•AI
没有资深判断力，AI在媒体运营中依然会犯的错
AI现在可以以惊人的速度产出媒体计划、绩效总结、测量框架和广告活动设置。问题不在于产出明显很差，而在于它往往"够好"到能通过一次随意的审查，同时遗漏了真正重要的业务背景。
我在做什么
两个生产环境平台和一门专业课程，在保持全职工作的同时独立开发。真实用户，真实数据，真实学习。
最新文章
关于AI、学习和产品开发的思考
•AI
为什么AI的「记忆」比模型选择对营销团队更重要
大多数团队仍然在问该用哪个模型。根据我的经验，这已经不是核心问题了。如果你的AI系统忘了客户、品牌、品类以及"好"的标准，那么再聪明的模型也只能每次从零开始。
•AI
三年之后：生成式AI到底对SEO做了什么
2023年，我以为生成式AI会让廉价内容淹没搜索引擎，降低SEO的回报。三年后，这确实发生了。但更大的转变是：内容生产本身不再是护城河。结构、信任、质量把控、本地化质量和答案引擎可见性才是。
•AI
我如何在全职工作期间独自制作了7个模块的课程
一个人。七个模块。三小时视频。十五个模板。十八种布局类型的自定义幻灯片流水线。专业语音克隆。所有这些都在保持VP全职工作的同时完成。这就是AI-first运营模式应用到自己身上时的样子。
•AI
AI抬高了底线，深度才是制胜之道
"AI取代初级岗位"这个说法，误解了初级人员实际在做什么。一个做激活的初级员工并不是在做简单重复的工作——他们在配置DV360定向、QA追踪像素、管理竞价策略。真正的问题是：当AI为所有人抬高了底线，优势从何而来？答案是深度。
•AI
Codex 搭配 GPT-5.4 vs Claude Code 搭配 Opus 4.6——为什么我现在两个都用
在几乎整整一年里，我每天都在用 Claude Code 配 Opus 4.6。然后我花了一周试用 Codex 和 GPT-5.4。我的结论是：没有哪一个能彻底胜出。真正更好的做法，是把两者结合起来——做跨模型审查、利用互补优势、建立操作层面的韧性。
保持关注
只推送你关心的话题
AI、海外生活、领导力和产品开发的新文章。选择你感兴趣的话题——没有噪音，没有垃圾邮件。
双重确认 · 随时退订