2026-10-29 · 第1场直播

1. 免费入门与企业陪跑：获客、报价和交付边界

免费带用户跨过AI工具的第一道门槛，再做少量企业深度陪跑

一位参与者已经在线下带过一批学员使用Codex，采用两天手把手的方式：先陪着用户完成工具可访问与账号等最初准备，再一步一步安装工具和知识库等所需组件，把大方向和需要安装的东西交给他们。知识库的细部内容则让学员回去继续研究，并提供一些思路。他发现，许多人卡在第一次上手；真正做过一遍，理解工具怎样运作以后，迁移到其他平台会容易得多。他准备周六再开一批，并继续做下去，但具体开班频率还没定清。

这位参与者没有打算对线上或线下课件收费。他希望面向企业和商家做长期陪跑：若企业信任他，价格可以高于一般市场报价，但不追求来多少接多少，而是计划只为三到五家企业持续服务一年。免费入门教学已经做过，企业陪跑则是他准备发展的业务。

主持人认为长期陪跑交付较重，需要投入较长时间，并建议优先服务同城头部商家，以较高客单价支撑投入。这个建议与参与者“少量客户、长期服务”的设想相接。

争论中的信息碰撞，最后要接实际验证

该参与者说，开始免费教Codex的启发来自群里的一次争论。双方认为，非恶意的争辩会促使人更集中地收集信息、调动已有思路，未必当场就能想出的办法，可能在碰撞中出现。主持人更看重的是获得启发以后真的去做验证，而不仅留在讨论；他也提醒，即使当时讨论很热的项目，仍处于起步阶段。

用免费教学形成内容与熟人转介，再承接商家服务

继续说明陪跑收费时，该参与者讲到，线下遇到一家企业，对方询过另一家程序开发人员，报价“十二个”，自己报“二十五个”。对方认为贵，他解释自己可以一年365天、需要时一个小时内到场。金额单位未说清；双方仍在报价讨论，参与者用响应速度和持续服务解释价差。主持人认为这种承诺较重，建议限定一年实际包含多少次服务，并举朋友为当地企业家打造IP的模式：一年六万五、八十个视频。这是朋友的视频服务案例。

该参与者更明确的获客设想，是服务同城门店商家：免费手把手教不认识的人上手Codex和基础宣传视频、制图，让学员发视频形成矩阵，再通过他们认识的企业和商家逐步建立联系。基础流程免费，较关键的内容不全部公开，最终希望承接企业服务。他已试带过一批，认为体验还好，准备把免费培训作为持续行动。

他也在留意小薇带来的门店服务机会，但这是提前探索的方向。具体接单机制仍在探索。

先让学员体验Agent交流，再依据个人能力练交付

该参与者想把两个宠物相互聊天的平台交给学员体验，让他们先熟悉Agent之间的交流，并请求现有平台的网址。平台方表示可以共同迭代，这并非自己最主要的项目，需要其他人投入时间。学员以后接商单仍是目标，双方对如何练习有两种侧重：一方认为应给一个单子、带着做；另一方提醒，不能忽视个人能力，拿到订单也可能做不了，仍要先学会表达与沟通。

体验平台是练习入口，正式接单仍要能表达需求、沟通并完成交付。

2. 公共人格Agent与小应用：先让人体验，再讨论增长

让所有用户与同一个长期成长的Agent对话：公共人格网页的设想

另一位参与者提出，近期用“MetaBot”的AGI核心做一个网页，在其中运行一个持续成长的“人”。所有访问者与同一个Agent交流，让它在长期记忆和互动中变化，而不是每个用户各有一个独立助手。这是准备做的互联网游戏式实验，不是已经上线的公共系统。

讨论中先想到忙不过来就排队，随后有人提醒应预判高并发宕机及体验中断。另一个控并发的方案是参照直播间：付费占一个对话坑位，聊完离开，由下一位接替；只是讨论中的收费设计。这与两个宠物聊天的平台是不同的讨论方案。

算力折扣要区分自己的现状、他人渠道与尚未谈成的交换

公共Agent可能持续消耗较多token，有人建议找中转或云厂商合作。项目方说自己目前都用大厂官方配额，谈的是阿里，折扣七折；另一位说自己对接火山官方配额，正在谈四折，并指出对方要求一定用量，愿意帮助介绍。四折仍在谈，且有用量要求。

项目方又提出用产品里的广告曝光换免费算力：如果项目火，厂商得到曝光；人少则消耗也低。对方对此提出异议。这是一项尚待商谈的合作想法，不是已经得到的免费供给。

已做小应用不等于有时间推广：宠物、滑雪与量化待办

宠物交流平台自上次发出以后尚未再跟进，作者愿意找感兴趣的人组队继续迭代几个版本，先让大家玩起来、有流量以后再考虑商业化。有人问工具是否要求本地硬件，回答是使用API，对硬件没有要求；另一个用户遇到登录后的更新错误，被引导到产品群反馈。产品已有可体验版本，也仍有用户进入后遇到错误。

该作者还说，自己因为滑雪，刚做了一个面向2026—2027雪季的“雪圈儿”App。聊天中有人把名字与投资社区雪球混淆，这里说的是滑雪社交产品。他另有“GEV”的快交易项目，最近没时间推广，仍在待办里；他说百八十个待办已忙不过来，即使有机器人辅助，项目数量也不等于推进完成。

弹幕还提出一个更轻的替代思路：直接共享会话聊天记录，或者让多个Agent共享资料，先观察是否满足公共记忆的需求。这只是方案建议，没有演示成品。

3. 普通经营者怎样跨过上手门槛：语音、摄像头与真实报错

非技术经营者的上手障碍：会聊天，不等于会让工具完成设计

贵阳一位彭姓经营者说，自己48岁、做生意多年，近几个月开始关注AI，折腾电脑和软件一个多月，仍不明白Agent怎样调用工具。看到演示者用语音就能让电脑工作，自己装好的工具却常常思考很久、做不出结果，这是他加入讨论求助的具体原因。

他实际尝试过给家里的花园设计几个观景房。先找了多家装修公司仍不满意，于是自己画图，再让WorkBuddy出设计，结果不理想。他猜测可能没接大模型或缺技能包，但没有据此排定故障原因。豆包日常交流则让他觉得有趣；与“能聊”相比，他真正卡住的是让工具按任务产生可用产物。

主持人准备从豆包右上角电话按钮教起，建议先用语音交流。教学重点是让初学者通过语音和画面把眼前操作说清楚。

把豆包语音和摄像头当作“眼前这一步”的上手教练

主持人给彭总两个直接练习：打开豆包电话模式，用语音提问，不懂就打断让它解释；在电话中打开摄像头，对准电脑屏幕，例如安装WorkBuddy卡在哪一步，就把目标和当前画面告诉它，让它逐步指导。屏幕反光时需调整角度，让字能被识别。这里真正可复用的是把目标、当前状态与可见画面同时提供，而不是只问一句“为什么不会用”。

对花园设计，他又建议先让工具收集相关信息，再据此做设计，而不是完全不提供参考就要求精准方案。作为类比，他提到另一位外贸从业者把十年的客户话术、回复邮件整理成知识库，让AI调用经验来回复。彭总目前没有现成业务资料，打算从网络参考开始整理文件夹；他愿意为完整的零到一教学付费，验收标准是自己最后能用，而不是听懂高阶名词。

模型互相说“可以”，不等于接口真的接通

另一位无编程经验的用户想先拿免费余额练手，尝试把DeepSeek、智谱接到工具里，接口反复失败。豆包每给一次建议他就改一次，仍未成功；再找DeepSeek交叉询问，两边都说有可能实现，实际操作却仍做不到。这是对“交叉问模型”有效边界的具体反例：它能提供思路，但最后仍以真实请求和工具是否工作为准。

主持人分享自己的习惯：把屏幕分两半，一边放问答工具、一边放实际工作；遇到报错就截图，把错误交给模型解释。该用户也拍照提问，但尚未定位原因。其他人建议尝试Claude Code接智谱Code Plan，或Cursor；这些是候选工具路线，没有在现场证明解决了此人的接入问题。

讨论还明确，作者自己做的“Mindbot/MetaBot”等近音产品是商业产品，不是开源项目；分享使用入口不等于开放源码。

4. 通用Agent产品设计：首次体验与执行能力的边界

通用Agent的第一分钟：先让用户体验核心能力，还是先填写偏好

韩总当场体验产品后，先质疑“全球第一”一类定位：宣传越高，用户对早期产品的要求越高；他还指出软件签名与正式商用体验之间的落差。产品方回应，当前基本是一个人做出来的，还要继续完善。

他的具体建议是缩短首次使用路径。现在用户需先经过引导页、选预设和用途再开始，容易显得不智能。既然很多用户已经用过ChatGPT、Claude Code、WorkBuddy，对此类界面并不陌生，更应先让用户直接试，尽快体会能力边界与核心卖点；习惯和偏好可在使用中逐步总结。产品方解释引导页参考了GrokBot，愿意调整，是否保留不能只由“行业标准都有”决定。

作者再次提出用一个公开网页上的长期记忆Agent，让每个人直接对话体验架构能力。有人联想到DeepSeek“大胖鱼”的记忆实验，作者则说自己没了解过。

产品定位要说清：浏览器自动化不是接管用户电脑

有人问，能否保证产品对基础技术问题给出百分百准确、照做就能用的答案。作者没有承诺，而是说要具体问题具体分析，并解释该产品是比较闭环的：不希望访问用户电脑，因此“帮我清理磁盘”并非其定位；主要做数据分析、数据搜索与浏览器自动化。用户可登录账号再与AI共同使用浏览器；它没有定位为任意本地文件、桌面软件的控制器。

弹幕中的补充

首次使用的障碍不只是引导页。弹幕连续反馈新注册后没有积分，无法体验；若用户还没碰到核心能力就被额度挡住，便难以判断是否值得继续使用。

5. 十三少的iOS App：记忆、端上去敏、模型与系统权限

十三少的App：三层记忆改造、端上去敏与系统权限的真实边界

十三少原先把记忆分为永久信息（性别、年龄、职业）、跨会话的当前项目、中短期会话；后来读到X上一份未具名五层记忆PDF，把文件交给AI问“对我的App有什么用”，再用了约一个月整合。他当时没能说清完整五层划分。MetaBot作者另称自己的系统最终只有两层，两者不是同一个实现。

十三少描述自己的数据流：先用AFM（Apple Foundation Model）在设备端处理生日、证件等个人数据，去敏后才把长期、中期信息存到云端向量数据库，用RAG检索。AFM端侧处理与PCC云端处理要区分。他说PCC申请用了约三周，端侧不能完成再交苹果服务器；关于免费额度、百万用户门槛和15%佣金，现场混用了平台政策口径，具体平台条款需要再核对。其他人提出接手机厂商后端、未来鸿蒙支持，本场没有实现验证。

他是非程序员，连续投入103天后把自己App的1.2版提交苹果，提交不等于审核通过。他也指出：即使模型能力很强，Calendar、Mail、屏幕等系统权限仍会卡住执行。自己的Codex处理邮件时就被Computer Use/屏幕权限提示挡住；模型理解任务之后，仍须拿到系统执行权限。

访问失败比模型排名更直接：里程兑换、用量与多模型复核

十三少深度使用Muse、Cloud Duet（名）、Grok等工具，但航空公司里程兑换仍被网站登录阻挡。他尝试自己的Chrome插件加Cloud Computer Use，这是具体任务的补救方向，不是通用Agent已能无障碍操作全部网站。他提到200订阅送200额度、OpenAI方案按比例收费不满意，币种和政策条件未说全。

他把103天写的代码交给Astra、Fable、Grok Super 4.7、Argon等模型多轮复核，认为不同工具各有所长。另一位服务提供者看到自己的聚合使用中Opus/Astra占比较高，Sonnet占成本较高；十三少自己则开着13个并行进程，逐渐从强模型切到Sonnet/Haiku；这是不同用户的选择。十三少也用模型分析五家上市公司六百多份中期报告，每份数百页，不只写代码；大量订阅额度仍可能用不完。

他还谈到丢三星手机后Google Find My界面和定位体验不佳。Cloud Duet、Argon/Carbon、Hikvision/海口等名字或型号没说清，关于Claude小模型开源与5.5等版本的消息也还需确认。

十三少的多模型App：统一资料库，而不是每家订阅一份

该App以向量数据库为核心，把自己的报告、个人资料、金融分析和合同放进Amazon生态的数据链与RAG，再在前端切换模型。他起初接了约二十个供应商/模型，包括豆包、DeepSeek和多个海外模型，想避免每家都付一份20美元订阅以及数据被单一厂商锁住。自己认为竞品Typing Mind不合用，于是先做自用工具。竞品一百多美元终身费、四五个月达到月入十万美元是他的转述，那是竞品的经营消息。

1.2版加了类似Cloud Cowork/GPT Work的一键入口，背后逻辑并不简单；从4.6/4.7迭代到5.5，103天积累了数万行代码。产品面向全球苹果市场；他称较早的1.1.2版在中国区因“GPT”等问题被要求调整，考虑中国区简化版本但不愿维护两条产品线。现在虽有付费入口和询问邮件，他反而建议别人先别付，功能还没完成，主要满足自己的需求。

用自己的专业问题选择AI任务：文书分析而不只卖工具

十三少的软件首先服务自己的金融、法律文书研究。他描述把五百多份披露文件交叉比对，每次模型升级再跑一遍，因而需要大向量数据库；自估模型约四小时、传统团队二十人八个月及接近千万元人工，只是他的对比估算，没有同口径工时记录。他称自己已实际研究并吃到收益，但金额、执法结果未披露；关于监管举报奖励15%–30%、匿名及律师保密安排，也只是个人，不是确定可领取的政策或收益。

可迁移的思路是：围绕已有法律、财务知识收集公开文件→建立可复用资料库→模型交叉比对→由懂领域的人判断线索，而不是只因AI会读英文就认为可跳过专业判断。讲者以瑞幸、ADR和审计底稿作类比，其中对历史事件和企业的判断只是他的分析。有人提公开监测平台、会员、公益披露，仍是提议；医药数据研究和被收购小公司的故事同样未形成已交付项目。

他还讲前女友的亚马逊兔垫商品因专利投诉下架。Agent比对USPTO可作为商品合规研究线索；由此又引出抢注、索赔的争议。公开披露、证据准确性与真实权利是这类业务不能跳过的前提。

弹幕中的补充

弹幕有人把五层记忆称为研究论文，随后又说自己搜到的是心理学的五类记忆，而非Agent论文。讨论者还提到hindsight长期记忆系统作为比较线索；这些评论没有给出能确认与十三少App相同实现的材料。

其他工具线索包括Obsidian、知识库和向量库。关于Gemini与Antigravity的区别，评论者先解释为模型与Agent的层级差异，又有人提醒也有名为Gemini的Agent；应确认具体产品，不能仅凭一个名字判断能力。

6. UI工作流：先挑视觉稿，再交给编码工具

一位参与者不是直接要求编码Agent“一次做漂亮”，而是先让GPT生成十张界面设计图；挑一张，不满意就再出十张。选定视觉方向后转为HTML和“Trivin CSS”，最后交给Claude Code接着开发。另有人认为没必要，主持也偏好Codex直接出UI；这里存在不同工作习惯和审美偏好。

7. 中转经营者的选择：利润、融资与公开分享

韩总说自己的中转业务主要维护上游和充值，自述每天净利不到十万仍觉得少。他认为市场第二阶段会淘汰低质量低价供给、留下品牌，举硅基流动等例；其他人趋近科技、OpenRouter融资收购估值，属于其他参与者的转述。

他不想只为了体量融资，担心对赌和创始人负债，小规模有收入足够生活也是选择。他说成熟赚钱的企业级项目一般不公开，公开往往有推广目的，怕一说就多出大量竞争对手。公开分享有时也承担产品推广和寻找合作的功能。

8. 跨行业找机会：直接经营业务与物流报价数据库

不卖方案，自己做业务：上门护理案例与跨行业找机会

主持转述名为Adaptive的美国创业公司：起初向上门护理机构逐家卖AI方案，机构不买；后来自己接护理单、招人，专做大机构不愿接的小单，从业务诞生就用AI-native团队组织。这是转述案例，六千万美元融资也未外核，核心启发在于不用只卖铲子，可以选择真实业务直接经营。

另有人建议列一百到二百个行业，让AI按自己设定指标排可能机会，再优先研究；十三少强调在本来熟悉的强项行业横向用AI，软件只是工具而不是唯一行业。跨境物流参与者提出南美可能还有AI技术出海空间，但上海协会和商团目前讨论较多的是算力出海，尚无成熟深入的产品路线。

物流邮件报价的数据库机会：分类纠错与成本信息差

十三少曾做海外仓转运，把一套Notion资料交给帮餐饮品牌出海的朋友并教他使用。他举北美港口→转运仓→FBA卡派的例子：刚入行按客户要求填175的freight class，后来与上游熟悉、核查后发现应为75，成本差并非简单的九毛买一块卖。八托十托以上很多还靠邮件quote，因此他提出用Agent汇集报价成实时数据库，提升多来源信息比较能力。这是建议，并没有展示数据库已建成上线。

原话随后混杂175/75/45/110或120、客户报价200等数字，类别与金额不能互换，也不推荐把错误货运类别填报当成套利。分类校核、邮件数据整理，以及理解供应链长链路的成本结构，比单看表面价差更重要。

9. 来福的企业咨询：十一项需求与“导航而非代驾”

来福的AI咨询大单：甲方真正提出的十一项要求

杭州来福来自传统咨询培训陪跑机构，称母公司24年、三四万企业客户及近百上市客户，新AI企服事业部约六月成立，自己负责商务市场而非PM。甲方项目在深圳，称央企集团整体规模近三万亿、行业前五，2024年已部署DeepSeek及数仓ERP。项目标的“将近1300个”正在商务，后来又说接到两个百万级项目；涉及上千个业务网点或复杂SKU的全面适配，目前处于前置商务方案论证阶段。

甲方提出十一项要求：①未来两年AI要建成什么样；②如何进入核心业务流程；③AI部门职责；④与业务部门协作；⑤项目发现、评估、立项、实施、复盘；⑥真实创造价值怎样衡量；⑦ROI、人效、FTE、收入增长选什么指标；⑧哪些流程优先重构；⑨数据、知识、Agent和技术底座；⑩治理、安全、风险；⑪内部人才与组织能力。它不是让乙方列几个Agent功能，而是战略、组织、治理、价值、技术、人才与实施的一组交付要求。

主持担心AI变快无法可靠预测一个月以后，认为这些战略问题也带有商务表达；另一位则认为老板投钱前必须问组织变革与主导权。双方对战略规划该做到多远存在分歧。主持提杭州一凡/杨总FDE平台融资、五亿估值与网红搭线是另一团队的转述，与来福的甲方项目无关。

从“做Agent”改为“咨询导航”：FDE与复合团队

来福说第一次线上谈后甲方从深圳飞杭州，当天指定项目PM；乙方最初想做若干Agent，后来否掉，改从组织、金字塔结构切入，“教育先行、工具在后”。甲方已有能写代码、懂场景的数字化赋能中心，想要的是导航而不是代驾：哪些节点先做、价值怎么验证、人员怎样组织，不能只重复AI概念。

他称对照IBM的FDE六人小组，由战略、组织、绩效、战略解码等咨询能力与AI、业务、甲乙平台多视角共同交付；这是来福介绍的团队组织方案。另人提FDB/FDO/FDD近音拆分、知识库和SOP工作流分工，细名未说全。单人既懂管理咨询又懂AI应用很难找，来福因此想组高执行力且高心力团队；主持提出给咨询师补技术边界、程序员补商务的场景培训，尚未开办。

客户为何选他们而否掉“波士顿”方案？来福认为自己是咨询+AI，而对方偏传统数字化咨询，这是来福对竞标差异的理解。定位咨询顾俊辉600–1200万、华与华500万起等仅作他理解咨询价值的类比报价。

弹幕中的补充

弹幕另给出一条咨询实施顺序：定目标→差距分析→调研访谈→方案设计→分阶段推进。这是评论者提供的方法框架，与来福介绍的具体项目方案分开。

另一条弹幕建议是先让AI跑一遍完整流程，找出实际卡点，再逐项优化。

10. 企业AI预算与组织阻力：客户层级、主导权和安全

企业AI立项、预算与安全：不同客户层级不能混用

另一位从安永活动带回技术、数据、安全三个底座；他记得制造业先选ROI能清晰计算、能快速见效的环节，如产研和供应链，未必一律先营销获客。他也发现大咨询案例偏财税HR，小企业更急业务增长，大企业更重财务组织，不能照抄同一获客打法。

来福走访5–30亿企业，发现信息化参差；十亿以上有些CIO从成本部门走向召集市场业务技术种子团队，向董事长申请试点预算。他把这种组织变化视为服务入口。他偏好一把手或二把手决策主导，IT用懂技术的优势转AI部门、把指挥棒交回内部，而不是把外来团队当取代者。

双方争论平台方：来福忧虑数据知识与平台绑定，坚持大企业倾向私有；另一方见上海大客户火山/腾讯WorkBuddy团队直接服务高层。安全确是另一位5000人以上金融客户迟迟不能上线的卡点，业务已等安全手段。私有化又有人力、能力、持续版本更新成本，不等于每企业买得起。来福建议每年净利润5%作信息化基础预算，是个人经验尺度，不是行业标准；MES/ERP/OMS/WMS/TMS/CRM系统堆叠不等于业务通畅。

内部阻力的三种说法：主导权、内部岗位与是否培养

一方以董事长推动、让CIO转AI部门并保住工作来解释组织改革，但主持提醒即便老板强推，业务中层仍可能抵触。他提出真招聘副总和业务骨干，从内部职责推动优化而非第三方指挥，作为一种内部推动方式。

来福又讲某大厂入职三天读使命职责文件便上项目、不合格换人，用来支持“只选择不培养”；他用这个例子表达“只选择不培养”的用人偏好。后面游总的真实制造业经历反而展示陪一线改交互、训练表达的必要，这与“只选择不培养”的侧重不同。

还有评论者介绍自己的服务定位：把数据安全、AI安全和应用结合，而不只是销售授权。

11. 游总的电子制造企业：从推不动MES到一线主动使用

游总制造业落地：大而全MES推不动，先帮最痛的人

广东电子制造业游总是80多人企业老板之一，负责IT应用，称没编程基础但懂业务逻辑，过去有软件公司市场经验。去年用DeepSeek从内部任务协同开始，发现开发快，便把会议痛点Top10列出，进一步做商务下单、PMC排单等MES重模块。代码做出来却推不动，员工习惯变化太大。

他放慢节奏，先找罚款最多、最容易犯错的出货主管，耐心问真实痛点，做出货扫码防呆整套逻辑。两周后她在系统建设群感谢系统拦住大问题，成为第一个主动认可者；厂长起初只是迎合老板，看到该功能也能减少自己擦屁股，才愿晚间和周日一起筛需求、磨细节。逐个化解人的痛苦比一次上全模块更有效。他自述已有十几二十模块，原要求每周两小模块，现实通常一模块，再修几处交互。

开发用过OpenCode接当时免费DeepSeek、Windows Server 2016（Windows2016）配宝塔PHP环境，最近用DeepSeek自己的桌面，累计token约1500多，未明确统一币种。PHP为B/S网页方式；国庆七天还写了安卓App，走过注册、后台统计、广告、上架接口还没有谈到正式上架后的经营结果。

把伪需求挡在生产前：员工提案、老板部署、实际业务闭环

游总不让不熟AI的员工直接改已投入生产的系统，担心删库和数据乱；允许先用豆包生成网页原型。厂长每次提功能先写成文字，再站旁边看如何与AI对话；若AI追问五六轮，他把它当需求描述没说清的信号。自己质问这是真需求吗、真能解决问题吗，通过才登录服务器实现。系统熟悉各业务咬合，比盲目换国外模型更重要，他认为目前DeepSeek够用。

业务闭环一：把SOP和质量预警数字化，维修件数或不良比例触达阈值便弹窗，相关人员上产线处理，替代事故后吵架推责。业务闭环二：销售订单→商务→PMC，过去PMC每天收各订单、核表、把成品型号拆到先做的半成品，现把销售商务打通、数据自动汇总，减重复手工。先解决Top10中容易实现项，不能为了应用数量把大家变忙。

他原已有管家婆、数达（名）等ERP，数据从数达导Excel自动汇总，也读取产品信息；当前只读ERP，没有让AI写回数据库。下一步才计划手机拍全库存图片→维修员拍旧零件→匹配料号/ERP编码/仓位，针对老技工流动、两三年前产品找料难，尚未完成。

园区扩散不是付费培训：让邻居亲手过一次零到一

园区老板们买了厂房、互为邻居。第一个自动化设备老板起初嫌游总自己熬夜不如买钉钉现成模块，后来遇到自己的问题，夫妻主动来问。游总让准备服务器，帮搭环境和基础配置，让他自己试；原来最反对加班的人国庆七天也留公司，开始晒成果。接着有三四家企业主试用，说明眼前可信的同业案例加一次上手，可能比抽象说服更有用。

但游总拒绝办培训班：部署后疑问很多，作为经营者没时间不断陪答，让朋友用好就行别再广泛介绍。他不准备把园区朋友间的帮助做成培训业务。

12. 李总的玩具厂：共享Agent、工作台与6S巡检

李总的玩具厂：共享Agent、数据库与多工作台的减法

另一位广东汕头玩具制造李总，与游总不是同人。他重数据管理，2023年把OpenAI接企业微信，先做文本业务流程、知识、规范；今年全心研究Agent，共用一个智能体向全公司开放，几个月里积累业务数据、流程与标准，再做设计、PMC、销售、行政财务人事工作台。做得越多越发现自己的维护精力不够，近期想撤一些应用，让财务记录后AI自动跑结果，而不是人又多一层维护。

他明确主要是数据库不是先建知识库：用金蝶；非结构化订单、图纸、资料存在NAS，Agent能读部分图表设计稿。有人说NAS就等于RAG，另一人当场纠正：NAS是文件存储，RAG是检索增强，两者不同。工具从tree到Hermes、Harness，多个Agent可调度；主Agent每天接很多业务，自己只敢让它梳理开发背景和方案，不让直接承担开发。

财务数据不能全向生管/生产开放，以前需财务每天人工反馈生产、合格率、修理和产能利用率；工作台使其可视化，少点五到十次菜单。李总介绍了记忆、去敏隔离和规则设置，也说员工还没故意尝试越权。游总担心员工生产环境风险，李总则鼓励员工先学、坏了自己修；两家管理权限不同。

四万平方米厂房的6S巡检：监控→标准判断→问题截图

李总厂房四万多平方米，行政过去每周巡两次、至少一次，很耗人；开始时用录制，再用海康监控内容，按6S标准判断，有问题抠截图反馈。他说省下人力后让同事学习Agent而非裁员。这是具体已用场景，但没有展示自动评分准确率和节省人数。

另电商小团队想客服、选品、素材等四工作台，也想自动聊达人、筛达人。李总明确对外知识库还没搭，只建议先把内部Agent运行逻辑用明白再外扩。他自己曾研究打通企微接口，后来平台开放更多导致前面部分工作白做，但保留了接入、规则、去敏方面的理解。他喜欢工具可改的特点，但没有逐一提供源码仓库。

弹幕中的补充

对于多人共用Agent，弹幕提出给普通员工建立权限矩阵、控制错误成本，再逐环节跑通。有读者追问百万SKU如何管理，那是尚待回答的需求，不是玩具厂已经解决的规模。另有人报告NAS漏洞引发勒索的经历，提醒文件存储也有维护与权限责任。

也有反对意见：ERP的工作量不只在代码，精确数据、复杂业务关系、大量SKU不能靠几个演示就视为解决。百万SKU如何管理的追问仍未获完整回答。

13. 尹总的企业服务转型：售前诊断、伙伴案例与MVP分歧

PCBA客户只想试商务：要卖厂的老板是否有耐心改革

尹老师刚见PCBA/贴片焊接代工老板，下周计划双方人员对接，尚未交付。老板先想商务签单、改单、合同和结款，不要一开始改全公司；尹担心销售、生产上下游的暗阻力。游总说必须花耐心摸真实痛点，自己从四商务变两商务，但一周上模块就亲自到一线天天盯哪里不爽，否则老板也推不通。

这位PCBA老板想把工厂打包卖，把精力转北京其他业务，改造目标可能是卖更高价；游总担心其只要立竿见影，没有长期驱动力。尹总面对的是仍待试点的新客户，与游总自家工厂的改造成果不同。

尹总目前是技术小公司转向企业咨询，不是已成熟FDE公司

尹总有自己的小技术公司，是进入直播间后开始转这个方向，当时约第二周。已认识前后端及大厂同学，正在交流能否组队。主持愿意匹配技术伙伴。团队与业务都还在探索。

尹总转述一位字节同学的经历：代码AI占比从去年约30%到现在100%，部门有些人第一季度仍抵制AI手写，第二季度转变；他问过的其他程序员，多数只为工作小问题做Skill，自己搭Agent的不多。这是他走访自己技术圈子的观察。

尹总为什么选择高端制造：试错成本与行业经历形成信任

尹总不准备进入半导体生产，而是想用AI为光刻机/高端制造企业提效。接触的老板认为，团队一旦做过本企业流程，下家同类公司会更愿意找已有行业经历的人，因为生产细节难从外部看到、试错成本高，在A企业踩过的坑可减少B企业再犯。

一位老板举了只能完成华为约三分之一订单量的现状，认为哪怕改善十个百分点价值也大。改善十个百分点仍是客户期待。

接大项目之前，团队磨合与合同责任能否跟上

飞哥对上述方向的担忧集中在交付：客户即使谈下来，谁来做、三个人是否见过面、能否配合、怎样分钱、谁会中途退出？临时从直播间找来一百个人也不等于磨合过的团队。严格合同还有期限、赔付，临时换人和三五个月的磨合成本可能成为隐患。

他建议先拉三五人做一个小项目，验证沟通和配合。主持和尹总反对把泛化风险当成具体项目无法做的结论：行业仍在探索，需边做边找方案；尹总也不认为大单与小单难度一定成比例。另一位韩总将“小”重新解释为MVP——缩短验证链路，不一定缩小目标市场或项目体量。尹总后来明确自己也在考虑最小模型。大家未就先做多大项目形成一致。

尹总目前如何见客户：朋友带见一把手，先诊断再给方案

尹总接触的工厂，来自自己另一个徐总朋友的关系，不是主持徐总。朋友带他见一把手，半小时左右，有的感兴趣、有的没兴趣。面对“能解决什么”，他不冒充已做过的案例，而是说需要专门团队进企业诊断，再出更准确方案；自己没干过、不想瞎编，老板也没有足够时间听泛泛技术细节。

目前联系过天津一家声称二十多人的FDE团队，想找他们实施。彭老师另有真实合作经历：认识尹总近十年，求助机构AI项目时，尹总来带着做一天，两个孩子项目就上手，说明他有技术与理解能力。

用真实合作伙伴案例降低售前信任成本，而不是冒认案例

飞哥的建议后来明确为：先向成熟团队取经，搜集不同团队已经落地的A/B/C方案，与客户场景匹配；客户选中C，就请真实做过C的团队一起交付，让懂细节的人讲清楚。尹总认可匹配团队案例的方向。它解决的是案例信任和“见一把手时间短，怎样快速呈现可做什么”的问题。

但案例归属与实际交付者要讲清；讨论中将几家企业包装成同一集团部门的提议存在误导客户的问题。

14. 制造业销售协同：关键人依赖、少量核心客户与供应链

游总把销售留最后，先跑闭环，弱化单个岗位绑住公司的风险。他主张关键岗轮换、工艺SOP数字化方便查，近期在工位部署ESP32及扫码枪；维修经验从老员工个人转为系统。别人连续追问“优化销售”，他明确目的是协同沟通、打同行而不是干掉员工，销售自动化仍放在后面。

李总说公司多年没销售岗位，后来进一步澄清：商品面向C端，实际工厂客户仍toB；自己和妻子负责早期开发/销售，需求跑顺再交客服跟单，不是零获客工作。他已用AI锁定部分客户发邮件，每年新增三五核心客户已接近产能；客户要求价格、效率、产能和供应链标准，不是越多越好，中东客户尤其会筛供应链。少销售层级能减信息转译，前提是内部信息准确及时、后续交付足够顺。

服装带货参与者用内衣供应链对照：爆单从五万件到预期二十万件，会引发工厂26→25→24争价，整合供应链把单派给多厂；但自己见过两家强产能高品控工厂稳定保单。其月两千多、头部四千四到五千“个”的单位没说清。产能和质量是另一种竞争力，而不是仅有产品独占就能不做销售。

弹幕中的补充

弹幕对“弱化销售”提出补充：线上拓客之后仍要线下接待、代理商沟通和人对人谈单。另有人自述独立站用100多个数字人、24小时获流量，但未给出成交指标；这是另一条尚缺成交数据的流量线索。

对于少销售的说法，也有观众认为ODM/OEM、商务客服跟单，以及老板和妻子承担销售，才是相应组织形态；沟通成本并不会因为岗位名称改变就消失。有人称自己有开源获客工具，但没给名字或仓库，仍需结合开源社区的项目实际活跃度进一步甄别。

15. 飞哥的直播经营复盘：主播流失、店群、后端壁垒与退款

飞哥的销售经验：卖客户能感受到的价值，不讲发动机原理

飞哥长期做零售、服装和直播带货。他用宝马销售作比喻：成交时讲驾驶体验如何满足买家需求，往往比解释发动机和避震结构更直接；前端销售需要懂原理和大概边界，但不必成为工程师。AI课程、服务同样要先说清哪一类人用了能解决哪一个具体问题。

他观察到，风口中先拿到结果的未必是原行业技术最深的人，而可能是有强烈生存压力、懂市场、会销售的人。他提到女装头部及其过去搭档每天工作16小时、连续三年的故事，用来说明工作投入。单场亿元、年十几亿元说的是他转述的其他从业者。

主播合同同时到期暴露组织单点依赖

飞哥回顾自己的失败：早期与主播通常签三年合同，到2023年大量合同集中到期，主播出去创业，公司受到很大冲击。他认为根本问题是组织结构不稳定、抗风险能力低，过度依赖关键人。他因此认同前文尤总发现老维修师傅离职风险后马上处理的做法，但两个公司不是同一个案例。

他曾一心做女装品牌，从款式、面料一直钻到纱线，想在垂类越挖越深；趋势下滑时仍继续投入，后来承认错过窗口。他说2023年前手里约“三千”，两年内经历了数百万元的资金起伏，对现金流的安全边际感受尤为深刻。

低价标准产品与深耕垂类的争论

飞哥主张，当资金和壁垒不足时，先卖基础、常用、客单两百以内的小产品，锁定具体痛点和人群，而不是立即押本地部署、知识库等较复杂产品。他用一位售1500元课程的熟人作例：先有销售现金和客户，再接触各类优秀从业者、持续迭代；但他也批评对方最初自己没做过直播带货就先教课。

他的判断是，短期机会窗口已很短；只有技术或专利等真正让别人两三年难以复制的壁垒，才更有条件持续深耕。尹总对此有不同目标，希望做某个行业的企业服务。

AI店群：放弃重运营单大店，复制较低目标的小店

飞哥当前做短视频、AI图文带货，逐步往店群走，不局限服装，哪个品有机会就做哪个。过去希望单店每月赚“五十个”很难，现在考虑单店两三万、三四万；随后又以每店五千到一万、二十家小店作目标举例。这些是他权衡中的不同目标。

他用投入产出作比较：一个机会要90%精力挣100，另一个只用50%–60%精力挣30，可先选择后者，再复制。他称以往五十个店会被人工成本吃掉，而AI下扩店可能只需多三到五人，这是正在走的方向。

他还发现，如果把整个公司工作站流程全部教会同一个人，对方容易独立出去做，所以正在把前端和后端分离，让不同岗位只掌握各自部分。后续想把自己跑通的行业流程封装给同行卖，现阶段尚在寻找技术伙伴和可建立的壁垒。

直播业务两条护城河：自己成为IP，或掌握主播难替代的后端

飞哥用陈厂长和申哥作对比：一类自己做前端IP、流量，另一类由主播获客，但自己掌握强交付、转化的后端。若主播离开找不到同等后端，就存在合作依赖；若后端只是一家容易替换的服装工厂，主播与运营两人就能单干。

他称自己前后培训过约三百名主播，曾在2020年把利润78%分给主播、公司留22%，主播仍会出去做。分成很高不自动消除独立创业动机。他为主播写话术、做优化、培养，结果培养出竞争对手。这也延续前文三年合同集中到期的组织失败，而不是把风险只归于“分得不够”。

培训主播能训练什么：情绪输出、模仿、回放和复盘

飞哥认为彭老师声音亲和、教师逻辑清楚，适合尝试直播。入门先找与自己接近、喜欢的主播模仿，再形成自己的风格；不论在线高低，尽量保持稳定的情绪输出与共鸣。他用唱歌作比喻，唱同样的歌，能否传递情绪决定观众感受。

他区分可标准化训练的主播与少数天赋型头部。后者还具备对流量反馈的敏感、调节氛围的能力、下滑时的心理韧性。他说直播显示存在五到十秒延迟，这是其运营经验口径；其曾带的主播从单场1500万跌到30万，仍复盘问题、听意见继续学。看头部不能只看收入，可结合直播回放和短视频观察工作时长、内容投入。违规词、断流、在线从一千跌到三十等波动也会发生，不能因某一场低谷就停止。

知识付费售后与不同买家的价值来源

飞哥转述申哥曾对刷信用卡报名的人退款，理由是早期这类学员售后诉求最多，会反过来消耗长期口碑；现场另一人说自己不知道这次退款。讨论指出，同一门课有人因一句话改变判断觉得值一两万，也有人因圈里对接到供应商、业务觉得值五万，购买价值并不只有知识量。对高负担客户的筛选与售后成本，是这段讨论里的商业经验。

GMV越大可能越亏：女装预售退货与签收才决定现金结果

飞哥反思过去擅长各种流量话术，但知识和小技巧很快过期，当前更看重品。讲垂类和追爆品时，他举朋友七月卖约6000万却亏约80个；按其判断，压到每月一千多的量，反而可能赚二三十。“个”和“一千多”的金额单位未说清。

原因是大体量无现货女装的退款链：下播先退，等生产又退，发货后还退，最后签收远低于最初GMV。他举六成到八成退款、签收10%–12%甚至9%–11%等口径，范围是他自己认识的头部无现货女装。判断利润时须对应订单到退款、出货、签收，不被直播大GMV吸引继续放量。

他也提到三月某AI眼镜1688三十多元、视频号卖699的故事，并直接批评利用中老年认知差。他反对只靠高价包装、忽视质量责任。

店群降人力之外，飞哥又遇到骨干离开的现实

飞哥继续说，用二十账号、较低主播门槛配合AI，将人工压下来，要求先正向，不与2022–2023高利润比较。但他当晚感慨，公司从一百多人缩到二三十人，核心有两三位老运营，刚跑通一些AI流程便听说有人准备出去单干。这让人员依赖再次成为当下问题。他不想再当“黄埔军校”，说明可复制业务效率越高，人员掌握流程后越易脱离，也回到前后端分工与后端壁垒的问题。

弹幕另有人说，刚教老运营使用AI，对方就准备单干；其公司从百多人降到十几人。这个人数与的二三十人不同，匿名评论也不能自动认作同一经营者。讨论随后转向共同愿景、只谈利益和让员工提出方案以增强积极性等不同看法。

16. 创业投入与MVP：缩短验证链路，不把个人赌注当通用答案

韩总回应谨慎论时，讲自己从去年底、今年初多次考虑，到五月才卖两辆车和一套房，凑约“五百个”投入看中的供给，几个月开始从失血转向恢复，并有了一点行业知名度。核心在于通过高频小步迭代，快速测试不同品类的真实市场反馈。

他强调每人的资源、机会和承受能力不同，应反复想清楚、在能力范围内行动，不上杠杆。MVP重点是把从想法到验证的链路缩短。他的经历不是所有人卖房创业的通用建议。

17. Simon的健康管理业务：已实现的人员管理规模与下一步工具

Simon健康管理小程序：实际从每人50提升到100，目标500

Simon（本段前称呼识别成“新本”，后主持明确称西蒙）最近把时间放到主业。其大健康业务小程序，AI参与分析报告、管理报告、管理人员提醒等工作。原先一个管理人员大约只能管50人，希望最终做到500人；第三版本已更新，实际估算当前提升一倍、约100人，尚未到500。Agent集成进小程序仍有挑战和问题在解决。

这个指标衡量管理人员的工作量。

Simon智能眼镜知识助手与漫剧工作流均处开发计划

第二条主业尝试是智能眼镜。他刚开始搭医学、营养等行业知识库，想让管理人员或门店销售戴眼镜，有人问问题时，背后Agent检索并把答案实时显示在眼镜上。最大约束是响应速度；检索/模型名“RIG/CD/GEV”还不清楚。当前是搭知识库和选实时反馈方案。

个人视频频道因忙主业停更。他在更新H3相关视频工作流，希望一个月内解决声音等问题，一键生成40–50分钟漫剧；主持邀请他做出来后再来分享。

18. 社区连接：FDE平台、付费社群与线下活动

主持撮合FDE平台项目：案例库升级为任务撮合与担保

主持转述曹总做FDE团队、一凡做流量，两人在直播间相遇，由最初FDE案例库想法升级成FDE版“滴滴”：企业发布任务，全国服务者接单，中间提供撮合、担保。主持又介绍了杭州两位百万粉量级内容创作者给他们。

他本次说项目估值五亿元、拿到天使轮，同时说合作公司还没成立。五亿说的是估值，且当时公司尚未成立。

付费社群的功能：项目、伙伴、融资和卡点连接

主持的小付费社群主要分享想法、连接项目资源，面向找项目、找合作伙伴、有融资渠道问题或卡点的人提供深度连接。他同时筛选真诚、可靠、热心分享、尊重契约、愿做长期关系的人，不是所有项目和人都撮合。

11月9日上海活动：确定首日、次日仍在协调

主持宣布社区与火山的11月9日上海交流活动，内容是参观和内部分享。次日拟去谷歌或“索罗纳”等地点仍在沟通，次日并未确定；中途“10月9号”被后文明确纠正为11月9日。地址先说曹河泾又改杨浦江湾广场，最终地址需要再确认。参加须预先登记访问卡，有人数上限，不是临时直接进场。另有参与者说此前通过直播间找北京FDE已合作，这是一次社群撮合的后续反馈。

19. 彭老师的家庭AI需求：高拍仪、错题整理与上门安装

彭老师的家庭AI安装需求：家长省时间，不是从零假设市场

彭老师做青少年AI使用教学，带孩子做小程序、作品集。已经有熟悉其教学的家长主动问：家里有电脑，能否上门选配高拍仪、装适合孩子的Agent，把错题资料存起来，每周自动组卷并打印自测。小文件放本地电脑，大资料用WorkBuddy关联，是他们提到的做法；家庭配置方案还在逐步尝试。

他派一位16岁学生到朋友家安装，全程约一个半小时。该学生同时正把社区便民小程序上线，等待一到三个工作日时去帮忙。对方想给红包，他让对方随意给，所以这次不是已确定收费的标准套餐。他想进一步做远程指导、陪练，可在家或自习室。

家庭AI学习的分歧：安装省时需求与长期监管不是一回事

另一位有高中任教、教培及教育业务背景的经营者认为，学科教育更深的痛点是自律和持续督导，不只是效率与人力。他担心家庭装AI无法代替监督，需求可能只有同城少量，脱离现有青少年培训关系后不易独立成为稳定业务。

彭老师并没有否认监管问题：家长担心孩子开放AI后乱用，他自己也提醒过。但这两位家长确有远、时间紧、没空研究设备配置的情境，希望别人帮忙省时间。机构目前尚未完全跑通AI课程，准备等学生项目真正上线、带来收益后，再让孩子分享高考学习资料、漫剧、小程序等作品经历；暂未主动宣传，避免消耗既有信任，现阶段由朋友听说后询问。

弹幕建议先向已有家长做市场调查，再谈产品；也提出另一种定位：不只承诺提分，而是帮助普通孩子形成AI时代的学习和使用能力。

20. 另一教育团队：B端学习系统、招生能力与获客闭环

另一个教育团队的调研：账号系统背后卖的是机构招生能力

上述教育经营者称团队从去年十一月到现在做约一年市场调研，整理并实际体验全国三十来家AI提分系统；其中有真AI、轻度融合，也有传统软件借AI名义推广。他看到郑州一支十几人团队，含老板约四名技术，其余主要学科教师，系统从去年十二月卖起，到上周接近两千套，纯账号客单两万元、不含硬件；带平板/电脑的另一些方案通常更贵，三到五万起。以上是他的调研转述。

他认为厂商表层卖AI提分软件，机构端更深的购买理由是市场推广和招生。这也解释为什么简单接模型接口的产品仍可能从成熟市场切走份额。他举优志愿和北京一个“CopAI/靠北AI”的志愿卡团队作比较：后者在志愿卡逻辑上融入模型、用AI志愿卡重新定位。后一个品牌名未听清。

获客不是产品附属：先明确群体与能持续获取客户的路径

教育经营者澄清，提AI漫剧进化是在说明他从普通用户看到机会，绝不是断言当前漫剧好挣钱。他认为无论技术简单还是复杂，必须锁定应用人群、落地抓手和推广路径；熟人能带来少数客户，但不能单靠人脉维持企业稳定生存。

他自己重要业务是直播加高报，整个团队约六七十人、全国带出不少垂直主播；建议直播间除技术人员外，也吸引真正懂直播获客的人，通过沙龙把客户获取能力与技术能力组合成小闭环。他明确说不是要自己做资源整合平台，而是希望团队能力互补。这支六七十人的团队与彭老师的机构不同：彭老师问的是自己六七人、学生家长会员两三百人的机构。

教育学习系统不是只接一个聊天Agent

教育经营者继续解释，自己正做面向B端的智能学习系统。选择这件事，是已有全国教育主播、朋友和资源，持续获客更符合团队长期耕耘的方向，而非看到AI便随机换赛道。具体产品仍要传统软件、题库以及人工标注组成后端，仅有Agent或一个国外开源项目，无法独立完成当下教学环节。他是高中物理教师出身，强调教学任务本身的复杂度。

弹幕中的补充

弹幕提供两类教育产品思路：按学生水平出题，并把学习情况与报告交给家长；对于付费学习，则区分手上有急项目、花钱买时间，与先自己做会再付费升级。还有评论强调把学到的碎片连接成能随时调用的知识框架，而不只是不断买新课。

21. H200需求与服务器供货：租赁、预售和现货分开谈

一位需求方询问租H200；另一人说弟弟公司做服务器出租，但不知道具体卡型。现场又回顾前两天有人称128张订单、最低30张起、陆续到货，属于买卖/预售，不是已经解决的租赁供给。

熟悉供货的一位参与者描述其弟的交易做法：有现货先通知，约地点当场签合同、验货、签收，而不是先交定金等三个月。多人提醒中间商多、预售风险高。交易时先辨清“租赁还是采购、订单还是现货、谁是真货主、何时验货”四层问题，本次交流仍停留在供需对接。

22. 跨机Agent调度：Codex命令行、Web界面与业务材料采集

Codex编写跨电脑WorkBuddy调度原型

另一位做智能体的参与者，想让多个Agent自行组成组织、彼此传话而不靠人搬运。他已做出一部分：一个自建Agent控制WorkBuddy，在四台电脑之间选择某台、某个具体对话发送工作命令或工单，让该对话工作。他用Codex开发，现阶段希望了解更成熟的同类项目再继续扩展。

他还提到豆包电脑自动化工具内部加密，随后解释自己的底座是Codex命令行加Web界面。

跨机Agent底座澄清：Codex命令行加Web界面，不等于模型已本地化

该开发者继续说明，底层是Codex命令行，外面做Web界面，再由这个Agent控制豆包、WorkBuddy。他将桌面控制的复现描述为逆向/解密，但交互机制、依赖权限、具体可复现接口没有讲清。现场提醒，即使外层封装被改，远端大模型服务仍由提供者控制。这套原型的重点是跨电脑给指定对话派工，仍依赖远端模型服务。

另一个人讲朋友的不同例子：基础财务、成本等不愿上云的数据，用5060Ti能够跑的本地开源模型，再按任务层级交给WorkBuddy、Codex、Claude等工具。这是另一人的分层思路，5060Ti上的实际效果没有展示。对话里Cloud、OpenCloud、Claude互相混淆，随后明确Claude母公司Anthropic，DeepSeek母公司深度求索。

从员工业务录音到知识库的提案，首先遭遇管理和授权反对

开发者提议给员工手机监控、录音转文字、整理业务并建数据库/知识库，认为很多工作可智能化。现场立即反对其对合法合规、企业管理的理解。采集真实业务过程是他的目的，但授权和管理障碍在方案开始前就遭到质疑。

弹幕中的补充

弹幕提到Harness作为可进一步了解的多Agent方向，并有人称其开源，但没有给出确切仓库；同一讨论中，“用Codex加REA复刻软件”的说法也遭到“没有端口仍用不了”的反驳。外层界面可复现与真正可调用的服务是两回事。

另有弹幕把FDE的价值放在理清业务、参与执行，并用财务软件购买者其实也在买培训和落地陪跑作类比；知识库是其中一种手段，而非全部服务。

23. 临期供应商转日化：老渠道不能自动消化新库存

另一位临期商品经营者自称原有华东饮料供应渠道，后转做餐巾纸、打包盒、一次性筷子等日化耗材，并将剩余资金投入其中。其后说仓库货卖不动，提出AI最终是否只是带货的质疑。尽管他自称原有很广的便利店渠道，旧渠道和资金投入并不自动转成新业务销售，当前真正问题是库存出货，而非抽象证明AI无用。

24. AI直播软件：掌控代码，仍掌控不了平台规则

一位招学员的AI直播经营者已经购买别人软件，希望定制一套掌握在自己手里：担心不稳定、封号后供应商处理不了，也担心将来对学员无法售后。现场多位回应，原问题与无人直播平台规则有关，买断软件或定制并不会获得对抗规则的能力；买断通常也不等于后续无需厂商支持。自有代码、可控维护与平台允许，是三个问题。

飞哥补充自己用过相关方式，明确没有永久、百分百稳定的解决方案；平台收紧后同类方法仍可能失效。除了技术，主播录制素材的能力、转化与人货场仍很重要。他说自己已放弃自营无人盘，另提同城方向，但“不限”只是参与者的理解，并非平台授权。

他还提到头部账号申请转播、有人值守回答公屏、合作达人上下播交接素材等当时的经营做法；头部身份也不能保证不封号。可用教训是先搞清允许的授权与人工互动要求，再承诺培训和售后，而非把购买软件当成确定性收益。

25. 资源撮合与公益培训：不赚差价，也要考虑后续责任

长春一位参与者主业建筑，过去做过电商和MCN，现在也卖AI软硬件，称有许多品牌及内容方资源。其与大学做电商就业方向培训，邀请十三行讲师来讲，收过约八百学生调研资料，自己没收钱，解释是受托的地方任务、影响力工作，并非普通商业撮合。

飞哥给出另一种商业经验：可以不赚差价，但应留处理售后的资金；十万元实物留一万五只是举例，目的不是赚15%净利，而是出现问题时有人有钱处理。他反思以前只做好事、不留售后费用，最后反伤原有关系。对方也澄清当前是学生培训，这次公益活动并不是按该价格例子收费。

对接资源仍未等于合作成交：长春方提供东北工厂、品牌关系；丽江一人问经济作物、中草药、花等如何带货，飞哥希望私下谈，细节留待私下继续交流。

26. 信息容器与进口生意：信息差之外，还有信任、账期和交付

低成本信息呈现工具：先说清交易对象、数据来源和具体节省哪步

一位做过生意、编程约二十年的参与者，称自己做了“镜像”式信息容器，约95%完成，能把多个网页/App的信息低成本组织、呈现，想找行业伙伴。其最初用把第三方页面换标识、收款的例子解释，遭到强烈知识产权和误导交易的质疑；随后改举货盘比价、企业网站和自己账户Excel批量填表。这些是他正在寻找定位的不同任务，数据和页面的使用授权仍是争议点。

有价值的需求拆分包括：多供应商十万到五十万商品的价格、图片和文字维护；筛最低价后按公式定价；从资料变成能下单购买的页面；Excel批量录入自己业务账户。他举五万成本变五千、网站二十万变五万、月维护五千等，均为假设例算。这些例算还须对应真实人工步骤、权限与成本。

现场飞哥说比价、关键词监控已有考古加、“常妈妈”等工具，并称二十九元、五秒刷新；这些是他当时举的工具与价格线索。该开发者认为自己的方向是跨平台信息维护，双方没有最终达成统一理解。

进口差价不是成交：真品信任、账期和交付一起看

该信息工具开发者后来明确自己目前做的是欧美日货品卖回国内，不是中国出口。他过去做进口红酒、家电、洁具，偏品牌标准品和贵价品，称筛国内外一倍到二十倍差价，有些单片机差价更高。过去解决信任的方式是款在自己这里付、货由中国总代送。他也说自己长期没赚钱、当前负债几十万。

飞哥反问：即使iPhone假设卖1000元，没有真品信任，顾客仍不敢下单；价格不是唯一因素。选品还应看账期、交付周期、品质、口碑、利润、能承受的经营规模，不能只靠挂资料和等点击。他还强调获客是首要入口；开发者则更看重选择已受信任的标品，两种立场保留。

另一位仅提到朋友从国外平台找公开信息/email获客，具体获客流程未谈。开发者跨平台读取与维护的授权争议直到这段末尾仍未解决。

评论区也出现“考古家”“dots趋势”和Muse等对比线索，方向是趋势、信息聚合与选品工具。名称和功能相似不代表该开发者已经接入这些产品。

27. 低价Token和折扣账号：来源、时效与售后风险

随后讨论转向优惠账号、订阅、充值和支付漏洞。多位讲者交叉转述巨大金额，先说自己参与、又改成听圈内传闻，归属与数额前后含混。

经营上的风险落在具体售后：有人在二手市场考虑代销低价Token，问来源后发现可能是新号优惠或漏洞所得；此类积分有时效，客户用着用着封号，所谓售后/质保并不可靠。机会窗口也可能因平台修补而突然结束。飞哥说自己曾被邀做折扣广告充值，因风险拒绝。围绕身份优惠、退款凭证的违规来源，也会把货源风险传给代销方与购买者。

另有观众反馈中转不稳定、感觉模型能力下降。这与来源不透明、供给突然失效一起，都是向终端客户承诺服务时需要考虑的问题。

28. 系统导入的组织经验：支持者与旧习惯

企业系统推行先找愿意跟随的人

一位办过企业、实施过ERP的参与者，回应光头/尹总的企业咨询问题：公司已有业务可能很成熟，但架构、文化和组织问题短期不靠AI解决。他自己的ERP经历是，哪怕先有一两个员工支持推行，落地就轻松得多；如果一个支持者也没有，再简单的事情也推不动。老板讲经营原则之外，还要看最先有谁敢跟着做，由这些人带动后续。

尤总对企业AI导入的理解：工具碰到的是旧组织的人性

尤总说自己1999年从业，从已经走过的企业导入经验看，难点不只是技术，而是拿新时代工具与旧体系对抗。做这类业务，要理解原有人员、利益与组织如何反应，也用这一层理解服务模式。主持确认他已有企业实践。

观众把渐进改造概括为“一个一个环节跑通再串起来”，也有人用“不是人用AI，而是AI用人”表达让AI组织工作、调动人的想法。另有评论提醒，不同规模制造企业的痛点不同，增收获客与节流提效应分开看，再选最疼的模块。

---

29. 实操演练清单：制造现场 AI 落地与端云协同产品实施

为将本场直播中的离散制造现场赋能、咨询落地边界及端云协同工程经验转化为可执行的标准化动作，特提炼以下两套 Actionable Practice Checklist。

清单 1：离散制造/实体工厂 AI 轻量化落地与 6S 质检实施自查清单

清单 2：AI 个人助手/企业端云协同产品设计与隐私脱敏审查清单