本期概要：
01`编译` ：在做 memex 的人，关于提高产品品质的思考
by fonter
前不久我付费使用了 rewind.ai 了解制作这个工具的 2 个人。
其一 Dan Siroker
创始人 CEO ：Dan Siroker ，他的故事简单但是带有感动，也是他们产品很好的一个卖点。
你看他的 twitter 会发现，他在 20 岁的时候开始逐渐变聋了听不见别人说话，但当其 30 岁时，助听器改变了他的生活。对其感受来说，失去听觉并重新获得听觉就像获得了超能力。从那一刻起，他开始关注并寻找一些技术可以增强人类能力并赋予我们超能力的方法。
所以自然而然了解到 memex 这个概念想法，研究表明 90% 的记忆会在一周后被遗忘。就像失聪一样，我们的记忆力会随着年龄的增长而变差。但它一定是必须这样吗？如果我们有用于听觉的助听器和用于视觉的眼镜，那么记忆力的 memex 是什么？
顺着这个思路，他创业做了 Rewind。如果我们可以使用技术来增强我们的记忆力，就像助听器可以增强我们的听力一样呢？这个就是我们创立 Rewind 的原因。愿景是赋予人类完美的记忆力。我们正在为您的生活打造一个搜索引擎。
其二 Paul Stamatiou
我关注到他们的设计师，在 twitter 工作 9 年的 Paul Stamatiou，twitter 的种种都可以在他的个人网站的作品集中找到，他是一个以设计为主的全栈设计师，在 figma、Xcode 上集攒了几百成千个小时的训练。
本期想要重点聊的话题来自于 Paul Stamatiou 网站中重点聊的一个话题，一个手艺问题，Thoughts on elevating product quality。
在你的作品上签名
说到产品品质，最有代表性的标志是在产品上镌刻创作者的名字。“对于小团队来说，产出，无论是应用程序、网站还是其他产品，都代表了它背后的人，以及他们为此付出的巨大努力。这些人愿意把自己的名字写在上面，对什么是伟大的、什么需要改进的事情负责，这是很常见的。”
最初的 Macintosh 也是由这样一个小团队设计的，他们长时间工作，充满激情，几乎是救世主般的热情。设计师的态度、价值观和个性反映在他们在设计过程中做出的成千上万个微妙的选择中，汇聚成一种精神或感觉传递给使用者。Steve Jobs 领导了这个小团队，他鼓励 Mac 设计师把自己看作艺术家。1982年春天，他带着整个 Mac 团队去旧金山参观一个蒂凡尼展览，因为蒂芙尼是一个艺术家，能够像我们期望的那样批量生产他的作品。
由于 Macintosh 团队是艺术家，我们只有在作品上签名才合适。Steve 想出了一个绝妙的主意，把每个团队成员的签名刻在塑料外壳的硬件工具上，这样我们的签名就会出现在每台从生产线上下来的 Mac 电脑的外壳里。大多数顾客永远不会看到它们，因为你需要一个特殊的工具来看里面，但是我们会为知道我们的名字在里面而感到骄傲，即使没有其他人知道。这就像艺术家在他们的作品上签名一样，鼓励我们每个人都对产品的质量负责。
Paul Stamatiou 遇到的交付质量与速度的拉锯战
Paul Stamatiou 作为一名设计师，工作动力不仅来自于通过软件识别和成功地解决人们的问题，还来自于能够与团队一起投入的关心、注重细节和工艺。
Paul Stamatiou 遇到了大部分互联网行业的人都遇到的事情，他大学毕业后的5年时间里，一直在参与创办几家初创公司，直到2013年初加入 Twitter。又在 Twitter 工作了 9 年。作为设计师设计高保真的视觉设计和完整的互动原型，帮助人传达其想法和概念，让人们兴奋，但意识到它不会帮助最终的产品得到建立。为此需要更多，需要说明问题或机会是什么，以及为什么你的具体解决方案可行。需要确保它编织成更广泛的公司计划以及您的团队和组织的目标。并且您需要一个计划来及时发布您的产品，以及您将进一步学习和验证您的方法的方法。一个管理团队不会因为你想花一年的时间来建立一个仅仅基于直觉的东西而感到兴奋。
到这里，开始出现制造高质量产品的挑战开始出现的地方。交付速度快与交付质量好之间的持续紧张关系。陷入“先发布，然后迭代”的循环是一个陷阱。结果更糟糕的事情发生了，而你想象中的“快速跟进”V1.1版本或 V2.0版本可能不会发生。总有一个新的闪亮的倡议，重组或新的领导来了，把事情和改变所有的计划。不要依赖未来的版本来收拾今天的烂摊子，不要 polish。
Paul Stamatiou 说他花了很多年来经历这种质量与速度的拉锯战，把很多时间和精力放在产品策略上，作为我设计过程的一部分。我为我们的团队和领导编造了一个关于我们客户的故事。我写了大量的内部文档; 产品简报、设计简报、客户问题、产品机会、愿景等等。我花了很多时间宣传我们的努力，展示我们可以去哪里，我们如何到达那里，它可以解锁什么，同时解决机会成本以及像累积的技术和设计债务这样的挑战。但是，即使这样也不能保证您设计的东西将产生您所设想的高质量的交付解决方案。
什么是一个产品的品质？
在 WWDC18 的会议上，Apple 采访了很多团队来描述什么是产品的品质：The Qualities of Great Design。
品质 = 工艺
手工业是某人花了很多时间在手工制作的东西，甚至可能嵌入了他们自己的个人风格和个性。通常手工制作的东西感觉更加珍贵，更加有品质。品质和工艺并不仅仅是设计师们在产品表面用表面的视觉设计调整和不必要的、夸张的动画来装饰的时候说的那些话。品质是包罗万象的。
- 它的易用的，所以每个人都可以使用它。
- 它是高性能的，它尊重用户的时间，并帮助他们完成他们的任务。
- 它是可靠的，有这个工具在口袋里，很安心。
- 它的耐用性盒延展性，可以规模的使用，更能承受未来的需求。
- 它考虑周全。
- 它一定是花费了大量的时间和精力去创造这个特性的。
- 在意想不到的地方和重要的时刻，它会带来惊喜。
什么影响品质？
很多因素都会影响产品的品质，尤其是在大型团队中，包括文化、激励、技能和工具。
- 领导力、组织支持和激励。
- 组织是否关心质量？质量对他们来说意味着什么？它如何与职业阶梯、晋升和优先排序框架相结合？他们是否更关注执行速度而非质量？
- 围绕品质形成的文化
- 为了保持公司内部对品质的共同理解，品质是如何得到奖励、赞美和优先考虑的？是否有一个适当的过程来延迟发布，并在品质滑坡时进行复盘？谁来决定什么时候品质是在下滑？谁负责解决这个问题？在公司里，每样东西都需要有相同的品质水平吗？有没有什么东西需要多一点或少一点？
- 识别品质问题的障碍
- 注重品质往往是吃力不讨好的工作。大量的时间可以用于严格的测试构建、记录问题、提供反馈以及根据约束提出解决方案。是否每个人都有设计和 QA 眼光和时间？对于那些与视觉/运动更相关的项目，设计师是否有足够的视觉设计技能，知道存在问题或者有足够的动力去解决问题？如果像素级的细节不是他们的强项，他们还能依赖其他设计师吗？
- 团队是否使用这些术语来规避典型的质量标准并发布低于标准的产品？是不是所有的工作，甚至是实验，都需要像发布给所有用户的更主流的版本一样的关注？
- 等等
Paul Stamatiou 说写这部分的目的不是为了获得某种宏大的启示，即如何用一个简单的技巧构建伟大的软件。而是在说品质很难。团队的工作方式应该考虑到所有的事情，并且有一个确定、讨论和优先考虑质量相关问题的框架。
麦金塔精神：但要求苛刻、全面的完美主义抵消了迅速发货的愿望。大多数商业项目是由商业价值驱动的，其目标是通过超越竞争对手来实现利润最大化。 相比之下，麦金塔电脑更多地受到艺术价值的推动，而不考虑竞争，其目标是超凡的才华和疯狂的伟大。
品质是一种工作方式
品质是你工作的方式。关注品质并不意味着你的项目范围会因为一系列任务而突然膨胀，这些任务需要多花25% 的时间才能完成。它反而表达的是可以优先考虑更完整、经过深思熟虑的功能块，不是 MVP，而是 SLC。多年来，Paul Stamatiou 一直沉浸在大公司对质量的思考和工作中。要改变一个公司对质量和流程的看法是非常困难的，但是这里有一些有用的东西。
- 平衡长期和短期设计
- 缩小设计与工程之间的差距
- 确定什么样的品质对你的团队意味着什么，并设定你的品质标准
- 不要总是跳转到使用现有的模式：运行不良的设计系统可能会妨碍有效的设计探索以追求一致性和效率
- 重新评估旧的功能
- 使用你建造的东西，然后再交付
Dan Siroker 和 Paul Stamatiou 在 10 年前 YC 的创业训练营就认识了，现在他们又一起做一个有品质的 memex：rewind.ai 。
推荐：
---
02`观点` ：OpenAI 背后的 CEO 是一个怎样的人？
by liufei
之前在 2022 年的 Vol.048 时我们聊过 ChatGPT，我也引用过其背后团队 OpenAI 创始人 Sam Altman 的一些简要的观点。不过很多朋友恐怕都不知道，Sam Altman 正是大名鼎鼎的 YC 多年的 CEO，也是推动 YC 成为孵化了 3500+ 初创公司，累计总市值 1500 亿的头牌创投加速器的主要舵手。
Sam Altman 的故事，以及他对 OpenAI 乃至未来的看法，很有意思。他是技术乐观主义派、期待更大视角的共享经济和全球物质的进一步丰富，生活里却是悲观主义和少数派（他是同性恋+素食主义者）。这两个视角又互为补充——正因他能看到社会中存在的无助和痛苦，才更有改变的动力和光明的预期。
我搜集了 Sam Altman 过往的文章、演讲以及近期的推特（他在推特上也算是个话唠），整理出来以下内容，期待对你有所启发。
▎Sam Altman 其人
Sam Altman，1985 年出生，斯坦福计算机专业，05 年没读完就退学（跟乔布斯一样），很小时候开始就是同性恋和素食主义者。
2005 年创立 Loopt，是基于 LBS 的社交 APP，可以简单理解为陌陌。融资 3000 万美元，2010 年用户数超过 Foursquare 达到 400 万（显然这时的 Foursquare 也不行了），2012 年关闭。
2011 年加入 YC，成为兼职合伙人。
2012 年 Altman 创立区块链公司 Worldcoin，2500 万美元融资，a16z、Coinbase 等机构参投。Worldcoin 计划发行属于全球所有人的通证，每个人有定额，识别方式用虹膜扫描。他们雇佣的工作人员，在非洲、南美、亚洲等地的街头采集虹膜数据，参与者会得到价值数十美元的加密代金券。但经过三个多月，代币依然没有发行。Worldcoin 被指控为欺诈项目，窃取大家的生物信息（斯诺登也对此表示了批评）。Worldcoin 很快就减少了多个国家的运营计划。这个项目不算特别成功。
2014 年，年仅 31 岁的 Sam Altman 被 Paul Graham 任命为 YC 总裁。YC 是硅谷当时知名的加速器、创投服务公司。
如果在互联网工作略多几年的朋友，估计少不了像我一样，对 Paul Graham 的名字感情特殊。他的著作《黑客与画家》是带领不少理想主义青年在当年涌入还是毛坯状态的互联网行业中的一个路牌。这本书把互联网工作者和用技术改造世界写得格外浪漫。如今看互联网对世界的影响是平平无奇、司空见惯，毕业生也愿意去高薪大厂，在十年前却不是如此，愿意舍弃稳定工作、离开「当时的大厂」的朋友，或多或少都是带着做点不一样事情的心思的。
YC 的创始人 Paul Graham 对 Altman 评价极高，他是这么描述第一次见到 Altman 的心情的：「啊，19岁的比尔盖茨估计也就这样了吧！」
后来甚至还说过：「在给创业公司建议的时候，我提起来最多就是两个人：Steve Jobs 和Sam Altman。当我遇到设计问题的时候，我会问自己：Steve Jobs 会怎么做？而遇到战略和野心问题的时候我想的是：Sam Altman 会怎么做？」
2016 年，出任 YC 母公司 YC 集团总裁。
2019 年，转任 YC 主席，主要精力放在 OpenAI。2020 年彻底退出 YC。离开 YC 时，Altman 已经推动 YC 成为覆盖了 1500 亿市值公司的加速器，涉及 4000+ 园区和 1900+ 公司。
在 YC 期间，Altman 的投资项目包括：Airbnb、Stripe、Reddit、Asana、Pinterest、Teespring、Zenefits、FarmLogs、True North、Shoptiques、Instacart、Optimizely、Verbling、Soylent、Reserve、Vicarious、Clever、Notable PDF（现为 Kami）、Change.org。
除此之外，还有一些有意思的侧面：
- Altman 很关注核能，他是两家核能公司 Helion 和 Oklo 的董事会主席。
- 在 COVID-19 大流行期间，奥特曼帮助资助并创建了 Covalence 项目，旨在与临床试验初创公司 TrialSpark 合作，帮助研究人员快速启动临床试验。
以下是我整理的 Altman 的一些对 AI 相关，颇有启发的观察和思考。
▎AI 的价值尚未被放大，以后存在更多大型企业的机会
现在，语言模型已经可以很好地应用到文案写作和教育服务领域，未来几年内，语言模型会更加强大，将能与 Google 这一价值万亿美元的搜索产品一较高下。聊天机器人可以用于医疗服务行业、提供咨询和教育服务，能催生出大型企业。
如今，自然语言命令已经能使用 DALL-E 图像生成工具和 Copilot 编程工具。不久之后会出现多模态模型，又将打开新局面。（注：多模态指的是不同类型的数据的融合的问题，文本、图像、视频、音频等，能处理更复杂的问题。比如可以问计算机，图里有几只狗？）
▎AI 初创公司自身的价值会是数据飞轮
将来在基础模型和具体 AI 应用研发之间会有一个中间层：出现一批专门负责调整大型模型以适应具体 AI 应用需求的初创企业。它们的成功取决于它们能在「数据飞轮」上走多远。（注：数据飞轮指使用更多数据可以训练出更好的模型，吸引更多用户，从而产生更多用户数据用于训练，形成循环。）
▎五年后将不会再需要提示词工程
五年后我们将不再需要提示词工程（注：Prompt Engineering，修改向 AI 输入的任务描述，使 AI 的输出结果更符合用户的需求），或者只需在这方面做少量工作。将来的AI系统可以较好地理解自然语言，用户只需以文本和语音形式输入指令，即可让计算机完成图像生成、资料研究、心理咨询等复杂任务。
▎AI 在科学领域的价值
在科学界对AI的应用分为两种。一种是将AI工具直接用于科学目的，如 AlphaFold（用于蛋白质结构预测），它们可以创造巨大价值，相信未来会出现无数这样的工具。另一种是将 AI 工具用于提升科研工作效率，如帮科学家和工程师找到新研究方向、写代码等。Copilot 编程工具就是一个例子。但 AI 工具的能力远不止于此。上述两种 AI 应用将会大大推动科技前进。
目前科学界也在探索对AI的第三种应用方式——让 AI 成为可以“自我改进”的科学家。这件事情既有好处也有风险。
好的一面是，可以利用 AI 将人类的工作内容自动化，教会 AI 做任何人类可以做的事情：探索新科学、提出理论解释、验证、思考等，或许还可借此解决困扰人类已久的“AI对齐问题（Alignment Problem）”（注：如何让 AI 系统的目标符合人类的价值观）。风险在于，有人担心懂得“自我改进”的 AI 有可能会像科幻小说描写的那样，擅自改动代码或修改优化算法。
▎AI 的迭代方式应该先沿确定性高的路走
我们现在进入了「AI+」时代，相信 AI 在未来可以实现很多东西，会成为最大的新一代技术平台。但就目前而言，我们倾向于往更有确定性的方向发展，这也是OpenAI的运作模式——先做摆在我们面前的最有信心能成功的事情，然后分出10%的资源进行成功确定性更低的探索工作。这种运作方式为我们带来巨大的成功。
现阶段不应该把重点放在「让 AI 无所不能」上，而是先沿着现有的道路慢慢发展完善AI，然后留有开放探索的空间——伟大的事物都不是计划出来的，有时重大的突破诞生于偶然。
▎AI 将会迎来技术革命
在一个放大的时间尺度上，技术进步遵循一个指数曲线。比较一下 15 年前（没有智能手机，真的）、150 年前（没有内燃机，没有家用电）、1500 年前（没有工业机器）和 15000 年前（没有农业）的世界面貌。
即将到来的变化将围绕我们最令人印象深刻的能力：思考、创造、理解和推理的惊人能力。除了三大技术革命——农业、工业和信息技术——我们将增加第四个：人工智能革命。如果我们作为一个社会负责任地管理它，这场革命将产生足够的财富，让每个人拥有他们所需要的东西。
我们在未来 100 年取得的技术进步将远远大于我们第一次控制火和发明车轮以来所取得的一切。我们已经建立了人工智能系统，可以学习和做有用的事情。它们仍然是原始的，但趋势是明确的。
▎AI 革命中的万物摩尔定律
广义上讲，有两条路可以让人过上好日子：个人获得更多的钱（这让他更富有），或者价格下跌（这让每个人都更富有）。财富是购买力：我们能用我们拥有的资源获得多少。
增加社会财富的最好方法是降低商品的成本，从食品到电子游戏。技术已经在迅速推动这种下降。半导体和摩尔定律的例子：几十年来，芯片在相同的价格下大约每两年就会变得强大一倍。
人工智能将降低商品和服务的成本，因为在供应链的许多层面，劳动力是驱动成本。如果机器人可以在你已经拥有的土地上用现场开采和提炼的自然资源建造房屋，使用太阳能，那么建造房屋的成本就接近于租用机器人的成本。而如果这些机器人是由其他机器人制造的，那么租用它们的成本将比人类制造它们时要低得多。同样，人工智能医生可以比任何人类更好地诊断健康问题，人工智能教师可以准确诊断和解释学生不理解的问题。
「万物摩尔定律 」应该是这一代人的集结号，他们的成员无法负担他们想要的东西。这听起来很乌托邦，但它是技术可以实现的（而且在某些情况下已经实现了）。想象一下这样一个世界，几十年来，所有的东西——住房、教育、食物、衣服等等——每两年就会便宜一半。
▎万物摩尔定律与人人均享的资本主义
Altman 围绕万物摩尔定律设计了一个理想的 AI 驱动社会的结构。由于 AI 的出现，大量的工作可以由 AI 完成，因此人将变得异常自由。而世界的财富，可以相对平等地分配给大众，相当于每个人都变成股东，坐享经济收益，劳动力将不再是最主要的财富创造手段。
Altman 认为，未来财富的两个主要来源将是：1）公司，特别是那些利用人工智能的公司；2）土地，它有固定的供应。
所有 18 岁以上的公民每年都会得到一笔美元和公司股票的分配，存入他们的账户。只要国家一直做得更好，每个公民每年都会从基金中得到更多的钱（平均而言，毕竟会有经济周期）。因此，每个公民将越来越多地参与到经济自决带来的自由、权力、自治和机会中。贫困将大大减少，更多的人将有机会过上他们想要的生活。
Altman 的预估计算是，十年后，美国 2.5 亿成年人中的每个人每年将得到约 13,500 美元。如果人工智能加速增长，这一红利可能会高得多，但即使是 13,500 美元的购买力，也会比现在大得多，因为技术将大大降低商品和服务的成本。而这种有效的购买力将逐年大幅上升。
▎AI 会取代谁的工作？
作为创作辅助工具，AI 既有用也很受欢迎，但目前来看，AI 在大部分的创造性任务上的能力都有待提高，未来很长一段时间内都不能代替人类创作者。可能到 100 年之后，AI才可以独立完成创造性工作。
十年前，大部分人都认为AI取代人类工作的次序是：蓝领工作（卡车司机等）→低技能的白领工作→高技能的白领工作（程序员等），最后才会（也许永远不会）取代创造性工作。现在的事实证明，AI最有可能先取代的反而是创造性工作。
这也说明，预测未来是很难的，还说明人类可能不够了解自己，不清楚什么类型的技能最难、最需要调动大脑，或者错误估计了控制身体的难度。
另外，所有人类深层次的东西都不会被 AI 改变。作为人类，我们依然注重人与人之间的互动联系，人类大脑的奖励机制没有变，我们依然追求快乐，拥有创造欲和竞争欲，渴望组建家庭……五万年前人类在意的东西，一百年后的人类也会在意。
在未来几十年里，重大的哲学问题将再次出现。对于未来来说，重要的技能是：适应性和韧性。我认为这些是可以学习的！很难回答「什么工作是安全的」这个问题，但人类总能找到新的事情去做，未来可能会很精彩。拥抱变化很重要。
另外，对此 Paul Graham 有一条相关的推特：你无法预测哪种工作最终会变得有用。在几乎所有同时代人看来，牛顿都是在浪费时间。（他在研究炼金术和神学时确实如此。）
推荐阅读：
---
03`营销` ：建立产品优势，从整体产品与细分市场开始考虑
by shaonan
许多热心用户经常反馈，某某软件出了个白板很棒，你们应该考虑下；又或者有人吐槽说，怎么这产品那么简陋，连基础的 Markdown 都不支持。
其实许多时候，产品竞争不是单一层次，而是多个层次一起竞争。不是在一个通用市场竞争，而是在许多细分市场竞争。
▎整体产品
在上个世纪八十年代，西奥多 · 莱维特教授就提出了「整体产品」的基础概念；而在十年后，英特尔的高级副总裁 Bill Davidow 在《Marketing High Technology》一书中完善了这个概念。
你在营销时向顾客承诺交付的，跟你实际交付的产品是不一样的，两者会存在落差。想要消灭落差，必须强化产品，增加配套服务和辅助产品，使之成为整体产品。
| 定义 | 浏览器 | 笔记 App | 游戏机 | |
|---|---|---|---|---|
| 通用产品 | 产品提供的特定功能 | 基础浏览功能 | 基础编辑同步功能 | 基础的内存、CPU、电源、OS |
| 期望产品 | 用户购买时认为他们应该得到什么 | 兼容多平台 内置搜索引擎 有一个导航页 | 兼容多平台 丰富的帮助文件 方便的导入导出 | 两只手柄 转接线 内置试玩游戏 |
| 延伸产品 | 增值产品和服务，使客户感知到真正的差异 | 插件平台 隐私安全 | 隐私加密 模板及协作 | 独占游戏 音乐影视服务 |
| 潜在产品 | 对客户想象的产品进行增强和调整，使产品未来能满足他们的需求。 | ChromeOS PWA | API 联动 AI 辅助 | VR 会员畅玩 串流游戏 |
用户使用产品时，看似是为了通用产品，实则必须满足他们的期望后，才会选择。比如一款饮料很好喝，但是必须跑很远才能买到，那么对于用户来说就不会选择。又比如虽然 Safari 号称速度很快，在通用产品层面吊打 Chrome，但依旧很难撼动其地位，因为 Chrome 在期望产品、延伸产品方面做优势更多。
▎细分市场
「整体产品」并不意味着我们要满足市场上所有人，而是让产品在某些细分市场更有竞争力。
比如同样是验孕的需求，即使是两位女性从人口统计学上特征一致，但一位是希望怀孕，另一位是担心怀孕，两款产品在「通用产品」层面不会有差异，而差异往往在名字及包装，销售渠道及方式等其他层次的产品层面。
但细分市场并非是指人口统计学层面的分类，而是取决于用户在做购买决策时，是否会互相参照。
举个例子，虽然都是用 flomo 做读书笔记，但是从《卡片笔记写作法》下载的用户，和通过应用市场推荐位下载的用户就完全不同，因为两者很少能相互参照。即使是在小红书上，通过 App 推荐类账号下载 flomo 的，和读书博主推荐而下载 flomo 的，因为两个用户群受众很少相互参考。所以不能把小红书人群看做同一个细分市场，而是需要进一步拆分。
为何「参照」成为细分市场的标准？因为如果用户之间不参照，那么传播成本就会太高。而细分市场中用户相互参考程度越高，则越容易形成所谓的「口碑效应」。比如用药助手这个 App 已经覆盖了中国一半以上的医生，那么任何新加入到医生行业的用户，选择用药查询时，多数时候都会选择这款产品。
如何细分市场？可以从下面几个方面去衡量：
1. 可识别，比如「爱学习的学生」这个市场就不好识别；「考公务员的学生」相对就比较好识别。
2. 有规模，如果细分市场规模太小意义也不大，比如白板类工具在国内一直无法起来，就是因为真正用的起来的细分市场规模太小。
3. 可触达，如果一个细分市场没有好的触达渠道，那么也无济于事。比如当时 flomo 做飞书 Bot 输入，就会遇到一个问题，如何触达到对应的组织？
4. 较稳定，细分市场应该足够稳定才能长时间地进行营销，反之则要小心。比如玩飞盘的人群，就未必有玩跑步的人群稳定。
5. 有反馈，如果你找到了一个细分市场，但是投入宣传后用户无法给予有效反馈，一定要小心，很可能是产品对这个细分市场没有价值。比如当年锤子发布的 TNT，即使是锤粉都爱不起来。
细分市场时还要注意一些陷阱，因为细分市场不是被创建的，而是被发现的。比如「双链笔记市场」就是一个人为创建的伪细分市场。另外就是避免为了细分而细分，许多产品设计之初定位模糊，就喜爱在后期不断地细分，导致最终得到一个无效的细分市场。
▎在正确的市场及产品层次，建立竞争优势
而任何产品在上线之初，竞争都是在通用产品层面打响的。只不过随着竞争对手变多，核心功能趋于一致，战斗就开始向圆环外蔓延。
比如 RoamResearch 最早把双链及星图给普及了，但今天几乎已经成为了每个笔记产品的标配，其期望产品和延伸产品却没有跟上，导致热度下降许多；又比如，flomo 有许多开源仿品，他们认为 flomo 太简单不值得收费，但却忽略了，对于普通用户来说，通用产品像只是起点，而真正能用起来，需要在各个层面的产品完善才能选择，毕竟大多数人并不懂如何折腾 Webdav。
所以这里要小心的是：
1. 不要总盯着「通用产品」来改进，比如许多笔记类工具，虽然基础功能非常赞，但却忽略了 Windows 和 Android 巨大的用户群，导致许多潜在用户无法使用产品。当一个市场出现两个以上同类产品时，投入到通用产品资源的 ROI 就会越来越低，而在其他层次产品投入的 ROI 则会变高。
2. 寻找细分市场时，要注意不要陷入人口统计学误区，而是要关注人群是否具有相互参照的动机。比如「针对学生的笔记市场」也是一种不严谨的戏份 —— 毕竟不同专业，不同水平的学校，其学生群体的参考性大相径庭。
3. 明白你的所在细分市场中的用户到底是谁。其实越是早期细分市场中的硬核用户，往往越聚焦于通用产品改进，比如支持各种语言、公式、代码块等功能，但对于大众用户来说，可能各个平台都有客户端，甚至能在各种电脑管家中搜索下载到，才是关键。
▎小结
「细分市场」让我们思考真正的用户是谁，「整体产品」则让我们跳脱基础功能的竞争，从大多数普通用户的视角来看他们究竟期望购买的是什么。毕竟对于足力健来说，款式的多寡可能就不如门店服务态度重要。
参考资料：
---
04`编译` ：数字创作的基本技能
by fonter
本期推荐是一个技能列表也可以认为是一些学习推荐。
作者是《下一代浏览器》想法的 Tyler Angert
在过去的 5-10 年里，我发展出来的最重要的技能是围绕着计算、写作和设计。
他们一起帮助我成为一个全面的数字创作者，并且对于开始你自己的项目真的很有用——特别是0→1的努力。
你不必成为每个领域的专家，但它们都是相辅相成的，熟练掌握每一个领域可以开启你可以创造的许多新东西。
Build for the web
过去很多人都谈论过这个问题，但是现在的 web 在启动新项目方面有一些惊人的优势
• 超快的分发和更新
• 跨平台
• 有巨大的工具生态系统
• 有一个庞大的世界性社区
还有一些市场信号，意味着专注于 web 将有长期回报，比如 wasm，新的浏览器 Arc 和协作应用程序成为常态。
那么，这实际上意味着什么呢？
• 学习基本的 HTML 和 CSS。
• 学习 JavaScript（Just JavaScript），在没有任何库的情况下进行一些原型开发。
• 选择一个现代的 UI 库来熟练使用。React、 Vue 、TypeScript 和 Svelte 都是不错的选择。
数据库、实时应用程序等任何与后端相关的东西，在这里并没有真正包括在内，因为用于这些东西的工具一直在变化，而且诚实地说，相对于前端编程和开始建立简单的静态网站的基础知识而言，它们是次要的。
也就是说，如果你想更深入地了解 web 开发的话，那么基本的数据建模、与 REST 和 GraphQL API 的交互、理解 websockets 和 webhook 也都是非常重要的。
核心计算概念
其中一些是在为 Build for the web 构建的过程中隐含的，
但是我谈论的是一些核心操作系统概念、心智模型、数据结构和算法。
• 原语（meta 元要素）和抽象
许多计算都是关于理解系统，特别是它们的原语和抽象。所有系统都是用简单的原语、构建块和基本抽象创建的，或者是组装这些构建块的一般方法，这些构建块也可以用来构建其他东西。
• 好的抽象的效用
关注系统的重要部分而忽略其内部细节
使得快速构建更复杂的东西变得更加容易
让更多的人在不知道项目各个部分如何工作的情况下更容易为项目做出贡献
我们在任何地方都可以看到这种模式
观察任何事物(城市、应用程序、争论)并将其分解为核心组件，弄清楚它们如何相互作用是非常有用的。
- Lego : Bricks : Buildings
- Scratch : Blocks : Games
- Photoshop : Layers : Designs
- Music : Notes : Chords
- Physics : Atoms : Molecules
- School : Classes : Degrees
- Language : Words : Sentences
- Programming : Integers : Functions
• 函数和输入/输出
函数基本上就是一台机器，它接受某种输入，对其进行处理，然后产生输出。
在计算这些在一端输入数据、处理数据、然后在更多进程中使用输出的概念时，这些概念是无处不在的。
其中一些最大的例子是文件输入/输出、 unix 管道、客户机/服务器模型、 REPL，
甚至还有聊天机器人和谷歌搜索。
每个人都熟悉一个小文本框的概念，在这里输入一些东西，按回车键，然后得到一个返回的结果列表。
当你输入 URL 时，浏览器本身也是这样的，只不过结果可能是任何网页。
基本上，您越能弄清如何将流程建模为函数，就越容易将一些输入转换为期望的输出来建模如何实现目标。
基本的图形、视觉和信息设计
不是每个人都必须是制作视觉效果惊人的 UI 或杂志封面的专家。
但是基本掌握以下几点非常重要:
• 布局，这样您就可以正确地可视化您的信息层次结构
• 信息层次结构，因此可以以易于理解的方式组织信息
• 色彩，这样你就可以理解如何将视觉注意力引导到印刷品或屏幕上，并熟悉网页亲和力标准
• 排版，这样你就可以了解如何选择不同的字体，它们对阅读的影响，以及它们与颜色和布局的关系
大量的现代用户界面设计都是基于可靠的图形和信息设计。许多这些技能也转移到写作，特别是格式。知道如何拆分段落，在你的写作流程中添加适当的中断，以及改变你的句子结构，这些都是优秀写作的核心部分，也是信息设计的一种形式。
不是所有的事情都可以完全通过写作来解释。如果你是一个统计学家或数学家，可视化交流对于表达复杂的图形概念是必不可少的。如果你是一个作家，创建流程图或故事大纲可以帮助揭示情节漏洞和帮助你组织你的想法。
把写作当工具
我不会鼓吹“写作很重要”，因为其他比我写得更好的人已经说过无数次了。
但我仍然坚持认为，写作应该是你的主要工具之一，以原型，验证和充实的想法。
无论你是在推销一个研究想法，描述一些用户交互，评论一些功能，或者尝试解释一个数学概念，
能够简单地写和说可能是你能够发展的最重要和普遍可转移的技能。我知道这听起来显而易见，但关键是人们完全忽视了基本的沟通技巧作为一个伟大的设计师和做伟大的创意工作的基础。
我设计的很多特性都是从文档开始的。甚至是对话！有时候我只是用语音笔记解释想法，然后用草图把它们正式化。我将使用箭头解释用户流，描述事件如何从一个事件-\> 到另一个-\> 并返回。
并非所有的设计工作都是通过代码、原型工具或草图完成的。同样，并非所有的工程工作都是在代码或技术图中完成的。自然语言、文字和对话应该是你创造性工作的主要媒介。我最好的设计实际上发生在我只是和人们交谈的时候ーー通过系统的原语、用例和跟随兔子洞的任何地方进行交谈。
推荐：
---
05`松节油` ：社交效用
by shaonan
Superhuman 是海外很火的一个 Gmail/Outlook 客户端，卖点是快，支持各种快捷键，30 刀/月，写一些 Notes 备忘下。
这种 2C 工具类产品增长的最大问题是，因为协作的场景不足，很难形成「网络效应」。Superhuman 选择了另一条路，即通过「社交效用」来建立自己的「网络效应」，具体做法为：
1. 设置极其严苛的申请流程
2. 早期通过的人都由 CEO 来一对一接待
这样带来的好处是：
1. 极度减低使用摩擦，容易让其感受到产品的「实用价值」，继而容易转化为付费用户。
2. 体验过于尊贵，用户会把这件事当做一个可以对外炫耀的传播点，让使用 Superhuman 具有了某种身份属性，即产生了「社交效用」。
这种增加用户「社交效用」的方式在初期确实帮 Superhuman 获取了许多口碑，但也有副作用：
1. 无法规模化，创始人本身的精力有限，如果不是高客单价的业务，那么到最后一定会因为 ROI 过低导致增长停滞。目前看到他们就已经不用这种方式了。
2. 产品缺陷容易被掩盖，由于创始人本身的的情感联系，会导致用户忽略产品的硬伤，面对广大没有情感联系的人群时，产品自己的「裸产品力」不足，无法形成自增长。这个目前还没有观察到对应数据，需要后续验证，暂时只是推理。
3. 天花板低，因为这种「尊贵」的体验随着覆盖面增加，变得没有稀缺感，社交效用下降，最终导致传播逐渐终止。从他们社交网络的互动中能看到话题热度在降低。
结论：
- 如果是高客单价产品，这种方式或许可以一试；
- 如果是非高客单价产品，这种为产品增加「社交效用」的方式犹如抗生素，可以在产品刚诞生时提高生命力，但要尽快停止用药，否则会产生依赖作用，最终导致产品力不足而被淘汰。
相关资料：
---
06`松节油` ：护城河是什么
by shaonan
因为一些机缘，最近在重读巴菲特，这是从《巴菲特的护城河》中摘录的部分内容。
但和之前用「财务投资」的眼光来看时不太一样，更多的是从创业的角度，来重新理解老人家的智慧。一如黄铮当年那篇文章，《如投资的创业，如创业的投资》
▎护城河不是什么
一鸣惊人的产品或服务，只能偶尔转化为护城河。
巨大的市场份额并不代表有护城河。
有效执行不是护城河。
优秀的 CEO 和管理团队也不是护城河。
这几种情况往往就是创业者爱犯的错误，尤其是在资本助推下很容易变的盲目。
▎护城河是什么
无形资产：如品牌、专利和法律许可
- 品牌核心是，能否收取高于同类竞争产品的价格。所以核心不是受欢迎程度，而是能否影响消费者行为。
转换成本
- 客户从A公司产品转向B公司产品省下的钱，低于进行转换发生的花费，它们的差额就是转换成本。
- 越是传统的需求，越难创造出来新需求，比如财税管理软件、TODO 软件，这些在没有巨大的变革时，转换收益往往不明确。
- 转换成本除了功能性的，还有用户的习惯，和工作流的嵌入。
网络效应
- 被互联网人讲烂了，这里就不展开了。
成本优势
- 低成本流程，新企业无法迅速复制流程
- 与众不同的资源
- 较大的市场规模，主要是和竞争对手相比，而不是绝对规模。所以宁做小池塘里面的大鱼，而不是大池塘更大的鱼。
品牌不是一个 logo 或者名字，而是影响行为。从这个角度来看，大多数新消费品的品牌并没有真正的护城河。反之，许多创业者迷恋「做品牌」，但实际拿这个条件筛选下就会发现是伪命题。为何印象笔记天天被人吐槽，但却一直没有替代品？和转换成本有关，因为没有巨大的变革，所以对于用户来说体验不会好 N 倍，只要他们不自己在核心功能作死，就很难越过他的护城河。所以这和产品能力，技术，经营能力都没有关系。低成本是个巨大的优势，这是在做 flomo 时意识到的，目前养活我们小团队尚可，但如果按照字节的薪资标准，那么妥妥的赔钱货，继而也就没有兴趣在这里深挖，或者动作走形。
▎识别护城河
某些行业就是比其他行业容易创造竞争优势。
护城河是相对的，不是绝对的。要看行业是否激烈。
建立护城河，行业竞争态远比经营策略重要。
- 即使是世界上最优秀的工程师，也不可能用沙子盖一座10层城堡。
- 投资于马，而不是投资于骑手。
- 投资就是概率，管理策略和结构性优势比，其概率不稳定。
Light 写过一篇关于护城河的文章，大意是护城河是相对的，当你的城内没有太多东西时，大部队也不愿意过来攻克 —— 这也符合《三体》中的黑域设定。巴菲特这本书的另一点是提醒我们行业比经营更重要，而这恰恰和商业书籍鼓吹的管理致胜截然不同 —— 但这却是赤裸裸的现实。
把以上所有的内容，从「企业」或者「产品」，改为「个人」，结论依旧奏效。