Vor kurzem meinte @Benchmark's @EverettRandle, dass selbst in dieser AI-Ära der Wettbewerbsvorteil nach wie vor in der Technologie liegt, was sich stark von der in der chinesischen Community vorherrschenden Atmosphäre unterscheidet, die sich auf Marketing/Nachfrage konzentriert. Aber tatsächlich sind diese beiden Bereiche nur oberflächlich im AI-Bereich angesiedelt, während die inneren Unterschiede enorm sind. —— Lassen Sie uns sehen, was die ursprünglichen Worte waren: "Eine wichtige Lektion, die wir gelernt haben, ist, dass es extrem schwierig ist, hervorragende AI-Produkte zu entwickeln. Es ist ganz anders als bei SaaS-Produkten; es ist nicht so einfach, wie nur die OpenAI-API zu integrieren und sie in Dialogfeldern zu verwenden. Es gibt viele verschiedene Aspekte, wenn es darum geht, LLMs einzuführen. Wie verbessern Sie sie? Zum Beispiel, wie integriert es sich in allgemeine Arbeitsabläufe? Tatsächlich ist es extrem subtil und komplex, ein herausragendes AI-Produkt zu schaffen, ein Produkt, das über die Anwendung im Labor hinausgeht. Daher denke ich immer noch, dass es ein technisches Problem ist. Tatsächlich ist es ein Problem des Mangels an Talenten und der Talenttechnologie, denn es gibt nicht viele, die wissen, wie man Produkte auf eine superintelligente und geschmackvolle Weise aufbaut und auf diesen Modellen entwickelt. Das ist auch der Grund, warum Spitzen-AI-Forscher Verträge in Milliardenhöhe erhalten." In der Tat haben die meisten in der chinesischen Community, die Produkte mit Vibe-Coding entwickeln (wie ich), nicht diese Fähigkeiten und diesen Geschmack. 1. Wenn man nicht im Bereich der LLM-Forschung tätig ist, kann man nicht direkt einige der großartigsten Produkte der letzten Jahre entwickeln, und selbst wenn man es versucht, muss es geschmackvoll sein. 2. Aufgrund der schnellen Code-Generierung durch AI sind einige einfache technische Szenarien nicht nur nicht mehr der Engpass, sondern sogar der Teil mit den geringsten Zeitkosten. Daher wird die Wahl, zuerst breit zu vermarkten/Nachfrage zu suchen und dann zu codieren, eine schnelle Methode sein, um Fehler zu machen und Geld zu verdienen, die von den meisten Menschen, insbesondere von denen ohne Programmierkenntnisse, bevorzugt wird. —— Abschließend: Freunde, die sich für VC interessieren, haben vielleicht schon bemerkt, dass @benchmark ein VC ist, sodass diese Ansichten von VCs im Hinblick auf die Frage "Sollten wir investieren?" geäußert werden. In der Ära von AI und Superindividualität führt die explosionsartige Entstehung von Produkten dazu, dass die meisten Produkte nicht den traditionellen VC-Investitionsweg gehen müssen und können. Kurz gesagt, jeder spielt sein eigenes Spiel. @dotey @nake13 @dongxi_nlp @chaowxyz