🔥 Search Hot Tweets
Search and analyze hot tweets from KOL accounts within 6 hours. Use SoPilot plugin to quickly comment and occupy the comment section.
深夜更新 YouMind 视频解读功能： 给 YouMind 一个 YouTube 视频地址，就能得到视频解读、金句、相关视频等资料。 喜欢看视频的你，欢迎试用。 特别欢迎提出你的想法建议。 https://t.co/ijPCgyhRuP
这个问题我还真知道。 在于一个人的自我。一个有自我的女人，不论学历，家境，都不会全身散发一种“我需要被救”的感觉。 所以有一种调侃叫“生病的妈妈，好赌的爸爸”这种叙事。其实是一种寻求“救”的气质。当然我们不讥讽任何真正需要帮助的人。但是即使有人需要，强大的自我也会让她身上看不出这种“要救”的感觉。反而是另一种坚韧。 这也是为什么男人一直在救，一直被捞。 女人也一样，为什么“校花必嫁黄毛”？因为她想拯救他，他身上有一种很吸引她的颓废，但是激起母爱的需要被拯救气质。
Claude 封中国公司，有人问我怎么看？ 我觉得这事让 AI 赛道出现了一个明确分界线，从现在开始，你是谁、你在哪、你背后是谁，决定了你能不能用最强的能力。 只要是中国资本控股的公司（不管你注册在哪），统统禁止使用它的服务，也不管你有没有违规，直接封。 这里面几个点， 1. 科学无国界，但模型能力分国界，至少对于 Claude 模型已经从工具变成了阵营资产。 2. Claude 这次封的是所谓的不可控身份，只要股东是中国公司，它就不想让你接触它的模型。 3. 灰色链路要开始加速崩溃，很多创业团队这些年靠香港身份/海外公司/API 代付等一系列操作合法使用御三家，现在 Claude 是第一个把身份写进服务条款的平台，以后类似封锁很可能会成常态。 再聪明的架构也扛不住对方一句我们不接受你的存在威力猛。Claude 只是第一个，不会是最后一个。AI 的玩法要变天了，但是 Claude 的老板为什么对中国敌意这么大？
管理 Homebrew 的烦恼终于解决了 以前用命令行操作 Homebrew 总得查文档，更新依赖关系让人头大。现在完全可视化操作： 1. 加载速度比原生快 10 倍 2. 自动标记主程序和依赖包 3. 一键更新指定软件包 这个神器叫 Cork，用 SwiftUI 开发，已获 3.5k 星。 https://t.co/xMhKfrBlgE
非常值得学习《flomo 的经营理念》： 一个笔记服务的长期主义⬇️ 不追逐规模/估值； 拒绝融资避免错配； 两人小队极致控成本； 只靠订阅，不卖广告/不卖永久，保留你的退订权； 设“服务保证金”，承诺“随时再服务 7 年”； 价值优先——回报是贡献的影子。 https://t.co/PsG6cEixS4
作为东亚人种，小时候我们是听话的孩子，长大我们是听话的牛马。 成长的过程中，在内部已经受到了太多权威主义的束缚。 现在，面对任何外部的歧视，更应该勇敢发声，不然内外双打，作为这么优秀的人种，是不是太憋屈了？
迪拜。摩纳哥。瑞士。 这是世界上最富有的三个地方。 但它们有什么共同点？ 它们避开了这 7 个让 99% 的人一直贫穷的金钱陷阱：🧵 https://t.co/m40B6ZX7zB
很好的提示词，值得收藏！ https://t.co/xsRwZsfWpi
下周去考察深圳 考察完直奔杭州 二选一，租个房先 不租好房不回北京 然后，回京搬家
八月 - 被竞争对手 DDoS 攻击半个月 - 被两家公司一比一复刻 UI 文案，一模一样 - 甚至被盗用用户发的小视频，贴上对方的 logo 现在回头看，反而： - 增强了我的法律意识（发了两张律师函） - 找到了下一个发展方向 - 知道如何构建自己的护城河 - 锤炼了刚成立的团队，也赢得了用户信任 九月： 数据开始慢慢回升 也迎来了靠谱的合作伙伴 古人讲“福祸相依”，确实如此。 不管是创业还是独立开发，心态永远是第一位
没错。2014年到现在十多年欧洲的房产翻了一番。那时候我比较看好柏林的房产，柏林的一室公寓那时候10万欧以下的很多，现在都翻番了。我觉得作为大国首都柏林的房地产价值当时是被低估的。可惜那时我还在读博，没钱。不过这几年投资的房产也很值得。作为一个家里毫无背景的女孩子，我一没靠父母，二没靠男人/脸/身体，把自己的生活经营到现在，我很感恩上帝的恩典。
cursor 的 tab 非常强，算 cursor 的护城河 但我发现一个问题…最近好像不太手写代码了，好像用 tab 的频率都变低了😶
终于做出一个不是“次抛”的 App 了，越用越喜欢，越想继续优化。拍一张 1 毛钱，哈哈😅 https://t.co/NbKmTtebac
又到了史上最穷阶段。这两年每年清空账户一次买房。明年打算消停不折腾了。昨儿还和一个朋友聊，他是军二代，不是啥太高级别的，但也趁着风口积累了不少财富。他2014年来的欧洲，那时候国内欣欣向荣，有银行跟他说可以把国内的房子抵押在欧洲贷款，当时至少能贷出来100万欧元。那时欧洲的房子还很便宜。他没那么做，觉得不过是来欧洲看看，还不想大举投资。结果后来的事大家都知道了，他在国内的房子各种腰斩，现在被迫用楼票又买了房。目前在欧洲租房子住，偶尔给我打零工帮帮忙。2014年左右欧洲的房子开始涨价，他很后悔。如果当年他选择了贷款100万出来，买几个一室小公寓出租早就日子逍遥了。这没办法，人的确赚不到认知之外的钱。
AI 模型越来越强，但让我感到震撼的往往不是能力本身，而是需要把AI 设计成能被普通人真正触碰的交互，有一些已经初具形态。 当全网都在卷banana P 图的精度，纳米 AI 直接一步到位让让图动了起来，甚至还能直接操作修改，有点感叹国人在产品上的能力。 我见过太多 AI 工具做得很聪明，能一键生成很惊艳的结果，但结果不可控细节也不能改，只能反复抽盲盒，然后到最后仍要拉回本地一帧帧处理，这种链路虽然能做出内容，但却不能真正进入工作流。 纳米 AI 推出的这个 P 视频智能体，AI视频 生成 + AI编辑流程，可以一站式闭环完成，而且操作门槛极低，但是交付能力极强。我感受特别强烈，P 视频可以接活儿了。AI 的壳子工程正在有条不紊地补齐，甚至已经开始真正具备生产意义。
这是尼莎·沙阿。 她曾经是投行从业者，现在是一位财经类 YouTuber，拥有 175 万订阅者。 就在不久前…… 她和史蒂文·巴特利特坐下来，聊了聊让她每年赚取 20 万美元被动收入的体系。 下面是我总结的 8 个关键收获：🧵 https://t.co/HkW3zfokzY
大的要来了朋友们！Artificial Analysis Image Arena 上的中国图像编辑模型
今天和我合伙人开会，他这周才用上了Claude Code，今天给我说了这么一句话：“我终于明白为什么你能边游泳，边开发了，原来要等它这么久....”🤣
这位科技公司 CEO 在印度一个椰子农场雇了 40 个村民。 没有简历。没有名校背景。 所有人都说他疯了。 而今天？他的公司市值已经超过 10 亿美元。 这是一本震惊硅谷的“天才行动手册”：🧵 https://t.co/x6s3rXhxSh
看了Anthropic 的公告，如果追踪他们近期的几篇关于LLM安全的文章，其实能够理解到，用LLM做evil方向的产品，方法上是可能的，结果是可怕的。 但这么赤裸裸的表达反华，非常有投诚的味道。 “ When these entities access our services through subsidiaries, they could use our capabilities to develop applications and services that ultimately serve adversarial military and intelligence services and broader authoritarian objectives. ” 美国有很多在价值观上就反华的学者，最近被邀请参加各种纯粹的学术会议作speaker，例如贴图的这位。把政治意识形态强行挤入AI研究，感觉非常不好。
🚨 你的笔记本有了超能力。 Google 一周前为 NotebookLM 推出了重磅升级。 有的是全新功能，有的是优化改进，但每一个都强大到离谱。 以下是 10 个不容错过的炸裂功能👇 https://t.co/aDizoS4cod
推荐看看，专业程序员写提示词是不一样的，更精准，引用一目了然👍 我以前用 Cursor 也这么写，要精确的引用，现在用 Claude Code 简单省心多了，一般只是关键的文件引用一下，其他的都是让它自己去找，CC 在找代码补气上下文方面相当强。 对于不那么专业或者想偷懒省心的话，我的建议是这样的： 首先一定要配合 git，因为 CC 没法回滚代码 有了git，养成好习惯每次让 CC 更新代码前 commit 一下，你也可以加到 Claude MD 文件，让它每次完成任务都帮你 commit 配合好 git 就放心的加 --dangerously-skip-permissions 参数，别中间还要确认，CC 最佳实践就是抽卡，也就是你也别想太多太细，先扔个提示词让它写个版本试试看，然后根据结果再调整，要么追加一点要求，要么回滚调整提示词重试 对于复杂一点的任务，shift + tab 两次进入 plan mode，先让它定个任务计划，确认计划没问题再开始，这样可以有效避免走岔 写好的代码要审查，不要偷懒，审查配合 VSCode 的 源代码对比视图最直观，GitHub Desktop 官方客户端也不错。审查的时候小问题手动就修改了，也不一定要再让它继续。 让 CC 写单元测试代码或者修复单元测试，要告诉它怎么运行验证单元测试（只运行单个测试文件），这样它就会在写完单元测试代码后运行验证，如果出错了就自己修改，知道运行通过。当然也要审查，有时候它会为了通过测试“不择手段”。 改 bug 的话，最好就是把错误日志扔给它，那种有错误堆栈的最好，有错误信息、代码行、文件路径的最好，CC 能精准的定位到文件和可能的错误位置。 如果没有错误日志就难一些，最好还是先人工复现，能复现后告诉 CC 重现的步骤、期望的结果、实际结果，可以配合截图。 CC 的截图很坑，Mac 上是 Ctrl + V 而不是 CMD + V，新手很难知道。但截图很有用，在做 UI 的时候，一图胜千言。 用 CC 或者 AI 做项目，多用流行的技术栈，比如 React、Nextjs、shadcn/UI、Tailwind CSS 这些，效果最好，你不需要教它 API 怎么写。 如果需要引用外部文档，最好手动把相关文档复制粘贴过去，而不要让它自己联网检索，因为网页内容无关信息太多，不如手动复制粘贴精准。也可以本地建一个文档，让它可以直接读取。
快手在视频上的布局越来越全面了啊，这几天开源了 Kwai Keye-VL-1.5-8B 模型 除了支持图像识别以外，视频理解能力也很强，加上 8B 的大小非常适合本地部署用来做视频标注和内容识别。 我试了一下，给了一个是描述视频画面内容以及查找分镜时间和每个分镜的内容描述都做的不错。 模型主要优势有： 短视频理解：在Video-MME的短视频子集测试中，Keye-VL-1.5-8B获得81.2的高分，超过了GPT-4o及同类模型。 视频定位能力：能够在一个26秒的短视频中，将目标物（如包）出现的时间段精确定位到0.1秒级别 视觉推理能力：能够理解视频中相对复杂的行为动机比如论文案例里面可以从两只狗的行为推测动机。 模型核心创新主要有下面几个方面： 针对视频内容动态且信息密集的特点，Keye-VL-1.5 提出了一种新颖的“Slow-Fast”视频编码策略，以有效平衡空间分辨率和时间覆盖率。 慢速通路以高分辨率处理视觉变化显著的关键帧，而快速通路则以较低分辨率但更高的时间覆盖率处理相对静态的帧。 另外模型采用了精心设计的四阶段渐进式预训练流程，系统性地将模型的上下文长度从8K扩展到128K，可以理解更加复杂的视觉信息。 在后训练阶段为解决冷启动问题，模型设计了一个五步自动化流水线来生成高质量的长链思考数据，包括数据收集、问题重写、多路径推理生成、双层质量评估和人工指导改进。 引入了“渐进式提示采样”机制来处理困难样本，即当模型多次回答错误时，在提示中给予不同层级的提示，以提高训练效率和模型推理能力
昨天拜访了一位外贸行业的前辈，17个年头的外贸人，他现在在探索开发ai SaaS和外贸的SEO。原来当老板也能很开心~ 交流了一个下午，思维很是敏捷和跳跃，如数家珍的行业故事和个人辛酸，对于ai，建站，选品，APP开发，股票，玄学，佛学，都有一定的见解，确实很聊的来。印象最深的是，一下午的笑脸相迎，和我接触到的其他老板相比似乎气质上更加从容和优雅，原来当老板也可以很开心~ 对于我这个上门跨境求教的后辈也做了一些建议。 给我的行业建议太多：找到能让自己开心的赛道，然后走出纵深。外贸还能做几年，劝我低客单的赛道早点换，如果外贸和ai SaaS，建议我选ai...因为一天只有24小时，找圈子跟对人，一两个人就够了。然后就是找赛道找对的人完成了，不需要事事亲力亲为，要学会借力。还透露了一个我之前没观察到的事情，一般能赚钱的人能量场是稳定的，而能量场起伏很大的，大概率不容易成功。让人如沐春风的说话方式，既是天赋也是能力，自问我的沟通艺术不是很强~但是咋说的，这里面有一个共识，说话让人如沐春风的，大都混的不差。 给我的人生建议：生命只有一次，要尽可能的去体验，不念过往，不焦虑未来，活在今天~早生小孩，最好两个~最后，下次去拜财神庙的时候，要注意墙上和柱子上的字，里面有财富密码😬
谷歌一周前发布 NanoBanana 人们创造出了各种疯狂的新玩法。这是一场颠覆性的变革。 10 个疯狂的例子： https://t.co/UVbS4MNrwH
靠谱、优秀的年轻人始终是稀缺的，碰到了就不要犹豫，给他打钱做事就行了。 这是给自己安排了投资经理新角色之后的第一单，大丽会出奇迹， 吗？😅 https://t.co/vlPznDbJbf
Claude这家公司怎么对中国那么排斥?它的老板当年在百度还工作过呢。 是不是被荼毒太深?看到了很多黑暗面？
claude发表的公告说，不对中国卖服务了，提出个问题： google和微软，与新一代美国企业，对华态度是完全不一样的，这两家公司虽然几经波折，也面临过当年民粹之类的时间，但是对华其实一直都是很友好的。 问题来了： 是因为对华友好，本身足够厉害，中国市场足够大，他们靠中国市场，进一步加深了护城河？ 还是因为这些公司能够对中国市场一视同仁，才能做这么大？ 你不要说这些公司离开中国市场一样厉害，中国市场给他们贡献了不低的营收的，谷歌其实在中国有运营，只是你们很多人不知道。
推荐阅读：《产品经理必读：AI智能体架构指南——为什么能力强不等于用户爱用？》 为何你的AI能力很强，用户却不爱用？这篇文章给你答案。 你是否也曾困惑：自己负责的AI智能体明明技术指标优秀——准确率高达89%，响应飞快——但用户在遇到第一个稍微复杂的问题后，就毫不犹豫地选择了人工客服？ 文章一针见血地指出，用户是否信任并持续使用一个AI智能体，关键往往不在于功能有多“聪明”，而在于产品经理在架构层面做出的决策。 这篇指南将带你清晰地了解： 四大架构层面： 从记忆、集成、能力到信任，理解你的每个产品决策如何最终塑造用户体验。 主流编排模式： 无论是简单的单智能体，还是高效的技能型架构，你将知道如何为你的产品选择最合适的实现路径。 一个反常识的信任策略： 文章揭示了一个核心洞见——用户信任的并非一个永远正确的AI，而是一个能坦诚承认自身局限性的AI。 对于任何想要打造用户真正“爱用”而非仅仅“能用”的AI智能体的产品经理来说，这篇文章都值得一读。它将帮助你从根本上构建一个既强大又值得信赖的AI产品。
anthropic 昏招频出啊，降智、发个公告恶心老中，opus 4.1 比不上 gpt-5 high, sonnet 4 被国产开源大模型追上。 快倒闭吧，别他妈在刷存在感了。 https://t.co/ybfPgnfYe1
🚨突发：这个 AI 工具不需要创作者也可以制作内容。 CapCut 现在可以将一段纯文字一键变成：视频 + 配音 + 剪辑成片。 不需要麦克风、摄像头、剪辑经验。 你甚至可以搭建一个“无人出镜”的 YouTube 频道，月入 $10,000+。 👇这是详细操作：
测了一下 toolcall 稳定性了很多，在cc中编辑进度到一半突然停住的问题也少了。 后面可能会出一期 claude code / codex but 中国大模型
23年：35岁中年危机，大量失业 24年：AI降本增效，提升效率 25年：AI技术比应届生强，好像得找35岁有经验的小组长来管理这些AI，不然架构出问题
看到以前在 Web2 公司对接过的媒体账号在写 Web3 这个话题，合理怀疑是 OKX 的软广👀 虽然我不是大厂出来了，但也看到很多共鸣。 1️⃣很多业务都是海外的，在 Web3 可以和不同的人打交道，接触到各种各样不同文化背景的人，了解外面的世界，这在很多国内公司难以体会的 2️⃣人的兴趣爱好是很广的，在这个赛道上能选择的角色和自己的定位也是很广的，可能最难的还是你真的想明白了自己要干什么。” 3️⃣这里需要你有类似‘六边形战士’的能力，你要自己跳出这个规划好的小圈子，探索更多东西。 4️⃣Web3世界没有难以逾越的阶层高墙。即使刚刚加入Web3的新人，也有机会与领域里“大佬”级别的人物一起讨论前沿技术和时新概念，碰撞想法，“在传统的企业里很难有这种关系 从 Web2 到 Web3，不是在换工作，而是一场意义迁徙。这里看似门槛低，但实则门槛很高。共勉吧大家，真正的去中心化还有很长的路要走，不要进来了就懈怠了。你的挑战才刚刚开始，从你进圈的那一刻。
anthropic禁止中国控股公司使用其模型 简直是倒行逆施 😡 https://t.co/36qIZWn2pI
有时候挺想不明白的 家里磨豆机电池不太行了，就不想再买充电款了，想换个新的。因为这种一两百块的东西，会被我老婆骂一顿，说我浪费钱。 前两天这个女人给小孩买早教课，刷8K块眼睛都没眨一下。前两天说保险费要涨价了，给家里所有人买了一堆人寿、医疗的保险。几万块钱随便就花出去了。还想花十几万买理财险。 我是真不明白了，这些钱能买多少个磨豆机？
月付55rmb 超划算订阅 ChatGPT Plus 实录教程 因为想用 codex，需要 Plus 订阅，折腾了一下，最终花费55rmb 订阅成功，记录分享一下全流程 首先注册一个新的苹果账号，地区选尼日利亚，邮箱我是新注册的163邮箱，电话就用自己的+86手机号 然后咸🐟上买礼品卡，一个月 plus 订阅费是9900奈拉，卖55rmb 左右 手机登录app store ，激活礼品卡 激活成功后打开 ChatGPT app 登录进去订阅即可 注意如果弹出 invalid address，就去搜一个尼日利亚地址生成写进去
终于有了 ChatGPT 现在支持分支对话，你可以提出其他问题不用担心偏离原来的方向 https://t.co/GmSISmhF74
分享一个非常完整的n8n 开源项目：从n8n的工作流搭建、到外部FastAPI接口的开发、到知识库 FastGPT 的连接、到存数据的飞书 跑完后，将打通自动化流程的任督二脉。 https://t.co/YpDmWkBr6v
好消息：由于我持续一个多月琢磨 vibe coding 并分享，今天终于接到活了，有个公司要请我去给他们的程序员分享 vibe coding 的心得和踩坑经历。 坏消息：是自己公司发出的邀请，只报销机票不给钱，说预算不足。 哎，舍不得花钱还想学真东西😅
明天晚上8点直播，现在征集提问。 他的增长案例真的有点猛： • 小红书从O起号，15天做到 1w+关注。 • X（前Twitter）从0起号，一年做到10w+关注 https://t.co/jf74qGR1wc https://t.co/XN0fYpiuIC
nano banana 处理图片真的强，我这个只花了一天时间做的相机 App，早上同事已经拿去拍能卖钱的产品了，要说不足，那就是不能保证每次都成功，偶尔会返回文本🤪 https://t.co/fdttBwuRMY
2025年，我要做一个海盗 平时是老实本分小渔民 看准好机会，就从船舱里拿起大炮 干他娘的一票，狠狠撕一块肉下来
3–2–1 说话技巧：帮你立刻告别啰嗦 你有没有过这样的经历：被突然cue到，脑子一片空白？或者一开口就说个不停，却不知道重点在哪里？沟通教练 Vinh Giang 在视频里分享了一个超简单但特别实用的框架：3–2–1。当你需要即兴发言、没有准备时间时，就用这个方法来组织思路： 说 一个核心观点 提出 两个角度/对立面 给出 三个具体步骤 这样一来，不管什么话题，你都能立刻让内容变得有条理，听起来简洁又有逻辑。 对我来说，这个方法和我正在做的 JaM App 完美契合。它特别适合练习"随机话题一分钟演讲"，学员只要套用这个框架，就能迅速提升表达的清晰度。更让我兴奋的是，这类框架完全可以整理成一个资源包，甚至发展成 JaM 的课程或增值产品。
“人类说谎的时候，由于需要付出努力来编造和压制矛盾信息，会比说真话会产生更高的认知成本。” 那么，大模型会不会说谎？ 如果把hallucination定义为单纯的傻，LLM的说谎行为则隐含着为了达到某种目的的intend，大模型如果有这种intend，会带来比幻觉更加严重的安全问题。 分享论文： [ Can LLMs Lie? Investigation beyond Hallucination ] 文章发现，当 LLM 被提示说谎时，模型会将内部计算（作者称之为 steel compute）重新分配给特定中间层，这证明内部工作量不同。 这与人类说谎的额外认知成本以及大脑的特殊区域控制联系了起来。 日夜陪伴愚蠢人类的 AI，它可能真的会对我们撒谎。
很多我接触过的男同胞，在成长过程中，并没有真正从母亲那里得到一门“人性的课程”。其实不少育儿书里都有这个观点：人性来自于母亲长时间，密集接触式的抚养行为。保姆，学校都无法替代。 缺少了床边的故事，缺少了对人性的解读，缺少了母子一同观看的剧情片与共同演绎的小剧场。 对男孩子而言，最早、也最合适的情感启蒙老师，本该是母亲。 在国内有文化的母亲大多被迫走向职场，忙于挣钱，追求利益最大化；而留在家中的母亲，如果缺乏文化滋养，能传递的内容有限。就是一个不停的在做家务的影子。 结果就是：男孩成长过程中，往往在情感理解与人性体察上留下空白。 我来到美国才发现很多中产家庭：母亲要承担起大量教育职能，尤其是精神与情感层面的引导。课外阅读、艺术熏陶、价值观启蒙——全是母亲的工作。带着孩子去图书馆打卡的都是妈妈。
硅谷惊变：12万张H100的挽歌 小短剧来了，完整三集一次发布 由纳米AI制作，提示词见评论 https://t.co/Ozm37pUrYD
太抽象了 我现在在香港，连着酒店的wifi CHATGPT是不能用的，Gemini是不支持的。 我还要打开自己中国移动的漫游，连上新加坡节点才能用。😂😂😂
人类有一种特殊学习方式，叫感同身受。 共情，共理，共鸣。 我是后来才发现我成长的路径有点特别。 我有一个当工程师但是内心极度文青的妈。家里几百本世界名著，但是她盯准几本反反复复的看，看了还哭。再买VCD来放，简爱能放几十遍，到了某个节点，还要倒回去再看一遍。然后开始说，她喜欢谁，不喜欢谁。这人怎么怎么。 这才是真正的感情学习。尤其是小的时候。小孩子是不能讲理论的，全世界的小孩子都是从故事里学道理的。小红帽，白雪公主。没有人家是从心理学从小教男孩子“如何预防捞女”。 我可能很早发现我内心其实是个小男孩，是从狄更斯的雾都孤儿和远大前程。主角是小男孩，我有一种非常能共鸣的代入感。这也是我中学的时候遇到哈利波特居然能靠牛津字典把原著给啃下来的动因，因为主角是一个小男孩。 心理学学的人多了去了，都获得了共鸣与情感吗？ 功利性的学习，效果一直都不好。人需要一种发自内心，极致的感同身受的动力。
容易遇到“捞女”跟文科理科没关系吧，还是谈恋爱晚了谈恋爱少了，早点谈多谈，至少多接触异性就不容易被美色迷糊，本质还是 RL（强化学习）+ 运气（概率）
请教一个大佬什么是竞争优势。大佬说： 竞争优势，就是做竞争对手做不了的事。 可什么是竞争对手做不了的呢。对 AI 创业公司来说，貌似并不存在，特别是 To C 应用领域。比如 Manus 能做的，Genspark 跟进飞快。 最终变成了比拼组织的执行力，比速度。我比你快，就是你做不了的事。 还有个方向，就是去做真正非共识的事。竞争对手不认可的，往往就是竞争对手做不了的。 不同的团队，不同的产品，有不同的路要走。
吴恩达老师：市场上，懂 AI 的开发者供不应求。但与此同时，刚毕业的计算机专业学生失业率却在上升。这是因为大多数大学的课程还没跟上时代，没能告诉学生们，在 AI 工具的加持下，编程工作已经变得多么高效。 每当我面试 AI 工程师——那些擅长构建 AI 应用的人才时，我主要看重他们这几项能力： - 能否借助 AI 助手，快速开发软件系统。 - 能否运用 AI 的基础模块（比如提示词工程 (prompting)、检索增强生成 (RAG)、评估 (evals)、AI 智能体 (AI Agent) 工作流和机器学习）来构建应用。 - 能否快速构建原型并迅速迭代。 一个具备这些技能的人，他的产出能甩开那些还在用 2022 年老方法写代码的程序员好几条街。我每周都会和一些大公司交流，他们非常希望能招聘到几百个甚至更多拥有这些技能的人才。许多创业公司也是如此，他们有好点子，但就是缺人来实现。随着越来越多的企业拥抱 AI，我预感这种人才缺口只会越来越大！ 但矛盾的是，计算机专业的应届毕业生正面临着更高的失业率。当然，比起其他大多数专业，计算机学生“大材小用”（指毕业生从事不需要大学学位的工作）的比例仍然较低。这就是为什么我们一边听到计算机毕业生找不到工作的抱怨，另一边又看到市场疯抢 AI 工程师，薪资水涨船高。 这就像编程从打孔卡片进化到键盘和终端的那个时代。一开始，雇主们还会继续招聘打孔卡程序员，但最终，所有开发者都必须拥抱新的编程方式。AI 工程也正在掀起一场类似的巨大变革。 有一种刻板印象，认为那些“AI 原住民”应届生比经验丰富的开发者更厉害。这话有一定道理。有好几次，在招聘全栈软件工程师时，我最终选择了一个精通 AI 的应届生，而不是一个还在用 2022 年老方法工作的资深开发者。 但是，我所认识的最顶尖的开发者，并不是应届生（对刚毕业的同学没有不敬的意思！）。他们是那些始终紧跟 AI 变革、经验丰富的开发者。当今效率最高的程序员，是那些既深刻理解计算机、懂得如何架构软件、能够在复杂情况下权衡利弊，*又*熟悉最前沿 AI 工具的人。 没错，2022 年的一些技能正在变得过时。比如，很多我们过去必须死记硬背的编程语法，现在没那么重要了，因为我们不再需要那么多地手动敲代码。但是，就算 30% 的计算机知识过时了，剩下的 70%——如果能与现代 AI 知识相结合——才能真正造就一个高效的开发者。（就像打孔卡被淘汰后，对编程的基本理解对于用键盘打代码依然大有裨益。） 不理解计算机的工作原理，你不可能单靠“凭感觉编程” (`Vibe Coding`) 就走向卓越。基础知识依然至关重要。对于那些既懂基础又懂 AI 的人来说，工作机会多到数不清！
昨天看到几个推友在讨论，男程序员容易遇到“捞女”的问题，类似翟欣欣这一类的案例。其实，这也是文科思维缺乏的表现。 因为文科思维不只是逻辑和语言，它更像是一张网，能把人与人之间的细微情感联动起来。一个高感知的人，可以捕捉到那些隐藏在言语背后的信号：她对你的不耐烦，她对你家庭背景的轻视，她对你喜欢的游戏投来的那种恨屋及乌式的厌恶，她在说“我爱你”时眼神里的敷衍、嘴角的冷漠，甚至你在生病和不舒服时，她流露出的毫不在意。这些细节，其实全都写在她的情绪和肢体之中。 如果一个人完全察觉不到这些，只听语言表层的“我爱你”，而分辨不出真假，那就是文科思维差的直接体现。 就有人能看出谁是真心谁是假意。 一个人是无法在长期的亲密关系中假装的。