AI异类的信息源|6个极为精准的海外信息渠道

财富   2024-11-18 23:28   北京  
除了AI圈内的从业者朋友们,身边也一直有老朋友想了解AI,或者转行AI。

AI核心圈在哪?AI信息差干货在哪?

已经有经验、有作品的AI先行者们去哪找?最新、最有价值的AI实践哪里学?

每冒出一个问题,都是一次Prompt Engineering实践;互联网上、AI产品里,也充满了免费又优质的答案。

如果能找对地方,还能遇到很多同在探索的小伙伴:各种各样的反馈、支持、鼓励,也会带来很强的共创感、参与感……

趁现在,把信息体系搭建起来,并且有所行动落地,大概会是非常好的AI时代的开始。

【AI异类的信息源】这个系列,主要面向对AI感兴趣的新朋友,还有非AI从业者的老朋友。

我把了解AI,初步划分成了5个步骤层次——信息、认知、实操案例、系统知识、人才网络。

今天先从「信息」、「认知」开始,介绍6个我常看的媒介渠道——

通过这6个渠道,比多数中文科技媒体的AI新闻报道,再快一步、先睹为快!

By Frank with Midjourney


1. TechURLs
海外主流科技媒体大全

链接:techurls.com

涵盖了Hacker News、Reddit/tech、Wired、The Verge、Medium、TechCrunch、New York Times等等耳熟能详的海外头部科技媒体,AI热点新闻一网打尽。

国内AI资讯、科技媒体的报道,相当大的比例来自其中内容的翻译。

X、Reddit、即刻上很多大V分享交流时,这上面的AI报道,也是非常高频、高质量的引用源头。

TechURLs上的信息,非常新鲜、热乎、全面、量大管饱……

那么问题来了,怎样从每天大量繁杂的AI/Tech新闻里,提炼出更感兴趣、更有价值的内容呢?

对未来影响更深远的某家公司、某个事件,藏在这其中的哪个角落?

稍进阶的用法——用搜索框。TechURLs上直接搜AI、Robot、Agent、OpenAI等等关键词,可以进一步聚焦,定位到关键词和话题。


再进一步,把上面所有媒体、所有新闻的高频词爬虫爬下来,汇总成AI热力图、词云,也很直观。

网站链接直接喂给Claude、豆包,可以做一些表格汇总、初步总结分析。

用Dify/Coze建立一个“热点抓取”的工作流,按信息要素、按话题风格分类,封装成Agent也是不错的选择。

我也考虑借助Cursor等,进一步写成一个「AI资讯」的小产品,一直没完成……假期欢迎朋友们监督!


不过还有个问题,就是最高频的信息、关键词往往是“大路货”,AI的内容敏感性、行业敏感性依然极差,非共识但有趣的信息处于工作流盲区,很难实现自动化。

多数一看标题就知道,属于无聊的大公司消息、名人日常性发声,缺少独家视角和独特观点。

我感兴趣的边缘处、缝隙里的独特故事,Geek/Alien/小天才们的初露端倪,以及北美主流AI叙事之外的日本技术、欧洲市场、老年需求等等,靠TechURLs就基本绝缘了。


2. Toolify.ai  
集导航站、排行榜于一身

链接:toolify.ai

Toolify.ai是我尤其高频用的网站,卡片式的产品展示,非常直观!

这款产品本身,类似于AI导航站、数据平台、排行榜、Agency的集合,作为AI产品的数据看板,是我目前体验下来最舒服的。

和创始人也简单交流过,确实是有经验的老站长能做出来的东西,而且不止是类似“新榜”、“飞瓜”或者Product Hunt,在海外隐隐有了新的更高效的商业化的可能……

我常看的是上面各种排行榜,比如【AI收入榜】,各家Stripe等收了多少钱,都有基于流量评估后的排名。


最新推出的AI产品,当天发布的也会有,很方便一目十行扫一遍,看看收藏量、基本数据表现等等。

对新东西能快速有个感受,比PH强在分类更清晰。

如果想自己从0建立一个AI行业的数据监控、产品看板、榜单图谱,还是需要大量的时间。Toolify.ai做得越来越好了,直接看、直接用也能方便一点。


我也时常推荐给创业的、投资的朋友,反馈都不错。

不过也有局限:数据维度、颗粒度还是不够细,除了八卦一下别人产品的流量、收入,如果想要有更进一步的分析,可能还需要借助其他的数据平台。

如果已经建立了个人系统和关于AI的信息目标,用Toolify.ai可能会更高效。


3. SimilarWeb
Web端数据分析必备

链接:similarweb.com

和上一个Toolify.ai有点像,不过更垂直于数据领域,是市面上很多分析师、KOL、各种AI产品榜单的数据来源。

更有目的性的数据检测、产品及竞争分析,用SimilarWeb还是必要的。

对于特定产品,如果想掰开了看看流量变化、趋势,拆拆流量来源,再找找竞品对比分析一下,SimilarWeb的呈现逻辑都算清晰。

一个好处是能看到海外产品的用户国家分布等,对于厘清用户画像、把握流量来源渠道,分析用户意图……都有帮助,AI GTM、MKT必备!

各种图表比较清晰直观,但对于较新的产品,信息统计不一定及时。


像a16z的产品产品盘点,把移动端和web端分成了两个list。SimilarWeb上的数据,和a16z的榜单,交叉验证看出入也并不大,和体感也基本一致。

但话说回来,SimilarWeb也存在数据很不准的时候,也存在人工干预排名、污染的可能——

某大厂的AI榜单排名,据说就是刷的,从SimilarWeb源头开始,然后在国内中文榜单排在前列……


4. A16Z
硅谷的共识和非共识

链接:a16z.com


前三个渠道只是信息、数据,而接下来的三个,会更有认知、洞察、人的故事、公司的案例……

硅谷的头部VC里,a16z一直以媒体著称。但更本质的,是把投资和媒介深入打通,重构了人、资本、企业、技术之间的信息流通方式。

像一个巨大的多输入、多输出的连通器,也真正意义上引导了一大批优秀的创业者。

a16z的文章我也时有翻译,结合我关注的主线和a16z的判断、总结,像是阶段性的整合信息、重塑认知的过程。

论内容的产出速度、质量、形式的多样性,少有投资机构可与a16z比——

看多了之后,对几位常见的作者、Speaker会非常熟悉,甚至能够看到他们作为投资人的认知变化、观点进化。


长期跟踪,比起看一些公众号热点,在脉络上更清晰,甚至也可以产生自己的不同想法、基于信息的不同判断等等。

投资机构毕竟有“选种子、摘果子”的性质,东西出来了再做判断,和在荒芜中去创造,完全是两个事情。

一般情况下“种子”还看不见的时候,很难靠VC有什么独特的想象力。但a16z是个异类,尤其前几年,时而有大胆的暴论。

AI与Web3的结合也是a16z的长期关注点。

以更长时间维度来看,我是简单的,理解真正的Blockchain、Web3、Crypto,看a16z的论述是捷径,因为能看到同一个作者三年前、两年前、一年前直到今天,他的投资、判断、逻辑、成果,哪些得到了验证,又有了什么新的预测。

作为AI相关的业内人,了解Crypto,对理解算力、能源、金融,乃至新的DAO的组织形态,会带来根本性的启发。

链接:a16zcrypto.com



5. Sequoia
红杉美国的Power

链接:sequoiacap.com

红杉美国,基本上每篇文章也都在AI中文圈流传,某种程度上塑造了很多创业者、投资人对AI发展进程的理解。


红杉的合伙人有些也非常有意思。比如David Cahn,写过很多影响力巨大的文章,也会在不同渠道分享自己的投资心得。

借助红杉或者a16z的线索,按时间线去追溯,按人头去盘点,按提及的公司去观察,再或者把播客里、报道里出现的创始人、投资人、作者挨个查一遍,总会有不一样的收获……


红杉相对来说喜欢宏观叙事,对趋势的判断也和a16z一样,存在比较强的北美中心视角,有些结论对于国内或者其他市场未必适用,是一个味道非常正的美国创业的窗口。

论投资,多数时候算无遗漏,但也有看走眼、投不进的时候……


6. YC
北美创业的代名词


链接:ycombinator.com

19年在硅谷参与陆奇博士的活动,当时的奇绩创坛还被叫做YC中国,依然沿用YC的邮箱,那之后也有了第一届的奇绩校友。

YC校友在北美更像是一个深度链接的标签,四海之内皆兄弟,相互之间有天然的信任——也来自于相似的话语体系、创业认知的养成。

YC每年的入选清单,几乎扫描了市场上的各类赛道、各大方向,也涵盖了几乎各大名校的新人新项目,非常有全景式的mapping感,也有节点式的对Timing的把握。

作为创业者的学校,YC的资料非常成体系,有手把手从头到尾指导教学的感觉,像co-founder、mentor一样指出路径——

关键是很多路径还真的部分可复制,让我不得不感慨其体系的成熟、资本市场的稳定。


YC 现在应该是 LLM Agent 类创业最活跃的投资者了——新一期的YC Demo Day不久前刚刚落下帷幕,近200家AI Startup同台竞技,约占整体项目的75%。

可以说,AI占据了YC绝大多数的注意力,看奇绩的录取比例,对AI的关注程度也是类似。

在 PitchBook 的技术分析师 James Ulan 看来,YC新一批创业公司呈现四个趋势:

1. AI 机器人项目越来越多。
2. AI 自主浏览网站、操作软件正成为新趋势。
3. 一些专业领域也出现了 AI 的身影,比如建筑、医疗和警察。
4. AI 开发工具越来越火热。

接下来也会为大家详细介绍一下这近200家AI公司,以及背后的规律和趋势。



今天先从「信息」、「认知」开始,介绍6个我常看的媒介渠道。

从知道,到做到,是一步很巨大的跨越。

但同时我也发现,很多所谓的“知道”,不过是噪音下的狂欢——所以才想先把高质量的信息源直接呈现出来。

想把【AI异类的信息源】做成一个不断更新的系列,因为总有新技术、新产品,带来信息的新交互——

比如作为RSS的老用户,最近我也在深度使用Follow这款产品,需要邀请码的朋友,也欢迎加好友私信我。

【Follow+NotebookLM】,能很轻松把关注的信息转成播客、笔记,完成度很高。

个人的信息、知识管理,借助AI的整合,天然又是极好的输出素材。人人都是自媒体的时代,因为生产力的提升才真正成为可能。

建立AI知识体系和思维系统、应用AI信息工作流,也将是我的长期日常。


今天的信息源都偏新闻、偏综合,包括了AI资讯和AI前沿认知以及公司、创业的最新情况。

接下来,也会按照播客、博客、视频等等来划分;根据X、YouTube、Reddit、即刻等等平台先分类,再具体到公司和个人;Anthropic、OpenAI、HuggingFace、 GitHub等等上面的一些发现,Discord上超级有趣的互动玩法;以及指名道姓的关注list,最值得关注的科学家、KOL、AI明星清单列表……

斯坦福/MIT的课程、论文、项目实践机会、商业化的共创、海外的比赛活动……随便拎出一个线头,都能有异常丰富的延展。

所以,我想借助AI工作流,用更体系化、更有逻辑、更直观可视的方式,一点点为大家呈现。

开篇提到的了解AI的5个层次:信息、认知、实操案例、系统知识、人才网络——后面的实操部分,也即将开启……

敬请期待!!!




参考阅读:

1. AI必出海,出海须日本?
2. 2024,小公司的唯一出路|a16z特别立场
3. 看了40款AI产品的定价模式,我好像发现了营收1000万美元的秘密
4. 对比8家日本顶尖AI公司,中日技术差距多少年?
5. 红杉资本|最新关于AI的五大预测:从卖铲子的生意,到AI工厂


新鲜真话,关注一下👆

朋友圈会发一些具体的案例和商业化日常~ 
AI交流,欢迎加我本人微信:FrankGPTs


人工智能与量化交易算法知识库
黄含驰的人工智能、优化与量化交易算法知识库,干货满满,不容错过!
 最新文章