10 x Boost

Thoughts, stories and ideas.

Latest

AI 代理人變現的真相:為什麼我越來越看好 ToC 市場

AI 代理人變現的真相:為什麼我越來越看好 ToC 市場

上個月我花了很多時間在思考一件事:AI 代理人的商業化,到底要怎麼做才行得通? 這不是一個簡單的問題。 你必須先搞清楚,你的目標客戶是誰。 ToB 還是 ToC?先把問題說清楚 如果你選擇 ToB,也就是做企業端的生意,你要面對的挑戰是非常現實的。 企業要的是能在地端執行的系統,他們有嚴格的法規要求,他們的業務流程複雜,而且你必須打進高端市場、建立產業典範,才有辦法收到真正的錢。 這條路很長,很硬。 如果你選擇 ToC,也就是直接服務一般消費者,你的核心挑戰完全不一樣——你需要了解演算法怎麼推薦,你需要做到大範圍的觸及。 這兩件事,聽起來容易,但真正做到的人不多。 我為什麼越來越看好 ToC 最近我一直在想一個具體的場景:用 AI 代理人主動產生虛擬網紅,讓它自己去做發布。 這件事在技術上已經可以實現了。 你可以讓一個 AI 代理人每天自動生成內容、自動發布到社群平台,不需要人工干預。 這代表什麼? 這代表觸及成本趨近於零,內容產出速度可以爆炸性成長,而且整個系統可以在你睡覺的時候繼續運轉。

By Andy Lin
台大資工 vs Anthropic 工程師:差距不在 AI 工具,而在你怎麼看待「控制權」

台大資工 vs Anthropic 工程師:差距不在 AI 工具,而在你怎麼看待「控制權」

最近跟一位朋友聊到一個問題:台灣頂尖的工程師,和 Anthropic 這些世界一流 AI 公司的工程師,差距到底在哪裡? 聊完之後我有一些想法,但後來自己反覆思考,又覺得最初的結論不夠完整。 所以這篇文章,我想把「我原本的假設」和「後來的自我反駁」都攤開來講。 我原本的觀察:Mindset 的差距 我發現台灣的工程師其實也在用 AI 工具。 但大部分人的使用方式是這樣的:問一個問題,AI 幫你搜尋、找到要修改的地方,你確認之後點 OK,讓它去改。 整個過程中,人是主導者,AI 只是建議者。 但頂尖公司的做法完全不同。 他們會同時讓多個 AI 平行協作,開發者甚至不需要看到具體的修改細節,而是透過系統化的驗證方式來確認成果。 這裡面有一個哲學上的根本轉變:你完全信任 AI 會去執行,你也知道它可能會做錯,但你思考的不是「我要不要接受這個建議」,而是「當它做錯的時候,

By Andy Lin