Bret Taylor
署名于 AI 与新工作方式
建议筛选启发法Advice Evaluation Heuristic
创业环境里从不缺建议,缺的是判断"该听谁的"。表达得越自信、越有说服力的观点,不代表越正确,该怎么筛选值得采纳的建议,而不是被最会讲故事的人带偏?
全新体验非数字化旧物New Experience Not Digitized Past
新技术出现时,团队常见的第一反应是"把旧东西数字化/搬上新技术",结果做出一个"更方便一点的旧产品",却解释不清"用户为什么要放弃原来的东西改用你的"。这个框架帮你判断自己是在做"旧事物的翻版"还是真正的新物种。
上下文工程根因Root Cause Context Engineering
现在的编码agent经常生成有问题的代码,而"审查别人写的代码、找出其中隐蔽的逻辑错误"本来就比"审查自己写的代码"难得多——这导致很多团队用了AI编码工具,却没有真正获得生产力提升,反而被大量需要人工修正的输出拖慢。该怎么在模型能力还不够成熟的今天,就真正拿到生产力收益,而不是干等模型自己变强?
影响力任务与技能偏差Impactful Task Vs Skillset Bias
"每天早上问自己今天最有影响力的事是什么"这句话听起来很励志,但真正难的部分不是提出这个问题,而是**诚实回答它**——因为人天然会用自己最擅长、最舒适的技能去解释和解决所有问题,这条捷径往往是错的。
Agent 按效定价法Outcome Based Pricing Agents
AI agent 产品怎么定价；以及回答"为什么 agents 是软件商业模式的分水岭"而不只是又一波功能升级。
AI 市场三段位格局AI Market Three Segments
创始人决定"在 AI 里做什么方向不会被大模型公司碾压"；投资人/从业者判断 AI 市场的结构性格局。
AI时代编程系统重设AI Era Programming System
如果未来写代码这件事的边际成本趋近于零(由AI生成),我们今天使用的编程语言、编译器、测试体系——这些原本是为"提升人类程序员的书写效率"而设计的一整套抽象——是不是也该被重新设计?该往什么方向设计?
GTM打法选择框架GTM Motion Selection Framework
市面上冒出大量AI产品,买家每天被无数新工具轰炸,创业者常常凭直觉或凭行业流行趋势(比如"现在流行PLG")选择一种go-to-market打法,而没有真正问过"这种打法到底适不适合我的产品品类"。这个框架给出选择依据。
框架、方法、洞察本身属于 Bret Taylor。卡片是用中文重新组织的转述，仅保留少量带署名的短引述。关于与出处 →