🔥 推特起爆帖监控
搜索和分析大V账号即将起爆的热帖推文。通过SoPilot插件快速评论和互动，抢先一步占领评论区，你将获得更多的曝光。
成长最重要的，不是学习。而是拥有为什么而学的那个一。 比如对我来说，曾经有段时间成长最快的，是因为做语雀。最近一年成长很快的原因，是因为创业做 YouMind。 一旦你拥有这个一，无论看什么，无论是信息找你，还是你找信息，一切就都会围绕这个一去思考。 比如最近研究 Lovable 的定价，比如最近很着迷 Costco 的商业模式，或者随意看罗永浩采访大鹏的视频播客，都会满脑子回归到：对做 YouMind 有什么启发，然后发现还真挺有启发的，就特别高兴。能在深度思考后，真的在 YouMind 上做实验，特别有意思。有种万物注我之感。 一旦有一个一，人就很幸福。
得赶紧给skills装个nano banana设置一套风格化提示词 不然就算你的内容做的再好 可阅读性再高 这unsplash的图库也会让人觉得是AI做的 不过朋友们，2026年用skills做SEO/GEO真的是非常方便的，出海的朋友们应该都开始尝试起来了吧 以下是一个简单示例： https://t.co/P5yOxUJEgE
又花 700 块买了个充电器😄 Anker 是可以让我把钱兑换为幸福感的品牌 https://t.co/qrqVthSbjL
lol 今天因为 ssl 证书过期停机维护了10个小时 现在直接续了100年到2125年！ 真是有够草台班子的 更草台班子的是，这事在10年前就发生过，现在又忘记续了，会不会100年后再来一次（如果这游戏能再活100年的话 https://t.co/FfYPZkuviN
在搞一把键盘，带来带去的麻烦 京东价 524，抖音价 486 大号开个橱窗，小号拍下返佣金 52 今日立赚 90 元，以后买电子产品都可以这么玩了 需要的朋友可以关注我，去我橱窗拍，佣金我都返给你，交个朋友，不靠这挣钱 https://t.co/6DMmbRgS7h
想想就觉得折腾，一个老外分享自己如何用手机 Claude Code。 核心工具如下： 云服务器：用的Vultr 的虚拟机，应该用来运行Claude吧。 Tailscale：把虚拟机接入私有网络。公网 IP 上不开 SSH 端口，所有访问都走 Tailscale 的加密隧道。 Termius + mosh：手机上的终端。mosh 是关键，它能在网络切换时保持连接。从 WiFi 切到 4G，或者手机息屏，连接都不会断。 tmux：会话持久化。关掉 Termius 几小时后再打开，所有窗口还在，Claude 还在跑。 Poke：推送通知服务。Claude 需要你输入时，手机就会震一下。 流程大概这样： 启动一个任务 → 把手机揣兜里 → 收到通知 → 掏出手机回复 → 继续干别的。 推送通知是给 Claude Code 的配置里加了个Hook 用 Git worktree 管理多个分支，分支名做哈希，算出一个确定的端口号，避免冲突。 --- 自己没那么强的需求，就不折腾了，转给需要的朋友。 原文地址见评论。
有个老哥在 OpenCode 的 Issues 里反馈：自己按照 Open Code 网站上建议的 OAuth 方式登录，Claude 封禁了他的账号。 他之后在 Twitter 上联系了几个 Anthropic 工程师，发现以这种方式在 Open Code 上使用 Claude 违反了他们的服务条款，导致账号被封禁。 他反馈 Open Code 不应再允许用户登录任何 OAuth 订阅，因为这违反了他们所有的服务条款。用户应该使用 API 密钥并通过 API 访问支付 token 费用。 怕被封的兄弟们，可以关注一下。 https://t.co/vFvKSK7rS3
也是来自HN的帖子，一个在谷歌工作14年的员工写的工作感悟经验帖。 这么看，中外大厂工程师遇到的困境和问题都差不多。 在 Google 14 年，我学到的 21 条经验 我刚进 Google 的时候，以为这份工作就是写好代码。 也对，但只对了一部分。 待得越久，我越发现，真正做得好的工程师，不一定是编程最厉害的那批人。 他们是那些搞清楚了代码之外所有事情的人：怎么和人打交道，怎么应对办公室政治，怎么对齐目标，怎么处理不确定性。 下面这些经验，是我希望自己早点知道的。 有些能帮我省下几个月的挫折，有些花了好几年才真正理解。 它们都和具体技术无关，因为技术变得太快，没什么意义。 这些是那些反复出现的模式，一个项目接一个项目，一个团队接一个团队。 我写出来，是因为我从其他工程师那里受益很多，算是我的回馈。 1. 最好的工程师，痴迷于解决用户的问题 爱上一个技术，然后到处找地方用，这事儿很诱人。 我干过，大家都干过。 但真正创造价值的工程师反着来：他们痴迷于深入理解用户的问题，然后让解决方案自然浮现。 痴迷用户意味着什么？ 花时间看工单，和用户聊天，看用户怎么卡壳，不停问"为什么"，直到问到底。 真正理解问题的工程师，常常发现优雅的解决方案比预想的简单得多。 从解决方案开始的工程师，往往会堆砌复杂度，只为给方案找个理由。 2. 正确很便宜，一起找到正确答案才是真功夫 你可以赢下每场技术争论，然后输掉整个项目。 我见过很多聪明的工程师，总是做屋子里最聪明的人，结果积累了一堆他人无声的怨气。 代价会以"莫名其妙的执行问题"和"奇怪的阻力"显现出来。 真正的能力不是正确，而是进入讨论时对齐问题，给别人留空间，对自己的确定性保持怀疑。 强观点，弱执念。 不是因为你缺乏信念，而是因为在不确定下做的决定，不该焊死在身份认同上。 3. 偏向行动。先发出去。烂页面可以改。 追求完美会让人瘫痪。 我见过工程师花几周时间争论理想架构，但他们从来没真正搭建过。 完美方案很少从纯思考中冒出来，它从接触现实中冒出来。 AI 在这方面能帮上不少忙。 先做出来，再做对，再做好。 把丑陋的原型扔给用户看。 写出乱糟糟的设计文档初稿。 发布那个让你有点尴尬的 MVP。 你从一周真实反馈中学到的，比一个月理论争论学到的多得多。 动起来才能看清楚。分析瘫痪什么也产生不了。 4. 清晰是资历的体现。聪明是负担 工程师几乎都有写聪明代码的冲动。 感觉像是能力的证明。 但软件工程是什么？是你加上时间，再加上其他程序员。 在这个环境里，清晰不是风格偏好，而是降低运营风险。 你的代码是写给陌生人的战略备忘录，他们会在凌晨两点故障时维护它。 为他们的理解优化，不是为你的优雅优化。 我最尊敬的资深工程师，学会了每次都用清晰换聪明。 5. 新奇是一笔负债，会用故障、招聘和认知负担来还 把你的技术选择想象成一个组织，只有少量"创新Token"预算。 每次采用非标准的东西，就花掉一个。 你花不起太多。 重点不是"永远别创新"。 重点是"只在你被付钱去创新的地方创新"。 其他地方都该默认无聊，因为无聊的东西有已知的失败模式。 "最适合这个任务的工具"，常常是"在多个任务中最不差的工具"。 6. 影响力需要被看见 职业生涯早期，我相信好工作会自己说话。我错了。 代码静静躺在仓库里。 你的经理在会上提到你，或者不提。 同事推荐你做项目，或者推荐别人。 在大公司里，决策在你没被邀请的会议上做出，用的是你没写的总结，做决定的人只有五分钟时间和十二个优先级。 如果没人能在你不在场时说清你的影响，你的影响就是可有可无的。 这不完全是自我推销。 这是让价值链对所有人可见，包括你自己。 7. 最好的代码是你不用写的代码 工程文化里我们庆祝创造。 没人因为删代码升职，尽管删除常比添加更能优化系统。 你不写的每一行代码，就是你永远不用调试、维护或解释的一行。 在你开始搭建之前，先把这个问题问透："如果我们就是……不做，会怎样？" 有时答案是"没什么坏事"，那就是你的解决方案。 问题不是工程师不会写代码或不会用 AI 写代码。 问题是我们太擅长写了，以至于忘了问该不该写。 8. 规模足够大时，连你的 bug 都有用户 用户足够多时，每个可观察的行为都会变成依赖，不管你承诺过什么。 有人在爬你的 API，自动化你的怪癖，缓存你的 bug。 这带来一个职业级洞察：你不能把兼容性工作当"维护"，把新功能当"真正的工作"。 兼容性就是产品。 设计你的废弃流程要像迁移一样，给时间、给工具、给同理心。 大部分"API 设计"其实是"API 退役"。 9. 大部分"慢"团队，其实是没对齐的团队 项目拖延时，本能反应是怪执行：人不够努力，技术不对，工程师不够。 通常这些都不是真正的问题。 在大公司里，团队是你的并发单元，但协调成本随团队数量几何级增长。 大部分慢，其实是对齐失败，人在做错的事，或者用不兼容的方式做对的事。 资深工程师花更多时间澄清方向、接口和优先级，而不是"写代码更快"，因为真正的瓶颈在那里。 10. 专注于你能控制的，忽略你控制不了的 在大公司里，无数变量在你控制之外：组织变动、管理决策、市场变化、产品转向。 纠结这些只会产生焦虑，不会产生行动力。 保持理智和高效的工程师，会聚焦在自己的影响范围内。 你控制不了重组会不会发生，但你能控制工作质量、你的反应方式、你学到什么。 面对不确定性时，把问题拆开，找出你能采取的具体行动。 这不是被动接受，而是战略聚焦。 花在改变不了的事情上的精力，是从能改变的事情上偷走的精力。 11. 抽象不会消除复杂度，只是把它挪到你on call那天 每个抽象都是一个赌注，赌你不需要理解下面是什么。 有时你赢了。 但总有东西会泄漏，当它泄漏时，你需要知道自己站在什么上面。 资深工程师即使技术栈越来越高，也会持续学习"更底层"的东西。 不是出于怀旧，而是出于对那个时刻的尊重：抽象失败，凌晨三点你独自面对系统。 用你的技术栈。 但对它底层的失败模式保持清醒认知。 12. 写作逼出清晰。学得更好的最快方法是试着教它 当我向别人解释一个概念时，在文档里、演讲中、code review 评论里，甚至只是和 AI 聊天，我会发现自己理解中的空白。 让东西对别人清晰的过程，也让它对我自己更清晰。 这不是说你能通过教外科手术学会做手术，但这个前提在软件工程领域基本成立。 这不只是慷慨分享知识。这是自私的学习技巧。 如果你觉得自己理解了什么，试着简单解释它。 你卡壳的地方，就是你理解浅薄的地方。 教学是调试你自己的心智模型。 13. 胶水工作很重要，但别让它吞掉你的职业生涯 胶水工作——文档、入职培训、跨团队协调、流程改进——很重要。 但如果你无意识地做，它会拖慢你的技术轨迹，让你精疲力尽。 陷阱是把它当"乐于助人"，而不是当作有意识的、有边界的、可见的影响。 给它设时间上限。轮换着做。 把它变成产物：文档、模板、自动化。 让它作为影响可见，而不是作为性格特征。 无价但不可见，对你的职业生涯是危险的组合。 14. 如果你赢下每场争论，你可能在积累无声的阻力 我学会了对自己的确定性保持怀疑。 当我"赢"得太容易时，通常有什么不对。 人们不再和你争，不是因为你说服了他们，而是因为他们放弃了尝试。 他们会在执行中表达分歧，而不是在会议上。 真正的对齐需要更长时间。 你得真正理解其他视角，吸收反馈，有时公开改变主意。 短期的"正确"感觉，远不如长期和愿意合作的人一起做事的现实。 15. 当一个指标变成目标，它就不再衡量了 你暴露给管理层的每个指标，最终都会被钻空子。 不是出于恶意，而是因为人会优化被衡量的东西。 如果你追踪代码行数，你会得到更多行。 如果你追踪速度，你会得到膨胀的估算。 资深做法：对每个指标请求，回应一对指标。 一个看速度，一个看质量或风险。 然后坚持解读趋势，而不是崇拜阈值。 目标是洞察，不是监控。 16. 说"我不知道"是领导力，不是弱点 说"我不知道"的资深工程师不是在展示弱点，而是在创造许可。 当领导承认不确定性，就是在发信号：这个房间里其他人也可以这样做。 反面是什么？一种文化，每个人都假装理解，问题藏到爆炸为止。 我见过团队里最资深的人从不承认困惑，也见过造成的伤害。 问题不被问出来。假设不被挑战。 初级工程师保持沉默，因为他们以为其他人都懂。 示范好奇心，你会得到一个真正学习的团队。 17. 你的人际网络比任何工作都长久 职业生涯早期，我专注于工作，忽视了建立人际网络。 回头看，这是个错误。 那些投资关系的同事——公司内外——收获了几十年的回报。 他们最先听到机会，能更快搭桥，被推荐做项目，和多年建立信任的人一起创业。 你的工作不是永远的，但你的人际网络是。 带着好奇心和慷慨去经营它。 当离开的时候到了，常常是关系打开了门。 18. 大部分性能提升来自移除工作，不是增加聪明 系统变慢时，本能是加东西：缓存层、并行处理、更聪明的算法。有时是对的。 但我见过更多性能提升来自问："我们在计算什么不需要的东西？" 删除不必要的工作，几乎总是比更快地做必要工作更有影响力。 最快的代码是从不运行的代码。 在你优化之前，先质疑这个工作该不该存在。 19. 流程存在是为了减少不确定性 最好的流程让协调更容易，让失败更便宜。 最差的流程是官僚主义，它存在不是为了帮忙，而是为了在出问题时分配责任。 如果你解释不了一个流程如何降低风险或增加清晰度，它可能就是负担。 如果人们花在记录工作上的时间比做工作还多，那就出了大问题。 20. 知道你在用什么交换什么 职业生涯早期，你用时间换钱，这没问题。 但到了某个点，计算会反转。 你开始意识到时间是不可再生资源。 我看过资深工程师为了追下一个晋升级别而精疲力尽，为了多几个百分点的薪酬优化。 有些人得到了。 大部分人事后都在想，值不值得付出那些代价。 答案不是"别努力工作"。而是"知道你在交换什么，有意识地做交换"。 21. 没有捷径，但有复利 专业能力来自刻意练习：稍微超出你当前技能一点，反思，重复。 持续多年。没有浓缩版。 但这里有希望的部分：学习在创造新选项时会有复利，而不是在积累新琐事时。 写东西，不是为了互动量，而是为了清晰。 搭建可复用的基础组件，把伤疤组织成手册。 把职业生涯当复利而不是彩票的工程师，往往走得更远。 最后一点想法 21 条经验听起来很多，但它们其实归结为几个核心想法：保持好奇，保持谦逊，记住工作永远关乎人 你为之搭建的用户，和你一起搭建的队友。 工程师的职业生涯足够长，可以犯很多错误，最后还是走得很好。 我最敬佩的工程师不是把所有事都做对的人，而是从错误中学习、分享发现、持续出现的人。 如果你刚开始这段旅程，要知道它会随时间变得更丰富。 如果你已经深入其中，希望这些能引起共鸣。
德鲁肯米勒谈最优秀的投资者有哪些共同特质： 他们极其好胜。 他们有一种令人难以置信的胜利欲。 如果你去看任何一个投资业绩很出色的人，不管是什么原因，那些没有激情的人，根本无法和他们竞争。 他们有激情，而且他们就是愿意更努力地工作。 https://t.co/t1uK8DO0Ed
HN上的一个帖子，AI让做网站又变好玩了。 还是有同感的，让AI翻译下，原文见评论区： 我还记得 PHP 4 的时代。 那时候 jQuery 刚出来，很新鲜。 网站都用表格布局，不是 div。 Dreamweaver 感觉像个神器。 设计稿在 Photoshop 里切图。 数据库就在 phpMyAdmin 里管。 当时可能没觉得，但现在回头看，那时候简单多了。 整个开发流程我都能在脑子里装下。 做网站应用确实有复杂的地方，但都能搞定。 有个想法，你多半就能做出来。 一个人单干，从想法到上线，全都能管。 至少感觉是这样。 我可能是在美化过去，但你懂我意思。 现在做网站太难了 前端有构建流程、打包工具、CSS 框架和它们自己的工具链、progressive web apps、Core Web Vitals、SEO、layout shifts、srcset 和响应式图片…… 我记得以前最大的挑战就是兼容 IE6。 后端有设计模式、单元测试、代码覆盖率、API、性能优化、依赖管理、基础设施、监控、日志追踪、可观测性…… 每个领域都变得更专业了，这可能是好事，但也意味着需要更深的专业知识。 我选择专攻后端和服务器基础设施。 前端我只能放弃了，因为没法一边学后端一边跟上前端工具链的变化。 一个人单干，现在真的很难全都管过来。 AI 来了 它们远不完美，但 Claude 和 Codex 给了我急需的帮助。 它们让我找回了多年没有过的生产力。 我感觉又能掌控整个技术栈了，而且有信心。 从想法到上线，几天就能搞定。 突然之间，每个领域的复杂度都不那么重要了。 过去二十年，我和很多厉害的人合作过：后端开发、前端开发、市场营销、管理者等等。 我可以借鉴他们的经验，参考他们的做法，用 AI 来实现他们的方法。 我能可靠地复现他们的编码标准、语言风格、策略和流程。 以前开新项目感觉像座大山。 现在又觉得可行了。 AI 生成代码的时候，我知道哪些好哪些不好。 我见过好的和差的，可以在此基础上迭代。 即使需要反复调整和提示，用 AI 的效率也轻松是不用的 10 倍。 目标没变：做出符合现代标准的高质量软件。 虽然目标还是很远。 但现在我有了火箭助推器，终于又能够到了。 我脑子里不再塞满构建流程、测试问题、代码模式、没修的 bug…… 我有信心在 AI 帮助下搞定这些。 这些事还是要做，但快多了，也不再让人喘不过气。 这就留出了空间去试验 UI 和 UX，去尝试想法然后扔掉。 去加一些以前没法做的小改进，因为总有更紧急的事。 我真正喜欢的也不是敲代码，不是语法、结构或者必需的模板代码。 而是从无到有做出东西，写代码只是达到目的的方式。 现在的工具能省下大把时间。 AI 真的让做网站又变好玩了。
以后谁在我帖子底下 写什么互关秒回，写什么蓝v互关 见一个block一个 看着评论区最近突然多起来的互关就有点烦，我也不认识你。你不创作有效互动，我凭什么互关你？ 如果有和我关注很久，互动很好的朋友需要互关，直接私信我，我挑着互关。或者进我社群私聊我互关
为什么会有所谓的短视频操盘手和直播操盘手，来陪跑 IP 我这个说法属于暗黑嘲讽派，仅供参考 1、所谓的大佬，无论是年入百万，还是年入十亿的，都是在正确的时间，做了正确的事情。「赚到钱」作为一个结果，主要是和事情有关，而不是和人有关（人本位 vs 事本位） 2、但上述说法，并不为主流所接受。大众普遍认为，有钱就是牛逼，我肯定能和你学到东西，这就创造了市场 3、但是这些“大佬”们，大部分不会做线上内容，也没有足够的耐心去探索，就需要有人把现成的套路拿过来，让他们不断重复，大家都去卖九块九，大家都去直播间 PUA 别人 …… 4、最终，有人成功了，有人失败了。成功了的，就是「操盘手」的案例，失败了就赚个辛苦钱 5、上述过程，无论从哪个角度看，都是一场大型真人秀。而真人秀的核心有二，一个是真人（人是真的），一个是秀（PUA 当然也是秀的一种），仅此而已，和知识无关，和认知无关，和大家所期待的大佬们的神秘的洪荒之力无关
2026 年我 100% 会拥有第一个 AI 眼镜 现在这个势头太猛了，感觉是家公司都在做 目前我不要求眼镜有屏显了，类似夸克眼镜那种纯绿色 RGB(0, 255, 0) 感觉没什么意义 我能不能看见无所谓，但一定要让 AI 看见😂 让大模型可以看见我身处的环境，有巨大的价值 包括微信一直反抗的用 AI 分析聊天记录，这个也解决了 如果摄像足够高清，直接把我眼镜看见的微信聊天记录拍下来就完事儿了 但如果是这样的话，数据安全又是个问题，要不然信任一下苹果，要不然就私有部署 之前算了一下，如果用 Gemini API 处理我 24 小时拍摄的视频数据的话 API 的费用是每天 1000 块 录像需要一部大疆，外加随身带两块电池
Recursive Language Models (RLMs) 这两天像洪水一样，拼命抢占我的注意力。 这种vibe，非常像 DSPy。但他们到底是是有价值的next，还是 hype？ RLMs 可以看到很多 DSP的影子，两者共同点，是用Programming 替代Prompting，没有把 LLM 当成单纯的text generator，而是当成 data pipleline 的 controller。DSPy 用来优化 prompt，而 RLMs 将这种思想应用于 long context。 Did they work ？当然，在特定情况下，好用。 Did they fail ? 当然，RLMs 专门在总结了Recursion失败的情况。 如果说 RLMs 这一个对 programming as prompting 在long context 中的尝试，当然是很好的工作。 但远远达不到将 long context问题革命和彻底解决。 如果这么宣称，就是hype。
分享一个台湾大学的 AI Coding 的公开课程，资料放到评论里。这里谈谈课程的内容情况： 1. 适合人群：乐于拥抱 AI Coding 的人都可以学，下个 Cursor 就可以跟着学。这种普世课程有点像斯坦福 iOS 系列。 2. 整体脉络：从怎么用 AI Coding 写代码开始，从基本的 Web 基础：HTML、CSS、JS ，再到 React 到 Nextjs 全家桶 到 数据库 到 Vercel 部署，几乎整个现代网站开发的全链路覆盖完善了。还包括测试、UI设计、项目管理、DevOps 等等都有提到，甚至连创业怎么做 MVP 都有教。可以说是方方面面都有了。 3. 为什么值得一看：一个能教好课的老师+现代流行的技术+全面的覆盖+AI Coding=完美 Perfect 课程。 4. 从课程目标+老师的自述来说，这门课就是给想在 AI 时代构建自己感兴趣的 Side Project 的同学准备的。通过 AI Coding，降低编程门槛，让更多非技术的同学，也可以进行创作，是这一门课的目标，很普世。 最后，放两段老师的自述： “我上這門課的目的是希望能有更多人開始擁抱 AI coding — 目標不是讓人人變成 software engineers, 而是我認為既然用 natural language 來寫程式在現在已經跟寫篇文章一樣容易，那這部分的知識與技能就應該要普及化，讓有興趣想要學的人都可以自己簡單學會” “講到開課，我其實比較想開的是 WP-2, 給那些未來的 AI 時代裡的。真。Software Engineer。也就是說那些已經修過 WP，或者是自學過 WP 的人，如果認真地開始做 side projects, 開始想要去打造一個自己、朋友、甚至陌生人都會喜歡用的 app, 最後也有想要試試 startup… 我會想要開一門課跟這些同學一起來學習這個 from project to startup 的過程。”
A realistic social-media 2x2 mirror-selfie collage { "subject": { "description": "A realistic social-media 2x2 mirror-selfie collage of a young woman in a clothing boutique fitting area, with glossy jet-black straight hair and blunt bangs, soft doll-like makeup, and a playful calm expression including one wink frame. She wears a beige cable-knit cardigan over a white lace-up corset-style top and a black neckband with a silver metal plate engraved with a spiral-leaf emblem.", "mirror_rules": [ "Mirror selfie composition: keep the reflection physically consistent.", "Any visible text must be forward-readable (not mirrored), with no extra random characters.", "No watermark or UI overlays; do not add unintended letters or logos." ], "age": "early 20s", "expression": { "eyes": { "look": "soft, slightly dreamy gaze", "energy": "gentle and playful", "direction": "looking slightly to the side toward the phone screen/mirror" }, "mouth": { "position": "relaxed closed lips with a faint smile", "energy": "subtle, sweet" }, "overall": "calm, cute, lightly flirtatious; one panel includes a wink" }, "face": { "preserve_original": true, "makeup": "porcelain-smooth base, soft peach blush, delicate eyeliner, natural lashes, subtle nose highlight, nude-pink gradient lips, large light-gray/lavender circle lenses" } }, "hair": { "color": "jet black", "style": "long straight hair with blunt full bangs, silky and even", "effect": "strong glossy sheen with visible fine strands" }, "body": { "frame": "curvy", "waist": "defined", "chest": "full", "legs": "not fully visible in most panels", "skin": { "visible_areas": [ "face", "neck", "upper chest/cleavage", "hands" ], "tone": "fair with a warm-neutral undertone", "texture": "smooth with soft natural highlights", "lighting_effect": "warm indoor light with gentle specular highlights on cheeks and nose" } }, "pose": { "position": "standing in front of a mirror", "base": "right hand holding the phone up near the face; slight torso turn; small head tilt", "overall": "casual mirror-selfie poses across four panels; one close-up wink" }, "clothing": { "top": { "type": "white corset-style lace-up top under a beige cable-knit cardigan", "color": "white top, beige/tan cardigan", "details": "front lace-up/tie detail on the top, cardigan with chunky knit texture and ribbed edges", "effect": "soft cozy knit contrast with fitted structured top" }, "bottom": { "type": "not clearly visible", "color": "not clearly visible", "details": "cropped out by framing in most panels" } }, "accessories": { "device": "smartphone with a light-colored case covered in cute small animal stickers", "prop": "kraft paper shopping bag with black handles (partially visible in one panel)" }, "photography": { "camera_style": "smartphone mirror selfie collage, realistic social media look", "angle": "eye-level mirror reflection, alternating mid-shot and close-up panels", "shot_type": "2x2 collage: one mid/upper-body mirror shot, two close-up face shots (one wink), one medium close-up with mirror frame visible", "aspect_ratio": "portrait collage (2x2 grid)", "texture": "high-detail phone photo, mild HDR, clean sharpness, natural skin smoothing without plastic look", "lighting": "warm indoor boutique lighting, soft and even with gentle highlights", "depth_of_field": "moderate; subject sharp, background slightly softened in close-ups" }, "background": { "setting": "clothing boutique fitting area with mirror and racks", "wall_color": "warm neutral/cream tones with wood accents", "elements": [ "wood-framed mirror edge visible", "clothing racks with coats and garments", "hats on hooks or shelves", "curtain/partition", "overhead spotlights", "air conditioner unit", "shelves with bags and folded items" ], "atmosphere": "cozy, tidy retail interior", "lighting": "warm-white indoor illumination with soft shadows" }, "the_vibe": { "energy": "soft, intimate, lightly playful", "mood": "gentle confidence, cute and calm", "aesthetic": "realistic boutique mirror-selfie with subtle anime-inspired makeup", "authenticity": "feels like a real phone collage posted on social media", "intimacy": "close personal framing, private fitting-room moment", "story": "trying on outfits and snapping a quick 4-shot mirror collage before checkout", "caption_energy": "sweet, slightly teasing, casual" }, "constraints": { "must_keep": [ "2x2 collage layout",
有事没事别乱优化性能😂 刚看到的一条评论： > 一旦规模化，即使是你写的 Bug 也会拥有用户。 我大学毕业后的第一份工作是在一家公司，入职时有一个盛大的新员工培训研讨会。有一天，他们给我们讲了一个故事：那是 90 年代中期，技术团队把软件的加载时间从 5 分钟 优化到了 30 秒。 结果，客户的负面反馈瞬间爆发。 这次加载时间的优化，竟然摧毁了那家公司的企业文化。 原来，在优化之前，大家到了办公室，打开电脑，利用那 5 分钟的加载时间聊天、喝咖啡，开启轻松的一天。而现在，还没等他们从办公桌前站起来，软件就已经准备好，催着他们干活了！ 这个故事的寓意——以及上面那句引言——并不是叫你不要去改进事物。相反，它是一个提醒：你构建的软件不仅仅存在于 PRD（产品需求文档） 或测试套件中。它是一个在现实世界中与人交互的系统。人们会围绕它养成习惯，开发出变通的方法（Workarounds），甚至为了实际使用场景而依赖某些 Bug。 这对作为软件工程师的你来说至关重要：你必须理解软件的真正用途和现实世界的使用方式。你的工作不是为了完成产品经理给的一堆工单（Tickets），你的工作是构建能够解决用户问题的软件。 链接：https://t.co/uYt4nEbjcG
黄仁勋 2011 年在斯坦福大学的这场演讲，比两年的MBA课程更能教会你商业知识。 https://t.co/ZCJ1H4u0j2
斯坦福大学团队在《Science》发表研究：通过阻断一种叫15-PGDH的蛋白质，成功让老年小鼠的膝盖软骨重新长出来，还能防止运动损伤后发展成关节炎。 15-PGDH是一种“衰老酶”，会随年龄增长在体内积累，导致组织功能下降。研究发现老年小鼠关节中这种蛋白的水平是年轻小鼠的两倍。用小分子药物抑制它后，原本变薄的软骨明显增厚，而且长出来的是功能完好的透明软骨，不是质量较差的纤维软骨。 更有意思的是，这个过程不依赖干细胞。软骨细胞直接改变了自己的基因表达模式，变得更"年轻"——产生健康软骨的细胞比例从22%升到了42%。研究团队还用人类膝关节置换手术中取出的组织做了验证，效果同样积极。 骨关节炎影响约五分之一的美国成年人，目前只能止痛或换关节，没有药能真正逆转病程。这款药物的口服版已在进行针对肌肉无力的一期临床试验，团队希望软骨再生的临床试验也能尽快启动。 ----- 《抗衰老注射剂竟能让膝盖软骨再生，还能预防关节炎》 作者：SciTechDaily 来源：https://t.co/rXtarFYIJf 科学家们发现了一种通过靶向特定的“衰老蛋白”来让软骨再生的方法。这种方法不仅能逆转老年动物的关节损伤，还能在受伤后预防关节炎的发生。图片来源：Stock 一种能阻断“衰老相关蛋白”的新疗法，通过对现有细胞进行“重编程”（而非使用干细胞），成功在老化和受损的关节中恢复了软骨组织。 研究人员报告称，阻断一种与衰老紧密相关的蛋白质，可以让老龄小鼠膝盖中自然磨损的软骨重新长出来。在这项研究中，这种注射疗法不仅重建了软骨，还在膝盖受伤（类似于运动员和好动成年人常见的前交叉韧带/ACL撕裂）后，成功阻止了关节炎的发展。目前，该疗法的口服药版本已经在进行临床试验，旨在治疗与衰老相关的肌肉无力。 在关节置换手术中收集的人类膝盖组织对这种治疗也产生了积极反应。这些样本——包括关节的支撑结构（细胞外基质/Extracellular Matrix，即细胞居住的支架）和产生软骨的软骨细胞（Chondrocytes）——开始形成功能正常的新软骨。 综合来看，这些发现指向了一个令人兴奋的可能性：未来我们或许可以通过局部注射或口服药物，来恢复因衰老或关节炎通过流失的软骨，从而彻底消除进行膝盖或髋关节置换手术的必要。 直击骨关节炎的根本病因 这种疗法不仅仅是缓解症状，而是直击**骨关节炎（Osteoarthritis）**的根本驱动因素。骨关节炎是一种退行性关节疾病，在美国影响着大约五分之一的成年人，每年产生的直接医疗费用估计高达 650 亿美元。目前，市面上没有任何药物可以阻止或逆转这种疾病，患者的主要选择只能是疼痛管理（吃止痛药）或关节置换手术。 该疗法靶向一种名为 15-PGDH 的蛋白质。随着人体衰老，这种蛋白质的含量会越来越高，科学家将其归类为衰老酶（Gerozyme）。 注： 衰老酶（Gerozyme） 是该研究团队在 2023 年首次描述的一个概念。它指的是那些随着年龄增长而活性增强，并导致组织功能逐渐衰退的酶。可以把它想象成身体里导致“生锈”的催化剂。 在小鼠体内，15-PGDH 水平的升高是导致老年肌肉力量流失的关键因素。当科学家使用小分子药物阻断这种蛋白质时，老龄小鼠的肌肉质量和耐力都得到了提升。相反，如果强迫年轻小鼠产生过多的 15-PGDH，它们的肌肉就会萎缩变弱。这种蛋白质还被发现与骨骼、神经和血细胞的再生有关。 在上述组织中，修复通常依赖于激活组织特异性的干细胞。但软骨的情况截然不同。软骨细胞并不依赖干细胞，而是通过改变自身的基因活动，恢复到更年轻的状态。这就像是细胞层面的“返老还童”，让再生在没有干细胞参与的情况下发生。 “这是一种让成人组织再生的全新方式，对于治疗因衰老或受伤引起的关节炎具有巨大的临床前景，”斯坦福大学微生物学和免疫学教授 Helen Blau 博士说。“我们原本是在寻找干细胞，但很明显它们并没有参与其中。这太令人兴奋了。” 该研究发表在权威期刊《科学》（Science）上，Helen Blau 博士和斯坦福大学骨科副教授 Nidhi Bhutani 博士是该研究的资深作者。骨科讲师 Mamta Singla 博士和前博士后学者 Yu Xin (Will) Wang 博士是该研究的主要作者。Wang 博士目前是圣地亚哥桑福德·伯纳姆研究所的助理教授。 “戏剧性”的再生效果 “随着年龄增长，数以百万计的人饱受关节疼痛和肿胀的折磨，”Bhutani 博士说。“这是一个巨大的未被满足的医疗需求。直到现在，还没有药物能直接治疗软骨流失的根源。但这种衰老酶抑制剂引发了戏剧性的软骨再生效果，超越了以往任何药物或干预手段的报告。” 人体内主要有三种类型的软骨： 1. 弹性软骨：柔软灵活，构成外耳等结构。 2. 纤维软骨：致密坚韧，存在于脊椎骨之间，用于吸收冲击。 3. 透明软骨（Hyaline Cartilage）：光滑有光泽，为脚踝、臀部、肩膀和膝盖部分等关节提供低摩擦表面，起到润滑和灵活作用。透明软骨（也称为关节软骨）是骨关节炎中最常受损的类型。 （图2） 上图：年轻小鼠的膝关节；中图：老龄小鼠的膝关节；下图：经过治疗的老龄小鼠膝关节。红色部分表示软骨。图片来源：Nidhi Bhutani 当关节因衰老、受伤或肥胖而承受压力时，骨关节炎就会发生。软骨细胞开始释放促炎分子，并分解胶原蛋白（Collagen）——这是软骨的主要结构蛋白。当胶原蛋白流失，软骨就会变薄、变软；随之而来的炎症会导致关节肿胀和疼痛，这也是该病的标志性症状。 在正常情况下，关节软骨极难再生。虽然科学家在骨骼中发现了一些可能生成软骨的干细胞群，但在关节软骨中寻找类似细胞群的尝试一直没有成功。 Blau 实验室之前的研究表明，一种名为**前列腺素 E2（Prostaglandin E2）**的分子对肌肉干细胞功能至关重要。而 15-PGDH 这种酶会降解前列腺素 E2。因此，抑制 15-PGDH 的活性（或者直接提高前列腺素 E2 的水平）可以支持年轻小鼠受损肌肉、神经、骨骼、结肠、肝脏和血细胞的再生。 Blau、Bhutani 和他们的同事想知道，15-PGDH 是否也在软骨和关节老化中扮演了类似的角色。当他们比较年轻和年老小鼠膝盖软骨中的 15-PGDH 含量时，发现这种“衰老酶”的水平随着年龄增长增加了约两倍。 随后，他们尝试给老龄动物注射一种能抑制 15-PGDH 活性的小分子药物——首先是腹部注射（影响全身），然后是直接注射到关节中。在这两种情况下，老龄小鼠原本明显变薄、功能退化的膝盖软骨，都在关节表面重新变厚了。进一步的实验证实，关节中的软骨细胞生成的是高质量的透明软骨，而不是功能较差的纤维软骨。 “在老龄小鼠身上看到如此程度的软骨再生让我们大吃一惊，”Bhutani 说，“效果非常显著。” 解决 ACL 撕裂后的隐患 在患有膝盖损伤（如 ACL 撕裂）的动物身上也观察到了类似的结果。ACL 撕裂在足球、篮球和滑雪等需要突然急转、急停或跳跃的运动中经常发生。虽然撕裂可以通过手术修复，但大约 50% 的人在受伤后 15 年内会在该关节处患上骨关节炎。 研究人员发现，在受伤后，连续四周每周注射两次“衰老酶抑制剂”，可以大幅降低小鼠患骨关节炎的几率。相比之下，接受对照药物治疗的动物，其体内的 15-PGDH 水平是未受伤同伴的两倍，并在四周内就患上了骨关节炎。 接受“衰老酶抑制剂”治疗的动物运动更加正常，并且比未治疗的动物更敢于用受伤的腿负重。 “有趣的是，前列腺素 E2 过去一直被认为与炎症和疼痛有关，”Blau 解释道，“但这项研究表明，在正常的生物水平下，前列腺素 E2 的小幅增加实际上能促进再生。” 对老年小鼠和年轻小鼠关节中软骨细胞的深入调查显示，老年软骨细胞表达了更多有害基因（涉及炎症和将透明软骨转化为不需要的骨骼），而表达软骨发育相关基因较少。 无需干细胞，直接“重编程”软骨细胞 研究人员还精准定位了老年软骨细胞的亚群，这些细胞在治疗后改变了基因表达模式： 1. “坏分子”减少：一种表达 15-PGDH 并参与软骨降解的细胞，治疗后比例从 8% 降至 3%。 2. “疤痕制造者”减少：另一种不表达 15-PGDH 但表达纤维软骨（类似疤痕组织）生成基因的细胞，治疗后比例从 16% 降至 8%。 3. “再生主力”增加：第三种细胞群不产生 15-PGDH，但表达形成透明软骨和维持细胞外基质所需的基因，治疗后其比例从 22% 飙升至 42%。 这些发现表明，治疗后基因表达发生了整体转变，恢复到了更年轻的软骨构成——而且这一过程完全没有干细胞或祖细胞的参与。 最后，研究人员研究了从接受全膝关节置换术的骨关节炎患者身上取下的人类软骨组织。经过 15-PGDH 抑制剂处理一周的组织，表现出更低水平的 15-PGDH 表达细胞，软骨降解基因和纤维软骨基因也减少了，并且开始再生关节软骨。 “这种机制非常惊人，真正改变了我们要如何实现组织再生的看法，”Bhutani 说，“很明显，软骨中大量现存的细胞正在改变它们的基因表达模式。通过靶向这些细胞进行再生，我们在临床上可能产生更大的整体影响。” Blau 补充道：“针对肌肉无力的 15-PGDH 抑制剂的一期临床试验已经表明，该药物在健康志愿者中是安全且有效的。我们希望类似的试验能很快启动，以测试其在软骨再生方面的效果。这个潜在的突破让我们非常兴奋。想象一下，让现有的软骨重新生长，从而避免关节置换手术。” 参考文献： “Inhibition of 15-hydroxy prostaglandin dehydrogenase promotes cartilage regeneration” by Mamta Singla, Yu Xin Wang, Elena Monti, Yudhishtar Bedi, Pranay Agarwal, Shiqi Su, Sara Ancel, Maiko Hermsmeier, Nitya Devisetti, Akshay Pandey, Mohsen Afshar Bakooshli, Adelaida R. Palla, Stuart Goodman, Helen M Blau and Nidhi Bhutani, 27 November 2025, Science. DOI: 10.1126/science.adx6649
我发个演示视频，也有人喷我😂 你们是不是心理变态？我发个视频咋就触发到你原生家庭的遗留伤害了😂 晒个数据，昨天做网站把我的积分从 19w 消耗到了 18w 今天起来一看发现邀请码赚的积分已经涨回来了 花 1000 积分做的演示视频，赚回本，这个我实现过了 这次是花 1 万积分做的演示视频，赚回本，我也实现过了 我在想，下次我花 10 万积分做一个视频，能不能也回本？ 这些测试对我之后宣传自己的产品非常有用（虽然这个产品我未必真的会做） 我觉得探索事物的好奇心还是很重要的，这既为我带来了钱，也带来了比钱更重要的东西 你觉得呢？
太猛了啊！！😂 Claude Code 仅需 3 个来回就实现了整个 OAuth 2.0 授权流程： 包括数据库migration，还加了个 test 页面让我一步步点击验证，甚至加了个 markdown note 解释原理，教我怎么操作。 起因是我在 ChatGPT 创建了一个 GPTs，为了方便让用户授权获取BibiGPT的 API token，从而在 ChatGPT 里面直接调用 BibiGPT 的 API 去总结视频，保存到 Notion、Readwise 等笔记软件😂
Claudesidian: Claude Code + Obsidian 一个“开源”的 Obsidian vault，可以理解为一套集成了Claude Code 的工作流模版。 详细看了介绍，感觉作者不仅懂 Claude Code ，对 PKM 也有自己的理解，使用了「P·A·R·A」，作为知识管理框架。 内置了很多的 AI assistants 可以直接用，似乎还支持 Google Gemini MCP，以及 Web Research （利用Firecrawl 把网页变成本地MD文件，再让CC阅读，比直接读网页更省 token） 最近我看 Obsidian CEO 都在关注 Claude Code + Obsidian 的工作流，似乎是要有所行动了。 作者 @heyitsnoah 地址： https://t.co/ixOsHGddNE
前几天 Google 首席工程师（Principal Engineer）Jaana Dogan 发了一条推文： “我们团队去年一整年都在做分布式 Agent 编排系统，各种方案，各种分歧，始终没有定论。我把问题描述给 Claude Code，它一个小时就生成了我们去年做的东西。” 这条推文在我的 Timeline 上刷屏好几天。有意思的是，几乎每个人都能从中找到自己想要的证据。 有人说这是大公司病的铁证：一年的活儿一小时干完，可见组织效率有多低。 有人说这是 Claude Code 封神时刻：Google 自己的首席工程师都在用竞品。 还有人说程序员要失业了：AI 已经能替代整个团队。 这些解读都抓住了部分事实，但都漏掉了关键信息。 【1】故事的另一半 Jaana Dogan 后来发了一段很长的澄清。 首先，团队这一年建了好几个版本的系统，各有优劣，一直没达成共识。 其次，她给 Claude 的 Prompt 浓缩了“存活下来的最佳想法”：一年的探索、试错、淘汰，精华被压缩进了三段话。 最后，Claude 生成的是“玩具版本”，不是生产级代码，但作为起点相当不错。 换句话说，这不是 AI 凭空创造，而是专家带着一年积累的研究成果，用 AI 快速把想法变成代码。 【2】一年的时间到底花在哪了 我们习惯用“产出”来衡量工作：代码行数、功能数量、版本迭代。但如果产出可以被一小时复现，那之前一年的“工作”到底是什么？ 团队一年其实在做三件事： 首先是探索。分布式 Agent 编排这个问题，没有标准答案。要试不同的架构、不同的通信机制、不同的容错策略。大部分尝试会失败，但失败本身是必要的学费。 然后是验证。想法要落地，得跑起来看效果。有些问题只有在真实负载下才会暴露。这个过程漫长、枯燥、充满意外。 最后是对齐。Jaana 说"not everyone is aligned"。大厂呆过的朋友都知道，在大公司，让不同团队、不同利益方、不同技术偏好的人达成共识，往往比写代码难十倍。开会、写文档、说服、妥协、再开会，这些不产生代码，但消耗大量时间和精力。 Claude 复现的是最后那个“建造”的动作。前面那些认知劳动，探索、验证、对齐其实都是人来完成的。 这就像一个软件项目，我们不能只盯着写代码的那部分时间，前面的需求分析、产品设计、系统设计，后期的测试都是占时间的，只是由于以前写代码成本高，大家容易忽略那部分的成本付出，现在 AI 生成代码太快，才凸显出其他部分工作的价值。 【3】瓶颈转移 Jaana 还说了一段话，我认为这才是整个故事最有价值的部分： “需要好几年时间去学习、在真实产品中验证想法、找到能长期使用的模式。一旦你有了这些洞察和知识，构建本身就不难了。因为可以从零开始建，最终产物反而没有历史包袱。” 过去，瓶颈在“怎么实现”。你想清楚要什么了，但从想法到代码之间隔着漫长的工程工作。需要招人、分工、排期、开发、测试、联调。 现在，这个瓶颈正在消失。新的瓶颈是“想清楚要什么”。你的 prompt 能不能精准描述问题？能不能包含正确的约束条件？能不能体现你对 tradeoff 的判断？ 有人把这叫做从“实现”到“表达”的转移。以前会干活的人值钱，现在会说清楚要干什么的人更值钱。 Jaana 的 prompt 之所以有效，是因为她确实懂这个领域。换一个不懂的人，给 Claude 同样三段话的篇幅，大概率出不来能用的东西。AI 放大的是你已有的认知，不是凭空给你认知。 【4】什么变贵了 执行变便宜了，什么变贵了？ 判断力。面对十个可行方案，选哪个？AI 能帮你生成方案，但决定需要对业务的理解、对用户的洞察、对技术趋势的预判，这些仍然高度依赖人。 品味。同样是能跑的代码，好代码和烂代码的差距是巨大的。可维护性、可扩展性、优雅程度，AI 能写代码，但“什么是好代码”这个标准，需要人来定义和坚持。 对问题的深刻理解。表面上是技术问题，底下往往是业务问题、组织问题、甚至政治问题。能穿透表象看到本质的人，永远稀缺。 【5】个体和小团队在 AI 时代的机会 这个故事还有一个潜台词：大公司的对齐成本被 AI 无情放大了。 以前，大公司用人海战术堆执行力，用流程保证质量。小团队资源有限，很难在复杂项目上竞争。 前 Google 和 Meta 杰出工程师（Distinguished Engineer）、Gemini 大模型的联合作者 Rohan Anil 留言说： “如果我当年能拥有 Coding Agent，特别是像 Opus 这种级别的模型，我不仅能省下职业生涯前 6 年的时间，甚至能把这些工作量压缩到短短几个月内完成。” 现在，执行力可以靠 AI 补齐。小团队的优势：决策快、包袱轻、方向调整灵活，反而变成了真正的护城河。一个人想清楚了，一小时就能出原型；一百个人没想清楚，开一年会也对不齐。 这对个体是好消息，你的判断力、学习能力、对问题的理解深度，正在成为 AI 时代的竞争力。 AI 没有让工程师贬值，但 AI 时代的工程师要求也不一样了。
我们可能一直误解了什么叫 AI First。 我做了一个 SEO 产品，https://t.co/tIkeWi4pyQ。 现在我的新站的博客内容，已经 100% 用它自己生成了。 市面上也有不少 SEO 写作服务， 有的 MRR 甚至已经超过 10 万美金。 长久以来，我的思维惯性是： 遇事不决问 AI， 有事没事也问 AI。 我一直以为，这就是 AI First mindset。 直到昨天，在我的群里，yy 大佬的一句话，让我反思了。 我其实只是在用 AI，更快地做 Web2.0。 面对市场需求，我做的事情是： 把 AI 的能力，封装进一个 Web2 的壳里。 或者更残酷一点说： 我只是用 AI，更快地做了一个老产品。 而用户根本不在乎你底层用了什么技术。 他们看到的，永远只是产品本身。我的产品，即使有 AI 加持，并没有对用户的行为产生任何“破坏性”的改变。 这感觉很像什么？ 就像我善用 Google 搜索，然后把搜索结果整理了一下，做成一个黄页网站，再想办法把这个黄页卖出去。 交付效率更高了，但世界一动没动。 这不对，更不酷。 真正的 AI First，可能不是“我有没有用 AI”，而是， 如果没有 AI，这个产品根本不该存在。
为什么“有钱人”常常没什么认知，甚至连智力都不一定有 传统的人本位视角下，“大佬”之所以成为“大佬”，是因为他们拥有超越常人的智慧、远见和能力 他们看得更远、想得更深，所以能抓住机会做成大事 我更愿意从“事本位”来看 “大佬”是在特定时期对特定事件的特定需求达成了高度迎合，可能是执行快、路子野、人脉好，甚至是长得好、运气好 把这个人放在其他时期的其他事件里，往往就不灵了 这个人的特质组合恰好适配了那件事在那个时间窗口的需求槽位，于是被事件筛选出来成为“大佬”
这是 Manus 消耗了 12866 积分，把我的 2000 多条推文做成的网站 实现了隔空交互 https://t.co/fJy8CgZtZO
