每周有意思的文章 07
俺的招聘经验3：开放性问题 vs 封闭性问题
相应的，我也可以从这 4 种题型的角度来准备年后的面试
之前在面试的时候，基本都会多多少少问到一些，只是我可能没有形成意识，大多是看当时的心情答的……
提问理解型/实践型：
比如如何理解 xx，你是如何做 xx 的
实践型：
如何让你来负责 xx 平台账号的话，你会如何实现冷启动/……
个性化问题：
个别还会问你是如何学习 xx 的、如何了解到 xx 的
主观型问题：
基本必问的还有，为什么会离职？为什么选择北京？
A new look at free-to-paid conversion
如果你的首要目标是「扩大产品使用、拉高 adoption」 → 选 freemium，最好是 ungated freemium
允许用户「先用后注册」或长久免费用基础版，降低门槛、放量试用。
适合：轻量工具、易上手、边际成本低、希望迅速铺开用户心智的产品。
如果你的首要目标是「提高付费转化、过滤更认真用户」 → 选 free trial，最好是绑卡试用
短期试用 + 预先绑定信用卡，拉高从试用到付费的转化率。
适合：客单价高、配置成本高（需要认真搭建/导入数据）、涉及敏感信息或偏「严肃业务」的产品。
不要纠结“free trial vs freemium 谁更好”，而是先回答三个问题：
- 你更想要「更多人在用」还是「更多人在买」？
- 用户多久才能真正体验到 aha moment？（即刻还是需要复杂配置后）
- 你为每个免费用户付出的真实成本有多高？（特别是考虑到 AI Token 的价格）
个人想法： 如果选择采取 Freemium，可以在付费页面提供更多信息，表明为什么需要绑定信用卡，为什么需要付费，增加透明感、拉近产品与用户的关系 主动“卖惨”
What’s working in GTM right now
俩字总结：废话。
几种流量获取方式都有用，Inbound 用得最多最有用，但是和 Outbound, Account-Based 没有拉开很大差距
How to use Deep Research for GTM
营销文案
可以用，可以给你一个初稿/灵感，但是你会发现，这方面的人力可一点都省不了，特别是事实审查，甚至还得花很多时间给它擦屁股
go live a life you're actually interested in
brain dump 和日记的功能彻底分开，之前一直混在一起，经常充斥着对老板同事工作内容的抱怨和谩骂，长期来看，太消极了，还是分开好
其次是 anchor list 的概念，记下来，才能观察到自己最近为什么心态/状态不好
LinkedIn isn't over. You're just bad at it.
有一点用，算是观点分享吧，大部分个人感觉还是实用一点的，不过毕竟不同人有不同的倾向
The growth playbook is dead. So what should you do instead?
大概 Lovable 就走的是差不多的路线。
更极端、更全面一点的是 Chen 写的这篇，特别适合初创/小公司借鉴 Every marketing channel sucks right now
Andrew Chen on the Lost Art of Designing Viral Loops
Web2.0 时代（2005–2010）曾经系统化地研究和设计产品内的“病毒式增长循环”（viral loops），通过埋点、A/B 测试和数学模型，把用户增长工程化，但这套方法论在移动时代基本失传。
真正有价值的“病毒”不是爆款内容带来的一次性流量，而是产品内可被设计、可度量、可优化的循环：一批用户系统性地带来下一批用户，并可以用“病毒系数”这个比例来衡量和持续提升。
病毒系数应当用“上一代用户与其带来用户的比值”来算，而不仅仅是“邀请数 × 转化率”，因为实际的病毒路径可能是内容分享、协作、推荐奖励等多种形式。
过度追求邀请量和转化率，容易变成“垃圾邮件式循环”（spam loops），短期看似爆炸增长，但会迅速因为市场饱和、用户反感、和平台抵制而失败，本质上只是一次性“尖峰流量”。
如果产品缺乏留存和粘性，再强的病毒循环也只会带来昙花一现的增长，所以必须把病毒增长和产品市场契合、留存、使用频率等核心指标结合起来看，确保增长是可持续的。
What matters in the age of AI is taste
作者认为，在 AI 时代，决定性因素不再是「会不会用工具」，而是「你的品味和所掌握的独特语境」。
AI 能执行一切，却不懂什么真正值得做；因此你越要主动培养自己的审美、判断力和好奇心，并用一个精心整理的个人知识库来保存那些真正打动你的引用、想法和案例……
但是，真的不懂什么真正值得做吗？首先，起码 AI 知道大多数人想做的，只是具体到每个人上不一定，但是通过多轮 session 和记忆能力，它能比我们自己更了解我们自己。
这个答案我持怀疑态度，25 年 2 月的文章，可能现在观点也变了吧
观点纠错：
以上我的怀疑态度是建立在 人 vs AI 的基础上的，AI 肯定会更加了解你，但是如果是自己 vs 其他人的话，那么我非常赞同作者的观点。