静、

之前浏览消息，偶然发现有人正在开发一款婴儿护理程序。由此，我联想到老人照护场景，再结合目前AI机器人的发展，突然冒出一个疑问：家庭机器人为什么非得是双足或轮式？为什么不能是飞行的？就像《黄昏之种》里那样。 于是，我与GPT、Claude Code展开了一场“头脑风暴”。从外观设计聊到飞行原理，再到已有的技术方案和产品。逐渐发现，原来不止我一个人想到这个方向，没想到这个领域竟然已经探索了近十年。 其中比较有代表性的是Aevena和Ring Always Home Cam，后者背后还是亚马逊。这些团队并不缺技术和资源，却始终绕不开两个问题：噪声和续航。而这两项又相互牵制，根源之一就是传统旋翼必须持续提供升力。 后来，我们又讨论到浮力辅助、仿生扑翼等方案。能否让气囊承担大部分重量，旋翼只负责移动？或者借鉴蝴蝶的飞行方式？ 在这期间，我又发现了庆应义塾大学研究员徐明阳打造的“Floating Companion（漂浮伴侣）”。这让我开始转向国内的研究者和团队，没想到熵约智能等团队也早已在这个领域探索。后来刷小红书，又无意中关注到了booboo飞行宠物。 真是个璀璨的时代。 这让我想起一个故事：当你突然有了一个自认为新奇的灵感，不妨翻翻历史，说不定上个世纪的某个年代，也有个和你一样的傻瓜，不仅想过，甚至早就做出来了。 话说回来，我为什么会冒出这个想法？ 其实还是从现实需求出发。譬如婴儿护理，饮食、睡眠、健康状况以及日常计划，这些信息在AI的帮助下，是否还需要人反复打开手机，去操作那些繁琐的表单页面？为什么不能让AI通过设备感知、记录，再根据实际情况提醒或者指导？ 同样的逻辑，也可以延伸到老人照护。例如老人独自在家、出门散步时的辅助看护，以及跌倒检测、烟雾检测、家庭巡查等场景。 之所以想到飞行，是因为家庭环境存在大量障碍。桌椅、楼梯、门槛，甚至不同房间之间的移动。相比双足与轮式，飞行在跨越障碍方面有天然优势。 当然，飞起来不难，难的是如何安静、安全、长时间地飞行。特别是在有人生活的家庭环境里，噪声、续航、避障以及安全性，任何一项都不是小问题。 不过，我觉得有意思的恰恰是这个探索过程。一个从婴儿护理程序延伸出来的念头，竟然让我发现了这么多已经有人研究多年、甚至做出了实物的技术与产品。

这是我前几个月对Ai发展脉络进行趋势总结，供批判。 大模型应用：发展脉络、变现路径与机会判断 __________________________________ 一、能力演进与变现路径：一条被模型能力推着走的时间线 几乎每一波变现机会，都紧跟某个模型能力的跃迁。 1. 中转站（API 转售）——最早的现金流 在国产模型尚未被广泛信任、海外前沿模型访问又受限时，"中转站"是最直接的生意：帮用户接入更高级的海外模型。真正吃到红利的，是手里握有海外资源的人——IP、充值卡/支付通道、账号资源。 2. 图像生成 → 替代平面设计 随着（尤其是 Gemini 系）图像生成质量大幅超预期，一部分人开始用 AI 出图替代传统平面设计，早在 GPT 4.5 时代就有人这么做。吃到这波的是：懂设计、懂 UI、原本就是平面设计师的人。 3. 短视频 → 短剧 从 Sora 打开短视频的想象空间开始，到字节 Seedance 发布后视频能力再上一个台阶，做短视频的人多了起来，并进一步衍生出短剧。这一波短剧确实赚到过钱。但随着视频模型越来越精湛、短剧热潮越来越卷，如今做短剧的整体收益在下降——只有质量过硬的还能维持。吃到这波的是：传媒、动画设计师，以及有热情的兴趣者。 4. 文字创作（小说 / 短故事） 更早期，用 GPT 写小说或短故事的人也产生过收益。 一个贯穿性的观察：每一波的受益者，几乎都是"原本就握有某种资源或技能"的人，AI 只是把他们的存量优势放大了。 __________________________________ 二、应用开发：门槛消失之后，反而更难赚钱 AI 代码能力的提升，让大量个人开发者涌现——哪怕是小白，只要愿意投入时间，也能搭出一款应用。但收益极难，原因在于：应用开发大多面向小众需求，供给一旦暴增，就把收益者"拉平"了。 这个过程也冲击了传统靠软件收费的公司与团队：Photoshop、Figma、传统建站工具……AI 磨平了跨界的门槛差距。 那么谁能在未来胜出？判断是：跨界人才中，具备自驱力、且愿意投入成本（时间、金钱）的那一类人。 拆成两种典型： • 懂技术 / 产品的开发者：有工程与迭代思维的优势，但要吃透小众需求，需要一个调研、理解的过程。关键在于能不能"跳出需求看需求"，站在更高维度理解它，而不是陷在具体需求里。真正能胜出的，是能凌驾于需求之上、去改造甚至创造需求的人。 • 懂自身圈层小众需求的人：天然知道真实痛点，但缺工程与迭代思维。出路有二——要么与前者搭配互补；要么经过市场反复磨练，自己长出工程与迭代思维。 在这个百花齐放的小众应用市场里，一定会出现需求互换、应用互换的可能，也一定会有一批被淘汰掉。 __________________________________ 三、哪些需求会被抹掉，哪些能活下来 部分小众应用的需求场景，终将被大模型本身抹平（模型一更新，功能就被吸收进去了）。但有几类能保持活跃： • 保持"连接性"的应用：社交、带聚合 / 推荐属性的需求应用。因为人始终需要"被发现""被推荐"——这件事模型自己替代不了。 • B 端市场：大概率被超级 App、行业 Agent 提供商替代；一部分特定的个性化需求，则会被"动手能力强、自驱型"的人自行满足。 到那时，真正要追问的是：市场最后到底还剩下什么？ 其中，纯中转站的需求会被显著压缩——被飞书、扣子，尤其是 WorkBuddy 这类"超级 App"取代。因为这类产品除了自带模型，还集成了其他模型可供选择（它们本质上也是一种"中转站"，只是叠加了执行与协作能力）。 __________________________________ 四、仍然有价值的方向：垂直行业 Agent 垂直行业的 Agent 提供商仍然有价值，因为它扎进了具体场景。 举例：工厂巡检——用"人工判断 + AI 辅助传感识别"来发现水管破裂、漏气等问题，这类数据需要被上传、沉淀。一旦数据沉淀下来，本身还能作为一门数据售卖的生意。 现实世界里，还有大量"需要人工判断来填补真实数据"的行业，都属于这个方向。 __________________________________ 五、中美 AI 差距：数据质量 + 算力 一点感慨：中美 AI 最大的差距，除了优质数据的缺乏，就是芯片 / 算力的差距。 论文架构是公开的，结合中国独有的 STEM 教育底子，算法能力是能跟上的——真正卡脖子的是算力。 __________________________________ 六、在 AI 趋势下寻找机会的框架 真正"在 AI 趋势线下"的机会，主要围绕五个词：结构、流程、数据、效率、成本。 Agent 的出现，让它可以像人一样形成组织结构、并基于结构搭建流程；有了结构与流程，就能去解决成本与效率问题。而如果能在现实世界中沉淀数据，那将是极有价值的——数据即能源，可以用来交换；数据对 AI 是知识，对人类也是知识。 __________________________________ 七、对 Agent 未来形态的展望 因为 Agent 具备"结构化链接"的能力，在不久之后的某个奇点，它或许会具备自主构思、自主拆解任务的能力（如 Hermes 一类）。届时，传统"指令型"的组织方式就不再适配这种工作形态。 更可能的形态，或许和人类一样是扁平化的、合作型的伙伴关系——关键是找准"合作的极点"与彼此的默契。未来的 Agent 是否聪明，取决于使用它、与它合作的人。 大语言模型 / 世界模型赋予它的是公共知识结构；而垂直领域，决定了它是否更聚焦、是否拥有公共知识结构之外的知识。

我在前几个月调研谷子/吧唧市场，第一张图就点亮了我的灵感！我就此与GPT和Claude code展开了头脑风暴。“卡片式社交设备”，替代花哨社交带来的焦虑，这款设备只做社交和情绪表达，，不做排名/刷赞/点评。 正屏一个“定制卡通形象”，闲时独自待着，情绪空间可手动设定或自动切换。形象会走动，有表情，会跳舞。背景有书房/外景，有晴雨天等可配置场景。它可以利用蓝牙/lora组网，可在小型聚会互动，可联名演唱会现场领3D虚拟谷子，可碰一碰交换收藏/纪念品，可开放平台搭建建模师经济。我认为将它谋定日本市场将有不错的需求！ 但是…… 在我研究目前市面上还有哪些 摩力卡通行证 Al Passport BUD BOX LOOI StackChan 以及最近很火热的esp32可自行将muse集成到自己diy设备 虽然上述他们表现与我所设想有所差异！但也引起了我另外一种思考，陪伴与社交，后续市场到底会以什么形态呈现。如果，有一种陪伴是记录生活，也可以伴随成长，而社交只是一种表达入口！这些眼花缭乱的独立设计，可能也是一种小确幸传递。 不管哪种形式，或许统一交互协议，是将他们彼此连接形式的存在。

看了蛮多vibe coding项目，感觉同质化蛮严重。都没有下沉到市场。只可惜我烧不起token，给各位些灵感： 1、pod方向：汽车/单车喷绘等方向 2、作品集：仅围绕图片/视频进行解析，生成对应落地页。（非托管网站） 3、活动：参考luma 4、激励展示平台：cps、cpa等任务激励。 关键词：创作、个性、交流、展示、推荐