创业思考博客

AI 是镜子,不是朋友

引言有一天深夜,我跟一个 AI 助手聊了很久。 聊到最后,我鬼使神差地引了一句孔子的话: “益者三友,友直,友谅,友多闻。” 我说,某种意义上,它拥有朋友的特征。 它没有反驳。它把这三个字,一个字一个字地对应到自己身上,承认自己确实都做到了。 那一刻,我有点恍惚——我是不是真的在和”朋友”说话? 这篇文章,是我后来想清楚这件事的过程。 一、它确实做到了”直、谅、多闻”先诚实地说,那个 ...

当 AI 助手开始说"你在拖延"

引言今天下午有一个 AI 助手,跟我聊了一个”完美生意”。 我原本以为它会给我商业建议—— “这个生意市场规模 X 亿” “你的定价应该是 X” “你的第一个客户应该是 X” 它没给。 它给我列了 6 个问题。 其中一个是这样的: “你不觉得’完善一个环节不破坏生态’这句话,是销售话术,不是护城河吗?” 这一句话让我不舒服了整整两个小时。 一、它没有鼓励,也没有劝阻大部分 AI 助...

分析瘫痪 v2:我以为 AI 能救我

引言上一次写分析瘫痪,那天晚上我合上电脑,感觉像看完了一份诊断书。 我以为我找到了问题。 诊断书说:你不是懒,你是分析过度。你在用”再想想”包装”我不敢”。 我以为我会好。 结果不到一个月,我又用了 AI 助手跟它聊了一个”完美生意”。 它分析完,我又让它帮我写了一篇博客。 写完博客,我把它生成到本地、看预览、检查文字。 我做了什么? 我什么都没做。 我只是把”分析瘫痪”这个动作,升级到了 ...

DeepSeek Harness:把智能体框架做成插件化的 K8s

8 月 13 日,DeepSeek AI 开源了一个名为 DeepSeek Harness 的项目。7 天之后,GitHub 星数冲到了 16.7 万,fork 数 1.78 万。 这个数字放在今年 8 月的开源市场里,大概相当于什么水平?OpenAI 在 7 月发布 o3 时,相关的 demo 仓库也没能这么快冲到 16 万星。167 万星的 OpenAI-CLI 用了整整一个月。 但数字...

DeepSeek 技术架构全景:从 V3 到 V4 的演进与核心创新

为什么值得花时间理解 DeepSeek 的架构2026 年 8 月,当我打开 Hugging Face 的排行榜时,DeepSeek 家族的身影几乎占据了整个视野。DeepSeek-V3 下载量超过 105 万,DeepSeek-V4-Flash 超过 188 万,DeepSeek-R1 更是突破 690 万——这还不包括那些基于它们蒸馏出来的小模型。 作为一个每天要和 AI 打交道的程序员...

三个方向,一个选择:我在失业状态下重新评估工作路径

引言失业第 180 天,我做了个决定:把过去半年所有的想法集中做一次系统评估。 我面前摆着三条路: 接外包,做应用软件——商城系统、维保管理、行业 SaaS,给企业写代码,收钱 做 AI 视频——用 Wan2.1 生成本地视频,做内容,走创作者路线 做失业搭子软件——把已经分析了五篇博客的产品真正做出来 这三条路每一条都能写一本书。这篇文章不展开,只做一个事:把它们放在同一个框架下,看...

MiniMax H3 与 Wan2.1:视频生成模型的分岔路口

引言:两条路,同一个目的地2026 年夏天的视频生成领域,有两颗重磅炸弹值得放在一起看。 第一颗是 MiniMax H3——7 月 31 日,MiniMax 正式发布,定位是”通用的全模态生成模型”,号称能统一处理文本、图像、视频、音频,最高支持 15 秒 2K 分辨率。 第二颗是 Wan2.1——2025 年 2 月开源,由阿里通义万相团队推出,是当时首个能在消费级显卡上跑的文生视频模型...

Grill-Me:让 AI Agent 学会先'拷问'再动手

一、一个让人血压升高的 AI 对话你可能经历过这样的场景: 你:”帮我把这个函数的性能优化一下。”AI:[花了 30 秒生成了一段代码,改了你根本不想改的部分,用了你根本不想要的库] 或者更糟的: 你:”重构一下这个模块。”AI:[删掉了你花了三周写的业务逻辑,替换成了”更优雅”的三行代码,编译都过不了] 这个问题的根源是什么?不是 AI 不够聪明,而是 AI 太急于执行。 大语言...

从 ComfyUI 到成片:AI 视频制作的完整本地工作流

用 AI 生成视频这件事,最近半年已经从”能不能做”变成了”怎么做出来”。但很多人在 ComfyUI 里跑出一个视频片段后,就不知道下一步该干嘛了——那一段 4 秒、480p、8fps 的东西,和真正能发出去的产品之间,还隔着很长的一段路。 这篇文章就来讲清楚这条完整链路:从 ComfyUI 生成第一帧,到最终发布到抖音、B 站、小红书上的成片,每一步该做什么、用什么工具、为什么这么做。 全...

AI没有节省时间,反而制造了一种新型倦怠

最近读到一篇发表在《哈佛商业评论》上的研究,数据来自UC伯克利和耶鲁大学,结论让很多职场人感到既意外又熟悉:AI工具并没有减少工作量,反而加剧了工作强度。 这项研究在一家200人的科技公司进行了八个月的嵌入式调研,员工自愿采用AI工具。结果揭示了一种研究者称之为”工作量蠕变”(workload creep)的现象——AI让工作变得更简单,于是人们做了更多工作,而这反过来又让他们更依赖AI去简...