关于创业

本周健康日志统计：

事项	早起	冥想	读书/听书	写作/思考	跑步/运动
统计	7次	7次	8小时	7篇	5小时33分钟

卢梭说：“人是生而自由，却无往不在枷锁之中。”

创业六年后，愈发感同身受。

很多人选择创业的初衷，是为了自由。

但走着走着，许多人，不仅没获得自由，反而戴上了更多“枷锁”：被规模绑架、被融资目标绑架、被业绩焦虑绑架，甚至被自己的野心绑架

真正的自由，或许并不是“想干啥就干啥”，而是在一定的边界之中，拥有选择的权利和能力。

昨天，Tony哥微信发来一段分享：

经营企业要放弃规模思维，追求利润；

创业是为了自由、健康和快乐，不能为了创业而创业；

更不能为了创业，把自己和家人一起拉进苦境；

到了一定规模后，一定要克制，把安全放在第一位；

创业选择大于努力，要差异化竞争；

好生意是别人算不清你怎么赚钱，而不是你赚了多少钱；

真正的机会藏在“反共识”中，不追风口，不拼规模拼壁垒，不看短期看周期；

当你找到那个别人三天搞不定，你三分钟就能做好的事情，才是真正的财富钥匙。

这背后，其实在讲一件事：创业的成功，不用追求“做大做强”，而是找到一种可持续的、内在契合的生活方式

于是，我开玩笑说，这里面的每一句话，不就是在说我吗？

很多选择创业的人，底层性格都是一样的：希望自己来制定规则

我们不是怕累，而是不想把时间、方向和命运，交到别人手上。

在做AI领导力课程初期，我和向阳就决定“做轻”，做一份一边钓鱼赚钱、一边跑步赚钱的事业。

不融资、不做重、不追快，很多人不理解，但我们心里很清楚：我们想要的，不是最大化利润，而是最大化自由。

这其实是一个“拒绝被绑架”的选择

我们不想因为一些可能性，比如融资机会、市场扩张、资本催熟，而迷失了与自由有关的初衷。

正因如此，我们现在在思考AI项目和对未来的规划，高频的关键词：Think Small，超级小案例，AI First， “AI员工”等等

我们希望，能够用更小、更轻、更高效的方式，建立起不被束缚的AI事业体系

关于品味

Cursor目前是估值最高的AI编程软件，我也一直高频使用它来撰写提示词和小的软件设计。

CEO Michael Truell在最新的一个访谈中，分享了关于Cursor关于AI编程及公司发展的一些分享。

其中，聊到AI编程时，大量的提及了关于品味的重要性，他认为“品味”是未来软件开发中人类不可替代的核心能力，无论是界面美学还是逻辑设计，AI可以自动化实现细节，但“想做什么、怎么做得好”仍需人类判断。

他举例说，当前的编程其实是“人类编译”——你明明知道自己想要什么，但还得用极其细致的代码去表达。未来，AI会帮你填补细节，但“你想要什么”这个本质问题，依然需要人来定义。

这和我们在《AI领导力》课程里关于“审美素养、经验素养”部分的理念及内容，非常相似

“品味”不仅仅是视觉美学

很多人提到“品味”时，首先想到的是界面设计、配色、排版等视觉层面的美感。

但品味还体现在产品逻辑、用户体验、功能取舍等非视觉层面。

例如，一个产品的交互流程是否顺畅、功能是否恰到好处，这些都离不开开发者和产品人的“品味”判断。

编程的本质是“人类编译”

传统编程其实是一种“人类编译”过程：你脑海里有一个想法，必须用极其细致的方式，把它拆解成计算机能理解的指令（for循环、if语句、变量等）。

随着技术进步，越来越多的“实现细节”会被自动化，人们就可以把更多精力放在“我到底想要什么”上

“品味”是不可被自动化的

即使AI能自动生成大部分代码，但“品味”依然是人类不可替代的壁垒。

因为“品味”涉及到对目标的定义、对细节的把控、对用户需求的理解，这些都需要深厚的经验和直觉。

AI可以帮你实现，但“做什么、怎么做才好”必须靠人来判断。

未来开发者的角色转变

未来的开发者会从“码农”转变为“逻辑设计师”或“产品美学家”

也就是说，技术门槛降低后，决定产品优劣的关键变成了“品味”：你能不能定义出真正有价值、好用、好看的产品。

“品味”如何影响团队和产品

团队早期的几位员工或创始人，会直接影响公司的整体品味水平。

Cursor团队在招人时非常看重“品味”和跨界能力。

前10名员工不仅要会写代码，还要有产品思维、商业敏感度，能在不同领域之间切换。这种“品味”驱动的团队文化，是他们能快速做出好产品的关键。

访谈源地址：youtube.com

做什么与不做什么

今天技术问，如何确定哪些事当前能做，哪些事不用做

我开玩笑说，毛主席早就告诉过我们答案了，核心抓当前主要矛盾

他说，虽然这个原则很好，但如何抓主要矛盾呢

我想了想，回复说：一是知道自己想要什么，二是知道想要的这个方向和结果的关键实现路径或者要素

尤其是知道自己想要的，这个会比较难一些

但好在，即便不知道长期的目标，我们可以比较容易找到短期目标

当然，这样说仍然会有些抽象

于是，就给他举了一两个案例，并且基于这个案例，依次做了一遍梳理，对于工作这个场景，这个其实就是关键路径法

后面，我补充了下

人确实容易受到各种信息的干扰，甚至是自己的各种想法

但经历多了之后，事后就会发现，绝大部分的想法，并不值得去实践

人更应该做的事情，围绕自己的主方向和主目标去进行持续的发力，所有的实践、想法都应该围绕它来展开和迭代，所以，想清楚自己到底想要什么，就至关重要

管理想法

控制太多的想法，需要用到的思想工具就是二八法则和奥卡姆剃刀，没事就剃一剃
发现哪里都有机会的时候，但需要自我提醒下，大概率这里绝大部分的机会，并不是自己的。保持好奇心，不见得什么都要去做，聚焦与专注，仍然是很重要的人生战略
最好的策略不是寻找更多机会，而是找到最适合自己的那个领域，并在其中建立持续的优势
比管理想法更重要的，是管理成果，因为只要做了，就必定有成果，只是有些成果值得长期追求，有些成果不值得花时间
哪些想法值得去实践，哪些不需要，取决于自己当前这个阶段最重要的事情是什么，以及自己到底想要什么
关于管理想法，最根本的其实是要建立一个动态平衡的系统，让思维既能发散又能收敛，既有创新又有积累

AI系统与培训模式

朋友去线下参加一个AI营销培训，微信对我分享了不少图片

这个培训，主要是讲两个系统，一个是AI营销系统，一个是AI-SCRM系统

AI营销系统，把AI和短视频获客这个能力进行了系统性的设计，包括对标选题数据自动抓取、自动分析和拆解、AI原创文案、AI自动混剪、AI二创及知识库管理等

这套系统，每个AI能力其实在外面都有免费的或者收费的解决方案，但对传统中小企业来说，要把这些能力整合在一起，是一件很困难的事情

这个公司做得比较好的一点就是，把这些能力进行了打通和整合

所以朋友来挺动心的

第二天分享了AI-SCRM系统，这个系统就是把AI的能力融入到了客户管理系统，尤其是销售话术的AI话，底层逻辑就是AI+知识库，只要稍微了解些AI原理的人都了解

这两个系统，底层技术都不复杂，但他们的优势，就是把所有中小客户关心的那些问题进行了集合

所以，朋友听完一度还挺心动的

但是，后面还是没有买

原因是，这家公司的核心盈利模式，并不是卖系统，而是卖短视频解决方案，包括三天两夜的线下培训、外加AI系统使用权1年，包含20个号。另外AI的算力另外单独再收费

这样下来，就得支付10万/人

我听了之后，我说，这个模式感觉更好啊，如果不这样做，光卖个系统，利润又少，如果不懂方法论的话，系统的潜力就发挥不出来

另外，从商业模式来看，如果只卖系统，费用就不可能收到这么高，而且竞争和护城河还低

在国内，做SAAS，无论是不是带AI，都挺难做的，亏损得居多

但是如果包上了培训的模式，加上AI系统的概念，门槛就会不一样了

如何找到AI项目点子

来自YC的一个访谈分享：How To Get AI Startup Ideas

源地址：youtube.com

这个视频，主要分享：如何找到AI创业的好点子，一些最新观点和案例，具有很强的参考和启发

现在是AI创业的最佳时机

技术进步带来了大量新机会

Y Combinator鼓励有技术背景的人积极尝试创业，即使还没有完全成型的点子。

AI值得再去对所有的传统场景，再去试图重构一遍

目前的AI能力，不同的解决模式，在不同的场景下表现可能不同，尤其是一些表现非常优秀的场景，可以去结合自己对业务痛点的理解，去解决

如何找到好点子

不要只做“黑客马拉松”式的简单项目，也不要盲目跟风热门领域。

真正有价值的想法通常不简单

最好的创业点子往往来自创始人自身的独特经历、专业技能或深入行业的观察

你要么深入挖掘自己的过往经历，要么主动进入新的行业场景

比如，Salient的创始人在特斯拉财务团队工作时发现了贷款催收流程的痛点，后来用AI自动化解决。

Diode的创始人结合了硬件和软件工程背景，开发了AI电路板协作工具。

Spur、DataCurve、David AI、Can of Soup、Happenstance 等公司也都是创始人结合自身经验或深入行业后发现的机会。

“走出去”与“向内看”

创业点子不是凭空想象，而是从实际问题中生长出来的

创业者要么深入挖掘自己过往的专业经验，要么主动走进陌生行业，发现别人没注意到的问题。

例如有创始人通过实习、亲自去行业一线“卧底”或跟随亲友体验工作，发现了AI可以自动化的重复性工作。

你要问自己：如果不是我来做，谁还能做？

其他建议

多和聪明人交流，参与前沿公司或团队，能更快发现新机会。

不要因为市场看起来拥挤就放弃，只要能做出真正有效的产品，依然有机会成功。

创业过程中要有耐心，很多成功公司都经历了多次转型和探索。

创业初期多尝试、多转型，直到找到真正适合自己的方向

重复性、被外包的工作，是AI自动化的绝佳切入点。

别忽视身边人的工作和生活，他们的痛点可能就是你的机会

与其追逐风口，不如打造真正解决问题的产品

你要么成为行业专家，要么和行业专家深度合作

创业灵感常常来自你最熟悉、最擅长的领域