我的 OpenRouter 账单：我现在每次 prompt 都同时用 Cherry Studio 调 3 个 SOTA 模型，开阔思路、取长补短。
播客逐字稿全长超过 2 万字。因此如图所示：每 prompt 一次成本加总约 1.3 刀。
从起标题，到选切片，再到整理 Shownotes 和时间轴，每期播客至少要 prompt 30 次。
处理一期下来，整体成本约 40 刀。
播客逐字稿全长超过 2 万字。因此如图所示：每 prompt 一次成本加总约 1.3 刀。
从起标题，到选切片，再到整理 Shownotes 和时间轴，每期播客至少要 prompt 30 次。
处理一期下来，整体成本约 40 刀。
今晚激情升级到 Claude Max，也用上了 cowork，接下来的几个 Hackathon 可以自由地 vibe working+coding
此处应感谢 @西西弗森 在我信息流里高频推荐 🙇
看到DeepSeek团队最新的论文，才理解DeepSeek为什么强大。
因为DeepSeek可能找到了一条AI进化的坐标轴。
只要自己不断沿着坐标轴前进，就能实现不断的成功。
有个意外的发现。
豆包过去几个月，又拿回了AI应用日活第一的位置。
然而，我最近问了不少内容人，我如果要用AI辅助长文写作，哪个AI工具会更好？内容人们最经常给出的答案是：
首选Claude、其次GPT，国产模型则首推DeepSeek。
绝不能用豆包。
为什么会这样呢？
我自己直观的感受是：长文写作，更需要保障对信息输入的高质量理解、和逻辑能力。这两点正好是DeepSeek的特长。
回想我第一次用到DeepSeek时，惊艳到我的，估计和经验到很多人的点类似，是DeepSeek的“深度思考”。
此前用AI产品，一直困扰我的问题是，AI有幻觉，我不知道结果能不能信，也就不能放心使用。但是，当DeepSeek展示出模型的思考逻辑后，不仅这个逻辑对人会有启发，更让我有了检查模型结果的方式，容易检查、就使得模型有了更可被相信的基础。
展示逻辑，是AI对话体验上的突破。
DeepSeek也靠着推理模块的加入，实现了更强的逻辑和信息理解能力。
这是技术创新的力量。
不过，我此前一直也有个朴素的观点：
科技创新是偶然的，一个企业可能有一次选对了技术路线、实现了突破。
但是，谁都不能保证其他技术路线的判断上，他也能赌对。
对于一个规模不大的公司来说，技术突破注定是需要看运气的、偶然才能出现的现象。
直到这几天，看到了DeepSeek团队发布的新论文，和对这个新论文的解读，我才意识到，有可能DeepSeek还真能实现持续不断的突破，因为他们很可能是找到了一个AI进化的坐标轴。
他们在最新的论文中，为大模型增加了一个新的要素——“概念”。
什么意思呢？
最早的大模型，其实是在基于语言的上下文，不断推演下一个字应该是什么。
这个时候，比如“英国女王伊丽莎白”，在人类的理解中，是一个完整的概念，我们因为知道这个概念，直接调用就好，但是在大模型眼中，这8个字需要被重新产出一遍。
对人类大量概念的一遍遍重新理解和推演，极大的浪费了大模型的能量和效率，也难免使得大模型的产出更容易出问题。
于是，DeepSeek决定为大模型建立一个概念库：在库里面的概念，可以作为整体，直接被调用。
我忽然发现，
这个概念的引入，与25年初，DeepSeek在大模型中，引入了“逻辑推理”模块，本质上是同一个思路。
此前的大模型，更像是对人类对话的暴力破解——ChatGPT证明了只要算力够大、数据量够大，人类的对话是可以被暴力破解的。
如果我们将在一次对话中找到高质量回答的过程，类比于走迷宫，那么此前的暴力破解大模型，解题的思路是：我只要能穷尽所有可能性，总能找到对的路。
随着走迷宫经验增加，大模型也能学习出一些走迷宫的套路，效率也能渐渐提升。
但是，
其实从来就不必尝试所有的道路的。
这些走迷宫的套路，也无需大模型自己慢慢摸索。
在人类的思考中，其实早就有一些规则，能够直接告诉我们“哪些路肯定不靠谱、根本不用考虑，只有几个大概率正确的方向，只需要尝试这几个方向”。
“逻辑推理”和“建立概念”，就是排除错误方向、使得模型可以效率更高、也可以走得更远的工具。
而这两个工具、或者说概念的发现，是来自于对人脑理解世界、思考问题过程的还原和研究。
人脑有一个独特的优势：
人脑每秒钟接触到的信息是10G，但是，人脑会识别和保留的只有其中的10bit。
因为需要长期储存和处理的信息量被大大简化，人脑的能量消耗才得以大大降低、很多关联起更多概念和维度的深度思考也才能变为现实。
可以说：
DeepSeek团队，是在拆解人脑的思考和理解世界的过程，将其中有价值的工具和模式，赋予大模型。
如果这条路是成立的，那么DeepSeek就找到了一个支持继续持续迭代的坐标轴，就很有可能实现持续不断的技术突破。
每一个不断实现技术突破的企业，在那段时间，都找到了自己的坐标轴。
比如：
苹果，找到的坐标轴，是让交互更符合人的直觉，用更接近自然动作的交互方式、替代需要学习的更机械的交互方式。
因此，苹果从鼠标、到iPhone、再到VR，推出了一代代划时代的产品。
华为，找到的坐标轴，是让通信频率更高、能够有更大的带宽传输信息，过程中主要面临的难题，就是信号干扰带来的数学问题。
因此，从3G、到4G再到5G。
这个坐标轴，成为了驱动DeepSeek前进的主要方向。
对比之下，豆包更多时间是在追求数据。
当然，在堆积数据量的逻辑里，豆包也在讲一个故事：如果有更多的人使用豆包，豆包拥有的数据量更大，更大数据量会带来更强的服务能力。
这个故事，乍一看符合逻辑。
因此，豆包在很长时间里，一直有着行业最高的投放预算。
靠着大投放预算，豆包实现了最高的下载、和很长时间里最高的日活。
可是，这些日活和数据，真的能够转化成服务能力吗？
未必。
因为最容易获取的、最容易留住的，很多是那些要求更低的用户。
我没有统计数据，
不过，在体感中，我会遇到很多下沉市场的用户更爱用豆包。
残酷的说，服务他们、留住他们，比起服务那些更需要AI完成复杂任务的白领，是更简单的。
我也会遇到很多小朋友爱用豆包，
因为豆包会不断的称赞他们、捧臭脚。
很多小朋友就被夸夸得无法自拔。
但是，更有自主意识的人，反而会因此反感豆包，觉得“豆包总在试图讨好我”。
低要求的用户，总是更容易获取、也更容易满足的。
但是，低要求的用户，不会驱动产品，形成能满足复杂需求的能力。
这是追求数据增长，常常会掉进去的坑。
对比之下，DeepSeek的团队，主要驱动力则不是数据。
更像是大家有一个共同的信仰：让AGI变成现实。
基于此，团队找到了一个前进的方向：从人脑的思考、理解世界的模式中，寻找宝藏，嫁接到AI上。
他们精力有限，因此将主要的精力，几乎全部投向了这个方向。
于是，
当豆包在加功能时，DeepSeek在研究新技术。
当豆包看到自己不再是日活和下载量第一时，豆包会努力做增长。
当DeepSeek不再是日活和下载量第一时，DeepSeek好像对此毫不在意，还是在研究新技术。
像这次DeepSeek发布的论文，
在我的观感中，为大模型增加“概念”，在使用时的感受，远不像增加“逻辑”那么强烈。
这个更新，并不足以让DeepSeek重新拿回日活第一的位置。
但是，我相信DeepSeek并不在乎。
在他们眼中，改进技术、提高大模型的理解能力和数据处理能力，是更重要的事儿。
实话说，在这一轮的大模型竞赛中，我也不知道最终谁会胜出。
但是，如果有最终的胜利者。
比起豆包，情感上，我会更希望胜利者是DeepSeek。
因为DeepSeek可能找到了一条AI进化的坐标轴。
只要自己不断沿着坐标轴前进，就能实现不断的成功。
有个意外的发现。
豆包过去几个月，又拿回了AI应用日活第一的位置。
然而，我最近问了不少内容人，我如果要用AI辅助长文写作，哪个AI工具会更好？内容人们最经常给出的答案是：
首选Claude、其次GPT，国产模型则首推DeepSeek。
绝不能用豆包。
为什么会这样呢？
我自己直观的感受是：长文写作，更需要保障对信息输入的高质量理解、和逻辑能力。这两点正好是DeepSeek的特长。
回想我第一次用到DeepSeek时，惊艳到我的，估计和经验到很多人的点类似，是DeepSeek的“深度思考”。
此前用AI产品，一直困扰我的问题是，AI有幻觉，我不知道结果能不能信，也就不能放心使用。但是，当DeepSeek展示出模型的思考逻辑后，不仅这个逻辑对人会有启发，更让我有了检查模型结果的方式，容易检查、就使得模型有了更可被相信的基础。
展示逻辑，是AI对话体验上的突破。
DeepSeek也靠着推理模块的加入，实现了更强的逻辑和信息理解能力。
这是技术创新的力量。
不过，我此前一直也有个朴素的观点：
科技创新是偶然的，一个企业可能有一次选对了技术路线、实现了突破。
但是，谁都不能保证其他技术路线的判断上，他也能赌对。
对于一个规模不大的公司来说，技术突破注定是需要看运气的、偶然才能出现的现象。
直到这几天，看到了DeepSeek团队发布的新论文，和对这个新论文的解读，我才意识到，有可能DeepSeek还真能实现持续不断的突破，因为他们很可能是找到了一个AI进化的坐标轴。
他们在最新的论文中，为大模型增加了一个新的要素——“概念”。
什么意思呢？
最早的大模型，其实是在基于语言的上下文，不断推演下一个字应该是什么。
这个时候，比如“英国女王伊丽莎白”，在人类的理解中，是一个完整的概念，我们因为知道这个概念，直接调用就好，但是在大模型眼中，这8个字需要被重新产出一遍。
对人类大量概念的一遍遍重新理解和推演，极大的浪费了大模型的能量和效率，也难免使得大模型的产出更容易出问题。
于是，DeepSeek决定为大模型建立一个概念库：在库里面的概念，可以作为整体，直接被调用。
我忽然发现，
这个概念的引入，与25年初，DeepSeek在大模型中，引入了“逻辑推理”模块，本质上是同一个思路。
此前的大模型，更像是对人类对话的暴力破解——ChatGPT证明了只要算力够大、数据量够大，人类的对话是可以被暴力破解的。
如果我们将在一次对话中找到高质量回答的过程，类比于走迷宫，那么此前的暴力破解大模型，解题的思路是：我只要能穷尽所有可能性，总能找到对的路。
随着走迷宫经验增加，大模型也能学习出一些走迷宫的套路，效率也能渐渐提升。
但是，
其实从来就不必尝试所有的道路的。
这些走迷宫的套路，也无需大模型自己慢慢摸索。
在人类的思考中，其实早就有一些规则，能够直接告诉我们“哪些路肯定不靠谱、根本不用考虑，只有几个大概率正确的方向，只需要尝试这几个方向”。
“逻辑推理”和“建立概念”，就是排除错误方向、使得模型可以效率更高、也可以走得更远的工具。
而这两个工具、或者说概念的发现，是来自于对人脑理解世界、思考问题过程的还原和研究。
人脑有一个独特的优势：
人脑每秒钟接触到的信息是10G，但是，人脑会识别和保留的只有其中的10bit。
因为需要长期储存和处理的信息量被大大简化，人脑的能量消耗才得以大大降低、很多关联起更多概念和维度的深度思考也才能变为现实。
可以说：
DeepSeek团队，是在拆解人脑的思考和理解世界的过程，将其中有价值的工具和模式，赋予大模型。
如果这条路是成立的，那么DeepSeek就找到了一个支持继续持续迭代的坐标轴，就很有可能实现持续不断的技术突破。
每一个不断实现技术突破的企业，在那段时间，都找到了自己的坐标轴。
比如：
苹果，找到的坐标轴，是让交互更符合人的直觉，用更接近自然动作的交互方式、替代需要学习的更机械的交互方式。
因此，苹果从鼠标、到iPhone、再到VR，推出了一代代划时代的产品。
华为，找到的坐标轴，是让通信频率更高、能够有更大的带宽传输信息，过程中主要面临的难题，就是信号干扰带来的数学问题。
因此，从3G、到4G再到5G。
这个坐标轴，成为了驱动DeepSeek前进的主要方向。
对比之下，豆包更多时间是在追求数据。
当然，在堆积数据量的逻辑里，豆包也在讲一个故事：如果有更多的人使用豆包，豆包拥有的数据量更大，更大数据量会带来更强的服务能力。
这个故事，乍一看符合逻辑。
因此，豆包在很长时间里，一直有着行业最高的投放预算。
靠着大投放预算，豆包实现了最高的下载、和很长时间里最高的日活。
可是，这些日活和数据，真的能够转化成服务能力吗？
未必。
因为最容易获取的、最容易留住的，很多是那些要求更低的用户。
我没有统计数据，
不过，在体感中，我会遇到很多下沉市场的用户更爱用豆包。
残酷的说，服务他们、留住他们，比起服务那些更需要AI完成复杂任务的白领，是更简单的。
我也会遇到很多小朋友爱用豆包，
因为豆包会不断的称赞他们、捧臭脚。
很多小朋友就被夸夸得无法自拔。
但是，更有自主意识的人，反而会因此反感豆包，觉得“豆包总在试图讨好我”。
低要求的用户，总是更容易获取、也更容易满足的。
但是，低要求的用户，不会驱动产品，形成能满足复杂需求的能力。
这是追求数据增长，常常会掉进去的坑。
对比之下，DeepSeek的团队，主要驱动力则不是数据。
更像是大家有一个共同的信仰：让AGI变成现实。
基于此，团队找到了一个前进的方向：从人脑的思考、理解世界的模式中，寻找宝藏，嫁接到AI上。
他们精力有限，因此将主要的精力，几乎全部投向了这个方向。
于是，
当豆包在加功能时，DeepSeek在研究新技术。
当豆包看到自己不再是日活和下载量第一时，豆包会努力做增长。
当DeepSeek不再是日活和下载量第一时，DeepSeek好像对此毫不在意，还是在研究新技术。
像这次DeepSeek发布的论文，
在我的观感中，为大模型增加“概念”，在使用时的感受，远不像增加“逻辑”那么强烈。
这个更新，并不足以让DeepSeek重新拿回日活第一的位置。
但是，我相信DeepSeek并不在乎。
在他们眼中，改进技术、提高大模型的理解能力和数据处理能力，是更重要的事儿。
实话说，在这一轮的大模型竞赛中，我也不知道最终谁会胜出。
但是，如果有最终的胜利者。
比起豆包，情感上，我会更希望胜利者是DeepSeek。
#出海运营秘籍👉@yunying23
翻到自己9月写的运营笔记，真是说到做不到。
运营思路和理解更新
1、理解运营的beta是不是变了
比如价格的锚点，涨价30%，无论是面向用户，还是相较竞对，价格竞争力的身位，已经大幅改变；
2、监控边际
是存量还是增量，存量滑坡的边际是什么，增量成本陡增的边际是什么。
3、运用杠杆
券和活动利益点的表达如何让一块钱体现出十块钱的价值，但也一定要真的创造价值，短期是催促和噱头的杠杆，长期是价值和信任的杠杆。
4、所有分析看结构
不要看大盘的静态数字，要看货盘、人群、预算、选品的结构性变化，先聚类再推演，不错过问题的挖掘，和机会的捕捉。
翻到自己9月写的运营笔记，真是说到做不到。
运营思路和理解更新
1、理解运营的beta是不是变了
比如价格的锚点，涨价30%，无论是面向用户，还是相较竞对，价格竞争力的身位，已经大幅改变；
2、监控边际
是存量还是增量，存量滑坡的边际是什么，增量成本陡增的边际是什么。
3、运用杠杆
券和活动利益点的表达如何让一块钱体现出十块钱的价值，但也一定要真的创造价值，短期是催促和噱头的杠杆，长期是价值和信任的杠杆。
4、所有分析看结构
不要看大盘的静态数字，要看货盘、人群、预算、选品的结构性变化，先聚类再推演，不错过问题的挖掘，和机会的捕捉。
回头看，与AI深度（每天8h以上）相处了45天，除了每天输出两篇结构性底层内容，还搭建出2套自动系统，一共有200多位成员，102位年费用户；
等2026年与AI共生2000h以上，不知届时会如何思考问题，但现阶段还想沉淀多些，稳扎稳打。
一群老 PM 们聊了下，都认为阿里流量焦虑了一辈子，至今仍然高估 PR 的价值，低估投流和产品本身的价值。
隔壁字节天天反向 PR，闷声发大财，阿里则是走夜路唱歌给自己壮胆，各个业务抢内部资源也需要搞大新闻。
说到底，做 c 端的一些基本常识和内功还是要重视起来，比如算清楚买量的 ROI，比如给产品起个好名字，设计个好形象，做点老百姓看得懂的产品。
原本这只是一篇再正常不过的法律分析，我也没打算再跟进。但是既然投诉到了我的文章，我也趁此机会明确表态：这事儿没完。
目前这篇文章是否会被删除，还在平台审核中。如果平台确实因为北京蝴蝶武汉分公司的投诉而删除了这篇文章，我至少会做下面两件事情：
第一，我会在有管辖权的人民法院提起民事诉讼，请求法院确认文章不侵权以及要求北京蝴蝶武汉分公司赔偿因为无理由举报而给我造成的经济损失。除法院要求因商业秘密等原因不能公开的信息以外，所有诉讼流程我会全程公开。
第二，我会向中国的有关监管部门举报，这样一家正在接受多部门调查的公司，滥用投诉权利，压制正常的舆论监督，意图不当影响舆情，无论如何都是说不过去的。我听网友说有不少涉及Manus的文章已经被投诉下架了，我会进一步收集具体信息，把举报材料做扎实。
另外还有一点，我不见得会采取任何行动，但我想特别提示一下Manus。
这篇文章的举报主体是北京蝴蝶武汉分公司，但我在文章中提到的全部都是Manus。为了应对美国政府的反向投资审查，Manus有没有对美国政府承诺实质性减少在中国境内的业务运营？有没有承诺不会受到中国控制？现在北京蝴蝶武汉分公司在中国境内积极“维权”，权利基础是什么，权利关系是否清晰，Manus的商誉到底归属于哪个主体，如果有维权所得如何分配？
特别是，是否会因为这些行动，反而违反对美国政府的承诺？
我在第一篇涉及Manus的文章里就提过，像Manus这样的AI科技公司，在采取任何涉及行动之前，都要仔细考虑中美两边的合规监管问题，否则很容易父子骑驴、动辄得咎。希望Manus能学到一点教训。
我在工作第一年，我当时的带教律师对我说，如果一个律师都没有办法维护自己的权利，又如何相信他可以好好保护客户的权利。
这就是我现在要做的事情。
大哥就是大哥！
