AI 只是工具，博客是短小的片段，和当时调试的记忆。

是的，我确实是想表达用户确实在比较「预期回报」和「代价」。

这里你提到了时间和金钱的互换，那我们可以来探讨下，究竟预期回报高到什么程度，用户愿意付出时间？预期回报高到什么程度，用户愿意付出金钱？

从我自己的角度，时间的价值可高可低，比如简单的，当我在工作赚钱时，时间的价值就很高，我不能容忍软件里有任何广告阻碍我的思路，所以我愿意付费清除广告。反之当我无聊时，比如看视频，我宁可在等广告时干点别的，也不愿意付费。

所以，我的结论是，在不同的情境下，时间的价值是不一样的。

回到你的例子“如果 Youtube 提出每花 0.1 分钱可以跳过一个广告，你猜会有多少人用这 0.1 分钱，换取这 5 秒钟？”。我还是一样的答案，这取决于他们内容对观众的信息价值。可能要再加一句，以及观众在当下的场景，会选择用怎样的方式支付。对于我自己来说，有价值的内容我会早上看，没有价值的会吃饭或无聊时候看，就是这个道理。

另外我很好奇，如果你是 UP ，你必须在 0.1 分付费和 5s 广告之间，二选一支付策略，你会怎么选？再抽象一些，你觉得哪些内容适合金钱支付，哪些内容适合时间支付？

我觉得我最初回复第二段的例子很好的说明了问题，即如果 UP 的信息能够真正解决用户痛点，用户就会愿意付费购买，否则就走广告模式比较合适。

另外你提到的：“同一个视频博主，有会员节目，也有非会员节目，那么相比会员节目，非会员节目是不是一文不值？”我认为不能拆开单独看待每个视频，无论讨论营收数据，付费意愿，用户画像，都是一整个账号，一整个专栏，一整个课程看待的。

@sillydaddy

@sillydaddy 你不能脱离开我的整段表达，单独来看，来引用，来反驳我最后一段。

如果你想让用户为你的内容付费，你就要找到“愿意”付费的用户。很多时候，重点不在“内容”上，而是在“愿意”上。

愿意程度取决于用户对获取信息后的预期，比如学会了一门课并找到了工作，比如可以精准拨打某类用户画像的电话以推销产品，比如没有经济价值但提升了认知，比如知道了有一个软件可以帮助节省成本带来收益，或者可以拓宽工厂的销路，甚至传统的红娘，撮合商，买卖的都是信息。只要你找到了“愿意”付费的用户，信息就有价值，反之就没有。

UP 发布免费内容借广告赚钱的模式能够形成，只是因为他们内容的对买家（观众）信息价值，不足以让买家付费，所以才会接入其他广告商，替他们做宣传。

可以不登录试用吗？

行业标杆

第一点，人花钱的时候，会考虑一下。上网发帖不会。不过如果消费群体偏向年轻化，会更容易被影响一些。
第二点，同上
第三点，我猜测你想说友商反应证明小米分走了很大一块蛋糕。我觉得对于车这种价格很高的商品，看舆论不如直接看销量。普遍来说，利益影响越大，独立决策时，消费/投资越理性。
第四点，我觉得是正常的流量反噬。关注的人多会导致只要是关于小米的事，话题度就会高，和流量有关系，和成功没关系。

@lauix 哇那真是很不容易，用户也蛮友好的

好奇，这么大的库看起来不像小团队能拥有的啊，lz 是有一些背景吗？

赞同一楼，-32 Broken pipe 大概率是线，接口和供电的问题。

我之前还遇到过 mission control 和专注模式按键被 karabiner 拦截的现象，所以尽可能就不用它了……

偏个题，请问这种情况加 log 不可以吗？大批量加断点我觉得不如大批量加 log ，大家怎么看

#27
> 开始是想着用户怎么样都做一次搜索
并不会，点进去看到 UI 就想走了。。更何况我哪来那么多问题？咋可能点进去就知道问什么……

@coder001 哈哈哈当然不算，开头的图只是 gpt 生成的，其实我是搞 C 的。

C 能打出 file ，line 和 func name 我是知道的，不过你这个真神，居然能打印 caller 。属实涨见识了

其实我还想过编译器插桩，或者搞个 hook 统一打印所有函数的调用记录和参数。不过现阶段看起来没有必要，开销太大，而且有点麻烦，还得搞各种特殊版本。所以现阶段思路还是清洗 log ，RAG 代码然后分析出执行流。

@Dex7er 我现在的解决方案：windows 刷机 + 抓串口 + ssh 到 ubuntu server 上。server 负责改代码和编译，另外开启 smb 让 windows 访问固件。

不去问目标客户，而是来问同行？我的意思是，你这个是旅游 app ，目标用户是需要记录旅行的人，所以最好去小红书问，那里查攻略的人多，分享的人也多，能给你最多，最真实的用户反馈。

vmware 怎么了吗？

什么时候人才能明白，流量，点击，用户量，这些在资本市场都是明码标价的？并不只是钱，贡献有价值，你的每一次关注，每一次发言，每一次引起的热度上升，都是在给这个项目带来价值。

@fulln 赞同，要排查这种问题确实很难，log 一般都不会为了调试打印全部参数，而且也不会随处打印，不像断点一样，能精确知道栈和内存。但是从最近用 AI Coding 的经验看，AI 貌似很会加 log ，数量多，而且关键参数信息也比较全。所以感觉日志回放可能是未来调试的大趋势。