AI AI Coding,终究是大厂的 AI编程赛道美国分层竞争:Claude Code年化收入25亿美元,Cursor估值超500亿美元,GitHub Copilot付费用户超470万。中国却是大厂通吃:字节Trae市场份额41.2%且完全免费,阿里通义灵码深耕企业级,腾讯、百度、华为悉数下场。中国为什么出不了Cursor?因为大厂把国外分层的生态位全部自己做了。 世界模型工场 Claude CodeCursor行业观察
AI 阿里发起AI总攻 阿里一个月内三次涨价,卖一种叫Token的新商品。ATH事业群成立、技术委员会设立,吴泳铭亲任组长——组织架构调整背后是“创造Token、输送Token、应用Token”三位一体战略。Qwen3.6-Plus周调用量4.6万亿Token登顶OpenRouter榜首,吴泳铭称Token就是未来的电。 新摘 Token行业观察阿里
AI,个人随笔 公司比你更焦虑AI:这届懂AI的人,正在成为香饽饽 企业AI焦虑正从技术层面向业务落地蔓延,懂AI与懂业务的断层正在重塑人才需求。本文揭示企业真正渴求的复合型AI人才画像——场景操盘手、效率革命派与风险管控者,并指出产品经理在AI时代独特的交叉优势。如果你正在思考如何将AI转化为业务竞争力,这篇深度分析将为你指明方向。 冒泡泡 AI落地AI赋能业务重构
AI 如何从0到1创建一个画原型的Skills? 画原型耗时费力?Trae的定制化Skills能让效率提升10倍!本文以HR SaaS系统为例,完整演示如何从零创建专属原型生成技能——从系统设计规范学习到交互细节调试,揭秘如何用AI工具实现2分钟生成可交互HTML原型的秘密。更关键的是,这套方法论可复用于需求文档、上线公告等任何标准化工作场景。 产品方法论集散地 AI应用HR SaaSTrae
AI “龙虾热”凉了吗? OpenClaw微信指数从上亿回落到百万,但GitHub更新从未停止。大众的“龙虾热”凉了,但Agent生态进入用户沉淀期:退下去的是尝鲜的小白和投机者,留下来的是开发者、有复杂工作流需求的用户。谷歌平台月度AI token调用量达480万亿,同比增长36倍。 字母榜 OpenClaw市场分析行业观察
AI 起薪30K的高薪AI产品经理,0经验如何快速转型入行? 今年,各个大厂正加速抢夺AI人才。阿里、腾讯、百度、字节跳动等大厂招聘官网累计招聘5W人,其中AI岗位成为主力军(部分公司AI人才占比高达75%),包括AI算法、研发、AI... 起点课堂 B端产品经理培训C端产品经理培训产品经理免费课程
AI Token大跃进 Token日均消耗量两年暴涨超1000倍,Agent模式消耗是Bot模式的50-200倍。“Token第一股”迅策科技上市108天股价涨近6倍,智谱市值冲破4000亿港元。Token正在成为人工智能经济的法定计价单位,杰文斯悖论重演:单位成本越低,总消耗反而暴增。 巨潮WAVE AI AgentToken商业模式
AI,个人随笔 我整理了10个AI Prompt模板,让产品经理效率翻倍(直接复制就能用) 还在为AI生成的内容不够精准而烦恼?10个高频Prompt模板助你高效应对PRD撰写、竞品分析、用户洞察、评审沟通四大场景。从PRD快速生成到邮件润色,这些模板帮你节省80%的重复工作时间,让AI真正成为你的生产力倍增器。 月亮与第六根肋骨 AI应用PRDPrompt模板
AI,个人随笔 初写SKILL随记 用Claude Code写SKILL的几点心得:保持上下文长度不超过50%,用/btw处理临时话题;SKILL本身即需求&代码一体化,但仍需配套PRD保留原始信息;知识库是静态内容,SKILL是SOP,两者分离管理。沉淀知识库本质是在清空大脑,构建第二大脑。 产品杂谈 Claude CodeSkill经验分享
AI,个人随笔 从 Vibe Coding 到 Wish Coding:产品经理的饭碗是更铁了,还是要碎了? 当AI编程工具从Vibe Coding进化到Wish Coding,产品经理的角色正面临重新定义。蚂蚁集团灵光App提出的新概念让PM仅凭自然语言描述就能生成可运行应用,这既释放了大量受限于开发资源的产品创意,也带来了关于PM核心价值的深层思考。本文将剖析Wish Coding的革命性突破与现存局限,并揭示在这个'人人都是开发者'的时代,产品经理最不可替代的三大判断力。 视界观 AI编程PM竞争力Wish Coding
AI,个人随笔 全双工语音来了,AI 语音产品要重写一次交互逻辑 语音AI正在经历一场交互革命。Google的Gemini 3.1 Flash Live全球扩张与字节Seeduplex的发布,标志着语音产品从'半双工问答'向'全双工对话'的跨越。这次升级不仅是技术突破,更是产品逻辑的重构——如何优雅处理打断、多轮对话和环境噪音,将成为下一代语音助手的决胜点。 AIGC土豆 AI助手GeminiSeeduplex
AI,个人随笔 我把卡帕西的LLM Wiki跑了一遍 LLM Wiki与RAG最大的区别:不是“问完就扔”,而是“问→答→答案变成新知识→下次问得更准”。Ingest一篇5000字文档消耗约500k tokens,Query一次约70k tokens。知识会积累、极简(没有向量库)、支持体检。适合个人和小团队,上限约100-200篇文章。 产品经理伯庸 LLMRAG产品分析