#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。
这个 Chrome 扩展「Tango」太适合写说明书文档的同学了，让你在几秒钟内创建带有截图的操作指南，你只需要负责点击你的操作流程，它来帮你记录操作说明，甚至标都帮你生成好了，相比之前手写要快不少，此外也支持很方便的导出、分享、嵌入到文档。
https://chrome.google.com/webstore/detail/tango-how-to-guides-and-s/lggdbpblkekjjbobadliahffoaobaknh
互联网充电站
https://chrome.google.com/webstore/detail/tango-how-to-guides-and-s/lggdbpblkekjjbobadliahffoaobaknh
互联网充电站
历史一再提醒我们：凡是“操作系统”的人，迟早都会被系统替代。
一百年前，大城市写字楼里最体面的岗位之一，叫电梯操作员。
那时候的电梯不是你今天看到的“按个按钮就行”。
每一次上升、下降、停靠，都要靠人手动控制。
要判断高度。
要对齐楼层。
要控制速度。
要防止冲顶或坠落。
这是技术活。是专业工种。甚至带点职业荣耀。
当年的人如果听说“未来电梯没人操作”，一定觉得荒谬。
那还安全吗？
那不乱套吗？
机器怎么可能比人更可靠？
后来发生了什么？
自动控制系统出现了。
标准化模块出现了。
按钮出现了。
电梯没变少，反而越来越多。
但操作员，消失了。
原因很简单，因为系统不再需要人类实时操作。
今天的程序员，其实正站在同样的位置。
早期写软件，就像手动开电梯：
要管理内存；
要控制流程；
要一行行写逻辑；
要从零搭结构；
后来出现了框架；
后来出现了组件；
后来出现了云服务。
现在呢？
AI开始写函数。
AI开始生成架构。
AI开始自动调试。
越来越多程序员的日常工作，本质上变成：
调参数
拼模块
改配置
点部署
像不像什么？
像不像一个穿着西装、神情专注、手稳如刀的——
电梯操作员。
很多人真正误判的一点是：
技术革命，从来不是“消灭行业”，是“消灭操作层”。
电梯行业没消失，建筑行业更没消失。
消失的，是“手动控制电梯的人”。
未来软件也一样。
软件不会消失，系统只会更多，需求只会更复杂。
但手动写代码的人，越来越像当年的手动开电梯的人，也会重复其历史。
互联网充电站
