哈斯日志｜第 3 页

纪录我们在网路上奔波的历程！

AI 基础设施化的市场机会与核心命题

2026年4月21日

核心数据与行业现状（截至2025年底，公开可查） OpenAI 营收与用户规模 OpenAI 的 ChatGPT 平台截至 2025 年已达到约 800 M 每周活跃用户，成为全球最主要的生成式 AI 入口之一。(Business Insider) 截至 2025 中期，OpenAI 的年化收入规模约 $10 B ，并预计全年可逼近 $12.7 B 甚至更高。(Reuters) Anthropic / Claude 的增长态势 Claude AI 的营收从 2024 年的约 $850 M 奔向 2025 的多亿美元级别，并有估计达到 $4 B+ 的年化…阅读《AI 基础设施化的市场机会与核心命题》更多内容...

This Written by loverty.

LLM inside产品应用价值方法和生态

2026年4月17日

我们习惯于将商业模式粗放地归纳为toB、toC、toG这类豪迈的框架，但是有个问题是token经济目前的商业交易演进上，明显出现了跟过去不一样的，过去方法中认为是小众路径的一种交易，叫做prosumer--创作消费者或者生产消费者。如果从"谁来定义价值、在哪里捕获价值、用什么机制锁定价值"这三个维度出发，至少存在六种类型，且它们有本质差异。规模覆盖型（OpenAI路线）核心假设：需求足够广，频次足够高，数据飞轮会自我强化。价值锚点在"足够多的人离不开你"，而非"某些人极度依赖你"。壁垒来源是网络效应和数据积累，而非专业深度。关键风险：广度策略的…阅读《LLM inside产品应用价值方法和生态》更多内容...

This Written by loverty.

LLM如何从技术创新概念，走向“有用的工具”

2026年4月12日

大语言模型、大模型正在能力更强、效用更强，却在变得“变便宜” 这是一个表面上看似矛盾、但在产业内部并不陌生的现象。一方面，AI 的能力在指数级提升：模型更强、推理更快、上下文更长、成本持续下降，token 价格不断被压缩，甚至在大量平台中已经呈现“事实性免费”。另一方面，用户的付费意愿却并未同步上升。无论是编程、写作、研究、分析，AI 的“性价比”客观上已经高到离谱，但在多数市场中，订阅价格却被锚定在一个非常低的区间——往往不超过一杯奶茶。于是出现一种非常拧巴的状态： AI 越来越像一种“不可或缺的能力”，但它在交易体系中的位置，却依然接近“…阅读《LLM如何从技术创新概念，走向“有用的工具”》更多内容...

This Written by loverty.

AI读Claude Code：一段代码万种视角

2026年4月2日

所有拿到Claude code泄露的源码的人，为什么用不同的AI或者相同的AI写出来的分析、总结、思考完全不同，甚至相去深远。同一个客观对象，为什么会产生不同但不冲突的认知。这些分析深浅与效用不一，但很少相互对立。 LLM在理解、分析、生成过程中，如何影响这种差异，如何能精准地嵌入用户自己的认知、习惯、能力、偏好、知识结构、目标预期，进而产生的这种百花齐放的精彩。如何让“你的 ” AI更像你代理你来执行“你的”理解和分析，又如何让“你的 ” AI跳出“你的约束”更深入、更全面、更有价值的挖掘出更多有价值的知识、信息，这是我的思考和分析。为什么“…阅读《AI读Claude Code：一段代码万种视角》更多内容...

This Written by loverty.

单Token价值密度：新的产品北极星指标

2026年3月28日

Token零售的市场机会挖掘：锚点的本质是"单Token价值密度" SaaS本质上是行业领域专业知识应用价值建模（行业知识+算法+算力）的应用， "API调用"定义了软件价值的计量颗粒度。Token本质上是一种计量单位经济学，重新定义认知劳动的计量单位。将Token视为零售商品，那么市场机会的挖掘锚点应从传统的“UV/PV”转向 “单位Token的价值产出比” 。锚点一：Token的“浓缩度”。未来胜出的不是消耗Token最多的应用，而是消耗最少Token却解决了最难问题的应用。这种“反规模效应”在B端是核心竞争力。锚点二：Token的…阅读《单Token价值密度：新的产品北极星指标》更多内容...

This Written by loverty.

Token批发转零售的三种溢价与半衰期

2026年3月24日

LLM商业化本质上是一场认知劳动的产业重组当前LLM、GPT算法的商业化、产品化，本质是“算力批发转零售”的价值再创造，商业价值的核心是“算力打底、算法溢价、数据溢价（高价值、高频领域行业数据支撑）”，三者协同形成溢价，而非独立存在；OpenAI与Claude的差异，是“价值锚点的选择不同”，无优劣之分，关键是匹配自身能力与市场需求一般解决问题的深度足够深足够细分单价可以较高但是频次比较低，规模相对小，类比Claude（以coding为切入点，用户规模不如openai AGI视角），openai（以AGI满足足够大用户规模的足够广泛的需求为切入点，样…阅读《Token批发转零售的三种溢价与半衰期》更多内容...

This Written by loverty.

Token经济的九种陷阱

2026年3月18日

前面我们提到LLM、GPT产品化商业华中"追逐高频低价值场景"是陷阱之一，另外有八个同样致命的结构性陷阱。我们继续，从认知层→产品层→商业层的层次来梳理：频次幻觉把"用的人多"等同于"价值高"。高频低价值场景的本质问题不是市场小，而是定价权为零 ——用户随时可以切换到免费替代品，你无法涨价。 Token通胀陷阱如果你的核心价值主张是"用AI帮你省钱"，那么当推理成本每18个月腰斩时，你的价值主张也在腰斩。以成本节省为核心叙事的产品，会随着大模型价格战而自我稀释。正确的做法是从成本叙事切换到价值叙事 ——不是"便宜了多少"，而是"创造了什么原…阅读《Token经济的九种陷阱》更多内容...

This Written by loverty.

LLM Inside：智能应用产品化和技术架构的演进路径

2026年3月14日

我们反复观察到，近几年AI应用产品和技术概念，一浪一浪地澎湃，但是跑出的的高影响力应用只有chatbot、智能搜索、coding software、某些少数agent这几类产品，透过这些表象，我们观察到一个反复出现的认知偏差：许多人将LLM应用等同于"套壳ChatGPT"，将AI产品化理解为"界面包装"。这种简化忽略了LLM作为计算范式的本质变化——它不仅是交互界面的升级，更是信息处理逻辑的重构。基于产业实践和多年产品经理经验，我来梳理分享我的解剖和抽象、分析，尝试梳理一条清晰的演进路径，基于实际的技术约束和商业逻辑，而非趋势预测。第一层：Compl…阅读《LLM Inside：智能应用产品化和技术架构的演进路径》更多内容...

This Written by loverty.

LLM inside智能应用架构选择方法论

2026年3月9日

我们构建了一个系统性的LLM inside智能应用按照任务特征进行技术方案的选择，将AI在企业应用系统中充分发挥效力又最优化成本结构相结合，建立一套评估体系、科学决策方法。在进行拆解评估时，我们将任务特征映射到四层架构选择，类似于传统NLP中根据任务类型选择算法模型的逻辑， LLM inside智能应用的引擎选择的原则，基于低门槛、成本效率、质量高、易治理、可灵活扩展和迁移的标准。核心框架：TASK-EVAL模型选择架构前，需要对任务进行六个维度的评估：维度关键问题评估标准 T ask Complexity（任务复杂度）需要多少步骤…阅读《LLM inside智能应用架构选择方法论》更多内容...

This Written by loverty.

AI 从工具到代理：个体工作场景中的能力跃迁路径

2026年3月3日

在过去两年，LLM大模型的普及让“使用AI”迅速从技术议题演变为个体生产力议题。一份关于AI使用行为的研究显示，在真实交互中，用户对AI的调用已高度结构化：既包含信息获取，也包含任务执行与表达辅助。这一变化揭示出一个更深层的趋势——个体工作复杂度正在上升，而传统数字工具已难以支撑认知负荷的持续增长。在这一背景下，AI不再只是效率插件，而开始嵌入个人工作流，重塑信息处理、决策形成与表达生成的全过程。关键问题不在于“是否使用AI”，而在于：个体如何将AI从工具升级为可协同的能力系统。本文聚焦一个单一命题场景：AI 在个体工作场景中的协同增强机制并基于9…阅读《AI 从工具到代理：个体工作场景中的能力跃迁路径》更多内容...

This Written by loverty.

AI助手

你好！我是哈斯日志的AI助手

我可以基于当前页面的内容回答你的问题。

有什么想了解的吗？

刚刚