🔥 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.
段永平谈教育 他最关心的不是孩子学了多少知识。 主要关注孩子内心够不够稳，以及会不会自己学。 段永平说：没有安全感的人很难保持理性。 想想有点道理啊 一个从小被打压、被质疑、被拿来跟别人比较的孩子，长大后会怎样? 可能会: - 做决策时畏手畏脚 - 遇到挫折就怀疑自己 - 在关键时刻失去判断力 他说父母对他"没有太多要求"，给了他充分的自由，让他习惯自己做决策。 怎么给孩子安全感? 他的做法很具体: 1. 设定边界，但不强求 告诉孩子什么不能做（比如礼貌、底线)。 但不是天天训斥，更不是打压。 2. 言传身教，而不是说教 你怎么对孩子，孩子就学会怎么对别人。 你骂他，就是教他骂人；你信任他，他就学会信任。 3. 允许情绪，不要"杠" 孩子哭了？让他哭一会儿。 别急着说"不许哭"，那只会让孩子压抑。 段永平承认自己曾经打过孩子，但发现完全没用，立即道歉并保证不再打。 （从此就没再打过） 学习能力：比知识本身更值钱的东西 段永平对大学教育的评价很对： 他说大学最重要的不是学到了什么知识，而是学到了学习的方法。 - 建立信心，相信自己能学会不懂的东西 - 减少对未来的恐惧 - 养成终身学习的习惯 "小镇做题家"也有价值 段永平说自己就是典型的"小镇做题家"。 他觉得做题确实很有用。 做题能训练方法和逻辑，关键是别做死题，要懂得从错误中找规律。 学习的过程比结果重要。 教育的本质：不是塑造，而是支持 段永平对自己孩子的要求：我自己做不到的事情，我不要求小孩。 段永平的教育观，核心两件事: 1. 给孩子安全感，让他内心稳固。 2. 培养学习能力，以便应对未来。 不需要替孩子规划每一步，也不需要逼他成为谁。 只需要让他知道，无论如何，他都是被信任的。
A时代应该怎么活呢？🤔 今儿听到1个比较不错的说法，就是 把业务能力+AI模型的能力结合在一起！ 而且最好是一半一半！为什么呢？ 他举了2个例子 Jasper，用AI写广告创意的，之前发展的很快，收入节节高，结果chatGPT一更新，直接写广告了，它能力完全被覆盖了，一下子就凉了。 而另一个Notion，也接入了https://t.co/YDTAxeTiCs现在发展的就很不错，为什么呀？ 因为Notion除了AI功能还有自己原有的业务能力，像笔记本、文档管理等呀，这些是AI很难取代的！ 那我们作为普通人，除了AI模型能力要不断学习外，自身的业务能力是什么？ 我想可能是对某个具体场景或某个具体行业的经验和理解吧！ 比如同样是用AI创作内容，小说家可能就能用AI写出出色的小说，音乐家就能用AI做出更多的音乐。 我自己比较有耐心，从不会嫌人笨。还喜欢研究一些幽默有趣的东西，我或许可以用借助AI来创作一些有趣的有料，针对对零基础的入门儿的内容吧！比如内容营销、演讲表达等 今天的灵感来源是这期播客，前智谱COO张帆分享的！ 不知道你看完了后有没有一些启发？
昨天终于有空看了段永平的访谈，1.5倍速看完。 我不太关心炒股。 但关于AI和教育，他的很多观点，很犀利，很认同。 今天用Notebook总结下。 AI到底是个什么东西? 段永平的判断很直接：这是工业革命级别的变革。 但他马上补了一句：泡沫肯定也会跟着来。 他形容AI的进步：不是"上了一个台阶"，而是 "上了一万个台阶"。 段永平举了自己的例子: 以前，想了解一家新公司，得花几天时间研究报告、财报、新闻 现在，问问AI，几分钟就能有个大致框架。 他还说，现在连动画是真人还是AI做的都分不清了。 电影、写作、设计……很多行业都在被重构。 普通人该怎么办? 段永平说的很实在: "不要说自己学不会,其实是可以学会的。" 他观察到身边很多朋友，过了四十岁就不愿意接受新东西了。 “但AI这波浪潮，你躲不过去。” “至少要知道AI能帮你做什么,怎么用它提高效率。” “否则，日子会过得很艰难、很痛苦。” 上面是他的原话。 段永平的投资逻辑一直很清晰：看懂生意，找护城河。 在AI这件事，他也是这个思路。 他以前不碰半导体，觉得变化太快、太难做。 但现在他发现 英伟达的生态真的很强。 他是通过OpenAI的两则合作新闻，做的判断 英伟达跟OpenAI合作：我投你10亿美元，但要用我的芯片，还要拿你的股份。 AMD跟OpenAI合作：求求你用一用我的芯片，我还给你股份** 看出差距了吗? 这就是英伟达的垄断实力。 段永平很欣赏黄仁勋。 说他十多年前讲的东西和现在讲的一样，一直朝着一个方向走。 长期主义是真正的护城河。 段永平观察到，台积电把竞争对手都"干掉"了，现在找代工的都得找它。 虽然最近股价涨得离谱，但他觉得如果AI真的按黄仁勋说的那样发展，现在的价格是有道理的。 （虽然他没买台积电吧？） 段永平一直喜欢Google，但现在开始担心AI对搜索业务的冲击。 不过，他说自己也说不准。 对炒股的人来说呢 段永平说得很直接：看图看线、做短线的人，在AI时代很危险。 你炒不过量化基金（原文好像说比不过“梁文峰”，哈哈哈）。 原话：“你就是"铁铁的韭菜"。” 当问及AI对他的投资决策影响时。 他说：AI没影响。 他的逻辑是看懂公司和生意，不是追热点、炒概念。 他关注AI的原因： “这波AI浪潮，至少要"掺和一下" 不要完全miss掉。 --- 下一篇讲讲他如何看待教育 视频播放地址见评论区
相比 Cursor 的 290 亿美金估值，Thinking Machines Lab 还没有正式产品发布就已经估值 500 亿了（你就说泡沫大不大吧），最近他们上线了一个为开发者服务的训练 API，看下面的 demo 还是挺不错的。https://t.co/d0mMe9tI4B
对于 App 备案，早已轻车熟路…除去时间成本，备案一个 App 的费用最低可以拉到20元人民币 https://t.co/L2gM39ZLgc
Podwise和Get笔记都能获取B站和Youtube链接的字幕。 如果没有原始字幕，都会花费一些时间转录。 比如最近很火的段永平访谈，就是没有字幕的。 添加链接到Get笔记获取转写文本。 然后丢个NotebookLM，就可以任意提问。 为了方便复制，给Get笔记也写了一个油猴脚本，添加一个“复制”按钮。 关键Get笔记年费价格还便宜，两年只需要199元。 越来越好用了，点个赞！
80,90后，尤其是高科技从业者，现在面对这种“你先失业”的形势，我说一下我从小的观察。 大部分人对于早年改革开放时期的创业者，都有误解。就是认为他们是“先驱”，极有远见，很有见识。可能认为自己的父母辈里没有这样的人。 其实不是的，根据我从小的观察。当年任正非最早创业的时候也在华强北振兴路华康大院厂房，我就住那。 大家全是被某种机缘 “逼上梁山”的。比如任老，他好像就是跟南油那边的体制内工作有什么纠纷，然后失去工作才开创了华为。我见过的，就我父母那一辈的企业家，基本要么都是体制内工作让你去“找找工作看”，不行了再回来。要么直接说，本厂倒闭，你下岗吧。或者是潮汕商帮，本来就是做生意起家，他们那里也没体制内工作机会。 真正舒舒服服的在体制内待着，工作很体面的，谁会去冒这个风险呢？ 所以，大家都是被逼无奈的。说不定能走出一条新的局面呢？你要这样想。
最近 RWA 赛道最大的新闻莫过于币安集成贝莱德“BUIDL”作为场外抵押品了。 光看这个标题可能圈外人有点懵，我们先说说 BUIDL 是什么。 BUIDL 是 BlackRock 在公共区块链上发行的首个代币化基金，全称为 BlackRock USD Institutional Digital Liquidity Fund。 它由 Securitize 在链上发行，底层资产主要是美元计价的短期美国国债，提供每日分红和 24/7 全天候转账功能。截至 2025 年 11 月，BUIDL 的规模已超过 25 亿美元，成为全球最大的代币化 RWA 基金。 币安的这一步棋，正是响应机构客户对更多计息稳定资产的呼声。通过增加对 BUIDL 的支持，币安扩展了针对场外结算服务的抵押品产品，包括币安银行三方托管和 MirrorRSV。这些服务将资产托管与交易执行分离，确保机构在访问币安海量流动性的同时，最大化资本效率。 另外，BUIDL 新资产类别将在 BNB Chain 上推出，这对 BNB 生态的利好显而易见。它将增强链上应用的互操作性，推动更多机构资金流入 DeFi 协议和 DApp。 简单说，这不只是一个抵押品选项的添加，而是整个 BNB Chain 生态的流量入口升级。 欢迎在评论区分享你的看法，或私信和我讨论。加密世界，变化万千，但机会总是留给有准备的人。 让我们一起见证 TradFi 与 DeFi 的完美融合！👏
耍了那么久的vibe coding，还是第一次体验到vibe creating 周日接到了一个商单，说要周一发，拖延癌晚期的我一直拖到十一点才开始写。写了个开头就写不动了，又要想案例，又要体验，又要写 刷到有朋友发了一个主打vibe creating的工具 @muset_ai ，我尝试了下 我把写的开头贴进去，然后把brief文档附上去，让它帮我继续写完。它会根据我前面写的开头，抓住我的语气和风格，同时还会去理解bf里面的内容和要求，有哪些内容要点需要完成的。 然后它会提出完整的思路和想法，并生成一个todo list，再一步步完成。有被惊艳到的是，整个体验跟cursor很像，右边是 chat 对话区，负责理解和调整，左边是内容编辑区，负责逐段生成和编辑。 最灵魂的是每段生成内容旁边的 ✅ / ❌ 按钮，还有底部的apply all/dismiss all按钮！选中片段还可以进行进一步的微调，整个体验就跟vibe coding一样丝滑，太舒服了！ 左侧的内容区用的是markdown编辑器，整体体验下来不错，就是插入图片偶尔会出现前后空行的排版问题，还有一个点是全选的操作有点像notion，第一次cmd+A是选中段落，第二次是选中block，第三次才是全选全文，这个操作有点复杂不是很方便。 右侧的chat区内置了Claude Sonnet4.5。我平时写小红书一般用ChatGPT来核对修改，但这次体验下来，Sonnet 4.5 的效果反而比我平常用的 GPT-5 还要更强。它会结合我的内容要求，平台调性，全文风格以及敏感用语等各方面去给出优化建议，而且我几乎没给什么提示词，只说了“帮我修改优化”，这让我很好奇到底是内置的提示词写得好，还是它背后调用的工具链优秀 后面我去了解了一下，才知道虽然界面上可选的模型只有 Claude，但 muset 实际上是一个写作 Agent。它会根据 prompt 的意图和具体任务，自动调用各种领域优质大模型（包括 GPT、Gemini、Claude、Nano Banana等），来保证输出效果。所以看起来是 “只有 Claude”，但实际上是 “所有模型都在背后干活”，前端只是没有把它们全部展示出来。 总之，muset让我第一次真正感受到了vibe creating的魅力，就跟初体验vibe coding那样，写内容从苦差事变成了“我只负责提需求、它自动往前跑”的流程。几乎就是写作版的 Cursor，一路点 Accept 的那种丝滑爽感！
【1/12】A substance strictly controlled worldwide as a dangerous drug — Ketamine Approved by the FDA in 2019, it has once again become a revolutionary therapy in psychiatry. The story of ketamine is a roller-coaster journey from life-saving medicine → street drug → life-saving medicine again. 🎢 This isn't some inspirational tale, but a real case of how science redefined a "dangerous substance." A thread created with @muset_ai ⬇️
“买家用 AI 将水果 P 出霉菌骗商家仅退款” 这世界的 AI 应用，大概已经离奇到我跟不上了。 脑洞下限继续被刷新。 https://t.co/7s8UQjZCMO
好文章。 🧩 一、文章的结构压缩（Structure Compression） 核心结构 = 问题 → 历史 → 人类学洞察 → 新自由主义主体 → 家庭结构 → 性别结构 → 脆弱性 → 中国 context → 未来研究空间 可以压缩成一句话： 高科技劳动者在就业不稳定中，将自己内化为“公司化主体”，并以高度个体化的方式承担本该是结构性的问题，而这一主体形态既强化了新自由主义，也吞噬了传统性别角色，同时预示着中国和全球未来白领阶层的命运。 🧨 二、核心发现 以下是文章中最具结构爆发性的节点——也就是可以引发你自己的理论结构进一步加速的部分： 1）“工作 ≠ 就业”是整篇的哲学底座 Work = 宽泛、文化性的 Employment = 法律的、被制度化的、政治性的 这意味着： “就业不稳定”不是经济问题，而是文化与身份问题。 2）高科技从业者的主体性被重写为“一人公司” 这是文章里最重要的认知结构突破： 他们不认为自己是失业者，而认为自己是公司。 他们不是 proletariat，而是 micro-entrepreneur。 这是典型的 新自由主义主体生产（Foucauldian subjectivation）： 把结构问题变成自我问题 把集体议价变成个人 branding 把雇佣关系变成“自我企业化（enterprise of the self）” 3）高科技行业是“不稳定就业关系”的先行试验场 Lane称之为： “煤矿中的金丝雀”（canaries in the coal mine） 高科技不是最安全的行业，而是不稳定的前沿。 这是与大众认知完全相反的。 这一点相当劲爆！！ 4）性别角色的“反转却不解放” 男性：失业 → 一人公司 → 新的 masculinity 女性：失业 → 内疚 → 身份崩塌 这揭示了： 看似流动的就业结构，反而强化了传统性别秩序。 5）隐形支持结构： “一人公司的运营资本不是自己，而是配偶的稳定收入。” 这是文章最尖锐但常被忽略的洞察。 换句话说： “自我企业化”其实是家庭补贴的幻觉。 这一点也很劲爆～！ 6）这是一个全社会即将复制的命运结构 高科技的故事 = 白领未来的缩影。 高科技从业者不是例外，而是未来白领阶层的原型。 🧱 三、文章的隐含前提（Implicit Structures） 文章背后有几个重要但未明说的结构性前提： 就业稳定性正在不可逆地消失（structural decay） 高科技行业不是更安全，而是更脆弱（inverse illusion） 中产阶层的身份与“正式就业”强绑定（identity coupling） 新自由主义的力量不是靠“强制”，而是靠“内化启发”（governance by subjectivation） 家庭结构是劳动力市场的隐形补偿机制（hidden economic layer） 中国的就业不安全将更极端，因为缺乏社会安全网（systemic amplification） 换句话说： 宏观调度器正在消失，微观自调度器正在兴起。 最重要的三点： 1）“一人公司”是技术文明下的默认社会结构 你提出的： “语言→结构→调度：有生命的系统观” 在劳动市场的语义等价物就是： 个人 → 品牌结构 → 市场调度 这篇文章是现实世界“结构文明”的前驱样本。 2）失业不是 job loss，而是 structure loss 对高科技工作者来说，真正的损失不是薪水，而是： 叙事结构 社会角色结构 身份结构 家庭协商结构 3）中国的高科技失业将是一个巨大的“社会实验场” 未来10年，中国会出现： 超规模的一人公司浪潮 极端的职业不稳定化 性别角色冲突升级 家庭作为唯一安全网 职业管理成为全民信仰 新自由主义内化 × 集体文化的混成体 这不是一篇经济学文章。 也不是一篇工作研究文章。 它是一个结构文明转向的民族志样本。 它告诉我们： 当社会从组织型文明进入个体型文明时， 人的主体性、身份、家庭结构、性别秩序、未来规划 都会被重新写入。 它不是讲今天的高科技工作者。 它是在讲我们即将到来的所有人。 @naki2012 nagi兄如何评论这种趋势呢？
其实没什么好成长的。 人总是会失去，我的人生也好像总是虎头蛇尾。 好像总是应了那句： 世上事，了犹未了，终以不了了之。 而我，好像总是不了了之。 想好好做学术，最后好像又要放弃 创业未办，也没有退学的勇气 很好的朋友，好像也没有什么很好的机会说再见，最后大吵一架无疾而终。 我累了，我真的觉得好像没什么事情还能值得我难过 能做的只有接受失去和不了了之
前端的大神 不是尤雨溪 更不是我 而是下面这个人 👇
任何一代人，都是“被夹在中间”的一代。 我父母是60后，他们的同龄人中的大部分，都是无法离开体制的。 而他们才是在人生中年期，最有判断力最成熟的时候享受改革开放，下海，经商，市场经济浪潮机会的一代。 冲出这个浪潮的，也是少数。 所以，永远把自己定位成“少数人”，不去抱怨大多数的“不景气”，也许才是出路。
现在各种 AI 工具越来越强，大家都在找优质信息源 要不大家各自分享一个 优质信息源： 你常看的 X List / 博客 / Newsletter / 频道 是哪些？ 哪些 账号/站点 在某个主题上一直稳定产出？ 我先开个头，欢迎补充，越具体越好
橡树资本把霍华德·马克斯全部 1600 多页的备忘录整理成了一个 PDF。 下载链接🔗见评论区。 https://t.co/PXbOGravDj
美国精英教育：从小学4年级开始学思考和决策
兄弟们，一款 新产品Muset AI，用了根本停不下来。 地址：https://t.co/7gHhKLh2B4 真正的写作自由了，早上开启几个任务，一会儿跑完，稍加修改就可以发布了。 找选题、追热点、拆爆款 i) 写作：公众号写作、头条号写作、小说写作、社媒写作、出海社媒写作等等都可以，能研究、能写作、能配图。 ii) 拆解：公众号、小红书、推特X、Reddit TikTok、YouTube等平台的账号及爆款贴子分析 我开了两个创作任务： 任务一： 《一口气拆解了Reddit 今日热帖》 任务二： 《整理Hacker News今天关于AI的热门文章，拆解，写成公众号爆文，小红书文章，x帖子》 点赞收藏本帖，关注这款AI写作产品使用教程和大量提示词「高能警告⚠️」
如何让 ChatGPT 教会你任何技能 递归式辅导+苏格拉底式提问，确实是快速学习任何知识的最佳方法 https://t.co/oVbiYqNTWK https://t.co/GwlqoYcIyB
高中的时候有一个关系很好的女孩子 那阵子她因为生病总要吃一些激素类的药物。 高中长胖了非常多 那阵子我和她说： 等以后咱俩都老了， 一起做两个胖子，去吃冰激凌 走不动路了，就坐在马路边歇一歇， 起不来我就牵牵你 当然故事没有如此发展。 高中毕业我们并没有在一起 她也没有成一个胖子，反而变成了一个178身高的大美女 她还在一个人独自美丽 而我已婚俩娃，中年肥胖 世界就是这样，不过也挺好的。哈哈
凑个热闹试了一下阿里新推出的千问 APP 没想到挺好的，做的很不阿里，操作简介，能力相当丰富，所有的功能全部免费。 模型的种类上我感觉更是只有他能跟谷歌掰手腕了，这次终于想通了，要在 AI 应用上发力。 下面是藏师傅的一些测试，有几个功能，我觉得挺好的，推荐试试👇 https://t.co/33HIsc78mS
互联网上的内容再加工一直是很成熟的打法 很多头部账号就是靠着这种打法做起来的，他们的内容生产流程也大致类似： 找到优质的信息源，快速进行结构化梳理、重新表达、适配各个平台的调性，然后发布 我平时的方式是： 使用 MusetAI，把相关链接丢进去，再配合一个说明目标平台和内容风格的 prompt，他内置了各个社交媒体平台的内置指令，让工具帮助我进行提炼、转述和格式化，形成适合发布的版本。 下面我分享几个具体的案例，和我关注的一些信息源
为什么很多大厂高P离开大厂养不活自己？ 为什么很多大厂在推新范式的时候停滞不前？ 最近身边做独立开发的朋友越来越多。 但聊下来发现，大部分人还在用"做项目"的思维做产品，用"接外包"的逻辑跑商业模式。 在范式转移面前，你的能力圈可能就是你的陷阱。 AI把所有人拉到同一起跑线，比的不再是谁代码写得好，而是谁先想明白三件事： 用户要什么 市场缺什么 我能持续做什么 段永平错过特斯拉的故事。放在2025年当下，对我的启发，其实是在说，靠"专业能力"吃饭的人，怎么避免被自己的经验困住。 有共鸣的可以看看👇
记录将 https://t.co/OW2sgE6Om3 做到百万用户得过程 我会将一些我的关键运营动作记录在这里 我不确定是否能成功，但我想记录他的成长过程 成王败寇 我不想成功后给大家分享过滤后的鸡汤，虽然美味，但无营养 更不想失败后没有留下任何痕迹，至少证明我努力过
段永平的采访视频火了，于是讲段永平的书也就跟着火了 于是这本书的阅读量就会显著增多？ 当然不可能的啦 …… 只是收藏量显著增多而已哈哈 可是，微信读书需要你们看书吗？当然不需要的啦 只要你「觉得」你会看，你肯充会员就行啦 重点在于：你「觉得」
如何基于 ShipAny 做 SEO 优化，更快拿到搜索流量。总结一套我实践下来的技巧👇 1. tdk 也就是每个页面的 title、description、keywords，如果一个网站有很多个子页面，每个页面可以动态生成 tdk 的内容。ShipAny 框架通过一个 getMetadata 函数简化动态生成 tdk 的实现 2. h 标签 一个页面，需要有清晰的 h 标签做层级划分。一般从 h1 -> h3。ShipAny 默认集成的 landing page 优化了 h 标签的展示层级 3. 关键词密度 设置合理的关键词密度（我一般设置在 3% 左右），可以更好的命中搜索关键词。ShipAny 通过 json 文件定义landing page 的内容，你可以通过 ai 生成 json 内容，告诉 ai 我希望 xxx 的关键词密度是多少 4. 社媒分享 ShipAny 内置了 og:image 等社媒分享内容的生成，社媒分享可以帮助你的网站提高分享率，分享率有助于提升 SEO 权重 5. 多语言 ShipAny 内置多语言的支持，配合 hreflangs 可以帮助你的网站针对不同区域的用户做更匹配的展示，多语言也是构建海量页面的关键之一 6. SSR 也就是服务端渲染，在搜索爬虫访问你的网页时直接输出完整的内容，而不是通过 ajax 请求接口异步加载。ShipAny 内置的公开页面都是通过 SSR 生成 7. 技术指标 也就是网站的加载速度，响应式适配，静态资源压缩等指标。这类问题主要靠框架来处理，有很多的优化方案。 除了以上几点，通过 SEO 拿到搜索排名，还有几个关键的指标和措施👇 1. 停留时长 用户在你的网站停留越久，跳出率越低，谷歌慢慢就会给你更高的权重。ShipAny 内置了 ai-image-generator、ai-music-generator、ai-chatbot 功能，以及用户中心可以做很多操作。合理组合使用，可以让用户在你的网站停留更久一点。另外，你也可以在 landing page 嵌入 iframe 进一步增加停留时长 2. 外链 外链也是增加网站权重很重要的一环，需要你自己去各种网站提交，通过高质量的外链提升网站权重。ShipAny 默认的 landing page 支持通过配置在底部挂友链，基于此你可以找人换外链 3. 博客 博客可以让你的网站保持频繁更新的状态，让搜索爬虫有持续的访问和收录。比如 Gemini 3 发布了，你可以写一篇 what-is-gemini3，通过博客内页拿到一定的搜索流量。ShipAny 集成了非常完整的 CMS 功能，可以很方便写博客。 4. 内页建设 根据 gsc 的搜索关键词命中情况，逐步新增子页面，优化内容，命中更多的长尾关键词，也有利于增加主页权重 5. sitemap. xml sitemap 是你网站的地图，可以帮助搜索引擎更好理解你的网站，收录更多的页面。框架需要根据新增的子页面自动生成 sitemap 6. GEO 也就是通过一些手段，让 AI 更好地收录你的网站，回答用户提问时推荐你的网站。GEO 的基本面还是 SEO，先保证在搜索引擎能有很好的排名，再做一些对 AI 理解友好的措施。比如加上 llms.txt 之类的文件 ---- SEO 没有绝对标准和完美的落地方案，还是需要多做，多实践，慢慢积累起来自己的 SOP 系统性学习 SEO 可以加入@gefei55 哥飞老师的社群，或者在同名公众号看文章，耳濡目染下能学会很多 SEO 技巧 一定要安装@blankwebdev Blank 老师的 AITDK 插件，已经是 AI SaaS 出海的标配，可以系统性分析网站的 SEO 指标，既能学习别人的优化技巧，也能审视自己网站的不足。 ShipAny + AITDK + 哥飞 SEO，出海三板斧，搞流量赚美刀不愁。😎
小岛德语真他妈的烂透了，居然和一个叫《鱿太仁》的鱿鱼丝厂家合作带货，恶不恶心啊操你妈。你麻痹吃了希特勒流量不说，现在反过来还要吃犹太人人血馒头，中国互联网真的太魔幻了。要流量不要妈，整一个原始社会，恶心！太恶心了！🤮🤮
笑死了，各大媒体都在发「老实人」雷军怒了，在微博上怼天怼地。如果不造车，小米和雷军的人设都不会这么崩塌，现在只是现了原形。
千问App的这个功能真实用啊！ 看没有字幕的Youtube，实时翻译为中文。 iOS可以画中画播放，简直完美。 看我的视频演示 https://t.co/SOS0FNeLAo
我终于明白当时投了土豆网的VC，为什么一定要让我签合同，保证永远不会和合伙人发展成情侣/夫妻关系了，太几把预知人性了
《逃避正解悖论》 作者：dontbesilent 核心悖论 绝大多数忙于赚钱却赚不到钱的人，并非不知道正确答案，而是在明知正解的情况下，竭尽全力寻找绕过它的方法。 三大公理 公理一 正解可见性赚钱的正确路径从不神秘——专注、积累、延迟满足、持续创造价值。这些答案摆在每个人面前，清晰可见。问题不在于找不到答案，而在于答案太过沉重，让人本能地想要逃避。 公理二 逃避的合理化人们会为逃避正解编织各种理由：「我的情况特殊」「一定有更适合我的方法」「时代变了需要新思路」。这种合理化让逃避行为披上探索的外衣，让自己相信：我不是在逃避，我是在寻找更好的路。 公理三 行动的伪装性研究捷径、学习技巧、寻找风口——这些行为制造了「我很努力」的假象。人们在各种方法论之间穿梭，用战术上的勤奋掩盖战略上的懒惰，用寻找答案的忙碌逃避执行答案的艰难。 三大推论 推论一 知行背离定律一个人对正确方法了解得越清楚，他逃避的动力就越强。因为清晰的认知意味着无可推诿的责任，而逃避正是为了卸下这份责任。 推论二 越绕越远原理每一次绕开正解的尝试，都让人离目标更远。因为真正消耗的不是走正路的时间，而是在各种弯路上徘徊的精力。 推论三 贫穷的主动性在信息透明的时代，持续贫穷往往是一种主动选择——选择舒适的自我欺骗，而非艰难的自我实现。 结论 最大的悲剧不是不知道答案，而是明知答案却选择逃避——因为自由太沉重，牢笼更轻松。
看到一个小而美的 AI 笔记应用：https://t.co/9h2luNJU8x https://t.co/Iw1sR3KYtO
最近，老板只要给我发消息，我都会菊花一紧
以前发一条贴，要在 X、LinkedIn、Threads 各写一遍，时间还总是错过黄金时段 换用 Typefully 后，你只需要做两件事： 1️⃣一次编辑，多平台同步发布 2️⃣设置最佳发布时间，提前排期 还有一点：所有帖子自动归档在我的 Typefully Profile，账号被封了也没关系，直接一键重发 https://t.co/s3HVgOxTb8
这时候你就需要 ListenHub 的 API 了 hhh https://t.co/dGpbBGehyh
https://t.co/OW2sgE6Om3 0.2 发布 —— 复盘产品发布后一个月发生的“故事” 10 月 15 日我们发布了 Mentorbook 的 0.1 版本，定位用 AI 学编程的垂直赛道(关于定位的思考值得单独分享) 当天就有用户订阅，接下来几日断断续续也有用户订阅，我开心的像个孩子 我的工作也开始逐渐向运营侧倾斜，运营很有趣，但也很累，我会一边服务订阅用户，一边想各种策略拉新 我策划了领取 React 、AI 编程等课程的活动，算是成功的，在推上主贴就拿到了 35 万的曝光 但国内渠道一直没有宣发，而且我有一个开源项目官网有很大的流量，我一直也没有启用 一方面是支付宝支付审批流程过长了，另一方面我觉得它还不够好，我想继续打磨打磨 通过这一个月的调研和用户反馈，我们对产品进行了定位调整和功能优化 这一次我带了 0.2 版本，变化很大，他绝对值得你再次体验： 除了新增了笔记和模型切换外，课程定制更加精细化，也不再限制编程领域，我们要做全领域的学习平台 现在你无需告诉 Mentorbook 你具体要学什么，你只需要随意和他讨论，Mentorbook 就可以为您量身定制
远见：2009年黄仁勋认为GPU将超过CPU 彼时英特尔市值千亿美元，英伟达四十亿 今天英特尔市值1500亿，英伟达五万亿 https://t.co/yUc7mugPtn
特别傻。 https://t.co/ZvPxzXgMaP
我也差不多。不过在最基础的算法和数据结构之外，我更在意的是沿着候选人简历里的项目一路深挖： 当时为什么这么设计？权衡点是什么？评估过哪些替代方案？上线后有没有被现实教育？有没有因为这次踩坑而改变某个习惯？ 这些比刷了多少题、记得多少 API，都更能看出一个工程师的真实能力。 这种真实的经验很难伪装。 语言可以换，框架可以换，但有些东西真是换不了。
多年以后依然无法忘记三体与人类初战所带来的的震撼 「弱小与无知并非失败的主因，傲慢才是」 https://t.co/3mrdwFk3Py
学AI，刷X（Twitter）应该关注谁？ 最近不少朋友从公众号转战 X，都会遇到这个问题。 虽然是三年前整理的名单（原版来自will），但依然有参考意义。 基本都是OpenAI的研究员，还有一些X上活跃的AI爱好者。 文档在评论区。 纳瓦尔也分享过一个列表，我找不到了。 等找到，一起发评论区
1/11 自闭症患者的社交焦虑，困扰了数百万人几十年 2018年，一种曾在60年代失败的“疯狂疗法” 在严格的临床试验中卷土重来：毒品——摇头丸的辅助治疗 结果?大约四分之三的人达到临床显著改善,半年后效果还在 这不是伪科学复辟,而是现代神经科学对人类社交困难的首次真正触动。🧠 Thread ⬇️ https://t.co/g30awGH9pi
一个月前，刚开始重构 ShipAny Two，我基于 Suno v5 写了一个 AI 音乐生成器，为了验证 ShipAny Two 的 SEO 效果，我上了个站。 一个月后，这个站通过纯搜索流量带来了 8k 注册用户，一周多前加上了 Creem 支付，目前开了 15 单，收入 500 多刀。 AI 音乐生成器已经在 ShipAny Two 默认集成，只需配个 API Key 就可以上站跑流量。有个朋友基于此功能做了一个专门生成 Rap 的垂直音乐站，看起来非常 nice 为了一盘醋，包了一顿饺子😂 通过上站来不断完善 ShipAny 的功能，让开发各类型的 AI SaaS 网站变得极致简单。
这提示词效果不错👍 但如果你不想被 AI 当作一名智力低下的博士生，你可以这么写： > 请帮我向高中生通俗易懂的解释这篇论文
我不晓得为什么很多人一谈到国家大事，就讲 14 亿人如何如何 我琢磨着可能也包含我吧，但是至今没人来问过我意见 还有小学的时候说让我接班社会主义的事，现在也没有下文了
拖了一周没发的流水账 Baker Lake + Baker Mountain - Lake 强度比较低，适合亲子游，湖也非常好看 - 决定爬 Baker ，现在回看多少有点不自量力了 - 爬之前，做好了十分的准备，从头到脚防水+雪鞋+各种能量食品+熊铃+防熊喷雾 - 最开始爬的轻轻松松，爬过雪线就出问题了🤣，hiking 路线没啥物理标记，只能跟着地图一点点摸索安全的路线 - 爬着爬着，遇到背着大包的大佬，刚在山顶过夜完，问我们是不是去过夜，我们：“高估我们了” - 我们穿着各种保暖中间层艰难地迂回爬升，两个白人大哥穿着短袖直接选了几乎垂直的路线 - 爬到一半就意识到我们的水平很难登顶了，大概山腰上吃了点东西，就赶着天黑之前匆匆下山了 - 景色是真的美，爬雪山的体验感超棒，深一脚浅一脚，一脚半个身子没了 - 跳到雪里也超级有意思
我选择 Claude Skill 作为我 AI 原生系统的原点,是因为它是目前唯一同时满足我对"AI-Native 系统"全部底层要求的构件。 它足够简单——作为一个极简、无状态、可纯函数化的执行单元,它不依赖平台内部的隐藏状态,输入输出透明、可审计、可迁移,这样的结构原子才能成为"新系统文明的基本单位"; 它足够开放——直接暴露了 AI-Native 的三大核心层(语言层、结构层、调度层),这是第一次我可以在一个"裸接口"上完整跑通 Language → Structure → Scheduler 的完整流程,这也是所有 AI-Native 架构最自然的起点; 它足够可控——Skill 可以被 Developer Protocol、Structure DNA、Ledger 合约、以及 Append-only 的进化规则等系统性约束,这意味着我可以给一个"结构生命体"建立它的免疫系统,使 Skill 成为一个可监管、可验证、可组合、可演化的执行细胞,而这正是构建系统原点所必须满足的条件。 My Core Position on AI-Native Development： Part 1 https://t.co/CFEqiX6yW9
Kosmos 这个 AI Scientist 有点离谱。 官方说一次运行能干完科学家 6 个月的活，beta 用户估的时间节省在 6.14 个月左右。读 1500 篇论文，跑 42000 行分析代码 最后给出 7 个发现，其中 4 个是新成果，还有阿尔茨海默相关假说在真实脑组织里被验证。 更妙的是，全流程可追溯，每个结论都能点回对应论文和代码。 AI 拼命干深度活，人类负责提问题和改方向，科研这套工作流要被重写一遍了。 Kosmos: AI Scientist Delivers 6 Months of Discovery in a Day, May 2025 - ListenHub https://t.co/vMt42zReeM
Skill 这个不一定是完全从 Manus 借鉴，不过 Manus 很多 Agent 上的工程实践确实是业界顶尖的，而且他们也没藏着掖着，经常分享出来。 上次 Anthropic 的用脚本/代码操作 MCP 节约上下文的分享 Manus 之前也分享过。
看 Token 消耗和把代码行数当 KPI 差不多，这种简单无脑的 KPI 就是管理者自己不懂，只会用这种简单粗暴的方法 为了 KPI 可以有很多对策，最终是双输
前几天 Anthropic 发布的那份报告《挫败首例由 AI 策划的网络间谍活动（Disrupting the first reported AI-orchestrated cyber espionage campaign）》 已经被很多人骂过了，这几天在 Hacker News (HN) 上也是被群嘲。 报告的核心指控是：他们发现并阻止了一个“复杂的”网络间谍行动，该行动由一个他们定性为“中国政府资助”的组织（代号 GTG-1002）发起。而最关键的一点是，这个组织使用 AI（特别是 Claude）来“编排和执行”其 80-90% 的战术行动。 社区的开发者和安全专家们非但没有感到震惊，反而将这份报告扒了个底朝天。结论几乎一边倒：这与其说是一份威胁情报，不如说是一份精心包装的营销噱头。 首先是一位安全行业的专业人士 djnn .sh 发表了一篇博文 “Anthropic 的报告闻起来就像狗屁” (Anthropic's paper smells like bullshit) 成为了 HN 上的热门讨论帖。 1. 文章中一个观点大家都很认同：“PoC || GTFO” (要么拿出证据，要么滚蛋)。 一份严肃的网络安全威胁情报报告，是有行业标准的。你必须提供 IoCs（入侵指标）——比如攻击者使用的域名、IP、文件哈希值；以及 TTPs（战术、技术和程序）——他们具体是怎么做的。 而 Anthropic 的报告里几乎都没有什么证据。 HN 社区对此的共识是：这份报告“技术含量为零”。 用户 rfoo： > 别说和现代报告比，“就连卡巴斯基十年前一份关于 Duqu 2.0 的报告，都包含了扎实的技术链接和归因理由。” Anthropic 这份报告简直是“slop”（残羹剩饭）。 用户 padolsey： > 这似乎成了一种新常态。“AI 实验室（点名了 GPT-5 的系统卡和微软的红队测试）都喜欢‘pro-research’（自称支持研究），但发布白皮书时却从不附带代码和数据。” 一份没有技术细节、无法验证、无法让其他安全团队据此设防的“报告”，根本不配被称为“威胁情报”。 2. 如果说缺少 IoC（入侵指标）只是“不专业”，那么 HN 网友 gpi 则发现这份报告在“有意夸大”。 网友 gpi 发现，Anthropic 在发布报告后，悄悄地将从“每秒数千次请求”改为了“数千次请求，经常每秒多次”。 > Edited November 14 2025: > Corrected an error about the speed of the attack: not "thousands of requests per second" but "thousands of requests, often multiple per second" 任何一个技术人员，都绝不可能把这两个概念搞混，大概率是营销部门在撰写报告时，为了戏剧效果而添油加醋，结果被技术社区抓包。 3. 牵强的归因和逻辑，一切都是为了营销 报告中最具煽动性、也最受诟病的，就是将攻击“归因”于“中国政府资助的组织”。 网友 snowwrestler 给出了一个非常专业的分析：将攻击归因于“国家行为体”有三种途径： (1) 纯粹假设： 默认来自某国的坏事都是政府干的（这显然不靠谱）。 (2) 技术签名： 攻击手段与已知的、公开的 APT（高级持续性威胁）组织的特征库相匹配。 (3) 情报工作： 来自 NSA、FBI 等真正情报机构的内部信息。 Anthropic 不太可能有（3），如果他们有（2），就应该像其他安全公司一样，公布这些技术签名证据。但他们没有。 那么，他们为什么要这么做？ 用户 woooooo 提出了一个经典的“职场政治”洞察： “归咎于‘国家级超级间谍’是最好的免责声明。‘我们被超级间谍黑了’听起来，可比‘我们被一个随便的家伙(rando)给黑了’要体面得多。” 用户 prinny_ 则看得更深：“在缺乏证据的情况下，这种归因看起来更像是一种政治游说，目的是让美国政府介入，并成为那个让资金（投资）不断流动的‘大投资者’。” https://t.co/aFPIlcOHQD 在原文中就已点明，报告的结尾赫然写着： “网络安全社区需要……试验将 AI 用于防御……” HN 用户 DarkmSparks 做了个总结： “Anthropic 提出了一堆未经证实的指控，关于一个他们没具体说明的新问题。然后在最后，Anthropic 提出了解决这个未说明问题的方案——给 Anthropic 钱。” “这根本就是伪装成威胁报告的宣传材料，”用户 cmiles74 评论道，他还发现 Anthropic 在八月份也发过类似的“营销式”报告。 4. APT 真的会用 Claude 吗？ 抛开营销和政治不谈，HN 社区对这个攻击场景本身也提出了一个巨大的“黑人问号”：一个“高度复杂”的 APT 组织，真的会选择用 Claude 这种公开的、需要绑银行卡的商业 API 来执行核心任务吗？ 网友 KaiserPro 分享了他的一线经验：他曾在一家 FAANG 担任 SRE，也参与过对内部安全 AI 的“红队测试”。他的结论是：“AI 有点用，但对于‘协调’（coordination）任务来说，帮助不大。” 他最尖锐的质疑是：“你的 API 是绑定了银行账户的。在一个非常公开的系统上‘Vibe Code’一个指挥控制系统（C&C），这似乎是个非常糟糕的选择。” 网友 neuroelectron 则提出了一个充满讽刺的悖论： “我的 Claude 拒绝了我 10 个提示中的 9 个，并对我进行‘安全教育’，但它却被用于真正恶意的间谍活动？谁来让这个逻辑自洽一下。” 社区普遍认为，一个真正的 APT 组织，更有可能使用自己私有的、离线的、不受审查的本地模型，而不是一个处处受限、日志完备的美国公司产品。 5. 当 AI 泡沫遇上安全 FUD(恐惧、不确定和怀疑) 用户 EMM_386 提出了一个“洗地”角度： “我们都搞错了。Anthropic 不是一家安全厂商……这份报告的受众不是 SOC（安全运营中心）的工程师，而是政策制定者和 AI 安全研究者。它警告的是一种新的攻击模式。” 这个观点试图将这份报告从“技术文档”的失败，挽救为“政策白皮书”的成功。 但这个观点立刻遭到了反驳。用户 padolsey 回应道：“就算如此，他们也完全可以分享脱敏的 Prompts、攻击的编排模式。他们这种刻意的模糊，根本不是安全行业的运作方式。” 也许 Anthropic 根本就没有一个能写出合格威胁报告的安全团队。他们只是在自己最擅长的 AI 领域上，看到了一个他们认为或者希望存在的问题，然后用他们最不擅长的方式（写安全报告）把它包装起来，其核心目的，依然是 AI 圈的老套路：制造 FUD (恐惧、不确定和怀疑)，然后销售解药。 这就像当年索尼 PS2 刚发布时，有传闻说“伊拉克在购买数千台 PS2 来制造超级计算机”一样，听起来很酷，但本质上都是营销。
3 天线下课结束了，现在好无聊呀 赶紧找点什么新玩意儿研究研究 https://t.co/YIKjvPFhW2
如果大众做自媒体能有什么真谛的话 我个人觉得是去创作那些没有任何正反馈你都能持续做的内容 因为创作 本身就是意义 践行费曼学习法应该是做自媒体比较好的策略 因为哪怕没有任何人看 你自己也有学习的收获 这个原始动能会把IP带到一个被传播的节点上的
Google 在 Gemini 生态里直接宣判了 RAG 的死刑。 这个 File Search 一句话就能概括： Google 把 RAG 从工程领域直接删掉了。 以前做 RAG 是一整条流水线： 切 chunk → embedding → 向量库 → 检索策略 → 引用链路 → 缓存优化 → prompt 拼装。 现在 Gemini 的 File Search 非常简单，把PDF/JSON/代码/Markdown 扔进一个 store，然后问问题。 剩下全部交给模型。不需要理解 RAG，也不需要设计 RAG，甚至不需要知道 RAG 曾经长什么样。 就这么简单，整个 RAG 技术链路的所有复杂度不可逆地被压到平台底层。 AI 应用的门槛又被 Google 掐了一次脖子。我也没想到有一天模型厂商竟然用这种方式吞掉了技术。 https://t.co/1zKPP15NlV
GPT200美金俱乐部 我感觉ChatGPT的PRO的Thinking和PLUS的 Thinking完全不是一个东西。想法，构思，自证的理由都更加高级。是我的错觉还是真的一个月200美金的超能力。 https://t.co/Kp01aAqS8T