铃阅
❌

普通视图

国产模型,第一次真正进入了 Qwen 时代

2026年11月16日 18:02

原创 刘小排 2026-11-16 18:02 北京

老外催Qwen-4上线比催GTA 6还急

哈喽,大家好,我是刘小排。

今天(11 月 16 日),阿里发了新一代基座模型 Qwen4-Max(2.4T 总参数,每步仅激活 71B,支持百万上下文与原生视觉)。

过去这一周,它的预览版已经在海外开发者圈子里被测疯了;今天官方又放出了完整评测和真价格。全部看完、算完账,先说结论:

国产大模型,第一次真正进入了 Qwen 时代。

省流版 · 核心结论

•硬指标真顶上来了:在没法刷题的 CodeArena 全球前端双盲榜冲到全球第 6(刷新中国模型最好成绩);真实代码仓库修复 DeepSWE(75.7 分)和“智能体最后的考试” ALE(46.7 分)双双超过同场对比的 Claude Opus 5.5 排在榜首。

•开源基本盘本来就是它的天下:单 Hugging Face 下载超 20.45 亿次(全平台累计超 30 亿次),海内外开发者在服务器里天天跑的开源底座一直都是 Qwen,这次总算补上了超大杯旗舰(系列中的中小尺寸模型后续也将陆续开源)。

•越强反而越省钱:换上新架构后,干同样的编程活儿少烧近一半 Token;国内缓存命中更是低至 0.5 元 / 百万 Tokens(远低于海外主流模型价格),Work360 单任务平均费用从 26.58 元降到了 11.16 元,降低了 58%。

•小遗憾和提醒:在黑盒软件复刻和“一句话抽卡”的默认前端精致度上,离顶配 Claude 还有差距,得把验收要求写细;日常干活用正式版默认的 High 档就够了,重度写代码再切 xHigh。

下面稍微展开讲讲。

01盲测刷新国产最好成绩,补齐 30 亿开源底座最缺的一块

看新模型我一向先盯双盲榜,因为没有标准答案,谁也刷不了题。

在最新的 CodeArena: WebDev 全球前端盲测榜上,Qwen4-Max 拿到了 1,750 分,位列全球第 6,刷新了中国模型的最好成绩。居于 GPT-6 Astra(1,763)和 Claude Fable 5.1(1,743)之间,排在 GPT-6.1 Sol、Claude Sonnet 5.5 High 和 Kimi K3.1 Pro 前面。

直接看图:

CodeArena 全球前端双盲榜:Qwen4-Max (xHigh) 位列全球第 6,刷新中国模型最好成绩

▲ CodeArena 全球前端双盲榜:Qwen4-Max (xHigh) 位列全球第 6,刷新中国模型最好成绩

再看千问今天放出的 16 项编程、办公与长程任务综合评测总图(可点开大图看细节):

16 项核心评测对比:DeepSWE、ALE、HLAB 等多项领先,强项与待追赶项同图坦诚列出

▲ 16 项核心评测对比:DeepSWE、ALE、HLAB 等多项领先,强项与待追赶项同图坦诚列出

这张图里有两组信息特别硬:

一是真刀真枪干活的 Agent 实战:测真实代码仓库修复的 DeepSWE v1.1 拿了 75.7 分,测长周期高价值任务的 ALE 拿了 46.7 分,法律实务 HLAB-Vals-1.1 拿了 21.3 分,这几项硬仗都超过了同场对比的 Claude Opus 5.5(包括在千问自己的知识、代码、问答、STEM 四类内部评测里,Qwen4-Max-Base 的每字节比特数 BPB 在全部五个参评模型中也是最低的)。

二是我很欣赏千问团队这次放榜的态度:赢过 Opus 5.5 的项目摆在上面,还没追上的项目(比如黑盒软件复刻 ProgramBench 拿 31.5 分,离 Opus 的 65.0 还有距离)也原原本本画在同一张图里,没玩“只挑赢的榜截屏”那套小把戏。做技术选型最怕厂商报喜不报忧,这种坦诚反而让我敢放心用。

再把视角拉回全球开源生态,其实海内外开发者真正在服务器里天天跑的底座,本来就是 Qwen:

Hugging Face 2026 官方报告:Qwen 下载量达 20.45 亿次,超过美国五大巨头总和

▲ Hugging Face 2026 官方报告:Qwen 下载量达 20.45 亿次,超过美国五大巨头总和

单在 Hugging Face 一个平台上 Qwen 下载量就过了 20.45 亿次(算上魔搭等全平台累计超 30 亿次),衍生模型超 30 万个,比 Google 加 Meta 两家合起来还多。Airbnb 的 CEO 公开夸它好用、快、便宜;按某些硅谷明星创业公司的秉性,嘴上不说、背地里拿 Qwen 开源权重微调套壳的就更多了。

过去大家对 Qwen 唯一的遗憾,就是中小模型无敌,唯独缺一个能在百万上下文、超复杂工程里正面顶上去的超大杯旗舰。今天 Qwen4-Max 把这块短板补齐了。

022.4T 总参只激活 71B:干一样的活儿少烧一半 Token

这周推特上还有个特别出圈的事。

11 月 6 号,千问官推发了一句预告 The becoming begins。紧接着编程工具 Qoder 里悄悄上线了一个免费匿名模型 Qoduck,简介就一句“别问它从哪来”。海外开发者一边扒分词器猜身份,一边拿难题猛测:等官方揭秘这只鸭子就是 Qwen4 预览版时,推文直接冲到 484 万浏览,评论区全在刷 Qwen-4 27B > GTA VI,催开源催得比催游戏还急。

如下图所示:

左:Qoduck 揭晓身份获 484.3 万浏览 | 右:海外开发者刷屏催更 Qwen4 开源小模型

▲ 左:Qoduck 揭晓身份获 484.3 万浏览 | 右:海外开发者刷屏催更 Qwen4 开源小模型

比起看热闹,我更在意这轮实测暴露出来的另一个特点:它特别省 Token。

高频用大模型写代码久了,我最烦过去一年行业里的一个坏毛病:比谁的思考链裹得长。明明是个中等难度的功能,非要在后台车轱辘话绕几万字,又慢又烧我的 API 预算。

推特开发者 @loktar00 晒了一张同题对比:

同一提示词生成雪夜圣诞村:上图 Qwen 4 用了 56k tokens,下图用了 112k tokens

▲ 同一提示词生成雪夜圣诞村:上图 Qwen 4 用了 56k tokens,下图用了 112k tokens

同一段提示词做 3D 雪夜圣诞村,对照组烧了 11.2 万个 Token,Qwen 4 只花了 5.6 万个 Token,省了一半,街道和灯光细节反而更好。另一位博主 @ItsmeAjayKV 拉了 103 道相同的 Three.js 题目 挨个跑了一遍,Qwen4-Max 在 87 道题里更省,平均每题 77.5k 对比 115.3k,少花了三分之一:

103 道同题实测:Qwen4-Max 在 87 道题里更省,平均省下 33% Token

▲ 103 道同题实测:Qwen4-Max 在 87 道题里更省,平均省下 33% Token

今天官方揭开了背后的架构底牌:每四层里用三层 Gated DeltaNet 把历史信息压成固定状态,搭配一层 Qwen 稀疏注意力(QSA) 按块挑重点,第 2 层还外挂了 328B 的 N-gram 词表层。2.4T 总参数每一步只激活 71B,单 Token 激活参数量比上一代(95B)减少约 25%。

在 Terminal-Bench 4.0 专业编程评测里,同样开 xHigh 思考档位,它每次尝试的平均消耗从上一代 Qwen3.8-Max 的 289K 降到了 151K(减少近 50%),评测得分则从 38.9 分提升至 48.5 分(提升近 25%)。

▲ Qwen4-Max 省流机制拆解:2.4T 总参仅激活 71B(减 25%),Terminal-Bench 4.0 少烧近半 Token、得分提升近 25%

少调动无效参数,想问题别绕弯子。我认为这才是基座模型该卷的方向。

03边跑边交不跑偏,真进产线、律所和实验室干重活

当然,光省钱没用。就像我常说的:免费的才是最贵的,便宜但干不好活,耽误的是我自己的时间。

我打开浏览器试玩了外网传疯了的纯代码奔马页面 STRIDE,没引任何外部 3D 模型素材,全靠代码手写反向动力学实时解算骨骼步态(Reddit 上还有人拿它跑核潜艇模拟到 192 FPS,官方也展示了它在虚幻引擎 Unreal 里整合资产做出的可玩 3D 游戏《喵出法随》)。下面是我自己录的画面:

实机录屏:跑满 120 FPS,可随时开关 IK 骨骼点、切换月光夜空背景

▲ 实机录屏:跑满 120 FPS,可随时开关 IK 骨骼点、切换月光夜空背景

不过单次生成看着爽,离正经干活还有距离。我现在管手头的“AI 员工”,最怕长任务闷头跑两小时不吭声,最后交出来一看方向早歪了,改都没法改。

Qwen4-Max 这次融入了个我很喜欢的 Live Delivery(持续交付) 机制,还顺手把插件开源了:接手复杂任务先快速交一个可用首版,再逐版扩展更新(比如做一个带 3D 交互实验的物理科普站,连着交付了 14 个可用版),你随时能插手校准方向。

有了百万上下文、原生视觉和工具调用底子,它真能钻进复杂工作流里当“AI 新同事”用。

先看外网开发者的实测:@superalesha 让它通过 Blender MCP 写脚本零素材搭出东京雨夜拉面摊,着色器闪黑框自己看截图修好;MindStudio 丢给它没比例尺的澳洲卫星图,它自己写 Python 量小镇像素坐标,第一遍认混小镇觉得数据不对,自己推翻重算了一遍。

再看今天披露的几个高门槛行业案例,数字也挺硬:在车企真实产线里算零件加工刀路、上机前查过切,把单个工件编程的人工投入从约 475 分钟降到了 24 分钟(减少约 95%);干企业 IPO 法律尽调,客户分批丢过来 198 份命名混乱的散乱底稿,它自己重命名归成 14 个目录、交叉核查工商司法记录、抓出对赌协议里的“恢复条款”隐患,交出 86 页每句都带底稿引用的报告;金融投研调 90 个 MCP 工具交付双重溯源的 Excel 底稿和 PPT 报告,点单元格链接就能直达原始数据出处(危重症医疗测试里,它甚至在单次对话里通读上万字病程和 1,433 张原始影像,识别出双肺背侧实变并给出处置建议)。

最绝的是干湿闭环科研:为了解决下一代高功率芯片的数据中心散热,它在自动化干湿实验室里自己连续跑了 48 小时,从 270 万个分子里筛算完,直接调度湿实验台配物料合成纯化,真在烧瓶里做出了新型冷却液样品(顺手还协同自研求解器帮阿里云把 CPU 离线重调度的最优求解速度提了超 14 倍)。

让 AI 去扛这些繁琐的整理、验算和试错,人只管盯核心审核、做关键判断,这才叫真落地。

04泼两盆冷水、怎么避免“抽卡”,以及 5 毛钱一百万的缓存账单

照例泼两盆冷水,免得大家用错姿势踩坑。

第一,思考档位别乱开。 上周预览版刚出第一天口碑两极,有人嫌它回简单问题慢,原因就是预览版当时把默认档位焊死在了 xHigh(极高档)。好比算个 1+1 也开着 ultrathink 深度推演,杀鸡用牛刀能不慢吗?油管博主 The Dark Factory 把档位调低一格重跑同一个预算 App,耗时从 24 分钟降到 9 分钟,Token 省了四分之三,评分反而从 8 分涨到了 9 分。

今天上线的 Qwen4-Max 正式版,默认已经改成了适合日常工作的 High 档,利索多了(之前的预览版依然留在阿里 Token Plan 里,你可以拿第一天没跑顺的老题目去重跑对比一下)。日常干活用默认 High 档就行,真啃复杂全栈 Web 开发再手动切 xHigh。

第二,别拿一句话去“抽卡”。 单论一句话直出的静态页面审美,我觉得它离海外价格贵好几倍的顶配 Claude 还有一点差距。一问一答“口喷许愿”的时代早过去了,Qwen4-Max 很适合“引导型开发者”:你糊弄它,它就交个朴素表单应付你;你把“什么叫完成”定义清楚,效果立马不一样。写交互前端时,我实测最好用的办法是在需求末尾顺手贴上这段验收小尾巴(可直接复制):

前端与交互开发 · 防偷懒验收小尾巴(可直接复制):

“你是一位顶尖的前端工程师与产品设计师。确保设计在视觉上经过精心打磨,具有清晰的视觉层级;所有交互元素正常工作并提供视觉反馈与空状态;交付前检查核心功能,针对最薄弱的环节再打磨一轮,确保最终结果正确渲染且没有控制台错误。”

初稿出来哪块配色或动效不对,直接指出来让它接着改,它也能稳稳改到位。

最后,算一笔我这种“有小农意识”的开发者最关心的账。

挑主力模型过日子,不能光看“一次生成惊艳结果”,关键得看面对需要反复改几十轮的复杂活儿,成本扛不扛得住。你看一眼前面 @superalesha 跑 Blender 拉面摊晒出来的真实账单:

看紫框里的数字:1,196 万总输入 Token 里,有 1,159 万都是缓存命中,占了 97%

▲ 看紫框里的数字:1,196 万总输入 Token 里,有 1,159 万都是缓存命中,占了 97%

平时用 Claude Code、Cursor、Qoder 或 OpenClaw 改过项目的同学都懂,背着几十万字代码库和日志连改二三十轮,95% 以上的输入都在一遍遍重发同一份项目背景。就算个人订着海外 $200/月 套餐,团队业务一接 API 跑长流程,月底账单照样肉疼。

今天官方公布的价格真的太良心了:国内标准输入 10 元/百万、输出 30 元/百万,而缓存命中每百万 Tokens 低至 0.5 元(较上代大幅下调,远低于海外主流模型价格)。

拿上面那张拉面摊的用量按正式版价格折算:那 1,159 万命中缓存的重复上下文 × 0.5 元/百万 = 才 5 块 8 毛钱人民币! 跑完一千多万 Token 的 3D 工程,重复背景这部分的钱还不够买半杯瑞幸。算上它本身思考 Token 还省了一小半,在涵盖 721 个细分领域的 Work360 评测里,完成单个任务的平均总费用直接从上一代的 26.58 元降到了 11.16 元,降低了 58%。

而且隐式缓存不用你改一行代码去配规则,满足命中条件自动按低价扣费。以后让 Agent 挂着大仓库自己卷几个小时,终于不用盯着后台心疼上下文了。

▲ 缓存命中低至 0.5 元/百万 Tokens(远低于海外主流模型),Work360 单任务均费从 26.58 元降至 11.16 元

目前 Qwen4-Max 已经在千问 AI 平台上线了 API 服务,阿里 Token Plan 里也能直接调用;平时在千问办公、Qoder、千问 APP、Qwen Studio 里都能直接体验。接下来 Qwen4 系列的中小尺寸模型也会陆续开源发布。

如果你前几天测过预览版觉得慢,或者手头正好有需要来回改几十轮的项目,今天可以切到正式版试试看。

用下来体感怎么样、省了多少 Token,期待在评论区交流!

— 完 —

刘小排r

AI 创业者与独立开发者,专注分享出海实战、AI 编程工作流与产品手记。

跳转微信打开

我帮大家把 Dodo Payments 的费率打下来了

2026年11月15日 18:02

原创 刘小排 2026-11-15 18:02 北京

做海外SaaS收款,Dodo Payments哪儿都好,就是费率太高。现在好了!我找CEO把费率打下来了。

哈喽,大家好,我是刘小排。

之前我在公众号里推荐过 Waffo,不少做出海产品的同学现在还在用。

今天再给大家推荐一家海外收款平台:Dodo Payments。

先说清楚,免得大家误会:Waffo 我自己还在用,一直挺稳的。

我手头的产品,目前主力接的就是 Waffo 和 Dodo Payments 这两家。

做出海产品有个基本常识:支付网关接得越多越好,能进一步降低风险。

收过海外钱的同学都懂,哪天某个国家的发卡行抽风、通道临时维护,或者风控规则突然变严,你要是只绑死了一家,整个网站当场就收不了钱了,前面投出去的流量全打水漂。

平时多备一家现成的网关,真碰上突发情况,切一下配置几分钟就能恢复收款,晚上睡觉踏实得多。

说回这次为什么推 Dodo Payments。

Dodo Payments 的 CEO 叫 Rishabh,非常重视中国市场。他知道关注我公众号的粉丝、还有我的学生,基本都是真刀真枪做产品的独立开发者,一直想跟我们合作。

我先去他们官网看了一眼公开价格。实话实说,Dodo Payments 默认的费率是偏高的:基础就要 4% + $0.40,刷国际卡加 1.5%,做订阅还要再加 0.5%,收一笔跨国订阅奔着 6% + $0.40 去了。

要是按这个默认价格,我是肯定不会推荐的。我直接跟他说:

“你太贵了。你看 Waffo 是什么价格。而且国内很多人用 Stripe,你也不能比 Stripe 贵吧。”

经过多轮磋商,我把价格打下来了!

Dodo Payments 的 CEO 和高管团队专门给了我一个特殊邀请码。

凡是通过这个专属邀请码注册进入的:

● 手续费只有 3.9% + $0.40

● 没有国际手续费(0%)

● 也没有订阅手续费(0%)

注意,只有用我这个优惠码注册才能省下这笔钱,自己直接去官网注册还是偏高的默认费率。

我们拿 AI 产品最常见的一笔 20 美元月度订阅 来对比一下,差距非常明显。

很多人以为 Stripe 最便宜,但国内开发者开 Stripe,绝大多数用的是香港公司。

香港 Stripe 的本地底价本来就是 3.4% + HK$2.35(约 $0.30)。因为你的公司主体在香港,欧美客户刷的全是非香港卡,基本上全是国际卡(+0.5%),如果美元结算进港币账户还要收 2% 的换汇费。

这还没完。做 SaaS 订阅要收订阅管理费(Stripe Billing,+0.7%),跨国合规算税要收 Stripe Tax(+0.5%),而且做 AI 产品最怕黑卡盗刷烧光你的 API 额度,一般还得单独开 Stripe Radar 风控雷达(约 $0.05~$0.07/笔)。

把这些标准费用全加上,收一笔 20 美元的跨国订阅,香港 Stripe 单笔就要扣掉 1.79 美元 左右(实际损耗接近 9%),每年还得固定花大几千块钱维护香港公司年审和审计报税。

要是用海外常见的老牌 MoR(比如 Lemon Squeezy),5% 底价叠上国际卡、订阅费、$0.50 固定费和 1% 提现费,收一笔 20 美元直接被扣走 2.08 美元,超过 10% 没了。

市面上还有些 MoR 支付网关,对外虽然也标称 3.9% 的费率,但提现的时候还要收 1%,算下来就是 4.9%。

而通过这次专属邀请码开的 Dodo Payments,收一笔 20 美元的跨国订阅,总共只扣 1.18 美元(3.9% + $0.40,0 国际手续费,0 订阅手续费),比不用优惠码直接省了 35% 以上的手续费,比香港 Stripe 省了三分之一还多。

提现这块,它默认 50 美元起提,单笔低于 1000 美元有 5 美元固定打款费。我的建议很简单:攒到 1000 美元再提,那提现就完全没有手续费了。

而且 Dodo Payments 和 Waffo 一样属于 MoR(名义销售方)模式。不用注册香港或美国公司,拿国内身份证或护照就能个人开户,全球各地的消费税、VAT 合规和防欺诈风控全由他们替你搞定。

除了费率优势,做 AI SaaS 用 Dodo Payments 还有两点特别实用。

第一点,它原生支持微信支付,如果你的用户有国人,他们也可以直接付款给你。

很多独立开发者做海外产品,平时在公众号、即刻、小红书或者中文推特发动态,经常会有国内用户想买。以前海外网关不支持微信,国内用户没有外币信用卡就付不了款;你想收人民币,又得单独去办国内公司、备案、申请微信支付商户号,非常折腾。

Dodo Payments 把微信支付、支付宝香港,连同韩国 Kakao Pay、巴西 Pix、印度 UPI、Apple Pay 以及 USDC 稳定币等 40 多种支付方式全集成在同一个结账页里了。老外刷卡,国人扫微信支付,后台统一给你结算美金。

Dodo Payments 内置微信支付与 40+ 种全球本地支付方式

▲ Dodo Payments 内置微信支付与 40+ 种全球本地支付方式

第二点,AI 计费系统不用自己写。

做 AI 产品最烦的按 Token 或调用次数计费、先充积分再自动扣减、自动发 License 密钥、优惠码管理,Dodo Payments 全都内置好了。官方还做了原生 MCP,丢给 Claude Code 或 Cursor 几分钟就能接完。

如下图所示:

AI SaaS 常用的按量与积分计费系统,Dodo Payments 直接内置

▲ AI SaaS 常用的按量与积分计费系统,Dodo Payments 直接内置

最后再强调两个关键细节:

1. Dodo Payments 默认的公开费率是偏高的(跨国订阅要 6% + $0.40),千万别自己直接去官网首页注册。 一定要扫下面的专属二维码或走邀请链接进入,账户才会锁死在 3.9% + $0.40(无国际手续费、无订阅手续费) 的优惠费率。

2. 注册账号没有任何月租或年费。哪怕你的新产品还在写代码、下个月才上线,也建议今天花两分钟先把号注册上,把这个优惠费率锁进自己账户里。

晴天先把备用收款通道铺好,剩下的精力,安心写代码赚美金。

长按识别专属二维码注册 Dodo Payments,锁定 3.9% 内部费率(无国际费、无订阅费)

▲ 长按识别专属二维码注册 Dodo Payments,锁定 3.9% 内部费率(无国际费、无订阅费)

电脑端阅读不方便扫码的同学,可以直接复制下面这个专属邀请链接打开注册:

https://app.dodopayments.com/partners/W5PU4ZrGTK/signup

跳转微信打开

致创业者:压力是一种特权

2026年11月14日 00:07

原创 刘小排 2026-11-14 00:07 北京

压力是一种特权,它只降临在那些凭本事挣到它的人身上。

哈喽,大家好,我是刘小排。

昨晚闲着没事,在 Prime Video 上点开了一部刚上线的纪录片剧集,叫 《The CEO Club》。

拍的是小威(Serena Williams)等七位女老板的日常。

第一集刚开场,大威(Venus Williams)说了一句话,直接成了这一集的标题,一下子把我给击中了。

请看下面截图:

Prime Video《The CEO Club》S01E01:Pressure Is a Privilege

Prime Video《The CEO Club》S01E01:Pressure Is a Privilege

这句话叫:Pressure is a privilege.(压力是一种特权。)

我去查了一下出处,它最早是网球传奇比利·简·金(Billie Jean King)说的。

当年她站在温布尔登中央球场,几万人盯着,手心全是汗。

但她转念一想:这不就是我从小到大做梦都想站上的地方吗?

这句话其实还有后半句,我仔细阅读了一下觉得它更好:

“Pressure is a privilege. It only comes to those who earn it.”

压力是一种特权,它只降临在那些凭本事挣到它的人身上。

看到这儿,我发了好一会儿呆。

· · ·

跟大家交个底,最近这段时间,我手头摊子铺得确实有点多。

刚搬了新办公室,小团队每天都在往前跑。

几个老产品每天得盯着海外流量、留存,还有收入情况。

同时还在做一个新的 Agent Infra 服务,一边支撑我们自己的产品,一边对外提供服务。

对了,还有一个 AI for Science 方向的新产品。

上线才两个月,表现就已经很不错了。

但它给我的挑战,反倒不在技术和产品层面——这两块我熟。

真正的挑战全在别的地方,有太多我以前压根不会的事情,等着我去学、去试、去硬啃。

· · ·

这让我想起前阵子,亦仁找我聊过几句。

其实我和亦仁聊这个问题,背后有个不用明说的共同前提——

今天干活全靠 AI 数字牛马了,我也舍得花钱买最顶配的套餐,只要肯充值,Token 几乎是无限的,写代码和执行的速度早就不是瓶颈了。

在这个前提下,他问我:什么卡住你把当前的产出再提高 10 倍?

我当时的回答是:AI的产出,需要有人来决策。决策带宽是有限的,无法提升。背锅速度是最大的卡点。

你想想看,AI 一晚上能给你跑出十个方案、几万行代码。

但上线哪一个?砍掉哪一个?真出了线上事故、亏了钱、掉留存了,谁来认账?

AI 没法替你背锅,最后拍板签字的人只能是你自己。

算力可以花钱买,但人的决策带宽是有物理上限的。

亦仁表示认同,他说:“嗯,决策很累。”

有时候忙到半夜关上电脑,脑子里还在过白天的事,我也会冒出个念头:干嘛把自己搞这么紧绷,稍微松快点不行吗?

但你要真问我愿不愿意停下来,我肯定不愿意。

我是真的停不下来,打心底里不愿意。

因为一想到手上的每件事,我就非常兴奋。

新产品,兴奋。

新办公室,兴奋。

老产品遇到新挑战,还是兴奋。

兴奋着兴奋着,天就亮了。

· · ·

为什么明明累得够呛,人却这么亢奋?

生理学上有个很有意思的常识:人在焦虑和兴奋的时候,身体分泌的激素几乎是一样的——都是皮质醇和肾上腺素飙升,心跳加快,手心出汗。

唯一的区别,在于你有没有掌控权。

在大厂里天天写周报、月报、屁屁踢这些脏东西,揣摩老板脸色,替别人的瞎指挥背锅,那种肾上腺素叫“内耗”,待久了人会废掉。

但当你坐在牌桌主位上,筹码是你自己推上去的,赢了归你,输了你也认,同样的生理反应,大脑就会把它解码成“兴奋”。

塔勒布在《非对称风险》里反复讲过一个词,叫 Skin in the Game(入局)。

AI 为什么没有压力?因为 AI 不入局。

它写错一万行代码也不会破产,更不会半夜三点醒来看服务器监控。

一个人真正入局的标志,就是你开始用自己的真金白银、时间和声誉去承担“背锅成本”。

做产品最怕的根本不是压力大。

最怕的是代码上线了,监控拉成一条笔直的横线,没人骂你,没人催更,连个给你制造压力的对手都没有。

那种毫无阻力的轻松,不是自由,是你压根还没上牌桌。

物理学里,只有当你真正在推动一块沉甸甸的石头往前走,石头才会给你反作用力。

你感受到的每一分决策压力,本质上都是真实世界给你的反作用力——它在提醒你,你做的东西有人在用,你的判断正在改变结果。

· · ·

看我公众号的朋友里,有非常多都是正在自己做产品、带小团队、或者做独立开发的创业者。

平时在群里看大家晒 Stripe 账单、聊增长,好像一个个都顺风顺水。

但我特别清楚,关掉屏幕之后,每个人都有盯着天花板算账、为下个月的方向拿不定主意的时候。

下次半夜你要是又因为某个决策睡不着,不妨换个念头想想几年前的自己。

今天让你头疼的流量、留存、新业务和背锅带宽,很可能就是几年前那个还没上牌桌的你,做梦都想换来的入场券。

压力是一种特权,只发给凭本事打上牌桌的人。

我们既然选择创业,就要学会和压力共存。

当你压力大的时候,不妨跳出来想一想:这不就是我从小到大做梦都想站上的地方吗?

创业者们,牌桌上见,咱们一起加油!

跳转微信打开

Seedream-5.5 图片编辑能力出乎意料的夯

2026年11月13日 07:40

原创 刘小排 2026-11-13 07:40 北京

没想到拯救Raphael AI图片编辑能力的,是Seedream-5.5这个国产模型

哈喽,大家好,我是刘小排。

老朋友们都知道,我做了一个出海生图产品,叫 Raphael AI。

做生图产品这两年,后台收到的用户吐槽里,最让我头疼也最扎心的,永远是同一件事——图片编辑功能乱改、错改。

比如用户只想局部微调一下,别的没让动的地方全跟着变了;明明只让模型换身衣服,结果出来一看,连脸都换成了另一个人……好多次看到老用户取消订阅走人,我们挨个发邮件去问:哥们,到底是哪儿服务得不好呀?五花八门的回复看下来,十有八九都栽在“改图不到位”上。

说实话,每次看这种退订邮件我都挺伤心的,但受限于底层模型的能力,很长一段时间真没什么好办法。

这不,前阵子又看到一位海外老哥公开给我们甩了一条一星差评,我简单给大家翻译一下他的原话:

我想修改现有的图片,结果它经常给我生成一张完全不同的图,连原来的构图都不管。这让反复修改变得不可能。
Editing an image does not work as expected — instead of modifying the existing image, it frequently generates a completely different one, ignoring the original composition. This makes iterative work impossible.

请看下面截图。

海外用户给我们打的一星差评原帖截图

海外用户给我们打的一星差评原帖截图

正好前几天字节 Seed 团队发了新一代生图模型 Seedream 5.5。看到更新说明的第一时间,我就一头扎进即梦官网把它往死里蹬了两三天——毕竟天天被用户追着骂“改图乱改”,我太想知道这一代模型到底能不能把这块硬骨头给啃下来了。

先来个省流版——如果你平时做图最怕“多改两轮画面就糊”、嫌弃“AI 人像一股磨皮塑料味”、或者烦透了“生完图还得进 PS 重打汉字和抠透明底”,这一代 Seedream 5.5 真的值得你立刻去试一把。

今天这篇纯粹做模型硬核评测,不聊虚头巴脑的行业宏大叙事。我就拿刚才那条一星差评当考卷,直接用我们自己的真实业务物料跑给你看。

PART 01

多轮编辑稳定性:连改 10 轮,带真二维码的海报还能扫出来吗?

这次官方把“多轮连续编辑不崩坏”(官方极限演示一口气干到了 100 轮)放在了头号升级点。

但看别人测换衣服、换发色,我总觉得不够痛。真正做过产品运营和商业设计的人都懂,改商业海报才是最要命的修罗场——画面里有主标题、小字、英文副标、品牌 Logo、胶囊按钮,最狠的是还有一个只要糊掉几个像素就彻底扫不出来的真实二维码。

所以我直接拿 Raphael AI 自己的活动海报底片开刀,定了一条死规矩:绝不中途偷懒拿第一张原图重抽,每一轮必须严格拿上一轮的实际输出图往下接力硬改。

一共连改 10 轮。前 5 轮模拟“甲方日常抠细节”,后 5 轮直接上强度,模拟“甲方突然发疯让你重摆人物全身姿势”:

第 1 轮主标题从“让想象,成为作品。”改成 “让灵感,跃然纸上。”

第 2 轮中文副标题改成 “从一句话,到一幅画。”(要求上面的英文 A NEW RENAISSANCE 一个字母不准动)

第 3 轮右上角日期从 2026.11.11 改成 2026.12.12

第 4 轮左下角按钮从酒红色改成 孔雀蓝绿(#176F72),保留里面的白色文字和箭头

第 5 轮给画面主角拉斐尔的黑色软帽耳侧,别上一枚 细长金色羽形帽针——这里我还故意埋了个坑:右上角官方圆形 Logo 里也是拉斐尔肖像,千万别把 Logo 里的小人也顺手插根羽毛!

第 6 轮保留前面所有改动,让拉斐尔从侧身改成 正面朝向读者持框

第 7 轮再改成 背身四分之三转体回眸

第 8 轮改成 单膝跪地、双手向上托举画框

第 9 轮改成 站起身前倾 35 度,郑重把画框递给读者

第 10 轮改成 双臂伸直,把整只金色画框高举过头顶!

交互实测沙盘 · 点按轮次对比「连改 10 轮」定力

点击下方轮次按钮,查看传统重绘模型与 Seedream 5.5 的非编辑区变化

请看下面这 10 轮一镜到底的实际输出:

拉斐尔海报 10 轮连续编辑实测全记录(Seedream 5.5)

拉斐尔海报 10 轮连续编辑实测全记录(Seedream 5.5)

拼成动图看得更直观:

Seedream 5.5 十轮连续编辑一镜到底动图

Seedream 5.5 十轮连续编辑一镜到底动图

这组图跑完,有两个细节着实把我震住了:

第一,前 5 轮做局部微调时,非编辑区域稳得像开了图层锁。第 5 轮给主角帽子加金色羽针,右上角那个小小的品牌肖像 Logo 真的一点没被误伤;一直折腾到第 10 轮,人物跪完又站、把画框举过头顶,帽子侧面那根第 5 轮别上去的金羽毛居然还稳稳当当待在那儿!以往生图模型改到第 4、5 轮,画面通常就开始发灰、发糊、偏色,但这 10 轮下来,酒红天鹅绒长袍的暗部质感和象牙白纸纹几乎没有肉眼可见的衰减。

第二,也是最离谱的一点——后 5 轮人物大幅换动作,画框跟着手在画面里上下左右挪了五回。跑完之后我专门写了个二维码识别脚本,把第 1 轮到第 10 轮的成图挨个扫了一遍:10 张图,10 次全部秒识别出 https://raphael.app/,无一阵亡。

干过设计交付的朋友肯定明白这意味着什么。以前一张图抽到 85 分,你是打死不敢乱动它的,生怕多嘴改一句就把前面好不容易抽出来的神仙构图全毁了;现在你终于敢放心大胆地提第 6 轮、第 8 轮修改意见了。

作为参照,我拿同一张底图、同一组提示词,在 GPT Image 2.6 Sunburst(3:4 / 2K / High 画质 / High 规划强度)上也完完整整跑了 10 轮:

GPT Image 2.6 Sunburst 同一底图 R01→R10 连续编辑动图

GPT Image 2.6 Sunburst 同一底图 R01→R10 连续编辑动图

GPT Image 2.6 Sunburst 十轮连续编辑全记录

GPT Image 2.6 Sunburst 十轮连续编辑全记录

两边摆一块儿对比就很说明问题了:前两三轮改文案的时候差距还不算刺眼,越往后调人物大幅动作,部分竞品模型的画面就开始肉眼可见地发虚,边缘细节一轮比一轮软。

番外考题一:大家来找茬

光折腾商业海报还不过瘾,我又出了一道更损的题——「大家来找茬」。

我拿了一张满是生活杂物的温馨客厅照片:妈妈窝在沙发上看书,小朋友坐在地毯上搭积木,橘猫趴在单人椅上打盹,地上散落着绘本、玩具车和十几块彩色积木。接着让 Seedream 5.5 连续编辑 5 次,每次只准动一个小物件,最后把原图和第 5 轮成图并排摆在一起。请看下面截图:

Seedream 5.5 连续编辑五次前后对比:我只让它改了五处,你能找到第六处吗?

Seedream 5.5 连续编辑五次前后对比:我只让它改了五处,你能找到第六处吗?

说出来你们可能不信,这题虽然是我自己出的,但把两张图放一块儿的时候,我瞪着眼找了半天也就揪出了 4 处(左后方落地灯罩蓝变黄、茶几白马克杯变红、右边竹筐里的泰迪熊换成白兔、地毯右下角绿圆球变成绿方块)——最后第 5 处(桌面上黄色的铅笔少了一支),我是盯着动态切换图来回看了好几遍才逮住的😂。

更狠的是图顶上那句灵魂拷问:“我只让它改了五处。你能找到第六处吗?”满屋子几百个零碎物件——书架上的书脊颜色、地毯绒毛走向、窗帘褶皱、甚至散落一地的小积木角度,愣是一处多余的误伤都没有。

咱们再把同样的底图、同样的 5 步指令丢给 GPT Image 2.6 Sunburst,同屏动态播放对比一下:

左:即梦 Seedream 5.5 | 右:GPT Image 2.6 Sunburst 同底图五轮动态对比

左:即梦 Seedream 5.5 | 右:GPT Image 2.6 Sunburst 同底图五轮动态对比

这一动起来高下立判。2.6 每改一轮,全屋的曝光亮度和地毯墙面纹理都在跟着暗暗漂移——完全排除偶然抽风,它是每改一次就把整张画面重新“洗”一遍像素。把它的第 1 轮和第 5 轮单独拎出来看更扎心:

GPT Image 2.6 第 1 轮输出

GPT Image 2.6 第 1 轮输出

GPT Image 2.6 第 5 轮输出(墙面、地毯与面部细节明显油画化发糊)

GPT Image 2.6 第 5 轮输出(墙面、地毯与面部细节明显油画化发糊)

改到第 5 张,整张照片已经糊出一层浓浓的油画涂抹感了。你想想看,假如你是设计师,甲方只让你把茶几上的白杯子换成红杯子,结果改完连人家客厅墙皮和妈妈的脸都一块儿糊了,你难受不?

番外考题二:大排档聚餐“救废片”凑合照

第三道题,测个大家平时聚会经常拍大腿后悔的真实场景:吃嗨了忘拍合照。

出门吃大排档经常这样:菜一上桌光顾着埋头炫小龙虾和烤串了,等散场才想起来没拍正经大合照,手里只有一张刚开吃时临时招呼大家扭头看镜头的随手拍——筷子还没放下,啃剩的虾壳和手机全摊在桌上。

我先捏了一张六人吃夜宵的大排档原图,又配了一张“三站三蹲”的搞怪合照姿势草图,把两张图一块儿甩给模型。要求就一句话:第一张认人,第二张抄动作——六个人的脸、发型、衣服一件不准换,全员从饭桌边拉起来按草图站位比手势,还得是在同一家大排档。

先看 Seedream 5.5 交的卷:

Seedream 5.5:大排档随手拍 + 火柴人姿势草图 → 全员起立搞怪合照

Seedream 5.5:大排档随手拍 + 火柴人姿势草图 → 全员起立搞怪合照

六张脸没串台、衣服款式颜色全对、动作手势到位,这些其实都在我的预期之内;真正让我后背一激灵、差点对着屏幕喊“义父”的,是它对无人角落的空间脑补能力。请看下面我用红、黄、绿圈出来的这三处细节:

红、黄、绿三处无人注意的大排档角落,随新机位准确完成了 3D 透视偏移

红、黄、绿三处无人注意的大排档角落,随新机位准确完成了 3D 透视偏移

你想想这个机位变化:原图大家坐着吃饭,镜头是平视餐桌;换成三站三蹲的全身合照,相当于摄影师往后退了两步、蹲低了视角重拍。你仔细看背景里根本没人会留意的三个角落——左后方摞着的深蓝色塑料周转箱(红圈)、棚子深处的立式风扇(黄圈)、右后方烧烤炉旁的不锈钢大冰柜(绿圈),机位变了,它们居然全都顺着新的 3D 透视角度,老老实实待在原来的物理位置上!以前的老模型顶多给你做个五毛抠图硬贴背景,它倒好,直接在脑子里把这家大排档立了个模。

再把一模一样的两张参考图和提示词,交给 GPT Image 2.6 Sunburst:

GPT Image 2.6 Sunburst 同参考图与提示词生成结果

GPT Image 2.6 Sunburst 同参考图与提示词生成结果

平心而论,2.6 这题也拿到了不错的分数,六个人的长相和三高三低的阵型都没翻车。但一抠细节还是差口气:草图里左下角穿白 T 的姑娘,右手是在额头前横着比高 V,Seedream 5.5 分毫不差还原了,2.6 却偷懒改成了常规的双手捧脸比耶;再看左后方背景,那堆蓝色塑料周转箱直接被抹没了,换成了墙面菜单和木桌。两相对比,Seedream 5.5 这种连边角料都不糊弄的较真劲儿,确实让人服气。

PART 02

真实感:去掉那股挥之不去的“AI 塑料味”

不知道大家看文章开头那张海外用户一星差评截图时,有没有留意到他骂的第二段话?

他吐槽完“改图乱改”之后,紧接着又补了一刀:生成出来的人像长得全像亲姐妹(almost like sisters),不管提示词怎么换,出来的都是一模一样的套路脸。

做生图产品这两年,我对这句话感触太深了。很多模型为了第一眼讨好眼球,默认把人的皮肤磨得跟剥壳鸡蛋一样,光影永远是影楼棚拍柔光,背景永远是奶油虚化。乍看第一张觉得“哇好精致”,连看十张就审美疲劳了——说白了,一眼假,浑身散发着一股“AI 塑料味”,根本没法直接拿去做真实的商业宣发。

这次 Seedream 5.5 重点升级了画面质感与物理材质表现。为了测它到底有没有脱掉这层塑料壳,我懒得去生满大街都是的糖水美女照,专门出了两道更贴近真实业务的狠题。

造一台现实里不存在的「Raphael 实体生图机」

第一道题,我想玩个带点脑洞、又极考物理材质和理解力的测试:

如果把我们的生图网站 Raphael AI 从浏览器里拽出来,做成一台能摆在办公桌上的“实体桌面拍立得生图机”,它拍出来应该长什么样?

这题难在哪呢?现实世界里根本没有这台机器,模型没法背题库。它必须同时处理好四种截然不同的物理材质:微磨砂的米白机身外壳、带环境反光的玻璃小屏幕、清脆的暖橙色机械大按键,还有正从底部出纸口吐出来、自然微弯的实体相纸。而且我特意没让它只生一尘不染的棚拍图,还要求来一张“独立开发者凌乱工位上的手机随手拍”——旁边堆着机械键盘、喝剩一半的美式咖啡和绕成一团的数据线,靠窗阴天自然侧光打过来。

请看 Seedream 5.5 跑出来的实测原图和 100% 局部放大:

即梦 Seedream 5.5 实测:左为商业棚拍版,右为独立开发者工位手机抓拍版

即梦 Seedream 5.5 实测:左为商业棚拍版,右为独立开发者工位手机抓拍版

工位版原图 100% 局部裁切:玻璃屏幕新版官网界面、磨砂机身按键与出纸口

工位版原图 100% 局部裁切:玻璃屏幕新版官网界面、磨砂机身按键与出纸口

PROMPT · 实体生图机复现提示词(可直接复制)

手机抓拍视角,一台复古现代结合的桌面概念硬件“Raphael AI 实体生图机”摆在略显凌乱的程序员木质工位上。米白微磨砂机身搭配暖橙色机械大按键,正面小块玻璃屏幕显示简洁的 AI 生图输入框界面,机身印有清晰的“Raphael AI”标识,底部出纸口正吐出一张刚印好的彩色实体照片(纸张自然微弯)。旁边散落着机械键盘、半杯美式咖啡和黑色 Type-C 数据线。靠窗阴天自然侧光,外壳有极轻微的日常使用痕迹与真实接触阴影,无影楼柔光滤镜,真实手机直出颗粒与景深。

说出来你们可能不信,看到放大图里那块小屏幕的瞬间,我真的忍不住拍案叫绝——这模型未免也太聪明、太机灵了!

为什么这么夸它?因为机器屏幕上显示的那套清爽白底界面,正是我昨晚才刚刚熬夜更新上线的拉斐尔新版官网皮肤!模型的预训练题库里绝对不可能见过昨晚才改版的网页。我只不过随手甩了一张新版官网的平面截图给它当参考,换作笨一点的模型,要么把网页上的小字扭成鬼画符,要么呆头呆脑把截图平贴在机器表面像张狗皮膏药。

但你放大看左一那格 100% 裁切图:Seedream 5.5 完完全全“看懂”了这是一套软件交互界面!它把我们昨晚刚改好的 Image / Video Free 顶部切换栏、左边虚线框的 + Reference Up to 16 参考图入口、甚至底部的模型选择器和 Generate 按钮,原封不动地装进了那块内凹的斜角物理玻璃屏里,还顺手给屏幕边缘加上了真实的内框阴影和侧窗漫射反光。这种举一反三的跨模态理解力,真不是死记硬背能做出来的。

除了这份让人惊喜的聪明劲儿,它在物理质感上也彻底告别了老模型的露怯套路:磨砂外壳哑而不脏、橙色机械按键清脆立体、木桌接触阴影和数据线弯折弧度严丝合缝,完全没靠“瞎糊一层胶片脏噪点”来硬装随手拍。

阴天街头的抓拍人像:不再人人都是“精修网红脸”

回到那条差评直接点名的“人像千人一面”,我又补测了一组无棚拍光的生活流纪实人像:阴天下午五点,街边咖啡店门口围着粗麻布围裙的店主,正在低头擦拭不锈钢手冲壶。

先看 Seedream 5.5 的原图与 100% 原始像素局部裁切:

即梦 Seedream 5.5 实测原图:阴天咖啡馆店主纪实人像(2304×1728)

即梦 Seedream 5.5 实测原图:阴天咖啡馆店主纪实人像(2304×1728)

Seedream 5.5 原图 100% 局部:碎发与皮肤纹理、手背青筋、粗亚麻纤维

Seedream 5.5 原图 100% 局部:碎发与皮肤纹理、手背青筋、粗亚麻纤维

再看完全相同的提示词(无参考图,4:3 / 2K / High 画质)在 GPT Image 2.6 Sunburst 上的直出结果与局部裁切:

GPT Image 2.6 Sunburst 同题文生图原图(2048×1536)

GPT Image 2.6 Sunburst 同题文生图原图(2048×1536)

GPT Image 2.6 Sunburst 原图 100% 局部裁切

GPT Image 2.6 Sunburst 原图 100% 局部裁切

PROMPT · 人像真实感对测提示词(可直接复制)

35mm 纪实抓拍,阴天傍晚自然漫射光,一位三十多岁的独立咖啡馆店主站在半敞开的木门边低头用毛巾擦拭不锈钢手冲壶。素颜真实肤质,保留自然的眼角细纹、毛孔与手背青筋纹理,额前有几缕自然散落的碎发,身穿深灰粗亚麻围裙,纤维编织质感清晰可见。背景是略微失焦的潮湿街面与暖色店内灯光,抓拍瞬间感,拒绝磨皮与影楼打光。

把两边原图拉到 100% 对着看,味道差别很微妙:GPT Image 2.6 现在的画质底子也很扎实,但它在暗部光影过渡上还是习惯性往“精修杂志大片”上靠,皮肤多少带点柔焦感;而 Seedream 5.5 最讨喜的地方恰恰在于克制——眼角的自然细纹、手背微干的皮肤肌理与青筋、粗麻布围裙上起毛的小纤维,它都老老实实留着。看着就像你家楼下每天见面的活人店主,再没有那种修图软件流水线批处理出来的假人感。

PART 03

直接干活的交付力:密集小字与原生透明图

前面两关解决的是“能不能接着改”和“像不像真的”。但作为一个天天盯着用户留存漏斗的产品经理,我最在意的其实是第三件事:图生出来之后,离用户真正拿去发小红书、上海报、塞进前端网页代码里,中间还隔着几步脏活累活?

以前用 AI 生图的工作流极其割裂:生完底图 → 导进 PS 把糊掉的汉字盖掉重打 → 再丢进抠图工具把背景抠干净。折腾一圈下来,半小时又没了。这次 Seedream 5.5 的两项升级,刚好一刀砍掉了这两步后期。

一张「1998 年电脑城报价单」:专治中文小字鬼画符

先测文字渲染。现在主流模型写三五个大字标题基本都过关了,可一旦字号变小、字数变密,再混上英文型号、小数点单价和表格框线,笔画立马粘成一团,远看像汉字,放大全是“外星楔形文字”。

官方这次给了一个很猛的数据:Seedream 5.5 的严重文字崩坏率降到了 0.4%。

是骡子是马,直接上地狱难度——我干脆编了一张满是中英文混排参数、小数点价格和复古表格线的《1998 年电脑城·AI 生图引擎特供价目表》,而且要求微黄新闻纸中间必须带一道十字折痕(注:图里的单价与登陆文案纯属为了测试密集排版随手拟的靶子哈,大家重点看折痕处的字形表现)。

请看原图和 200% 暴力放大后的细节:

即梦 Seedream 5.5 复古电脑城报价单实测原图

即梦 Seedream 5.5 复古电脑城报价单实测原图

报价单十字折痕与密集小字 200% 原始像素放大(未做后期修字)

报价单十字折痕与密集小字 200% 原始像素放大(未做后期修字)

PROMPT · 复古电脑城报价单实测提示词(可直接复制)

俯拍视角,一张放在深色木桌上的 1998 年复古《电脑报》风格单页印刷报价单,微黄新闻纸材质,中间有一道自然的十字折痕与轻微油墨印刷颗粒。顶部粗黑复古报头大字写着“一九九八电脑城·AI生图引擎特供价目表”,副标题小字“改图不崩坏 · 透明免抠图 · 算清每一分钱”。主体为清晰的复古黑框分栏价格表:第一行“Seedream 5.5|2K方图编辑约 ¥0.28/张|支持100轮连续精修”,第二行“原生RGBA透明通道|小字崩坏率低至 0.4%”,底部印有促销栏文字“现已登陆 Raphael AI(raphael.app)|2000积分畅快出图”。所有中英文、数字与标点笔画清晰锐利,沿着纸张折痕有真实的微弱透视形变。

把十字折痕附近的像素放大到 200% 检查,确实让我挺惊喜的:不管是“¥0.28/张”这种带货币符号和斜杠的小数,还是夹在表格线里的十几号中文小字,横平竖直全都撑住了,还顺着纸张折痕做出了自然的微弱透视弯曲。

当然我也把丑话说在前头:如果是整页几百个蚊子腿那么大的极小号免责声明(比如左上角垫底旧报纸里的装饰性极小字),偶尔还是会有个别复杂笔画糊在一起,正式发商业印刷物料前肯定得肉眼扫一遍;但比起以前“抽十张挑不出一张字全对的”,现在基本是生一两轮就能直接拿去发社媒的水准了。

原生 RGBA 透明图直出:告别“假棋盘格”和狗啃白边

再聊一个独立开发者和做网页的朋友绝对懂的痛点:原生 RGBA 透明图直出。

没写过前端的朋友可能不知道以前这里面有多坑。早先你跟生图模型说“给我生成一张透明背景的猫咪贴纸”,它实诚得让人想哭——直接拿画笔在背景上给你画满灰白相间的 PS 透明棋盘格!我也真是服了。

为了填这个坑,以前我们只能在后端硬串一个专门的抠图模型做二次处理。但后置抠图一碰到猫毛、头发丝这种细碎绒毛边缘,往深色网页背景上一叠,立马露出一圈狗啃似的白边;而且角色脚底那层淡淡的自然接触阴影,抠图算法根本分不清是脏底还是投影,要么糊成黑块,要么一刀切得干干净净,贴在网页上像悬空飘着一样假。

为了验一验 Seedream 5.5 的原生 Alpha 透明通道是不是真把式,我专门设计了一只戴深蓝色画家贝雷帽、两只前爪举着冰蓝展示牌的橘白猫吉祥物。请看直出原图与多底色真实叠底实测:

即梦 Seedream 5.5 原生 RGBA 直出原图:两只前爪举牌、两只后脚落地,背景原生全透明

即梦 Seedream 5.5 原生 RGBA 直出原图:两只前爪举牌、两只后脚落地,背景原生全透明

同一张原始 PNG 的 Alpha 通道及纯白底、纯黑底、网页截图直接叠底检查(零二次抠图)

同一张原始 PNG 的 Alpha 通道及纯白底、纯黑底、网页截图直接叠底检查(零二次抠图)

PROMPT · 原生 RGBA 透明贴纸实测提示词(即梦 Seedream 5.5;透明背景;4:3;2K)

生成原生透明背景 RGBA PNG 角色贴纸素材:一只毛茸茸的橘白相间小猫,戴深蓝色画家贝雷帽,正面直立,完整全身,精致写实3D质感。解剖结构必须正确:总共只有四条腿,恰好两只前爪和两只后脚。两只后脚平稳落地;两只前爪在胸前举着一块横向冰蓝色磨砂亚克力空白展示牌。画面左边的一只前爪抓住牌子左侧边缘,画面右边的另一只前爪抓住牌子右侧边缘,猫脸、两只耳朵、帽子和尾巴完整,毛发细腻清晰。背景 Alpha=0 原生全透明,脚下仅保留柔和渐变透明的接触阴影。构图紧凑,所有部位完整留在画布内,无背景、无地板、无白色描边、无文字、无棋盘格。

下载下来的原文件就是一张实打实的 2304 × 1728 四通道 RGBA PNG,整张图 69.10% 的背景像素是干干净净的 Alpha=0 全透明,Alpha 通道一共拉出了 251 个细腻的透明度层级。

我不做任何二次抠图、也不调任何边缘羽化,直接拿这张原件往纯白底、纯黑底、还有我们的网页截图上一叠——你仔细看左下角黑底图(③)里橘猫脸颊两侧炸开的细碎胡须和绒毛,没有半点刺眼的白边;脚底下那团柔和的接地阴影也带着自然的半透明渐变稳稳趴在网页上。以后做网站引导挂件、App 弹窗插画或者小红书贴纸,生完下载直接往工程目录里一丢就能上线,省心太多了。

顺带提一嘴,如果你在即梦的「画布」模式里用 Seedream 5.5,还能顺手玩它的图层拆分——把一张做好的完整海报拆成人物、道具、背景好几层,单独拖拽改版式(比如横版官网 Banner 秒改竖版小红书封面)。对平时自己兼职当美工的“一人公司”开发者来说,这功能纯纯省命。

PART 04

最后:怎么选模型,以及去哪儿直接用?

一整套魔鬼考题跑下来,如果你问我接下来日常干活怎么选生图模型,我的答案很简单:

只要你的需求沾了“改”(连续多轮改稿、换姿势保主体、多图攒聚餐合照)、沾了“字”(中文商业海报、带复杂价格参数的宣传单)、或者需要“免抠直出”(原生 RGBA 透明贴纸、网页 UI 挂件),直接闭眼冲 Seedream 5.5,少返工就是省大钱。至于纯单张抽卡找某种特定的插画艺术滤镜,那各家模型审美各有千秋,换着抽就行。

看我在这儿夸十句,真不如拿你手头最头疼的那张废稿亲自去试一把。目前字节官方已经开放了现成的体验入口,大家直接去他们官网就能用:

1. 日常创作与画布精修(推荐首选):直接打开 即梦 AI 官网(https://jimeng.jianying.com),进入「创作 - 生成 / 画布」,在模型列表里切到 Seedream 5.5 就能直接开整(生透明贴纸记得在参数里勾选透明背景)。

2. 随手对话改图:打开 豆包 App 或豆包网页版,进入「图像生成」切到 Seedream 5.5 即可边聊边改。

3. 官方技术报告与 API 测试:想看完整技术细节可以访问 字节跳动 Seed 官网项目页(https://seed.bytedance.com/seedream5_5),做产品的同行也可以直接去 火山方舟体验中心 搜索 Doubao-Seedream-5.5 在线调试。

以前大家总调侃 AI 生图是“一抽一时爽,改图火葬场”。当一个模型终于能老老实实听懂“别动其他地方,只把这一处改一下”的时候,AI 生图才算真正从抽卡玩具迈进了生产车间。

就这些了!去试试吧!也欢迎你在评论区聊聊你实测下来的体感。

跳转微信打开

“美国豆包”翻身:Antigravity 200美金套餐是现版本答案!

2026年11月12日 00:07

原创 刘小排 2026-11-12 00:07 新加坡

时隔一年,再次按头推荐你订阅 Antigravity

哈喽大家好,我是刘小排。

以前咱们圈子里老拿 Google 的 Gemini 开玩笑,管它叫“美国豆包”——意思是背靠大厂,手机、搜索、办公全家桶塞得到处都是,平时陪聊、识图、跑点便宜接口挺热闹,但真到了硬核写代码、做复杂产品的深水区,大家嘴上不说,身体都很诚实地切回了 Claude。

结果从昨晚到现在,高强度跑了一整圈下来,我必须郑重宣布:这“美国豆包”,彻底翻身了。

进入正文之前,先给赶时间的朋友上个省流版,把我的几个核心观点直接打出来:

省流版 · 核心结论

认真写代码、做独立开发的,今天建议直接把 Google Antigravity 订阅拉满到 200 美金(Ultra 套餐)。理由就五条:

1. 用 Opus 不封号:目前中国人最容易用上、最不容易封号的 Claude Opus 5.5 方案(大实话:这个池子额度掉得比较快;如果你有条件稳用正常 Claude 官方顶配套餐且不封号,单论刷 Opus 不必走这个方案)。

2. 两个独立额度池:套餐里 Claude Opus 5.5 和 Google 自家模型的额度完全分开计算——花一份钱,领两份顶配池子。

3. Gemini 4 Carbon 刚进包月:昨天刚放开权限,在全球最认的 Artificial Analysis 总榜上拿 60 分压过 Opus 5.5(59 分),而且“说人话”的能力世界第一,远超 Opus 和 Fable 系列(本文就是我口述、Carbon 写的)。

4. 审美极其牛逼:彻底告别一眼假的“AI 蓝紫塑料风”,直出就是高级杂志感和工业级交互,Twitter 上已经刷屏了。

5. 主力实测真香 + 隐性回血:从昨晚到现在我全程主用 Carbon 干活、完工让 Fable 5.2 检查,极其满意;套餐还白送 30TB 云盘、YouTube 会员和 /swarm 组队功能。

下面进入正文,咱们把为什么今天按头推荐你上 Antigravity 200 美金套餐 这件事,掰开揉碎聊清楚。

就在昨天(11 月 10 日),Google 刚刚放出了在 Google Antigravity 包月套餐里使用新王牌 Gemini 4 Carbon 的权限(顺手还开了多 Agent 组队功能 /swarm)。从昨晚一直到现在,我自己手头的项目就是全程主用 Gemini 4 Carbon 在干活,发现效果特别好;等全部完工的时候,再让 Fable 5.2 过来检查一下收尾——整套跑下来,效果我非常满意!

老读者都知道我的脾气:但凡 20 美金够用的工具,我绝不劝你多花冤枉钱;但真碰上能帮咱们省时间、做产品赚钱的当前版本答案,我也直接把话撂这儿——别在 20 美金那档抠搜试探了,直接上 200 美金的 Antigravity Ultra。

01中国人最容易用上、最不容易封号的 Claude Opus 5.5 方案

说句大实话,现在正经写复杂项目,Claude Opus 5.5 依然是大家离不开的主力。但今年 Anthropic 封号封得有多疯,不用我多说了吧?

我身边好几个做独立站和出海 SaaS 的朋友,老老实实办海外卡、买住宅 IP 去订 200 美金的 Claude Max,结果半夜改核心代码改到一半,啪一下弹窗号没了,连申诉的地方都没有。咱们做产品赚钱的人,最怕的从来不是每个月花 200 美金,而是正干在兴头上突然被人拔网线!到处重新找号、迁环境、被打断的开发节奏,耽误一天少赚的钱都不止两百刀。

而 Google Antigravity 的 Ultra 套餐,就是目前中国人用上满血 Claude Opus 5.5 最容易、最稳当的路子。你直接用自己的正规 Google 账号订阅,打开官方原生的 Antigravity 客户端或者 CLI,模型列表里光明正大就能切 Opus 5.5(完整 1M 上下文)。Google 的账号风控比 Anthropic 温和、稳定太多了,彻底告别每天早起先提心吊胆看号死没死的日子。

不过有一说一,这儿必须跟大家补充一个实测细节,把丑话说在前头:在 Antigravity Ultra 套餐里面,虽然可以用 Opus 5.5,但这个池子的额度掉得是比较快的。 如果你本身有稳定的海外卡和网络环境,用正常的 Claude 官方顶配套餐(Claude Ultra / Max)完全不封号的话,那单为了用 Opus 5.5,你其实不需要通过我说的这个 Antigravity 方案来绕一圈——原厂自家的池子肯定更耐刷。这套方案在 Opus 这块的核心意义,是给没有防封条件、被封号折腾怕了的中国开发者,提供了一条正规、省心、随时能兜底的稳妥通道。

敲黑板:两条避坑红线

说它不封号,前提是你别自己往枪口上撞:第一,老老实实自己正版直订,千万别贪便宜去闲鱼买几十块钱的黑卡拼车号;第二,严禁去挂网上的第三方逆向反代工具(Proxy)把 Antigravity 硬转成外部 API 往外接——那是触发 Google 必封的红线。咱们就在官方工具里堂堂正正把额度刷到冒烟,官方半个字都不会管你。

02Opus 和 Google 自家模型分开算额度,花一份钱领两份池子

这点很多人真不知道!在 Antigravity 的 200 美金 Ultra 套餐(总容量是 20 美金 Pro 档的整整 20 倍,每 5 小时自动刷新回血)里,Claude Opus 5.5 的额度和用 Google 自家模型的额度,是完全分开计算的两个不同池子!

你想想这有多爽:以前单订任何一家会员,连着跑几个大仓库重构把 5 小时窗口干空了,你就只能干瞪眼歇菜,等它冷却刷新。

而且正因为前面说了 Antigravity 里的 Opus 5.5 池子掉得比较快,这个「两边分开算账」的机制才显得格外香——哪怕你拿 Opus 5.5 啃了几块硬骨头、很快把 Claude 那边的池子刷到限流线了,切回 Google 自家的 Gemini 4 Carbon,那边依然是 100% 满血没动过 的 20 倍超大油箱,接着干就完事了;等你在 Gemini 这边跑完一轮活儿,Opus 那边的 5 小时冷却又自动回满了。花一份 200 美金,相当于同时雇了硅谷最强两家实验室的头牌轮班给你打工,手里的活儿永远不断档。

03刚进包月的 Gemini 4 Carbon:权威榜压过 Opus,“说人话”世界第一

如果只是为了稳用 Opus 5.5,我上个月就可以写文章推荐了。为什么我偏偏挑今天推荐?就是因为 Google 刚刚放出了在 Antigravity 包月套餐里使用 Gemini 4 Carbon 的权限,而且这模型实在太厉害了。(注意:20 美金的 Pro 档日常主力只能用 Argon,满血 Carbon 基本是 Ultra 套餐才能爽用的特权。)

到底有多强?口说无凭,我直接去把 Artificial Analysis(artificialanalysis.ai)官网最新的实时总榜截下来了——做 AI 产品的同行都清楚,这是目前我们全世界最认、最硬核、最没法靠刷题作弊的一个权威榜单(它 60% 的考题全是未公开的私有暗盒测试集,把全球 734 个大模型拉出来真刀真枪测编程、科学推理和复杂工程任务):

Artificial Analysis 官网最新智能总榜:Gemini 4 Carbon 以 60 分高居全球第 2,正面压过第 3 名的 Claude Opus 5.5(59 分)

▲ Artificial Analysis 官网最新智能总榜:Gemini 4 Carbon 以 60 分高居全球第 2,正面压过第 3 名的 Claude Opus 5.5(59 分)

你看图里我专门标出来的那两根柱子:Gemini 4 Carbon(60 分,全球第 2) 已经正面压过了 Claude Opus 5.5(59 分,全球第 3) 和 OpenAI 的 GPT-6 Astra(57 分);包括在 LMArena 盲测总榜以及跑终端写代码的 FrontierSWE 2、Terminal-Bench 4.0 上,它和 Opus 5.5 也完全是旗鼓相当的顶级水平。

至于图上排第 1 的 Claude Fable 5.2(65 分),你在官网往右翻一下耗时和价格就懂了:它跑单个任务平均要磨蹭 45 分钟、烧掉 26.5 美金,又慢又贵。这也是为什么从昨晚到现在,我自己的黄金工作流就是:全程拿又快又聪明的 Gemini 4 Carbon 当主力一路狂推,等最后全部完工了,再让 Fable 5.2 过来检查一下把道关——好钢用在刀刃上,跑下来丝滑得不行。

而且在我自己的高强度测试里,Carbon 还有一项本事让我彻底服了:我认为它“说人话”的能力是当之无愧的世界第一,远远超过 Opus 5.5 和 Fable 系列模型!

说白了,Fable 5.2 和 Opus 5.5 就像极度较真但不会聊天的理科教导主任——让它们审审边界逻辑是把好手;但真让它们陪你磨产品细节、写中文文案、写用户引导词,那股拧巴的“硅谷翻译腔”和端着的机器味真能把人累死。而 Carbon 完全不一样,听得懂潜台词,讲出来的东西自然、松弛、接地气,完全就是真人在跟你面对面聊天。

(在这儿直接跟大家交个底吧:其实你现在看到的这篇文章,就是用 Gemini 4 Carbon 写的!我只是跟这个模型口述了我的核心观点,连字都没怎么改——我要是不加这个括号告诉你,你恐怕根本看不出来这是机器写的吧?)

04审美牛逼到离谱,彻底告别一眼假的“AI 蓝紫塑料风”

做海外产品和独立站这几年,我最反感的就是那种一眼假的“AI 塑料模板风”——你给普通大模型一句简单需求,它十有八九给你吐出一套黑底蓝紫霓虹渐变、满屏幕小火箭 Emoji、底下整整齐齐排三张毛玻璃圆角卡片的页面。现在的海外用户精得很,点开看到这种廉价配色三秒钟就关掉了,根本不敢绑卡付钱。

而 Gemini 4 Carbon 的审美,在全网都是出了名的能打(WebDev Arena 单次暴涨 89 分冲上 1768,Design Arena 的 UI 和 3D 榜直接霸榜)。原因很简单:它在 Antigravity 里写界面不是闭着眼瞎写,而是写完真把页面渲染出来自己“看”一眼,字距挤了调字距,配色俗了压饱和度。

光靠嘴夸没感觉,直接看几张图,你们感受一下这差距有多明显:

同一句简单需求直出对比:左边是传统模型默认的“蓝紫渐变塑料风”,右边是 Gemini 4 Carbon 自检后直出的高级排版

▲ 同一句简单需求直出对比:左边是传统模型默认的“蓝紫渐变塑料风”,右边是 Gemini 4 Carbon 自检后直出的高级排版

再看昨天在 Twitter(X)上被转疯了的那个官方演示:在 Antigravity 里,Carbon 直接啃下历史 CAD 图纸与 X 光片,把一台 1780 年的维也纳古钢琴(61 键机械擒纵物理结构) 完整建模还原,还塞进了多伦多 Koerner Hall 音乐厅 的 3D 声学场里实时弹奏——你看它生成的这套深色工程界面和物理包络线,克制得像专业工业软件:

Gemini 4 Carbon 在 Antigravity 中还原 1780 年维也纳古钢琴机械结构与音乐厅 3D 空间声学界面

▲ Gemini 4 Carbon 在 Antigravity 中还原 1780 年维也纳古钢琴机械结构与音乐厅 3D 空间声学界面

这两天你去 Twitter 上搜 #Gemini4Carbon,到处都是开发者晒出来的单 HTML 直出作品——有结合真实城市地图街道走的 Three.js 巨型机甲,有自带雨雪天气光影的体素古塔,还有精密光学镜头的拆解交互界面:

Twitter(X)与开源社区刷屏的 #Gemini4Carbon 单文件 3D 空间与高审美 UI 代表作

▲ Twitter(X)与开源社区刷屏的 #Gemini4Carbon 单文件 3D 空间与高审美 UI 代表作

对咱们手里没有专职设计师的独立开发者来说,你的页面第一眼像不像个值钱的好产品,直接决定了用户掏不掏钱。光凭 Carbon 这一手高级审美,省下来的改稿时间和拉高的付费转化率,早就把月费赚回来了。

05顺手算笔明白账:加上 /swarm 组队和全家桶白送权益,这 200 美金真不贵

除了上面这四条硬理由,200 美金的 Ultra 套餐里其实还塞了两个很多人没注意到的超大礼包:

第一,是跟着 Carbon 一起开放的 /swarm 多智能体组队功能。以前我教大家同时开好几个终端窗口让 AI 并行干活,现在敲个 /swarm,直接就能在 Antigravity 里拉起一支小研发团队——让 Carbon 当总工加质检员,底下挂几个小弟在各自独立的 git worktree 里同时改几十个文件,侧边栏还能看它们实时讨论方案。这种暴力烧 Token 的爽法,20 美金的小池子根本不够塞牙缝,只有 200 美金的 20 倍大池子才造得起。

第二,去翻翻权益清单就知道,Google AI Ultra 200 美金套餐里还直接白送了一堆硬通货:

Google AI Ultra 套餐附赠回血清单

1. 免费送 YouTube Premium 个人会员(单订每月就要十多美金);
2. 免费送 20TB~30TB 的 Google One 超大云盘(单买同级云盘每月就得上百美金);
3. 送 Google Flow(Veo 视频生成) 大额积分;
4. 再加上 Antigravity 里 20 倍容量的 Gemini 4 Carbon 池 + 独立计算的 Claude Opus 5.5 池。

你把平时本来就用得上的云盘和 YouTube 会员往里一抵,再想想如果直接调 API 跑 Carbon 和 Opus 5.5 几天就能烧穿两百刀的账单,这笔账闭着眼睛都能算明白。

我以前总跟大家念叨一句话:“免费的才是最贵的。” 想正经靠 AI 把产品做出来赚钱,生产工具上真别抠搜。直接把 Antigravity 拉满到 200 美金,左手稳稳不封号的满血 Opus 5.5,右手已经彻底翻身、说人话和审美双绝的“美国豆包” Gemini 4 Carbon(完工再让 Fable 5.2 替你把道关),剩下的精力,全拿去挖需求、做产品、赚美金就完事了!

— 完 —

刘小排r

如果这篇「语音口述 + Gemini 4 Carbon 执笔」的实测对你有启发,欢迎点个在看、转发给身边还在被封号折磨的朋友。

跳转微信打开

Anthropic刚推出了更严更不要脸的封号策略

2026年11月11日 02:16

刘小排 2026-11-11 02:16 北京

前段时间看到 Anthropic 的财报,发现它有 5%~7% 的收入来自于封号收入。封号了还算收入,那可不是纯利润吗?这可真是门好生意。

Anthropic自己一定注意到了这是它最好的生意模式,于是它决定赶在 IPO 前封更多的号,来一波利润冲刺:上线一版史上最强的封号策略,11 月 12 号生效。

刚刚我在它的官网已经核实了。

我摘录出来几条,你看看是不是够狠,是不是能极大地提升它的财务报表表现:

1. 不管你是哪国人,只要在中国,就封号。

哪怕你是美国人,只是来中国出差或者旅游,只要是被发现你在中国境内用Claude账号,马上封。

2. 公司在中国,员工在美国,也不准用。

只要公司总部位于中国等不支持地区,哪怕你招聘的员工是美国人、而且你的员工物理意义上就坐在硅谷,那也不行,也封号。

3. 公司注册在美国,中国这边控制的,也不准用。

那你可能会问 :注册个美国公司总可以了吧?

答案是否定的。中国人直接注册、间接注册或者拥有一定比例股份的美国公司,也封号,哪怕你这个美国公司里全是美国员工也不行。

4. 连第三方云平台也不放过

你可能又问了,如果你不直接使用官方 Claude API,而是通过 OpenRouter、Fal、等头部中转站或者通过 Amazon AWS 或者Microsoft Azure提供的正规API 来使用呢?

答案依然是否定的!Claude Code、API、云平台和授权经销商提供的 Claude 模型,统统被纳入政策。

没错,就是这么荒诞!!连我第一次看到时,都不敢相信是真的。

所以,我把官方政策的截图和链接放评论区了。

跳转微信打开

Fable 5.2 发布了,通宵实测体感

2026年11月10日 04:36

刘小排 2026-11-10 04:36 北京

1. 根据官方给出的测评 在目前相对最为公正的代码能力测评榜FrontierCode 2.0上,Fable 5.2 high约等于 Opus 5.5 max,费用要低一半。

2. Fable 5.2 xhigh 超越已知的所有模型所有思考强度,Fable 5.2 max 吊打已知的所有模型所有思考强度。

3. 不过在 Claude Code 的套餐里面,Fable 仍然是只能使用 50% 的额度,实际用起来感觉烧得还是有点快。不过考虑到隔壁的 GPT Astra 系列的额度烧得更快,那我就原谅它吧。

4. 目前最好的选择是优先使用Fable 5.2 medium,能力已经超过Opus 5.5 high,且速度和质量都是顶级。等到 Fable 那 50% 的额度全用完,再改成用 Opus 5.5。

5. 除非遇到 Opus 5.5 Max 都解决不了的难题(说实话 非常少 一周就遇到一两个),再考虑切换 Fable 5.2 Max

6. 除了软件工程以外,Fable 5.2 有一个非常让人出乎意料的能力,就是硬件工程。Fable 5.2 Max的能力超越其他模型非常非常多。这是在BenchCAD 2.1 里测试的。评论区有图。

7. 降价了20%,上一代 Fable 是 $10/$50,现在降到$8/$40。降价幅度不大,聊胜于无。

8.AA上 OpenAI 的系列模型全方位落后,差距加大,听说 OpenAI 本周末之前会出招,拭目以待。

9. Claude 套餐赠送了一次免费重置额度,已到账。如果你当前账号连续续费:

(a) 在 6 个月以内,赠送 1 次

(b) 在 6~12 个月之间,赠送 2 次

(c) 在 12 个月以上,赠送 3 次。

10. 每月付 20 美金的 Pro 用户终于可以用 Fable 5.2了(只在最近一周临时用,应该是一个尝试让 Pro 用户升级更贵套餐的钩子。)

最后,

建议有条件的同学都赶快去用 Fable 5.2,解决一下之前的难题。因为据我们对 Anthropic 这家公司的了解,它的所有新模型都是发布的第一周最强,后面可能会偷偷降智。况且这次送了重置额度,还有什么可犹豫的,抓紧用吧!

跳转微信打开

互联网大公司员工很难用好AI

2026年11月9日 13:30

刘小排 2026-11-09 13:30 北京

哈喽,大家好,我是刘小排。

上周我发了篇文章提到,在这个时代,如果想要有所作为的话,一定要问自己:「有什么事情是自己坚定相信是正确的,而大多数人并不同意?」如果你能回答这个问题,且真的是你正确,那很可能这里就有创业机会。

文章末尾我说,两年前我很幸运地找到了一个秘密,让我能够回答这个问题,因此果断离职创业。两年过去了,现在过得还不错。

有人留言问,我当时是找到了一个什么秘密?

我在这里来回答,当时我找的秘密是:大厂员工无法用好 AI。

在两年前是一个大秘密,今天可能已经不算是秘密了,越来越多的人已经发现了。

我简单解释一下原理,所谓的「用好AI」 有两层含义。

第一层是「提效」。99%以上号称自己会用 AI 的人都在这一层。原本你需要每天上 8 小时班,现在只需要上 1 小时了,这就叫提效。我有个好朋友还号称自己每周只需要有效工作一小时就行,老板不在乎他工作了多久,因为他这一个小时干的活和别人干一周也没啥区别。如果你是打工人,做到这一层就很好,你肯定不会被裁。

第二层是「赋能」。AI可以让你去做原本你没有能力做的事情。只有 1% 的人能够用好这一层。用到这一层的人,才算是没有辜负这个时代。

我举个例子。前几天和一个朋友吃饭,她以前是国内某头部英语学习产品的合伙人,做软件App的。最近,她在AI的帮助下开始做硬件,一共就只有她一个人,什么事情都是自己操刀,连PCB板都是自己画的,用了两三周的时间自己边画边学。确定自己做的 PCB 板没有问题后,去深圳找工厂投入生产。AI 让一个对硬件一窍不通的人能够设计出可以量产的 硬件,这就是「赋能」 。

互联网大厂员工用不到这一层,不是因为他们不行,而只是因为他们没有机会。互联网大厂公司的分业非常精细化,每个人都是螺丝钉。 你想想看,你的公司怎么会允许你去做一个你原本不会的事情,并且由公司承担责任呢?

假如你是在互联网大厂做软件产品经理的,对硬件一窍不通,你的公司愿意花真金白银支持你,让你亲自负责公司主力产品的PCB 板的设计和生产吗?不太现实吧?开明一点的组织,也许会让你折腾一点 MVP 或者不太重要的产品,也仅限于此了。

这样的机会掌握在谁的手里呢?创业者和小公司。

创业者,不管有没有 AI,他们一直都在做领域外的、自己不会的事儿。

小公司,没有那么多精细化的分工,每个人都是全栈。

没有人比别人聪明。塑造人的,只有环境。

跳转微信打开

AI只会临门一脚,不会从0到1

2026年11月7日 18:09

原创 刘小排 2026-11-07 18:09 美国

AI可以自己开个公司自己赚钱吗?

哈喽,大家好,我是刘小排。

今年年初有一种hype:让AI自己开公司、自己运营、自己赚钱,号称“零人公司”。其中有一个创业项目说自己平台上跑着几千个公司。类似的创业项目,割了不少投资人。

有时候我忍不住想,这种项目是不是个智商测试题。投资这类项目的投资人,我特别想问问你们有没有想过:既然他的AI那么牛、可以自己赚钱,那他为啥还需要从你兜里要钱呢?

前几天42章经的曲凯老师问我是否相信零人公司。

我不相信、不看好。

因为创业需要从0到1。至少当前这一代AI,从原理上就不擅长从0到1。

AI想不出创业方向。

科学史上有个流行的说法:如果爱因斯坦没出生,狭义相对论照样会在1905年前后出现;广义相对论,却可能晚几十年。

狭义相对论这边。1905年6月5日,庞加莱在巴黎科学院宣读的论文,数学上已经和狭义相对论非常接近。25天后,期刊才收到爱因斯坦的论文。爱因斯坦晚年也承认,狭义相对论在1905年已经“成熟到可以被发现了”。

门就在那儿,只差临门一脚。没有爱因斯坦,也会有爱泼斯坦。

广义相对论不一样。1907年,爱因斯坦有了他说的“一生中最快乐的想法”:从楼顶掉下来的人,感觉不到自己的重量。顺着这个念头,他又走了8年。当时也有人在修补引力理论,但没人想到,引力可以是时空本身的弯曲。

那AI能不能当一回爱因斯坦?今年2月,DeepMind的CEO哈萨比斯提出“爱因斯坦测试”:只用1911年以前的知识训练AI,看它能不能自己推出广义相对论。能,才算AGI。

3月,有个独立研究者做了个简化版:用1900年以前的书和报纸,从零训练了一个33亿参数的小模型。

图片

大部分题它都答不上来。最亮眼的时候,它能说出“引力和加速度在局部等价”,前提是研究者先把爱因斯坦的电梯思想实验喂给它。作者也承认,这比爱因斯坦当年容易多了:整理信息、提出正确的问题,本是发现的关键一环,这些都是人替模型做好的。

模型太小,单凭它下不了结论。但今年7月,以色列理工学院和MIT的物理学家发了篇论文,题目就叫《AI能追随爱因斯坦的脚步吗?》,结论差不多:AI越来越会预测,缺的是提出正确问题、发明新原理的能力。

图片

我简单说一下原理,可能不是完全精确: 这一代大模型是用梯度下降训练出来的,最擅长顺着已有知识的“坡”往下走。1905年,狭义相对论周围的坡很陡,洛伦兹、庞加莱都已走到门口。1907年以前的广义相对论周围,几乎是一片平地,没有坡告诉你往哪走。

所以,AI非常擅长“临门一脚”,也会越来越擅长“临门好几脚”。但广义相对论不是临门几脚的事,而是没人觉得那里有扇门。只有神经病一样的爱因斯坦相信那里有个值得研究的门,后来发现真有门。爱因斯坦老师领先了全世界50年。

说回创业。

先清理一下战场。你看到别人做AI自媒体赚钱,让AI洗稿,做了一个既相同又有点不同的号,可能也赚到了钱。这算从0到1吗?不算。你和你的AI都看到了坡,这是临门一脚。

中国创业者很擅长这种借鉴式微创新。对比一下特斯拉之前和之后的中国电动车产业就知道了。

电动车一百多年前就有,但在大多数人眼里,一直是又慢又跑不远的代步车。2009年Model S原型车亮相,2012年交付,很多人才第一次相信,电动车能比油车更好开、更好卖。之后两三年,蔚来、小鹏、理想相继成立。

图片

特斯拉的电动车,才是我定义的从0到1。

找门,是人的事。

彼得·蒂尔在《从0到1》里写过,他面试时爱问一个问题:有什么重要的事,你认为是对的,但很少有人同意你?

这个问题,AI替你答不了。它学的,恰恰是大多数人已经同意的东西。

AI时代,看见门的人反而更值钱。以前看见一扇门,还得自己一脚一脚踢过去,可能踢到一半钱就花光了。

现在,后面那几十脚,AI都能帮你踢。

世界只有AI员工,没有AI老板。

老板需要从0到1,员工不需要。

所以,别问AI”我该做什么创业”。它给你的,大概率是别人已经在做的。你可以试试看,随便你用什么高级模型,都一样。

先问问自己:有什么事,是我认为是对的、但几乎没人同意的?

如果这个问题你回答不了,没什么,一切如常。

如果这个问题你竟然能够回答了,后面还证明你真是对的,那么恭喜你,你很可能找到了一扇从0到1之门。

我很幸运,我在两年多以前找到了,支撑我创业走到了现在。

跳转微信打开

巴菲特,我们是学不会了

2026年11月6日 00:00

原创 刘小排 2026-11-06 00:00 北京

因为大佬只讲道理,不讲技术细节。

我们都太喜欢坐而论道,容易轻视“术”的价值。

哈喽,大家好,我是刘小排。

我很喜欢巴菲特和查理·芒格。

两位老先生留下的很多投资理念,比如“买股票就是买公司”“安全边际”“市场先生”“好公司”“耐心”“不买不懂的”“能力圈”“永远不要做空股票”“护城河”“不要用杠杆”,很多人都如数家珍。可以说,它们塑造了我的价值观。

这些理念听起来那么简单,好像人人都能学会。

最近听王路老师的一讲课,标题叫《一般人能学巴菲特吗?》,我才意识到:

巴菲特,我们是学不会了。

为什么呢?因为他们只讲了道理,没讲具体的技术。

一、巴菲特没告诉你的那部分

先说杠杆。

你以为巴菲特真的不用杠杆吗?他只是没用我们普通人能用的那些杠杆而已。

有一篇很有名的论文,叫《巴菲特的阿尔法》。研究者发现,伯克希尔·哈撒韦长期用着1.6倍左右的杠杆。如果把杠杆带来的收益剥掉,巴菲特的成绩就没有今天这么耀眼了。

那他用的是什么杠杆?保险浮存金。

你得先有一家保险公司,把险种设计好,保证承保本身不亏钱。投保人先把保费交给你,要过很多年才陆续赔出去,中间这笔钱,你就可以拿去投资。

更厉害的是,这笔钱不会逼你卖股票。

普通人借钱炒股,跌得狠一点就要补保证金,补不上就被强制平仓。伯克希尔历史上至少三次跌掉一半以上,没有任何人能逼它在最低点割肉。

你说,这个普通人能学会吗?

再说期权。

2002年,巴菲特在致股东信里有一句名言:衍生品是“大规模杀伤性金融武器”。

可就在那之后没几年,从2004年到2008年,伯克希尔自己卖出了一大批衍生品:股指看跌期权。

看跌期权是什么?你可以把它理解成一份“股市下跌保险”。买的人先付一笔钱,叫权利金;到期那天,如果指数跌破了约定的价格,卖的人就要赔差价;如果没跌破,这笔权利金就归卖的人。

伯克希尔卖出的这批“保险”,条款是这样的:

  1. 保的是指数,不是个股。 标普500、英国富时100、欧洲斯托克50、日经225,四个市场,名义本金加起来371亿美元。
  2. 期限15到20年。 最晚的一批,要到今年年初才全部到期。
  3. 欧式期权。 中间不管跌成什么样,都只看到期那一天的价格,谁也不能提前结算。
  4. 大部分不用交抵押品。 市场再怎么跌,也不用追加保证金。
  5. 钱先到手。 49亿美元权利金一次性先收进来,在到期之前,这笔钱都可以拿去投资。这相当于又一笔不要利息的浮存金。

然后2008年金融危机来了,全球股市暴跌。按市价计算,这批合约的负债涨到了大约100亿美元,账面浮亏51亿美元。

很多人开始嘲讽:说衍生品是“大规模杀伤性武器”的人,自己栽在了衍生品上。

但你再看一遍上面的条款。欧式期权,没到期就不用结算;不用交抵押品,跌多少都没人能让他掏钱。账面亏损再大,也只是一个数字。

后来市场涨回来了,这笔当年被嘲笑的交易,最后是赚钱的。

现在换成你。你在券商账户里卖一张看跌期权,期限只有几个月,每天按市价算盈亏,一跌就要追加保证金,补不上就被强平。2008年这么干的人,很多都没撑到市场涨回来的那一天。

而且,没有人会跟你签一张20年、不要抵押品的合约。人家愿意跟伯克希尔签,是因为相信它20年后还在,还赔得起。

同样是“卖看跌期权”,合约里改几个条款,对他是印钞机,对你是定时炸弹。

这些条款,你在巴菲特的“道”里一个字都找不到。他公开讲的,是“不要用杠杆”,是“衍生品是大规模杀伤性武器”。

再说护城河。

这个概念好像非常简单易懂,但其实没有人真懂。

你投资了一家公司,买的时候觉得自己看准了,它有护城河。拿了五六年,发现竟然亏了,你才意识到:啊,原来它没啥护城河。

就算在今天,拼多多有没有护城河,OpenAI 有没有护城河,海力士有没有护城河,都众说纷纭,说有的和说没有的都各有各的道理。

“护城河”最大的问题是,它只能事后解释。赚了,说明有护城河;亏了,说明护城河没了。

那我就想问了:我们到底懂不懂“护城河”?听说了这个词,真的可以指导我们投资发财吗?

最后说航空公司。

巴菲特和芒格在很多书和演讲里都提到,千万不要买航空公司的股票,因为竞争太同质化,谁都没有护城河。2020年疫情一来,伯克希尔把手里的航空股全部清仓了。

但是你知道吗?今年,伯克希尔又新买了将近26亿美元的达美航空。

这到哪儿说理去?

我想知道,一个普通人把巴菲特和芒格的书全部读完,足以让他独立做出今年买达美航空的决定吗?

这样的例子还有很多。细细琢磨之后,我不得不承认:我只是个普通人,我学不会巴菲特。

二、大佬们讲的,都是「道」

回到做产品、做生意、创业上,我发现,也许这个世界就是这么设定的。

我们去听知名大佬的创业分享,不管是马云、乔布斯还是稻盛和夫,他们讲的内容都和巴菲特很像:都是一些大道理,而且大部分大道理(至少看起来)还那么浅显易懂。

那核心的操作点是哪些?关键的技术细节是哪些?具体的步骤是哪些?没有大佬会告诉你。

说句公道话,稻盛和夫其实讲过术。他写过一本《稻盛和夫的实学:经营与会计》,讲现金要怎么盯、账要怎么算、票据要怎么跟着货一起走。这些才是京瓷每天在用的东西。

可我身边学稻盛和夫的人,记住的大多是“敬天爱人”和“利他”,很少有人去学他怎么算账。

所以我也没发现,他们创业的成功率比别人高。

我们从小都听说,道大于势,势大于术。

所以我们每个人都喜欢听“道”,看不起“术”。

不信?我举个例子。假设有人教你做抖音自媒体,他很可能会这么讲:

  1. 下载抖音,注册账号。
  2. 把同行排名前十的账号全部看一遍。
  3. 专门去看那些粉丝很少、却出了爆款的小号。
  4. 把这些爆款放在一起,找找有什么规律。

你很可能会觉得,这样的培训也太 low 了吧。你甚至会觉得这些“术”根本不值钱,直接问豆包,豆包也能告诉你。

网上还流传一句话,常被说成是老子讲的(其实《道德经》里查不到):

有道无术,术尚可求也;有术无道,止于术。

意思是,只要道对了,术总能找到。

这句话我以前也信。现在我想问一句:

术尚可求,去哪儿求?

我自己在生财有术开过一门 AI 编程课,叫《Idea to Business》。

(请不要咨询课程了,这是上一期的课程,由于本人精力有限,决定专注于自己的产品,暂停开下一期。)

这门课里讲的,全是一个个具体的术:

  • 中国人做海外产品,用什么收款平台最好;
  • 怎么让产品界面看起来高大上;
  • 怎么快速接入 API;
  • 怎么获取产品 idea;
  • 怎么把 AI 当成员工来用;
  • 甚至是域名去哪儿买、env 文件怎么建、GitHub Desktop 怎么换账号。

env 文件那一节,是后来补进去的。因为真的有不少同学卡在这一步,网站跑不起来,后面的事情就全停了。

这些东西,没有一样是“道”,也没有哪个大佬会站在台上讲。但对一个第一次做产品的人来说,每一样都可能是挡在“我想做”和“我做出来了”中间的那堵墙。

三、大佬为什么不讲术?

我琢磨了一下,大概有四个原因。

第一,术说不出来。

《庄子·天道》里有个故事,叫轮扁斫轮。

齐桓公在堂上读书,一个叫扁的老木匠在堂下做车轮。老木匠放下工具走上来,问桓公读的是什么。桓公说,圣人的话。老木匠问,圣人还活着吗?桓公说,早死了。老木匠说,那您读的,不过是古人的糟粕罢了。

桓公大怒,让他说出个道理来,说不出来就处死。

老木匠说,就拿我做车轮来说吧。下手慢了,榫头松,装不牢;下手快了,榫头紧,塞不进去。不快不慢的那个分寸,是:

得之于手而应于心,口不能言,有数存焉于其间。臣不能以喻臣之子,臣之子亦不能受之于臣。

手上有数,心里有数,嘴上说不出来。我没法教给我儿子,我儿子也没法从我这儿学走。所以我七十岁了,还得自己在这儿做车轮。

两千多年后,匈牙利裔英国哲学家迈克尔·波兰尼说了一句几乎一样的话:

“我们知道的,比我们能说出来的多。”

你会骑自行车,但你说不清自己是怎么保持平衡的。就算你说清楚了,别人读完你的说明书,也还是不会骑。

大佬们不一定是故意藏着。很多术,他们自己也说不出来。

第二,道是事后总结的。

塔勒布在《反脆弱》里讽刺过一种现象,叫“教鸟飞行”。大意是:一群学者给鸟讲飞行原理,讲完,鸟飞起来了,学者们就写书说,看,是我们教会了鸟飞。

可鸟本来就会飞。

很多成功经验也是这样。事情是先做成的,道理是后来总结的。总结的时候,那些很具体、很笨的动作,往往就被省掉了。

前面说的“护城河”,就是这么回事。

第三,大佬的术,你用不上。

巴菲特的术是保险浮存金和20年的期权合约,你没有保险公司,也没人跟你签20年的合约。大公司老板的术是融资、团队和渠道,你也没有。

第四,术讲出来不好听。

台下坐着几千人,你总不能讲“第一步下载抖音”吧。

所以,大佬讲的道,听听就好。真想把一件事做成,你要找的是跟你起点差不多、比你早走半步的人,学他们的术。

而且光听还不够。轮扁的故事已经说得很清楚了:

术是听不会的,只能做会。

四、AI 读完了全人类的「糟粕」

也许你会问:现在 AI 这么强,这些问题直接问 AI 不就行了?

没错,AI 能把每一步讲给你听,讲得比我细,还24小时不嫌你烦。

但按轮扁的说法,AI 读完的,是全人类的“糟粕”,也就是所有被写下来的那部分。

2014年,经济学家戴维·奥托把波兰尼那句话叫作“波兰尼悖论”:人们凭经验能做、却说不出规则的事,机器最难学会。

这些年,大模型已经学会了很多当年以为机器学不会的事。但在做生意这件事上,波兰尼说的那部分,大多还没被写下来:一个方向为什么没做成,一笔单子最后是怎么谈下来的,一个看起来很热闹的赛道,实际利润到底有多少。

书里没有的,AI 也就没有。所以它给你的术,大多是“听起来合理”的术。

做过的人给你的术,是带着条件和结果的:谁做的,从什么起点开始,花了多久,赚了多少,在哪一步翻了车。

好在现在,AI 也能读到一部分这样的东西了。生财最近做了 MCP,你的 AI 可以直接去查生财这十年攒下的帖子、航海手册和复盘。亦仁说,未来生财有术就是一个巨大的付费 MCP。

亦仁前两天发的长文里,有个例子我印象很深。

有位做视频号带货的圈友,让 AI 通过生财 MCP 去找同行的拆解、读航海手册。他觉得最有用的一次,是专门去搜失败案例,结果发现自己准备做的那类题材空间很有限,就直接把这个方向砍掉了。

别人踩过的坑,他没有再踩一遍。

五、庖丁的道,是从术里长出来的

还有一点,是我最近才想清楚的。

道很难被验证。“要有耐心”,赚了钱,说明你有耐心;亏了钱,说明你耐心还不够。怎么说都对。

王路老师那一讲的最后也说了类似的意思:判断要在事前写下来,事后拿证据检验。一个只能在事后解释成败的道理,帮不了你当下做决定。

术是可以被验证的。第一步做了没有,第二步有没有结果,试一下就知道。错了,换个做法再试。

普通人试错的本钱有限。一个能被验证的做法,比一句怎么说都对的道理,有用得多。

再说回《庄子》。《庄子》里还有个更有名的故事,庖丁解牛。

庖丁给梁惠王杀牛,动作像跳舞一样好看。梁惠王夸他技术高超,庖丁放下刀说:

臣之所好者道也,进乎技矣。

我追求的是道,已经超过技术了。

听起来,这是一个“道大于术”的故事。

但你接着往下读。

庖丁说,刚开始解牛的时候,他眼里看到的就是一整头牛。三年之后,就再也看不到整牛了。他的刀用了十九年,解了几千头牛,刀刃还像刚磨过一样。

就算到了这个境界,每次碰到筋骨盘结的地方,他还是会打起精神,眼神专注,动作放慢,小心下刀。

他的道,是在几千头牛身上一刀一刀练出来的。

所以“道大于势,势大于术”这句话,我现在有了不同的看法。

道也许确实更高。但道是术练到头以后长出来的,没有人能跳过术,直接拿到道。

巴菲特和马云可以只讲道,因为他们的术早就有一整个团队在操心。我们普通人,还是得先把一件事从头到尾做下来。

六、它叫生财有术,不叫生财有道

亦仁那篇文章里还提到一个圈友,叫路飞,04年的,不会代码,也看不懂英文。

他参加了生财的小程序航海,刚开始连工具都要摸索很久。后来他开始接定制单,6月份完成了6个项目,实际到账11288元。

他的第一单,客户先付了500元定金。从确认需求、开发修改,到上线、收尾款,他完整走了一遍。

你看,这里面没有一句大道理,全是术。

我加入生财有术五年多了。刚加入的时候,帖子还没现在这么多,我花了几天时间,把几乎所有精华帖都读完了。

现在回头看,那些帖子里真正改变我做法的,很少是哪句道理,大多是一个个具体的做法:某个人在哪个平台、用了什么方法、怎么拿到了第一个付费用户。

后来我越来越喜欢参加生财的线下见面。看一篇帖子的收获,往往不如跟写帖子的人当面聊两个小时。

现在想想,这大概就是轮扁说的那部分:写不进帖子里的东西,要当面才看得到。

说到这儿,你应该明白我想说什么了。

去年有一次我和亦仁吃饭,我跟他说:好多人说“生财有术”这个名字听起来像传销,有点难登大雅之堂;而且现在社群已经 AI 化了,大家讨论 AI 很多,要不要干脆改成“生财有 AI”?

亦仁说:“术”最重要。就算改成“AI 有术”,也不能去掉我们名字里的“术”字。

后来,生财真的有了「AI 有术」群,名字里的“术”字还在。

他是有大智慧的人。现在回头看,他比我更早看到了术的价值。

它叫「生财有术」,不叫「生财有道」。

生财之道,大佬们已经讲得够多了,书店里随便拿一本都有。

生财有术,讲的是怎么一步一步把钱赚到手。这些术来自一群跟你一样的普通人,他们做过、赚过、也亏过,然后把过程写下来,留给后面的人。

前面那个问题:术尚可求,去哪儿求?

我的答案是:去生财有术求。

AI 越强,道就越便宜。全人类的道理,AI 一秒钟就能讲给你听。

但真人做过、验证过的术,会越来越值钱。

因此,每次有人问我:有没有什么创业社群推荐?我都只推荐生财有术这一个。

对了,关于“什么是好项目”的思考,我也是从社群里得到的启发,详见 什么样的项目是好项目?

又到了双十一,你懂的。感兴趣的同学,评论区见。

跳转微信打开

Seedance的出现,让全世界AIGC产品都亏钱

2026年11月5日 11:11

原创 刘小排 2026-11-05 11:11 北京

越出名的AIGC 产品,越不赚钱。

哈喽,大家好,我是刘小排。

我在过去十几年的职业生涯一直从事互联网产品工作。我喜欢互联网产品,因为它的边际成本低。

最早的案例可以说是微软。微软虽然开发 Windows 花了很多钱、很多人力,但它每卖一份 Windows 的 license,可以收用户几百到几千块钱,它的成本几乎没有增加,这个就叫边际成本低。

后来,大约2012年前后,我们进入了 SaaS 时代。也一样,比如说你买了 Canva 或者 Figma 或者 Adobe 的年付订阅,收你的钱是全额收的,而厂家的边际成本也只是增加一点点。

再后来,2024年开始,我们进入了 AIGC 的 SaaS 产品时代。头部的 AIGC 产品一般会把自己的 API 费用乘以 3 或者乘以 5,加上自己做的产品和用户体验打包卖给你。这样的话,其实早期 AI 上市产品的毛利能够达到 60%~80%,也是一个比较可观的状态。

我记得2024年跟一些做头部AIGC产品的创业者讨论过,在所有收入里面,人力成本占 20%,token 成本占 20%,营销成本占 30~40%,运维和运营成本占 10~20%,最后还能留下 10~20%的净利,这也是一个比较健康的状态。

直到 2026 年上半年,一切都变化了,AIGC 产品越头部越不赚钱。

我注意到这一点是因为最近盘算了一下,发现我产品的用户和收入都在增长,而我的利润居然下降了。我这还算好的呢,据我所知,尤其是那些拿投资人的投资、必须要烧钱抢用户的人,那些更广为人知的大产品,他们毛利是负的。

半年到底发生了什么呢?我仔细研究了一下,我发现最大的变量是 Seedance,尤其是Seedance 2.5。

前面我们提到,放在去年,一般开发者的 API 成本占产品的 20%-30%,做完产品体验之后,会把 API 成本乘以3去卖给用户,这在去年仍然成立。

但在 Seedance 2.5 上就不成立了,为什么呢?因为 Seedance 2.5 这玩意儿太贵了,做视频一块多一秒钟,你敢乘以 3 或者乘以 5,按照五块钱一秒去卖给用户吗?你敢卖,用户也不敢用啊!要真这么做的话,用户转头就去用别人的产品了。

因此,这就逼得所有用 Seedance 2.5 API 做产品的人,卖给消费者的价格基本就是长假原价;好一点的呢,乘个 1.2 倍;而那些融完资抢用户、烧钱的大型创业公司,往往还会把 Seedance 2.5 的利润直接做成负的,用低价去吸引用户。

这里面还有一个原因是因为 AI 编程太强了,尤其对于创业公司来说,每一家产品的体验都会趋同。不仅产品体验相同,连营销素材都可以复刻,也相同。最后我看很多人搞联盟营销,找的博主都相同:同一个 AI 博主,昨天推产品 A,今天推产品 B,两个产品的功能一模一样。

既然消费者去哪里用都是用,他当然会找最便宜的用。你敢放出来 0.5 折的 Seedance 2.5,他就敢用;当哪天你不放优惠了,他就去用隔壁另一家创业公司的 AIGC 产品,因为那一家又开始搞优惠了。

所有人都卷,没有人敢不卷,甚至字节自己都卷自己。昨天我偶然发现,即梦的海外版首月一整月的费用只要0.29美元,允许你用 Seedance 2.5做视频,连成本的零头都不到。

我的朋友亦仁说,未来的所有产品都会变成 Agent,而所有的 Agent 产品都只不过是披着 Agent 外壳的卖 token 。

我深以为然。而且我还有补充:它们都将会成为披着 Agent 外壳亏钱帮 API 厂商卖Token的生意。尤其是AIGC类产品,尤其的尤其是AIGC细分到做视频的产品。

在最头部的 AIGC 产品里面,我最喜欢的是 Lovoart,连它都只能做到“仅看 token,有点毛利”的程度,我想知道还有几家能有净利呢?

这个时候不得不再感叹一句:还是小公司小组织好啊,没有烧钱抢用户的压力。我所认识的有净利的 AIGC 产品创业公司,大部分体量跟我差不多,就是一个中等或者小型的规模,它们可以把营销成本和人力成本省下来,不用服务所有人,只需要服务一小部分有缘的、垂直的用户。

下狗创业者,竟然才是这个大创业时代活得相对滋润的群体。

跳转微信打开

❌