北京
一个月不主动看AI消息，会发生什么？作者XDash做了这个实验，结论有点反直觉：错过的绝大多数内容，本来就不值得看。
他把日常刷到的AI内容归了几类：玩具、故事、教程、包装。融资故事讲的是别人拿了多少钱，省钱技巧省下的成本抵不过搭拆脚手架的时间，自媒体教程教的是怎么在供应端继续卷，活动总结则往往没有门槛。这些东西的共同点是时效性强、实操价值低。
真正被他留下来的判断标准只有一条：人们拿AI实际做出了什么。是生产级的、能赚钱的东西，还是只是玩具。这个标准不看发布时间，只看结果。
由此引出他对供应端的态度。教人做AI自媒体、教人开发工具，都是在供应端发力。他的判断很直接：在过饱和的时代，这是一场内卷游戏。与其挤在这条路上，不如去研究社会民生的风向变化和市场端的需求趋势。
对成本和时效的执念，他也一并放下了。非指数级的成本优化，省下来的钱有限，却会增加系统维护成本——搭一次脚手架、再拆一次，都是隐性支出。新模型发布后，他不再追首发评测，而是等一段时间，看民间真实案例跑出来再判断。
最值得记下的是他对「信息差」的重新定位。不再追求第一时间拿到消息，转而评估其他人对特定信息的反应，从反应模式里找获利机会。信息本身不稀缺，别人怎么反应才稀缺。
这套框架说白了就三句话：过滤掉玩具和故事，盯住生产级案例；别在供应端挤，去看市场端；别抢时效，看反应。一个月不看AI资讯，换来的不是信息量，是筛选标准。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
