范师傅

1/ 很多人做 AI 产品，第一步是问：“我能让 AI 帮我写什么代码？” 我现在更想问另一个问题： “如果这是一门电商生意，我会怎么选品、测品、放大？” 我是 non-coder，但我做过电商。 这个号会公开记录：如何把电商方法论迁移到 AI micro-SaaS。 差异化、高增长、下重注。

@DeepDiveSuperAI 试试没啥成本

@FanShifu 赞！ 又是一个副业idea 又想试试了

我认识一个90后宝妈，最近在小红书靠“冷门信息差”赚翻了。 她发现一个幼儿园官号发的一篇笔记，把毕业照改成了“蜡笔小新”涂鸦画风，评论区200多人排队求教程，问“怎么做”。 这玩意儿卖的不是图，是家长对孩子毕业季的情绪税。 极简流程： 原图传给 AI 生图工具 → 喂入“蜡笔涂鸦”提示词 → 30秒出图。 她在小红书+🐟一天接几十单，9.9-19.9一张，转化率高得离谱。 这种需求在毕业季是刚需，你想想，哪个家长能拒绝给孩子留一份独一无二的童趣记忆？ 成本几乎为零，3分钟一张图，妥妥的低成本交付。 image-2 生成同款蜡笔画风的提示词 待会放评论区。

@jaxxchen003 确实，现在引用推文的权重砍了不少，算法更倾向让你在评论区盖楼。

刚研究了X的推荐算法源码，发现一个很多人不知道的事—— X把全平台用户分成了14.5万个圈子 你只有被算法认定属于某一个，才有机会破圈 否则你发再多帖，也只是自嗨 分享7个实用技巧，从权重最高到最低排 👇🧵

@DeepDiveSuperAI 不错不错，曾经试过给儿子做实时绘本生成，挺有意思的体验。

做AI儿童绘本真的是上头啊 尤其是加上封面和封底的时候 尤其是针对自己生活中遇到的痛点 我自己都要哭了！ 不知道能不能感动X！ 反正我先把自己感动了！

@tibo_maker This isn't just for creators; it's a nuke for Personal Brands. Imagine doctors or coders as Pixar leads sharing knowledge. That’s the real unfair advantage.

prediction: in a year, creators will be making millions of dollars with AI videos video creators on X, YouTube, TikTok, Instagram will be pulling millions of views every week with real story-driven AI videos like this one think storylines like friends, the office, the big bang theory, but every episode AI generated the playbook: - write a story (or brainstorm one with AI) - make scripts and split it into small episodes - make every episode actually good and engaging - use Revid to generate these episodes a whole new wave of writers and storytellers is about to break out 🤩

@AlchainHust @trq212 最新那篇文章提到的锦标赛（赛马）机制，用在 SKILL 迭代上应该也挺好玩。只是有点耗 token。

上周，我基于微软最新的SkillOpt论文和开源项目，对我达尔文.skill项目做了升级，纳入了SkillOpt的skill进化策略。 没想到这周就看到微软的官方GitHub上提到了他们的框架被我采纳的事。 这种开源社区的互动还挺有趣的。

@WittWang01 这套路最关键的就是找新工具，就像电商最关键的是选品

我的一个00后实习生，靠AI写英文博客，月被动收入3000美金。 我承认我酸了。 他每天去ProductHunt找新AI工具→GPT-4o按“痛点-方案-对比-价格”写测评→挂Affiliate链接。 秘诀不在写，在选：专挑那种有人搜但没人写的小工具。 10分钟一篇，3个月后就算出去玩，钱照样进账。 真正的睡后收入，不是梦。 副业思路真的是不能局限，要打开思维……

@better_christal 思路打开了！其实餐饮可以用来练手，真正值得搞得是牙科、全屋定制这种高客单项目，他们更愿意为流量付费，成交一单提成几百都算少的。这套工作流我觉得可以迁移到这些行业

@0427SMtieshou 我当年考公上岸就用的粉笔，也听过很多他的直播。张小龙本来就是带点神经病的性情中人，有这样的表现一点不例外。 不过他对着一群求稳、想考公进体制的大学生，安利高风险、高波动的 美股。我是没看懂，只能说他最近赚太多，有点飘了。

粉笔张小龙不是一个成熟的商人。 他把企业看成自己的孩子，这种想法在资本市场里边是很不成熟的。 企业只是商品而已，在价格差不多的时候就应该交易。 他在人大发飙，是因为高瓴资本的张磊在他股票上市的时候全部抛售，把他的股价从11块打到3块，现在股价只值几毛。 张磊是人大毕业的，所以张小龙在人大发飙，不是无的放矢。 当时教培行业的前景很严峻，张磊在股票解禁当日全部抛售，是一个理性的选择。同样的，创始人张小龙有点当局者迷，对教培行业盲目乐观。就行业的整体判断，张磊是强于张小龙的。 这种挟私怨怒喷，基本上断绝了张小龙此后与资本圈的联系。

@GoSailGlobal 现在要么跑量，要么单品高利润，不然瑕疵退货 来回运费都兜不住

@FanShifu 这么细了吗 现在

Karpathy 12月后没手写过一行代码 郭宇3个月一人做了15个产品 Uber 500个Skill完全自下而上长出来 这些故事很震撼，但都是别人的 我来讲一个自己的： 喜马拉雅算法工程师 → 996 → 31岁裸辞 → 开车去大理 → AI出海博主 18个月，从月薪到月入6万（现在xx），转型的每一步我都记得👇

@berryxia 流程确实丝滑，但是，如果大家都在复刻同样的爆款 Workflow，AI 创作同质化的问题怎么破？

@jaxxchen003 Amazon 只让选 2 个类目，但可以通过后台发邮件给客服申请增加到 10 个。这样能让你的书在更多细分榜单露出，转化率更高。

@gaoqian2580 干货收藏了！补充个实操小坑：Supabase 免费版如果7天没用会自动休眠，下次打开会卡半天。建议搞个自动化脚本定期唤醒一下，不然好不容易搞来的流量全跳失了。

@GoSailGlobal 瑕疵率也高，普款鞋子打高光AI摄像头360度无死角找瑕疵😅（如图），想多赚点还得拿品牌二级授权... 现在只在得物出点高利润款了。

@FanShifu 手续费太高了。。。 我是没玩了

The scary part isn't that AI writes code faster than us. It's the line buried in here: human review is now the slowest step. Soon the thing slowing AI down won't be tech, it'll be us. Once "doing" costs nothing, humans go from driving the car to being the speed bump. Wild to sit with that.

Our internal data shows Claude is accelerating AI development—a possible path to recursive self-improvement, or AI autonomously building a more capable successor. It’s happening faster than we thought, and the implications deserve greater attention. anthropic.com/institute/recu…

@dotey 别说专业团队，我一个 non-coder 都夜以继日加班钻研 AI 。没有老板逼，是真怕一觉醒来世界又变了。

我知道的所有做AI Agent的团队都很拼，不是老板逼着的，是为了心中理想，所以心甘情愿加班和搞封闭开发👍 有点我好奇的是：Kimi 团队在开发 Kimi Code 的时候，是自家模型 token 用的多还是 Claude 或者 GPT 模型的 Token 用的多呢？ 🤔

@FakeMaidenMaker 难怪今天没啥帖子可以回😅这种时候最能看出谁的基础设施更稳。

我说今天为啥 x 这么冷淡 原来🪜都炸了啊 还在冲浪的看来都不是一般人，很有手段啊

@heyshrutimishra Look at Reddit—stock popped on the back of one thing: it sits on a pile of real human conversation no one else can copy, so Google and OpenAI are paying to license it. Same story here. The robot's the product everyone sees. The data layer is the actual bet.

The AI race is framed as compute vs compute. Chips, data centers, GPUs. China found a cheaper move. JD. com built a dedicated "data collection neighborhood" in Suqian. Residents get paid to film themselves doing household chores. Target: 10 million hours of robot training data over two years. One person paid $22 for a 3-hour session. A robot came to their home, followed them around, and spent an hour folding three pieces of clothing. "I feel like I made some contribution to physical AI," they said. US companies outsource this kind of data collection to workers in developing countries because labor costs are too high domestically. China collects it locally, which means robots trained on Chinese homes, Chinese kitchens, Chinese habits. That's a distribution advantage.

@DeRonin_ Every 2.5k/month client wants to feel like a 25k client. The delivery is automated — but what about the communication overhead?🧐 Did you productize the comms layer too, or is that still the hidden time sink?