以下文章来源于AI故事计划 ，作者杨梅 AI故事计划 . 人在AI时代的命运。这个编辑部致力于记录AI时代的真实故事。 通往AI世界的黑市船票。 作者 I 杨梅 编辑 I 张霞 来源 I AI故事计划 （ID：AIstory1） 最近，有读者向编辑部提供了一条选题线索。 读者发现，二手平台上出现了大量"AI倒爷"，他们正通过倒卖AI生成品套利。 众所周知，目前市面上的AI生成品几乎都能免费获取。因此我们判断，这是通过信息壁 垒收割下沉人群的又一案例。买单者很可能是那些困在数字鸿沟里的老年人。 然而，与多位买家和卖家交流后却发现，这门生意背后藏着不少让人意想不到的故事。 问出这句话后，对面的卖家突然已读不回了。我盯着对话框，看到"对方正在输入"的提 示闪烁了几秒，随后消失。 这位卖家叫"灯塔水母"，是我在二手交易平台上遇到的第一位"AI倒爷"。 咨 询 时 ， 他 秒 回 了 我 的 信 息 ： " 发 我 指 令 （ 尽 可 能 详 细 ） ， 1 小 时 内 出 货 ， 网 页 形 式 返 还。"回复的语气熟练得像流水线客服。 为了促成交易，他还发来一份长达10页的报告样例。"比自己熬夜做的还专业，行业分 ...

以下文章来源于镜相工作室 ，作者镜相作者 镜相工作室 . 商业世界的风向与人 本文来自微信公众号： 镜相工作室 ，作者：阮怡玲，编辑：邬宇琛，原文标题：《AI产品的邀请码 「黑市」，谁在制造稀缺？》，题图来自：AI生成 凌晨一点，一群人守在电脑前，盯着网页上那串尚未出现的邀请码。 倒计时归零，页面一闪而过——"没了"。 这一晚，系统共发出1000个码。抢到的人像中了奖，立刻在社交平台晒图："刷了一整夜，开了几十 个窗口，终于抢到了""激动得截图都忘记截"。更多人则扑了个空。有人凌晨两点才看到帖子，错过 发放；有人在评论区质疑"是不是被机器人全刷走了"；也有人一直等消息，却半个月都没有下文。 没过多久，邀请码开始在二手平台流通——价格一路被炒上去，据传最高时卖到三位数。 这样的场景，如今成为了AI产品发布后的常态。免费的邀请码成了流通的商品：发邀请码的厂商让 它稀缺，抢邀请码的用户让它走红，倒卖邀请码的黄牛嗅到商机——AI邀请码的黑市，在一次次"限 量抢码"的深夜中被催生出来。 2个月后，一款AI创作产品上线2.0版本。与3月首次公开发布时的"自由注册"不同，这次升级需要邀 请码才能使用。官方账号发出预告，想获 ...

以下文章来源于镜相工作室 ，作者镜相作者 镜相工作室 . 商业世界的风向与人 凌晨一点，一群人守在电脑前，盯着网页上那串尚未出现的邀请码。 倒计时归零，页面一闪而过——"没了"。 这一晚，系统共发出1000个码。抢到的人像中了奖，立刻在社交平台晒图："刷了一整夜，开了几十 个窗口，终于抢到了""激动得截图都忘记截"。更多人则扑了个空。有人凌晨两点才看到帖子，错过 发放；有人在评论区质疑"是不是被机器人全刷走了"；也有人一直等消息，却半个月都没有下文。 没过多久，邀请码开始在二手平台流通——价格一路被炒上去，据传最高时卖到三位数。 这样的场景，如今成为了AI产品发布后的常态。免费的邀请码成了流通的商品：发邀请码的厂商让它 稀缺，抢邀请码的用户让它走红，倒卖邀请码的黄牛嗅到商机——AI邀请码的黑市，在一次次"限量 抢码"的深夜中被催生出来。 今年3月，Manus爆火，邀请码被炒到上万元，自此以后，邀请码机制在AI产品里越来越普遍，花样 越来越多，商机也越来越大：9月30日Sora2发布，第二天就有人靠着卖邀请码日赚5000元。 社交媒体上，"求码"成为了AI圈最响亮的呼声。 5月份，一个AI设计产品上线前夕开始发 ...

文章核心观点 - AI技术在电商行业的应用已从单点能力展示进入全面落地阶段 天猫总裁家洛将今年定义为“AI全面落地的第一个双11” [2] 京东也指出今年双11是其AI、大模型、机器人等技术融入程度最深的一届 [2] - AI已深入电商的消费者端和商家运营端 在提升购物便捷性和运营效率方面显现价值 但用户体验、技术可靠性和商业化进程仍面临挑战 [3][4][9][17][20][21] - 行业共识是AI电商的全面应用落地仍需较长时间 是一场持久战 需要解决数据、模型、信任等多方面复杂挑战 [17][18][20][21] AI电商战略与版图 - 电商巨头不再围绕单点AI能力讲故事 而是展示全面的AI版图 [2] - 天猫端出C端6个AI导购产品 B端AI工具基本覆盖电商人货场全链路 包括经营分析、商品运营、人群运营、内容素材制作到投放策略优化 [2] - 京东在双11前发布全新电商AI架构“Oxygen” 并首次大规模投入“超脑+狼族”智能设备集群 展露其“具身智能”野心 [2] - OpenAI加速其AI电商版图 与Shopify、沃尔玛等合作 上线即时结账功能 试图打通“购物-交易”闭环 [8] 消费者端AI应用（C端） - AI导购主要服务两类消费群体：有明确购物目标寻求性价比的消费者 以及希望AI包揽从产生需求到完成购买全过程的消费者 [7] - AI应用案例包括使用DeepSeek制定购物攻略、整理花费记录、计算商品折扣单价 [4][5] 以及使用Manus、ChatGPT Atlas等Agent制定详细购物攻略和对比跨品牌产品参数 [7] - 市场数据显示AI购物工具使用率上升 OpenAI研究发现ChatGPT每天收到的25亿条提示中约2%涉及质量判断 [7] Adobe公司九月调查显示逾三分之一消费者已在使用AI工具进行产品研究、获取推荐和寻找优惠 [8] - 用户体验存在优化空间 包括价格预测不准确、无法提供跨平台详细价格对比、优惠信息无法实时动态调整 [4][9] 以及用户对隐私问题的担忧 毕马威调查显示43%的美国消费者对AI分析个人数据提供推荐感到不舒服 [10] 商家端AI应用（B端） - AI工具应用于私域群发和前端获客咨询 显著提升运营效率 例如可将需要十几人手动私戳十几万用户的工作 简化为仅需2-3人设置AI群发 [11] - AI介入降低了账号因操作过快或过量而被封禁的风险 [11] - 在营销投放领域 AI自动化解决方案已遍地开花 海外如Google的Performance Max、Meta的Advantage+、Tiktok的Smart+ 国内如阿里妈妈的万相台AI无界、抖音的巨量引擎等 [13] - AI投放智能化使投手从手动创建人群包、设预算、定出价、24小时盯账户转向关注素材把控和账户运营 后台设置可实现智能测图、批量生成素材 [13][17] 面临的挑战与未来展望 - 技术层面 “AI导购”依赖“人货”两端的长期技术进化 需要大量用户行为数据积累 并在数据合规、存储及多维度数据融合上提升模型精度 [10] 推荐模型如UCSD的SASRec、Meta的HSTU等普遍面临数据不稳定性、推理延时高、存储与计算成本较高等挑战 [18] - 用户体验与信任层面 AI需要建立与消费者的“强信任”关系 但当前信任尚未完全“上车” [10] 平台需用户高频使用并与品牌打通数据体系以优化搜索精准度 这需要时间周期 [18] - 商业化层面 拥有电商业务的大厂能率先搭建“需求-推荐-交易”内循环 但AI公司借“电商变现”的程度存疑 [20] 研究显示传统电商渠道在转化率、客单价等赚钱能力以及用户活跃度方面表现仍优于ChatGPT等新渠道 [20] - 行业内部认为AI电商全面落地道阻且长 是一场持久战 淘天内部人士表示C端导购产品目前重点在打磨产品 商业化需等待成熟 [17]

「锦秋AI实验室」 这是一档专注于探索和评测AI产品在实际场景中应用效果的栏目。 我们正在 用AI 解锁100个效率场景。 下一个场景会是什么？ 在翻译PDF时，你可能遇到过这样的 尴尬时刻 ： 文字是译出来了，但表格塌了、排版乱了，连页眉页脚都成了谜。 尤其当文件是扫描件时，AI翻译更容易"眼花"——要么错行、要么丢字，要么整页乱码。 ⬇️ 比如这样： | CONDENSED CONSOLIDATED STATEMENTS OF OPERATIONS (Unaudited) | | | | | | | | | --- | --- | --- | --- | --- | --- | --- | --- | | (in millions, except number of shares, which are reflected in thousands, and per-share amounts) | | | | | | | | | | | Three Months Ended | | | | Nine Months Ended | | | June 28, | 2025 | | June 29, 2024 ...

大会与行业背景 - 第六届1024资管科技开发者大会（ITDC 2025）在上海举行 主题为"人工智能+：从产业AI到金融AI" [1] - 大会汇聚政府部门、金融基础设施、银行、保险、公募基金、券商资管、金融科技企业等领域嘉宾 探讨AI技术在资管行业的前沿应用与发展趋势 [1] AI Agent技术趋势 - 基础大模型能力跃迁及开源模型普及 推动AI Agent在金融行业落地应用 [1] - AI Agent技术成熟 从"单点功能"走向"流程自动化" 可自动理解、拆解并执行复杂任务 [1] - AI Agent实现对桌面端、数据中台、业务系统等资源底座的统一调度 [1] - 在投研、投顾等专业场景中 AI Agent成为推动业务效率跃升与模式重构的核心引擎 [1] 投研业务范式变革 - 在AI Agent赋能下 投研业务逐步迈入"人机协同"的范式突破 [2] - 以智能投研平台WarrenQ为例 帮助分析师从繁琐基础工作中解放 聚焦核心价值创造 [2] AI赋能投顾服务 - WarrenQ平台可赋能营销型投顾和产品型投顾 [2] - 针对营销型投顾 在客户分析、针对性推荐、个性营销、专业陪伴等环节助力快速生成个性化投资建议和资讯服务 [2] - 针对产品型投顾 在研究分析、构建投资组合、运作报告、直播路演等环节进行AI全程辅助 [2] - AI赋能下 过去一个投顾深度服务一位客户的时间 可服务5位到6位客户 且服务质量稳定在专业水平之上 [2] 公司业务进展与展望 - 公司智能投研产品与能力已服务数十家金融机构 助力投资研究全流程智能化升级 [3] - 投资研究是金融机构落实"人工智能+"行动的重要领域 [3] - 公司将持续跟进大模型技术前沿发展 为投研业务场景深度赋能 助力金融机构实现投研体系数智化跃迁 [3]

Benchmark人事变动 - 过去两年内Benchmark失去三位普通合伙人，包括Victor Lazarte、Miles Grimshaw和转为风险合伙人的Sarah Tavel [1] - 新任命Everett Randle为普通合伙人，其此前是KP合伙人并主导过多个AI项目投资 [1][2] - 公司强调合伙人需具备集体荣誉感、直接沟通创始人、将投资视为终身使命的特质 [4] Benchmark投资策略与文化 - 采用完全扁平化架构，所有合伙人拥有平等权力、责任和所有权 [5] - 投资标准注重团队卓越性、好奇心、谦逊态度和竞争意识 [4] - 近期重点布局AI细分赛道，领投项目普遍呈现收入快速增长或多轮融资特征 [5] AI领域投资案例 - 领投非结构化数据AI文档产品A轮2500万美元，半年后获a16z领投7500万美元B轮 [6] - 参与AI编程工具Cursor的1.05亿美元B轮融资，并领投AI找Bug平台Greptile的2500万美元A轮 [6] - 投资AI税务合规平台Numeral的1800万美元A轮，其企业客户超2000家，6个月后完成3500万美元B轮 [6] 重点AI项目进展 - 领投AI搜索引擎Exa的8500万美元融资，将其定位为"AI时代的Google" [7] - Victor Lazarte主导的AI基础设施Decart估值达31亿美元，半年增长6倍，完成1亿美元B轮融资 [7] - 种子轮投资1000万美元的Langchain估值升至12.5亿美元，完成1.25亿美元B轮融资 [7] 硬件与跨境投资 - AI芯片公司Cerebras完成11亿美元G轮融资，估值达81亿美元 [8] - 积极投资华人AI项目，包括ARR达1亿美元的HeyGen、年化收入9000万美元的Manus和ARR超1亿美元的Fireworks [8]

"一人公司"是未来么 - AI技术平权趋势下创业门槛降低，出现一人公司案例实现1亿美元收入[7] - 生产工具能力提升使生产效率和组织结构变化，一人可完成更多工作[7] - 国内一人公司发展尚早，需对接生态环境形成商业闭环[8] - 团队规模浓缩至4-5人可验证产品可行性，10人团队可达数十万美元月收入[8] - 伟大商业模式初期可一人启动，但后续发展仍需团队支撑[9] - 投资策略可更早介入个体创业者，帮助单点突破后追加投资[9] 今天的投资人，在投AI的时候都在投什么 - 投资策略从大模型转向应用层，关注Agent和具身智能方向[12] - 更关注创业者变化而非预设赛道，看重年轻创造者的实践能力[12] - 机器人领域关注导航、局部运动、交互和操作四大核心能力，目前交互和操作仅解锁5%-50%[13][14] - 材料侧的人机交互存在未解决问题，影响穿戴设备和机器人发展[14] - 2024年下半年60%投资分布在应用层，模型Agentic能力提升激发复杂场景应用[15] - 2023-2024年投资方向集中在大模型、算力芯片和具身智能，2024年下半年应用领域机会显现[16] - 应用层发展可为AI行业造血，带来百花齐放的非共识投资机会[17] AI让"学习"更快了，创业者的"年龄"越来越不重要 - 25岁创业者历史常见，如丁磊26岁创业，马化腾、张一鸣等均在20多岁成功[19][20] - 学习通路和知识习得速度质变，AI工具使年龄因素重要性下降[20] - 创业者需具备学习能力和人事匹配度，组织能力重要性边际下降[21] - 南方创业教育低龄化，初中高中开始灌输创业理念[21] - 创新本质比年龄更重要，需关注颠覆式创新结果[21] 超级能卷的巨头之下，年轻人还有哪些创业缝隙 - 避开大厂显而易见方向如模型迭代、高度依赖智能的Coding和Agent领域[24] - 选择垂类赛道而非通用方向，与大模型保持安全距离[24] - AI时代广告商业模式可能不存在或大幅变化，大厂会直接做应用[24] - 移动互联网到AI非天然延展，共享经济等新公司可在非巨头核心领域成长[23] 攀比融资没意义，花钱可能比融钱更难 - 融资不应成为安全感或虚荣符号，需避免无意识攀比估值[27][28] - 优秀团队融资需详细规划资金用途，具备花钱能力比融资更难[29][30] - 超级团队是个例而非范例，市场化定价基于人才、资本、政府资源和产业号召力[29] - 投资需关注团队深度思考能力，如应对大厂竞争的策略思想实验[32] 产品导向vs技术驱动，哪条路更容易成功 - 理解用户需求比技术先进更本质，创业应避免拿锤子找钉子[34][35] - 成熟投资人寻求六边形战士，技术栈复杂需多维度能力融合[35][36] - 应用公司需平衡用户需求理解和技术边界认知，创始人需具备学习迭代能力[37] - 技术边界收敛前押注技术有道理，应用时代现实世界手感更重要[38] 在AI创业时代创业，如何避免成为炮灰 - 建立商业模式护城河，技术搭好脚手架，平衡生存与远景实现沿途下蛋[40] - 信息对称下靠速度和迭代取胜，壁垒应建立在模型之外的业务流和网络效应[40] - 模型技术变化快速，避免炮灰关键在速度而非产品创新或数据飞轮[41] - 动手实践寻求差异化，快速验证获取用户反馈是亘古不变的原则[41]

ChatGPT： AI像当年的电力或互联网一样，是一场技术革命。它不会彻底"取代人类"，但会重新定义"工作"和"创造力"的含义。掌握AI、与它协作的人， 未来反而会更有竞争力。 那么在过去这一年里， AI"干掉"了些什么？又"创造"了些什么？"工作"和"创造力"的含义又被AI赋予了哪些新的注脚？ 你或许能在36氪过往推送过的这些 文章中，窥探到一些答案。 当传统心理咨询面临资源短缺、费用高昂或社会偏见的情况下，越来越多的人开始默默转向AI，试图在人机对话中寻找情绪出口。是时候来探究这份"陪 伴"究竟意味着什么了。 36氪国庆特别策划 文末还有抽奖！ 策划 ｜ 何雨婷 封面来源 ｜ Unsplash 不久前，OpenAI首席执行官Sam Altman在接受采访时表示："我可以肯定地说，到2030年底之前，如果我们没能开发出能够完成人类自身无法企及任务的超 级智能模型，我会感到非常意外。" 有人说， 这是Altman为人类智力霸权时代划定的最后期限 。 从AI出现以来，关于它会取代谁、会消灭哪些行业的讨论就从未停歇。这些年，AI不断"入侵"我们生活、工作的各个领域，人们一边将AI视为推动生产变 革的力量，另一方面 ...

Manus产品发布与市场反应 - 2025年3月6日凌晨，智能体产品Manus发布，邀请码在二手平台被炒至数万元，最高标价达十万元[1] - 产品演示视频展现出独立思考、任务分解和工具调用等跨越式能力，宣称能像主动能动的实习生一样交付完整成果[3] - 发布后产品被质疑性能不稳定、存在宕机现象，能力边界未如宣传清晰，导致口碑迅速滑落[3] Manus业务调整与团队变动 - 2025年7月，公司进行大刀阔斧裁员，清空国内社交媒体内容，官网显示地区不可用，并撤出中国市场[3] - 国内团队约120人，仅核心研发团队约40人迁往新加坡，其余约80名非核心员工被裁，裁员补偿为N+3或2N[4] 资本驱动与融资环境 - 2025年5月，Manus获得美国风投Benchmark领投的7500万美元B轮融资，但受美国财政部对外投资安全计划审查[6] - 投资机构要求公司将总部迁出中国以规避合规风险，确保接入OpenAI、Anthropic等国际AI生态[6] - 产品表现与市场期待存在落差，导致口碑崩塌，虽获腾讯等战略性投资，但未扭转国内资本市场处境[5] 市场竞争与商业化挑战 - 中国市场在流量与应用场景上具吸引力，但内卷严重和短平快商业化期待放大产品未成熟时的负面反馈[7] - 海外市场除中美外竞争未达白热化，Manus技术产品理念更易脱颖而出，获得国际资本青睐[6] - 公司选择全力押注海外，避开本土市场激烈厮杀，寻求更易拔尖和付费意愿更高的国际市场[7] 战略重心转移与全球化布局 - 公司将重心迁至新加坡，彻底摆脱国内因预期过高而陷入的被动局面，相当于按下重启键[9] - 短期通过海外融资与低竞争市场实现降维打击，长期可能采取出口转内销策略，以国际巨头身份重返中国[10] - 创始人认为中国创业者应更激进地全球化，参与全球竞争，类似MiniMax等公司也优先面向国际市场[10] 中国市场后续发展 - Manus撤出后，国内智谱、MiniMax、阶跃星辰等公司迅速扩展Agent能力并推出产品[12] - 互联网巨头如百度、阿里、腾讯、字节将Agent能力植入已有产品矩阵，转化为稳健的场景化服务[12] - Manus的离去激发本土玩家紧迫感，市场焦点从谁先出Demo转向谁能稳定交付和场景中量产[13] 技术演进与市场影响 - 通用型智能体打磨需要复杂真实世界数据和多元用户反馈，放弃中国市场可能割舍快速进化机会[14] - 中国大模型技术取得长足进步，依托大而全的产业优势加速探索金融、制造、医疗等商业化落地[14] - 有观点认为公司搬到海外仍被视作中国公司，出海策略可能为未来发展设置无形上限[15]