【增长黑客AI周报】EP#56 小红书四年AI探索、赫景芳创业心路、Notion Agent研发内幕、AI桌宠卖爆、股票因子Skill、县城AI小店等
从追求「能做多少」转到追求「能舍弃多少」。
1/ 跟来上海出差的老同学吃饭。他这些年一直在帮演艺圈做舞美设计，经历过巅峰期的各种综艺、竞技、演唱会节目，到现在仍在服务于你耳熟能详的选秀、脱口秀、明星巡演。三个小时，聊到不少明星八卦，也听到了最喜爱的香港演员真实一面。内心小有冲击，但不意外。
也聊到 AI 对各行业的降维打击。他暂时未受影响，可以谈笑风生。我想主要源于他的工作性质：需要去各个线下场馆实地勘场，需要在明星经纪/活动主办方/平台方的爸爸们之间协调疏通，需要捏着鼻子照章执行领导拍板的丑陋方案。
这种对真实物理世界的把控、为上游的领导提供利益+情绪价值的工作，短期内还不太容易被 AI 替代。口红经济兴盛的年代，越是头部的娱乐统筹服务公司，业务越是集中涌来。影响较大的是下游更加细分的执行公司，例如剪辑、视觉包装、物料制作。
他固然吐槽了很多甲方或者平台领导的愚蠢决策。但我说：你这份工作之所以没被 AI 干掉，有相当一部分，赚的不就是这个「窝囊费」？
2/ 广告时间：我联合另一位多年从事海外留学与艺术教育的老同学，策划了今年夏天的一场《港科大 AI 科研学术营》。
我们拿到了港科大的授权和资源，围绕港科大科研场景、AI 实验室探访、教授方法论训练与名企职业导师资源，帮助申请者形成未来可写进 CV/PS 的高质量学术素材。
活动放在今年暑假，总共六天行程。适合学生，尤其是大二至大四的优秀本科生、意向申请港校/海外的研究生、希望补强学术与职业叙事的职场新人，以及希望为子女打开视野的家长。
活动的费用是 24800 RMB/人。通过这个 Newsletter 找来的朋友，在 5 月 31 日前可享受早鸟价 22800 元。特殊地，如果是选购亲子价（一位家长 + 一位孩子），则只需在原价基础上增加 4000 元，即亲子早鸟价 26800 元。
有兴趣参与的朋友，请添加我微信获取活动详情：ifanbing （请备注：港大）
以下是本期正文，Enjoy:
▪️CASE 案例
小红书探索四年的 AI 转型之路，这次能成吗？
via 肖思佳
多年来，小红书始终握有业内艳羡的社区资产和广告基本盘，也想通过电商、直播等业务，去撬动新的增长，却始终未能真正打开局面，让生意规模再上一个台阶。
小红书的 AI 探索也已经折腾了四年，尚未走通。根源在于，小红书一直在「活人感」与 AI 算法之间左右摇摆。
4 月 30 日他们高调成立 AI 一级部门「Dots」，由原人文智能实验室 Hi Lab 升级而来，下设模型研发、基础设施、工程、产品四个部门。
这篇文章顺着这个关键节点，复盘了小红书过去四年的 AI 探索之路，有挫折也有实效。例如：2025 年，AI「问一问」功能使社区用户留存率提升约 2%–3%。
至于未来能否整合资源、厘清 AI 在社区内的位置，仍是未知数，我们可以一起观望下。小红书的这一通探索之路，对企业内部研究 AI 转型，可算是前车之鉴+现场直播了。
只有 30 万像素的「AI 桌宠」卖爆了，凭什么？
via 发现明日产品
伴随 CLI 文艺复兴的还有低像素的马赛克显示器，接上 AI 加点贴图就成了时下流行起来的「AI 桌面伴侣」。
比起手机显示器里的高清形象，这个看得见摸得着的桌面小摆件，反而打中了用户对情绪价值和互动感的需求。
我自己也挺喜欢在小红书上刷类似主题的，看看别人都折腾出什么好玩的。私下聊一些产品开发商，也在考虑怎么将自己的状态属性输出成桌宠支持的格式。玩起来吧大家。
延迟一年的 Notion Agent，却成为付费转化最高的功能
via Simon La
Notion 的 Custom Agents 跳票了一年，历经五次重构，最终成为 Notion 史上 Free Trial 转化率最高的功能。怎么做到的？
在 Latent Space 播客中，Notion AI 工程负责人 Simon Last 和 AI 产品负责人 Sarah Sachs 分享了一些内部实践和关键洞察。
早期团队试图让模型适应 Notion 自创的 XML 和 JSON 格式，结果完全失败。转而采用模型更擅长的 Markdown 和 SQL 后，质量立刻飞跃。
当工具数量超过 100 个时，团队采用「渐进式披露」方案动态展示工具，避免系统崩溃。
Notion 内部还有一个案例：GTM 团队搭建了超过 30 个 Custom Agents，各司其职：有的负责研究客户信息，有的负责分类客户反馈，有的负责信息录入。 随之而来的问题是：这 30 个 Agent 每天会产生 70 多条「被阻塞」通知，全部推给同一个人处理，远超正常人可以消化的范围。于是他们为此加了一个 Manager Agent。这个 Agent 负责监控其他 30 个 Agent 的状态，在阻塞出现时汇总分析、尝试自动处理，只把真正需要人工判断的几条推给用户。通知数量从 70 条降到了 5 条。
Notion 内部正在成型一个新职能：「Model Behavior Engineer」。无需工程背景，但可能成为 AI 时代的核心岗位。
川普、孙宇晨都来当 AI 黄牛了，这门暴利生意的水有多深？
via APPSO
OpenAI 等公司对中国大陆 IP 的封禁和支付门槛，催生了一个灰色中间层——「AI 中转站」。这些中转站基于开源项目 One API，通过协议标准化、Token 计费拦截和多账号轮询池实现商业化运作。
三角贸易这套玩法，正在 AI 领域重演。
上游资源方利用云厂商免费额度、教育邮箱折扣甚至盗刷信用卡压低成本，近期更延伸出在非洲招募当地人采集人脸信息以应对实名认证的新分支。
但 45.83% 的节点后台运行的根本不是宣称的模型，在医学和法律测试中准确率落后官方 API 40 个百分点以上，部分网关实际收费比预期高出 62.8% 且用户无法感知。
花高价买顶级 AI 服务，很可能货不对板、价格随机。
▪️OPINION 观点
对话郝景芳：从北京折叠到 AI 折叠
via 甲小姐
郝景芳从雨果奖作家到一人公司创始人，中间的跨度有多大？
2016 年雨果奖后她创办童行书院，到如今亲手用 AI Agent 编程并拆解公司。
她在甲子光年播客采访中说了一句让我印象深刻的话：AI 产品经理与编程模型之间的沟通是「完全顺畅的、无缝的」，而人类一旦介入反而会阻碍效率。于是她选择「全 AI 工作」，用 AI 开发了整个教育系统。
在组织管理上，她因厌恶层级制带来的内部摩擦，将童行书院从五六十人拆分为 9 个小公司，总部全职人力降为 0，所有收入来自与各分公司的分成。
她认为公司不必「做大做强」，而应「做多做美」。
0.02% 的幸存者：当做一个 APP 比约人吃饭还简单，真正值钱的是什么？
via 也叔的 Rust
Eli Cohen 在 2010 年创业失败后总结出一个反直觉结论：想法不值钱，值钱的是执行力。这篇文章最有价值的是立论后的几个 todo 建议：
第一个位移：从追求「能做多少」转到追求「能舍弃多少」。AI 让你可以做一切。但正是因为你什么都能做，你才必须开始练习什么不做。品味不是选择更多，是拒绝更多。
第二个位移：从信息端移到判断端。AI 能给所有答案。值钱的是知道该问什么，以及什么时候不信任 AI 给你的那个看起来很顺的答案。我之前聊过去技能化的问题：一个人如果从不曾在没有 AI 的情况下独立完成过一件事，他就永远不知道 AI 给出的结果里缺了什么。
第三个位移：从技能积累移到叙事积累。技能会被商品化。但一个活人的判断轨迹不可复制：他今年相信的东西和三年前相信的东西之间，有一条可辨认的线。AI 没有连续的自我，也就没有真正意义上的立场演化。
第四个位移：从「做内容」移到「建头寸」。把每一次输出看成资产积累，而不是一次性捕捞。你写的每一篇东西、做的每一个产品，是在单独叫卖，还是在往同一个方向堆积重量？
第五个位移：从一个建造者移到一个建造房间的人。你不只是在做产品，你是在创建一个空间，让和你类似的人能在这里面认出彼此，然后留下来。
和老干部聊 AI 落地：为什么央国企热衷做「知识库」？
via 芥子观须弥
央国企对 AI 的应用为什么普遍聚焦「知识库」？看完这篇与体制内「老干部」的对话后，我才理解：这不是技术落后，是「科层制官僚体系」的避险本能决定的。
先说下，这篇文章底部标注了是虚构。所以不可尽信。故事是虚构，是否真的有这样的对话不得而知，但其中的大部分逻辑是自洽的，也弥补了一些我的视角盲区。所以推荐出来，各位自己判断。
文中提及，对央国企执行者而言，AI 项目必须满足三个诉求：「绝对安全」「看得见的政绩」「解决实际痛点」。知识库完美契合这三点——完全隔离于高危生产环节，风险可控；帮助管理浩如烟海的规章制度与公文，迎合「事事留痕」的合规刚需；还能为写材料的笔杆子们「减负」。
随便看看：
《AI 小店占领县城，老板们赚到钱了吗？》 中国县城涌现大量挂着 AI 招牌的小店——AI 自习室、AI 面馆、AI 洗头店。但这些店的 AI 含量极低：自习室只是让学生用 Pad 刷题，KTV 用 AI 生成荒诞 MV，洗头店实为固定轨迹的电脑洗车。顾客并不买账，甚至认为招牌让食物变难吃。钱不从顾客兜里赚。那从哪赚？两条路径：一是加盟连锁品牌赚加盟费与设备差价。AI 自习室两年从 1320 家猛增至 5 万家，品牌方用统一话术和样板店吸引加盟。济南一位退休教师投入 19 万后倒闭，闲鱼上大量二手学习机低价甩卖。二是科技公司将现成大模型接口塞进硬件，包装成行业解决方案高价卖给店主。
《An AI agent runs this experimental Swedish cafe. Here’s how it’s going》 美国初创公司 Andon Labs 在斯德哥尔摩开了家实验性咖啡馆，AI 代理「Mona」负责几乎全部经营决策，人类咖啡师只负责制作和上菜。截至五月中旬，销售额超过 5700 美元，但原始预算 21000 多美元中已消耗近 5000 美元，主要投入一次性设备成本。顾客在店内可通过电话直接与 AI 对话，多数人觉得新奇有趣。
《互联网巨头的用人账：130 万人、几千亿薪酬，流向哪里？》 中国互联网大厂正经历一场从「人」向「机器」的资源再分配。分析腾讯、阿里等十家公司 2025 年报后，发现三种用人逻辑：京东以规模换市场，员工总数达 77.6 万；阿里、百度等精简换血，聚焦研发；腾讯、拼多多则精挑细补，增员几乎全为技术岗。薪酬分配分化明显：腾讯人均年薪 113 万，京东因一线配送仓储人员占比超八成，人均仅约 17 万。更关键的是研发投入差距，腾讯一家研发支出 857.5 亿元，超过美团、网易、快手、携程四家之和。
适合个人上手的教程/评测/资源：
《让意义浮现：你的记忆，你的 memory.md》 笔记工具 flomo 出了新功能：通过 AI 基于用户的全部笔记进行压缩、总结与提炼，生成两份关于用户的文档——「稳定的你」（user.md）和「当下的你」（memory.md）。这两份文档放入任何 AI 中，可以完成三件事：一是将用户内心冲突的人格角色具象化，如「求真者」「作品型」「经营者」「斯多葛」「焦虑者」；二是呈现记忆中的重要切片，让用户看到自己隐藏的「默认值」；三是通过 MCP 或个性化设置接入 AI 后，辅助用户做出更优决策。
《实战：小白 10 万做亚马逊，卖家精灵 MCP+Claude 让我选了它》 用爬虫、Python 等炫技方式选品，不如让 AI 调用真实亚马逊数据做分析。卖家精灵 MCP 做到了这一点。作者以自身测试为例，向 Claude 输入「新手、10 万预算、日销 10 单、能盈利」的朴素需求，模型调用 DeepSeek-v4-flash，整个流程仅花费 1.66 元，最终选出了多刀片蔬菜切碎机。
《我用 Codex，把「投资研报到股票因子」的流程做成了一个 Skill（已开源）》 搭建完本地股票数据库后，量化研究的下一步是因子开发。传统方式需要研究员手动读研报、提取因子定义、翻译成代码并反复验证，效率低且重复劳动多。作者先尝试了 RDAgent 项目，能从研报 PDF 中提取摘要、生成因子公式、调用 Qlib 环境写代码并自动验证，但安装复杂、依赖 Docker 镜像且网络不友好。于是转向 Codex——将研报内容输入模型，直接生成因子代码，成功将整个过程封装为 Skill 开源。
《分享 5 个 Claude Code + 飞书的超实用 Agent 办公玩法。》 飞书 CLI 已开放近 120 项能力，几乎可以完成所有操作。文章写了 5 个内部实战案例：第一个：给每个会议系列养一个跨场次的知识库，Agent 能自动抓取会议数据并生成结构化文档，沉淀经验。第二个：Agent + 飞书做工作整体复盘，能拉取私信、群聊、会议、任务等 8 路数据生成全面报告，甚至能发现项目排期遗漏。第三个：重复性对接流程自动化，将博主对账流程交给飞书机器人，机器人自动查表、核对、分流（金额不对通知商务，漏单通知财务），整个开发过程只需语音口述需求。
《豆包输入法 Mac 版正式上线，所有人都该试试 AI 语音输入了。》 不仅免费，识别准确率、去口水词能力优于微信输入法等同类产品。使用方式极简：设置一个快捷键，按住说话，松开即完成语音转文字，支持流式输出。
《装了这个 AI 热点 Skill 之后，你再也不需要自己去刷 AI 新闻了。》 作者数字生命卡兹克在将其 AI 热点监控网站 AIHOT 向公众免费开放并收到大量正面反馈后，通宵开发并开放了三种接入方式：Skill、RSS 和 API。AIHOT Skill 的四大核心能力：一是自动生成每日 AI 日报，按模型发布、产品更新等五个版块整理，用户只需对 Agent 说一句「给我一份今天的 AI 日报」，30 秒即可掌握昨日全行业动态，并支持回溯查看；二是精选模式，以时间流呈现所有值得关注的高质量条目，适合不想遗漏任何信息但又不愿看全量数据的用户；三是按时间窗口和分类查询，系统会从全量数据中筛选并默认以精选信息回复；四是关键词搜索，支持「OpenAI 最近发了什么」等具体查询。
《GPT image 2 最被低估的隐藏玩法：做全套品牌视觉提案！》 借助 GPT-Image 2 的付费版本，任何人都能快速生成一套完整的品牌视觉提案，无需设计团队或专业软件。核心方法是将品牌资料输入 GPT，AI 会自动提炼品牌基因并生成 5 张核心图：主视觉封面定调、识别系统（Logo 与色彩等）、产品包装、传播场景应用，以及 IP 角色设定图。这套流程模拟专业设计师的逻辑，从概念到产品再到传播形成完整链路。
《让创作者先富起来》 AI 时代的高质量技能供给，需要一套完整的定价、保护与激励机制，而非依赖免费或开源精神。YouMind 在 5 月 1 日上线了 Skill 创作者激励计划：允许创作者自主定价，平台仅少量抽成；设置查重机制并允许隐藏技能详情，保留创作者的追回权；提供积分兑换奖励金或平台附加积分的双通道激励；让买家直接评论反馈，并计划配置专属精灵实现创作者与用户的直接对话；同时打造面向创作者的垂直技能市场。
《用好 CC，事半功倍！Claude Code 命令大全，黄金命令推荐、多模型配置、实践指南、Hooks 和踩坑记录大全》 作者围绕四大板块展开：命令大全涵盖 CLI 命令、斜杠命令、快捷键及多模型配置（通过环境变量或配置文件接入智谱 GLM、DeepSeek 等国内模型）；高频黄金命令精选最实用的操作，强调如何将命令串成工程工作流；踩坑记录分享了作者亲身经历，避免读者重复试错；最佳实践将命令与 Skills + MCP 生态结合。