AI产品开发策略 - AI产品面临的挑战分为"过渡性问题"和"永恒性难题"，前者会随技术迭代自动解决，后者持续存在[3] - 应用层创业者常见错误是对"过渡性问题"过度投入，如优化可能被下一代模型淘汰的功能[4] - Granola案例显示，应聚焦核心价值点（笔记质量）而非短期技术限制（上下文窗口），最终GPT-4升级使问题自然解决[5][7][9][10] 资源分配方法论 - 资源分配需具备三种大局观：空间位置、时间演变轨迹、问题消失概率[29] - 高手通过判断问题生命周期分配资源，如电动车续航焦虑属过渡性问题，能源密度属结构性难题[34][36] - AI时代"问题自动消失"频率上升，识别可放弃的问题成为关键元技能[37][38] 商业决策框架 - "三步筛选法"建议将问题分为技术可解决/时间可解决/必须主动解决三类，80%资源投入最后一类[42][43] - 定期复盘已消失的问题可训练识别"过渡性问题"的直觉[44] - 指数级变化时代需区分"过渡性焦虑"与"结构性挑战"，前者可采取低空飞行的最小可行方案[45][46]