智远同学

智远同学

关注
164粉丝
0关注
533被推荐

畅销书《复利思维》作者

7枚勋章

畅销书《复利思维》作者;精神生活与商业探索,关注科技人文、消费电商、品牌营销、商业认知思维等方面。
IP属地:北京
更多信息

  • 雷军缺一张合影吗?

    3小时前
    图片
  • 阿里健康做对了一半

    23小时前
    1跟贴
    图片
  • 说好要退休的

    1天前
    2跟贴
    图片
  • 今天去了一趟百度 Create 2026,在台下坐了一整天,听完最大的感受,就三个字:换尺子。
    这两年AI圈的人都在比什么?DAU,Token消耗量。日活高就是爷,Token烧得多就是生态繁荣。搞得跟互联网时代那套KPI一个模子刻出来的。 可我跟你讲个事你就明白了: DAU统计的是什么?多少人点开了产品。点开之后干了啥,有没有产出价值,它不管;Token更直接,纯投入侧的数字。只看你花了多少,不看产出多少。 同一家公司,换把尺子量,结果能差到姥姥家。 Anthropic,DAU只有ChatGPT的2%,年化收入干到37亿美金,增速比OpenAI还猛。两把尺子,一个天堂一个地狱。 李彦宏在现场提了个新词:DAA,Daily Active Agents,日活智能体数,不看多少人来了,看多少智能体在干活,交付了多少结果。 说白了,Token是投入,DAA是产出。好比工厂的电费单和出货单,电费烧得高不一定产能强,出了多少货才是真本事。 有意思的是,我回去翻了一下,这几年李彦宏在关键节点说的话,当时都觉得是扯淡,回头一看全成了共识。 24年说卷应用别卷模型,24年说智能体是核心方向,25年说效果涌现。每次都早说了一步。这次他说该换尺子了。对不对?过两年回头看,就知道了。
  • DAA 这把尺子来得正是时候

    1天前
    图片
  • OPPO踩了两个坑

    2026-05-11
    57跟贴
    图片
  • DeepSeek上桌费才500亿

    2026-05-10
    10跟贴
    图片
  • 豆包着急了

    2026-05-09
    1跟贴
    图片
  • 这招挺野的

    2026-05-08
    图片
  • 品牌危机的底层逻辑变了

    2026-05-07
    3跟贴
    图片
  • 不知道你有没有注意到,蚂蚁阿福最近启动了一个叫「健康中国体检关怀行动」的计划,要为1亿人免费解读体检报告。
    1亿人是什么概念? 每年体检的人有好几亿,拿到报告之后真正能看懂的可能不到一半,看懂了又知道该怎么做的就更少了。大量报告查完就塞进抽屉吃灰,花了钱花了时间,等于白查。 这件事为什么值得说?我自己刚好有一个很真实的经历。 前段时间去做体检,里面有一项是阴囊彩超,这个检查很常规,很多男生每年都会查。上午挂号中午查完,拿到报告一看写着钙化灶、精索静脉稍宽,单个字都认识放在一起就彻底懵了。 本来想找医生问问,结果下午人家已经下班了,想第二天去就得重新挂号再花一次挂号费,可报告放在那儿心里又放不下,「钙化灶」三个字往那一摆不搞明白晚上觉都睡不踏实。 后来我想到了蚂蚁阿福,它有个体检报告解读的功能,拍照上传就行,免费。 等了十几秒,阿福就给了一份深度解读,钙化灶问题不大不用自己吓自己,精索静脉稍宽跟久坐有关很常见。 最后还来了一句: 这个报告单在你33岁这个年龄段特别常见,就像车开久了会有一点小积碳一样,完全不用焦虑。 这一句话心里就踏实了一半,过了几天我还是去了医院重新挂号让医生看,结果医生说的和阿福一模一样:没事,每年定期查就行,大多数男生都有。 等于又花了一次挂号费就为了听一句「没事」,而这句话阿福早就告诉我了。 专业、好懂、免费,能同时做到这三件事还和医生判断对得上,确实不容易,怎么说呢,这次体检是我第一次觉得报告不只是一张纸。
  • 去了趟男科

    2026-05-06
    图片
  • 媒介沟通最实用的5条经验

    2026-05-03
    图片
  • 分享我对 Web Coding 的一些看法

    2026-05-02
    13跟贴
    图片
  • 通用Agent的另一种解法

    2026-04-30
    2跟贴
    图片
  • 腾讯ima给知识库加上了手和脚

    2026-04-29
    6跟贴
    图片
    01:32
  • 腾讯 IMA 上线了一个新能力,叫 Copilot。
    IMA 全称本来就叫「IMA Copilot」,但大部分人只记住了 IMA,Copilot 基本被忽略了。4月29日,IMA 把这个词单独拎出来了。 简单说,它就是你在 IMA 里养的一个助理。有名字、有记忆、有技能,你交代事情,它拆解、执行、交付。 我花了两天体验了一遍。第一步创建助理,我给它起名叫「二狗」,它问我怎么称呼我,我说你叫我隔壁老王吧,它回了句「好嘞」。 就这一下,感觉就不一样了,更像在跟一个活生生的搭档交代事情。 设置里有用户档案、长期记忆、项目管理、经验沉淀,这些不是一次性配好的,是日常聊天一点点喂给它的。以前往知识库丢东西是囤货,现在是投喂,喂得越多它越懂你。 最让我惊喜的是 Skills。 我跟二狗说,帮我分析一下博主的标题风格,做成一个技能。它自己从头条、虎嗅、雪球、36氪抓了 32 篇文章,分析完直接创建了 Skill,还教我说「以后直接喊二狗按风格起就行」。整个过程我只说了一句话。 后来我又让它帮我定制了一个「碎片成文」技能,跑步、逛展会时口述想法,它帮我完善后直接存笔记里。 我在 Claude 和 ChatGPT 里训练好的 Skill,下载下来拖进 IMA 也能直接用。造、搬、定制,三条路都通了。 IMA 还有个 Skills Hub,3.5 万个技能,长得像 GitHub,能下载也能发布。每个人的 Copilot 都不一样,装了什么技能它就有什么能力。 我在社群里,看到律师拿合同审查 Skill 配合国家法律知识库审合同,还有人跨 4 个知识库让 Copilot 整合写讲话提纲,查是查,整合是整合,含金量完全不一样。 模型和费用方面,IMA 支持自由配置各大模型的 API Key,不想折腾的话平台也有免费算力。全部云端部署,不碰本地文件。 聊点更远的,现在行业趋势是 App to Agent,但大部分 Agent 忙着解决手脚的自动化,手脚很快,脑子是空的。 IMA 的 Copilot 走了一条不同的路,它聚焦大脑的知识化,你存了什么、读了什么、写了什么,它都在消化,是踩在知识储备上来干活的。 这几年一直在找 AI 怎么才能真正用起来的答案,差的那点东西,可能就是「它不懂我」。 现在有个产品开始认真做这件事了,先搞懂你是谁,然后再动手。这个顺序,可能才是对的。
  • 我在腾讯 ima 里养了一只二狗

    2026-04-29
    图片
  • 于文文:跟AI协作就像照镜子,出错了我只会怀疑自己

    2026-04-28
    3跟贴
    图片
    01:30
  • 传播的六个视角

    2026-04-28
    图片
正在载入...