纳瓦尔:苹果已死,SaaS 下一个,你只有 18 个月
文章指出,随着 AI 导致界面层实时商品化,苹果的软件护城河已崩塌。纳瓦尔预言纯软件不可投资,SaaS 公司因技术复制门槛降低而面临毁灭。创始人需在 18 个月内构建新的护城河(如分发、网络效应、硬件集成),否则将被市场淘汰。
文章指出,随着 AI 导致界面层实时商品化,苹果的软件护城河已崩塌。纳瓦尔预言纯软件不可投资,SaaS 公司因技术复制门槛降低而面临毁灭。创始人需在 18 个月内构建新的护城河(如分发、网络效应、硬件集成),否则将被市场淘汰。
文章基于Naval的观点展开,提供了具体案例和行动建议,但部分断言缺乏数据支撑,实用性中等。
本文基于 Naval Ravikant 的观点,深入剖析了科技行业的结构性剧变。文章指出,Apple 的软件护城河正因 AI 生成界面的兴起而瓦解,其高溢价模式面临崩溃。同时,由于 AI 编程工具大幅降低开发门槛,传统的纯 SaaS 模式将在 18 个月内失去防御力。作者断言,依赖“产品更好”作为壁垒的公司将被淘汰,未来能生存并获投资的企业,必须掌握分销渠道、网络效应、数据飞轮或硬件集成等非软件维度的核心竞争力。
作者借用1990年代报业因互联网兴起而出现'杠铃化'的案例,类比AI时代软件业的演变。传统软件公司的护城河(复制成本、迁移成本、网络效应)将随软件开发成本趋近于零而被侵蚀。作者认为未来软件业将走向两端:少数通过海量构建与持续再投资形成规模壁垒的巨头(每个购买中心或行业一个AI原生系统),以及爆炸式增长的'小微软件'(个人或小团队自制/小众软件),中间地带的点状解决方案将被整合或消亡。风投支持的创业公司应'全都要做',以产品的整体性作为护城河。
作者整理了一份2026年最值得关注的72个中文X(Twitter)博主名单,按五大领域分类:AI/Agent/AI编程、创业/副业/商业化、SaaS/APP/独立开发、出海/SEO/海外工具、知识/科技/效率。筛选标准包括粉丝量超1万、全蓝V认证、长期稳定输出实战内容等。每个博主都附有简介和擅长领域说明,如宝玉、李继刚、 idoubi、图拉鼎、哥飞等知名账号,帮助读者高效搭建高质量中文信息流,适合关注AI、创业、独立开发和出海的人群收藏参考。
文章复盘了一款AI语音销售陪练产品的成功案例,详细介绍了如何利用现有工具构建最小可行产品(MVP),包括产品卡、异议卡等核心材料准备。作者建议从四周训练营切入,服务小团队和独立销售,并提供了定价策略、交付注意事项及启动五步法。
作者为摆脱中文社交平台低质量内容,整理了一份涵盖 9 个领域、119 位英文 X 博主的高质量关注清单,涵盖 AI(如 Karpathy、Yann LeCun、Andrew Ng、Simon Willison 等)、创业(Paul Graham、Naval、Stripe CEO 等)、SaaS 与独立开发者、出海、数字游民服务、OpenClaw、知识分享和副业。筛选标准为粉丝 5 万以上、持续活跃、内容干货、不割韭菜。作者建议每个领域挑 3-4 个关注,逐步将时间线打造为低噪音的行业情报站。数据基于 2026 年 10 月,后续持续更新。
红杉合伙人 Pat Grady 向 LP 分享了对 AI 行业的看法。他将过去五年拆为三个拐点:ChatGPT(预训练)、o1(推理)、Claude Code + Opus 4.5(长程 agent),并认为 AGI 已在第三拐点到来。他指出现实验室目标转向 ASI、模型参与自我改进、对齐被忽视等问题;商业上实验室像大企业,抢 token、做并购;创业机会在于 diffusion gap 和高价值知识工作。开源模型正承接大量负载,组织转向最强环节游戏。他坦言当前是泡沫标志,但建议与泡沫共舞。
文章提出AI原生服务是当下最好的创业方向,市场规模高达千亿美元。作者以会计师与QuickBooks为例:企业为软件付1万美元,却为使用软件的会计师付12万美元,后者如今因AI可被规模化接管。AI原生服务由Agent完成大部分工作,以软件边际成本交付服务结果,可按服务定价、按软件估值。文章对比了SaaS、App和传统代理公司的劣势,解释了为何现在是最佳时机(模型能力提升、成本骤降、4.6万亿美元服务市场开放),并以Harvey、EvenUp、Kick等公司为案例,阐述了如何选择计价单位、设计获客流程等构建AI原生服务的关键要素。
作者天策记录了与北哥畅聊后对AI时代个人生态位的思考:确立自媒体+线下活动+海外FDE的方向。文章阐述了AI视角下的行业逻辑——skill、agent和AI产品本质上都在为Token打工,关键是扩大应用范围卖出更多Token。作者介绍了合作的AI平台Creao,提供低成本使用顶尖大模型的机会,使其能按想象力开发产品并利用最顶尖大模型套利。作者感叹AI让00后、05后超级个体涌现,一人即一家公司,认为这是最好的时代,鼓励大家顺势而为在AI时代收获财富。后续将专注前端流量,后端承接已稳定。
本文总结了 Anthropic Applied AI 团队工程师 Kevin Bai 的 FDE 101 分享。FDE(前线部署工程师)源于 Palantir,其核心是向客户交付“结果”而非软件或咨询:工程师深入客户业务,在可复用平台上组装定制方案。FDE 与外包开发的关键区别在于必须有可复用平台。判断是否需要 FDE 有两个标准:产品技术复杂且买家非技术、具备或愿意建设可复用平台。文章还指出 2026 年 AI 使软件高度可定制、Agent 化,客户更难自行摸索产品,FDE 正从 Palantir 独有玩法变为更多软件公司需要考虑的模式。适合做 FDE 的是技术上值得信任、能直接面对客户的工程师。