2026-10-19 · 第1场直播

1. 海外经营者的学习、招聘和注意力实践

海外运营为什么仍需外语与一手信息

海外有匈牙利、西班牙、美国成员的经营者认为语言不只是翻译日常用语，还帮助理解当地文化与平台一手规则。他的TikTok店铺曾为压成本放宽招聘，后发现运营没看到规则推送、详情页模糊/整改提交等要求，吃过亏；后来招聘直接切英文聊10–20分钟，结合专业知识判断交流能力，另有说法5–10分钟可大致判断。其方法更看重实操交流，而非仅凭学历判断。

他曾一到两年删掉手机视频软件、主要看YouTube英文/部分中文频道；每日白纸画四象限，按重要/紧急列10–20件事，自述下午1–2点完成主要工作。屏幕时间十几分钟不等于全部数字使用少，因为Mac用得多、有手机镜像。减少杂讯关注，自己只关注几十账号，做事避免切换碎事，是他减少注意力切换的做法。

设每半年学一技能，买书自学计算机三年、反复装系统；PS从下载点遍工具到持续二十多天练习开始能用，是先动手而不等完美时机的小经验。翻译工作要求跨领域理解，是其长期广泛阅读的动因。他也提到哲学、心理学阅读曾让自己情绪低落，后来转看快乐心理学；他提到萨特、谢林等哲学书籍是其拓宽跨领域认知的途径。另一位参与者保留过剪报习惯，认为长期积累可延续到后来的认知与工作。

招旧同事管理新业务不能沿用旧能力印象

该经营者曾请字节时期能力印象很好的旧同事回国管理公司，2–3个月后发现很多问题仍需自己处理。合伙人解释他自己长期创业、从0到1不断解决新问题，对方一直在固定职级做局部任务，岗位履历与当前端到端解决问题能力不能等同。这是他对两人不同成长路径的比较。

2. 直播知识产品与短视频生产：先把已有内容变成作品

主持想把每天直播精华浓缩为10–20分钟录播，让人洗脸/开车听；担心跳转下载新平台造成流失，另一人建议直接抖音会员、每日录屏再AI总结，以双方付出形成付费。这是尚待实施的建议。

主持转述上一日数字游牧者经验：过去复杂视频制作skill，被口述Claude 5.5 (Claude Opus 5.5) 等前沿模型直接自然输出替代；团队已几人选题，跟热点加个人想法。模型名称待确认，这只是对该制作流程的使用感受，不意味着所有skill都失去价值。主持承认想不起其他细节，其余加热技巧未能回忆完整。

3. 三人FDE创业：客户生态、标准化产品和个人工作台

三人FDE创业者：办公司与干项目的不同负担

另一经营者刚递交约60多页人工智能应用服务商材料，口述多数地区10月21日截止、某414文件，目前该申报仍在流程中。他用豆包研究同行账号，看到头部约33万粉、垂直服装人千多个案例，这些市场调研让他受到很大启发，随即调整了账号定位，想先B端实际交付展示经验价值，再转化培训；此前停更20多天，不是订单太多，而是三人公司各种递材料、见面、活动等事务占满。

他把既有物流产品标准化，仍在积累数据，计划之后可独立成为复制产品。讨论路径包括入驻客户企业的部署工程师、企业内部AI负责人/AIBP（类比新媒体经理）、基础培训、保留自有知识产权做行业复制，或与客户分成/股权合作；不过双方探讨的股权或分成合作，最终仍需看项目能否真正创造增量利润。

B端服务先适配客户生态，再固化不可变边界

该经营者区分服务B端与自己造产品：先看客户现有生态/接口，再选软件，而不是先争哪个工具强。例为抖音服务商面板提效用豆包工作、飞书和服务商公开API；销售服务大量用微信，或客户已用钉钉，就按其业务环境实现。其中Workday/WorkBuddy等口述名称未完全确认。可用基础代码框定知识库、底层不可变约束后形成标准产品。

每天三件事与录音复盘工作台

其试过工作台觉得单纯丢事项、每天交互仍像普通软件；最近二十多天建立早晨按时间与重要性列轻重缓急、保底先做3件事的习惯，针对创业反复打断。进一步考虑音频硬件，看到Codex配苹果手表软件可持续录音的开源线索，但相关方案还在探索阶段。他计划每日睡前十几分钟复盘录音后喂给工作台，按长线3个月以上、中线1–3个月、短线1月内组织反馈；这是他计划建立的体系。持续录音仍需明确涉及人员的授权和隐私边界。

4. 案例共享如何变成资源对接与共创平台

案例共享库不能只有案例堆积

图南提出先识别企业需求方、想入行小白、政府/事业/第三方等受众，再围绕三件事组织：能解决什么问题（同行/类似案例）、自己能做到什么（能力分层与成长路径）、可链接哪些资源。先征集、征求案例方同意，把直播聊天提炼成案例；按行业与可复制场景分类，再由实际做好案例的人共创接地气的能力层级，不必冒充官方标准；最后对接案例方、需求方、复制机会与人才。主持指出单人做库若大家不认可，平台价值有限，需共同参与、共同认可。这是一个正在落地的平台架构设想。

他转述DeepSeek与DataWill杭州线下活动、美国专家Hunter、OPC九级评价/6级以上交付能力/城市积分等信息，这些行业分享虽属于民间交流，但其核心价值在于用清晰层级让新手知道下一步能力目标，具体官方细则仍待核对。

主持补充转述数字游牧者：首帧尽量非AI、模型名可能影响流量、情绪感染强于只讲技能，属于他转述的创作者经验。原百万粉大号向垂直FDE专业号导流的打法，目前正处于起步测试阶段。主持自己有直播缺视频作品，也因反复想方向拖延，可作为“策划拖延与先做作品”的真实卡点。

直播转短视频的三条系列与垂直工具品牌

图南建议直播提炼三个系列：案例展示、共创孵化、明确需求对接。镜子讨论可延伸化妆/全身试衣及不同审美评价，但只是回顾共创话题，不是项目落成；用短视频逐条像博客文章一样展现平台实际做的三四件事，再给直播导流。

TikTok美区经营者提出选大用户基数行业的明确诉求集中落地，用AI/skill解决，举多店指纹需求与子鸟、口述S Power/战斧/Hub Studio等工具形成平台心智的例子：希望提TikTok即想起对应工具，而非只做泛联盟。这些工具用于多店铺管理的讨论，名称和服务身份仍需核对。讨论把内容来源分成UGC、PGC、PUGC，是寻找不同内容生产诉求的一种分类。主持坦言纯线上共创因没线下见面、性格/沟通匹配困难不顺，协作的性格与沟通摩擦同样会影响交付。另一人提醒大厂竞争、知识产权/上架审核/备案负担，口述域外IP难易和共享算力待遇不是法律/政策认证。

Cursor注册案例：企业邮箱前两账号能支付宝订阅，第三账号付费页打不开，换四账号仍不行；别人建议换手机/电脑/系统，但原提问者一直电脑注册无手机验证，尚无解决结果。换设备尚无成功反馈，既有付款经历也不代表所有账号都可使用该支付方式。有人倾向官方模型账号、中转质量有水属经验警告。

5. 专业B端内容的投放：目标、受众池与素材必须匹配

B端专业内容投放：种草长尾与直接留资不同

一位投流经营者自述去年仅抖音巨量投放1.6亿元，针对图南内容提出：纯商业广告可用钩子+卖点+收口，停投即流量消失；认知/IP类深内容不适合强留资广告，应轻量种草、让真实用户持续看到。其建议选5条高质量视频，先抖加宽画像/仅年龄排除极端无效群体，每日100元、月约3000元持续探索，不因起初点赞人群泛就立即停。他认为AI/FDE窄B端用户不一定喜欢强钩子，真实业务场景能促使主动联系，持续曝光不同于当天转化。针对A1（了解）、A2（吸引）、A3（问询）不同层次的受众，合理的预算分配能让投放更有针对性。

图南先用豆包工作分析粉丝，认为自身过平无情绪；投手不赞成为流量牺牲专业质地。后续双方澄清可在原内容上提炼语言/金句、适度表演情绪，但不要咋呼收口广告化，目标是找到适合自己的点，双方最终形成了保留专业质地、适度增强表达的折中意见。主持转述别人喝酒入拍摄状态只是个人经历，不当作推荐提效方法。

将最拿手经验拆成AI可辅助层，而非要求一步全自动

投手原先把其他板块Agent化，唯独自己最擅长投放觉得依赖经验，后被提醒而反思。现正开发投流Agent，将资料采集、数据分析、辅助建议交模型，专业人士保留最终判断；资料层→分析层→建议层→决策层不必一次全生命周期，单环节可证明价值就值得做。图南亦承认原做产业带/政务PR熟行业却不熟投放，团队正准备开展小规模POC（概念验证）来验证效果。

本地投放经验：限制无效受众，素材分阶段探索

另位速卖通为平台拉新、投Facebook/Google的人说同计划停后再开有时又有流量，称“风筝理论”，这种现象也从侧面印证了受众探索需要动态调整。主要投手举本地城市约两三千万人为假设：区域已窄，不必再按自想画像层层筛成百万；限制区域、年龄、无效人群，性别不确切甚至不分，让平台探索。人群包越精准未必越省成本，竞争相同高利润人群可能推高出价；这是其场景方法，明确承认他人不同意见。

其投手选人重三点：懂内容/像编导或产品经理，知道各阶段素材用途（破播放扩大人群或精确转化），对客户花费有责任心、异常时能快速响应。优秀操盘不只是后台操作；每阶段选择能讲清价值并引起共鸣的素材，再逐步覆盖城市潜客。这也反映出专业投手在处理线上异常时的敏捷响应要求。

内容新鲜度与投放衡量不能跨场景套规则

主持转述小红书搜索权重使一年前精准帖仍有流量、抖音下沉快。投手立即补充抖音广告素材有可用2–3年的情况，但主页广告/抖加更吃新鲜度，老作品成本可能升，需新素材抵抗衰退。因此，内容寿命应区分投放场景；按点击、展现、转化、成本评估具体广告场景。已变现有投产时可拿部分预算轻量试，不保证自然流或泛流量一定转化。

图南将现场建议喂给智能体，收到三个可试项：增加企业管理/物流/制造等行业兴趣或话题，日换内容逐条测，重点看播放成本、完播率、主页点击/看后搜。他只是现学复习与AI建议，还没测试成功。投手澄清自己前面“只限区域年龄”是本地已窄池，全国分散产品可用几大兴趣类再宽选；按真实池大小决定，不宜过宽/过窄，其3000–5000万人等只是经验假设。年龄20–40岁也是他举的明确目标范围例子，不是所有FDE服务的通用画像。关于女性受众的口述前后矛盾，无法确定该句实际的包含或排除设置。

主持还转述另一创作者认为评论区互动有助于提高内容权重，并提及自有账号间互动；不过人为刷互动很难替代真实的受众反馈，长期来看仍需依靠内容本身的吸引力。

6. 校园推广与代理转型：两种尚未跑出成交结果的渠道

樱桃自述在长春高校免费做校内电商直播培训，可免费帮产品触达学生，以增长见识兼推广；协会职能和覆盖所有高校是其自述。直播基地因距离担忧，机器人产教融合方愿合作，均只是互关待私聊，非渠道已签。图南进一步提议按标签话题设共创发起人：直播/短视频skill产品、企业需求直接对接、助力FDE/OPC创业者三方向，标签数量20/30/40只是举例，主持说再打磨，不是已上线机制。

杭州十几年IT运维/智能安防创业者因传统业务缺突破转AI服务与机器人，自述成为阿里投资的未名公司聚合平台服务商，代理其数字员工/智能体和大厂工具落地交付；又签机器人全国运维销售与产教融合。目前该业务正处于渠道拓展与商务洽谈阶段。

7. 建筑算量辅助与正式标书格式要求

土木参与者在研究AI建筑应用。跨源短片中一方说正式标书必须广联达导出、刻U盘/光盘，另一方声称AI可让业内人自己算量套价、不手动建模，前期预算不用传统软件；后者关于“广联达名存实亡/均已破解”的说法尚无可核实依据。正式交付格式要求与预算辅助计算可同时存在，应用方向与验收格式应分别核实。

Cursor付款者推测被某并购/Grok链接导致打不开付费页，在实际排错中，支付失败往往受海外网络节点与发卡行风控的多重影响。

8. 编码工具怎么选：个人体验与可比较证据的分歧

一个Cursor项目用户曾在口述Trae两天解不出bug，改Cursor五分钟解决后付费；另一人认为自己DeepSeek好、Cursor一般，建议卡住换模型（智谱5.2/5.3等口述）或认为国外Agent配国内模型不匹配。他解释上下文堆积/缓存、中文转英文来回，均未给实际trace或对照数据。另一位自写Python Harness的人反复问有没有数据，明确自己偏好具体评测，不认抽象感觉可普遍化。不同开发者的体感差异，很大程度上源于项目类型、上下文长度以及提示词工程的差异。讨论也提到Windsurf，以及模型版本5.5/5.6、DeepSeek4/4.1等近音，具体配置未确认。对新手需更强一键、对有编程经验者可分解指挥是主持建议。

其中一位使用者提到口述Kotlin相关工作跨前端、后端、嵌入式与硬件，自己的路径是将DeepSeek接入IDE，而不是使用Cursor。这也说明技术选型应当根据具体的开发场景量体裁衣。

9. 让图片唱歌：先明确缺的是口型合成，再找整套方案

提问者已有写歌软件产歌、自己或AI人像图，缺将图与歌合成对口型唱歌的工具，称剪映等原功能关闭，想一键/skill。回应说通常是一套角色/声音/口型方案，GitHub常有新开源项目，阿里近期数字人方案偏电商可能不对其玩歌需求；建议让Agent按最近发布检索，问豆包/千问。国内开发者在访问开源项目时常受制于网络环境，因此在给客户交付时，必须明确区分‘找到开源工具’和‘交付开箱即用的成品’之间的巨大工程鸿沟。

10. FDE交付与首单：发现问题、做小验证、传给客户

FDE不等于远程电脑能执行任务

一位自制Agent方案的人问，把软件丢客户电脑、语音指挥远程做事与FDE有何差别。图南先指出客户安全感/授权问题，远程操控本身不是最大价值，自己的理解关键是进入真实现场，看农业田地、跨境物流/海关等全链路，再判断AI如何带来多赚钱/省钱。

他按阶段举例：第1月现场需求与最小POC，验证能解决问题后推进合作签约付费；第2月现场测试、数据反馈迭代；后续员工/部门经理掌握，因为客户可能想在内部找到接手者。概括发现→解决→传带，是他的通常方式和示例期限，不是所有项目固定3个月驻场或远程软件无价值。

领取电商券变现/微软优惠券换食物只是旁支个人经历，工具能自动执行与企业咨询交付是两种不同价值。

驻场是条件，稳定交付与真实价值是核心

图南随后澄清，不同企业程度/服务类型决定驻不驻场，只要能了解需求、AI解决问题并被客户认可付费，远程电脑方案也可属于这个逻辑。国企等有时要稳定安全、少大问题，不要炫酷；数字化基础未完的客户往往先补流程。他提及口述“FD100”的同行组织正讨论收费标准，但尚未形成可用标准，组织身份及规则待核对；未来5–10年机会是他的个人判断。

后续澄清尤其重要：自写Harness/“精灵球”的人明确自己只是做出工具、没有任何实践与首单经验，OPC申请下来却没挣到钱。此前“同事电脑丢Agent解决”是他用来描述的设想/场景，后面才补充自己游戏开发，同事排斥AI，想把工具放工位遇难帮忙，实际仍未形成规模部署或客户成交。

首单两条尝试路径与创业教练Agent

图南给首次成交者两条建议：从原资源出发，例家电爆破活动（集中几天展卖）经营者可围绕活动营销/店铺管理/数据做3–4个Agent或本地系统，先相熟客户最小测试，再尝试收费；另一条陌拜餐饮，从团购、内容、接待话术、核销、升单找场景，先让一个小产品卖500元再逐步1000元。阶梯式定价的价值在于先用几百块钱的极低门槛让客户尝到甜头，建立信任后再逐步升级客单价。

他亲用的创业教练Agent不是万能导师：选自己认同的商人/作家视角，输入当天遇到的具体处境，与之反复讨论目标和行动，以第三方角度支持持续推进、抗自我质疑。比如目标30个小工具、逐步提高单价是讨论样例，不是保证收益。这种对话对他还有支持行动、抵抗自我质疑的作用。

另有零散讨论提出：带AI去不同行业遇需求，入行者也许要成套能力而非单工具、按话题主理人形成合力。这些仍是组织设想。

11. 分享与试用：反馈、收费和订单来源要分开

主持主张分享即展示能力，转述某开发者让朋友试用作为压力测试、用反馈改产品，期满有用再付钱、无用停用的做法。自称直播间最高直接链接订单40多万；另一人报140万后明确是自己的总订单，不是直播间成交，两者的成交来源不同。

12. 小宝的一线销售工具箱：基层需求与总部软件错位

新参与者大健康销售一线，小宝，工作是社群转化。原流程招新人、照固定话术逐日发个人介绍/产品/工单/知识材料，客户身体与饮食反馈却不同。其已有Python爬虫/网页基础，用豆包提示词限定业务，输入客户状态与每日饮食，生成不同内容；再让AI做工具箱集中所需资料，减少新手找材料。每天把成交与失败工单话术交AI分析，再优化统一模板、按客户情况差异化，获公司创新奖500元。这是业务工具经验，不认证其三高产品疗效/临床建议，也不复制病情营销诊疗话术。

另一人自述相似教育销售知识库，可给老师与学员对话时旁边出建议、把话术弹到对话框甚至自动发，是另一项目，这不是小宝工具已具备的自动回复功能。小宝强调集团自己有AI工程师，所做辅助不合基层，很多人不用；基层真实情况是其想了解FDE的触发点。

他人说同一软件可换行业知识/规则/提示词复用、或知识库交付后收token费、百问百答验收、逐步扩其他业务，属于建议/别家转述，不是小宝已收费。客户数据应明确权属与迁出，不能把“知识库做成自己的让客户离不开”当正当扣留客户数据方法，也不将“换提示词基本没问题”当无条件跨行业合规/准确保证。

组织层级澄清：总代销售公司，不等于品牌集团AI团队

小宝后续澄清所在公司是品牌产品总代/销售总包，自己公司销售端300多人，不含外部分代；AI部门5–6人，其雇主是总代销售公司，而非据此可认定的上市集团本身。现有系统自动提企业微信工单供新人学习但死板，管理分析网站数据延迟，技术人员不来销售现场，不懂最紧要需求；他说自己做的工具已全公司用，仍只500元创新奖，动机是销售能力不强、想展示开发能力以晋升。自己能直接向老板建议，公司经钉钉由老板审批。

规划者提出小宝联技术伙伴扩大内部价值，再看能否老板投资工作室向同行复制，这些属于业务拓展的探讨方向。小宝解释公司不空降、晋升从基层内部走，所以外团队入场有组织约束。在大型连锁或多级分销体系中，外部AI团队往往很难直接切入核心管理层。即使内部有庞大的门店规划，自下而上的工具创新也极易受制于传统的晋升考核与加盟管控。

关于客户是否容易更换供应商，在实际合作中，企业的数据资产权属与后续运维服务必须在合同中明确约定。

别用宏大商业规划覆盖使用者当前技术痛点

小宝真正问提示词与skill差异、豆包提示词堆多后相互“感染”；规划者持续讨论联技术方/老板投资/行业外卖，评论认为带偏。主持最终给技术建议：试较新适配模型，先精确目标、少框架约束，让模型发挥。在工程落地中，应当根据业务复杂度理性选择架构：简单的单任务可以用轻量模型与精简提示词快速上线，但在涉及核心数据与高安全要求的企业生产场景中，严格的业务规则与安全约束依然不可或缺。小宝观察到前来参观的传统同行中真正用好 AI 的并不多，这也说明商业拓展的大概念与一线使用者面临的具体技术卡点往往存在错位，需要分别对症下药。

13. 有资源之后如何找需求、组建互补FDE团队

资源激活从具体部门真实痛点开始

前国企从业者休息后想转AI，手有当地政府/企业、银行宣传资源，想找项目。主持建议先明确真正可到达的部门与场景，直接问宣传方哪里耗费高、有什么痛点，再带着问题对接已有图文/线上宣传案例；不能只说泛泛“有资源”。人脉可帮助接触不等于合规采购或必然成交。村委会几万元订单是别人转述案例，不是这位新来者已签。

资源方与技术方的互补

“融通四海”自述济南，想组资源/咨询与年轻技术伙伴团队；担心00/04年伙伴能做智能体但企业流程梳理经验少。主持回应FDE吃商业咨询/谈判与技术承制两端，一人难完成。

共同访谈、伙伴分工与交付能力

商务不一定亲自写技术，但至少要知道AI能做什么、不能做什么，再把实现交给技术端。现场建议两三个人一起访谈客户：即使技术伙伴很少说话，也能直接接收老板的表达，减少“商务理解一次、转述给开发再理解一次”的信息损失。分享的三人团队分别承担渠道与咨询、商务、技术；这是一种互补组合，不是固定编制。

融通四海进一步描述分工：准备自己负责教育和企业资源，一位年轻伙伴梳理业务，另一位仍在大学的伙伴做智能体后端。后者曾为学校老师做智能体，未收工资而换取实习证明；前一位伙伴已经有两个收费案例：供应链公司的招投标自动化收3万元、电商自动上传图片项目收6万元。这是伙伴此前的案例，不是新团队已经共同成交的订单。

资源方计划先跑通几个项目，再增加技术交付人员，让前端不断进件、后端跟上。讨论没有给出固定工资和按项目分成谁更好的统一答案，反而强调一号位要管理性格、秉性和协作，伙伴也可能中途独立创业。团队从两人还是三人起步不如能力互补重要。

资源整合者也需要判断交付能力。现场建议每天花一两个小时、先用半个月到一个月深入了解AI基础与边界，再判断伙伴是否有水平；这只是建议学习投入，不是培训保证。完全不理解能力边界就把客户需求丢给年轻开发者，几次失败可能消耗原本可贵的人脉。

14. 珠宝与连锁企业：行业顾问、技术底座和长期陪跑共同交付

从大企业的小业务切入

“财神”自述服务过三十多家口述近音“米行”，具体所指未明确；另自述与A股上市企业合作。珠宝案例中，他提到口述“上海桥中”及深圳珠宝领域的顾问合作，名称尚未外核。他联合从门店一线做起来、确实拿到过结果的行业顾问，先梳理企业需求和整套业务流程，再识别哪些可标准化、哪些可由AI处理，随后连接软件、硬件和工作流，经过测试再放大、优化。链路涉及获客引流、自媒体运营和销冠经验蒸馏，部分场景需要本地部署。

他认为难点是懂行业：顾问必须熟悉产品和客户交付的实际流程，不只是认识术语。即使借助AI，其技术服务团队仍接近30人。初步搭起来、跑通自述需30–45个工作日，跑好还需3–4个月、甚至3–6个月陪跑；行业专家持续参与、真正产生结果后，客户才更愿付费。搭通与最终经营效果是两种阶段。

早期切入点是“大企业的小业务”：电商自动上架、多分销商与多门店统计，再根据统计优化。服装客户侧重小红书公域流量，团队先建知识库和智能体，再打通支付、收银，把AI分析与决策嵌入。他口述某新媒体团队从30人变成不足10人，原月成本200多万元，改造一次性支出大致也为这一量级，并进行了本地部署。这是一家客户的改造口径。

三中台与门店合作方式

历史积累包括支付中台、数字中台、AI中台，自述底座达到百万行代码。他愿与同行共建、开放接口，并表达可以开源的意愿，但没有公开仓库和许可资料。

拳头产品称“AI智慧门店OS”，自述集合至少50个智能体、十几个工作流，覆盖内容、运营、供应链和经营管理，再接既有收银、数字门店及基础供应链系统。对于合适门店，团队可以投入软件和硬件，采用分成合作。

产品做出来之后，渠道与公信力仍是另一项工作

来宾判断他已经有产品，下一步主要在找资源和渠道，建议争取更多商家、行业、产业认可，以及相应认定或评奖。财神回答已有自己的软著，并提到阿里健康的企业合作。提出建议的张哥澄清：软件权属与外部认可不是一回事，与大企业合作也不自动等于官方背书。随后自述联络近20家官方相关联盟的是张哥，而非财神。可复用的经营区分是：交付能力、权属、渠道和公信力需要分别建设。

15. 餐饮动态菜单：把一道菜的视频同时用于宣传与到店展示

另一位餐饮开发者明确自己做的是较小项目，本次后端纯代码实现，没有接入自己的基座，也没有做完整外卖系统。

实际披露链路是：商家新出一道菜，拍摄菜品视频，在后台生成宣传并发到多个平台；再从这段视频取若干片段，更新扫码菜单。顾客进店扫码后，不必再点某道菜，页面便可动态展示菜品和介绍，帮助看清菜、食材和呈现方式。整个页面主题也跟餐厅风格匹配，例如川菜馆采用相应视觉主题。开发者强调的是到店菜单的精美和易理解，而不是重做美团。

财神从完整餐饮经营系统的角度提出外卖数据/API整合难题，并说自己后来放弃餐饮这条线；关于美团接口开放状态只是当时口述。开发者多次澄清自己没有做这些功能，两者不能视为同一个产品或同一交付范围。

对资源有限团队，财神分享过更窄的扶持方向：一支只做门店获客智能体，另一支做AI销冠蒸馏，把A店销冠经验不断调优后给行业使用，以付费和分成经营。

另有人建议给菜单加入活码与拼团引流，最初转写近音混乱，随后明确“活动的活”；餐饮开发者回答没有用。现有引流仍主要是发视频，活码和拼团只是现场扩展建议。

16. 同城自媒体培训转AI：沿原能力降本，还是另找新受众

原来的获客业务为什么承压

深圳同城自媒体培训经营者自述多年服务工业、商业企业，有成熟获客经验，原来做商业信息流、千川等打法，本地业务也涉及来客、本地推。现在客户投入更谨慎：投钱后直接看结果，没结果便停止合作；平台商业化加重，一些ROI回不来，原有企业资源也可能已经消耗。问题不是简单缺一个AI工具，而是原有服务的投入产出与客户预算发生变化。

他听小鹅通课程后，把偏经营的AI产品与偏办公的WorkBuddy作对比，转述一两百人以上企业可能在降本上看到效果；这是听课理解，不是产品规格或经验证的适用门槛。

沿短视频能力交付持续产出

一位编导建议保留已有业务理解，用AI降低短视频产出成本。老板常把编导、拍摄剪辑、运营当成一个岗位，而单拍剪口述就至少6000元。把持续产出的工作流跑通，可以帮助客户减少这部分成本。他明确这只是自己想交付的方向，尚不称为FDE项目。

财神表示已有相应成熟产品，邀请深圳团队交流。他的合作逻辑是行业咨询、培训和顾问越来越难收费，收到钱后也可能交付不了，技术团队可以与这些懂客户的人共同交付。他另有初级AI培训讲师需求，但没有给出合作成交、薪资或已经招聘结果。

不一定只能固守旧企业客户

另一意见认为可以跳出原来的自媒体资源边界，探索AI技术培训、FDE商务培训、中年群体导引，以及宝妈、家庭主妇、失业群体的具体产品。主持举办公场地里搬运工、老人询问AI课程的经历，作为兴趣信号；兴趣与真实付费仍不同。

讨论还提到Codex、WorkBuddy学习群，以及从coding教学延伸到商务陪伴的路径。“培训变现最快”是个人判断，不是收益保证。沿本业降本与开拓新受众是不同策略，应根据已有能力、渠道和付费反馈选择，现场没有统一答案。

17. 旧IT改造与实战培训：交付收入、案例资产和课堂互相支撑

一位深圳IT从业者自述有15年经验，自GPT3.5时期接触AI，当天刚为客户部署带AI元素的系统，本质仍接近常规IT。其观察是过去二十年很多企业已有IT项目，但业务改变后系统没跟上：找传统IT团队改造要协调、开会、评审、反复对接，成本使项目逐渐无人维护。

他当天做的就是旧系统更新改造，自觉小团队借助AI可以较低成本完成，这是他看到的切入机会。这是他从当天客户项目中看到的切入机会。

对培训，他主张先有客户项目：交付产生收入，交付过程不断沉淀真实案例，再把案例带回课堂让学员实战。这里的循环不是单纯宣传“讲师做过项目”，而是项目同时提供收入、教学任务和效果依据；不做任何交付而只讲课，缺少这类反馈。

主持转述另一位编程培训经营者此前靠包就业获得较高客单，后来因就业环境和程序员交付能力变化退出。他据此提出工作推荐或许能提高学习付费意愿，这是受众需求观察，不是当前课程已经提供就业保障。

另一个候选人群是创业失败的中小企业经营者：他们可能理解业务和商业，经过补充AI能力后参与FDE交付。这是他提出的候选培训方向。

18. 培训经营的三个问题：教出能力、证书认可、机构资质

现场对FDE培训存在分歧：有人认为可以与有资质机构合作，另有人强调FDE依赖经验，短期培训不足以形成交付能力，甚至认为这类培训容易有坑。

首先应区分教出真实技能和拿到证书。学员经过讲解能完成事情是一层，参加评价、考试而获得认可又是一层。但提问者实际问的是第三层：自己作为成人教培经营者，需要什么机构资质。这与学员是否想拿证并非同一问题。

一位发言者自述有正规资质、尚未开展培训，愿与真正有教学能力的人合作。关于某主管体系教育中心证书暂停，他只是在群中看见消息，不知道原因；开展职业技能培训往往需要人社资质、合规场地与平台白名单。在政策变动期，提前与当地人社部门摸清资质门槛是合规经营的前提。

快速变化的AI内容如何教

发言者用提示词工程、上下文工程及近音“哈尼思”“路普”的变化说明教材容易过期，具体后两个术语待确认。因此有人转向带学员做具体小项目的实践教学，而非只交付一套固定教材。他用“过去几个人干一个活，现在一个人干几个活”来形容这种变化。

培训经营本身需要投入精力。有业务与资质的机构未必有合适讲师，懂技术的人未必懂经营，这成为互补合作的理由。现场关于小圈子宣传、收紧和资质转让的说法合规经营是长期发展的底线，切忌存有侥幸心理。

19. 算力聚合与出海探索：资料堆积、低价和可靠性是不同问题

一位算力经营者自述聚合平台主要优势是价格，国内出货竞争激烈，因此去内蒙寻找资源，也在研究海外市场。其朋友人在南美，收集的却是一批中东资源；他做了两百页报告，仍表示没看明白。这说明搜集资料和形成可执行的客户、资源、交付判断不是同一阶段，不能把报告量当作已经出海成交。

另一位参与者谈的是自己从文化出海转向实物出海的经历。乌兰察布也被作为热门算力资源所在地提及。

讨论澄清Codex是工具/Agent，背后接模型；将工具名和模型名区分，有助于问清服务链路。但只知道GPT属于国外模型体系，仍不能确定某中转的实际路由、推理资源位置、授权和数据安全，具体供应商要另查。

主持明确不经营中转。他说过去来直播间推广的若干供应商后来失联，近期朋友提供的小中转在小群试过，自述近音DeepSeek V4报价低至0.001折，但有限量，自己也不知道为何如此便宜，没有查看CC价格。该名称、价格与体验属于当时转述，不是官方现价或授权背书。低价同时伴随来源不透明、限额和供应商消失风险，不能把折扣直接等同可靠性。

关于反代、赠额套利与海外需求的讨论，单纯依靠套利或非正规渠道很难形成可持续的商业闭环。这里值得继续验证的是客户实际需要什么、资源来源是否清楚、服务是否可持续，而非仅比较数字上最低报价。

20. 工具体验与未讲完的A2A话题

主播推荐口述“GrokBot”，自觉网络要求较低，一般网络接入条件下较易使用，口述15美元，并声称接“OpenAI5.5”。另一个工具读作“Q，CUE”，开发方转写为“Manners”，他也觉得体验不错。名称、开发方、接入型号均工具的实际费用还需结合其调用额度综合测算。

口述“Muse”因网络环境要求多次没用上。有人评价它笨，主播随即澄清自己尚未用上，不知道实际体感。因此这不是主播亲测后的性能负评。工具能否实际接通与接通后的任务质量应分开评价。

末尾刚开始介绍两个A2A项目，提到其中一个数字宠物，话停在“数字宠物是什么”。这个话题刚开头便中断了。

本片段明确提到Codex、GPT、DeepSeek、WorkBuddy、小鹅通、小红书、抖音、视频号、千川、来客、本地推，具体用途已放在相关业务中。活码由当场澄清，但餐饮开发者未使用。三中台只有开放接口与开源意愿，没有可确认的新开源仓库或许可证；近音工具仍按线索保留。

企业AI落地的难处，往往出现在数据权限、业务细节、交付维护和客户真正愿意购买的结果。本场从制造业、医院体检、设计与游戏谈到生产群接单，既有使用中的系统，也有未跑通的尝试；各人的客户、报价与阶段分别说明。

21. FDE培训：地方合作、案例积累与免费前端

参与者转述武汉光谷体系培训两千多人报名，初期约300人免费培训，培训后考核并非人人通过；声称是省级首个体系，未提供公告，不能认证“首个”或政策标准。讨论意义在于地方机构、协会、园区、事业单位可联合组织培训，一方面给OPC社区补人才，另一方面探索人才筛选与政策支持对象、算力使用能力标准。没有制定标准权的团队可用实际落地案例和经验参与，而不是只宣传自己能颁证。所谓“414文件”未给全称、日期和条文，具体适用内容仍待核对。免费报名不是付费需求或培训营收。

22. 算力与token渠道：需求、额度与授权分别判断

有人分享中转含近音“cloud”及GPT模型，讲极低折扣和每日限额，重度开发者不够、一般使用者可能够，新用户赠额本人也说不知道是否仍有；0.001折、零点零一等口述不一致，不能据此确定稳定价格。分享者后来明确不是自己经营、免费分享，尚非本人经营收益。外链和群曾被封为个人经历，社群和外链运营必须严格遵守平台的规则红线。

某培训者到县内企业培训时遇当地政府人员，了解到其与运营商已建算力中心，想通过应用或培训把token带给当地企业消费，是需求线索。另说南方城市运营商发token代理权、未来可能由运营商经营，自己也承认无明确文件；有代理权不自动证明全部服务合规。现场“没有明确违法规定”“非法经营判例”“营业执照缺算力事项”“小做没人管、大做抱大腿”均为参与者判断，无判例/条文材料，在算力分销与代理业务中，必须严密梳理营业执照经营范围、运营商正规转售授权与用户数据安全合规，切不可盲目铺摊子。

23. 制造业方案商：从产品底座到现场实施与网银RPA

珠海制造业方案商：底座与市场有订单，缺的是实施人才

珠海来宾自称其“聚易云销”由碳基科技（B2B智能销售）与金智为（AI+RPA）合作，去年成立、约一年。身份先被问是否代理/委托，后明确自称两公司合作的全资子公司、运营市场团队，订单自己接、用合作方底层技术，这种模式整合了两家公司的技术底座与市场资源。市场团队需求多、交付人少，不想全从零培养，寻找懂业务/技术的实施者，按天/月/工时结算。全国客户，深圳有分公司、异地也能合作。合作前产品培训，再带工厂现场调研，才安排实施。

其业务描述覆盖前端营销拓客、车间计划排程、仓储、质检、设备、打包装箱发货及办公财务/HR/报税/网银。自己的营销团队也用AI拓客工具。客户例举天威新材、纳斯达、雅莎集团，自述上市公司较多，均非独立客户凭证。现场一般产品经理、售前顾问、销售顾问三人，不同板块配不同产品经理；与传统IT实施工程师有相似处，不等于每个现场只有一个全栈FDE。

网银RPA案例：U盾数据下载→ERP回传→成本分摊

方案商以天威新材举例：大企业网银U盾多，口述几千个，原来财务人员插U盾、进网银下载数据，部分银行数据没有可用导出接口。用AI+RPA模拟电脑操作，自动抓取/下载网银数据，再回传ERP做成本准确分摊。已披露链路是电脑操作自动化与数据回传，不是银行开放API自动接通或绕过安全验证。

实施者现场梳理每个业务环节做什么、点什么按钮、耗多少工时；底座能模拟操作，不替代流程调查。几千U盾和成本准确为讲者口述，不是实测性能。

24. 聚合AI平台：功能清单之外，如何说明差异

另一来宾原房地产销售，入新公司约一周，做市场而非上述制造业商。其产品聚合Codex、视频剪辑发布、账号管理和“GEU/机油优化”近音功能，通过线上线下推荐给商户/渠道，下游最好有销售团队和服务商资源。可以演示试用一天，她自己认为一天看不出效果，希望完整流程演示。主持人认为同类平台多、难差异化，属于市场观察不是否定所有聚合产品。工具能力清单与客户愿付费用什么必须分开。

25. 企业Agent越权：从数据来源排查到同表行级隔离

企业Agent越权：先确认数据渠道与业务边界，再选限制层

杭州卡卡反馈已用系统有两个企业出现销售问上月数据却拿到其他销售/总额的问题。她不写系统，临时组工程师团队、对能力不完全了解，下面的技术排查是现场建议，尚无修复结果。开场有人猜“同一个大模型”“对话漂移”，后续把问题落到产品上下文挂载、数据层与用户权限：同一模型可以服务多部门，换模型本身不解决访问权限。需明确销售Agent该看CRM哪些数据，实际通过API、直连库还是别的渠道读；本例口述读本地数据库。

现场先建议MySQL/PG独立账号，只授权需要表，或者在API校验，再上MCP只开放对应API；角色身份token是用户认证标识，明确不是模型计费token。上下文/skills里写“不要读”不足以代替数据库或接口硬限制。模型是否越狱的争辩没有做攻击验证，尚不能证明风险已消除。

同表行级隔离是后续澄清，不能止于“关掉财务表”

进一步确认，单个销售需要自己的数据，不需其他人/汇总销售总额，但所有人记录汇总在一个表。把整表权限关掉会妨碍正常工作，表权限不能单独解决。建议从请求开始到查询结束始终带可信用户标识，查询自动加只取该用户记录的限制；讲者称“tenant/tenant ID”，实际例子是人/角色行级隔离，不能把本例员工标识与标准租户定义直接等同。强调标识由系统自动注入，不让Agent自由写或省略。类比多用户SaaS共享表的隔离问题。

另有建议是通过专门查询API和受限MCP作较小改动，现场尚无修复结果。受限工具也要正确处理行级约束，并非“接一个MCP”就能自动解决。因此，前面只按表授权的建议，还必须结合实际的行级数据需求修正。

架构、Demo与人员能力：不要拿客户生产项目试工程师

多人建议重新对齐PRD、开发文档和全部逻辑，区分架构问题与代码协同问题，不只哪错补哪；产品已经上线也能回看最初需求。卡卡表示缺产品/架构搭子、项目多转不开，企业尚未认为问题严重但她认为越权严重。现场安全从业者建议找授权安全人员攻防测试定位漏洞、估计快则半个月，未做测试不能当承诺周期；这并不意味着所有问题都需要整套重做。

Demo被解释成正式落地前先用小环节/模板跑通。另一建议去闲鱼花一元买近音“Soul AI面试”题，给Codex/WorkBuddy加公司任务生成面试测评，再让Agent评分备选人的现场回答，适合不懂技术者辅助准备，不是成熟面试题来源/客观能力认证；AI评分不能替代真实交付和安全验收。“花自己钱试别人水平”揭示供应商筛选应前置的成本。

26. 卡卡的园区业务：行业案例获客、全成本报价与维护

卡卡的园区培训获客：旧招商人脉、行业案例、二十分钟认知对齐

她原做招商运营，既有人脉是写字楼/园区招商总和运营总，再到园区培训、与商会合作；目前没有其他成熟渠道，是个人资源辐射，不是零人脉可复制。培训本人讲、配一位技术伙伴回答自己答不了的技术问题。园区有定向行业，如纺织跨境，先拿老板认识的头部企业转型案例，再辅中型企业/自己的案例；说明在哪个环节嵌Agent、经营成本和收入端如何变化，用案例/数据对齐能力认知。前段约二十来分钟，老板听不住太久，不办成长技术课堂。

卡卡报价：全成本加成、弹性、年度维护要分开

看工程师预计交付用时，算人工、token、自己团队等前期成本，成本有估算偏差；在成本基础上加约30%，报价再留约20%弹性。她口称“30%纯利”，但描述是成本加成，不等于按售价计算的30%净利率，更不构成审计净利润。年度维护单独收费，含云服务器等持续成本。自述常见20W–60W，园区招商/智慧园区约50名员工最近项目报20W，是报价不是验收收款。

27. 另一种FDE组织：咨询、培训与技术三角

另一位服务者提出了与卡卡不同的报价与组织方法。初级单一任务/单Agent，如门店获客工具，不需要三角全部进场，自述现阶段希望60%毛利；二阶段10万–50万，多问题需入企，三人一组：行业咨询、培训/策略、技术，原称阿米巴策略三角，部分近音“企资/起资”不强规范。咨询角懂行业/已有企业信任与资源；培训/策略角负责销售及教会客户，技术角解决实现，角色可由同一人兼，但需明确定价为何如此。超50万由更强行业专家/策略/技术参与，专家成本必须覆盖。二档倾向把报价做到范围高位，是讲者个人做法，自己也承认天天推翻迭代，不是市场统一公允价。

找垂直行业咨询公司合作：他们服务过大量同行、懂医美等门店问题，也在找懂AI的人；AI方可补他们的AI认知/实施。信任来自行业顾问，不要让不懂行业的技术团队闭门猜真实需求。他认为这种组合有助于成交。

28. 体检报告助手：真实医院需求、知识工程与失败修正

体检报告助手：输入、草稿与医生审核

另一深圳医院信息化厂商团队，从三月做了六七个月。体检血尿/B超/CT等指标汇总后，医生写报告及健康管理建议，原口述每份约一小时，希望AI先拟稿、医生补疑难并审核再发。并非直接取代门诊医生诊断。他在一家任职，另与前同事有另一医疗公司，两条业务线需要分别理解。

现有做法近音“LongChain”，以疾病→建议小知识库/RAG，输入体检结果和医生简短小结，再提取疾病和建议。问题包括多个指标被拆成许多病、重大异常漏识、不同年龄同病建议千篇一律。团队自学AI，微调试过仍不好、直接大模型生成也不好；自称约相当两三年医生50%水平，没有定义测评集/评分方式。已上近20医院，小医院容忍度较高、大医院吐槽多；十万元一套一家医院为口述售价，不能将套数与价格直接相乘认定收入。

医疗知识工程建议：规则、经验、图谱与小病种验证

追问先分规则范围与知识库。供应者已有危急值/专病等二十多个子分类库，从最新临床教材、行业共识提取，用AI分类生成；也曾让模型列结节类型/分级/建议。他说单项规则和指标组合太多，医生只能先列一二三，AI补出的也审不过来。复杂判断依赖模型约一半，是本人困境，不是可靠医学方法。讨论所举结节与其他指标关联的具体医学说法混乱，并非可采用的诊断依据。

建议之一是规则写死、知识库、微调、反馈四环，再选一种发散较小病种，把知识、状态、图谱尽量补全，先检验小MVP是否成立；另一人提醒病种之间复杂度不同，不能一个病跑通就推全通用。模型可以辅助列疑似，但疾病名/建议匹配应有可追溯规则或图谱，并能明确答案来源；这是待试方案，不是团队已落地的改进，也不是“四步做完没有别的问题”的安全保证。专业经验库来源、授权、医生审核产能是关键约束，小团队采集公开资料不等于拥有专业验证库。

临床科研合作的准备，不等于既有系统已过验证

另一服务者称刚与某国家级医科大做生命科学/临床实验AI项目，不足一周，抽半团队学习再教学、筛FDE、编组，再计划红蓝组对抗测试并反复磨到上线。其本人强调医疗AI决策责任不敢碰，数据库/架构等前期辅助与诊疗决策要区分。近音“LLM Viki”“卡普西”架构为线索，具体身份待确认。

现场有人称医疗体系不让用、资本怕风险；医院厂商反驳自己多地医院已上线、这是项目制体检草稿、医生最终审，不是直接门诊下诊断。双方无官方文件；“体检不能下诊断”、有政府/专业机构背书就能护住等说法不能认证成现行法规，也不能把事实上线当合法性证明。产品边界、医生审核节点、资质与责任仍需明确；事实上线不能推出一律获准，口头质疑也不能推出一律禁止。

医疗合作的两种商业取舍与轻应用需求

有人看重健康知识库后端价值，提出前期免费写库、未来数据代运营一起合作；厂商更想一次买断，对共同运营说医疗行业有困难。只约之后对接，未成交，免费前端不是无偿公益或已获得医疗数据权利。服务者后明确两种选择：看后端价值前期不收；否则前期全款不留尾款。双方仍停留在对接意向。

同一信息化从业者另与前同事的门诊/住院轻应用线包括公众号、语音转病历、近音“病历指控”（具体功能名待确认）、院后随访、智能语音外呼；同样缺细专业医学知识库/图谱。医疗知识可复用有商业价值，但不等于随意在别的病人/客户间共享。平台说可以调配FDE、获收益与主持人平台协作是设想。

29. AIGC电影与专业视频：前沿参与及应用线索

王总自述近音“Seedance / 视频大模型新版本”将公测全球12个院线AIGC名额，海外8/国内4、自己占一，列国外名导等；无官方公告/作品/合同，名称与名额待确认，不归为已完成院线交付或确定挣钱。国内参与者姓名未能明确。其称“cloud5.5”可做精细医疗辅助视频，尚无样片、成本、准确度验证；不是基础模型自身直接完成整个医疗视频链路。

“屏读时代”、裸眼3D/空气屏手术精准标识为前景和他人交流认知，提京东方、利亚德，未给产品/验证，不能当临床导航疗效。可继续探索的方向是AIGC可进入屏幕内容、科普和专业可视化，而不把技术愿景与临床安全现状混同。

30. 视频脚本产品：不会写脚本的客户，需要行业上下文

大侠的视频脚本产品：客户不会写脚本，不能只给模型

另一来宾在出差见FDE、电商、外贸及传统企业，发现客户短视频获客需求高，却不理解内容/脚本，不会提示词；给好模型仍不能用，要求他们钻复杂工具又无意愿。他开发全网多平台视频脚本拆解→报告→拟后续直接生成视频；API申请未做到，当前采用传统抓取并加入算法。需求文档已列，融资路线/要团队背书是朋友建议，未有融资到账。

他拟将每个采集线索/报告/脚本创意关联适合的多个产品/赛道，用户前端输入产品能检索匹配创意。当天已让AI做进开发，自己不确定是否就是RAG，目前仍在开发。见健康团队也有相似内容理解短板，所以考虑窄而深，不只做宽泛生成；“能视频但无播放量”是其观察，不承诺优化后必获流。

商业诊断与线下沙龙：去掉锤子，回到经营问题

大侠上海三天约三场密集交流，第一场四人、三技术FDE一园区销售，形成个人共识：对市场不先推FDE/AI/工具，而讲企业诊断、增长/经营问题，确定业务痛点后再选是否用AI。不是把所有项目都包装成保证增长咨询。拟办有小门槛线下沙龙，筛真正落地者，提高话题深度和资源匹配；认为工厂资源、改经营环节更重要。沙龙仍在筹备。

第三场银发经济交流：部分老年人想赛事/造星、被看见，AIGC视频可提供仪式感与形象包装，是脚本产品的潜在用户，不是已有银发订单或效果。途中厦门四小时再约健康FDE团队，属于高密度实地客户发现，不应混为同一客户。

多Agent“树”、上下文隔离与并发：概念仍在探索

第二场与留学/前咨询背景人士交流，主张多Agent交互、多模型比较、避免模型“抽卡”；其说模型厂只做宣传不深研为个人判断无研究证据。反复说“数”后本人明确“大树的树”，但他又承认讲技术概念专业不够。有人用work tree分复杂任务、树状裂变类比，他说可如此理解，不能据此锁定Git worktree架构或正式“ANC”标准。

具体问题是不同Agent context不应互相污染，希望独立思考；又顾虑API“不成立”时高并发风险，考虑降并发，尚无安全控制标准。库的调用/隔离、多Agent协调仍是他们正在探索的技术方向。

31. 明星知识产品：找长处、减少时间占用、看后端转化

一凡自述操盘吴彦祖英语，先大量沟通找到英语强项、在美做汉语教育的经历与教育动机；明星时间少，围绕最适合的技能设计内容/商业变现，而非要求大量持续新媒体投入。称成人英语赛道第一、受资本看好无数据，尚无排名依据。台球项目近音“潘小军/潘讲亭”姓名待确认，李连杰太极是即将项目，阶段各不相同。

主持人后续明确已盈利的明星英语与正在找风投的FDE平台是两项目；也转述首转与推广费基本打平、二三转才是利润点。其他人认为明星经纪圈/影视资源构成护城河，另两人认为圈子易进、不构成；主持人强调选人眼光、跑通首个后复用方法。对圈子稀缺性和方法可复制性，现场仍有分歧。

32. 企业AI落地平台：案例互通、人才筛选与重售后

企业AI落地聚合平台：监管交付比只展示案例更重

一凡拟与曹总合作，拟投入“一千个”，具体金额单位未明确；A轮路演苏大天工（名称未外核）已去、谈融资不是已到账。拟21号出第二测试版、23号邀数字游牧人到公司，郑恺/胡彦斌二选一、可能让有兴趣明星入股，均未签约确认。明星喜爱可能投入代言外能力是个人判断，非300%量化效果。其思路：不是拼基础模型/大平台，而做类似滴滴/58/BOSS的企业AI落地聚合入口，让企业有问题找平台、FDE有单来平台。

平台计划给FDE排名/金牌标签/公开案例，联合985高校人才，举十清华/十北大/十复旦为设想，尚非已招募30人的结果。培训已纳入板块，主持人建议能力对齐、商务/coding培训、准入筛选和人才库是资产，不是自称认证就高于官方证书。平台最重要自称“监工”：企业资金先入平台，完成才给FDE；另提供兜底售后、培训和诊断企业是否适合AI。这些是平台计划承担的职责。兜底重、需承担企业责任为现场承认，不是零成本撮合。

路演被问大平台/资本复制时核心门槛何在，他称要高速执行、稳落地、把每块短板补齐；这是行动方向，未证明壁垒。主持人与火山引擎谈峰会/上海OPC交流会也只是谈，非确定联合主办。

FDE案例库：案例展示、授权复用与联合交付的三层价值

主持人明确最初创意图南总提出，自己加思考；不是全部自己原创。按同行专长把物流、农业农村等项目互通，别人接单可用相应案例说明自己能解决的业务；上传后有下载别人案例权。下载demo自己能交付则给原作者小费用，不能交付则找原作者联合交付，原作者因此获客；新人也可付费借助案例接商单。上传案例相当交付能力展示，让全国伙伴帮其获客，不只局限本地。

这个模式仍在讨论，案例展示、授权复用与实际交付是三种不同责任。已盈利明星英语不与该筹建平台融资混淆。

33. OPC基地与政务数据：有楼、有数据，还缺应用需求

一位与香港伙伴在佛山盘两栋楼做OPC应用基地，正在装修/设计调整，给OPC什么条件尚策划不细，当地补贴资源只说有一点，相关补贴与扶持政策还在积极沟通推进中；主持人建议先做实在的资源对接与小团队入驻孵化，切忌空转园区概念。

另一安徽政务大数据中心负责人自述多年前智慧城市平台做过时空计算/大模型等宏大承诺却落地不佳，仍不断接水/房屋/医疗等政务数据，擅归集治理、不擅场景应用；部门各顾自己与动力不足为个人观察。应从有哪些数据、沉淀多久、谁有需求入手，而不是“有数据即金矿”。主持人觉得房屋当前价值低、细分疾病研究数据价值高都是个人判断，不是估值结论。数据确权/碳积分并未自动解决使用和需求，未来有合适场景才外接企业实施。

有人提与本地扶持算力中心合作，将数据处理/管理/提取做成政务应用服务包，用应用消耗算力实现变现；主持人质疑算力中心不训练数据、认为模型厂才需数据，双方没有实物验证或确定合作，“应用服务、模型训练、基础算力”在这里是不同层次，现场未形成共识。政府背书不自动保证数据安全/商业用途授权。另有人提到保险公司购数，但发言被打断，也未披露合法授权，不能作为可照搬的交易案例。

34. 电池回收：货源、金属价格与“小程序机会”的反证

河北从业者谈电池包/手机电池等含锂物回收，区分循环再利用与废料回收，自己选废料，因为认为其长期存在、梯次利用会受控；是个人预期，不作政策断言。他说从业第四年（另有“六周”混乱语句不可猜改），北方约2016–17年逐步进入为观察；做大要资金、专业带路、环保手续等。先玩镍钴锂期货/股票为现场建议，既无风险评估也无收益证据，不宜将其当成可靠入行途径。

另一参与者听专业朋友说：终端金属售价随大宗商品波动，回收成本高、工厂货源不稳、产线利用率不足，口称去年不到20%但无统计来源；其推论“行业不值得做”与从业者“未到瓶颈”相反，保留双方条件，不能背书普遍盈利或亏损。模型化判断要区分售价、收货成本、货源量和设备利用率。

有人提出小程序/公众号展示回收类别、上门价格，城市代理、C端电池回收、本地抖音投流小MVP；提议者自身广州电动车改装后原装电池只能低价卖废品，认为更合理价有需求，是具体个人痛点。但回收商多次反驳：行业已有人做，自己的客户已跑通市区货源，直接联系上下游，不需APP。已有方案与不需要新APP的反馈同样重要，但一个从业者的经验不能覆盖所有广州消费者需求，尚无付费测试。

另一位说曾为旧新能源汽车电池梯次组成储能站做管理程序，夜充白放利用峰谷差，自觉可用残值电芯很少；与回收者说仍多但受控不同。其已做的是储能管理程序，不是上述C端小程序。主播另外建议用AI辅助客户联系维护和办公。

35. 个人工作室的方向：向内沉淀能力，向外选择可付费细分

OPC选择与短期执行：不必人人做重交付

一位设计出身经营小工作室者觉得FDE开发耗时、只做新工具易被模型/现成应用追上；自己有门厂总代理/家具材料等资源线索，对方甚至不会用豆包/WorkBuddy，真正小团队想跟上却不知从哪做。主持人回应因人/行业而异：有人独立全链路能做，但生产类FDE重、周期长；电商/跨境可能较短，应选自己擅长的窄行业。表达与获客强可企业内训/商业诊断/计划书而不一定接全部技术交付；一天六万图是转述某细分者能力，并非本人的实测或通用性能。B300不同口述10几/17–18无版本单位渠道，不足以确定市场行情。

设计者担忧开发中的工具还没完已被模型替代，影视来宾担心图片/视频业务更快受影响；漫剧从业盈利被说“只有培训/算力赚”，无财务数据不能断言整个赛道无利润。有人看到精品创作/黑客松、工具链缩时后能把时间给创造力，是待验证方向，不是已证新商业模式。

主持人反对把讨论扩大到无法掌握宏观标准，提倡当下可用模型/工具做小团队能落地项目；不是永远不能长期规划，而是把可控制近期行动与远期推断分开。面对行业中流传的各类宏观标准，小团队切忌好高骛远，必须将精力聚焦在当下可控制、可闭环的具体行动上。

创作型从业者的两个方向：内部能力沉淀和外部产品

一位长期独自开公司的3D/设计从业者担忧：靠会工具、会出图视频或会开发应用的信息差，会被快速进步的模型迭代，短期可赚但长期跟着所有工具跑很疲惫。他提出“向内”：让AI更了解自己的情况、思路和创作标准，想法一出更快抓准、发散，但这与个人信息安全相连；“向外”：再找行业中更细小、确能解决问题的切口。另一位认为AIGC不是模型多强，而是创造力和审美；也有反对声称个人漫剧需能力资金热爱且爆款少，平台更稳。平台稳赚、技术无壁垒都只是双方判断，未有利润数据。精良漫剧、黑客松被拿来说明工具省时后应把精力还给创意；原词“合隆”身份未知。

OPC、信息差与设计行业：保留对客群和定价的分歧

OPC被讨论为能力放大器，而非“有AI便自动能经营”。讲者建议先检查自己能否说清问题、划边界、画出自己产品的基础逻辑；工程生产更便宜不等于产品有定价权，不必拘泥始终只有一人。其对新范式尚未形成和大多数人就业的判断属于观点，非预测事实。

设计师讨论中，一方认为可用AI知识服务还不会用工具的下沉商家，技术信息更新太快的人反而可能只看见同圈层，忽略低线城市客户；另一方提醒信息差寿命缩短，需求/付费能力与获客费力程度要一起算，应该去有真实支付余量的地方。有人已与老板聊过，认可短期能教工具赚钱，却担心长期，所以提出同行结盟共同形成更深能力。平台/合作仍是构想，不是已建成商业闭环。

高端设计能否只靠坚持个人调性也有争论：有人用奢侈品牌客户持续为风格和服务付费的经历主张找欣赏自己的客户；另有人指出大众客户只想便宜看装修效果时，AI直接出图会替代原来收5000或1万元、花半个月的服务，而高端少数客户不足以覆盖所有设计师。500平别墅让3–5家竞稿是反问情景，不是已发生订单。不得把“坚持就一定活得体面”或“设计行业全消失”当统一结论。

36. AI人物传记：本地情绪价值与高客单的条件

主持人建议一两人本地业务：把老人传统纸质回忆录转5–10分钟AIGC视频，面向高净值人士/本地企业家/高档养老机构，强调视频传播与社交表达、记录一生的情绪价值。口述5–10万报价来自直播朋友，厦门某单30万他自己亦存疑。

做传记可建立当地老板信任、向上社交，是渠道假设。又举客户想和心中女神合成爱情片、报价十万，是转述需求非确认交付；“不会传出去”不等于获得肖像/声音授权，不能将未授权他人形象合成当推荐生意。个性化叙事与情绪需求仍需按真实授权及边界交付。主持人说自己也在跑、愿共创，未有结果。相同点子不同人资源/交付/商务能力会产生不同结果，分享点子并不保证赚钱。

37. 法律AI与隐私条款：资料索引、起草与适用责任

深圳法律从业者说律所AI已有两三个成熟项目、外部难入是其行业观察，尚不足以证明竞争排名。其思路是封闭两院案例、北大法宝/裁判/典型案例、法条库做好索引后由模型分析，现实司法实务仍有大量细节。主持人猜模型迭代可覆盖律师/大众服务，不需Agent，提通义法瑞、K三/JRM近音新法律模型为线索，未提供评测。

美国机器人/数据从业者另有小创业项目，给牙医/理发店访谈看到主要诉求是SEO排名获客，做精需较大团队；这是实际访谈反馈，不是已交付SEO结果。现场对GEO/SEO有人称已被AI检索彻底消灭/识别95%，另有人说本地团队仍做、真人视频/媒体信源有需求，都无测试；双方没有共同测试，95%也无数据依据，不足以判断优化业务普遍有效或失效。

该美国来宾做AI dating，用户输入个人信息匹配，要隐私条款和社区准则，不想请律师。初答不太可靠，听具体需求后有人说GPT可直接搞定、美国可以国内有疑；另一建议Claude近音cloud法律skill。无具体法域适用分析、成稿审查或合规验证，不能据此给出“完全可信法律条款”。真实需求是省条款起草成本，AI起草与专业核对、实际数据处理责任应分开。

38. AIGC形象与小硬件：功能、配件收入和渠道信任

来宾观察虚拟明星/原创小形象与版权IP、3D打印、桌面机器人结合。举见过的手机背部圆片式小机器人：嵌入有圆洞手机壳，可拆下放桌面互动，配苹果App，角色还能到手机、平板、电脑当桌面宠物；换不同颜色/服装外壳也卖，另有小游戏与性格设定。名称原词“船长阿福 F U Z Z I / Fuzi”待确认，不能猜品牌链接；“卖爆了”为观察者声称，没有销量。此为看到的产品，不是本人研发。

反方认为小品牌易被竞品复制、热度数据被实时抓取、电商有人未做先上架，应该问渠道怎么获信任、为什么付钱。其他人反驳“只有大品牌才有IP/普通人注定没机会”的绝对结论，强调讨论可行商业模式仍有意义。可提炼的验证顺序是把应用功能一两句说清，再问购买理由、销售渠道、如何获信任、收入来自硬件/可替换配件/服务哪部分。

39. 大瑞的数字营销：企业DNA、素材测试与行业复利

大瑞自述数字营销约十年，从一月用AI服务海外FB/Google广告，当前最大垂直是国外旅行社招客来中国的入境游。单人产量感到等于传统3–4人，正招聘与外包，要求协作者会AI；“OPC做大后仍要团队”是其经营体会。大学演讲PPT约30分钟，连视频总共约一小时，较过去一两周为个人比较，不算对照实测。

他认为客户和小孩都能做图视频，普通提示词还是AI写的，门槛不在单次生成，而在特定行业的流程、Agent工作环境与经验。FB受众预算固然重要，广告素材尤其关键；同样时间能做50条可投素材，而传统可能5条，扩大测试样本更快积累哪些素材引询盘/匹配哪些人群的反馈。“打十万条广告”明确是假设目标/举例，并非已完成十万条，更不是训练自有大模型。

实际描述链路：录企业官网→AI解析企业DNA/基因文件→结合市场热点→生成适合该企业的脚本素材→剪辑→广告投放。替代原来专人先熟悉公司、搜爆款、写脚本、做视频的重复环节。不是GEO搜索，也不是卖一份通用热门API。对方质疑其价值本质是投流反馈数据和客群认知、已有精准数据API；他则强调有公司上下文与行业工作流，不只是数据转卖。双方没有给定量ROI或客户数，不能把争论裁成已形成不可复制壁垒。

复利实践是Agent每天抓YouTube/FB/TikTok热点专家视频→学习→对照当前代码/工作流→自己测试→吸收有效部分、丢糟粕、再优化打法。跟热点不意味着照搬：专家真假和建议是否适合场景要测试。其客户询盘与ROI感觉向好为自述，没有实验数值。建议有行业经验的人从自己或认识的行业专家提炼流程，不做“AI颠覆万物”的大而全计划。

同一业务的前后讨论：2026-10-17的相关讨论。

40. 装修设计的实际流程：先拆小功能，再谈工程量与真实交付

把未做完总台拆成小功能，用行业语言卖结果

室内设计从业者曾因行业被冲击而失去信心，学AI后想做全功能总台，觉得费时费力且没做完；现把已完成几点拆出来，跟材料商、装企等原业务网络谈。行外FDE说法太技术或成本太高，他用行业话讲一个具体问题，对方能立刻理解；老板看得到结果便愿谈合作分成，但这只是洽谈反馈，不等于签约收入。其原位置连接客户、施工、材料、装修公司，行业沟通与流程诊断就是可复用资源。他能快速识别痛点、做demo，但正式应用、bug、维护与扩展仍需程序员协作。

设计项目先写流程：工程量计算只是其中一环

配送经营者建议设计师把脑内流程落纸：拆旧→基层处理→水电等每步工作及本地人工费，按每平方米用料、线/开关等生成工程量和材料清单。历年优秀资料分类、联络熟悉设计师与商家，资源整合后可复用。这个属于建议方案，未交付工程量Agent；“90%可实现”“误差10%没问题”是发言人粗估，不能作为真实工程验收容差。

设计师反驳问题不只面积乘单价：每人图纸习惯不同，扫描同图的结果都可能不一样，通用模板要别人照自己规范才可复用。本人已从传统3D建模固定视角，转向部分直接AI效果图，他已尝试借助新兴图像生成接口快速产出效果图；美观结果不等于施工可交付。提出先行业内共同梳理，免费给同行试并反馈，再优化，而不是闭门做全链路。

设计收费故事和真实制作链：酷家乐不等于设计质量结论

配送经营者说自己成都约60多平学区房，请北京背景设计师花约八千（口头八千四/八千三摇摆），效果慢且与预想不同；缺软件组件还要换工具另加钱。后说用了酷家乐。室内设计者强烈贬低酷家乐，认为收专业设计费应做完整专业图；这些是个案与审美评价，不等同全平台无专业用途或客户必被诈骗。

其传统链条是CAD图纸→SU白模沟通→3D Max完整建模→打光采光出效果，约半个月；反复修改再花时间。对比酷家乐两三天、可能五百成本与自己建模两三千成本均口头估计，不是统一行业价。矛盾是客户更高要求、更低耐心，而设计师还要谈客、画图、调整，真正期待AI保持专业效果又缩短周期。不能拿只快出图替代全部设计交付。

41. 客户自助装修设想：先收变量，再由专家约束

提议将客户需求前置，用表单/对话收集风格、插座数量位置等变量，后端结合设计库与专业经验生成方案；客户先初选，专业者负责工程部分，AI核两边信息。可将基础模板与个人风格数据结合，以硬约束限制物理条件、工艺、线径、接头，再拆图到材料/施工步骤与供应商标准。楼板20厘米却开槽30厘米作为物理冲突例子，不是施工方案。100平方米70插座只是某设计师个人习惯，不是标准。

此处并没有证明“加硬约束就能保证可施工”。设计师提醒主材和软装必须落到可买产品，同行对“奶油风”脑内画面不同；仅语义映射不能消除个体理解差。建议者说先生成八九成、再自然语言局部修改，几天缩几分钟哪怕10分钟也有价值；设计师说反复改又拉长服务周期。两分钟出图、十分钟搞定是建议者推演，不是这个项目测量。

另有程序员想先抽整洁、留白、克制等不变结构，设计师说U型厨房仍有挡水条、花砖、圆角岛台等细节，做成可施工结果不只是漂亮图。双方对确定性是否可抽、工程参数是否足够存在分歧，尚未形成共同认可的解决方案。

42. 给设计师用的Agent：先对齐专业审美，再服务客户

程序员想先与有市场验证的专业设计师深聊，找其稳定审美底座（克制、留白、简单、纯粹等），把AI对齐设计者，再让人做第二次细节决策；不是一次猜全用户心思。有人说先胜过客户审美拿到50%沟通资格，再反复调30%到80%；这些是比喻比例，不是成功率。建议高端工作室几千/一万图逐张筛选审美数据，也有人主张先一个人的独特基点，不取所有人平均；取样范围有分歧。

讨论中先有“客户自选表单”，后来明确另一方案给设计师用，让设计师再与客户沟通，又有人提混合使用。这与前面的客户自助产品具有不同使用对象。滑杆可从传统到创新、中到西、规矩到变化，保留可变比例而非死勾选，这是设计者拆过的原型思路未给验收。他自述做小学数学产品和视频，与家装Agent不是同一成品。

程序员用原词DVC加WorkBuddy做宣传视频，自觉比GPT好，认为更懂中文；具体模型身份未确认，这只是个人使用感受；他把对美的四词告诉AI，觉得大片感。另一人荐Stable Diffusion/SD研究其过程，但也提醒调满意没一句话生成视频那样简单。并没有已展示的家装Agent。

43. 审美与客户洞察：无门衣柜为什么比“通用极简”更重要

米老师提出审美服务叙事和注意力，人在忙碌大厂后可能想极简、闲人可能想热闹；线条色彩如何抓注意、运镜如何制造紧张感应服务表达中心，不是固定列几个词就通用。这些为讨论者方法论，不当心理学定律。他举棱角侵略、圆润无害、重力经验作为解释假说，未有研究证据。

资深设计师真实客户反例：一年约300天住高档酒店，反而要求家里衣柜没门、看得到花花绿绿衣物才有家感。所以“干净整洁极简”不必然适合他。米老师认为要理解目标用户状态、生活经历与注意力，而不是设计者必须赞同所有人的美。拉布布面向潮玩年轻人，不需90%人都喜欢；90%不是调研数据。设计工作室用抖音/小红书作品吸引同气质客户，是其已实践的客户筛选方式，做通用功能不等于守住个性审美服务。

继续对内先拆自己、再匹配外部，能评估自己的东西先服务相似人；外部陌生群体需洞察与泛化能力。非标不只是“没标准”，有状态的内容可在固定上下文有标准，跨人跨时不是一个标准；这是架构讨论框架，不意味着把上下文全拿到就保证拟真人。有人反驳充分知道客户极难，双方最后回到服务目标群而非无关人。

44. 海外设计与自由职业渠道：本地工法、平台交易和竞争

海外设计AI合作：先接当地施工方，而不是直接翻译国内图纸

有人拟把国内设计经验接海外装企与推广，设计师提出地区气候、材料、工艺、规范与审美都不同；需要海外施工方先沟通真实工法和标准，再设计方做可落地转换、再结合装企运营模式，最后由擅长海外营销者推广。混凝土C20/C25只作地区标准差异例，不作为海外规范。这个多方链路是合作讨论，没项目合同。

设计师后来明确个人目前不愿急做海外：国内标准熟，先把国内需求与AI理顺实用，未来再外扩；能帮朋友不代表已转向出海接单。

海外自由职业平台：可出售技能，但口述平台规则需核

一位推荐Fever/Fiverr及UP（后几个词不会读，完整名称待确认），类比猪八戒，设计、虚拟技能服务可挂牌：描述能交付什么→客户平台预付→后台沟通面积与设计要求→交付→满意释放、不满意争议可平台客服评审/退款。他强调不是客户随意白嫖，但未有实际纠纷材料，不把“绝对白嫖不了”当平台保证。

针对海外自由职业平台（如 Fiverr 等）的接单经验，他分享了从前期提款审核到日常 T+14 回款的周期感受。在平台商业化方面，平台通过撮合抽佣获得了可观利润，但个人卖家的收入和利润未清。国内虚拟技能服务也有人在闲鱼发布，这是平台渠道类比，未披露实际成交。

他又承认近两年全球人才多、竞争加大，但仍有订单，不承诺开店即获客。300/500美元设计费为举例非已赚案例。

45. 工地与食材配送：行业流程需要谁来补齐

智慧工地从小痛点试水：业务拥有者不一定说得清根因

程序员准备经半熟人资源谈工地智能化，承认不了解工地流程，希望甲方熟悉流程的人提出小场景→快速解决→建立合作信心→逐步扩体系。甲方只说降本省时省料，却未必能解释钢筋原定一吨为什么用了约一吨三、究竟哪个环节多耗。需把结果追到过程，不能把笼统增效愿望当可实施需求。此单尚未去谈，没有完成效果。

另一位食材配送从业七八年，已有细节沉淀，招三人做自己行业软件，成都每月三万多，不含本人；先解自需再对外卖。他原土木/路桥背景，不是一个现成对外接单FDE团队。招人因为全心投入却无收入的技术合伙人不稳定。有人担忧程序员学懂业务后带客户另起炉灶，配送者说复杂行业细节和异常岔道不易几月全懂，担心可以理解却非必然。后续有人建议合同买服务、只授权所需数据、维护再买断技术；这些是现场提出的合作建议。

技术+业务的合作组织：OPT而非强行一人全能

自称同济Agent研究生者介绍二十多人研发及多个985/211校友资源，邀请行业方购买研发维护服务、授权业务数据、后续买断技术；学校、导师背景与成功率未外核，不能当校方正式背书。其“七八十分超过80%同行”、AGI时间都属口头观点。另有人提一堂机构所称OPT（one personal team）：一个人可具一方面团队产能，但仍有盲区，与别的超级个体合作比硬把全部公司职能包下更合适。

记忆类产品开发者表示市场已有五层记忆等产品仍可做差异，竞争者有真实收益不等于自己无机会；大厂复制有成本，风投资格才需严肃回答壁垒，未融资阶段先找眼前可收费价值。它是经营建议，非大厂从不复制或小公司必成的保证。

46. 模型画面比较：工程精细度与审美偏好分开

多人问为何原词ops/Office/Opus5.5等模型生成咖啡壶3D漫游更写实、更商用，“Aster/Ostrich”更动画。名称大量近音，不擅映射确切型号；提到Remotion、MCP参与生成，意味着比较不只纯模型。米老师区分纵向质量（光影、材质、渲染真不真有同维度标准）和横向审美偏好（表达意图和用户状态），更精细不代表所有人更爱。也有人认为动画模型在儿童填色线稿等商业场景可能更适合。

另一个可操作方法是先说宏观调性词，再用色彩、构图、VI稿打散成具体可见表达，迭代让AI理解个人词义；这是程序员分享的应用层做法。不能等大厂训练内幕才开始用工具。

模型技术解释部分说Google以信息密度为标准、网页未来给AI看，隐空间动态参数/在线学习/稠密门控长短记忆、TPU优势等，讲者反复承认具体方法不清，只看大概论文消息。没有论文名称/实验，不作为厂家已实施机制、Gemini退化原因或个人可调用的持续学习功能事实。同样前面的Transformer2017论文初衷等争论未定，不足以形成确定的技术解释。

47. 世界模型、仿真与扫描：先判断目的和资产管线

世界模型、仿真与游戏：保留用途和试用线索，不背书时间预测

米老师自述先游戏制作人，后因兄弟研究院找游戏AI场景走到算法管理约六七年，主要管人、并非自己大量实干；否认别人猜的MiniMax，不能按公司身份认证。他提“年底虚幻MCP更新到六、普通人能做次世代游戏”为宣传转述，不是已验证版本路线。建议原词杰尼三/Genie近音的Ultra会员网页体验文字改世界：描述自己是一只在哈利波特学院逛的猫再操控，具体模型名版本、会员资格需核。他预测VR/世界模型四五年有机会是个人预期，不是排期。

有用概念是模型可生成虚拟环境，让策略在加速时钟中重复实践，现实微调补模拟差距，减少受真实物理时间和成本约束；风洞、芯片等工业仿真是既有需求类比。机器人接飞盘不必先把全部视觉转文字再推，提取关键运动和忽略无关信息有助行动。他将仿真、机器人、世界模型类比GPT3.5/2.5/2.0成熟度，只是个人比喻，不是性能评分；世界模型≠搜索爬虫整理，也不能把世界模型定义完全限死为游戏。他开始讲高斯重建/基本算子/乐高函数拼空间，后续以积木类比继续解释扫描场景与交互资产的区别。

落地迟于能力也因信息与人改变速度：先把自己业务上下文、流程、MCP接好就可能提效；“八九成人没用”无调查，不当普及率事实。

扫描世界与可交互游戏资产是两条不同管线

讨论里的“高斯波件/高斯破件”为近音，术语身份待确认。讲者用最小积木类比形状的基本表达，再区分扫描后可浏览的场景与既有三角面渲染引擎的完整交互。景区扫描后人在里面走、远景或天空盒能放进去，不代表动态光影、反射、受力和碰撞已全部打通；实时监看静态背景加动态对象，也不等于游戏完整物理与光追。

扫描可能输出点云，也可能输出可用的3D模型，后者仍可能走现有三角面资产管线。单图生模的例子里，整体连续、简单拓扑的外形与含许多组件的赛车难度不同。相关工具只提Blender和不确定“Cara”等词，没有可确认新工具入口；讲者建议可让AI调研扫描工具，但未实际给出统一最佳软件。

是否扫描真实世界要先看目的：如果游戏并不需要与真实地点一致，生成虚构场景可能更便宜；如果目标包含真实地点的情感或互动价值，扫描才有特定意义。以上是当时参与者技术判断，未测试具体引擎插件/版本，也不据此断言当前所有工具都不支持某功能。

48. 游戏生产中的AI：原型、图形、美术与投放各找环节

一位自述游戏制作人与算法业务背景的参与者，把游戏开发拆成程序、策划、美术，把运营拆成投放素材、分析、客服等。程序上的收益未必主要在服务端，前端图形算法和渲染效果也可借AI降低尝试门槛，例如日漫式明暗边界、不同法线方向对应的光影效果；他认为原来昂贵的图形工程能力因此更容易接近，但不是说普通团队已经交付某款AAA。

策划可先用AI做前端玩法demo，有小问题也不妨碍尽快把想法展示给程序、美术；相较纯策划文档或多次口头沟通，主要节省的是对齐时间。美术素材方面，部分3D资产和贴图已可能满足一般厂商，较高美术标准仍有距离，不能说所有资产已可直接投产。

营销要分曝光和“收口”：普通平面广告需要大量构图、图层融合与变体，按渠道测试转化，讲者认为可以把已有素材交给原词“Cotex”（同场也提到Codex，具体称呼按讨论保留）来切图/组合；高品质品牌视频承接玩家被广告触达后进一步在B站等处了解产品的需求，他认为这部分仍愿意花大钱、AI尚不能等价取代。所谓可能“几百万一条”是行业口述，不是本项目订单。

AI降本不只意味着裁员。讲者认为较好游戏公司更关心下一款好产品，创新原先要让策划、美术、程序一起反复试数月，可能烧掉一两百万仍没有有效原型；现在可更低成本先探索，再由有经验的人补目标、付费与增值机制。跟随成熟品类做微创新的产品，则可能高毛利但大量收入花在渠道和竞价上，流水高不等于净利高。其“研发几千万、爆款年流水十亿”等均为示例口径，无财务核验。

49. 游戏设计：行动循环、系统取舍与经营者生态

让玩家继续行动：变化、探索、目标，而非只堆刺激

以打水漂举例，讲者把行动循环分成不同层次：最初水花与变化让人愿意尝试；随后研究石头、角度、力量、风和水面，形成探索—实践—比较结果的循环；技巧熟悉后别人来比谁打得多，才出现目标和竞争。MOBA机制调整、防御塔血量变化让原先解法需要重学；吃鸡不只是交火刺激，缩圈、地形、卡点与进圈路线构成探索。

到长期阶段，排名、称号或共同认同的价值可继续提供目标，即使操作提升已经很小。情感上下文也可能让闭环更长。这是讲者的设计框架；他把它类比“原始/情绪/理性三层脑”，并承认是抽象结构，不宜照搬成现代神经科学定论，也不把玩家必定上瘾当成结果。

游戏护城河：手感、系统取舍和经营者生态

讲者区分成本与门槛：动作打击感、枪械反馈、消除节奏看起来资源不多，却难被一句需求精确定义；AI容易降低明确任务的门槛，未必能复制“什么才好”的判断。他举《街霸6》、使命召唤、开心消消乐等说明这类手感和判断门槛。

复杂产品不是把A游戏最好的点和B游戏最好的点拼起来。国战里的战斗可能不追求动作游戏的细致手感，因为它服务于规模化社交、阵营和付费生态；取舍要看整体系统。交易系统的例子尤其具体：全局拍卖行让买家快速找最低价，而梦幻西游式逛店据其理解还服务经营者——店铺规模、吞吐量、品牌、生产销售使做生意本身成为玩家角色；关系冲突又产生内容和消耗。不能只按“买东西是否更方便”来评价整套游戏。

因此，策划/制作人的“导航”是复杂问题下的评估准则：先看一个节点是否带来行动力、是否契合整体，再反复验证，而不是自动推演某个必胜玩法。

50. 用AI深入思考：提问、笔记和认知上下文

参与者认为审美依赖上下文：先见山竹毛绒玩具可能把另一个大蒜形玩具也认成山竹；平时信息负荷大的人可能寻求清静，而另一些人想去热闹处。这是个人例子和判断，不是对年龄/地区的确定统计。

对AI内在提升的具体方法包括：遇到新领域，让AI以费曼学习法和苏格拉底提问不断追问，从基本概念逐层展开；对自己已有兴趣保持耐心，不只求一个速成答案；将上次思考节点做成笔记，下次继续讨论时快速恢复上下文。讲者推荐Obsidian建库，但当场明确“我不是这么做的”，因此，这是推荐方案，并非本人已部署的系统。

他还提到AI推荐的《符号》一书及图像注意力等话题，书名/版本未确认，保留为线索。对“后天认知能否训练”的问题，有人提出刻意练习，另一人认为已有体系很难重塑但不否认耐心行动可改善，分歧保留。关于人大脑剪枝、过拟合、年龄不可逆等论证属于粗糙类比，不能据此劝人放弃学习或冒称科学验证。

“先求清楚逻辑，再换角度思辨”是另一条可用讨论习惯：先对齐事实、问题边界及过程，再评价好坏，避免不断换评价角度而不解决当前问题；其不完备定理的哲学引申不作为数学讲义。

51. 个人知识库推组织：看得到的案例、利益和老板支持

一位女参与者做了约六个月个人知识库/方法架构，想通过问卷帮同事构建各自知识库与机器人；不是让大家只用她的总知识库。她担心复杂理解、AI幻觉与自己承担的责任，犹豫问卷是否上线。她自述部门里与另一位同事只需做少量基础动作，其余由计算机推导，但这不等于全公司已经采用。

回应之一是不要把解释好用等同于推动采用，应先做能看见效果的小案例，再谈推广。举的自动化旧故事是三人先做出结果才逐步推动全厂，不是本次AI部署数据。另一条组织建议是把希望达到的目标与员工利益/考核规则结合，如果要推全公司，老板要真正相信、愿投入资源并承担短期产出受影响；只说“觉得有用你试试”，遇用人部门反对又退缩，改革难持续。

她后来澄清不是没尝试：之前已推动后放弃，当前问卷让愿意的人先填，不填则不强求。还讨论借游戏关卡增加行动意愿，但没有形成已实现的游戏化问卷或成功采用数据。有人建议自己先做好、等待有压力的部门主动来找；这些均是回应和经营判断，不替原提问人宣布问题已解决。

52. 岗位知识库：线上编辑与结算、人事、商务系统结合

后来另一位自述游戏设计师的参与者，分享的是不同案例。他将知识库与结算、人事、商务等现有系统结合，不把它一开始只做成个人笔记。他观察分享阻力还来自贡献归属——员工担心别人拿自己经验邀功，因此要先区分个人知识与岗位身份应交接的知识。

其自述已做具体在线编辑器，1.0/2.0版本在线编辑，各板块模块已移线上；下一步才是要求知识不再通过聊天软件推送，改走知识库。这一迁移尚未全面执行。现场其他人要求更具体地说明技术、推进方式或业务突破，并未给出完整认可。

后续讨论还区分数据结构：离散客服信息（付费、公告、卡点）、强关联设计知识与连续小说，不必用同一种建库法。提到embedding预处理、图谱、本体等是可追问的方案方向。

53. 米老板的个人项目：赛车、小世界与财报信息整理

被主持追问后，米老板自述曾做游戏制作人，后来约六七年从业务侧驱动算法专家，并非声称纯算法写代码出身。个人赛车项目不是在有AI后从零许愿：没AI前已偶然做过基础；看到大型赛车客户端非常重、小程序赛道质量相对低，于是做玩家UGC、动态算法生成，尽量少客户端资源体量，提供3D惯性漂移等体验。他把它解释为在小游戏赛道改善体验，未给已上线数据、收入或完整生成资产流程。

另一个大世界项目尚在技术积累，做模型、渲染与基础玩法；尚未完成开放世界游戏。还有小说相关知识库/学习系统只被简短提及，没有详情。

估值系统则是另一独立用途：让AI读财报、董事会信息和行业资料，压缩信息，拆业务基座与未来增长，结合自己已有计算方法看现金流折现/PE/PEG等；它不是量化自动交易程序。他以成熟业务作底、增长业务作不确定增量，另外用AI整理论文和落地信息探索产业变化，说明仓位有不同角色。说到10%进攻、两成短线只是本人策略口述，不是读者推荐配置。

关于获利，现场也提出了反问：讲者说2018年买英伟达并持有至十几倍，主持明确质疑幸存者偏差、机构信息优势及运气与能力难分。最终无收益核验或策略回测。知识可用部分是资料整理与假设拆分，尚不足以证明估值能保证价格回归、押中十倍或跑赢指数。

54. 曹大师酒厂定制：本体知识、产量因子与设备事件

另一位参与者自述新接的是传统酒厂企业定制，不是自己做标准产品。模块包括：企业本体知识库；对季度酿酒产量高低找影响因子、支持针对性调整；分析历史数据；对接既有ERP查询生产、能耗、设备数据；由设备事件进行异常检测/故障预警；再用整体智能体整合。他把原先点击大屏改成说话查询作比喻；这是新接项目的功能范围。

获客有三条实际来源：本地运行的粗糙Boss获客Agent，按人数/地区/行业筛选后介绍团队；线下展会；此前工作积累和转介绍。招聘平台小公司常直接对接决策层，项目也更小、更轻；大团队常已有软件合作商，介绍客户更有信任基础和相对较好质量。

该渠道也暴露出失败点：只做成都时每天可发一百多次，很快重复触达，老板说“怎么又是你”；准备让成都停两个月，改做上海、北京，杭州也试过。结果是已有几个客户来自此渠道，但总体客户质量不高，现阶段放一放。可复用教训是筛选、去重和客户质量比单纯量更重要；联系授权与平台规则仍需遵守。

本地培训另有合作讨论：他想做轻交付培训，但成都实际接到的多要求直接做成产品；另一团队在做前后端程序员转Agent开发培训，现场说可合作，也有人建议人社、职校、企业培训资源。这些属于现场碰撞出的跨团队合作契机，核心是看双方的技术与渠道能否形成优势互补。关于人工智能训练师证书，发言人提到其在2022至2023年间曾通过四川人社渠道考取过相关技能认证。

55. 生产群接单：六Agent、逐条处理账、带坐标OCR与人审

生产群接单：不是聊天机器人，而是每条输入有处理账

左总/六不六是另一个生产企业项目，原来做ERP与互联网。他自述做了约两个月，系统登录/权限等约一个月，工作流又调了一个多月，试运行曾被客户说不能用，上周才觉得稳定。接单群每天上万条消息，既有闲聊，也有订购单图片下只写“退货”的反向意图；识别文字对不代表理解业务动作。

他把接单流程拆成6个AI/执行智能体，另有总打分监督，常规用DeepSeek，监督用更好模型但没说确定名称。所有接口和AI输入输出按固定规格，不把“多模型”理解成每Agent必须不同基模。提示词来自开发者约束、用户使用习惯与积累反馈。总监督可看到原输入、总指令和结果，对低于口述90%自信度的输出打回；这个打分阈值不是经过校准的真实准确率。

重要机制是逐条消息处理标注并映射响应事件：第一到第十条消息对应什么事件、是否处理、有什么产物都可查，不能AI回答十问只答八条就结束。对普通闲聊人可以扫一眼、批改后确认发送；订单再准确也必须逐项复核，因为少数错单就会产生损失。所谓AI不会漏是他的机制目标/自述，不脱离台账和人工验证当绝对保证。

人工界面要减负：打开结果卡片时自动打开对应图片/文件并标好热区，人对照数据、点下一条，替代原先完整手录。不能因为部分环节AI方便就让另一部分人更累；他曾与AI讨论热区一天，AI给了陌生算法，最后放弃该方案，要求按明确界面意图实现。

带坐标OCR、程序模糊查与人审：接单稳定来自细节

图片来源有手写、拍摄翻转和多行单据。项目曾尝试直接多模态，认为表现不够，试过国内几种图片识别后选择百度高精度OCR API，并取文字位置。坐标既用来恢复图片结构，也支持人工只看对应热区，而不每次在几十行图里重新找。讲者自估OCR能到八成，后续仍需知识和程序核对；不是OCR已无人审达到100%。

具体补错链是：先由AI生成结构化数据，程序检查值是否在已有资料/物料库；不在则先用程序模糊查出相似备选，再给AI挑更接近的，而不是大模型自由猜。经验来自懂ERP数据如何生成、加工与查询，并非只堆提示词。

他估算每月约两三千，但口述费用范围含混，未确认是全项目API总费还是部分模型费；另说识别约300多元/万次，属于OCR API口述价格，非现行官方报价。“一天几十万文字”也不是可核token用量。

跨部门人事扩展还没做：他担心新模块让已稳定登录、权限与工作流再次变乱，纠结单独网页还是原平台。主持建议另做整体中间件贯通部门，左总明确觉得太大、没看到足够成功案例。因此不把现场建议写成其已交付跨部门本体系统。

56. 纸单与样品匹配：先找到实体，再加载对应知识

工厂参与者提出真实出入库不同于纯线上接单，财务、仓库和生产在最初进入信息系统时仍可能漏错，工具应交给具体操作员，不能模糊责任。另人的回应给出纸单流程建议：扫描到固定目录，记录文件是否识别、数据条数、是否录入MES/WMS，录入后标记处理并形成日报。单意图单据比多意图冲突容易。这是讨论方案，尚不足以证明提问工厂已部署。

当客户拿对标样品/照片询单，讲者说以前做过图像识别功能：先给物料拍照建对应资料，通过程序图像匹配取前三或前五，再调出这些备选的物料知识，与客户文字意图结合，缩到一至三个推荐物料。他还提到谷歌大图片识别，具体产品/模型名待确认。

重点是结构化实体检索和知识库分工：上万个物料别全部直接塞知识库让大模型精准查；先锁定备选实体，才加载对应知识。ERP还需能对应的单据/字段接入，不能把物料匹配结果当自动完成全ERP集成。

57. 免费验证与无幻觉承诺：责任必须有可核查的落点

最后另一位原做商超、餐饮、足浴软件的参与者提出可免费试服务，澄清自己是轻量开发加代理、想验证思路并积累经验，不只为建案例库，也不是已完成制造业项目。他曾优化餐饮后厨物料与数据采集，原词“私讯”品牌不凭同音确定。其认为预算和清晰流程决定落地，核心判断由人承担；用摄像头/传感器采集是方案方向而非本场实测。

本地部署可以控制部分出网路径，但“安全完全没问题”的口述没有依据证明权限、漏洞、数据授权等都解决。随后不同参与者自称用道家理念让AI漂移/说谎完全消失、前期模型运行很好，没有测试集或技术细节，不足以证明已经消除幻觉。另一人反驳规则本身也会错；末尾给出更具体、可保留的知识库条件：答案必须能检索并映射到原文，没有原文就不当真。该条件本身也不是所有幻觉已消失的证据。

58. 笔记工具、订阅与工业合作的零散线索

• Notion：明确拼出N-O-T-I-O-N，定位为云端笔记/Agent，非本地运行；与原词“Emma”（企鹅知识库）比较只到相似用途。提及视频任务，但无具体输入输出演示。

• “OPS/Opos/Opos5.5”“Grokbot”“Muse”“CZC位球”等：多处近音型号/产品名未确认，不猜规范名/网址，也不借此认证所接底层模型或许可。

• 中转：有人自述DeepSeek折扣0.001折，但明确有量限制、重度用户不够，之前还遇过服务商失联；先小群试才分享。转述羊毛注册来源不作为可复现方法；折扣不等可靠性或相同模型。

• 付款：单Visa/Master卡用于订阅的建议是当时经验，不能推成全国所有银行无成本/所有银联卡均失败的官方规则，不公布私人联系号或代充路径。

• 工业智能化减少劳务派遣的建议：联合设备厂家和软件团队找工厂、以智能设备减少重复用工，举100人降30/50人是假设，不是已实现裁减项目或收益。

这些名称与用途并不能证明开源身份，讨论没有提供可核对的新增仓库和许可。

59. 工具与项目查找：明确用途与待确认名称

已披露用途：MySQL/PG表权限、API/MCP工具暴露、用户认证token、tenant ID贯穿请求查询（本例实际员工行级隔离）；Codex/WorkBuddy面试辅助与开发；PRD/开发文档/Demo；AI+RPA网银抓取和ERP回传；LangChain与RAG体检资料；临床教材/共识、规则/知识库/知识图谱/微调/反馈；AIGC视频、work tree树状任务和context隔离。Soul AI面试题、LLM Viki、卡普西、C-Deux3.0、cloud5.5、ANC为近音或身份待核，具体仓库待确认；碳基科技/金智为/聚易云销为企业自述不外核；京东方/利亚德为空气屏讨论相关提名非医疗产品认证；通义法瑞、K三/JRM近音法律模型、两院案例库/北大法宝/法条库在法律场景中用于索引与检索。没有明确许可，无法确定其开源身份。