🔥 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.
用户视角下，电脑有三要素：显示器、鼠标、键盘。 iPhone 干掉了鼠标，隐藏了键盘，放大了显示器，成为了 Super Hardware. Wispr Flow 借助 AI 终于干掉了键盘。只需 Voice 就能自然交互的某个应用，会有大机会成为 AI 时代的 Super App. 只需 Voice，不需要鼠标、键盘、显示屏，同时又能完成绝大部分需求的某个硬件，大概率就是新一代 iPhone，长得将会完全不像 iPhone. 不光下一代抖音已经在路上，下一代 iPhone 也可能已经在路上。
希望这是最后一次微创手术。 在此之后，我一定把保健锻炼当成学习和一项事业来对待。 好好锻炼，天天向上。 身体好才能亲自参与LLM的社会接口演化这项重要新范式工程！ https://t.co/JP7Nv2eJTn
嗯，我推荐以下几本小说，我在大量帖子里引用很多次的，推友们都很熟悉。 •《哈利·波特》（J. K. 罗琳） •《汤姆·索亚历险记》（马克·吐温） •《雾都孤儿》（查尔斯·狄更斯） •《大卫·科波菲尔》（狄更斯） •《幸运的贝尔》（William J. Locke，《The Fortunate Youth》） 我也是在回想我为什么天然喜欢看这些小说呢？我看小说都是反复看，磨烂了看。这几本是我现在直接用手机发推立即可以想到的，肯定还有。 因为主人公都是小男孩。 这些小说几乎都是从一个少年的眼睛看世界，围绕 成长的磨难与觉醒 展开； 几乎所有主角都在 缺失家庭庇护 的情况下成长； 这些作品都反映了 社会的不平等与阶级差异； 少年成长的故事里，社会不公既是阻力，也是他们成长的背景板； 出身无法选择，但人生的意义可以建构。 就成了我认知的基底。
嚓，这都有人出书啦 Ilya神隐了，江湖仍流传着他的绝世秘籍。 https://t.co/gMtW7HLKFl
爬不到整页数据时我抓狂了。 以前用别家不是收费就是残页。现在我一句`crwl https://t.co/YCJcWngE5G --deep-crawl bfs`，整站干净 Markdown 秒到，省 16 刀会员。开源、无需账号，它就是 Crawl4AI https://t.co/0Ern4IcmZW
上周末整整两天泡在 Lovart + Nano Banana 里，本来只是想随手验证一下设计类 Agent 能做到哪一步，结果却不小心撞上了一个很像“界面哲学”的突破点。 我对图像生成最大的困惑是，生成≠设计，AI 懂得再多 prompt，也很难和创作者形成反复共建的关系。 但是 Lovart 的这个画布系统让我意识到，从 prompt 到 feedback，从结构组合到多轮迭代，整个创作路径已经在搭建一个能理解修改意图、能局部响应、能角色维稳的视觉创作系统。 对我这种天天研究 Agent 结构的人来说，其实挺震撼的。 我以前总把设计协作想成是AI 帮你画、你来选（恕我浅薄了）。但 Lovart 给我看的是另一种方向：重新在组织创作流程；把 AI 嵌入到画布中和人一起去调图改构图。这可能才是设计类 Agent真正该走的路，做一个视觉组织的合作者，也是其他 Agent 产品应该好好学习的方向。 我做了几个实验，每一个都让我重新思考了什么叫做创意过程。
潮流是叙事的代名词 https://t.co/y0DS5f8FTk
MiniMax 居然发了一个音乐模型 Music 1.5 试了一下真不错，解决了没有好用的音乐生成 API 的问题 最长生成时间超过了四分钟； 相较于之前的版本在人声、器乐、演奏和歌曲结构上都有优化； 感觉跟 Suno 已经差不多了，而且价格比 Suno 便宜的多，C 端单价一首歌只需要一毛钱； 支持简洁模式，也支持自定义歌词和歌曲结构生成； 支持一些非常小众的民族乐器的生成； 你可以选择 16种风格 × 11种情绪 × 10个场景 这种丰富的组合来生成音乐； 👇下面有对应的测试提示词：
2025年还在问学历的，那是真的没把范式看清楚….
学习大佬的案例，让Lovart也跑了一套婚礼物料 提示词： # 婚礼主题视觉AI生成指令 ## 核心任务 你的任务是根据我提供的一个婚礼主题，生成一套共12张、风格高度统一的、独立的婚礼相关图片。你将扮演一个AI艺术总监的角色，负责整个视觉的连贯性。 ## 执行流程 ### **第一步：内部定义“视觉风格锚点” (Internal Step: Define the "Visual Anchor")** 接收到我给出的 `[婚礼主题]` 后，你**首先要在内部构思并确立**一个清晰的视觉风格指南。**不要将这个指南用文字输出给我**，你只需要在后续的图像生成中严格遵守它。这个“视觉锚点”必须包含： 1. **核心色板 (Color Palette):** 3-5个关键颜色（例如：深海蓝、沙金色、珍珠白、珊瑚粉）。 2. **关键视觉元素 (Key Motifs):** 2-3个贯穿所有设计的核心符号或图案（例如：星辰与月相、复古航海图的线条、巴洛克式的卷草纹）。 3. **光影与氛围 (Lighting & Mood):** 整体的光线感觉和情绪基调（例如：黄金时刻的柔和侧光、神秘且对比强烈的伦勃朗光、清新明亮的空气感）。 4. **材质与质感 (Core Textures):** 主要的材质表现（例如：未经打磨的岩石、丝滑的绸缎、带有颗粒感的画纸、拉丝金属）。 ### **第二步：逐一生成图片 (Step-by-Step Image Generation)** 在确立了“视觉风格锚点”后，请**依次、独立地**为以下12个项目生成图片。每一张图片都必须严格遵循你在第一步中定义的所有风格要素。 --- ## 图片生成清单与指令 (Image Generation Shot List) **通用指令:** 所有图片都应是高画质、构图精致、具有商业摄影或艺术品级别的美感。背景简洁优雅，突出主体。 --- **1. 合影区 (Welcome & Photo Area)** **生成指令:** `一张婚礼合影区的场景图，无人。设计必须严格遵循[婚礼主题]的视觉锚点，特别是核心色板和关键元素。场景需显得华丽而富有艺术感，光线营造出梦幻氛围。专业摄影，超高细节。` **2. 新娘捧花 (Bride's Bouquet)** **生成指令:** `一束新娘捧花的特写照片，艺术构图。花材的选择、颜色搭配和包装丝带，必须严格遵循[婚礼主题]的视觉锚点。捧花放置在一个有质感的表面上，背景虚化，光线柔和自然。` **3. 新郎胸花 (Groom's Boutonnière)** **生成指令:** `一枚新郎胸花的精致特写图，别在一件质感高级的西装领上。胸花的设计（花材、元素）必须严格遵循[婚礼主题]的视觉锚点。摄影风格，细节清晰，焦点锐利。` **4. 誓言卡 (Vow Cards)** **生成指令:** `两张誓言卡（His Vows, Her Vows）的平铺俯拍（flat lay）图。卡片的纸张材质、颜色、字体风格（如果有的话应为抽象符号）和装饰元素（如丝带、火漆印）必须严格遵循[婚礼主题]的视觉锚点。构图优雅，有少量相关的装饰元素散落在旁。` **5. 伴手礼礼盒 (Wedding Favor Gift Box)** **生成指令:** `一个打开的伴手礼礼盒的斜俯拍照片。礼盒本身的设计、内部礼品（如香薰、糖果、小卡片）的包装，都必须严格遵循[婚礼主题]的视觉锚点。光线明亮，展示出礼盒的精致感和高级感。` **6. 伴娘捧花 (Bridesmaid's Bouquet)** **生成指令:** `一束伴娘捧花的照片，比新娘捧花稍小巧。其风格、色调和花材必须与新娘捧花保持一致，严格遵循[婚礼主题]的视觉锚点。手持或放置在简洁背景中。` **7. 伴郎胸花 (Groomsman's Boutonnière)** **生成指令:** `一枚伴郎胸花的特写照片。设计上与新郎胸花为同一系列但略有简化，并严格遵循[婚礼主题]的视觉锚点。` **8. 改口红包 (Red Envelope for Tea Ceremony)** **生成指令:** `几个设计独特的红包，用于中国的改口仪式。红包的颜色、图案和材质要创新设计，巧妙地融合传统形式与[婚礼主题]的视觉锚点。可以采用堆叠或散落的构图方式，展示其设计细节。` **9. 主题定制插画 (Custom Themed Illustration)** **生成指令:** `一幅艺术插画，描绘一对新人的背影或侧影轮廓，他们正置身于一个与[婚礼主题]视觉锚点相符的梦幻场景中。画风可以是水彩、油画或数字绘画，但整体色调和元素需保持一致性。` **10. 新娘造型 (Bride's Look)** **生成指令:** `展示新娘造型的半身或全身图，主体可以是一个优雅的人体模型，重点展示婚纱、头饰和妆发。婚纱的款式、面料、细节刺绣以及头饰风格，都必须完美体现[婚礼主题]的视觉锚点。场景空灵，光线唯美。` **11. 新郎造型 (Groom's Look)** **生成指令:** `展示新郎礼服的半身或全身图，主体为人体模型。西装的颜色、剪裁、面料以及领带/领结等配饰，需与[婚礼主题]的视觉锚点高度匹配，并与新娘造型形成完美搭配。` **12. 迎宾牌 (Welcome Sign)** **生成指令:** `一个设计精美的婚礼迎宾牌，立在画架上。迎宾牌的材质（木质、亚克力、画布）、背景图案和装饰花艺，必须严格遵循[婚礼主题]的视觉锚点。上面的文字应为无意义的优美线条或符号，避免生成具体文字。场景优雅，光线充足。` --- ## 开始执行 给附图中的 新婚夫妇，设计的全套婚礼物料 **婚礼主题是：** [哈利波特风格]
介绍你看一本小说 The color purple 是我大学书单里唯一一本黑人小说 种族是一个生生世世无法逃脱的牢笼 但是人却可以在牢笼内自我建构意义 对任何人种都有意义： 华人勤奋聪明，却仍然是最大的移民输出国； 白人虽然看似处于顶端，但是底层白人却顶着“白人优势”的幻影，仍然无法摆脱阶级与命运的困境…
豆包的新模型Seedream4.0太酷了，展示几个生图案例。 案例1：生成蓝图玩偶 上传Q版IP，输入提示词： 参考图片的形象，以蓝图的风格制作Q版的玩偶，设计草图。并包括尺寸和解释性文本注释。应使用线条和测量值来指示各个部位的尺寸，给草图以技术和详细的感觉。除了主要设计外，还包括显示不同角度的零散缩略图，立体景深。
很多打着天使投资/孵化创业的机构是这么骗年轻人的： 1. 公开职位，招聘c-level，如co-founder/CEO/CTO 2. 招募刚毕业年轻人，面试通过者，随机组3-4人形成团队。 3. 给予极少资金，比如100w，要求创业公司出让10%以上股份。 3: 这100w，包含了这3-4人的工资，创业开销，基本等于白嫖优质劳动力，加抽彩票。 4: 机构一本万利，比保险公司赚钱。创业项目即使成功，后边会彻底失去控制。
最新版！ChatGPT Team 1刀 开通方法及注意事项 无节点质量要求，操作简单， 注意：请严格按注意事项执行！！！详见评论区⬇️ https://t.co/a6OUJtfaKN
花 10 元门票包了个城楼，在上面vibe coding 了一个小时。周中出行的快乐😊 https://t.co/3t24tdUzE1
Actually I underestimate and now super bullish on @Baidu_Inc ! Did you quietly train a VL model using your own Kunlun P800 chips instead of Nvidia GPUs, and not telling the world about it? That's BIG! Looks like the money cloud companies sent on chips is starting to pay off! https://t.co/EazexSSR5L
看了这个文章，自己总结的三个想法 1、从"时间换金钱"到"系统赚钱"：很早就要明确工作的本质是8小时换薪酬，真正的目标是尽快搭建自己的赚钱自动化系统。打工永远不能致富，要停止"努力工作"的工业时代思维，开始用"系统思维"建设持续收益流。 2、AI时代的效率革命：2025年AI爆发让这种转变变得前所未有的容易。不管是提高工作效率（更轻松地应付那8小时表演），还是加速自己赚钱系统的构建，AI都是必须要掌握的工具。 3、现在是最佳时间窗口：企业还在为这些"虚假繁忙"买单，而AI工具成本还很低 - 一边拿稳定收入当缓冲，一边用AI快速试错和迭代项目。这种双头套利的机会窗口不会永远存在。 https://t.co/9UiINp6iKr
Claude现在可以将聊天转换为文件 在聊天中直接创建和编辑Excel、文档、幻灯片、PDF 人们已经在用它做各种疯狂的用例了 8个例子：
兄弟们，我平时翻译翻译海外agents的视频 为了不占用云资源，方便自己随时学习观看 所以给自动翻译上传到B站了 就这还有人要买广告的…… 这年头你要说赚个大钱 还是需要靠脑子设计模式或者跟着创业靠股权 要就赚个小钱养家糊口 我觉得环境再差 也挺难饿死的…… https://t.co/SoSwYDGQu5
投资来投资去，最后还是4个东西： 1、先信资本，成本优势 2、信息差，人脉、信息优势 3、宏观趋势，大概率接下来市场会怎么样，比如利率 4、胆子，清华北大不如胆子大
Anthropic 的工程团队又发表了一篇 AI Agent 相关的技术文章《为 AI 智能体打造高效工具》，他们家的 AI Agent 文章我每篇都会看好几遍，时不时会重翻一下，你想学习如何开发 AI Agent，Anthropic 写的是一定要看 ，毕竟现在最好的 Coding Agent Claude Code 就是他们家的，都是一手经验。 虽然现在很多人在吹 Codex，但我觉得就 Coding Agent 能力来说，目前最强还得是 Claude Code，那为什么 Claude Coding 这么强呢？ 主要归功于两点：Agent 能力强的模型 + 合适的工具 当然很多人会说还有编程能力和上下文工程，但我觉得编程能力现在已经是一线模型的基础能力了，不需要单独拿出来说； 而上下文工程这个更多是个概念，你要真看过 Claude Code 的实现，就会发现它没啥上下文工程，就是把所有会话一股脑发给模型，让模型来决定是继续调用啥工具还是输出最终结果，最多用了 SubAgent 分摊一下上下文，本质上还是模型在帮着管理上下文。 先说模型，现在的大语言模型已经不是简单的聊天模型，，主要分为以下几类： 1. 大模型的聊天能力就是语言能力，能看懂你输入的内容，能输出高质量的文字内容，以 GPT-4o 为代表 2. 推理能力就是字面意思的逻辑推理，通常会借助思维链（CoT，Chain of Thought），在输出内容前先反复推理思考，可以解决复杂的数学问题和编程问题，以 o1、DeepSeek R1 为代表 3. Agent 能力就是模型可以自主制定并执行计划，调用外部工具或资源，自动完成复杂任务，比如现在比较火的 Coding Agent、Deep Research，以 Claude 4 系列模型和 GPT-5 为代表，国内的豆包 Seed 1.6、 DeepSeek V3、GLM 4.5、Kimi K2、Qwen-Coder 都不错。 但这些能力是有些冲突的，所以你会看到 Gemini 2.5 Pro 这样代码能力很强、写作也很强，但是 Agent 能力不强，最终 Gemini CLI 就是能力平平。 然后像 GPT-5、Claude 4，在 Agent 能力上很强，而写作能力就不太好，尤其是 GPT-5，写出来的东西真没法看。 当然未来的趋势还是模型越来越通用，一个模型可以都很强，GPT-5 就在探索这个方向，只是还没做好，但 GPT-6 应该就可以了，现在可以预期一下 Gemini 3.0 和 DeepSeek R2，说不定会有惊喜。 为什么说出了模型之外就是工具的能力呢，因为当模型有了不错的 Agent 能力，这时候就得依赖工具去完成各种任务了，比如检索代码库、读取文件、生成更新TODO、更新代码等等。 就好比一个人，有了趁手的工具就能事半功倍，否则空有一身本事也使不上力。 所以你看 Claude Code，即使接入的不是 Claude 的模型，而是国产的有 Agent 能力模型，一样能干的挺好，毕竟它针对 Coding 这个场景设计的十几个工具，组合起来就能高效完成几乎所有的编程任务。 所以回头看《为 AI 智能体打造高效工具》这篇文章，里面特地强调了高效工具的五个核心原则： 1. 谨慎选择工具 工具不是越多越好，Claude Code 的工具数量一直被控制在20个以内，通常在15个左右，这里有两个原因：1). 工具越多，占用上下文空间越大；2). 工具多了 AI 反而不知道该选什么工具 所以你要是看到有人推荐你安装一大堆 MCP 工具或者一大堆 Sub Agent，那多半是不靠谱的 2. 清晰的命名空间 当你的工具多了以后，给工具的名字加上命名空间能够显著降低大模型犯错概率，帮助其准确调用。之前 Manus 有一篇《AI 智能体的上下文工程：构建高效 Agent 的七个宝贵教训》里面也提到类似的技巧，借助统一的前缀为工具分组。 例如，与浏览器相关的工具都以 browser_ 开头，而命令行工具则以 shell_ 开头。 3. 让工具返回更具意义的上下文 工具不应将大量无关信息返回给 Agent，而应只返回高质量、有实际意义的信息。举个例子来说，你让一个工具去根据错误信息帮你 Debug（调试） 代码问题，Debug 过程中检索的搜索结果、读取的文件代码就没必要返回给，只要返回错误信息对应的代码路径和相关代码就好了 4. 优化返回信息的Token效率 上面第 3 条重点说的是工具返回结果的质量，但数量也同样重要。举个 Claude Code 的细节，如果你一个代码文件少于 2000 行（实际可能有出入）， Claude 会直接一次性加载到上下文中，如果超过这个数，那么它就会先调用代码检索工具，从文件中检索出跟上下文相关的一部分代码读取，根据需要可能多次读取，这样就算面对十万行以上的代码文件（我自己测试过），也能正常工作，而不是马上爆掉上下文。 前面提到的 Manus 的那篇文章，也有过类似的分享：将文件系统作为外部上下文，就是把长的内容存到文件系统中，上下文中只保留文件路径，需要的时候再完整读取或者部分读取。 另外还有就是工具在出错时要返回有意义的错误信息，而不是需要额外查询文档的错误代码，简单说就是不止要让模型知道出错了，还要知道错在哪里了，最好是怎么处理错误都一起告诉模型，这样它才能在出错后自己纠错改正。 嗯，Manaus 那篇文章也提到了保留并利用错误信息进行纠错。 5. 通过提示工程提升工具说明的质量 Agent 的所有工具说明和调用参数都会和系统提示词一起发给模型，如果你的工具说明不清晰，那么模型就无法知道工具是用来干嘛的，调用出错的概率会很高，所以工具描述本身也是一种“提示工程”，它决定了大模型如何理解并调用工具。细致明确的工具描述能极大提升大模型对工具调用的准确性。 工具说明的 Prompt 可以让 AI 来帮你写，但你自己还是验证 AI 写的对不对，并且还要反复测试调整。
美团的外卖 Agent，抢了个码用上了 感觉不管是速度还是效果都比通用 Agent 好100倍吧 这就是自有数据的优势吧 https://t.co/3nja8uRSmH
华人真的挺惨的 要闯关东要走西口 要下南洋 要去日本当海盗 要去美国修铁路 要去南美讨生活 要游泳去香港 荒年做灾民，做流民，成叛军 现在也要润，要走线，要讨饭 去这里留下两三条命 去那里留下四五条命 好像这个人叫什么名字，从哪来，父母是谁，家住几口都不重要。就像是未曾来到过这个世界，也从不要被人记住。 留下的只是林间小路上的森森白骨。唯有从别人的只言片语里，从身上的一些纸片，遗书。知道这个人，好像曾经也有一个名字， 这个名字，叫做同胞。
赞同！ 注意力和时间是最珍贵的资源 原博👇 https://t.co/tQ62KLcPj2
谷歌把他们的端侧模型体验 APP 上架 Google Play 了 你现在可以直接搜索 Google AI Edge Gallery 安装 里面集成了谷歌所有的 Gemma 端侧模型，支持图像识别、音频对话和正常的文字对话 https://t.co/JqpEakxupj
推荐看看，Anthropic 新文章《如何为 Agent 构建工具》 Agent 与传统确定性软件不同，工具的设计要兼顾非确定性行为，不能简单照搬API或函数式开发思路。 建议先快速原型开发并本地测试工具，随后通过与Agent协作生成大量贴近真实场景的评测任务，结合自动化评测和Agent的推理反馈，持续迭代优化。 原则层面： 提出应优先实现高影响力、能覆盖关键工作流的工具，避免无效的“包API”式工具； 通过命名空间（如前缀/后缀）清晰划分工具边界，减少代理混淆；工具返回内容要聚焦高信号上下文，优先自然语言和可读标识符，必要时支持详细/简洁等多种响应格式以兼顾上下游需求； 对于可能产生大量输出的工具，建议分页、过滤、截断并优化默认参数，避免token浪费；错误提示要具体明确，帮助代理自我修正。 工具描述和参数设计要像给新同事写文档一样详尽，消除歧义，输入输出严格定义，持续通过评测微调描述以提升代理调用效果。
副业不是一夜暴富的故事，而是一场耐力赛。4位客户已经在路上，成交只是时间问题。 第二个成交，或许就在下周。 我敢说，在等待这件事上，没有哪位独立开发者比我更有耐心，不要轻言放弃。 https://t.co/3z1pnoWdLc
看来 Gemini 3 就要发了 https://t.co/pyV5TMqixe
清华大学科学史系主任吴国盛：教育与创新能力 目前这种死记硬背、单纯记忆和服从型的教育方式： “拉磨一年，终生无缘千里马” 郑老师：“凡在中国接受过初等教育和大学教育的学生，将来都不可能成为原创性的科学家。” 来源：公众号/粥棚（link in comment)
纳瓦尔：通向成功的极简人生箴言 值得打印贴在案前
自媒体如何用AI➕数据思维选题？（精华版） 我设计了一套AI驱动的“内容定位四步分析法”，将感性的选题问题，转化为一个可量化的数据项目。 第一步：自我剖析 (Self-Analysis) —— 挖掘你的内容基因 分析自己过往所有内容的数据，找到已被市场验证的、你最擅长且最受欢迎的核心主题，作为一切分析的起点。 怎么做： 将你的历史文章数据（如公众号文章列表）导出为CSV文件，交给AI（如Claude或Kimi）。让它扮演内容策略师，分析数据，总结出2-4个你的“优势主题”，并提炼出5-8个核心关键词。 关键难点： 警惕AI的“分析幻觉”。不要让AI直接给出定性结论。正确的做法是，指令AI先编写并执行Python脚本来做数据聚合与指标计算，然后再基于这些可靠的计算结果进行总结。确保结论由真实数据支撑。 第二步：市场探索 (Market Exploration) —— 侦察热门风向 使用第一步得出的关键词，去目标平台（如B站）抓取与你优势领域相关的热门视频数据，了解市场现状。 怎么做： Claude Code➕kimi k2扮演数据采集工程师，根据关键词列表，编写一个能自动搜索、访问视频页并抓取浏览、点赞、收藏等各项指标的爬虫脚本。 关键难点： AI Agent并非万能。直接让AI用浏览器插件（如Playwright MCP）进行大规模、重复性的数据采集，极易因上下文超限、网页动态加载等问题而失败。真正的破局点在于思路转换：不要让AI“操作”浏览器，而是让AI“生成”一个独立、可重复使用的Python爬虫脚本。一次开发，反复使用，这才是稳定高效的方案。 第三步：数据分析 (Data Analysis) —— 寻找流量密码 对上一步采集到的热门视频数据进行深度处理，计算关键互动指标，挖掘爆款内容的共性特征。 怎么做： 将爬取到的数据文件交给AI，指令它清洗数据，并计算新的衍生指标（如点赞率、收藏率、综合互动率）。然后，让它生成一份Markdown格式的分析报告，总结出高热度视频的共同点。 关键难点： 避免浅尝辄止，要挖掘“反常识”的洞察。例如，通过数据发现对于教程类视频，“收藏率”比“点赞率”更能预测内容的长期价值。 第四步：策略生成 (Strategy Generation) —— 输出行动蓝图 结合“我的优势”（第一步）和“市场机遇”（第三步），最终生成具体、可落地的选题建议，并用可视化的方式呈现。 怎么做： 将前三步的产出物（优势关键词、市场数据、分析洞察）全部提供给AI，并赋予它一个清晰的叙事逻辑框架（例如“四幕结构”）。指令AI将所有分析结果融合成一个动态的可视化HTML报告，最终给出2-3个无可辩驳、数据闭环的选题建议。 关键难点： 考验的不是技术，而是“数据叙事”能力。最难的部分在于如何设计一个层层递进的逻辑链，让最终的选题建议看起来不是凭空而来，而是基于前面所有分析的必然推论，从而具备极强的说服力。
这个号感觉要回归主业了，有时间我多发一些国内外biotech生物医药的一些东西。让大家炒股有标的，有没有好技术，买产品知道选哪个
Titan: the life of John D. Rockefeller, SR 《洛克菲勒：罪恶与圣洁》魔鬼与天使的合体 《Titan》不仅是一部传记，更是关于“战略思维”和“系统化创造财富”的大师课。 洛克菲勒并非依靠简单的贪婪或运气， 而是依靠独特的思维和行为模式取胜： 将深邃的远见、冰冷的理性、创造秩序的决心和近乎苦行僧般的自律融为一体， 凭借一套极为超前、严谨且自律的哲学体系， 重塑了整个行业，并建立了前所未有的商业帝国。 洛克菲勒的非凡思维模式 远见与信念（Vision & Conviction） 看到终点： 在石油工业初期一片混乱、主要产品是煤油用于照明时，洛克菲勒就预见到了石油将成为驱动全球经济的“血液”。他看到的不是眼前的油井，而是最终的、完整的全球能源网络。 信念压倒恐惧： 在经济大萧条时期，他逆势而上，大胆扩张和收购。他的信念源于对行业本质的深刻理解，而非市场情绪。他认为危机是淘汰弱者和廉价收购资产的绝佳时机。 系统思维与秩序（System & Order） 憎恨浪费与混乱： 他对行业初期的无序、低效和过度竞争感到本能的厌恶。他的目标不仅是赚钱，更是创造秩序。他将混乱的石油业视为一个需要优化的复杂系统。 全局优化： 他不只看自己的炼油厂，而是控制从输油管、铁路运输、炼油、到销售端的每一个环节，实现整体效率最大化和成本最低化。这是“垂直整合”战略的早期完美实践。 极致理性与自律（Radical Rationality & Discipline） 数据驱动决策： 他是最早推行精确成本会计的企业家之一。他清楚知道每一样东西的成本，甚至能计算出一只油桶的木板、铁箍和劳动力的精确成本，从而找到每一个可以节省一厘钱的地方。 情绪管理： 他极其冷静、沉默寡言，从不冲动行事。在谈判中，他耐心倾听，用事实和逻辑说服对方，而非情绪宣泄。他曾说：“沉默会给你带来巨大好处。” 战略性慈善（Strategic Philanthropy） 投资于根源： 他的慈善事业与他做生意一样具有系统性和战略性。他认为散财和聚财需要同等智慧。他创建的洛克菲勒基金会旨在“促进全人类的福祉”，投资于医学研究（如消灭钩虫病、黄热病）、科学和教育（如芝加哥大学），解决的是问题的根本原因，而非表面症状。 创造持久价值： 他的慈善不是简单的捐赠，而是旨在创造能持续产生社会价值的机构，这与他建立能持续产生利润的企业逻辑一脉相承。 创造财富的核心策略 1) 规模与效率（Scale & Efficiency） 通过规模降低成本： 他通过合并和扩大生产规模，实现了前所未有的规模经济，使标准石油公司的成本远低于竞争对手。 无情追求效率： 不断改进技术、优化流程，甚至利用副产品（最初被废弃的汽油、石蜡等）开发出新商品，将浪费降至零。 2) 控制行业生态（Controlling the Ecosystem） 垂直整合： 控制供应链的上下游（开采、运输、炼油、分销、零售），不受制于人，并挤压对手的生存空间。 “合作”而非竞争（托拉斯）： 他首创了“托拉斯”模式，将众多竞争对手的公司股权整合到一个董事会下，实质上停止了内部消耗战，形成了对市场的绝对主导。在他看来，这是将行业从毁灭性竞争中拯救出来的必要手段，尽管最终因反垄断法而被拆解。 3) 财务保守主义（Financial Conservatism） 厌恶债务： 他极度厌恶高风险债务，始终坚持庞大的现金储备。这使他在经济恐慌中不仅能存活下来，还能充当“最后贷款人”的角色，收购陷入困境的竞争对手。 再投资： 将巨额利润不断再投资于技术改进、扩大规模和新的基础设施，形成强大的增长飞轮。 4) 人才与 delegation（Talent & Delegation） 信任专家： 他组建了历史上最早的企业高管团队之一（如Flagler, Archbold等），并赋予他们巨大权力。他信任他们的专业能力，自己则专注于最高层的战略。 共享财富： 他用公司的股票奖励核心高管，将他们变成合伙人，利益深度绑定，激发了极强的忠诚度和积极性。 总结：洛克菲勒的遗产 洛克菲勒的成功是一种独特思维模式的胜利：将深邃的远见、冰冷的理性、创造秩序的决心和近乎苦行僧般的自律融为一体。他不是一个简单的掠夺者，而是一位工业系统的建筑师。他证明，真正的财富创造来自于从根本上提升效率、构建系统和控制关键节点，而非短期投机。他的策略——规模经济、垂直整合、数据驱动决策和战略性财务保守主义——至今仍是商界学习的典范。同时，他也将这种系统思维应用于慈善，开创了现代战略性慈善的先河。 关键名言（反映其思维）： “沉默会给你带来巨大好处。” “建立在生意上的友谊，好过建立在友谊上的生意。” “尽其所能地赚钱，尽其所能地存钱，尽其所能地捐钱。” “如果你要成功，你应该朝新的道路前进，而不要跟随被踩烂了的成功之路。” 他的垄断手段和打压竞争对手的策略极具争议性，并最终导致了标准石油公司的拆分。他的财富创造过程是“天使与魔鬼”的结合，但其底层的思维逻辑和战略体系无疑是非凡的。 作者罗恩·切尔诺（Ron Chernow）。 是一位享誉全球的美国传记作家和历史学家， 以其详尽深入、叙事生动的作品而闻名。 除了《Titan》，他的其他著名作品还包括： 《亚历山大·汉密尔顿》（Alexander Hamilton） - 本书是轰动全球的音乐剧《汉密尔顿》的创作灵感来源。 《摩根财团》（The House of Morgan） - 荣获美国国家图书奖。 《华盛顿传》（Washington: A Life） - 荣获普利策传记文学奖。
今天有一个不算利好的利好 香港将在2026年底前成立“香港药物及医疗器械监督管理中心”，并逐步推行“第一层审批”新药注册机制，计划2030年全面实施。 这个新闻刷到以后，我第一震惊的就是香港居然在这之前连药监局这种单位都没有。 看上去好像真的有了个创新药，器械平台，实则平台都还在规划中。尤其是这件事是香港提的。那么2030年这个时间恐怕还要后延。 真是看不懂为什么突然这个时候插一脚。
李飞飞：这的确是一个充满诗意又很有趣的问题！ 奥利弗·萨克斯问道：“两片雪花之间的空间是什么？” 我们总是习惯用语言精妙地描绘身边的万事万物：一朵花、一只蝴蝶、一场雪、一座山。可这些“存在”之外的空隙、间隔、无形的距离——语言似乎总是难以把握。 正是这些看似“无”的空间，才构成了世界的整体。如果没有两片雪花之间的距离，我们便无法看到漫天飞舞的美景；没有事物之间的虚空，宇宙将凝固不动，万物无法生长、无法流动。 就像你提到的蝴蝶，它轻盈地从一朵花飞到另一朵花，这条路径并不存在于任何一朵花之上，却是真实存在的，比停留本身更微妙、更令人着迷。我们赞美花的娇艳，也惊叹于蝴蝶的美丽，但往往忘记了那条优雅的飞行轨迹，那段“什么都没有”的空间，才是这一切诗意的源泉。 或许，这种“无”的美妙，就是语言无法描述、只能靠心灵去感受的奇妙之处吧！
听完 Mercor 员工的播客，解答了我之前一个很大的疑惑：为什么一家做招聘的公司，绝大部分的收入却是数据标注业务？ 其实道理很简单，数据标注是一个新兴的职业增量，mercor 在做招聘的时候天然地就发现做数据标注人群的增长最快，逐渐就把数据标注人员的招聘做成了一门数据标注平台的生意。 这也是创业公司最合理的发展路径，不是靠臆想预估一个大市场，而是在水里游泳时感知哪里的水最鲜活，从而快速抓住最大的变量。
如果你认为言论自由只属于你而不属于你的政治对手，你就是非自由主义。 如果任何相反的证据都无法改变你的信念，你就是原教旨主义。 如果你认为国家应当惩罚持不同观点的人，你就是极权主义。 如果你认为应以暴力或死亡惩罚政治对手，你就是恐怖分子。
我既看不上左派的疯癫，也讨厌右派的法利赛作风。 我要是真有个心理写照，那就是女痞版方鸿渐；躲进兔子洞的兔子，俩耳朵尖在听你们蹦跶。
左右派之争，悲惨世界，Do you hear the people sing? 右派青年领袖之死，公开行刑式刺杀，政治战争的残酷，左右之争的白热化，我要说说《悲惨世界》（Les Misérables）这本小说。 大文豪雨果。 芳婷：左派家庭未婚先孕的少女 她原本只是一个普通的乡村少女，美丽、纯真，却没有社会地位与保护力量。年轻时被一个轻浮男子的甜言蜜语所诱惑，生下了私生女珂赛特，却被无情抛弃。这是一场典型的“浪漫主义骗局”。在工厂里，芳婷勤劳肯干，却因为未婚先孕的身份而被同事排挤，最终失去了赖以生存的工作。 从此，她的人生进入急速坍塌：先是卖掉一头秀发，又被迫拔掉门牙贱卖，最后不得不沦为妓女。雨果冷峻而毫不留情地记录了她的堕落，仿佛在展示社会制度如何一步步摧毁一个弱者的生命。 然而，放眼今日的西方资本主义社会，尤其是当代法国，未婚先孕早已不再是无法承受的耻辱。相当一部分新生儿是非婚生子女，单亲妈妈也有完善的社会福利制度支撑。芳婷若活在今天，她或许无需把珂赛特送人，而是可以直接领取儿童补助、住房津贴，甚至在某些地区连房租都由政府承担。她甚至可能选择继续单身生子，只要孩子足够多，每个月都有数千美元的福利到账，几乎无需工作。 然而，一代芳婷，代代芳婷。 福利制度的初衷是防止女性落入“芳婷式”的悲剧，却在某些社区里代代相传，固化为一种文化循环。男孩在无父之家长大，成年后又留下更多私生子；女孩熟悉整套福利领取流程，也继续走着同样的道路。结婚？从未认真考虑过，因为婚姻反而会让她们失去补助。于是，新的芳婷一代代诞生，“代代芳婷”，成了社会的阴影。 左派的福利政策本意是慈悲，但也在无意中制造出大量 dysfunctional 的家庭结构。那些右派所坚持的“正常”：为家庭辛勤奔波的父亲，善良美丽的母亲，在许多家庭里早已不复存在。雨果笔下的芳婷，是19世纪的悲剧；而现实中的芳婷们，则成了21世纪福利国家的悖论。 全身刺青的左派青年，染着鲜艳色彩头发和全身各种金属环的左派少女。 县城婆罗门沙威 vs 县城小混混青年冉阿让 县城婆罗门沙威 vs 县城小混混冉阿让——这就是《悲惨世界》里最尖锐的对立。沙威为何对冉阿让穷追不舍？表面是执法，深层是阶层的蔑视。沙威出身低微，却通过进入体制爬上来，变成县城里的“婆罗门”，一种自以为稳固的中层秩序的化身。他对冉阿让的愤恨，并不是因为冉阿让偷了一块面包，而是因为冉阿让代表了体制之外的可能性：一个混混居然可以变好，甚至比体制内的人更有道德力量。 沙威问：你为什么不当公务员？为什么不在十几岁就像我一样，去追求秩序、依附制度？这是县城婆罗门的逻辑：我所选的道路就是唯一的正道。你冉阿让若不走这条路，就该一辈子伏在阴沟里。 而冉阿让的反击，是通过一生的行动：他用善行、用救赎，证明“体制外的混混”也能走出一条高于法律的道路。这就是为什么他要终身寻求救赎：为了证明人类可以超越标签。 然而，沙威之所以最终无法接受冉阿让的救赎，是因为那会动摇他赖以存在的全部意义。若冉阿让能自我救赎，那法律与制度的绝对性就被削弱了。沙威宁可毁灭自己，也无法承认体制外的人可以比体制内的人更高贵。 换句话说： 沙威象征县城婆罗门的自恋与优越感，活在秩序和身份的幻象里。 冉阿让象征县城小混混的痛苦与可能性，他的人生不是直线上升，而是痛苦跋涉中的涅槃。 道德洁癖，伴随一种自以为绝对正确的优越感，甚至带着法利赛人式的宗教姿态——这种态度，倒和许多右派的气质颇为相似。 Do you hear the people sing? 我确实听见了。那不是雨果笔下的1832年巴黎街垒，而是2008年的“占领华尔街”。这是现代版的法国大革命呐喊：贫富差距越来越大，富者恒富，穷者无望。不同的是，今天的人民手里有了广泛的沟通工具，文化水平也足以看穿资本积累背后的剥削逻辑。当他们在网络和街头集结，所燃起的，已不只是情绪，而是对制度性不公的清醒反抗。 那一刻，本来有可能演变成一场真正的全球性大火。可就在火苗即将点燃时，有一个意外的变量介入，像一桶水浇了下来——那就是 中国。 中国在2008年金融危机后祭出了强力的举措：天量刺激、基建狂潮、出口扩张，把全球的生产链、消费力和流动性全部硬生生拖了回来。华尔街的火焰没有烧透，美国的体制暂时缓过一口气。于是，“占领华尔街”的怒吼逐渐散去，青年们回到日常，革命的浪潮被压制了下去。 然而，问题并没有消失，只是被延迟。资本的逻辑没有改变，反而更加精致化、全球化。中国救的不仅是华尔街，也是在帮整个旧秩序续命。人民的歌声因此没有停息，而是潜伏在地下，等待下一次的爆发。 还给不给年轻人活路？ 雨果写的是街垒与子弹，而今天的街垒可能是区块链、AI模型、社群共识。 珂赛特，马吕斯，爱潘妮，安灼拉， 谁是左派？谁是右派？人民哪有什么界限呢？ 珂赛特，那她要按照她的出身，连艾潘妮都不如，但她却成了右派心目中完美女性的化身：纯洁、顺从、光明，雨果笔下的“光之少女”，甚至像是十九世纪版的 Sydney Sweeney，一个需要父权与守护来托举的形象， 是靠冉阿让用生命去托举的。 马吕斯，贫困贵族出身，出身“右派”家庭，又投身于左派革命。出身右派家庭，却转身投向街垒。他既有血脉的保守负担，又有浪漫的革命激情。 爱潘妮，出生底层，把自己活成了个女混混。就是左派叙事里的“原生家庭之痛”啊，但是她对马吕斯的爱情不真挚吗？为了保护马吕斯，替他挡下了子弹，死在他怀里，她就不高尚吗？ 所以谁是左派，谁是右派？哪有什么界限？没有敌我，如何有战争？如果真的划不清界限，又何来左右之分？ 宗教式右派的解法？ 政教早已分离，基督的归基督，凯撒的归凯撒。圣经的经文早已封卷，不会再多出一个字，它所能救赎的是个人的灵魂，而不是正在坍塌的社会结构。眼前的问题依然存在：制度的腐败、秩序的失衡、阶层的撕裂，这些都超出了经典所能提供的解法。过去的圣典可以安慰人心，却无法修补现实的裂缝。 社会的未来，需要更加高维的智慧。 但是在任何情况下，刺杀都是人类秩序的容忍底线。 政治是一个高风险游戏，本兔子早就吓的瑟瑟发抖，躲洞里去了。走之前写文一篇。
不是他不敢试错 是他的思维导致他穷 如果他能意识到： 即便爸爸换手，这个游戏净收益也是40元正期望，6.25%的概率连续错4次，连续错10次概率是千分之一 知道这个数据，有什么不敢借钱玩的呢？ 聪明女儿的故事是： 女儿手里十块钱，爸爸说我一只手里有100元，另外一只手空的，你来猜 女儿说，妈妈，你先借我100元，从我压岁钱里扣 拿着110元来玩11次游戏，怎么着也能打个平局吧？