往前跑，别回头：写在Manus被取消交易之刻
本文以Manus与Meta的交易被中国监管禁止为切入点，深入探讨了AI创业时代的宏观环境变化。文章指出，旧有的互联网全球化创业逻辑已失效，AI被视为战略资产，面临技术、数据和资本的边界限制。作者强调，创业者必须清晰认知公司的“位置”与“身份”，不能幻想在不同体系间进行监管套利，而应根据自身战略选择清晰的发展路径。
相关文档
最近爆火的 Personal Agent 到底是什么？Grok Bot、Muse、Cue、dots
文章介绍了两个月内四家公司发布的 Personal Agent 产品：xAI 的 Grok Bot（云端常驻 Agent 团队，支持例行任务与权限分级）、Meta 的 Muse（强调安全架构，通过 Secure VM 与 Sentinel Agent 防范提示词注入）、Manus 的 Cue（为 Agent 提供邮箱、电话、钱包等独立身份，支持多 Agent 协作）、OpenAI 的 dots（基于 GPT-6 Astra，作为调度员连接 4000 多个应用并把任务派给 Codex）。作者对比了这些“云端虚拟人”与运行在本地设备的 OpenClaw（“本地代言人”）的区别，指出前者在云端沙箱中 24 小时替用户执行任务。
万字报告：个人 Agent 竞品分析，谁最适合当你的助理？
作者基于近一个月使用 Grok Bot 的体验，对五家个人 Agent（Muse、Grok Bot、Spark、Cue、Dots）进行了深度竞品调研。文章首先厘清个人 Agent 与通用 Agent 的区别：7×24 在线、拥有云电脑、能主动办事。随后梳理了用户真实案例，包括替人砍价、整理历史数据、填表办手续等。技术层面，文章将个人 Agent 拆解为模型、电脑、记忆、技能、调度、身份六模块，并重点对比了云端电脑方案、身份策略与审批机制三大差异点。最后总结五家各自的优势：Grok Bot 擅长多 Bot 协作、Muse 主打社交、Cue 强在独立身份、Dots 突出主动性、Spark 依托 Google 生态，并判断安全将成为未来竞争的关键。
AI创业的六个阶段：从社群到回归原点
本文作者以自身观察和经历，总结了AI创业者普遍经历的六个阶段：从加入社群、卖课、转向企业服务、开发软件产品、投机炒币，最终回归原点，真正理解商业本质。文章指出，这些阶段快则两年慢则五年，兜兜转转后钱可能没多，但人已成长，对流量、生意、资源、营收等有了更真实的理解。作者认为有些路必须自己走过才能领悟，最终可以更从容地面对创业这场游戏。
一个月全网涨粉百万：蜗牛学长的自媒体与AI逆袭之路
作者讲述了自己从成绩垫底、靠父母花钱入学的普通人，到申请上博士，再到通过自媒体逆袭的经历。他因分享博士申请经验意外走红，建立留学申请生意做到年营收500万，后因行业萎缩而退出。2026年他用Claude Code一天做出学术平台'构石'，三天登上热搜，一个月全网涨粉百万。他总结三条可复刻的经验：做IP建立壁垒、别等准备好再开始、AI是普通人的工业革命级机会。最终他选择休学创业，全力投入AI应用赛道。
判断，环境，与无限迭代
文章探讨了AI Agent创业中套壳产品的价值与生存之道。作者提出Agent能力由模型水平、指令、记忆和工具组成，套壳的意义在于通过优化后三者构建「逃逸速度」，在下一代模型到来前保持领先。文章强调两类关键判断：方向判断（基于第一性原理，如移动办公趋势）和迭代判断（通过专家知识优化上下文工程）。作者以自身产品NewMax为例，阐述Dogfood理念，通过全方位使用产品发现边界与问题，并优先解决基建卡点，让产品进入低成本高效迭代的正向循环，实现无限迭代与自动化GTM。
用 Manus 改造 Manus，AI Native 组织改造的实践和思考
文章记录了 Manus 团队在研发 AI Agent 产品的过程中，用自家产品改造自身组织运作的实践。研发团队通过 Manus-mono 统一入口和给 AI 的说明书，让一个工程师能同时处理十几个需求，一人写完前后端和移动端；产品团队实现了端到端上线，所有产品经理都提交过代码，甚至用视频代替传统 PRD 表达需求；市场团队则引入'数字同事'参与工作流，自动跟踪发布、复盘数据、跨团队对齐。整体上，组织从 Human in the loop 走向 Human on the loop，减少人与人之间的打断损耗，人更多承担监督、判断和决策的角色。
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。
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。
把Muse最强模型接进Codex CLI，开源反代
作者开源了Muse-Bridge反向代理项目（v1.4.1），可在本机或服务器运行代理服务，将Muse.ai网页请求转发给Codex CLI、CC switch等命令行工具，让用户通过CLI调用Meta的Muse-Wonder大模型。文章介绍了部署步骤、Cookie获取方法、管理页面功能，并分享使用体验：作者连续使用约20天、累计106亿tokens，认为该模型在写作尤其是小说创作上表现出色，可与GPT-6.1 Sol媲美。同时提醒Cookie是登录凭证，需注意安全，不要泄露。
我研究了 AI 推荐的 294 个创业点子，发现大多数人第一步就做错了
文章基于 BigIdeasDB 对 294 个 AI 推荐创业点子的研究指出，80.6% 的点子重复度高，且 AI 给出的收入预测从不分析竞争情况，看似完整但并不靠谱。作者结合 MailCheap 等真实赚钱案例，提出普通人做 AI 副业的正确路径：从熟悉的行业和真实抱怨中找问题，而非让 AI 凭空推荐；用 AI 做需求分析和竞品调查，主动寻找反面证据；先做无需写代码的最小服务版本，争取第一笔真实付费，再考虑扩张。文末附有可直接使用的三个 Prompt 和 7 天行动计划，强调找到愿意付钱的客户比收集创业点子更重要。
AI Startup 增长经验：找 UGC 而不是 KOL，找 KOS 而不是 KOC
作者基于多年全球 KOL Marketing 经验，分享了 AI Startup 增长的实操建议：早期产品应找能持续产出 UGC 风格内容的创作者而非大 KOL，找懂产品懂场景的 KOS 而非 KOC；先测试内容形式再放大投放；全球化不是翻译而是本地化创作；建立 Creator Growth Loop 而非迷信爆款；把 Creator 当作产品增长的一部分，帮助发现真实用例与新 ICP。核心观点是不要花钱购买影响力，而要花钱验证增长。
