2026年7月3日星期五
2026年6月8日星期一
互联网早期的软件，哪个最让人意难平？
@阑夕
感觉这张图还是唤起了不少人死去的记忆啊，作为一个中登网民我也锐评一下里面的软件吧：
电驴 - 大多数人可能并没有用到原版的eDonkey，因为很早就被美国版权协会的铁拳给砸无了，主流市场体验到的其实是后来的变种软件eMule和VeryCD，ed2k协议对于低带宽非常友好，可以给到夯；
千千静听 - 曾经的必装软件，没有之一，Winamp的上位替代，管理曲库的功能特别强大，被百度收购之后就没有然后了；
天涯猫扑 - 堪称时代的眼泪了，天涯还在诈尸，猫扑已经凉透；
虾米音乐 - 和清单上大多数名字比起来属于是后辈了，听歌软件的品味天花板，推荐算法也是无比优秀，始于阿里的离职员工，终于阿里的收购运营；
快播 - 虽然因为免费看片的服务带来了很好的名声，但也养活了无数挂马的在线视频网站，除了起飞这个使用场景之外，还贡献了中国互联网史上最精彩的一场庭审；
人人网 - 最可惜的社交媒体之一，本来有机会成为中国的Facebook，但创始人能力太差；
51空间 - 最高时一度把持过全中国80%的网吧流量，地下互联网的灰产皇帝，而且真引起过腾讯的紧张；
飞信 - 中国移动用来取代QQ的产品，靠着免费短信策略攻占了几千万生活费有限的大学生，但没想到取代QQ的是微信；
新浪UC - 新浪差点逆天改命的高光产品，承接了门户网站聊天室衰落后的陌生人社交需求，不过其实并不好用；
内涵段子 - 移动互联网早期永远的白月光，天王盖地虎，小鸡炖蘑菇，创造了年销千万的车贴记录，从此算法不敢没有价值观，转世后的皮皮虾再无当年的气象；
哇嘎 - 流氓吸血软件，但内置的搜索引擎可以直接搜别人电脑上的片子，所以都是边骂边用；
土豆网 - 昔日的视频网站三巨头，而且是其中底子最好的一家，可惜上市第一股的概念被老板的离婚官司给活生生断送了，不敢想象这事儿发生在今天的性别矛盾环境里会有多么壮观；
天天动听 - 千千静听的铁粉，等于是在塞班系统里重新做了一个手机版的千千静听，问题在于诺基亚把自己玩没了，后来天天动听被阿里买下，彻底没了呼吸；
网际快车 - P2P协议之前最好用的下载工具，断点续传拯救了多少网络不稳定的家庭，还贡献了一个创始人沉迷魔兽世界无心开发以致于让迅雷崛起的古早段子；
东方快车 - 名字很像下载工具，但实际上是翻译软件，而且是收费的，那会儿还要在 书店买软盘安装，亮点在于可以翻译网页，不再需要把文本下载到本地；
紫光拼音 - 从智能ABC手里抢下中国市场份额第一的含金量，首创整句输入，用上就离不开了，可惜太长时间不思进取，搜狗输入法出来就一泻千里了；
金山画王 - 儿童画图软件，这个确实没用过，没有发言权；
金山游侠 - 单机游戏修改器，上古时代的风灵月影，也是你们雷总的心血之作，核心开发者后来成了整个金山系的接班人
2026年4月6日星期一
乔布斯发明了界面，AI 正在消灭它
我是老雷，在 SaaS 行业干了十几年，也是一个对产品和技术有执念的人。
昨天，一个朋友给我推荐了一款 AI 生成视频工具 Pexo。出于职业习惯 —— 我是做营销的，看到任何新产品，第一反应就是去研究它的官网和产品界面 —— 我打开 Pexo 开始到处点。菜单栏、功能入口、页面布局，这些东西我看了十几年，基本扫一眼就知道产品的定位和思路。
然后我在右上角看到了一个选项：Connect to OpenClaw。
Pexo 菜单栏中的 “Connect to OpenClaw” —— 软件正在为 AI 而非人类构建连接入口。
我愣住了。
不是因为不理解这个功能，恰恰相反 —— 我太理解了。一个 SaaS 产品，把 “被 AI 调用” 的入口放在了菜单栏最显眼的位置。这不是藏在设置页面里的一个高级选项，这是堂堂正正地告诉所有用户：我们的产品不只是给人用的，也是给 AI 用的。
这太刺激了。作为一个经常研究产品设计的人，我知道菜单栏右上角意味着什么 —— 那是产品最核心、最高频的功能入口。一家公司愿意把这个位置让给 “被 AI 连接”，说明他们已经从根本上重新思考了自己的产品到底是什么。
那一刻我心里涌上来的感觉很复杂 —— 激动，是因为我隐约感觉到的那个未来，正在变成现实；紧迫，是因为我太清楚国内大多数 SaaS 产品还没有意识到这意味着什么。
未来的 SaaS 软件，一定不是今天这个样子。今天你看到的每一个按钮、每一个下拉菜单、每一个精心设计的仪表盘，在 AI 时代可能都会变得多余。为什么？因为 AI 不需要界面，它需要的是接口。
要理解这个趋势，我们需要回到计算机的起点 —— 回到一个叫乔布斯的人改变一切之前的世界。而我自己的故事，恰好和这段历史交织在一起。
起源：计算机从来不需要界面
在计算机诞生的最初几十年里，根本不存在 “界面” 这个概念。没有人讨论 “用户体验”，没有人在意 “交互设计”。因为那个时代的逻辑极其简单 —— 你给机器一条指令，机器给你一个结果。就这样。
1963 年，Teletype Model 33 问世。它是最早的人机交互设备之一，本质上就是一台 “键盘 + 打印机”。没有屏幕，没有光标，没有任何视觉反馈。你在键盘上敲下一行命令，机器在纸带上打印出结果。整个过程像发电报一样 —— 事实上，“Teletype” 这个词本身就来自电报技术。
Teletype Model 33（1963）—— 最早期的人机交互：没有屏幕，只有键盘和打印纸。
今天的人看到这台机器，大概会觉得它原始得可笑。但你知道吗？在那个年代的工程师眼里，这就是最先进的生产力工具。他们从来不觉得 “没有界面” 是个问题 —— 因为在计算机的起点，人和机器之间的关系是最纯粹的：你告诉它做什么，它就去做。没有图标可以点击，没有窗口可以拖动，甚至没有屏幕可以看。计算机只关心一件事 —— 执行你的指令。
请记住这种纯粹感。因为在文章的最后，我们会发现，AI 正在让我们回到这种纯粹。
1978 年，DEC VT100 终端的出现是一个重要节点。它第一次给命令行加上了屏幕，用户终于可以实时看到自己输入的内容和系统的响应。当时的工程师们兴奋极了 —— 终于不用等纸带慢悠悠地打印了！但本质没有变 —— 交互方式仍然是文本命令。VT100 定义了后来几乎所有终端模拟器的标准（ANSI 转义码），它的影响一直延续到今天你打开的每一个 Terminal 窗口。
DEC VT100（1978）—— 屏幕出现了，但交互仍是文本命令。它定义的终端标准沿用至今。
而 Unix Shell 则把命令行的哲学推向了极致。它的设计理念极其简洁：每个程序只做一件事，通过管道（pipe）把小工具串联成强大的工作流。ls | grep “.txt” | wc -l—— 一行命令就能完成 “列出文件、筛选文本文件、统计数量” 这个复杂操作。没有任何图形元素，却优雅而高效。
Unix Shell —— 最接近系统本质的交互方式，至今仍是开发者的主力工具。
直到今天，全世界的开发者、运维工程师、数据科学家依然每天在用命令行。不是因为没有更 “好看” 的选择，而是因为命令行是人与计算机之间最短的路径 —— 没有中间层，没有视觉装饰，直达系统能力。
这段历史告诉我们一个容易被忽视的事实：计算机的本质是计算和执行，不是展示。在最初的二十多年里，“界面设计” 这个词根本不存在。人直接告诉机器做什么，机器就去做。
那么，图形界面是怎么来的？
乔布斯的革命：让普通人也能用计算机
1970 年代末，计算机还是一个属于工程师和科学家的世界。普通人面对满屏的命令行，就像面对一门外语 —— 完全无从下手。你必须记住几百条指令的准确拼写、参数格式和执行顺序，少打一个字符就会报错。这不是一般人能驾驭的东西。
然后，一个叫史蒂夫・乔布斯的年轻人改变了一切。
1979 年，乔布斯参观了施乐帕克研究中心（Xerox PARC），看到了一种全新的计算机交互方式 —— 窗口、图标、鼠标、下拉菜单。据说他当场就激动得在实验室里来回踱步，不停地喊：“你们怎么不把这个做成产品？这会改变一切！”
Xerox Alto / PARC 原始界面 —— 这就是让乔布斯激动得来回踱步的东西。施乐的研究人员发明了它，却没有意识到它的商业价值。
Xerox Alto / PARC 原始界面 —— 这就是让乔布斯激动得来回踱步的东西。施乐的研究人员发明了它，却没有意识到它的商业价值。
施乐的研究人员发明了这套图形界面，但他们没有意识到它的商业价值。乔布斯看到了。他不只是看到了一种新技术，他看到的是一个愿景：让每一个普通人都能像使用家电一样使用计算机。
这就是我最敬佩乔布斯的地方。他不是最好的工程师，也不是最好的科学家，但他是那个最懂人的人。他知道技术如果不能被普通人触及，就毫无意义。
但很多人不知道的是，乔布斯的野心远不止于图形界面。
就在同一时期 —— 1983 年，在阿斯彭国际设计大会上，28 岁的乔布斯做了一个惊人的预言：
Steve Jobs，1983 年阿斯彭国际设计大会 —— 在这场演讲的最后几分钟，他说出了那段关于亚里士多德的预言。
“If we really can come up with these machines that can capture an underlying spirit， or an underlying set of principles， or an underlying way of looking at the world， then， when the next Aristotle comes around， maybe if he carries around one of these machines with him his whole life， and types in all this stuff， then maybe someday， after this person’s dead and gone， we can ask this machine， ‘Hey， what would Aristotle have said? What about this?’ And maybe we won’t get the right answer， but maybe we will. And that’s really exciting to me.”
—— Steve Jobs， 1983
翻译过来是：
“如果我们真的能造出这样的机器 —— 它能捕捉一个人底层的精神、底层的原则、底层的世界观 —— 那么，当下一个亚里士多德出现的时候，如果他一生都随身携带这样一台机器，把所有想法都输入进去，那么也许有一天，在这个人去世之后，我们可以问这台机器：‘嘿，亚里士多德会怎么看这件事？’ 也许我们得不到正确答案，但也许我们能。这让我无比兴奋。”
1983 年。四十年前。那时候个人电脑刚刚诞生，互联网还不存在，“人工智能” 还只是学术论文里的概念。而这个 28 岁的年轻人，已经在描述一种能理解人的思维方式、能和人对话的机器 —— 这不就是今天的 ChatGPT 和 Claude 吗？
1985 年，他又说了一句更直接的话：计算机不应该只是自动化工具，它应该是 “心智的自行车”—— 人类体力的放大已经完成了（汽车、飞机、机械），下一次放大的对象一定是认知。而认知的放大，最终只能靠机器理解人想表达什么。
你看，乔布斯在 1983 年就已经想清楚了这件事。他发明了 GUI，是因为那是当时让机器理解人的最好方式。但他内心真正追求的，从来不是图形界面本身 —— 而是让人和机器之间的距离越来越短，直到消失。
1983 年，Apple Lisa 问世。这是第一台商用的图形界面电脑，售价高达 9，995 美元。
Apple Lisa（1983）—— 第一台商用图形界面电脑。售价 9，995 美元，在当时相当于一辆二手车的价格。
Lisa 的操作系统引入了 “桌面隐喻”—— 屏幕就是你的办公桌，文件夹就是真实的文件夹，回收站就是你桌边的废纸篓，窗口可以像纸张一样叠放。这是一个天才的设计：它用人们已经理解的现实世界概念，来映射计算机的抽象操作。从未接触过计算机的人，看到桌面上的文件夹图标，本能地就知道 “点开它能找到文件”。
Lisa 操作系统的窗口、菜单和桌面隐喻 —— 通过 “模拟现实世界” 帮助人类理解计算机。
当时《大众科学》杂志评价说：“Apple Lisa 可能是有史以来最具突破性的个人电脑。” 他们没说错。
Lisa 商业上失败了（太贵了），但一年后的 Macintosh 成功了。1984 年那支著名的超级碗广告，把 Mac 塑造为对抗 “老大哥” 的自由战士 —— 这不只是一个产品发布，这是一场关于 “计算机应该属于每个人” 的宣言。再后来，微软的 Windows 把这套范式推向了全球。GUI 革命就此爆发 —— 计算机从实验室和机房走进了千家万户，从专业人士的工具变成了每个人的日常。
这场革命塑造了此后半个世纪的信息社会。没有它，就没有后来的互联网普及，没有智能手机，没有今天的数字生活。我们所有人都是乔布斯这场革命的受益者。
但 —— 我们需要看清一个事实：GUI 的本质是一层 “认知适配层”。
计算机处理数据从来不需要图形界面。文件系统不需要 “文件夹图标” 就能正常工作；进程管理不需要 “窗口” 就能运行；数据库查询不需要 “表格视图” 就能返回结果。GUI 完全是为了适应人类的眼睛和手 —— 因为人类无法直接向机器表达意图，所以我们需要按钮、菜单和鼠标作为中介。
乔布斯的贡献是降低了使用门槛，但代价是：我们开始把这层适配层误认为了软件本身。
这个误解，持续了整整四十年。
半个世纪的 “包装”：从桌面到移动
GUI 革命之后的四十年，界面设计经历了三个阶段。每一个阶段都在做同一件事 —— 让人更方便地操作软件。但讽刺的是，每一个阶段也在不知不觉中加厚那层 “包装”，直到我们再也分不清：我们到底是在用软件，还是在用界面？
桌面 GUI 时代（1990s-2000s）：
如果你是 80 后或 90 后，你一定还记得第一次接触 Windows 的感觉。
我的记忆更早一些。在接触电脑之前，我对 “界面” 的全部认知来自红白机。七八岁的时候，我就开始玩了 —— 魂斗罗、超级马里奥、坦克大战。那些游戏的界面是什么样的？没有图形化的操作界面，只有最朴素的选项列表：用上下键选，按 A 确认。开始游戏、选人数、调难度，全是文字选项，一行一行排下来。
《魂斗罗》设置界面 —— 在我接触电脑之前，这就是我对 “界面” 的全部认知。没有图标，没有鼠标，只有选项和方向键。
说实话，那时候我从来没觉得这有什么不好。选项式的界面，简单直接，想玩就选 “开始”，不想玩就关机。这就是一个 90 后小孩对 “人机交互” 最原始的理解 —— 和六十年代的 Teletype 一样，没有图形，只有选择和执行。
所以你可以想象，2005 年我第一次在网吧打开 Windows XP 时的感觉。
那个蓝天白云绿草地的桌面壁纸，那个绿色的 “开始” 按钮，那声开机音乐 —— 天哪。对一个从红白机世界走出来的十四岁少年来说，这简直就是从黑白电影一步跨进了彩色世界。我反复打开 “我的电脑”，不为做任何事，就是觉得那个图标点进去的感觉太神奇了。那时候在中国，很多家庭还没有条件拥有电脑，我也一样。网吧就是我的计算机启蒙课堂。
你是不是也有过类似的经历？在网吧，在学校的机房，在亲戚家的电脑前？
Windows 95 的发布是一个里程碑 —— 全球排队抢购，人们通宵等在电子商店门口，就为了买一张操作系统光盘。“开始” 菜单、任务栏、桌面图标 —— 这套被称为 WIMP（Window， Icon， Menu， Pointer）的交互范式成为了全球标准。人们第一次觉得计算机是 “好用” 的。
但好用的代价是复杂性的爆炸。随着软件功能越来越多，菜单层级越来越深，工具栏按钮越来越密。微软的 Office 到 2003 年已经有超过 1，500 个命令分散在无数层菜单里，以至于用户调查显示，人们最渴望的 “新功能” 其实早就存在 —— 只是他们找不到。想想这有多荒诞：你想要的功能就在软件里，但界面本身成了障碍。
桌面 GUI 时代 —— “人操作软件” 的巅峰，但功能越多，复杂性也越不可控。
Web / SaaS 时代（欧美 2005-，中国 2012-）：
在欧美，这场变革从 2005 年前后就开始了。Salesforce 喊出 “No Software” 的口号，整个行业都被震动了。软件搬进了浏览器，Salesforce、Google Docs、Slack —— 你不再需要安装任何东西，打开网页就能工作。
中国的 SaaS 黄金时代来得更晚。严格来说，是从 2012 年前后才真正启动的 —— 明道、纷享销客、Teambition 这一批产品集中出现，资本也开始涌入。那几年，SaaS 融资像不要钱一样，每个人都觉得自己在改变世界。我自己也是在那个时期一头扎进了这个行业，满腔热血。
但讽刺的是，无论中美，SaaS 消灭的不是软件，只是安装包 —— 界面反而越来越重了。
这个阶段有一个微妙但意义深远的转变：UI 的角色从 “交互媒介” 悄然变成了 “数据视图”。人们使用 SaaS 软件，本质上是在看数据、改数据、分析数据。表格、列表、仪表盘、报表 —— 界面只是数据的一层皮肤。但我们花了巨大的精力去设计这层皮肤，好像它就是产品本身。
Web SaaS 界面 —— UI 开始服务数据（表格、仪表盘、列表），界面只是数据的一层皮肤。
移动优先时代（2012 - 至今）：
2007 年 1 月 9 日。如果你是科技圈的人，这个日期你应该记得 —— 乔布斯在 Macworld 大会上发布了第一代 iPhone。
说实话，第一代 iPhone 发布的时候我还没注意到。真正让我感受到冲击的是后来的 iPhone 3G 和 3GS —— 那时候身边开始有人用了，我第一次亲手摸到那块玻璃屏幕。没有键盘，没有手写笔，手指在上面一划就能翻页 —— 原来手机可以这样？我还记得当时诺基亚高管公开嘲笑说 “没有物理键盘的手机不会成功”。后来的事情大家都知道了。
iPhone 和 Android 彻底改变了交互范式。屏幕变小了，鼠标消失了，手指取代了一切。信息流、卡片、单列布局成为主流。
但你有没有注意到一个更深层的变化？在桌面时代，你打开软件是为了完成一个任务 —— 写文档、做表格、发邮件。你是操作者，你有目的。但在移动时代，你打开微信、刷抖音、看小红书 —— 表面上是你在 “使用” App，实际上是算法在决定你看到什么。人从系统的操作者变成了系统的消费者。UI 被进一步压缩为 “内容分发容器”，而你不再主动操作系统，而是被系统驱动。
移动优先时代 —— UI 被压缩为” 内容分发容器”，用户不再操作系统，而是被系统驱动。
回顾这段历程，我有时候会觉得既感慨又荒唐。从红白机到 Windows XP，从网吧到 iPhone，从 SaaS 黄金时代到移动互联网，我们花了二十多年的时间，围绕这层 “适配层” 建立了一整个产业 —— UX 设计、前端工程、设计系统、交互规范。我们今天习以为常的点击、拖拽、滚动、导航菜单，并不是什么自然行为，而是人类为了弥补 “无法直接向机器表达意图” 这个缺陷而学会的一套操作方式。
我们花了半个世纪来完善一层 “包装纸”，做得越来越精美、越来越复杂 —— 然后在某一天突然发现：我们把包装层当成了产品本身。
直到 AI 的出现。
转折点：AI 不需要眼睛
在聊 AI 之前，我想先讲一个很多人不知道的故事。
2010 年，乔布斯做了人生中最后几个重大决策之一：收购 Siri。当时苹果内部有人以为这是为了做搜索引擎，但乔布斯纠正说：不，这是一家人工智能公司。
据乔布斯的传记作者沃尔特・艾萨克森透露，乔布斯对 Siri 的愿景远比今天你在 iPhone 上看到的那个 “嘿 Siri” 要宏大得多。他想要的是一个真正的 AI 助手 —— 像电影《Her》里那样，能理解你、和你对话、替你完成事情的存在。不是一个语音搜索框，而是一个懂你的伙伴。
2011 年 10 月 4 日，Siri 随 iPhone 4S 发布。第二天，乔布斯去世。
他没能看到自己真正想要的 AI 形态。但十一年后，它来了。
2022 年底，ChatGPT 上线。我几乎是第一时间就开始用了，从 GPT-3.5 起就每天泡在上面。说实话，最初的感受不是震撼 —— 是一种说不上来的 “不对劲”。界面极其简单：一个输入框，一个对话窗口。没有菜单，没有工具栏，没有仪表盘。就这？
ChatGPT 初代界面 —— UI 被压缩为一个输入框。语言替代了界面结构，功能不再依赖 UI 层级。
但用了五分钟之后，我意识到那种 “不对劲” 其实是一种颠覆：语言替代了界面结构。你不再需要找到正确的菜单、点击正确的按钮、在正确的表单里填入正确的值 —— 你只需要说出你想要什么。一个输入框，就能调用过去需要十几个界面才能完成的操作。
这太疯狂了。我们花了四十年建立起来的那套庞大的界面体系，被一个文本框给颠覆了？
从 GPT-3.5 到 GPT-4，再到 Claude，我越用越深，也越来越确信：这不是一个 “好用的工具”，这是一次交互范式的根本性转变。
而 Claude Code 走得更远。它是一个运行在终端里的 AI Agent，没有任何图形界面 —— 纯粹的命令行。我现在每天都在用它，说实话，用过之后就再也回不去了。它读文件、写代码、执行命令、调用 API，所有操作都在一个黑色的终端窗口里完成。没有花哨的 UI，但效率是传统方式的几十倍。
Claude Code —— CLI 在 AI 时代” 复活”，但操作者不再是人类，而是 AI Agent。
看到这里，你有没有发现一个惊人的历史螺旋？
命令行 → 图形界面 → 视觉巅峰 → 回到命令行。
但这不是倒退。绝对不是。第一个命令行时代，需要人类学习机器的语言，记住几百条指令；今天的 “命令行” 时代，AI 已经能理解人类的语言 —— 你用日常说话的方式告诉它你要什么，它就去做。我们兜了一个大圈，回到了起点，但维度完全不同。
还记得文章开头我让你记住的那种 “纯粹感” 吗？—— 你告诉机器做什么，机器就去做。AI 正在把我们带回那种纯粹，只不过这一次，你不需要学任何指令。
乔布斯在 1983 年梦想的那个场景 —— 和机器对话，像和亚里士多德对话一样 —— 终于实现了。只不过不是苹果实现的。
当 AI 成为操作者，整个 “认知适配层” 就变成了多余的开销。软件可以回归本质：数据处理能力，通过 API 暴露。
当下：AI 外挂还是 AI 底座？
目前大多数产品对 AI 的集成方式是 “外挂” —— 在现有界面旁边加一个侧边栏，放一个 Copilot。
Copilot 侧边栏模式 —— AI 仍是” 外挂层”。UI 依然存在，但正在被弱化为辅助工具。这是过渡形态，不是终局。
坦白说，每次看到这种 “侧边栏 AI” 的设计，我心里都有点着急。这种模式有用，但本质上没有改变什么 —— 它仍然假设人类是主要操作者，AI 只是助手。界面还在，复杂性还在，只是多了一个 “能说话的帮手”。
这就好比汽车发明之后，你在马车旁边装了一个发动机，让马跑得更快。但问题是 —— 你为什么还要马？
真正的变革不是在界面旁边加 AI，而是让软件本身变得可以被 AI 直接调用。
回到文章开头的 Pexo —— 它的 “Connect to OpenClaw” 不是在界面上加了一个 AI 助手，而是让整个产品的能力可以被外部 AI Agent 连接和调度。这代表了一种完全不同的思路：
外挂模式：
软件为人设计界面，AI 作为辅助嵌入界面
底座模式：
软件暴露能力接口，AI 直接调用，界面变为可选
后者才是未来。你选哪条路？
未来：软件是能力，不是界面
UI 的历史，本质是一个 “降噪过程”：
CLI 时代：
直接控制（但门槛高）
GUI 时代：
降低门槛（但增加复杂性）
AI 时代：
直接表达意图（门槛和复杂性同时消除）
最终的结果是：UI 会被压缩到极限，真正的竞争发生在数据结构、API 和系统能力。
未来的 SaaS 软件，区分高下的不再是谁的仪表盘更漂亮、谁的交互更丝滑。而是：谁的数据结构最干净？谁的 API 最易调用？谁的系统能力最可组合？
我知道读到这里的很多人和我一样，在这个行业摸爬滚打了很多年。所以我必须说一句不太好听的话：国内 SaaS 产品和海外的差距，正在被 AI 加速拉大。
这话我说出来，可能很多同行不爱听。但我是真的着急。
说实话，国内同行并不是毫无行动。大多数公司都已经意识到 AI 很重要，也在产品里接入了大模型 —— 加个 AI 对话框，做个智能问答，搞个 “AI 辅助填表”。这些改变是真实的，我不否认。
但问题是：改得不够彻底。无论是心态上还是行动上，都不够彻底。
心态上，很多团队还是在 “老树上长新芽”—— 原有的产品架构不动，原有的界面逻辑不变，只是在边角料上贴几个 AI 功能。他们似乎还没能接受一个残酷的事实：你的产品可能需要从根本上被重新思考，而不是修修补补。把 AI 当锦上添花，而不是当生死抉择，这就是心态不够彻底。
行动上，更是缓慢。看看海外发生了什么 —— 不只是老产品在改造，大量 AI Native 的公司正在从零开始构建。这些公司从第一天起就没有传统界面的包袱，它们的产品天生就是为 AI Agent 设计的，API 是一等公民，界面只是可选的皮肤。这些公司不是在 “改良马车”，它们直接造了汽车。而国内呢？大部分还在给马车装发动机。
差距不是在界面设计上。国内很多产品的 UI 做得并不差，甚至比一些海外产品还精致。差距在于对 “软件本质” 的理解 —— 你的产品到底是一个给人看的界面，还是一组可以被任何调用者（包括 AI）使用的能力？
我在日常使用 Claude 的过程中，深刻体会到一件事：当 AI 能直接调用一个软件的 API 时，效率的提升不是百分比级别的，而是量级级别的。一个人类用户在 SaaS 界面上点击十分钟才能完成的操作，AI Agent 通过 API 两秒钟就做完了。这不是夸张，这是我每天真实的工作体验。十分钟和两秒钟，你告诉我，这还是同一个赛道吗？
所以，我向所有 SaaS 厂商和软件开发者发出呼吁 —— 而且我要说，留给你们的时间不多了：
第一，从今天开始，必须高度重视软件被大模型调用的能力。如果一个 AI Agent 无法通过 API 调用你的核心功能，你已经在落后了。不要觉得 “我们的客户还不用 AI”—— 你的竞争对手的客户很快就会用。等你反应过来的时候，用户已经走了。
第二，改造你的 API 和软件形态，而且要快。不是简单的 REST 接口做个 CRUD 就够了。你需要结构化的、语义丰富的、AI 友好的接口 —— 让大模型能够理解、授权和调用你的服务。MCP（Model Context Protocol）等协议正在定义这个方向。如果你还不知道 MCP 是什么，你应该今天就去了解。不是下周，不是下个季度 —— 今天。AI 进化的速度是按周计算的，你的竞争对手不会等你。
第三，认清一个现实：海外所有的 SaaS 厂商都在被重构。这不是个别公司的选择，这是整个行业的方向。未来能成功完成转型的，只会是极少数。而未来新开发的软件，几乎都会是 AI Native 的 —— 从第一行代码开始就为 AI 调用而设计。如果你的产品不做这件事，你面对的不是 “落后几年” 的问题，而是 “被整个新生态排除在外” 的问题。不会有人通知你，不会有人给你发邮件说 “我们不续费了” —— 你只是默默地从别人的工作流程中消失了。
不要再在原有的图形界面上叠加更多按钮和功能了。那条路已经走到了尽头。
这不是危言耸听，这是正在发生的事。Pexo 菜单栏上的那个 “Connect to OpenClaw”，就是证据。
致敬乔布斯
Steve Jobs 与 Macintosh 128K（1984）—— 他让计算机从专业工具变成了每个人的伙伴。
四十多年前，乔布斯做了一件了不起的事：他让计算机学会了 “说人话” —— 用图形、图标和鼠标，把冰冷的命令行世界变成了普通人也能理解的桌面。这不仅是技术进步，更是一场关于 “人与机器关系” 的哲学革命。
作为一个乔布斯的忠实粉丝，我一直深信他的产品理念改变了世界。我们这一代人都是这场革命的受益者 —— 我对产品的热爱、对技术的执着，很大程度上就是受他的影响。每次重看他在 1984 年发布 Macintosh 时的笑容，我都能感受到那种纯粹的、发自内心的喜悦 —— 那是一个真正热爱产品的人，看到自己的作品改变世界时的表情。
但今天，AI 正在做一件方向相反、却同样伟大的事情：不再让人适应界面，而是让系统理解人的意图。
乔布斯让人看懂了计算机。AI 让计算机听懂了人。
这不是对 GUI 革命的否定，而是它的自然延续 —— 从 “让人适应机器” 到 “让机器理解人”。如果乔布斯还在，我相信他会是第一个拥抱这个变化的人。因为他从来不是那种守着自己过去成就的人 —— 他永远在追问下一个改变世界的可能性。
软件界面从命令行到图形界面，再回到 “类命令行”。这不是技术倒退，而是一个完整的螺旋：人不再需要界面，AI 替你操作系统。
你的软件，准备好被 AI 调用了吗？
2026年2月20日星期五
【技术贴】网警写的：“独家心法/刑法避雷指南”
转发一份网警写的：“独家心法/刑法避雷指南”。
A. 祛魅-网警真实的权限与工具
大家最为担心的一点就是平常生活，Q或者微上发布的消息会不会被监听啊，警哥是不是一敲键盘就能看到你的所有聊天记录，其实远没那么夸张。
基层网警的权限严格受法律法规和上级审批管控（99%的情况下，特别是经济发达的地区，这种审核管理就越严格）。
要想从微、Q或贴吧等平台调取用户信息，必须先立案，然后走内部流程拿到“协助调查函”，最后平台的安全团队会提供有限范围内的日志（如特定时间、特定账号的记录）。
但是，我们是有秘密武器的-代号暗流（瞎编的名字用来吓唬人），人话就是这个系统汇聚了已侦破案件的数据、网络犯罪相关的关键词库，以及ISP（互联网服务提供商）提供的公网日志片段，我们有权限可以进阶搜索，正则匹配，协助我在几十万行访问日志中迅速找出与“某某毒品隐语”（关键词可以修改）相关的几十条可疑记录。配合一些经过审核采购的商用安全软件、日志分析工具（可能是基于ELK Stack之类的开源框架），加上定制的插件脚本。听起来高端吗？算是。不过要发挥作用需要细致耐心地筛选，毕竟这不是魔法棒。
※※※【做好清理，隐藏坐标】
所以，新来的作者翻墙后想要发布任何成人内容，第一步要做的就是切断一切国内联系方式，不要在墙内讨论任何你在墙外做的事情，反之亦然。
B. 成本与收益-人类最基础的行为逻辑
自然界的物种都是很注重经济效益的，也就是投入-产出比值。
网警自然也要遵循这个法则，365天364.99天都在和毒品交易，涉恐涉枪、在线赌博，国内淫秽色情小网站（严重程度前后顺序划分）斗争，这些往往是优先级最高的任务，网警和传统治安刑侦部门会相互配合，迅速核查并打击这类违法行为。例如，通过与国内运营商或支付平台的合作，网警可以迅速获取嫌疑人的信息，直接展开抓捕行动。这类案件的成功率高，且容易在短时间内取得成果，符合该死的KPI（业绩考核）要求。
※而对海外发布成人内容-
敲黑板，重点来了（比如Onlyfans 两个P站）进行执法取证，可以说是比通天还难。
1. 这些网站在当地是正规备案的成人内容网站，你用VPN翻墙访问，在涉案国家根本不违法。而VPN的高强度加密让追踪个人IP变得几乎不可能。你可以想象，咱们网警就看到你和一群人抱团挤进一条五光十色的“隐形隧道”。VPN的加密就像给你换了一套衣服（真实IP地址），隧道出口可能是北京、纽约、巴黎，没人知道你家到底在哪。更高级的VPN甚至会让你出隧道后马上钻进另一个隧道，彻底绕晕所有追踪者。
不管我傻逼领导多少次问我“为啥破解不了VPN”，我都只能心里默念：能破解啊！给我100个博士、100个亿，再来100年时间，保证破解AES-256（目前无法被暴力破解的主流VPN加密方式）！
PS:哦对了，别忘了选正规的VPN厂商，因为有些VPN……嘿嘿，其实是咱们警哥撒的鱼饵。
2. 成人网站诸如两个P站的服务器都在海外，数据受当地法律保护，就算是国内最顶级的网警来了，面对这种商业级别的服务器也只能干瞪眼。想调取后台数据？只能走正式的司法程序，司法程序一套流程不仅耗时耗力，成功率还不到0.000001%，基本可以和中彩票划等号。
3. 想对海外发布成人内容的作者提起指控，必须搭建一条完整的证据链，从内容发布到资金流向再到实际身份。可是吧，跨境案件中，证据链几乎就是最大的拦路虎：
-海外平台数据只能间接获取，证据缺乏权威性。
-创作者通常用多重身份操作，售卖、发布分离，再加上加密货币提现，犯罪行为之间的关联几乎无法证明。
-即使掌握了部分证据，涉及多个跨国司法辖区的协同，也容易因法律冲突或程序繁琐而中断调查。
4. 刑法困境： 海外成人内容网站在当地是合法经营的，发布者的行为本质上并不触犯当地法律，而中国的法律管辖权难以延伸到境外行为，哪怕作者胆子大想要创收，只需要简单的使用加密货币提现，绕开国内法币的流通平台，那基本上就是死无对证了。
5. 最重要一点，网警日常的超负荷工作量
就这么说吧，国内14亿人口，常驻8亿网民，举报平台全年无休，哪怕过年也能收到举报工单，有人举报电信诈骗，有人举报女主播裸聊，还有人举报进口的国外游戏很黄很暴力，我就他妈的郁闷了，脑子是不是有病天天举报举报的？虽然有某XX的AI系统帮忙筛选这些脑残东西，但是架不住量大，最后还得人工超负荷审核处理。讲真的，光处理国内这堆破事就够喝一壶了，谁他妈在乎墙外那点发黄图发黄文的。一群混饭吃的网警，脱下警服也就是普通人，没那么有上进心。
※※※【当个小鱼，别惹大鲨鱼】
所以，对新手作者来说，翻墙后发布内容的第一原则是：只写纯粹的R18内容，别在评论区自找麻烦。涉及到政治、毒品交易、涉枪涉恐、在线赌博这些高风险内容，那是绝对的“敏感区”，这些领域不管是国内还是海外，都会迅速引起执法部门的注意。
C. 经济下行，在成人内容方面进行创收的可行性建议
不得不感慨一句，他妈的现在日子是越来越卷，越来越完蛋。但越是经济下行，人类“下身需求”却愈发坚挺。成人内容这几年的市场规模相较2020年前翻了好几倍，成了许多人谋生的一根救命稻草，墙内的红线一碰就是坐牢，现在不少人转战海外市场，一边想赚馒头，一边又怕被抓。
如果真想入局，其实只要注意以下几点，就能大大降低风险：
1. 优先选择商业化成熟的平台。
比如OF，Pixiv这样的大平台，这些平台法律规则健全，数据全是高度保护好的，只要你不出叉子他们就会永远保密。切记别在墙内发作品引流，树大招风懂不？闷声海外发大财就行了。
2. 避开本土资金监管。
不管你身在国内还是国外，资金是最容易暴露的链条。避免直接使用国内支付平台（如微信、支付宝）收款，尽量使用加密货币或海外第三方支付工具（如Paypal、海外的银行卡）。如果你非得用国内资金工具，就必须确保交易记录表面上看不出任何问题，比如用“虚拟服务产品”“会员订阅”包装你的收入来源【仍然有风险，但比不掩盖强】。
3. 内容不越界，保持低调
哪怕你做的万无一失，还是会有“内鬼”看不惯你发布的内容，潜伏收集你的国内信息进行爆破。
容易出事的题材比如炼铜，媚黑，媚日。如果你真的打算放飞XP爆写，确保坚决不留个人信息，资金不走国内转账，一切海外账户（邮箱，电话，注册名）全部匿名购买，和国内的一切做切割。
4. 加强隐私保护
因为某些不可抗因素，我只能说，别用国产手机和国产软件，美版有锁的老款Iphone +美区海外厂商软件（浏览器）最为推荐。
VPN使用大厂的，别贪便宜。
顺便一说，我们请去喝茶最多的，就是那种注册海外平台(X 飞机)时用QQ邮箱和自己手机号的，纯纯是送业绩的。不过我们最多也就是叫来敲打敲打，毕竟数据都在海外平台，你说了啥，干了啥，咱们真的没那个能耐知道。
你如果聪明点，搞个虚拟邮箱和那种50块钱的充值好的手机号去注册，咱们也拿你没啥办法，主旨就是避免使用任何与自己真实身份相关的个人信息。
※※※【人无远虑，必有近忧】
创作发布成人内容，首先摆正心态，隐私是保障，资金流向是关键。没搞清楚规则前别轻易入局，毕竟赚馒头的路有很多，千万别因为一口馒头，把自己送进局子里。
提供一个堪称跨境成人内容领域的一个典型反面教材：
台湾一代成人小说大神罗森，作品包括《阿里布达年代祭》《朱颜血》（洁梅篇、夜莲篇、紫玫篇、雪芍篇）《六朝清羽记》
其在大陆经营多年的「阿米巴星球」网站自2022年9月起即无法进入；而罗森本人的新浪微博帐号，最后一条发文则停留在2022年11月12日，至今未再更新；直到12月末，他涉嫌运营淫秽内容、违规收款以及非法出版，被咱们网安部门一网打尽。
这哥们怎么回事呢？
1. 台湾人肉身翻墙，大陆开设成人网站——典型的“找屎”行为
一个写成人小说的台湾人，因为政治立场偏向大一统，选择肉身反向翻墙到大陆，还创办了网站和APP，未取得出版许可的情况下，公开贩卖成人作品，妥妥地踩了大陆的法律红线。这是屎壳郎上门拜年-找屎
2. 地下汇款搞金流操作，500万涉案金额直接封神
为规避用户付费的障碍，还采用了地下汇款和加密交易直接往大陆银行转钱，涉案金额高达500万元人民币。得了，涉嫌偷税漏税，又是一个大坑。
3. 狂妄自大，根本看不清形势。
他的微博引用过张国荣的话，说“现在是九二年，不是二九年”，以讽刺艺术环境的收紧，却根本没想到，境内的创作环境已经是严打的地步了，他却傻傻看不清，白白把自己送了进去。只能说一句活该。
读者问题解答1：
Paypal国内使用，网警最多可以查到什么地步？
回答：
Paypal是美国公司，你如果是翻墙使用海外邮箱，电话注册，那我们是毛都查不到。
你如果是使用大陆个人信息注册paypal中国区账号，调取这种国际公司的用户信息或交易记录：
1. 需要先立案，才能申请查询
2. 上级收到申请，需要向检察院提交一系列材料，获得一个《调取证据通知书》
3. PayPal最多可能提供的基本信息：用户注册时的姓名、邮箱、绑定的银行账号或信用卡信息、IP地址等，但是不一定会提供完整的交易流水，尤其是涉及海外的具体资金流动，需更高层级的司法授权。
实际的工作场景就是这么回事：
某天，某个网警闲的蛋疼，发现某论坛上某个家伙居然明目张胆的使用个人paypal收款。
于是他首先写了几十页材料，详细列出所需信息的范围和理由，提交给上级申请立案。结果领导一看，说：“你奶奶的！几万块钱的海外资金动向不明搞这么大动静干啥？滚犊子，把国内那帮涉毒涉恐的给我好好看看！”——申请，打回。
网警咬了咬牙，掏出一瓶珍藏多年的茅台，送给了领导。终于，申请通过了。然而，到了检察院，对方一翻材料，直接甩回来一句：“证据链不足，不予立案。”网警又咬了咬牙，狠心凑了几万块钱，又跑去送礼，这次终于感动了检察院的领导百忙之中批了一份《调取证据通知书》。
拿到文件的那一刻，网警感觉自己终于离真相近了一步。兴高采烈地联系了PayPal公司，对方一听，开始了“磨洋工模式”。几个月后，PayPal姗姗来迟地发来一份用户信息：姓名、身份证号、注册邮箱地址、绑定手机号，以及几个看上去毫无关联的IP地址。网警看完，脑袋嗡的一声：流水记录呢？资金去向呢？
PayPal淡定地回复：“抱歉，用户的交易记录涉及美元跨境支付，基于不同国家的隐私保护法规，我们无法提供详细交易流水。”（此处为真事）
作为一个普通的网络警察，遵循最基本的法律结构是红线。
想要仅仅通过网络活动定罪某人，可以说是困难到几近不可能。
1. 合法性：所有证据必须通过合规手段取得，否则到了法院就是废纸一张。比如Paypal调取用户信息，没有检察院批准的《调取证据通知书》，就没用。
2.关联性：证据之间要能相互支撑。查到的IP地址、资金流动记录和嫌疑人身份信息之间必须形成闭环，否则就是“看着很像，但根本不能用”。
3.完整性：证明了某人挂了VPN，也能证明他有可疑资金流动，但如果没有直接证据表明他用了PayPal收钱，或者在海外售卖了非法产品，那你就拿不出像样的证据链。
读者问题解答2：
我免费写文不收钱，就抓不了我~
回答：
这个想法真的很危险！
不是说你不收费就能高枕无忧，大陆的法律可不是这么算账的。我们需要聊聊一个关键点：“属人管辖原则”。
什么是属人管辖？
简单来说，这条原则是指，只要你是大陆公民，不管你身处哪个国家，只要你的行为违反了大陆的相关法律，即便犯罪地认为你的行为无所谓，我国法律还是能追究你。
举个例子：
假设你跑到某个国家，这里的法律允许成人内容创作，你在当地开了个网站，免费发布这些内容。在当地，这可能完全合法，但只要你是中国籍，从中国法律的角度看，这仍然构成了传播淫秽物品罪。哪怕你一分钱没赚，光是“传播”这行为就已经触犯红线。
核心问题在于国籍属性
从法律上说，作为一名大陆居民，你生下来就“绑定”了一条不可碰触的红线，那就是：不得创作、传播任何涉及淫秽色情的内容。收费与否并不是判断的核心，关键在于行为本身是否构成违法。
所以，要是大家可以仔细想一想这个问题，深入讨论，就会得出一个很悲观的结论，咱们东大国籍的，生下来就比世界其他国家的大多数居民，少一些人权。但对于21世纪越来越崇尚自由的创作者来说，这条法律天然的就是一条恶法，本质上是“存天理，灭人欲。”
所以，我才写下这篇心法，指导提醒大家：既然我们不能轻易改变法律，那就得找到更安全、更合规的创作方式，帮大家解放创作欲，安安心心的搞色色。
读者问题解答3：
个人创作者的风险程度如果可以量化的话，大概是多少？
如果你每次登录海外网站，严格遵从以下步骤的话，假设初始风险程度为100（最危险）
1. 使用正规大厂的虚拟专用网络（VPN）服务（风险程度-80）
2.结合使用Tor网络（洋葱路由）与无痕浏览器（风险程度-5）
3.通过全新的海外电子邮件地址及非关联的手机号注册相关服务（风险程度-5）
4.资金流动严格通过海外账户操作，隔离本地金融体系（风险程度-9.5）；
5.内容发布不涉及盈利性操作，用爱发电（风险程度-0.4）。
最终风险分：0.1-0.5分
正规VPN的AES-256级别加密、Tor网络、海外账户/用爱发电，这一套操作下来，在理论上已将风险降低至几乎可以忽略的程度。问题在于，实际操作中，人是会有懈怠松懈之心、嫌麻烦少做某个步骤，留下创作Q群，或者内鬼潜伏都可能暴雷。过往的成人内容创作者（主要是国内色情网站，比如大力先生，秦先生），都是被内鬼举报后落网的。
2025年12月4日星期四
百度走到今天，其实流量已经崩了三次
百度这季的财报公布了，具体数字就不说了，整体拼起来就是一个字：大写的，惨。
百度上一次这么惨的时候，还是因为在媒体口中被 BAT 除名。但现在都别说 AT 了，百度市值现在满打满算 400 亿。这是什么概念呢？嗯，腾讯市值 7400 亿，百度刚好成为了腾讯的零头。
而一个更残酷的现实是，很多人还在用十年前的眼光看百度，以为百度是中国搜索市场绝对的老大，这也正是百度这季财报发布以后，大家对百度亏损和冬季裁员大吃一惊的原因。
但数据和产品形态已经说明了另外一个故事。百度混到今天这个地步，绝对不是偶然，从去年算起，百度其实已经连续三次在流量入口这个基本盘上，被三个不同的选手打穿了一遍。
第一刀，百度在 PC 搜索入口已经被 Bing 捅了个对穿
先把最扎心的那件事摆在桌面上 —— 在 PC 桌面搜索市场，百度早就已经不是中国市场上的绝对第一了。
根据 Statcounter 和多家机构的数据，2024 年开始，Bing 在中国 PC 端一路猛追，到 2024 年 11 月，Bing 在桌面搜索的份额已经超过 50%，而大家眼中的老大百度跌到 30% 多。这个事情我在雪球贴过 Statcounter 的图，当时大家半信半疑。到 2025 年，百度在中国整体搜索市场仍是老大，整体份额大概占比 60% 左右，但在桌面端，它跟 Bing 相比已经处在落后状态。
这背后几个关键变化是 ——Bing 借了两个东风 —— 系统入口和 AI。Bing 借着 Windows 默认搜索以及 Edge+Copilot 这一套，早就从系统层面预装渠道把用户习惯重新改了一遍，中国有多少 Windows 用户，Bing 就有多少潜在助力者。而在 AI 搜索体验上，Bing 率先又做对话 + 搜索的整合，哪怕产品体验不完美，但至少在新鲜感和 AI 叙事站住了。而就是这两个手段，PC 搜索就被 Bing 硬生生地扳回一局。
对百度来说，PC 和移动的搜索已经出现了战略迁移。在移动互联网时代，百度生怕自己落后，强推手机 APP。这个做法无可厚非。当时百度 PC 一家独大，为了不被甩掉，强推移动是必然选择。这种做法导致百度保住了用户体量，却真实的在 PC 端留下了可以被撕开的口子。但在商业价值上，百度也必然在这里买单。
PC 搜索确实不是体量最大，但却是高价值人群集中地。尤其企业用户、职场人、长尾的 B 类搜索需求，都在 PC 端，本来是百度广告客单价最高的一块。现在这部分流量被 Bing 切走，打的就是百度的利润质量。
简单讲一句，以前百度在 PC 端是高速收费站，你做生意必须交一笔流量税，现在来了个新的 Bing，而且税率还不高，大家开始分流了。
这就是百度遭遇的第一重打击，在 PC 流量端遭遇爆杀，而且是高价值流量先塌。
可能很多人不知道，2025 年 Bing 在中国已经开始自己做商业化了，而以前这些流量是卖给百度的。
如果 Bing 没钱赚，干嘛要自己商业化？
第二刀，小红书正在把百度搜索变成备胎
由于我是个做市场营销增长的，所以先来回顾 2024 年我在公众号写过的那个发现。
2024 年 6 月以后，小红书在百度的流量直接断崖了。谁屏蔽谁不好说，但，大家都知道了，为什么百度和小红书这么做。某种程度上，这是双向奔赴。
如果说 Bing 抢的是传统搜索入口，那小红书抢的，是用户心里的那句话 —— 如果我想找点靠谱的内容，先去哪里搜？
过去十年，这句话的答案一直都是 —— 百度。
现在非常多的年轻人已经变成，先打开小红书、抖音搜一圈，再说要不要打开百度。
数据其实已经很直白了，2023 年中期，小红书日均搜索量在 3 亿左右，到 2024 年 Q4，小红书日均搜索量已经接近 6 亿。同期，百度日均搜索在 10 亿出头，小红书的搜索量已经接近百度的一半。
再看质量，小红书公认的用户高度年轻化、活人多、互动强。品牌和广告主已经把小红书种草 + 搜索当成一个完整链路在投，而不是百度做搜索、小红书做内容铺量这么简单的分工。
所以百度在这个过程中，做了一个本能反应，在去年年中切断了对小红书内容的导流，减少搜索结果中对小红书的展示。这个逻辑很容易理解，百度不能再帮竞品培养搜索心智。
但问题在于，其实这时候用户已经完成了心智迁移。你百度在搜索结果里掐掉小红书，其实并不能把用户拽回百度，只会让他们直接打开小红书 App。
前面说 Bing 把百度的 PC 流量切走了一部分，现在小红书又把百度的移动流量切走了一部分。
嗯，就是这么惨无人道。
另外一方面，对广告主来说，更残酷的一件事是，在很多消费类、生活方式类场景里，小红书投放的获客成本已经明显低于百度。
不要杠，这个我有数据。
如果把广告投放视为一场选边战，以前是信息流 + 百度关键词，现在则是小红书内容 + 小红书站内搜索 + 笔记投放，对 C 端来说，百度已经变成了次次要的补充渠道。而在 B 端，现在已经没有人质疑在小红书可以获取 B 端用户了，尤其是在 2025 年，小红书疯狂地开发了一波各类官方引流获客转化工具。
百度还在抱残守缺。
第三刀，AI 大模型让百度左右互搏，又掏了 SEM 的老底
按理说，AI 大模型应该是百度的新故事。但现实是，在现阶段，它既是机会，也是对百度原有商业模式的直接内耗。
先看数字，感受一下这里的矛盾点。
2024Q3，百度总营收同比下滑约 3%，而 AI 收入同比增长 11%。到 2025Q3，百度总营收继续同比下滑约 7%，其中核心在线广告收入同比下滑 18%，非广告收入同比增长 21%，但绝对盘子仍偏小。
这说明什么？
AI、文心一言这些新业务在长，但还远撑不起百度这口大锅。广告这条老路在塌，而且塌得比新业务的增长快。
更关键的是产品层面的自我矛盾。百度在今年，已经改了 —— 按我的记忆大概有 3-4 次了吧。
核心改动就是，怎么给 AI 大模型的结果调整位置。
对百度来说，搜索结果页如果更多用 AI 长文答案深度搜索结果，用户体验会变好，停留时间也可能变长。但 —— 可供售卖的关键词广告位会肉眼可见地减少，反正第一屏是肯定看不见了。
所以，百度一方面要全力拥抱 AI、提高 AI 渗透率和用户数，一方面又离不开 SEM 的现金奶牛。这就让结果形成了大家说的那个状态，为了维护 AI 的日活，又要平衡 SEM 的利益，现在这个搜索产品形态完全不能承载。
相比之下，对岸的 Google 为什么能更激进地推 Gemini+AI 搜索？
因为 Google 有 Android、YouTube、云、PlayStore 一堆现金牛，不光可以给 AI 业务输血，还可以分摊风险。
百度这边，主业高度依赖广告，AI 每往前走一步，都是在掀自己旧业务的桌子。
这就是第三刀，AI 本该是救兵，短期内却成了最贵的内耗。
老实说，百度的问题不在今天。
今天的三重打击 ——Bing、小红书、AI 自我内耗 —— 本质上都是过去 10 年产品选择的必然结果。
百度一直把自己定义为搜索 + 广告公司，而不是多入口的平台公司。而百度的对手，阿里有电商、云、支付、菜鸟。腾讯有社交、游戏、视频号、小程序。百度过去尝试过贴吧、百科、地图、视频、O2O，但最终都没有形成一个真正可以承接流量迁移的第二产品重心。
任何新产品，在百度最终都被内化为搜索流量的商业化补充，而不是一个独立的增长曲线。百度 App、百家号、好看视频，本质上都是围绕搜索 - 信息流广告这根主线做延展。AI、大模型出来之后，百度的第一反应也是怎么让搜索结果更好看、怎么让广告不跌收入，而不是像字节那样，直接造一个全新的产品心智，例如抖音、豆包，并且独立算账。
所以今天你看到的是，外部有 Bing、小红书、抖音的流量打击，内部有 AI 产品线和传统 SEM 的商业矛盾。
用一句话概括现在的百度，流量入口的壳还在，但用户的第一反应已经不一定是你，你却还在用老入口时代的报价方式卖广告。
你还想不亏损？
从我的角度而言，百度真正的敌人，不是 Bing 也不是小红书，而是那个迟迟不愿意自我重启的自己。
如果百度自己想不清楚，市场会很快替它做决定。
本文来自微信公众号：谢强 byron，作者：谢秉航
2025年11月27日星期四
抄作业是一种互联网思维
@王小峰_带三个表：
自从有了互联网，好多人就经常谈论互联网思维。我在网站工作过，深切感受到了互联网思维，所以我逃出来了，回到纸媒体工作了十几年。我不是说互联网有什么不好，是不习惯那种忽悠。
我的微博评论区里有一帮抄作业的人，我认为他们是互联网思维。我思考了好长时间，现在写一点感受。
纸媒时代，一般白纸黑字、专家学者或是有影响的主媒说的什么话，我们都信以为真，因为求证真假特别麻烦，虽然时间长了，能看出有些内容的真假——甚至都不用判断就知道是假的，但大部分信息还是无从判断，尤其触及自己知识盲区的内容。
有了互联网，貌似这个问题可以解决，可以搜索啊。我是1997年上网的，刚上网时通过搜索引擎找到的信息基本都可靠。但随着网络平台变成巨兽，就没什么可信度了。这些年，我用实际经历告诉各位，信息的真伪更难判断，还不如没有互联网的时代。纸媒时代，至少还有个编辑、主编把关，尽可能把一些错误的信息过滤掉，互联网环境没有人把关，错误的信息比比皆是。
我举个例子：“地上本没有路，走的人多了，也便有了路。”如果我在博客上引用这句话，说是王小波说的。没读过鲁迅的人真的就会认为是王小波说的，并且可能转发引用，讹传就是这么来的。纸媒不会出现这样的问题，至少编辑和主编能把住这一关。
我以前写过一篇文章《这些话，不仅鲁迅没说过，连周迅也没说过》。可是，现在谁在乎这话是鲁迅还是周迅说的，只要是腾讯说的就行。
我现在想引用一句什么话，都他妈要查好多资料，确认这话确实是我说的，我才敢引用，因为我经常在网上看到有人引用我说的话，问题是我从来没说过那些话。
我们看到的互联网信息，大部分是错误或是不准确的。
但互联网给你培养出来“互联网思维”。我理解的互联网思维不是那些忽悠风投的创业者的思维，而是在互联网成熟之后，给每一个网民培养出的思维方式，那就是，互联网忽略了更多细节、推理、分析、逻辑，直给答案，因为他们认为人性的弱点可能更符合网络商业营销。
每个人都慢慢学会了互联网思维，不管干什么，直接要答案。但99%的答案都是错的。
倒退30年，专家学者发表什么看法时，都还比较慎重，现在专家张嘴就跑宇宙飞船。问题是网民相信的都不是专家级别的人了——带货的、大V、网红成了新一代各行各业的教主。
原来微博上有个小孩，因为老罗跟我认识了。他经常跟我说他受老罗影响，开始独立思考了。我一直憋着，想找个事验证一下。因为跟老罗学会独立思考这事就挺可笑，在我看来，不管跟谁学会独立思考都是件可笑的事，不管是老罗、韩寒还是爱因斯坦。
果然，因为一件事，我有机会逗逗这孩子，我发现他在做判断的时候，别说独立思考，他连思考的能力都没有。我心里挺可怜他的，因为他真的觉得跟老罗学会独立思考了——你相信一个新东方老师？
我要说啥来着？对了，抄作业。
抄作业就是互联网培养出来的思维方式。它让你放弃思考。最初，抄作业是从物化的方式开始。比如你看到汤姆·汉克斯穿了一件T恤挺酷，一查是不许联想的，于是你买一件不许联想T恤汉克斯同款T恤，穿身上仿佛觉得自己就是汤姆·汉克斯（但你女友不这么认为）。
这种心理可以理解，从任何角度都可以理解，主要是衣服质量带来的光环，跟汤姆·汉克斯没啥关系。哈哈。
但慢慢地，人们就把“同款心理”发扬到各个方面，什么都要抄过来。在我看来，这是一种病态，主要是精神方面的。你们是管这个叫“同理心”吗？
我不太清楚，如果一个明星病了，吃什么药，你作为他的粉丝，也会去吃吗？你肯定会说，谁那么傻啊？
那为啥我的评论区下面大傻子这么多？
你穿明星同款衣服没啥问题，除了让人觉得有点土之外，不会伤害身体。但你老想着在健康方面抄作业，那可太危险了。
你看医学研究和试验，为什么强调样本数量，就是因为个体差异太大，健康基础不同、性别年龄种族生活区域饮食习惯生活习惯肤色甚至受教育程度可能都会影响到研究和试验结果，因此需要大量样本，才能做出更精确的判断。
举个例子，我吃镁
补充剂，从来没出现过腹泻情况，但很多人反映说吃了后会腹泻。这就叫个体差异。难道你不是应该先了解自己身体是咋回事后再决定去吃什么吗。
再比如，有人早餐吃红薯、馒头没什么事，但有人吃了就会出现血糖炸弹，你这样抄作业不是找死吗。
我分析了半年，发现抄作业是一种慢性病，因为它符合慢性病所有特征：
1，持续时间长超过六个月（你第一次抄作业是公元前哪一年？）。
2，需要持续的医疗管理（如果你不用侮辱性语言管理他，病情会加重）。
3，症状可能波动（在面对专家、学者、网红、带货的、大V等人口吐莲花的时候波动极大）。
4，可能对生活的多个方面（生理、心理、社交）产生影响（没错）。
5，可能无法治愈或治疗选择有限（这还用说吗）。
6，即使接受医疗护理或治疗，仍可能出现其他健康问题、并发症或残疾（对，主要是脑子残了。）。
7，虽然任何年龄都可能发生，但随着年龄增长更为常见（尤其是经济独立后）。
8，虽然通常不会立即危及生命，但会缩短预期寿命（吃错东西造成的健康风险极大）。
请问：以上八个慢性病特征，需要吃什么补充剂？
2025年10月9日星期四
谷歌一个看似微小，实则影响巨大的变动
@宝玉 xp：谷歌一个看似微小，实则影响巨大的变动
上个月，谷歌悄悄地移除了 num=100 这个搜索参数。
这意味着，你再也不能一次性查看 100 条搜索结果了。现在，默认的上限是 10 条。
这事儿为什么这么重要？
* 市面上绝大多数的大语言模型 (LLM)，比如 OpenAI 的模型和 Perplexity，它们获取信息都（直接或间接地）依赖谷歌索引好的搜索结果，即便它们自己也有网络爬虫。
* 谷歌这一改，等于一夜之间把它们访问互联网 “长尾” 信息 (指那些不太热门、但数量庞大的搜索结果) 的能力砍掉了 90%。
连锁反应来了
* 根据《搜索引擎之地》（Search Engine Land）的报道，高达 88% 的网站发现自己的页面曝光量出现了下降。
* 像 Reddit 这样的网站，之前很多内容都排在搜索结果的第 11-100 位，现在被大语言模型引用的次数直线下降。受此影响，其股价下跌了 15%。
对创业公司来说，这简直是当头一棒。想在网上被用户发现，变得难上加难。对于 Reddit 这类网站来说，它们作为 AI 引擎优化 (AEO) (一种专门针对 AI 模型搜索进行优化的策略) 的一部分，其整个游戏规则都改变了。
现在，仅仅做出一个好产品已经远远不够了，你必须先搞定推广渠道。因为如果人们压根发现不了你，他们就永远不会有机会去评估你的产品好坏。
大多数工程师似乎总是忽略这个残酷的现实：一个渠道牛逼的平庸产品，总能打败一个渠道很烂的优秀产品。
正如彼得・蒂尔（Peter Thiel）所说：
“大多数公司连一个有效的推广渠道都做不起来：失败最常见的原因是销售不力，而不是产品不行。只要你能打通一个推广渠道，你的生意就能成了。但如果你想多管齐下，结果却一个都没做精，那你就死定了。
强大的销售和分销本身就可以创造垄断，哪怕产品毫无特色。但反过来就不行了。无论你的产品有多牛 —— 就算它完全符合用户习惯，谁用谁说好 —— 你仍然必须用一个强大的分销计划来支持它。”
结论就是：
渠道 > 产品
2025年7月31日星期四
谷歌DeepMind CEO 哈萨比斯2小时播客深度访谈：AGI有一半概率在5年内实现
谷歌DeepMind CEO 哈萨比斯2小时播客深度访谈：AGI有一半概率在5年内实现，这将是一个在所有认知任务上都能匹敌甚至超越人类的AI系统
Lex Fridman对话完谷歌的CEO，又在本周放出了对话谷歌 DeepMind CEO Demis Hassabis（哈萨比斯）的视频，播客自然一贯的长，超过2个小时。
哈萨比斯1976年7月27日出生于北伦敦，父亲为希腊裔塞浦路斯人，母亲为新加坡华裔。年幼的哈萨比斯是位国际象棋神童，在13岁便已经获得国际象棋大师的头衔，19岁才开始学围棋。
他在AI领域的成绩不用说了，不仅带队做出了震惊世界的AlphaGo，还在今年拿下诺贝尔奖（用AI破解了困扰科学界50年的蛋白质折叠难题），Gemini模型的行情也是一路看涨。
在这个几个AI前沿试验室负责人当中，我是相对最期待听到他的发言。比起来，奥特曼是含糊的商业语言，Dario虽然是技术派，但是公开发言，又往往更多走向地缘政治，哈萨比斯就不一样，自身有技术深度，又愿意讲一些真实思考。
之前的I/O大会，他给出的AGI时间表是2030年左右。这次做了一个更新：AGI（通用人工智能）有50%概率在未来5年内实现。这意味着什么？意味着我们可能很快就会见证人类历史上最重要的技术突破——一个在所有认知任务上都能匹敌甚至超越人类的AI系统。
一、可学习的自然系统：AI突破的核心洞察
Demis提出了一个革命性观点："任何在自然界中能够生成或发现的模式，都可以被经典学习算法高效地发现和建模。"
这个洞察的关键在于：
- 自然系统都经历过"进化筛选"，无论是生物进化还是物理过程的长期作用，都让这些系统形成了可学习的结构模式，而不是随机的、无规律的混沌
- AlphaFold的成功证明了这一点：蛋白质折叠看似有10^300种可能性，但实际上存在一个可学习的"能量景观"，让AI能够高效找到正确答案，就像自然界在毫秒内完成折叠一样
- 这意味着绝大多数科学问题都可能被AI攻克，从药物设计到材料科学，从天气预报到量子化学，只要是自然界中存在的现象，理论上都能被AI建模和预测
具体应用启发：
- 寻找那些"看似复杂但实际有规律"的问题，这些往往是AI的最佳突破口
- 不要被表面的复杂度吓倒，关键是找到系统背后的"梯度"或"模式"
- 利用AI做科学研究时，focus在那些有大量观测数据但机理不明的领域
二、AGI的判定标准和实现路径
Demis给出了判断AGI的具体标准，这比市面上那些模糊的定义实用：
AGI必须具备的能力：
- 认知的一致性：不能在某些任务上超人，在另一些任务上却表现糟糕，必须是全面均衡的智能，就像人类虽然个体有差异，但基本认知能力是全面的
- 真正的创造力：能够提出新的科学猜想或假设，比如"给定1900年之前的所有物理知识，能否推导出相对论"，或者"能否发明一个像围棋一样深刻优雅的游戏"
- 跨领域的通用性：不是在一个领域做到极致，而是在多个完全不同的领域都能展现创造性突破，这才是真正的通用智能
实现路径的关键要素：
- 三重扩展同时进行：预训练规模扩展、后训练优化、推理时计算扩展，这三个维度都还有巨大空间，不是简单的"大力出奇迹"
- 可能需要1-2个重大突破：当前的增量改进可能不够，还需要类似Transformer那样的架构创新，这也是为什么DeepMind保持50%资源做“蓝天研究”
- 科学应用是关键验证：通过解决真实的科学问题来推动和验证AGI能力，这比单纯刷榜更有意义
三、视频生成揭示的物理直觉
Veo 3的突破让Demis看到了一个惊人现象：AI通过观看YouTube视频，竟然学会了物理规律。
这个发现的深层含义：
- 不需要embodiment也能理解物理：传统观点认为必须通过机器人与世界互动才能理解物理，但Veo 3证明了仅通过观察就能学会液体流动、光照反射等复杂物理现象
- AI可能在提取"现实的低维流形"：看似复杂的物理现象背后，可能存在某种更简单的结构，AI正在学习这种结构，这暗示了我们对现实本质的理解可能需要更新
- 这预示着"世界模型"的可能：如果AI能够理解并生成符合物理规律的视频，那么构建完整的世界模型（理解世界运作机制）就不再遥远
实际启发：
- 视觉理解可能是通向AGI的关键路径之一
- 大规模的观察数据可能比精心设计的交互更有效
- 未来可能出现"可交互的生成世界"，彻底改变游戏、模拟等行业
四、从落后到领先：Google DeepMind的逆袭之道
一年前Google在LLM产品上明显落后，现在却实现了逆转，Demis分享了关键经验：
组织层面的关键动作：
- 保持创业心态：即使在大公司内部，也要像创业公司一样决策迅速、执行果断，"我们今天仍然像一个大型创业公司在运作"
- 研究文化是核心：将Google Brain和DeepMind的精英整合，围绕最强大的系统这一目标凝聚所有人，文化融合比技术整合更重要
- "无悔改进"策略：每次改进都要确保不损害其他能力，这需要监控越来越大的benchmark suite，但这是构建通用系统的必要代价
产品开发的独特视角：
- 为未来设计，而非现在：产品设计要基于6-12个月后的技术能力，而不是当前的限制，这需要产品人员深度理解技术发展轨迹
- 简化是王道：界面和功能都要"给模型让路"，因为模型能力提升太快，过度设计反而成为障碍
- 多模态是必然趋势：未来的交互界面可能完全不同于今天的聊天框，要为这种范式转变做好准备
五、AI时代的生存法则
对于担心被AI取代的人，Demis给出了极具操作性的建议：
程序员的生存策略：
- 拥抱工具，成为"超人类生产力"：最好的程序员使用AI工具后，生产力可能提升10倍以上，关键是学会如何最大化利用这些工具
- 聚焦高层次设计：架构设计、系统规范、代码质量检查等需要经验和判断力的工作，短期内仍然需要人类，这些能力反而会变得更有价值
- 寻找"高价值编程领域"：游戏引擎设计、高性能计算、系统底层开发等领域可能比前端开发更能保持价值，因为它们需要深度的领域知识
更广泛的适应策略：
- 变化速度是最大挑战："10倍于工业革命的影响，但只用1/10的时间"，这意味着适应窗口极其有限，必须现在就开始准备
- 终身学习成为必需：不是可选项，而是生存必需品，每个人都需要持续更新技能
- 关注不可替代的人类价值：创造力、同理心、复杂决策、伦理判断等领域，至少在可预见的未来仍是人类的优势
六、能源革命与文明跃迁
Demis描绘了一个激动人心的未来图景：
能源问题的解决路径：
- AI加速可控核聚变：通过帮助等离子体控制和反应堆设计，可能将实现时间从30年缩短到10年内
- 革命性材料设计：室温超导体、新型太阳能材料、超级电池，任何一个突破都将彻底改变世界，而AI让这些突破的概率大大增加
- 数据中心优化已见成效：Google已经用AI优化冷却系统和电网调度，这只是开始
文明跃迁的连锁反应：
- 资源不再稀缺：免费清洁能源将解决水资源问题（海水淡化）、太空探索（火箭燃料）、材料制造等一系列难题
- 从零和到正和：人类历史上第一次可能摆脱资源竞争，"不再是我有这块地，你就没有"
- 加速迈向I型文明：100年内达到卡尔达肖夫I型文明不是梦想，关键是先解决能源问题
七、意识与存在的终极探索
访谈最后触及了最深刻的哲学问题：
AI与意识的关系：
- 基质很重要：即使AI表现出意识行为，硅基和碳基的差异可能导致根本不同的体验，"信息被处理时的感受"可能因基质而异
- 脑机接口可能是桥梁：未来通过神经接口，人类可能真正"感受"到在硅基上计算是什么体验，这将是认知科学的革命
- 理解意识的新路径：通过构建智能来理解智能，这可能是解开意识之谜的最佳途径
科学与人文的统一：
- 技术需要灵魂：Demis强调纯粹的理性不够，需要人文精神、"灵魂"的维度来指导技术发展
- 游戏作为人生隐喻：游戏不仅是娱乐，更是安全环境中练习决策、体验输赢、实现自我提升的方式
- 保持敬畏之心：面对宇宙的奥秘、生命的起源、意识的本质，保持好奇和谦卑比急于得出答案更重要
Demis Hassabis的分享不仅是技术预测，更是一份文明发展的路线图。最关键的洞察是：
1. 自然是最好的老师：可学习性不是AI的限制，而是打开自然奥秘的钥匙
2. AGI不是终点而是起点：真正的价值在于用AGI解决人类面临的根本挑战
3. 速度是最大的挑战：不是会不会发生，而是能否足够快地适应
对个人而言，现在就要开始准备：学会与AI协作、聚焦真正的人类价值、保持终身学习的心态。对企业而言，拥抱AI不是选择题而是生存题。对人类文明而言，我们正站在从零和竞争到正和协作的转折点上。
最后，Demis的一句话值得铭记："我一生都在为这个目标努力——构建AGI来帮助我们回答那些最fundamental的问题：什么是生命？什么是意识？我们为什么在这里？"
Q&A：三个最核心的洞察
Q1：为什么Demis认为AGI有50%概率在5年内实现？
A：主要基于三个判断：首先，三重扩展（预训练、后训练、推理时计算）都还有巨大空间，技术进步速度超出预期；其次，科学应用不断证明AI能解决人类认为"不可能"的问题，从围棋到蛋白质折叠；最后，即使需要1-2个架构突破，以目前的研究强度和资源投入，5年内实现并非不可能。但他强调这是概率而非确定性，保持"谨慎乐观"很重要。
Q2：自然系统的"可学习性"到底意味着什么？
A：这是整个访谈最深刻的洞察。Demis发现，自然界的复杂系统虽然可能性极多（如蛋白质折叠有10^300种可能），但都经历过某种"筛选过程"——要么是进化筛选，要么是物理过程的长期作用。这使得它们形成了可被AI学习的"模式"或"流形"。这意味着：用AI解决科学问题不是偶然，而是因为自然本身就是"可计算的"。这个洞察可能改变我们对物理学、生物学乃至整个科学的理解。
Q3：个人和企业现在最应该做什么准备？
A：个人层面：立即开始使用AI工具，不是浅尝辄止而是深度整合到工作流程中；识别你的工作中哪些是"可自动化"哪些是"人类独特价值"，全力强化后者；保持学习心态，因为"产业革命用了100年，这次可能只要10年"。企业层面：AI不再是"锦上添花"而是生存必需；产品设计要基于6-12个月后的AI能力而非现在；建立真正的AI-first文化而不只是用用ChatGPT。最关键的是：速度决定生死，等待观望就是选择被淘汰。
2025年7月22日星期二
经济学人：人工智能正在扼杀网络，有什么能拯救它吗？
ChatGPT及其竞争对手的崛起，正在颠覆互联网的经济基础。
大约从去年年初开始，马修·普林斯（他的公司Cloudflare为全球约五分之一的网络提供安全服务）陆续接到一些大型媒体公司高管的电话。这些高管向他表达了一个共同的担忧：“我们遇到了一个新的在线威胁。”普林斯起初以为是朝鲜的黑客攻击，但对方回答：“不，是人工智能。”
这些高管敏锐地察觉到了一个如今已非常明显的趋势：人工智能正在彻底改变人们上网的方式。现在，用户更倾向于向聊天机器人提问，而不是使用传统的搜索引擎。聊天机器人直接给出答案，而不是提供一堆需要点击的链接。这种变化导致内容发布者——包括新闻网站、在线论坛，甚至维基百科这样的参考平台——的流量急剧下降。
人工智能不仅改变了用户的浏览习惯，还动摇了互联网的核心经济模式。过去，流量通过在线广告变现；而现在，这种流量正在迅速减少。内容创作者们正在努力寻找新的商业模式，希望人工智能公司能为他们提供的信息付费。如果无法实现这一点，开放的互联网可能会演变成一种完全不同的形态。
自2022年底ChatGPT问世以来，人们迅速接受了一种全新的信息获取方式。OpenAI（ChatGPT的开发者）表示，目前约有8亿用户在使用它。ChatGPT甚至成为iPhone应用商店下载量最大的应用。苹果公司透露，今年4月，Safari浏览器的传统搜索量首次出现下降，因为用户开始将问题交给人工智能解答。OpenAI还计划很快推出自己的浏览器。
面对OpenAI等新兴力量的崛起，谷歌（占据美国传统搜索市场约90%的份额）也不甘落后，迅速在搜索引擎中整合了人工智能功能。去年，谷歌开始在部分搜索结果前添加人工智能生成的“概述”，如今这种功能已随处可见。今年5月，谷歌推出了“AI模式”，这是一个类似聊天机器人的搜索引擎版本。谷歌宣称，用户可以通过人工智能“让谷歌帮你搜索一切”。
然而，随着谷歌开始直接“搜索”并展示这些信息，人们不再需要亲自访问那些提供信息的网站了。Similarweb是一家追踪全球超过1亿个网站流量的公司，他们的数据显示，在截至6月的一年中，全球由人类发起的搜索流量下降了约15%。虽然某些类型的网站（比如业余爱好者的页面）仍然运转良好，但其他领域却受到了严重冲击（见图表）。其中，受影响最大的往往是那些过去常被用来解答搜索问题的网站。例如，科学和教育类网站的访客减少了10%，参考类网站下降了15%，而健康类网站的流量更是暴跌了31%。
对于依赖广告或订阅收入的公司来说，访客流失意味着收入减少。“我们和谷歌的关系原本一直很好……但他们突然单方面改变了规则，”Dotdash Meredith的负责人尼尔·沃格尔说。这家公司旗下拥有《人物》和《美食与美酒》等知名杂志。三年前，他们网站的流量有超过60%来自谷歌，而现在这一比例已降至30%左右。“他们实际上是在用我们的内容和我们竞争，”沃格尔先生抱怨道。谷歌则坚称，他们对他人内容的使用是公平合理的。但自从推出AI概述功能后，Similarweb的数据显示，在新闻相关的搜索中，用户不再点击后续链接的比例从56%上升到了69%。
“互联网的本质已经发生了根本性的变化，”Stack Overflow的首席执行官普拉尚斯·钱德拉塞卡说。这家公司以程序员的在线论坛闻名。“AI基本上切断了大多数内容网站的流量来源，”他解释道。由于访客减少，Stack Overflow论坛上发布的问题也越来越少。同样依赖用户贡献的维基百科也警告称，那些不标注来源的AI生成摘要会“阻碍人们访问和贡献内容”。
为了维持流量和收入，许多大型内容生产商开始与AI公司谈判许可协议，甚至不惜诉诸法律手段——新闻集团的首席执行官罗伯特·汤姆森将这一策略称为“一边求爱，一边起诉”。新闻集团旗下拥有《华尔街日报》和《纽约邮报》等媒体，已与OpenAI签订了协议。同时，它的两家子公司正在起诉另一家AI搜索工具Perplexity。《纽约时报》则与亚马逊达成合作，同时起诉OpenAI。类似的交易和诉讼仍在不断涌现。（经济学人集团目前尚未授权其内容用于训练AI模型，但已同意谷歌使用部分文章来支持其AI服务。）
不过，这种策略也存在局限性。首先，法官似乎更倾向于支持AI公司：上个月，加州的两起独立版权案件均以被告Meta和Anthropic胜诉告终，这两家公司辩称，使用他人内容训练AI模型属于“合理使用”。此外，唐纳德·特朗普似乎也站在硅谷一边，认为美国必须抢在中国之前加速发展这项未来技术。他甚至解雇了美国版权局局长，仅仅因为她主张使用受版权保护的材料训练AI并不总是合法的。
AI公司更愿意为持续获取信息付费，而不是一次性购买训练数据。然而，目前这类协议的金额并不算高。例如，在线论坛Reddit将其内容授权给谷歌，据传每年能获得6000万美元的收入。但在今年2月，Reddit因用户增长低于预期（主要受搜索流量波动影响），市值一度缩水超过一半。不过，随着后续增长回暖，股价也有所回升。
更大的问题在于，互联网上数以亿计的网站规模太小，既无法吸引科技巨头的关注，也无力通过法律手段维权。尽管这些网站的内容对AI公司至关重要，但单个网站的影响力微乎其微。即使它们想联合起来谈判，反垄断法也会成为障碍。一些网站选择屏蔽AI爬虫，但这意味着它们将彻底失去在搜索引擎中的曝光机会。
软件服务商可能成为解决问题的关键。例如，Cloudflare现在会询问新客户是否允许AI公司的机器人抓取其网站内容，并明确抓取目的。凭借庞大的用户规模，Cloudflare比大多数公司更有能力组织内容网站集体行动，迫使AI公司支付费用。目前，Cloudflare正在测试一种“按爬取付费”的系统，允许网站向机器人收取访问费用。Cloudflare的CEO普林斯表示：“我们需要制定规则。”他理想中的模式是“人类免费获取内容，而机器人必须支付高昂费用”。
另一家名为Tollbit的公司则提供了一种“机器人付费墙”的解决方案。它允许内容网站根据内容的新鲜度向AI爬虫收取不同费用，比如对最新文章收费更高，而对旧闻收费较低。今年第一季度，Tollbit处理了1500万笔微型交易，服务了2000家内容提供商，包括美联社和《新闻周刊》。公司CEO托希特·帕尼格拉希指出，传统搜索引擎往往导致内容同质化（例如大量重复“超级碗何时开赛”这类问题），而付费模式能激励原创内容。Tollbit的最高单次爬取费用就来自一家地方报纸。
此外，由比尔·格罗斯创立的初创公司ProRata提出了另一种模式。格罗斯是上世纪90年代“按点击付费”广告模式的先驱，这一模式至今仍是互联网的核心。他建议将AI生成答案旁的广告收入，按内容贡献比例分配给相关网站。ProRata的答案引擎Gist.ai已与500多家合作伙伴（包括《金融时报》和《大西洋月刊》）分享广告收入。不过，格罗斯坦言，目前这更多是一种示范，而非对谷歌的直接挑战。他的主要目标是“展示一种公平的商业模式，供他人借鉴”。
内容创作者也在重新思考商业模式。Stack Overflow的企业订阅服务Stack Internal的创始人钱德拉塞卡尔表示：“互联网的未来不依赖于流量。”新闻出版商正为“谷歌流量归零”做准备，转而通过Newsletter和App直接触达用户，同时将内容置于付费墙后或转向线下活动。例如，Dotdash Meredith表示，尽管来自谷歌的流量减少，但总流量仍在增长。此外，音频和视频内容在法律和技术上更难被AI引擎概括。根据Similarweb的数据，YouTube是AI引擎推荐流量最多的网站。
并非所有人都认为网络在衰退——事实上，谷歌的罗比·斯坦因认为，网络正进入“一个超级扩张的时代”。随着AI大幅降低了内容创作的门槛，网站数量正在快速增长：谷歌的爬虫数据显示，过去两年网络的规模扩大了45%。AI搜索还提供了全新的提问方式，比如拍一张书架的照片，询问接下来该读什么书。这种创新可能会为网站带来更多流量。在AI搜索中，被“阅读”的网站数量远超以往，尽管这些阅读并非由人类完成。为了给出一个答案，搜索引擎可能需要扫描成百上千个页面，从比人类读者更广泛的来源中提取信息。
针对“谷歌分发的人类流量减少”这一观点，斯坦因表示，公司并未观察到出站点击量的大幅下滑，尽管他们不愿公开具体数据。除了AI的影响，人们访问网站减少还有其他原因——可能是沉迷社交媒体，也可能是收听播客。
过去，网络的消亡曾被多次预言——先是社交网络，然后是App——但这些预言都未能成真。然而，AI可能是迄今为止最大的威胁。如果网络希望维持现状继续发展，网站就必须找到新的盈利模式。“人们显然更倾向于使用AI搜索，”格罗斯先生说。“为了互联网的生存、民主的延续以及内容创作者的可持续发展，AI搜索必须与创作者分享收入。”
2025年4月12日星期六
2025年4月8日星期二
这些就是近来让我夜不能寐的事情：AI将带来的变革
「这些就是近来让我夜不能寐的事情……
1.ChatGPT 4o 的图像生成功能，其影响力不亚于 ChatGPT 的首次发布。 这可能会催生超过 1000 家年收入在 100 万到 1 亿美元之间的垂直领域软件公司。
2.我们正处在内容创作的“MP3 Napster 时代”。 数百万创作者还没意识到，他们所有的过往作品（整个内容库）正因 AI 而被武器化，变成他们自己的竞争对手。
3.未来 3 年内，所有的日历、收件箱和 CRM 系统都将被彻底重构。 不是简单的“AI 增强”，而是完全基于 AI 的重新思考和设计。
4.我曾以为 AI 在创造“数字雇员”，但现在看来更像是“数字雇主”。 首批能够管理人类员工的 AI 系统，将引发比工业革命更重大的劳动力市场结构调整。
5.如果你的工作是面试那些将要训练 AI 系统的人，而这些 AI 系统最终将取代进行面试工作的人，那么你只是处在这个怪异的、递归式的职业消亡链条中的一环。
6.AI 正在将“无法规模化的服务型业务”转变为“拥有服务业利润率的产品型业务”。 新的独角兽公司将是那些将服务产品化、并由 AI 完成 80% 工作的企业。
7.建立社群比开发产品更难，但所有人都假装反过来了。 现实是，大多数初创公司失败的真正原因是没有人在乎它们。
8.距离威尔·史密斯吃意大利面的那个 AI 视频已经过去 739 天了。 想象一下再过 739 天，生成式 AI 会发展成什么样？
9.那些开发“AI 助手”的人，大多自己从未有过（真人）助手。 真正的助手需要理解背景信息、了解过往情况，并建立关系。而 95% 的聊天机器人缺乏这些。
10.未来 36 个月内，绝大多数客户支持工作将被自动化。 不仅仅是处理初级问题（Tier 1 tickets），还包括那些以往需要高级支持人员才能解决的复杂、多步骤问题。
11.你的初创公司可能遇到的最糟糕情况是“不上不下的成功”（平庸的成功）。 收入足够让你维持下去，但不足以改变你的生活。大多数创始人都被困在这种状态里。这让我经常思考，对于手头的项目，是该果断放弃还是加倍投入。
12.AI 引发的强烈反对（backlash）将不仅仅来自被取代的工人， 还会来自每一个意识到自己完整的数字身份在未经同意的情况下被转化成了训练数据的人。
13.从来就没有人真正读过服务条款（Terms of Service）。
14.“草图经济”（Sketching Economy）才是真正的 AI 革命。 当任何人都能将粗略的草图转化为可投入生产的设计时，审美（Taste）和创意构思（Ideation）将成为唯一稀缺的资源。
15.我不知道该怎么更直白地说，对于普通人而言，AI 创业的真正机遇和‘钱’途在于那些真正理解行业背景的垂直领域应用。 不，仅仅在提示词（prompts）中加入行业术语是远远不够的。
16.面向消费者的移动应用（Consumer Mobile）开发正全面复苏。 我们经历了从“桌面优先”到“移动优先”，现在进入了“AI 优先的移动应用”时代。下一波年收入过亿的应用将从一开始就基于移动端，并深度融合 AI。
17.AI 中间商的繁荣期才刚刚开始。 那些处于基础大模型和特定行业之间的公司将攫取大部分价值，而两端（模型提供方和最终用户）则会趋于同质化/商品化（commoditized）。
18.我们正在见证一个全新职业类别的诞生：AI 工作流设计师。 那些能够将人类的工作流程映射并转化为由 AI 增强的工作流的人，将是未来十年薪酬最高的顾问。
19.AI 正在一夜之间创造出“赢家通吃”（Winner-Take-Most）的市场。 在特定垂直领域确立自己领先地位的窗口期可能只有 6 到 12 个月，一旦错过，这个窗口可能会关闭十年。这更让我睡不着了，哈哈。
20.一个非常明智的策略是：用 AI 作为你的“不公平优势”来重构传统产品，并将复杂性隐藏在用户熟悉的界面之后。 基本上，就是找到那些已被市场验证但没有 AI 功能的应用，将它们改造为“AI 优先”（前提是 AI 能为最终客户带来巨大价值）。在由创作者主导的市场营销中，要利用 AI 功能（而不是直接售卖 AI 概念）。这就是（成功的）剧本。
21.渠道（Distribution）是唯一剩下的护城河。 你的产品、技术和团队都可以被复制，但你与客户的直接连接是无法被复制的。
22.我们很快将达到一个临界点：定制化的 AI 工具成本将低于雇佣人力，即使对小企业来说也是如此。
23.没人谈论 AI 如何让那些以前“无法被收购”（通常因为过于依赖创始人）的企业突然变得极具吸引力。 当你能够自动化运营时，“老板依赖型”业务的问题就消失了。
24.即将到来的中小企业（SMB）收购狂潮，将使 2021 年的科技泡沫看起来都显得温和。 当 AI 将运营成本降低 60% 时，每个小企业都将变成一个现金流引擎。
25.如果“氛围感编程”（Vibe Coding）将是一个千亿美元的机会，那么“氛围感营销”（Vibe Marketing）的机会有多大？
26.视频游戏工作室将分化为两种截然不同的类型： 一种是由 AI 智能体驱动、能生成无限量资源的内容工厂；另一种是专注于核心游戏机制的精品工作室。中间地带将完全消失。
27.企业摄影（Corporate Photography）基本上已经消亡了。 没有公司会再花 2000 美元拍摄那种“库存图片”风格的照片，因为他们可以用一个订阅服务的成本生成无限量、完全符合品牌调性的图像。
28.企业销售（Enterprise Sales）模式正被 AI 彻底颠覆。 利用 AI 精准识别接触合适买家的最佳时机和方式，并触发自动化流程。
29.我在想，通用人工智能（AGI）是否会从相互连接的智能体（Agent）网络中涌现出来，产生出无人设计的、自发的复杂特性（Emergent Properties）？ 我们可能在不知不觉中正在构建这些（AGI 的）“神经连接”。
30.虽然生成式 AI（GenAI）看起来是万亿美金的赛道，但许多“闷声发大财”的机会将在预测性 AI（Predictive AI）领域诞生。 知道将要发生什么，比生成新内容更有价值。
31.所谓的“AI 泡沫”，实际上是对那些分不清真正创新和简单包装 OpenAI API 的风险投资家（VCs）征收的一种“智商税”（Excise Tax）。
32.交互界面将演变成具有“个性”（Personalities）的存在。 当每个工具都能与你对话时，“氛围感”（Vibe）和“语调”（Tone）将驱动用户的信任、忠诚度和留存率。
33.AI 将终结“首页”（Homepage）的概念。 界面将被动态入口（Entry Points）取代，这些入口会根据用户身份、需求和访问时间而变化。
34.没有人会为“AI”本身付费，他们愿意付费的是能在 3 次点击内解决一个价值 1 万美元/小时的问题。 要售卖结果（Outcomes），隐藏 AI 技术细节。
35.AI 正在“肢解”（Unbundling）谷歌。 每一个垂直搜索引擎、信息目录和比价工具，都是一个伪装起来的、价值数十亿美元的机遇。
36.每个小企业都将拥有一个“幽灵团队”（Ghost Team）。 自动化的会计、销售代理、市场营销人员——全部由一个创始人和 5 个 AI 机器人（Bots）运行。
37.AI 生成的内容正在创造一种思想上的“单一文化”（Monoculture of Ideas）。 当所有人都使用相同的模型时，我们就会得到相同的输出。原创的人类思考正成为最终极的奢侈品。要保持独特（Be weird）。“怪异”将成为卖点（Weird will sell）。
38.学校不会被 AI“颠覆”（Disrupted），而是会被“去中介化”（Disintermediated）。 聪明的青少年会跳过正规教育，去建立自己的受众、进行实验，并更快地学习。孩子们说他们想成为创作者，但创作者正在转变为企业家。创业将成为最受欢迎的职业。
39.18 个月内，80% 的所谓“AI 初创公司”看起来会像垃圾信息（Spam）或诈骗。 其余的将成为基础设施（Infrastructure）。
40.关于产品转化率的争论（例如按钮颜色）已经过时了。 当 AI 焦点小组能在一夜之间测试 200 种方案时，为什么还要为两种颜色争论不休？
41.我们现在所称的“营销”（Marketing）工作，大部分即将由 AI 完成。 人类将转向更上游的工作，专注于讲故事、营造氛围感（Vibes）和塑造品牌活力（Brand Energy）。
42.今年你能做的最佳招聘决策是什么？招聘一位“AI 运营负责人”（Head of AI Ops）。 这个人需要能构建工作流、整合各种工具（Glue Tools）并交付最终成果（Ship Outcomes）。
43.第一个价值 10 亿美元的通用人工智能（AGI）初创公司，最初看起来会像个玩具。 所有改变世界的界面都是如此。
44.AI 驱动的渠道（Distribution） > AI 驱动的产品（Product）。 一个中等水平但拥有顶级触达能力的产品，总能打败一个无人关注的优秀产品。
45.人们仍然讨厌按月订阅（Monthly Subscriptions）。 基于结果的定价（Outcome-Based Pricing）模式仍处于早期阶段。实施这种定价将成为许多公司的竞争优势。大型 SaaS 公司将难以在这一点上与你竞争。
46.我不知道这个机会窗口会敞开多久，但我们正处在一个所有构建商业的规则都正在被重写的时刻。 对于那些正在尝试这些新工具、创建受众和社群的人来说，你们拥有“不公平的优势”（Unfair Advantage）。
希望你能睡个好觉。
by 企业家、投资人 Greg Isenberg」
链接：x.com/gregisenberg/status/1906697683089101113
2025年3月26日星期三
2025年3月21日星期五
刘老师对短视频流量变现的见解还是挺到位的
鹤老师对短视频流量的这 19 个认知还是很到位的。
1. 不要记录美好生活
因为大多数人的生活并不美好，流量的核心是让观众爽，而不是让自己爽。
记录“不美好”的内容容易引发观众共鸣，比如明星的“糗事”或反差内容。
2. 不要什么都自己做
普通人要有自知之明，借助热点和评论区的高赞评论来写文案。
评论区没有版权，可以免费获取优质内容。
3. 不要老想着提升作品
流量的提升不一定需要作品质量提升，可以通过扩大受众群体实现播放量增长。
选题决定了播放量的上限。
4. 不要动不动就讲干货
干货的竞争力不如迎合人性的内容，比如搞笑、猎奇、情绪化等。
打败人性的只有另一种人性，内容要顺应观众心理。
5. 不要盲目“养号”
互动点赞等操作对流量没有直接帮助，创作者和观看者的身份是绝缘的。
养号是对智力的侮辱。
6. 不要觉得老师都是对的
短视频创作没有绝对的标准答案，不同老师的建议可能互相矛盾。
独立思考和怀疑精神是最重要的。
7. 不要盲目投抖加
抖加的本质是用钱换流量，但必须以效率为原则（投入产出比）。
如果无法盈利，就不要投放。
8. 不要老追求精准粉
免费玩家就是游戏道具，泛粉丝就是获客工具。
泛粉丝是金矿，通过泛话题吸引更多人，后期再转化为精准粉丝。
9. 不要纠结视频时长
短视频的核心是信息密度，而不是时间长短。
信息量相同的情况下，时长越短越好。
10. 不要挑选发布时间
新手阶段，任何时间都有流量机会，不需要纠结发布时间。
选题和内容的吸引力才是决定性的。
11. 不要过分关注后台数据
数据是多维的，比如时长、进度、领域等，需要综合分析。
完播率的权重随着视频时长增加而指数级提升。
12. 不要纠结横屏竖屏
短视频一律用竖屏，竖屏更符合现代用户的交互习惯。
横屏是上一代的沟通方式，竖屏才是未来。
13. 不要过度关注平台政策
平台规则的核心是“用户当裁判”，用户越喜欢的视频越有流量。
不需要逐条研究政策，只需专注于用户体验。
14. 不要低估最小练习量
短视频创作需要大量练习，1万次练习才能出效果。
创作能力的提升需要时间和积累。
15. 不要掉进专业的诅咒
内容要向下兼容，满足小白需求，比观众高一个维度即可。
太过专业会让普通观众无法理解，导致播放量低。
16. 不要扭扭捏捏变现
变现要果断，不要因为顾虑而错过最佳时机。
黑粉的本质是同类竞争，不需要过度在意。
17. 不要害怕大博主抢流量
平台更倾向于扶持新人，新人更容易获得流量激励。
新人激发平台活力，也能带动老博主保持竞争力。
18. 不要埋怨缺人脉资源
每个新赛道都会抹平旧赛道的优势，关键是抓住当下机会。
强者在新环境中未必有优势，短视频是一个公平的赛道。
19. 不要觉得入场太晚
孕妇效应让人误以为竞争激烈，实际细分领域仍有机会。
找对行业和细分领域，仍然可以脱颖而出。
总结： 这19点认知涵盖了短视频创作、运营、变现和心态调整的方方面面，核心在于理解平台规则、顺应人性、坚持练习，并找到自身定位和优势。
2025年3月3日星期一
2025年3月2日星期日
2025年2月28日星期五
百度收购史大盘点：hao123 最成功，收购 91 最失败
2 月 26 日消息，百度昨天发布公告，称最终将以 21 亿美元价格收购欢聚旗下 YY 直播业务，这比最早约定的 36 亿美元收购价格低了 15 亿美元，百度因此收回了 110 亿元人民币的共管账户资金，预计将转入到对 AI 和云的投资中。
这意味着百度终于完成了这桩已经快被遗忘的收购案，其中还发生过百度想悔婚的行为，但最终在昨天补打 2.4 亿美元款项，决定结束这桩收购案。
百度收购 YY 直播也成为了百度收购历史上最新的收购案，鞭牛士根据 DeepSeek 的总结，对百度历次知名收购案进行了梳理和盘点。
1、2004 年，百度 5000 万元加股权收购 hao123
2004 年，百度以 5000 万元人民币加部分股权收购导航网站 hao123，这是中国互联网早期标志性收购案例之一，也成为了百度很懂用户的收购案例之一。
2004 年前后，中国互联网用户快速普及，但大量新网民对网址记忆和搜索引擎使用存在障碍。hao123 以简洁的页面分类整合高频网站链接，成为初级网民的上网入口，尤其在网吧场景中覆盖率极高，全球 Alexa 排名一度进入前 30 位。
百度 CEO 李彦宏认为，互联网用户分为搜索使用者和导航站依赖者，收购 hao123 可将两类人群均纳入百度生态，同时为 2005 年赴美上市增加流量数据和市场信心。
hao123 作为个人网站，运营成本极低（仅服务器和带宽费用），月广告收入超百万元，且无需复杂技术团队维护，收购成本相对合理。
据当时媒体报道，收购后 hao123 流量增长 3 倍，进一步巩固导航站市场地位，成为百度搜索的重要导流渠道。保留原有广告模式，通过链接推荐和广告位销售持续盈利，未对用户体验造成显著破坏。
但随着浏览器默认主页和移动应用分发的兴起，hao123 的入口价值逐渐下降，但这桩收购案竟成了百度少数成功的收购案例之一。
点评：收购成功。
2、2013 年，百度 19 亿美元收购 91 无线
2013 年，百度为弥补移动互联网入口缺失，19 亿美元收购应用分发平台 91 无线，试图通过其应用商店占据流量入口，这也成为了当年中国互联网最大并购案，但结果并不如人意，最终被评价为千金买马骨。
随着手机厂商自建应用商店和微信等超级 App 崛起，应用分发模式迅速式微。百度未能有效整合资源，2017 年 91 无线团队解散，业务关闭。此次收购被视为百度错失移动互联网红利的标志性失误，战略判断滞后导致高额投入打水漂。
点评：收购失败。
3、2013-2014 年，收购糯米网
百度时年大力布局 O2O（线上到线下）市场，希望通过糯米网的外卖和本地生活服务与美团竞争，分阶段投资糯米网 1.6 亿美元，最终全资收购，当时宣称百度外卖将砸 200 亿元，但面对美团和饿了么的激烈竞争，糯米市场份额持续下滑。2016 年后百度逐步缩减投入，2020 年糯米品牌彻底关闭。该案例反映百度在 O2O 领域缺乏长期战略定力，资源分散导致败局。
点评：收购失败。
4、2013 年，收购 PPS
百度当时为增强视频业务竞争力，通过整合 PPS 的客户端和移动端优势，对抗优酷土豆，出价 3.7 亿美元收购 PPS，并与爱奇艺合并。
合并后的爱奇艺 PPS 用户规模一度跃居行业第二，移动端表现亮眼。但长期面临内容成本高企和盈利压力。该收购虽未彻底改变行业格局，但为爱奇艺后续独立上市奠定了基础，战略协同效应较显著。
点评：部分成功。
5、2012 年，爱奇艺的并购整合
百度当时通过自建 + 并购（如 PPS）打造视频平台，与优酷、腾讯视频竞争。初始控股未披露具体金额，后续持续投入超百亿元。
爱奇艺成为中国头部视频平台之一，2023 年付费会员超 1 亿，并实现首次年度盈利。但长期依赖百度输血，内容成本压力巨大，行业竞争激烈。该案例体现百度在垂直领域深耕的能力，但盈利模式仍待突破。
点评：阶段性成功
6、百度投资去哪儿网并与携程合并
百度在在线旅游这一投资案例值得盘点。
2011 年，百度以 3.06 亿美元战略投资去哪儿网，持股 62%，成为其第一大股东。此举旨在抢占在线旅游流量入口，弥补百度在细分领域的布局空白，对抗当时腾讯投资的艺龙和同程。
去哪儿网作为垂直搜索平台，契合百度连接人与服务的战略，通过整合旅游搜索流量与百度搜索生态，增强用户粘性。
2013-2015 年，携程与去哪儿在机票、酒店领域展开激烈价格战，双方均陷入亏损。合并后行业竞争趋缓，资源集中提升议价能力，佣金率提高。
2015 年，百度通过换股退出去哪儿，将其持有的去哪儿股份以 1:0.725 的比例置换为携程股份，最终百度持有携程 25% 股权，成为第一大股东；携程则获得去哪儿 45% 的投票权，成为其最大机构股东。
合并前，去哪儿连续亏损（2014 年单季亏损超 1 亿美元），百度面临财务压力，而携程则保持盈利。合并后，去哪儿亏损不再计入百度财报，同时百度通过携程间接控制 OTA 市场。
对百度来说，摆脱了去哪儿的巨额亏损包袱，聚焦资源支持百度糯米等 O2O 业务，同时通过携程巩固旅游领域的流量入口。
对携程来说，消灭了竞争对手，不再和去哪儿进行竞争，可以将资源和资金投入到服务提升。
对去哪儿来说，高管完成套现退出。
合并后携程系（携程 + 去哪儿 + 艺龙 + 同程）占据中国 OTA 市场超 70% 份额，形成垄断格局。
点评：百度通过换股获得携程股权，后者市值从 2015 年的 129 亿美元增长至 2025 年的 421 亿美元，投资回报显著。
百度虽为携程第一大股东，但投票权受限（携程股权分散），实际影响力不及创始团队。后续百度高管在携程董事会席位逐渐减少，2025 年何俊杰辞任董事即为例证。
百度通过此交易短期获利，但未能构建持久的协同生态，更多是财务回报丰厚。
7、2020-2025 年，收购 YY 直播
当时的 PC 直播如日中天，百度为补强直播内容生态，应对抖音、快手的冲击，并通过 YY 的成熟体系提升流量变现能力，最初收购价 36 亿美元，最终调整为 21 亿美元，释放 16 亿美元托管资金。
本次收购案被称为过时的收购案。收购过程波折重重：浑水做空指控、监管审查延迟、行业竞争恶化导致估值缩水 41.7%。最终百度以 21 亿美元完成交易，并将释放的 16 亿美元转投 AI 基础设施。YY 虽未显著提升百度内容生态，但其数据资源或为 AI 训练提供场景，战略价值从流量入口转向技术试验场。
点评：有待观察，目前看有可能重蹈 91 收购案覆辙，时过境迁，PC 直播早已被抖音手机直播等蚕食，成为边缘业务。
总结与启示：
成功案例有收购 hao123，体现了对当时互联网用户习惯的深刻洞察，收购 PPS 与爱奇艺合并也体现了协同性和战略前瞻性，比较早期布局长视频领域。
失败案例有收购 91 和糯米，属于时机误判，收购 YY 直播属于过了风口，行业趋势不再，同时做 O2O 整合能力不足。
如今，百度将重心转向了 AI，收购逻辑从流量扩张转为技术赋能，有待进一步观察。
来源：鞭牛士
2025年2月27日星期四
2025年2月24日星期一
如何靠自己打破信息茧房：如果算法推给你你平常不看的的东西，那么建议你 75% 的情况下点进去
@游识猷：读到一篇有意思的论文，讨论抖音上的新闻是不是够 “多样”，以及算法推荐到底是增加了内容多样性，还是削减了内容多样性？
结论是，
①算法本身其实倾向于增加 “新闻多样性”。
②但一旦用户开始强烈表达自己只喜欢少少的几类新闻，这种 “强个人偏好”，就会显著降低看到的内容多样性。
③如果要让算法帮你增加信息广度，是有办法的。
（信息茧房竟是我自己。[二哈]）
┈✧┈✧┈✧┈
暨南大学的研究者的实验方法是，使用一批电脑操控的虚拟用户，让这些 “假人” 像真人一样去刷抖音，模拟人类用户的各种行为，看看视频啦，点赞评论分享啦，关注某些频道 / 账号啦。
然后这些虚拟用户会有不同 “多样性广度” 的偏好，有的对所有新闻都 “没兴趣”（3 秒之内就划过）；有的则 “雨露均沾”， 对所有新闻都 “感兴趣”（认真看 15 秒）；还有的只对某几型的新闻 “感兴趣”，对其他类型 “没兴趣”。
至于算法这边，也分几种情况：
（1）无算法 + 随机推荐：关闭推荐算法，app 不追踪用户行为（浏览历史，观看时长，点赞，评论等），只进行随机推荐；
（2）有算法 + 用户躺平任算法推荐：用户不手动设置偏好或选择感兴趣的话题，算法自动完成内容的筛选和推荐。
（3）有算法 + 用户表达自己的某几类强烈偏好：用户表示出对某些类型新闻的明确兴趣偏好，算法根据用户的表达进行推荐。
从 “新闻多样性” 来说，大概是：
有算法 + 用户躺平任算法推荐 > 无算法 + 随机推荐 > 有算法 + 用户表达自己的某几类强烈偏好
从 “新闻多样性” 来说，“无算法 + 随机推荐” 并不是最多样的。
多样性最大的，最拓宽视角广度的，反而是 “有算法 + 用户躺平任算法推荐模式” 。
┈✧┈✧┈✧┈
算法之所以会 “暗自试图增加多样性” ，是因为算法开发者也知道，如果一直推同类内容，用户可能会觉得无聊，而减少使用甚至卸载。
而且平台从长期用户留存的角度，也希望自己内容丰富 ，所以会主动平衡推荐类型，比如娱乐新闻看多了也会腻，可以看点科技新闻平衡一下。
所以算法其实是会故意掺点不一样的， 去推荐用户可能感兴趣的内容，让用户觉得新鲜有意思。
但是，如果用户一直强烈表达自己偏好，比如对几类新闻基本上看都不看，那么陷入某种 “回音壁”，实在也不能完全归咎于算法。[允悲]
不论是主动探索，还是被动接受推荐，选择权始终掌握在每个人的手中，关键在于我们是否清楚自己在做什么，以及是否接受自己的选择。
至于在有算法的情况下，怎么训练算法推给你越来越大的世界呢？
一个是多 “随便看看”。
还有一个是如果算法推给你你平常不看的的东西，那么建议你 75% 的情况下点进去。
这样，算法就会开始拓宽推荐范围了。
（下次看到平台推送 “对方辩友” 的时候，建议咬咬牙，4 次里有 3 次点进去，而且至少坚持看个 3 秒以上……
长此以往，必成大器啊！
百度再出“逆天”功能，擅自替用户发表评论，还将锅甩给“AI”
微博上拥有近400万粉丝的大V“鸟窝里的猫妖”在今天遇到了一件糟心事...
根据他的描述，在今天原本想用百度找一张图，结果发现自己的账号有很多消息提醒，点进去发现是其他网友点赞回复自己的评论，然而据他所知，自己已经很多年没有在百度上发表过什么评论了。
尤其是消息显示，自己发表的这个评论，竟然还跟某明星有关，内容大致是在替这位明星说好话。可是就在几年前，他还遭到了这位明星粉丝的网曝，替他说好话？绝不可能！
这条评论不是自己发的，但的确是自己的账号发出的，到底是怎么回事呢？是盗号吗？显然不是，因为这位大V并没有收到任何异常登录的提醒。
在他将这一遭遇发到网上后，百度的官方出面回应了。
百家号客服回应称：尊敬的用户： 您好！非常感谢您反馈在百度 APP 上出现的评论异常问题。经过我们的仔细核查，确认这些评论是通过 “猜你想评” 功能由您自行发表的。“猜你想评” 功能旨在为用户提供更便捷的互动体验，帮助大家更迅速地表达观点。 若后续您在使用百度 APP 的过程中，还有任何疑问或建议，欢迎随时与我们联系。我们将竭诚为您服务，不断努力提升产品体验，再次感谢您的理解与支持。
看见百度官方的回复，只能说太逆天了，甚至是无法无天，这个所谓的“猜你想评”功能并不能证明你们懂自己的用户，只能证明你们企业的价值观早已碎了一地。
百度，你到底有什么权利替用户发表评论啊？
所谓的“猜你想评”，表面是AI通过用户行为预测评论意向，实则暗藏玄机。用户根本没操作，AI却擅自生成并发布内容，甚至可能涉及违法言论。网友直言：“这比盗号恐怖多了！如果AI在恋童癖内容下‘替’你支持，或者造点什么谣言，用户是不是还得坐冤牢？”
作为互联网用户，对于百度这样的行为，我们一定要坚决抵制，否则到了明天，我们连“我是我”都要自证清白。
2025年2月1日星期六
斗胆聊聊，小红书的流量分配机制
文/池建强
昨天下午，同事瑶瑶给我分享了个故事，让我觉得互联网真神。
一个叫 “菜菜很努力” 的福建女孩，在小红书上发了一条寻亲的笔记，找她爷爷失联二十多年的马来西亚亲人。没想到，这条笔记被系统推荐，很快获得了几百个留言，很多马来西亚的热心网友帮他扩散。一觉醒来之后，亲人出现在了评论区。
我一度以为这是她添油加醋形成的新故事。去小红书围观了下，发现是真事。
这让我想起二十多年前，邻居家老太太同样是找自己失散多年的亲人，她在本地登报纸、贴传单，花了几年时间都没有任何音讯，最后在遗憾中离开人世…… 哎，要是那会能有这样方便的途径该多好。
那位发帖的女孩，在小红书上只有几百个粉丝。但算法还是把笔记推荐给了近百万用户。这要放在其他平台，想都不敢想。我突然很好奇，小红书的流量分配机制是怎么样的。这条帖子，是怎么传到合适用户手中的。
今天就基于这个话题聊聊小红书。我算小红书的深度用户，MacTalk 在小红书有 8500 个粉丝。我基本每天都会发笔记。
上周，和朋友聊天，他问我 2024 年哪些产品的价值被低估了。我想了想回答：小红书。我在文章中写过很多次，我建议大家把小红书当成一个重要的渠道去做。
与抖音、视频号、微博、微信公众号等平台不同的是，小红书的搜索属性很强，它上面有非常多的鲜活的经验和评论。
比如上月中我带孩子去迪士尼，想了解是否需要购买早享卡，最自然的方式就是去小红书，其他平台确实没这部分内容。前段时间给用户解读古建类的书籍，我原本的习惯是去微信里搜，但后来发现，古建相关的知识小红书上也挺多。
最开始使用小红书，我把它当一个搜索引擎，想去那里了解别人的生活经验。
经验其实就是见解，这也是 ChatGPT 根本无法做到的，比如我想知道某款洗地机怎么样，GPT 只能回答场面话，但我想要的是很具体很私人的经验。这时候，小红书几乎就是独一无二的选择。这确实是这款产品的独特之处。
这种特质也和刚刚提到的流量分配机制有关系。
注意，我说的是流量分配机制，而非内容分发和推荐方式。
因为从分发推荐方式上来看，主要就三类。一类是基于用户的协同过滤，推荐系统根据用户的自然属性（年龄、性别、学历等信息）和浏览兴趣来计算用户相似度，进而给相似用户推荐内容。
第二类是基于内容的协同过滤。推荐系统提取内容的特征，然后计算不同内容之间的相似性之后，给用户推荐与过去喜欢内容相似的内容。第三类是推荐全网的高热内容。目前看，可能不同产品实现细节不同，但没有超出这个范畴。
但在不同的流量分配机制下，类似的推荐系统会产生完全不同的结果。
理解小红书流量分配机制的前提是要先理解它的定位。坊间传闻有一道产品经理的面试题：“抖音是内容平台，而小红书是内容社区，请问社区和平台的区别是什么？” 你可以停下来想想。
我说说自己的认知。刷抖音的时候，我感觉自己像是在看电视，上下滑动的动作类似拿遥控器换台，从言情剧换到百家讲坛。只不过，作为新一代的产品，抖音会把电视节目的颗粒度切得更小，并且，还会结合算法更精准地给我推荐节目。而刷小红书，有点像走出家门，和街坊们聊些家长里短的事，王阿姨李大爷张叔都会参与进来。前者注重内容消费，后者注重互动交流。
我甚至可以说得更极端一些：在小红书上，内容只不过是将用户连接起来的媒介而已。你可以再停下来想想这句话。
这直接就会影响平台对流量分配的态度：我的出发点不是要把某条大 V 创作的精品内容做成爆款，而是要让那些能起到更好连接作用的内容触达更多人 —— 这些内容往往都不是专业制作的内容。
我从朋友那里得到的一个未经官方确认的数据：小红书每天会把 50% 以上的流量分配给千粉以下的普通用户，而抖音会把 80% 以上的流量分配给万粉以上的创作者。这也能解释为什么我们在抖音上刷到的绝大多数内容都已经有很高的点赞数据，而小红书却不是。
当然，这里面没有优劣之分。它们如同两条不同的河流，各自朝着不同方向流淌，各自风景如画。
我想探讨的是造成这种区别背后的原因。跳出来看，核心在于二者的主要内容形态不同。抖音以视频为主，小红书以图文为主。毋庸置疑，相比公众号的长文，二者都已经极大程度降低了创作门槛。可对于一个创作者而言，想做出一个好视频的难度，远远大于图文。
视频需要考虑脚本、口头表达、拍摄、剪辑、画面、BGM 等因素。普通人拿出手机，随手拍一个视频容易，但想做出越过及格线的视频作品，就要求他必须具备相对专业的能力。能拍视频和能拍出好的视频作品，这中间隔着不小的能力鸿沟，而图文内容中不存在这么大的差异。
换句话说，图文形式本身就是一种内容平权。
内容创作的客观规律决定了两个平台上优质内容的供给量。供给量又反过来影响了推荐算法的分配逻辑。
抖音优质内容的供给方集中在腰部以上的创作者，而小红书更为分散。也正因为分散，所以它必须考虑怎么把流量分配给众多的普通用户。但抖音没办法采用这个策略，不然平台的内容质量可能会急剧下降。
用统计学的思维表达就是，小红书上的优质内容更分散。
然后这条因果链还在继续延伸。正因为小红书的机制是把更多流量分配给普通用户，一个普通用户就可能与更多普通用户产生连接。如果把用户和用户之间的关系想象成一张相互连接的网，那小红书的网没有呈现出明显的中心节点，各散点之间的连接同样稠密。社区属性也会更强。
这也能解释为什么我们能在小红书的发现页中看到很多仅有 10 来个点赞的帖子。而这种情况在其他视频内容平台上会比较少见，他们更多偏向于分发高热内容。
这完全是两条不同的道路。
小红书上有很多普通人的悲喜碎碎念和生活经验。去年父亲生病，他在老家拍了张片子，相隔千里我很着急，不知道什么情况。
当时灵机一动，发了个小红书笔记求助，没想到，5 分钟之内，很快收到几条评论，热心的陌生人不断给我分享经验，提建议。我一下子得到了宽慰。
是的，无可否认，社交媒体时代，算法放大了人们的情绪，加剧了信息茧房，但另外一面，它也让不同地域的人可以像邻里一样，充分地连接和交流，像开头提到的菜菜寻亲的故事一样，这个世界很大，但推荐系统可以拉近彼此的距离。
这或许才是技术的意义。
订阅：
博文 (Atom)