今天整理的7条信息里，大模型和副业是核心——巨头和开源社区同时发力，普通人的变现门槛反而更低了，这种反差挺有意思的。
今日核心动态
OpenAI发布GPT-5的消息虽然只露出了个头，但从之前的迭代节奏看，这次大概率会在多模态能力上有质的突破——比如更流畅的文本-视频生成、更精准的逻辑推理，甚至可能支持实时交互的智能体。对开发者来说，这意味着之前卡在能力瓶颈的应用，比如AI编剧、实时虚拟客服，现在可以重新提上日程了；对普通用户来说，之后用AI处理复杂任务（比如写完整的商业计划书、做专业数据分析）的门槛会更低。
月之暗面的Kimi K3是真的炸——2.8万亿参数的开源模型，直接刷新了全球开源模型的参数纪录。这对中小开发者和创业公司来说是个重大利好：之前要花大成本调用巨头API的项目，现在可以部署开源模型，成本能砍到原来的1/10甚至更低。而且开源意味着可以自定义微调，比如针对电商客服、医疗咨询这类垂直场景做优化，不用再受限于通用模型的短板。
刚结束的WAIC透露出一个明确信号：大模型的“筑基期”快结束了，接下来就是拼场景落地。1100多家企业带来的4000多件展品里，大部分都是AI在具体行业的应用——比如工厂里的AI质检机器人、医院里的AI辅助诊断系统、商场里的AI导购智能体。这说明现在企业要的不是“能聊天的AI”，而是能解决实际问题的AI工具，比如帮工厂减少次品率、帮医院提高诊断效率，这种有明确ROI的AI应用才是接下来的主流。
副业变现思路
别再纠结要不要学AI原理了——现在靠AI赚钱的核心不是懂技术，而是懂行业。比如开实体店的老板，用AI生成促销文案、做客户画像分析，比招一个专业运营成本低得多；做自媒体的，用AI写选题、剪视频，能把产能翻好几倍。企业愿意付费的是“能帮我赚钱/省钱”的结果，不是你能说出多少AI术语。只要你在某个行业有经验，哪怕只会用ChatGPT这类基础工具，也能找到变现的机会。
零成本AI副业的核心是掌握3项技能：找痛点、选工具、做交付。找痛点就是去看身边的人都在抱怨什么——比如中小商家不会做海报、职场人不会写PPT、家长不会辅导作业；选工具就是针对这些痛点找对应的AI工具，比如做海报用Canva AI、写PPT用Gamma、辅导作业用 Khanmigo；做交付就是把AI生成的内容做简单的优化，比如调整海报的配色、修改PPT的逻辑，让结果更符合用户的需求。这一套流程下来，不需要投入任何成本，只要花时间练熟就能接单。
效率工具指南
这份AI工具分类指南解决了大家选工具的痛点——它把AI工具按用途分成了内容创作、办公效率、数据分析、设计创意等大类，每个大类下面又列出了具体的工具和适用场景。比如内容创作类里，写文案用ChatGPT、写脚本用Claude、做短视频用Runway ML；办公效率类里，整理文档用ChatDOC、做会议纪要用Fireflies.ai、管理项目用Notion AI。不用再跟风下载热门工具，直接根据自己的需求找对应的就行。
10款实测AI效率工具里，有几个值得重点试试：比如用于文档处理的ChatDOC，能快速提取PDF里的关键信息、生成总结，适合经常读报告的人；用于邮件处理的Superhuman AI，能自动生成回复、分类邮件，每天能省出半小时；用于图片处理的Remove.bg，一键去除背景，做海报、修图都能用。这些工具的免费版就能满足大部分需求，实测下来确实能把日常工作的时间砍掉一半。
今日行动建议
今天可以做：打开ChatDOC，上传你最近需要读的一份PDF文档，试用它的总结和信息提取功能，看看能省多少时间。
本周可以做：梳理你所在行业的3个常见痛点，比如你是做电商的，痛点可能是写商品文案、做客户回访、分析销售数据，然后找对应的AI工具，试着用工具解决其中一个痛点。
长期关注：跟踪Kimi K3的后续动态，比如它的微调教程、部署指南，一旦有成熟的落地案例，就可以考虑用它做垂直领域的AI应用。
今日小思考
今天最让我感慨的是，大模型越强大，普通人的机会反而越多。以前AI是程序员的专属，现在只要你懂行业、会用工具，就能靠AI赚钱。而且开源模型的崛起，打破了巨头的垄断，中小开发者和普通人也能拿到最顶尖的AI能力。接下来的AI时代，拼的不是技术，而是你能不能把AI和自己的行业经验结合起来，找到别人没发现的痛点。别再想着去学复杂的AI算法了，先把身边的痛点解决掉，比什么都实在。
2.8万亿参数开源模型来了，这次轮到开发者捡便宜
昨天凌晨月之暗面发布的Kimi K3，是真的把开源大模型的门槛抬到了新高度——2.8万亿参数，性能逼近GPT-5.6 Sol和Claude Fable 5这种闭源旗舰，而且是完全开源的。别光看参数数字，更值得注意的是它在前端开发领域的实测性能反超了闭源模型，输入价格虽然涨了3倍，但对比闭源旗舰的API定价，还是划算太多。
对独立开发者来说，这意味着你不用再花大价钱调用OpenAI的API做复杂场景的工具了。比如之前想做一个能处理大型代码库的自动化重构工具，用GPT-5.6 Sol的成本可能高到不敢上线，现在用Kimi K3部署在自己的服务器上，不仅成本能压下来，还能避免API调用的限制和风险。
另外这周WAIC上的信号也很明确，AI已经从比参数比性能的阶段，转向了实打实的落地。现在重点行业AI渗透率已经超80%，但细分场景的工具缺口还很大，比如给小工厂做的AI质检助手、给个体商户做的库存预测工具，这些用Kimi K3结合行业数据微调，就能做出有竞争力的产品。
不过得提醒一句，别跟风去做通用聊天机器人了，现在这个赛道已经挤得没缝隙。不如盯着自己熟悉的小领域，比如前端开发、文档处理或者小众行业的数据分析，用Kimi K3的开源特性做垂直工具，反而更容易赚到钱。
— 2026年7月20日 星期一 —
微信扫一扫，打赏作者吧～
