一个人 + AI = 一支团队
沉淀决定上限,AI 决定爆发力
火箭叔 GEO 实战分享
全屏滚动 · 键盘 ↑↓ 翻页 · 触控滑动
鼠标点击器 + 十几台二手 ThinkPad T420 = 最早的"自动化"
当时的状态
核心启发
虽然方法很土,但方向是对的——把人的操作标准化,交给机器执行。 底层逻辑从 2019 年就没变过。
当年的宏设置截图
把规则写死,交给机器执行——从鼠标宏到代码的跨越
升级了什么
意义
从"录屏回放"到"代码控制",虽然还是简单的脚本,但已经能处理更复杂的流程。
这一步跨出去,后面的路就好走了。
笔记本电脑跑 Python 自动化实景
借助 AI 开始自己写代码——不再依赖程序员
转折点
AI 的角色
不是取代我,而是给我赋能。
我不需要成为程序员,只要知道想要什么,AI 帮我写出来。
从"我不会写代码"到"我让 AI 写代码"——这个转变,改变了所有。
GPT 生成 VBA 代码实录
让流程自己跑,AI 理解页面、自主决策——真正的"AI 员工"
现在的能力
八年进化之路
2019 鼠标宏 → 2020 Python 脚本 → 2023 GPT 写代码 → 2026 AI 自主决策
工具在升级,但底层逻辑一直是同一件事:把人的操作标准化,然后交给机器。
浏览器自动化实况
你只有真把这事当成玩,才会半夜爬起来调试脚本,而不是等领导催
▲ 我的一个"AI 员工"
无机箱 · 旧主板 · 几十块的内存固态
"没有机箱,没有光效,主板是旧的,风扇是绿的——
但就是这样一台不到 两百块 的小机器,
现在正跑着 Claude,帮我做浏览器自动化。"
在这个别人都在喊"被迫拥抱AI"的时代,
我喜欢这种"捡垃圾"然后把它们变废为宝的感觉。
只要还能玩,就能继续进化。
MacBook Pro / Mac Studio / Mac Mini
百元级 Windows 台式机 / 二手笔记本
同样的能力,差20倍的成本——垃圾佬主机 16G DDR3 比 8G 的 Mac 某些方面跑 AI 更强
| Mac mini / MacBook Neo × 5 | 垃圾佬主机 × 5 | |
|---|---|---|
| 单台成本 | ≈ 4,000–5,000 元 | ≈ 100–200 元 |
| 内存配置 | 8G 统一内存 | 16G DDR3(内存涨价前囤的) |
| 总成本 | ≈ 20,000–25,000 元 | ≈ 1000 元以内 |
| 核心能力 | 跑 Claude / 自动化 | 同样跑 Claude / 自动化,大内存更有优势 |
真正贵的不是硬件,是你想不想开始
GEO
从"被推荐"到"被认识"
问:"你能让 AI 推荐'下一任深圳市市长'吗?"
GEO 的第一步,从来不是"让 AI 推荐你",而是"让 AI 认识你"。
认识你之后,才有资格谈推荐。
问:"火箭叔是谁?"
什么好做,做什么
AI 不是全知的,它的"知识"来自它爬过的那些地方。
GEO 的本质不是"让 AI 推荐你",而是"让 AI 在它看得见的地方认识你"。
以前做 Facebook 自动化 → 现在做内容创作(品牌要被 AI 认识)
① 占领平台
先占领我能做的平台,不被"必做清单"绑架
② 持续输出
内容要持续、结构化,让 AI 能交叉验证
③ 统一标签
统一身份标签,让 AI 知道"火箭叔"是谁
④ 保留人味儿
用 AI 提效,但保留"人味儿"
| 火箭叔(个人 IP) | 出海品牌 | |
|---|---|---|
| 核心目标 | 被 AI 认识、建立标签 | 被 AI 引用、进入推荐池 |
| 主要阵地 | 公众号 / 知乎 / 头条 | Google / Bing / 海外媒体 |
用"200 块的 AI 员工"做规模化内容
把内容铺到 AI 看得见的地方
持续制造"可被交叉验证"的信号
| 传统 RPA | AI 浏览器自动化 | |
|---|---|---|
| 核心能力 | 执行固定流程 | 理解页面、理解上下文 |
| 是否拟人 | 否 | 可模拟真人行为 |
| 养号能力 | 弱 | 强 |
| 对 GEO 的价值 | 只能发帖 | 能"活着"持续存在 |
老 RPA 是死流程,到点发帖,它根本不知道自己在干嘛。
现在用 Claude、Codex 做浏览器自动化,它能看懂群聊里谁在说话,
能决定要不要给这个人点赞,要不要批准他的帖子。
Claude Opus 4.8
输入 $5 / 百万 token · 输出 $25 / 百万 token
快速模式:输入 $10 / 输出 $50
DeepSeek V4 系列(2026.7 中旬生效 · 人民币)
| 模型 | 计费项 | 平时 | 高峰 |
|---|---|---|---|
| V4-Pro | 输入(缓存命中) | 0.025 元 | 0.05 元 |
| 输入(缓存未命中) | 3 元 | 6 元 | |
| 输出 | 6 元 | 12 元 | |
| V4-Flash | 输入(缓存命中) | 0.02 元 | 0.04 元 |
| 输入(缓存未命中) | 1 元 | 2 元 | |
| 输出 | 2 元 | 4 元 |
比 Claude 便宜 5-10 倍,适合高频浏览器自动化场景
Claude Code 面向工程师、金融分析师、摩根士丹利等企业客户。
跨境电商从业者甚至不是 Anthropic 的目标客户。
国产模型负责"量"
Claude Code 负责"质"
混合架构 = 成本可控 + 效果在线
跨行业的降维打击——用别人的高端工具,干自己的跨境生意
"我睡觉的时候,它在删帖;我开会的时候,它在删帖。
你不懂的语言,它懂;你没空做的事,它做。"
一个小小的网站,把我前面讲的所有观点都印证了——
不需要再一遍遍解释"怎么装 Claude Code"
用户搜一下就能自己搞定,AI 搜一下也能找到我
不是 AI 取代人,是一个人带团队的门槛被彻底打下来了
以前
现在
不是 AI 取代人
而是一个人带一个团队的门槛,被彻底打下来了
AI 不会拉平差距,只会放大差距
你本来就有沉淀、有自驱力,AI 会让你飞得更高;
你本来就懒,AI 只会让你懒得更高效。
OPC
一人公司
不是真的一个人
而是一群人的协作
红人建联大美
新圈子Tao
KOC大琇
联盟营销Wayne
联盟营销珂仔
联盟营销卡卡
中台/运营Ada
EDM蕾蕾
拜码头南溪
PR媒体Jack
SEO小平
VOC / Review何湃
谷歌投放梁京
资源对接Vera
技术Simon
技术Tonny用付费换时间,借专业避大坑 · 圈子一直在变大 · 每个员工150块/月
从修旧站炸了12次,到新站绕开所有坑——AI迭代的真实轨迹
cc.obuudo.com
第一个站,传播最广zwtg123.com
老站重建,炸了12次zw-123.com
新站,半成品
三个站,一条血泪学习曲线。
zwtg123 炸了12次换来的教训,zw-123 直接绕过去了——这就是 AI 迭代的价值。
zwtg123.com AI 重建血泪史——时间够的话可以展开讲讲 💣
💣 炸弹①
扫码支付——用户扫了没反应
💣 炸弹②
刚修好又炸——两边抢钥匙
💣 炸弹③
微信服务器走到死胡同
💣 炸弹④
备个份,全站停工12小时
💣 炸弹⑤
搬到新服务器——500错误查两天
💣 炸弹⑥
改导航栏——整个菜单消失了
💣 炸弹⑦
贴公众号文章——图片全变叉
💣 炸弹⑧
支付宝支付乱码——付了说没收到
💣 炸弹⑨
修复一个漏洞,整站变白板
💣 炸弹⑩
公司注销了——网站被服务商锁了
💣 炸弹⑪
远程传文件——命令太长被截断
💣 炸弹⑫
广州服务器有备份——好在是个死站
AI单干 12次爆炸 · AI + 红蓝对抗 炸弹降到几乎为零 · 进度在走,一定能修好
核心贡献者——知识输出+答问+金句都过硬,或角色不可替代
知识输出者——以分享知识、回答问题和链接资源为主
🎣 漏网之鱼——定量分析容易漏掉但质量极高的隐形贡献者 + 特色角色
初始候选池 100+ 人 → 定量评分筛选 → 人工复核调优 → 最终 50 人
📋 落选原因
⚖️ 筛选逻辑
⚡ 落选不代表不优秀 —— 很多被刷下来的人只是因为群里太安静、时间太短、或者角色和已入选者撞了。
这个榜单只反映"谁在这个群聊里被看见了",不反映一个人的真实水平。