KAII retweeted
We believe voice is the most natural way to interact with intelligence, so we created Dessa, the most authentic full-duplex speech model ever built. Talking with it feels like talking with a person…full of emotion, nuance, pauses, and a natural cadence.
block.xyz/dessa
KAII retweeted
卧槽，字节 seed 项目组的大佬也来 X 了，这是多少人挤破头都进不去的部门啊，豆包股价值千金。
两年的智能体开发经验实打实分享出来了，还有 fde 踩坑经验，找技术合伙人和链接资源的别错过⬇️
干智能体挣了7 位数后，我发现这完全是个坑比生意。
24 年我从字节 seed 项目组离职 all in ai。就是去做那些你们知道的那些 lowb 智能体。
干的事情，现在有个草蛋的名字叫 FDE。
一开始我觉得给企业做 AI 落地就是个体力活：企业有一堆重复的工作，梳理一下流程，把模型接进业务，东西交出去就完事。
这种梳理业务需求并沉淀成SOP，围绕工作场景制作提效的工作，对我来说是非常轻车熟路的，因为过往就持续在做企业内部的工具提效。
于是 25 年下半年在郑州组了团队，在闲鱼、淘宝、视频号批量接几千到一两万的小单。几个月做了 200 个智能体，营收轻松过百万。
结果年底坐下来一算账，渠道拿走三四成，交付成本三四成，再扣掉税和房租，到手不到 10%。要不是另外还有企业服务撑着，这条线早就暴毙了。一个互联网生意，硬是做出了制造业的利润率。
比钱更磨人的是精力。店铺做到了全网头部，可整个盘子每天就那么点流量，需求并没有预想的井喷，AI圈子的从业者也处在自己的信息茧房。
每天大半时间花在筛线索、聊需求、给客户科普 AI 上。几千块的单子，该踩的坑一个不少。最后这条线直接砍掉，账户剩下的钱发了工资，固定资产挂闲鱼，之后专心做企业级的交付。
这一年下来我才明白，技术反倒最好解决，真正难的是信任。你一个外人要进人家的流程，人家得先信你，才肯把流程、资料、员工交给你。所以一定要直接跟老板谈，老板信不信你，决定了项目推不推得动。很多企业还停在豆包时代，流程没理过，资料散得到处都是，你连 AI 该插在哪一步都找不到，前一半时间其实是在帮人补课。
我们干的这类活，现在有了个舶来词：FDE。这个词火了以后，挂这个名字的人一下多了：有做实施外包换了个名字的，有想借它积累垂直场景经验的创业团队，也有拿它包装工具培训课的。叫什么其实不重要，客户只在乎你能不能交付结果。
FDE 大概就两条路。以我们之前的小工作室为原点，往下，一个人走 OPC，时间被切得稀碎，很难做复杂的专业项目；往上，靠资金和规模硬扛前期亏损，通过优化流程降低成本，同时攒流量侧的线索，等市场起来。能扛过去的人太少，去年大量团队就是从中间往下滑的。
领先半步是先进，领先一步是先烈。企业 AI 化还处在初级阶段，这个阶段还会持续很久。
所以我们现在还在做企业交付，同时给自己定了个规矩：项目金额控制在 20 万以内，交付周期一个月以内。20 万封顶，项目就复杂不到哪去；一个月左右的工期，保证团队不会陷进泥潭。
具体报多少又是个难题：报高了客户掉头就走，报低了自己白干。
好多朋友，包括我的学员，都来问我项目怎么报价。不会报价，一般就两个原因。
一个是真的不知道。项目多复杂、要用什么技术，你心里没底，估不出要干多久。这种要么别接，要么找个靠谱的工程师让他来报。另一个是贪心：成本心里有数，又想把这一单吃满，反而不知道报多少合适。
我一开始是第二种。
后来想明白一个笨办法。
你肯定知道自己的总成本（人力、渠道、税、房租都算上）是多少吧。那就别先想利润最大化，成本上加 20% 到 30%，先保证不亏。剩下的，靠项目喂。接得多了，什么行业什么价，你心里就有数了。不同行业利润率不一样，利润高的就敢报高。
怎么算，三种方法。
第一种是按人天。这是最常规的报法，前提是你估得出技术难度。
比如客户要一个内部系统，有用户端和管理后台，还要支持飞书登录。一个产品经理，两个研发各出半个人力，一前一后，干一个月。产品 300 一天，开发 600 一天，一个月 20 个工作日，人力成本 1.8 万。人力成本按占报价四成倒推，1.8 万除以 40% 是 4.5 万，留点余量，报 5 万。剩下那六成，渠道、税、房租和利润都在里面。要是自己接单自己做，报价还能往下压，前期用低价积累案例和经验。
第二种按交付物。项目拆成几段，每段估一个，最后加总，这种最稳。
比如一个实验性的 AI 项目，得先验证模型在客户的业务里能不能达标，比一比不同模型的效果和成本，验证完才能开发、改造现有流程。这种就直接拆成两段。第一段做模型验证，交付一份验证报告，收 5000；验证通过，第二段再做开发，按产品结果交付，收 2 万。模型达不到标准，后面就不做了，客户只花了验证的钱，你也没白干。有先后关系的项目，最好都这么拆。
第三种是缩小范围，用在你报不出来的时候。报不出来不是报价技巧的问题，是这个项目已经超出你的把控了。这时候别硬憋一个数，从一个小点切进去。
比如客户一上来就要一套贯穿全业务流程的 AI 方案，老板一口气说了好几个幻想。这时候别被需求拉着跑，其他的先放一放，挑一个马上能见效、AI 又确实擅长的点先做，也就是后面说的第一期。别嫌项目小，利润率比项目金额重要。只有做出结果，才会有信任，后面几期才谈得下去。
还有个容易吃亏的地方是收款：钱别包在一块。一般拆个两到三笔款，通常是 5:4:1 或者 4:4:2。首付款不能低于 40%，因为开发成本就占四成。万一半路客户跑单，或者项目出问题，首付款得能盖住工程师的投入，还有上下游合作伙伴的付出。尾款只留一两成，就算最后收不回来，损失也有限。
我现在维护的客户，基本都已经是第二三次合作了。
第一期，2 到 3 万，控制在 5 万以内。第二期，7 万到 8 万，高的到 10 万。第三期，十几万，最多到 20 万。
都是一期一期谈进去的，不是一次谈成。每次都得把上一次的结果交到对方手里，才谈下一步。客单价看着不高，其实是按客户能扛的风险算。经济下行，没人愿意为一个尝试先扔几十万，老板是最抠的人，因为只有自己开过公司，才知道哪儿哪儿都是成本，都是花销。第一期收的从来不是交付费，是信任费。
另外还有两笔账很多人没算。
第一笔，算力别打包进固定费用。服务器数据库是固定的，算进报价没问题。但模型调用是波动的，这个月一千，下个月客户量上来可能一万，合同里得把算力成本写清楚。做法是报价里含一部分调用测试额度，超出部分客户自己充值。
第二笔，报价别只算写代码的部分。从设计到运维，需求沟通、资料整理、原型确认、测试、部署、问题修复、试运行支持，都要算进去，这些加起来才是你不亏的底线。AI 项目常见的情况是开发三星期，调优三个月，报价时就得把调优的时间算进去，免得后面的成本全落在自己身上。
FDE 新手最常见的错误不是报错价，是还没收钱就把方案做完了。
客户说“你先帮我看看”。一看就成了访谈，接着方案就出来了，客户拿着方案走了，项目没签，你白干一星期。
活要拆开卖。诊断是诊断的价，方案是方案的价，部署是部署的价。
能对结果负责，就有底气谈价值定价。
如果你对我现在做的事感兴趣，或者在企业 AI 落地过程中有困惑，欢迎来链接。
KAII retweeted
In a similar scramble I did to jump on AI in late 2022 (moving from remote work and nomads to AI apps), I am now scrambling to chase any remaining moats
As AI companies will suck up everything else (in my humble opinion)
So for every moat left I see where I can pivot towards to that with my sites/apps
Proprietary data or content:
- I launched a nomads.com paid data API for companies from $2,490/year to $9,990/year, the city data is great because it's made by real members who for example review/like/dislike a city after visiting it, or being able to see which places are growing or shrinking (interesting of real estate, coworking, or gym investors)
- hoodmaps.com neighborhood data is very valuable and I'm building a paid API for that too, as well as including it in the Nomads API
Network effects / community:
- I made the nomads.com community free (before $99, now just $1 to avoid spam), the more people, the more network effect
Audience / distribution: you can get attention on demand
- I have an @X audience and I get paid well for it (about ~$15K/mo), but I've also diversified that with my blog levels.io's email list and Telegram subscribers, which is now 187,279 people who get daily/weekly/monthly email digests of my posts
Physical component: hardware, locations, IRL:
- I have been improving and promoting nomads.com meetups, there's now 8 meetups planned in the next 30 days, but is has to keep growing, I've also added fitness meetups etc.
- I've been using and working on hotelist.com a lot and improving it, it seems to fill a real void in booking sites that all suffer from rating inflation and filters that are not modern, I'm adding features I want and it seems that's working. Today I'm adding a filter for Longevity Hotels, that have a strength training gym, wellness area, blackout curtains, as a counter balance to the boomer hotels with champagne on check in and a gym with only treadmills etc. Hotelist is fundamentally IRL because hotels are IRL
- Not really IRL but vibejam.com is an annual event that's every year has ~1000 people participating vibe coding games and this year had over 1 million people playing the games, and AI companies really like to sponsor it because it's a great way to get exposure for their AI building tools
- I am building a pieter.com 1990s retro PC mini remake, like the SNES Mini, or the ModRetro M64, a hardware product I can sell marketed for nostalgia, especially after the last few weeks where it took off finally, I think there could be some market, and hardware is fun to try
- I sell merch on levelsio.com and make about $1K/mo from it, I haven't been very active on it but could expand this if I want
Capital: owning assets and investing
- I was already heavily invested in AI companies but have been even more with the acquisition of Cursor giving me $SPCX stock, I'll hold on to that, I think money will keep getting sucked from the traditional economy and replaced with paying AI companies money
- As a hedge, I've also put more money in bonds with IB01 ETF in case the AI bubble pops, $IB01 is a nice simple ETF for that
- I am actively looking at buying more land and real estate (especially coastal) as that's a scarce asset that will remain scarce post-AGI
- I am actively investing in startups with levels.vc although I'm wondering what startups are still valuable to invest in as Big AI and Big Tech suck up everything, if you look at the last YC batch, it's all "Cursor for {industry}" harnesses and hardware, I think robotics could be interesting to invest but it's unclear who will be the winner as ironically robots have a low barrier to entry. Most robots are just Chinese-made components put together with some vibe coded software by their Western founders!
- I am open to buyers for photoai.com and interiorai.com to increase the amount of capital I can invest elsewhere
Regulatory: licenses and legal barriers
- I am bad at this, and don't like regulation by nature. So I don't have anything here. And I don't think I will try pursue anything in here. I have friends building apps that work on getting EU subsidies or EU government program credits for emissions etc. But it's not my thing
So yes, chasing moats it is! Let's see if it works
I'd expand the moats left to:
- Proprietary data or content: data nobody else has, or unique content you can create
- Network effects / community: users make it more valuable for each other
- Audience / distribution: you can get attention on demand
- Physical component: hardware, locations, real-world operations
- Capital: owning assets and investing (esp into the AI companies as they are and will suck up large parts of the economy)
- Regulatory: licenses and legal barriers
KAII retweeted
今天又发现新加坡开公司的一个非常巨大的优势：可以同时做中国和海外的生意。
比如你要上架一个 App，只要里面带了付费、AI 或评论，就必须要 ICP。境外主体是无法获得 ICP 的，你需要额外在中国注册一个 WFOE（外商独资企业），手续非常繁杂，而且要花很多钱。
但是，新加坡跟中国有一个「沪新跨境数字身份认证」，你只要有一个新加坡公司，网上扫个码，两天后你的 WFOE 就办好了，不需要本人到，不需要寄信，全程线上完成，只需要支付 e-Apostille S$10.70 即可。
哦对了，新加坡开公司也全程只需要网上填写，我全程让 Claude 帮我填表，15 分钟，S$300 一个公司就创建成功了。
即使是香港公司，也没有这么快捷的双向数字认证... 新加坡真的是全世界最适合创业的国家。
KAII retweeted
强烈建议能力不差、还想多赚钱的人，都去做一次 Human 3.0。
这是油管大神 Dan Koe 提出的一套人生进化框架：心智、身体、精神、事业四个象限，每个都按 1.0 到 3.0 定位你现在的等级，再据此给你做未来规划，把整个人生往更完整的状态推。
有条件的话尽量用Claude去对话，效果会更好，让你的 AI按这套模型从四个象限给你打分，再用采访的方式一层层追问你的真实想法，最后给出一份只属于你的人生模型和进化指南。
你答得够具体、够真诚，一个问题一个问题耐心回，结果基本都会超预期。
KAII retweeted
孙宇晨的这个采访反响强烈，但是这个视频最大的Alpha其实是主持人。你难道不好奇，是谁让孙哥瞬间变了一个人，收起薄肌黄毛的嬉皮笑脸，这么严肃认真地输出？
他叫金明 William Joy，圈内叫他仙道。很低调，连 X 账号都没有。但他绝对是一个T0级的人类，我觉得能放到一起对标的大概只有谷爱凌了。他的履历第一眼看离谱到像编的：
- 现役自由潜水国家队，世界冠军，两项世界纪录，59 项国家纪录，打破了欧美33年开赛以来对自由潜水所有世界纪录的垄断
- 本科进哈佛学数学计算机，学生时代创业，入驻Harvard Innovation Lab，拿哈佛真理基金投资
- 极链科技创始人，27 岁拿到包括阿里在内的 10 亿元投资
- 湖畔大学四期，最年轻的创一代学员
- 从 2010 年持有特斯拉至今，加拿大持有 Tesla 最早的自然人
- 投资人，掌舵908HOLDING家办，前几天Token2049 Coinbase 全球交易赛获得第三，亚洲第一，为中国队拿到唯一的奖牌
仙道今年7月在本末社群的香港活动上做过一个精彩的压轴演讲，我推荐X上的大家如果没有看过，一定不要错过。覆盖面涉及到投资、卡牌、健康抗衰biohacking、美学、人生哲学、运气、社会责任，信息密度极高。在这个一天薄肌黄毛复读机的时代，已经很少能看到这么有深度+inspiring的内容了。
孙哥对话的视频，我只是2倍速看了一遍而已，仙道的这个视频，我1.5倍速看了两遍，甚至还在不断回去看细节。不要看AI总结，这个视频值得你的时间，看完你会来谢我。
孙宇晨最新深度采访完整版：看空BTC，看空纳指，观望ETH，看好AI应用，不玩A股... 严肃分享了很多市场观点和交易仓位，值得一看
看空BTC。认为比特币面对AI和量子计算的威胁很难全身而退，市场低估了这类风险对 BTC 的潜在冲击。抗量子升级只能救"愿意自救的人"，硬分叉冻结老币在比特币的去中心化下几乎不可能达成共识。但是他的BTC是底仓，在过去一年的下跌中并没有减仓。
ETH目前仅2成仓位观望。 在去年 3600–4000 减了八九成的ETH（去年 11–12 月，减持逻辑是 4800 那个"只靠 Tom Lee 续命"的二顶），截至目前仍然没有买回。ETH减仓期间，他增配了美股。
纳指中线"微微看空"，看空但还没做空。认为资金抱团太严重，硬件股被炒成软件股，AI 循环融资一出事全出事。美债是所有资金的"母级"，现在被权益"子级"吸血，利率必须高才接得到钱，高到一定程度钱又会倒流。芯片短期不排除过剩，像 2000 年的光纤。
AI板块最看好应用。尤其 AI 健康管理（数据采集→挖掘→决策，不用等生病才去医院）。最不看好存储、光模块。一个锚：单一企业市值上限≈美债的一半，所以英伟达顶多再翻 4 倍，而应用层能翻 4 倍以上的机会太多了。明年后年主题会分化。
人民币会走强，美债危机被过度担忧。只要美国还握着 AI（芯片、存储、模型）的终极控制权，美债就不缺买家，"孙悟空跳不出如来佛的手掌心"。
基本没有A股仓位，但会做一些研究。对于A股光模块行情，他的解释是，这一方向能够连接美国AI投资需求，同时中国企业已有一定制造与产业布局，因此容易形成资金集中。所有老登类资产（白酒等）都不看好，新登类资产积极拥抱。
Hyperliquid是本轮周期里重要的新发展。认为美股永续合约为整个行业打开了新的产品空间，DEX 能否挤掉 CEX 取决于美国监管给不给 Uniswap 式豁免。
RWA 空间非常大。波场11月也要大力推美股上链，逻辑同 USDT：给第三世界一个配置美元资产的入口。
推荐书单：安·兰德《源泉》、王小波《黄金时代》、孙学 @justinsuntron @sunyuchentron
KAII retweeted
我现在越来越觉得，很多人对 AI 的想象力，已经被自己过去十几年的工作经验给限制死了。
今天看到 Claude 工程负责人 Felix Rieseberg 写了一篇文章，叫《How to be more ambitious》，教人如何更有野心地使用 AI。我觉得这篇文章值得所有重度 AI 用户读一遍，包括我自己。
他给出了一套具体的方法。
比如，公司要做季度经营汇报。绝大多数人的第一反应，是让 Claude 帮忙制作 PPT，厉害一点的会把数据丢进去，让它分析一下业务表现。
Felix 认为，这才刚刚开始。
你可以继续要求 AI 找出三个最值得管理层讨论的决策，分析各自的利弊。然后再进一步，既然季度汇报的目的是提前发现问题、合理分配资源，那为什么非得做 PPT？能不能设计一套更好的机制，用历史数据验证它能否更早发现问题，再跟原有流程并行运行一个季度？
他自己也经历过这样的转变。
以前，他让 Claude 一次修复一个软件崩溃问题。后来，他开始直接要求 Claude 帮他持续维持应用的稳定性。为了做到这一点，他不得不让 AI 能够访问崩溃日志、代码版本记录，以及不同操作系统的测试环境。
我觉得这个案例特别好，因为它说明了，所谓的「更有野心」，其实经常意味着你得重新审视自己习以为常的工作方式。
Felix 还讲了另外两个方向。
一个是深度，让 AI 真正使用行业顶尖专家的方法、工具和原始数据，而非仅仅模仿专家说话的口气。
另一个是广度，把原本成本高昂的跨学科协作变成常规操作。分析一家公司，可以同时引入记者、数据科学家、做空者和法务会计的调查方法。
当然，他也特别强调，最终结果必须接受外部验证，不能让模型自己给自己打分。
看完之后，我一直在想一件事。
我们现在已经很擅长让 AI 替自己完成更多工作了。一个人开十几个 Agent，同时推进十几个任务，每天忙得不亦乐乎。但如果仔细看，这些任务可能跟五年前、十年前没什么区别。
很多所谓的 AI 工作流，只是给过去的工作方式装上了一台更快的发动机。
我觉得接下来真正值得拉开差距的，是一个人有没有能力重新定义问题，甚至敢不敢放弃自己过去认为理所当然的工作流程。
如果你对工作的理解只能到「交付一份 PPT」，那么给你再强的模型，最后大概也只能收获一份更快、更漂亮的 PPT。
AI 的能力每隔几个月就可能发生一次巨大变化，但人的思维惯性不会自动跟着升级。
这可能才是「更有野心地使用 AI」最难的地方。
Hi, I'm Felix. I'm an eng lead working on Claude. I love watching people take flight and do things they never thought possible.
We often describe that as "being more ambitious" when using AI, which is tricky advice to follow. I wrote a tutorial:
felixrieseberg.com/how-to-be…
KAII retweeted
Eleven Labs 的 CEO估计现在不太好受 。商业护城河一夜之间没了
Fish Audio新模型重磅开源，也是我一直在用来创作视频的音频。
不论你是视频创作者，还是想跟你自己搭建的 AI 模型电话聊聊投资，我认为这都是第一选择，简单好用，效果出奇的好
这次 Drama3 Model 不仅开源，能够通过符号来控制情感输出，而且提供了 fix 单一音节发音的功能。做长音频输出的朋友都知道这意味着什么
$52M seed round. 15M+ users. But this is what we're most proud of yet.
Introducing Drama 3: the most emotive and controllable TTS model in the world
And yes, it's open-weight.
You can now control how even a single word should sound, change its tone, and shift your voice mid-sentence.
Uncle Roger was impressed too.
Try it here:
s.fish.audio/rqh0l8
Comment “DRAMA” within the next 48 hours for 1 month free.
If you're an enterprise your first month is on us:
s.fish.audio/qz9r0t
I'm trying to build a family agent on whatsapp, get banned in meta test account after 1 message - seriously this is how solo builder is getting treated? disclaimer: no illegal message, just household stuff. This is so frustrating
@alexandr_wang
KAII retweeted
Stripe CEO 有可能是最懂 personal agent 的。
现有的各种商业公司，很多都依赖用户知道的信息不足、用户的注意力和理性不足来赚钱。
比如保险公司的附加销售、4S 店、网络信贷等，这些都是因为用户知道的信息不足，结果多付出了很多成本。用户多付出的成本，变成了公司的利润。
比如各种广告、排行榜、还有 GEO、以及各种 SaaS 和 AI 产品的订阅制等，都利用了用户的注意力和理性不足。用户很容易被第一眼或反复看到的信息影响，很难理性花足量时间去分析思考后再决策。这里面用户多付出了很多成本，比如为公司承担了广告费，比如支付了根本没用的订阅费等。
以上一切，大量存在，但未必合理。personal agent 有可能让商业世界发生巨大变化。
personal agent 最强悍的地方，就是看起来像人，实际上一点都不像人。最不像人的地方，就是 agent 可以获取并处理大量信息、可以长时间专注一件事、可以非常理性做决策。
一句话概括是：personal agent 有机会，站在用户角度，让用户的人性弱点不被商业公司利用。
比如买保险，agent 可以帮你一眼识破条款里的冤枉钱。比如网络购物，agent 可以根据你的喜好，而不是广告排行，去帮你选到最适合你的商品。比如订阅软件，agent 可以在你不用时，自动帮你取消，让大量依赖健身房逻辑的 AI 产品倒闭，等等。
这样，对所有商业公司来说，最重要的是回归到最朴素的商业竞争：把产品做好。
在 personal agent 的世界里，终于有机会，酿酒师可以专心酿酒，公司可以专注于产品创新和产品品质。酒香真不怕巷子深了。
一切看起来很美好。美好之前，有两个关键问题要解决：
1、agent 的信息来源。除了旧世界里已被污染的各种信息，是否有机会有新的信息来源，比如 Stripe 开放真实交易数据供 agent 获取和辅助决策。
2、personal agent 能站在用户这边。用户要信任 agent，敢授权。agent 也要信任用户，能始终站在用户角度、代表用户利益去获取信息和推理决策。这可能是 personal agent 创业公司的机会。
personal agent 的核心不是懂用户，而是能真正站在用户角度去思考决策，能代表用户利益去和世界相处。
Assorted things I've been mulling over regarding agents in the economy:
• Companies are in some sense the original superintelligence. It's often the case that they can use their amortized cognitive surplus to advance their interests against those of certain consumers: relative to the optimization capacity of companies, consumers can be inattentive, underinformed, irrational, etc. (Think, say, of some of the classic insurance upsells at the end of a booking process, which is typically priced substantially above what a regular policy would cost.) Herbert Simon introduced the idea of bounded rationality, and firms often end up benefiting from it. Thanks to personal agents, we will probably get somewhat more rational in how we engage with companies.
• How exactly will outcomes change? Well, certain kinds of price discrimination will work less well (how do coupons work if every agent hunts fastidiously for them?), and certain kinds of customer cross-subsidy will change (today, people who forget to cancel subscriptions subsidize those who don't). Taken across the economy as a whole, I'm not sure what the incidence of all of this will be.
• In corporate strategy, people have long debated the relative importance of distribution and product quality. Perhaps you've made something better, but does anyone know about it? Won't people just continue to buy the ACME Corp Mousetraps? Personal agents will, I think, act as a kind of structural subsidy for product quality. How would markets look different if individuals always spent at least 10 hours researching their purchases? On the margin, focusing on making a product better is, I think, going to become a more effective strategy for companies. This is good!
• It true, a corollary is that information about product quality will become more important and impactful. Today, most people have very limited ability to aggregate and integrate such data, but agents will have insatiable thirst for such signals. (It's often said that data is becoming more valuable because it helps in the training of models. That's obviously true, but I think there's a secondary way in which it's more valuable simply as a complement to cheaper intelligence.)
• A big question is whether agents will increase superstar effects (rational agents all settle on the same product) or increase dispersion (because everyone has slightly different tastes and preferences, which agents are good at eliciting, finally overcoming the artificial clustering we've been subjected to).
• Many internet companies have monetized demand routing, which is in turn often predicated on short attention spans. "I'll click on the first thing I see." This has led to some amount of inefficiency, as companies try to propitiate capricious ranking algorithms and incur various placement fees. It's not all deadweight loss (willingness to pay is itself a kind of signal, which is valuable to buyers), but it's not great. How will the nature and value of this routing change in a world of personal agents? I don't know the answer, but I think that the effects might be pretty big.
• Much of what I'm writing hinges on the assumption that personal agents will be on the consumer's side. I suspect that that will be the winning strategy, but whether it's true, and what it means to be true, involves a lot of other questions.
Taken as a whole, the market is a massively parallelized, decentralized, and highly imperfect value attribution machine, and, taking stock of all of the effects, it seems to me that the quality point may well be the biggest: that agents will change the nature of the backpropagation such that the rewards for better products increase. Maybe this is too optimistic, but I suspect (and hope) that companies that make things that they're proud of will feel that the universe is a little more partisan in their favor.
KAII retweeted
卧槽，我真的没有见过这么牛逼的东西，它是我目前见过，除了AI中转站之外，最暴利的生意，都不直接卖数据，是直接卖数据接口，全球数据直接获取，tikhub只是他几千个接口之一，跨境电商、所有社媒（是的所有），所有数据全都能抓出来！
而且它真的是特别广泛，太牛逼了，然后就我今天让CodeX测试一下嘛，然后我就发现它有几个场景颠覆了我的想象，我觉得这个产品做大了能够取代openAI，谁创造的这个产品，谁就未来会成为世界首富
如果你不知道怎么用，那你直接看视频就行了。我就把我用它干的几件事，然后还有它能够实现的场景，我觉得有必要分享一下，让兄弟们知道
1、跨境电商选品：用亚马逊接口，YouTube接口抓取48个商品记录，291条商品评论和UGC视频，痛点完全清晰
2、AI产品MVP需求验证：用Reddit接口，应用市场评论区接口，抓取42个产品描述，561个产品评价，发现AI SaaS还是有蛮多的市场缺口的，及其垂类，及其细分
3、直接获得客户联系方式：用抖音接口，email接口，linkdin接口、Web Search接口找到了97个海内外垂类MCN的founder，并且逐一发送邮件，目前有12个给了回信！！
真的兄弟们，都给我用！！！太牛逼了，链接放评论区了
🤝 Paid partnership
KAII retweeted
SpaceXAI工程师Lauren Tan一句话把大多数人打醒：
“99%的人只用了Grok Bot不到1%的能力。他们只跑一个单Agent，连loops和graphs都不用。”
她自己呢？
正在跑一支完全自主的20+ Grok Bot团队：1个Chief of Staff、1个PM、20多个专职Worker。
这不是多开几个聊天窗口，这是2026年的新工程栈。
单Agent在聊天，舰队在交付。
差距从来不是模型够不够聪明，是你有没有把Agent当成组织来设计。
#GrokBot #LaurenTan #SpaceXAI #AIAgent #AgenticAI #Opus55
xitter.cf/nft_chen/status/210774…
Lauren Tan 说：两年间，她投了 250 份申请，但收到零 offer。
直到他不再以一个工程师投简历，而是带着 30 个 agent 出现
SpaceXAI 给她开出 85 万美元！
她现在用 /pstack 把 30 多个 agent 挂进循环。
上月落地 1000 个 PR，这个月目标翻倍。
今早醒来，20 个已经合进去了。她的工作不再是写代码，是建团队。
99% 的工程师还停在一个聊天窗口里，这不是技能差，是 stack 差，一个晚上就能补上。
你还在跟模型聊天，有人已经在管一支通宵干活的队伍。
#AIAgent #SpaceXAI #Grok #软件工程 #一人公司 #LaurenTan #GrokBot
xitter.cf/nft_chen/status/210772…