Standardize Chinese doc suffixes

.gitignore

@@ -1 +1 @@
-*/.pi
+.pi/*

strategy/background-zh.md

@@ -0,0 +1,139 @@
+**AI创业战略推演：为什么是"首席电商增长官"**
+
+------基于互联网演进规律的深度分析与创业机会洞察
+
+# 一、底层逻辑：从互联网演进规律看AI经济
+
+## 1.1 互联网经济的演进路径
+
+互联网经济经历了清晰的演进阶段：基础设施（ISP）→ 门户（雅虎/新浪）→
+搜索/电商（谷歌/亚马逊）→ 本地生活/共享经济（美团/滴滴）→
+算法推荐平台（字节跳动）。
+
+**其背后的三条核心驱动力是：**
+
+1.  技术栈的成熟度传递：基础设施 → 标准化平台 →
+    应用大爆发。每一层成熟，为上层提供低成本标准化基础。
+
+2.  交互范式的跃迁：命令行 → 图形界面 → 触摸屏 →
+    算法推荐。掌握下一代信息输入/输出方式者掌握入口。
+
+3.  商业模式的重构：纯信息 → 虚拟交易 → 实体服务交易 →
+    物理世界重组。本质是用数字高效率重组物理低效率。
+
+## 1.2 映射到人工智能经济
+
+AI经济正在沿着类似路径演进：建脑（大模型）→ 造官能（智能体平台）→
+重构商业（AI原生应用）→ 赋予身体（具身智能）。
+
+**关键判断：当下正处于从"建脑"到"造官能/重构商业"的过渡期。**
+
+大模型是巨头的战场，而智能体平台与应用层，是新一代创业机会萌发的战略窗口。
+
+# 二、核心锚点：智能体编排器
+
+## 2.1 什么是智能体编排器
+
+智能体编排器，是一个"AI团队的虚拟项目经理"。它能接收复杂商业目标，自动拆解为子任务，调度多个专业智能体（如竞品监控、用户分析、内容生成等）分工协作，审核成果，完成端到端的复杂工作流。
+
+它解决的核心问题：单一智能体能力有天花板，复杂业务流程多环节割裂。编排器让多个AI专才自动、可靠地协同完成复杂任务。
+
+## 2.2 商业模式的多层进化
+
+  ------------------------------------------------------------------------
+  **层级**                **模式**                **核心价值**
+  ----------------------- ----------------------- ------------------------
+  第一层                  SaaS订阅费              卖工具
+
+  第二层                  效果分成/佣金           卖结果
+
+  第三层                  专有模型与数据服务      卖行业认知的数字化分身
+
+  第四层                  生态平台抽佣            收生态税
+  ------------------------------------------------------------------------
+
+## 2.3 关键战略判断
+
+纯编排器平台是未来的终局，但不是现在的起点。当前市场上没有足够多质量可靠、接口标准的第三方智能体可供调度。创业公司必须从"垂直行业解决方案"切入，在内部将编排器能力和自研专业智能体紧密耦合，打包交付。待生态成熟时，自然演进为平台。
+
+**核心战略：以"造市场没有的兵"为尖刀，撕开高价值市场，在实战中喂养和打磨编排器内核。**
+
+# 三、行业推演：为什么是电商？为什么是产品端？
+
+## 3.1 以电商为分析样本
+
+电商是商业闭环最短、数据最密集、支付意愿最强的领域之一，适合作为方法论验证的第一战场。
+
+## 3.2 推演中的关键认知突破
+
+推演过程中的两个关键认知修正：
+
+**修正一：电商运营AI化已是红海**
+
+市面大量SaaS公司、代运营公司、平台官方工具，已在自动化投放、智能客服、内容生成等领域激烈竞争。做"AI运营工具"会陷入同质化竞争。
+
+**修正二：价值链的上游才是蓝海**
+
+产品决策比运营决策更具战略价值。产品是"因"，运营是"果"。从产品端切入，是帮企业"做正确的事"；从运营端切入，仅是"把事情做正确"。前者对CEO/产品VP的战略价值更高，支付意愿更强，竞争几乎空白。
+
+## 3.3 三个方案的对比与取舍
+
+  ------------------------------------------------------------------------------------------------------
+  **方案**       **切入方向**          **核心壁垒**            **适合团队**           **结论**
+  -------------- --------------------- ----------------------- ---------------------- ------------------
+  方案一         产品创新（VoC洞察）   行业认知+私有数据飞轮   产品基因强的团队       我们的选择
+
+  方案二         视频号内容策略        平台生态认知            内容基因强、有操盘手   不匹配创始人基因
+
+  方案三         大促运营指挥官        决策流程嵌入            电商运营经验极强       冷启动周期过长
+  ------------------------------------------------------------------------------------------------------
+
+方案一胜出的核心原因：它将创始人的商业洞见转化为AI语料，帮助品牌从海量用户反馈中挖掘产品迭代和创新机会。这是一个巨头顾不上、小公司做不了的典型高价值缝隙市场。
+
+# 四、领域选择：五个赛道的多维对比
+
+基于"市场痛点、数据可得性、决策AI化价值、壁垒建立速度、延展性"五大维度，对五个消费赛道进行系统对比：
+
+  ------------------------------------------------------------------------------------
+  **维度**       **美妆护肤**   **宠物用品**   **服装**     **鞋帽**    **家居护理**
+  -------------- -------------- -------------- ------------ ----------- --------------
+  市场痛点       极痛           痛             较痛         一般        不明确
+
+  数据可得性     极丰富         丰富           丰富但难用   中等        贫乏浅层
+
+  决策AI化价值   极高           高             中           中低        低
+
+  壁垒建立速度   快             中快           慢           慢          极慢
+
+  延展性         极佳           佳             佳           中          差
+  ------------------------------------------------------------------------------------
+
+**结论：美妆护肤是毋庸置疑的第一选择。**
+
+它拥有最复杂、最丰富的用户语言，最短的产品创新周期，最高的决策价值。是构建行业知识图谱、训练产品决策AI的完美"实验室"。
+
+备选方向：供应链与全球贸易合规值得作为第二赛道调研，其行业深度和技术门槛与创始人组合高度匹配。
+
+# 五、最终结论：首席电商增长官
+
+## 5.1 战略定位
+
+以美妆行业为第一战场，以"首席电商增长官"为产品定位，以产品创新引擎为尖刀切入。
+
+客户买的不是一个工具，而是一个角色------一个AI化的增长VP。第一阶段交付增长官的核心能力：帮助品牌看清增长卡点、捕捉产品创新机会。后续阶段逐步解锁内容运营、广告运营、用户运营、全链路运营等完整增长能力。
+
+## 5.2 护城河
+
+- 行业知识图谱：美妆"成分-功效-肤感-痛点"知识图谱，需要行业专家与AI工程师深度磨合，大厂AI实验室难以复制。
+
+- 客户私有数据飞轮：一旦接入企业内部数据，系统越用越准，迁移成本指数级增长。
+
+- 跨平台全域视角：打通淘宝、京东、小红书、抖音等数据孤岛，提供任何单一平台无法提供的全域分析。
+
+- 引擎协同网络效应：未来五个引擎通过编排器协同，形成"诊断-策略-执行-复盘"闭环，单点工具无法竞争。
+
+## 5.3 终局愿景
+
+从一个为美妆品牌提供"产品创新洞察"的AI工作台出发，逐步进化为覆盖产品、内容、广告、用户、全链路的"首席电商增长官"系统，最终成为消费品牌增长决策的核心AI基础设施。
+
+*核心思想：这个战略推演的起点，是对互联网经济底层规律的抽象。通过层层递进的分析、质疑、修正和聚焦，最终将宏大的AI经济创业机会，收敛到了一个极其具体、可执行、且高度匹配创始人禀赋的战略起点。*