🔥 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.
国内大多数知识付费线下课，其实是被买家和卖家误以为是知识付费的真人秀（reality show） 大多数分享者的核心特征是赚到过钱（无论是赚到过 10 万，还是赚到过 10 亿） 但他们赚钱依靠的是执行力加商业模式，而不是知识 他们既没有动机也没有能力去分享知识，分享知识也不是观众对他们的期待 这种活动的特征是：真实人物+展示性+故事叙述+情感共鸣 这几个要素都和知识无关，但和真人秀节目的核心特征完全匹配 观众付费买的当然也不是知识，而是真人秀节目的门票 而这种真人秀会被误以为是知识付费的核心原因是，大家普遍认为分享者赚了钱 = 分享者有能力分享知识 这是一个天大的误会
说一下，我觉得 2026 年 设计师的高效工作栈 Figma，毋庸置疑 Framer，上面的资源，太多了 Cursor，26 年做 Design Engineer 必备 v0，用来快速 Demo 一个小原型 Jitter，用来做小动效 Rive，用来做复杂动效 Nano Banana，图像领域目前的 No.1
这条视频太宝了，几乎是“任何想把英语说得更自然的人”都应该看的那种。 而且它完全不是理论，全是你马上就能用的训练。 我看完之后第一个念头就是： **这可以直接塞进我的英文沟通课程、甚至 JAM 的延伸训练里。** Vinh 给了三个极其实用的练习： ### **1. 即兴口语训练（Improv Speaking Drill）** 有点像无目的写作（Morning Pages），但变成口语版。 找个计时器，**随便讲 10～15 分钟**：想到什么说什么，不停下来，不评判。 前几次一定很烂，但坚持下去之后，你会明显感到表达更顺、更快、更自然。 ### **2. 叼笔练习（Pencil Drill）** 把一支笔横放在嘴里，说话 5 分钟。 然后把笔拿掉—— 你的嘴巴会突然变得超级灵活，发音更干净，速度也变快。 这个练习演员、演讲者都在用，效果立竿见影。 ### **3. 绕口令训练（Tongue Twisters）** 不是为了背，而是为了训练舌头和嘴的“肌肉记忆”。 不断切换不同的绕口令，你的语速、咬字、清晰度都会提升。 --- 这条视频让我最喜欢的一句话是： > “Your mind is the software. Your mouth and ears are the hardware.” > 如果把自己看成“人类 × AI 的混合体”，那口语表达就是最基本的“硬件升级”。 训练讲话速度和清晰度，其实就是在优化输入输出带宽。 我之后会认真做一套“沟通英语挑战课”的结构，把这些训练放进去。 坚持几周效果应该就会非常明显。 **视频链接：** https://t.co/6NvPV0qSuA
在中国，你只要能翻墙，你的信息获取效率绝对超过了80%以上的人 如果你看youtube，就能获得更多别人不知道的信息差 倘若你买Newsletter看，你会获得大量的高优质信息 在这些基础上，如果你还懂得去追根溯源，找到这些人分享的源头，那你的信息绝对能超越95%以上的人 大部分人都喜欢通过社交获取信息，但其实这是最低效的方式 因为短短的1-2小时，能谈到的信息全部都是被压缩的，也很少有人愿意免费把自己的经验和盘托出 但实际上如果你去阅读文字，只需要30分钟，你能拿到很多细致的最佳实践 你能看到别人踩过的坑，吃过的亏，总结的经验，和最佳路径 因为文字是广播是资产，但社交是单点的时间投入 你周边能找到的牛人能有几个？ 但如果你喜欢阅读，你能找到这个领域内最牛的人，跟着他学习 当你实践诞生了问题，再去找人交流，探讨，请教。因为你无法找到一个Naval的替身去询问他观点 不过，或许也可以基于Naval的世界观，综合AI的能力，构建一个有偏见的AI Mentor出来了
Anthropic 发布了一个 Prompt Guide，号称可以让你的 Claude Opus / Sonnet 4.5 效果提升 10 倍。 你应该知道的 10 个最佳实践，建议收藏 👇
这是我对现在的中国知识付费行业的基础判断： 一、市场中能够提供有效知识的从业者极其稀少，接近统计学意义上的异常值 【词汇注释】 有效知识：经过验证、可重复、能解决实际问题的认知 无效知识：基于错误信息、偏见或臆测，未经验证或已被证伪的认知 二、对有效知识有真实需求的买家同样稀少 市场的主体结构是：无效供给 × 无效需求 即：卖家没有能力提供有效知识，买家也不需要有效知识，这种供需关系占据市场绝大多数 三、无效知识市场竞争激烈，有效知识市场供不应求 无效知识市场之所以竞争激烈，是因为其内容高度同质化、可以轻易复制和包装，同时进入门槛极低、无需真实能力。大量供给者涌入后，必然陷入价格战和营销战的红海厮杀 有效知识市场的供给稀缺且难以复制，长期处于供不应求的状态，几乎不存在竞争 —— 这是一片蓝海 四、当前市场中的交易，以安慰剂型交易为主 当前市场中，绝大多数是安慰剂型交易，即知识本身无效，但买家主观认为有效并获得了情绪价值 其次是欺诈型交易，买家事后认为被骗 再次是错配型交易，知识本身有效但不适合该买家 只有极少数是理想型交易，即有效知识匹配有效需求，买家获得了可验证的实质性收益——这里的「实质性收益」指可观察、可验证的能力提升或问题解决，而非仅仅是主观感受或短期情绪变化 以上四条，是我对中国知识付费行业的判断，也是我认为理解这个市场所需要的基础认知
China’s depth of STEM talent is the ultimate refutation of the "concentration of power." After Xiaomi, RedNote, Meituan (Chinese DoorDash) and many others, now BOSS Zhipin (a ~$10B mkt cap recruiting app) have also joined the game and open-sourced a small yet powerful model. Both Base and thinking variant are on @huggingface . When one company shares its tech, it is a tactic. When everyone does it, there must be a deeper economic theory behind. My take? With this much talent, you cannot hoard intelligence. It is becoming a utility to everyone on the globe.
语言的边界就是思想的边界。语言有魔力，减少垃圾语言的输入和输出，会降低自我丧失主体性的可能，并且语言是行动的一部分。———这是今年我再看维特根斯坦讲“不可说”后最大的感受。以前看《逻辑哲学论》时，更多关注在与人沟通中哪些部分不可说/暂不适宜说，但也可能因为最近听了一些译者的播客，更多关注在表达，语言丰富度 = 心智化分辨率。 所有的表达，不论写作、输出、交流，就像站在远山之巅扔出一块石头，引起回声在什么时候，产生什么震荡都不知道。但要坚持表达，才会有回应的可能。 要警惕语言的坍缩，写长句子、长段落、长文章，减少用高度压缩、情绪化的网络用语，替代自己对事物的精准感受。 “名词就是命名世界，动词是激活命名，形容词在别处，我很高兴你也喜欢副词。” 网络语言只剩名词 + 情绪副词，动词和形容词消失。世界变得扁平，人的主体性退场。 多看书，看好书，减少网络用词（比如绝了、太强了、牛逼、废了、我是牛马）等短而白，且信息密度低的词汇使用，增加自己语言的丰富度，也是增加自身对事物的感知力，增加对事件的描述和复盘的次数。 用牛马来形容“我在上班”其实也完成了自我贬低和矮化，把自己默认成工具。 我们说出语言的同时，语言也在塑造我们的思想，改变我们对行为。我们说出的话是我们自己思想活动的场域，保持有思想的语言，也是在维持心智化和主体性的连续性。
Lenny采访了 OpenAI Codex 产品负责人 Alexander Embiricos 我总结了几个信息观点： 借助AI缩短构建时间 - Sora安卓版是一个仅有 2-3 名工程师 的团队，在 18 天 内从零构建的应用，并在 28 天 后向公众发布 - Atlas 团队利用 Codex 完成了繁重的工作，将原本需要多名工程师 3 周 完成的任务缩减为单人 1 周 完成 OpenAI的自我套壳 - Codex靠模型在达到上下文限制时压缩，才使 Codex 能够在一个任务上连续运行 24 小时以上 模型 、工具/接口，上下文管理，这些共同造就了Agent的能力 新时代对工程师的新要求 - 对AI代码的审查能力，人类的提示词输入与验证已经匹配不上AI的生产效率了 - 关注 系统工程 和 架构 ，现在不需要你手动写算法，但你要知道为什么选择这个算法而不是另外那个 - 初级工程师的差异：有学习能力，善于利用AI的工程师可以顶一个高级工程师，但如果没有，AI会顶替他 AGI - AGI受限于Agent的自我学习能力 - 当前的Agent都是被动的，让Agent主动，会塑造更多机会，急剧加速迭代循环 - AGI的能力受限于人类的语言输入和多任务处理速度 ------ 几个共识： 1、元学习与元构建 2、Agents的自我学习 3、Agents主动发起对话 4、模型时代的工程化重要性 https://t.co/kTE3ebFuFl
好开心🥰 https://t.co/vh9IUaMAkp
邦迪海滩这个枪击袭击的确吓人啊，很多南半球的朋友之前觉得自己人在世外桃源，现在也被点醒了。而且，这枪手用步枪的射速和持枪姿势，一看就是经过训练的。 世界要越来越分裂了。
美国有不少小小企业，一人企业，打个比方，其实很多律师，房产经纪人，会计师CPA等，是独立执业或者2-3个合伙人的。 理论上来说，他们整个系统（不包括他们的专业意见，而是什么CRM，档案化，任何以前SaaS）高度定制化的，现在已经可以只靠skills搭载了。 所谓的事务OS。 理论上。
一份面向中高级开发者的 React 技术栈指南 https://t.co/yctPKLwpZ1 详细介绍了现代React开发的最佳实践，文章涵盖了构建工具（Vite、Turbopack）、框架选择（Next.js、Remix、Tanstack Start）、路由解决方案（React Router、TanStack Router）、状态管理库以及AI辅助开发等主题
互联网黑话之西游记版 制作工具： - Gemini 3 Pro 生成剧本 - Nano banana Pro 生成首帧图 - Sora 2 Pro 生成分镜头视频 原始剧本（有大量删减）： 唐僧 (CEO): 悟空，咱们现在的 OKR（目标与关键结果） 进度如何？离西天那个 最终交付物（取经） 还有多长的时间窗口？ 悟空 (CTO): 师父，我看了一下后台日志，咱们现在的 路径规划 有点绕，前面路段 风险系数（Risk） 很高，建议先做一下 灰度测试。 白骨精 (外部竞品/黑客): [化身送饭村姑上线] 各位老师好，我是本地生活赛道的，来给各位做一下 用户关怀，痛点是大家饿了，解决方案是这篮子馒头，完全免费，旨在 沉淀用户心智。 八戒 (摸鱼总监): 师父！你看！这是 高潜用户 啊！而且自带 资源包 进场，咱们赶紧 转化 了吧，这馒头看着就符合 人体工学。 悟空 (火眼金睛开启): 慢着！ [扫描中...] 警报！前端页面伪装度 99%，后端接口全是 恶意代码！ 这不是 增量用户，这是 杀猪盘！ [举起金箍棒] 看我一键 回滚！物理 格杀！ [一棒打死] 唐僧: 悟空！！你疯了吗？ 你这是 P0 级生产事故！ 虽然我们追求 狼性文化，但你也不能对 C 端用户 暴力执法啊！你的 颗粒度 怎么这么粗？ 悟空: 师父，你那是 信息茧房。透过 底层逻辑 看本质，她就是一堆白骨（Bug），如果不及时 熔断，咱们团队的 生命周期 就到头了！ 八戒: 师父，别听猴哥的。 我看他就是 嫉妒 我跟用户 建立了深度链接。 他这是 技术霸凌，为了刷自己的 存在感，把咱们的 潜在流量 既然全给 屏蔽 了。这让我们以后怎么做 私域运营？ 白骨精 (化身老妇人再次上线): 哎呀，我女儿呢？ 刚才是不是你们 触达 了我的女儿？ 悟空: 还敢 迭代？ 换了个 UI 皮肤 我就不认识你了？ 刚才是一期工程，现在二期工程我也给你 拆迁 了！ [再次一棒打死] 唐僧: [念紧箍咒 - 启动合规审查程序] 悟空: 啊！师父！别念了！别搞 职场 PUA！ 唐僧: 我也不想这样。 但你连续两次 击穿底线，严重影响了团队的 NPS（净推荐值）。 出家人慈悲为怀，这是我们的 品牌调性，你完全不 对齐 咱们的 价值观。 白骨精 (化身老公公上线): 救命啊... 这一家子都被你们 优化 了... 悟空: 好家伙，还搞 矩阵号 运营？ 我就不信你的 服务器 还是 多活 的！ 看我 全栈打击！彻底 格式化！ [打死老公公，白骨精现出原形，留下一堆白骨] 悟空: 师父你看！这就是 交付结果！ 我就说她是 虚假繁荣 吧，全是 泡沫。 八戒: 哎呀师父！ 这猴子那是怕您责怪，使了个 障眼法（技术手段） 篡改了 数据库！ 他把好好的一个老头，渲染 成了白骨！ 他这是为了逃避 KPI 考核，伪造 数据看板 啊！ 唐僧: 够了。 孙悟空，你 技术栈 虽然强，但是 软技能 太差。 你已经不适合我们这个 生态位 了。 我们现在的 战略转型 需要更 柔性 的人才。 你被 毕业 了，去财务那结算一下 N+1 吧。 悟空: 师父？你真的要跟我 解耦？ 没有我做 底层架构，这一路上的 Bug 谁来修？ 唐僧: 不用说了。 沙僧，把他的 权限回收。 八戒，以后你来 承接 悟空的 Headcount（编制）。 悟空: 行。 此处不留爷，自有留爷处。 我去花果山 孵化 新的 独角兽 去了！
今年 AI 漫剧爆火，跑出来很多播放量过亿的短剧。 红果等各类短剧平台都开放 IP + 大额补贴。 做 AI 漫剧的公司大概率是不会亏钱的。 但是目前成品 AI 漫剧还离不开人工，听说最大的一家有超过1000人的每天用 AI 手搓漫剧。 与此同时，现在的 AI 短剧 Agent 也越来越强，产出的结果也越来越好。 最近 Seko 发布了 2.0 版本，支持了长达 100 集的超长剧情。 我很好奇完全由 AI 制作的短剧是什么水平 于是在周末花了一天时间去体验了一下 AI 漫剧的制作 结论就是... 真的能做出来一分钟的短剧，还可以不断做连续剧，最多支持100集，但也确实有很多问题需要解决。 现在 AI 短剧的行业，工作流已经日趋完善，但多模态模型的超长思考编排能力还未得到完美解决。 图片模型已经堪用，但视频模型的片段生成能力仍需要很多抽卡。 这些就要等待明年的模型的技术进步来解决了。
OpenAI 也已经悄悄支持了竞争对手 Anthropic 提出的“Skill”机制，在 Codex CLI 已经支持，并且在 ChatGPT 的代码解释器 (Code Interpreter) 中也悄悄使用了。 Skill 很简单强大，只需要就是一个文件夹，里面放个 Markdown 格式的说明文档，再加上一点可选的资源或脚本。理论上，任何能够浏览和读取文件系统的 LLM 工具，应该都能使用它。 ChatGPT 目前添加的技能包括：电子表格、Word 文档 (docx) 和 PDF的处理。 其中对于 PDF 和文档处理，他们的策略是先把每一页转换成图片的 PNG 格式，然后传给具备视觉能力的 GPT 模型。这大概是为了保留排版和图表信息，如果直接提取纯文本，这些信息往往会丢失。 在 ChatGPT 中，说一句 > Create a zip file of /home/oai/skills (把 /home/oai/skills 打包成 zip 文件) 有一定概率提供文件打包
借艾森这个帖子，说明一下： 不是网红，不是公众人物，以技术探讨为主，分享一些资源和看法为辅。以我提供的大量免费信息资源，值得这个票价。 任何以为自己可以碰瓷我的言论，不容忍。任何在线下不该对一个真人说的话，你凭什么以为可以在线上对我说。 一言不和就拉黑，是一种信息熵控策略。也是一种信号，因为我需要投资大量的时间做真实的项目，开发真实的资源了。 谢谢～ 当所谓的“自媒体”创造一种虚假“公众人物”目标的时候，这条路就走偏了。公众人物是默认成为人类的情绪发泄对象的，所有人把自己带入一种野蛮的敌对状态。这种心理行为，是人类社群中最不健康的恶。以身作则，反对这个。
邻居老人家，去中国旅游。很开心。 专门说，哎，还剩下一点现金，我也不知道这些钱是多少。以后我们肯定不长途飞行了，给你吧。 我说，这个不好吧，怎么好收你的钱呢…. 结果…. https://t.co/NJoCWAl4Mh
今天在国家天文台拍的星空延时摄影，里面应该有不少流星，冻麻了 https://t.co/Y0qTukhIIu
宝玉
Vibe Coding 清理服务（Vibe Coding Cleanup as a Service） 作者：Donado Labs 一个全新的服务门类正在科技圈悄然兴起——“Vibe Coding 清理服务”。它最初只是LinkedIn上的一句调侃：“修复AI造成的烂摊子”，没想到竟然变成了真金白银的商机。现在，几乎没人敢公开承认的残酷真相是：绝大多数AI生成的代码根本达不到生产标准，各家公司不得不疯狂招聘专家，来解决AI造成的技术债务（technical debt），以防止项目彻底失控。 “凭感觉编程”的井喷时代 2025年初，知名AI专家Andrej Karpathy提出了“凭感觉编程”（Vibe Coding）这个词。他用这个概念精准地描述了当下开发者的日常：通过和AI聊天，几句话就能生成整个函数，而不用亲自一行一行地敲代码。这种编程方式据称能让开发效率提升10倍。根据GitHub的报告，如今92%的开发人员都在使用AI代码工具，仅Copilot每个月就生成了数十亿行代码。 但这个看似美好的故事里，却有个业界不愿面对的问题：AI生成的代码质量堪忧。GitClear分析了1.5亿行代码后发现，AI辅助的代码“翻工率”（churn rate）比传统代码高出41%——也就是说，接近一半的代码在两周内就被撤销或重写了。斯坦福大学的研究者也证实：使用AI工具的开发人员写出的代码安全漏洞更多，但他们却误以为自己的代码更安全。这些工具不仅复制了糟糕的编程习惯：缺乏输入验证、使用过时的依赖库，还做出让资深程序员痛苦的架构选择。 “代码清理”成了真正的生意 据404 Media的调查报道，许多开发者正依靠修复AI代码谋生。Hamid Siddiqi便是其中的佼佼者，他同时接手15-20个代码清理项目，每小时收取高额费用来梳理他口中的“AI意大利面条”（AI spaghetti）：接口混乱、功能重复，甚至还有令人摸不着头脑的业务逻辑。软件咨询公司Ulam Labs甚至直接把“Vibe Coding 清理”作为主打服务进行推广。 市场需求之大催生了专门的平台 VibeCodeFixers .com。这个平台推出短短数周，就吸引了超过300名代码清理专家入驻，成功匹配数十个项目。创始人Swatantra Sohni形容典型的客户是：“烧光了5000美元的OpenAI积分，拿着一个勉强能用的半成品，不肯放弃，但又急需把它变成正式产品。” TechCrunch甚至指出，目前Y Combinator 孵化的创业公司中有25%的代码几乎完全由AI生成。从硅谷的状况来看，这个趋势规模惊人。 为什么AI代码难以达到生产标准？ 问题的核心并不是AI写代码太差，而是它只擅长局部优化，根本不理解整体架构。Stack Overflow的分析指出，AI只适合完成孤立的小任务，但在系统架构决策上表现糟糕。每一个AI生成的代码片段都在制造技术债务：模式不一致、逻辑重复、暗藏安全漏洞，而这些问题通常连自动扫描工具也发现不了。 乔治城大学的研究发现，至少48%的AI生成代码包含严重的安全缺陷。AI工具时常将敏感信息泄露到代码中，建议开发者使用过时的库，还生成只有在高负载时才暴露出来的竞态条件（race condition）。更糟糕的是，很多开发人员甚至无法理解AI生成的代码，根本没能力发现这些隐患。Thoughtworks把这种现象称作“能力债务”（competency debt）：开发团队逐渐丧失自己维护代码的能力，逐渐依赖无法彻底理解的AI代码。 清理服务的巨大市场机会 “Vibe Coding 清理”的市场正在快速增长，虽然还没有明确的行业统计数据，但Gartner预测，到2028年，75%的企业软件工程师都会使用AI代码助手。只要其中一小部分项目需要清理——而目前的情况表明大部分都会需要——这个新兴市场就极为庞大。 经济账很容易算清楚：初创公司用Vibe Coding省下数周时间快速做出原型，再花相似的时间和预算来清理。尽管如此，总体速度仍比传统开发快得多。掌握快速清理AI烂摊子的专家，收费可高达每小时200-400美元。有些专家甚至开始打造标准化服务：固定价格的代码清理套餐、AI代码审计和“从凭感觉到生产就绪”的流水线。 Thoughtworks指出，AI辅助代码项目中，重构代码的活动减少，但代码返工率激增。许多公司甚至专门招聘“AI代码修复专家”。毫无疑问，这个市场是真实存在的，正在飞速发展，而且潜力巨大。 软件工程的未来将如何变化？ 我们正经历一场软件开发方式的根本转变：AI负责初始实现，人类负责架构设计、测试和代码清理。这可能不是我们曾设想的未来，但确实是当下发生的现实。 Gergely Orosz认为，AI工具就像“极其积极的初级程序员”：写代码速度飞快，但需要不断指导。问题是，这些AI初级程序员永远无法晋升到资深级别，清理专家永远有市场。 我们的态度 在 Donado Labs，我们清理过太多AI造成的烂摊子。我们深知AI虽然能加速开发，但只有专业的代码清理才能让AI代码真正可用。我们用AI进行原型开发和日常任务，但关键架构和业务逻辑仍由人工完成。我们的“从Vibe到生产”的服务专门帮企业把AI原型转化为生产环境可用的代码，确保测试充分、安全可靠、文档清晰。 真正成功的企业不是大量使用AI的，而是聪明使用AI的。他们用AI快速原型，再主动投入专业的清理服务，避免技术债务堆积。 下次再有人说AI会取代程序员时，问问他：“AI的烂摊子谁来清理？”这才是新的机会所在。
Est. 100 views for your reply