要点速览
- OpenAI 停掉 gpt nano 系列，作者称无同价位替代，gpt6-Luna 低上下文贵 2 倍、高上下文贵 4 倍。
- 开发者警告不要把开发凭证放进 .env 等 agent 易读位置，应存入密码库并要求每次访问输入密码。
- 有观点称让 agent 自行验证工作后，AI 编码问题约 75% 消失。
- 19 岁 Ethan Cajigas 用 Cursor + ChatGPT 做减重 App，6 个月收入从 0 增至 6 万美元以上。
- 云代理沙箱 Environments 正式可用，本周推出面向最佳云代理体验的愿景。
- Acquire 与 Flippa 新上架多个项目，涵盖 SaaS、电商、代理服务与 YouTube 频道。
- 有观点认为小型 RL 公司类似 AI 行业的量化机构，小而隐秘、人才密集、盈利且面临优势消失风险。
一、AI 模型与基础设施
- OpenAI 停掉 gpt nano 系列，作者对此不解：该系列是大量后台 AI 任务的“主力”，但现无同价位新模型，gpt6-Luna 在低上下文场景贵 2 倍、高上下文贵 4 倍；他原以为会推出更便宜的型号。1
- 开发者警告绝不要把开发凭证放进 .env 等 agent 容易读取的位置，应存入密码库并要求每次访问都输入密码，理由是 agent 的电脑操作能力很强，需保护机密不被 agent 获取。1 另有被转发观点称，让 agent 能自行验证工作后，其 AI 编码问题约 75% 消失。2
- 该账号转发信息称，本周推出面向最佳云代理体验的愿景，首先聚焦常被忽视但关键的代理运行沙箱，并宣布 Environments 正式可用。1
二、AI 创业与产品实践
- 19 岁的 Ethan Cajigas 曾是美国全国摔跤冠军，因讨厌赛前减重，用 Cursor + ChatGPT 独自开发了面向格斗运动员的科学减重 App CutCoach；6 个月内累计收入从 0 增至 6 万美元以上，下载超 3.9 万次，单月收入 2 万美元。1 其路径为：先解决自身爱好中的问题，用 ChatGPT 在细分领域头脑风暴选题，Figma 设计并借鉴大应用布局，Cursor 先做前端再做后端，数据库用 Supabase，付费墙用 RevenueCat + Superwall，AI 功能用 OpenAI，快速上线并按用户需求迭代。2 营销上，自然发帖仅带来 200–500 次浏览，但转化率达 5%–10%，作者据此认为高意图流量胜过高流量；随后私信 1K–10K 播放量的小型 TikTok/Reels 创作者合作，多数同意，再将表现好的达人视频转为付费广告，收入随之爆发。3 其核心结论是：细分市场不嫌小，摔跤手愿意为达标体重付 30 美元，因为超重代价更高；应面向小众热情社群中的痛点人群开发，而非面向所有人。4
- 作者认为企业级场景同理：LDAP、SCIM、SSO、SAML 以及很可能即将到来的 MCP 合约，一旦大客户依赖你的 SaaS，重点就从第一个 S 转向第二个 S，涉及大量集成与复杂长期安排，信任无法靠 vibecode 获得。1
- 作者认为 Granola 当前的护城河在于 ChatGPT 会议功能不知道会议已经结束。1 作者还在 bensbites 发文反驳“软件已死”，主张保持好奇、动手做东西。2
三、创业、交易与市场观察
- Acquire 新上架多个项目：高端女性运动服 DTC 品牌，TTM 营收 17.31 万美元，要价 17.43 万美元1；AI 驱动的 B2B 线索生成工具，91 名付费用户，MRR 7600 美元，累计营收超 4.6 万美元，TTM 营收 4.68 万美元，要价 8.97 万美元2；面向猎头和招聘公司的候选人简历品牌化及投递打包平台，TTM 营收 2.03 万美元，要价 2.8 万美元3；全套 Klaviyo 邮件与短信营销代理，ARR 10 万美元，预计未来 12 个月利润超 4 万美元，4 个留存客户，TTM 营收 9.3 万美元，要价 7.5 万美元4。
- Flippa 新上架多个项目：2025 年成立的英国通识与科学 YouTube 频道，靠 YouTube 广告变现、开销极低，年收入 40.1 万美元，35.1 万订阅者，月利润 3.06 万美元，要价 76.213 万美元，已进入 First Access1；运营近十年的 Amazon FBA 品牌，销售无烟 smudge 喷雾和大豆蜡烛，库存与 PPC 由承包商负责，年收入 55.2 万美元，月利润 7900 美元，12 个 SKU，要价 21.2678 万美元2；成立两年的美国 DTF 印花转印业务，主要客户为印刷店，生产外包给独家合作方，年收入 142 万美元，月利润 4.7 万美元，复购率超 50%，要价 99.9995 万美元3。
- 该账号转发观点称，不靠融资把创业公司做到年利润 50 万美元是最被低估的成就之一，相当于每月约 4.5 万美元利润，创始人若持股 100% 可自行决定继续分红、雇人运营或以数百万美元出售；并批评创业文化让创始人误以为估值不到 1 亿美元就是格局太小。1 该账号还提示，创始人寻求被收购的同时仍需经营业务，从挂牌到交割会经历买家沟通、报价、尽调和成交，其 M&A 顾问服务覆盖全流程。2
- 该账号转发观点认为，伟大公司必须持续扩大 TAM，推出面向新客户行为和新可寻址市场的产品/服务；仅靠最初的产品与市场无法成为世代级公司。1 举例称，若 Google 只停留在搜索、广告和 YouTube，就不会有 Chrome、GCP、Waymo 等；若 Facebook 未做 Instagram 或 WhatsApp，其价值将只是今天的一小部分。2
四、组织、人才与个人效率
- 作者认为 AI 会放大人的能力，使企业增长与表现的分布比以往更宽；要落在分布右侧，需通过“3H”最大化人才密度：高主动性（主人翁心态）、高马力（智力×工作伦理）、高谦逊（自省、成长型心态）。1
- 该账号转发观点：小型 RL 公司类似 AI 行业的量化机构——同样小而隐秘、人才密集、盈利，且始终面临优势消失的风险；并列出多项类比：不公开信号、持续寻找新领域（实验室约在任务通过率 70% 时弃用任务）、创始人多与实验室有渊源、购买特殊数据（如 1250 万美元竞标 Spirit Airlines 历史数据）、人均收入高（Jane Street 约 1100 万美元、Proximal 约 500 万美元）、解决单一效率问题、高风险、过拟合/奖励黑客、基础设施军备竞赛。1
- 作者建议分析时间分配，追问日常工作中可由时薪 8 美元员工完成的比例、属于年薪 5 万美元级别决策工作的比例，以及真正用于销售、招聘、授权、建立关系和决定下一步等长期财富积累事项的时间；他认为多数企业主未细想此事，因而无法增长。1
- 作者提出 99% 企业无法规模化的两个原因：收费过低、卖给错误的客户；即追求销量导致服务更多人但质量更差。1 作者还认为即便在 AI 时代，与一两个真人共同创业也比完全由 agent 运营公司更令人满意，理由是每个创业者都需要另一个人共同面对艰难夜晚与抉择。2
