Wispr Flow 的安卓版做得非常惊艳。它是通过悬浮胶囊的方式来进行语音输入，并且通过无障碍的接口能够识别你是否在输入框里面。当你在输入框里面时，它才会显现这个悬浮胶囊；而当你不在输入框里面时，它是不会出现的。
我觉得 Wispr Flow 这个团队的产品能力是非常强的。
我觉得 Wispr Flow 这个团队的产品能力是非常强的。
#出海运营秘籍👉@yunying23
Mitchell 最近帮客户连续冲到 X 热搜第一。我看完他的复盘，感觉这套打法主要就 5 点：
1. 先卖结果，别卖功能。
用户不关心你用了什么 AI、什么自动化，只关心用了以后生活会有什么变化。
2. 文案要注意新鲜感和强度。
这句话有没有人说过？看完有没有被戳中？Mitchell 会让 Claude Agent 逐行打分，分数不够就重写，废话直接删。
3. 黑粉也能变成流量
他会专门去看行业里反对者在骂什么，然后把这些批评写进文案。支持者转发，反对者开骂，算法看到的全是互动。
4.发完后 48 小时要亲自下场
前一小时先别动，之后创始人要持续回复评论，把讨论继续推高。Mitchell 会用 Claude 实时生成回复草稿，让创始人快速改完就发。
5. 大 V 要分批推
不能同一时间全发，最好隔半小时左右，而且该标赞助就标赞助。平台更喜欢持续升温的讨论。开局没自然互动，只靠硬推，帖子很快就会死。
Mitchell 最近帮客户连续冲到 X 热搜第一。我看完他的复盘，感觉这套打法主要就 5 点：
1. 先卖结果，别卖功能。
用户不关心你用了什么 AI、什么自动化，只关心用了以后生活会有什么变化。
2. 文案要注意新鲜感和强度。
这句话有没有人说过？看完有没有被戳中？Mitchell 会让 Claude Agent 逐行打分，分数不够就重写，废话直接删。
3. 黑粉也能变成流量
他会专门去看行业里反对者在骂什么，然后把这些批评写进文案。支持者转发，反对者开骂，算法看到的全是互动。
4.发完后 48 小时要亲自下场
前一小时先别动，之后创始人要持续回复评论，把讨论继续推高。Mitchell 会用 Claude 实时生成回复草稿，让创始人快速改完就发。
5. 大 V 要分批推
不能同一时间全发，最好隔半小时左右，而且该标赞助就标赞助。平台更喜欢持续升温的讨论。开局没自然互动，只靠硬推，帖子很快就会死。
由于最近沉迷GitHub看好玩项目，做了个skill，每周自动追踪 GitHub 上涨星最快的项目
输入 /trending 就能得到一份Top10项目简报
github.com/VivienneSuu/github-trending-digest
🫡欢迎感兴趣的朋友拿去玩
输入 /trending 就能得到一份Top10项目简报
github.com/VivienneSuu/github-trending-digest
🫡欢迎感兴趣的朋友拿去玩
那会儿Nike的中底缓震确实有不少新技术，什么zoomfly 4%，zoomx之类的，人类马拉松记录也在非常接近2小时。
终于，2026年4月26日，人类马拉松纪录在Adidas Evo 3的帮助下破了2小时😂
原生电卡，实体号码，非虚拟卡，月租 3 美元。
开 Wifi Calling 情况下：
100 分钟的免费通
100 条免费短信
没有国际流量
我就用来当副卡收个短信，够用了，大家如果有其他更好用的方案，欢迎分享一下。
互联网充电站
你可以在你的应用中放个邮件编辑器，然后发送邮件了
https://github.com/resend/react-email
基于 TipTap 编辑器，支持各种主题，导出HTML 等能力
你规划的未来，可能活不到明天
Anthropic产品负责人Cat Wu的访谈最近在圈内引发了不少的关注，很多人兴奋于Claude“一天出一个功能”的速度神话，也有人焦虑于“很多产品经理还在用旧思维找工作”的警示。但如果你只看到这些，就错过了真正值得追问的东西。
为什么过去做产品可以规划6到12个月，现在却不能了？表面原因是AI迭代太快，但更深层的原因是技术的不确定性从“可预测”变成了“不可预测”。以前尽管技术也在飞速发展，但你能很清楚地知道下个季度的技术能力大概率不会比现在强太多，而现在你不知道下个月AI又会突然涌现出什么能力。
在这种不确定性下，传统的“计划-执行-检查”模式失效了。你无法提前计划一个半年后上线、依赖某个尚未被验证的AI能力的功能，因为你不知道那个能力到时候是否真的存在，或者是否已经被模型内化了。所以Cat说的“缩短从想法到用户手上的时间”本质不是追求速度，反而是降低风险。每次产品新版本发布都可以视为一次检验假设的实验，实验周期越短你就能越快知道假设对不对然后调整方向，这或许就是在技术基础本身不稳定的情况下唯一可行的认知方式。
再看来“产品经理角色融合”这件事，Cat提到Anthropic的工程师可以独立完成从用户反馈到发布的全流程，几乎不需要产品经理。这听起来像是PM要被淘汰了，但她又补充到PM的价值在于“产品品味”和“决定写什么”。
如果我们从认知分工的角度看，这个问题就很清楚了。在技术能力相对稳定的时代更需要的是“深度规划能力”，在技术能力快速变化的时代更需要的是“快速决策能力”。前者是关于如何在已知地图上找到最优路径，后者是关于如何在未知地形中识别方向。PM的角色并没有消失，只是从“绘制详细地图”变成了“在迷雾中点亮灯塔”。工程师们擅长把想法变成代码，但面对几百个想法，谁来决定哪个值得点亮？这就是PM的新位置。
但这里有一个陷阱，Cat所说的“品味”很容易变成一个黑箱概念，无法定义，无法衡量，只能“感觉”。如果一家公司的选拔标准是“有眼光”，那很可能是他们没有找到可复制的决策框架。真正的降维打击在于能建立一套更底层的决策原则，让整个团队可以规模化地做出正确的判断。
Anthropic之所以能快，是因为他们的“使命”充当了决策的过滤器。当Cat说团队愿意牺牲自己的KPI来服务公司整体目标时，她实际上在说他们有一个比个人绩效更高的效用函数，即“安全的AGI”。当所有决策都能对齐到这个函数，冲突就减少了。
再来看泄漏和封堵事件，前阵子Claude Code的源代码泄漏事故被定性为“流程失败”，涉事员工并没有被开除。这体现了一种成熟的组织观：错误是系统问题的信号，不是惩罚个人的理由。但另一方面，Claude的API不再支持OpenClaw的决定，虽然有着容量管理的经济逻辑，却暴露了一个更结构性的矛盾。
Anthropic靠着开源社区的支持起步，但当他们的商业利益与开源生态冲突时，他们会优先保障自己的产品，这将是所有基础设施型公司的宿命。开源是你的研发杠杆，但当你需要规模化收入时，杠杆则不可避免地会被收回。未来真正值得观察的是，Anthropic能否像Android那样，在控制核心的同时维持一个繁荣的生态，还是会重蹈苹果封闭生态的覆辙。
最后回到关于AI是否会取代产品经理的问题，Cat给出的答案是“产品品味”是护城河，说的没错，但不够本质。我认为未来真正的护城河是谁在定义“什么值得做”的元规则，当模型能力趋同时，算法工程师做的大部分工作是调参和工程优化。当产品功能趋同时，PM做的大部分工作是决定需求优先级。但如果你能定义整个游戏的规则，你就站在了更高的维度。
虽然Cat没有明说，但她描述的其实是一种“战略聚焦”的能力。在机会无限的AI时代，拒绝机会比抓住机会要更难。Anthropic没有做社交、没有做资讯Feed、没有做智能硬件，不是因为他们做不了，更多的考量因素是不符合使命。这种克制才是他们速度的真正来源，因为少做选择，所以做的每一个选择都能投入更多资源。
所以AI时代产品经理到底该干什么？答案不是写PRD，不是画原型，更不是做评估。他要在喧嚣的浪潮中替团队挡住90%的噪声，然后极度清醒地聚焦那10%值得做的事，最后为那10%搭建一条从想法到用户的无摩擦通道。
Anthropic产品负责人Cat Wu的访谈最近在圈内引发了不少的关注，很多人兴奋于Claude“一天出一个功能”的速度神话，也有人焦虑于“很多产品经理还在用旧思维找工作”的警示。但如果你只看到这些，就错过了真正值得追问的东西。
为什么过去做产品可以规划6到12个月，现在却不能了？表面原因是AI迭代太快，但更深层的原因是技术的不确定性从“可预测”变成了“不可预测”。以前尽管技术也在飞速发展，但你能很清楚地知道下个季度的技术能力大概率不会比现在强太多，而现在你不知道下个月AI又会突然涌现出什么能力。
在这种不确定性下，传统的“计划-执行-检查”模式失效了。你无法提前计划一个半年后上线、依赖某个尚未被验证的AI能力的功能，因为你不知道那个能力到时候是否真的存在，或者是否已经被模型内化了。所以Cat说的“缩短从想法到用户手上的时间”本质不是追求速度，反而是降低风险。每次产品新版本发布都可以视为一次检验假设的实验，实验周期越短你就能越快知道假设对不对然后调整方向，这或许就是在技术基础本身不稳定的情况下唯一可行的认知方式。
再看来“产品经理角色融合”这件事，Cat提到Anthropic的工程师可以独立完成从用户反馈到发布的全流程，几乎不需要产品经理。这听起来像是PM要被淘汰了，但她又补充到PM的价值在于“产品品味”和“决定写什么”。
如果我们从认知分工的角度看，这个问题就很清楚了。在技术能力相对稳定的时代更需要的是“深度规划能力”，在技术能力快速变化的时代更需要的是“快速决策能力”。前者是关于如何在已知地图上找到最优路径，后者是关于如何在未知地形中识别方向。PM的角色并没有消失，只是从“绘制详细地图”变成了“在迷雾中点亮灯塔”。工程师们擅长把想法变成代码，但面对几百个想法，谁来决定哪个值得点亮？这就是PM的新位置。
但这里有一个陷阱，Cat所说的“品味”很容易变成一个黑箱概念，无法定义，无法衡量，只能“感觉”。如果一家公司的选拔标准是“有眼光”，那很可能是他们没有找到可复制的决策框架。真正的降维打击在于能建立一套更底层的决策原则，让整个团队可以规模化地做出正确的判断。
Anthropic之所以能快，是因为他们的“使命”充当了决策的过滤器。当Cat说团队愿意牺牲自己的KPI来服务公司整体目标时，她实际上在说他们有一个比个人绩效更高的效用函数，即“安全的AGI”。当所有决策都能对齐到这个函数，冲突就减少了。
再来看泄漏和封堵事件，前阵子Claude Code的源代码泄漏事故被定性为“流程失败”，涉事员工并没有被开除。这体现了一种成熟的组织观：错误是系统问题的信号，不是惩罚个人的理由。但另一方面，Claude的API不再支持OpenClaw的决定，虽然有着容量管理的经济逻辑，却暴露了一个更结构性的矛盾。
Anthropic靠着开源社区的支持起步，但当他们的商业利益与开源生态冲突时，他们会优先保障自己的产品，这将是所有基础设施型公司的宿命。开源是你的研发杠杆，但当你需要规模化收入时，杠杆则不可避免地会被收回。未来真正值得观察的是，Anthropic能否像Android那样，在控制核心的同时维持一个繁荣的生态，还是会重蹈苹果封闭生态的覆辙。
最后回到关于AI是否会取代产品经理的问题，Cat给出的答案是“产品品味”是护城河，说的没错，但不够本质。我认为未来真正的护城河是谁在定义“什么值得做”的元规则，当模型能力趋同时，算法工程师做的大部分工作是调参和工程优化。当产品功能趋同时，PM做的大部分工作是决定需求优先级。但如果你能定义整个游戏的规则，你就站在了更高的维度。
虽然Cat没有明说，但她描述的其实是一种“战略聚焦”的能力。在机会无限的AI时代，拒绝机会比抓住机会要更难。Anthropic没有做社交、没有做资讯Feed、没有做智能硬件，不是因为他们做不了，更多的考量因素是不符合使命。这种克制才是他们速度的真正来源，因为少做选择，所以做的每一个选择都能投入更多资源。
所以AI时代产品经理到底该干什么？答案不是写PRD，不是画原型，更不是做评估。他要在喧嚣的浪潮中替团队挡住90%的噪声，然后极度清醒地聚焦那10%值得做的事，最后为那10%搭建一条从想法到用户的无摩擦通道。
Cat 给出的答案很朴素：把重复劳动交给 AI，把判断力留给自己；把流程减到足够少，把反馈拿到足够快。对普通从业者来说，今天最值得做的不是焦虑岗位会不会消失，而是挑一个每天都在做的笨活，把它认真自动化到可以放心依赖。
