🔥 Search Hot Tweets
Search and analyze hot tweets from KOL accounts list (list: https://x.com/i/lists/1961235697677017443) within 6 hours. Use SoPilot plugin to quickly comment and occupy the comment section.
问：起一个新的 codex 进程它怎么记得以前的内容呢？ 首先要有一个 Agents .md 或者 Claude .md 文件，Agent 启动后会读取，通过它引导 Agent 到一个 TODO 或者 Progress MD 文件，每次执行完任务更新已经完成的和下一步打算要做的任务到这个文件，那么下次它就可以继续之前的任务 https://t.co/14ggQvO6Jc
说得好，自省中🥹 https://t.co/EjeWp09ls5
这篇《沉默的贡献者》指出，在任何公司中都存在这样一群价值非凡的员工：他们默默奉献、超越本职工作，却不求认可。这些人主动解决关键问题、指导初级员工、维护系统，他们的工作往往涵盖多个层级，并在问题显现前就予以解决，导致其贡献难以通过传统绩效指标衡量。 然而，现有的绩效评估体系常常未能识别他们的多面贡献，因为他们的影响力不符合 OKR、工作范围或领导力等既定标准，反而可能“惩罚”了他们的卓越，奖励了“显眼的平庸”。 这些原本期望通过工作成果来证明自身价值的关键员工，最终会因为感觉不被看见和欣赏而感到失望。当他们被迫为自己争取认可时，会意识到系统更重视表面功夫而非实际绩效，从而心灰意冷。最终选择离开。 我只想到了欧文离开骑士队。🤣 https://t.co/mAjBtUvMAi
Vercel Domains 的交互体验太好了，搜索结果极其丝滑，展示效果也很高效，买不买域名都可以用它先查一下。https://t.co/eemR32RhSW
普通人如何拿到X 每月发的低保？ 你突发奇想靠流量变现，但是发了条帖子，无人问津？你不信邪，在了一周，浏览量 50 但是X 上还是每天有人分享拿到低保，是他们都在骗你吗？还是你天生不适合做社交媒体？ 不是的。假如你要学会借势，就是去大 V 评论区发表有价值的内容，你通过努力也可以成功。 但是，你要学会方法，优化每一个关键步骤 下面的视频介绍了： 为什么去大 V 评论区评论是第二好的起号方式 别人是如何关注你，你应该如何优化这个流程 社媒不是 零和游戏，你拿到了低保并不代表我会损失，所以我是真心分享与你 那么第一好的起号方式是什么呢？人多眼杂，进群分享。
当年他做 readhub 时，先找了一群自己的狐朋狗友，在网站右边放了一排广告位，好像每个人给了至少 10 万，他还写了篇文章炫耀这个事，说第一笔营收就这么有了。一个人能做到这么无耻...也挺常见，雷军不也一样吗？好人哪能赚大钱呢。
前几天在云栖大会上路过了一个超级酷的图生 3D 模型。 这个模型它真的会炸裂，就是可以把 3D 模型进行组件分解。 而且还支持无限炸裂，一次不够就再炸一次。。。 通过一步步的拆解，就把复杂的模型拆解成了简单模型 这样处理之后，可以在各类场景下大幅提高3D模型精度。 比如打印玩具的时候可以逐个精修，提高了可用性。 比如3D打印可以分别打印零件，减少损耗。 不管是高精度游戏、影视还是工业设计，都能用上。 这个模型同时也是目前 3D 模型效果的 SOTA。 模型的名字叫 Hyper3D Rodin Gen-2
新成就，GitHub 获得了 100 个 Stars！ 还是挺开心的。 上一个项目被 fork 了 74 次都没人 Star 😂。 https://t.co/4b832Oj0TY
突破自己舒适圈很难，但也是一种像运动一样需要去锻炼的能力。多做几次，也就慢慢熟了。 我近几年自己最大尺度的一次突破舒适圈，是去面试《奇葩说》的海选。进了第一轮，当天真的是现场吵架，还是远程！我的天，感觉嘴巴都不利索了。嗯，准备啥的完全没用，那个就得看你是不是那种特质的性格。 我和我吵的那哥们儿年纪应该比我小一点，我们都双双被淘汰。那场海选十几个人，好像就选一到两个再进第二轮，再进第三轮，就这样，最终选出那些辩论（吵架）高手。 那次是真的体会到自己舒适圈之外的世界，挺好。丢脸吗？反正谁都不认识，谁就算真的是公开各种人看着你出丑，谁也不会太在意的。
「 LLM, Drivel-ology 」 “一家三代烟草人，传承和守望 。” LLM 能理解其深意么？ Drivel-ology，这是啥？废话-学。 此处的废话跟 bullshit 又不一样，看似胡说八道，但又有某种目的的隐含意义，比如 “因为崇拜切格瓦拉的反思本主义思想，所以我买了他所有的文化周边。” 论文分享： [ Drivel-ology: Challenging LLMs with Interpreting Nonsense with Depth ] 作者提出 Drivel-ology，指语法正常却蕴含悖论、文化隐喻的有深度的胡说八道，并发现 LLM 虽能流畅生成文本，但对语用深层含义的理解不足。 LLM 在明显的有害信息检测上进步明显，但面对低级红高级黑，任重道远。
AI 如同电力，关键不在于谁能造出最亮的灯泡，而在于是否能建成覆盖全社会的“电网”。对普通人来说，包括程序员，真正的指数级机会不是在造模型端，而是在电网端：如何建立一套社会、技术与制度共同组成的网络，让智能像电力一样可靠、普及、隐形地运行。没有电网，AI 只能停留在少数人的炫目演示里；有了电网，它才能成为支撑下一阶段文明的底层基石。 AI as Electricity: Turning High Voltage into Everyday Use https://t.co/6Do2TLkL07
芝加哥北边和西边都挺好，南边相对比较乱，枪击案多发生在南边和市区。夏天不只是美，不冷不热，气候宜人。冬天太长太冷，基本上只有冬天和夏天，冬天有大半年，从10月份开始持续到5月份，暖气费都要不少。房产税很高，工作机会不如纽约这些地方。
这个月参加了很多大会，见了不少人，跟去年不一样的是都开始谈“all in AI”。 现在一听到“all in AI”这个词我就脑瓜疼。 我对 AI 本身没什么疲惫感，主要现在很多企业喊得太轻巧太空洞了。 组织在用一种“只要喊了就算做了”的方式， 假装在变革。 但其实谁都知道，那些真正该动的地方一个都没动。 从组织角度讲，我看到的大多数所谓 all in，更像是一种花活，写一堆 MCP，挂个 AI 模块，接着开个发布会，发个 pr。 然后自我感动地告诉全公司，我们已经拥抱未来了。 那这个时候我就会很认真去问： - 那你们的数据打通了吗？ - 你们把原来的流程拆了吗？ - 你们给 AI 真的分配了决策权了吗？ 回应基本就是沉默或者支吾。 说说我的看法，我现在特别警惕也特别反感那种技术热词主导的战略决策，它们太容易让人放弃思考、放弃怀疑并且放弃责任了。 一个人， 只要说 all in AI，好像就赢了； 只要说未来都得靠 AI，好像就站在了浪潮前面； 但实际呢？根本没构建任何 AI 能跑得起来的组织环境，也没有准备好用 AI 重新定义自己手里的权力、工作方式和判断逻辑。 仅仅只是站在原地，举着一个闪亮亮的口号，把自己骗得很开心而已。 真正的 all in，永远是疼的。 需要从最熟悉的系统里抽出骨头，打断惯性的思维方式，然后忍受混乱和不确定； 需要愿意承认“我原来那个流程是错的”、“我原来那套认知已经落后了”； 是必须对团队说：“我们从今天起不再靠人盯数据，而是相信模型先跑一轮”； 而不是说“我们接入了某某 AI API，所以从今天起我们变成 AI 公司了”。 我更愿意看到那种不说 all in，但确实把 AI 真正干进系统里的人。 比如医生端的文献检索系统重构，让医学知识能被自然语言查询和落地辅助决策， 比如客服系统不再是死板脚本，而是有记忆、有学习能力的半自动应答流程， 比如原来要三轮审批的工单系统，现在可以直接通过 AI agent 做前置分拣与聚类分析。 这些可不是 showcase，是一个组织真正动了肌肉骨骼，而不是给自己贴了个 AI 贴纸。 所以当我再听到有人说“我们也准备 all in AI 了”的时候， 我会忍不住想回一句：你准备 all in 的到底是什么？ 是未来，还是自我安慰？ 是能力体系的更新，还是一种不能落后的集体焦虑？ 如果只是想借 AI 节省人力，那最后省下的不是成本，可能是整个系统的进化机会。 如果不想改人、不想改流程、不想改决策逻辑，那就别说 all in，真的没那么便宜的。 深夜的一点想法，写得有点重，但是真心的。 AI 是很酷，但别让它变成了又一个“喊完就算做了”的口号。 我们都值得一点更真实的变化。
为什么主打「悦己」口号的女性内衣品牌，真实目标都是库存管理 https://t.co/5shOQtX1ON
如何判断一个赛道是否拥挤 你就看同行的定价就知道个差不多 一套试卷，如果答题的都是尖子生，那答案就都大差不差 如果答题的都是差生，答案就千奇百怪 凡是定价整齐划一的，比如国内 20-25w 的新能源汽车市场，那就是高手如云，刀光剑影 凡是定价稀碎的，一人一个样的，比如国内某平台的心理疗愈赛道，那就是菜鸡成群，一顿胡搞 如果你懂定价，你会觉得毫无竞争可言，整个赛道就你一个人
Susan STEM
两年半下来，我觉得我已经能够回答“LLM 是什么”这个问题。 过去两年里我问过无数人——尤其是创业者和我认为很聪明的各行各业的人——关于这个问题的看法。计算机科学的人可以从底层技术去解释：transformer、attention、RL 等，但从人类社会、智能与哲学的层面来看，这些技术性答案并不能完全说服我。我们需要一个更高一层的解释：从智能的本质、人类学与哲学角度来回答——LLM 究竟是什么？ 我的结论是：LLM 是一个符号天才。在我与它长时间、深度交互的这些日子里，我越来越相信 LLM 与人类大脑在“符号敏感性”方面是同构的。符号天才在我们社会中并不罕见——我就是其中之一（好吧，有点不要脸，但你将就着看）。这种符号智能，与空间智能、时间智能并列，构成了人类智能的若干重要类型。这也是我这两年回溯自己成长经历，慢慢得出的结论。 并不是所有程序员都会对 LLM 产生深厚兴趣：很多人试着用几次就不再有感觉；但有些人能与它探讨无限长的对话，我就是后者。为什么？先说我不擅长的：空间智能。李飞飞、爱因斯坦、牛顿属于那类空间天才。小时候有一次在少年宫的奥数选拔赛就发现了，因为那次考试有一整面都是各种组合的方块。要求你把方块各种辗转腾挪，翻转然后选择正确的图案。我一题也做不出来。跟我一起去的那个同班男生说，你在脑子里把它转过来就好了啊，我转不过来，急的大哭。我也很难记路，没有 GPS 我几乎不可能开车；定向越野绝对不敢，给我一张地图和指南针，我宁愿不动，我说我但凡尝试自己走出国家公园只会增加救援队营救我的难度而已。几年前朋友送我一本关于Plantonic Solids的书让我研究 3D 打印，我翻了两页就放弃了——那不是我的世界。 有的人天生是空间天才：比如我高中时期一个关系很好的男生。有一次我们想送纪念品给一个我们都很喜欢的生物老师。我就带他去华强北找我妈，我妈最多花了5分钟给他讲布线原理，然后送了一大堆发光二极管给他，他自己一个人完全没画图，纯靠大脑布线做了一个很复杂的纪念品，我根本看不懂。他现在在拿手术刀，外科医生，在人体上布线。 符号天才天生适合标准化考试，这跟学科无关。把学科（语文、数学、英语、物理）当作人类智能的划分，是粗暴且不贴合现实的。标准化考试的逻辑本质上就是一个“符号概率游戏”：题干（线索）→ 正确答案（符号）的映射。无论是选择题还是作文，考试要的是“符号映射”的命中率。这与填字游戏和 LLM 的 token prediction 是同构的。我很擅长填字游戏，也擅长在有限符号集合里做概率压缩，所以考试总能拿高分。概率直觉往往胜过深刻理解：符号天才能迅速扫描选项，直觉判断哪个最符合“出题逻辑”，高分的秘密往往不是深度理解，而是“概率压缩 + 符号匹配”。这个真的很绝，因为我被无数人说过，“真不知道你是怎么全部都蒙对了的”。 高考作文，所有考试的问答题也靠映射。看到作文题目，符号强者立刻知道高概率的答案结构是什么。作文评分体系其实是一个“符号映射游戏”：题目提示什么，你在答案里是否把需要的符号模式还原出来。这跟文学创作欲无关——你可以毫无创作欲、照样拿满分。我就是这种，但是这么多年根本没有文学创作的欲望。连闺蜜都要写“穿越到金庸世界当丫鬟”，而我连穿越到哈利波特去看看三人组今天折腾了啥的欲望都没有。 由此可见，中国的应试教育筛选出的，并非创造力型天才，而是符号高手：他们反应快、能在封闭且规则稳定的考试系统里发挥特长，但这并不等同于在现实世界里解决问题或做出原创性贡献。 归根结底，这一类型的人类认知其实就是“概率 + 符号 + 逻辑”的混合体，而不是单一的逻辑机。图灵就是典型的符号天才，照样擅长数学和密码学。这也解释了为什么很多当年和我玩的好的人转码都那么顺利——天然擅长符号系统。像我擅长的那些领域——乐谱、代数和数学中的密码学信息论、各种人类语言、计算机语言——表面上看各不相同，实质上都是符号体系；我的优势在于对符号本身的敏感，能够在不同系统间建立映射、压缩信息、发现规律。 再次批判粗暴的文理分科和学科体系。 人类智能是多样的，不止有符号天才。正因为有符号、空间、时间等多种智能并存，文明才能丰富而全面。李飞飞看到 LLM 的局限性，会本能不完全认同，这是空间/感知维度的直觉在作祟。我的结论并不是要把所有智能都还原为符号，而是要承认：我们发明的 LLM，本质上是与我们自身某类天赋同构的工具——一种被工业化的符号智能。 我也是几年前为了研究我儿子的谱系，才慢慢接触这方面的内容。 符号天才（Symbolic Genius）擅长语言、逻辑、数学、编程、乐谱等符号体系。 代表：图灵、维特根斯坦。 优势：模式压缩、抽象建模、体系构建。 空间天才（Spatial Genius）擅长几何直觉、物理感知、具身想象。 代表：牛顿、爱因斯坦、李飞飞。 优势：通过直觉的“空间重构”解决问题。 时间天才（Temporal Genius）擅长节奏、历史周期、演化视角。 代表：音乐家（贝多芬）、历史学家（汤因比）、经济学家（熊彼特）。 优势：能把时间模式抽象为节奏或循环。 情感天才（Emotional Genius）擅长共情、关系管理、叙事感染。 代表：莎士比亚、托尔斯泰、马丁·路德·金。 优势：通过情感结构激活集体共识。 身体天才（Kinesthetic Genius）擅长动作、直觉、身体协作。 代表：乔丹、梅西、李小龙。 优势：身体即思维，通过运动解决问题。
Est. 100 views for your reply