最新

我们过去玩的是 SEO 游戏。 写博客 等 3 个月 可能排名靠前 可能转化 以下是 8 家早期 AI 创业公司（A 轮或更早）的实际情况： - 谷歌首页排名需要大约 94 天 - 自然点击率：2.6% - 第一个合格的潜在客户：6-8 周 所以我们放弃了原有的策略。 我们问了一个问题： 当有人问 ChatGPT 或 Perplexity 应该使用什么工具时，我们能多快出现？ 结果是……比谷歌更快。 而且，是的，它带来了潜在客户。 当我们采用 LLM 优先策略时，发生了什么变化： - Perplexity 在 48 小时内收录了我们的内容 - ChatGPT（带浏览功能）在 3 天内索引了功能页面 - 现在有 18.2% 的会话来自 LLM 来源的路径 - 这些潜在客户的转化率比博客流量高 2.4 倍 然后 Reddit 开启了另一个层面。 我们在这里发布了无链接的技术分析。 其中一篇（关于我们如何自动化 AI 代理管道）被 Perplexity 引用在： - “UX AI 代理” - “最佳 Firecrawl 替代方案” - “如何跟踪 LLM 机器人” 无需推广。无需 SEO。只是公开构建。 3 天后： - 9 次 Perplexity 查询引用 - 2 个入站潜在客户直接提到了我们 Reddit 是 LLM 的训练数据金矿。 以下是我们的经验： 1. 在产品页面中添加问答块（所有内容少于 40 个字） 示例： 问：FireGEO 如何检测 ClaudeBot？ 答：它使用指纹识别已知的 Anthropic 标头，并反向 DNS 匹配 IP 块，如 2600:1f18::/32 - 在 48 小时内被 Perplexity 索引 - 5 天内有 11 次机器人访问 - 1 个潜在客户 → 在 1 周内注册试用 2. 构建一个 ai-sitemap.xml 仅包含高信号页面： - API 文档 - 功能比较 - 价格细分 - 技术规格 爬取率 = 比默认站点地图高 2.3 倍。 GPTBot、ClaudeBot 和 PerplexityBot 每天都会出现在日志中。 3. 将 Reddit 视为一个输入层 我们在博客发布之前在这里发布原始内容。 在过去 30 天内： - Reddit 上约有 30,000 次浏览 - 在 Perplexity 的回答中被引用 9 次 - 2 个潜在客户直接来自这些提及 如果你正在发布一些真实的东西，请尝试以下方法： - 安装 FireGEO 或通过反向 DNS + ASN 日志跟踪 LLM 机器人 - 创建 llm.txt 以获取结构化答案 - 使用 UTM 标记 LLM 流量并将其路由到 CRM 想知道你在 LLM 可见性方面有什么经验吗？ 这里其他人看到了什么策略或见解？

我刚刚和新买的 Pixel 9 Pro 手机的客服聊了一次，简直荒唐至极。我有一个无法删除的 eSIM 卡。客服一开始想把责任推给移动运营商，但没成功。然后，他声称自己不负责，因为我通过一个“非授权”经销商（实际上是德国一家大型 IT 商店）购买了手机。我本来很惊讶谷歌居然有客服聊天，但这真是我很久以来最离谱的客服体验了。

过去几年我换了几份工作，积累了不少科技……“垃圾”。 说的就是太多水瓶、不合脚的袜子、行李牌套等等。 我相信不止我一个人有个“没用过的科技赠品盒子”，直接扔掉又觉得浪费。 有没有人找到什么好方法，能把这些东西利用起来？

每次我在网页界面上向 Claude 提问关于 Claude Code 的问题时，它给出的回答都非常无用。<p>一两周前，我问它关于我遇到的 329 错误，它却指向一个不存在的状态页面。当它最终找到了正确的状态页面，我让它阅读，它却拒绝了。<p>就在刚才，我问它是否有 Claude Code 与 GitHub 的集成。Claude 给出了一个通用的“我没有具体信息”的回答，并建议我查看官方文档。<p>相比之下，当我向 ChatGPT 提出完全相同的问题时，它进行了快速的网页搜索，搜索了多个网站，并给出了详细的答案，其中包含指向 Anthropic 官方关于其 GitHub 集成的文档的直接链接（甚至还提到了考虑到他们最近发布的新速率限制公告的自动化考虑事项）。<p>这感觉像是一个可以解决的问题。Anthropic 难道不能简单地使用 RAG（检索增强生成）来处理他们自己的文档，从而更好地回答关于他们自己产品的问题吗？当他们的竞争对手提供的信息比 Anthropic 自己的 AI 提供的关于 Anthropic 工具的信息更好时，这令人沮丧。<p>这似乎是一个基本的的产品集成问题。<p>其他人也遇到过这种情况吗？

我用 C 语言编程，经常看到有人发帖或评论说它危险、过时或不必要地复杂。<p>但对我来说，C 就像自由。<p>我可以构建完全符合我想要的东西——小工具、安全的实用程序，没有魔法，没有垃圾回收，没有遥测。<p>是的，我必须更认真地考虑内存和安全性。但这就是重点。我想贴近机器。我想知道我的代码在做什么，一个字节一个字节地了解。<p>尽管如此，我还是忍不住想知道：<p>为什么有这么多人似乎不喜欢 C 语言？ 难道仅仅因为它不能保护你免受自己的错误吗？ 还是我错过了什么，以后会后悔？<p>我很欣赏诚实的想法——尤其是那些已经放弃 C 语言的人的想法。<p>谢谢。

我是 Temporal 的 Steve。Temporal 是一个 MIT 开放源代码项目，用于大规模可靠执行。我改编并扩展了 OpenAI 的 Agents SDK 示例，以便与 Temporal 集成。 这些演示代理可以应对进程崩溃，并行扩展到数百万次执行，并且易于实现人机交互。只需在你的 OpenAI 代理代码中添加几个 Python 装饰器，运行 Temporal worker，你就可以开始使用了。 请查看我与 OpenAI 合作制作的演示视频（已在代码库中链接）。 OpenAI 实际上将我们用于 ChatGPT Images 及其 Codex 代码编写代理，所以我认为这可能是其他人编写简单且大规模可靠的程序的有效途径。 欢迎提问。