GEO行业的12种典型盈利模式
作者总结了GEO（生成式引擎优化）行业的12种典型盈利模式，包括：卖服务（全案运营）、卖系统（SaaS或私有化部署）、卖信源、卖咨询、卖课程、卖陪跑、卖广告、卖加盟（部分企业营收过亿）、卖FDE、卖标准、卖数据以及卖产品。针对有人质疑'人人都搞GEO是否等于内卷'的观点，作者回应称全国从业者不到100万，行业竞争远未到囚徒困境的程度。文章为GEO从业者提供了商业模式的系统性梳理。
全部文档 / 标签: 行业观察
26 篇
It's not just the f*cking sandbox
OpenAI Agent Security 团队成员以个人身份撰文，回应近期针对 OpenAI 安全团队的舆论攻击。作者强调外界对前沿实验室安全现实的误解，呼吁不要直接攻击安全人员，而应施压实验室改进。文章介绍了 Agent Security 团队的职责：研究模型行为、构建对齐监控、定义智能体安全。作者回顾 OpenAI 的安全历史与快速增长带来的挑战，并计划从内部视角分享如何为下一波 AI 安全事件做好准备，同时承诺不泄露非公开敏感信息。
Pi Agent 作者 Armin Ronacher 谈 agent 未来：九条反直觉判断
本文整理了 Pi Agent 作者（也是 Flask 作者）Armin Ronacher 关于 AI Agent 的九条反直觉判断：极简 harness 因 bash 管道省上下文而胜出；当前 agent 仍处 DOS 时代，缺持久性与 Web 原生体验；许多 AI 问题实为系统架构问题；人类不会退场，可问责性与可内省性是刚需；开源等于进入训练数据的门票；企业 AI 编码投入的成本显现快于收益；他个人工作流保守；担心 AI 重蹈社交媒体覆辙；欧洲因碎片化而掉队。
“放慢 AI”正在变成对小型 AI 创业公司的封杀
作者将前沿 AI 实验室呼吁“放慢 AI”的言论与 20 世纪初美国制造业历史类比。福特早期靠廉价劳动力导致高流失率和质量问题，后来通过提高工资、接受严格监管改善了局面，但也使无力承担合规成本的小工厂被淘汰。作者认为，如今 OpenAI 和 Anthropic 等巨头要求更多安全评估、监控和监管限制，虽有安全考量，但客观上抬高了进入前沿 AI 竞争的门槛，挤压了小型创业公司。同时，实验室内部也出现失衡：真正推动技术进步的人精疲力竭，而围绕他们的组织不断膨胀。作者担忧哪个失衡会先爆发。
X 上最值得关注的 21 个 Grok Bot 探索者
作者整理了 X 上 21 个值得关注的 Grok Bot 探索者账号。入门推荐先关注 SpaceXAI 官方团队的 3 人：matt palmer（28 分钟入门视频）、lauren（省钱额技巧）、eric zakariasson（多 Bot 团队管理）。随后介绍 7 位官方团队成员，包括社区负责人 Ben Lang 及多位工程师和设计师，关注他们可最早了解产品动向。此外还列出民间探索者如 XFreeze 的指南库、Daniel Ch 的多账号运营案例，以及 Naval、Patrick Collison 等行业大佬对 Grok Bot 的评价。作者主张 Follow builders, not influencers，建议关注真正把 Bot 当同事用的实践者。
FDE 的需求是真的，但你天天在网上看的 FDE 不是
文章分析了 FDE（部署工程师）岗位的现状，指出虽然需求真实，但网络上充斥着卖课和制造焦虑的虚假繁荣。通过分析岗位增长数据的真实性、OpenAI 等巨头的投资结构以及国内职称培训乱象，揭示了该岗位实际上是高强度的复合实施工作，而非宣传中的风口捷径。
对话百川智能郭美青：你辛苦做的 Skill，最后都成了大模型的「养料」
本文是 AIGCLINK 与百川智能技术总监郭美青的对谈。双方探讨了 Skill 的本质是模型补丁，指出优质的 Skill 易被大模型内化成训练养料；同时梳理了 Harness、Loop、Graph 等新概念背后的技术演进逻辑。最后建议从业者不要将当下视作终局，应从生意出发，从上往下构建确定性，以应对底层技术的快速迭代。
AI越强，人越忙：Every CEO关于工作形态与SaaS未来的预言
本文是 Every 公司 CEO Dan Shipper 的访谈总结。他通过实战经验指出，AI 并未导致裁员，反而因为“管理自动化”的需求增加了人力。文章预测工作将分裂为“公司级通用 Agent”和“以 Claude Code 为 OS 的个人操作”两种形态，并强调了“前端部署工程师”的重要性。此外，他认为 SaaS 不会消亡，Agent 将成为其新用户；非技术岗位（如 PM 和设计师）将因 Vibe Coding 迎来爆发期。
为什么你的agent项目难以落地：论Agent Harness的重要性
本文探讨了Agent项目难以落地的核心原因。作者指出，许多团队忽视了模型与应用之间的基础设施层——Agent Harness。文章通过生理学类比和工程细节分析，阐述了为什么仅靠LLM无法构建高效Agent，并预测AI行业将分化为模型层、Harness平台层和Agent应用层，建议业务团队应专注于业务逻辑而非底层基础设施。
软件的工业化时代：从应用堆栈到Agent供应链
文章基于对SaaStr大会及美国湾区的深度考察，指出软件产业正迎来“工业化”变革。未来格局将由当前企业采购大量应用的“集市”模式，转向少数超级Agent入口加“无头”供应商的深度供应链模式。随着Agent降低交易成本，垂直SaaS可能沦为被调用的组件，而像汽车工业一样，提供单点功能的软件供应商将迎来巨大的历史机遇。
我在香港嘉年华，看见了crypto下一阶段
文章记录了作者参加香港嘉年华的见闻与思考，分析了加密行业未来发展的三个关键趋势：一是中老年投资群体的入场及其带来的影响；二是传统金融与Web3的融合与冲突；三是新生代力量在行业合规化与技术落地中的关键作用。文章指出，Web3正从草莽时期走向主流融合，需要行业以更开放和务实的心态承接新流量与新叙事。
大多数人奔赴Web3,是信它重塑世界；而我,是因为这里不再需要我陪酒应酬
作者分享了留在 Web3 的个人理由，并非为了信仰改变世界，而是为了逃避传统行业中的酒桌文化和潜规则。文章指出 Web3 行业相对更看重价值创造和个人实力，而非关系应酬。同时，作者也分析了当下 Web3 面临的挑战，包括新人上升通道变窄、容错率低以及劣币驱逐良币的现象，并解释了人员流动的本质是跟随流动性和技术好奇心。
Andrew Ng 对 AI 编码代理在不同领域加速效应的洞见
Andrew Ng 在 The Batch 第 350 期中分享了 AI 编码代理对软件开发各环节的加速效应排序：前端>后端>基础设施>研究。前端因闭环反馈和模型熟悉的语言框架加速最快；后端因边界情况处理和数据迁移风险次之；基础设施因依赖工程经验和大规模测试加速有限；研究则因核心在于创意而非代码，几乎未受影响。
软件的终结与新生：动态软件时代的到来
文章提出了软件正在经历从静态到动态的范式转变。过去的五十年，软件基于硬编码的控制流，追求确定性；而随着 2024 年 AI 的发展，软件变得“活着”了。动态软件像现场演出而非录音，具有上下文感知能力和非确定性。作者探讨了这一变革打破了关于状态、会话、时间和确定性等旧有假设，并指出当前的挑战在于缺乏类似 Django 或 Kubernetes 的成熟“运行时”基础设施。
AI风口割韭菜？别傻了！普通人根本赚不到钱，给你清醒避雷指南
文章揭露了当前利用“AI风口”进行割韭菜的常见骗局，指出“用AI提升效率”不等于“靠AI暴富”。作者分析了速成培训课、卖课赚焦虑钱等套路，并建议普通人应将AI视为提升效率的放大器，利用免费资源学习，深耕主业，警惕一切保证赚钱的承诺。
OPC 是公司化无产者：AI 时代的剥削接口化
文章深度剖析了“一人公司”（OPC）在 AI 时代的真相。作者指出，虽然 AI 降低了生产门槛，让个体拥有了类似公司的产能，但并未解决生产资料归属问题。OPC 往往不拥有模型、算力或分发渠道，反而被平台费、调用成本和流量焦虑层层盘剥。这种形态与其说是“超级个体”或“独角兽”，不如说是被市场逼迫、承担无限责任的“公司化无产者”。文章认为，真正的出路在于建立新的组织形式与共享基础设施，而非追求更强的个体孤岛。
2024 年全球“一人公司”行业和投资生态观察
本文详细分析了 2024 年全球 Solopreneurs（独立创客/一人公司）的发展现状。文章指出 AI 工具的爆发让“一人公司”成为现实，展示了创客们在远程办公、无代码工具及新型投资模式下的崛起。报告涵盖生产工具变革、融资偏好变化、成功案例分享以及未来投资机会，展望了个人创业的黄金时代。
OpenAI向左，DeepSeek向右
文章深入对比了2026年OpenAI与DeepSeek的发展路径。OpenAI采取高定价、重商业的精装商品房模式；而DeepSeek则坚持开源低价，依托中国电力基建和昇腾芯片，将AI变成水电煤般的免费基础设施。DeepSeek通过转型重资产、引入巨额融资以对抗人才流失，并推行端侧AI与开源生态，在乌干达等全球南方地区实现数字平权，打破了硅谷的算力垄断。
巨象与蚂蚁：AI落地的真相，没有人告诉你
文章基于一场关于AI商业化的深度对话，揭示了AI在企业级落地中面临的真实困境：包括基层员工的抵触心理、高昂的数据合规与本地部署成本，以及对国外模型的供应链依赖风险。对话指出，服务大客户往往“有名无利”，而务实的个人变现（如AI代写、网文生成）和多模型编排才是当下的生存之道。此外，文章探讨了Agent记忆缺失这一核心痛点，并强调了AI时代个人判断力与出海内容的机会。
香港Web3嘉年华观察：行业现状与真实生态
作者通过观察香港Web3嘉年华，从营销策略、项目状态和用户分层三个维度揭示了行业现状。Bitget利用大口袋进行低成本高曝光的游击营销，OKX则占据核心位置展示链上决心。文章指出许多项目处于摆烂状态，而TP钱包针对下沉市场的差异化策略则展示了另一种生存逻辑。通过对比分析，展现了熊市中行业分化的真实图景。
AI 学得越好，被裁时间越早
文章探讨了微软关闭 Office 免费 Copilot 背后的深层逻辑，指出 Office 三件套的繁荣依赖于“给老板看”的职场仪式，而 AI 正在瓦解这一仪式。作者对比了金山、飞书、钉钉在面对 AI 时代的不同战略，认为真正的分水岭在于老板何时开始信任 AI 摘要而非人工 PPT，那一天或许就是中层打工人失业的开始。
中国 AI 创业商业落地人群分层分析
本文借用社会阶层分析法，深入剖析了中国 AI 商业落地中的不同群体及其对技术的态度。文章将目标群体细分为企业主、操盘手、保守中层、自由职业者、学生、投机者及白嫖用户，指出创业失败的核心在于未能识别真正的付费客户。作者提出的核心策略是“老板买单、操盘手落地”，并详细阐述了针对各阶级的差异化战略。
奇点已来：当软件开始加速过期
文章指出，在AI技术飞速迭代的当下，软件产品的生命周期已缩短至数月，单纯的“执行层”功能正被大模型快速吞噬。作者认为，这并非悲观的信号，而是价值的重新校准：随着技术壁垒被抹平，个人IP、活人感和真实关系网络这些无法被复制的“人的价值”正在升值。
AIFUT大会Day1上午场总结：罗振宇、张鹏等嘉宾畅谈AI技术与未来
本文是 AIFUT 大会第一日上午场的精彩内容回顾。作者记录了王磊关于城市 AI 化的思考，罗振宇关于“人类只需告诉 AI 要什么”的观点，张鹏对适合 Agent 的大模型定义的探讨，以及谷大白话关于 AI 教育创新的分享等。文章不仅涵盖了产业、技术、教育等多维度的干货，还传达了在 AI 时代保持好奇心与想象力的重要性。
What I Learned from Two Weeks Inside China's AI Ecosystem
作者分享了两周深入中国 AI 生态的实地观察。虽然中国技术人才勤奋且基础扎实，但受教育和投资文化影响，创始人缺乏独立思考和从 0 到 1 的叛逆精神，更多是现有模式的优秀执行者。作者极度看好深圳硬件生态的迭代能力，但对软件层持悲观态度，认为中美模型差距正在扩大。此外，文章指出当前中国 AI 市场估值泡沫严重，远超合理倍数。
湾区生活周记01｜AI浪潮下的兴奋与焦虑
文章记录了作者在旧金山湾区的见闻与思考。在OpenClaw等AI工具上线及多家大模型密集发布的背景下，作者探讨了AI带来的技术兴奋、创投热度与财富结构转变，同时也分析了就业门槛提高、中层职业坍塌等焦虑。最后提及团队业务重心向AI迁移及个人生活感悟。
