【增长黑客AI周报】EP#38 年终盘点总结、国企上岸、Minimax上市、智能项链、田渊栋访谈、老板日更、凉了的应用等
真正决定 AI 能不能落地的，是「能把脏数据洗干净的人」。
▪️PREFACE 卷首语
1/ 上周投票里，大家普遍最感兴趣「我的 2025 年 AI 工具个人使用盘点」这个话题。为此，我会在今晚（25日）22:00 在自己的视频号直播来聊这个话题，随后会将回放导出为播客和视频，免费发布到播客「冰镇电波」（小宇宙、Apple Podcast）和 油管频道，可以关注一波。其他热投话题，也会择期制作。
2/ VIP 圈子（如何加入）的读者，请检查邮箱或在内刊 zengzhangvip.com 留意一下最新的有奖活动：分享你今年的 AI 经验，就有机会获赠 Plaud Note Pro、Apple HomePod mini、参与红包抽奖。小圈子里赛道并不拥挤，距离截止还剩 1 天。
3/ 公开许愿：2026 年，想在保护心力的前提下，更 E 一点，从整体 INTJ 进化成半个 ENTJ（需要探索一种在 E 的时候也能回血的方法）。还要适当从原力的反方向 ESFP 里汲取养分。所以应该能看到我恢复制作更多公开的音视频节目，以及组织一些线下活动（当然，主要发生在自己的地盘）。
OK，以下是本期的正式内容——
▪️CASE 案例
136 人，和他们 10 万字的 AI 年度总结
via 十字路口 Crossing
梳理了知乎上 136 位一线科技从业者的真实反思。这一年，大家似乎逐渐都对 AI 祛魅了。AI 的落地不再是宏大的技术叙事，而是充满了具体、琐碎甚至有点狼狈的「洗盘子」过程。
一个典型案例是，一位从业者为了用大模型替代公司 30% 的人力，花了整整 6 周时间，清洗公司 10 年积攒的工单、日志和邮件，写了超过两千行正则表达式。他的结论很现实：真正决定 AI 能不能落地的，是「能把脏数据洗干净的人」。
这种「真成本」的付出，让 AI 最终能嵌入产业，比如把原本需要 2 小时完成的债券募集书摘要，压缩到了 5 分钟——技术改变世界，有时只是为了让别人能早点下班去接孩子（太有共鸣了，虽然我娃还没上幼儿园，但已在积极布局接娃自由）。
延伸阅读：
上岸国企，一个 AI 创业者的中途撤退
via AI 故事计划
讲述了一位算法工程师从满怀希望投身 AI 创业，到一年后决意逃离、寻求国企稳定的故事。站在最火热的 AI 风口，对普通技术人而言，风险可能被放大，国企的稳定反而成了一种向往。
「陪老板下注」的创业困局：主角张诚发现，在资源匮乏的初创公司，决策往往不是基于严密逻辑，而是老板个人经验与直觉的随意延伸。技术团队的努力可能因老板一个念头就瞬间归零，这种「技术为玄学服务」的荒诞感，让创新变成了无效消耗。
同质化竞争下的生存伪命题：尽管用上了 SFT、RAG、Agent 等最时髦的技术方案，产品日活却尴尬地徘徊在 500 左右。核心原因在于，大家用的多是 Meta 或阿里的模型底座，微调带来的差距微乎其微。在巨头林立、流量为王的赛道，小团队的「窗口期」可能从一开始就不存在。
从「996」到「007」的心力耗损：加入创业公司后，张诚的薪资直接腰斩，跌回毕业水平，工作强度却从「996」升级为「007」。更难以承受的，是项目随时可能被叫停、公司不知还能烧多久的长期不确定感，这种头顶悬剑的状态最终耗尽了他的热情。
不要盲目羡艳 AI 初创，可能真没有表面上看的那么风光。
57 岁老板日更 1000 条视频，AI 让他产量翻 10 倍
via 罗辑思维
一篇简单的小文，介绍了一位 57 岁的创业者如何将 AI 深度融入短视频生产，实现从日更 100 条到 1000 条的惊人跨越。
他这些操作可能在 AI 高玩眼里并不性感，没有现金核武、没有宏大叙事、没有理念灌输、没有趋势预测。但我愿意分享出来，也是给大家打打鸡血：你看年近六十的传统老板都折腾得风生水起，更年轻的我们可不能早早躺平让心态变老。
他具体是怎么做的？有三个关键打法。
第一，用 GPT 拆解爆款框架。他发现短视频的爆款逻辑已经超越行业，于是跨界学习，把任何吸引他的视频结构丢给 GPT，让它拆解出框架、要素和爆点，这套方法帮他做出了播放量超 800 万的视频。这就像拥有了一个「爆款解码器」。
第二，用智能体解放重复劳动。面对每天海量的粉丝咨询，他打造了 40 多个智能体。比如「严 sir 问与答」给员工用，瞬间回复标准答案；减肥智能体直接服务用户，粘性更高。这相当于把老板的大脑和经验「复制」成了无数个数字分身，彻底把时间从重复劳动中抢了回来。
第三，用 AI 工具保持「原生感」。他用声音克隆技术复制自己的声音，确保即使自己不出镜，视频也毫无 AI 味。他坚守一个原则：一切以不影响真实性为前提，让用户根本感受不到 AI 的存在。
说到底，很多老板不赚钱，是因为困在自己的思维框架里。这位 57 岁的老板却用 AI 把自己变成了一个「超级个体」，效率提升 10 倍。
▪️OPINION 观点
我们和田渊栋做了一次年末总结：关于 Scaling、顿悟以及 AGI 还有多远
via 未知来源
深度对话了前 Meta FAIR 研究科学家总监田渊栋。他在 AI 领域深耕十年，主导过围棋 AI、大模型推理等关键项目，前阵子被 Meta 裁员，还曾引发 OpenAI、英伟达等巨头公开抢人。
他对当前 AI 发展路径的一个反直觉判断：Scaling Law（规模定律）虽然有效，但可能是一条「无趣」且效率低下的路，真正的突破需要一次「完全不一样的跳跃」。
田渊栋抛出了一个极具吸引力的观点：他认为一定存在某条隐藏的路线，能让现有智能以一千倍的效率达成。这背后，是他今年研究的两条关键线索。第一，是探索「顿悟」（Grokking）现象，试图找到神经网络从死记硬背到突然开窍、获得泛化能力的数学规律，这关乎 AI 学习的本质效率。第二，是分析强化学习与监督微调的区别，比如用模型自己生成的「on-policy data」训练，能显著减少灾难性遗忘，这直接关系到模型迭代的稳定性和成本。
他更将这种对方向的判断力，提炼为一个精炼的概念：「research taste」，并比喻为强化学习中的「值函数」—— 一种能评估哪个研究方向长期价值更高的直觉与能力。基于这些洞察，他预言未来会出现「一人 CEO」的工作模式，即个人作为决策核心，指挥一群 AI 执行具体任务。
半夜 Minimax 也来了，双雄抢滩港交所的深度分析
via 虎嗅
对比了智谱 AI 和 MiniMax 这两家冲刺港股上市的 AI 公司，揭示了它们截然不同的商业模式和财务表现（很显然，有拉踩成分，权当一种视角的信息输入）。
最吸引人的一个反直觉发现是：通常被认为毛利较低的 API 业务，竟然被 MiniMax 做成了高毛利生意。
路径分化：一个 toB，一个 toC。智谱 AI 像个「项目制码农」，85% 的收入靠给大客户做私有化部署，稳健但增长天花板明显。MiniMax 则像个「互联网产品玩家」，71% 的收入来自面向海量用户的 AI 应用，比如爆款视频生成工具「海螺」，三年内月活用户从 310 万飙升至 2760 万。
核心反差：API 业务的毛利率「冰火两重天」。这是文章最精彩的深度对比。两家公司都有的 API 业务（智谱叫云端业务，MiniMax 叫开放平台），占收入比重都不大（15% vs 28.9%），但盈利状况天差地别。智谱的这块业务毛利率从 76.1% 一路暴跌至 -0.4%，几乎不赚钱；而 MiniMax 却稳定在 60% 以上，最新数据达到 69.4%。这意味着，MiniMax 用 API 模式做出了接近智谱私有化部署的高毛利。
危险边界与长期鏖战。尽管 MiniMax 的应用业务毛利率已从 -8.1% 艰难转正至 4.7%，但这仍是一个「颤颤悠悠在 0 附近徘徊」的危险边界。大模型赛道仍是「九死一生」的长跑，每年近 20 亿的研发投入，70% 是算力成本，追赶时不惜血本，追平后用户付费意愿可能下降。只要不是绝对领先，就会两头受挤压。
总之，这场双雄对决不仅是商业模式的比拼，更是一场关于技术效率、成本控制和市场耐心的终极测试。它抛出一个深刻问题：AI 公司的未来，究竟是靠项目制的「稳健」，还是靠产品化的「规模与效率」来赢得市场？
你的下一个可穿戴设备，是挂脖子上的健康伙伴？| 对谈潘宇扬：AI 项链 Odyss 创始人 & 李一豪：CreekStone 合伙人
via 十字路口 Crossing
前字节跳动 Coze 产品经理潘宇扬，放弃了热门的 AI 眼镜赛道，转而打造一款专注饮食健康的 AI 项链 Odyss，他的投资人李一豪也分享了如何寻找下一代 AI 拓荒者的独特视角。
AI 眼镜的陷阱在于「太想服务 AI，却忘了服务人」。它追求「看我所看」，但牺牲了佩戴舒适度和续航，电池与材料技术的缓慢进化，无法跟上大模型半年一次的革命速度。
在中国做 AI 眼镜，还面临一个致命短板：我们没有庞大的墨镜消费市场和像 Ray-Ban 这样的垄断级品牌作为载体，这使得 Meta 的成功路径无法复制。
基于「既要承重保证续航，又要位于正面以便感知」的第一性原理，潘宇扬推导出的唯一解是「项链」。他精准切入了一个被忽视的万亿级市场——饮食健康，因为「吃」是最高频却唯一缺乏硬件数据监控的盲区。
他的方法论是「杜绝做任何通用的产品」。普通人的生活很无聊，一个号称「通用 AI 入口」的硬件，买来大概率会吃灰。真正的机会在于垂直场景，比如用 AI 无感记录每一口食物，解决现有卡路里 APP 因单张照片无法识别食物层级、汤汁而严重不准的痛点。
「现在做眼镜，是否就跟 2015 年的时候你去做 VR 一样」？访谈里也做了一些推导。
随便看看：
《2025 年最动人的 AI 投资故事》 挖掘了真格基金合伙人刘元投资 AI 公司 Manus 的十年长跑背后的一些故事，PR 文。
《我和 MiniMax 的 500 天》 作者是一位曾在 MiniMax 工作 500 天的产品经理的回，祝福和吹捧为主，也有一些内部细节。
《25 个火过的国产 AI 应用，凉了》 盘点了 2025 年至少 25 款国产 AI 应用停运或停更的现象，它们有的曾是明星产品，有的背靠字节、阿里、腾讯等大厂，但最终都难逃「凉凉」的命运。
适合个人上手的教程/评测/资源：
《用嘴做 AI 漫剧，剧荒的我用 Medeo 批量出长篇》 揭秘了如何利用 AI 工具 Medeo，仅凭口述想法就能批量生成长篇漫剧，甚至将复杂的视频制作流程压缩成一段对话。
《香蕉 2 又多了 9 种新玩法，做中文信息图已经落后 N 个版本了》 展示了如何利用 AI 工具进行创意内容生产的深度玩法，尤其揭示了品牌营销在节日节点可以如何高效、低成本地制造个性化视觉素材。
《当 Lovart 遇上香蕉，简直要「创飞」所有 AI 设计工具》 深入拆解了 AI 设计工具 Lovart 与 Nano Banana Pro 模型结合后，如何将 AI 作图从「抽卡开盲盒」变成「指哪儿打哪儿」的精准设计过程。
《把混亂數據試算表丟進 NotebookLM》 展示了 Google 旗下 AI 工具 NotebookLM 的一项重磅更新：它现在能直接处理混乱的原始数据，自动完成清理、统计，并一键生成图表和简报。
《AI 语音输入法，正在偷偷挤走「键盘」》 通过一位资深科技编辑的亲身体验，揭示了 AI 语音输入如何从「键盘的替代品」转变为「交互的核心层」。
《AI 时代，不需要学霸也能做出好笔记》 介绍了如何通过 Get 笔记「情境化学习」重塑知识吸收方式。
《我用 Trae 和 MCP 搓出了实时装修 Agent》 展示了如何利用字节豆包 1.8 大模型，结合 Trae 和 MCP 工具，构建一个能深度影响物理世界的 AI 智能体。
《一个极度实用的 Prompt，帮你挖掘出自己的隐藏天赋。》 分享了一个利用 AI 进行深度自我探索的方法论，旨在帮助人们发现那些被日常规训和负面评价所掩盖的底层天赋。你的缺点、怪癖甚至对他人的嫉妒，都可能是天赋被压抑的背面。