为什么服务型企业将赢得下一个十年
作者认为AI正在模糊软件与服务业的边界：软件变得越来越像服务（产品主动适配用户），而服务业借助AI代理实现产品化，形成'产品化服务'的混合模式。这类业务对外像服务（客户获得定制化结果），内部却像产品一样高效运转，既保留服务关系又获得软件级利润率。作者以自己21岁创办的Hourglass AI为例（自筹资金、持续盈利、单月收入破10万美元），认为这是年轻人低风险创业的最佳路径：从第一天就盈利、无需融资、拥有全部股权，并建议先亲自交付服务，再用AI代理规模化。
全部文档 / 标签: 商业模式
145 篇
OpenAI Understands Something Important and Rare
本文认为OpenAI的成功不在于拥有最好的模型或芯片，而在于其擅长创造新型客户和构建最持久的分发策略。作者引用德鲁克'企业的目的是创造客户'的观点，分析AI前沿企业的四大杠杆：创造新行为、广泛分发、定价捕获价值、高切换成本。模型层切换成本低、性价比竞争激烈，胜负取决于前两者。OpenAI凭借最广泛的用户基础（消费者、专业用户、企业）、最深的自改进技术栈（自研芯片），持续发现聊天界面、推理、工具调用、Computer Use等突破性模式。文章强调'通用知识'的积累依赖分发策略，平台模式虽变现慢但最持久，OpenAI正以长期视角构建制胜的AI平台。
How to Build a Profitable One-Person Business with AI (Complete 2026 Masterclass)
文章以2026年科技行业大规模裁员为背景，指出依赖单一雇主收入的脆弱性，主张建立个人一人公司。作者结合自身16个月脱离朝九晚五的经历，阐述一人商业模式的逻辑：通过互联网将个人技能分发给目标受众，无需大量资本和团队。文章重点介绍了打造盈利一人公司所需的五大技能，首先详解了受众构建（围绕需求而非流量建立受众）与写作能力（清晰传达价值主张）两大核心技能，并给出Problem-Process-Proof内容框架，帮助读者将注意力转化为可持续的商业收入。
CTE中国玩具展AI毛绒IP热门帖子分析
文章分析了CTE中国玩具展潮玩展上AI毛绒IP的现状，指出该领域处于概念热度高、产品同质化严重、商业模式未跑通的阶段。主要问题包括：产品形态单一（电子屏眼睛毛绒+大模型语音）、市场定位模糊且需求存疑（复购粘性低）、原创小IP面临打样成本高、起订量大、渠道抽成重等多重门槛，以及供应链反哺导致同质化。但国风原创产品抬头、IP授权更新换代等积极信号也值得关注。
别人卷FDE交付，我卷渠道分润：成交7位数的获客复盘
作者复盘了个人和小团队做企业AI服务（FDE）时的获客与成交经验，指出技术能力不等于商业能力，FDE不应包办全链路。他提出以企业AI培训作为最小商业模式：通过标准化企业培训解决获客和现金流，通过定制化企业内训承接高客单价需求，进而转化AI落地项目。核心打法包括设计渠道分润机制（25%-40%）借助商协会和商学院获客、建立讲座到付费培训的成交SOP、以及保证交付质量形成复购和转介绍，最终跑通可持续的小闭环。
前字节团队打造 AI 分镜 Agent「Story2Board」，27万电影分镜索引库杀入影视行业
前字节团队推出专为独立导演和广告人打造的 AI 分镜 Agent「Story2Board」，蒸馏 250 部影史名片构建 27 万+ 电影分镜索引库。其核心亮点包括：通过 Consistency Layer 固化角色、道具和场景资产，解决人物一致性问题；接入影史镜头标注数据，可像专业摄影指导一样反推景别、运镜方式并解释情绪动机；支持导出含场记数据的 PDF 分镜表。商业模式采用按点数充值而非订阅制，降低了尝鲜门槛，但作者也指出这牺牲了 LTV 和营收可预测性，对获客能力要求更高。
国内FDE TOP账号的判断：大部分FDE是伪命题
作者作为国内头部FDE（前沿部署工程师）团队从业者，指出大部分FDE是伪命题。核心论据：80%企业的AI需求是降本增效，而提效的终局是裁员——省出的工时会被公司排满或以裁人降成本收场。作者以客户案例算账：只有大型集团级客户（人力成本200-300万/月）才能让FDE的ROI算得过来，此类公司全国不超1万家，而FDE团队已超10万家，僧多肉少。中小企业场景下乙方单价难覆盖价值，卖SaaS代理、token、培训等路径均受资质或预算限制，生意难以成立。结尾预告下一方向是用AI帮企业做增长。
说下我眼里的生财有术，可能很多你都不知道
作者以知识付费从业者视角，客观评价生财有术社群。他买会员本想挑项目翻拍卖培训，却发现按其回本标准难寻合适项目。文章分析生财口碑分化的原因：AI破局俱乐部的竞争、亦仁过度回应争议、对推广者利益分配不够大方、AI转型缺乏紧迫感等。作者批评Token排行榜机制有漏洞、MCP开放损害知识付费护城河，指出社群大佬多与个人能否赚钱无关，真正值得研究的反而是生财本身的生意模式。全文强调做生意要把利益和账算清楚。
注意力经济已死、意图经济永生
文章以特里芬难题类比，指出注意力经济在后互联网时代已走向内部衰败：算法将人性弱点工业化，流量与注意力被瓜分至极限，进入存量博弈。随着用户将消费意图交给 Personal Agent，经济模式正从算法猜测意图转向用户主动广播意图，形成'意图经济'。MIT 实验显示 Agent 虽可被文字提示影响，但更看重评分、价格与明确偏好，营销话术权重下降。作者提出四个机会方向：面向意图做结构化产品、通过新硬件捕获真实意图、构建可携带的长期记忆护城河，以及内容创作者要么极致 ToH 要么极致 ToA。新经济源于资产的富裕而非稀缺的发现，我们正处在旧秩序瓦解的拐点。
月入 2 万刀，净利润率 45%，人宠合影工具 Pet Plus Us 为什么急着挂牌贱卖？
文章拆解了独立开发者项目 Pet Plus Us：一个 AI 人宠肖像合成工具，上线一个月营收 2.1 万美元、净利润率 45%，但 MRR 为零，创始人却急于以 7.5 万美元（0.3 倍年化营收）出售。作者分析了情感向 AI 产品的变现困境：合影属低频情绪消费，订阅制跑不通，纯卖数字图片利润被买量成本吞掉；接入 POD 实物定制（相框、毛毯等）虽能拉高客单价到 179 美元，但毛利率腰斩，且带来物流破损、印刷色差等重度运营负担。结论是情感向出海产品只能在数字交付的天花板与实体交付的琐碎运营之间二选一。
Consumer AI 创业，终于走到了起点
文章回顾了从大模型、Copilot 到 Agent 的三轮 AI 创业浪潮，指出当前消费端 AI 产品超八成依赖卖 token 的模式，导致创业者陷入内卷、缺乏壁垒与利润。作者引用 a16z 报告指出真实用户渗透率仍低，类比互联网从连接付费演化为注意力经济的历史，提出 AI 时代将从卖订阅走向'意图经济'——当 AI 打破能力不对称，稀缺的意图将成为价值流动的载体。作者认为消费 AI 行业刚走到真正的起点，鼓励迷茫的创业者坚持下去。
Agentic 时代值得构建的 13 种生意
作者认为在 Agent 普及、生产力极大丰富的未来，拥有正确的资产才能占据优势，并归纳出 13 种值得构建的生意：AI 原生服务公司、线下体验生意、分发能力（ACP 漏斗：受众→社区→产品）、专有数据集、领域专属 Harness、机器人与物理 AI、有粉丝基础的实体产品、算力与能源、健康长寿与养老照护、市场与社交网络等。文章为每类生意解释了其在 Agent 时代的逻辑，并配有真实案例，如记账自动化公司、 sauna 俱乐部 Othership、Mercor、Osmo、Fellow、Crusoe 等，为创业者提供方向地图。
聊聊A16Z这两份AI报告，以及一些反常识的真相
作者解读A16Z第七版《Top 100消费级AI应用》和《市场状况 II》报告。指出AI离大众仍很远：美国约半数人用过AI，但日活仅25%，个人付费订阅率仅4.5%，标普500企业中仅2%追踪AI价值。头部1%付费用户月均花费903美元，贡献19.5%消费，重度用户与普通用户差距拉大，形成第二道数字鸿沟。AI正重演杰文斯悖论：单位智能价格暴跌但总算力需求暴涨，Agent已成最大Token消耗源。商业模式上，84%靠订阅、广告仅占14%，AI收费更像SaaS而非传统互联网。
GitHub 发布 ReviewBench 审查基准，Cleric CTO 分享智能体故障诊断，a16z 谈消费者 AI 付费与信任
本期早报精讲三篇文章：GitHub 发布 ReviewBench 开放基准，基于 187 个开源仓库的 219 个 PR 评估 AI 代码审查智能体，提供多维指标与切片分析；Cleric CTO Willem Pienaar 分享 AI 智能体在生产故障诊断中的误判原因与改进方法，强调多假设并存、正常基线计算、依赖与时间线索及证据传播；a16z 解读消费者 AI 付费现状，指出约 4.5% 消费者付费订阅、高支出用户贡献过半收入，并探讨个人智能体的信任门槛与新商业模式。速览部分涵盖 Cresta 智能体构建器、WorkOS 开发者工作流、数学研究中的 AI、微软 ScholarEvolve 等内容。
如何把你的兴趣变成盈利的生活方式生意
作者分享了如何将多元兴趣转化为个人生意的完整课程。他指出传统建议要求'细分定位'（niche down）是错误的，因为人是可以被激发广泛兴趣的。他提出的商业模式很简单：用社交媒体作为免费流量来源，再加上基于自身知识的微型产品或服务快速变现。核心方法是构建'内容地图'：先确定品牌使命，即读者想要逃离的现状（A点/反愿景）和你要帮助他们到达的目标生活（B点/愿景），然后选择2-3个足够宽泛的主题领域来吸引更广泛的受众。他强调内容应被视为拼图而非孤立的飞镖，每篇帖子都服务于更大的图景，这样即使没有爆款也能持续吸引受众并实现变现。
Higgsfield：让想法有重量，让生意有回报
本文整理了 Higgsfield 创始人 Alex Mashrabov 在 20VC 访谈中的关键数据和观点：公司 B 端收入占比超 50%，企业客户 12 个月 NRR 超 300%；通过自研商拍图像模型和动态模型路由器将毛利率稳定在 80% 以上。文章还总结了其从过度追逐市场叙事转向产品驱动增长的教训、把握分发主权的经验、150 人创意专家团队的构建，以及对未来 90% 短视频由 AI 自动化驱动的判断。终极目标是成为全球数字营销的内容生成与分发中枢。
我天天用微软，却一直以为它是免费的——美股七姐妹拆解·第三期：微软
本文是美股七姐妹拆解系列第三期，作者从大学生视角出发，探讨微软的商业模式。文章解释了为何用户感觉微软产品免费却仍在付费（厂商预装授权、学校权益等），分析了Windows的生态锁定与转换成本、企业办公服务的订阅收费逻辑，以及护城河的构成：软件设备生态、企业流程积累和云服务。文章还讨论了Azure与AWS的云计算竞争，以及Copilot等AI功能能否带来新增长——作者认为关键在于能否真正减少操作、稳定完成任务，而非'内置AI'标签本身。
我卖课赚了 400 万，为什么现在我觉得自己全错了？
作者分享了自己靠卖 Facebook 广告投放课程赚取 400 万利润的经历，却认为经营思路存在根本错误。他用"蛋炒饭"比喻"效果推理"——从手头资源出发做事，早期以此切入市场获得成功；但课卖起来后仍沿用起步思维，未做标准化产品、未扩展课程体系和流量入口，导致个人时间成为天花板，也无法满足学员的多元需求。通过麦当劳兄弟与雷·克罗克的对比，他说明标准化之外还需先定目标再倒推配置资源。结论是：起步时可先用手头资源快速入场，但做到一定规模就要从"冰箱里有什么"转变为"我要做哪道菜"。
不到半年总营收突破31万美元，探秘SEO之外的邪修流量打法
文章分析了一个创立仅5个月总营收突破31万美元的AI视频SaaS项目TrendStory（前身FruitDrama），近30天收入达12.4万美元，MRR约7.2万美元。该项目不做SEO、几乎无外链，通过品牌升维破圈、轻资产工程封装、积分加购与年付预收的财务杠杆、依赖Meta与TikTok广告买量套利等策略实现快速增长。文章最后提出套壳产品面临的选择：是趁红利期暴力洗量赚快钱，还是投入自建模型微调做长期资产。
为什么看好ARM
文章分析ARM从技术授权转向直接销售芯片的战略逻辑。ARM与Meta联合开发AGI CPU，瞄准AI智能体对CPU的强劲需求——智能体需打开网页、运行代码、调度任务，CPU成为瓶颈。Meta为深度合作伙伴，甲骨文、字节跳动火山引擎、OpenAI均已采购，谷歌也在新AI系统中用ARM替代x86。客户需求半年内从10亿美元上调至20亿美元以上。直接卖芯片可让ARM每颗芯片贡献从50美元提升至500美元，扩大十倍。Jefferies预计2031财年销售额达180亿美元，ARM自定目标150亿美元，对应利润可达当前全公司水平的两倍多。
AI漫剧拉新变现：1条5秒视频收益过万的商业模式与工具打法
作者通过实测和付费学习，拆解了AI漫剧拉新的商业模式。文章首先介绍了CPS拉新的原理和完整链条：创作者制作高潮截断的AI漫剧视频，引导用户下载短剧App完成注册，按有效转化获取佣金。作者指出付钱方是希望获得用户的内容商家和App运营方。在实操部分，作者分享了用Fotor、即梦、可灵、Flova等AI视频工具快速制作3-5秒开头素材的方法：先翻到第5集找燃点剧情，设计'嘲讽主角—黑蛋发光—灵魂预言'的模板开头，再切回原片。文章还算了生成成本账（5秒约0.78元），并提出规模化测试的思路：固定原片只换开头，用真实转化数据验证有效性。
Ben Thompson 谈 AI 竞争：从地缘博弈、铁路泡沫到 OpenAI 的 Dropbox 困境
宝玉推荐并梳理 Ben Thompson 在 Invest Like the Best 播客中的核心观点：美国在 AI 上压倒性胜利反而危险，中国博弈论最优解可能是炸掉台积电；AI 资本开支面临时间错配风险，类比铁路泡沫；AI 能力局限于可验证领域；推理成本两极分化挑战聚合理论。最精华部分是 Dropbox 教训：消费者不愿为软件付费、不在乎效率，OpenAI 正以百倍规模重演 Dropbox 故事，被迫转向广告。此外还讨论算力短缺的风险转移、台积电保守扩产救了英特尔、Amazon 护城河最深、英伟达真正的对手是云厂商等，观点独特，信息量大。
构建IP系统的底层逻辑
文章系统阐述个人IP的商业底层逻辑：IP的核心是用人格担保缩短广告触达与下单之间的信任建立过程。作者用ROI、ROAS、mROAS等数据论证IP如何撬动自然流、提升投流效率，强调IP必须建立在货架电商和内容电商基础之上，通过「全过程展现」展示产品细节、效果与售后，而非空洞的个人故事。文章还提出自媒体作品即商品，内容本质是制造观看理由，主张在公域完成标准化说服、用产品筛选客户，泛流量只是尚未被说服的精准流量，最终要用数据而非语言验证判断。
商业x审美洞察 02 | Blue Bottle 小蓝瓶
文章从Blue Bottle咖啡品牌切入，探讨其从奥克兰小棚屋起家、到雀巢控股、再到进入中国市场的商业逻辑。作者分析品牌如何把'品质'变成可标准化执行的动作：从生豆采购、小批量烘焙、批次杯测到按单现磨的完整链路；拆解其产品结构（门店现制、包装咖啡、便捷饮用、器具周边）；并指出其中国市场策略是'少量高辨识度实体店+线上渠道'的双轨覆盖，实体店承担品牌体验与传播功能，线上商城则突破地理限制触达全国用户。
万字长文：见到最真实的现状后，我决定放弃FDE
作者基于两个月通过FDE赚取20万元、平台储备500多个FDE、走访60多个真实项目的一线经验，揭示FDE行业的真实现状。文章指出国内FDE本质是帮企业用上AI，而非Palantir式的高端模式；深度数据治理是新兴团队不该碰的无底洞；总包模式因下游交付能力薄弱风险极高。企业多数需求用通用办公Agent即可解决，真正闷声发大财的是懂业务的代运营团队，他们借助vibe coding做轻量智能体和落地陪跑。获客应网上发声、线下拿单，最终作者决定放弃FDE重交付模式。
朱啸虎北大109分钟演讲：技术会平权，商业不会
金沙江创投主管合伙人朱啸虎在北京大学创新创业学院发表演讲，探讨AI时代的投资框架。他提出核心判断：技术会平权，商业不会。AI正从技术进步主导期转向技术扩散主导期，决胜要素回归商业本质。他重申二十年不变的三个S投资标准（市场足够大、可快速规模化、可持续可防御），阐述商业模式金字塔，对比腾讯同心圆流量模式与阿里买流量模式，并判断开源模型五年将走完Linux三十年的路。他还直言200多家人形机器人企业绝大部分活不过十年，强调AI创业要看执行力和增长速度，先算清楚账。
国产模型年底跑不到 3T 模型就可能出局
文章梳理了曾鸣对颠覆性技术演化的三段论：AI 先成为通用基础设施，再催生海量新应用，最终诞生原生级现象级应用。2025 年 Token 成为 AI 时代共识度量衡，标志基础设施成熟；Open Claw 爆火开启 Agent 第二阶段；Agentic OS 属第三阶段，还需三五年。作者认为大模型公司本质是 AI 云公司，未来两年核心机会是打造 Agent 入口级产品，OpenAI 和 Anthropic 未必成为 AI 原生应用大赢家。另附曾鸣的公司四层分类：机会、战略、远见、使命驱动，强调使命须发自内心，外部认可驱动易受估值波动冲击。
AI 原生服务：独立开发与 AI 创业者都搞错方向的百亿美元机会
文章解析 Greg Isenberg 的商业推演：企业每年在软件上花费约 7000 亿美元，而人工专业服务开销高达 4.6 万亿美元，AI 原生服务的机会在于直接交付结果而非卖工具。核心策略包括按件计费、入口标准化、规则库护城河、人工复核防线、看板式交付、以人类替代成本为锚点定价（可获 70% 以上毛利率）以及冷邮件免费试做的获客方式。作者还总结了医疗账单核对、海关清关、保险比价等 10 个具备明确外包预算的黄金切入赛道。
用 AI 生成 3D 车间展示：一个面向传统工厂的商机
作者发现 Gemini 4 Pro 具备强大的 3D 生成能力，可从一句 Prompt 或一张手绘车间草图生成可交互的 3D 场景。他据此提出一个商机：为传统工厂（如建材、钢结构加工厂）制作交互式 3D 车间展示页，涵盖原料堆放、切割下料、组立焊接、矫正、成品等工序，配上设备标签和说明卡片，让销售谈单、展会展示和客户自助浏览更直观，实现降维打击。作者已用 Astra 做出钢结构车间的概念样板，下一步将找身边的厂二代验证付费意愿。
什么是 AI 原生服务
文章阐述"AI 原生服务"的概念：不同于传统外包卖工时或 SaaS 卖工具，AI 原生服务由 AI Agent 直接交付成果，精简人工兜底，本质是一款软件。作者总结了切入该领域的八个关键要素：定义清晰的交付单元、表单化工单录入、AI 执行引擎、作为核心壁垒的规则手册、人工审核层、自动化交付方式、按人工替代成本定价（避免按小时计费），以及冷启动邮件加首单免费的获客策略。最后提醒这是生活方式型小生意，毛利 60%-80%，不适合 VC 融资扩张。
