#出海运营秘籍👉@yunying23
昨天去了视频号电商头部社群商江湖，拜访了文冲总和向雪姐，两位在视频号电商深耕多年的前辈。 分享几条交流心得
1.视频号没公布电商规模，很低调，但是盲估的话去年应该在4000-5000亿GMV差不多。
2.虽然官方不声不响，没什么动作，但是视频号一直处在一个稳步增长期，因为没有别的好做的平台了，所以大家都会把视频号当做最后一个能经营的阵地，包括越来越多的抖音主播、私域主播，也都在视频号双开，非常普遍。
3.视频号很多美妆、服饰垂类主播，做到头部之后，都会开发自己的白牌产品，我的理解是毛利高、供应链可控、达人信任背书强，所以复购高、转化好，而且能赋能内容。
4.之前创业聊的是融资、IPO。这两年大家聊就两件事：活下去、现金流。市场换了，激进程度跟之前完全不一样。
5.视频号的机构数量很少，团长服务商生态，很难赚钱。
昨天去了视频号电商头部社群商江湖，拜访了文冲总和向雪姐，两位在视频号电商深耕多年的前辈。 分享几条交流心得
1.视频号没公布电商规模，很低调，但是盲估的话去年应该在4000-5000亿GMV差不多。
2.虽然官方不声不响，没什么动作，但是视频号一直处在一个稳步增长期，因为没有别的好做的平台了，所以大家都会把视频号当做最后一个能经营的阵地，包括越来越多的抖音主播、私域主播，也都在视频号双开，非常普遍。
3.视频号很多美妆、服饰垂类主播，做到头部之后，都会开发自己的白牌产品，我的理解是毛利高、供应链可控、达人信任背书强，所以复购高、转化好，而且能赋能内容。
4.之前创业聊的是融资、IPO。这两年大家聊就两件事：活下去、现金流。市场换了，激进程度跟之前完全不一样。
5.视频号的机构数量很少，团长服务商生态，很难赚钱。
❤2👏1🤔1
发现很多公司都有这个问题：规章制度、产品文档、操作手册堆了一大堆，员工遇到问题还是只会问同事、翻群聊。
做了一个小工具：把公司所有文档扔进去，员工直接用自然语言提问，系统自动从文档里找答案。
不用再"我记得好像在某个PDF里看过"，直接问就行。
新员工入职培训时间直接砍一半。
做了一个小工具：把公司所有文档扔进去，员工直接用自然语言提问，系统自动从文档里找答案。
不用再"我记得好像在某个PDF里看过"，直接问就行。
新员工入职培训时间直接砍一半。
😁2❤1🤔1
#出海运营秘籍👉@yunying23
TikTok 三天养号法：
第一天
完全不发也不加链接，就做一个真人的事
刷推荐页 30 分钟以上，给同赛道视频点 15-20 个赞，留 5-7 条走心的评论，再关注 8-10 个内容跟你相似的账号。
第二天
维持一样的互动节奏，
多加一步，主动搜索你赛道的关键词，完整看完 10 个以上相关视频，让算法认定你就是混这个圈子的人，还是不发、不加。
第三天
发出第一条图文帖，
用近 7 天的热门音频，图片必须原创，只做赛道内有吸引力的内容，不带任何推广，发完观察 24 小时。
这条帖子如果跑过 1000 播放，代表信任评分通过，你可以正式开始发推广内容。要是连 200 都不到，说明账号已被算法标记，别留恋，直接重来。
TikTok 三天养号法：
第一天
完全不发也不加链接，就做一个真人的事
刷推荐页 30 分钟以上，给同赛道视频点 15-20 个赞，留 5-7 条走心的评论，再关注 8-10 个内容跟你相似的账号。
第二天
维持一样的互动节奏，
多加一步，主动搜索你赛道的关键词，完整看完 10 个以上相关视频，让算法认定你就是混这个圈子的人，还是不发、不加。
第三天
发出第一条图文帖，
用近 7 天的热门音频，图片必须原创，只做赛道内有吸引力的内容，不带任何推广，发完观察 24 小时。
这条帖子如果跑过 1000 播放，代表信任评分通过，你可以正式开始发推广内容。要是连 200 都不到，说明账号已被算法标记，别留恋，直接重来。
❤2👏1🤔1
Warp 竟然开源了！在我眼里是跟 AI 结合最紧密跟进最快的一个命令行终端了。
纯 Rust 编写，4 小时内 star 马上破 3w。
仓库地址：https://github.com/warpdotdev/warp
纯 Rust 编写，4 小时内 star 马上破 3w。
仓库地址：https://github.com/warpdotdev/warp
Astro 作者最近开源了一个 agent 框架 Flue，起因是在 Astro 仓库内部做 AI workflow，做着做着发现所有 agent 都缺一个 Agent Harness Framework。
他把 Claude Code 的工作模式抽成可编程的 TypeScript runtime。没有 TUI，没有 GUI，代码量极少，agent 的逻辑大多在 Markdown 里：skills、context、AGENTS.md。
换句话说，如果你熟悉 Claude Code 之类的工作模式，那 Flue 理论上没啥上手成本！
Write once, deploy anywhere（Cloudflare、Vercel、Netlify、Railway、Render、Fly 等等都支持）
🔗：
https://github.com/withastro/flue
https://flueframework.com
他把 Claude Code 的工作模式抽成可编程的 TypeScript runtime。没有 TUI，没有 GUI，代码量极少，agent 的逻辑大多在 Markdown 里：skills、context、AGENTS.md。
换句话说，如果你熟悉 Claude Code 之类的工作模式，那 Flue 理论上没啥上手成本！
Write once, deploy anywhere（Cloudflare、Vercel、Netlify、Railway、Render、Fly 等等都支持）
🔗：
https://github.com/withastro/flue
https://flueframework.com
❤1😁1🤔1
so long。太久没有发布自己的作品了。断断续续花了几个月时间做了一个 macOS 上的信息流聚合 App，可以实时抓取 X、Threads 这些反爬力度极强的社交平台。以及支持 MCP，这样你就可以直接在 Claude Code 等 AI 客户端里直接查询数据了。下载地址 👉 https://reskew.app
有时候觉得信息流聚合这个 idea 真是太老了，仿佛回到了 Web 2.0 刚开始的时候。在 AI 时代做这个好像还有点格格不入呢。
有时候觉得信息流聚合这个 idea 真是太老了，仿佛回到了 Web 2.0 刚开始的时候。在 AI 时代做这个好像还有点格格不入呢。
This media is not supported in your browser
VIEW IN TELEGRAM
OpenAI的goal模式搭配GPT Image 2.0模型，已经可以实现自动化开发游戏了😱
我感觉那个强大的openai又回来了
不是说它技术强，而是它重新回到了生产力最大化的正确轨道上，而不是只关注C端体验。
同时我不认为OpenAI投入在多模态上是战略错误。缺乏多模态生成能力，就不可能实现AI生成游戏资产这种用例。
懂的人都知道一键生成带透明通道的图片、游戏精灵图对于生产力有多大的推动作用。
Scaling law依然存在啊
我感觉那个强大的openai又回来了
不是说它技术强，而是它重新回到了生产力最大化的正确轨道上，而不是只关注C端体验。
同时我不认为OpenAI投入在多模态上是战略错误。缺乏多模态生成能力，就不可能实现AI生成游戏资产这种用例。
懂的人都知道一键生成带透明通道的图片、游戏精灵图对于生产力有多大的推动作用。
Scaling law依然存在啊
❤1👏1🤔1
如果不考虑商业化，把工作这些年学到的技能用来单纯做一些满足自己和家人需求的应用，还是非常沉浸和enjoy的。另，gpt5.5的审美也是好起来了，不需要说太多高级提示词，也能做出不错的效果。也许，以后的产品开发就像今天的木匠活一样，谁拿着工具都能做一做吧
欸，不仅是初阶程序员找不到工作了，AI 直接导致各种职业的初阶岗位需求都在下降。
昨天看到哈佛的一篇论文，和前段时间的一个程序员初阶岗位下降的数据互相印证了。
生成式AI是一场偏向资深员工的技术变革。
关键数据：
招聘：采纳AI的公司在2023年后，平均每季度少招聘了 3.7名 初级员工，这是导致初级岗位净减少的主要原因。这一下降幅度相当于其平均招聘水平的22%。
离职：初级员工的离职率甚至略有下降，说明公司并非在裁掉现有初级员工。
晋升：有趣的是，现有初级员工的晋升率反而有所增加（平均每季度增加0.4人）。这表明公司在减少外部招聘的同时，可能会加速内部有经验初级员工的晋升。
行业数据：
影响最为严重的行业是批发和零售业，采纳AI的公司初级岗位招聘量比未采纳公司减少了约40%。
信息技术、金融和专业服务等行业也出现显著下降。
按教育背景来看：
就业下降最严重的是来自中等偏上水平院校（第2、3梯队）的毕业生。
来自顶级精英院校（第1梯队）和较低水平院校（第4梯队）的毕业生受影响较小。
来自最低水平院校（第5梯队）的毕业生所受影响最小，且在统计上不显著。
简单说，AI正在把新手村的门槛焊死，新人想“上车”是越来越难了。
对刚毕业的年轻人来说，这挑战太大了。
互联网充电站
昨天看到哈佛的一篇论文，和前段时间的一个程序员初阶岗位下降的数据互相印证了。
生成式AI是一场偏向资深员工的技术变革。
关键数据：
招聘：采纳AI的公司在2023年后，平均每季度少招聘了 3.7名 初级员工，这是导致初级岗位净减少的主要原因。这一下降幅度相当于其平均招聘水平的22%。
离职：初级员工的离职率甚至略有下降，说明公司并非在裁掉现有初级员工。
晋升：有趣的是，现有初级员工的晋升率反而有所增加（平均每季度增加0.4人）。这表明公司在减少外部招聘的同时，可能会加速内部有经验初级员工的晋升。
行业数据：
影响最为严重的行业是批发和零售业，采纳AI的公司初级岗位招聘量比未采纳公司减少了约40%。
信息技术、金融和专业服务等行业也出现显著下降。
按教育背景来看：
就业下降最严重的是来自中等偏上水平院校（第2、3梯队）的毕业生。
来自顶级精英院校（第1梯队）和较低水平院校（第4梯队）的毕业生受影响较小。
来自最低水平院校（第5梯队）的毕业生所受影响最小，且在统计上不显著。
简单说，AI正在把新手村的门槛焊死，新人想“上车”是越来越难了。
对刚毕业的年轻人来说，这挑战太大了。
互联网充电站
❤1😁1🤔1
推荐一个开源项目 Pixelle-Video，一款 AI 全自动短视频生成引擎。
它的定位很直接：把短视频的生产流程尽可能自动化，从内容生成到视频合成，减少人工介入的环节。适合需要批量产出短视频内容、或者想把 AI 融入视频创作流程的用户。
项目地址：https://github.com/AIDC-AI/Pixelle-Video
在线文档：https://aidc-ai.github.io/Pixelle-Video/zh
互联网充电站
它的定位很直接：把短视频的生产流程尽可能自动化，从内容生成到视频合成，减少人工介入的环节。适合需要批量产出短视频内容、或者想把 AI 融入视频创作流程的用户。
项目地址：https://github.com/AIDC-AI/Pixelle-Video
在线文档：https://aidc-ai.github.io/Pixelle-Video/zh
互联网充电站
❤1😁1🤔1
算法工程师们努力精进自己的AI技术，防止自己被AI淘汰，可这一过程本身，却恰恰在加速他们被淘汰。以“自保”为目标的努力，其过程和结果却恰好构成了“自毁”。
我给这一悖论取名为"伊卡洛斯悖论"。
我给这一悖论取名为"伊卡洛斯悖论"。
❤1😁1🤔1