🔥 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。
历史上最伟大的产品经理是毛泽东。 比如很早就意识到：用户喜欢多媒体内容，不喜欢文字。 故事来自早期举办活动时，毛泽东和伙伴选择了贴宣传纸。结果参加活动的用户很少。深入访谈才恍然大悟：绝大部分目标用户是农民，不识字。 于是改成了上门宣传。 这认知，进一步影响了后续的大量行为。比如三大纪律八项注意，除了有文字版，还有歌曲版，可传诵，郎朗上口。后续的打土豪分田地等深入人心的口号，主要是通过口在传播，而不是文字。 上门直播、歌曲传诵等，蕴含着毛泽东作为最优秀产品经理的深刻认知。同时行动力极强。 榜样。
在 Apple vision pro 买了一个新软件 moon player ，问朋友去哪买片源，他跟我说去闲鱼，将信将疑地选了一个链接支付 1.99 元，不到 5 秒就收到回复，是一个网盘链接，赶紧下载网盘安装好，进去一看我滴乖几百部电影，心想抓紧时间多下两部放 nas 里，一看说明：链接永久有效，片源持续更新。 想不明白。 avp 捏字发推真要命😅
25 年更新了 395 篇公众号内容，343 天更新差点全勤，太卷了。 新增 6 万粉丝，阅读量 266 万次，感谢大家🙏 https://t.co/GAexHt9kKx
我发现喝酒的一个问题就是，它会影响动脑、影响消化，还严重影响了睡眠。如果不是因为喝酒，我不会半夜醒来然后感觉睡不着，两个多小时了还很清醒，的确是百害而无一利。 连锁反应就是因为睡不着，就打开手机刷推特，然后看了一堆八卦狗血的新闻：爱泼斯坦文件更新、比尔·盖茨的新闻，一堆乱七八糟跟我没什么关系的事情，却又占据了我的注意力内存。很不好。
我的🦞宝终于跑起来了... 真话痨啊，这么主动的 Agent 真是令人喜欢 调查昨天失败的原因，结果是 Cursor 给 🦞 的配置搞错了，根本离不开 CC啊 于是看我自己之前写的 CC 入门教程安装了一个 CC，一下就解决了问题（感谢一个月前的我自己，特别感谢） 但是安装 CC 的过程也遇到了意外错误，我又安装了个 Trae 来安装 CC 所以纯新电脑配置 openclaw 的流程是这样的： 1. 安装 Trae 2. 用 Cursor 或者 Trae 安装 Claude Code 3. 用 Claude Code 安装 OpenClaw 并配置 可以说是非常非常有挑战了。。。
照例，明天立春进丙午 在乙巳年的最后一天，写一下对2026年AI的展望 1、26年的产品移动优先，对话优先，弱界面化 这应该是一种新时代下的交互范式要求 用Agent自然语言对话来对抗高额的使用学习成本 界面承载数字资产的结构化展示，而不再承载流程输入 大部分产品将作为API/SKILLS/AGENT嵌入到用户已经习惯的平台或入口中寄生生长 2、通用产品越来越难，垂直应用越来越多 垂直场景的专家Knowhow可以快速被Agent资产化了，这会带来爆发式的机会出现 3、SaaS越来越难，infra闷声赚钱 或许没有太多通用SaaS了，企业会自行构建，这个事情很快会发生，界面型SaaS越来越少，有的更多的是API/SKILLS的infra 4、toA产品爆发式增加 23年我们就在探讨给agent做产品 但实际上这件事在26年才落地发生 因为Openclaw让更多人看见了个人助理的可行性 他们也将成为一种消费主体 也就是说，会出现属于agent的linkedin / marketplace等等 很多能力封装给agent，agent调用，就会赚钱，这就是铲子 5、自动Hook持续迭代进化的Agent即将到来 目前基建已经成熟，模型能力也到达一定水平了 现在让AI持续作业是可以达成的 唯二的阻碍是 - 知识沉淀（迭代）与置信更新 - 思考判断「做什么」，而不是执行 但我觉得这一年一定会解决掉 6、颠覆transformer 这是我的畅想，因为我已经看不到transformer还能给大模型带来什么样的变化了 所以我觉得它的使命可能快走到头了，应该要出现新的方法才行 7、Agent2Agent通用协议与社交应用 今年一定会流行起来一类通用协议，帮助Agent与Agent通信 今年大概率也会出现 人&Agent的协作应用 我说的不是secondme这种 我说的是以任务目标驱动的群组，人与Agent协同在群组内围绕达成任务目标进行行动 8、信息筛选过滤塑造的价值持续提高 从前的信息难点在于收集 现在的信息难点在于筛选过滤 因为信息要指数级爆炸了 大众无法区分真实信息和虚假信息 最终只能通过判断信息源置信度来构建对信息是否可靠的认识 于是持续正确的筛选过滤，将成为信息渠道建立信任度的重要策略 但同样也会因为筛选到垃圾信息，而使得信任快速下降 9、AI网红巨量增长，甚至可能出现针对AI网红的平台 现在ins已经出现大量趋势了 但还没普及 接下来估计各类传统社交媒体上都会出现大量AI网红 他们不仅发内容，还评论，甚至还可能去直播 使得AI网红获得信任度的元素，往往是他们个性化的人物特征，故事，以及创作者的品味 10、品牌营销回归小众，共创与线下 人们或许不再愿意关注更多的大V 而是寻找小型创作者，融入小圈子 更愿意与品牌共创内容，进行互动 加强线下的活动，对品牌塑造更有效，人们需要真实的场景 11、社区将成为2026年的重点营销战场 社媒充斥大量真实与虚假 人们为了寻找到真实的人 就会转向投入私域，投入社区 涌入discord，奔向subreddit 真实的感受更多来自于一场场线上线下活动，一次畅谈会，一次voice chat，或者是一次线上workshop ---- 就写这些吧 丙午年，天火同人 天下有志之士将会奔走聚集 一起做事情 今年注定是一个创业大年 希望大家都能有所收获
高度推荐姚顺雨的新论文《CL-BENCH: A BENCHMARK FOR CONTEXT LEARNING》，推荐可以看下公众号的解读版本或者hy实验室官方的博客，有兴趣读原文。 我觉得我没有比官方更好的引言了，直接用官方的吧： 过去几年，大语言模型的进化速度快得令人惊叹。如今的前沿模型，已经是顶级的“做题家”：它们能解开奥数级别的难题，能推演复杂的编程逻辑，甚至能通过那些人类需要苦读数年才能拿下的专业资格考试。 然而，这些耀眼的成绩单可能掩盖了一个真相：能在考场拿满分的学生，未必能胜任真实世界的工作。 回看我们人类的日常工作：开发者扫过从未见过的工具文档，就能立刻开始调试代码；玩家拿起新游戏的规则书，在实战中边玩边学；科学家从复杂的实验日志中筛选数据，推导出新的结论和定律。我们发现在这些场景中，人类并不只依赖多年前学到的“死知识”，而是在实时地从眼前的 context 中学习。
我前面就告诉你们了 一人公司做内容 一人公司做内容 一人公司做内容 做平台你还得倒贴 token 钱 你看看人家古一大佬已经月入 10 万了 https://t.co/V6grvRCFbz
越是复杂的大型项目，越值得为 AI 定制专门的审查提示词 尤其是底层系统内核级代码，需要额外的领域知识 以下这个专门用来审查Linux内核代码的skills还挺值得学习借鉴一下的 一方面先区分定义了不同的场景，比如代码审查，调试崩溃等等 另外一方面，依靠一个关键词路由规则来渐进加载专家知识 大家做skills时可以参考设计思路 https://t.co/gqNDNZRDVy
在小红书想开个店有多复杂 去年9月，我发了个视频，讲在小红书开店的正确姿势，在抖音竟然有 80+ 万播放 结果今年，规则又改了 …… 这条视频把新规讲清楚了 https://t.co/LUymBr5eE4
花两小时把闲置的 iPhone 13mini 变废为宝，多了一块桌面小屏幕，监控着它下面这个 Mac mini，还能作为 Mac mini 的麦克风和摄像头。 🛠️ | 服务发现 | Bonjour/mDNS | 自动发现同一局域网内的 Mac | | 通信协议 | WebSocket | 低延迟双向通信，每秒推送数据 | | 系统监控 | Darwin/IOKit | 原生 API 采集 CPU、内存、电池等 | | 安全认证 | Token 验证 | 防止未授权设备连接 |
🤖 Codex 客户端邪修用法：命令行里运行 Claude Code，等于白嫖一个好用的 GUI CLI工具，双修开始❤️～ https://t.co/RxcQPXnnWl https://t.co/CGuVRpP0Rr
美女最后说的啥？ 什么没有了？ 还得是大长沙啊 吃真好啊 https://t.co/CLn1nxoClA
被点名了，那我就来做个深度的自我剖析吧。 我之前身上也有同款毛病：一看到新的东西，不管是工具 、框架还是范式，脑子会自动把它们等价成更先进。 结果追了一段时间后，身心俱疲。 工具带来的快感，很多时候是在替人制造一种我在进步的叙事。 很多事情看起来很很专业，但未必能推动任何一个真实闭环。 比如折腾配置、调教工作流，但是胜在风险低，回报感强，并且还能给旁观者造成很努力的假象。 其实工作中很多人也是这样，折腾了一堆 AI 工具，汇报的时候老板频频点头，满心窃喜“嗯，我被认可了”，但最终解决了什么问题？并没有。 副作用还会把自己变得很忙，但最终的产出是什么? 所以我现在会刻意把注意力拉回到“到底要把什么做出来”这个目标本身。 具体点就是遇到新东西先问自己三个问题： 1. 我现在要交付的到底是什么，交付之后谁会因此做出更快的决定或更明确的动作； 2. 我遇到的瓶颈到底是什么，真是工具问题，还是需求边界不清楚，决策不敢排版还是协作成本太高这类硬问题； 3. 这个新东西能带来的收益有没有确定性，能不能在一两周内验证，不行就先放回候选池里别碰； 把这三个问题问清楚就会发现很多事情都是没有价值的，压根就不用启动，这样也不会让自己疲于奔命。 再补一个我之前提过的话题： AIGC 已经跑了三年了，已经成了一条进入工程化与规模化阶段的曲线， 确实还会有惊喜，但很难天天都出现那种断代级领先。 更多时候是渐进式提升，基本都是各大公司的生态位互补，换了个皮肤发现核心能力差距没那么大。 在这种阶段，用好手里的武器可能更划算。 把一个熟悉的工具磨到闭眼都能打，比每周换一次装备更接近产出。 新东西当然要看，但最好点到为止，先让它进入候选池，等它真的能解决核心瓶颈，再上场，让子弹再飞一会儿。 有点像练剑的人，练到手里那把旧剑已经磨到出鞘就有杀气。甚至更极端一点，随便捡起来一个兵器就能耍得很好。 在这个时代真正能把人拉开差距的可能是在不那么新鲜的环境里，把一件事完整做完的能力。 能扛住中途想换工具的冲动，把闭环跑通，这才是长期复利。 身边不乏这样的人，你去看看他用的东西，是那种很 low 的存在，但都是用这种 low 的不能再 low 的工作流和工具赚到了大钱。 守住本心，盯紧目标，把克制当成一种能力建设， 能忍住不试，很多时候反而可能跑得更快。
{"subject":{"description":"Twoyoungwomeninmatchingblack-and-whiteuniform-inspiredoutfitsposeplayfullyinfrontofabrightlylitvendingmachine,onelaughingandpointingattheotherwhotiltsherheadwithacheekypout.","mirror_rules":"Notamirrorselfie;keepperspectivenaturalandtextintheenvironmentnotemphasized.","age":"lateteenstoearly20s","expression":{"eyes":{"look":"leftsubject:wide,excitedeyes;rightsubject:relaxed,slightlyteasinggaze","energy":"high-contrastduoenergy:https://t.co/W1H4RAeBmk","direction":"towardthecamera"},"mouth":{"position":"leftsubject:opensmile;rightsubject:smallpout","energy":"playful,friend-liketeasing"},"overall":"candid,comediccontrastbetweenthetwoposes"},"face":{"preserve_original":true,"makeup":"natural,lightbase,subtleeyeliner,softyouthfulstyling"},"hair":{"color":"darkbrowntoblack","style":"leftsubject:straighthairwithfullbangs;rightsubject:highponytailwithalargeblackbowandlooseface-framingstrands","effect":"smoothshinewithslightflyawaysforrealism"},"body":{"frame":"slim,petite","waist":"defined","chest":"subtle","legs":"longlegsemphasizedbyminiskirtandknee-highsocks","skin":{"visible_areas":"face,neck,hands,thighs","tone":"fairtolight","texture":"soft,smooth,velvetyskintexture","lighting_effect":"cooloverheadhighlightswithvending-machineglowonedges"}},"pose":{"position":"standingside-by-sideinfrontofthevendingmachine,fullbodyinframe","base":"leftsubjectpointstowardherfriend;rightsubjectleansslightly,onehandonhip,headtilted,onekneebent","overall":"asymmetrical,lively,slightlyoff-centerlikeaquicksnapshot"},"clothing":{"top":{"type":"fittedblackblazeroverawhitebutton-upshirtwithasilver-grayribbontie","color":"blackandwhitewithgrayaccents","details":"smallcircularbadge/patchonblazerchest,crispcollar,neatribbonbow","effect":"structureduniformsilhouette,cleanandsharp"},"bottom":{"type":"blackpleatedminiskirt","color":"black","details":"highwaist,pleatsflareslightlywithmovement,subtlepatternedtrimpeekingathem","effect":"cute,dance-readyvolume"}}},"accessories":{"headwear":"largeblackhairbowontherightsubject","jewelry":"nonevisible","device":"nonevisible","prop":"none"},"photography":{"camera_style":"smartphonecandidfashionsnapshot,social-mediarealism","angle":"eye-level,straight-onwithslightnaturaltilt","shot_type":"full-bodytwo-personportrait","aspect_ratio":"3:4vertical","texture":"sharpdigitaldetail,mildnoise,realisticcompression","lighting":"coolindooroverheadlightingmixedwithbrightvending-machineLEDbacklight","depth_of_field":"deepfocus,backgroundproductsmostlyreadablebutnotemphasized"},"background":{"setting":"indoorvending-machineareaorcorridor","wall_color":"off-whiteandlightgray","elements":["largewhitevendingmachinewithglassdisplayfilledwithsnacksanddrinks","paymentpanelandbuttons","adjacentmachineedgeandwallfixtures","grayfloorwithasmallgreenmat"],"atmosphere":"clean,slightlyindustrial,late-nightconveniencevibe","lighting":"coolambientlightwithabrightrectangularglowfromthevendingmachinewindow"},"the_vibe":{"energy":"bouncy,cheeky,best-friendsenergy","mood":"playfulteasingwhilegrabbingsnacks","aesthetic":"Japaneseidol/academy-uniformstreetsnapshot","authenticity":"realisticcandidimperfections:tinyhairflyaways,slighttilt,casualstance","intimacy":"friendlycloseness,asharedjokecapturedmid-moment","story":"Theyhadjustfinishedsomethinglikepracticeoralongdayandthevendingmachinebecameaquickphotospot.","caption_energy":"Whenthevendingmachineturnsintoyourphotobooth."},"constraints":{"must_keep":["twosubjects","matchingblackblazer+whiteshirt+ribbontieuniformstyling","blackpleatedminiskirts","whiteknee-highsocksandblackloafers","leftsubjectpointingandlaughing,rightsubjecthand-on-hippoutwithheadtilt","brightvendingmachinebackgroundwithvisiblesnackrows","coolindoorlightingwithvending-machineglow","full-bodyverticalframing"],"avoid":["changingtoastudiobackdrop","addingextrapeople","heavycinematiccolorgrading","strongblurorshallowdepthoffield","exaggeratedbodyproportions","readablebrandnamesorlargetext","mirror-selfieartifacts"]},"negative_prompt":["blurry","lowres","overexposed","underexposed","heavybokeh","studiolighting","watermark","captiontext","readablelogos","extralimbs","badhands","deformedfingers","waxskin","overlyairbrushed","cgilook","cartoon"]}
中午吃太饱了。坐下来准备用新买的 Mac mini vibe coding ，发现 Mac mini 没有麦克风，而家里又没有其它麦克风，就想起用闲置的 iPhone 13 mini 来做麦克风，很快就配置好了，非常好用。 但这个系统卡卡的小手机放在这里看着屏幕黑乎乎的非常难受，于是突发奇想，为什么不把它做成 Mac mini 的监控面板？这样既变得有点用处，而且还更好看了。 做好了，还是蛮漂亮的，实时显示 Mac 状态，也能正常当麦克风用，省了一笔买话筒的钱了。 我现在不只关注 Mac mini 的活干得好不好了，我还能关心它到底累不累。😂 哎，还是不能吃太饱。
沃伦·巴菲特：“如果我出生在今天，我宁愿出生在美国一个几乎最贫穷的家庭，也不愿出生在世界上的其他任何地方。” https://t.co/7r0rMW1eeI
试了一下 OpenAI 新出的 Codex App，有些亮点 跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理 有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。 还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。 可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。 对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。 因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。 进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。 还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍 我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。 这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题 可以工作，但第一次它选了 PIL 这个方案，比较差。 核心问题是什么？它跟你没有交互。 我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。 但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果 我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。 最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了 因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结 整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你 可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。
现在很多软件都在靠外延能力变得越来越 all in one。Figma 能直接写网站，Cursor 这种 IDE 也能反过来写需求文档，各种工具的边界在被不断抹平。 于是就很容易出现一个假象： 产品、运营、设计、测试、运维好像都能写代码了，人人都能出页面，人人都能跑起来 demo，团队看上去一下子进入了全民开发的新时代。 但站在组织的角度，我更关心的是另一个问题：这些角色写出来的代码，真的会被纳入线上生产环境吗？ 因为一旦进生产， 事情就不再是“能跑”这么简单了。 编码规范、架构约束、组件库、目录结构、状态管理、权限灰度、埋点采集与上报、性能预算、回滚机制，甚至安全审计和合规流程， 这些工程性约束都不是“本地代码跑起来”就能解决的。 所以我对很多团队嘴里的提效和拥抱一直偏保守， 统计口径里经常藏着大量重复建设： 产品用 Figma 直接出一版高保真的交互网页去评审，甚至有时候直接甩一整套前后端代码，大家看着都觉得很爽很先进； 但评审完以后，前端真进开发还会再来一次能落地的实现。 表面上大家都 AI 了，协作也顺滑了，但实际上 token 消耗直接翻倍，个体提效省下来的时间，被这种隐形的工程成本悄悄吃掉。 真能把这段浪费压下去的公司， 通常也不会指望设计稿直接生成生产代码， 方向更应该放在把设计系统工程化：design tokens + 组件库 + 设计与代码映射， 让设计侧拼装出来的组件树尽可能对齐代码侧的组件树，让非工程角色的产出至少能变成工程可接的中间物。 然后更现实的一刀在这儿： 这事需要强大的推动和协调能力， 要把产品、设计、前端、数据、测试、平台、运维一起拉进来共建， 做成组织级的基础设施，而这本身又是一个大工程。 我最近在尝试探索这件事儿，顺便问问推友， 你们公司现在有没有出现一种新角色：Design Engineer 或前端平台团队，专门把 tokens、组件库、埋点约束这些东西做成可复用的生产入口？ 如果有，欢迎加微（frxiaobei），拉个群讨论下。
我认为无法使用 claude code 辅助自己业务的人，其实真正没搞清楚的是： 「如何让计算机里的文件帮助到自己」 对这一点深有体会的是开发者，毕竟没有文件你写不了代码，代码的存储形式是文件 但是换一个场景，开发者们也不会 比如我最近发的 claude code 写作工作流，有 20 多万浏览，但如果抛开 claude code 不谈，只谈写作本身，其实并不复杂 在咪蒙那些人看来，我这个写作流程是幼儿园级别
Vercel 的顶级产品设计师分享了他的 AI 时代设计流程： 我总算摸透自己这套全新的设计流程了…… 没错，现在我就是用它随手记下这些想法的。第一步，就是随心口述表达。可以是和同事的讨论，也可以是自言自语，甚至就按着语音输入键，结合手头掌握的所有信息，想到啥说啥，对着要解决的问题天马行空地琢磨。我最常用的语音工具是 —— 有时候我甚至都不说明粘贴这些内容的目的，只一句 “这是文稿，你自己梳理”。如果是和别人的对话，我会把通话文字稿一股脑丢给 Claude，不加整理、不分类别、也不额外补充背景，完完全全把项目相关的所有信息都喂给它。 目前我用录音工具做这件事，但说实话，如果有专门的工具适配这个环节，我还挺想试试的。 另一款工具也挺好用，但对我来说 Notion 用起来更顺手，毕竟团队所有的文档都存在这里。 这一步里，Claude Code 的作用特别关键。我和它反复沟通、补充背景，它会抛出不少有价值的问题。而在描述问题的过程中，我自己对要解决的问题也会理解得更透彻。 我会顺着问题不断深挖，把 AI 当作我的研究助手，同时给它分配子任务：让它去做网页检索、生成 CSV 表格、撰写相关的 Markdown 文件，还会让它从我能访问的其他渠道调取相关文档。 说白了，这一步就是大海捞针，或者说，先找到那些可能藏着 “针” 的 “草堆”。 这曾是我最抵触的一步，如今却发现它至关重要。 我不是指 UI 视觉设计，而是应用架构、交互逻辑、文案细节、页面布局，以及和现有产品的融合适配 —— 这些能让产品用起来得心应手的设计核心，AI 都搞不好。AI 的设计能力其实糟透了。 但我发现，Claude Code 这类工具的 “糟糕设计” 反而有个大好处：它能给我一个绝佳的起点。 我不用再面对空白画布苦思冥想，也不用囿于现有产品里不尽如人意的功能，而是从一个功能可行但设计拉胯、落地粗糙的版本开始。 接下来，精彩的部分就来了。 我拿着这个设计糟糕的产品雏形，用最挑剔的眼光挑刺、吐槽，专挑漏洞猛批。没有什么建设性的建议，只直截了当说 “这也太烂了，把 X、Y、Z 这些问题改了”。 我会揪出所有边界问题、所有极端场景，找出遗漏的页面、缺失的错误状态、不清晰的悬停交互，厘清信息的取舍标准，然后把所有冗余的内容大刀阔斧删减，精简到最核心的状态。 但实则设计一塌糊涂。AI 的设计思路太 “堆砌” 了，会把各种颜色、组件、图标、标题、分类卡片一股脑往页面上塞，活像在页面上乱喷东西。做出来的东西，外行人看着像个成品产品， 放在以前，这样的设计基本就是产品死刑，根本没法挽救 —— 为了修正这些糟糕的设计决策，付出的成本实在太高了。 但现在，修正这些问题的成本几乎为零。我一天之内可以推倒重来十次，把这个糟糕的雏形砍到只剩核心需求，再花几个小时重新搭建。 这个粗制滥造的框架、漏洞百出的雏形，就像新事物诞生前的灰烬，而我的工作，就是从这堆灰烬里找到新生的可能。 这时我会以创意总监的视角，开始标注修改、添加注释，梳理信息的呈现逻辑，也会因此豁然开朗：想明白如果设计得当，这个产品实际用起来会是什么体验。 在完全不碰传统设计工具的前提下，把产品的应用逻辑、整体架构和 UI 界面打磨到极致。这一阶段我会用到这类工具 —— 直到产品能在合适的时机呈现合适的信息，信息架构初具雏形，使用起来流畅顺手，具备了一款产品该有的所有核心功能。可即便到了这个阶段，产品看起来已经 “落地可行”，甚至有成为好产品的潜力，它的设计依然不够成熟，还有大量优化空间。 毕竟，文字和语音作为设计媒介，实在太笨拙了。没法精准打磨细节、优化体验、设计图标，没法保证组件的统一性，也没法理清所有功能的关联、组件的复用逻辑，以及产品在整体生态中的适配性。 到了这个阶段，AI 的问题会层出不穷：新增一个功能，它会随手加新组件、创全新的按钮样式，记不住已经做好的元素，最后让原型变得臃肿不堪。 我总想在这个阶段继续打磨下去，但心里清楚，这一步的天花板就在这，无休止地耗下去只是徒劳。 但这一步的价值依然很大：能快速获取利益相关方的反馈，了解用户可能的交互方式，让团队成员参与讨论，从团队视角推动产品思路的落地。 一旦团队成员能清晰看到我的设计方向和落地思路，就该彻底抛开这个 “灰烬雏形”，进入下一阶段了。 前五个步骤下来，能得到一个有意思的产品雏形，但里面满是无用代码、模糊的设计决策，以及对产品走向的错误判断。 这一阶段，我会让 Claude 新建一个文件夹，生成一系列 Markdown 文档，记录产品的背景、开发历程和设计约束 —— 这些内容会为后续的产品开发提供重要参考。 说白了，我相当于重新从零开始，但会结合之前的口述稿和现有代码，打造一个更完善的产品版本。同时，我会把能想到的所有产品状态都截图保存：包括各种功能变体、极端场景，以及所有想要进一步精细化设计的细节。 而这一步，正是我三个月前设计流程的起点。现在想来，真的太不可思议了。 我带着这些截图和所有背景资料，绘制用户流程图，然后打开 Figma，开始真正的专业设计：启用自动布局、遵循过往的设计规范，搭配色彩、复用设计系统、规范排版和设计变量…… 这些经典的设计步骤，一个都不能少。 说实话，经过前面一系列高效的打磨，这一步会让人觉得节奏很慢，但它对打造高质感的成品来说，必不可少。 目前这里还有个明显的工具缺口：如果能把产品里所有标准化的元素直接转换成对应的 Figma 页面，效率会高很多。但我暂时还不敢信任这种 “转换工具”，因为进入 Figma 后，我还会有大量的设计探索，这是工具无法替代的。 在 Figma 里，我可以放开手脚探索：尝试不同的交互逻辑、文案状态、页面布局，把之前在 AI 阶段难以实现的细节都落地。AI 阶段的高难度操作，在 Figma 里会变得轻松，反之亦然。 我发现，在这个阶段，我最容易进入心流状态，能探索最多的设计可能性，也总能想出之前从未考虑过的创新解法 —— 因为此刻我的设计媒介是视觉设计，而不再是单纯的语言表达或功能梳理。 设计的同时，我会随时分享截图、制作 Figma 原型，和团队同步进度，确认设计方向是否正确。 “别关注 UI 视觉，重点看功能逻辑。”必须说一句：在进入 Figma 之前，所有的 UI 设计都很粗糙，我和团队分享时也会反复强调这一点： 也正是在这个阶段，我能以更自由的方式验证之前未探索的想法，最终产出的设计成果，在 Figma 里的呈现形式不再像过去那样繁琐 —— 我发现自己不再需要设计那么多页面了，因为大部分创意构思，在前面的阶段已经完成。 而最终从 Figma 里出来的设计成果，质感远非 AI 能企及。 接着，我会带着所有的设计文件和背景文档，在这款工具里开启新的对话 —— 这依然属于规划阶段。 这一步，我会精准梳理项目范围，结合新的设计原型，理清所有待解问题，也会核对设计原型是否和之前梳理的背景信息有冲突。这种冲突大概率会出现，但必须梳理清楚，才能推进后续工作。 说真的，这是整个流程里我最不喜欢的一步。 Figma 的 AI 功能目前还太弱，单靠截图根本不够用，但眼下我也没有更好的办法。 更希望能把原型的 JSON 格式文件交给它，让它能识别原型里的所有状态。理想的状态是：我能把产品截图、所有组件名称及截图、完整的组件结构、所有文案、色彩变量，以及包括截图在内的所有相关信息，都传递给 AI； Figma 做用户流程原型很方便，但面对复杂的用户交互、列表类元素，或是任何数据驱动的动态内容，就显得力不从心了。我依然想继续用 Figma，但迫切需要一种高效的方式，把里面的设计数据传递给 AI，让它辅助后续的开发落地。 我觉得，Figma 现有的开发者交付功能其实大有潜力可挖。我想和 AI 针对功能的落地方案展开沟通、标注细节，甚至希望它能主动针对我的设计文件提问，把设计和它已有的项目背景结合起来，还能指出设计中可能存在的漏洞和不可行的地方。 就像我平时和资深开发沟通的样子。 等所有设计方案敲定，做出一个功能完善、体验流畅、落地性强的原型后，就进入第九步。 我始终认为，优秀的资深开发者是无可替代的，目前 AI 还做不到这一点，这一步的重要性依然毋庸置疑。 性能优化、技术落地、接口对接、代码架构梳理、同步其他开发进度、融合其他在研功能、选择最优组件…… 这些工作都需要开发者的专业积淀和项目全局视野，AI 根本无法企及。 我自己没法把代码推到生产环境，其实除了一些小的调整和 UI 修改，我也不该碰生产环境的代码。这一步的工作流程，和过去其实很相似：我把设计成果交给开发者，由他们在生产系统中落地开发。 这部分和传统的设计流程几乎没差别，我把设计交付给开发，他们在正式的产品环境中实现。 当然，如果是做个人网站或自用的小项目，这一步可以省略。如果只是营销类网站，不涉及百万级用户和高额商业风险，设计师完全可以自己编写前端代码落地。或许未来行业会变，但我还是更愿意把工作交给专业的开发者 —— 他们有扎实的技术背景，能预判风险，也知道出了问题该如何解决，交给他们更让人放心。 唯一的不同，在于前期规划和交付给开发者的内容。不再是单一的静态流程和设计稿，开发者拿到的，除了静态设计稿，还有一个可交互、一体化、体验流畅、高度贴近实际产品的原型。这个原型能在任何电脑上运行，能在各类设备上测试，我们还能回头借助打造原型的 AI 继续优化设计，而不用牵扯到复杂的生产代码。 依然是一个大胆构想、寻找创作心流的过程。我不确定这套流程能沿用多久，工具会更新、流程会调整、产品的复杂度也会变化。但把这些步骤拆解开来细看会发现，这本质上依然是设计——依然是一个探索不同解决方案的过程， 唯一的变化，只是使用的工具不同，以及工具的使用顺序不同而已。
我发过三条视频讲 24 小时内如何盈利 播放量分别是 56w、96w、156w 这些内容被平台分类为 商业财经/商业创业 但其实都是伪装为商业内容的阿德勒心理学内容 主流受众用了 90% 以上的时间处理自己的心理问题，内耗问题 在商业上的进度一直是 0% 但是大家不知道这一点，也不可能承认这一点 最终的结果是，我给出一个明确可行的方法，让观众暂时可以不去内耗，观众们觉得这是商业认知 但其实，如果观众们没有心理问题的话，这些路径根本就没有存在的必要 从 0 到 1 赚钱也不需要 24 小时，2 小时绰绰有余
这个海外版咸鱼 GamsGo 真牛逼，看看流量有多少？月访问 5M，直接访问竟然占到了 57%，用户黏性和口碑都相当强，感兴趣的朋友可以研究一下 常用的基本都有了，ChatGPT、Gemini、剪映、各类流媒体，以及 𝕏 上的痛点：Claude 最大的优势就是价格优惠，二是可以支付宝支付，咸鱼吃厌了，可以换换细糠 马上过年了，我订阅了一个 Disney+ ，春节的时候陪小朋友一起看动画片 最近折腾 openclaw，熬得有点狠，睡眠质量直线下降。 远离 AI，珍爱生命 地址放评论区👇：
ulanzi 被抖音颁了优质商家奖 2025年的GMV是七千万 利润是-25.9万 不得不佩服抖音控制商家利润的能力 https://t.co/zA5Q1AeyRw