在2025年，国内人工智能领域有两个里程碑式的事件。首先是DeepSeek的发布，这标志着我们正式迈入了L2级别智能体的大门；随后Manus的亮相，则预示着行业开始进入L2.5时代。

这里提到的L1到L5分级，源于OpenAI的山姆·奥特曼对人工智能应用发展路径的预测。他认为，从L1到L5的演进大约会在十年内完成。

这条技术路线本质上是“模型吞噬一切”的路线。按照这个逻辑，基础模型提供商将成为最大的受益者，所有流量都将向其集中。然而，实际的发展轨迹却并非完全如此。

AI发展史：从L1到L2.5的演进之路

上述的L4和L5阶段尚属遥远，仅看L1到L3的文字描述也难以产生直观感受，需要结合更多背景信息来理解。

2022年底，ChatGPT（基于GPT-3.5）的发布标志着我们进入L1时代，不久之后GPT-4也相继问世。

作为这一时期的亲历者，从模型能力的角度来看，当时最大的问题并非上下文长度不足或存在幻觉，而是资源“一票难求”。普通用户很难获得OpenAI的API访问权限，即便是通过微软Azure云服务获取GPT账号，也常常需要付出高达100%的溢价，且往往有价无市。

同时，模型的推理响应速度也极其缓慢。一次完整的交互，快则需20秒，慢则要等待一分钟。因此，整个2023年，人工智能应用实际上并未达到真正可投入生产使用的状态。

那也是“百模大战”的开端。主流的技术路径普遍采用“预训练+微调”的模式，这个过程耗费巨大。国内走在前列的厂商包括百度、智谱AI、通义千问、讯飞以及百川智能等，但它们彼此之间并未拉开显著差距，其实际能力与开源的LLaMA、Bloom等模型相比也优势不大。

在这个阶段，尽管AI应用大规模进入生产环境尚不成熟，但前期研发环境已经相当完善。特别是在一些对企业级客户而言，费用和响应时间并非首要考量的场景中。因此，那些提供基础设施、研发工具的公司获利颇丰，例如教导普通人使用Coze搭建AI应用的培训服务商，以及各类从事数据生产和数据标注的公司。

然而，芯片行业遵循摩尔定律。由于人工智能热潮吸引了大规模资本涌入，直接导致了模型响应速度大约每半年翻倍、使用成本每半年减半的加速发展态势。因此，到去年年底，所有主流模型的能力都实现了质的飞跃：

1. 业界标杆ChatGPT的响应速度已经变得非常快，基本可以在5秒内完成交互；
2. 智谱AI在推理能力和响应速度上均有大幅提升，阿里的Qwen模型也取得了显著进步。

当然，国内最具标志性的人工智能事件当属DeepSeek的发布。无论是其率先展示的思维链（CoT）技术，还是专家模型等创新设计，都足以让人眼前一亮。这也标志着我们完全进入了L2阶段。

进入2025年，无论是模型的基础推理能力、响应速度还是使用成本，都已达到能够支撑生产应用的水平。因此，业界才将2025年称为“国内AI应用元年”，这个说法正是基于这样的背景。

基础环境就绪后，各类AI应用自然如雨后春笋般涌现。另一个标志性事件随即爆发：Manus发布了。Manus产品的意义不在于其技术难度有多高，而在于它率先提出并实践了一种符合AI时代的智能体产品交互范式。事实上，随后各大浏览器厂商也开始朝这个方向演进，“入口即应用”的思维方式开始普及。

只不过，Manus这类产品在实际使用中仍存在诸多问题。虽然基础模型能力已经足够，但配套的基础设施和工具链尚未完全跟上，这导致其用户体验总感觉“差那么一点意思”。

随后，红杉资本的人工智能峰会也指出，第一批智能体的机会在于垂直领域。果不其然，面向设计师的智能体、面向程序员的智能体在今年取得了长足进步。例如Cursor、Lovart等产品已经切实地改变了部分人群的工作方式。

其次，今年的Google I/O大会展示了众多智能体发展趋势，其中尤其值得关注的是图像/视频生成体系的“Flow + Veo3 + Imagen 4”组合。近期发布的Nano Banana更是火爆异常，文本生成图像的应用似乎近在眼前。

人工智能正在如火如荼地发展，但随之而来的问题是：我们普通人的机会在哪里？我们又需要避免哪些潜在的陷阱？

要回答这个问题，或许需要从智能体的基础架构层面进行审视和判断。

从基础架构视角审视AI领域的机遇

智能体框架的核心技术架构主要包含以下几个方面：

1. 大模型负责解决规划与调度问题。Manus能够爆发的核心原因正是模型能力的显著增强。
2. RAG（检索增强生成）技术用于缓解幻觉问题。就当前模型发展趋势而言，上下文窗口突破百万级别是迟早的事。如何让模型对话更像真人，以及体验良好的AI数字分身类应用，预计将在未来两年内诞生。
3. 工具链旨在解决多模态交互问题。最近颇受关注的MCP（模型上下文协议）、Computer Use等，本质上都是AI多模态能力的延伸，目的是解决AI在各种感官交互（如听觉、视觉、触觉）上的局限性。

从基础架构出发，一条关于基础能力的“红线”也随之清晰：例如，切勿轻易涉足多模态相关领域！

包括语音识别与合成、视频生成、文生图、图生文、视频语音处理等方向，接下来将迎来大规模的行业洗牌，普通公司最好不要轻易涉足。

另一方面，当前的记忆模块主要依赖RAG技术，但未来这一部分可能会有不小的迭代。模型可能会预留更合适的接口，以便我们更高效地注入领域知识。然而，这其中涉及的数据安全问题也不容小觑。

此外，在模型上下文窗口持续扩大（例如超过10万token）的趋势下，传统的向量数据库等技术，可能在未来几年内逐渐退出历史舞台。

一个好消息是，模型的幻觉问题是难以从根本上彻底解决的，因此企业不必过分担心数据壁垒最终会完全消失。正如OpenAI近期发表的论文《Why Language Models Hallucinate》所指出的：

幻觉并非神秘的缺陷，而是训练与评估过程中，奖励“猜测”行为、惩罚“不确定”表达的统计性后果。 降低幻觉，需要在评估中对过于自信的错误答案施加重罚，对合理的不确定性给予部分分数，并允许模型在不确定时选择“弃答”或“请求澄清”。 RAG可以缓解事实性错误，但若底层激励机制不改变，猜测行为仍会发生。

再看如今常见的智能体，大致可以分为两类：通用型智能体和垂直行业智能体。

对于通用型智能体而言，其核心在于工具生态，生态越繁荣，产品越容易脱颖而出。而对于垂直行业智能体来说，私有的领域语料库、垂直领域的专用插件越多，其在实际使用中的友好度和有效性就越高。

以Manus类产品为例，其本身并没有过高的技术壁垒。国内已有不少类似产品，其基本功能的实现周期大约在一个月左右。当然，如果要打磨到体验出色，仍需投入大量时间。

为了让读者更清晰地理解智能体架构，我们接下来将利用Coze这一工具，尝试简单实现一个“类Manus”系统，以便大家对智能体架构的核心工作量分布有一个更系统的认识。

Manus核心原理简要分析

在开始动手实现之前，有必要了解一下 Multi-Agent System（多智能体系统） 的概念。

智能体的最佳实践遵循“单一职责”原则。所谓的多智能体系统，就是指一项工作由多个职责分明的智能体协同完成。至于如何调用这些智能体，则需要大模型进行详细的规划和调度。而Manus在本质上，就是一个多智能体系统。

实例解析：一个贪吃蛇游戏的诞生

举个例子：打开Manus，让它“帮我做一个贪吃蛇游戏”，它很快就能完成任务。

在这个过程中，它可能调用了以下工具能力：

1. 文件读写能力；
2. 浏览器操作能力（包括网页搜索、模拟点击、键盘事件等）；
3. 代码编写与纠错能力；
4. 系统命令执行能力；
5. 代码部署与预览能力；
6. ……

所有这些操作都在一台云主机上完成，并且实时回传了运行进展。其简化版的架构猜想如下（注：真实场景中，规划与记忆模块会复杂得多，此处仅做原理性示意）：

回顾过去一年的热门技术事件，DeepSeek的发布与Manus的问世无疑是两个最受瞩目的焦点。市场对这类产品展现出持续的热情，近期爆火的Agent形态产品OpenClaw（由Clawdbot演进为Moltbot）便是例证。

关于为什么需要Agent以及它究竟解决了哪些核心问题，我们在之前的文章中已有详细阐述。今天，我们将采取一种更为务实的视角，直接带领大家动手构建一个Agent，通过实践来深入理解其背后的技术难点与实现逻辑。

一、环境配置：从零搭建开发环境

在开发过程中，不同的项目往往需要不同版本的Python运行环境。为了高效管理多个Python版本，我们推荐使用pyenv这一工具。

macOS系统可以通过Homebrew进行安装：

brew update
brew install pyenv

或者，您也可以选择使用官方安装脚本：

curl https://pyenv.run | bash

Linux与Windows系统的安装命令如下：

curl -fsSL https://pyenv.run | bash

# Windows系统需使用pyenv-win：
# 1. 以管理员权限打开PowerShell。
# 2. 执行以下安装命令：
Invoke-WebRequest -UseBasicParsing -Uri "https://raw.githubusercontent.com/pyenv-win/pyenv-win/master/pyenv-win/install-pyenv-win.ps1" -OutFile "./install-pyenv-win.ps1"; &"./install-pyenv-win.ps1"

安装完成后，可以通过运行以下命令来验证安装是否成功：

pyenv --version

若成功显示版本号，则表明安装正确。以下是一些常用的pyenv命令：

# 查看所有可安装的Python版本
pyenv install --list | grep 3.12
# 安装指定版本的Python，例如3.12.0
pyenv install 3.12.0
# 查看当前已安装的所有Python版本
pyenv versions
# 设置全局默认的Python版本
pyenv global 3.12.0
# 仅为当前目录设置特定的Python版本
pyenv local 3.12.0

Python包管理工具：uv

uv是一个轻量级的Python包管理工具，它集成了虚拟环境管理和依赖包管理功能，可以看作是pip与venv的组合体。使用uv能够方便地为不同项目创建独立的虚拟环境，并精确管理依赖版本。

确保已通过pyenv安装并切换至所需版本的Python后，即可安装uv。

macOS / Linux系统可通过官方脚本安装，或使用pip安装：

curl -fsSL https://uv.dev/install.sh | bash
# 或
pip install uv-cli

Windows系统的安装步骤如下：

近期进行了三场企业AI咨询，内容覆盖通用AI知识普及、研发团队AI项目方法论的分享、以及具体项目的技术路径探讨。结合近期对各类型公司的走访观察，我梳理出以下几点或许值得分享的体悟：

企业AI认知现状：多数仍处启蒙阶段

首先必须指出，多数公司对AI的认知水平依然处于相当初级的阶段。

即使是许多位于一线城市的公司，也并未因AI浪潮的喧嚣而真正投入其中。真实情况往往是，它们不仅在AI应用上起步较晚，其整体的数字化基础也颇为薄弱。

或许可以换一个角度来表述：那些企业数字化做得较为扎实的公司，通常在AI应用上也更有章法，并且更清晰地认识到AI咨询的价值，愿意为此付费。

应用风向突变：文生图/视频需求崛起

其次，AI应用的市场风向发生了显著转变。早些时候的需求排序大致是 AI工作流 > AI客服 > 复杂AI知识库。但近期，文生图/文生视频类需求的占比急剧上升。

回顾去年我经手的AI落地项目，多数集中于工作流程自动化，偶有一两个文生文项目（例如一键生成论文摘要类），而涉及复杂数据的行业级AI应用则凤毛麟角，多数企业持观望态度。

然而近两个月以来，文生图/视频的需求显著增多，甚至有超越传统AI工作流项目的趋势。这一转变，或许要从两个关键事件说起：

其一是 Google的Nano Banana模型火爆出圈。它的意义在于两点：

1. 效果出众：生成的图片质量高，且保持良好的一致性，已在电商产品图、宣传海报、节日营销素材等场景实现规模化应用。
2. 门槛极低：使用成本低廉，用户可直接通过网页访问使用。

其二是 OpenAI的Sora2模型展现了巨大的商业想象空间。一个能够生成高质量视频、潜力堪比抖音的内容生成工具，无疑激发了市场的强烈期待。它的成功直接指向了低门槛的 “生产+分发”一体化内容网络。

更早则可追溯到五月左右发布的 Google Veo3套件，它首次实现了音视频同步生成，具备电影级质感与精准的唇形同步。当时可能由于成本或门槛，未在国内引起足够重视，但它实则是Nano Banana等爆款出现前的关键探索。我相信未来几个月，还会有更多优秀的AI视频类产品面世。

总而言之，正是Nano Banana与Sora2的快速破圈与强势表现，让市场瞬间意识到了AIGC（尤其是图像与视频）蕴含的巨大潜力，进而直接影响了企业的实际采购需求。

最后，一个关键驱动因素在于：国内在AI图像/视频领域一直跟进迅速，国外每出现一个爆款，国内都能快速推出类似产品。因此，整体上门槛较低、效果尚可，这加速了各类企业相关需求的产生。

需要注意的是，近期激增的文生图/视频需求，对于许多企业而言确实是“新增需求”，因为这部分公司原本也不太涉足AI工作流或复杂的AI知识库。这导致了一个有趣的结果：对于资金雄厚的公司，AI极大降低了内容生产成本；对于预算有限的公司，它们也得以拥有过去难以企及的内容生成能力。一个“AI素材平权”的时代似乎正在来临。

咨询心得：方法论传授优于具体实施

第三点属于个人实践中的感受：提供咨询服务优于承接具体的实施落地项目，而提供通用方法论咨询又优于提供过于垂直的专业领域咨询。

原因很直接：实施落地过程会遭遇诸多难以预料的棘手问题，这些问题层出不穷，需要持续解决。这本质上是一个复杂的工程问题，进而会演变为项目管理难题，很难单纯通过方法论讨论来规避。

而专业领域的深度咨询，很容易被客户引导至具体实施的方向。因为甲方的团队往往希望将实际工作中遇到的所有难题一次性抛出，并立即获得完美的解决方案。但这通常不现实。暂且不论咨询费用本身是否足以覆盖深度解决方案，真要解决具体问题，咨询师也必须深入了解行业内的隐性知识（Know-How），这绝非一朝一夕之功。

因此，单纯传授方法论可能显得“空泛”，且听众未必能深刻领会；偶尔遇到团队中质疑精神过盛的成员，还会不断挑战建议的合理性，这就更难推进了。这里也引出了我过去常犯的一个错误：

企图（完全）教会对方，这本身就可能是一种傲慢。尤其对于技术团队，成员往往知识面广且喜欢自主研发，若非在认知或专业上形成明显碾压，许多方案其实并无绝对的对错之分。

所以，实践中获得的真实心得是：

必须清晰地认识到自己作为乙方的定位。咨询的目的不是去评判或指点甲方的团队。特别是在专业类咨询中，不当的交流方式很容易引发相关团队的抵触情绪，原因不言自明。

要做好这类咨询，首先要“学会做人”，需要巧妙且不失分寸地向决策者传达：“您的这支产品研发团队非常优秀！”

唯有先建立良好的人际关系与信任，在此基础上，才有可能顺利开展深入的专业咨询。

企业真正需要怎样的AI人才？

第四，许多企业并不清楚自己真正需要什么样的AI人才，或者说，并不了解一名优秀的应用型AI人才应具备哪些特质。

例如，上个月一家公司在咨询时，提出了大量关于AI框架、具体技术乃至代码BUG的问题。但当我试图了解企业的整体业务蓝图时，沟通却陷入了停滞。这反映了许多公司的通病：

技术人员通常难以全面阐述公司业务，具体到产品细节也同样困难。高层业务负责人或许具备这种能力，但他们未必愿意主动、系统地分享这些信息。

因此，才有了之前关于AI项目实施的一个最佳实践建议：最好由公司核心决策者（一号位）亲自牵头。因为大型AI项目的成功落地，极度依赖跨部门的业务整合。所谓的行业Know-How，深究下去，往往就是几张关键的业务流程图和数据关系表罢了。

举例来说，去年在为一家广告投放公司规划全业务流程AI化时，对接的负责人对业务的理解程度超过60%，并且他本人抱有极强的意愿推动AI落地。

具体表现为：他不会机械地一问一答。在实际对接中，他首先展示了一张完整的业务全景图，并围绕这张图进行了长达半小时的讲解。随后结合我的提问，能立即回答的当场解答，无法立即回答的，他会协调内部资源，在第二天给出反馈。

在他的鼎力协助下，我们快速明确了AI能力边界与核心业务知识的结合点，项目得以迅速上线并落地。

综上，企业真正需要的AI人才，首先必须具备深厚的行业认知，能够清晰地勾勒出业务全景，拥有自己成体系的知识框架；其次，必须拥有强烈的意愿与驱动力，真正想做这件事，而非将其视为一项交差的任务。如果只是机械地问一答一，项目很难取得理想成果。

这也再次呼应了第三点：为何面对技术团队咨询要“先做人”？因为在信息无法顺畅流动的环境下，任何深度合作都难以开展。

以上便是近期在企业AI咨询实践中的一些观察与思考，希望能带来些许启发。

除了上述四点，我对于第二点中提到的 “文生图/视频需求隐约超过AI工作流，更是远远甩开了复杂AI知识库” 这一现象，总感到些许困惑与不解。AI在文字处理上不应如此乏力，问题出在哪里？

为何AI文字不如AI图片/视频受欢迎？

真相或许并不简单，核心在于两点：

1. 市场对两者的心理预期存在巨大差异；
2. 两者的实现与应用成本差距悬殊。

那么，为何“画张图”比“写段文字”更受企业欢迎？

首先，容错度天差地别。

我们对于视觉内容的容忍度非常高，甚至有时并不追求绝对真实。例如：抖音上的各种“网红”形象，腿部比例夸张到失真，但我们并不在意；各种漫画图片，即使头部画反了我们也觉得无伤大雅，甚至感到有趣。只有当AI试图生成极度写实的人像时，各种“恐怖谷”效应才会爆发，虽然我们不会深究，但观感上必定不适。

以上是我们对AI生成视觉内容的基本容忍度。那么文本生成呢？

如果你让AI撰写一份市场分析报告，即便文笔流畅、结构清晰，只要其中出现一个关键数据错误或逻辑漏洞，之前建立的所有可信度可能瞬间归零。

用户对文字的“准确性”要求远高于图像。图像允许“艺术加工”，文字必须“精准无误”。

另一方面，我们实际上非常厌恶正确的废话，而AI又极其擅长产出此类内容。例如，当我为学员进行了两小时密集授课后，对方用AI将会议记录一分钟生成一篇文章并请我点评时，我的感受会非常复杂。

其次，实施成本差距巨大。

一个“文生图”功能，在企业内可以作为一个独立工具使用。设计师用它来寻找灵感、生成初始素材，然后手动筛选、修改，并无缝嵌入现有的设计流程中。

但一个“复杂AI知识库”或“深度AI工作流”项目，则意味着需要将AI能力深度整合进现有的核心业务系统。这需要打通数据孤岛、构建复杂的工程链路、处理长上下文信息、并确保输出的稳定与可靠。

这首先是一场伤筋动骨的“工程改造”，其次对于很多数字化基础本就薄弱的企业而言，其门槛和总体成本都太高了。

因此，视觉类AIGC能够立竿见影地实现降本增效，且初期投入成本较低，企业自然会用脚投票。而且它们的接入门槛确实不高，关键在于用心摸索。

为了访问公司内部仅限特定IP地址访问的网站，部署一台VPN服务器作为固定出口是一个有效的解决方案。尽管网络上存在大量复杂的OpenVPN配置教程，但实际上借助Docker容器技术，部署最新版OpenVPN的过程可以变得非常简单快捷！

应用场景概述

• 需要固定出口IP以访问内部网络资源。
• 本地开发调试时，需接入设置了IP白名单的第三方接口。
• 实现远程且安全地访问公司内网的各类服务与资源。

部署环境准备与配置

在开始部署前，请确保您的服务器环境满足以下要求：

第一步：安装与配置OpenVPN服务

1.1 通过宝塔面板搜索并安装OpenVPN镜像

登录宝塔面板，进入“Docker”应用，在镜像仓库中搜索“openvpn”，选择由 kylemanna 维护的 openvpn 镜像进行拉取和容器创建。安装过程通常会自动生成初始配置。

1.2 优化客户端配置文件

安装完成后，在指定的数据卷路径中找到自动生成的 .ovpn 客户端配置文件。为了提高兼容性并避免某些连接问题，建议在配置文件中添加以下指令以禁用压缩：

comp-lzo no

此配置通常添加在 remote-cert-tls server 行的下方。

关键提示：配置文件修改并保存后，即可将其下载到本地，供OpenVPN客户端软件导入使用。

第二步：配置客户端并进行连接

2.1 在Windows系统上连接VPN

1. 在本地计算机安装并运行 OpenVPN GUI 客户端。
2. 找到系统托盘区的OpenVPN图标，右键点击。
3. 选择菜单中的 【导入文件】 选项。
4. 导入上一步下载的 .ovpn 配置文件。
5. 导入成功后，再次右键托盘图标，点击 【连接】。

2.2 验证连接状态

• 连接成功标志：系统托盘中的OpenVPN图标变为绿色，并且通常会显示已分配的虚拟IP地址。
• 连接失败排查：如果无法连接，请按顺序检查以下设置：
  • 云服务提供商的安全组规则是否允许入站 UDP 1194 端口。
  • 宝塔面板的“安全”页面中是否已放行 1194 端口。

静思书屋：免费公开版权图书宝库

https://book.tinynews.org/

静思书屋是一个提供免费图书下载的网站，界面设计虽简洁，但无广告干扰，并支持关键词搜索。由于专注于收录免费公开版权的作品，其资源量虽不及大型商业平台，但目前已整合五个分类列表，总计约18万部图书，覆盖广泛。

若寻求热门畅销书的电子版，此站或许不太适合；但对于专业知识学习，它却具有显著优势。除了涵盖各学科专业教材，还提供大量课外读物，如历史、外语、数学等领域，此外还包括丰富的工具书和字帖资源。

爱悦读：老牌电子书分享站，Kindle友好

https://www.iyd.wang/

爱悦读以博客形式分享电子书资源，网站囊括小说网文、人文社科、教育学习、文学艺术等多种类别，内容多样全面。作为老牌图书分享站，许多书籍格式专门优化适配Kindle，对Kindle用户尤为友好。

该站点同样无广告，无需注册或关注即可免费下载图书，体验十分便捷。大多数常见书籍都能在此找到，书目持续更新中。网站还设有热门排行榜，帮助用户了解近期流行读物，为书荒提供参考。

鸠摩搜书：资源丰富的综合搜索平台

https://www.jiumodiary.com/

对于常用阅读器浏览电子书的用户，鸠摩搜书可谓耳熟能详。广受书友青睐，足见其资源丰富度——不仅涵盖热门书籍，还包括大量古籍文献。它能便捷地从多平台聚合搜索论文学习资料、古籍及电子书籍。

使用鸠摩搜书无需注册登录，完全免费，界面简洁清晰。输入书名即可显示相关列表，点击目标条目即可获取下载链接，操作极其简便。

书舟搜索：格式齐全的免费图书库

https://www.shuzhou.cc/

书舟搜索拥有海量高质量图书资源，支持epub、mobi、azw3等多种格式，无论手机或阅读器都能获得良好体验。关键是所有图书免费下载，种类齐全，用户可依个人阅读偏好精准搜索。

网站维护到位，分类清晰，持续更新资源，下载流程顺畅，无广告或多余跳转。稍显不足的是理工科书籍相对较少，人文社科类藏书更为丰富。

书格：专注于古籍的高清数字图书馆

https://www.shuge.org/

书格作为日均访问量破万的免费开放图书下载站，专注于古籍资源，致力于开放式分享、推荐有价值的古籍善本。所有内容均限于公共版权领域，秉承自由、免费、开放原则，无需注册、积分或付费即可下载任何文件。

书格提供高清彩色影像版PDF，多数图书单页宽度超1400像素，跨页宽度达2400像素以上。藏书年代跨度从宋元珍本、明清善本延伸至近代刊本，对古籍爱好者而言堪称宝藏资源库。

在互联网信息爆炸的时代，无论是为了系统化学习、高效工作，还是整理娱乐影音资源，构建一个个人知识管理系统都已成为广泛需求。市面上此类专业软件众多，但大多需要付费订阅，年费通常在150至300元不等。如果你家中恰好有一台NAS设备，那么恭喜你，完全可以通过Docker容器技术，免费搭建一套功能强大的个人知识管理系统，将这笔预算用于提升生活品质。

在NAS上部署个人知识库，我首推功能全面的思源笔记。本文将以威联通TS-464C为例，详细讲解部署步骤，有兴趣的朋友可以收藏并跟随操作。

思源笔记：开源知识管理利器

思源笔记是一款集笔记记录与写作用于一体的优秀开源软件。它不仅具备本地离线使用的安全感，还融合了丰富的现代知识管理功能，包括网络伺服、云同步、插件生态、双链笔记、以及同时支持Markdown与富文本编辑。

其网络伺服功能允许在同一局域网内实现笔记的快速同步，尤其在有线网络环境下，延迟极低，非常适合校园、办公室等多设备协作用户。作为一款本地优先的笔记工具，它无需强制登录即可使用，所有数据在本地进行处理，极大地保障了隐私与数据安全。

相较于完全依赖云端的笔记应用，思源笔记的本地存储方案让人更加安心，无需担忧服务提供商停止运营或云端数据意外丢失的风险。同时，它也贴心地提供了可选的免费第三方同步服务，用户可以根据自身需求灵活配置同步策略。

此外，思源笔记拥有一个活跃的插件市场，众多插件能显著提升记录与管理的效率。丰富的主题库支持用户深度自定义界面外观，增加了软件的可玩性与个性化程度。它以Markdown语法为核心，并融入了直观的富文本操作特性，提供了比纯代码式Markdown编辑器更友好的书写体验。其双链功能帮助用户在笔记与知识块之间建立有机联系，便于内容的追溯与网状知识结构的构建。

思源笔记原生支持多平台，覆盖了苹果全家桶、Windows及Android设备，并提供了浏览器扩展。虽然官方云服务需要付费，但作为开源项目，用户可以将其完全部署在自己的服务器（如NAS）上，从而实现所有核心功能的免费使用。

威联通Container Station：容器管理平台解析

通过Docker在NAS上部署应用其实并不复杂，关键在于理解NAS系统中Docker的管理逻辑。在威联通的QTS系统中，Docker功能被整合在名为“Container Station”（容器工作站）的应用中。如果桌面上没有该图标，可以进入App Center搜索并安装。

打开Container Station，其图形界面信息清晰。首页是概览面板，展示所有容器、应用的状态以及NAS的资源使用情况。下方依次是“应用程序”、“容器”、“映像”、“卷”等主要功能标签，点击即可创建或管理相应资源。

再往下是“Kubernetes”模块，这是威联通系统的一个特色功能，一个内置的轻量级K3s集群。启用后，你可以在Kubernetes上编排更复杂的工作负载，或者继续以简单的独立容器方式部署应用。

“存储库”是一个需要了解的关键功能。在此界面，点击右上角的“浏览”按钮，可以搜索、创建或导入容器应用。威联通默认提供了Docker Hub和Canonical等存储库，但Docker Hub连接有时不稳定。

这时可以添加个人或第三方存储库。点击右侧的添加图标，输入存储库URL，提供商一般选择“其他”。如果需要身份验证则开启，否则留空。填写完毕后点击“测试连接”，成功即可应用。

如果不添加额外存储库，可以直接在“映像”页面操作。点击右上角的“提取”，在弹出的窗口中可以选择存储库，并在“映像”栏直接输入项目名称，例如 b3log/siyuan，然后点击提取即可开始下载。

映像下载完成后，就可以基于它创建容器了。点击对应映像右侧的下拉箭头，选择“创建容器”。

总体而言，威联通Container Station的图形化操作比原生Docker命令行更为直观易用，新手稍加学习即可上手。

实战：在威联通NAS部署思源笔记

前面介绍了Container Station的基本操作，这是部署任何容器应用的基础。接下来，我们具体讲解思源笔记的部署过程。

承接上一步，点击“创建容器”后进入设置向导。第一步“选择映像”保持默认（即我们刚下载的思源笔记映像），直接点击“下一步”进入容器配置。

配置容器界面选项虽多，但设置简单。“名称”可自定义（如SiYuan），“重新启动策略”建议选择“始终”以确保NAS重启后服务自动运行。在“网络”区域，需要设置端口映射：“主机”栏填写一个NAS上未被占用的端口（例如6806）， “容器端口”保持思源笔记默认的6806不变。

配置好基础设置后，点击“高级设置”。切换到“存储”标签页，点击绑定挂载主机路径右侧的“添加”按钮。

这里需要预先在File Station文件管理器中创建一个用于存储思源笔记数据的文件夹（例如/share/Container/SiYuan）。然后在“路径”中选择这个文件夹。

选择好主机路径后，在“挂载”栏输入容器内的目标路径，默认为/app。权限选择“RW”（可读写）。完成后点击“应用”。

至此，主要配置已完成。点击右下角的“完成”，Container Station便会开始创建并启动容器。

返回“容器”列表页面，可以看到新建的容器。如果“状态”栏显示为绿色的“正在运行”，则表示服务已成功启动。点击右侧的设置图标，可以进行后续的编辑或管理。

现在，打开电脑上的浏览器，在地址栏输入：http://你的NAS的IP地址:你设置的端口号（例如 http://192.168.1.100:6806），按回车即可访问思源笔记的Web界面。本文示例部署的版本为3.1.3，界面默认为英文。若需中文界面，可考虑部署其他支持中文的版本。

思源笔记的功能非常深度和丰富，无法在此详尽展开，需要用户在实际使用中不断探索。本文核心目的是提供在威联通NAS上通过Container Station部署思源笔记的完整教程。掌握了这个基本方法后，你完全可以举一反三，在NAS上部署更多有趣的Docker项目，打造属于你自己的全能数字工具箱。

在求职的旅程中，一份专业且能吸引眼球的简历是叩开机遇之门的首要钥匙。然而，精心设计与排版往往耗时又费力。请不必为此烦恼，经过一番实际测试与筛选，我们从海量的在线简历平台和模板网站中，精心挑选出14个可以完全免费或部分免费使用的优质站点。这些平台提供数千套可免费下载的简历模板，覆盖了简约、创意、商务等多种风格，并支持在线高效制作。无论是初出茅庐的应届毕业生，还是经验丰富的职场人士，都能在此找到契合自身需求的设计方案，让简历制作变得省时、省力又美观。

职徒简历

网址： www.52cv.com 简介： 该平台提供了超过一万份中英文简历模板，广泛覆盖零经验、留学、求职、跳槽等多种场景，以及金融、互联网、快消、房地产等众多行业。其中相当一部分模板支持免费下载。其在线编辑功能强大，支持一键排版、自动缩为一页、经历自动按倒序排列，并可全局调整字体、颜色和行距。同时，它还提供一键翻译为英文的便捷服务。

Hloom简历

网址： https://www.hloom.com/ 简介： 这是一个面向全球求职者的在线简历模板与生成平台，提供从模板下载到在线撰写、排版、导出的一站式服务。平台主打英文简历制作，提供超过300份可直接下载的免费模板。需要注意的是，更多高级模板和功能需要开通会员方可使用。如需制作英文简历，不妨先浏览其免费的模板库。

极简简历

网址： https://www.polebrief.com/ 简介： 这是一个主打“极简、高效、零学习成本”的中文在线简历工具。它仅提供一页式极简模板，支持自动排版，让用户能够边输入内容边预览最终效果。无需注册即可免费导出PDF格式的简历。此外，网站还附带了详细的简历制作攻略。虽然模板数量不多，但其简洁风格非常适合大学生用于校内求职或自我展示。

在线简历生成

网址： https://dnd-resume.com/? 简介： 这是一款强调“零配置、所见即所得”的在线简历生成器，以其极简操作和实时预览为特色。用户只需根据提示，逐步填写个人信息、技能栈、工作经历、项目亮点、教育背景和联系方式六大板块，页面便会实时渲染出专业级别的简历样式。它支持Markdown语法高亮、技能标签自动排版，并提供一键下载功能，提供A4和信纸两种尺寸选择，所有功能均可免费使用。

锤子简历

网址： https://www.100chui.com/ 简介： 这是一个设计美观、使用门槛较低的在线简历平台。它拥有覆盖互联网、金融、地产等30多个行业、超过600个岗位的简历模板，全部支持在线免费使用。其在线制作工具支持一键智能排版，通过拖拽即可调整模块顺序，并能自动适配手机与电脑端的同步修改，方便随时导出。除了丰富的Word模板，平台还提供PPT模板，选择多样，但部分高级功能需要付费解锁。

简历下载

网址： jianlixiazai.cn 简介： 这是一个完全免费的简历模板下载网站，使用体验非常纯粹：无需注册、没有广告，打开网站即可直接下载。用户可以根据行业、岗位、人群或风格进行筛选，下载到的都是Word格式文件，方便使用Office或WPS进行二次编辑。除了大量的中文简历模板，网站也提供部分英文简历模板。此外，它还汇集了简历攻略、面试宝典、职场指南等实用干货内容。

热速美斯简历

网址： https://www.resumeis.com/ 简介： 这是一个免费在线制作简历的网站，其宗旨是“只为一份精美简历”，极大地简化了简历排版的复杂度。网站打开即用，通过直观的一页式编辑界面快速调整内容，实现真正的所见即所得。所有数据仅保存在本地浏览器中，服务器不留存任何信息，充分保护隐私。支持导出为PDF、Word、PNG等多种格式，排版清晰规整。美中不足的是，可供选择的模板数量较少。

YY简历网

网址： https://www.yyjianli.com/ 简介： 该网站主打“免费可编辑”，提供了近千套免费模板，广泛覆盖应届生、社招、跳槽、留学、公务员/事业单位、IT、设计、金融、医护等众多行业与岗位，风格多样。用户还可以选择简历封面和自荐信模板。所有模板均已按照中文简历规范预设好标题、段落和项目符号，用户只需替换文字内容即可快速完成制作。

简历设计网

网址： https://www.jianlisheji.com/ 简介： 该网站自带了丰富的模板库，超过2000套Word简历模板全部支持免费下载。模板风格涵盖简约、时尚、经典、创意、校招等多种类型。网站同样支持在线制作简历，并提供了数量可观的英文简历模板，甚至还包括小升初学生简历。如果用户对如何撰写简历感到困惑，网站还提供了大量简历范文，可供学习与借鉴。

223办公网

网址： www.23work.com 简介： 这是一个专注于全场景办公模板免费下载的中文资源站，其特点是模板数量庞大、分类细致、全部免费、即下即用。资源库包含PPT、Word简历/合同/报告、Excel表格/数据分析、实用办公素材等，类型极为丰富。网站实行0付费、0积分、免注册的政策，所有资源点击即可直接下载，无论是制作简历还是处理其他办公事务，都能提供有力的支持。

轻简历

网址： https://www.wktline.com/ 简介： 这是一款面向应届生和社招人群的极简AI简历工具。它提供了一定数量的简历模板（数量不算多），其主要特色在于支持AI智能分析简历内容，并提供优化与完善建议。非常适合那些不擅长排版、内容组织和色彩搭配的求职者。需要注意的是，其AI分析等高级功能并非完全免费，用户可以选择以6.9元开通一周体验会员，或以9.9元开通一个月体验会员。

个人简历网

网址： https://www.gerenjianli.net/ 简介： 该网站提供了数量极为丰富的简历资源，包括单页、多页、中文、英文、PPT、PSD、Word等多种格式的模板，还可以下载简历封面。分类细致，涵盖通用、行政、教师、销售、市场、设计、医护等众多领域。使用前需要登录，完成后可导出PDF。除了简历模板，网站还提供创业计划书、自我介绍模板，以及面试礼仪、职业规划等相关内容。

猫步简历

网址： https://maobucv.com/ 简介： 据称是目前中文圈内唯一完全开源并结合AI全链路的在线简历工具。它自带简历模板，支持Word或PPT格式，功能覆盖简历修改、制作和AI智能优化。制作完成后，可导出为PDF、PNG、Markdown、JSON等多种格式。技术爱好者甚至可以自行部署使用。该平台并非完全免费，用户可通过每日签到获取积分，或选择开通会员（月费9.9元/年费29.9元/永久59.9元）。

木及简历

网址： https://www.mujicv.com/ 简介： 这是一个将写简历转化为写Markdown的极简在线工具。其核心理念是让制作者专注于内容创作，而将排版、分页、错别字检查、格式导出等琐事交给工具处理。界面分为两部分：左侧是纯文本Markdown编辑区，右侧实时渲染出精美的简历预览效果。即使不懂Markdown语法，网站也提供了热门简历模板可供直接套用。免费版可使用部分模板，月度会员9.9元，年度会员29.9元。

以上介绍的网站均经过实际体验，基本能够满足免费制作专业简历的需求。如果您希望体验更高级、更便捷的服务，部分网站的会员费用也相对亲民，可以根据自身情况按需选择。当然，只要掌握基础的模板修改技巧，很多付费功能并非必需。收藏这份清单的同时，也别忘了分享给身边正在求职的朋友们！

经过亲测，以下网盘搜索工具不仅好用，而且均已完成备案，正规可靠，建议有需要的用户收藏备用。

齐乐搜

https://www.qileso.com/

齐乐搜作为一款功能强大的网盘搜索工具，其界面设计直观简洁。用户可以根据自身需求轻松搜索各类资源，例如小说、视频等内容。

从实际使用感受来看，该网站的搜索算法相当精准，能够基于关键词迅速锁定目标内容，有效过滤了传统搜索中常见的无关信息干扰。网页加载响应迅速，操作过程流畅顺滑。

此外，齐乐搜还与众多优质站点建立了友情链接网络，这为用户进一步拓宽搜索边界提供了便利。

云盘吧

https://yunpan8.net/

云盘吧是一个专注于网盘资源分享的优质平台，聚合了阿里云盘、百度网盘、夸克网盘、迅雷云盘等多个主流网盘的丰富资源。内容涵盖视频、游戏、书籍、软件等诸多领域，能满足用户的多样化资源查找需求。

网站界面布局清晰，分类明确。无论是经典影视、热门动漫，还是大型游戏、实用工具，亦或是各类电子书刊，都能在此高效检索，极大节省了用户搜寻资源的时间与精力。

该平台运行状态持续稳定，访问速度表现出色，整体使用体验非常顺畅。

哎呦喂啊

https://www.aiyoweia.com/wendang.html

哎呦喂啊汇聚了海量的网盘资源，覆盖文档、软件、视频、音频等多个类别。除了常见资源外，用户还能借助该平台查找考证学习课程、高校公开课视频等学习资料，同时也有众多实用软件分享。

网站的资源列表详细展示了分享文件的名称、所属分类、文件大小、存储网盘类型、被浏览次数以及收录时间等关键信息，方便用户快速了解资源概况，从而更精准地筛选出符合自己需要的内容。

哎呦喂啊的界面设计简洁明了，操作流程便捷，堪称一个高效、可靠的网盘资源获取门户。

口袋云

https://www.woqusou.com/

口袋云拥有简洁直观的界面，是一个操作便捷的网盘资源搜索平台，提供丰富多样的网盘资源检索服务。

通过口袋云，用户可以搜索到各类热门资源，涵盖视频影音、音乐专辑、电子书籍、软件工具等诸多类型。其强大的搜索功能将分散的热门资源整合于一处，实现了一站式的搜索与获取体验。

无论目标是寻找专业的学习资料，还是获取轻松的娱乐资源，口袋云都能提供有效的支持。

千帆搜索

https://www.niceso.net/

千帆搜索作为一个功能强大的聚合型网盘搜索引擎，以其资源丰富性和搜索便捷性而著称。它汇聚了来自阿里云盘、百度网盘、夸克网盘、蓝奏云盘、天翼云盘和迅雷云盘等多个主流网盘的海量资源。

资源内容广泛覆盖少儿启蒙、中小学教育、大学课程、四六级备考、考研资料、考公辅导、教师资格证考试、语言学习、韩剧、动漫、美剧、软件工具、文学作品、编程教程、Pr视频剪辑、PS图像处理等多个领域，兼顾学习与娱乐需求。

千帆搜索不仅界面设计简洁明了，还提供了细致的分类导航功能，帮助用户快速定位并筛选资源，显著提升了搜索效率，节省了宝贵时间。

近来，许多关注我的朋友频繁询问，公众号后台的自动聊天功能是如何实现的，他们也希望拥有一个类似的工具。为了更高效地回应大家的热情，我决定整理一份详细的攻略，与诸位分享。

核心摘要

本文将围绕公众号内容运营者的真实工作场景，详细阐述如何借助 腾讯元器 这一平台，构建一个能够长期稳定服务的公众号智能助手。

通过无需编写代码的配置流程，腾讯元器能够自动将公众号已发布的历史文章转化为专属知识库。该智能体可以持续处理粉丝的高频咨询，高效完成内容检索、预设问答与智能对话回复。

在实际体验中，它显著降低了重复性人工回复所耗费的时间与精力，让内容创作者能够重新聚焦于核心的内容创作与深度思考工作。

不久前的一次团队交流中，我们探讨了一个颇为现实的问题：AI技术究竟为我们的工作效率带来了多少倍的提升？

一位产品同事的回答非常直接：

至少十倍。

理由很清晰：他日常需要处理大量文本资料的收集、整理与反复查阅，如果完全依赖人工处理，不仅速度缓慢，还存在显著的学习与记忆成本。

这句话让我深有感触。

自从开始自主创业、亲自运营公众号以来，我最深刻的体会便是：时间被分割成无数碎片，而每一件事又都必须亲力亲为。

一方面，内容创作需要大块、完整且不被打扰的思考时间；另一方面，公众号后台又源源不断地涌入用户私信咨询。其中许多问题高度重复，但若不予回复，会影响粉丝体验，甚至直接导致取关率的上升。

坦白说，在这种状态下，创作者极易被“回复用户”这项任务牵制节奏，反而难以专注地将内容本身打磨到最佳。

为什么公众号需要一个AI客服？

我当然也尝试过寻找解决方案。此前曾研究过搭建公众号智能体的方法，希望能用AI分担一部分咨询压力，但现实情况往往不尽如人意：

• 搭建流程复杂繁琐
• 训练数据需要手动整理
• 效果需要反复调试优化

更为关键的是生态衔接问题。许多工具独立于微信公众号生态之外，处理流程缓慢且割裂，最终结果往往是效果不理想，反而增加了额外的管理和维护负担。

后来我逐渐认识到，我真正需要的或许不是一个功能极其强大的AI，而是一个无需我付出额外学习与适应成本的趁手工具。

既然核心场景是服务公众号，那么来自腾讯生态内部的产品便展现出其独特的优势：腾讯元器。

认识腾讯元器：为内容创作者而生

腾讯元器给我的初印象，并非其功能繁多，而在于它从设计之初就站在了普通内容创作者的视角。整个使用过程：

• 几乎不涉及任何代码编写
• 不要求你理解模型、向量数据库或复杂工作流
• 将原本需要技术团队才能完成的工作，简化成了几个清晰明确的操作步骤

尤其对于公众号运营而言，它最关键的优势在于：内容无需重新整理。

仅需一次授权，即可将公众号历史文章直接导入，作为智能体的知识来源；后续发布的新文章，也会自动同步更新。这意味着：

你的公众号本身，就是一套持续生长、动态更新的知识库体系。

更重要的是，智能体并非一个“搭建完毕便可置之不理”的摆设。依托于成熟的检索增强生成（RAG）与问答机制，它可以长期、稳定地承接粉丝的高频咨询，将大量重复性问题拦截在前端，让我能把宝贵的时间重新聚焦于内容创作与深度思考本身。

在发布与使用层面，腾讯元器也最大限度地减少了割裂感：智能体可以直接运行在微信体系内，与公众号后台、客服消息、小程序等场景无缝打通，而非先做一个外部工具，再费力思考如何“接入”生态。

打造你的专属公众号智能体

腾讯元器，更适合长期稳定运行，也深度适配公众号内容创作者的需求。

下面，我将通过一次完整的实践，演示如何快速搭建一个贴合个人IP定位的公众号智能助手。

AI客服的必要性：释放内容沉淀价值

对于知识分享类公众号的运营者而言，真正的痛点不在于“是否拥有AI技术”，而在于：

能否以极低的成本和门槛，将多年积累的内容资产，通过AI焕发出更大的交互价值与长尾效应。

许多公众号KOL在长期运营中，已经沉淀了数百甚至上千篇高质量文章，但这些内容大多停留在“被动阅读”的层面，无法被高效地检索和复用。

与此同时，微信后台每天都会涌入大量重复性的私信咨询：

• 选择不回复 → 影响用户体验与社群粘性
• 选择逐条人工回复 → 时间成本极高，且工作枯燥

长此以往，不仅创作者精力耗竭，甚至可能导致用户的逐渐流失。

理想与现实的差距：AI客服为何难以落地？

理论上，“AI客服 + 知识库”是一个完美的解决方案，但在实际操作中，挑战却接踵而至。

第一，知识整理成本极高

• 需要手动保存每一篇文章
• 导出后再格式化导入第三方知识库
• 过程耗时耗力，极易因繁琐而中途放弃

第二，搭建与维护门槛不低

• 需要理解智能体的搭建流程与逻辑
• 学习编写有效的提示词（Prompt）
• 调试参数、优化回复，并完成发布上线

这对非技术背景的公众号运营者并不友好。此外，不少平台存在使用费用或资源消耗限制，进一步放大了试错成本。即便是一些低代码平台，也可能需要消耗“资源点”才能维持正常运行。

而腾讯元器，恰恰在上述关键节点上，实现了“降维式”的解决方案。

接入端：一键授权，内容即知识库

• 支持一键授权，直接拉取指定公众号的全部历史文章。
• 拉取的内容自动转化为结构化的知识库数据源。
• 新发布的文章支持自动每日更新同步。

也就是说：

你无需手动整理数据， 也无需反复维护知识库， 公众号本身就是一个“持续生长、自动更新”的智能知识源。

昨晚做了一个梦，又一次梦见了前老板老王。在梦境中，我不知是因为某个项目还是汇报，再次被劈头盖脸地责骂了一顿，随后猛然惊醒，或许是被子太厚，让我热出了一身汗……

随后查看日期，发现大约两年前的这个时候我提交了离职申请。当时本计划调整一两个月后重返职场，却鬼使神差地认为AI时代或许应该尝试以半年为限自己创业，结果一折腾就到了今天。

如果用一句话来形容这两年的感受，那便是：我无时无刻不想要一个老板。

然后我发现自己干最大的好处是自由，没人管；最大的问题也是自由，没人管。

没人管，意味着我们需要自己去寻找目的、意义、项目和反馈。有一种说法是创业后，内耗和无谓的事情会减少，不必去做自己认为垃圾的工作。

但与此同时，你做的任何事情，甚至这件事本身是否正确都需要自己承担后果。在公司，你只需要确保过程正确；而自己创业，则需要先方向正确、再过程正确、最后结果正确。

这三者中只要有一个环节出错，所有投入都可能付诸东流。并且，很多事情不亲自尝试根本无法知道深浅，例如：有些大家都觉得有潜力的领域根本赚不到钱，比如制作视频；有些我们认为门槛很低的却存在巨大需求，比如AI客服；大家都在做的事情往往演变为销售或关系链生意，比如外包。

另一方面，脱离公司体系后，你的信息渠道必须从被动变为主动。曾经在公司，微信消息亮起可能让你烦躁，但自己创业后手机一天没有响动反而更令人焦虑，因为如果你不主动与世界联系，世界一定不会主动联系你！

并且，真的不会有老板主动批评你了。你之前所惶恐的激烈指责其实全部是一种反馈，它虽激烈但有效；当然，也不会有老板夸奖你或给你发放年终奖！

所有的正反馈必须通过不停的心理建设来获得、每一分钱都要依靠自己的实力从市场赚取，对于一般人来说，或许好好打工才是更稳妥的选择。

说完基本感受，再来聊聊我的创业项目，希望能给各位正在创业的同学带来一些收获：

2B业务的困境：销售驱动与定制化泥潭

首先，我去年从事的是2B的AI + 管理创业，对应产品为CEO数字分身。它由两个部分组成：

一套公司人效评估系统 + 一套AI表格引擎，可以承载公司所有的降本增效业务，与多维表格非常类似。

我并非盲目行动。为了验证系统的可行性，我在两家公司担任产品/技术顾问，进行了几个月的测试，最终得到的数据反馈都很好，都是100%提效：

我拿着产品询问身边的人，虽然大家并不看好，但也没有提出特别尖锐的负面反馈。然而，在具体售卖时问题就浮现出来了：

中小公司老板们不太愿意买单？或者说他们不愿意为管理事项付费……

之后，我在AI 2B这个漩涡里反复左右横跳，进行了各种尝试和论证，最终得出一个结论：

2B软件/系统/服务 是一个销售驱动的生意，非常看重关系好坏。这里的逻辑是你能不能做 ＞ 是不是轮着你做 ＞ 你是不是做得好。在水平相近甚至略差的情况下，只要达到及格线以上，那么关系好坏就成为首要因素。

其次，即使是拿到项目，也根本不存在标品或者SaaS的可能性。80%以上的甲方要求定制化/私有化部署。只要是定制化/私有化，就一定是卖人头的生意，一般收取员工待遇的120%就已经很高了，再高就显得不现实了……

服务类产品现阶段很类似于外包卖人头，价格被压得很低。所做的事情要么是硬骨头，要么是垃圾任务，员工成长空间有限，还很容易遇到项目青黄不接的情况。这条路对于规模小的团队很难走通，规模大了又风险巨大……

并且，2B业务拖欠尾款是常态。交付周期越长越危险，因为很多公司自身战略变化就很快，三个月后可能根本不需要这套系统了，甲方就会找茬不验收；除此之外还涉及各种人事变化之类的麻烦事，总之尾款很难收到，这已经成为行业的老大难问题！

我也看到一些同学做SaaS服务赚到了钱，但深入了解下来情况可能有些灰暗……

总结下来就一句话：国内2B做不了，根本不存在你能做标品的可能。AI兴起初期还能依靠一波红利，现在各个公司拿着100万要求做出一个GPT的事情时有发生，终究到底还是因为国内人太多了啊……

于是，坚持了一年多之后，在今年4月，我终于跟团队下定决心暂停了CEO数字分身项目的投入。随后贼心不死，又开始折腾AI 2C：

2C业务的挑战：易抄袭与流量竞争

放弃2B的CEO数字分身后，我们的主要精力都投入了2C的AI英语类产品空气小猪。

这个产品也不是无的放矢，是与我一位做了十多年英语教培的合伙人共同规划的。他的公司受双减政策影响，在疫情期间关闭后一直想做点事，于是提出了空气小猪，现阶段获得的用户反馈都很好：

只不过，从产品最初我就发现了2C产品的通用问题：这东西倒是不靠关系了，但它没什么壁垒，容易抄袭、容易重复啊！

比如，在做了充分调研确认市面上确实没有类似产品后，我们加班加点将产品上线，开始有了用户。

于是上周马上有用户反馈：有个团队在做类似产品。随后又在非语言学习场景发现了体验类似的产品……

这也是2C很难的原因：它不是独家生意，谁都可以做。不论是产品还是服务，你在做的同时别人也在做，并且只要做得好就一定会被抄袭，而抄袭的成本还极低！

比如，我做完AI课后，有几个学员也在做AI课，并且内容很类似。这是很正常的事，除非IP很强，否则用户一定会用脚投票。

于是，2C的产品最终又会演化成一个流量生意，各种流量运营策略随之而来，而这东西还挺耗精力，挺花钱的……

时代洪流：AI创业的资源游戏

这两年跑下来，我越来越确认一个残酷但清晰的结论：国内AI应用有些沦为了资源的游戏。

许多财大气粗的公司，他们冷眼旁观，自己不愿承担原创风险，一点试错成本都不想给，反手**“像素级跟进”**玩得飞起！

巨头们凭借流量、数据和资本优势，能迅速复刻任何被市场验证的创意，将创业团队的差异化优势周期压缩至以“周”计算。

这也是为什么做AI 2C的反而又想去做2B，做完AI 2B没好果子吃又想做2C的原因：前者看关系与定制，后者看流量与复制，结果是哪里都没份……

所以，我感受到的无人管束的自由之重，不仅仅源于自身的局限，也交织在一个对独立创业者并不算友好的生态里。

于是很多人选择了躺平打工，更多人选择了出海。甚至前些天我们TGO小组会10个人中，8个人所在公司都在出海，只不过方式各有不同……

最后回归一下，我无时无刻不想要个老板。这里的“老板”并非指具体的人，而是一个系统、一个坐标、一个稳定的反馈源。它象征着：

1. **明确的目标与意义：**独自一人时，“为什么而做”这个最根本的问题需要自己回答，并随时可能被动摇。
2. **即时反馈：**独自前行时，你不知道自己做得好不好，方向对不对，这种不确定性是最大的内耗。
3. **责任的边界：**在公司，你的责任是有限的。而自己干，“甚至连这件事情是否正确本身都需要买单”，这种无限责任带来了巨大的心理压力。

我之前的老板是一个智多星，每隔一段时间就会蹦出一个新的创意，然后会询问我们的意见。我们多数人觉得毫无可能（但表面上会很支持），于是老板总是想去试一试。

其实就算是我们给出了反对意见，他依旧会去试一试，因为不试一试怎么知道真的对不对呢？