卧槽,我真的没有见过这么牛逼的东西,它是我目前见过,除了AI中转站之外,最暴利的生意,都不直接卖数据,是直接卖数据接口,全球数据直接获取,tikhub只是他几千个接口之一,跨境电商、所有社媒(是的所有),所有数据全都能抓出来! 而且它真的是特别广泛,太牛逼了,然后就我今天让CodeX测试一下嘛,然后我就发现它有几个场景颠覆了我的想象,我觉得这个产品做大了能够取代openAI,谁创造的这个产品,谁就未来会成为世界首富 如果你不知道怎么用,那你直接看视频就行了。我就把我用它干的几件事,然后还有它能够实现的场景,我觉得有必要分享一下,让兄弟们知道 1、跨境电商选品:用亚马逊接口,YouTube接口抓取48个商品记录,291条商品评论和UGC视频,痛点完全清晰 2、AI产品MVP需求验证:用Reddit接口,应用市场评论区接口,抓取42个产品描述,561个产品评价,发现AI SaaS还是有蛮多的市场缺口的,及其垂类,及其细分 3、直接获得客户联系方式:用抖音接口,email接口,linkdin接口、Web Search接口找到了97个海内外垂类MCN的founder,并且逐一发送邮件,目前有12个给了回信!! 真的兄弟们,都给我用!!!太牛逼了,链接放评论区了
叫我阿杭
🐺01年 连续创业者 | 提示词专家丨AI工具测评分享丨前AI产品经理 📚文科生丨AI自媒体博主丨独立开发丨AI收入6位数 🌳企业培训 & AI课学习 /付费社群:Solo π LAB 📮产品千万曝光campain商务合作:a1165094791@gmail.com;VX:zephyr136
最近推文
23我很真诚的建议,不要用6.1 Sol!!一定!!不要用!!!!🙃🙃🙃他能让你的工作效率降低100倍··· 我觉得Astra其实还是GPT的顶级模型,用了三四天的6.1 sol,看起来用量少了,但实际上做的都是一堆垃圾·····白白消耗我60%的周限额···· · 同样是让它修复漏洞, Opus 5.5、GPT-6.1 Sol 和 Muse Wonder Full 分别给方案 Opus 找到了问题的根源,并提交了投诉申请 GPT-6.1 Sol 提出了一个问题,但由于异步问题处理工具的中断而崩溃,不过,他找到了这个漏洞并进行了修复,同时,他还编写了 300 行测试代码来验证修复效果,并且解释了这个问题的复杂性,以至于说了很多常人难以理解的废话,其实连看都不想看··· Muse Wonder Full 发现有人提交了一个小报告,于是说道:“你或许应该把这份报告合并起来处理 于是更好笑的来了,跑了一下方案,GPT-6.1 Sol 的方案根本无效🙃,哈····哈·······

我的天啊....开发已死,抄袭永生...我真的觉得AI时代没有SaaS 产品了....所有的东西都可以被逆向,这个项目存在之后,世界会乱套啊.... 这可能是又一个增速媲美OpenClaw的项目,也许你用CodeX或者Claude Code有很多的安全围墙,有很多的道德限制,让你不能够完成 但如果这个时候你配一个开源模型,结合你自己的Harness,我都不敢想黑灰产和rea结合在一起到底能爆发怎么样的叙事 比如人人可以逆向一个微信,人人可以逆向一个figma......比如各种合规小程序被逆向之后+中老年群体..... https://t.co/fXO1U6asDI

真夸张了,兄弟们我爱你们🥵🥵!!!!一天涨粉 1000,两天 2000,上次感受到流量的推背感还是我分享我从工地打工到一个月转行 AI 产品经理以及我在工地被PUA的经历 这件事,一是得感谢我自己,二是得感谢 Monid 做出这么牛逼的东西,还融了 800 万美元🥺🥺,之前在高强度使用 Perplexity 的 search API,但是我发现消耗实在是太贵了,我两天就能用完 10 美刀,我是在调研 API 的过程中发现了这个产品,然后迅速的发了一篇帖子,说我看到了一个特别牛逼的产品,我觉得比 tikhub 还要好用 然后大家都让我分享出来,于是我就分享出来了。然后在分享出来之后,我就被说我收钱了😂😂😂,但很幸运,因为这件事儿和 Monid 的团队的小伙伴深度建联 让我意识到,如果你想要拥有影响力,你可能会遇见什么东西,以及我总结了一个段对自己说的话吧 关于拥有影响力的负面影响 1.所有的言论和内容都将被审视,高人设被高打 2.长期被他人以索取,要求你免费提供服务 3.容易被算法强制信息茧房,压制迭代速度 4.你的言论自由都会被视作为一种立场,从而畏惧表达 5.本可以躺平一辈子,但是因为制造影响力,所以你要不断地去学习、去迭代 6.忽略真实的钱来自于线下和人与人之间的链接 最后送给我自己一句话,如果你不能够做到拥有未来给世界上每一个人发 100 万或者等值的东西的自信,那你就不要做自媒体,不要在网上公开发表言论 因为他要承受的心理压力也许就足够你赚到更多的钱 总之,万事万物皆是双刃剑

我不行了兄弟们·······最近和几个投资人聊,Personal Agent这种项目现在真的是遍地融钱,从Grok bot到muse,靠Personal Agent变现的机会也挺多的,刚还刷reddit还有ins看到了一个让我觉得非常牛逼的实践,真的这个赚钱思路很值得学习!!! 有一个海外小哥分享了他用Codex+sai给本地商家网站做改版的案例,他觉得这次做出来的成品会有公司愿意开价10000美金! 他说他实在是厌烦了Marco’s Pizza 的点餐网站,于是给Codex+Sai发了一条改版任务,让 Codex 接上 Sai(一个Personal Agent):先去官网实际走一遍点餐流程,再去抓取社媒数据,看看别人到底在吐槽什么,最后做一个能点击的原型,他还要求把旧投诉和今天还能遇到的问题分开,保留官方品牌和披萨图片,收集足够多的用户负向反馈 看他的分享,Codex+sai等于他有了两个能分工的Agent帮他干活,而且SAI甚至不需要他一直盯着页面,自己就可以不断地click执行任务。而且SAI的点击效率比Codex原生的computer use快很多,他自己几乎不用碰鼠标 他通过Codex把任务经MCP交给Sai,SAI在云端电脑里开浏览器、找门店、进点餐页面;Codex这边查历史投诉,做页面和交互。执行过程有live view可以看,最后原型也能直接打开,他还说SAI会把每一步要做什么、页面返回了什么、截了哪张图,都留在执行记录里,比如先看优惠菜单,再点披萨定制,再检查购物车,动作和结果可以一条条对照。他不用一直盯着它,也能回头看清它是怎么做的,卡住的时候又换了什么办法 而且他给SAI的是一个体验任务,SAI自己把任务展开成具体操作,不需要他逐个告诉它该点哪个按钮。按他分享的过程,邮编搜索没结果,SAI就尝试其他邮编和城市,再换目录继续找,还发现购物车明明是0件商品,顶部却显示$4.95 结束后,SAI把访问过的页面、操作路径、发现的问题和没测到的部分整理成报告,回传给Codex,继续用来做改版。在SAI操作官网的时候,Codex这边也在查资料、写原型,我觉得这个分工和接力特别有价值,两个Agent能同时推进不同的工作 最后做出来的原型,可以选门店、改取餐时间、定制披萨、选择左右半边配料、编辑购物车,还能看到优惠码为什么生效或不生效,我觉得这里很有价值的一点是,过程可见,就能追问、纠偏、验收,给客户解释改版时,也有具体的操作记录可以拿出来讲 看完这个案例,我开始觉得,给现有网站做一次真实体验,再把问题变成可点击的改版提案,是一个很值得试的服务 而且别的不说,我觉得就这个东西拿去给本地商家做服务,就算不赚钱,拍个视频在网上也能获得巨大的流量,也能让人看到无限的可能!! 晚点我来分享原贴链接!
经过慎重的内部研讨,咱们这边就是给到6.1sol一个拉完了,实际体感和产出效果不如5.6sol 想要让AI给你产生更大的价值,就用Astra,就用Opus5.5 另外Opus5.5依旧最香!最近开了个新的Claude账号,pro用的太难受了,我半小时用完5小时限额,3天什么时候过去?我好开Max 5X,救了命了··· https://t.co/lu9EkVWJvl

呜呜呜!!兄弟们,太感动了!!!我买跟风买过的东西真的一点都没浪费!!!!Beesim,giffgaff,这些东西真的太牛逼了,美国手机号、英国手机号还有我的中国手机号,在一部手机里 而这些东西我愿称之为AI时代的基础设施,让我能稳定的用上Claude、GPT,这不是福报是什么!!!我要把所有的合集整理出来!让更多的 兄弟们用起来!

如何30天销售额271万美元,这个案例真的牛逼!!!最近研究出海,我有重新看了几遍这个youtube,我愿称之为出海必学指南!! 这个案例在我刚做X的时候,拿下了10万曝光,今天我对如何完成这件事儿有了新的理解,他之所以能赚这么多钱,就是因为对需求理解到极致,对AI的应用理解到极致!! 一双普拉提防滑袜,怎么从AI调研变成出海生意? 只有一招:先查趋势,再去YouTube看普拉提女生的日常,把字幕交给AI,找她们反复提到的商品,最后锁定防滑袜,而用monid他就完成了这个任务 1、AI要判断什么商品值得做,先得拿到真实的用户内容。Monid可以让Codex找到外部数据工具,搜视频、取得字幕,再把材料整理成选品依据 2、monid调用2400数据+接口搜索: 从女生在什么场合用袜子,到她们提了哪些品牌,再到需要补看哪些审美画面,一份研究简报就有了具体方向,这些网站链接分别是:Google Trends 美国普拉提趋势、YouTube 普拉提生活视频、Tavi 官方防滑袜、Pointe Studio 官方包趾防滑袜 3、带着这些证据调用1688接口找中国工厂,找出了网页索引中提到的以下几个厂商:诸暨市迎悦针织有限公司;诸暨市雪洁针织有限公司;诸暨市众合针织有限公司;诸暨市椿楸袜业有限公司 3、 我按这个入口做了小样本验证,搜到20条普拉提生活视频,再取一条21分52秒视频的英文自动字幕。作者提到防滑袜时,说到冬季保暖、减少垫上滑动和不想露脚趾。 4、痛点问题一下具体了:材料厚度怎么比较,在哪种垫面上验证,脚趾要不要包住,当monid调研字幕时,发现字幕还出现了品牌名,所以品牌竞争也得继续查,又调用https://t.co/U4eBtZ0u5K 的 /web/search 网页搜索接口搜索了本轮核对官方页面的以下几个品牌 5、于是最后没想到结果和视频里的这个老外完全契合,就是应该选择面向普拉提训练、包住脚趾的防滑袜作为打样候选 6、累计用的接口都有:TikHub(抖音解析、YouTube视频搜索)、DataForSEO(Google Trends趋势)、Apify(YouTube字幕)、https://t.co/U4eBtZ0u5K(网页搜索)及MrScraper(1688分类抓取) 返回1575(按返回条目累计,含重复记录)个数据样本,累计花费0.03256美元(仅袜子场景两轮Monid数据费) 这才是 Seena Rez 30天卖了270万🔪 之所以成功的关键,而Codex+monid完成这个任务才用了10分钟!! 所以说兄弟们,如果做独立站,或者帮出海老板做AI实施服务,现在就应该赶紧去,直接联系客户,直接告诉他你怎么选品,怎么做用户需求调研、竞品比较和供应商筛选,这玩意绝对比你闷着头凭感觉选品、找货和写卖点好100倍

REA好牛逼啊,完美复刻稿定设计!!!有了REA我才知道自己以前到底有多么笨,前几天被傻逼稿定设计的免费版恶心到了,动不动就说我没有内存,动不动就说这个不行那个不行 于是我就用codex做了个自己的封面工作台,我一般会先去 GitHub 找类似的开源项目 找一圈,看看哪个接近自己想要的,再让 AI 帮我改 现在有了 REA,我开始觉得,这一步可能都不用了 我想试试直接用 REA,把我想要的设计逆向出来,再做成自己的封面工作台 也就是说核心利用开源项目,表面UI完全可以用REA来复刻,甚至其中的逻辑也都可以用一用 我让 Codex 基于开源的 Fabric.js 搭了这个小app 现在只做我的固定内容 底图也要自己先挑好,再也不用去稿定网页里逐层点了 都给我用!!!

https://t.co/X1UCwx4EVz
这个就叫幸福!!! https://t.co/LkbVRcZUxV

@gkxspace 中推最会赚钱的人
我**天塌了!我以为我是第一个发现小餐馆AI变现的,结果人家都已经通过这个方法拿到几百万流量了!!真的是敢想敢干就有钱赚 最近想尝试一下这个赛道,说一下我的思路,看了一下他所有的视频,我觉得真的蛮有意思的,而且也挺容易模仿的,我觉得是有机会的,原因很简单有人跑通了,说明需求是真的,但付费意愿我觉得有待考究,轻量付费大多数人都是愿意的 一、流量从哪来 我拆了一圈爆款,发现能火的基本都有一个共同点——前后对比 老板原来的菜单 vs AI改完的;手机随手拍的菜 vs AI修出来的;冷清的店 vs 发完笔记后排队的 观众爱看的不是AI,是"变化";而带来流量的,也是变化 二、钱从哪来 流量只是第一步,我目前看到的变现路子大概有这几条: 给小餐馆做菜品图、菜单、门头海报(单次收费) 帮老板代运营大众点评、小红书账号(按月收费) 更何况,其实你拍这样的一个视频,就已经能够为店家带来流量,他们本身就愿意为这个所带来的流量付费,而并不是单纯的因为我用AI给他们做了一个网站而付费 三、如果做的话,怎么做? 在市面上大家都是体验,别人做的大多是"一家店改一次",看完就结束了 但其实我们可以直接做一次实验:跟拍一家店30天,从零开始用AI帮它做内容,每周公开数据,看客流到底有没有变化 这样下来不说别的,至少流量真的会起飞,或者说,这个东西变成头等舱访谈,我觉得就更牛逼了,这个账号绝对百万粉丝起步!

OMG!!! This has to be one of the best ways to use Codex + a personal agent!!!! We can use this workflow to redesign local business websites and turn it into a paid service. I honestly think this could be one of the biggest opportunities for everyday people to make money with AI. I could see a company paying $10,000 for what I just built. I’m so tired of badly designed websites—especially Marco’s Pizza’s ordering site. So I gave Codex + Sai one prompt to give it a complete makeover. I connected Codex to Sai and asked it to walk through the actual ordering process, investigate what customers were complaining about, and build a clickable English prototype. Separate older complaints from issues still observable today, keep the official branding and pizza photos, and gather plenty of specific negative feedback. With Codex + Sai, I effectively have two agents working for me. I don’t even have to watch Sai’s screen—it keeps clicking through the task on its own. In my experience, it moves through clicks much faster than Codex’s native computer use. I barely need to touch the mouse. Codex delegates the task to Sai through MCP. Sai opens a browser on a cloud computer, finds a store, and explores the ordering flow, while Codex researches historical complaints and builds the page and interactions. I can watch Sai through a live view, then open the finished prototype right in my workflow. Sai also keeps a step-by-step execution log: what it’s trying to do, what the page returns, and which screenshots it captures. Explore the deals, customize a pizza, inspect the cart—each action has a corresponding result. I don’t have to watch constantly to understand what it did or how it worked around an obstacle. Those records also give me something concrete to show a client when explaining the redesign. I gave Sai a task to investigate, and it broke that task down into individual actions. I didn’t have to tell it which button to click next. When the ZIP search returned no results, it tried other ZIP codes and cities, then switched to the store directory. It also spotted a confusing cart state: zero items, yet $4.95 displayed at the top!!!! When it finished, it sent Codex a report covering the pages it visited, the steps it took, the issues it found, and what it hadn’t tested. Codex could then use those findings to inform the redesign. While Sai was exploring the live site, Codex was already researching and building the prototype. That division of work is incredibly valuable. It makes a 100× productivity boost feel within reach. The finished prototype lets you choose a store, change pickup times, customize a pizza, select toppings for each half, edit the cart, and understand why a promo code does or doesn’t apply. More importantly, the page looks better and the flow makes more sense. With a visible process, I can ask follow-up questions, correct mistakes, and check the result. I also have concrete execution records to explain the changes to a client. I’m starting to see real potential in offering this as a service: walk through an existing website, find the friction, and turn those findings into a clickable redesign proposal. Sai gives my Codex workflow an extra pair of hands on a real computer. For me, that’s becoming essential. It makes me want to see how far I could take this—even toward recreating the core experience of almost any SaaS product.
有个做 AI 长视频的项目,居然把“拍进去了”和“记住了”拆开了???让人人都可以轻松上手AI长视频了??这个项目叫 ATAS 一个镜头生成出来,可以留在成片里,但不一定能进后面的记忆,得通过检查,这次看到的东西才写进后面的记忆 它把场景本身和发生过的事分开存:房子长什么样,放一份;哪儿发生了什么、什么时候发生的,再放一份 举一个很简单的例子是,人从大厅去了庭院,后来换个机位,要重新拍之前那次喷泉水花,要接上的不只是“还是那个院子”,还得是那一次水花 而这个项目牛的一点就在于,镜头生成出来了,也不急着把它写进记忆,镜头留着,但不让它教坏后面的记忆 以前的长视频方案,通常是生成一个镜头,就把它当成事实,直接喂给下一个镜头,如果这个镜头里的沙发颜色偏了,或者人莫名多了一个,这个错误就会被"记住",后面的镜头越拍越歪 ATAS 的做法是三步: 1、镜头照常生成,留在成片里,让你能看到完整的结果。 2、先检查,再写入,只有通过验证的镜头,才有资格更新记忆,没过的镜头可以留在片子里,但不会污染后面。 3、记忆分两份存。场景记忆管房子的格局、家具的位置,所以镜头 9 回到壁炉,还是那间木屋。事件记忆管谁、在哪、什么时候做了什么,所以回到壁炉时,火已经是之前点起来的那一把 而这一切,AI video加点云状态识别就干成了,果然搞AI还是要跨界!!!(悄咪咪的说,我觉得这套思路用在即梦里面也可行,完全不需要用这个项目)

YouTube项目链接:https://t.co/L7Fp3J8WrI
monid体验链接:https://t.co/h89ei6Lr4f
@gkxspace ???怎么这么多赛博菩萨
@servasyy_ai 黄总,是黄果的那个黄吗
@servasyy_ai 我真的看完这个之后才意识到,AI时代最重要的就是创造力,我觉得未来一定言出法随
@Saccc_c 呜呜呜,是你刺激的我,让我的Claude又回来了
@Saccc_c 带我做小王子!!!
@gkxspace 这么强!!
