# 机会的所有文章

在 HTX 新聞中心流覽與「机会」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

百姓网创始人:大语言模型吞噬一切,这话我信一半

百姓网创始人王建硕对“大语言模型吞噬一切”的观点持保留态度。他认为这种说法过于笼统,类似于过去“互联网吞噬一切”的预言,但事实上任何技术都无法真正覆盖所有领域。他强调大模型更像是一个重要的“基座”,如同电力或互联网基础设施,为上层应用提供基础的智能能力。 然而,仅有基座是不够的。他以电力为例:电本身不能洗衣服,需要与洗衣机结合才能发挥作用。同样,大模型的智能必须嵌入到面向具体场景的应用(如代码生成、设计、写作等工具)中,通过与操作系统、其他能力(如代码执行、数据访问)结合,才能解决实际问题。当前出现的一层“接口”或“连接器”(如Harness),正是为了将通用智能适配到特定任务。 他承认大模型会深刻影响并可能取代大量现有软件,尤其是那些由固化规则、表单和工作流构成的系统(如CRM、HIS等),因为这正是大模型所擅长的。但这不意味着吞噬一切。客户信息、实际执行能力、信任关系和物理世界要素等不会被替代。更重要的是,在吞噬掉部分旧有软件层之后,反而会催生出全新的、界面更流式、规则更灵活的新型软件,开启更大的创新空间。 王建硕指出,人们常因视野局限而高估技术的短期影响,低估其长期潜力。他主张应聚焦于大模型作为基座稳定后,上层各种具体应用所带来的巨大机会,而非纠结于是否“吞噬一切”。在技术变革中找到其中真正的机会,才是关键。

链捕手07/07 13:48

百姓网创始人:大语言模型吞噬一切,这话我信一半

链捕手07/07 13:48

DeFi进入价值重估时刻:700亿美元TVL背后的危与机

7月1日,全网DeFi总锁仓价值(TVL)跌破700亿美元至约693.58亿美元,创2024年2月以来新低。这一变化反映出DeFi市场流动性持续萎缩,进入新的调整阶段。 TVL下降主要源于市场整体风险偏好降低、流动性激励模式失效以及资金向AI、RWA等新叙事赛道迁移。市场认识到,过去依赖高额代币补贴的高TVL往往缺乏真实价值支撑。 当前DeFi面临增长瓶颈:创新速度放缓,同质化竞争加剧;真实收益率普遍降至个位数,吸引力下降;用户体验复杂,难以突破加密原生用户圈层,实现大规模普及。 然而,TVL下滑并非行业终局。一方面,TVL以美元计价,受加密资产价格波动影响,不完全等同于资金流失。另一方面,行业正从资本堆积转向效率竞争。Layer2、模块化架构等技术提升资本效率,未来可能以更少资金创造更高价值。 同时,DeFi正朝向更真实的金融场景延伸,如现实世界资产(RWA)上链和稳定币生态扩张,收益来源逐渐转向真实现金流。行业竞争核心正从高APY转向提供稳定、安全、高效的金融服务。 短期看,行业面临流动性收缩等压力。长期看,这是泡沫出清和价值重估的时刻。DeFi正告别补贴驱动的旧时代,迈向更理性、成熟的新阶段,下一轮爆发将更贴近真实世界的金融需求。

marsbit07/02 00:07

DeFi进入价值重估时刻:700亿美元TVL背后的危与机

marsbit07/02 00:07

Alliance 联创致创业者的一封信:写在 Cursor 卖出 600 亿美元之际

作者Imran以Cursor以600亿美元被收购为引,致信创业者,探讨如何发现并抓住创业机遇。 文章指出,许多创业者在看到成功案例后,因感觉市场饱和而放弃。真正的机会在于识别长期的技术趋势转变,并基于对未来的非共识信念,在市场成熟前默默构建。Cursor、Stripe、Figma、Shopify等公司均遵循此模式:在现有解决方案(如PayPal、Adobe、亚马逊)验证市场后,围绕新洞察、新技术或变化的用户需求进行重构。 创业者应首先找准自己在技术周期中的位置:早期入场者(如Coinbase、Cursor)应致力于让新技术对重度用户更易用;后期入场者则需寻找先行者忽视的“阴面”机会。 积累独特见解至关重要。创业者需深度沉浸于目标市场,体验所有竞品,与用户深入交流,从而发现未被满足的“火烧眉毛”般的痛点或能带来十倍提升的机会。产品MVP应极其聚焦,提供用户无法拒绝的转换理由,并尽可能降低用户的转换成本。 分发渠道常被低估,却是关键护城河。创业者需打造自己的分发引擎,通过无法规模化的“笨功夫”手动获取早期用户,实现渠道与市场的契合。 最后,成功离不开坚韧与适应力。伟大公司的创始人并非更聪明,而是能在漫长而艰难的过程中坚持足够久,让洞察产生复利。文章总结框架为:寻找技术周期更迭、培养独特洞察、痴迷市场、与客户交流、找到核心痛点、打造简单切入点、赢得分发渠道,并在困难时永不放弃。

链捕手06/20 03:37

Alliance 联创致创业者的一封信:写在 Cursor 卖出 600 亿美元之际

链捕手06/20 03:37

OpenAI吃掉应用层?a16z说真正的机会在通用模型之外

本文探讨了AI应用层创业公司面临的核心焦虑:在OpenAI、Anthropic等大模型公司同时掌握底层模型、分发渠道和品牌优势的背景下,应用层是否还有机会。a16z合伙人Joe Schmidt借用《绿野仙踪》的比喻,将机会分为两类:一是大模型公司正重点投入的“黄砖路”,如代码生成、写作等横向通用工具;二是深入垂直行业复杂流程的“奥兹国的其他地方”。 作者认为,创业公司的真正机会在于后者。企业真正付费购买的并非更聪明的聊天窗口,而是能对业务结果负责的完整系统。这类系统需要处理混乱的真实数据、复杂的多步骤工作流、多人审批、边界案例以及合规审计等责任,并在模型升级时为客户管理迁移与成本。 垂直应用的核心优势在于: 1. **数据与学习飞轮**:积累行业特有的隐性知识、惯例与反馈,形成模型实验室无法复制的领域洞察。 2. **管理模型复杂性与成本**:为客户跨模型供应商选择最优解,承担模型升级的迁移与调优工作,并通过智能路由实现成本优化。 3. **治理与合规**:针对具体行业构建控制平面,内化合规要求(如法律、医疗、金融监管),提供确定性结果。 文章以销售和保险为例,说明成功的关键是聚焦具体业务结果、攻克高复杂度问题,并构建深入工作流的护栏与迭代能力。判断标准在于:所需步骤与工具的复杂性、是否构建了客户赖以运行的核心系统,以及价值是否最终体现在客户的损益表中。 结论指出,大模型公司将在横向通用领域持续领先,而围绕垂直行业构建“工作系统”、沉淀流程与数据的应用公司,同样能建立深厚护城河。底层模型会越来越强且可替换,但不可替代的是对具体行业工作流的深度理解与赋能能力。下一代企业软件将在“奥兹国的其他地方”诞生。

marsbit05/28 04:27

OpenAI吃掉应用层?a16z说真正的机会在通用模型之外

marsbit05/28 04:27

活动图片