笔记
现场笔记。
来自 claude-workspace 的备忘与调研——智能体 harness、上下文工程、基于规范开发。
-
互联网泡沫复盘：AI 这一波到底泡不泡？
用 dot-com 泡沫的机制复盘，拆解 2026 年 AI 的真实价值、估值风险、基础设施过度建设和可能的转折信号。
-
AI Coach 深挖：GPT 前后用户情绪 + 跨产品反馈 + 付费意愿阶梯
WHOOP Coach 上 GPT-4 前后用户情绪逐字对比；Oura Advisor 为什么是唯一被实际使用的 AI coach；6 家 AI coach 产品具体使用反馈；$30 到 $150 之间为什么是付费墓地；针对做 AI coach 产品的 5 条可落地结论
-
Fitness Coaching: User Voices on Willingness-to-Pay (2026)
What users in fitness/health coaching actually open their wallets for, where the wallet ceiling lives, and the breakpoints where they cancel.
-
AI Coach 产品 Round 2：20 个 less-covered 产品的用户反馈 + 3 个真正'knows me' 的赢家
第一轮调研漏掉的 AI coach 产品深挖：Athlytic、Training Today、HRV4Training、Athletica.ai、Humango (Hugo)、Runna、TrainAsONE、Fitbod、Hevy Coach AI、Caliber、Future、Centr、Aaptiv、Ladder、ChatGPT-as-trainer 等。结论是只有 3 个产品的用户原声真的写"它知道我
-
Adaptive Training 全景 + nodie-fit 的产品 wedge
调研 19+ adaptive training 产品（TrainerRoad RLGL、Garmin DSW 死亡螺旋、Humango Hugo、Athletica、Polar、Runna、Wild.AI、Future、Hevy）。识别出大众健身用户的具体未被服务空缺：3x/周 gym-goer + Apple Watch + 无赛事。给出可执行产品 wedge 和定价 anchor
-
Hyrox as a Wedge Market for AI Training Coach
Hyrox 市场规模、相邻赛事人群重叠、训练 app 格局、中国市场和窄入口扩张路径的调研，回答 Hyrox 是否是可行的产品切入点
-
Fitness Non-Subscription Monetization — What Athletes Actually Pay For
Race photos, finisher artifacts, virtual medals, identity products — where real money flows in fitness outside of training-plan subscriptions, and what works for a Hyrox AI app.
-
AI Form Correction for Hyrox: 2026 Feasibility Assessment
Technical state-of-the-art review for an indie founder considering real-time AI form correction on the 8 Hyrox movements. Honest assessment, not marketing claims.
-
Hyrox AI Coach MVP 最终 spec：4 轮调研合成 + 具体下一步
把 4 轮调研（市场 / 商业模式 / 适应性训练 / form correction 技术）合成 nodie-fit / Hyrox AI 教练的具体 v0.1 产品定义、三层定价、4 周验证 plan、12 月扩张路径
-
Fitness Wearable User Voices (2026-05-13)
一手用户声音深挖——WHOOP / Oura / Garmin / Apple / Fitbit-Google / Coros 用户在 Reddit / 论坛 / podcast / app store 实际说了什么。回答 GeekPark "AI 复活无屏手环" 文章 + 朋友 6 个质疑 + Tian 的"软件差异化在哪"问题
-
Source: 极客公园 Fitbit Air 文章 + 朋友讨论
这次调研的原始 input — 一篇 GeekPark 关于 AI 复活无屏手环品类的文章，以及 Tian 与一位行业朋友的批判性讨论。
-
WHOOP user voices — why they sign up, why they cancel, why the AI Coach doesn't stick
从 Reddit/WHOOP Community/Joe Rogan/Huberman/TrainerRoad/DC Rainmaker 等一手出处挖出的 WHOOP 用户具体声音；Whoopgate 完整还原；stacking 模式与 AI Coach 实际接受度
-
Oura Ring 用户真实声音调研
从 Reddit、App Store、Trustpilot、博客、集体诉讼文件、YouTube 评论中提取的 Oura Ring 用户原话与具体场景。剥离营销叙事，看用户真正为什么买、为什么留、为什么走。
-
Fitness app daily-UX deep dive — WHOOP / Oura / Garmin / Apple / Fitbit-Google / Coros
六款主流 fitness app 的每日打开体验、推荐动作密度、coach 聊天、独占功能与最痛 UX 时刻。假设 AI 质量平价后真正能差异化的软件点在哪。
-
无屏 wearable 的真正卖点——comfort、身份信号、订阅许可、AI 不打扰
测试朋友的命题"无屏 ≠ AI"。基于赞助运动员、Reddit/Tom's Guide/NBC Select 一手用户声音、Oura/WHOOP 价格 vs Apple Watch 的购买决策、戒指作为珠宝的视觉证据
-
Synthesis: 答朋友的 6 个质疑 + 软件真正差异化在哪 + nodie-fit 启示
把 GeekPark 文章、朋友的 6 个质疑、和 4 路用户声音调研合成对 nodie-fit 的产品启示。明确回答"WHOOP 为什么有这么多用户 / 无屏到底卖什么 / 软件差异化在哪 / 中国市场 vs 海外为什么不一样
-
Linear、GitHub Issues 与 Jira：为什么它们被视作不同品类，以及 AI 是否在改变这一点
三款产品的历史定位、功能重叠、为什么大家不把它们放进同一条赛道、AI 时代的收敛趋势 —— 以及在 GitHub 上做 agent 控制台到底是不是个好主意。
-
Karpathy 的 LLM Wiki —— 一种构建持久知识库的模式
Andrej Karpathy 的 LLM Wiki 模式总结：让 LLM 在结构化的 markdown 知识库上做增量构建与维护，而不是每次查询都对原始文档跑一遍 RAG。