刚回苏州就上手体验了 @Surf_Copilot 的网页端，用它生成了份关于背包 @Backpack 的 deep research，分享一些产品上的观点： 1. 产品在推理上很舍得下成本，一个问题居然爬了 215 个 sources。这部分的 inference 如果用的是 o3，成本大概在 2刀左右，如果用的是 4.1 mini，成本大概在 0.5 刀左右。看了眼目前的订阅费，感觉是在做慈善。不过现在成本打不平问题不大，因为长期看 ai 的推理成本一定是会一降再降的，盈亏平衡线应该很快就会到来。 2. 产品整体的 UI 和交互设计水准非常的在线，例如在等待报告结果期间，产品会对推理进度进行分段展示，且一直有跑马灯在闪烁，给用户强烈的 “ ai 在很努力地干活，你别急” 的正反馈。 3. 报告结果页左侧的定位功能设计的很好，不仅提升阅读效率，同时让用户对生成的内容更有掌控感。结果页定部可以展开看推理过程，而 sourcing 源，方便用户做 fact check，一定程度上避免 ai 幻觉对结论的破坏性。 4. 发现页面里面，产品就当前的大热项目给出了更细致的研报。这部分内容看着像是人工+智能合作完成的。个人觉得对于节省开支非常有帮助，而且币圈有价值的项目本身就不多，这块内容等于是个 PGC 的知识库，随着覆盖项目越来越多，创造的用户价值会越来越大，这个是个边际收益递增的内容工程，建议保持上新频率。 5. 币圈的这种投研类产品，目前在我看来，目标客户的画像更像是想做 KOL 的朋友们，可以大大提升搜索整理信息的效率。 但这类产品都有共性问题，那就是各家产品最后爬的数据都差不多，无非是新闻网站和 socials，顶多再看看链上的数据。说到底这些都是公域数据，你有的别人也有。 当然有些产品的 prompt engineering 可能会做的好一点，但是这部分微弱的优势，随着基座模型本身的跃迁，到最后都会被抹平。 那么到最后大家追求差异化的方式，基本都只能靠在产品视觉和交互上下文章，这点其实意义不是很大。 6. 细品猿哥的这句话：垂类 agent，最后卷的其实是谁有独一无二的私有数据，谁 rag 的外挂数据库牛逼，谁才能掌握 C 端的定价权。 链接是报告的结果，大家可以自行感受下，产品整体的完成度还是非常高的：