发现除了动手实践外，项目官网是一个很好的AI学习材料，尤其是对于非技术背景想要融入AI行业语境的朋友而言。 因为项目的官网都是总结凝练过的：既能精要地概括出他们在做什么，让普通用户看得懂；同时又有一些专业概念，让内行人明白怎么回事。 所以当遇到一个感兴趣的新项目时，先不用那么着急用AI查询项目概要，而是先去他们的官网看看，在自己的表格里记录下项目信息（如业务、团队背景、融资情况等）。 同时边看边问AI一些不理解的概念。积累得多了，一些零散的概念就会拼凑起来更完整的框架。

今天跟在湾区做engineer的一位大学同学聊天，他在一个100+员工的AI infra创业公司工作。 他给我说，最近来面试他们公司的junior engineer基本都是斯坦福、藤校之类的本科生，而且需要2～3段实习经历，一来能够直接干原本senior的活。 在湾区大厂工作相对还是比较舒服的，但在创业公司，现在工作量很大。如果不快速学习出活儿的话，很容易被优化掉🥲 另外因为大家都在用Claude Code写码，且已经挺放心AI的了，以至于每个人的码怎么写出来的不好相互解释，所以反而每个engineer负责的模块都变得更加独立了😂

最近跟一些to C的AI公司交流，说实话以现在的市场成熟度，做增长确实不容易： 1/ C端应用打爆款，很考验团队审美和用户的洞察，存在显著的概率性和偶然性，难以被精确预测或复制 2/ 目前市场比较割裂，比如美国应用进入中国难、中国应用进入海外市场又重重壁垒。而对于想先打英文市场的项目而言，英文市场的流量和区域市场相比，分散很多，无法通过单一渠道或策略高效触达，意味着项目要有很大的投放成本 3/ 现在的市场投放成本不便宜，泛流量的KOL报价一般是总粉丝量的10%（RMB），而AI垂直赛道的KOL要溢价2～4倍。查了下Kimi在2025年的投放成本是上亿RMB级别的，这对于融了一两千万的创业公司而言，血槽不够厚，就必然烧不起 4/ 对用户AI认知水平要求高的产品，相当于是在服务“细分的细分”。之前有人说现在很多的AI产品只是小圈子里的自嗨，我之前觉得是这些产品marketing破圈能力的问题，现在觉得是目标客群规模、费能力的问题 基于此，如果在做to-C能力、预算、整体用户群有限的情况下，或许AI项目最能够做出ARR的方式，还是是“找大户”的逻辑--找需求最明确、付费能力最强的群体，然后再慢慢拓展，也就是to B、to Developer、to专业群体，然后再泛流量。 至于为什么说要做出ARR，是因为现在没有ARR，项目很难再融第二轮。