/dbs-learning
第一次听到有人把读书比喻成抢劫的,热血沸腾,他说,读书是一场合法的抢劫,是这个世界上门槛最低,收益最高的惜命行为,你只需要花一杯咖啡的钱,甚至白嫖,就能拿走人家天才一辈子的思考。
以前我觉得,读书是普通人改变命运最便宜的方式。
直到 AI 出现,我才意识到:
这个时代,普通人最不该放弃的,就是读书和使用 AI。
你花几十块钱买一本书,就能看到一个人花十年、二十年总结出来的经验。
而现在,你只需要把这本书交给 AI,就能让它帮你拆解、分析,甚至手把手教你实践。
过去,读书是为了获得知识。
现在,读书是为了获得高手的认知,AI 是为了把这些认知变成自己的能力。
以前普通人和高手之间,隔着经验、资源、人脉和时间。
现在这些差距虽然还在,但 AI 正在降低其中一部分门槛。
真正可怕的不是别人比你聪明,而是别人已经开始用 AI 学习、赚钱、解决问题,你却还在用十年前的方式努力。
这个时代最公平的一件事,就是普通人也有机会用很低的成本,接触到过去只有少数人才能获得的知识和工具。
别只拿 AI 聊天了。
去读一本好书,用 AI 拆解它,然后拿它解决一个现实问题。
读书让你站在巨人的肩膀上,AI 让你有机会把巨人的经验变成自己的生产力。
1.Claude
2.符合审美的工作室
3.持续提升内容能力
4.持续获客
5.探索不同的商业模式
6.健身、增肌、低体脂
别无他求☺
我来浅浅总结一下,我认为2026年第四季度美好生活的标准:
1、一个不会被封号的Claude(不管Pro/Max)
2、每天摄入咖啡(大咖理论 @AdrianPunk115 )
3、每日运动
4、拒绝烟酒
5、抗炎饮食 @Eejoylove
6、睡够8小时
7、特斯拉,尤其是有FSD
欢迎补充
美西真的有魔力,去完之后被自由和松弛鼓舞到
截至目前我做过最不后悔的决定,就是大一暑假独自前往美国一个荒无人烟的农场打工,并用赚的钱在LA和纽约旅行。
从南京到狄金森我花了快40个小时转了3次机,在这期间没有随行人员,我只带了一个健身包和背包,英语连四级都没过就踏上了征途。
当时这个项目因为疫情暂停了几年,重新开放时热度不高,能查到的资料也不多,并且我所在的城市在网上几乎没有信息(北达科他州的俾斯麦,电影冰血暴的取景地),饶是我信息检索能力再强也摸不着头脑。更何况这是从一个学校代课群看到的途径,一般人早就警铃大作怀疑是不是要割腰子了。
但我还是去了,我隐隐约约感觉到,这会是一次非常有趣刺激的冒险。
第一次对我的冲击发生在北京使馆:走在“美国公民通道”上的是几位大爷大妈,他们的穿搭放在我们村里根本分辨不出谁是谁。
排在我后面的分别有清华北大的学生、藤校留学生、探亲的老大爷以及研学的小学生。当时还未开智的我感受到一股强烈的,不适,一股和他们格格不入的气氛。我发觉他们身上所带有的“光环”在我们之间隔开了一道巨大的沟壑,想跨过去但也望尘莫及。
好在,至少在使馆排队的时候,我们是平等的。就算天上飘着小雨,我们都只能按部就班的站在指定区域等待慢慢蠕动的人群前进。一两百米的路程我们愣是站了四个小时,不能携带电子产品也只能面面相觑。
我遵循“选白人面试官”的原则,成功站在了一位面相和善的大叔面前。没看任何资料,没有多余话术,就问了三个问题。一分钟不到,我的签证通过了。
但我并没有想象中的那般欣喜,我更多的思绪放在了回味,和我排队的那群人的“光环”上:我还有机会追上他们吗?应该吧。
坐在飞往洛杉矶的飞机上,坐在我旁边的大娘看出了我的困惑,告知我该怎么调整座椅。她问:你是第一次飞la吧?我说是。也许是因为无聊,她向我分享她优秀的儿子儿媳,以及如何决定选哪个专业,在哪里买房。
我不知道该如何回答,我从没接触过这些光环之外的事物,她所描述的那些听上去家常便饭一般的东西随便一个都不是我的父亲母亲能够承担的。起飞两小时后,灯光关闭了。于是陷入了寂静,大家都睡着了,除了我。
我怎么能睡着呢?远离我熟悉的一切,飞往未知。
我也记不得那晚我在干啥,只知道手机的内存小了不少。我清理了相册,把所有对我来说生命中重要的人的聊天记录看了一遍。即将落地的时候,黄昏非常好看。我发现远处的风景居然和我用了一年的手机壁纸一模一样,这难道是命运的指引?没有高楼大厦,但还是一片繁华。城市上空盘旋着直升机,我的大脑好像处理不过来庞大的信息。
终于到了。我帮旁边的大娘拿下行李,跟随人流前往入境处。小红书上的攻略我早已忘得一干二净,随之而来的是巨大的兴奋感——我终于到这里了,我的脚下是另一片土地。(未完待续)
所以要打造 IP,IP 解决信任
干智能体挣了7 位数后,我发现这完全是个坑比生意。
24 年我从字节 seed 项目组离职 all in ai。就是去做那些你们知道的那些 lowb 智能体。
干的事情,现在有个草蛋的名字叫 FDE。
一开始我觉得给企业做 AI 落地就是个体力活:企业有一堆重复的工作,梳理一下流程,把模型接进业务,东西交出去就完事。
这种梳理业务需求并沉淀成SOP,围绕工作场景制作提效的工作,对我来说是非常轻车熟路的,因为过往就持续在做企业内部的工具提效。
于是 25 年下半年在郑州组了团队,在闲鱼、淘宝、视频号批量接几千到一两万的小单。几个月做了 200 个智能体,营收轻松过百万。
结果年底坐下来一算账,渠道拿走三四成,交付成本三四成,再扣掉税和房租,到手不到 10%。要不是另外还有企业服务撑着,这条线早就暴毙了。一个互联网生意,硬是做出了制造业的利润率。
比钱更磨人的是精力。店铺做到了全网头部,可整个盘子每天就那么点流量,需求并没有预想的井喷,AI圈子的从业者也处在自己的信息茧房。
每天大半时间花在筛线索、聊需求、给客户科普 AI 上。几千块的单子,该踩的坑一个不少。最后这条线直接砍掉,账户剩下的钱发了工资,固定资产挂闲鱼,之后专心做企业级的交付。
这一年下来我才明白,技术反倒最好解决,真正难的是信任。你一个外人要进人家的流程,人家得先信你,才肯把流程、资料、员工交给你。所以一定要直接跟老板谈,老板信不信你,决定了项目推不推得动。很多企业还停在豆包时代,流程没理过,资料散得到处都是,你连 AI 该插在哪一步都找不到,前一半时间其实是在帮人补课。
我们干的这类活,现在有了个舶来词:FDE。这个词火了以后,挂这个名字的人一下多了:有做实施外包换了个名字的,有想借它积累垂直场景经验的创业团队,也有拿它包装工具培训课的。叫什么其实不重要,客户只在乎你能不能交付结果。
FDE 大概就两条路。以我们之前的小工作室为原点,往下,一个人走 OPC,时间被切得稀碎,很难做复杂的专业项目;往上,靠资金和规模硬扛前期亏损,通过优化流程降低成本,同时攒流量侧的线索,等市场起来。能扛过去的人太少,去年大量团队就是从中间往下滑的。
领先半步是先进,领先一步是先烈。企业 AI 化还处在初级阶段,这个阶段还会持续很久。
所以我们现在还在做企业交付,同时给自己定了个规矩:项目金额控制在 20 万以内,交付周期一个月以内。20 万封顶,项目就复杂不到哪去;一个月左右的工期,保证团队不会陷进泥潭。
具体报多少又是个难题:报高了客户掉头就走,报低了自己白干。
好多朋友,包括我的学员,都来问我项目怎么报价。不会报价,一般就两个原因。
一个是真的不知道。项目多复杂、要用什么技术,你心里没底,估不出要干多久。这种要么别接,要么找个靠谱的工程师让他来报。另一个是贪心:成本心里有数,又想把这一单吃满,反而不知道报多少合适。
我一开始是第二种。
后来想明白一个笨办法。
你肯定知道自己的总成本(人力、渠道、税、房租都算上)是多少吧。那就别先想利润最大化,成本上加 20% 到 30%,先保证不亏。剩下的,靠项目喂。接得多了,什么行业什么价,你心里就有数了。不同行业利润率不一样,利润高的就敢报高。
怎么算,三种方法。
第一种是按人天。这是最常规的报法,前提是你估得出技术难度。
比如客户要一个内部系统,有用户端和管理后台,还要支持飞书登录。一个产品经理,两个研发各出半个人力,一前一后,干一个月。产品 300 一天,开发 600 一天,一个月 20 个工作日,人力成本 1.8 万。人力成本按占报价四成倒推,1.8 万除以 40% 是 4.5 万,留点余量,报 5 万。剩下那六成,渠道、税、房租和利润都在里面。要是自己接单自己做,报价还能往下压,前期用低价积累案例和经验。
第二种按交付物。项目拆成几段,每段估一个,最后加总,这种最稳。
比如一个实验性的 AI 项目,得先验证模型在客户的业务里能不能达标,比一比不同模型的效果和成本,验证完才能开发、改造现有流程。这种就直接拆成两段。第一段做模型验证,交付一份验证报告,收 5000;验证通过,第二段再做开发,按产品结果交付,收 2 万。模型达不到标准,后面就不做了,客户只花了验证的钱,你也没白干。有先后关系的项目,最好都这么拆。
第三种是缩小范围,用在你报不出来的时候。报不出来不是报价技巧的问题,是这个项目已经超出你的把控了。这时候别硬憋一个数,从一个小点切进去。
比如客户一上来就要一套贯穿全业务流程的 AI 方案,老板一口气说了好几个幻想。这时候别被需求拉着跑,其他的先放一放,挑一个马上能见效、AI 又确实擅长的点先做,也就是后面说的第一期。别嫌项目小,利润率比项目金额重要。只有做出结果,才会有信任,后面几期才谈得下去。
还有个容易吃亏的地方是收款:钱别包在一块。一般拆个两到三笔款,通常是 5:4:1 或者 4:4:2。首付款不能低于 40%,因为开发成本就占四成。万一半路客户跑单,或者项目出问题,首付款得能盖住工程师的投入,还有上下游合作伙伴的付出。尾款只留一两成,就算最后收不回来,损失也有限。
我现在维护的客户,基本都已经是第二三次合作了。
第一期,2 到 3 万,控制在 5 万以内。第二期,7 万到 8 万,高的到 10 万。第三期,十几万,最多到 20 万。
都是一期一期谈进去的,不是一次谈成。每次都得把上一次的结果交到对方手里,才谈下一步。客单价看着不高,其实是按客户能扛的风险算。经济下行,没人愿意为一个尝试先扔几十万,老板是最抠的人,因为只有自己开过公司,才知道哪儿哪儿都是成本,都是花销。第一期收的从来不是交付费,是信任费。
另外还有两笔账很多人没算。
第一笔,算力别打包进固定费用。服务器数据库是固定的,算进报价没问题。但模型调用是波动的,这个月一千,下个月客户量上来可能一万,合同里得把算力成本写清楚。做法是报价里含一部分调用测试额度,超出部分客户自己充值。
第二笔,报价别只算写代码的部分。从设计到运维,需求沟通、资料整理、原型确认、测试、部署、问题修复、试运行支持,都要算进去,这些加起来才是你不亏的底线。AI 项目常见的情况是开发三星期,调优三个月,报价时就得把调优的时间算进去,免得后面的成本全落在自己身上。
FDE 新手最常见的错误不是报错价,是还没收钱就把方案做完了。
客户说“你先帮我看看”。一看就成了访谈,接着方案就出来了,客户拿着方案走了,项目没签,你白干一星期。
活要拆开卖。诊断是诊断的价,方案是方案的价,部署是部署的价。
能对结果负责,就有底气谈价值定价。
如果你对我现在做的事感兴趣,或者在企业 AI 落地过程中有困惑,欢迎来链接。




















