Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Tidligere har @Benchmark @EverettRandle trodd at selv i denne AI-æraen ligger vollgraven fortsatt i teknologien, noe som er helt annerledes enn den markedsførings- og etterspørselsorienterte atmosfæren som råder i den kinesiske kretsen.
Men i realiteten virker det som om de to bare er i AI-kretsen, og den indre essensen er veldig forskjellig.
——
La oss se hva de opprinnelige ordene er:
"En av de viktigste lærdommene vi har tatt med oss, er at det er ekstremt vanskelig å bygge gode AI-produkter. Det er helt annerledes enn SaaS-produkter, det handler ikke bare om å få tilgang til OpenAI-API-er og bruke det i dialoger og andre steder. Det er mange ulike aspekter ved å introdusere LLM-er. Hvordan forbedrer du dem? For eksempel, hvordan passer det inn i den generelle arbeidsflyten? Faktisk er det ekstremt nyansert og komplekst å lage et flott AI-produkt, et som kan gå utover selve laboratorieapplikasjonen. Så jeg tror fortsatt det er et teknisk problem.
Faktisk handler det om talentknapphet og talentteknologimodeller, fordi ikke mange vet hvordan de skal bygge produkter på supersmarte, smakfulle måter og utvikle basert på disse modellene. Derfor kan topp AI-forskere få milliarder av dollar i kontrakter. ”
Faktisk er de fleste kinesiske kretser avhengige av vibe-koding for å lage produkter (som meg) som ikke har denne styrken og smaken.
1. Hvis du ikke er innen LLM-forskning, kan du ikke direkte bygge noen av de beste produktene de siste årene, og selv huden må være smakfull.
2. På grunn av den raske hastigheten på AI-kodegenerering, er noen enkle scenario-teknologier ikke lenger flaskehalsen, men delen med lavest tidskostnad. Deretter velger du å markedsføre bredt/finne behov først, og så skrive kode, det er en rask prøving og feiling-metode for å tjene en krone som naturlig nok vil bli valgt av de fleste, spesielt de som opprinnelig ikke har kodeferdigheter.
——
Til slutt: Venner som følger VC-er kan ha oppdaget at @benchmark er en VC, så disse synspunktene utdypes av VC-er basert på kriteriet «om man skal investere eller ikke».
I AI- og superindividets tidsalder, gjør den eksplosive fremveksten av produkter de fleste produkter unødvendige og ute av stand til å ta den tradisjonelle VC-investeringsveien.
Kort sagt, hver har sin egen måte.
@dotey @nake13 @dongxi_nlp @chaowxyz

Topp
Rangering
Favoritter
