与「WhatsApp」相关的搜索结果

Zuckerberg 在收购消费级团队和产品这件事上，几乎是独一档的存在。 Instagram 和 WhatsApp 已经成为传奇案例。如今由 Alexandr Wang 和 Nat Friedman 负责的 Muse，也迎来了非常强劲的开局： - 上线前三周，DAU 有望突破 100 万 - 连续 7 天位居 App Store 第一

好家伙，Muse 这台云电脑被玩出花了！ 刚才发现它的出口是干净的美国家宽，拿去注册 Claude、甲骨文、AWS、谷歌云，四个全过！！！ 其实它还有更实用的玩法。 Meta 给每个人配了一台 24 小时不关机的云电脑，带浏览器和终端。 1、定时任务 每天早上自动扒 AI 资讯，顺手写好小红书文案。你睡觉，它上班。 2、WhatsApp 派活 不用开 App，发一句话它就在云端开干，干完回你消息。 3、一句话做小工具 记账表、持仓追踪、行程单，Excel、PDF、网页直接出，还能分享给朋友。 羊毛：注册后 48 小时内，进 Settings 填邀请码，双方各得 10 亿 tokens，不过期。 评论区放码，已经注册的把码贴出来，新来的随便挑一个填👇

Zuck is a N=1 talent when it comes to buying consumer teams & products. IG and WhatsApp are legendary acquisitions, and Muse is off to a very strong start (under Alexandr & Nat). Will likely cross 1M DAU in the first three weeks and has been #1# in the App Store for 7 days.

我的 Muse 名叫 Roony ☀️ Meta 的下一个突破口会不会是让你在 WhatsApp 里加别人的 Muse Agent 或者 Agent 加 Agent，想想都很可怕🫠 Agent Network …

细思，Muse 确实有做成新时代微信的机会。 微信当年最重要的功能，是给人发消息，同时比短信还便宜非常多。想发消息的人在微信上，带来用户吸引，形成了网络效应。有用 + 网络效应 + 运气，成就了微信。不是因为微信有多懂你。 Muse 能帮人处理邮件日历、电话催单等各种杂事，这有点像微信最开始的发消息。Muse 的网络效应会在哪。没有网络效应的话，和 ChatGPT 会是同质化竞争。豆包在国内活成了新时代的百度。 Meta 真正的杀招，可能是 WhatsApp -〉 Muse，类似当年的 QQ 通讯录 -〉 微信。不仅自己的 Muse 能干活，而是我的 Muse 还可以连接 WhatsApp 关系网中的其他人的 Muse，彼此因连接而更强大。如果 Muse 敢往这个方向发展，则就有机会构建网络效应。而且会比微信更厉害：微信通过手机，让人醒着就在线。Muse 通过 agent，让人睡着也在线。 有用 + 有机会构建网络效应，最后就只欠运气了。不期待小扎有这个运气，不期待任何大厂有这个运气。只期待齐俊元、玉伯、马小龙等创业者有这个运气。 有意思的时代，正在开启。

国内可接GPT验证码和直连海外网络的手机卡 日本乐天卡实体sim卡/esim - 接收海外网站验证码 X，ChatGPT, Whatsapp, Telegram, Tiktok, Google, Signal, Discord，Instagram, Apple, Paypal us/jp, Uber, Lyft - 每月1G高速直连上网，东京原生IP出口 了解详情：

日本乐天卡 esim上线 🎉🎉🎉 - 接收海外网站验证码，已验证网站 - X，ChatGPT, Whatsapp, Telegram, Google, Signal, Discord - 每月1G高速直连上网，东京原生IP出口 注意这个卡无法接打电话和发短信，可以收短信 了解详情:

Grok Bot 设计之旅 来自 Grok Bot Design Lead @johnbai 是 Cursor 纽约办公室的第一位设计师，John 在这期访谈中首次公开其幕后设计过程。 # Grok Bot 产品起源：为什么 Cursor 要"另起炉灶"？ Cursor 桌面端对非技术用户门槛过高，工程化概念让设计师等群体难以上手。John 入职后长期负责增长与 onboarding，核心命题一直是"降低门槛"。 内部曾有两派：一派主张改造现有产品（John 甚至提过类似 Codex 后来采用的"双模式切换"方案：coding vs. tasks）；另一派主张彻底重做。最终共识是：Cursor 品牌技术感太强、包袱太重，对非工程师缺乏吸引力，于是高层自上而下拍板，由几名资深工程师闭门探索全新产品。 Grok Bot 初版是精简版 Cursor Glass（agents 窗口）+ iMessage 式聊天界面。这是关键的"秘密武器"——AI 圈用户习惯了流式输出和思考状态，但普通用户最熟悉的是 iMessage/WhatsApp 的消息形态。这一选择奠定了产品的亲和力。 # 设计探索：从"激进重构"到"回归聊天" John 展示了大量未采用的探索，其演进逻辑值得注意： 1. 质疑范式：他最初质疑"为什么又是左栏列表 + 中间聊天 + 右侧详情的三栏结构"，尝试了大量替代形态——任务清单悬浮窗、"Mission Control"多 Agent 监控视图、便签式界面、Raycast 式唤起、常驻桌面的 "Notch（灵动岛）"概念、Clippy 式桌面角落角色等。 2. 用产品打造产品：他用内部原型（代号 Sand，即 Grok Bot 前身）来构建自己理想中的 Notch 形态。亲手使用后他发现：Notch 形态会丢失上下文，而聊天仍是管理 "Agent 舰队" 的正确交互范式。这是本期最重要的认知反转——设计师通过快速原型证伪了自己的激进方案。 3. 收敛逻辑：领导层对"退居后台"的 ambient 方案反应冷淡，因为产品需要品牌存在感；而探索中诞生的碎片（如六边形 Cursor logo 加双眼的像素小人）最终演化为 Grok Bot 的吉祥物。两条设计路线——"给工程版抛光"与"彻底重做"——最终融合为现有形态。 4. 拟人化的来源：早期内部用户自发给 Agent 起名、上传表情包当头像，团队从中捕捉到"用户想赋予 Agent 人格"的信号，遂将角色形象设为默认状态。 # Onboarding 哲学（本期最有方法论价值的部分） John "在 Cursor 的全部时间都在设计 onboarding"，其核心原则： 1. 衡量负担的标准是概念数量，而非步骤数量。只要价值传达清晰、过程有吸引力，用户愿意走完多步流程；反之，塞入过多概念（他点名 Buzz 的 onboarding）会让人流失。 2. 不要迷信 Skip 按钮。AI 工具跳过引导后，用户被丢进空白输入框，直接陷入"行动瘫痪"（action paralysis）。先教会用户产品能做什么，比让他们快速进入产品更重要。 3. 最终落地的三步：① 你拥有的是一个 Agent 团队（各有分工）；② 每个 Agent 有自己的电脑（嵌入式 computer-use 窗口 + takeover 接管按钮——主持人称这是他的 "aha moment"，因为云端电脑的运作首次变得透明可信）；③ 任务可自动化运行。 4. 被砍掉的方案及原因：连接 Google 做个性化定制（信任未建立，用户不愿授权）；语音引导（跟风 ChatGPT/Claude 语音模式，但新用户"不知道该说什么"，时机错误）。 5. 用动效"买时间"：信息逐步流入的动画，既表现 AI 在思考，又掩盖了加载延迟。 # Cursor 的设计文化 没有两个设计师流程相同：有人纯代码起手（做 Cloud Agents 的 Maya 甚至没有 Figma 文件，只交付 Vercel 可交互原型），有人用 Paper，John 自己仍以 Figma 起草——但 Figma 的定位已变为"喂给 Agent 的素材与故事板"，文件本身是完全一次性的（throwaway）。 Agent 深度参与设计执行：John 把 Notion 文档丢给 Bot，让它在 Figma 里自动布局数十个 logo 变体、填充组件网格——过去需要手动 Google 找 SVG、缩放对齐的重复劳动全部外包。后期他甚至跳过 Cursor，直接让 Agent 在浏览器里生成多个方案。 高保真评审文化：每个想法必须附带可交互原型，crit 时发链接让所有人亲手试用。"静态走查已经不够用了"——这迫使设计师在分享前就验证方案是否成立，避免"给烂方案抛光"。 沙堡心态与 unshipping：设计师不能对自己的概念有执念（"can't be precious"），早期探索注定大量被丢弃，但碎片会进入最终产品；公司内部有强烈的"反上线"（unshipping）文化，靠删除来收敛复杂性。 他引用 Colin Dunn 的 "informed simplicity"：用户觉得"理所当然"的简洁，来自设计者先极度发散、再极度收敛的过程。 # 团队、招聘与反馈机制 团队：冲刺期共 5 名设计师，按各自强项自然分工（John 做探索与 onboarding，Pong、Keith、Tyler、Mamuso 抛光主壳），品牌团队主导命名与形象迭代。 招聘标准：基本功优先于工具数量、出活速度或"模型优化技巧"。核心考察能否真正 ship 产品、是否有体现 PMF 寻找循环的工作流程——"现在什么都能造，但不是什么都值得造。" 反馈处理：坚持用户研究 + 数据驱动。重视深度用户（如主动向 power user 私信索取详细反馈，再让 Bot 汇编成 Notion 文档同步团队）；数据洞见直接指导迭代——用户常用 Bot 少于 5 个（影响信息架构）、授权认证是主要卡点、吉祥物反响强烈（故提升其存在感）；同时密切观察用户自发"hack"出的用法（如 iMessage 版 Bot），顺势纳入设计。 # 实际使用场景（产品能力的具象化） John 本人：妻子申请绿卡，让 Bot 扫描邮箱自动找出过去 5 年的租约与账单；租房监控（定时抓 StreetEasy 房源，按"靠近地铁蓝线"等条件排序）；跨工具流水线（Slack 反馈频道 → Notion 数据库 → 自动更新 Figma 设计，人只需验收）。 主持人 Rid：梦幻橄榄球 GM Bot（抓取公开交易数据 + 动态竞价模型）；QA Bot（每日自动跑完全部产品流程、生成工单，置信度达标即直接派给 Cursor Agent 修复）——他在机场行李提取处用手机修好了此前两次都没修好的 bug。 John 的总结颇具代表性："我现在默认它什么都能做，因为我还没碰到过墙。"

AWS亚马逊云，阿里云国际 独立账号 | 即开即用｜无缝迁移｜低至6折｜7×24支持 云服务器全球部署 · 更简单更省钱 联系客服，获取专属上云方案 Telegram/WhatsApp: @dianmircloud