Keep on to blur preview images; turn off to show them clearly
Question: Why are all the millionaires on this app are 19 YEARS OLD? Where are all the 40, 50, and 60+ year olds crushing it? According to data, people in their 50s are most likely to be successful. So where are these people?
But actually, if you are an "older" founder, my DMs are open. I want to cover your story on our youtube channel. 700K subscribers: https://t.co/hPlwnA2YfE
Cursor是如何一步步走到今天的？ 看了a16z的cursor访谈，我觉得有几个点很值得AI创业者学习： 一、敢于尝试，也敢于放弃 Cursor的创始团队最初尝试为CAD领域构建AI 3D工具，但因缺乏深刻的行业认知（“创始人-市场不匹配”）而失败。 这个教训让他们意识到，必须从自己最熟悉的领域入手。 他们敢于尝试，也敢于放弃。回归到自己擅长的领域。 这也就是为什么AI编程工具是AI领域内发展最快的专业化Agent产品。 因为行业专家，用户，和开发者，是同源一体的 行业knowhow很重要，有knowhow才懂得流程和痛点 Dogfooding也很重要，如果自己不是用户，那么产品做不好 编程更重要，有一个好想法，就差一个工程师了，这往往是创业者多数的情况，但工程师不一定理解业务，不一定有knowhow，也不一定会自己用产品 但AI编程是三位一体了，开发者既是行业专家，也是用户，AI模型也有相关的能力支持，市场也存在大量需求，所以AI编程先爆发了。 二、套壳缝合，做到极致 与基础模型公司竞争在早期是不现实的。他们聪明地利用了当时已有的API，避免了耗时耗力的模型研发。 他们也没有选择从零构建一个全新的编辑器，而是决定Fork VS Code。 这个决策有两个支撑，第一是市场熟悉VS code，第二个支撑是Github Copilot也教育了市场得到了验证 所以决策目标很清晰，就是在已被验证的市场中，靠套壳缝合工程化，来打造出体验好上好几倍的产品 三、五步构建产品飞轮 1、打造最佳产品，靠套壳缝合获得体验优势的先机窗口 2、赢得渠道和用户，成为心智首选 3、获取稀缺资源，用户数据和资本杠杆 4、反哺底层模型，利用资源来定制模型，进一步强化产品护城河 5、产品再进化，利用模型能力再次革新产品体验，进入循环 四、增长期甜蜜的烦恼 早期流量暴增时，团队会面临各种宕机问题，k8s，数据库各种瓶颈，API也会有各种单点故障。 这里的启发是： 1、从一开始就采用多云架构（AWS, GCP, Azure），并利用专业的第三方服务（如PlanetScale解决数据库分片问题），而不是试图所有问题都内部解决。 2、主动寻找并整合全球所有可用的模型API资源（包括各种Token经销商），将流量分散到多个供应商，以提高系统的韧性和议价能力。 五、人才 1、为了招到前10名核心员工，团队做了各种“疯狂的招聘特技”，这里有个小故事挺有意思，一位顶级候选人拒绝offer后，他们会直接飞到候选人所在的国家再次当面沟通。再次被拒后，他们会“编造”一个几个月后在旧金山举办的“顶级研究员晚宴”，邀请候选人参加，只为创造一个再次对话的机会，并最终成功招募。 2、两天试用期面试：所有工程和设计岗位的终面候选人，都必须到公司进行为期两天的带薪项目试用。 这样做有几个好处： - 评估真实能力：考察端到端解决问题的真实能力，产品感觉，和主动性 - 文化匹配：互相评估感觉是否一致，是否愿意一起工作 - 降低离职风险：在入职前了解工作状态，提高长期留存率 这个模式后来还被运用到了销售招聘过程中，让销售来处理销售线索 3、靠并购买人（和字节类似） 比如Cursor买了Supermaven，主要是为了创始人Tabnine，他是Copilot的前身的创建者。同时获得了一批精英团队。 以上是Cursor在a16z访谈中提到的一些有意思的事情，访谈链接👇🏻 https://t.co/A1cfhv0uXM
Believing is seeing
可以提取个人的个性化阅读品味的工具：readwren，可以把“我喜欢好看成的书”这种模糊感，变成一份40+维的AI可读的结构化报告 相当于一个人机交互翻译器，对普通用户或创作者来说，把其输出的报告扔给模型，模型按你的“品味”写故事、推书或者出文案 比如说，阅读平台、医疗健康、设计等场景下，也可以利用该工具深入了解用户偏好，来构建更有吸引力和粘性的个性化体验 它是一种自适应的对话式访谈，通过12轮对话了解"品味" 输出包含40多个数据点的JSON、Markdown、纯文本格式 支持中断恢复 #AI调研工具 #readwren
github：https://t.co/41WqWhx9ll
RT @asmartbear: ICYMI: Fresh new article dropped: ICYMI: Fresh new article dropped: Don’t sell stuff to people who don’t have money. (e.g…
Just a funny dude building stuffs. Bootstrapping @Bolt__AI (https://t.co/jragKbgrY9) to $1B MRR. Expect memes.
things my parents told me that I didn't appreciate until my 30s: - Life is not fair. - Nerds rule the world. - Is that in your control? - Did you try your hardest? - If you're in a hurry, slow down. - Would you rather be right or effective? - People have no idea how capable they can be.
Head of Talent for a16z speedrun - ex @RiotGames, @Scopely, @Amazon - lover of games, poker, surfing, running, meme'ing
More such AI tools and projects in https://t.co/BvTc8nQQW5: Get access to 100+ AI Agent, RAG, LLM, and MCP tutorials with open-source code - All for FREE.
Open-source ecosystem for high-leverage AI builders. GitHub's #1 AI Agents Repo with 75k+ stars. Join 200k+ active AI builders.