WWW.YOUINFO.SITE
标签聚合 挣钱

/tag/挣钱

linux.do · 2026-04-21 23:58:21+08:00 · tech

一、背景:我想靠 AI 配置服务挣钱 四月初我在想一件事:Claude Code 越来越多人用,但会配置的人少,不会配置的人苦。中间这个信息差能不能变成钱? 我研究过的路子大概三条: 闲鱼挂 ¥79 的 Claude Code 配置服务(帮人装好、配好、调好) ¥19.9 资料包(把 CLAUDE.md 最佳实践打包成 PDF 卖) Cerebras 免费 API 批量注册 + ¥29/月中转(当时网上有人在做这个) 直觉上觉得都能赚到,但我不确定,因为我根本不知道这个市场现在是什么价位、竞争有多激烈、需求是不是真的。 一个做过电商的朋友说了句话:「你在卖东西之前,先把自己当买家调研一遍市场。」 但我不想手动刷闲鱼,那样太慢、太累、也不客观。 所以我做了一件可能更麻烦但也更有意思的事——让我自己搭的多 agent 系统去帮我做这件事。 二、系统架构:递归 swarm 我本地跑的不是单个 Claude Code,是一套分层 orchestration。 核心思想来自一个很朴素的类比: 不是让一个天才做所有事,是让一群蚂蚁分工做完然后汇总 。 架构长这样: foreman (CC Opus · 主窗口 · 总指挥) │ ├─ L1 researcher (Tier A · 深度爬取 + 结构化提取) │ └─ L2 extractor (Tier F · 免费模型 · 批量解析) │ └─ L3 formatter (Tier F · 格式归一化) │ ├─ L1 analyst (Tier A · 跨平台对比分析) │ └─ L2 cross-checker (独立二审 · 不看第一份输出) │ └─ L1 writer (Tier A · 产出 PIVOT-DECISION.md) └─ L2 fact-checker (验证关键数字前确认来源) 几个关键设计决策: 1. Tier 分级 按模型成本分四档:S(Opus,稀缺)、A(Sonnet,中端)、B(Haiku,廉价)、F(免费模型,吃爆)。调研爬取用 Tier F,分析汇总用 Tier A,最终判断留在 Tier S 主窗口。核心原则是「最贵的模型只做最贵的判断」。 2. Recursive spawn 任何 worker 遇到子问题,不请示、不等待,直接开子 worker 处理。比如 L1 researcher 在爬闲鱼时发现某个卖家有 271 人想要的 listing,它不是把原始数据抛回来,而是自己起一个 L2 去专门提取那个卖家的定价策略。 但有硬性 guardrail: MAX_DEPTH=3 ,超过三层直接 abort,不生孙子。每次 spawn 都写进 lineage.log ,可以事后查谁派了谁。 3. 三段式:总控 → 执行 → 独立核查 执行线程完成后不直接交回,必须先申请核查。核查线程不看执行过程,只看 artifact。通过才算完成。这条规则是我踩了几次坑之后加的——模型会自信地编数据,独立核查是唯一能拦住它的方式。 4. 通信用文件,不用消息队列 所有 agent 往同一个 delegations.md 写状态。foreman 通过 fswatch 监听文件变动,有变动就重生成 brief,不做定时轮询。markdown 文件 + 事件驱动,比上 message broker 简单得多,也够用。 派单命令长这样: dispatch --to=researcher \ --scope="/path/to/allowed/dir" \ --readonly="/path/to/context" \ --budget="20min" \ --verify-via="cross-checker" \ "爬闲鱼 AI 配置服务类 listing,提取:标题/价格/销量/评论数/发布时间,输出到 xianyu-raw.jsonl" --scope 决定它能写哪些目录, --readonly 决定它能读哪些上下文, --verify-via 指定核查员。执行线程越界会被核查打回。 三、实战:调研跑起来 调研分三个并行方向: 方向 A:闲鱼 listing 普查 目标:把 Claude Code 配置服务类的 listing 全量抓下来,提取定价分布。 跑出来的数据里,有几个数字让我记住了: 市场中位价: ¥24.9 销量最高的几个 listing 都是老店,权重已经做起来了 ¥1-2 的 PDF 资料包有个 listing 显示 79-271 人想要 ,但单价太低 ¥79 这个价位的只有新店,几乎没有成交记录 方向 B:竞品死活扫描 我本来打算做的第三条路——Cerebras 中转——这时候出了大问题。 system 让 researcher 去验证当时几个在做 Cerebras 中转的卖家还活着没有,结果: 88code → 403 Forbidden gaccode → 403 Forbidden wildcard → 403 Forbidden 同一天,24 把 Cerebras API key 全部返回 403。不是我的 key 出问题,是那批 key 来自同一个批量注册渠道,Cerebras 这边识别到了,整批封掉。 中转这条路当场判死刑——不是技术问题,是信任问题。即使重新搞 20 把活 key,买家凭什么相信一个新店不会也这么突然跑路? 方向 C:需求热度 + 平台交叉验证 同时在微信群和 linux.do 上拉了一遍热词,找真实的买家在哪里问问题、问什么问题。 四、数据结果 三份报告汇到 foreman 主窗口后,我让它做 pivot 决策。几个关键结论: 路径 硬数据 7 天真实预期 闲鱼 ¥79 配置服务 中位 ¥24.9,新店权重 0,被 ¥19.9 老店碾压 0-1 单 闲鱼 ¥19.9 资料包 ¥1-2 PDF 有 79-271 人想要 1-3 单,低利 微信群 ¥99 broadcast 我在目标群自己也是学员,不是老师 0-1 单(信任倒置) Cerebras ¥29/月中转 24 把 key 全 403,跑路阴影 0 单 所有路线里,只有一个正向信号:闲鱼上有个 ¥68.2 的 Obsidian + Karpathy 第二大脑 listing 是活着的,而且是那一批里唯一定价超过 ¥50 还有成交的。 这个数字很重要。不是说这个价格区间好做,而是说: 「系统化方法论」比「帮人操作一次」值钱。 五、Pivot 调研完的当晚我做了个决定:原来的三条路全停。 不是技术没法做,是市场结构不对。一个新号在 ¥24.9 中位价市场里去竞争「帮人配置」,拼的是店铺权重和服务响应速度,这是老店的主场。 真正有差异化的东西是我花了这么多时间搭出来的这套系统本身——recursive swarm、分层 orchestration、跨 session 持久 memory、live dashboard——这不是配置服务,是一套方法论。 刘小排能靠「月烧 35 万 token」这个数字传播,不是因为他在卖什么,是因为那个数字本身就是 proof of work。我的 proof of work 是这套系统实际跑起来做出来的东西。 所以现在的方向是:先把系统的架构和过程分享出来,让人看到这个东西是真实存在的、能用的、有实际产出的。声誉先于变现。 六、反思 这套 swarm 有什么地方还不够好 首先是深度问题。三层 worker 在这次任务里够用,但如果任务更复杂,比如要做竞品的全量历史定价追踪,L3 这一层的上下文窗口就会开始截断,信息损耗是真实存在的。 其次是核查成本。每个执行任务后面都要接一个独立核查,这个设计保证了结果质量,但会让整体耗时增加 30-40%。对于「要快」的任务来说这是个 trade-off。 最意外的发现 24 把 key 同时 403 这件事。之前知道 key 会失效,但没想到一个批次的 key 会被一次性封掉。以后做任何中转类服务之前要先想清楚 key 来源的 blast radius——同一个来源的 key 出问题,会不会一起死。 什么是我做对的 用系统跑市场调研这件事本身。如果是手动刷闲鱼,我大概花两三个小时会得到一个直觉性的「感觉很卷」的结论。用这套 swarm 跑完之后,我拿到的是带具体数字的结论:中位价 ¥24.9、79-271 人想要但只有 ¥1-2 客单价、24 把 key 全 403。这些数字才是决策的依据,不是感觉。 尾声 帖子写到这里了。 这套系统还在持续跑,我会继续分享后续——包括架构里还没公开的一些设计,以及把这个方法论做成可复用模板的想法。 如果你也在搭类似的 orchestration 系统,或者对 recursive swarm 在具体场景下怎么调参有问题,可以聊。我不卖配置,但对这套架构本身很有话说。 工具栈:Claude Code (Opus 4.7) · Hermes Agent · OpenClaw · dispatch CLI · live-dashboard 数据时间:2026-04-21 5 个帖子 - 5 位参与者 阅读完整话题