课代表立正：AI 课卖 2000 刀，偏偏坚持古法手搓

00:05我朋友问我，就是说AI时代你要掌握什么？我说当然你要学AI，但是你前提是你要先有一个别的东西，你才有可能用AI去放大它。如果你只会AI的话，那几乎很难做出来什么东西。

00:21人脑中有很多的隐性知识，小龙虾是观测不到的，或者说你全方位的agent是观测不到的。那我们就需要有意识地去沉淀、提炼我们这样的脑子中的隐性知识，和把它形成一个可能更具备conviction的这样的一个观点。不能AI说什么我就是什么，就是AI加你还不如AI。

00:41AI没有你的话，AI做得更好；AI有了你以后，不但没有做得更好，反而还多了很多限制。所有的有价值的东西，它的一个必要条件就是你是一个correct contrarian，就是你是一个正确的非共识。如果是共识的话，这个东西就没有特别大的价值了，对吧？

01:01但是你错误肯定没有价值，所以说必要条件但是非充分，这是一个正确的非共识。别人问我啊，就是怎么样从零到一，我说你先别急着从零到一，你先从负十到零。因为你对商业、社会的认知很多都是错的。比如说更难的东西更有价值，这就是一个非常非常有毒的想法。

02:34我因为我这个形态，我前几天还发了一个文章，说新时代的VC应该怎么做，跑去指导人家投资人了。但是先不说那个，就是我自己的形态。我觉得创业者一定要做产品，这个是个误区。比如说你在美国，大多数的创业者其实做的是企业服务，对吧？

02:54SaaS产品。那这个东西最后是一个service。我做的就是围绕着服务吧，围绕着什么东西有价值，然后我去提供这个价值去做的。那这里边它慢慢有些东西形成了产品，比如说那个社区形成了产品。我的课程我也会把它看成一个产品，但是我觉得就是这个分界不是那么重要。

03:11我现在主要的收入是来自于我YouTube的会员。然后是我的课程，还有一个企业培训的服务。

03:25我以为那个文章没什么人看的，就因为在社区里面点赞好像是几个赞，没想到大家还看了一下。

03:55然后我自己的视角是关于你那个解决方案的确定性。就比如说我的企业服务是最具确定性的，我一定要前面跟大家讨论好我要到底要做什么。他当天上完课了以后，马上第二天就有生产力的提高，是要到这种确定性。那我的就是To C的课程的话，就是你来上完课，如果你把这个课上完，我能保证你AI用得更好，但是前提是你要上完这个课。

04:17但是一个app或者说是一个产品的话，其实大多数时候是没有确定性的。我会这么理解这个东西。

04:47你是从一个买方的视角，那是这样的。但是我从一个服务方，就是提供这个solution的人来说，我卖给你一个Photoshop，你不一定能用，对吧？很多人买了Photoshop是不用或者用不好的。然后你有了一个培训以后呢，就更大概率他可以用好。

05:01如果说我直接给你做一个agency，你不要管Photoshop这件事了，我来帮你搞定这里边的所有问题，这就是服务，对吧？它其实是最具确定性的。

05:43我说先说一个稍稍反直觉的观点啊，就是如果没有AI的话，我们收入可能会少个百分之二十，但是不会有一个零和一的这种区别，或者不会有一个超过一半以上的区别。我大多数做的东西，企业服务那边反而是用AI用得比较多的。因为你要对每一个人有高度的定制化嘛，然后你要去做很多这种积累，然后去把它用不同的呈现方式，所以那方面用了很多的AI。

06:11但是我们自己在这个社区里边，我那个社区是用一个现成的SaaS工具叫Circle。我自己的课程是我和鸭哥反复打磨的，然后都是人去手写的。当时我们可以用AI写，但是我们坚持要用手写。后来我们还说要不要上这种AI的问答机器人，就是用AI的方式帮大家学习。

06:28我们讨论过之后不用了。其实我的一本书啊，就是《从会工作到会赚钱》那本书，我是做了这样一个问答机器人，还挺有用，就是相当于一个咨询机器人。但是我们课程我们坚持人去回答问题，因为我们希望就是我们对大家的问题有感知，然后我们自己去给大家提供这样的一个答案，

06:46这算是我们的这种所谓高客单价的服务的一部分吧。从这些角度来说，很多能用AI的东西我们反而没有去用。所以这其实也是AI时代我觉得大家有的时候会犯的一个误区。这个误区就好像是有了AI以后，你的之前不成立的生意模式成立了，或者说一个不存在的生意模式存在了。

07:09这个我觉得不是的，AI还是放大器，就是它能放大已有的东西，但是你得先有一个东西。所以我朋友问我就是说AI时代你要掌握什么？我说当然你要学AI，但是你前提是你要先有一个别的东西，你才有可能用AI去放大它。如果你只会AI的话，那几乎很难做出来什么东西。

08:09对，后者，自动化的东西卖不上高客单价。就是所有的东西，只要我说这个东西是AI做的，瞬间大家就觉得它不值钱了。但是比如说企业培训那里边，企业培训就是我是把我所有的这些知识，结合这些企业的资料，去做大量的调研，然后大量的定制化这个东西。

08:28因为最后大家要的是那个结果，那个定制化的东西本身也是我和AI一起出的，它问题就不大。但是C端这里边，大家对这种你是不是用心，这个东西是不是古法手作，还是有要求。如果说自动化的东西就是卖不出价钱，尤其知识付费，你想嘛，本来就是卖空气。

08:49它理论上是，我非常承认这一点啊，就是作为一个卖课的人说知识付费卖空气好像有点——但是我觉得本质上是这样子的。就是你如果去看很多商业，他们其实都是在卖空气。你说爱马仕的那个包，我相信99%的价格是空气的价格，然后1%是那个包本身的价格。

09:05那知识付费其实也是这个样子的。为了这个价值和品牌，我是尽量很审慎地去使用AI。但是我再多提一个点吧。就比如说你在我们社区里边看那个有一个DeepNews，我们每天都会发很多关于前沿信息的非常深度的这样的analysis和总结，

09:25那个是完全AI产生的。而且它很深度，就是我们都会去看，看了以后就会学到东西。它其实是一个我们很深的这个context architecture，然后结合一些抓取的东西去做深度的分析。然后我们社区有中文内容向英文内容的翻译，这个东西也完全是AI做的。

09:43就是该用AI做的东西我们会用AI做，但是我刚刚说的就是那个核心的，大家能感受到价值和品牌的东西，我还是坚持手做。

10:18我和鸭哥两个人做课，然后有两位同学帮忙做增长，但这两位同学都是最近加入的，然后有一个兼职的社区运营同学。就是负责回答问题，就这些了，就是五个人。核心是我们两个，然后剩下的社区运营同学在这段时间了，但是增长的同学一个是去年底加入的，一个是1个月前加入的。

10:49剪辑是我有一个专门合作的剪辑同学，然后我有视频发给他。分发的话，就其实我就是自己上传一下YouTube。我之前本来想自动化，后来发现国内这个平台反自动化反得很厉害。

11:06对对，YouTube是可以自动化的，但是后来发现意义不大，就自己手动上传一下。一个视频上传一下也就十分钟吧，也就还好。

11:28靠课程变现。如果从商业模式，就是一个是我自己想干什么，一个是商业模式。我自己最后想干的是这个内容，所以说我那个社区叫Superlinear Academy，它都没有AI在里边，对吧？它最后是希望就是大家不断地成长，然后大家不断地去探索自己、自我发现，这个是最后的目的。

Superlinear Academy

11:47我觉得AI是一个手段，它不是最终的目的。但是如果从现在的生意模式上来说的话，1%的变现来自于YouTube上的那个切片广告，10%来自于会员，然后90%或者80-90%来自于这个课程本身。

12:09to B我们是今年才正式开始做，之前我们会做一些，就是偶尔做一些，没有把它当成一个我们要重点的业务。现在我们开始做了以后，我预计啊，今年我们的精力大概会to B、to C是8:2，但是收入的话to B、to C是2:8，我猜是这样。

12:28to B是为了保持我们的认知，我们现在已经到了一个地方，就是to C的东西交到头了，因为再往前就是都是定制的东西了。聪明人学知识是学到一定程度，剩下都是靠自己探索就行了，或者说是他就需要一个比较强的服务。那再往前更难的东西就是to B了。

12:48比如说我们去跟腾讯做的东西啊，去跟1Password做的东西啊，每一个其实都是他们自己领域里边比较难的东西。所以我们为了往前探索和保持我们的所谓的认知领先，或者whatever，就是保持手感吧。更多精力做to B。

13:14有一个运气是我先从美国开始做的，就是知识付费这一套去做，背后的那套逻辑啊或者说做法啊，其实是美国知识付费这一套。然后等我做完了以后再回国一发现，知识付费的水这么浑，然后骗子这么多，然后大家觉得口碑这么差，然后就像你说的逼格这么低。

13:35然后我就说啊，幸好幸好幸好，如果说是用国内那套做的话，那我应该是这个生意是不太可持续的。

14:09老婆在那个谷歌上班嘛，然后她跟我聊了以后，她去讲了一些AI的东西，然后还顺便讲了一下我的课。然后她同事好像还是一个manager吧，然后就问她说，哎——你你你老公能养活自己吗？然后她说啊，他工作的时候那个卖课收入就比工作的收入要高了。

14:27然后她说啊，怎么回事？然后你看看那个客单价是多少钱。然后一看客单价，然后那个人就陷入了一个非常沮丧的状态，叫我在Google打工干什么？我可以去卖课的。其实卖课

14:58我觉得我们会看到三个门槛。第一个就是不去健身房的这个门槛，就是我会看很多东西，但是我从来不动手做，从来不下场。就是大家会觉得Cursor好可怕呀，然后Claude好可怕呀，这个其实是99%的人。然后这个门槛是第一个，或者他打开Cursor以后，他也就是打开了以后也没有真的去每天去用。

15:18第二个门槛呢，是大家用不好的门槛，就是大家用一个单点的方式去使用AI，然后它既不能控制质量，然后又一直不停地要被babysit这个AI，就是在旁边要看。然后它也不能精确地描述自己的需求，然后它也不能让AI自己去跑，然后把它东西跑出来。

15:36这是一个就是从单点到管线吧。包括他做出来东西以后很难上线，就是他可以在本地做出来一些东西，但是他不知道怎么样子把这个东西弄上线，这是一个。然后第三个就是，我觉得就是大家能用AI写出来一个满足自己需求的小工具，但是让大家去构建一个带AI的Agentic系统，

15:56或者说是这样的一个Agentic的这样的一个稍稍复杂、有复杂度的产品吧，这个又是一个门槛。所以说我们也是有三节课针对这三个门槛去做的。这过程中还是有挺多东西可教可学，甚至包括我们为了让大家能好好部署，是吧，我们自己给大家做了一个平台。

16:16一个API去就是收集，就是你用一个API可以调用各个模型的API，并且你本地的东西可以说一句话就部署，我们帮大家host和运维。做了这么多东西以后就会发现，会用和会用之间差很大，就好像一个人说自己会打高尔夫，那这句话差太大了。

16:35这种感觉。

16:49如果是一个网站或者说是一个打包好的东西的话，部署还行，但是你得部署过一次。你如果没部署过一次的话，它就会比较难，但是你部署过一次走过这条路的话，你会觉得还简单。但是你如果做了一个稍微比较复杂的项目啊，这个复杂项目在本地有前端后端数据库，你光改那些就是文件名字，

17:08然后最后让它能在线上直接跑起来，就是它肯定不会是说你做不到，但是可能会花你一两天的时间。

17:24那个是一句话的主张嘛，但是如果说更细节的一点的话，我们会把人分成四个阶段。第一个就是consumer，就是user，你会使用ChatGPT，然后给你一个软件你会用。然后是tinker，tinker大概就是你会用Cursor、Claude去做一些东西，然后你没有什么系统的方法论，

17:41你不知道软件工程的很多道理，但是你可以去不断地去尝试，然后做出来就是一些有惊喜感的东西，但是你很难控制这里面的质量，你很难把一个复杂的想法落地。接下来是builder，就是你可以用一个管线的思路，然后你有了很多这个principles，

17:56比如说你知道怎么样子做evaluation，你知道你的context是需要manage的，你知道你要把documentation写好。然后才可以让AI去reliable调用等等等等。这些东西学会了以后呢，你就可以是在一个工作中把AI比较就是靠谱的和高效的使用的这么一个人了，

18:12这是builder。然后下一个呢是architect。然后我们后来发现就是我们叫architect，硅谷这边叫conductor。总之它对应的是那个orchestration这个词，就是你能不能调度不同的模型、不同的agent、不同的工具，

18:26然后去构建这么一个系统。解决一些相对复杂一点的问题。

19:02就是我我今天准备的那个就是腾讯的一个汇报，还专门讲这个问题。我觉得你要用好AI有四层工具，其实这个谁都可以有，对吧？你有的工具别人也有。接下来是方法，这个就不一样了。你可以问ChatGPT有什么方法，但是他给你的东西你就一定信吗？

19:19你再问一个换一个方法问，他会给你其他的方法，那这个时候到底听哪个呢？所以说你需要对方法有一个底层的理解和conviction。就好像你可以问ChatGPT你买哪只股票，但是你如果没有自己的这个逻辑原点的话，你是没有办法拿得住的。

19:33你也没有办法去跟着这个方法学下去的。所以方法已经是门槛了。再往上是习惯，然后再往上是mindset，是思路。就我们的课程其实是先从mindset入手的，就是你要先知道AI到底是个什么东西，为什么你要通过build的方式去学AI是一个唯一靠谱的。

19:51就是你不能通过课本学AI，你必须要通过在构建的过程中学AI。然后你到底要去做一个什么样的东西，然后这件事对你有多重要。呃，然后你如果接受了啊，就是我要去学AI，我要通过build的方式学AI，如果AI用得不好，那是我的问题，不是AI的问题。

20:07接受了这些东西以后，你才会去改你的习惯。你的习惯就是当你遇到了一个问题以后，你不要去问ChatGPT，你去问Cursor。然后你的习惯改过来了以后，你才有可能去，就是这些方法对你才适用。那这个时候方法有两个问题吧，就是第一个是你不知道它存在的东西，没有办法提高。

20:26举举个简单例子啊，这个是卡住很多程序员的点，就是很多过去的程序员呢，他们特别善于做过程确定性，但是他们不不善于做结果确定性。什么意思？就是我们在社区里边有这样的例子嘛，就是我们把所有的中文要翻译成英文。那程序员第一反应就是我的中文，然后中间调用AI，不管是个API还是一个agent，然后然后英文，

20:50然后中间出现了hallucination、不consistent，或者说偷懒的这些问题，我再去解决这个问题，这就是过程确定性。但是结果确定性呢，就是我要求你给我翻译成什么样子，我想办法去构造一个feedback loop，

21:03构造一个有state的这个系统，然后去让你可以自己迭代，迭代到我想要的样子，这叫结果确定性。但这个东西就是对于程序员来说，它并不是一个很自然的想法，所以说你看不到结果确定性这件事情。才能让你最大化地去，就是利用AI的杠杆的话，你就很难去做这个转变。

21:22所以就是你要unlearn一些东西，然后再学习一些东西。我们会教大家这里这方面的东西，就是帮大家看到你要想用好AI到底差距在哪里，有哪些差距，然后这背后对应的方法是什么，然后跟大家把这些方法给点出来。当当我们开始讲方法的时候，你自学和我们教，结果差不太多。

21:45我们真正就是能帮大家进行这种改变的是在mindset和这个习惯上。

21:54方法其实大多数反而是我们原创的方法，就是我不想说这些方法，就是这些方法是很厉害的方法，这些方法是不是我原创的，是鸭哥原创的。鸭哥他在AI之前就已经是一个人能顶十个人的工作量的这种10x engineer，所以说他对软件工程的原理非常了解，

22:11他对AI的原理又非常了解，他又能主动地去unlearn和在这里边找到技术的本质，也也就导致我们的课程就是每次的技术选型啊，或者说是教什么不教什么上，抓得特别准，就是很多的东西我们是有自己的看法的。对方法上我们也有自己的一些看法和总结和对应的教法，所以说这个方法本身是独特的。

22:32但我我我想说的就是这个方法你总会学到的，但是你那个mindset和和habit看起来是简单的，其实想跨越并不容易。

23:02他就是太佛了。

23:41没错。我们在教的时候就专门要讲一节，就是从AI的操作员变成AI的管理者。而且这里边很重要的就是比如说evaluation，我们打的比方是之前的程序员是划桨的，然后他就要想怎么样子划得更快，长肌肉是吧？现在蒸汽机出来了，那你要做的呢就是怎么样子让蒸汽机比较稳定地运行，怎么样子让它持续地运行。

24:07然后你要去做领航的工作，你要去设计整个流程，但是你就不要再去纠结桨是怎么样子划的了。就是程序员和非程序员想要用好AI都会面临各自的挑战。程序员的挑战在于他要unlearn一些东西，但是他的好处在于他对把AI落地到周边的，比如说部署上线呀，

24:27用GitHub呀，版本管理呀，然后那个备份呀，这些东西特别熟，所以说他的这个上线或者说是整体的就是水准吧，提高得特别快。非程序员他好处是不需要unlearn，但是他会有一些东西他就要学，或者说是要克服，他要敢去做。一个程序员加上一个好的学习，他很容易知道当AI的效果不好的时候，是他的问题还是什么其他其他什么问题。

24:54非程序员有的人有这种直觉，但是他可能不自信，他可能会觉得，哦，这个东西是因为我编程水平不行，所以说我也用不好。但是很有可能不是，只是你prompt说得不清楚而已。

25:51我觉得不是这样子的，但是我觉得你的那个问题非常的valid，我想了三层怎么回答。就是第一个呢，当模型的智力水涨船高，当大家都可以有这样模型的话，那人和人之间的区别是什么？嗯。我觉得context就是我们可以说taste,agency这种素质，对吧？

26:13但是我觉得你要落到一个系统里边的话，context是这个区别。就是我拿着你的context，我拿着我的context，我拿着鸭哥的context，尤其是提炼出来的这个context，然后给到同一个AI系统，它们最后出来的东西应该是不一样的。

26:28包括文章质量、app，就是这些，包括philosophy，就是或者说design，全都不一样。所以说人和人之间的区别是context，那我就觉得这个东西会一直存在，这是一。但是第二呢，就是人脑中有很多的隐性知识，小龙虾是观测不到的，或者说你全方位的agent是观测不到的。

26:48那我们就需要有意识地去沉淀提炼我们这样的脑子中的隐性知识，和把它形成一个可能更具备conviction的这样的一个观点吧。就是我要对这个东西笃定，不能AI说什么我就是什么。你做的事情就是AI加你还不如AI。AI没有你的话，AI做得更好。

27:06AI有了你以后，不但没有做得更更好，反而就是还多了很多限制，对吧？但是人在这里边能提供的是什么呢？就比如说我对这件事情特别有坚持，我觉得这个事是有价值的。那AI可以给我五条路，我就非要选这一条路走下去，然后往下走走走走走，而且别人都不信我。

27:24所以说这个时候AI反而就没有办法取代我了。我背后的，就是我这个衣服背后就是讲这个道理，也是我们课程，那个AI Builder课程的结尾。那里边结尾有一个观察，就是所有的有价值的东西，它的一个必要条件就是你是一个correct contrarian，

27:43就是你是一个正确的非共识。如果是共识的话，这个东西就没有特别大的价值了，对吧？但是你错误肯定没有价值，所以说必要条件但是非充分，它是一个正确的非共识。那正确的非共识，为什么AI没有办法给你正确的非共识呢？因为AI给了你，你会说它是错的，因为这是非共识，对吧？

28:01大多数人给了你一个非共识，你就说AI你傻。其实它给了你是一个正确非共识。这个时候，人能提供的就是，我有正确的非共识，我在AI的帮助之下，把它给实现出来。比如说，AI课能不能卖两千美元？可以。

28:15没有人信，对吧？那你得卖出来，然后大家才会信。你这个社区能不能做的，就是比较有逼格，可以。但是你要不用微信群可不可以？不用那个知识星球可不可以？

28:26可以。但是没有人信。就是你AI给一个人提供了这样的一个答案有什么用呢？那个人不会信的，他也不会去做的。所以说靠build，最后还是回到build。

28:36要靠人有correct contrarian，有conviction，然后你要不断去build，把它成为现实，这才是未来有价值的事情。所以说我觉得当AI变得更聪明了以后，人确实在这里边能给AI提供的价值可能就变少了。但是这个坚持自己的非共识，应该是能提供的为数不多的价值之一吧。

29:39很神奇，就是我们课已经迭代12次了。之前是每半个月、每一个月迭代一些，然后后来每三个月迭代一次。迭代到现在80%的内容是不改的。因为我们讲不讲，我们不讲就是工具tutorial。工具tutorial我们会说，就比如说你现在可以用Cursor去做了。

29:55然后AI能力水涨船高了，你可能会有不同的做法，或者说是一个本来需要你解决的问题不需要解决了。但是我们80%不变的内容就是AI的原理是什么，然后这件事情为什么它，比如说Context Window，它为什么会saturate，为什么saturate以后就会产生幻觉，然后为什么管理Context Window这件事很重要，

30:14这个是呃讲的。然后Evaluation非常重要，Document非常重要，呃软件工程的这个各种各样的原理都非常重要，反而这些东西从来都没有变过。有这种感觉啊，就是很多东西我们呼吁了一年两年，然后才被主流接受。举个例子啊，就是我们在24年的3月份开始上线嘛，然后那个时候就很多人来问我们，呃教不教RAG，

30:39我们说不教RAG这个东西。我们试了，就是不好用。对。然后大家就会骂我们，就是下半年开始LangChain这些AutoGen啊这些东西出来，然后大家就问教不教framework，我们说不教，这个东西我们都试了，不好用。

30:52呃，然后告诉大家为什么不应该用framework去学，为什么上一个时代大家的这个不加思索的这个assumption就是应该从framework学软件，但是在AI时代为什么framework它不应该从这开始。啊，但是总之就是很多人去说要要我们教，我们不教，还会piss off很多人。

31:10后来MCP也是这个样子，MCP就是它这个争议就更大了，因为MCP确实是一定程度上是好用的，然后我们就要去给大家认真的剖析这里边好的点是什么，不好的点是什么，然后还要给大家拆开。就比如说在这里面debug很难啊等等等等，又又会被人骂。

31:25我还发了一个视频，就是说MCP在什么时候该用什么时候不该用，然后在YouTube上喷得很惨。有人说我要把你收藏进傻list，因为你你说的这个东西太傻了。然后我看他的argument也都是一个他明知道我说的是对的，但是非要说我是错的这样的一个程度。

31:40我我举这些例子啊，就是想说，如果说我们对技术有一个本质的理解，然后我们学习的是那些本质的东西，其实完全不需要跟风。包括小龙虾是吧，就是我们会说小龙虾的什么样的design philosophy是我们需要学习的，然后它的做的好的点是什么，我们可以吸收到我们的里边。

31:59但小龙虾的问题或者说它的短板是什么，我们可以怎么样子去避免。这样的话，就是你不断的在增强自己的方法和增强自己的理解，但是我觉得不太需要跟风，而且这里边反而很稳固，就是不太需要变来变去的。

32:31是，这个这个是一个很大的好处。然后另外一个好处就是我们的课群，就说实话，愿意花两千块钱，但是又愿意学我们这个课程量的人，就是他对交付啊，就是对你那个陪跑交付没有那么强的需求的人，他们其实本身就是更倾向于学本质的。他们会觉得这个东西是在别的地方学不到的。

32:53如果我去搞一个工具的tutorial，那这些人都足够聪明，他们有什么东西自己搞不写出来。

33:01是啊是啊是啊。

33:15你要不说几个你觉得很火的概念，我来说一下。我觉得就是他们

33:27我上了腾讯研究院的一个节目啊，然后我才发现就是硅谷的Harness和国内的Harness和硅谷现在的Harness差的特别大。就是Harness这个词，我在那个节目上就要说这个有狭义的Harness和广义的Harness。狭义的Harness是OpenAI、Anthropic、Cursor他们的文章所定义的那些Harness，

33:46怎么样子更scalable，在这个时间上更scalable，在数量上更scalable，在人机交互上更scalable。但是国内说harness呢，就是你2024年之后发生的所有事情全都是harness。我说，那这个和和agent有什么区别呢？

34:02我其实可以接受这个定义啊，但是这就造成了一个问题，就是大家说这个harness engineering就变成了一个没有意义的词。就它就变成了一个，就是你所有的agent，所有给模型任何东西，它都叫做harness了。那这个东西of course它应该学，of course它应该用，of course应该做好。

34:18但是它什么都包含的时候，那有什么意义呢？

34:31对。

34:47当它那么宽泛的时候，就比如说它其实包含了呃Agent Loop，然后包含了工具，然后包含了Agent Architecture，然后包含了这个Context Engineering，然后你基本上能想象的所有的就是跟模型有关的东西全都包含了。那我们还是讨论一个更具体的点，可能还更有意义一些。

35:05像MCP，这就是MCP对吧？指向的非常明显，LangChain就是LangChain，这个都非常具体，harness这种宽泛的概念它就不具体了，就就很难讨论了。

35:33我我先说小龙虾的好，然后再说它没有必要跟风或者更好的alternative是什么。小龙虾的好在于，第一，它有这个就是让你可以用LLM，就是这个聊天软件去交互。这个对普通人来说是一个门槛的极大降低，因为你在Cursor、Claude这些东西，普通人觉得很可怕，

35:52然后你可以跟它聊天了就觉得哇，好友好。呃，然后它还有三个就是很厉害的design，一个是统一上下文，一个是它的这个记忆系统，然后还有它的这个就是skill生态。然后还有一个不是它原创的，但是配合这个很好很好用，就是它的Heartbeat，它可以主动做很多事，

36:09叫Proactive。这些东西加到一起呢，就会让你觉得首先它很懂。你，然后他还有这个就是长期的这种记忆，然后他这个啥都能干，然后他还能主动的去干干一些事情，再加上这些，这都是好的。但是这些好的呢，并不是小龙虾独有的，就是你用Cursor、Claude，你都可以用这些东西。

36:28而且你如果想用手机上去做的话，也有手机客户端Dispatch，或者说你用Open Code这样的工具，都可以很好。但小龙虾它的问题是什么，就是它不可观测，它是个黑盒子，然后那些记忆系统不可修改，就统一上下文你不可隔离，所以说最后就是你要去做任务的时候，它就越用越不好用，越用越会让你在那些高要求的任务上，呃，你会比如说另外一个任务。

36:52你说你要简洁一点，然后这个任务你说要详细一点，然后你在做的时候他就不知道要简洁还是要详细了，这是很难受的点。对于普通人来说，因为它不可控，所以说它就是用起来很困难。你要想把它用好，或者想想要把它养活，对吧，就是让它在环境里边不自己死机的话。

37:12活在它一直活着都不容易。对啊对啊，那你何必不用一个就是最简单的替代啊，最简单的替代就是你去就是整理一个文件夹，一个文件夹，然后再加上Claude，然后再加上比如说鸭哥他Open Report的那种Context Architecture，

37:28或者你自己就是想方设法的去跟一下这个memory，啊就可以得到小龙虾的效果。然后你在这里边如果要schedule啊什么东西你也可以再往里加。它就能得到很好的效果，然后可以完成很好的工作，而且这里面都是可控可观测的。就何必呢？

37:43我我我对小龙虾最大的诟病啊，就是因为国内的这个跟风炒作，导致就大多数人以为小龙虾是一个比Agent工具更好学的东西。其实更难。但是我觉得每个人都应该去使用Agent。所以说这就导致了大家因为小龙虾不好用，而放弃了学他们本来就该学的那些Agent工具，这是我觉得很可惜的一件事。

38:25我的社区叫superlinear，就是复利的这个效果，所以说我对他的这个主张是认同的，但是他也是一个不具体的东西。我可以说我们的这个就是理念里边，这个compound来自于什么东西。话说，我觉得市面上也没有关于Agent一个非常好的定义。

38:45我们在24年年底提出来的定义，我到现在还是觉得一个非常本质的定义啊，就是什么东西叫Agent，它是能多步决策，它要能自我迭代，然后它要能调用工具。有这三个特征，我们把它叫做Agent。那它这个自我迭代其实就代表了这个compound属性，就是你做这个任务下次可以做得更好。

39:02你看，Mist也会有一个文档对吧，然后它工具又可以叠加，然后你又可以有一些记忆。那这个其实就是呃可以自我迭代了，然后它就是具备了这个compound属性了。那个时候就其实已经有的概念。那我们后来再进化一点的话。就会说，你如果想去做一个Agentic architecture，那你就要掌握的基本的东西是，

39:23你要学会构建一个比较聪明的这个Agentic core，然后你要能，呃，尽量降低交互的摩擦力。你要能让你的这个智能更contextual，你要能让你的这个智能更proactive。只要你在这三方面去努力的话，你的这个系统就会越来越有竞争力，然后你也会从这个系统里面得到越来越多的compound。

39:45比如说，你的contextual加上proactive，就会导致你积累更多有用的这个context，然后你就能在更恰当的时间proactive，而且可以降低你的friction，对吧？就是我是觉得呃想要做到compound这个结果。

39:58是有很多具体的步骤和可落地的方向的，但是它本身不构成一个就是具体的事情，它只不过是一个我们想要的结果。有道理。

40:13我就特别没有办法在一个没有定义或者说大家没有讨论框架的东西下讨论，所以说我会尽量把我的定义和我的框架先抛出来，然后我们可以讨论这个定义和框架合不合理。但是我觉得就因为此吧，所以说在这个知识上也是有复利的。就比如说我们24年提出来这个以后，然后再往上提就很清楚，这个根基我觉得还是比较稳的，逻辑也比较清楚。

40:35就为什么鸭哥他能把很多东西的本质给剖析得很清楚，就是因为我们在定义上不搞模糊。

41:30我先给你发一个链接，你应该知道，就是我们那个就是Share Your Projects这个区域，对吧？

41:39然后我给你看一个就是我们那个architect的总结。我来share一下我的screen。这是我们社区，然后有这个Share Projects，刚刚发现改了，但是我发现它改的有问题，回头还要去看一下。但是这里面有这个Architect课程项目总结，就是我们的那个AI Architect那门课，

41:59然后大家做的事情。然后这里面很多东西呢，我们非常强调就是一定要从真实的需求出发，所以说它都一般不是一个自嗨的项目，就是它都是一个有真实的需求，那有真实的需求它就有真实的用户。比如说这个，它就是用比赛提醒，因为比赛会有很多个比赛嘛，然后你要知道你的娃具体在某一个哪一分钟是你的比赛，

42:20那他就是他身边的爸妈就可以开始去用它。他做的一开始就只是为了给他自己的家庭去使用的，但是他就做出来了以后呢，他的老妈然后或者是家庭就会去使用这些东西。所以说从需求出发这件事很重要，这是第一点。以及我们就会给大家提供这么一个地方，这样一个地方现在一万三千个人，你在这里边发了一个项目，你就可以被一万三千个人，

42:44就是一万三千个人会收到你的邮件。那就是一个非常好的go to market的测试，就看到这个有没有人感兴趣。你看像就是不同的点赞量嘛和这个评论量。这个我记得啊，它是如果说你要去打开小红书的话，你要先做五秒钟的提纲，就是提纲门。

43:01所以说然后这个大家就觉得很感兴趣。然后下面有很多的讨论。所以说做是一回事，go to market是另外一个很大的事情。呃go to market很重要。呃我还记得有一个小朋友，他17岁，然后做了三个项目，第三个项目做得很好，结果就是呃没有人用。

43:18然后我就跟他说，你不要自嗨，你不要觉得你在做东西，你明明做的东西你身边就有用户，你为什么不去跟身边的用户聊？然后他就去找了他的这个身边的十个用户去聊，然后就发现在这里边学到了很多很多的东西。就是总结一下的话，就是做是一回事，go to market是另外一回事。

43:36大家很多人是完全没有受过go to market训练的，所以说就需要去就是做go to market这件事。然后个人到组织呢，这是我们其实在企业培训里边遇到的很大的问题。那就是个人其实没有把整个工作围绕AI去做，组织也没有把整个工作围绕AI去做，

43:57这是一。然后组织结构，就是我们的生产关系没有跟上生产力，这是二。第一个是什么意思呢？就是当时有一个例子，就是蒸汽机、电机发明了以后，工厂用那个电机取代蒸汽机嘛，然后一开始先就是直接把蒸汽机换成电机，然后发现生产力提高了一些，但是提高不多。

44:16几十年之后发明流水线以后，它的生产力才是挣了十倍百倍的提高。现在人在使用AI的时候也是这个样子的。就是你做一个东西，然后我去用AI去做了，然后得到了一些提高。但是整个流程还是没有变啊，整个流程还是很慢啊。你做的这件事情就是本来也在你流程里面可能占了20%的时间，你提高了变成了10%的时间，5%的时间。

44:37那剩下80%时间你还是要去就是优化。所以我们在做企业培训的时候，比如说做游戏，我们就要把游戏的整个管线从头到尾全部打开，然后在这说就是人该干什么，AI该干什么，然后就是把这个东西梳理一下，去就是用管线的方法去做这件事儿。

44:52另外就是呃context，整个团队的context是一般是不share的，所以说就大家没有有这个意识或者说有这个落地能力。所以说你的团队context很分散，而且每个人的东西都在自己的脑子里边或者在本地，然后互相之间都不知道。那你的AI和另外一个人的AI，首先你们认知不一样，然后工作流也不一样，然后使用方式又不一样，

45:16然后prompt又不一样，然后context又不一样，就根本就没有办法这个配合起来。这也是一个很大的点。我们在给企业做的时候，context architecture也会是非常重的一个就是环节，这样才能做好。那另外一个就更难改了，就是现在的那个组织生产力是完全不适合这个先进生产力的。

45:36就是我们的生产方式是为了分工，是为了专家去做的。但是你有了AI以后，你不应该分工，对吧？你应该end to end，但是你这样end to end就会让那些原来呃沟通的就是组织的那些环节变得更没有用，然后他们就会有反抗。

45:51而且你生产力提高了以后，个人还没有办法得到其中的好处，就是没有incentive。你做了十件事，没有得到十倍的工资，你甚至一倍的工资都没有办法得到，那就大家也没有动力去做好这件事。我其实也写了一篇文章，我我觉得生产关系是需要一个比较大的变革才能有效地发挥生产力的。

46:10我们在企业培训的过程中也看到了很多人在做这样的实验，比如说硅谷一个公司，他是把所有写代码的工程师都干掉了，就留下这个他们叫conductor嘛。就是去协调这个agent系统去做事情，或者说就是有一些团队就一定要小pod，就是你这些人三五个人，

46:30但是end to end要去own一些产品。对，

46:34我觉得你朋友圈说的也很有道理吧，就是要去有一个孵化器的这种感觉。

47:03我给你一个非常损的主意，但是它肯定有效。

47:08就先砍掉一半人。这就是我说这不是一个好的方法，但是它绝对有效。为什么？就大公司为什么它那个没有效，就是因为人多事少。它本身已经人多事少了，你把生产力提高了以后还是人多事少，就是人更多事更少了。

47:24而且大家会有这个就刚刚说的组织的阻力，以及人他在没有遇到一些事情的时候就是不会学习的。我们自己课程就知道，就是一开始来上我们课的人真的是，就是他们在组织里面遇到了很大的阻力。他们学完了以后想去用AI，然后旁边的人就说，啊，AI不行啊，我们这个产品这么高级怎么可以用AI，

47:43我们产品这么重要怎么可以用AI。就会有这样的就声音，然后他们不会说我不学AI。我不想用AI所以不用，他只会用别的理由去不让你用。那砍掉了一半人才会带来三件事。第一个就是他对整个事是个shock，呃他就会引起大家的这个危机感。

48:00第二个呢，他会让大家进入一个人人少事多的状态，所以说就是发挥生产力是更有余地的。第三就是打破之前的这个分工的，就是架构，就是不要说产品经理不可以写代码，然后不可以做数据了，大家就呃想方设法把事给干完。那这样其实它是能更好地发挥AI的效果的。

48:19在那之前我觉得就是人的惯性啊，人性啊，或者说是这个组织的惯性啊太大了。

48:37而且老事儿就是运行的挺好的，他没有改。

49:15有的，一个叫叫Obsidian Copilot还是Obsidian什么东西，就是很有名的一个Obsidian的插件，就是在Obsidian上做AI的一个东西，也是商业化了，并且收入是不错的。社区里的成员，他不算我们学员吧，但是他总归是社区里边的一份子。

49:36他是用AI做了一个考试网站，据他说这个网站现在已经快有10万MAU了。就是所有的聚合的考试，就是比如说你会计考试啊，然后这个finance advisor啊，美国有很多这样的考试，然后他把所有的资料全都集合在这里边，而且可能是免费或者说是比较便宜的方式去提供给大家。

49:57然后有一个小帅他是去做这个ADU，就是那个美国可以加件的这个法律的查询，你到底可不可以建？他这个业务好像做得也是不错。我记得有很多类似的这样的案例啊，就是他可能做的不是一个那种VC的项目，但是是一个能赚个几千块钱几万块钱的这样的项目。

50:52我记得陈然的做法有一个很不一样的点是，他除了用AI把这些东西做出来，他还用AI去做增长。就是他把所有的analytics啊这些东西给那个嵌入到网站里边，然后就让AI说，你看看我这个东西怎么增长，怎么样子SEO，我需要怎么样子去得到更多的用户，怎么样子赚更多的钱。

51:10然后AI告诉他什么时候去做，结果最后就是把这个增长做得还是挺好的。鸭哥其实他的博客也用了这样的思路，然后他好像过去一个月这么做了以后，浏览量翻了五倍之类的。

51:35我还是得先有一个自己个人品牌，然后这个个人品牌能做到多大。还是先做内容。就是个人内容是个人品牌的一个手段吧，可能甚至可能是唯一的手段或者最重要的手段。但是我总是觉得，就是目标是个人品牌。有了个人品牌，别人才可能付你钱。

51:50不然的话，你就要去做产品或者那些东西，不是我的长项，或者说不是我想做的。有了个人品牌，别人知道我能帮他解决什么问题，提供什么价值之后，呃，我去就是多了解大家的价值，然后去想方设法地把它解决。我可能会更早地去做商业化。就是我自己做频道的时候是四年，我到现在也不接商单啊。

52:08之前就是没有会员的时候，就完全不觉得可以赚到任何钱。我现在可能会更早地商业化，但是我仍然不会是以接商单的形式，我可能更多的还是以个人品牌加满足别人需求的形式。这里面就是到底是service还是产品还是别的方法，我觉得我都会根据市场去调整。

52:55我这在笑是因为简直这是一个像是托的题，但是我们没有托。这是我四月十三号上的那本书，那叫《真本事：从会工作到会赚钱》，说的就是你在，就是你刚刚说的情况，就是在大厂里面打工，然后他想出来做自己的事情，他可能觉得打工这件事到底怎么办，到底怎么做。

53:14我书的构建，就是我当时为什么出这个课程，然后后来又出这本书，就是我觉得我在这方面有一些经验可以给大家share，或者说帮大家就是躲过一些坑。我觉得最重要的还是认知要有一个很大的改变。因为我们从小到大的读书，再加上在大厂打工，培养了一些错误的方式。

53:34所以别人问我，就是怎么样从零到一，我说你先别急着从零到一，你先从负十到零。因为你对商业、社会的认知很多都是错的。比如说更难的东西更有价值，这就是一个非常非常有毒的想法。你做这件事基本上就意味着你的前三个创业是要失败的，直到你意识到不是更难的事情有价值，你知道了价值到底是什么。

53:54价值就是别人有对这个事情有需求，对吧？然后你才会去意识到，就比如说go-to-market有多重要，然后或者说你怎么样子去找到一个真实的需求，而不是自己去想一个啊我这个技术很厉害，所以说它一定有需求。就是你的认知是要有改变的。

54:08然后我觉得大家还是具体一点的话，在大厂里打工多存钱，给自己，比如说你没有工作了以后一两年可以探索自己。这个很重要，我觉得人在一个就是desperate的情况下呀，是非常容易被割韭菜和非常容易做一些错误的决定的。所以说要有一定的安全感。

54:27然后就是当你先改变了认知以后，你打开了这个视角。你就可以发现你在工作中也能找到更有价值的工作去做，然后你可能更不容易被裁员。而且就是你用了一个更经营者的方式去对待自己的工作吧，你就可以积累，比如说自己的个人品牌啊，和一些这个其他的资源和能力。

54:46然后你会意识到什么能力在市场上是能变现的，什么能力在市场上是不能变现的，你去多做那些能变现的能力。然后你在这个过程中呢，如果你有更多的时间，你就可以去发展一些副业，或者说发展一些自己的事业，去打造自己的个人品牌。这是我给大家提供的方法，它不是一个每个人说照着做ABC就可以的，这其实也是一个学生时代的误区吧，

55:07就学生时代都是充分条件，你只要解了这道题，你就能得到这个分儿。然后你只要做了这些事，你就是考了好学校。在商业社会是没有充分条件的。但是我觉得一些错误的认知要改变，然后一些做的方向是对的啊。

55:48你是看过书了吗？一模一样的例子，我说，市场语言是什么？市场，我当时举的例子是，摆在你面前有一百张卷子还是一万张卷子，然后上面用阿拉伯语或者什么你不知道的语言写了这套卷子是多少钱。那你现在要做的不是看你会哪个卷子或者哪个卷子难，对吧？

56:06你是要先去学会这个语言，然后看到每个卷子值多少钱，然后再去做。对。对。

56:25是啊，你要学会市场的语言，而且要知道这个世界是多维的。就是大家经常会看不懂很多东西，就是因为大家理解世界的维度太低了。如果你用一个多维的角度去理解的话，会发现，嗯，其实有道理的。

57:04是的。我我当时我的工作是数据科学家嘛，然后我当时就帮一个餐馆做做网站，跟我数据科学没有关系。然后还找了一些实习生，他们这些实习生呢是冲着我的数据科学家的title来的，说哎，跟一个呃亚马逊来的数据科学家一起工作，那不错。

57:23然后他们说，哎，我们为这个餐馆做什么数据分析啊？我说做什么数据分析？这个数据分析你做什么数据分析也不能帮他多赚几毛钱的。

57:31其他的数据科学家或者数据分析师来问我，就是说他们怎么样子做到就是离开工作也可以赚钱呢？我说那你不要去管你的专业是什么了，你就先想想能不能帮楼下的奶茶店销售额增长百分之三十。然后你会发现，哦，其实你工作中大多数的技能是没有办法做到这件事的。

58:15明白明白。我用那个例子给大家讲的是，你要从价值本身出发，再去思考自己能干什么，而不是从自己会什么出发，然后去想你会的这个东西如何创造价值。因为很有可能你会的这个东西呢，它根本就没有办法创造价值，或者说它就创造不出来什么很大的价值。

58:37对，然后首先有两个点，就是第一，我们的工作肯定是我们现在能做的性价比最高的事情，没有之一。不然的话就去做另外一个了。就是如果你送外卖能性价比更高的话，你肯定就送外卖了，你就不去大厂里打工了。那肯定是你目前性价比最高的东西。

58:52但是我们要意识到它的趋势，就是趋势很有可能是外卖越来越少，甚至整个就是白领工作都应不应该存在都是个问号。意识到这个趋势之后，你去看那个价值，不是说它当下最需要的那个东西你就要去做，而是你得看它需要什么。然后你打开这个思路，打开这个思路以后，你就可以去看别的。

59:14就是哦，这个奶茶店做的这种东西我不想要，那我们能不能去看看别的生意？就是你不断地去提升自己的认知，这个其实是一个认知向的东西，而不是技能向的东西。

59:55是，我当时就是。呃，ChatGPT出来之后，ChatGPT出来之后，当时写了一个文章嘛，关于ChatGPT最重要的一个问题，然后就是把这个所有东西都自己想清楚了。想清楚之后，我就知道我的工作，数据科学家的工作迟早是没有意义的，迟早要被取代的，AI完全取代的。

1:00:13然后我那个时候就知道，我在这上面多花一天都是浪费时间。所以我那个时候已经在腾讯是一个数据科学的副总监，还管算法，管这个各种数据工程的人。然后我就去做一个IC，然后在Statsig的时候，我其实是做一个销售岗，就是我特意不做数据科学的工作，

1:00:30我做一个这种evangelist，就是讲故事、销售，做marketing的工作。因为我觉得这个工作是在数据科学这个专业被取代之后更可迁移的东西。我现在做的东西跟我的数据科学关系不大，对吧？我我虽然教AI是利用了我的一些长处，或者说是过去的积累，但是我不给我的生意做什么数据科学或者数据分析。

1:00:53其实我觉得也不是狠吧，这可能是一个经济学的training带来的，就是沉没成本不是成本，对吧？沉没成本就是已经沉没了，沉没成本跟跟你没有关系。所以说当你意识到你的这个职业不值钱的那一刻，它就已经不值钱了，就不要套牢了。呃，就这个时候你往前往前看，你你应该怎么样子过好你接下来的人生，这个是更重要的事情了，不要去管你之前干了啥。

1:01:34我觉得我也是在那当下做了一个很综合的选择啊，就是我去那Statsig对吧？然后也是就是做一个数据，就我那job title还是数据科学家，因为我是卖那个AB实验产品的，所以说我的数据科学家的身份非常有助于我卖这个AB实验产品。

1:01:48所以说那个工作确实比较精心地选择了那个工作。

1:01:57对对对，

1:02:29就是二三年的时候，我回美国，我当时非常非常严肃地考虑开餐馆，钱准备好了，跟老板也谈了，去做那个纸折宝。然后纸折宝它是一个既有现场感，然后背后又是预制菜，特别适合美国的这样的一个餐饮环境的东西。然后我去找了那个纸两手的老板去跟他谈。

1:02:49对，但是后来太

1:02:52真的真的，就这就是我真的觉得，就像你说的，如果说我的这个数据科学肯定要被取代，那什么不会被取代？开餐馆，开这个餐馆不会被取代。我我我是真的打算这么做的，只是后来因为一些身份啊，然后钱啊，别的原因，觉得它不是当下最好的选择。

1:03:08可是我很认真的觉得，就是从一个数据科学家变成一个餐馆老板并没有什么问题。

1:03:44你的目标是什么？

1:04:20我觉得三个建议吧。第一个就是你在跟观众的关系上一定要有一个deterministic，就是观众确定性能找到你的方式。播客不是的，播客也是要依赖分发。播客在所有的东西里面是最好的，但是它也依赖分发。就短视频、长视频、播客，呃。

1:04:36然后真正能观众保证能去reach到你的，就比如说我那个社区可以，微信群可以，或者微信的就大家做的私域的方式，呃，私域的方式，或者说是邮件list，就是国外是靠email list，Instagram，因为Instagram可以DM，然后或者说是这个社区的方式。

1:04:55总之你是需要有一个跟观众确定保持联系的这样的一个方式，这样不会就是被平台拿捏，或者说不会突然有一天就不见了。这个是我觉得很重要的要，就是无论做什么都需要做的一件事情。第二个就是，以我对，就是咱们非常短暂的了解啊，和你刚刚说的一些东西，我觉得卖课对你来说可能是一个性价比比较低的选择。

1:05:19原因是因为你可能对钱不是那么在乎。就是你对名声啊，lifestyle啊，等等的东西超过你对钱的在乎。那这个时候卖课可能未必是个特别好的选择。但你可以多做To B的广告，就是面向创业者的这样的一个生态或者广告吧，就是这个我觉得是商业化我会优先考虑的东西，

1:05:42我会去做一些例刊。呃，举个例子。就很多我记得AI公司的创始人，他们是希望通过上播客来招人或者说提升影响力的。那是不是可以做那么一两个例刊，然后既能充实内容，然后也有一个商业化的感觉。而且在这中间你看看是不是可以插播一些广告，看看就是自己也认真地追踪一下这些广告的转化是怎么样子的。

1:06:05可能就会慢慢把这个商业化有这么一个像模像样的感觉。然后To B培训那里的话，我觉得你可能需要一个产品，它才能真的让别人比较认真地对待你。就是美国这边也有一些这样的培训吧，如果你去做两做，他一般就是花时间，就是按时间去付你钱。

1:06:25这个东西不可持续。但是你如果有一个，就比如说这种To B培训的项目啊、课程啊、平台啊、软件啊，或者说是背后的一个团队，是吧，驻场团队去帮你去做一些事情，那它就可以产生一个比较稳定的，呃，每月收入和这种enterprise value，

1:06:43就是你的这个企业价值。我觉得你的人脉和你的已经在做的这些事情，其实已经打通了很多环节了，那你最后可能需要一个你提供的这种产品，让别人给你一个买单的理由。

1:07:23我我对这件事情的理解啊，我没有在别的地方说过，这个是我一个重要的一个理解，就是大家买你的是个绝活儿。你只要有一个绝活儿，然后这个绝活儿是，你就去餐厅嘛，如果说这个餐厅，餐厅其实本身就已经有绝活了，餐厅它有一个那个运营在里面，你一看就知道你要去付钱了。

1:07:42但是假设你要开一个私厨，你要邀请别人来你家吃饭，然后你怎么样子才能人均收到1000块钱以上？你做东西光靠你的厨艺可能是不够的，你要有别人来了以后感觉，哦，这个地方让我很惊艳，然后在别的地方买不到的这种感觉。有这个你就可以收上一个比较高的价格了。

1:08:03To B、To C都是这个样子的。我觉得To B这个绝活儿，它是一个相对综合的东西。但是我觉得以你对企业需求的理解，这个应该不难做。

1:08:57我们先在一个公开的平台去做的Maven。然后Maven上我上去做的时候均价应该是五百到一千，他们现在均价差不多就是两千。当然，他们大多数人交付比我们重很多，就是他们可能是六个周，我们是两个周。他们卖两千，我卖两千。总之就是我是在这样的一个，就是本身逼格都很高，然后呃，定价都很高的这么一个地方。

1:09:22打出了身家，然后打出了我们的review，就是我们确实over deliver。就是大家来了以后，我看我们的这个学员基本上都是来自Google、Meta，OpenAI也有，Anthropic也有。过来上了以后，全都留下五星review。

1:09:34就是我们的平均review是五星，满分五分我们四点九分。然后大家都会说，哎，改变了，然后我从此用AI用得更好了，我天天都在用AI工具，当然他们叫我们，就是能给他们这些价值，然后在那站住了。然后你有了这么一个两千块钱的课以后，就是那个是直播课嘛，我们在社区里边在卖一千块钱的版本，就是录播课，

1:09:52那就顺理成章。而且这个录播课我们是，就是做了一些别的东西，让它的价值感非常明显。就是终身迭代、终身答疑，然后有这么一个社区的支持，就是让大家天天都能感受到习惯。且啊，这里边还有一个点，就是我那个社区其实是一个获客渠道。

1:10:11因为我没有办法去告诉大家我的课多好，就是没有办法讲，就是大家听不懂。就是你讲到技术细节，大家就听不懂了，因为他还没有上过，他还不知道这些东西重要。但是你讲说好，嗯嗯，你说的任何东西别人都可以copy，就是没有办法讲。可是我社区的那些学员，大家看到了，哦，这些学员真的好厉害，他们做的东西很棒，我也想学，然后大家就会去买，

1:10:32对吧？是有这样的一个潜移默化的作用在的。所以说，呃，品牌立上去了，价格打上去了，然后有不同的版本，且社区本身有质量。哦，我们还有那个Builder Space，就是有一个专门的部署平台，然后有了这个部署平台确实很好用。所以就是给大家一个很强的绝活感。

1:10:51呃，因为它确实在别的地方是，第一，看不到这么这样的课程质量，看不到啊，竟然你可以让所有的大厂的核心骨干过来上，这些人天天都是很厉害的人，然后review这么好，这是绝活。然后内容本身是绝活，他来了以后真的是感觉，哇，从头到尾非常有收获。

1:11:09然后社区是绝活。然后社区学员们带来的效果是绝活。然后那个Builder Space等等这些就是支持，就是很少有一个课它会做一个专门产品平台去帮你去搞这些东西吧。包括那些文章，就是为什么我们会免费分享那些就是很深度的那个文章，也是绝活吧。

1:11:26就它会通过你的东西认识到你的水平，他会觉得从你这儿是值得学习的。那从这个角度来说，就是当你把这些东西打达到了以后，你接下来继续想，我现在想学AI，我想最快的时间学最好的东西，两千美元或者一千美元值不值？那可能对很多人来说太值了，对吧？

1:11:46在这个时代还有什么比学AI更重要的事情？我们干点什么事都可能花个一千美元呢，所以说它就反而不构成一个特别高的这个单价了。我还是把它从那个知识付费的这样的一个竞争中给拉出来了。很好。

1:12:23有两个，一个是就是你能对他的改变是一个百分比，所以说他本来能赚十万块钱，然后学AI学好了他能赚二十万，那他很愿意花这一千块钱，对吧？然后另外一个就是他的commitment，他如果花十块钱他可能就没什么感觉，他花了一千块钱他就认真去学，

1:12:38然后他就能获取到很多东西。

1:12:52我首先我如果看视频的话，会看到这个网站aibuilders.com，这个是我们课程的网站。

1:13:00这是我身上的这个衣服。

1:13:04这是个，这是个网站。对。然后然后这是我们课程的主页。如果说你想去看那个社区的话，就是Superlinear Academy，Superlinear超线性，然后Academy是学院，就是superlinear.academy就可以到那个网站。

1:13:19这个网站在注册那一步需要翻墙，我们正在跟Circle协商解决，他们还没有解决好，希望回头就不需要了。然后你在App Store下载也可以下载Superlinear Academy，就是超线性学院，也可以下载，然后进到这个社区里边，像那些projects啊，或者说我们那些深度的技术文章啊，

1:13:37都是免费的。你在里边可以就是有很多看到大家的很多互动，去学到很多东西。一般我不太会劝大家直接去买课。虽然我觉得这个课对很多人都有用，因为我也理解这个课程的价格很高，大家一般做这种高单价的决定的时候是需要多思考一些的。我觉得可以先到这个社区里边看看我们真实的水平和我们学员真实做出来的东西是不是你想要的，然后再去了解一下我们的课程。

1:14:02我们还有一个小课，这个小课我把它叫AI Coding吧，就是它针对的人呢是你觉得你该用Cursor或者Claude了，但是你一直没有开始。那我们告诉你怎么样子去开始。更关键的呢是告诉你举一反三的prompt能力，就是怎么样子清晰地提需求。

1:14:21它背后其实是一些很深的，就是我们总结出来的软件工程的道理，但是用非常浅非常浅显易懂的方式呈现给大家，而且有模板，大家可以直接去使用。这样就可以帮助你学会怎么样子清晰地给AI提需求，当AI遇到错误了怎么样子让AI帮你纠正。

1:14:39然后我们在这个小课里边也会慢慢增加一些场景。就是你学了你用了Cursor到底和ChatGPT有什么区别？为什么Cursor是可以形成复利的？为什么Cursor能干所有ChatGPT能干的事情且能干得更好？哦等等这些。

1:14:53那门小课是只要59美元。回头我也会给您分享一个您的专属折扣码。那大家用专属折扣码的话应该是29美元就可以买。

1:15:09对，而且那个小课它是带社区的，所以说买那个小课也可以进到社区里边提问啊、讨论啊，或者说看到我们比较深度的那种技术分享，或者说新的技术追踪。我觉得还是挺合算，呵呵，光买小课的话。

1:15:32没有被骂死，不是一件很容易的事情。

1:16:17我这多加一句啊，就是我们所有的课都是14天无理由退款。这个是和国内的知识付费很不一样的点，就是听说国内知识付费是不退款的。我们是你只要不管买多贵的课或者多便宜的课，只要不满意14天无理由，就随便跟我们说一下，然后我们就直接退款。

1:16:36我们的退款率可能不到百分之一，就是完全没有门槛的情况下，大家来了以后发现，哦，很值。不对。

1:16:53感谢邀请，今天聊得非常的开心。