课代表立正

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 完整版35分钟：https://youtu.be/3ILs3XDcE1I 这期视频，我和现在在 OpenAI 做 ChatGPT growth 的 Wu Kan 聊了聊他一路走来的职业经历：从毕业后加入 YouTube 创始人做的新公司，到 Uber 最激烈增长期，亲历 Uber 和滴滴在中国正面交锋，再到后来进入 Travis Kalanick 的 CloudKitchens。 这不是一场泛泛而谈的“职业故事”，而是一场很少见的、一线参与者视角的复盘。你会听到：为什么很多后来被证明巨大的方向，在当时并不显得“必然”；为什么 Uber 和滴滴之战，本质上不只是产品和技术之争，而是运营、激励、反作弊、本地化能力、渠道控制和资本力量的综合对抗；以及 Travis 这类创始人，究竟是如何看城市网络、房地产、外卖和自动化这些看似不相关的生意。 如果你关心这些问题，这期会特别值得看：顶级增长岗位到底在看什么；中美创业公司在同一个战场上，真正的差别在哪里；以及为什么很多大机会，只有身处其中的人，才能看到它真实复杂、远比“事后看起来很 obvious”更混沌的一面。 00:00 开场：Wu Kan 的职业路径 00:41 从 YouTube 创始人创业公司，到 Uber growth 03:58 为什么会加入 Uber 04:32 Uber vs 滴滴：一线看到的真正竞争 10:20 Uber 为什么最后退出中国市场 13:16 Travis 离开 Uber 后的影响 14:24 CloudKitchens 背后的真正 vision 17:37 下一段：准备聊 OpenAI

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 这期视频讲的不是“怎么写一个更厉害的 prompt”，而是一个更底层、也更重要的问题：为什么同样的 AI、同样的模型、同样的工具，在不同人手里，效果会差这么多。视频给出的答案很反常识：决定你能不能把 AI 用好的，很多时候不是技术能力本身，而是两种更底层的能力——自省，以及把隐性知识变成显性知识的能力。 我觉得这期内容特别适合三类人看：第一，已经在用 AI，但经常觉得它“笨”“不稳定”“总跑偏”的人；第二，需要带人、做协作、做管理的人；第三，希望真正把 AI 用进工作流，而不是停留在聊天和试玩层面的人。因为这期视频讲清楚了，很多人不是不会用工具，而是不会定义问题、不会提供有效 context、也不会说清楚什么叫“好”。 视频里用了一个特别好的类比：很多老板给任务时，给的是模糊需求，指望别人“悟”，结果做不好了再用负反馈甩锅。这个方式之所以对人低效，对 AI 更低效，是因为 AI 没有“动机问题”，你没法靠威胁、PUA、情绪化反馈让它变好；你真正要做的，是把你脑子里那些默认存在、但没说出来的信息，整理清楚、表达清楚、评估清楚。 更重要的是，这期视频不只是讲 AI，也是在讲一个人在 AI 时代最值得提升的基本功：遇到问题先自省，而不是先抱怨工具；同时学会从对方视角出发，补齐 context、拆解信息、定义标准。视频最后也落到了非常实操的框架上，比如 3C（Context、Component、Criteria）和“损失函数 / evaluation”的思维。看完你会更明白，真正的差距，不在于谁先接触 AI，而在于谁能更清楚地思考、表达和判断。 00:00 为什么同样的 AI，在不同人手里效果天差地别 01:28 一个坏老板的典型问题：模糊需求、让你“悟”、负反馈甩锅 03:22 为什么很多人管不好 AI：AI 没有动机问题 04:15 真正决定 AI 使用效果的两个能力：自省与隐性知识显性化 06:33 如何把隐性知识显性化：认知同理心、信息拆解与 3C 框架 08:04 什么是“损失函数”思维：先定义什么叫好，AI 才知道怎么迭代 09:05 总结：别急着说 AI 好不好用，先看自己会不会用 AI

这是我频道六年来，最重要的视频之一。也是从本质上理解人和AI，最值得看的一期。 本期嘉宾是清华大学的刘嘉教授，作为世界顶级的脑科学专家（也是《最强大脑》总顾问），他其实跟AI渊源、研究、兴趣、思考，都及其深厚。所以能从脑科学角度，为我们从根本上理解AI到底是什么，到底能不能取代人类？ 视频里，刘嘉教授从自己在北大、MIT、脑科学与 AI 之间往返二十多年的经历讲起，讲他为什么曾经离开 AI，又为什么在 2016 年被人脸识别和 AlphaGo 的突破重新“唤回信仰”。他也解释了自己后来为什么越来越确认，真正重要的不是某一个短期技术点，而是更底层的东西：学习能力、涌现能力，以及神经网络这条路线背后的根本逻辑。 更难得的是，这期视频没有停留在“术”的层面。刘嘉教授把今天很多人最关心、但也最容易被说浅的话题放到一个统一框架里讨论： - 智能的本质：学习和涌现 - 学习的本质：归纳和推演 - 意识的本质：主观感受，和死亡意识 还有很多话题，包括逻辑原点的重要，脑机接口离我们还有多远，什么才是真正的具身智能，以及为什么 AI 时代最缺的不是更多技巧，而是新的 philosophy。通过他们实验室的深度研究，也发现了Transformer的理论源头，竟然是四十年前，Hinton在一篇不知名的神经科学会议上，发表的一篇不知名的论文。 除了这些时代的大故事，大道理。他也讲了，我们作为普通人，应该如何抓住这个时代。 看到最后你会发现，这不只是一场关于 AI 的对谈，更是一场关于人在这个时代该如何判断方向、建立逻辑原点、避免错过真正重要变化的对谈。 完整版2小时53分钟：https://youtu.be/EfEk4V3FMdg 教AI“大道”的课程：https://www.superlinear.academy/ai-builders

创业九死一生？绝大多数人其实是死在两个认知误区里：选错模式和因果倒置。 第一，我们本能地觉得"做产品才是创业"，但从YC到美国整个创投圈的共识是：ToB服务的成功率和回报率远高于ToC产品。亚马逊的核心价值是AWS不是电商，微软的大头是企业服务不是Windows，谷歌和Meta真正赚钱的是广告——帮别人赚钱，永远比让消费者掏钱容易。 第二，技术人创业最常见的错误是"先做产品，再想增长"。但真实的商业因果是反过来的：增长才是本质，产品只是载体。The Browser Company做出了极客圈口碑很好的AI浏览器，最后还是决定不做了——因为连身边的亲友都说服不了去用。游戏行业更直接：绝大多数游戏的获客成本占总成本一半以上，真正的难点从来不是把东西做出来，而是让人知道并买单。 这期视频综合了我过去的访谈、实践和思考，把这两个视角讲透。如果你是一个有技术能力、想过自己做点什么但不知道从哪开始的人，希望能帮你避开最常见的弯路，用更高成功率的方式打开一个真正能赚钱的业务。 我的新书《真本事：从会工作到会赚钱》（人民邮电出版社）2026上半年上市，书里有更系统的方法论。感兴趣可以加入社区waitlist，新书上市和周边内容都会通过邮件通知：https://go.ai-builders.com/waitlist 00:00 创业九死一生，大多数人死在两个误区 00:22 误区一：选错模式——产品vs服务 02:24 产品vs服务，到底谁更难、谁更赚钱 03:01 YC的Tarpit Idea框架与ToB共识 04:44 产品的马太效应：你在跟谁抢注意力 05:51 做服务为什么容易赚钱 06:54 误区二：因果倒置——先做产品还是先想增长 07:23 Manus与The Browser Company的教训 08:54 增长的真实成本：时间、渠道、信任 10:49 什么样的产品有增长潜力 12:16 三者结合：分发×true understanding×独特经验 13:29 总结与新书推荐 新书上市waitlist：https://www.superlinear.academy/c/posts/book

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 这期视频讲的不是“怎么做产品”这种泛泛而谈的话题，而是一个更底层、也更容易被聪明人做错的能力：怎么判断一个需求到底是真需求，还是伪需求。 我会用 VR / AR 这波热潮作为案例，拆开讲清楚一件事：为什么很多看上去很先进、很酷、很有未来感的方向，最后并没有变成真正成立的大众需求；以及为什么“更便宜、更方便、更沉浸”这些听上去很合理的理由，很多时候并不足以创造需求。 如果你在做产品、创业、选方向，或者你只是想少走一些投入很多却回报很少的弯路，这期视频会帮你建立一套更清楚的判断框架。你会看到，Product Sense 不是拍脑袋的直觉，而是可以被拆解、被训练的：需求是不是第一性的、真实场景里带来的是价值还是摩擦、用户的机会成本是什么、以及该怎么通过提问和验证，看清一个需求到底站不站得住。 这不是一期讲概念的视频，而是一次尽量具体的拆解。看完之后，你会更容易识别那些“看起来很对、实际上不痛”的方向，把时间精力放到真正值得投入的事情上。 00:00 为什么聪明人也会看错伪需求 01:20 用 VR / AR 案例拆解 Product Sense 03:01 更便宜、更方便，不等于需求会出现 06:01 为什么“沉浸感”在真实场景里可能是摩擦 08:26 机会成本：VR 为什么不一定赢过手机和游戏 10:19 Meta 对 VR 的最大误判是什么 12:01 怎么判断真需求：用户访谈与验证方法 14:38 Product Sense 为什么是最底层的能力

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 鸭哥文章：https://www.superlinear.academy/c/ai-resources/openclaw 这期视频，我不做跟风测评，也不做简单教程，而是想把 OpenClaw（小龙虾）这波爆火背后的本质讲清楚。 如果你最近一直看到小龙虾刷屏，但又不确定它到底为什么火、值不值得学、它和 Cursor、Claude Code 这类真正的 Agent 工具到底有什么区别，这期视频会帮你建立一个更清晰的判断框架。 我会从产品设计和工作流的角度，拆解三个问题：第一，OpenClaw 为什么会像当年的 DeepSeek 一样突然出圈；第二，它到底做对了哪些关键设计，才让大众第一次强烈感受到“AI 不只是聊天，而是真的能替我推进任务”；第三，这些设计为什么既成就了它，也注定了它很难成为深度生产力工具。 这期内容不要求你会编程。我会尽量把 Agentic AI、聊天入口、统一上下文、持续记忆、skills 组合这些技术问题讲得深入浅出。 如果你在用 ChatGPT、DeepSeek，但总觉得 AI 这两年“好像也没变太多”，这期视频可能会帮你看见真正的变化到底发生在哪里。 你会看到： 为什么 OpenClaw 的爆火，本质上是在把原本小众的 Agentic AI 带给大众； 为什么聊天窗口让它更容易出圈，却也天然限制了它的天花板； 为什么“统一入口 + 持久记忆 + 丰富 skills”会让它看起来越来越聪明、越来越像一个真正的助手； 以及为什么不要因为小龙虾难用，就误以为 Agentic AI 不适合你。 章节： 00:00 一个高风险预言：OpenClaw 会经历怎样的三段式命运 01:46 这期视频讲什么：为什么火、做对了什么、问题又出在哪 02:57 OpenClaw 的爆火，本质上和 DeepSeek 是同一种现象 04:55 从聊天框到 Agent：AI 使用方式真正的跃迁 07:56 别被跟风误导：小龙虾难用，不等于 Agentic AI 没价值 09:35 真正该学的不是工具本身，而是它背后的可迁移认知 10:27 为什么聊天界面让它出圈，也注定了它的天花板 13:18 OpenClaw 真正做对的三件事 13:34 统一入口与统一上下文 14:23 持久记忆系统：为什么它会“越来越懂你” 16:15 丰富的 skills：为什么组合起来会产生质变 17:17 三个设计如何形成飞轮 18:09 下集预告：为什么这些优点也会变成它的限制

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 两小时完整版：https://youtu.be/emWRfc4s00c 为什么 DeepSeek 能以 1% 的成本训练出顶尖模型，而拥有海量资源的硅谷巨头却步履维艰？训练大模型到底是玄学还是科学？ 本期视频，我们邀请到了 Amazon AGI 资深经理（Senior Manager）查晟。他曾与 Alex Smola、李沐等 AI 巨匠共事，深度参与了亚马逊第一代大模型的研发以及目前 Frontier 模型的训练。他将从技术路线、实验方法论、基础设施以及人才密度等维度，带你揭开大模型训练背后的真实挑战。 你将在这段视频中获得： 避坑指南：为什么模型在小规模实验时效果很好，Scale Up 之后却突然“崩了”？ 内部策略：为什么一个高产的团队应该追求 50% 的失败率？如何通过“信息增益”优化研发？ 硬核工程：GPU 功率激增为何会导致数据中心宕机？“静默数据损坏”如何毁掉一个模型？ 行业真相：公开榜单（Benchmarks）是如何被刷分的？为什么大厂必须拥有“秘密评测集”？ 未来判断：AI 自我进化的临界点在哪？当初级岗位消失，科技从业者该如何转型？ 这是一场拒绝空谈、直面工程细节的深度对谈。无论你是 AI 从业者，还是对技术变革感到焦虑的观察者，查晟的视角都会为你提供极具价值的参考。 00:00 开场 01:14 嘉宾介绍：查晟与Amazon AGI 02:23 大模型训练的基本原理与为什么这么难 07:47 反直觉的实验方法：为什么要做失败率50%的事 09:05 训练大模型需要哪些团队协作 15:15 数据质量：微波炉社区、SEO垃圾与合成数据的边界 21:04 Evaluation为什么是最重要也最容易出错的环节 29:57 团队如何衡量研发进度（cost-to-accuracy框架） 36:01 人才缺口与NVIDIA的护城河 39:26 未来趋势：模型自主学习将改变什么 45:33 AI时代的职业与经济冲击 53:33 结语

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 会员频道3美元一个月，周更，并送终身社区会员。非常超值，很建议一试。 很多人把一对一（1:1）做成了“项目汇报”——结果既拿不到真正的支持，也错过了晋升与影响力的关键窗口。 这期我和 Mujtaba（Meta 数据科学高级经理）聊透一件事：一对一不是经理“管理你”的会议，而是你“向上管理”的最佳机会。 你会学到的是一套能落地执行的“经理使用说明书”：怎么让经理更愿意帮你、怎么让风险不变成事故、怎么让沟通从“推模式”变成“拉模式”，以及什么才是能晋升的强 IC。 你将收获的关键点（适合 IC / 数据科学 / 产品分析 / 需要跨团队协作的人）： 把 1:1 从“站会式更新”改成“高价值讨论”：你来主导议程，先 FYI，再把时间留给真正需要输入/决策/解阻的事。 风险越早说越专业：项目有风险、XFN 有阻碍、数据/资源卡点——提前对齐不是“丢脸”，而是让你和经理在外部沟通时不翻车。 推/拉模型判断你是不是强 IC：经理需要不停“推着你更”是危险信号；成熟 IC 会在需要时主动把经理“拉进来”。 “过度沟通”几乎不是问题：大多数人卡住不是能力，而是沟通不足、对齐不足、让干系人“不知道发生了什么”。 晋升不是等来的：如何开启晋升对话、如何用“脆弱但清晰”的方式让经理给你标准线与差距，而不是等到评审才被“意外反馈”。 高级能力的本质是影响力：技术复杂度不是最大门槛，真正卡晋升的是产品直觉、沟通协作、优先级与说服力。 00:00 开场精华 00:31 嘉宾介绍：Meta DS高级经理，七年成长路径 03:33 一对一该怎么开：FYI归FYI，讨论归讨论 06:24 一对一的本质是向上管理 07:37 提风险不是示弱，不提才危险 10:33 亲身教训：不敢求助的代价 14:47 什么样的IC更容易晋升 15:46 推模式vs拉模式：经理怎么判断你是否可信 19:47 强IC的核心：自我认知与发挥优势 24:05 晋升对话别怕开口，晚了才亏 28:20 角色扮演：经理如何传达坏消息 32:17 技术深度不是瓶颈，软技能才是 37:00 没有数据也要有观点 40:27 如何向经理求助：解阻、要背景、建连接 47:00 面对数据需求怎么反推优先级 50:16 总结与结束

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 激活自己捕捉需求的能力：https://go.ai-builders.com/idea 会员频道3美元一个月，周更，并送终身社区会员。非常超值，很建议一试。 随着 AI 能力越来越强，“把一个东西做出来”正在变得越来越容易。 但更难的问题反而是：什么需求值得做？什么需求只是自嗨？ 这期视频我想纠正一个非常常见的误区： 很多人觉得只有“看病、上学、衣食住行”这种 传统意义上的大需求 才有价值；而“小需求”没有门槛、没有护城河。 我认为很可能正好相反。 你看到的那些超级大生意，往往解决的是非常“小”、但极高频的需求： 抖音（Douyin） 解决的可能只是“15 秒的无聊”，但它高频到离谱 Stripe 把“收款”这种小摩擦做到极致（你提到：它曾被市场认为是超千亿美元级的生意） Calendly 把“约时间”这个小麻烦做到极致（你提到：2021 年估值已到数十亿美元级） 我在视频里给了一个更本质的判断视角： 需求的价值不取决于它“听起来大不大”，而取决于：它痛不痛？出现得频不频？以及你能不能把它做到世界级。 同时也讲了一个把“小需求做大”的经典打法： wedge & adjacency（用一个锋利的楔子切进去，再沿着相邻场景扩展）——你举了 Zoom 的例子：先把视频会议做到极致，再扩展到日程、协作、文档等更大的版图。 最后我会带你看社区里一些真实项目： 很多人不是“想了一个宏伟蓝图”，而是从“我今天又烦了”这种瞬间开始，把需求写下来、公开出来、快速做出 MVP，然后迭代、验证，真的做成自己的数字资产。 如果你也想练“捕捉需求 → 快速实现 → 拿到真实反馈”的能力： 欢迎加入社区（你在视频里提到有免费加入方式），也欢迎在评论区留言：你最近一次“觉得很烦、但又说不清”的瞬间是什么？ https://go.ai-builders.com/idea 00:00 误区：大家以为“大需求才值钱” 01:16 重新定义“大/小”：不要用“听起来重要”来判断价值 02:09 真正的判断标准：痛不痛 + 高不高频（以抖音的“15 秒无聊”为例） 02:39 小摩擦的机会：Stripe、Calendly 为什么能做成大生意 03:36 小需求做大：wedge & adjacency（从一个楔子切入，再扩展相邻场景） 04:54 另一类“需求”：小身份认同（lululemon、Stanley 的现象级逻辑） 05:50 反直觉结论：小生意不等于门槛低，护城河反而更依赖“世界第一” 06:32 为什么很多“大蓝图”反而难卖：用户的 switching cost / cognitive load 太贵 07:32 怎么捕捉小需求：从“用脑找需求”到“用心感受摩擦” 08:23 行动方案：把“烦的瞬间”写下来、公开出来，会发生什么 09:14 社区真实项目：从记录到落地，看别人怎么把小需求做出来 14:09 总结：感受真实需求 → 记录 → MVP → 市场反馈 → 迭代 15:02 下一期预告：如何判断需求真伪、如何做 MVP、如何 go-to-market

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 93分钟会员版：https://youtu.be/FKuJBz4kaOo AI 时代的到来，是否意味着“传统设计”的终结？ 本期视频，我邀请到了 Cursor 的设计负责人 Ryo（前 Notion 首位设计师、前 Stripe/Asana 核心成员）。在这场深度对谈中，我们没有聊琐碎的技巧，而是回归到了软件设计的本质。 谁值得看： 产品设计师： 厌倦了在 Figma 里“搓像素”，想理解为何“代码才是真实”的人。 产品经理/开发者： 想要学习硅谷顶尖产品（Notion, Cursor）背后的系统思维。 认知行动派： 渴望在职业范式转移中，从“分工零件”进化为“独立构建者”的人。 你会获得什么： 认知的修正： 理解为什么 Figma 的设计稿并不真实，而是一种限制。 职业的范式转移： 为什么“设计师+PM+前端”正在融合成一个角色——Builder。 审美的本质： 审美不是主观偏见，而是一种对系统逻辑和韵律的深度体感。 Ryo 分享了他是如何用两周时间，在代码中完成传统流程三个月才能做出的产品原型。正如他所说：“你不是在搓像素，而是在进化概念。” 00:00 重新定义设计：从物理家具到数字工具的品位 01:16 职业轨迹：从 Notion 首位设计师到 Cursor 设计负责人 02:54 视觉演化：从拟物化到回归概念本身 08:18 软件的本质：不是像素，而是一坨相互作用的概念 13:30 范式转移：为什么设计师必须学会用代码构建？ 19:15 告别“抽象层”：为什么 Figma 设计稿并不真实 24:00 职业的宿命：分工是妥协，Builder 才是本质 31:25 实战点评：如何避免 AI 产品的“塑料感” (AI Slop) 38:33 审美的共识：如何训练看透本质的深度体感 43:52 跨学科启发：生物学思维对设计复杂系统的帮助 54:20 权力的平衡：如何在功能扩张中保持系统的简洁 56:00 给设计师的建议：去生活，去构建 特别鸣谢 Mengying Li 帮我们牵线搭桥

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 会员频道3美元一个月，周更，并送终身社区会员。非常超值，很建议一试。 完整版72分钟：https://youtu.be/TTDcuWw3noU

很多人在等AGI降临好彻底“躺平”，但我认为这是目前对 AI 最大的认知误区。这期视频我想跟你分享一个非共识的观察：AI 的潜力目前只发挥了 1%，而剩下的 99% 并不在于模型变强，而在于“生态修路”。 我会通过“汽车取代马车花了 70 年”的底层逻辑，帮你拆解： 认知修正：为什么“等 AGI 来了再努力”是一个技术幻觉？ 核心机遇：为什么像 Manus 这样处理“脏活累活”的公司反而最值钱？ 行动指南：作为个体，如何通过 Frictionless（无摩擦）、Contextual（上下文）和 Proactive（主动性）三大支柱，把 AI 变成你的生产力红利？ 如果你对市面上浅薄的 AI 预测感到厌倦，希望通过看透技术本质来实现人生跃迁，这期视频会给你一套可迁移的行动框架。 00:00 最大误区：等 AGI/ASI 来了就能躺平 01:23 70 年类比：汽车为何花了 70 年取代马车 03:20 类比到 AI：Transformer 是“引擎”，ChatGPT 是“第一辆车” 06:39 真正瓶颈：生态三件套（Infrastructure / Pipeline / 习惯） 08:35 AI 为何被困在聊天框：智能够了，但落地缺“系统” 11:35 Manus 案例：把 1% 推到 2% 的“脏活累活”有多值钱 14:25 落地怎么做：降摩擦 / 上下文 / 更主动（用内容生产流程举例） 16:04 个人机会：从解决一个需求，到升职、到副业/项目 18:41 总结：别等银弹，机会在把 AI 变成可用的生态 AI课程/风水宝地： https://www.superlinear.academy/ai-builders 300多个“AI落地”的实际案例：https://www.superlinear.academy/c/share-your-projects/

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 完整版64分钟：https://youtu.be/yZCq2jyGcKc 如果你觉得产品好就一定能增长，或者认为买量就是增长的全部，那这期视频可能会颠覆你的认知。 本期我邀请到了 Hockey Stick 的创始人 陈唱。她带领的 8 人团队，通过管理大量的 AI Agent，服务了上百家硅谷高增长企业，创造了 350 亿次的曝光。我们深度拆解了 AI 时代企业从冷启动到 $100M$ ARR 的增长路径。 通过这期视频，你将获得： 非共识的增长模型： 为什么红人营销不是“效果广告”？如何找到适合你产品的专属渠道（Product-Channel Fit）？ 实战避坑指南： 深度复盘硅谷明星项目 Bardeen 的教训——为什么产品太“通用”反而是增长的毒药？ 深度的商业洞见： 为什么所有的 PLG（产品驱动增长）产品，最终都必须走向大 B 销售？这背后的增长会计学逻辑（Churn）是什么？ AI 时代的管理新范式： 什么是“AI Agent Manager”？一个人如何通过 AI 撬动过去需要几十人才能完成的运营工作？ 无论你是正在寻找第一批用户的开发者，还是正在思考如何规模化增长的创始人，这期视频里的硅谷一线实战经验都值得你反复推敲。 00:00 团队揭秘：8 个人如何撬动 350 亿曝光？ 01:45 什么是 AI Agent Manager？人生最重要的一次晋升 03:52 爆款率 10%：红人营销背后的科学与经验 07:49 增长的底层逻辑：找到你的 Product-Channel Fit 10:04 深度拆解：Enterprise 与 PLG 产品的不同打法 13:47 避坑指南：为什么买量思维在红人营销中会失效？ 19:00 复盘 Bardeen：为什么“太通用”是增长的灾难 22:30 揭秘 Churn 的威力：为什么 PLG 的尽头是大 B 销售？ 25:50 总结：AI 时代不变的是用户需求

完整版38分钟：https://youtu.be/4pWsovy9cV8 上：https://youtu.be/ZJzguLBcTos 我在和一丰合作的过程中，明显感觉到他深得VP和同事信任，在组织中非常有存在感和话语权。于是请他分享一些他的核心干货，一丰也没有任何避讳，非常坦诚地进行了分享。 AI课程/风水宝地： https://www.superlinear.academy/ai-builders 会员频道3美元一个月，周更，并送终身社区会员。非常超值，很建议一试。

完整版38分钟：https://youtu.be/4pWsovy9cV8 在工作中找到意义，其实是为自己好。那工作可以找到什么意义呢？ AI课程/风水宝地： https://www.superlinear.academy/ai-builders 会员频道3美元一个月，周更，并送终身社区会员。非常超值，很建议一试。

AI课程：ai-builders.com AI时代的编程基础：coding.ai-builders.com 你是在积累资产，还是在出卖数字劳力？ 在这个财富全面向比特世界（Bit World）转移的时代，大多数内容创作者和技术从业者依然在扮演“赛博佃农”的角色——在平台的土地上耕作，通过不断产出易耗的内容换取微薄的流量分成，却从未真正拥有过属于自己的数字不动产。 本期视频将为你拆解从消费者视角切换到“建造者（Builder）”视角的认知路径。我们将探讨： 身份真相： 为什么单纯做内容只是数字世界的“滴滴司机”？ 时代套利： AI 如何将曾经昂贵的代码变成廉价的砖块，让普通人也能拥有代码杠杆。 行动指南： 如何在未来 5 年内，利用代码与媒体的双重杠杆，构建一套不可被剥夺的数字资产。 如果你反感标题党，厌倦了追逐算法，希望从底层逻辑出发寻找 AI 时代的长期竞争力，这 13 分钟的分享将为你提供一套清晰的“数字主权”建设方案。 00:00 洛克菲勒与黄仁勋：两种世界的财富底层逻辑 01:26 视角转换：消费者看产品，建造者看“工厂” 03:01 赛博佃农：自媒体博主的本质困境与平台陷阱 04:36 数字资产路径图：从流量工具到独立产品 07:15 AI 时代的时代套利：当代码从昂贵变得廉价 09:36 重新定义编程基础：AI 开发者必备的三项底层能力 11:11 总结：掌握双重杠杆，构建属于你的数字不动产

AI课程： https://www.superlinear.academy/ai-builders 社区主页：https://c.ai-builders.com/ 鸭哥文章：https://www.superlinear.academy/c/ai-resources/ai-native-cost-structure-4e4d27 会员频道3美元一个月，周更，并送终身社区会员。非常超值，很建议一试。 很多人在使用 AI 时，依然在追求“一匹更快的马”，却忽略了我们已经进入了“汽车时代”。本期视频，我将通过一个横跨化学与历史的视角——金子与铝的价值反转，带你洞察 AI 原生（AI Native）能力的本质。 核心看点： 成本革命： 为什么在拿破仑三世时期，铝比金子更珍贵？这与今天的代码生产有何惊人的相似之处？ 思维惯性： 为什么越是资深的程序员，越容易陷入“化学铝”的陷阱，从而产生防御心理？ AI 原生工作法： 拆解“鸭哥”的实战案例，看高手如何利用“阅后即焚”的软件，在 10 分钟内完成过去需要一整天的工作。 降维打击： 学习如何通过“挥霍”廉价的代码和算力，去换取极其昂贵的“认知确定性”。 这不仅是一篇关于 AI 的技术分享，更是一次关于生产力定价逻辑的底层重构。如果你觉得自己的 AI 效率遇到了瓶颈，或许是因为你还没学会如何“挥霍”。 00:00 2026年，AI Native 为何成了最难跨越的门槛？ 01:18 拿破仑的铝碗：金子与铝的历史启示 03:07 范式转移：当代码生产从“贵金属”变为“工业耗材” 05:35 心理抵抗：为什么你潜意识里在拒绝高效的 AI 代码？ 07:07 案例拆解：如何开发“阅后即焚”的一次性软件？ 10:21 核心策略：用廉价代码换取昂贵的认知确定性 12:44 总结：真相很贵，代码很便宜 13:18 进阶：如何加入 AI 高手社区？

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 会员频道3美元一个月，周更，并送终身社区会员。非常超值，很建议一试。 50分钟完整版：https://youtu.be/DxRCFOOd0Oo 当专业程序员还在纠结代码架构时，一个没有编程背景的 8 年级学生已经靠 AI 实现了数万美元的收入。编程的门槛正在消失，而“知识诅咒”正在成为资深技术人的负债。 在这场与加州州立理工大学孙教授的深度对话中，我们揭示了 AI 时代一个真实的残酷现象：CS（计算机科学）专业背景的优势正在被结构性削弱，而“问题发现力”和“原生执行力”正在成为新的护城河。 【你将从本视频中获得】 真实案例： 零基础高中生如何利用 Claude 和 Cursor 在 7 周内上线商用级 App。 认知迭代： 为什么“想得太深”反而让你在 AI 开发时代输给年轻人。 教育/创业启发： 为什么在 AI 时代，年龄越小的 Builder 往往变现能力越强？ 行动指南： 如何识别并激活那 1% 的“关键问题”，跳出“知识诅咒”去交付结果。 如果你是想转型的程序员、寻求突破的创业者，或是正为孩子规划教育方向的家长，这 30 分钟的对话将帮你重新校准在 AI 时代的竞争力坐标。 00:00 孙教授背景介绍：从 Amazon 到 K-12 AI 教育 04:04 为什么高中生有时间且能够完成创业项目？ 07:10 案例 1：零基础女生利用 AI 在 7 周内上线 App 10:52 30 小时交付：AI 如何让开发门槛彻底崩塌 12:50 CS 专业优势的消亡：跨学科结合的新机会 16:50 AI 时代唯二重要的技能：发现问题与执行力 20:40 案例 2：自动翻谱 App —— 为什么“想简单点”才是算法核心 24:55 认知反差：为什么年龄越小的 Builder 挣钱越多？ 27:50 执行力是可以被“激活”的吗？ 31:40 总结：从 User 到 Builder，必须先“下水”

很多人以为「单干」最爽的是时间自由：睡到自然醒、想在哪工作就在哪工作。 但我离开全职之后，真正每天让我觉得爽的，反而是——终于不用再花大量时间去“说服/对齐/沟通”。 这期视频我想讲清楚一个经常被忽视的真相： 在公司里，你可能把80% 的精力都消耗在“弥合认知差距”（对齐背景、解释价值、争取资源、避免误解）上；而当你做自己的事情，想法到落地几乎 0 阻力，但硬币的另一面是——选择的悖论：你必须自己定义目标、路径、评价体系，这种掌控权很多人其实并不喜欢，甚至会非常内耗。 你会听到： 为什么过去看似“职业必修”的软技能/影响力/对齐，在某些环境里会变成巨大摩擦 一个真实案例：高自由度 + 高资源 + 高绩效，为什么反而让优秀下属崩溃离职 “多数人更喜欢做选择题，而不是写一篇没有题目的作文” 一个很好用的自测隐喻：你更像「枪管（barrel）」还是「子弹（cannon）」？ 如果你正在纠结要不要创业/单干，或你在公司里被无穷无尽的对齐与说服耗尽，这期会给你一个更底层、更诚实的判断框架。 00:00 单干最爽的不是时间自由，而是“不用再沟通对齐” 00:31 离开全职后，我才意识到自己把80%精力花在弥合认知差距 01:45 具体例子：新书上市活动，为何一个“合理请求”被拒绝？ 03:12 好的邮件是加分还是减分？“会不会打扰”只是表面理由 05:09 认知差异的本质：越原创、越非常规，就越难在公司里说服别人 05:31 为什么我们做“内核”而不是“标签”：课程/项目不该只教 toy project 07:15 说服成本太高：很多事做了也拿不到资源、认可和credit 08:09 0阻力的爽感 + 选择的悖论：掌控权的反面是内耗 09:18 腾讯故事：高自由度的优秀下属，拿五星绩效却选择离职 10:56 多数人更喜欢“选择题”，不喜欢“无命题作文” 11:39 结论：不是单干或打工谁更好，而是选适合自己的模式 12:02 枪管与子弹的隐喻：你更擅长执行，还是擅长在不确定中把图景做清晰 12:52 收尾与自测问题，结束

Build to refund项目与Career Signaling方法：https://www.superlinear.academy/c/ai-resources/build-to-refund AI课程/风水宝地： https://www.superlinear.academy/ai-builders 会员频道3美元一个月，周更，并送终身社区会员。非常超值，很建议一试。 在过去，精英的共识是“桃李不言，下自成蹊”；但在简历严重通胀的今天，不被观测的交付，在逻辑上等同于未完成。本视频深入探讨了职业成长中的非对称套利工具——Career Signaling（职业信号发射）。 如果你觉得自己能力很强，却因为反感“自我吹捧”而羞于在社交媒体或公开场合分享，或者正处于一种“想做自媒体但迟迟不敢开始”的状态，那么这期视频将为你揭示这背后的底层逻辑：“精英耻感”。 看完本期视频，你将获得： 资产重定义： 为什么 Portfolio（作品集）比简历更值钱？ 心理屏障拆解： 根除阻碍你分享的“冒牌者综合征”与“耻感心理”。 优雅信号协议： 像撰写“微型技术报告”一样，如何不自吹自擂地展示个人价值。 适合谁看： 对简历通胀感到焦虑的职场精英与技术人。 有表达欲但受困于“精英耻感”，害怕同事或同行评价的人。 追求高效率、希望通过认知差获取“非对称机会”的创业者。 00:00 为什么简历正在贬值，而 Portfolio 越来越值钱 01:47 核心痛点：阻碍你行动的“精英耻感” 02:38 为什么精英害怕分享？微商恐惧与社死担忧 03:42 深度剖析：三种典型的精英心理屏障 05:31 认知重构：分享时你在向外界释放什么信号？ 07:23 实操建议：如何优雅、高效地进行职业自荐 10:00 强制行动契机：关于 Build to Refund 项目