Yangyi

Yangyi

@yangyi最近同步 9/21/2026, 12:10:06 AM

用NewMax(https://newmax.cc)构建Reverb Marketing 实践AI营销与增长 | MarTech | AI GTM 关注Yangyi,订阅Yangyi的实战手记,收获最真实的AI营销实战经验👇🏻 https://yangyixxxx.substack.com

7日排名
#119
总粉丝
126K
7日涨粉
+410
7日发帖
62
7日曝光
182K
帖均曝光
2.9K

Ranking History

Today’s rankings update in real time. Historical records retain daily top-five entries for growth, posts, and reach. Click to view a poster.

No daily top-five records yet.

粉丝趋势

近30日每日已结算数据

内容表现趋势

曝光/互动与发帖量均按自然日结算

发帖趋势

近30日每日发帖量

帖均曝光趋势

每日总曝光 ÷ 每日发帖量

Participated Topics

Participated in 2 topics

View topic rankings

中文 X 创作者继续围绕 AI 写作去味、Skill 工具和 Agent 课程分享形成高收藏讨论。余温称写作时只加入“禁止使用状语”就能明显减少 AI 味并提升小说质感,铁锤人随后转述类似体验;Viking 分享 show-me Skill,强调让 AI 用最小图示解释技术问题,而不是堆砌长段文字;G哥则分享开源 AI Agent 课程,并称可替代某些付费课程。讨论显示用户关注点正从单条 Prompt 转向可复用工作流、图解能力和系统化学习资源。

Participated post: 判断一个公司是不是AI Native 我认为有一个指标及其关键 就是这个公司有多少数据是可以被Agent获取使用的 我称之为:智能数据比率 如果一个企业里 各种生产数据,进销存数据,营销投放数据,销售数据,客服数据,全部散落在四处 甚至有的数据还是纸质化的 那么势必会影响Agent获得上下文 如果Agent没有这些上下文 那么就会限制Agent的能力,就很难谈得上「使用」 所以AI Native的第一步,是数字化这些数据 数据的数字化程度越高,就越容易AI Native 互联网公司,数据大部分在系统里 实体公司,可能还需要一些终端设备来收集现实世界数据 如果你公司内的数据,Agent都可以轻松获取 那么你大概是步入AI Native公司的行列了
Posts 1 Views 76.0KHeat 17.2K
#AI写作#去AI味#提示词

曾颖发文讨论“孙学”,表示不希望传播对孙宇晨的厌恶,主张把焦点从感情话题转向世俗成功及可供学习的经验。周先知随后转述这篇文章,将围棋取舍、求学经历、制造热点及投资创业串联为孙宇晨的成功路径,但候选材料没有提供完整原文或经历核验。与此同时,逍遥XTony批评币圈持续讨论“薄肌”,认为参与者应重视交易赚钱,并将薄肌主张解释为围绕女性展开的自我塑造。本轮延续孙学与薄肌叙事的同一讨论脉络,分歧集中于人物经验是否值得学习,以及财富、身体与亲密关系应如何排序。相关经历属于文章转述,价值判断也不能证明健身动机或成功方法具有普遍性。

Participated post: 这指甲还能无缝连啊。。。?哈哈哈
Posts 1 Views 17.3KHeat 21.8K
#曾颖#孙宇晨#孙学

近7日爆款推文

按近 7 日曝光排序,展示前 10 条。

4
12.6万 followers
Views3.5K
这个时间点,人用AI套利的机会就在于: 1、找到客户,进入行业 2、充当客户与AI的传话筒 3、把AI的产出物给客户,把客户的反馈给AI 4、不断循环,在磨合中找到目标函数 5、构建Loop,持续获得结果 这就是人类把Token制造出高溢价的模式 大部分人不会去直接采买使用AI 因为人们要的是结果,而不是工具 恰恰只有服务,能保障结果,人们愿意为了风险付出更高的溢价,因为AI的产出一定要经过人类的审核 就用这个模式,可以通过低成本的方法扩大服务规模 降维打击从前靠许多人力才能完成的工作 比如营销行业,很多Agency做到最后就是堆人 但有AI之后,人效可以非常高 从前一个人可能只能同时服务3个客户 但现在有了AI,可以服务10-20个客户 这种人力杠杆效率,会摧毁掉大量不使用AI的竞争者 因为他们的成本模式不够有效率 最终要么一起使用AI,提升分数线 要么就被汰换掉
10
12.6万 followers
Views522
我在Agent IM上做了一个工程师,帮我迭代NewMax 感觉还挺不错 唯一的问题就是worktree隔离需要2个实例来分别做coding/test 又搞了个投资专家,让它帮我盯股票,和它聊一些可能存在非共识的投资机会,体感也不错 第三个Agent我就构建了这个元Agent 让它帮我挖掘行业知识来构建其他Agent 现在它已经自己写好skills帮我优化一下投资专家了 目前还差一个培训考核官Agent 需要针对专业Agent做考核use case评估 以便在Agent的md优化后,能评估agent的强化/衰退 情况 暂时还没想到什么好的方法,可能得先请教请教AI了
Yangyi 的图片 1
Yangyi 的图片 2