🔥 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。
最近日本各项移民政策改革，有一些朋友已经对赴日选择产生了疑虑，问及我的看法 从我自身来说，核心诉求就是与普世价值观接近的教育、安全的饮食、开放的环境，以及社会对人的容忍度，而这些就是发展中国家想跃升为发达国家所需要面对的门槛 诚然，每个国家都有他的问题，但移民就跟脱离原生家庭束缚一样，从来不是请客吃饭那么简单，关键时刻想清楚自己想要的是什么、沿着当前的路径能否得到，一切就会非常明了
给大家讲个故事吧，当年我浙大毕业后去了一家靠谱的创业公司，老板特别看重我我，生怕我干几个月就跑了 还经常吐槽大厂员工，还画饼要带我去敲钟 直到有一天老板和我说：jinzhou，告诉你个好消息，过几天有个阿里员工加入，以后你可以跟着他，好好学习，对你成长有很大的好处 所以我的建议是： 能创业就直接创业 能去大厂去大厂 别想着去创业公司去学习更多然后创业 投资人也更喜欢大厂员工 另外，需要你啥都干的初创能有多靠谱🤔
在爱壹帆观看了《南京照相馆》 爱壹帆这个平台我认为可以被称为“神奇的平台” ，比58同城还神奇，它呈现出一种身份悖论。 它是盗版影视站，却让大量海外用户得以稳定获取中文影视资源。 它面向海外，却同样吸引国内用户跑进去使用弹幕系统。 这种混杂形成了一个奇特的生态空间。 观看同一部电影的人来自完全不同的背景和立场，他们原本不会在同一条时间线上相遇，却在一段影片下聚成了短暂的共同体。 评论、情绪和观点在这里无序地流动，语言本身成了唯一的界面。 如果说“简中生态圈”是一种分布式的文化共同体，这里就是它最原始、最未修饰的一面。 无门槛、无叙事包装、无社交姿态，只剩下中文世界最直接的表达。
Peter 是唯一看清这个真相的人。 连我那些和我父母差不多年纪的邻居都完全不明白，为什么他们的孩子不能像他们当年那样活着…… 那种天真，简直无与伦比。 一种由美国战后绝对优势所滋养出来的天真。那一代中产阶级从未理解过，“光是活着就要耗尽所有力气”到底是什么样的挣扎。 我周围有太多这样的天真老人。 Peter Thiel 今天说： “婴儿潮一代（Boomers）对世界为何不再对他们的孩子起作用，表现出一种奇怪的无知。很难说他们到底是出于恶意，还是只是糊涂。 我觉得奇怪的是，很多人竟然觉得我在 2010 年批评学生债务是一件奇怪的事。可那时学生债务的增长早已是指数级的。 2000 年，全国学生债总额是 3000 亿美元，而如今已超过 2 万亿美元。总有一天，这个系统会崩溃…… 如果你唯一能说的只是某个人是个‘圣战分子’、‘共产主义者’、‘荒唐的年轻人’， 在我看来，这只说明你对住房问题或学生债务问题——根本毫无头绪。 如果这就是你所能做到的全部，你们注定会一直输下去。”
一个工具，一旦能解决动机问题，其他所有问题就都是次要的。 比如一个炒股工具，号称能有 20% 收益，就会有很多人去用。如果少数人赚到了这个收益并传播出来，就会源源不断有人去用。直到大众发现，20% 收益是骗人的，还经常会亏钱。被勾起的动机一旦消失，工具就开始死去。 比如一个视频剪辑工具，通过短视频的网红和各种直播课程，勾起了你也想成为网红的动机，开始有欲望想去做视频，那么这个剪辑工具就会有人去用。哪怕非常难用，人也会去用。甚至因为难用，会激发出斗志。觉得自己如果能用起来，就有机会超越他人，有机会先一步成为网红。然而一旦发现自己做的短视频始终没流量，动机淡去，工具变得非常简单了，也不会再去用了。 万千工具，都需要有使用的动机。厉害的工具，往往都是刻意或恰巧踩中了大量用户的某种欲望。
上交的经管学院还有校办企业，已经超过了全国90%以上的经管学院了。 绝大部分教经济，管理的老师，除了教书之外没有尝试过任何其他业务变现的方式。任何….
今天真的又是里程碑的一天， https://t.co/00ijh2WVqf 卖出了第 1 个永久会员。 另外，来四川 10 多年一直没来九寨沟， 想着一直都有机会的，反而拖了很久。 今天终于和老婆孩子一起来看水， 真的是太太太美了，最好的秋季。 非要我评价一句的话，那就是： 国内很多景点，连九寨沟的高铁站景色都不如。 https://t.co/pkv6rM91uh
羡慕大佬的两样：有这样开明的家长 用游戏培养儿子进名校的方法 学校之外的天地其实更广 港中大徐扬生校长(美国工程院院士)👇
这篇文章写的确实很好，借助 AI 帮忙解读一下（解读的很好，比直接翻译更容易看明白） 哈啰，大家好。 你是不是也经常在网上看到一些争论，感觉某一方说得天花乱坠、旁征博引，听起来“非常智能”，但你心里总有个疙瘩，觉得“哪儿不对劲”？ 你感觉的没错。有时候，一个论点越是复杂、越是能“解释一切”，它就越可疑。 以太坊的创始人 V 神 (Vitalik Buterin) 最近就写了篇长文，专门讨论这个现象。他造了一个很棒的词，叫 “Galaxy Brain Resistance”。 “Galaxy Brain”就是那个从正常大脑一步步升级，最后变成全宇宙发光大脑的梗图。它常被用来讽刺那些过度思考、把简单问题搞得无比复杂，最后得出荒谬结论的“聪明人”。 所以，V 神说的 “防走火入魔指数” (Galaxy Brain Resistance)，衡量的就是：一种思维方式或论点，到底有多难被滥用，来为你“想做的任何事”进行辩护？ 这篇文章非常重要，因为它戳破了一个我们这个时代最大的迷思：我们总以为辩论是为了寻找真相，但 V 神一针见血地指出——在现实世界中，绝大多数花哨的论证，都不是在“推理”，而是在“合理化”。 什么意思？ 意思是，很多人是先出于情感、直觉或自身利益（比如我持有了某个币，我讨厌某个群体）得出了一个结论，然后再反过来，调动自己的全部智力，去寻找那些听起来高大上的理由来支撑这个结论。 这种“先开枪，后画靶”的行为，就是“走火入魔”。而那些“低防指数”的论点，就是他们最爱的武器，因为它们是万金油，几乎可以用来为任何事情辩护。 V 神在文章里点名了几个最流行、也最危险的“低防指数”思维陷阱。我们来看看到底是怎么“忽悠”的。 陷阱一：“历史必然”的陷阱 > “这事儿早晚要发生，所以我们非但不能阻止，还应该加速它！” V 神举了个例子：硅谷的 AI 狂热分子。 他们会说：“经济的完全自动化是‘不可避免’的，人类劳动力注定要被淘汰。所以，我们现在就应该全力加速这个进程。” 听起来是不是很有道理？历史车轮滚滚向前嘛。 但 V 神提醒我们：这话是谁说的？ 是那些正在全力研发 AI、并靠这个赚钱的公司说的。 这是一个典型的“低防指数”论点。它把一个（也许是）合理的远期预测（“最终会自动化”），偷换成了“所以我们现在就该加速它”。 这种论点为什么很糟糕？ 1. 它让你放弃抵抗。 它暗示你的反抗毫无意义。但 V 神说，恰恰相反，当所有人都在说“你投降吧，这不可避免”时，这正是你的抵抗最有价值的时刻。 2. 它掩盖了其他选项。 事实并非只有“全力加速”和“关停”两个选项。我们本可以“专注于开发辅助人类、而不是取代人类的 AI”，给我们更多时间来安全过渡。 3. 它为私利服务。 “不可避免论”只是一个华丽的外衣，用来包装他们“追逐利润和权力”的真实动机。 陷阱二：“为了宏大未来”的陷阱 > “为了N年后的宏伟蓝图 / 为了N万亿的未来人口，我们现在必须……” V 神提到了一个词：“长期主义 (Longtermism)”。 首先要明确，V 神并不反对为长远考虑。修路、教育孩子、存钱养老，这些都是必要且正确的“长期主义”。 他反对的是那种被滥用了的、“走火入魔”版的长期主义。比如：“为了5亿年后可能会存在的四十万亿（！）人口的幸福，我们今天必须牺牲一切，去XXX。” 这个陷阱的要害在于：当一个目标被设定得极其遥远时，它就和“现实”脱钩了。 - 如果你说你的项目“下个季度能盈利”，那么下个季度大家就能看到结果，是真是假，一目了然。 - 但如果你说你的项目“在500年后能拯救世界”，谁能在500年后回来验证你呢？ 这就导致了游戏的性质变了。 游戏不再是“比谁真的能创造长期价值”，而是“比谁在今天讲的那个‘长期故事’听起来最高大上”。 V 神举了两个绝妙的例子： 1. 低利率环境下的泡沫： 当利率很低时，钱不值钱，大家不关心短期回报，于是开始疯狂追逐各种“关于未来的叙事”，最后导致了泡沫和崩溃。（想想那些“为全球牙科行业打造的区块链方案”） 2. 政治上的“通往无处之桥”： 政客以“长远价值”为理由，申请巨额预算，去修一座根本没人用的大桥。 如何戳破这种陷阱？V 神给了一个准则：当一个行动有“可疑的长期利益”，但却有“可靠的短期（或长期）危害”时，那就别做。 陷阱三：“这伤害了社会/道德”的陷阱 > “这东西太恶心了 / 太不道德了 / 伤害了社会结构，必须禁止！” 很多人喜欢用政府的强制力，去管束别人私人的生活方式，仅仅因为他们“看不惯”。 比如，有人呼吁禁止合成肉，理由是：“真正的肉是上帝造的，人造肉是人造的……这违背了自然！” 但“我看不惯”这个理由太直白，所以他们会将其包装成一个“低防指数”的论点，比如： - “这会破坏我们的道德结构！” - “这会威胁社会稳定！” - “这是‘全球精英’强加给我们的！” V 神说，“社会道德结构”这个词太模糊了，模糊到你可以用它来反对任何你不喜欢的新事物。同性恋、新音乐、合成肉……都曾被扣上这个帽子。 V 神更倾向于一种温和的自由主义：你要想禁止一件事，你必须拿出一个清晰的证据，证明它对“明确的受害者”造成了“明确的伤害”。 如果你说不清楚谁受害了、受到了什么伤害，那你很可能只是在用高大上的词汇，来包装你的个人偏好（“我就是觉得恶心”）。 陷阱四：“这是为了穷人/阶层跨越”的陷阱 > “投机 / 赌博不是坏事，这是穷人实现阶层跨越的唯一希望！” 在加密货币（Crypto）领域，我们经常听到这种为高风险投机辩护的声音。 这个论点听起来非常高尚，充满了同情心，但 V 神认为它极度“走火入魔”。 为什么？ 1. 它在数学上是错的。 赌场是零和游戏（甚至负和）。一个穷人进去，大概率是变得更穷。经济学的基础（效用曲线）告诉我们：输掉1万美元对一个穷人的打击，远远大于赢得1万美元给他的快乐。 这种高风险游戏是在“摧毁”阶层，而不是“提升”阶层。 2. 它动机不纯。 真正鼓吹这个论点的人，往往是谁？是那些已经很有钱，并且正在利用这个“高尚的理由”来吸引更多人（穷人）入场，以便自己出货套现的“聪明人”。 V 神在以太坊生态中，一直呼吁大家关注 “低风险 Defi”，而不是“好的 Defi”。 为什么用“低风险”这个词？因为 “低风险”是一个很难被滥用的标准，它有牙齿，风险高不高，数据一看便知。 但 “好” (Good) 这个词，就太容易“走火入魔”了。任何人都可以编造一个“银河大脑”级别的论证，来说明为什么他那个高风险赌场项目，其实对社会是“好”的。 陷阱五：“我在体制内能做更多”的陷阱 > “我加入这家（加速AI/腐败的）公司/政府，是为了从内部改变它。” 这是 V 神批评的最尖锐的一点，他称之为“I'm-doing-more-from-within-ism”。 在 AI 安全领域，很多人说：“我要加入那些最激进的 AI 公司，这样我才能在‘关键时刻’发挥影响力，确保 AI 安全。” 在现实政治中，也有很多人说：“我留在普京政府里，是为了用我的专业知识，减缓它对经济的破坏。”（V 神引用了《金融时报》对俄罗斯技术官僚的报道） V 神认为，这几乎是最低的“防走火入魔指数”。 1. 它为“同流合污”提供了完美的借口。 无论你实际上在做什么，你都可以宣称“我是为了从内部改变它”。 2. 它几乎总是自欺欺人。 现实是，你最终只是变成了那台机器上一个高效的齿轮，你所有的专业能力，客观上都成了“帮凶”，让你宣称要反对的机器运转得更顺畅了。 那么，我们该如何防止自己“走火入魔”？ V 神给了两个非常务实的建议： 1. 坚守原则（而不是总想“算计后果”） V 神推崇一种“义务论”(Deontology)的道德观。 你不需要懂这个术语，它的意思很简单：给自己设定一些你绝不会打破的硬规矩。 比如：“我绝不偷窃”、“我绝不欺诈”、“我绝不杀害无辜者”。 为什么这很重要？ 因为另一种“后果论”（“只要结果是好的，我就可以不择手段”）的思维方式，防走火入魔指数太低了！ 我们的大脑太擅长“合理化”了。如果你信奉“后果论”，那么每当你遇到一个诱惑时（比如“这次偷窃能让我获利巨大”），你的“银河大脑”就会立刻启动，为你论证“为什么这一次偷窃，其实对全人类的长期福祉是有利的”。 你总能说服你自己。 坚硬的原则，就是你用来对抗自己“过度聪明”的防火墙。 2. 看清你“持有的口袋” (Hold the right bags) 在 Crypto 俚语里，“Bags”（口袋）指的是你持有的资产（你的“仓位”）。 V 神说，你的激励（你的仓位）和你的社交圈子（你的“社会口袋”），是塑造你思想最强大的力量。 - 你持有了某个币，你就很难客观看待它。 - 你身边所有朋友都在说 AI 很安全，你也很难真的相信 AI 有危险。 你不可能没有“口袋”（人总是需要激励和朋友的），但你至少可以： 1. 主动选择你的“口袋”。 远离那些会扭曲你判断的激励。 2. 多元化你的“口袋”。 尤其是你的社交圈。 这引出了 V 神给 AI 安全人士的最后两个建议，也是对他自己原则的践行： 1. 不要去那些正在加速研发“全自动前沿 AI”的公司工作。 （因为这会扭曲你的激励） 2. 不要住在旧金山湾区。 （因为那里的“社会口袋”太单一了） 总结 V 神的这篇文章，表面上是在谈 AI、Crypto 和政治，但实际上，它是在提供一个在复杂世界中保持清醒的通用指南。 最危险的论点，不是那些漏洞百出的，而是那些过于灵活、过于高大上、以至于可以为任何动机服务的“万能理由”。 真正的智慧，不是拥有一个能解释一切的“银河大脑”，而是懂得何时停止“聪明”的算计，回归到简单、坚固、难以被滥用的原则上来。
哈哈哈，最近中推真挺有意思的 https://t.co/M1xeuZqvLk
V 神骂 AI 圈还骂的挺好的 硅谷的 AI 狂热分子说： “这事儿早晚要发生，所以我们非但不能阻止，还应该加速它！” “经济的完全自动化是‘不可避免’的，人类劳动力注定要被淘汰。所以，我们现在就应该全力加速这个进程。” 听起来是不是很有道理？历史车轮滚滚向前嘛。 但这话是谁说的？ 是那些正在全力研发 AI、并靠这个赚钱的公司说的。 这是一个典型的“低防指数”论点。它把一个也许是合理的远期预测“最终会自动化”，偷换成了“所以我们现在就该加速它”。 1. 它让你放弃抵抗，它暗示你的反抗毫无意义。 恰恰相反，当所有人都在说“你投降吧，这不可避免”时，这正是你的抵抗最有价值的时刻。 2. 它掩盖了其他选项。 事实并非只有“全力加速”和“关停”两个选项。我们本可以“专注于开发辅助人类、而不是取代人类的 AI”，给我们更多时间来安全过渡。 3. 它为私利服务。 “不可避免论”只是一个华丽的外衣，用来包装他们“追逐利润和权力”的真实动机。
哈哈哈，不知道为啥每次看着这个钱还挺开心的 https://t.co/BB43US5zbN
突然想起自己20多岁干的一件傻逼事。 那时候我在一家民企做策划部经理，是一家茶叶公司。有一天公司接了几个大订单，人手不够，全公司一百多号人都被动员去生产车间，帮忙做茶叶礼盒。我也去了。 为了调节气氛，我用自己的音箱接着手机给大家放音乐。 然后我去上厕所，回来发现音乐被换了。一问他们说：太难听了！ 我还不服，说怎么可能不好听？结果一看……我居然给一群包茶叶的大妈们放的是《寂静岭》的背景音乐。
我的一个推文流量破了50w了！ 一天之内涨了近1000个关注。 也算是小小爆的了一下[呲牙] 流量算不上顶级，但关注转化率还不错，这就是深度内容优势吧 这篇文章我参考借鉴了许多大V的爆款内容，也借助了AI来总结学习和完成的初稿！感谢推特上朋友们的点赞转发评论支持。还有无数优秀的创作者更新的优质作品！ 要特别感谢@freeliyi 老师开创了这类深度长文的先河👍让我们知道原来这种内容也可以；特别感谢@QusetionHub 老师，你的帖子给了我最终开始的动力和勇气。🌹 当然在获得前所未有的流量同时， 也受到了前所未有的指责攻击。 特别是你以为熟悉的网友、和平日欣赏崇拜的大V们 来过阴阳怪气地嘲讽你几句 还是挺难受的～😭 我只好这么安慰自己： “如果你没有流量的话， 别人嘲讽都懒的嘲讽你！” 这也警醒了我自己，请你监督一下 如果我有一天也开始 主动阴阳怪气、攻击他人 特别是粉丝不多、刚开始的“新人”时， 拜托你来骂醒我！🤝 人的欲望是无限的， 我都忍不住开心幻想， 什么时候作品流量能破百万呢？ 今天距2016春节正好还有100天， 在这100天内能实现吗[疑问]
开评论，180 万展示量 不开评论，就有 600 多转发，160 万展示量 这也是一个测试 当通篇的文字调动了观众的情绪，评论区就是一个出口 那么不允许评论，把门焊死会怎么样呢？ 转发数就会起飞 所以，这是一个控制实验 你想得到评论，你就可以得到评论 你想得到转发，你就可以得到转发 那如果你想得到钱呢？当然，你可以
如果去可视化ClaudeCode的工作轨迹 可以看到 AI agent 在真实代码库中浏览、审查结构、做决策并提交修改的过程 软件开发正进入新的阶段，并非传统意义上的自动化,而是Agent能理解上下文、应对复杂情况、并做出有意义贡献的系统。 虽然目前仍处于vibe coding的早期阶段,但这个趋势毋庸置疑：人类和Agents正在进行人机协同的合作来构建未来
Dia 浏览器上的标签页固定终于改回 Arc 样式了，一下舒服多了，就得其他产品逼一逼他们 https://t.co/EkvQ9Kgifi
《Inside Cursor》这篇文章很有意思，作者 Brie Wolfson 刚在 Cursor “卧底”了 60 天，从她的角度写了她观察到的很多 Cursor 内部的事。 作者早期的 Stripe 和 Figma，这两家都是硅谷“现象级”的公司。 如果你对 Cursor 有兴趣的话，推荐看看。原文内容太长，以下内容为摘要式翻译。 探秘 Cursor：在 AI 时代，下一个“Figma”是如何炼成的？ 如果你经历过一家“神级”公司的草创期，你就会对一种“魔法”般的气氛特别敏感。 作者 Brie Wolfson 就是这样的人。她曾在早期的 Stripe 和 Figma 工作，见证过它们如何从粗糙的办公室成长为估值数百亿的巨头。最近，她以一个“临时工”的身份“潜入”了 AI 编程工具公司 Cursor 几个月，结果让她大为震撼——她闻到了同样的味道。 她发现，Cursor 正在用一套极其独特、甚至有些“野蛮”的方式，试图在 AI 时代打造一家“世代相传”的公司。这种文化，你很难在别处看到。 1. “全员恶人”式的招聘：我们不招“岗位”，我们“收集”牛人 在大多数公司里，招聘流程通常是这样的：首先发现公司在某项能力上有缺口，于是发布一个职位，然后寻找一批候选人，再从这些人中挑一些来面试，最终选中一个人，安排好入职，等上几个月，新人终于来了。 Cursor 的招聘是：“发现一个牛人，然后全队扑上去。” 他们的逻辑是，秘诀在于把招聘流程中的基本单元当成是人，而不是某个职位的招聘要求（job spec）。整个过程堪称“不择手段”： 来源不限： 他们发现有个用户在斯德哥尔摩搞 Cursor 研讨会，就把他招来了；发现有个用户大半夜还在疯狂用 Cursor 写代码，也把他招来了。 “蜂群”战术： 一旦在 Slack 频道里锁定一个目标，大家就会蜂拥而上。没有专职 HR，而是由最懂这个人的团队成员去接触。 “骗”来再说： 对方说“我暂时不想换工作”？没问题。Cursor 会说：“那先来做个小项目玩玩？”或者“路过总部时，进来坐坐？” 惊喜面试： 所谓的“进来坐坐”，很可能就是一次“突袭式面试”。等你坐下，相关的人已经“恰好”都在场了。 死磕到底： 为了招一个德国的天才程序员 Lukas，创始人们先是飞到德国，被拒了。过了一年，他们又飞过去一次，这次终于把人带回来了。为了“搞定”另一个犹豫不决的候选人 Jordan，团队打听到她刚搬家，甚至联系了她的室内设计师，最后亲手送上了一台她正想要的浓缩咖啡机。 这套“野路子”的结果是，Cursor 成功地在极早期就聚集起了密度高到吓人的人才。 2. “高手，是不需要扶手的” 招来这么多牛人（全公司有 50 多个前创始人），怎么管？ 答案是：不管。 作者提到了一个绝妙的隐喻：Cursor 办公室的楼梯非常陡，但没有扶手。 她问起这事，得到的回答是：“大家知道怎么上楼。” 这就是 Cursor 的核心文化：极度相信个体的能力和自觉。 在这里，“IC”（Individual Contributor，独立贡献者）是地位最高的角色。大家鄙视“PPT 汇报”和“向上管理”。就连创始人 Aman 也是个“骄傲的 IC”，每天缩在办公室角落里，专心致志地写代码。 公司没有开不完的会，作者甚至说 Cursor 有一种“口语文化”。你需要谁的帮助？别发 Slack，直接走过去“拍他肩膀”最有效。 这种环境让有能力的人如鱼得水。一个刚入职的销售说，他在上家公司（也是一家明星创业公司）熬了 30 天才被允许接触客户；在 Cursor，这个时间是 30 小时。 3. “在食堂，没人谈论天气” Cursor 的办公室不在什么高科技园区，而是在旧金山一个老街区。没有公司 Logo，没有团建海报，家具都是淘来的中古货，墙上堆满了书（而且是真的在看的那种）。 公司有个叫 Fausto 的大厨，每周六天为大家做午餐。 重点来了：午餐时，大家在聊什么？ 创始人 Sualeh 说，他最担心的公司衰败迹象，就是“大家在吃饭时开始谈论天气。” 在 Cursor，午餐桌上聊的都是工作——项目进展、技术难题、对行业的奇思妙想。大家通过“如何思考”来认识彼此。这种氛围极具传染性。 这也引出了关于 Cursor 最著名的传闻：9-9-6。 作者的观察是：这根本不是公司规定，而是这群人“自发的”。 没人要求你加班，但当你身边的人都因为热爱而疯狂工作时，你也会被卷入这种“兴奋剂”般的节奏里。作者自己也承认，她会在周末和深夜工作，不为别的，只因为“我想，而且我想让我这帮牛逼的同事对我刮目相看。” 4. “像披头士一样吵架，用‘Fuzz’来找茬” 这群“有主见”的牛人聚在一起，怎么协作？ 答案是：高强度的“建设性摩擦” (Constructive friction)。 大家会毫不留情地互相“找茬”和“挑刺”。作者形容这是一种“微观上的悲观主义，宏观上的乐观主义”——我们对执行的细节极度挑剔，但对最终的成功深信不疑。 创始人 Michael 甚至用了一个比喻，他希望公司像披头士乐队制作《Get Back》专辑时的状态。 如果你看过那部纪录片，就会懂：一群处于巅峰的大师，把自己关在录音室里，在巨大的压力和紧张的时间下，通过不断的碰撞、争吵、迭代，硬生生“磨”出了一张传世专辑。 这种魔力，不在于战略，而在于**“在过程中感受”**——手指始终放在乐器上，一遍遍地弹，直到它听起来对了为止。 Cursor 把这种“找茬”变成了制度，叫 "Fuzz"。 每次要发布重大更新前，团队会召集所有人（通常是在地下室），“来，咱们一起把它搞垮。” 所有人会花一个小时，像“松露猎犬”一样找出所有 Bug、UI 瑕疵和未考虑到的边缘情况。然后，产品团队会带着这张长长的“找茬清单”，通宵把它改完。 5. “我们不‘降低门槛’，我们‘提高天花板’” 在一个人人都想“AI 民主化”、“赋能所有人”的时代，Cursor 的选择显得非常“傲慢”。 他们明确表示：我们的理想客户，是这个世界上最优秀的那批专业开发者。 别的公司可以去“降低地板”（Lower the floor），让小白也能写代码。而 Cursor 的使命是 “提高天花板” (Raising the ceiling)。 他们相信，只有服务好那些“处在手艺巅峰”的人，被他们拉着走，才能真正“改变”软件的构建方式，而不是做一些“增量改进”。 这种哲学也体现在面试上：他们的编程挑战出了名的难。因为他们认为，“太简单的东西，根本没法让牛人展示自己有多牛。” 6. 为什么这么拼？“奖品”就是使命本身 最后，也是最让作者触动的一点：这群人这么拼，图什么？ 作者在 Stripe 和 Figma 早期时，午餐桌上的热门话题是“发财后买什么房”、“环游世界”等等。 但在 Cursor，她惊讶地发现：几乎没人谈论钱。 尽管公司估值飞涨，但没人聊股票、豪宅或退休。 为什么？作者的结论是： “因为他们中的大多数人，就算明天就退休了，他们想做的事，大概率还是他们今天在 Cursor 做的这些事。” 对他们来说，“奖品”不是钱，而是**“完成使命”**本身。 他们真正关心的，是“代码”，是“代码生成作为世界构造的基石”。他们坚信，世间万物（红绿灯、科学发现、医疗记录）都运行在软件之上，而他们正在做的事，是真正提升人类构建这一切的能力。 这，或许就是作者所说的“魔法”的真正来源。 原文：https://t.co/eZ18ydw99M
发现DNA双螺旋结构的诺贝尔奖得主沃森去世 享年97 34岁获得诺贝尔奖，86岁被迫拍卖奖牌 他的自传《双螺旋：发现DNA结构的个人经历》 在科学界和公众中都引起了广泛的关注和讨论。这本自传以其率直、不羁的叙事风格，给许多青少年极大的启发，包括2020年诺贝尔奖得主杜德娜就是因本书而立志成为生物学家。 詹姆斯·杜威·沃森：科学天才、野心、争议与悲剧交织的传奇。 他的人生轨迹如同一部充满悖论的戏剧： 少年有成，晚节不保 🧬 科学桂冠：与克里克共同发现DNA双螺旋 沃森最辉煌的成就发生在1951年至1953年，当时他只是一个20多岁的年轻科学家。 关键合作：在剑桥大学卡文迪许实验室，他与英国物理学家弗朗西斯·克里克 合作。 他们的组合堪称完美：沃森精通生物学，而克里克深谙物理学和晶体学。 关键数据：他们的突破极大地依赖于英国科学家罗莎琳德·富兰克林 在伦敦国王学院拍摄的X射线衍射照片（特别是著名的“照片51号”），这些照片由富兰克林的同事莫里斯·威尔金斯 在未明确告知富兰克林的情况下分享给了沃森和克里克。 “生命的秘密”：基于这些数据，沃森和克里克成功构建出了DNA的双螺旋结构模型，并于1953年在《自然》杂志上发表了一篇仅一页多的论文，揭示了“生命的秘密”。这一发现彻底改变了生物学。 诺贝尔奖：1962年，沃森、克里克和威尔金斯共同获得了诺贝尔生理学或医学奖。富兰克林因已于1958年因卵巢癌去世而未能共享殊荣（诺贝尔奖不追授逝者）。 背后的争议：沃森和克里克在未经富兰克林知晓和同意的情况下使用她的关键数据，以及他们与威尔金斯的关系，长期以来一直是科学史上备受讨论的伦理话题。沃森在1968年出版的畅销书《双螺旋》中对此事的描述，也因其对富兰克林带有偏见（甚至被批评为性别歧视）的描绘而广受批评。 📉 人生跌宕：从神坛到被唾弃 沃森的后半生因其在公开场合多次发表关于种族与智商的歧视性言论而急转直下。 惊人言论：他多次声称，科学研究表明白种人和黑种人在平均智商上存在遗传差异。这些言论毫无科学依据，并且被主流科学界强烈驳斥为种族主义。 事业崩盘： 2007年：他因此番言论被迫从他领导的冷泉港实验室退休，并被迫取消几乎所有公开演讲。 2019年：在一次纪录片采访中他再次重申类似观点，冷泉港实验室随即剥夺了他的所有荣誉头衔（包括名誉主席、荣誉教授等），与他彻底切割。他成为了科学界的“弃民”。 晚年拍卖：2014年，由于收入锐减和被视为科学界的“叛徒”，他被迫拍卖了自己的诺贝尔奖牌，成为首位在世时拍卖诺奖奖牌的得主。后来一位俄罗斯富豪买下后又将奖牌归还给了他。 💎 传奇的悖论与警示 沃森的故事是一个复杂的悖论： 他是一位无与伦比的科学先知，他参与的解码为理解生命本身奠定了基础。 他又是一个充满偏见与傲慢的凡人，他的个人观点与他所代表的科学理性精神背道而驰。 科学的卓越并不能保证人性的高尚。 一个能够窥见生命最深奥真理的人，也可能持有最荒谬和有害的社会观念。 他的传奇，既是对人类智慧巅峰的礼赞，也是人性弱点的悲歌。
稳步推进离开加拿大的 todo 了 - 手机卡换成了 fizz，因为可以线上随时切换套餐，现在是有流量的套餐，等回国过就可以切到 6 刀 的只收短信的套餐。 （如果你恰好要趁黑五活动换套餐，可以用 kk 的推荐码 GDSUW， 会送 25 刀） - 申请了 rogers 的 0 年费 master card 信用卡，方便支付海外的服务 - 把 CIBC 的高返利的信用卡换成了 低返利但 0 年费的卡。本来是可以下个月换的，还能享受一个月的高年费，但考虑到加拿大的效率 + 邮政随时罢工的风险，还是提前换吧 - 开了 wealth simple、EQBank、Simplii 这几家 0 年费的银行账户和银行卡，方便之后使用。 （是的，这边传统银行普通账户都会有年费。。简直离谱，用朋友的话说：“对比这边的银行，国内的0 月份和合理汇率 简直是在做慈善”） - 开了 wise 卡，方便海外转账和出国消费 要是有其他建议，欢迎补充～
wait...what? I knew it was good but I didn't know that it was this good 😍
转译：AI 与社交媒体是如何导致我们“脑子生锈”的？——《纽约时报》... 科技行业总在告诉我们，聊天机器人和新的人工智能（AI）搜索工具将极大地提升我们的学习和发展效率，谁要是忽视了这项技术，谁就有被时代抛弃的风险。 但是，梅勒马德（Melumad）博士的实验，以及迄今为止其他已发表的关于 AI 对大脑影响的学术研究，却得出了一个令人不安的结论：那些严重依赖聊天机器人和 AI 搜索工具来完成写论文、做研究等任务的人，他们的学习表现普遍不如那些不使用这些工具的人。 “坦白说，我非常害怕，”梅勒马德博士说。“我担心现在的年轻人以后都不知道该怎么用传统方式上谷歌搜索了。” “技术是不是让人类变笨了？”这个问题几乎和技术本身一样古老。遥想当年，哲学家苏格拉底就曾指责“文字”的发明削弱了人类的记忆力。近一点看，就在 2008 年——那时候可还没有什么 AI 自动生成网页摘要呢——《大西洋月刊》（The Atlantic）就发表过一篇著名的文章，标题是 “谷歌在让我们变笨吗？” 事实证明，当时的那些担心有点杞人忧天了。 然而今年，美国儿童的阅读成绩，包括八年级学生和高中毕业生，双双创下了新低。这些数据来自“全国教育进展评估”（National Assessment of Educational Progress，（注释：简称NAEP，被公认为美国衡量学生学业水平最可靠的“黄金标准”考试）），这是自新冠疫情（Covid-19）扰乱了正常的教学秩序、并导致青少年刷屏幕时间猛增以来，首次发布的同类成绩报告。 下面，我们来总结一下目前已有的研究，看看怎样使用 AI 才能真正地“补脑”，而不是让“脑袋秀逗”。 当我们用 ChatGPT 写作时，我们到底还在“写作”吗？ 今年，要说 AI 对大脑影响方面最引人注目的研究，非麻省理工学院（MIT）莫属。研究人员试图搞清楚，像 OpenAI 的 ChatGPT 这样的工具，到底会怎样影响人们的写作方式。 这项研究只找了 54 名大学生，（样本量很小），但研究结果却引出了一个至关重要的问题：AI 会不会扼杀我们的学习能力？ 在研究中，学生们被要求写一篇 500 到 1000 字的论文。他们被分成了三组： 1. 第一组：可以用 ChatGPT 帮忙写作。 2. 第二组：只能用传统的谷歌搜索来查资料。 3. 第三组：啥也不能用，只能靠自己的大脑来完成作业。 所有学生都戴着传感器，用来实时测量他们的大脑电活动。结果显示，使用 ChatGPT 的那一组学生，大脑活动水平是最低的。这倒也不奇怪，毕竟他们让 AI 聊天机器人包揽了大部分的思考和写作工作。 但最让人震惊的发现，发生在写作练习结束之后。 在学生们交卷一分钟后，研究人员要求他们背诵自己刚刚写完的论文中的任何内容。结果，绝大多数（高达 83%）使用 ChatGPT 的学生，竟然连一个完整的句子都回忆不起来。 相比之下，那些使用谷歌搜索的学生还能背出一些片段；而那些完全不用科技、全靠自己大脑写作的学生，则能复述出大量内容，有些人甚至能一字不差地背诵几乎整篇文章。 “这才过去一分钟，你就真的一点都想不起来了？” 领导这项研究的麻省理工学院媒体实验室（M.I.T. Media Lab）科学家娜塔莉亚·科斯米纳（Nataliya Kosmyna）在谈到 ChatGPT 用户时，难掩惊讶之情。“如果你压根不记得自己写了什么，你（对这篇文章）就不会有‘主人翁’的感觉。你真的会在乎你写的东西吗？” 科斯米纳博士说，虽然这项研究关注的是写论文，但她真正担心的是，这对于那些在“记忆力”至关重要的领域使用 AI 聊天机器人的人意味着什么——比如，一个正在备考飞行执照的飞行员。 她强调，我们迫切需要进行更多研究，搞清楚 AI 到底如何影响人们“记住”信息的能力。 社交媒体可能与阅读成绩下降有关 上个月，《美国医学会杂志》（JAMA）发表了加州大学旧金山分校（UCSF）的一项研究。领导这项研究的儿科医生杰森·长田（Jason Nagata）博士和他的同事们，分析了来自“青少年大脑认知发展”（ABCD）项目的数据。 这是一个在 2016 年至 2018 年间，跟踪了超过 6500 名 9 至 13 岁青少年发展状况的大型研究项目。 怎样使用社交媒体和 AI 才更“健康”？ （长田博士）建议，父母应该在家里强制执行“无屏幕区”，比如严禁在卧室和餐桌上使用手机，这样孩子们才能在学习、睡眠和吃饭时保持专注。 Meta 公司 没有回应媒体的置评请求。TikTok 的一位女发言人则 指向了一个网页 ，上面有设置“休息一下”（Time Away）功能的说明，这个工具可以帮助父母设定青少年允许使用 TikTok 的时间表。 至于 AI 聊天机器人，麻省理工学院的那项研究里其实还暗藏了一个有趣的“转折点”，它为人们如何更好地利用聊天机器人来学习和写作，提供了一个可能的解决方案。 在研究的后续阶段，研究小组交换了角色： - 之前只能靠大脑写作的人，现在可以用 ChatGPT 了。 - 之前依赖 ChatGPT 的人，现在只能靠自己的大脑了。 所有学生都就他们之前选定的相同主题，再写一篇论文。 科斯米纳博士说，结果出现了戏剧性的一幕：那些起初只靠自己大脑写作的学生，在获准使用 ChatGPT 后，他们的大脑活动反而达到了峰值（注释：这意味着他们在使用AI时也在积极思考如何优化和协作，而不是完全“躺平”让AI代劳）。 相反，那些一开始就用 ChatGPT 的学生，当他们反过来被限制只能用脑子写时，他们的大脑活跃度始终没能达到第一组人的水平。 这就给出了一个非常重要的启示： > 那些想用聊天机器人来写作和学习的人，应该考虑先自己动手（比如构思、打草稿），到后期修改润色的阶段再求助于 AI 工具。 > > 这就好比学数学的学生，总得先用纸和笔亲手学会了公式和方程，才能在之后用计算器去辅助解题。 对于这些研究发现，Google 和 OpenAI 均拒绝发表评论。 前面提到过那位研究 AI 搜索工具的沃顿商学院教授梅勒马德博士，她也表达了类似的观点。她说，那些 AI 搜索工具最大的问题在于：它们把一个本该由你大脑“主动”完成的过程——比如浏览一堆搜索链接、判断哪个来源更可信、然后点进去批判性地阅读——变成了一个完全“被动”的自动化过程（AI直接给你一个“标准答案”）。 因此，她说，要想更“健康”地使用 AI，关键可能在于我们用它们的时候要“更走心”一点。 梅勒马德博士建议，不要让聊天机器人帮你完成一个宽泛主题的全部研究，而是把它当作研究过程中的一个“小助手”，用它来回答一些零碎的小问题，比如“帮我查一下某个历史年份”。 但如果你想深入地学习某个学科，那还是老老实实去读一本书吧。 来源：https://t.co/LuZGHqDoZl
看到这条留言有感而发随手写了一点：为什么依赖“自驱”的学习这么难坚持？ 答案很简单：你没有获得持续的正反馈。 所有依赖自驱的学习，想要有效果，都离不开两个核心引擎：正反馈和学习循环。 🆙 引擎一：正反馈（提供动力的“燃料”） 正反馈，就是那些能让你“爽”到的点，是你坚持下去的核心动力。 比如说： - 你写下 "Hello World"，代码真的运行输出了。 - 你写的一个小脚本，真的帮你节省了半小时的重复劳动。 - 你做的小软件，真的帮朋友解决了一个棘手的问题。 这些，都是价值千金的正反馈。 相反，什么是负反馈？ 比如说： - 花了一整天搭环境，最后还是跑不起来。 - 花了一个通宵调试，Bug 还是没找到。 - 精心写了很久的软件，压根没人用。 人是无法靠意志力对抗持续的负反馈的。 一直得不到正反馈，放弃才是最符合人性的选择。 ♻️ 引擎二：学习循环（内化技能的“发动机”） 光有“爽感”还不够，那可能只是短暂的兴奋。想真正“学会”，你需要一个能不断运转的发动机，一个把知识内化为自己真正技能的完整闭环。 拿学习编程来说，这个循环至少包含这三步： 1. 学习理论知识（学） 这是基础。通过看书、视频、课程，学习算法、数据结构、设计模式等。这是你的“弹药库”。 2. 动手实践（练） 这是最最最重要的部分。你必须去写代码、编译、运行、调试、修复错误，才能把抽象的概念具体化。 为什么现在都强调“干中学”？因为你看再多游泳视频，不下水，你永远学不会游泳。 很多人学不好编程，不是因为理论不懂，而是因为练得太少。 3. 解决真实问题（思） “练”一定会遇到问题。新手和高手的区别，就在于此。 你必须经历分析问题 -> 尝试解决 -> 撞墙 -> 查资料 -> 解决问题的完整过程。人，只有在解决问题的挣扎中，才能真正积累经验，掌握知识。 请注意：这一步，是 AI 无法替代的。 AI 可以帮你写出代码，但它无法帮你体验那个“从卡住到豁然开朗”的完整思考过程。这个经验，必须你自己去赚取。 那些所谓的高手，不过就是这个循环跑得多了，积累了海量的“问题-解决方案”范式，仅此而已。 关键：让“循环”产生“反馈” 现在我们把两个引擎连起来： > “学习循环”是产生“正反馈”的最佳途径。 当你完整地跑完一次循环（比如，学了一个新框架，动手做出了个小功能，并解决了所有Bug），你获得的正反馈是巨大的！ 这种“我能行”的成就感，会给你充足的“燃料”，让你兴奋地开启下一次循环。 如何打造你自己的“正反馈学习循环”？ 场景一：“简单模式”（在企业中） 在企业里有个巨大的好处：你不需要自己找循环，公司会“喂”给你。 - 接任务（识别问题） - 了解需求（学习理论） - 动手开发（动手实践） - 联调测试（解决问题） - 上线发布（获得正反馈：任务完成/用户使用） 而且，你身边有同事和导师。遇到问题，总有人帮你。如果你的 Leader 水平很高，能“刚刚好”给你安排那些“跳一跳才够得着”的活，你的成长会快到飞起。 场景二：“困难模式”（独自摸索） 如果你是一个人学习，情况会难很多，你必须刻意为自己设计这个循环。这里有几个关键建议： 1. 从 Side Project 开始，而且必须“小” 不要一上来就想做“一个 ChatGPT”。你的目标是快速获得正反馈。 - 一个自动签到的脚本。 - 一个批量处理图片的小工具。 - 一个帮你管理书单的简单网站。 谨记：先去发现你或朋友身边的“真实需求”再动手，成功率最高。 2. 把 AI 当“领航员”，别当“代驾” AI 是革命性的工具，但它很容易中断你的学习循环。 ❌错误用法（代驾）： “帮我写一个xxx功能的代码。” -> 你只是复制粘贴，错过了“实践”和“解决问题”的环节。 ✅正确用法（领航员）： “我遇到了xx错误，可能是什么原因？” “我想实现xx功能，有哪几种方案对比？” 如果你只是让 AI 帮你完成，你永远无法真正掌握知识，循环没有跑通。 3. 用“费曼学习法”倒逼理论输入 很多人“干中学”久了，会变成“野路子”，只知其然不知其所以然，很快会遇到瓶颈。 怎么办？用“教”来倒逼“学”。 把你项目中的思考、遇到的坑、解决方案，记录下来，尝试分享出去（写博客、做分享）。为了能给别人“讲明白”，你就必须去补习那些背后的理论知识，确保自己真的懂了。 这，就是最高效的理论学习方式之一。 4. 别闷头造车，去社区“求助”和“帮助” 一个人学习，最怕卡在一个问题上几天都出不来，负反馈爆棚。 AI 能解决一部分，但很多复杂或特定领域的问题，还得靠人。 我们这一代程序员成长时，都泡在 CSDN 论坛、Stack Overflow、知乎里。当你在社区里提问，得到解答，是正反馈；当你用你的经验去解答别人的问题，更是强烈的正反馈。 真正的成长，从来不发生在看视频或者让 AI 写代码的舒适区里，而是来自“学习 -> 实践 -> 解决问题”这个完整、甚至有些痛苦的循环。 可以从一个身边的小问题开始：动手去解决它，积累经验，获取正反馈！
Meeting other neobank founders during our happy hour @stan_havryliuk @SatsTerminal and @allscaleio https://t.co/BwfxuuQCVo
这篇文章倒是提到了一个现在 ChatGPT 这类 AI 聊天工具的一个明显问题：就是聊天历史在侧边栏很重要的位置，但又很鸡肋，真需要找个啥又找不到。 （图1 左侧就是当前的聊天历史检索功能，右侧是作者建议的设计） 作者把 AI 聊天历史和当年 Chrome 设计浏览历史的事联系在一起了，早在 2008 年的时候，Chrome 就为每个用户的浏览历史建立索引了，还基于之上做了很多炫酷设计，让用户可以更好的看到自己的浏览历史。 （图2，这设计我还有点印象） 但实际上这个功能结果没什么人用。 因为用户需要什么，不是从自己的浏览历史里面找，而是继续通过搜索引擎查找。 举个例子：当用户想找“去年秋天做过的那个南瓜派食谱”时，他们脑子里只有一件事：找到它。 现在摆在面前有两条路： 1. 费劲的路：点开“历史记录”，面对一个可能很复杂（即便设计得很酷）的界面，回忆“我大概是去年10月还是11月看的？”、“我是在哪个网站上看的来着？”，然后在一长串列表里翻找。 2. 简单的路：打开 Google，重新输入“南瓜派 食谱 好吃”。 结果绝大部分人会选第二条。 用户永远会选择阻力最小的路径。 但这不代表浏览历史没用，实际上 Chrome 团队把浏览历史放到了地址栏，每次你输入几个字母，就能猜到你想上哪个网站（我真的超爱这个功能）。 并且浏览历史也是有用的（比如这条推文我就是从浏览历史找出来的），只是不用在太显眼的位置。 浏览器历史记录的真正价值，是让你的核心体验（比如搜索和访问）变得更智能、更快捷。它应该是一个隐形的助手，而不是一个需要你费心管理的新功能。 再回来看 AI 聊天。聊天历史在显眼的位置，但是实际用到的并不多，当用户需要什么时，更多还是新开一个会话，毕竟新开会话也是“阻力最小的路径”，而且因为上下文内容少生成质量会更高。 当然聊天记录也确实重要，它能为用户提供个性化的上下文信息，让 AI 真的能懂你。 作者的建议就是： > 与其花大力气设计一个华而不实的“聊天记录管理器”，不如把这些“历史数据”当成后台的燃料，用来提升那 1% 的核心聊天体验——让它更懂你、更快响应、更准确。 话说回来，我不觉得这些问题 AI 厂商们不知道这个问题，但做好可也不容易，可比浏览器地址栏的智能提示复杂多了。 就目前来说，真正把历史记录变成个性化记忆的并且做的还可以的也就是 ChatGPT，也是 ChatGPT 让用户有粘性的一个“秘籍”。 但另一方面，这个记忆功能也很困扰，在不需要的时候反而添乱。
其实倒也不是大厂出来的人弱，而是被institutionalized了 大厂做个项目，有人给你写需求文档，有人帮你写产品原型图，有人帮你跟项目催项目。每个人都是原子化的。 你给这个人说让这个人做A，做B，大厂里这是有不同的分工的。因为这样才能足够高效。 而创业公司，跑来的单，那就要完成，就这么几号人，谁给你服务嘞？ 那么一个大学毕业生懵懵懂懂，毕业进了当年的BAT，他绝对不会有这种高度去思考这个问题的。而是就沉浸在P6、P7、P8的打怪升级游戏里去了。 换句话说，这套玩法就是被别人定好的。并不是因为你比几年前长进了多少。 时间久了，就会被institutionalized。 去了小公司，绝对习惯不了的