Dear San Francisco, this is how the outside world sees you
文章深入剖析了旧金山初创圈的氛围恶化。作者指出,当前的创业环境已从技术乐观主义转向追求流量与声誉的“表演型”创业,圈内的 Grift(骗局)文化泛滥。作者警告,这种喧闹的负面叙事正在重塑公众对 AI 的看法,若不加以纠正,AI 可能会像加密货币一样失去公众信任。文章呼吁关注 AI 在医疗、科研等领域的实质性贡献。
文章深入剖析了旧金山初创圈的氛围恶化。作者指出,当前的创业环境已从技术乐观主义转向追求流量与声誉的“表演型”创业,圈内的 Grift(骗局)文化泛滥。作者警告,这种喧闹的负面叙事正在重塑公众对 AI 的看法,若不加以纠正,AI 可能会像加密货币一样失去公众信任。文章呼吁关注 AI 在医疗、科研等领域的实质性贡献。
文章深刻洞察了旧金山AI圈的关注度炒作现象及其对技术公共叙事的负面影响,极具时效性和可读性,但缺乏具体实操建议。
作者分享了一个通过API接口出售全球数据的平台,称其为除AI中转站外最暴利的生意。该平台提供数千个数据接口,可抓取TikTok、亚马逊、Reddit、抖音、领英等全球社媒和电商数据。作者实测了三个场景:跨境电商选品(抓取商品记录和评论)、AI产品MVP需求验证(分析市场缺口)、获取客户联系方式(找到97个MCN创始人并邮件触达,12人回复)。作者认为该产品潜力巨大,并分享了视频教程。评论区有网友质疑这是广告,作者予以否认。
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。
作者是一位20岁的法学生,大一时通过竞赛拿奖,后因保研政策变化转向真实社会探索。她通过跨国研学结识各行业大佬,参与联合国环境规划署新加坡项目;在深圳红圈所实习后,主动私信活动主理人争取兼职机会,由此遇到现在的老板并被邀请赴上海,成为其唯一正式弟子,入职不到两月分成10万+,并谈成多个律所培训合作。她分享了自己'慕强不怯'的向上社交心得:社交只是入口,从优秀的人身上学习才是核心能力,并预告将持续分享AI、自媒体、金融、法律等领域的实战知识。
作者回顾了自己的职业历程:大学期间通过实习和家教月入过万,大三在数藏公司实习赶上牛市赚到第一个百万,同时运营公众号和交易群积累粉丝并变现。2023年毕业后入职美团,后辞职All in Web3,在二线交易所工作期间转型做KOL Agency,第二个 月即获得150万订单,尝到Build in public的红利。今年行业冷淡遭遇低谷:发胖、公众号被封、客户断崖式下跌。七月中旬入职新公司成为市场部第一名员工,筹备C端和B端产品推广,重新燃起对AI的热爱,走出低谷,感恩生活。
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。
作者基于为 10+ 家 YC 公司提供 GTM 服务的经验,阐述早期创业公司如何做增长。核心观点:AI 让找线索变得容易,但判断哪些线索重要才是关键。创始人前 50 次销售对话是数据收集,类似模型训练。文章提出线索的新定义(fit × timing × intent × confidence),强调先完整映射市场再进攻,重视时机信号,并将 outbound、inbound 与 GTM 工程整合为一个闭环系统:运行策略→捕获信号→衡量结果→更新模型,认为专有的结构化市场学习才是真正的护城河。最后以 Workersio 案例展示具体工作流。
作者通过法国公司 Famileo 的案例,讲解 AI 时代普通人应有的商业思维。Famileo 把家庭成员在手机上发布的照片和消息打印成家庭小报寄给不使用智能设备的老人,解决了数字表达与老人接收习惯之间的矛盾。文章提炼出几个关键商业思维:顺着用户原有习惯做产品而非改变用户;旧需求在新环境下可被重新满足;先在养老院这类需求密集的滩头阵地跑通产品再扩张;区分使用者、生产者与付款者;订阅制需对应持续产生的真实需求。该公司现服务 2700 多家养老机构、约 180 万用户,年营收约 1500 万欧元。
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Ben Cera回顾了自己20多年创业历程:从哥伦比亚大学金融工程毕业后加入华尔街对冲基金和巴克莱,后自学编程并开发应用,先后做过照片消息应用、人物发现应用、室内设计创业公司CTO、加入Uber创始人Travis Kalanick的CloudKitchens等。经历多次失败后,他创立Polsia,用AI构建和运营公司,5个月获得超1万客户、1000万美元年化收入,并以2.5亿美元估值融资3000万美元。他总结:每一次失败都是学费,坚持尝试终会成功。