【增长黑客AI周报】EP#39 我最高频使用的AI工具、饭局大佬速成、出海经验技巧、搭建个人智能助理、50X重构、淘金与医疗等
做 AI 产品已经到了一个 i 人必须 e 起来，e 人必须「骚起来」的阶段。
▪️PREFACE 卷首语
大家 2026 年第一期 Newsletter 展信佳。祝各位新年新气象（这一期由于元旦假期，于是挪到了第一个工作日来发）。
在过去的一周里，行业主要被 Manus 收购、各种年末盘点/演讲占据，想必大家已经被重复内容轰炸够多了。因此我没有放什么盘点类的文章，「适合个人上手的教程/评测/资源」板块本周也确实没啥可看的，索性空着。
取而代之的是，我直接录制了一期视频/播客，主题是《2025 我最高频使用的 AI 工具盘点》，提及了生产力效率工具、生活乐趣、信息降噪、赚钱黑科技、笔记系统、自我洞察等。
（BTW 这期视频的封面，完全遵循了我 YouTube 频道的统一风格，以前做出来全靠我用 PS，现在则是 在 Manus 自动出图，终于减少了最嫌繁琐的物料产出环节。虽然动用了 AI，但人像部分则设置了规则：必须使用我的商业摄影照（随机取一张），不得用 AI 合成。我还是挺满意的，不知各位观感如何？除了表情抓马这点。）
欢迎观看/播放：
Apple Podcast《冰镇电波》: 点击这里
YouTube 频道（或直接在下方观看）：https://www.youtube.com/@fanbing
Enjoy it!
OK，以下是本期的正式内容——
▪️CASE 案例
中国 AI 应用出海的一些经验技巧
via 36氪
上周 Manus 卖身给 Meta 的新闻刷屏了 AI 圈。在一票「深扒 Manus 团队早期访谈」和「我和 Manus 不得不说的小故事」主题创作大赛之余，这篇文章算是蹭这个热点比较有诚意的。
它通过闯荡硅谷的华人应用的增长视角，讨论了中国 AI 应用要在海外杀出重围，光有技术不够，还得掌握一套「流量套利」与「社交渗透」的组合拳。
比如 AI Coding 公司 Trickle 的创始人徐明，分享了一个勾引大佬在社交网络上背书的小 trick：海淘一本硅谷大佬的书，拍照发 X 并 @ 本人，宣称产品受其启发。结果大佬 100% 点赞转发，免费流量瞬间涌入。
再比如，一位在美近 20 年的华人 AI 企业市场负责人 Eric 透露，想打入美国舆论场，需要花几年时间陪媒体人「打德扑和高尔夫」来交朋友。做 AI 产品已经到了一个 i 人必须 e 起来，e 人必须「骚起来」的阶段。
再再比如，增长顾问 Ying 为 AI 设计工具 Lovart 在旧金山策划了一场 Launch Party（上面的题图），场地选在设计工作室，餐食是「几口大小的三明治」，只为营造那种追求品牌与个性的「Silicon Vibe」。这种营造「质感竞争」的线下营销活动，每一个细节俨然都在传递品牌信号。
中国 AI 出海，已从单纯的产品技术层面的「增长黑客」竞争竞争，升级为一场融合了流量叙事、深度社交与品牌美学的综合战役。
Webflow 的 CPO 如何搭建自己的 AI 首席助理
via How I AI
Lenny 采访了 Webflow 首席产品官 Rachel Wolan，聊如何亲手打造一个「AI 首席助理」来管理日程、准备会议并推动团队 AI 应用的深度案例（正好是我 2025 经常研究的方向，也是个人 2026 OKR 里确定要认真当成目标来研究的方向，欢迎保持关注，共同探讨）。
「N of 1」构建哲学：软件可以像文档一样即用即弃。Rachel 的核心理念是只为她自己（N of 1）构建高度定制化的小工具，比如用于季度规划的小组件，用完即可丢弃。这彻底颠覆了软件必须「大而全、永久存在」的传统认知，把软件变成了像写便签一样随手可得的个人生产力延伸。
Markdown 文件构建个人知识图谱：她把从晚餐研究到产品文档的所有信息都存入 Markdown 文件。这个简单动作创造了一个能被所有 AI 工具轻松读取的「个人知识大脑」，极大地提升了所有 AI 交互的上下文质量和效率。
自上而下与自下而上的双重驱动策略：在推动团队 AI 应用时，她一方面强硬规定「没有原型就别来开会」，设立明确预期；另一方面通过「建造者日」、奖励和认可来培育草根热情。
日历委派：她的 AI 助理能分析日程，冷酷地建议哪些会议可以跳过、委派或改为异步进行，甚至直接起草委派邮件。这直接切入了高管最核心的痛点——时间管理，将 AI 从「玩具」变成了真正的「杠杆」。
最高效的 AI 应用往往始于极度个人化、甚至有点「自私」的构建。当你为自己解决一个具体痛点时，你不仅获得了工具，更获得了对技术可能性的「顿悟时刻」。
YouTube 视频版：点击这里
AI 如何应用在「淘金」行业
via 极客公园
全球各行各业结合 AI 落地的案例开始遍地开花了。 2026 年我力争多分享一些这样的跨行业内容，既帮 AI/互联网 人开开眼界、为计划转行者提供视野，也让原本非 AI/互联网 行业的朋友，看到如何结合 AI 来玩出新花样。
这篇文章揭秘了一家名为 Deep Optica 的初创公司，它正用 AI 重构矿业勘探这门古老的生意。他们不满足于做一个简单的「AI 找矿工具」，而是野心勃勃地要打造一个「矿业世界模型」，把过去高度依赖个人经验、成功率极低的「赌博式」勘探，变成一套可验证、可迭代的理性决策系统。
你可能想不到，在科技如此发达的今天，找矿依然像一场昂贵的赌博。地质学家靠有限的地表信息和经验去「推断」地下情况，然后进行耗资数十万甚至上百万人民币的「验证性钻探」，而有效矿化孔的命中率通常低至 10% 甚至 3%。Deep Optica 正是从这个「判断方式」本身入手，试图改变游戏规则。
他们的首个产品 Resource Connect，核心不是直接「算出答案」，而是把复杂的矿业决策拆解、前移。通过整合全球 20TB 的多模态数据（地质、地球物理、钻孔记录等），模型能快速圈定靶区、量化成矿可能性，甚至推演地下矿体的三维形态。更关键的是，他们将这套逻辑封装成多个协同工作的 AI 智能体，分别模拟地质、工程、经济专家的角色，在案头阶段就能并行评估项目的技术风险和经济效益，帮决策者在海量项目中快速建立方向感。
背后的深层逻辑是，把资产「质量」的识别，赋予了更高的流动「速度」。当矿业判断不再完全依赖某个专家的直觉，而是可以被拆解、复用并持续校正，这门古老的产业就悄然迈向了一个更加理性、也更加可计算的阶段。
延伸阅读：也是一个垂直的大行业如何应用 AI 的《AI 创新药的「GPT 时刻」还有多远？》
「黑影石，200 一条，接单速来」
via 虎嗅（已被删，我找了个还存在的内容源）
深扒了一下「AI 黑产」的工业化运作模式。从影石无人机到小米、理想汽车，新兴科技企业正面临一场组织化、产业化的 AI 黑产攻击，成本低廉但破坏力巨大。
它不再是作坊式发帖，而是进化成一条「策划方下单-AI 工厂生产黑稿-多账号分发-水军刷评论」的完整产业链。一套电脑能同时操控上百台手机，自动生成文案和评论，对目标产品进行饱和式攻击，单条信息的成本甚至低至几毛钱。
这种攻击有两种核心套路：
「买大号」深度穿透：雇佣看似专业的博主制作评测内容，通过刻意拉踩来引导舆论。比如有博主在汽车碰撞测试前故意掐断电源，制造车辆故障假象，隐蔽性和说服力极强。
「海量 AI 评论」广度覆盖：用 AI 批量生成多样化、个性化的负面评论，模仿真实用户语气，让普通消费者难辨真伪。影石无人机新品上市两周内，就集中涌现超过 2500 条此类恶意内容。
更可怕的是，攻击阵地正从文字向更具欺骗性的 AI 合成视频转移。蔚来汽车就曾遭遇 AI 合成的自燃视频抹黑，澄清所需投入是造谣的数十倍，真正是「造谣动动嘴，辟谣跑断腿」。
商业竞争从比拼创新与产品的「明面较量」，滑向了操控舆论的「暗面博弈」。
▪️OPINION 观点
Manus 联合创始人 PeakJi 最近访谈：从 1 亿美金 ARR 到卖身 Meta，Agent 创业的终局是什么？
via 探索 AGI
一篇基于 Manus 联合创始人季逸超（Peak）在卖身 Meta 前的深度访谈，提炼出的一些故事切片（懒得听访谈、看长文的，可以快速浏览到一些故事段子集锦）。
Peak 曾是碾压同行的技术高手，但在亲身体验 GPT-3 后，他瞬间看清了技术范式的颠覆，并果断选择卖掉公司。
创建Manus 早期，曾因给每个用户 Session 分配独立沙盒导致服务器崩溃、成本飙升。面对是否关闭动态界面以节省成本的抉择时，合伙人肖弘坚决反对，认为失去「能动的浏览器界面」就沦为平庸的 Wrapper。
当被问及如果 OpenAI 也给 ChatGPT 加虚拟机怎么办时，Peak 的回答点透了 Agent 创业的深层逻辑：巨头可以堆算力，但无法快速复制那些由无数失败 Session、奇怪的反爬机制和边界情况喂养出的「操作层经验」。
当 OpenAI 发布与 Manus 初版逻辑相似的功能时，Peak 感到了「彻骨的寒意」。因为巨头拥有近乎无限的算力补贴，而创业公司每一单成本都真实从融资款里扣除。
🔮 Six mental models for working with AI
via Exponential View
来自知名科技趋势观察家 Azeem Azhar，他分享了六个能彻底改变你与生成式 AI 协作质量的心智模型——「50 倍重构」。
例如，别再问「AI 如何帮我更快完成现有工作？」这个看似舒服的问题，它只会把你困在旧框架里。真正该问的是：「如果我有 50 个人来做这件事，我会怎么做？」
具体做法可以是：先抛开时间和人力的限制，想象一个理想化的、由 50 人团队执行的完美方案。然后倒推回来，看看其中哪些环节能用 AI 模拟或辅助。这就像在脑中先组建一个「虚拟梦之队」，再让 AI 去扮演其中最合适的角色。
实战中，作者团队曾用传统方式为播客寻找嘉宾，依赖人脉和运气，每季只能找到 20-30 位合适人选。运用「50 倍重构」后，他们问自己：能否系统性地评估 1000 位潜在嘉宾？能否追踪关注对象，在他们最相关时自动浮现？最终，他们构建了一个工作流，用 AI 研究候选人、分类专长、识别时效角度，每周都能精准推荐最匹配新闻热点的名字。
这个方法的精髓在于，它迫使你跳出「效率优化」的思维，进入「可能性探索」的模式。AI 不是帮你把马车造得更快的工具，而是帮你设计出汽车甚至飞机的伙伴。
AI 时代，增长不靠「自动化」，靠「可验证信号」
via 硅谷科技评论
通过一份对 130 位全球读者（主要是 AI 创业者）的调研，揭示了 2025 年真正有效的增长打法。它发现，赢家并非依赖最炫酷的 AI 自动化，而是回归到那些能绑定「可验证信号」的「复古」方法上。
报告中谈到，当人人都在谈论 AI 时，真正跑出来的增长实验，却是外呼、ABM、伙伴生态和线下活动这些「老方法」。比如，有团队通过基于 LinkedIn 互动信号进行外呼，拿到了约 10% 的销售线索管道；还有人「全押一次大会」，靠手工外呼提前约到 35+场会议。复古只是表象，底层逻辑是把增长拉回到「可控变量更多、结果更可归因」的那一侧，这是对流量入口频繁变脸的一种确定性对冲。
增长的关键不再是泛化的自动化触达，而是识别「谁在买、何时买」的细分数据能力。文章一针见血地指出：如果你说不清「为什么现在联系他」，自动化只会更快地把噪音扩散出去。因此，「细分信号、第一方信号」越来越值钱，因为它们更接近真实意图、更难伪造。
赢家团队的核心能力，是把分发效率做成系统能力，把放大风险提前收口——增长最终要能复盘、能复现、能控风险。
随便看看：
《纽约客：2025 结束了，AI 为什么还没能改变我们的生活？》 通过 OpenAI 前创始成员安德烈·卡帕西等科技领袖的反思，探讨了 2025 年 AI 代理（AI agents）未能如预期般颠覆我们日常生活的深层原因。文章的核心洞察很反直觉：AI 在编程领域已能像人类一样工作，但一旦进入需要点击鼠标、操作网页的真实世界，就变得笨拙不堪。
《AI 饭局装腔指南：3 分钟速成行业大佬》 是一篇幽默反讽的搞笑文，教你如何在 AI 行业社交饭局中快速建立「懂行」人设的速成技巧。这类场合 70% 是二手消息，20% 是道听途说，真正的信息差只有 10%，而你要做的，就是让自己看起来掌握了那 90%。
适合个人上手的教程/评测/资源：
（这期实在没有适合筛选推荐的，就看看我顶上的自制视频/播客吧）