通过ai能赚什么钱

（这部分是应用开发相关的，不是GPTs）其实赚钱的方式有很多种，在财猫同学的群里，我也结交了很多通过AI赚到钱的朋友。Key商、写书、卖课、接项目、做镜像站等等等等...但是如果真正从做产品的角度去说的话，我选择的方向还是Agent。在上面提到过的WebPilot作者，最近又开发了一个长文写作的Agent，对外提供接口。效果非常惊艳，作为同行，我研究了很久，还是忍不住给出赞叹！我本人其实一直都是Agent的忠实拥护者，看过市面上大多的开源框架，也研究了很多闭源产品的实现。早先的时候我也天真地想过自己做一套通用的框架，在各种场景里去用。后来等到真正做的时候才发现，这个想法其实现阶段还是比较天真。这麽多年产品的经验也告诉我，熟悉业务才是正道。熟悉业务之后，结合AI的能力真正去打磨产品，这部分东西，就是护城河。这个方向，也是我始终认为AI应用开发者应该坚持的一个方向。所以，加油吧，朋友们，期待AGI早日到来。

提示词的本质就是给模型提供指令或者上下文，让它知道该怎么回应。当你给模型一个提示词时，实际上是在给它提供一个方向或者背景信息，这样模型就能根据这些信息生成相应的回答。提示词可以是一个问题、一段话或者某种情景描述甚至是专业结构化提示词，模型会根据这些内容来理解你的意图，并生成合适的回应。[heading1]问题十六、大型语言模型这么厉害，为什么连小学数学题都能算错？[content]大型语言模型有时候会算错小学数学题，因为它们主要是基于语言理解和生成，而不是专门设计来进行数学计算的。语言模型是通过大量的文本数据进行训练的，这些数据主要是自然语言，而不是数学公式和计算。因此，语言模型在处理数学问题时，更多地依赖于模式识别和文本生成，而不是实际的数学计算。这就导致它们在处理一些简单的数学问题时，可能会出现错误。[heading1]问题十七、学了AI就能赚钱吗？[content]学了AI有可能赚钱，但不一定保证每个人都能赚到钱。人工智能领域确实有很多高薪工作，比如数据科学家、机器学习工程师等。学会了AI技术，可以在这些岗位上找到工作，获得不错的收入。此外，AI技术在各行各业都有应用，比如金融、医疗、制造业等，掌握AI技能可以增加就业机会和职业发展的可能性。然而，是否能赚钱还取决于很多因素，比如个人的学习能力、实际应用能力、对市场和商业的理解等等。仅仅学会一些基础知识可能还不足以在竞争激烈的市场中脱颖而出，需要持续学习和实践。一人前行有时跑的很快，但一群人前行，会走的很远。欢迎你加入我们的社区，共同学习，共同进步。[heading1]

我们正站在一场AI工业革命的门槛前，而MCP正是这场革命的基础设施。它打通了模型“知道”与“能做”之间的鸿沟，让“工具即服务”和“模型即平台”成为可能。开发者可以构建全新的商业服务；普通人能够借助AI完成复杂的工作并获得收益；企业可以构建AI工具矩阵，替代传统SaaS服务。所以，“行动”就是你的第一桶金。互联网有两个古老的流量入口：搜索和推荐，一个基于关键词，一个基于算法。而AI时代崛起的流量入口是：对话+意图+上下文。想象一下：未来你不再“搜索”，而是“对AI说我要干什么”，比如：“帮我规划一个川西小众7日游”；“用我博客里写的内容生成一个5分钟的演讲稿”；“查询我这周的花销数据，看看哪一项最浪费”。这些请求都依赖于上下文理解+外部能力调用，也就是MCP的擅长之处。于是，一个新的生态应运而生：|模块|对应角色|可变现方式||-|-|-||内容来源（RSS、Notion、API等）|内容创作者、工具开发者|提供付费内容、数据订阅||接入标准（MCP适配）|开发者、系统集成者|开发连接器，按调用计费或售卖||大模型调用层（Dify、GPT、Claude等）|平台方、模型方|按token收费||用户界面（Coze、公众号、微信机器人）|产品方、私域运营者|收订阅费、卖课程、做服务||清算与广告系统（MCP+支付+广告）|创业者、聚合平台|抽成或广告分成|最有趣的是：只要你掌握其中一环，都能切入变现路径。