他观察到,在 25 年底那段时间,长毛兔只要发 Web Coding 相关的视频,几乎个个都是“千赞”起跳的超级爆款。长毛兔回想起那段日子依然觉得不可思议:“有段时间每天打开小红书,系统通知全都是‘999+’,我就哇塞,发生了什么东西!” 但她依然把这归结为“踩中了风口的时势造英雄”,当时国内系统性分享前端自然语言开发的博主凤毛麟角,而她恰好入局得早。

最让柯代表惊叹的是长毛兔的视频风格。与市面上那些工业化痕迹极重、充满各种抓人眼球的“前三秒黄金 Hook(钩子)”、精心设计反转选题的博主截然不同,长毛兔自嘲自己是一个**“反正常人的非典型账号”**: > “首先我不专门选题,其次我拍视频从来没有开头和 Hook,第三我至今没有做任何商业变现。”

长毛兔进一步阐述了她的哲学:市面上那些选题工具和方法论确实有用,但如果把“让观众喜欢”作为做视频的第一乃至唯一目标,博主的心理压力会变得极其巨大,一旦数据不好就会陷入虚无和失败感。她始终坚持“兴趣驱动”和“主线任务法则”——她每周都有一个自己真正想做出来的独立产品作为主线任务;为了完成这个任务,她必须去啃下某些新的工具、踩过某些奇葩的坑。在这个过程中,她把自己的真实所学和阶段性成果顺便拍成视频分享出来。“这周我学了什么,我就分享什么。” 这种无心插柳的真诚,反而成为了最无法复制的个人壁垒。

柯代表非常赞同,并补充说自己教课时最反对博主去录那种纯粹的“Step-by-step Tutorial(手把手安装教程视频)”。那种视频虽然在特定的流量节点(比如某款开源工具刚火的时候)非常容易爆,但它对用户和博主本人的长期认知成长几乎没有信息增量。它容易让新手产生一种“看了就等于学会了”的虚假安全感,一旦脱离了教程,面对稍微变动一点的真实开发环境依然不敢动手。

长毛兔以自己部署 OpenCloud 的视频为例:当时全网都在催她出一个“小白一键安装教程”,但她坚决没出。因为她自己去跑通和调研完所有的 Security Risk(安全风险)后,发现这玩意儿有一堆极度硬核的技术名词,对纯新手而言是一场灾难。于是她果断放弃了喂饭式的教程,转而录了一期《想要安全部署 OpenCloud 必须注意的 12 件事》,从更高的策略维度去告诉大家不同的部署方式(云端、Mac mini 还是 MacBook Air 隔离环境)的优缺点。她直言:“如果网上已经有几百个一模一样的安装步骤了,我再去复制一遍,无法提供人类信息的增量,那就是在浪费生命。”

随着话题的深入,柯代表盛赞长毛兔拥有极为罕见的“观众缘”和极高的“信息功耗比(ROI)”。长毛兔的视频制作成本并不高,没有炫目的特效、复杂的运镜和刻意的BGM,但她总是能靠着恰到好处的节奏、真诚的面相、以及极其清晰有逻辑的表达,让观众不知不觉中极其舒服地把一条干货视频看完。

听到这里,长毛兔有些羞涩地把这归功于玄学:“我觉得这可能是性格和面相吧。以前我小红书评论区里经常有人说我有‘佛相’,说我长得像观音还是什么的。我还专门跑去问了 Claude 3.5 Sonnet,AI 帮我分析说,这种面相和声音特质会天然让人产生极强的平易近人感、信任感和陪伴感,像一个坐在屏幕对面和老朋友聊天的状态。”

至于看似“清晰流畅”的表达,长毛兔则大方地揭了自己后期的底:全靠剪辑! “我其实是一个在镜头前经常卡壳和说错话的人。你们看我最后发出来的 3 分钟精简干货,后台原始素材往往录了 15 到 20 分钟。一句话我可能会正反、换不同的词连讲四五遍,最后在剪辑软件里把所有的吃螺丝、语气词(呃、啊)、重复组织语言的废话全部剪掉。” 长毛兔说道。柯代表一听,一拍大腿大喊:“我也是这样!我也是这样!但这就是我们这种高自我要求选手的通病。”

长毛兔还提到一个在海外生活久了、或者在跨国大厂/外企工作的职场人极为共鸣的痛点——**中英文夹杂**。 国内很多观众非常反感博主说话时时不时蹦出几个英文单词,长毛兔坦言自己平时录视频时,会刻意在脑子里插入一个强烈的“纯中文约束任务”。但这个强制翻译的过程会极其严重地卡住她的思维流畅度。

柯代表作为资深访谈主持,从认知科学的角度给出了一个极其精辟的底层解释: > “我们的脑子在思考时,最先蹦出来的是一个纯粹的‘概念(Concept)’,这个概念本身是没有任何语言属性的。接着,脑子会调动语言中枢把这个概念映射到具体的词汇上。因为我们平时在硅谷、在技术圈接触这些硬核 AI 概念(如 RAG、Agentic、Token、Hosting)时,第一输入源就是英文,所以脑子本能地会挑选距离手边最近、最精准的英文词去映射。如果这个时候硬性要求你必须在零点几秒内把它翻译成对应的中文,就会在后台强行占用大量的 CPU 算力去跑这个翻译任务,从而导致你原本要表达的核心逻辑和思维深度瞬间慢了一半,甚至直接断掉。所以人脑本质上还是懒的,怎么快怎么来。”

长毛兔点头如捣蒜,表示这就是为什么她死活不肯写“逐字稿”的原因。写了逐字稿去背、去读提词器,虽然可以做到纯中文且不吃螺丝,但整个人会变得像一具冰冷的“AI 机器人口播”,彻底丧失了那种人与人之间灵动、好玩、带着正常呼吸和情绪起伏的“朋友聊天感”。她唯一的妥协,就是在备忘录里用 Bullet Points(粗体点号)写一个大概的框架大纲,录制时时不时瞥一眼,确保核心故事线和关键数据没有遗漏,剩下的全靠临场发挥。

---

懒人科技大爆发:从 Type-X 到 Voice AI 实时连接 MCP 构建终极全自动工作流

谈到“人脑本质上都是懒的”这一真理时,长毛兔和柯代表相视一笑,并一致认为:**Web Coding 和 AI 的诞生,本质上就是为了让世界上这群绝顶聪明又极度缺觉的懒人变得越来越懒。** 长毛兔笑称,自己现在在日常生活中已经懒到连键盘都不想敲了。在过去的一段时间里,她是智能语音输入软件 **Type-X** 的重度依赖者,用嘴巴代替双手去写所有的设计文档和日常沟通。

柯代表听闻,立刻安利了他们超线性学院(Superlinear Academy)团队自主研发的爆款开源网页端应用 —— **V**(访问地址:`v.superlinear.academy`)。柯代表自豪地演示道:“如果你已经是超线性学院的用户,直接用邮件登录就行。它比 Type-X 更干净、更极简。它的背后是基于苹果生态的剪贴板打通。你只需要在电脑网页上点一下,或者在手机上按一下 Action Button(动作键),它就会以极快的速度、极高的准确率开始录音并实时纠错(Autocorrect)转文字。更绝的是,由于 Apple 统一剪贴板的存在,你对着手机说完,文字已经自然躺在电脑的剪贴板里了,直接黏贴进你的 Web Coding 界面就能跑,而且全功能完全免费、极度尊重隐私、彻底开源!”

长毛兔听完惊叹不已,随后不甘示弱地掏出手机和手腕上的 Apple Watch,现场给大家反向 Demo 了她们团队正在秘密内测的终极杀手级 AI 产品 —— **AMBI**(官方网址:`ambi.io`)。

长毛兔向直播间成千上万的观众展示了 AMBI 那近乎科幻的**“全天候环境音自主 Agent 工作流”**: 长毛兔戴着 Apple Watch,手表在完全不打扰她的情况下,可以静默且安全地录下她一整天的工作讨论和语音备忘录。通过苹果原生的 Voice Memos 自动同步机制,这段音频流会被实时无缝 sync(同步)到她的 Mac 电脑后台。

“关键来了,”长毛兔眼里闪着光,极度兴奋地解释道,“我们的 AMBI 不是一个简单的转文字工具,它是真正**原生连接了 MCP(Model Context Protocol,模型上下文协议)**的智能体网络!当我的电脑检测到这一段录音结束并完成 Process(处理)后,我甚至不需要打开任何前端界面去复制黏贴。我直接在我的 Cloud Code(或者 Cursor Agent、Codex)里对 AI 说:‘按照我刚刚和团队讨论的最新口头结论,去把那几行 Bug 代码给改了、把那封催款的 Email 帮我用意大利语写了、顺便把对应的系统架构图给我画出来!’ 它是直接在底层把语音流作为 Prompt,通过 MCP 协议去操控和调度你电脑里的各种 CLI 工具、代码库和应用生态!”

柯代表听得大开眼界,两人就 AMBI 的底层加密机制(End-to-End Encrypted,端到端加密)展开了深入探讨。长毛兔保证,虽然数据会为了让 Agent 随时随地调用历史记忆(比如你上个月开会讲过的某句话)而短暂存储在云端,但整个过程经过了极其硬核的底层加密保护,连开发者和底层大模型都绝对看不到任何明文隐私,更绝对不会被用来做任何模型的二次 Training(训练),用户拥有随时一键物理删除的最高权限。

直播进行到 1 小时左右,由于聊到了诸多极其前沿的工具,YouTube 的弹幕区彻底炸锅,纷纷跪求两位大神的频道和软件链接。长毛兔有些不好意思地坦言,自己目前把 99% 的精力都放在了小红书和抖音上,YouTube 频道虽然建了但基本处于荒废状态。她有些敬畏地感慨:“YouTube 的门槛真的挺高的。我想尝试录一个中长视频,你就发现它的剪辑工作量和脚本准备工作量,完全不是一个 Linear(线性)的关系,它是类似数学上的‘指数级生长’(Superlinear)!”

柯代表则用过来人的经验极力劝她“不要内耗,先发了再说”: “YouTube 的 Shorts 规则非常简单:3分钟之内的竖屏视频系统自动判定为 Shorts 短视频,横屏或者 3 分钟以上的走长视频赛道。你完全可以把你小红书上那些以最快速度、最高效、最真诚的 MVP(最小可行性产品)方式制作出来的 3 分钟干货视频,不做任何二次加工直接同步过去!自媒体的核心是建立一套成本受控、能持续输出、能稳定获取市场 Feedback(反馈)的自动化系统,而不是在某一个视频的过度精致(Polish)和音效、背景音乐上无谓地自我内耗。”

在第一部分的尾声,柯代表在小红书直播间发起了一项实时官方投票:**“阻碍大家学习 AI 和独立开发的最大问题是什么?”** 在给出的四个选项(不知道从哪开始、工具太多看花了眼、不会写代码、完全用不起来)中,**“工具太多看花了眼”** 以 **46%** 的超高得票率斩获第一。

柯代表看着投票结果,露出了意味深长的笑容,总结道:“大家看,这恰恰证明了我们今晚直播的价值。在这个时代,工具是最不重要的东西。我向你们保证,你只需要花 3 分钟就能完美学会怎么使用 Codex、Cloud Code 或者 Cursor 的 Agent 模式。它比 Excel 还要简单十倍!一旦你掌握了工具,剩下的九成九全是方法论和习惯。不要去当‘工具收藏家’,拥有破局的 Mindset(心态),今晚就动手去 Build 你的第一个小玩具!”

以下是根据录音文本第 至 阶段内容整理的详细 walkthrough 笔记:

### [01:05:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=3900s) 破除“工具迷恋”的误区与个人的工具“边用边淘汰”流 讲者指出,如果学习方法不对,那就完全是白学。要培养一个全新的习惯或改变整个 mindset 是极难且“越往上的东西越不可见”的,这就导致大众很容易陷入学习的误区,将目光全部锁死在工具上。讲者直言在自己的社区里看到这种现象都会不留情面地批评:“不要去强调你的工具你今天用小龙虾怎么样了,明天用了那个。”大家都太容易被工具绑架了。另一位讲者也非常赞同,并大方分享了自己的工具迭代逻辑:她的工具全部是“边用边淘汰”的。她始终有一条“主线任务”,那就是做出一款真正好用、大家都能用的产品。无论是买电脑还是选择各种新工具,全部都是为了这个主线服务的。

正因为有着明确的最终目的,她的工具库精简而高效:她现在已经不再使用 Google Stitch,而是换成了 Cloud Design 作为主力设计工具,且设计工具只留一个;写 Coding 的工具保留一到两个;至于一度很火的 Lovable,现在她也只在需要做网页的时候才掏出来用,平时根本不会没事找事去用它编程。她强调,工具大概看看它能做什么、是否能服务于当下的需求就行了,完全不需要花大量时间去深度横向对比。

对于大家普遍焦虑的“市面上这么多新工具,到底该怎么去 follow,哪有时间一个一个试”的时间成本问题,讲者引荐了 Cloud 里经常用到的一个概念——“渐进展示”(Progressive Disclosure)。 - **one-liner 收集法**:讲者刷到新工具时,只会花两三分钟看它是干嘛的,在脑子里或纸上写下一句简短的介绍(one liner)作为收集。 - **按需调用原则**:除非当下的 workflow 确实需要提速,或者现有工具明显不够用了,否则绝不盲目上手。 - **渐进淘汰与迭代**:只有当新工具能“incremental(增量式)”地推着自己往前走一步时,才会花时间去学、去采用,不好用就立刻退回原工具,绝不在工具本身上浪费无谓的时间。 - **大浪淘沙**:工具淘汰速度极快(例如讲者现在也已经不再使用 N8N 了),务实优先,跟自己无关的直接选择不关注。

---

### [01:10:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=4200s) 从 Chat 到 Code 的工作流碰撞,与小白的“心理摩擦力” 讲者详细介绍了她目前最常用的“Cloud 全家桶”工作流。当她有了一个新想法时,第一步通常是打开手机版或电脑版的 Cloud Chat 开始聊天。因为 Chat 是“low friction(低摩擦)”的,无论在手机、网页还是桌面端都能随时开启。聊到方向比较清晰、主意觉得行得通之后,她会要求 Cloud 帮她产出一整套产品文档,包括项目规格(Project Spec MD)、商业化方案(Monetization MD)以及进入市场策略(Go-to-market MD)。最后,她将这些总结好的 Markdown 文件全部导入到某一个 Cloud Code 文档中,并从这里正式开始写代码。

另一位讲者对此感到非常好奇,追问她“为什么不直接跟 Code 聊,而是要先跟 Chat 聊?”并指出其实现在 Cloud Code 默认开启 Remote Control(远程控制设置)后,手机端已经可以直接 access 任何一个 section 了。他赞叹对方虽然嘴上谦虚说自己懒,但实际上一条龙的文档化习惯“一点都不懒”,已经完成了 90% 最核心的工作。相反,他自己才是真正“懒到了极致”:直接在 Code 里让 AI 把该给的文件、该想的步骤全部一次性给好,自己只需要像对账一样对着 Code “啪啦啪啦喷十个意见”,让 AI 自动在对应文件夹里改好并直接开始,这样在实际操作中会更快。

不过,讲者从技术小白的角度提出了一个非常真实的心理洞察:对于没有习惯使用 Terminal(终端)或写代码的人来说,打开 Cloud Code 或者是它的 Terminal,心理上的摩擦力和门槛就是比 Chat 要大得多。 - **心理障碍的转变**:讲者坦言,即便界面长得很像,但在她的潜意识里,进入 Chat 模式可以一天跟 AI 瞎聊十个商业 idea 也不心疼;而一旦要“进入 Code 模式,就得有一点点认真了”。 - **界面的演变趋势**:另一位讲者提到,目前类似 OpenAI 的 Codex 或者是 Cursor 都在往“全面整合”的界面发展,甚至连 ChatGPT 也在向 Cloud Code 的三 Tab 模式学习。 - **从 Terminal 逆流回 UI App**:讲者分享说,她之前因为要处理复杂事情,曾下定决心每天开 10 个 Terminal,硬生生把 Terminal 熬习惯了。但另一位讲者极力推荐她回溯到 Code 的图形界面 App 中,因为在 UI 界面里复制粘贴、修改、查看绘画以及链接各种数据库都更加方便和直观。

---

### [01:20:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=4800s) AI 自动化工作流展示与不同技术赛道的“视角盲区” 讲者进一步拆解了她从代码到设计的完整闭环:在 Cloud Code 里,她会要求 AI 产出一个开发计划(Dev Plan),每天让 AI 在每个 session 里去 update 所有的 MD 文件,自己则按部就班地推进功能开发。等核心功能全部做完后,她才会反过来让 Cloud Code 写一份设计简报(Design Brief),然后把这份 MD 文件发给 Cloud Design 去画页面,最后再把设计倒回项目中。此外,她最近也在尝试用 Codex 去 review Cloud 写的东西或者做做 testing。另一位讲者听后,慷慨地分享了一个可以让 Cloud、Cursor 和 Codex 跨模型“协同作战”的独家技巧。

为了证明跨模型合作的高效,另一位讲者现场展示了他当天早上通过直播做的一套自动化视频后期工作流(Post-production Skill)。他将视频原文件丢给系统后,AI 会自动跑完一整套流程:切字幕、精校、出文章、提标题、抓高光、做封面,甚至自动同步到 Google Doc 中。在这个过程中,Codex 和 Cloud Code 紧密配合,甚至能跨机制调用命令行工具。尽管讲者觉得这套系统还不够完美、一直在打磨,但在技术小白看来,这已经是极其硬核且让人羡慕的基本功了。

两位讲者由此聊到了由于技术“赛道不同”而产生的社交和教学视角差。 - **跨模型协同配置**:只要修改 `agents.md` 和 `cloud.md` 两个文件并做好互相映射,把所有 Skill 统一复制到一个文件夹里,就可以实现 Codex(用 GPT 5.5)与 Cloud(用 Fable 5)的完全跨制用。 - **小白的必经之路 vs 专家的基本操作**:讲者提到,她分享如何用 Git、如何写个网页时,常会遇到有经验的人留言冷嘲热讽觉得“这不是基本操作吗”,但她认为这些对普通人来说就是必须突破的小挑战。 - **专家的Perspective迷失**:另一位讲者深刻自我反思道,因为自己早就失去了大众的零基础视角(perspective),导致他在讲课或分享时,常常不知道大家“原来连大模型的历史演化或者 Git 怎么用都不知道”,导致教学产生断层。

---

### [01:25:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=5100s) 破除“学完再做”的执念,用个人需求倒逼行动 讲者犀利地指出了另外两个普遍存在的学习误区。首先是“为了学工具而学工具”,这种做法因为没有最终的产品回馈,不仅没有成就感,还极其容易让人失焦和挫败。其次,她非常反对“先去学完大量的 AI 知识或 Coding 知识再去动手”的传统路径,认为这很 controversial(有争议),但她个人更推崇“边做边学,以结果为导向”。大模型的算法、架构、硬件、软件和前端开发每一个都是能学上好几年的宏大领域,如果从学内容开始,知识永远更新不完,人就会永远停留在“准备中”。

另一位讲者对此表达了极其强烈的认同。他现场展示了自己在 2023 年 2、3 月份(GPT-4 刚发布时)发表在腾讯研究院的一篇引以为傲的深度硬核文章。在这篇文章里,他用了大量篇幅去硬啃大模型的技术历史,从 Transformer 架构、分支演化一直聊到涌现能力,并且做出了极高精度的预言。然而他坦言,了解了这么多理论,“唯一的用处就是写了那篇文章,对提升实际的 AI 动手能力没有任何帮助”。当时他在 Static 工作时用 AI 较少,哪怕理论懂透了,动手能力依然没跟上。这也是为什么他现在的课程设计唯一的目的,就是反向设置阶梯,“motivate 大家去 build”。

针对很多人经常抱怨的“我不知道该 build 什么,因为我没有需求”这一借口,讲者们一致认为这是一个巨大的认知误区,因为每个人在工作、生活或兴趣中都有大把可以被 AI 优化的碎片需求。 - **健身与奶茶管理小应用**:讲者分享了自己做的一个只供自己一个人使用的 Web App,用来记录每年去几次健身房、每周只能喝一杯奶茶等小目标,虽然简单,但包含了登录、登出和连接数据库的完整功能,省去了翻本子的麻烦。 - **社区火热的灵感激活**:另一位讲者的社区里有一个相关的讨论帖,下面有 300 多个人的留言,全都是大家在日常生活中发现的、可以用 AI 解决的真实小需求。只要激活了这种“解决自己问题”的意识,需求根本抓不完。

在节目的最后,讲者试图切入一个小红书上粉丝提问的 Related Question——“怎么看 Agent 的需求远远大于人类的需求?什么产品能满足 Agent?”,并幽默地探讨 Agent 是不是只需要算力和上下文。然而此时 Riverside 录制软件的画面突然发生卡顿,两位讲者开始手忙脚乱地排查是不是 YouTube 挂了或者网络出了问题,在一片因技术故障引发的搞笑与混乱中,本段内容戛然而止。

## Notable quotes > 如果是可以重答的,但是它不让我提交,是什么意思呢?居然卡在了这里,真的是,也是没想到。 — 长毛兔

> 小红书上大家给我们直播间送礼物、投人气票的话,就会有更多的人看到,然后就可以有热度,以后就会有更多的人来。 — 柯代表

> 谁用电多,是吧?谁花钱多谁就牛逼吗?肯定不是这样。 — 长毛兔

> 趁着这些大公司在打价格战、互相疯狂卷补贴的时候,赶紧用 20 块钱的 Pro 价格去薅他们烧了成百上千美金才推出来的算力,这绝对是前所未有的红利期。 — 长毛兔

> 我觉得这好像你说让汽车的功耗小于人的功耗一样,没什么意义,小于马的功耗就还好吧。因为这是两件事,那个模型它是用电的、用硅的,然后我们是吃饭的。你再多钱也买不来一个小鸡,你生产再多的电你也不能换成一头牛,所以是两个东西,非要去计算把它全 Reduce 成能源消耗,我觉得没必要。 — 柯代表

> 那段时间我可能都是每天都在凌晨三四点才睡觉吧,因为这东西不改,然后可能下一秒又有人登陆网站的话,我可能就觉得有点对不起大家。 — 长毛兔

> 所有大家脑子里想的东西都没什么意义,你上线了以后就会感觉你全都是……你想的都是错的。 — 柯代表

> 我觉得如果有些东西是我能做的,我就提前把它弥补了;如果是做不了的话,担心也没有用。而且比起安全性的问题,或者是上线了出小的 Bug,我其实更担心的是‘没有水花’——就是发出去之后,根本没有人用,冷冷清清,这个才最让人伤心。 — 长毛兔

> 大家以为是不懂 Marketing,不懂 Sales,不懂 Go-to-market,其实全是因为产品压根没有达到 Product Market Fit。一旦真正 Fit 了,你就会发现你是在被市场和用户推着走,那些营销手段迟早自己都会长出来。 — 柯代表

> 首先我不专门选题,其次我拍视频从来没有开头和 Hook,第三我至今没有做任何商业变现。 — 长毛兔

> 如果网上已经有几百个一模一样的安装步骤了,我再去复制一遍,无法提供人类信息的增量,那就是在浪费生命。 — 长毛兔

> 我们的脑子在思考时,最先蹦出来的是一个纯粹的‘概念(Concept)’,这个概念本身是没有任何语言属性的。接着,脑子会调动语言中枢把这个概念映射到具体的词汇上。因为我们平时在硅谷、在技术圈接触这些硬核 AI 概念(如 RAG、Agentic、Token、Hosting)时,第一输入源就是英文,所以脑子本能地会挑选距离手边最近、最精准的英文词去映射。如果这个时候硬性要求你必须在零点几秒内把它翻译成对应的中文,就会在后台强行占用大量的 CPU 算力去跑这个翻译任务,从而导致你原本要表达的核心逻辑和思维深度瞬间慢了一半,甚至直接断掉。所以人脑本质上还是懒的,怎么快怎么来。 — 柯代表

> 我们的 AMBI 不是一个简单的转文字工具,它是真正原生连接了 MCP(Model Context Protocol,模型上下文协议)的智能体 network!当我的电脑检测到这一段录音结束并完成 process 后,我甚至不需要打开任何前端界面去复制黏贴。我直接在我的 Cloud Code(或者 Cursor Agent、Codex)里对 AI 说:‘按照我刚刚和团队讨论的最新口头结论,去把那几行 bug 代码给改了、把那封催款的 email 帮我用意大利语写了、顺便把对应的系统架构图给我画出来!’ 它是直接在底层把语音流作为 prompt,通过 MCP 协议去操控和调度你电脑里的各种 CLI 工具、代码库和应用生态! — 长毛兔

> [01:05:00](https://www.youtube.com/watch?v=W4vEix8Ty40&t=3900s) 不要去强调你的工具你今天用小龙虾怎么样了,明天用了那个。 — 柯代表

## Mentioned 长毛兔, Jenny, 柯代表, 课代表立正, YouTube, 小红书, Riverside, Mac, OpenCloud, OpenHands, Cloud Code, Cody, Lovable, Cloud Code MAX, GPT Pro, Ready AI, 王老师, Bolt.new, N8N, Reddit, Resend, Anthropic, Dario, 纽约大学, Claude 3.5 Sonnet, 麻省理工, MIT, Mary Meeker, Type-X, 超线性学院, V, AMBI, Apple Watch, Voice Memos, MCP, Cursor Agent, Codex, 抖音, Google Stitch, Cloud Design, OpenAI, ChatGPT, Cursor, Git, Transformer, 腾讯研究院, Static

[Source](https://www.youtube.com/watch?v=W4vEix8Ty40)

中文简报

麻省理工长毛兔利用MCP协议与Lovable开启全自动大模型编程 大模型算力成本正遵循摩尔定律指数级下降,独立开发者应在巨头大打价格战与无痛补贴的红利期内,放弃死记硬背工具教程,转以个人真实需求为导向进行边做边学的实战开发。 本期节目是主播柯代表与麻省理工毕业的独立开发者长毛兔(Jenny)的深度对谈。长毛兔分享了自己作为零基础技术小白,如何通过 Ready AI、N8N 和 Lovable 等工具跨越技术恐惧,成功在小红书打造出除夕贺卡爆款独立产品的经历。同时,她还毫无保留地公开了自己如何将小红书做到 10 万粉丝的无痛运营法则,并与柯代表共同探讨了 AI 时代的商业模式变革、跨模型自动化工作流、以及如何用真实需求倒逼行动、破除“工具迷恋”的核心破局思维。 直播初期两位主播在多平台串流调试中手忙脚乱,长毛兔卡在投票环节,最终成功稳定上线小红书和YouTube直播间,并通过老粉的互动热烈了氛围。 (0:00) 长毛兔具有工业工程本科及MBA、土木环境工程双硕士学位,曾任产品经理、数据分析和管理咨询,目前在无传统开发背景下利用业余时间自学Web Coding。 (0:00) 长毛兔在Web Coding上的总投入约两三千美金(含一台用于iOS开发及跑OpenHands服务器的Mac),常规月度订阅开销(Cody、Lovable等)固定在五六十美金。 (0:00) 柯代表指出社群硬核玩家会混用多个Pro或MAX账号以薅取大模型API的高额算力补贴;两人均批评公司管理层统计“Token排行榜”是愚蠢的投入指标,目前行业已转向考虑成本和效率。 (0:00) 长毛兔在2025年春天因参加湾区Ready AI线下会,看到纯自然语言生成网页的Demo而受到启发,从此打破对HTML/CSS的代码恐惧,迈入网页开发大门。 (0:00)

Reading summary

麻省理工毕业生长毛兔与主播柯代表指出,非科班背景的普通人无需先系统学习底层代码或陷入“工具收藏”陷阱,通过以真实需求为导向的 Web Coding 与 AI 自动化工具,便能以极低成本快速构建产品并建立个人影响力。 跨越代码恐惧与轻量化试错成本 长毛兔拥有工业工程、MBA 与土木环境工程背景,曾从事产品经理与管理咨询工作,无传统软件工程开发经验。她在 2024 年春季接触自然语言建站工具 Ready AI 与低代码平台 N8N,随后转向 Lovable 与 Cloud Code 等 AI 编程工具。其常规月度软件订阅支出约 50 至 60 美元,初期整体投入约两三千美元,其中大半用于购置运行本地环境的 Mac 电脑。 在除夕卡通贺卡项目引爆数千名用户访问时,她自行承担的 API 调用成本仅为几百美元。柯代表指出,AI 时代的产品逻辑不同于边际成本为零的传统软件,更类似实打实消耗 Token 算力的制造业;但在有效控制自动加载机制的前提下,小团队与个人能够以极低的试错成本完成产品冷启动,甚至利用巨头当前的价格补贴红利快速验证想法。 实验思维驱动的产品迭代与全自动工作流 长毛兔与柯代表强调,产品的核心认知必须在上线面向真实用户时才能建立。长毛兔的贺卡应用在遭遇 Resend 账户冻结与数据库承压等突发状况后,通过 Lovable 快速实现一分钟内的热修复。硅谷技术圈推崇的实验思维主张不过度预判需求,而是快速交付 MVP(最小可行性产品)获取市场反馈,从而打破团队在“复杂痛点难攻克”与“完美方案无人买单”之间的 PMF(产品市场匹配)困境。 在工作流自动化层面,长毛兔与柯代表展示了语音与 Agent 的深度结合。柯代表演示了基于苹果生态剪贴板的开源语音转文字工具 V,长毛兔则介绍了内测中的智能体产品 AMBI。该工具利用 Apple Watch 录制语音并通过模型上下文协议(MCP)直连终端代码库与命令行工具,实现无需手动复制代码即可让 AI 自动执行改 Bug、撰写多语言邮件或更新系统架构图,并在端到端加密机制下保护数据隐私。 放弃套路运营与自媒体资产积累 在小红书运营上,长毛兔经历了从 2022 年入学 MIT 记录 Vlog 积累 1.8 万粉,到 2025 年转型技术分享并快速突破 10 万粉的过程。她坦言早期依赖名校光环建立了信任资产,但也必须承受“MIT 毕业竟然不会写代码”等舆论反噬。为平衡全职工作,她采用集中生产机制:周日拟定 3 个主题一口气录制完成,平时工作日仅进行剪辑与发布。 长毛兔拒绝了“黄金 3 秒 Hook”、刻意反转与逐字稿等工业化套路,坚持以自己每周推进的独立开发为“主线任务”,仅分享真实踩坑过程与认知增量。例如在面对 OpenCloud 部署热潮时,她拒绝制作流于表面的“一键安装教程”,转而系统解析 12 项安全部署风险。柯代表补充道,海外技术从业者在录制时中英夹杂是由于概念首次映射至英文词汇的脑认知机制,靠剪辑剔除冗余停顿与口癖,比机械照念提词器更能保留真实且具信任感的沟通状态。 破除工具迷恋与“先学再做”的认知误区 (65:00) 直播官方投票显示,46% 的观众认为阻碍学习独立开发的最大障碍是“工具太多看花了眼”。对此,长毛兔提出“边用边淘汰”与“渐进展示”原则:对新工具仅花两三分钟记录一句话简介,唯有现有工作流出现明确提速瓶颈时才按需调用,未达预期则果断退回原有工具,目前她已淘汰了 Google Stitch 与 N8N 等工具。 两位讲者一致反对“学完大模型架构或编程语言再去动手”的传统思维。柯代表以自身在 2023 年发表的硬核大模型理论长文为例,指出精通底层原理并不能自动转化为 AI 动手构建能力。长毛兔通常先在低心理摩擦的 Cloud Chat 中梳理需求并生成产品规格(Spec MD)及商业化文档,再导入 Code 模式开发,甚至从自制“健身与奶茶打卡器”等个人碎片需求切入,以结果倒逼行动。 柯代表与长毛兔认为,现阶段 AI 编程工具的操作门槛已大幅降低,开发者的核心壁垒不再是工具掌握数量或理论储备,而是以解决自身真实问题为起点的动手意愿与快速迭代心态。

Source quotes

长毛兔: 如果是可以重答的,但是它不让我提交,是什么意思呢?居然卡在了这里,真的是,也是没想到。 柯代表: 小红书上大家给我们直播间送礼物、投人气票的话,就会有更多的人看到,然后就可以有热度,以后就会有更多的人来。 长毛兔: 谁用电多,是吧?谁花钱多谁就牛逼吗?肯定不是这样。 长毛兔: 趁着这些大公司在打价格战、互相疯狂卷补贴的时候,赶紧用 20 块钱的 Pro 价格去薅他们烧了成百上千美金才推出来的算力,这绝对是前所未有的红利期。 柯代表: 我觉得这好像你说让汽车的功耗小于人的功耗一样,没什么意义,小于马的功耗就还好吧。因为这是两件事,那个模型它是用电的、用硅的,然后我们是吃饭的。你再多钱也买不来一个小鸡,你生产再多的电你也不能换成一头牛,所以是两个东西,非要去计算把它全 Reduce 成能源消耗,我觉得没必要。 长毛兔: 那段时间我可能都是每天都在凌晨三四点才睡觉吧,因为这东西不改,然后可能下一秒又有人登陆网站的话,我可能就觉得有点对不起大家。 柯代表: 所有大家脑子里想的东西都没什么意义,你上线了以后就会感觉你全都是……你想的都是错的。 长毛兔: 我觉得如果有些东西是我能做的,我就提前把它弥补了;如果是做不了的话,担心也没有用。而且比起安全性的问题,或者是上线了出小的 Bug,我其实更担心的是‘没有水花’——就是发出去之后,根本没有人用,冷冷清清,这个才最让人伤心。 柯代表: 大家以为是不懂 Marketing,不懂 Sales,不懂 Go-to-market,其实全是因为产品压根没有达到 Product Market Fit。一旦真正 Fit 了,你就会发现你是在被市场和用户推着走,那些营销手段迟早自己都会长出来。 长毛兔: 首先我不专门选题,其次我拍视频从来没有开头和 Hook,第三我至今没有做任何商业变现。 长毛兔: 如果网上已经有几百个一模一样的安装步骤了,我再去复制一遍,无法提供人类信息的增量,那就是在浪费生命。 柯代表: 我们的脑子在思考时,最先蹦出来的是一个纯粹的‘概念(Concept)’,这个概念本身是没有任何语言属性的。接着,脑子会调动语言中枢把这个概念映射到具体的词汇上。因为我们平时在硅谷、在技术圈接触这些硬核 AI 概念(如 RAG、Agentic、Token、Hosting)时,第一输入源就是英文,所以脑子本能地会挑选距离手边最近、最精准的英文词去映射。如果这个时候硬性要求你必须在零点几秒内把它翻译成对应的中文,就会在后台强行占用大量的 CPU 算力去跑这个翻译任务,从而导致你原本要表达的核心逻辑和思维深度瞬间慢了一半,甚至直接断掉。所以人脑本质上还是懒的,怎么快怎么来。 长毛兔: 我们的 AMBI 不是一个简单的转文字工具,它是真正原生连接了 MCP(Model Context Protocol,模型上下文协议)的智能体 network!当我的电脑检测到这一段录音结束并完成 process 后,我甚至不需要打开任何前端界面去复制黏贴。我直接在我的 Cloud Code(或者 Cursor Agent、Codex)里对 AI 说:‘按照我刚刚和团队讨论的最新口头结论,去把那几行 bug 代码给改了、把那封催款的 email 帮我用意大利语写了、顺便把对应的系统架构图给我画出来!’ 它是直接在底层把语音流作为 prompt,通过 MCP 协议去操控和调度你电脑里的各种 CLI 工具、代码库和应用生态! [65:00] 柯代表: 不要去强调你的工具你今天用小龙虾怎么样了,明天用了那个。

Original transcript

[0:00] 就可以进入直播了你进入直播呢应该会看到我们的直播间在你的这个可以的以下哪种行为做两道题哈哦你第一次直播全选就命了不着急互动,互动可以有投票吗?他没有,哎,是这样投票?妈呀,有道题,不知道对不对?很遗憾未通过他如果是可以重达的但是他不让我提交,是什么意思呢?居然卡在了这里,真的是,也是没想到第一次都是第一次有很多都会有很多没想到我们看一下哎YouTube的人就不来了吗哇通过YouTube现在是零人我还要提交什么名字身份证号码这是什么呀主播出镜头我的天我在找我的等一下啊真的是新奇了我第一次搞了一个投票嗯提交中可以了没有啊小红书泽同学们大家好YouTube大家同学们大家好我们现在正在直播中然后Jerry现在正在长毛2长毛2现在正在设置终于上线了不容易可以的第一次发现直播有这么多操作但是也就第一次之后就好了还是有很多东西要学的我们现在你看就是如果我们打开右边那个就Riverside上打开chat然后public chat你就会看到就是YouTube上大家的评论然后有人就会问Fibo是否我当地都不能用嘛然后你的你的小红书上应该能看到小红书上大家的提问这样的话我们就可以跟观众们时时的聊天我的小红书上会看到我的小红书的提问哦好的 太好了欢迎 欢迎 长毛2嗨 嗨 大家好第一次直播有点手忙脚乱感谢柯代表教我怎么直播没有问题 其实之后就一样了就和Zoom差不多的那边是现在直播间里多少个人小红书上又上角色显示多少人在线 [5:00] 6个人我现在19一会慢慢来YouTube这边是19个人直播间就是直播了然后我们说一些东西然后大家投人气票一些小红书上大家给我们直播间送礼物投人气票的话就会有更多的人看到然后就可以有热度以后就会有更多的人来谢谢然后这集如果有人你看阿蒸蒸然后阿欧对阿珠都是阿耶给我们投了这些人气票阿珍珍还送了小花感谢感谢然后就会有更多的人气更多的人进来对我们要跟直播接下来观众保持互动然后今天我们聊的内容啊如果大家不知道的如果大家不知道麻省理工长毛兔的话小红书上可以看到看到他的主页是一个你现在怎么自我定位是webcoding博主吗还是学习博主可能是学习博主现在学的是AI和webcoding的吧以后学什么也不知道就是可能按照自己的兴趣我以后学什么也不知道那你可以跟大家介绍一下吗就是如果说是一个不了解你的观众的话第一次他会你觉得对你会怎么介绍自己好问题可能就是一个比较愿意学习然后分享自己的这个学习过程和成果的人吧然后我之所以说自己是普通人就是下班后学习AI是因为我现在有自己的主页然后同时也会在周末和下班的时候去学一些AI和Web Coding的东西但是呢我并没有一个开发的背景就是我以前没有做过什么Software Engineering啊做Development做这种技术开发我的背景的话本科是学工业工程的嘛然后研究生学的是MBA和图木环境工程一开始是想做环境工程这种解救地球的这种大工程的但是美国这边也最近一直在这个政策也变了嘛所以以后当做一个白月光先留着然后这些年的话就是虽然没有开发背景但是做过产品经历做过数据数据分析做过数据工程还有做管理咨询做了很多年所以就是有一些比较综合的这种兴趣和爱好还有学习的方向吧最近这半年到一年之间就是比较上头的还是vibe coding觉得非常好玩所以最近分享的都是这方面的东西对啊而且你分享有一个很特别或者说专属的开头就是你在vibe coding上又花了多少钱对吧对我现在都已经部署了因为我觉得就是越来越多根本停不下来的那种但是我有那么段时间是每周看我花了多少钱然后每周也会总结一下最近自己的学习成果就是这周学了点什么东西那个时候还挺多总结的吧最近也不总结了因为时间太长了就有一点就觉得大同小异了是吗我反而有很多感觉我最近学习的速度反而上来了不知道为什么我觉得可能就是累了我不知道就是我身边有很多朋友跟我说每天就是新闻大小新闻就特别每天都是一个爆炸性新闻看久就疲惫了嘛所以有点懒得去读了就觉得再大的新闻都差不多嗯就没有一个特别特别亮眼的所以时间久了就觉得哦反正是漫步进行吧嗯嗯嗯那你所以你在还在数的时候你花了多少钱哦我数的时候我看看好像两三千美金吧但是其实其实有一个有差不多一半是在一个在买个电脑上嘛就是我那个时候还是用windows所以很多人就说你这个不算但是其实我买这个买了个mac就是专门为了做iOS development手机iOS开发的嘛然后那个时候我就是其实用Windows已经很久了然后也一直没想换但是又多买了一个电脑就是为了做这个开发后来我还用它跑的那个OpenCloud就是当了一个单独的一个machine就可以一直开着然后不会连我自己的那些信息所以我把它当做了一个就是我在这方面的投入吧但是不算的话不算的话不算的话就是就是会分阶段买不同的东西就是现在的话可能一个月就是20块钱Cloud Code20块钱的Lovable然后呃每个月又买那个Domain啊就是hosting的那些就是嗯这些加起来那一个月可能就五六十吧杂七杂八的然后我一直在拖延自己没有上Cloud Max呃就是我觉得用的不够稳定就什么时候 [10:00] 天天就好几天连续觉得不够用的话我就可能上了MAX但是我现在就是可能一个礼拜只有那么一天两天就觉得不够用了然后我就等一等就还好所以还在拖延你现在是不是已经上MAX了那肯定我还有很多人推荐就是搞两三个Pro不上MAX然后我觉得也可以也算是一个过渡就是我们群里好多人是好几个MAX加好几个GPG Pro因为就是订阅制的话一个200美元的订阅制大概对应的是两三千美元的API然后他们确实就要用这么多所以说他们是好几个这种200块钱的账号那还是用的比较厉害的我都不知道他们可以干嘛但是确实就是你看鸭哥是平均一天一个billion的还是不鸭哥是平均一天半个billion的那个token然后诚然说他只有一天一个billion的token对很夸张哇但他也是会像压哥是混着用了就是本地的也有然后Deepseek有很多GLM也有很多然后都用都不是说一定要用最贵的嗯哎你身边有很多人公司就是用做那个token leaderboard就是看全公司谁排名用最多token的我们公司原来就也有然后我身边很多朋友公司也有最近全撤了对对对一个是太贵了另外一个就是就不合理我觉得对我们很早就吐槽这件事情了就是就是就是一个input metrics然后怎么可以用这个东西就是谁用电多是吧谁花钱多谁就牛逼吗肯定不是这样但是我也理解就是当大家都不用的时候用这种方式让大家看到然后去把它用起来也一定阶段吧想是有道理的有激励型的那种就是过渡一下用多了现在大家就开始控制了肯定是就是当大家都用起来了就要想办法怎么用好对我觉得就是邀请你过来做直播就是因为你在这你代表了很多人然后没有跨过去但是你跨过去了这个门槛就是我没有变成背景但是我到底可以用webcoding做什么然后我怎么样子学AI我对AI好怕怕然后一方面怕他取代我另外一方面呢就是我对AI的使用还停留在很简单的方式which is就是跟AI聊聊天但是就是你如果用AI做过一些东西反正用agentic工具你做过webcoding以后可能你就是使用AI的能做的事吧就一下子多了很多很多所以说想先请你就是讲讲你的故事就是你是怎么快过这个门槛的然后再讲讲你的体会就是快过这个门槛有什么好处接下来呢我们就一边就是回答一些直播间的问题然后咱们一边继续往下聊好呀好呀我不知道大家有没有听过一个叫Ready AI的产品是一个国内的一个团队吧这是做的一个就是用语言可以直接做一个就是那个时候是25年春天可能2月还是3月份的时候其实可以用自然语言去做网页的时候的东西然后他那个时候在湾区做了一次的分享会然后我就刚好那天就参加这个活动其实我平常这种活动参加的非常少我就刚好参加了那个活动然后刚好就看到这个当时的王老师CEO还是Chief Product就是当时在Demo这个东西然后就觉得好有意思呀因为我小时候从小到大就一直想做网页但是我每次看到就是什么HTMLCSS这么一堆东西需要先学的时候我就劝退了就是还是比较懒的一个人所以我当时看到他那个我就觉得哎这很有意思然后我回来我其实加了那个那个demo的人的微信我跟他要了几个credit我说能不能试一试你们这个产品然后当时他就给了我这个credit我就开始用用的时候我就做了几个网站我就非常有意思就那个时候像什么lovableclad这东西还没活起来的时候我就先尝到了一点甜头然后我就觉得非常有意思但之后呢在社交媒体上刷视频啊或者是刷跟朋友聊天就越来越发现还有很多更好用的工具然后我就我现在也很好奇这个工具现在就发展到什么程度了就是原来那个Ready的部分但是肯定是比较先入市场的一个产品吧然后之后就开始一发不可收拾吧我是从Lovable开始用的我是从M8N那些东西开始用的这样的你现在还经历过这个对对我从M8N开始用是因为这样的,我在早些年做管理咨询的时候做过很多时间的那个RPA,Robotic Process Automation就是那个它其实就有一部分的那个AI的部分在里面就是什么OCR,Optical Character Recognition就有一点AI的东西在里面但是我就很习惯这种,就一点,一拉就可以连出来一些 [15:00] Low code或者No code的东西嘛嗯当时很多给客户做这种东西所以N8N出来的时候我就觉得还挺有还有挺有这种感觉但是更智能嘛当时我还做了一个什么去Reddit上抓取某一个品牌的这24小时的讨论然后每天给我发个email的东西也做了一个什么就是别人给你发email他自动给你看看需不需要回什么东西然后直到他回满了你再再去手动来接这个email的东西就是早期的时候还是走到很多弯路的你这一个功能在N8N上大概要画多少的图或者说就是花多长时间比较这个东西我想想几可能几个如果分两三天的话每天就两三个小时这样的吧但是其实它不会很我就不会做很长那个链就没有特别长就我刚开始还是在尝试的阶段链条不是很长然后对这个东西做完了以后我就发现还是有点麻烦的然后再往后而且这里我感觉还是需要code有的时候他让你去parse什么string啊去写json的我觉得还是需要code然后再往后就开始用lovablelovable就是一个打开新世界大门的一个东西因为他就是立刻就可以看到你想要的做的事情然后再往后就开始用LovableLovable就是一个打开新世界大门的一个东西因为它就是立刻就可以看到你想要做的事情然后我就做了一大堆有的没的的网站啊我自己的啊帮朋友做啊帮其他人做啊就是反正credit巨多每天就在用你的那个有的没的的网站都做了什么网站有些成功有些不成功的有些做过那种rapper就是什么天使和恶魔的聊天就是你心情不好你就跟他聊然后让你 cheer you up里面就是一个XGPT的API然后你心情很好你就是特别飘的时候你跟他聊他会帮你就是更 ground 一点然后他就是这样的那个 wrapper我还做过个人网站啊还有做过什么游戏尝试去做一些小游戏啊就是去进一个房间然后你们要去猜字啊猜什么东西了当时后来进一个房间然后你要去做一些猜测就是我们线下玩的一个游戏假如说你说就是你猜世界上有某一个有多少个机场然后现在大家都没有概念嘛然后我们就会可以讲数字就是那个几万个还是几十万个还是然后就哪个人离的最近谁就赢了所以我想玩一个线上这样的游戏好connsulting的问题。主要就是大家都没有什么概念,但是这个题最后接谜底的时候大家都有多一点信息,比较有教育意吧。我们现在还是玩比较nerdy的游戏。然后后来就12月份的时候,就去年12月份的时候做了一个就是你可以上传一张照片,然后我用一个套我的prom把它做成一个比较好看的一个卡通图片它可以做成一个圣诞卡片发给第三个人这个是我第一个就是那种上线的产品吧因为就是这个是很多人可以来用的之前那些都是我自己用的东西嗯嗯对那这个产品有人用吗有有有有几千个人来用就是哇所以要感谢一下小红书就是当时大家就还挺挺给面子的挺支持的然后都来用了我也没想到因为我好像我用那个resend帮我发email就是把卡片发给其他人他有一段时间因为人太多了还给我freeze了就把我账号给冻结了我还得去想办法去解释那这件事花了你多少钱这件事其实钱花的就是开发钱花的不多最重要最花钱的地方其实是我我那个自己自费让大家用我的API去做图因为一开始也没想到有那么多人用嘛就觉得就是我请我请网友们来用我的这个产品然后后来就发现越来越多越来多我应该是烧了三位数的那个API吧然后我也就是一直在补一直在补三位数还好对三位数还好我觉得这个细节挺挺重要的其实算几千人用已经是一个比较火的产品了然后你那个东西也算是一个比较复杂的图像所以说其实也没有那么贵大家老是担心说我用AI然后刷出来个贴文数字就是所谓贴文数字也就是100块100美元对对对对特别是像我也不会让它自动load我就是手动load快不多了就给我提醒提醒我就在家所以就是还可控但是我觉得从这里就学到了我有粉丝说用了我的喝卡非常好看太感谢了 谢谢一碟羊我从这里学到了其实AI时代的这些产品因为它是实时的烧token的它没有那么像SaaS那么scalable我们最近也在讨论YC以前的playbook [20:00] 一些你做一次然后你再往上加用户基本上不花钱的产品像Uber啊Airbnb这种就是你所有的软件产品之前都是几乎computation都是free的对对吧就是你build once以后你你10个用户和100个用户就是差别没有很大所以他们就非常的很能有 exponential growth但是我就从这里就发现就是确实这个东西在AI时代的话就不是说你上加一个用户就基本上没加什么钱就是每个用户都是实打实的AI Token 存在用钱我记得是24年的一个博客吧还是25年初的时候他就说就是现在的AI公司更像manufacturer就是更像制造业是有道理的就是有成本的然后包括Dario就是Anthropic的CEO去上博客他也说就是他们其实一定要就是规划好Token 的这个未来的demand对就是你你顾高了你肯定就泡沫破裂但是估低了以后呢你肯定就是不足然后在竞争中就会落后退然后他这个点我觉得抓的还是挺准的因为现在就很明显看到这个就是估高估低是很有对对所以他们就是现在很多人就说趁这些credit才有被一个大公司帮我们压价,就是subsidize其实我们现在一个pro20块钱用的量,他们在那里烧的钱其实比这个还多嘛,相当于他们用低价来弥补我们了,没有吗?我不认同这个想法,我记得OpenAI好像讲过他们的那个,就是发过文章讲过他们的gross margin是多少,75%现在还是吗就是overall如果说你每个人都用满的20块钱的话肯定是不行但是他们量算是因为这样的他们会算API的成本然后说你20块钱所对应的API20块钱对应的API大概就是可能是比如说三四百美元那肯定是就好像在补贴但是首先就像健身房或者说买了绝大多数人是不看的一样就是绝大多数人20块钱是根本用不到就是多少的然后再加上就是那个他们的API也是有很高的这个利润率在的所以说对就是就是整体来说他们应该是他们肯定有很多研发成本训模型人工成本但是从这个host这个token的角度来说的话便没有赔钱哦Ook 如果是包括没用满的话那确实可能总体来说还是ok但是我觉得就是如果奔着用满他的心态去的话就觉得现在趁着他还便宜的时候多用一用也算是一件好事可能之后像Uber什么很多东西就是前期很便宜后来涨价嘛Token还是会更便宜的了毕竟技术在发展就是你那个Uber一辆车就是一辆车他也没有多出来十倍的车但是Token的还是有指数下降的成本希望是吧因为我觉得他一边在Build 一些Data Center一边也是就是在用的人也在增加就是我感觉他的Demand和Supply我不确定他是是那种Supply能不能多于Demand就Demand和Supply肯定是同时都在增加而且甚至应该Demand增加更快但是我刚说的是它的技术本身就是肯定是那个token本身会越来就是同一个模型的token会越来便宜对就是training efficiency或者influency efficiency会增加我今天上午跟我一个读博的朋友聊天我还接触了一个蛮有趣的想法就是他是他们说他们在在 NYU 研究如何让 AI 的用到的这个能量是等于或者低于人类的大脑的就是说在人类去算这道题或做这件事情跟 AI 比就是什么时候能让它低于或者等于人类的这个事情的话就会不管是从就是科学角度来讲还是社会学角度来讲还是从经济学的角度来讲的话应该是蛮大的一个突破所以还比较期待这一天我就对这种东西比较critical了我觉得就好像你说让汽车的功耗小于人的功耗一样就这没什么意义小于马的功耗就还是还好吧因为这是两件事那个模型它是用电的用硅的然后我们是吃饭的就是我记得有一个什么阿末的什么组货的阿末他就说你再多钱也买不出来一个小机你有再多的钱也买不来一个小机你生产再多的电你也不能换成一头牛所以是两个东西就是非要去计算的话然后我把这两件事全部reduce成能源消耗我觉得 [25:00] 没必要反正是一个他们研究的课题吧如果能做到就算不是比人低或者是不直接对比他也是对产能的优化然后让更多人能用上这些东西我觉得从一个课题的角度来说是有趣的刚刚咱们继续讲你的100多美元的成本当时看到这100多美元的成本你心中是怎么想的你心中想的是你觉得就怕了吗不敢再增长这件事情了吗或者说就是我想问的是你是你这件事给你的learning是什么或者说对你接下来做的事情有没有什么就是影响吧嗯我觉得他给我的learning主要是就是一个东西上线的时候有很多问题可能会出现假如说这个什么一个号突然被封了呀或者是后面API出了什么问题啊Database出了问题这种就是线上救火这件事情对于一个新手还是独立Vivecoder来说还是有一点点紧急的对 而且那段时间我可能都是每天都在凌晨三四点才睡觉吧因为这东西不改然后可能下一秒又有人登论网站的话我可能就觉得有点对不起大家所以有这种责任感同时也是很开心的就是大家在用然后我所以我才需要修然后最有一点就是关于一些这东西得上线了你才能学到一些东西并且它上线的时候你要准备好可能会有一些漏洞啊会有一些没有想象的事情会发生另外就是这个feedback吧我就觉得就是如果有人在用然后立刻在你的评论区给你提供feedback然后你就马上去改的话这是一个非常健康的一个loop就是如果能做到这个地步这个样子每个产品都有这种quickfeedback的话我觉得是一件非常幸福的事情就是也想多打造一些这样的体验我之前那个公司是做ABC实验的我们就说就是所有大家脑子里想的东西都没什么意义你上线了以后就会感觉你全都是你想的都是错的是的是的其实我觉得这一点我觉得这一点在湾区的大佬就是我经常听他们的博客什么的我觉得他有一点我非常欣赏就是湾区的那些不管是投资大佬科技大佬不管怎么样他们都有一个很很朴实的想法就是我不能就是去预判未来我也不知道哪一个能成哪一个不能成我们所有的事情都是一个experiment就是一个实验所以所有的事情带着实验的心思去而不会觉得就是我很厉害 我很牛所以我说的未来就是未来的那个会发生的事情我觉得这个态度还是很好的所有事情都带着我做一个实验的这种态度嗯当然就是这最有问题了你怎么做到这一点的呢你在上线之前不会担心这个担心那个吗不会对吧担心大家觉得你做的不好啊不会担心就是可能出现了什么安全漏洞啊不会担心就是就是这些吗因为你看起来自我要求还是很高的样子嗯我觉得就是如果有些东西是我能做的我就就提前把这东西弥补了如果是做不了的话担心也没有用就是我上线前 其实Lovable现在有一些自己的security feature我就会让他做一些security那些scan什么东西但那个时候还比较早期 那个时候还没用上Cloud Code如果现在的话 我可能还会让Cloud Code再给我过一遍然后Codex再过一遍但是早期的时候我也是就是已经做过了一些什么security scan各种问题的scan然后自己也去试试了一下找几个朋友试了一下都没有问题我就上线了所以我觉得最重要的事情如果都已经准备好了然后剩下的话就是也自己也无法去预判它的话就是让它这个真实的反馈给你一些机会去尝试吧能做的都做了但是你会不会担心上线了以后出了问题你修不了因为很多人对webcoder的诟病就是他们对吧做的东西是不 production ready的所以说他们一上线就会有这个问题那个问题你当时有什么问题吗其实没有这个担心不过你现在这样说我觉得它是一个很合理的担心并且如果是这样的话就如果真的是我修不了我用AI也修不了的话可能会打电话给一些朋友就是我觉得比较有幸吧身边还是有很多些CS的朋友就我毕竟也是工程系嘛身边有很多比较专业的朋友就如果实在实在我就是修不了了可能就是紧急的求助但是其实我现在想比起上线了出了那种当然不能是那种安全性的问题如果是那种小的bug的话比起出现这种问题我更担心的是没有人用嗯就是发出去然后没有人用然后没有水花然后可能就是这个对我来说你不发的话 [30:00] 还是不知道会不会有什么样的反馈很多就是我们社区很多做技术的同学然后做技术同学就是啊我发了这样一个东西才发现原来想让别人关注到我这个东西有这么难啊嗯我现在最近有一个心得就是我最近也在做一些产品然后我在我也在跟我的一个创业团队在做一些产品嘛就是我现在遇到一个两难就是我我能解决的问题我我我我看到我知道了解的问题然后我想做出一个产品来解决它的时候基本上这个产品很难做就是我很难达到就是完全解决这个问题就很难去实现这个solution但是我能实现solution东西我又很难找到客户去买或者去用它就找到这个ICP就基本上就是回到这个product market fit吧就是基本上先有product或者先有market然后让两个人能fit起来其实比我想象的还要难超难这个是最难的就是创业可能就是就是几乎所有的创业不成功全都是因为这个就是大家以为是比如说不会做marketing,不会做sales大家以为不会做go to market, marketing sales都是因为产品没有part of market fit有了以后就就会发现被推着走那些东西迟早都会的是的我这儿有问题有一位同学阿世刀元小白文文如果算成本的话建议买一块显卡本地用吗还是直接掉API直接掉API显卡的钱你掉十年都赚不回来子墨想咨询一下上线以后怎么做marketing这个我们一会儿可以多聊一聊就是这个话题我也想回到你发产品或者剩下了之前你的小红书的涨粉路径是什么样子的就是你什么时候开始抱起来对做了做起对我应该是22年的时候就是我入学麻省理工的时候开始做的小红书然后我一开始就是想拍一些Vlog我就是每天上学的时候有有趣的事情我就举起手机拍一下然后到周末的时候我把那些碎片全都放到一起然后就发一个视频所以每周一个视频然后维持了大概一学期跟他维持了可能半年吧后来我就没有时间搞这个事情了因为我要写论文啊我要去实习啊要去各种各种的然后所以截止到我毕业就是两年下来的话两年整那个时候可能就是1.8万粉丝那很酷很多了这Vlog做到1.8万还是很厉害的是吗是因为麻省理工的Vlog吧我觉得是的其实我后来后来我在发视频的时候很多人来就是那些所谓的黑粉他们攻击的也就是麻省理工的这个部分就觉得你麻省理工的你还不会写代码麻省理工也就做到这个程度麻省理工还得什么学Videcoding然后我其实刚开始的时候就有点想去解释但是后来时间久了我就觉得我肯定是借力我是借着这个品牌来建立我自己的品牌的那如果我要借它我就要承担它的这个repercussion它的后果就是说有些人可能看到它会觉得我很喜欢这个品牌我想关注你看看你做什么事情也会有人会有相反的反应所以我就是它觉得是一个如果你准备去业一个利的话可能要感受到它有利有弊但是肯定是说利大于弊了所以这个东西我就相当于是一个成本像交税一样的就是必须会面对的一些事情然后1.8万以后我毕业了以后就是出去玩然后又开始入职有那么半年就是没怎么发任何东西然后直到就是我开始就是25年的时候开始学VibColin的时候又开始重新比较规律的发然后最快最快的时候可能这个是什么时间点这个时候好像是我可能是二五年初就春天的时候开始做一点点就刚开始还是分享一些博客分享一些小的还没有build只是先了解我甚至去读一些什么Mary Meeker的AI report或者是看一些采访然后去了解这个东西可能到夏天秋天的时候才开始build所以可能是从九月十月份吧二月二五年九月份十月份开始就是开始比较规律的开始发因为是十月份可能有点忘了比较规律的发发到现在然后现在我又开始怠慢了我最近又开始很久不公新了就是因为它主要还是根据我的兴趣点我是学的很快我就分享的多二五年九月份的时候你粉丝量多少我可以回去看一眼但是没有很多可能就是三两三万然后怎么涨到10万的就是频率的更新频率得上去一天就是一周两次一天一次我有那么半年吧可能没到半年我有那么三个月四个月是每周发三个视频的然后我会有一个消息就每天写这周的三个topic下周三个topic就写 [35:00] 然后必须发每周日就是这个小小chip我可能没有跟我的粉丝们分享过就是其实我是会周日坐下来把三个视频全录了我不会说一天一周分三次去录的对因为这样女孩子又要洗头发又要化妆什么东西是比较麻烦吗然后我又不想每周搞三四我就会周日就是我的录制日然后我就当天会把三个视频都录出来然后就是但是会分分期去剪了因为一天剪下来还是挺累的所以我就是会可能发的那天再去剪嗯我再多问几个吧就是关于这个店你从那个时候开始发你会发现你发web coding的东西基本上都是平均过千攒这样子嗯有段时间是的有段时间每天打开就是99999我就哇塞嗯发生了什么东西但是我觉得也是一个时机吧应该不完全是说个人能力就是那段时间可能web coding本身就是越来越火了然后可能我分享的也算稍微早一点就是现在我现在看这种内容也是越来越多了但是我可能那个时候发的人也没有特别多然后我发的早一点然后我也比较尽量以最真诚的方式去分享吧然后我分享的东西还有一个好处就是它门槛没有很高就是用一些比较直白的语言讲一些比较应该是大部分人都能听懂的东西但是我觉得那种特别厉害的人包括可能压哥这样的吧就是因为讲的东西比较厉害比较technical所以很多我觉得小红书刷到的那种特别technical特别厉害的大神反而很多人就没有办法看下去因为这东西可能听着听着听不懂了就有的时候我刷的时候也会觉得听着听着就有点迷惑反而去教课的时候就经常遇到这种问题就是讲的简单一点然后技术开发的同学就按怎么跟我讲这些东西就比如说你说Cloud Coach然后有一些人就开始听不懂了就是在这里边真的就是一定要针对受众去涉及自己的内容但是我和鸭哥有点稍稍被架在这里的感觉因为我们的课程单价卖的很高所以说你必须要讲那些很厉害的东西然后你讲了一个很简单的东西我刚刚还就上来的时候不是在YouTube上看一下那个直播吗然后看到一个notification一个人说就是拉黑麦克的拉黑然后但我觉得再多挖一点就是你很谦虚可是据我就是据我观察这么多up主和我自己的实践来说就是观众缘其实是一个很难得的事情很明显你的视频非常有观众缘然后你的表达也非常清楚包括你的开头和整个视频的节奏都很吸引人你的字幕或者说是你的就是这些截图等等这些东西都是属于RRI非常高也就是说你制作成本并不是很多没有那么多划少的东西但是它都在恰如其分的这个节奏点给到大家正确的信息让大家整个视频不知不觉的就很舒服的看完了这些东西你是做Vlog的时候悟出来的呢还是你怎么做到的尤其是你觉得这种观众员和你清晰的表达是怎么样做到的哇 我觉得我观众员我觉得这可能是性格吧我觉得我自己不管是可能面相还是声音还是这种性格都是比较就像一个朋友在网上一样的感觉吧所以我这一点,我在那个以前有评论区里经常说我有佛像什么像观音还是什么的哦,确实是吗?哦,真的像然后我就问了Claude,他说这种人就让大家觉得可能比较平易经营人啊可以像朋友比较信任感比较强的这可能就是一个个人的这种风格吧但是表达方式我一直觉得其实没有很清楚就是我大部分时候还是靠后期去剪辑的当然这一点就是随着我视频录的越来越多会越来越好但是还是大量的剪辑就是我一句话可能会讲很多次才能把它讲清楚就你看我一个三分钟五分钟的视频我可能录了15分钟到20分钟然后剪到三分钟五分钟是吗我也是这样我也是这样但这就是我中间就是聊起来了以后可能比较清楚但是前面后面的话就会讲很多很多遍嗯 是当我我见过那种博主就是很快基本上一次或者两次就过了就是他讲的时候表达就是一次性非常清晰也不会吃螺丝啊也不会说重复啊也不会说呃讲着讲着没组织好语言需要重新讲的这种我也见过这种选手所以我就觉得我现在就是在这个 [40:00] 学习过程中还是靠剪辑然后逐渐的想把剪辑这件事情比例放轻一点然后把靠自己的语言能力提升上来多一点你不觉得你的自我评价很奇怪吗就是我们现在是在做直播然后你在直播的时候你也没有吃螺丝然后你的表达也是很清楚的还是我觉得有一点的就是如果现在做的是视频的话有些话我会重新再讲一遍那还是自我要求太高了是吗如果你自我要求放低就是把它从90分放进到个85分的话你可能觉得一边过没有问题也许但是还有一个问题就是大家其实很多人我发现那也看人不是很喜欢听中英文夹在一起的但你知道在海外住时间久了就是不可避免的中英文就会夹在一起包括就是在外企的很多小伙伴也就是讲话就习惯了特别是那种比较比较专业的词汇中文怎么讲我都不知道所以就是我有的时候会尽量我一定要把这个语句用纯中文讲出来但是讲不好的话或者是想不到的话我可能就会可能就会停一下或者卡一下而且我发现其实这个对我的思维影响特别大所以说我采访嘉宾的时候我一定要先怼观众说你要是不爱听滚然后嘉宾当然我会解释其实我是解释了我就说如果我能全都多说中文的话我当然希望全都说中文我希望我的视频我姥姥也能看懂但是这个东西的道理是什么呢就是我们的脑子其实是在想一个概念然后这个概念它并不是语言这个概念就是一个概念然后我们是调动了另外一个东西把它映射到语言上但是你平时如果接触这个概念就是以英文接触的你第一反应是接触映射到英文去所以就会产生中文加加就是你想表达这个东西的时候就会映射成一串语言如果这个时候要求必须要用中文的话你要再调度另外一个任务去把英文再翻译成中文其实是非常影响你的思路的所以我会就是注重思路的流畅但是我确实我自己平时录视频的时候我就要插入这个任务了也就会导致我在表达的时候很多时候不清楚我在访谈那些在美国工作酒的嘉宾我就会发现他们如果想让追求中文表达的话整个思路就会慢一半对对对很影响所以说到底人脑还是懒的就是挑最就是手边最近的这个最合适的词就用了也不一定是中文还是英文反正就是挑最合适最快能能抽取到的词就开始用了就是习惯了那你会写竹子稿吗在录的时候我不会其实我还蛮开心就是我之前有人就是在评论区也会问我就是会不会写竹子稿啊或者平时怎么怎么去读我觉得竹子稿首先我是个懒人对吧我不会去写它就是我也觉得工作量会越来越高但其次我觉得读竹子稿的话就会让我变得更机械化可能就讲的话没有那么流利我至始至终还是希望跟大家是那种朋友的方式在沟通就像我在跟你聊天一样就是我希望大家感受到我是在以一个跟普通人沟通讲话对话的方式还是要生动一点啊或者是有一些比较正常的语气也不想就是被一个主字稿束缚的所以我应该一般不会去写但是我会写那个大纲就是如果有一些很多点我希望能记住的话我可能会用那种bullet的方式写出一个大纲然后我时不时可能看一眼就是哦我刚刚好像拉了某一点我就回来讲一下我大概也是这样然后还要听你也是吗因为我对我没有电脑对着嘛你那个是那就是一个头像在这下面的但是我那个是对着相机所以说没有电视就没有没有电脑看嗯对但是提前就大概会在心中把故事过一遍对对对我看过有那种有那种软件就是可以竹子稿慢慢从屏幕上滑过我买过那个对提词器我买过提词器但是后来发现就像你说的太机械了其实也可以演我相信可以演我可以做好这件事但是可能最后还是懒所以就说我要自然一点然后就省了这一步是说到懒其实我觉得Vivecoder真的是世界上就是让我变得越来越懒的一件事情就不光是写码这件事情我现在连字都不打了假如说我会用Typeless代替我写色的字我给你推荐一下我们的给你推荐一下我们的app就是v.superlinear.academy然后你是superlinear.academy的用户的话你就直接用邮件登录就行了比Type-X好用,很干净,很极简然后哦,Voice Flow是吗?对,它的速度很快,然后认得很准对,而且很可靠是跟Type-X类似的形态吗?我按一下,它就开始讲,然后按一下就停点一下开始讲,然后点一下就停 [45:00] 然后手机上的话现在没有我在跟鸭哥提这个是可以在手机的我手机我给你手机不行手机不行V下面有人在问这个是什么我们的社区叫Superlinear Academy是超线性学院然后这个软件是V.V就是VoiceV.Superlinear超线性superlinear.academy我跟你是应该这样不会打断小红柿我可以给你演示一下就是我现在如果按一下action button它就会进入这个app它不是我那个但是背后的后台是一样的然后就可以对啊就是我们一边说一边我点关掉点这样然后还可以autocorrect然后这个我怎么给怎么怎么放到别的地方呢这就是Apple生态的好处了Apple生态的好处就是你在手机上发的东西电脑的那个就是你手机的剪贴板电脑直接具有对然后刚才的那个网站是可以在电脑上用所以说你在电脑上webcode的时候就打开那个网站然后对电脑说点话然后就自然的在前线版里了哦,OK但是其实我现在Type Plus也不用因为我在用一个我们团队自己写的产品就是手机和手表上也可以用的就是打开一下然后我就直接用这个对,这Ambi就是打开就打开它就直接开始听了嘛然后我就讲我就不停的讲然后我就让我的Cloud Code说你看我刚刚讲的话就是我就只每次只让他去check我讲的话而已所以我连Typeless现在都不用了我给你看一下我没有一个类似的东西正好今天还可以给大家做个demo不对我应该去share我的screen给大家看一眼那些东西都很棒对应该是有一个这样的一个东西对就是你看每天嗯每天他会把我的 Apple Watch这个 Apple Watch 是可以录一整天的然后他就把这个当天的放下来然后每天会发生什么事情啊是然后他就把这个当天的放下来然后每天会发生什么事情是然后你是自己让他跑一个就是把你的语音转化成文字然后来总结的东西是吗对我来试一下吧不是连mcp吗不是我们应该算是用一个cli的方式然后其实这个是个skill就是你可以直接去下载是在压阁那里的对我们其实这个是连mcp的就是我打开手机电脑之后就是我一边讲话是实时的在process实时process完以后我就打开我的cloud code我就说按照我刚刚的讨论把事情做了把email写了把图画了把什么code给改了所以是那种直接连mcp的那种对是这个后面应该因为我不知道你们如果是个自己的app的话可能是有另外的东西但这个也是取巧的使用了苹果生态的方法就是苹果他这个voice memo是自动的就是sync的就是我手表上完了以后就是比如我刚刚录了一下然后录完了以后呢过一会就出现在这了出现在这里我们就说就说你这个直接这样做它有一个开始过你得结束一个开始和结束一个录音才能让它去做下一步是吗是的对因为我们没有自己的APP你们的APP如果说就是应该有我相信评论区很多同学感兴趣的然后他们你可以跟大家讲一下是什么叫什么叫AMBIAMBI.io但是我们现在还在内测阶段如果大家有AMBI是吧AMBIAMBI.io是吗对这个好的然后就是对这个是实时的然后可以连什么OpenClawErmessAgentCloudCodeCloudAppCodex反正什么都能连这个是我刚刚说的这个就是Superlinear就是我在这随便说点话然后电脑版对对,它是个网页,所以说在手机上其实换出的也是一个inbed到app里的网页但是它的好处就是你不需要任何app你打开就行了,然后它就只有了,然后你就复制粘贴就行了然后你就跑复制粘贴跑那个skill而且它完全负费尊重隐私,且这个东西是开源的,所以说你如果想 [50:00] 去那个就是你想你想自己搞一个自己的版本的话他应该是告诉你是怎么开源的我们现在送大家就是两小时的转路两小时所以你们现在也是也是就是在烧自己的credit来请大家用是吗我们背后有生意模式去支持这件事所以说我们也不完全这其实是个获客方式嘛确实是我当时缺乏的东西我就是直接烧当时联系你不是就是可以提供这么一个东西吗确实烧你的烧你的token来帮我卖课对YouTube上有人问YouTube频道链接你是就基本上是在小红书上是吧对我基本上小红书上抖音上没有还没有开启YouTubeYouTube门槛挺高的就是我想尝试录一个中长视频你就发现它的剪辑工作量或准备工作量就是完全是不是一个linear的不是superlinear的是有点就是比数级生长的那种是superlinear但是你可以把你的那些东西都发到YouTube上我觉得就先发了再说你先发了再说YouTube的shorts规则是你三分钟之内的竖频视频是shorts,然后横屏或三分钟以上都是都不是shorts,但是我觉得问题不大,你先发了再说确实,我是在考虑这件事情,但是我之前回到刚刚说的做自媒体,我能把这个频率上升的一个一大原因就是控制成本就是我每次就是做这个内容的准备和剪辑和各方面我都是就是不想让它变成一个非常大的项目因为它项目一大你就你的这个门槛就高了你就是心理压力也更大然后你发出去也是越对它期待越高然后没有人看你肯定是越伤心的嘛所以我当时就是那种就是以快速的方式赶快把视频就是能把内容讲清楚内容好好讲清楚但是这个图面有没有很多什么背景音乐啊有没有什么那种音效啊什么的我觉得是把其他东西全部都清除掉然后以比较MVP的方式上线这些视频所以我现在就是做YouTube的话我就觉得大家更精致一点然后更polish一点我就有点又重新开始想起这是这个成本的事情了小红书Dr.Y问请问会收集用户Data吗这个 super liinear那个是不收集的它只是在本地有你的语音然后就是你去那个网站它会给你详细解释隐私的事情我不知道你那边就如果你问的是Ambi的话Ambi肯定是是End to End Encrypted就是你的数据就是你的数据除了除了用户本人谁也用不了谁也看不到的那种也不会用来做Training什么的然后你想删的话就随时也可以把你的东西删掉但是它确实会存在你自己的一个云端的位置因为你的agent要随时调用它包括你什么上个月讲的话开的会或者是再上个月的就是随时还是在云端储存着可以让你调用的但是如果你想到哪天就是不用了就可以上了你们存在云端随时调用还要encrypt那不是很麻烦因为这是数据安全吗对就是上传到云端然后再encrypt就是相当于你agent 本身要调用的话还要先 decrypt 一下嗯这个我得问一下具体我们团队的小伙伴他们这个是怎么写的但是我觉得就是还是有还是有挺多 encryption 的这种我不知道是哦我去回还是怎么可能是你有一个保护对就是这个对吧就是你的那个 ass有一个保护那可能更mix了这一切但是确实就是我对developer看不到你们的数据的嗯继续帮大家聊怎么怎么样子像长毛兔一样做好小红书你的十万粉是什么时候打掉的好像是今年年初的时候吧嗯今年年初的时候你现在是多少粉一万十三十三十一11万吧如果说刚来直播间的同学不知道的话我们现在对话的Jenny你这下面写的是Jenny但是是就是你的号是麻省理工长毛兔然后刚刚说的是在MIT学习两年然后大概上传了半年的Vlog是1.8万份然后2025年的9月份开始做Webcoding的东西那个时候大概是3万份然后再做了就相当于三个月对吧然后就转成了10万份9月份到年初的话就半年吧半年从3万份涨到10万份然后刚刚说的诀窍是比如说集中录制然后每个的成本要小一点然后就是一天录三期然后一周发现 [55:00] 其实我刚想说就是这个是我觉得大家可能的误解啊就是大家以为一个视频做的多好有那么重要但是其实是你把这个系统打好重要就是你降低了每一个视频发的成本其实是你整个系统变得更厉害了你可以传出更多的内容更 consistent然后能更多更好得到 feedback然后这里边跟大家问两个问题啊就是第一个是你的开头这些东西或者说你怎么找了大家感兴趣的话题以及你怎么样子在视频很早的时候因为大家现在的tension span都很少看了你可能看了五秒钟没有盖到他想感兴趣的点就滑走了你怎么样子在开头很快的留住观众一个一个问吧第二个问题就是你怎么样子产生这些topics的先问第一个我再加一个刚刚有人在评论区问我有变现吗对这个也是要问的对我要跟你讲 我就是一个很反正常人的账号就是首先我不选题 其次我没有开头没有hook 第三我没有变现所以我可能跟大家解释一下吧就是我发现网上有很多那种选题工具啊 或者选题方法论啊就是我觉得它可能还是还是有一些好用的地方吧所以才很多人去用它但是呢我觉得这样做的话就相当于说我的视频它的第一目标是让大家喜欢如果大家不喜欢呢相当于这个视频就失败了我觉得这一点压力是挺大的就是我个人是希望我在首先是我得学习我学了以后是我自己已经得到了学习的这个东西然后我分享给大家如果大家愿意看的话我又学到了又有得到更多的事情但是我觉得这个课题如果是我为了大家感兴趣这个课题而是去做这个视频选题的话就有点本末倒置了我觉得还是应该是以兴趣出发为主的这周我学了什么或者是我自然而然的做到了哪一步我就分享哪一步所以我的选题应该是没有特别的什么技巧吧就是这周我学了什么就分享什么主要还是让自己的压力也小一点然后更更新的这个频率也能更好一点然后我追问一下就是你没有用那种选题的套路去选题但是你心中肯定是要选题的就是你不会啥都讲就是你肯定还是讲一些你感兴趣的话题,或者说大家感兴趣的话题,那你这个是怎么来的?我觉得主要就是我这周学了什么,我自己的主线任务可能就是我想做出来一些好用的东西,或者有价值的东西,那我在做这件事情的主线任务的路上可能就要学一些技能,那这周我要是学了什么技能,我就跟大家分享这个产品或者这个技能,或者是我去因为要做这个最后的产品,研究了什么东西我就分享这周学到的这个东西所以可能是这样的选题当时我记得在对你来说收获感比较强的东西可以这样总结吗对就是一直有一个主线任务吧然后主线任务上做一些附带的就必须学的东西然后我记得当时OpenCloud的时候就是很多人就讲说需要想出一个那种想让我出一个安装的视频吗但是我没出安装视频我只出了一个就是就是你有哪一些部署的方式就是很多部署的方式那种所以我相当于是我自己当时想去部署OpenCloud然后我看了一头雾水今天又说云端明天又说买Mac mini后天又说怎么怎么样然后我当时就自己去做研究研究完了我就说OK那我就在我的MacBook Air上就是新的电脑上相当于一个一个isolated environment然后我来部署这件事情然后就把这个分享了但是部署步骤呢我没有分享是因为我觉得网上已经有非常非常多就是很好的很清晰的那些很详细的步骤了就我觉得我在做这个事情给大家的带来的价值不一定很高然后我觉得可能就是我宁愿提供一些可能讲部署的方式没有很多那我提供这个的话可能大家对实用性来讲是更高的所以我还是有一点点就是在也有一句看一下就是如果已经网上一定有这个信息讲得很清楚的话没有必要再讲一次你希望带来信息的增量就是人类信息的增量对我觉得如果其实只是为了流量的话其实确实可以讲部署方式就是那个时候这种视频是很火的但是如果是对大家来说会对我来说的没有特别多的增量的话我不确定是不是一个好的时间投入是其实我们教课的时候就特别反对就是tutorial 视频就是我觉得这些东西其实就是一开始的就是对于一个傻都不懂的人的tutorial是重要的就是他太太陌生了你需要让他有领导意义就是让他敢去做一些 [60:00] 但是当他领导一之后再去依赖Tutorial的话就很危险他就会不敢试了但是你更重要的是就是你要有一个信心是所有的这些东西我自己都可以搞定所以说反而是其他的方法更重要但是Tutorial就是少一点会比较好但是我刚刚听你说OpenCloud我笑了我想起来就是我因为我自己我和鸭哥就是在社区里面是比较反对这个就是就是新手使用OpenCloud因为我觉得他们不是一个新手特别友好的工具然后我还用你的视频做例子虽然你是鼓励大家用OpenCloud的但是我记得你有一批一个视频是就是想要安全的使用OpenCloud要注意这12件事非常不新手友好对吧要注意这12件事的新手可能就不是新手了就非常因为我查做那个视频的时候我也是一个一个查就是我找到所有的risk以后 我还要去查每个名词是什么意思我边做我就边觉得天呐 如果你要所有的都做完整的话就已经不是很新手的一件事情但是那个时候像cowork或者codex还没怎么活起来 还没怎么出来所以其实open coud相当于是在大家有这个需求但是没有完美的解决方案的时候出现的一个东西说实话,我现在也不怎么去用OpenCloud了因为我发现我的Cowork或者是Codex就可以代替我大部分的需求了但是当时我觉得我能用到的最适合的东西你一直没有用Manus,对吧?没有但是我听说Manus是再早一批的感觉现在大家就已经可以用Cowork代替了可能区别是Manus是云端然后Cowork是本机我觉得这个可能反而是最大的区别然后云端他自然就给你配置他自己的一些东西包括他的浏览器使用其实很早就挺好的然后包括他给的一些PPT这些工具等等都不错而且你能比较好的远程的调度他的很多事但是确实他的必要性极大的下降了因为在那个时候他是市面上最好用的agent工具当Cloud Codex Cursor Agent越来越好用的时候包括你本机的工具也越来越多的时候能连接到这些Agent工具的越来越多的东西越来越多的时候它的必要性就下降了但是确实我当时觉得小白就有Manus然后稍稍有那么一点点愿意学习的其实那个时候Cursor Cloud Code Codex都比小龙虾更好用社区里边Vagabu也发了文章我们当时的想法我还写了一个视频其实就是OpenCloud我当时归结为Deep6加上LaboboDeep6其实是在O1 Pro那个时候已经有Recentive Model了但是大多数人是没有接触到的然后Deep6把Recentive Model第一次给大多数人大多数人可以接触到然后他有一个非常觉得他好厉害小龙虾有这种就是其实大家已经在用agent工具然后用的很好了但是大众没有接触到然后大众第一次是通过小龙虾接触的就觉得好厉害对然后之后又变成了一个就是你没有喇哺哺就是你没有小龙虾你就落实过时了你在餐桌上都被人瞧不起然后大家就要去搞我觉得这很奇怪因为在OpenCloud我觉得在中国是最最最火的就是在湾区也好而在美国在什么其他地方也好就都没有这么火就是国内当时真的是非常非常的疯狂的在安装这个东西确实可能有一些就是非理性的一些原因吧我觉得就不一定是说我需要或者是我觉得实用就可能有点那种潮流的国内的就是我觉得还有一个点就是大家特别喜欢这个工具就是强调一个工具就是我们讲课的时候就说mindset大于习惯习惯大于方法方法大于工具对吧新鲜单的工具都是一样的咱们我这个小红书的直播间我问Vote学业最大问题我给了四个选项不知道从哪开始工具太多不会写代码用不起来然后就是工具太多是最多人头的46%的人头对但是就是其实工具不重要就是你三分钟就可以学会怎么样使用Codex或Cloud Code 或Cursor Agent模式三分钟就可以学会实在不行的话十分钟你也可以学会了他不比Excel他比Excel简单然后这个完了以后你就已经有了最厉害的模型和最厉害的工具了那之后所有的都是方法但是你没有习惯的话你学的方法也没有用你不会去真的学 [65:00] 做那你这个方法也是白学然后那你怎么样子才会有一个新的习惯呢就是人改习惯还是很难的还是你整个mindset要改变但是越往上的东西越不可见所以说大家就全都去关注那个工具就是我社区里面今天还有这样的问题我比较不留情面的去批评大家就是说不要去强调你的工具你今天用小龙虾怎么样了明天用了那个对反正我觉得这是一个大家学习的误区了大家很容易陷入这种学习的误区是的我平常就有人说就会觉得我经常会去做一些学习总结和记录其实我的总结一部分也有总结过一次就是工具的开始用和淘汰我的工具都是边用边淘汰的我找到更好的东西我就会换到一个新的工具上然后如果觉得没有更好用的我就先用现在这个但是这始至终都是有一个主线任务的就是我要做一些就是好用的产品就包括我买这个电脑包括我用买Cloud Code包括我去现在最近开始用Cloud Design啊什么的就都是服务于就是我最终想做出来一个产品一个就是大家能用的东西的所以我才会一边用边淘汰就是像从Google Stitch,我现在也不用它了我现在就用Cloud Design了就是设计工具我会留一个写Coding可能一到两个然后Lovable现在我只用它做网页我也不会去就是没事写什么编程要用它了就是只有说我现在要做一个网页的时候用所以肯定是还是要挑自己的需求为主然后在这个需求上哪些东西现在最好服务于我然后过段时间可能有更好的工具能服务于这个目的了就是再换一个也可以但是对工具本身我觉得就是大概看看它能做什么就行了不用花很多时间去研究它主要还是得看结果我已经展现了下个方向的问题了一个是刚才我们的自媒体的问题的继续包括不接商单这些一个是你的主线是什么然后就是或者说再多讲讲你的主线然后一个是学习AI的误区在你看来有什么但是这三个问题之前还有一个就是你给大家再讲讲你的工具吧就是讲讲你现在正常用的工具和还有一个问题就是大家老觉得这么多工具我怎么样去follow呢我一个一个试哪有这样的时间呢你是怎么样子就是试这么多工具和还能发现哪个工具比哪个工具更好然后不能有什么情况就这个时间成本是怎么怎么怎么解决的决的这里我引荐那个Cloud经常用的那个叫Progressive Disclosure渐进展示就是我看到市面上有新工具的时候我会花个一两分钟两三分钟看它是干嘛的然后我在脑子里就会有一个或者我写下来就是一个这个东西它可以怎么怎么样就是我收集它的一个one liner然后我先不用除非我现在这个东西就需要它我就先按照我现在的这个workflow当我遇到需要提速或者是觉得说这个工具确实能代替我现在做的某些事情的时候我就会花更多时间去学一学然后开始上手然后去采用如果好用的话就把它换过来如果不好用的话我就退了然后再用原来的东西所以我可能就是不会我其实不会去深度研究很多工具或者是横向对比我只有在我能incrementally就上再往前走一步能把我现在的workflow做的更好的时候我才会慢慢的去淘汰和迭代这个东西但是对平时的话也不会花很多时间去研究他们就可能刷到了看到东西对务实优先然后跟你有关的你才会去试跟你没关的就是能帮助你省时间或者把东西做的更好才会去用不然的话不需要关注对而且我觉得工具现在淘汰的也是越来越快了对就不用学了对对就不一定什么时候就可能这东西像M8N现在我就不用了吗对可能也就是我不吐槽他们了吐槽了要得罪一大批人嗯要继续那工具这个那你给大家介绍一下你现在比较常用的工具是哪些呢对我现在主要是Cloud的这一套就是我开始有些想法或者想做的东西我先从Cloud App就手机版或者是电脑版的就开始先跟他聊就在chat里面聊聊到比较熟悉就比较清楚方向的时候我会让他给我写一些文档就是什么什么project spec MD或者是monetization MDgo to market MD就是一套我想做的事情怎么go to market的事情全部都讲完了以后我帮他把这些总结下载做成MD然后我把这个MD会全部导到我的某一个cloud code文档里面就是我从这里开始写那个码你为什么不直接跟code 聊为什么要先从先跟chat聊因为有的时候其实我聊着聊着发现这个这个主意他就是不行行不通的这是我其实我我chat是最 [70:00] Low friction 的方式让我开始因为我在手机上也可以开始跟大家聊我在网页上也可以我在 Desktop App 也可以就是我要是从 Code 现在 Code 也可以就是 Code 之前手机上聊还有点麻烦啊就是 Code 之前手机聊是你要在那个命令行打那个 Dash Dash Remote Control嗯嗯嗯嗯嗯嗯然后现在我给你 Show 一个 Setting 吧我应该记得那个 Setting就如果大家不知道的话我也给大家看一下就是这个你打开这个了以后你就可以随时在手机上就刚刚说的chat和code然后remote control是什么是对但是现在有一个默认控制就是应该是cloud code我看看对setting cloud code对enable remote controlControl by default哦对这样的话你在这里边的任何的一个section你手机上都可以去access然后你手机上当然这里边也可以看到就很方便OK我现在打开我的settings等一下把它remote但我觉得差别不大就是我反正聊完以后都是把它写成文档我不知道你们是不是也是会经常这样就是基本上还是很重度用MD的这种警示是就是我们教课的时候会就是鼓励大家还是多用code但是你的其实就是你不你做了该做的90%的事也就是说你要把你聊的这些东西形成文档然后开始去做然后Code的好处就是他直接就你跟他一说然后他就直接做了然后直接把它放到了该放的文件夹里边就更方便一边对 但是很多同学在用Chat的时候是没有这样的意识的就是他不会把自己的Chat变成一个Artifact然后给到可以工作的文档所以说你其实已经做了90%了只不过如果这样做的话你会发现哦那一步做起来更顺了而已不用自己把它丢到一文档里就是让code直接写成对 而且他就可以直接我觉得还是这个可能还是有点重要吧就是你跟chat聊完了以后呢你有耐心跟他聊对吧然后你还要想怎么做好你其实你刚刚谦虚说你在webcode的时候很多事情懒但是从这个习惯来看出来一点都不懒你跟他对话你再充分理解这个东西要不要做然后把该做的东西做完了以后然后把MD放到那里然后开始做像我就是懒到了就是说我要干一个这件事情先给我想想这件事怎么做然后把该给的文件都给好然后我去看看那些文件我稍稍提1234567我就是对着了口喷口喷十个意见十个意见说改了差不多了以后说做吧然后因为是在code里边做的这些事情所以说就该存的地方都存好了然后它就直接开始就行了还是快很多我觉得还是快很多但说实话我觉得虽然差别不大但是我作为小白来说的话就是打开code不管是app里面还是quadcode的terminal都会觉得他的心理的摩擦或者门槛比chat要大我不知道为什么虽然其实实际上没什么区别可能但是我会觉得就是我要进入code模式就是得得有一点点认真了然后我要是chat模式就可以跟他一天聊十个商业的那种主意也无所谓聊完了我就我就不管了我还第一次听说因为他们现在见面讲连是很像哈对其实codex他就不分嘛codex就是你什么都说什么都在一个框里面我不知道cloud以后会不会就把他们就病了嗯就无就没有必要分开呃应该是OpenAI正在学Cloud Code就现在XGPT和Codex是两个是两个App然后Cloud呢是一个App的三个Tab然后好像是XGPT要学Cloud Code而不是反过来啊反正我觉得像像Codex这种就是相当于Chat我现在用它的方式是Chat连co-work 连 code 是一个地方讲起来开始入口的所以对 我觉得可以试试我说的那个方法你会发现就是更懒了 可以更懒了然后我刚刚就因为我以为工程师工程师叙叙叨他也说我也是打开 Cloud Code version 比较大我觉得特别是如果没有特别习惯用那种 Cloud Code Terminal或者是 Code 这个事情本身的还是会觉得有一点点心理的障碍最起码对我来说就是跳到Cloud Code Terminal window还是蛮大的一个决定因为很长时间都是用Cursor或者是用Lovable这种介面的然后突然at some point我要做比较复杂的事情的时候我有一天就是下定决心我今天开始用Cloud Code从此一发不可说的每天打开Terminal 10个Terminal开著 [75:00] 非常的就是一个是一个大转变你是主要是用terminal的方式而不是用cloud code那个cloud的那个app的方式我聊天是用code app的方式然后开始一旦认真做了我就永远是用terminal做了哦那那我建议你就去那个app里边吧是吗一样的对我我之前也会就是就主要用terminal然后是我一个就是就是这个chat code在这里边和terminal几乎是一样的但我发现就是这个地方只是一样的就是就是比如说我在这个就是我在terminal里面打开一个东西比如说然后abc什么东西然后他在这会出现的就是就是在在这在哎怎么没有出现你这里也可以让他连什么database然后操作一些什么folder连接什么就是一模一样一模一样只不过是一个图形界面就是更方便了ok 我上次好像我曾经不知道为什么有这个印象就是这里的code只能写前端不连后面东西的一模一样就用terminroll了他只是那个东西就是那个后端的为什么他没有刷新这点奇怪我多他就不用反正是一模一样的其实我们公司就是我刚才有人问我主业我主业是做产品经理和那个数据和战略方面的我们公司只有cloud code没有cloud app不知道为什么就没有给我们搞app所以只能用那个就是我的主业的工作所以我现在就是terminal也用习惯了但是我可能网页的就是app版本可以多explore一点我觉得我觉得就是我对我是从Terminal转成App的然后我发现App还是挺好的还是有个UI比较好对而且就是首先复制粘贴什么的就很就很方便然后修改也很方便然后你去看它的绘画其实它也更方便然后你去链接各种东西的时候也很方便然后你想去就是就是方便很多Interesting所以每个人的工作流和习惯真的还挺不一样的就虽然就是这些功能都挺新的然后大家也是一个就是慢慢开始培养出来自己的一套习惯就是我是习惯从Chat开始做成File然后去Terminal然后你可能就是现在已经从TerminalMove back to Code的这个部分了对对对就是Code的这个UI包括我用Crispher现在也变成类似的这个界面了大家都变成这个界面了这个界面还是挺好用的那继续就是你说的工具对我就跟chat聊聊完了以后我不知道我其实我这个方法不一定是最高效但是我的方式是跟chat聊完了以后我先去Cloud Code里面做功能就是我让他帮我写一个dev plandevelopment plan就是开发的计划然后我会按照那个dev plan就一个一个当然是他都是他给我写的是他给我update的然后就一个个就是按照那个开发嘛然后有的时候会加一些东西剪一些东西就是会每天让他去每个session帮我去outdate所有的MD files然后我就按照那个开发然后我差不多功能做完了以后我才去会设计页面我不知道这个是不是有点可能就是在一个产品团队里可能是一个反过来的或者是同时进行的嘛但是我目前只是功能做出来了以后我才反过来让Cloud Code然后写一个design brief就是我现在去找设计师了你告诉我我们要设计什么页面然后他写出这个MD我发给Cloud DesignCloud Design把这个页面画完了我再往回倒所以我就是基本上是用在Cloud的这个ecosystem里面然后最近在尝试用Codex去reviewCloud的写的一些东西或者是做一些testin也是想用 codex 去做这件事情可能还在早期吧还在练这个事情但是还是蛮有意思的走到这一步好呀好呀我可以稍稍介绍一下就是如果你想两个会用的话基本上只要改两个东西一个是 agent md agents md和 cloud.md这两个互相映射一下就是你的你Cloud你的所有的使用习惯会留在CloudMD里边然后Cursor和Codex是在那个Agency.MD里边互相就是搞一个映射然后再就是by所有的Skill说你给我复制到一个文件夹里边然后从此以后就从这个文件夹里用不要放到你Cloud自己的专属文件夹或者Codex自己的专属文件夹然后就会发现他们两个几乎是一样的了而且都是你是做一套就是你经常会会两边那个两经常会两边就是经常换所以我基本上就是看我想用哪个模型比如说你看这个是这个codex然后这个是这个cloud然后你看这个是我今天早上跟他做的一件事然后这个是就是做完了以后我是直播的那个页面哦 sorry sorry哦那个 [80:00] 然后share我的对这个是Cloud然后这个是Codex然后这都是今天我跟的对话就是我这个是把小红就是我的一个post production我的视频我最近刚做出来的一回头回头可以给你试用一下就是一个视频出来了以后呢他会先把它变成就是杰字幕然后尖叫一遍尖叫一遍然后进校了以后出文章出标题出高光出封面然后还会放到Google Doc里面我可以给你看一下他的他会自己剪吗剪我没有剪我是请人剪的我之前尝试过一次没成功我最近准备再尝试一次让他给我剪我但是还没有打算用他帮我剪你看这个是就是我给他干的一件事我把原文件给他,说用Post-Barker-Skill走一遍然后产物,这个产物就是他嘉宾预览,正文文章剪辑地图,标题封面,发布文,鬼影制作说明但是像这件事就是今天Codex和Cloud Code合作做的而且你如果去看他的这个Github的话看一下哦对他的Github呢其实这个东西你看就是会写他很多东西是Cloud写的但是他的过程中呢我会让他去调用这个Cloud Code的那个CAMLINE Tool去做剪辑或者说叫Tolax而且如果说我这个会说如果Fable5有的话用Fable5然后如果Fable5没有的话用GPT5.5就是完全可以跨制用你觉得这个自动化工作有做的是非常的就是已经各方面可以自动化了我总觉得不满意我总觉得不满意所以说我一直其实很少分享我做的什么东西这要求肯定也是高而且这个东西也是在一直打磨吧可能就是每过段时间可能挑出一点什么毛病再让它再升级一下肯定也是个过程也该多分享一下的是我我我比较喜欢分享那种insight 方面的东西但是我对我自己是尝试了什么然后做到了什么怎么做的很少分享这这也是一个问题我应该向你做学习这是我们赛道的区别可能就是我开始就是分享这些东西看起来在你们这里看起来就很简单就是哎呀这个是什么好分享的不就是就是就是可能我觉得很也很多人给我留言也会说就是啊你学会用一个get有什么好分享的学会这不是基本操作吗但是作为小白来说他就是一个我还是还是花了点时间和这个精力去学的东西并且也是那种必经之路所以我觉得你说那个mindset对普通人来说这些东西都是肯定相信自己都能学下去的其次可能是挑一些每天做一个小小的挑战每天挑一点东西突破就行了假如挑到terminal开始用get然后开始写一个什么网页再慢慢升级对我刚做自明体的时候就遇到过这样的问题就是就去分享数据科学方面的东西然后分享怎么样子画好一颗82然后别人就说你这个东西要不要分享我说我之前就不懂啊我确实之前就不懂我现在懂了呀这个学习对我来说是有意义的我相信很多人像我一样所以说这个分享对我来说是有意义的我之所以不分享我觉得有一个原因还是因为我已经失去了大家的perspective我就会发现我在讲课的时候我已经不知道大家不知道什么了所以说很多时候我分享可能就是该说的地方我没有说我会担心这个点我以为我讲的很清楚但是大家说你这啥意思啊我怎么不知道Git是怎么用的呀我说对我这个也应该讲的我觉得这可能就是就是技术小白的一个优势吧因为技术小白的人是多数的然后我们大部分人都是从零开始的话还是有很多这种小小的事情需要学的然后可能对于比较有经验的人来说这些东西已经是很基本的一些操作了但是可能就是我我个人包括我的观众可能还是在这个路上所以还是分享还是很有这个价值的嗯嗯刚刚的工具有分享完吗然后我们分享完工具还可以继续分享技术草白这件事对对对工具分享完了基本上就是cloud全家桶加上一点codex那现在确实基本上这样就可以搞定好然后你的主线和就是你觉得学习误区吧就是技术小白有什么学习误区我们可以先分享这个嗯我觉得对你刚刚讲到就是学工具这个我觉得是个学习误区因为如果你不是做事情只是学工具的话 [85:00] 首先没有成就感因为你没有最后结果只是会用一个东西的其次的话就是很失焦就没有一个聚集的你要做的事情没有办法聚集你这个能量所以可能会让你感觉有点挫败好像没有做出来什么东西但是如果你聚焦的话把所有的精力都放在一个产品或者一个结果上的话就很快会有一种回馈一种成就感你可以看到做出来一个东西就是很好玩我还想继续所以我觉得研究工具versus你挑一个事情来做这还挺重要的挑事情上我也觉得就是最好还是挑自己的需求或者身边人的需求就是如果你能解决一些自己的问题假如说我以前需要手动数据分析现在我不用手动了我真的是感觉到了它的便利或者帮助以后就会有更多的有更多的动力去把它做得越来越好但是如果是说做着没有什么这些帮助的话可能就会没有动力然后其实有的时候也不用是多大的一个项目或者多大的一个便利就是说做一个网站来让自己有一个地方放一点内容啊或者说做一个小小的工具能让每天自己省个两分钟就是都算是一种便利和帮助吧嗯所以这种小步多走就就挺好的嗯嗯然后我觉得我不知道是不是所有人都这么想吧我觉得这个有点conroversial是我个人是不会先去学就是大量的知识包括AI知识或者是发课定支持再去动手的就有些人我觉得还是喜欢先去把东西学了然后再去做但是我是更喜欢就是边做边学的就我要先做这个事我还不知道怎么做但是网上有好多信息现在还有AI我没事我就问所以我就是倒逼着自己去学一些东西的我觉得可能我主要还是害怕如果大家是从学内容开始的话他就永远停留在学内容上因为内容学不完的知识太多了然后每天再更新然后AI的范围就是它的算法它的infrastructure它的硬件软件还有它的那个什么最后放到一个产品里面然后包括vibe coding都是完全不同的赛道每一个都够学上几年的我觉得就是如果真的是要学习以结果为导向的话还是比较有效的我非常同意你这个观点哪怕我其实是另外一条路径就是我是先学我可以给你看个文章这个文章是我特别引以为要的一个文章是因为这个文章是23年的3月份发的23年发的23年的3月份就GPT4刚出的时候发的其实是23年2月份第一个发是23年2月份对然后发在腾讯研究院然后我是先通过研究模型发的当时为什么很早的时候就做了很多这样的预测就是在社区里边关于XGPT这种的五个问题你看现在当时我就敢说这种话当时就敢说这种话很多东西我是做了非常高精度的预言且现在全都被应验了但是anyway就是我想说的是这里边我是有花了大量的篇幅去介绍大约模型的技术历史然后他到底是Transformer是什么然后他的过往怎么样从Transformer到ChangePT的中间的分支然后演化的历史然后这里边就是在什么时候他涌现了什么样的能力对吧就是什么是涌现这些玩意儿我从头到尾去介绍了一下还就是去讲他的一些背后的就是技术背后的一些原理所以说瘦这个呢是跟观众们讲我是走了这条路但是我非常认同Jenny就是长毛兔的这条路包括我们在讲课的过程中我们也强调这一点就是因为因为我们最后还是要怎么用我们还是要解决我们的问题然后你去了解了那么多除了我可以写就是你看我了解了这么多我唯一能给大家展示的就是那篇文章你看我了解了这么多但是其实没有别的用处真正的而且它不能帮助我提升AI的能力我就会发现比如说我当时在那个Static工作的时候用AI的时间是比较少的然后我的能力就是不行虽然我在教虽然我看似背后的东西很懂然后很多的东西就是能讲得清清楚楚的但是我动手能力就是没有跟上所以我在讲课的时候就特别特别的强调说我们这个课程的设计的唯一的目的唯一的目的就是motivate大家去build然后在这个过程中想方式反的去设置阶梯让你一步一步提高自己的build的能力和烧彩空大概就是这样子我觉得你说到这个我觉得我想到一个也算是你刚刚说的 [90:00] 误区吧就是很多人会说我不知道build什么因为我没有需求或者没有东西可以我觉得这是一个误区我觉得每个人都有需求就是你工作上还是生活上还是就是兴趣爱好上总有能让你优化的东西是AI能帮你优化的东西就比如说我当时做了一个网页就是记录我就是给自己定一些目标每年要去几次健身房然后每年要每周只能喝一杯奶茶这种就是小目标嘛我为了记录这个东西还给自己做了一个web app就只有我一个人用但是我还要给自己登录然后我还可以登出然后每天更新然后后面有个连了一个database这也是一个小小的需求我不用每天打开一个本子然后再找个地方写下来或者说我不用去更新一个就是一个physical的稳定的东西我就在打开手机上直接就能用了也算是一个需求所以就大大小小的需求还是挺多的就是每个人都能找到需求能去ViveColin做出来的东西是就是我们社区还有这么一个帖子我说就是大家如果去习惯去激活一下这个意识的话会发现其实还是挺多的多就是你看这种就是这下面应该是有300多个人的留言嗯300多个留言然后最后去讲自己的想法是什么其实从解决自己的问题出发就行了对这个跟AI没有关系小丝对对这是一个案例其实你真的去开始发现这件事的话记起来会发现好多好多好多好多是的而且我这有一个related问题就是问怎么看agent的需求远远大于人类的需求什么产品能满足agent的需求agent不就想要算力吧他们还有什么需求还有双下文吧对这个其实我的小红书上也有两个这样的问题就是一个是你的小红书砍了吗没有吧好像卡了我读书看一下这个东西应该怎么办呢我就卡了应该怎么办是只有我卡了我换一个网络试试看不是不是是只有RiversiteCastdown的上面卡了我去看一下YouTube卡没卡如果YouTube也卡了我应该停了再打开就行