RichChat

世界顶级的运动员都拥有一个全天候待命的团队：一个顶尖的健身教练，他了解你的体能极限；一个睡眠专家，他知道你昨晚辗转反侧的原因；还有一个健康顾问，他能随时回答你“今天该多睡一会还是去健身？”这样的难题。这听起来像是亿万富翁才有的特权，但很快，它将能出现在你的手腕上。

在最近的“Made by Google”发布会上，谷歌宣布为 Fitbit 用户推出一款由其强大的 Gemini AI 模型驱动的全新个人健康教练。

不只是记录，更是你的专属“性能顾问”

多年来，智能手环和手表擅长记录我们的步数、心率和睡眠，但它们往往只是数据的呈现者。而这款全新的 AI Health Coach 旨在成为你的“合作伙伴”和“决策者”。它将集三大核心角色于一身：

1. 真正懂你的健身教练

你的旅程将从一场对话开始。告诉 AI 教练你的目标（减重、增肌还是提升耐力？）、你的偏好以及你拥有的健身设备。它会为你量身打造一套详尽的、可执行的健身计划。

但这只是开始。它最强大的地方在于动态调整。假如你因为前一晚没睡好，早晨醒来时 Fitbit 的“准备分”（Readiness Score）很低，AI 教练会立刻捕捉到这个信息，并自动建议你调整当天的训练计划，或许将高强度间歇训练（HIIT）改为一次轻松的恢复性瑜伽。如果你不小心扭伤了背，也可以随时告诉它，它会立刻为你修改后续的锻炼内容。

当你看到社交媒体上别人用Google 最新的图片生成模型 Nano Banana (Gemini)生成的各种惊艳图片，无论是将任意人物生成3D手办或者是从家装展示平面图直接变成渲染好的建筑俯视图，都让你惊叹不已。但当你自己兴冲冲地打开Nano Banana，输入提示词后，得到的图片却总是“差点意思”？

• “我想要一只猫在太空，为什么出来的像个贴纸？”
• “我想给我的照片换个背景，怎么整个画风都变了？”
• “为什么别人能生成那么精致的细节，我的却模糊不清？”

如果你有这些疑问，那么恭喜你，这篇文章就是为你量身打造的。问题往往不在于模型本身，而在于我们与它“沟通”的方式 - 也就是提示词（Prompt）。

今天，我们将深入剖析源自 Google 官方文档 的核心技巧，为你带来一份 Nano Banana 的终极提示词实践指南。忘掉那些复杂的参数和玄学吧，掌握了这些原则，你也能成为AI绘画大师！

黄金法则：告别关键词，学会讲故事

在我们开始之前，请记住 Nano Banana 提示词最核心的一条黄金法则：

美东时间8月28日，《时代》杂志发布了第三届“TIME100 AI”年度榜单，评选出全球人工智能领域最具影响力的100位人物。今年的榜单覆盖了从科技巨头CEO到艺术家、从政策制定者到一线研究员的广泛领域，深刻揭示了AI技术发展的迅猛势头与全球权力格局的变迁。

一个最引人注目的特点是：今年的100位上榜者中，仅有16人是“老面孔”，高达84%的“新人率”直观地展示了AI领域的日新月异和英雄辈出。

接下来，让我们深入解读这份榜单的核心看点。

1. 榜单是如何评选的？

根据《时代》杂志总编辑 Sam Jacobs 的阐述，榜单的评选基于长达数月的研究，并广泛征求了行业领袖和数十位专家的推荐。其核心理念是强调 “AI的发展方向将由人而非机器决定”。

今年的评选尤其关注了以下几个趋势：

1. 人才争夺战：Jacobs 指出，今年AI行业最主要的特征就是对顶尖人才的激烈争夺，其激烈程度堪比NBA的自由球员市场。Meta的扎克伯格、xAI的马斯克等人都在为此不惜重金。
2. 历史性的资本投入：榜单入选者、计算机科学家 Stuart Russell 估计，目前计划中的AI支出可能是“曼哈顿计划”的25倍。这些历史性的资本部署决策正由榜单中的许多人做出。
3. 影响力而非名气：榜单旨在表彰那些通过自身工作，对AI技术的发展方向、伦理边界和社会影响产生实际推动作用的个人，而不仅仅是那些最广为人知的人物。
   阅读全文 »

最近，一家名为Plaud的AI硬件创业公司频频出现在科技媒体的聚光灯下。美国《财富》杂志的报道揭示了其惊人的商业成功：自2023年成立以来，这家自筹资金的公司已售出超过100万台AI录音设备，实现了盈利，并预计今年将创下2.5亿美元的年化收入。对于许多人来说，Plaud NotePin是一款能将对话实时转录、总结的AI硬件。然而，如果再结合其合伙人兼AI产品研发负责人Peter Mo的文章后会发现，Plaud的野心远不止于做一款成功的AI笔记工具。

商业成功：从硬件切入的精准一击

Plaud的故事始于一个敏锐的市场洞察。创始人Nathan Xu发现，在AI浪潮席卷全球的背景下，录音笔这个品类却似乎被索尼、飞利浦等传统巨头所遗忘。他看到了将精良的硬件与强大的AI模型（如ChatGPT）相结合的巨大潜力。

引子

今天看到Thinking Machines（没错，就是那个天使轮就融了20亿美金的公司…）发布了一篇深度长文，主题是AI领域一个长期存在的“玄学”问题：为什么我问AI同一个问题，它每次给的答案都可能不一样？

由于原文写的还是很技术的，所以我尝试用厨房和菜品稳定性来做类比将其中的核心思想做个总结。正好其中部分比喻也能匹配一下今天罗永浩与西贝创始人贾国龙因“预制菜”问题在社交媒体上制造的热点。

如果我们将AI大模型类比为一个拥有超级厨师（强大的计算芯片）的未来厨房。

AI将如何重塑我们的工作、职业乃至整个社会？这个问题正盘踞在每个人的心头，带来普遍的好奇与焦虑 - 我们担心自己的技能是否会过时，传统的职业路径是否依然有效。

当我们向那些站在变革最前沿的人寻求答案时，得到的观点往往出乎意料。本文来自最新一期Lenny’s Podcast对Julie Zhuo的深度访谈，其中提炼出了五个最具颠覆性的管理法则。Julie Zhuo不仅是前Facebook设计副总裁和畅销书《经理的养成之路》的作者，也现任AI数据分析公司Sundial的联合创始人。她的视角横跨了大型科技巨头和前沿AI初创公司，为我们描绘了一幅关于未来工作的蓝图。

我们正处于一个由AI定义的新时代。然而，许多领导者感到焦虑：步伐太快，变化太猛，不知从何入手。在我作为AI顾问的经理中，见过太多企业制定了雄心勃勃的AI战略，最终却虎头蛇尾地无法落地。

OpenAI最近发布了一份名为《在AI时代保持领先》的领导力指南，总结了像雅诗兰黛、Notion、BBVA银行等行业领先者的成功经验。其核心观点是：AI不应仅仅被视为一个降本增效的工具，它是一种全新的工作方式，一种重塑企业核心竞争力的战略机遇。 更宝贵的是，这份指南提供了一个清晰的五步框架来确保AI战略成功落地，我觉得挺有价值，总结其核心重点如下：

第一步：目标对齐 (Align) - 从“老板的项目”到“我们的战略”

员工抗拒的往往不是变革本身，而是不明不白的变革。如果AI仅仅是IT部门或几个创新小组的“新玩具”，它永远无法发挥真正的潜力。

作为领导者的首要任务，是将AI提升到公司级战略的高度，并亲自向每一位员工清晰地阐述“为什么”：我们为什么必须拥抱AI？是为了在竞争中保持领先？还是为了满足客户日益变化的期望？

写在前面

过去几年，我为不少产品起过名字。有些听起来还不错，有些现在回想起来颇为尴尬。但说实话，当时基本都是靠头脑风暴：几个人围着白板，抛出一堆词，然后投票选一个”感觉对”的。没有方法论，更多是凭直觉。

最近，我正在为几个出海项目构思品牌名。在苦恼之际，偶然听到了Lenny’s Podcast对David Placek的这期访谈。这位命名大师创立的Lexicon Branding不仅开创了品牌命名这个专业领域，更创造了那些塑造我们生活的标志性名字：奔腾（Pentium）、黑莓（BlackBerry）、Swiffer（宝洁旗下的清洁品牌）、Sonos（高端音响品牌）、微软Azure、Vercel（前端开发平台）。

这期访谈的核心点是在说：命名不是艺术，而是科学。而且其中提到那些伟大的品牌名在诞生之初都让人感到不适，为什么？因为真正伟大的名字不是用来描述产品的，而是用来改变现实的。

这篇文章是我整理这次访谈的思考，提炼出5个最颠覆认知的核心洞察。希望也能对正在为品牌命名而苦恼的你有所启发。

开篇：一个价值数十亿美元的词

想象一下，你手中握着一个能改变行业的产品。技术领先、设计精美、用户体验完美。但如果没有一个恰当的名字，这一切可能都会付诸东流。

反直觉真相一：舒适感是平庸的信号

“如果你的团队对一个名字感到舒服，那么很可能，你们还没找到那个对的名字。”

引言

本文的核心内容翻译自Nikhs在Substack上发表的《OpenAI’s Money Trust: Engineering Systemic Risk as Strategy》。我认为这是一个极其有趣且富有洞察力的分析视角，用J.P.摩根在1907年金融危机中的角色类比来解读OpenAI当前的战略布局，而且还能进一步联想到2008年金融危机时”大而不倒”（Too Big to Fail）的经典案例。

需要说明的是，本文基于公开信息和战略分析框架，OpenAI管理层的真实战略意图只有他们自己知道。但无论主观意图如何，这些行动的客观效果和潜在风险都值得我们认真思考和公开讨论。

如果你看过2008年金融危机的纪录片《大而不倒》，你会记得那个令人窒息的时刻：当政府意识到雷曼兄弟、AIG这些金融巨头不能倒 - 不是因为它们好，而是因为它们的倒闭会拖垮整个系统。

但如果有一家公司把”大而不倒”当作战略目标，从第一天就开始精心设计自己的系统重要性，会怎么样？这就是OpenAI正在做的事。不是意外地变得太重要，而是故意让自己变得太重要而不能失败。

在最近的开发者大会上，OpenAI 以前所未有的透明度公布了其 Top 100+ 客户名单。其中，超过 30 家公司的 Token 消耗量突破了 1 万亿（1T）大关！

这是一个什么概念？如果按 GPT-4o 的定价粗略估算（假设 4:1 的输入/输出比例），这些头部客户的年消费可能高达：

• 1T+ Tokens (30家)：总计约 9,000 万美元；
• 100B-1T Tokens (70家)：总计约 3,150 万美元；
• 10B-100B Tokens (50+家)：总计约 200-300 万美元；
• 合计：超过 1.2 亿美元！

这个数字说明：对于这些公司而言，AI 已不再是创新实验室的“玩具”，而是深度融入核心业务的“水电煤”。

我分析了一下这份名单，整理了其中的几点关键洞察。

(注：名单按字母排序，非用量排名，且可能并不完整。)

趋势一：B2B 与开发者工具，AI 商业化的绝对主场

最显著的信号是：100 家公司中，超过 75% 集中在 To B 和开发者服务领域。

• 企业软件巨头全面拥抱： Salesforce (CRM)、Zendesk (客服)、Shopify (电商)、Asana (项目管理)、Datadog (监控) 等传统巨头悉数在列，将 AI 能力注入其成熟产品线。
• 新一代企业工具崛起： Glean (企业搜索)、Retool (低代码)、Ramp (支出管理) 等独角兽，正在用 AI 重新定义企业效率。
• 开发者：第一批被 AI 全面重塑的“超级用户”： 超过 25 家公司专注于服务开发者，AI 正在对软件开发的全生命周期进行系统性重构：
  • 代码编写：JetBrains, Cognition (Devin), Cursor
  • 代码审查：CodeRabbit (两年估值5.5亿美元)
  • 终端优化：Warp.dev
  • 低代码/无代码：Retool, Superblocks
  • ML/AI 工具链：Weights & Biases, HuggingFace
  • 数据与监控：Datadog, Databricks, Databook
  • 模型路由：OpenRouter

相比之下，纯粹的 To C 产品不超过 15 家，主要集中在 Duolingo、Perplexity 等少数明星公司。这表明，目前 AI 最清晰的付费场景和商业模式，建立在为企业“降本增效”的核心价值之上。