
A digital nomad but explore who I am now | interested in Web3+AI products | 事缓则圆 | building @SquadyAI now with my lovely team
Joined November 2024
- Tweets47
- Following77
- Followers12
- Likes63
Our first Open Mic is happening this Saturday 🎙️✨
Live streaming + open discussion 🛋️
We’ll share what Squady is building, what we’re fixing next, and some early feature prototypes 🧪
Come hang out with the team, ask questions, roast the product, or dive into topics like AI social, agent-to-agent interaction, and the future of group chat 🤖💬
🗓 July 4, 8 PM
📍 discord.gg/squady
Open mic, say something real 🫧
🤖 Made with AI
Time to make some noise! 🔥
Still one of the coolest ways for Gen Z to discover new communities: putting flyers on community billboards.
If you're curious about what we're building, come hang out with us in our Discord: discord.gg/squady
We're currently running our beta and would love to hear your thoughts.
And honestly, you don't even need a reason to join. Feel free to chill, chat, and meet interesting people. In an era where everything is being commercialized, we're trying to keep a little corner of the internet fun, weird, and human. 🦄
Day 4 on X 👋
We haven’t posted much “real content” here yet, which probably explains why this account has only gained 49 followers in the past few days. We’re still figuring out Squady’s personality, vibe, and voice.
Right now, we’re on our MVP stage. Squady is an AI Agent + human + community social app, where people don’t just chat, but start from shared missions, small actions, and real connections. 🧐
We also want to open-source part of Squady on GitHub, so more builders can do something interesting together in this little world with us.
Still early. Still messy. But that’s the fun part. 🥰
If this sounds interesting, weird, or worth building for you, just drop a comment. We will come to you! 🦄
What would you want to see in an AI-native social app?
lemon d retweeted
this is the advice I give anyone who wants to get hired by a startup:
1. figure out what the company is trying to do
2. find one thing you would fix or improve
3. build something that solves that problem, or at least tries to
4. then send it directly to the founders (not the hiring managers)
every founder has a soft spot for high-agency people
you would be surprised how few people actually do this
lemon d retweeted
平时做内容、剪视频、做运营、做课件
是不是一直找不到自然又好看的手写文字效果?
给大家安利一个开源项目——Tegaki✍️
github.com/KurtGokhan/tegaki
任意英文字体都能转换成手写质感,
自动生成真实笔触、笔画轨迹、书写动画。
不管你是做哪一行,都能用上:
做社媒运营,可以轻松拿捏氛围感手写文案、语录配图;
做教育教学,能用来做英文笔画演示、练字教学动画;
剪短视频的话,手写逐字字幕、文艺风文字特效直接拉满;
前端开发者,主流框架全都适配,随便集成到自己项目里;
就算日常自用,写写电子手写信、贺卡、个性化笔记也超有质感。
提前预定了我心目中今年的最佳开源项目,Tegaki github.com/KurtGokhan/tegaki
之前有个模拟 Apple 手写的效果,这个可以模拟任何英文字体的手写效果,可以自动生成 stroke,笔画顺序,非常非常惊艳,推荐给所有人,还支持目前大部分的前端框架。
这个开源库在现在满地各种动辄几千 star 里面一个 markdown 文件的 skills 的包围中,显得弥足珍贵,这是真正高质量的开源项目。
起因是电脑里先装好了cursor,然后朋友说,要不要试一下让cursor来部署一下龙虾呀,那当然肯定试试啦,因为提前装好了JDK,还有homebrew,用cursor装龙虾的过程非常丝滑;
关于接入频道,可以直接选飞书,然后用自己的账号来测试,充了五刀来测试,结果一下子就用完了(;′⌒`),真是不耐玩的玩具
161
lemon d retweeted
From 2025.12.8 → 2026.2.3, the first session of ETHChiangmai evolved into a live Ethereum season 🌱
Bootcamp → Unconference → Hackathon → Summit
70+ Unconference Events,
1000+ Participants,
44 Hackathon Projects,
120+ Hackers,
Less talk. More shipping. ⚡️
Grateful to every sponsor, builder, founder, creator, and curious mind who backed this community-first experiment 🤝
ETHChiangmai Season 2 kicks off on 2026.11.11📅
Same energy. Bigger coordination.
See you very soon. 🫶
#ETHChiangmai #Ethereum #ETH #Web3 #DevCommunity
Are you a beast at social media?
Do you care about Ethereum?
Is the @ETHGlobal ecosystem something you understand and are passionate about?
Do you want to be co-workers?! 💃
Apply to be the new ETHGlobal Social Media Manager!
jobs.ashbyhq.com/ethglobal/5…
lemon d retweeted
今天看了篇文章,叫:《AI 与自动化的讽刺》,内容跟当前 AI 的发展很应景。
1983年,一位认知心理学家 Lisanne Bainbridge 写了篇论文,题目叫《自动化的讽刺》。四十多年后的今天,这篇论文上预言的问题,正一字一句地在 AI Agent 身上应验。
当年她研究的是工厂自动化:机器干活,人类监督。
今天我们面对的是AI Agent自动化:AI干活,人类监督。场景变了,但底层逻辑一模一样。而她当时在论文中指出的那些问题,又重新来了一遍。
论文中都提到了哪些问题呢?
1. 技能退化困境:不用就会忘,专家变监工后技能会萎缩
用进废退,这四个字我们都懂。但放到AI时代,它有个更残酷的版本。
以前你是某个领域的专家,天天做这件事,手到擒来。现在公司说,让AI Agent来做吧,你负责盯着它,出了问题再介入。
听起来很美好对不对?从打工升级成监工,岂不是更轻松?
问题来了:你不做这件事了,但你的技能不止不会进步,甚至还会退化。
像我这样天天用 AI 写代码的,我能感觉得到这两年是没啥进步,而且对 AI 有依赖,很多以前信手拈来随手就可以写出来的代码,现在没有 AI 就啥都不想干了。
真的是有点用进废退了。
无论是 OpenAI 还是 Anthropic 都在吹他们的 Coding Agent 多厉害,他们的员工只要验证 AI 写的结果就好了,但是他们故意没提的是,这些人都是万里挑一的高手,他们有足够的经验判断AI对不对。但如果他们接下来几年都只是验证 AI 做的对不对,那么他们的技能会慢慢倒退。
像我们这一代老程序员还好,更要命的是下一代。
今天的老程序员们好歹是从实战中成长起来的。明天的程序员呢?他们从入行第一天就在盯AI,没怎么亲手做过。他们既没有技能,也没有机会学。那他们怎么判断AI对不对?
论文原话是:
> 当前这代自动化系统,正在吃老一代操作员的技能老本。下一代操作员不可能有这些技能。
这个问题今天看不出来,三五年后可能就会凸显出来了。
2. 记忆提取困境:不常用的知识,调取速度也会变慢
还有个问题就是相关技能的记忆也会退化。
想想我们高中时哪些滚瓜烂熟的公式,现在还能想起来几个了。放到 AI 监督的场景,随着 AI 能力越来越强,大部分时候都是对的,这意味着大多数时候不需要用到你的知识,随着你的知识越用越少,相关的记忆就会退化。
3. 实践悖论:理论培训没用,必须实战才能学会,但AI在干活人没机会练
这时候你可能会想:那培训是不是有用?
但是《自动化的讽刺》论文中的结论是:培训并没有太大用。
因为专业技能不是听课听出来的,是在真实场景里靠实战锻炼出来的。课堂上学的理论,如果没有配套的实战练习,你很可能听不懂,因为没有相应的经验框架。就算当时懂了,很快也会忘,因为没有和真实任务绑定的记忆提取路径。
要保持监督AI的能力,你得定期亲自干活。但如果公司追求的是让 AI 自动化运转以提升效率,那人就没多少机会练手。
这是个死循环。
就像论文里面说的:
> 我们训练操作员按指令行事,然后把他们放进系统,指望他们提供智慧。
你不能指望平时不需要怎么思考和练习的人类,在关键时刻能想出什么好办法。
4. 监控疲劳:人类无法长时间对"很少出错"的系统保持警觉
心理学研究早就发现,人类无法对一个很少出问题的目标保持长时间警觉,半小时是极限。这不是意志力的问题,这是生理结构决定的。
从进化角度看,这其实是个生存优势:如果你盯着一个地方什么都没发生,大脑会自动降低警觉,把注意力资源省下来应对真正的威胁。但放到监控场景里,这就成了问题。
AI Agent大部分时候是对的,偶尔会犯错。这恰好是最难监控的模式。如果它经常出错,你会保持警惕。如果它从不出错,你不用监控。但它很少出错这种情况,正好落在人类注意力的盲区里。
更糟的是,AI Agent犯错的方式特别隐蔽。它不会说"我不确定",它会用一种极其自信的语气告诉你它的计划,洋洋洒洒几十上百行。错误可能藏在第87行的一个小前提里,比如"因为2大于3,所以我们应该……"。被那么多看起来正确的内容包裹着,被那种自信满满的语气麻痹着,你很难注意到。
那加个自动报警系统呢?
论文说:谁来监控报警系统?如果报警系统本身出了问题,操作员不会注意到,因为报警系统已经正常运转了很久。
那让人做记录呢?
论文说:人可以机械地抄数字而完全没注意数字是什么。
所有试图对抗监控疲劳的手段,都会撞上同一堵墙:人类的注意力就是无法长时间锁定在一个很少出事的目标上。这是硬件限制,不是软件问题。
5. 地位问题:从专家降级为监工,心理冲击和社会地位下降
你曾经是专家,公司里有什么难题找你,同事尊重你,你自己也有职业认同感。现在你是AI的看门人。
技能层面的损失是一回事,心理层面的冲击是另一回事。从专家降级为监工,从创造者变成审核员,从被需要变成备胎。这种转变对很多人来说是很难接受的。
论文里说,被这样降级的人会出现各种复杂的应对反应,有些看起来甚至是自相矛盾的。这部分内容展开讲太长,有兴趣的可以去读原论文。
6. 糟糕的UI:当前AI Agent界面是最差的监控设计
工业自动化领域花了几十年时间优化控制室设计:显示屏怎么布局能让操作员最快发现异常,急停按钮为什么是红色的、为什么那么大、为什么放在那个位置。每一个细节都是用事故和教训换来的。
现在看看AI Agent的界面?
一堆自信满满的长文本,一个接一个的多步骤计划,几十上百行洋洋洒洒的解释。你要在这些文字里找出那个藏着的错误。
这大概是人类设计过的最糟糕的异常检测界面。
7. 训练悖论:越成功的自动化系统,越需要投资培训人类
论文中谈到自动化带来的训练问题:
> 如果不能让操作员定期接管工作亲自干,就得用模拟器训练。但模拟器有个根本问题:你只能模拟你能预见的故障。未知的故障模拟不出来,已知但没经历过的故障也很难准确模拟。
那怎么办?
> 只能培训通用策略而不是具体应对方法。但这又带来新问题:你不能指望操作员光靠查操作手册来应对异常,因为手册不可能涵盖所有情况。
> 越是成功的自动化系统,越少需要人工干预,反而越需要在人员培训上投入巨资。
因为干预越少,人的技能退化越快,应对罕见异常的能力越弱,每次培训的成本就越高。
决策者想用AI省钱,但省下的人力成本可能得加倍投入到培训成本里。
8. 领导力困境:监督AI不只是被动看,还要主动"领导"它们
监督AI Agent不只是被动地盯着看,还得主动地指挥它们。告诉它们做什么、不做什么、分几步做、怎么调整方向。
这其实是一种领导技能。
为什么LinkedIn上夸AI Agent最起劲的往往是管理者?因为他们本来就习惯间接工作:设定目标、分配任务、给反馈、调方向,但不亲自动手。对他们来说,指挥AI Agent和指挥下属没有本质区别。
但对于一直亲自干活的执行者来说,这是一个巨大的角色转换。你得从一个做事的人,变成一个让别人做事的人。这不是改几条 prompt就能解决的,这是一整套技能体系的重建。
公司会给新晋经理做领导力培训。但有谁见过公司给AI监督者做领导力培训?
四十年前那篇论文的结尾是这样的:
> 没有时间压力时,人类可以是令人印象深刻的问题解决者。困难在于,一旦有时间压力,效率就会大打折扣。我希望这篇论文说清楚了两件事:第一,自动化不一定会消除困难,这是讽刺所在;第二,解决这些问题需要的技术创造力,可能比自动化本身还要大。
四十年后,我们换了个场景,但面对的是同一组问题。
AI Agent的能力在进步,但人类的认知结构没变。监控疲劳还是半小时,技能退化还是用进废退,注意力盲区还在那里。这些是硬件限制,不是软件更新能解决的。
推荐阅读原文:
《Ironies of Automation》:ckrybus.com/static/papers/Ba…
《AI and the ironies of automation - Part 1》 ufried.com/blog/ironies_of_a…
《AI and the ironies of automation - Part 2》 ufried.com/blog/ironies_of_a…
400天后重回清迈,让一切归零
泰国是我今年逗留的最后一个国家。
没有任何计划,买了机票和简单订了住宿,背上七公斤的登山包就出发了,春秋航空从不称重,廉航给人满满的安全感。
因为过于随意,到了清迈机场才发现现在泰国的入境手续变了,每个人都要填了一个入境登记表,因为没有买回程机票,差点被关小黑屋。
第二次来,对这个小镇莫名变得很熟悉,导致特别大意地在机场取了钱,痛给了250泰铢手续费!
grab的上车点还是老位置,坐上车,这趟旅程就正式开始了。
因为手上有两份兼职,所以一开始反而是特别忙碌的状态,感觉像是换了个地方上班。每天准时准点打开电脑开始工作。其实有点忘记了我来这里的初心是什么,甚至进入一种麻木的状态。
清迈的12月,有点燥热,又有点干爽,天总是很蓝,傍晚的晚霞粉粉地洒满整个天空,但是把国内快节奏的状态带来清迈之后,面对这些眼前的景色和惬意的生活,我却有点无动于衷。
所以乐观地想,宇宙给我安排了个急刹车,关闭了我其中一份兼职的大门,给我时间再次回到自身。是的,我又回到了半待业的状态。
所以,给自己奖励了一次cozy massage!
在冥想音乐和师傅绚烂又轻柔的动作间,我回溯了25年的一切,人来人往,一次又一次的重启,我开始自我怀疑,但是又迅速收拾起情绪,我不希望在这个瞬间留下眼泪,咬咬牙,其实在当下,我正在拥有我曾经想感受的一切:
在异国他乡,平静的活着,享受阳光,蓝天和空气,不需要和别人争执,想去哪里就用双脚走过去,随时随地喝上一杯冰咖啡,随时随地找到好吃的。
只是天气很好,钱包里没有几个钱(不过泰铢还是很耐用的)
所以,我想在这个瞬间,选择好好活下去,脑子唯一留下的那句鼓励自己的话,就是上野千鹤子在东大演讲说到的,“人到哪里都能活”。
我能找到自己的出路,或许很快,又或许很慢,曾经怀疑自己没有一技之长是怎么活下来的,又是怎么找到工作的,但是现在感慨自己没有擅长的东西,却又能让自己成功地尝试了不同的职业和不同的生活方式,这或许就是我的独到之处吧(自我鼓励一下)
住的地方靠近机场,总是能听到飞机飞过的轰隆声,平静的又躁动的,让我想起十年前还没有坐过飞机的自己曾经许愿,“天上要有一架搭乘自己前往天南海北的飞机”
此刻想对自己说,“你做到了,以另一种方式”!
1
3
563
lemon d retweeted
《为什么软件永远会有 bug?因为软件只是结构的低维投影》
我们习惯把 bug 当成程序员粗心的结果,好像只要“多测试、多 review、多加人”,一个系统就能趋近完美。
这是错的。
从结构的角度看,bug 根本不是错误,而是宿命。
要理解这个,你必须先知道软件究竟是什么。
⸻
一、软件不是世界本身,它只是一次“压扁”后的投影
真实世界的结构是什么?
•高维
•动态
•弹性
•充满例外
•充满隐含条件
•彼此耦合、互相影响
而软件是什么?
是你强行把一个高维结构,压到一个低维、静态、可执行的层里。
•把人类复杂行为压成流程图
•把动态业务压成状态机
•把模糊逻辑压成 if-else
•把外部世界的不确定性压成数据结构
只要发生“压缩”,就必然有折损;
折损意味着信息缺失;
缺失意味着误差;
误差显影之后,就叫——bug。
你以为是代码写坏了,
其实是结构在反抗降维。
⸻
二、bug 是现实结构在突破低维世界时留下的裂缝
为什么很多 bug,事后回看都“挺合理”?
因为那些本该存在的边界条件,在高维世界里本来就是正常的。
只是低维软件承载不了,
直到某一天现实强行来一脚,
投影扭曲了,裂缝出现了。
这就是 bug。
你会看到:
•业务变一点点,系统就崩一块
•用户行为一偏离预期,就触发异常
•外部接口稍微变化,就开始报错
•环境波动一下,整个系统行为失真
这不是系统脆弱。
是低维投影永远追不上高维真相。
当两个维度之间存在差异,
错误不叫错误,叫宿命。
⸻
三、为什么 bug 修不完?因为真实结构永远在变
真实世界不是静态的。
它每天都在生长、分裂、融合、塌缩。
软件却是一次性的投影。
你今天把它投影完,
明天现实结构就已经变了。
于是你就看到软件生命周期里永恒的三件事:
1.投影过期
2.结构变化
3.维度差暴露为 bug
当维度差积累得够大,
你不是修 bug,
你是在试图重新投影整个世界。
这也是为什么老系统到后期只能重写 ——
不是代码坏了,而是旧投影和新结构的宇宙常量不匹配了。
重写不是激进,是物理。
⸻
四、下一代软件工程的方向:减少折损,而不是写更干净的代码
传统软件工程一直在关注:
•写更少的 bug
•更严格的流程
•更多的测试
•更多的人力堆砌
这些解决不了本质问题。
因为他们没有触到维度差。
未来的软件必须变得更高维:
•自描述(结构能让系统自己理解自己)
•自修复(错误能自动趋向自洽)
•自演化(投影能随结构实时更新)
•协议驱动(用结构化协议替代代码性的拼贴)
•结构保持(系统不崩,而是自动“保持”形状)
未来的软件不是静态的产物,
而是动态维持结构自洽的生命体。
你能明显看到:这已经在向 AGI 的范式靠近。
⸻
五、金句总结
软件之所以有 bug,是因为软件只是现实结构的低维投影。
bug 不是错误,是结构在提醒你:维度不够。
理解这句话,
你对软件的认知立刻从“工程”跃迁到“结构物理”。
lemon d retweeted
如何让 Gemini 3 做出真正有质感的 UI
核心差异在提示词策略:不是靠 AI 脑补,而是用截图定方向、用指令控边界、用迭代做细化。
Hero 区要花最多时间
这是第一个关键点。Hero 区不是随便做做,要花 50% 时间在这里。
因为 Hero 区定了整个页面的基调。颜色、字体、间距、风格,后面的区块都要跟着它走。如果这里方向不对,后面每次生成都会跑偏。
还有个实际原因:速度。单独生成一个 Hero 区 30 秒,生成整页要 3 分钟。这个时间差很关键,意味着你可以快速试很多个方向,找到真正满意的那个。
截图是你的最佳输入
文字描述天生就模糊。你说现代感、简洁风格,AI 理解的和你想的可能完全不一样。
但截图不会。一张截图包含了所有信息:是网格还是弹性布局、元素之间的层次关系、留白有多少、标题和正文的对比度。这些如果用文字说,得写几百字,而且还说不清楚。
关键点在于:截图不是让你照抄,而是当线框图用。你要在提示词里明确告诉 AI,这个结构我要,但品牌名要改、配色要换、图标要用另一个库的。
Gemini 3 最擅长的是理解截图,而不是冗长的文字描述。建立一个分类清晰的设计参考库,能让你的工作效率翻倍。以下是值得收藏的 6 个资源站:
Supahero:专门收集 Hero 区设计案例,提供大量精美的首屏设计灵感
Mobbin:可以按区块浏览完整网站,查看真实网站的各个 section 设计
Bento Grids:卡片布局的参考库,Apple 普及的 bento layout 样式
CTA Gallery:专门做按钮和行动召唤设计,教你如何让用户忍不住点击
Dribbble:搜索 features 可以看功能区设计,充满创意的概念稿
H1 Gallery:专注标题文案,提供大量 hooks 和 headlines 的优秀案例
不要只是浏览,可以建立自己的参考库,一张精准的参考截图能省下 10 分钟的提示词调试时间。
不要指望一次生成就成功
AI 第一次生成的结果,基本都是走最安全的路线。什么紫色渐变、圆角卡片、大留白,这些都没错,但也都很无聊。
真正的做法是准备 10 到 20 个不同的截图,每个代表一个可能的方向。快速生成,快速判断,选一个你觉得有潜力的继续深化。
这就是 Hero 区的生成速度这么重要的原因,让你可以快速试错,找到真正的方向。
负面提示词很重要
这是个容易被忽略的点。AI 有个问题:你让它改 A,它可能连 B C D 都给你改了。
比如你只是想改个按钮颜色,结果导航栏的样式也变了。或者你加了一个新区块,Hero 区的字体莫名其妙变了。
解决方法很简单:明确告诉 AI 什么不要动。不要更改 Hero 区、保持导航栏样式、其他部分保持不变。
这些约束看起来很基础,但很多人就是因为没加这一句,结果每次改完都得重来。
分段生成更好控制
不要一口气让 AI 生成整个页面。分段做,每个区块用不同策略。
Hero 区需要多次迭代找风格,功能区可以引用复杂的卡片布局,页脚用标准结构就行。这样每个部分都能控制得更精准。
Aura 有个很实用的技巧:在设计模式下选中某个区块,点加号,粘贴新的参考截图。这样 AI 只会改这一块的代码,不会动其他地方。
局部修改和重新生成要分场景
小改动用编辑模式,改个文案、调个颜色,快,而且不会打乱现有结构。
大改动用重新生成,清理代码、优化结构,但可能会动到你不想改的地方。
建议探索阶段用编辑模式快速尝试,确定方向后用重新生成做一次整体优化。
以上是 Aura 的功能模式,如果你用的是其他工具,也可以通过提示词控制:在提示词中加上「只改导航栏」「保持其他部分不变」这类限定,效果类似。
指定具体的库名称
这是个关键技巧。别说线性风格的图标,直接说 Iconify Solar。别说现代感的无衬线字体,直接说 Inter。
这样做的原因是:你说线性风格图标,AI 可能用 SVG、可能用 Lucide、可能用别的。但你说 Iconify Solar,结果就是确定的。
更重要的是,这能让你避开那些被用烂的选项。Lucide 现在因为太常见,已经成了 AI 味的标志。换成 Solar 或者其他不那么常见的,立刻就不一样了。
字体也是。AI 对 Google Fonts 支持最好,因为可以直接用 JavaScript 引用。你指定具体名字,它就能准确实现。
加点多余的细节
想避免 AI 味,就加装饰性细节。
垂直的容器尺寸线、01/02/03 的步骤标记、连接不同元素的线条,这些东西不影响功能,但能打破 AI 默认的那种干净到无聊的风格。
关键是你要主动在提示词里要求这些。AI 不会自己加,因为从功能角度看这些是冗余的。但正是这些冗余创造了视觉上的差异化。
响应式要检查
标准很简单:在不同设备视图下看有没有横向滚动条。有横向滚动就说明布局出问题了,某些元素的宽度没适配好。
虽然 Gemini 3 生成的基本都是响应式的,但还是要在 iPad 和手机视图下过一遍。
能引用就别重复生成
需要添加多个类似区块时,优先考虑复用已有的设计模式。
如果你的工具支持组件引用(如 Aura 可以搜索并批量引用 section 组件),就直接用。如果不支持,可以让 AI 基于已有区块生成新内容:参考现有的 Feature section 样式,生成另外 3 个相似的卡片。
这样做的好处是保证风格一致。如果让 AI 分别生成五个功能区块,每个的风格可能会有细微差别。但基于同一个参考,风格就统一了。
有些地方要手动调
图片这块,AI 生成的经常是坏的。别浪费时间调提示词了,直接去素材库手动换。
图标倒是可以用 AI,但生成后还是要人工筛选。删掉不合适的,复制你觉得好的格式,然后逐个替换。
这种半自动化的流程比纯手动快很多,也比完全依赖 AI 靠谱。
别忽略封面图
封面图不是页面的一部分,但它决定了你这个页面在社交媒体上的表现。
做法不复杂:用布局预设(完整滚动、分栏、多栏组合),然后调背景、圆角、模糊效果。花点时间做好这个,点击率会明显不一样。
总结一下
整个方法的核心就是控制。用截图给 AI 方向,用负面提示词设边界,用迭代做细化,用分段控制每个区块,用明确的库名称保证确定性。
这样 AI 的输出就从能用变成可控。
至于高级感,说白了就是对细节的坚持。不接受第一个生成结果,不满足于默认的图标和字体,不放过任何一个小的布局问题。这些坚持需要时间,但正是这些时间投入创造了最终的质感差异。
AI时代涌现了很多优秀的产品和创业人,陆陆续续我在小红书和推特也关注到了很多产品人和创业者是怎么build in public 以及 learn in public, 真的是受益匪浅。
但是任何事情都有它两面性,也有很多人以为是这个时代造就了那么多成功的项目,所以谁来做都一样。在做free lancer这段时间,遇到了很多想要自己出来做产品创业的人,口口声声对我说文案直接用AI来写就行,翻译直接用AI来翻译就行,营销模式直接抄竞品就行,我只能说非常无奈,真的当普罗大众看不出什么是AI来写的,真的当大家是韭菜随便割啊。
让我去抄竞品,一点看开人家CEO的背景,推特都发几千个帖了,我们这小红书都还没有几个粉丝,而且产品审美和成熟度完全比不了。
不过也真是因为有这样的创业者,我这些半吊子的营销人员才能挣口饭吃。成功真的不是一件简单的事啊!而且真的超难!大家能不能别老看着人家的功勋章,然后忽略背后的原始资本和人脉有多大啊!
1
59


























