AI原创产品案例：卖16人格心智解析，一份9.9，卖了25W
作者分享一个AI原创虚拟产品案例：一家小红书店铺售卖「16人格心智阶位」测试，单价9.9元，累计卖出2.5万单，流水超25万。文章分析了产品成功的原因：MBTI受众庞大、产品定位为MBTI的「续集」满足深度自我探索需求、将标签转化为成长路线、报告具有晒图传播属性。还拆解了店铺的笔记营销套路，并提出优化建议——改进结果页设计生成更精美的晒图卡片。最后总结测试类产品的本质是情绪生意，关键在于产品概念、文案情绪勾起和值得晒的结果。
全部文档 / 标签: AI产品
35 篇
大模型、AI 产品、Agent、Skill、插件和 MCP 到底是什么？
文章系统梳理了 AI 生态中的核心概念及其关系。首先介绍 AI 模型，按处理信息类型分为语言/多模态、图像生成、视频生成、音频语音和专用任务模型，并列举 GPT、Claude、Gemini、FLUX、Veo、Whisper 等代表产品。其次区分 AI 模型与 AI 产品，涵盖综合助手、AI 搜索、创作和办公开发工具。然后解释 Agent 如何从回答问题走向执行任务，分类介绍了编程 Agent（Codex、Claude Code）、跨应用 Agent（Manus、OpenClaw）和长期个人 Agent。最后厘清 Skill（可复用工作方法）、Tool（具体能力）、Plugin（功能集成）、API（软件接口）和 MCP（标准化连接协议）的区别，以及 Workflow、Memory、知识库和执行环境等支撑能力，帮助读者理解整个 AI 生态的组成与协作方式。
DeepSeek 成立产品部急招产品经理和设计师
DeepSeek 将 Harness 团队及 Web、App、Platform 团队整合为“产品部”，由崔添翼负责，统一管理产品、设计与研发，并急招产品经理、产品设计师和项目经理。产品经理分 AI 产品和 Agent Harness 两个方向，要求有完整交付经验、深度使用 Agent 类产品（如 Claude Code、Codex、Manus 等）、懂 Agent 机制与 Context/Harness Engineering；设计师需具备 UI/UX 能力和 vibe coding 技能；项目经理为实习岗。工作地点为北京和杭州，全职与实习均可。
AI 产品中的 Router 设计：意图路由的原理与实践
文章系统阐述了 AI 产品中 router（路由）的设计方法。Router 是产品调度台，决定用户请求进入哪个能力模块、走什么流程、承担什么成本。作者强调意图边界应由产品能力而非用户 query 归纳决定，建议采用'两级意图 + 槽位'的分层结构。在实现上，推荐规则、小模型、大模型三层配合：规则处理确定性请求，小模型处理高频语义分类，大模型处理复杂混合意图。此外，文章讨论了路由迭代的关键指标（准确率、任务成功率、fallback 率、人工改派率等）以及 token、延时与准确率之间的平衡策略，如精简 prompt、结构化输出、安全前置和结果缓存。
Google Labs 负责人谈实验与产品判断，常驻在线智能体的工作原理，Alexandr Wang 谈 Muse 的信任与团队
本期早报汇集三篇精讲：Google Labs 负责人 Josh Woodward 分享如何像实验室一样运作团队，通过机会清单、快速原型与用户信号判断产品方向；斯坦福 CS146S 课程拆解常驻在线智能体的架构，涵盖主循环与执行环境分离、持久工作流、事件队列优先级与上下文分层管理；Alexandr Wang 回顾 Meta Muse 个人智能体的产品历程，强调把愿景拆成可评测行为、通过小任务积累用户信任，以及为研究人才设定方向与空间。另有 PayPal CLI 智能体实战、MiniMax M3 稀疏注意力架构、低成本金融智能体训练等七篇实践速览。
从组织上下文，到组织智力：Ducoro 发布了
作者发布 Ducoro，一个管理 Bot、组织 Agent Teams 的平台。从早期产品 Dessix 的上下文结构化组织出发，作者认为现在模型与智能体已足够强大，真正缺失的是把多个智能体的智力组织起来协同工作的能力。Ducoro 旨在为 AI 构建一个功能齐全的工作环境，让用户可以把重复、繁琐的事情委托出去，同时保留人的主体性判断。整个产品完全通过 Vibe Coding 方式开发，作者未写一行代码。文章还讨论了 AI SaaS 溢价困境、工具注意力争夺、垂直场景圈套，以及软件开发正变得像写书的趋势。
做独立站或 AI 产品最耗时往往不是后端而是磨一个高转化落地页
作者分享了一套 Landing Page 高效工作流：先用 saaslandingpage.com 灵感库浏览数百个顶级 SaaS 产品的真实落地页，学习 Hero Section 和价值主张的设计；再借助 website-rebuild-skill（基于 Claude Code / AI Agent 的网站复刻工具）以像素级精度抓取结构、样式并重构干净代码。工作流为：选定对标案例，用 Skill 自动化重构基础骨架，替换自己的文案与品牌资产，可节省约 90% 前端排版时间，将原本一天的页面打磨工作大幅压缩，同时保证高质量还原。
AI 产品搞钱入门教程：普通人怎么从0赚到第一桶金
本文通过虚构角色小周的故事，讲解普通人如何从零开始用 AI 产品赚到第一笔收入。文章以 AI 客服查件回复为例，覆盖完整流程：找到真实客户并挖掘其痛点、研究竞品并缩小产品范围、用旧聊天记录做真实试用、确定清晰的交付边界、合理报价、拓展第二家客户、应对不续费问题，最后在有付费客户基础上逐步自动化。核心观点是：赚钱来自解决具体的小问题，分清已知事实与未知信息，用真实数据而非感觉来验证产品价值。
一文读懂 Muse 爆火背后的底层逻辑：你最需要的可能不是 Agent
文章分析了 Meta 推出的个人助理 Agent「Muse」爆火的底层逻辑。Muse 并未发明新能力，而是把已有 Agent 能力以「下载即用」的方式推向大众，借助巨头的分发、品牌与算力优势完成品类教育，将普通人使用 Agent 的门槛降到极低。作者指出常见的三种智能浪费：把 Agent 当搜索框、不知任务该派给谁、自身判断力与审美不足，强调 Agent 能放大判断但不能代替判断。最后讨论了 AI 创业公司在巨头压力下的机会：借巨头的势、切入细分赛道，认为下一轮 Agent 爆火仍可能来自非巨头的创业公司或个人开发者。
BestBlogs 早报 · 09-25｜Every 分享如何筛选 AI 产品创意，Elastic 原子声明验证，AI时代人际反馈不可替代
本期早报精讲三篇文章：一是 Every CEO Dan Shipper 介绍在 AI 快速演进中如何用小型实验室机制筛选产品创意，通过内部采用、早期客户测试等管线判断原型价值，其 AI 编辑助手已减少 12% 编辑工作量；二是 Elastic 分享用原子声明验证减少 LLM 幻觉的方法，将知识库文章合并拆解为可逐项核对的声明，把合并时间从一小时缩短到五分钟；三是 Thoughtworks 作者探讨健康的同行反馈机制，强调人类反馈不可被 AI 替代。速览部分涵盖 AI 代码现代化、机器人仿真资产、京东 AI 知识库、视觉模型 Skills 封装和 TPU 大模型训练复现等内容。
离职做 AI 创业转型指南 2026
作者从供应链运营离职转型 AI 创业近一年，尝试了四五个方向、十几个项目，累计收入十几万。文章总结了五大方向：AI 产品（区分外包、自嗨与可持续生意）、FDE 企业落地（获客、方案、交付三种能力）、个人陪跑（理解目标人群的具体问题）、AI 自媒体（内容要服务目的）、AI 图片视频（吃审美和经验）。作者强调分享交流比独自探索更重要，并给出离职前的准备建议：留足资金余地、做好心理建设、建立人脉连接，鼓励从一次具体的收费尝试开始。
Web出海第二步：竞品调研全流程，教你找到第一个能赚美刀的切入口
本文是Web出海系列第二篇，作者系统讲解竞品调研的完整流程。首先说明竞品调研的核心不是抄功能，而是拆解竞品的服务流程、获客方式和收费逻辑，判断赛道是否值得进入。文章为新手扫盲了域名年龄、DA/DR、SEO关键词、付费墙、转化率等概念及入门工具（Google Trends、Similarweb、AITDK等）。随后分两部分展开：功能调研——筛选目标竞品、以用户视角体验产品、整理功能清单并区分MVP/差异点/技术风险；增长调研——分析SEO关键词起量、页面矩阵、多语言SEO、产品免费策略和外部渠道导流，帮助出海者找到可行的市场切入口。
Grok Bot 从 0 到 1 小白教程（完整 SOP）
文章复盘了马斯克发布的 Grok Bot 从原型到公开发布的产品历程：小团队用约 4 周做出内部可用原型，再花 3 周公开发布。作者从 AI 产品视角总结十条经验：缩短决策链、独立产品设计入口、陪早期用户上手、云端运行与 Computer Use 降低用户负担、以'靠谱同事'为设计框架、发布前删功能、聚焦接走完整工作流而非生成内容、关注监督成本而非单纯完成率、用脚手架思路应对模型迭代，以及普通人如何从低风险小事开始使用 Agent。
怎么通过给 SiteGPT 做近 50 个免费小工具达到每月 1.3 万美元？
SiteGPT 创始人 Banu 通过为产品制作近 50 个免费小工具实现每月 1.3 万美元 MRR。策略核心是：先做用户会主动搜索的低难度、高流量小工具（关键词难度低于 10、月搜索量 1000+），在用户完成小需求后顺势引导至主产品。SiteGPT 是为企业网站提供 AI 聊天机器人的 SaaS，约 130 家企业客户，累计收入 50 万美元。文章详细介绍了关键词筛选表格、转化漏斗数据、以及围绕用户行为数据迭代工具与产品的方法。
给小白的 AI 产品思维提升课（一）
作者 Jeremy Xu 分享了面向小白的 AI 产品思维提升方法。文章强调产品思维无法速通但可通过正确方法在三个月内见效，提出核心观点：产品最重要的是满足用户需求而非获取流量；AI 时代的创新都踩在巨人肩膀上而非灵机一动；产品 taste 是可复制的方法论，包含交互体验（组件化最佳实践）和效果体验（benchmark 思维）。作者建议通过餐厅排队、摆盘等生活实例训练『系统二』主动思考，将产品思维锻炼成本能习惯，并给出 24 小时内可开始的三问练习法。
DraPub：面向创作者的 AI Agent 自媒体工作台
作者阿策与榴莲等小伙伴正在开发自媒体 Agent 工作台 DraPub，旨在解决创作者如何长期、稳定经营内容的问题，而非仅用 AI 产出文案。用户可将网页、文件、随手记录和热点放入 DraPub，产品会结合 IP 定位、表达风格、素材和历史反馈，推荐值得创作的选题，并由 Agent 完成资料整理、对标研究、事实检查、正文创作、审核排期与发布，发布数据再反哺下一轮创作，形成完整内容经营链路。产品基于 pi 构建，已开放 Waitlist，后续将 Build in Public 并开源部分本地部署能力。
一套来自 Gemini/Meta 一线的 Agent 评测完整方法论：真实流量、失败分类、四层阶梯、过程打分
本文梳理 Meta AI 高级总监 Madhu Guru 的「How to Build Great Evals」十篇系列，总结一套 AI Agent 评测工程方法论。核心观点：评测应锚定真实用户流量而非实验室数据；先建立可信质量信号再降成本；挖掘 500-1000 条真实交互建立精确的失败分类；采用爬坡、回归、冒烟、上线四层阶梯组织评测；反对将质量压缩为单一平均分；按阶段度量中间步骤而非只看最终结果；评测体系须随用户行为演进持续更新。文章同时指出其局限：缺少统计测量学基础、未正面处理过程与结果评测的权衡。
一个月造出全球最热的Grok Bot，他们干的全是减法！
本文基于 Lenny's Podcast 专访 Grok Bot 产品负责人 Roman Ugarte，复盘 SpaceXAI 旗下 Grok Bot 从第一行代码到爆火只花一个月的过程。核心在于持续做减法：小团队物理隔离以提升决策带宽、拒绝塞进 Cursor 而另起炉灶、全云端运行且每个 bot 拥有独立虚拟机、核心团队手动 onboard 前两三百名用户、不引导用户自行发现 chief of staff 用法、发布前两周专注删除非必要功能，用 launch tweet 判据将「产品有了什么」改为「产品能干什么」。文章最后总结七条方法论，强调护城河是被发现的而非规划出来的。
Chat 不是终局：被长程任务重新定义的 AI 产品形态
文章探讨 agent 长程任务普及后 AI 产品形态的演进方向。作者认为任务时长拉长后，用户进入界面的动机从操作转向监督，信息流不再适用，应改为渲染状态的"周报式动态看板"。屏幕因承担工作记忆的外部缓存功能而不会消失。长程任务带来杠杆效应与目标漂移风险，需要建立基于【任务+反馈+环境】的"信任货币"体系，动态调节校对频次。最终产品形态可能是全新物种的 SaaS：输入端预置 80% 的 context，输出端界面即时生成，既是输入框架也是结果。
Grok Bot 官方产品设计思考
本文介绍 xAI 团队设计 Grok Bot 的产品思考：将十几个 AI 概念收敛为 Bot、Chat、Prompt、Tool、Artifact 五个用户原语；把组织单元从聊天记录换成 Bot 名单，让心智模型从工具切换为同事；通过头像动画承载生命周期提供在场感；为每个 Bot 配备独立电脑并采用三级访问设计；用结构化卡片回答信息；能力共享而上下文按角色隔离；Routine 让 Bot 无需提示词即可按日程或事件自主工作。整个设计的核心原则是持续做减法，回归'帮人委派而非增加管理负担'。
AI 原生思维——像训练大模型一样训练自己
本文整理自宝玉在腾讯的内部分享，围绕 AI 原生思维展开两部分内容：一是 AI 产品方法论，以他自制三年的字幕翻译 App BaoCut 为案例，系统讲解找需求、判边界、最小验证、重设计与落地交付的完整过程。他提出判断 AI 需求的三问（痛点、用户、能力边界）、AI 产品的三条边界（能力、成本、价值），以及'产品三问'等实操规则；二是探讨个体如何与 AI 共同进化，提出'像训练大模型一样训练自己'，通过建立反馈循环、费曼学习法持续进化，并敢于推翻旧认知。文章还总结了让 Agent 操作擅长格式、给规范不给模板、把 App 做成 Agent 插件等设计准则，兼具产品思维与个人成长视角。
你需要重新寻找产品市场契合度：PostHog 的自我颠覆实践
PostHog 分享了在 AI 时代自我颠覆、重新寻找产品市场契合度（PMF）的经验。文章以 PostHog Desktop 的孵化过程为例，提出了九条实践建议：写下产品可能如何被淘汰、资助内部颠覆团队、以种子投资标准评估新项目、关注用户用产品做出的酷事、先构建后验证、尽早进行团队内 PMF 调研、让真实使用数据压过直觉、基于竞争对手无法复制的资产构建新产品，以及尽早发布。核心观点是 PMF 游戏永不结束，企业应主动自我颠覆而非等待被淘汰。
X 上值得关注的中文独立开发者大全
作者 Niko 整理了一份长期观察得出的 X 中文圈值得关注的独立开发者名单，涵盖 AI SaaS、网站出海、Web/App 开发、开源项目、开发者工具、SEO 增长、Build in Public 等方向。筛选维度包括真正做过产品、有真实用户和收入、持续公开开发过程、愿意分享踩坑经验等。文章按领域逐一介绍了哥飞、刘小排、Fox 等 40 余位独立开发者的账号、代表产品和关注价值，为独立开发者提供了可复制的学习和参考资源。
我发布了新的skill Product Teardown产品拆解
作者发布了一个名为Product Teardown的skill，旨在帮助用户从资深产品经理的视角系统拆解产品，包括核心问题、目标用户、体验优势、产品策略和优化建议。该skill延续了作者之前offer toolkit的设计语言，采用视觉化表达，便于阅读和分享。作者提供了GitHub链接和讲解视频，并欢迎反馈。
把咨询顾问的研究方法做成开源AI产品研究Skill
作者将传统的咨询顾问研究方法改编为适合AI产品的开源Skill。因为AI产品迭代快、数据分散，研究需综合Product Hunt、GitHub、Reddit等渠道的信号，并分析模型依赖、推理成本和单位经济等特有问题。该开源Skill不仅能生成报告，还保留证据与判断过程，方便复查和更新，旨在帮助大家真正看懂AI产品的商业逻辑与潜在风险。
用商业画布来看AI增长
文章通过商业模式画布分析AI产品增长，指出用户细分应按认知阶段划分，价值主张需转向业务结果。定价模式正从按量收费转向订阅和基于成果的定价，成本大头从算力转向人力和信任。真正的护城河在于工作流锁定和领域知识积累。
X 编辑器写文章好麻烦，解决方法分享
作者分享了使用 AI 工具 YouMind 解决公众号和 X 长文排版困难的体验。YouMind 提供一键复制格式功能，大幅降低排版耗时，支持多种输出形式和优质信息源抓取。文章还探讨了 AI 时代产品理念，强调在追求技术的同时，仍需重视人类使用体验。
核心观点给大家整理好了
作者分享了观看一期关于自媒体和AI产品推广视频后的核心观点。视频中两位嘉宾分别有服务顶级人物和自由文案赚百万的经验。文章总结了6个最有价值的点，适合想做自媒体或推广AI产品的人参考。
AI 产品经理的系统思维：从种花到构建智能系统
文章阐述了 AI 产品的有机特性，强调系统思维对 AI 产品经理的重要性。核心观点包括：系统行为源于组件交互、结构与规则比参数更具杠杆效应、新演员（Agent）出现时价值流向接口。实践层面建议通过分解产品、定义契约和设计反馈循环，将 Agent 深度融入产品，以建立竞争壁垒。
记录一次 Reddit 广告投放：$40 预算与 0 转化的复盘
本文记录了一次针对 AI 道歉/信件生成工具的 Reddit 广告投放实战。在花费约 $42 并获得精准流量后，最终转化率为 0。文章详细复盘了从开户、选品、素材设计到数据追踪的全过程，得出了“社区人群匹配不代表付费意愿匹配”的关键结论，并指出了情绪型内容与工具型产品之间的转化鸿沟。
