与「栄」相关的搜索结果

9.29梭哈晨报： 昨天一波回调。又不知道带走了多少高杠杆的兄弟，当然一堆在等回调的xd还在继续等，又出分歧了😭。 1. $BTC 美股承压，小弟只能等等行情的样子，不过涨的多回调回调，直接带走了一大堆高杠杆滚仓的大哥； 2. $ETH 跟着大饼走，没有独立行情； 3. $SOL 生态项目开始回调了，不知道基金会打算怎么搞，冲的有点太乱了； 4.美国 XRP 现货 ETF 单日总净流入 395.85 万美元； 美国比特币ETF净流入1740枚BTC； 美国以太坊ETF净流入20447枚ETH； 5. Ether .fi将于本季度切断与EigenLayer的最后结构性联系； 煞笔Eigen最后的荣光就是去年OTC喊上去那一波？ 6.a16z 合伙人 David George：OpenAI 的优势在于创造新客户与分发； 7.ETF Store总裁：美国财政部351交易所指引或影响加密ETF税务安排，实际影响不如行业预期的那么乐观； 8.美SEC更新代币回购FAQ：无中心化主体的回购安排或不构成投资合同； 总是给回购的项目提供更多的支持？ 9. @MEXC 发布某用户资产安全事件更新：已妥善解决，双方已达成一致； 反观 @Gate 似乎不了了之了？ 10.慢雾 CISO：苹果或已修复被用于窃取加密钱包的零日漏洞； 11.Strategy过去9小时转出3568枚BTC，约合2.97亿美元； 12.WLFI治理参与激励计划提案投票通过，拟于10月1日前推出； 就是那个不投票直接冻结的提案吗？ 13.NEAR Intents拦截Bitget黑客逾5000万美元转移尝试，仅16.6万美元通过； 似乎因为这个，一堆人在Fud Near？ 14.美参议院民主党人指控 Tether 为伊朗政权的「金融生命线」； 那USDC算什么，ETH算什么😭； 15.CFTC 批准 Coinbase Clearing 上线，支持 USDC 抵押与全天候结算； 这应该利好 @circle ？ 16.伊朗称 11 月前难达协议，特朗普否认愿作制裁让步； ------------------ 会卖才是师傅，这确实是有一定道理的，所以什么时候卖呢bro。 这个游戏有点难玩咯。 #Bitcoin# #Ethereum# #Solana# #Crypto# #Nasdaq#

接触了一些红三代、官四代，发现他们对待利益和荣耀时，中国是他们家的，是他们祖辈打下的江山；但是面对责任和承担的罪恶时，尤其是海外征税等，中国是习家的，跟他没关心！ 😛

英国衰败得非常彻底全面。 本来其制造业都已经迁出去了，希望靠伦敦金融城继续维持摇摇欲坠的地位和活力。现在伦敦金融城也似乎要进入奄奄一息的模式了。 今年上半年IPO募集资金总量不到十亿美元，不到上海的十分之一，不到香港的三十分之一，只有纳斯达克的150分之一。 大英帝国，我拿什么拯救你？ 牛顿、洛克、亚当斯密、达尔文所奠基的盎格鲁的荣光就真的要沉入历史的深渊中了么？ 怪不得川普如此轻蔑地挑衅和欺负它。

去年8月加入了Backpack，入职第二天就遇到宕机。 那天我整晚都在道歉，但也在那晚看清楚了一件事，内部没有人纠结要不要赔，所有人只在想怎么赔得更快。我当时就觉得，行 能处！然后就这么一路待下来了 TGE那段时间，可以说是我这辈子压力最大的一段日子 群里骂声一片，我完全能理解，也觉得自己应该去承受这些情绪。但群里发言太频繁，我的n.0老登群直接被封了 当时怎么说呢，其实不怕大家骂，我只有一个念头就是不能让大家觉得我们跑路了 所以群被封的下一秒，我就建了新群，让大家进来继续骂 后来有很多人劝我，说别在Backpack干了 可以说是没有一秒钟动摇过 Backpack的血统、技术、方向，还有我所有的同事我从来没有怀疑过。我来这里工作，是我做过最好的决定之一，我是真心这么觉得的 还记得今年初过年那会儿我一个人在东京，想热闹但不好意思说，都市丽人嘛。就跑去老登群里玩，发现大家在陪家人看春晚还分着心跟我水群。那天晚上我一点都不觉得冷清。我回国的时候，会专门从日本带点心给熟悉的老登，因为我就是这么看待大家的，不是用户是朋友 这种感情，我说不太清楚，反正就是很真实 现在一年多啦！ 最近我的TG社区已经有几百人、中文社区证券群也过了三千人。网上每天都有刷不完的Backpack文章，根本看不过来 志愿者群里的氛围，说打了鸡血都不够形容！大家互相加油，互相支持，每个人都是那种欣欣向荣的劲头。看着这些熟悉的面孔，我真的会觉得，这一年是真他妈值啊😭 市场在重新给Backpack定价，是因为大家终于看到了这一件件事是真的在做 美股全面上线、证券业务、资产上链，日韩欧美地区的陆续开放，还有打新IPO的计划，Backpack card 预测市场 每一件事单独拎出来都不小，而我们是在同时推进这些。方向越来越清晰，步子越来越稳。 新概念美资券商这个赛道，Backpack真的有机会把它全部吃掉 当初加入的时候，这些还只是愿景。现在一件一件在落地，说实话每次看到进展，都会有一种很难形容的感觉，不完全是骄傲更像是一种确幸。确幸自己从头到尾都看着这件事一点点变成真的变成大的 能作为骨灰级员工和这样一个团队一起走过这段路，很荣幸 大家最难的时候没有走（嘴上说着走），我也没被你们劝退（压根儿不想退） 我觉得咱们扯平了。

“ 币安会客厅 ” 这一期，很荣幸请到"财经女侠"叶檀老师 我们聊了很多大家最近很关心的话题：婚前财产要不要公证？赞成AA 制吗？三金该不该买，感情里能不能谈钱…也聊到叶老师从 2014 年创业到今天，一路走来的心路历程和心态变化 这些内容，完整版出来之后欢迎观看💛 这篇我想先单独整理一个话题，因为它几乎是每个人都在问的：现在到底处在什么周期？该投什么？ 听完叶檀老师的分享，我把她的核心观点整理了出来 一、一个时代在结束，另一个早已开始 如果说现在是康波周期的转折点，那结束的是什么？ 叶檀老师的判断是：互联网时代，正在走向尾声。接棒的是 AI。而且它不是刚刚开始，是早就开始了。 她给了一个信号：在中国整体投资下行的背景下，规划中的 AI 相关基础设施投资是几十万亿级别，年均复合增速在 10% 以上。一枝独秀。 只要到 2030 年的规划不变，社会的财富和资源就会持续向这个方向倾斜。 但她特别强调了一句：这不代表现在投 AI 就一定赚钱。AI 里面也分细分板块，也有波动。 二、中国的周期，被压缩了 从 1978 年到今天，中国用 40 多年走完了制造业、基础行业、信息化。 别人上百年的周期，在中国被大幅压缩。 结果就是：切换极快，也极急剧。 她讲了一个朋友的故事。90 年代在大开发商做区域老总，跟投买了 100 多套房。 放在 2021 年最后一波疯狂之前，这是神话。 但如果一直拿到今天呢？尤其在三四线城市，连出租都难。没有现金流，还要持续投入成本。 资产，立刻变成了负债。 三、财富在换手，人性跟着周期变 同一时期，另一群人的感受完全相反。 一位年轻的高科技企业家，公司刚上市，钱多到不知道怎么花，买房子推倒重建当消遣。 房地产商觉得寒冬，科技企业家觉得遇上了前所未有的好时代。 叶檀老师的总结是：我们看到的是人性的变化，但本质上，是经济周期带来的财富变化，改变了人。 四、中周期：地缘政治正在给行业定价 长周期之外，还有中周期。国际形势的变化，会让某些行业突然特别好。 她举的例子是船舶。 这一轮船舶周期持续得比以往都长。原因很具体：红海航道受阻，船要绕道南非，有的船甚至被扣住动不了。 以前一家航运公司 3 艘船就能周转，现在要 6 艘。 周转周期变长，需要的船更多。从全社会看，这是一种浪费型的、无效的投资。但对船舶行业来说，就是持续的景气。 再看船运保险价格，今天上天，明天落地，根本没法定价。 谁说了算？在社交媒体上发帖的人说了算。这就是现在市场不一样的地方。 五、长周期还在，有一条线从没变过 那是不是长周期不存在了？ 叶檀老师说不是。从 80 年代到现在，有一条主线始终没变：高端制造和高科技的发展。 只要是能赚钱的高科技企业，就能发展得很好。 六、萧条末期，一个极端分化的世界 她也没有回避现实。从制造业投资和就业数据看，现在的经济很差。即便是最好的大学，有些专业的毕业生就业已经很难。 她的判断是：传统制造业和部分消费行业，正处在萧条期的末期，在见底。 但伴随着新力量的出现，会有人很好过，有人很难过。 我们面对的，是一个极端的世界。近在咫尺，冷暖不同。 我的一点理解是， 周期不会告诉你该买什么。但它能告诉你，钱在往哪里流、风险在哪里积累。 房子可以从资产变成负债，一个行业可以因为几发炮弹重新景气。所有"确定"的东西，都有保质期。 叶檀老师在分享中多次强调，每个人擅长的投资工具不同、承担风险的能力也不一样，小额试错、量力而行🤜🏻🔸🤛🏼

🎙️ 麦通 MSX Space｜加息、高油价、G2 前夕，风险资产如何交易 好坏消息交织，市场跌还是涨？ ⏳ 9/23（周三）20:00｜UTC+8 🔥 我们聊什么： 1）美联储重新加息、油价维持高位，为什么纳指反而再创新高？市场到底在交易什么？ 2）BTC 重回 8.7 万美元，这轮上涨还能走多远？判断趋势延续最该看什么？ 3）G2 会晤临近，如果中美关系出现边际变化，哪些资产与板块可能最先反应？ 4）从芯片、数据中心到 Agent、软件与网安，AI 下一阶段的钱会往哪里流？ 5）AI、Crypto、能源、金融，如果只看未来 1—3 个月，现在哪个方向更值得关注？ 👑 主办方： @MSX_CN 🎤 嘉宾阵容： CryptoMaid加密女仆 @maid_crypto 秋荣 @joakja DC大于C @DL_W59 农民 Frank @frankhodl2049 🎙 主持人： MSX景宝 @Jing_MSX 🔔 预约与收听： #麦通# #MSX# #宏观# #美股# #链上美股用麦通# #MSX美股知识大学习# #科技股# #美联储# #AMD# #加息# #AI# #BTC# #半导体# #Crypto# #G2#

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。