产品方向与技术应用 - 在AI创业中，速度和长文本上下文处理能力是关键因素，忽视这两点会导致产品失败 [1] - ChatGPT因响应速度快而获得高使用率，而Perplexity因加入Cloudflare检查导致使用率下降 [3][4] - 长文本上下文处理能力（如Gemini 2.5 Pro的1M token支持）显著提升产品体验，远超RAG/企业知识库方案 [7] AI对白领工作的影响 - AI并未取代白领工作，而是扩大了目标市场规模（TAM），例如bland.ai通过AI电话提升司机接单效率 [5] - AI使低ARPU商品也能提供强销售和客制化体验，颠覆传统分销模式 [6] - AI员工可低成本支持本地化陆军业务，弥补传统出海模式的不足 [6] 模型能力与产品设计 - 产品需求描述需结合模型实际能力，单纯PRD无意义，需通过AB测试验证 [8] - C端产品经理需提升对模型能力的认知，模型调优比UI/UX更能带来正向收益 [9] - 投资人应关注模型能力（快/长/智）带来的C端体验变量，而非仅看产品定位和流量 [9] 行业趋势与竞争策略 - 开源模型将导致模型层被管道化，价值将集中在应用层和workflow capture [7] - 最强AI产品需最大化发挥模型超能力，类似推荐算法时代的UGC短内容生态 [10] - 谷歌CEO Sundar Pichai认为应专注打造最佳模型，场景和商业模式自然跟随 [10] 创业反思与认知提升 - 早期对ChatGPT的判断过于莽撞，实际价值在于丝滑体验和快速加载 [4] - 行业对长上下文能力的认知滞后，直到Gemini 2.5 Pro发布才验证其重要性 [7] - Eric Schmidt早指出AI发展方向为更少幻觉、更长上下文和多模态，但实践验证后才被广泛接受 [8]