【增长黑客AI周报】EP#68 中国式FDE、荐股研究系统、数采江湖探访、十亿营销公司、AI叙事小镇等
「表面用 AI 只有 6% 到 10% 的改进，彻底重构才能实现 10 倍级突破。」
▪️PREFACE 卷首语
前不久，我把《前线部署工程师（FDE）》这本书全文免费开源了，不知不觉攒了 4k Star。这周，我又顺手给它搭了个网站—— FDE4.AI。
这个站上不仅同步更新这本开源书（在移动端提供更好的阅读体验），还增加了 FDE 的案例库、行业名录、生态地图，会持续更新，全部免费。
收到读者朋友想加社群共同学习讨论 FDE 的需求，加上我也有没收录到书里的大量素材和一手实践，于是综合起来，考虑开一门新课《FDE 的入行与实战课》，分享我的认知和经验，并用这种付费门槛服务有（免费开源书之外）更高阶学习需求和社群需求的朋友。
课程目前早鸟预购价 199 元（8月26日上线后正式价 299 元），详细介绍与预购权益在 https://fde4.ai 可了解。也可以 点击这个表单 直接购买。
感谢支持。以下是本期正文内容。
▪️OPINION 观点
⚡ 催一次发货要跑通 260 步：中国式 FDE 跟硅谷不是一回事
原链 · 公众号 · 约 27 分钟读完
阿里巴巴集团副总裁、瓴羊 CEO 朋新宇最近在播客里聊了中国式 FDE：跟硅谷模式不同，这边更强调以业务结果为导向、以企业数据为基座、以岗位标杆为预设。
他给的定义很直接：FDE 的本质变化，是从交付功能转向交付业务效果。最直观的是一个数字——看似简单的「催发货」，流程跑通要整整 260 步，而 AI 能覆盖其中 95% 以上的情况。再比如顶级投手，90 天里调价 10000 次，瓴羊的做法是用 Harness 工程把这种决策逻辑学下来。
商业模式上，瓴羊不接定制化大单，只聚焦企业耗人、耗钱、耗时最多的环节，提供营销、销售、客服、运营四类标准化 Agent，按坐席收费或效果分成。朋新宇的判断是，定制化本身难以规模化，所以瓴羊更倾向用标准化方式解决个性化问题——这跟 Palantir 的路子正好相反。
他还提到两个观察。企业侧用 AI 是约束边界，追求「多快好省」，而不是个人侧的「新奇特」；进展顺利的项目多为自上而下推动，需要一号位亲自调配 IT 和业务预算。而实施中最耗时的其实是两件事：思想转型、教练团调教，系统上线本身倒很快。
瓴羊的底气，是过去五年服务上千家客户攒下的数据治理经验——数据打通这一步，对他们来说是水到渠成。
📈 前 Citadel PM 的股票研究系统：AI 干掉机械活，人只做高价值判断
原链 · 公众号 · 约 30 分钟读完
在 Fundamental Edge 的一场 Webinar 上，前 Citadel PM Brett Caughran 系统讲了怎么用 AI 重建股票研究系统。
他的主张很直接：AI 的价值不在直接生成投资结论，而在把资料整理、历史回溯、初步筛选这些机械工作压缩掉，省下的时间投进客户访谈、产品调研、关键假设验证这些高价值判断里——提高的是研究密度。
具体做法是把公司研究分层：快速概览筛异常，风险清单做初筛，通过了才进完整覆盖。对 157 只医疗股，他把单只完整覆盖从 50-60 小时压到 45 分钟，快速概览更是只要几分钟，先用约 120 小时建出覆盖地图，再只对其中 30-45 只做深度理解。
更值得抄作业的是上下文工程。他把上下文分两类：一类是公司原始资料，10-K、电话会、卖方报告、内部笔记；另一类是研究者脑中的隐性知识——怎么定义业务质量、怎么选关键驱动、怎么识别真风险。这些判断标准必须写成步骤和检查清单，编码成 Skill 文件，让 AI 逐渐按真实投资方法工作。
验证也分两层：先让另一个 AI Agent 查引用和数字一致性，再由研究者亲自回原文核验关键输入。而且 AI 工作流必须先跟人工流程并行跑 10-20 个项目，把重复错误喂回 Skill 文件，建立信任之后才谈自动化。
对投资者来说，最值得投入的不是追工具，是写清楚自己的研究流程和判断标准。
💡 围绕模型增益做服务，只能领先两三个月
原链 · 公众号 · 约 12 分钟读完
AI 应用产品的壁垒到底是什么？作者内森先生的答案是：用户的迁移门槛，而不是功能和服务本身。
他观察到，AI 应用创业者正陷入群体性焦虑——靠补贴、刷 ARR 迎合资本，却忽视了真正的用户粘性。移动互联时代是产品驱动增长，而 AI 时代是能力驱动增长：模型迭代极快，围绕模型增益做服务只能领先两三个月，形不成持久优势。
迁移成本怎么建？他给了五个维度：数据资产、社交关系、嵌入行业业务流、交易平台属性、心智习惯。比如法律 AI 应用 Harvey，用私有实例沉淀律所的文书和偏好，让用户越用越离不开；社交关系则可以靠 Remix 二创和 proactive agent 协作网络来构建。
计费模式也得换。他建议 Workflow AI 探索 Outcome 计费，而不是脆弱的订阅制——模型 token 一旦涨价，没有闭环的应用会被直接收割。
最后是个更大胆的判断：AI 时代的超级应用，将是主动获取用户 context 的 proactive agent，长成让人上瘾的服务帝国。而这个时刻，可能比预期来得更快。
▪️CASE 案例
🦾 5 元时薪的老太太和跨国套利：具身智能的数据是从哪来的
原链 · 公众号 · 约 16 分钟读完
具身智能需要海量真实数据，这些数据谁在生产？这篇通过数据采集代理商黄大荣的口述，揭开了这条产业链的现状与乱象。
本质上是层层分包的传统生意，核心在于分钱：硅谷公司利用印度、尼泊尔的廉价劳动力跨国套利，国内则从需求方、设备商到加工层形成完整链条。
真实有效的数据来自哪？不是高级智能工厂，是普通工厂的计件工人。但工人拿不到钱，数据质量就没法保证——农村老太太被以 5 元时薪拉来采集数据，中间商跑路、拖欠劳务费，沦为廉价的数据耗材。行业里还有虚假繁荣：部分公司虚报设备数量与数据量，骗投资。
黄大荣的判断是，机器人会率先落地城市中高产家庭，家庭场景数据将成为重要来源，未来甚至可能出现类似滴滴的数采平台，让普通人接单赚钱——但数据合格标准得重新建立。
文章的警示很直接：如果 AI 行业靠拖欠底层劳务费赚钱，那就是套着 Physical AI 外衣的旧式剥削。
🎮 给村民篡改记忆、发布死亡预告：这个 AI 小镇被玩成了叙事沙盒
原链 · B站 · 约 9 分钟看完
最近 B 站 在搞 AI 创造公开赛。我在参赛作品里，发现了 UP 主「是花子呀_」发布的一款像素风的 AI 小镇，很有意思。
新版本的村民支持自定义人格，灵活度极高，可以有奇怪/邪恶设定——比如设定一个吸血鬼混进村庄，但村民互相不知道对方身份，悬疑剧就这么自动长出来了。还可以加入生死属性，开发者能化身「黑化造物主」，每天发布死亡预告、随机触发处决。
最疯的是改记忆。作者现场演示篡改一名村民的记忆，让他觉醒、意识到小镇是虚拟世界——直接演「黑客帝国」了属于是。
叙事之外，室外地图也扩了，加了小鸟小猫可以互动，天气控制器和时间流速调节都保留。作者坦言版本还有缺陷，但鼓励玩家把小镇改造成魔幻中土或长安古城，衍生出完全不同的故事。
该项目已经全部开源，Github 地址。
💰 18 个月融 1.55 亿美元：Profound 想把品牌营销搬进 AI 推荐名单
原链 · 公众号 · 约 20 分钟读完
AI 正在取代搜索引擎成为互联网默认入口，品牌营销的战场也从 Google 前十名，转向了 AI 推荐名单前三名。这篇结合 QuickCreator 的创业实践，拆解了 Profound 估值 10 亿美元的逻辑。
Profound 成立 18 个月融资超 1.55 亿美元，客户覆盖超 10% 的 Fortune 500。但它的核心不是可见性监控工具，而是 AI 时代的营销基础设施。
两个关键数据资产值得说。一是 15 亿级真实用户 Prompt 数据，用来构建 AI 世界的 Search Demand Database，把传统 Keyword Research 升级成 Prompt Research，用语义聚类识别 Intent Cluster。二是 Citation 追踪链，从 Prompt 到 Answer、到 Brand Mention、到 Domain、再到 URL，帮企业改变整个互联网内容生态里的 Authority Distribution。
真正的野心是从监测走向执行：用 Profound Agents 跑通「监控→发现问题→Agent 分析→生成方案→执行→重新测量」的闭环，最终成为 Semrush + 内容平台 + 自动化 + AI Agent 的整合体。
效果有案例撑着：Ramp 用一个月把 AI Visibility 从 3.2% 提到 22.2%，Airbyte 一周内从 9% 提到 26%。
核心启示：企业得把 AI 当成一个超级智能客户——既要生产给人看的内容，也要生产能被 AI 理解、引用和推荐的内容。
随便看看：
《300 人的月之暗面，只有一层楼，没有一个部门》：明显是公关文，可以看看作者拔高的笔法，很是专业，建议不知道怎么给 PR 对象吹嘘的作者参考，绝对舔到甲方舒服。
《How Kavak Rebuilt Itself Around AI Agents | Alejandro Maza Ayala》：二手车平台 Kavak 重构为 AI 原生企业：每客户绑定一个专属 Agent 和独立虚拟机，96% 交互、95% 交易由 Agent 独立完成。AI 销售转化率是人类团队的 2.1 倍。
AI 短剧行业相关三篇：《千位郑州老板，100 天「熔断」之后》、《AI 短剧冲击横店，「今年演员天天来问有没有项目」》、《你们爱看的狗血短剧，她自己写完从来不看第二遍》。
《第一批做 FDE 的人，离高薪差远了》：定焦 One 采访五位一线从业者，还原 FDE 职业现状：需求暴涨，但网传年薪百万几乎没人真正拿到，驻场、沟通、梳理混乱数据的「脏活」才是日常。作者建议别被高薪标签冲昏头，先低成本验证自己是否适合。
《顶尖 AI 人才，不敢结婚》：Elad Gil 透露，顶级 AI 实验室研究员在认真讨论「该不该结婚」——担心 18 个月后 AI 递归自我改进、职业价值归零。精神医学界已造出新词「AI 替代功能障碍」，攻击的是「我是谁」。
《一位谷歌科学家和他的疯狂组织实验》：出门问问 CEO 李志飞的激进实验：全员强制迁入自研 AI 协同平台，砍法务、IT 和大半 HR，员工从 300 砍到 150，运营成本半年降 54.7%。他自认成功率低，但「不转型失败概率更高」。
《OpenClaw 创始人最新分享：做产品最重要的能力，是找到一件让你烦透了的事》：OpenClaw 创始人 Peter Steinberger 在 YC 的演讲：做产品最重要的能力，是找到一件让你烦透了的事，情绪比问卷数据更接近真实 PMF。另提醒：停用自家产品是最危险的信号。
《你的第一台机器人手机！Robot Phone～【首发实测】》：UP 主秋芝 2046 首发实测荣耀 Robot Phone：实体智能云台加 AI 助手 YOYO，感觉是带 agent 手机加了个大疆那样的小云台摄像头，会流行起来吗？
适合个人上手的教程/评测/资源：
《12 步学会用 AI》：数字生命卡兹克写给普通人的 AI 入门清单：12 步从装环境、语音输入，到用「背景、痛点、需求」框架派活、让 AI 先苏格拉底式提问再动手，最后沉淀成可复用的 Skill。号称半天学会。
《AI 帮我开发 Mac 应用上架》：花叔复盘首个 macOS App 上架：Kimi K3 一天做出录屏工具「花录」，苹果拒审后 Claude Code 接管修复并重新提交，两天过审。App 4.2 MB、本地处理，首月免费后转付费。
《Codex+Obsidian 公众号创作工作流开源》：作者苍何开源的公众号创作闭环：Codex 以 Obsidian 插件形态介入润色、检索、排版预览、爆款标题和封面生成，确认后一键同步到公众号草稿。默认排版免费，新用户送 30 积分。
《跨境 VOC 分析技能打包指南》：作者饼干哥哥把十年数据分析经验封装成 4 个 VOC Skill，从抓评论、AI 打标到生成六类业务场景的 HTML 报告全自动。方法可迁移到舆情监控、客服工单等非结构化文本分析，Skill 已开源。
《Ovid 阅读器按需切换原文译文》：少数派作者 Drapor 自研的阅读器：不做双语对照排版，点击段落即可在原文与译文间按需切换，人名地名翻译保持一致。新用户有免费额度，未登录可读 Gutenberg 公版书，GitHub 已开源。