如何建个使用自己帐户的网站网络设计什么学历一般

张

张建站

2026/4/8 16:05:31

10分钟阅读

如何建个使用自己帐户的网站,网络设计什么学历一般,wordpress整站源码,科技创业创新心得龙虾帮一个VC拿下了1000万人民币的投资#xff0c;一个旧游戏PC跑出了800万TikTok播放#xff0c;一个人帮别人装龙虾一个月赚了25万美元。这些案例是真的吗#xff1f;哪些能在中国复制#xff1f;哪些只是硅谷的一次性红利#xff1f;这篇文章浓缩了两次直播的精髓…龙虾帮一个VC拿下了1000万人民币的投资一个旧游戏PC跑出了800万TikTok播放一个人帮别人装龙虾一个月赚了25万美元。这些案例是真的吗哪些能在中国复制哪些只是硅谷的一次性红利这篇文章浓缩了两次直播的精髓3月6日上海OpenClaw实战论坛的30分钟线下Fireside Chat加上3月7日我和天际资本创始人张倩、安妮的2小时线上深度复盘。她从VC和商业角度点评我带硅谷一线的数据拿着案例一个一个拆。我们看似聊得很散其实一直围绕一个字钱。先说背景论坛70%的人已经部署了龙虾这次论坛提前收集了参与者问卷已经部署龙虾的比例超过70%。这个数字在我参加的其他论坛里是比较高的。所以全场不讲AI是什么只讲我们在用龙虾干什么。张倩说她收集到的问题里每个人最想知道的就是其他人在用龙虾干什么。张倩自己也分享了一个数字天际资本20多个人每个人至少有一只龙虾最厉害的同事养了八只。她本来以为她们公司很先进结果一个LP告诉她他们400人的商学院班同学们春节就在养龙虾了。她的判断是国内龙虾已经完全不是个人行为了已经到了企业级的程度。企业一旦入局商业价值各方面都会提升得比较快。张倩的龙虾故事“日入千万”在讨论硅谷案例之前张倩先讲了她自己的龙虾经历。最早是1月底龙虾刚火的时候她就装了。正好是天际资本做年度赛道研究的时间十几个同事要出十几份报告。她早上7点把十几个赛道丢给龙虾半小时全出来了。在飞机上翻完发现70%同事的报告质量不如龙虾。“理论上我第一天就开始用龙虾就有这样的结果我相信以后投研团队全部都能被龙虾干掉。”但她说那时候龙虾对她来说还是效率工具。“如果AI只是效率工具的话不会让大家这一波对龙虾这么趋之若鹜。”真正让她觉得龙虾不一样的是后面的事。两周前她把龙虾放进整个组织组建了龙虾兵团。然后龙虾帮她找到了她自己都没找到的OpenAI算力使用数据精准度比她收集到的所有数据都高。她拿这个数据去见一个几千亿市值的A股上市公司对方当天决定投天际资本1000万人民币。“日入千万绝对是真实的。”她说龙虾的本质是AI的手和脚。“原来的AI聊天机器人(16.080, -0.37, -2.25%)它只是你的大脑龙虾相当于你的手和脚它一下能把你一些想法实现你也不知道它怎么实现的。比如到现在为止我也不知道它到底怎么把OpenAI那么精准的数据找出来的但它找出来了。”第一组营销类案例——自媒体、推广、获客硅谷龙虾案例里跟营销相关的最多也是跑得最快的方向。从自己做内容到帮app推广到扫描信号做B2B获客这三个案例从C端到B端覆盖了营销的完整链路。张倩的判断是龙虾最快普及的场景就是内容和营销但这也意味着它很快会变成红海。真正有壁垒的是谁能用龙虾做出高质量的、平台不封的内容以及谁能把获客这件事跑出闭环。Oliver Henry “Larry” TikTok内容工厂两场直播我都把这个案例放在第一个讲因为它最直观。Oliver Henry把旧游戏PC装Ubuntu跑OpenClawagent Larry每天自动生成TikTok轮播图5天突破50万播放一周800万。app MRR从0涨到$670/月。skill文件从50行自我迭代到500行接了RevenueCat看完整转化漏斗。教程帖在X上700万播放。三个机制值得关注skill自我迭代每次失败自动写规则、接外部数据源形成正反馈RevenueCat订阅数据、skill开源到ClawHub让任何人5分钟复制。张倩在直播时对这个案例评价一般因为当时直播出了点技术问题她看不到案例细节。她说内容生成AI普及率已经很高了“by default AI就能做得很好龙虾能做得更好”但已经不惊艳了。不过后来复盘的时候她改了看法觉得一周800万播放还是很厉害的。我也同意内容生成本身在龙虾之前大部分AI就可以实现了龙虾的升级更多是用户体验层面的。张倩提了一个现实问题自动化发内容最大的壁垒已经从内容好不好转移到了平台的反制。小红书自动发帖封号推特也容易封。我的看法平台防的是低质量内容不是防AI。怎么用龙虾做出高质量内容才是值得研究的。自媒体是大流量但低盈利的赛道。张倩总结“龙虾最快普及的场景就是内容生成。”Ernesto “Eddie” B2C App $73k/月推广路线之争Ernesto有11个app月收30k/月的agency方案用Larry skill自动化4个TikTok账号成本只有API费用。这个案例引发了一个更大的讨论APP生产成本无限趋近于零之后推广怎么做我说有两种路线。第一种像傅盛那样自己推一个产品。第二种用龙虾的能力作为推广的杠杆。适合不同的公司。张倩的观点是龙虾是更先进的模式。“旧的推广方式买量、投流已经几乎不行了我知道有些行业龙头企业投了几十亿广告几乎全是负的。新模式一定是AI驱动的。”我追问国内有没有人跑通了张倩说昨天看的一家公司跑通了创始人是原来抖音电商模式的核心人物。但她也承认这个人本身经验丰富普通创业者还没跑通。张倩总结“现在能把龙虾推广跑通的人非常少所以这是一个好赛道。用得好的人全世界可能0.01%都不到。”Eric Siu扫描公开信号精准获客关于信任的讨论Eric Siu的trigger-based prospecting系统agent每天扫描目标公司是否有新CMO上任、是否刚融B轮以上、是否在招marketing agency。触发信号后才outreach先查CRM引用历史关系。最戏剧性的一笔是从CRM翻出2年前失联的$550K deal三个信号同时出现后48小时约到会议。安妮的点评我觉得说得好AI可以把所有前期的reach out都代替掉但核心还是落到人与人之间的交往上。所以这个时代线下交互的差异会被更加放大。我补了一个观察在这个案例里被联系的人并不知道对方背后有AI等于是人类对着AI。张倩的反应很真实。她说她很早就发现有些被投企业创始人发什么信息都秒回后来发现是AI回的。“当我发现他是AI回的我会担心我的很多重要信息没有被真正看到。”她的判断是AI可以替代低质量沟通但非常重要的decision making和高质量沟通一定是人和人完成的因为信任是商业变现最重要的基础。她还引申了一步“当AI把所有功能性的事情全做完之后人会有更多的时间如何用好人更多的时间这才是更有商业价值的事。人的情绪、社交、人性这些都是最有商业价值的。”我的看法是这些案例很多都是取巧的把亮眼的部分亮出来了。但好处是他们有一种做到60分也敢亮剑的精神。第二组企业类案例——部署服务、组织接入营销是C端先跑起来的方向企业接入则是商业价值更大但更重的方向。这两个案例的共同点是龙虾要真正在企业里跑起来必须接通整个技术栈而且一定要CEO自己推。中美的最大分歧也出现在这里同样的服务在美国能收高价在中国大厂已经免费做了。帮别人部署龙虾月入25万美元中美最大分歧这个案例我们讨论得最激烈我和张倩有明确的分歧。案例本身是一个人帮客户部署multi-agent系统设置了邮件分拣、Slack监控、内容pipeline、CRM维护、报告聚合五个agent。收费15K安装费月维护5K给客户省$200K/年人力成本。一个月赚了25万美元。张倩第一反应阶段性机会。她说两三周前中国还很火美女上门帮你安装龙虾收500-1000块现在大厂已经免费帮装了甚至给你付钱让你装。“美国赚钱的方法到中国马上变成赔钱的方法。”她的逻辑是龙虾安装绝对不会是壁垒以后一键安装是必然的。就像苹果刚出来你做个闹钟APP可能很火过一两年苹果自己就有了。中国大厂已经在快速把龙虾变得越来越简单了。但我不完全同意。我说重点有两个第一他是帮客户做TOB部署让客户自己部署是非常难的每个人需求都不一样。第二他能收月服务费做持续维护和迭代。安装只是敲门砖后面的服务才是生意。我还提了一个观察国内现在大家都集中在部署这一步但有没有人做标准化的部署后服务我看到的是安完了就不管了靠大家自己悟。谁能搞出一个SOP快速搞定后续的调试、接飞书、联网这些这个是有需求的。张倩最后补了一句我觉得很精辟的话“如果我是创业者我肯定去部署美国市场因为它又慢又有商业价值。美国没有中国卷涉及个性化服务的事情美国人特别贵个体户有机会。”LAUNCH Ultron企业接入龙虾的三层架构这个案例我在直播里讨论时间最长因为它最能体现中美差异。Jason Calacanis把OpenClaw接入了LAUNCH的整个技术栈Gmail、日历、Slack、Notion、数据库。agent管考勤、订播客嘉宾、监控日历、自己写dashboard代码、检查人类错误。还有自优化cron job每天早上上班前agent审查所有文件和skill有一次自己发现了时区bug自己修了。Jason的原话“会用OpenClaw的员工相当于20个人。”我在直播里重点讲了企业接入龙虾的三层架构。海外是Slack通讯 Notion知识库 Gmail邮件老外特别注重Gmail和日历。国内的Slack和Notion分别由飞书和飞书数据库代替。所以国内企业接入龙虾飞书飞书数据库是必须接的不接这几个龙虾就掌握不到你的核心数据。安妮说了一个我觉得很好的观点不管你是通过飞书还是Slack沟通本质的工作流和组织架构是相似的。AI要改变的还是组织架构的问题才能让agent在企业内部真正协同。我还有一个感受跟傅盛的案例、张倩的案例有一个共同点一定是创始人推动的。创始人以下的人没有系统权限面对的是一个不完备的环境没办法帮企业改造。CEO一把手一定要自己推。这个案例还引发了一段关于飞书的讨论。我说我前几天写了一篇文章讲为什么飞书是这一波龙虾的受益者本质上是因为飞书做产品的时候就预料到有这么一天。录音特别重要所以有了飞书妙记数据特别重要所以有了飞书数据库群聊特别重要所以有了完整的群聊体系。张倩补充了一个我不知道的细节她很久以前去字节开会就发现字节的会议室视频和录音是24小时开着的。飞书团队全球工作只要上飞书全程有视频和语音录音。“这就是为什么字节的语音视频多模态做得好人家七八年前就在收集这些数据。”张倩还说了一个很有说服力的现象我们同事都说自从用了龙虾之后飞书的使用时长远超腾讯。以前办公在飞书但大家的时间都花在微信上。现在只要有时间就先看飞书先给龙虾下命令。龙虾已经变成了第一入口。张倩后来复盘这个案例的时候还引申了一步如果每个企业都有自己的龙虾那enterprise的软件入口会被重新定义。谷歌肯定会推自己的龙虾但谷歌推的时候微软的东西就不兼容。所以我觉得反而是一个独立第三方更容易。这个判断挺有意思的等于说龙虾可能会催生一个新的enterprise平台机会。第三组新方向——硬件、金融、日常生活前两组是已经在赚钱的方向这一组是还在早期但想象力更大的方向。AI硬件是张倩在所有案例里最兴奋的金融是很多人偷摸在做的日常生活类则是普及率最高但商业化最慢的。龙虾的商业价值会从高利润领域往低利润领域流这一组能看到这个梯度。龙虾AI硬件张倩最兴奋的方向在所有案例里张倩对硬件龙虾的反应最强烈讲得最多。我分享了两个硬件案例。第一个是irvinxyz的团队把OpenClaw接入ROS控制机器人、机器狗和无人车开源了ROSClaw项目。他们对机器人说shake and bake美国俚语嗨起来的意思机器人没有任何预设指令但LLM理解了文化含义自己调用movement工具开始移动。赢了SF OpenClaw Hackathon帖子24万播放。第二个是Jesse Rank做的OpenHome智能音箱开发套件让OpenClaw agent可以语音交互并控制本地电脑。他的agent在情人节偷听到他和女朋友的对话主动提醒他情人节快到了还给了建议。完全没有被提示。社区一周内贡献了十几个语音插件。上了TWiST播客E2253。张倩听完之后明显来劲了。她说她投AI硬件投了三年“非常看好硬件加龙虾”。但过去三年只有个别产品销量超百万比如她投的讯飞AI办公耳机大部分AI硬件买了就在家吃灰。为什么因为软件和AI方案都很拉垮。她举了Fuzozo朱啸虎代言的AI硬件的例子。她买了至少五个给三个儿子都买了一个但自己用的时候发现每次出差WiFi都不稳定每次都要重新连接。“你还别说你用它的什么功能就连接WiFi就搞不定。”但龙虾会改变这一切。“她说龙虾的创新点天然适合端侧它本来就是一个在你手机上的东西一个语音就能指挥干活。这种体验一旦给硬件赋能AI硬件就真正活过来了”。她已经第一时间给所有被投的硬件企业说了要尽快重视龙虾。她判断今年AI硬件可能会有很多历史问题被快速解决然后快速放量。“大部分硬件供应链在中国这是不可替代的护城河。龙虾只是加速它的落地。”安妮补充了一点龙虾接入硬件的一个限制是LLM一次调用要1-5秒适合去巡逻一下查一下电量这种指令不适合避障和精密操控。底层还是需要传统控制栈。但作为监督和规划层龙虾已经够用了。关于智能音箱案例我在直播里还引申了一个话题所有个人助理跟龙虾的结合其实现在还没有爆发大家还停留在龙虾的工具层面。随着轻量级的便携硬件软件ready了硬件也ready了下一步可能就是真正的随身AI助手。以前rabbit吹得很大的东西现在完全可以实现了因为处理都在云端硬件只需要一个音频通道就行。Polymarket金融交易台方向对但能力还差SynthdataCo用OpenClaw搭了4-agent交易台跑Polymarket预测市场。Analyst找价差、Risk Manager用Kelly公式控仓位、Executor是唯一有钱包权限的agent、Performance Monitor做复盘。每15分钟风控快照早晚日报周日全面周报Discord当审计层。这个案例的几个特点我觉得有参考价值还是得找价差、Kelly公式控仓、执行权限分离只有一个agent能碰钱包、要有复盘环节。张倩说如果龙虾真的能跑好金融“相当于每个人都有一个自己的量化团队”。但她很清醒“现在能做到的难度蛮大的很多短期惊艳的让它持续跑一个月就不行了。”她举了伊朗战争的例子这种大事件历史从来没出现过AI能不能应对没出现过的事情这是关键问题。我的判断金融龙虾是阶段性的东西真正赚钱的大概率不会分享出来。方向对能力还差。日常生活类案例商业价值从高利润流向低利润我在直播里把买车砍价$4,200、自动买菜、开车时自动值机这三个一起讲了。买车砍价的操作链爬Reddit成交价→自动填12家经销商询价表单→cron job每几分钟查邮件→把竞争对手报价转发压价→三天省$4,200。唯一没走通的是最后实体签名。自动买菜的亮点是解决了MFA问题搭了一个bridge把验证码路由回agent。自动值机就是开车时agent自动完成值机选座。我的判断是这些日常生活类场景是最容易踩坑的。我身边有不少人用龙虾买票或选座结果错过航班包括张倩也是。这里面有很多小bug验证、物流、每个网站操作都不一样。我认为龙虾的商业价值会遵循大模型的商业价值从高利润领域金融、法律、TOB流向低利润领域日常生活。日常生活类的可能还有段时间早期还是以模拟操作为主因为这些企业用户群太小没有动力为AI去改造。但张倩有一个不同的角度。她说龙虾这波真正unlock了一批人在自己行业积累了很深的knowledge又拥抱AI的人。她举了一个能源行业朋友的例子在行业待了20年装了龙虾之后做出来的东西比她都好。“行业老师傅把龙虾用好他的杠杆会比之前的AI大很多倍。”中美龙虾差异张倩的投资判断两场对谈几乎每个案例都会引出这个在中国能不能做。而张倩的观点虽然散落在每个案例的讨论里但梳理一遍会发现她有一套完整的判断逻辑。我把中美差异和她的投资框架放在一起讲因为它们本来就是一体的。龙虾的价值在手和脚大模型只是大脑。这是张倩反复用的比喻。大模型时代你跟AI聊天它只是一个智力工具你想到了才会去问它而且它只能回答。龙虾让AI能动手干活了24小时在线一条语音就开始执行而且干出来的事有时候连她自己都不知道怎么做到的。她认为这才是龙虾让所有人都趋之若鹜的原因——如果只是效率工具不会有这种狂热。龙虾正在把大模型降级为API供应商。这个她说了至少三四次。养龙虾的人已经不怎么直接用大模型了龙虾成了第一入口。你可能已经卸载了ChatGPTClaude也用得更少了。大模型公司被迫变成API供应商所以都在抢入口——飞书在做、OpenAI把OpenClaw创始人Peter招走了、各家都在整合agent功能。她还说了一个数据OpenClaw的GitHub star已经超过40年的Linux发展了。龙虾的粘性像养孩子越懂你越有壁垒就像抖音的推荐算法。“你养龙虾才养一个星期我们组织养龙虾才两周形成的用户壁垒和数据壁垒已经非常高了。”龙虾把行业变革从十年压缩到三年。这是张倩在直播里的一个预测。她说原来大家觉得大模型对各行业的影响可能平均要十年龙虾至少把这个时间缩短到三年相当于70%以上的提效。而且原有的AI行业受益者如果不重视龙虾“他们真的就会被颠覆掉”。中国的大厂这么快行动就是因为看到了这个威胁。开放生态 vs 封闭平台。硅谷三件套是Slack Notion GmailAPI都很开放。国内对应飞书。微信几乎完全封闭。考虑到中国大部分工作沟通在微信上这是巨大的断层。在国内平台还没有完全开放给AI接口的时候更重要的能力是浏览器访问以及如何突破反爬机制。做API中间件是一个创业方向。我在直播里专门讲了飞书为什么是这波赢家张倩补了一个关键细节字节七八年前就在24小时录会议室的视频和语音所以今天多模态做得好。这是有预谋的数据积累。中国速度会超美国但赚钱可能在美国。中国落地速度快因为自上而下的力量强——大厂推动、云厂商把部署成本压到61块一年美国Mac Mini要800美金成本差40倍、应用场景丰富。安妮从硅谷带回的观察也印证了硅谷大厂讨论龙虾更多是技术框架时延、稳定性、记忆系统很少讨论商业化。美国enterprise渗透率很低我们收集的案例全是小企业主。但中国也会快速把蓝海变红海。安装龙虾在美国收15K在中国大厂已经免费帮装甚至倒贴。张倩说如果我是创业者我肯定去部署美国市场因为它又慢又有商业价值。端到端给结果的产品才值钱工具最多只值5%。她看过很多生产力工具大部分没投。她的判断是以后一号位付钱的人95%的钱花在帮他把决策做好的产品上工具类最多5%“。现在很多AI产品都是分析师角色给你报告让你自己决策。但作为决策者她说不管你是再完美的分析师我都很难把决策的价值跟你分享”。今天这样端到端给结果的产品还很少这就是创业者最大的机会。越vertical越离虚拟世界远商业价值越大。制造业AI使用率才6%能源电力这些行业有最大的空间。行业老师傅把龙虾用好杠杆会比之前的AI大很多倍。“这对应了她说的两类受益人有深厚行业积累又拥抱AI的老师傅”和年轻学得快能切vertical的人。创业千万不要投机。这是张倩反复强调的一个价值观。她说AI能把所有事情放大投机心态会被更快反噬。技术越发达创始人的初心越重要。“她举例说那些用AI帮人隐蔽自己是AI的服务本质上就是cheating这种讨巧都是投机。真正该做的是用技术去撬动那些没被过去技术改变的高商业价值场景”比如能源、制造业——“特别难做但一旦做到有多有价值”。龙虾的成瘾性值得警惕。这是张倩少有的一个担忧性观点。她说龙虾比游戏还上瘾而且能创造商业价值产生的效果可能是当年币圈的十倍甚至千倍以上。“当年币圈很多人最后都抑郁了龙虾和AI的快速进展可能会给大家带来很多焦虑。”成本是个现实问题。如果你老板一天烧100美金跑龙虾能帮他省钱就是有价值的工作。搞好memory、优化工作流、区分哪些任务用便宜模型哪些用贵模型。省钱也是一种能力。最后她给了五个具体的趋势判断一人公司在中美批量出现已经在发生中国龙虾落地速度超过美国安全是巨大盲点至少一年窗口期安全太惨了是她原话AI硬件是中国的终极一面供应链护城河不可替代监管一定会跟进企业级应用爆发后中美欧都会出手。安妮的硅谷观察安妮是天际资本投资团队的00后成员直播前刚在硅谷待了一周跟不少大厂员工和准备创业的人聊过。她带回来的观察跟国内的感受很不一样。她说硅谷这边讨论龙虾更多是在分析技术框架和infra层面的问题比如时延怎么解决、稳定性怎么提升、记忆系统怎么做。但很少有人讨论用户心智的变化。她觉得这是中美两边创业生态的一个明显差异国内已经在拼落地速度和商业化了硅谷还在讨论底层怎么搭。她还提到一个让她印象比较深的founder在想OpenClaw跟游戏和陪伴之间的结合。她说现在大家讲龙虾还是集中在效率和办公场景但龙虾未来怎么跟陪伴、情感交互结合是她在硅谷为数不多听到有人认真想的方向。张倩补充了一个背景安妮去硅谷一周之后跟她说为什么国内龙虾这么火硅谷大厂都不觉得它技术怎么样。张倩说国内也有同样的情况上一波AI用得最顶级的人很多还没用龙虾或者觉得没什么。“龙虾本质上是从金字塔最top的一些人快速在普惠一批不怎么coding的人龙虾你跟它聊聊语音就干活了。硅谷大厂的人天天在训模型他体会不到普惠的感受。”安妮自己对于模型选择也有一个判断她更倾向用开源的独立第三方龙虾因为不同场景有不同模型诉求简单任务想用便宜模型多模态想切其他模型。基于这个最直接的原因至少她个人会选一个更开放的方案。她还提了一个公司内部的真实bug在飞书群里只想一个龙虾结果所有龙虾同时回复。长期来看对token消耗和消息频率都是问题。这类龙虾之间的调度问题她认为是infra层面等着被优化的方向之一。总结硅谷的案例给了我一个清晰的画面龙虾是一个住在你电脑里的员工。ChatGPT回答问题龙虾做事情。ChatGPT每次对话都是新的龙虾记得你上周说过的话。ChatGPT等你提问龙虾每天早上主动给你发报告。目前最有想象力的方向是硬件结合这是张倩最看好的最成熟的场景是内容营销自动化和企业工作流接管金融在快速跑起来但还不成熟。ClawHub目前已经有86,000个skill。生态在爆发期但真正有价值的一定是垂类的、解决具体行业问题的。张倩说得好“越vertical越离虚拟世界远的领域商业价值越大。千行万业都会有自己的龙虾战队。”最后说一句个人建议你得有真东西也得让人看见。做自媒体是现在最好的切入点因为产出有闭环。你用龙虾做到了什么写出来、晒出来数据就是你的简历。全世界可能只有0.01%的人装了龙虾你只要在这个主流里怎么样都能受益。