Sabitlenmiş Tweet
卢尔辰
7.7K posts

卢尔辰
@erchenlu1
跨学科思考者|长期主义投资人/Long-termist investor|降噪,不追热点|公众号:卢尔辰 |文章合集:https://t.co/XSlRlvTieY| tg https://t.co/edG3gW471Z |优先回复订阅者评论和私信
Katılım Ocak 2021
2.1K Takip Edilen47.1K Takipçiler


最近试了下字节的汽水音乐,再打开 QQ 音乐,有种从 2026 穿越回 2016 的感觉。
汽水音乐的逻辑和抖音一脉相承:选个类型,算法推歌,切歌上下滑。整个 App 只有一个核心交互,极简到没有任何决策成本。
QQ 音乐呢?成千上万个歌单,每天推荐 30 首歌。本质上还是十年前网易云那套"编辑+协同过滤"的思路,只不过加了更多版权和社交。页面也跟狗皮膏药一样复杂。
都 2026 年了,这套东西看着实在像上个时代的产物。
腾讯的路径一直是:找到被验证的产品,抄过来,嫁接社交关系链和版权优势,靠体量碾压。QQ 音乐对网易云如此,微信对米聊亦如此。
但字节的打法是用算法重新定义交互本身。说白了,歌单这个产品形态,在足够强的推荐算法面前,就是个冗余设计。
字节可怕的地方在于,它不跟你比功能多、版权全,是直接把竞争拉到你不擅长的维度——算法驱动的用户体验。
腾讯如果继续在旧框架里迭代,大概率会像门户网站遇上信息流,赢了所有旧对手,却输给一个改变规则的人。


中文

很多私募基金那些看起来很夸张的高年化,背后往往有不少水分。
这里说的水分,不一定是造假。行业里有一整套很成熟的“呈现方法”,可以把同一份成绩单,讲得比实际漂亮很多。
最常见的一种,就是选择性讲故事。
一家公司可能做了十几只基金,但真正拿出来反复讲的,通常只有最好看的那两三只:回报最高的、退出最成功的、刚好踩中某一轮大行情的。那些表现一般的、亏损的、清盘的,往往不会消失,只是被放到了不显眼的角落里。
这其实不复杂,和学校里只拿年级第一出来做宣传差不多。第一名当然是真的,但如果你不去看全班平均分,就很容易对整体水平产生错觉。
还有一种很常见,就是未实现估值把账面做得很好看。
尤其是在 VC、成长型私募、PE 这些领域,很多资产根本没有公开市场价格。它到底值多少钱,很多时候不是市场每天给你一个答案,而是靠模型、可比公司、下一轮融资价格,或者干脆靠管理人的判断来推出来。
只要资产还没真正卖掉,很多所谓的“收益”,本质上都还停留在账面上。看起来涨了很多,报表也很好看,但那更像是一种理论价格,不是真正已经落袋的现金。
牛市里这种现象尤其明显。只要市场情绪高一点、同行估值抬一点、下一轮融资顺一点,整个组合的净值都可以跟着变漂亮。但最后到底能不能按这个价格退出,能不能真的把钱拿回来,那是另一回事。
除了这些种种猫腻以外,即使是高回报,很多常常是“费用前”或者弱化费用影响。
私募行业最经典的费用结构是管理费 1.5%–2%,业绩分成 20% 左右,还有交易成本、法律成本、顾问费、基金层嵌套费用....
对投资人来说,毛回报高,但不等于净回报高。
有些基金把 gross return 讲得非常亮眼,但 LP 实际拿到的 net return 会低很多。
如果你真的愿意深挖,你会发现,很多私募基金卖给你的,实际上只是“数字包装能力”。
中文

90后首富女企业家郭露西(Lucy Guo)最近分享了一段自己小时候“靠互联网骗点击赚流量钱”的往事,听起来有点野,也很有时代感。
她说自己小学二年级时,就已经开始折腾各种机器人程序。到了三年级左右,她开始用 WordPress 搭网站,还会在网站上塞满密密麻麻、很烦人的广告。
那时候,她还知道把这些网站提交到 StumbleUpon 以及各种能带来流量的平台。逻辑很简单:只要有人来看,她就能靠广告展示赚钱。
到了五六年级,她的“流量思维”变得更成熟了。
因为平时家里不让看电视,她就偷偷跑到网上看热门美剧。看着看着,她意识到:哪里有追剧的人,哪里就有流量。于是她干脆自己做网站,专门去蹭那些热门电视剧的搜索热度,比如《美少女的谎言》《吸血鬼日记》这类当时很火的剧。
她会直接买下类似 watchvampirediaries.net 这样的域名,再找一个其实还没播出的“假预告片”,用 Photoshop 做一个很像真的播放按钮,然后把页面挂满广告,再把网站提交到各种导流平台上。
结果就是,很多人以为点进去就能看到最新一集,结果看到的其实只是一个“看起来能播、但根本播不了”的页面。而 Lucy Guo 就这样靠一波波点击和流量,把钱赚到了。
中文

现在的年轻人,恐怕很难想象,在互联网普及之前,比如整个1990年代,办公室的工作环境到底有多么繁琐和低效。
那时候的职场就像一个“设备丛林”:传真机、计算器、名片旋转文件(Rolodex)、录音机、打字机、厚重的文件夹、复印机……每样工具都只负责一个非常狭窄的功能,每完成一步都要在这些设备间来回切换,耗费大量时间和精力。
后来,个人电脑(PC)的出现,把这些分散的功能整合到一台机器里;互联网的到来,让信息获取从特权变成了人人可得。
智能手机则彻底打破了地域限制,让这一切脱离了办公桌和固定地点。
过去需要12种工具加一个文件柜才能完成的工作,如今只需一部手机、在咖啡馆的一块小屏幕上,就能做得更好、更快。
这种“空间”和“功能”的极端压缩,带来了生产力的跃升级飞跃。
无数商业模式正是建立在这一技术演进之上,早早押注搜索、移动互联网和云计算的投资人,乘上了回报持续复合的世代浪潮。
而接下来要发生的变革,可能比之前所有阶段加起来还要深刻。
纵观科技史,每一次重大进步,本质上都是在把原本“混沌、低效、分散”的现实,不断抽象、简化和提纯。
如果说 PC 是把“工具”整合了,互联网是把“信息”打通了,智能手机是把“场景”移动化了,那么 AI 很可能是在把“认知劳动”本身抽象化、自动化。
这也意味着,下一轮生产力跃迁,会比上一轮更深,也更广。

中文

@erchenlu1 我也干过 我是一个电影一个域名,提前把半年后上映的电影以前都做了,然后挂adsens还有当年很多播放器的下载广告,我记得挣得最多的是非诚勿扰
中文

把自己的信息搜索和获取答案过程,100% 全部交给 AI 的人,未来大概率会吃大亏。
再强大的 AI,也离不开数据源、语料和外部信息。只要信息源被污染、被操纵、被包装,AI 输出就很容易跟着偏掉。以后这种情况,只会越来越常见。
现在甚至已经出现了一个专门影响 AI 信息源的行业,叫 GEO(Generative Engine Optimization)。它的目标很直接:让某些品牌、内容、观点,更容易被 ChatGPT、Google AI Overviews、Perplexity 这类系统抓取、引用和推荐。
说白了现在已经产业在系统性研究:怎样让 AI 更容易“看到”自己想让它看到的内容,并为此牟利。
很多人忘了一个基本常识:互联网上可见的信息,并不等于真实的信息。
有些信息的出现和被使用频率,只是更会被包装、更懂传播、更会抢入口。至于它是否更接近事实,往往是另一回事。
中文






