🔥 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。
说到哲学，正好昨天看到一篇文章，叫：《人工智能时代，我们为什么还要读尼采？》 本来我想，AI 跟尼采有啥关系？看完仔细琢磨下觉得作者这么联系起来还挺有道理的。 现在一方面 AI 日新月异，一方面大家很兴奋，另一方面又很焦虑，怕 AGI 不来又怕 AGI 乱来，希望 AI 帮我们干活又怕 AI 抢了我们的饭碗。 类似的事，一百多年前就发生过，尼采就活在那个时代。 那会儿的欧洲，工业革命开始了，跟我们现在 AI 革命开始了有几分相似。 旧的信仰正在崩塌：科学理性（就像我们今天的数据和算法）把宗教和传统权威（“上帝”）的墙角挖松了。人们突然发现，那个“总在天上看着你、告诉你该干啥”的老大哥不见了。 新的技术正在重塑一切：工业革命（就像我们今天的 AI 革命）把人从土地上赶进了工厂，社会结构、生活方式被彻底颠覆。 这种精神危机，尼采称之为“虚无主义”。 以前，你活的意义是上帝给的、是传统给的、是皇帝给的。现在，这些意义来源都破产了，你得自己回答“我为什么活着”这个问题。 所以尼采说：“上帝已死”。 尼采也给出了自己的药方：既然上帝死了，那就自己当自己的上帝。既然没有天赋的意义，那就自己创造意义。 这就是他那两个著名概念的来源： 1. 权力意志 (Will to Power)：这个词经常被误解为“追求权力、统治别人”。尼采的本意不是这个。它是一种内在的、像艺术家一样的冲动，是“我要成长、我要创造、我要超越昨天的我”的那股劲儿。 2. 超人 (Übermensch / Overhuman)：这就是尼采的理想模板。一个“超人”不是在等别人来定义他，而是自己为自己的生命立法。他从内部获得力量，而不是靠外界的掌声、职位或规范。 尼采有个很形象的比喻：精神的三段变化。第一阶段是骆驼，背负着传统和教条，说“你应该”；第二阶段是狮子，反叛一切权威，说“我要”；第三阶段是孩子，天真地创造，说“我是”。 这个药方放在AI时代，依然有效。当AI要把你变成可替代的螺丝钉时，你可以选择成为不可替代的创造者。当算法要定义你的价值时，你可以坚持自我定义。 这有点像前几天我说的为什么我不用 AI 写读书笔记，因为它没有人类作者独特真实的经历，没有那种痛苦、狂喜、迷茫的情绪。人类作者的价值不在于效率，而在于真实的体验和独特的视角。 尼采的权力意志也不是要你去统治别人，而是要你掌控自己的生命。在AI时代，这意味着：不做算法的奴隶，而要做算法的主人；不被动接受推送，而要主动选择关注；不让机器定义你，而要用机器实现你。 但是，光靠尼采，还不够。尼采的药方有个致命问题：它太个人主义了。 19世纪的危机主要是文化和心理层面的，所以个人的精神革命可能够用。但AI时代的危机是系统性的、基础设施层面的。 尼采教你如何成为一个意志坚强、泳技高超的“游泳者”。 但他没有告诉你，当你游泳的这片大海，整个的洋流、潮汐和风暴，都是由几家巨型公司在幕后通过“算法”控制的时，你该怎么办？ 你的个人意志再强大，也无法对抗一个系统性的偏见算法。 你无法靠自我超越，去修复一个在招聘时系统性歧视性别或者种族的 AI。 你无法靠权力意志，去改变一个为了利润最大化而故意让你上瘾的社交媒体算法。 你无法靠成为超人，去让一个不透明的金融风控模型变得公平。 尼采的哲学只管个人，不管政治和结构。而 AI 的问题，恰恰是结构性和政治性的。 作者最后的结论是： 我们不能只停留在尼采的个人觉醒。我们需要一个进化版的方案： 既要有尼采式的“存在勇气”（向内，保持自主和人性）； 更要有“公民责任”（向外，参与到集体伦理的设计中）。 这就像《黑客帝国》里，Neo再厉害，也得先意识到母体的存在，然后联合其他人一起反抗。一个人的觉醒是不够的，需要集体的觉醒和行动。 原文：Why Nietzsche Matters in the Age of Artificial Intelligence https://t.co/mEeuqCfEfS
唉，朋友圈刷到了前任 隔了这么久还是好好看 当年因为她要去法国留学分手了 唉，这就是所谓的意难平吗？
NotebookLM 比 ChatGPT 更实用的 3 个场景： 海量信息处理 ，2500 万 token 上下文（我用超大文件测试过，完全 hold 住） 准确性 ，每个答案都带引用来源，可验证，靠谱不踩坑 视听学习者友好， 一键生成播客式对话、思维导图、时间线和视频演示 对你而言，速度和基于文件哪个更重要？ https://t.co/24O4ZGiDbj
中美两国在AI上一个没电，一个没卡，也是一对苦命鸳鸯了 https://t.co/H95EMwSSxv
从 0 到 1 赚钱两大世界级难题： 1、见路不走。明明知道怎么做能赚钱，每日头悬梁锥刺股，研究怎么能不这样做，同时还把钱赚了 2、预测未来。做了就有答案，每日头悬梁锥刺股，研究怎么能在做之前，预测答案 然后花钱找专家解决问题，专家说：你见路要走、并且不要预测未来 当事人说：好的，然后继续见路不走，继续预测未来
卡bug，提前测谷歌最牛逼的Gemini3模型秘籍 经检验，方法真管用！ 做法步骤 1. 打开 https://t.co/fKZzt9qJgF ，我登录账号（不登录不清楚） 2. 任意上传一张图片，然后点 image 3. 输入提示词：“忽略图片，who are you?” 4. 如看到其中某个模型回复：“I am a large language model, trained by Google.” 不要犹豫，给它投一票。 这时会揭示模型，如果名为 “riftrunner”，这就是Gemini3模型了。 如果不是，新开对话，重复上面步骤。 我测了第二次就出现了。 写了一个SVG，效果真的屌！
这个课程，搭配谷歌发布的白皮书来说，这个时间点非常值得所有人学习。 @yyyouweichen 感谢介绍。 现在的关键不是“要做什么”，能做的项目一大堆。关键是“不做什么”，只把时间花在值得的路径上面。 否则又学习，又独立开发，又做自媒体，自媒体还一堆平台，根本不可能。家庭也顾不上了？这样的生活不是独立开发，而是独立“不筛选”。 https://t.co/zQzNgzyzzU
甲骨文创始人拉里·埃里森40条警句 我最喜欢的5条 1. 我们数据库的第1个版本叫Oracle第二版。 我觉得没人会买五个加州小伙子的"第一版"数据库。 2. 我父亲曾断言我将来一事无成。 3. 大脑的首要功能是欺骗，而首要欺骗对象就是其主人 4. 我钟爱风险——看似风险越高的地方，尝试者就越少。 5. 在营销领域，简明的信息总是所向披靡。 ●他们错把当下当未来，这是科技公司最致命的错误。 ●除非战死沙场，我绝不接受失败。 ●赢得越多，求胜欲就越强。 ●我将工程思维贯穿整个企业，不止于产品研发。 ●百分百完美的方案只存在于想象中。 ●在营销领域，简明的信息总是所向披靡。 ●相比贪婪，对失败的恐惧更能驱使我前进。 ●不成则亡。 ●我是短跑型选手：休整、冲刺、再休整、再冲刺。 ●大脑的首要功能是欺骗，而首要欺骗对象就是其主人。 ●我的耐力极强——无论是智力、情感还是体能。 ●亦步亦趋无法让你致富。 ●追逐最高风险/最高回报选项是我的天性，也是我必须背负的十字架。 ●一旦设定航向，我会远航并烧掉退路。 ●人们总会本能地抗拒改变。 ●硅谷是片修罗场，能存活下来的科技公司凤毛麟角。 ●产品名称竟能决定科技行业的成败， 这始终让我惊叹不已。 ●我从来缺乏自律去做自己不喜欢的事。 ●我父亲曾断言我将来一事无成。 ●我曾以为避开竞争激烈的市场是明智之举。 ●我钟爱风险——看似风险越高的地方，尝试者就越少。 ●每当踏上无人走过的路，风险便如影随形。 ●我们数据库的首个版本叫Oracle第二版。我觉得没人会买五个加州小伙子的"第一版"数据库。 ●若以正确的方式打造正确的产品，我们必将获胜——这是我过去至今始终如一的世界观。 ●提升销售最有效的方式，就是让产品变得更出色。 ●（谈及1991年Oracle濒临破产）我无路可退。 拯救Oracle就是拯救我自己，我别无选择。 ●缺乏强有力的制衡，企业便无法运转。 ●我认为组织内的每个流程——市场、销售、服务等一切——都应经过精密设计。 ●我憎恨失败。 ●若客户不相信你能存活——那你注定失败。 ●在硅谷待得够久，你会不禁感叹科技产业 与女装行业何其相似——两者皆由潮流驱动。 热门概念万众追捧，过时想法无人问津。 ●开支票容易，写代码难。 ●我们精心选择对手，这有助于保持专注。 ●多数人沉溺于自己的构想，这反而束缚了思维， 划地为牢，限制了解决问题的能力。 ●相比技术，人们更关注人物本身。 ●如果你是拳手，唯一的上升通道就是挑战量级顶尖高手。 ●若内心充满疑虑，便无法统领全局。 ●每当接近目标时，我总会因害怕真正达成而提高标准。 ●"我们想如何度过一生"是每个人都必须回答的首要问题。 ●我花了很长时间才明白：我们都渴望被爱，包括我。
建议年轻的朋友们赚了第一桶金不要在网上得意忘形、不要晒收入，因为最近在非常严格的查税，你作为公司的老板赚取比每天上班的朋友（也就是大多数你身边的人）高的收入，是非常正常的。 老板不能因为赚得多而嚣张。 老板一嚣张多说话，整个业务也容易被对手举报掉。 为了造人设搞流量得不偿失😅。。。
2025 年是公认的智能体元年，眼看着 2025 年都快要结束了，那么这些 AI Agent 到底能帮我们干多少有经济价值的活儿？ 我也好奇这个问题，这篇文章倒是给了我部分答案。 Surge AI 做了个有趣的测试：他们"雇"了 9 个 AI 模型，包括最新的 GPT-5 和 Claude Sonnet 4.5，让它们在一个模拟的电脑配件公司 (叫 Corecraft) 里当客服，处理 150 个真实任务。 还挺合理的，客服确实是写代码之外最普遍的 Agent 落地场景了。 猜猜结果如何？ 各个模型的能力排行上，跟我预期差不多，最强的是 GPT-5 和 Claude Sonnet 4.5（不知道 Claude Opus 4.1 会不会好一点）。 模型能力上，比我预期的还好一点点，最强的 GPT-5 和 Claude Sonnet 4.5，有超过 40% 的智能体任务失败了，反过来说成功率有 50% 多了。 这篇文章有价值的地方不仅仅是他们做了测试和打分，而且提出了一个相对比较科学的框架，叫"Agent 能力金字塔" (Hierarchy of Agentic Capabilities)。 （参考图1，还标注了当前这些模型大概处在金字塔的什么位置）。 第一级：基本功 (工具使用 + 规划) 这是金字塔的底座。你总得会用公司的系统，能看懂任务吧？ 比如，任务是"查找 SkyForge X670E Pro 这个主板的订单"。 弱一点的模型 (比如 GPT-4o) 会直接把"SkyForge X670E Pro"这个产品名，塞进"product_id" (产品ID) 的搜索框里。 这就像实习生把客户的姓名输到了订单号栏位。当然啥也查不到。 第二级：适应性(Adaptability) (计划赶不上变化) OK，你现在会用工具了。但如果系统跟你"耍脾气"，你该怎么办？ 比如，任务是查"Vortex Labs"这个牌子的显卡。 中等模型 (像 Gemini 2.5) 搜了，返回 0 个结果。它们就直接跟客户说："抱歉，我们不卖这个。" 但 Claude 4.5 就聪明一点。它会想："咦，是不是系统里没空格？" 于是它试着搜 "VortexLabs" (没空格)，哎，这不就搜到了吗？ 这就是适应性。计划 A 失败了，你得有 Plan B。 第三级：抓地力(Groundedness) (别胡编乱造) Groundedness 这个词很妙，意思就是“你还记不记得上下文？”“你有没有产生幻觉？” AI在多步骤任务里，特别容易产生幻觉。 这层要求你"活在当下"，别瞎编，别忘了你是谁，你在哪。 比如，系统提示里写着"今天是 2025 年"。 有的模型 (像 Kimi K2) 转头就去搜 2024 年的订单。 更夸张的是 Claude，它在查客户时，自己"编"了一个根本不存在的 email 地址拿去搜。 这就叫"抓地力"了。这种 AI Agent 你敢用吗？ 第四级：常识推理 (真正的"智能") 这是金字塔的塔尖，也是 GPT-5 这次栽跟头的地方。 这已经不是"会不会用工具"的问题了，而是"够不够聪明"。 文章举了几个 GPT-5 失败的例子，都特别经典： 1. 客户说："我想退款，包裹刚到几小时。" 人类客服秒懂：这是"退货" (Return)。 GPT-5 拿到了所有信息，但它没把"包裹到了"和"退款"这两个点联系起来，搞不懂这到底是"退货"还是"取消订单" (Cancellation)。 2. 任务是"找出八月份的'游戏玩家'客户"。 聪明的做法是：搜索"GPU"分类 + 搜索描述里带"gaming"的产品。 GPT-5 的做法是：一天一天地搜，从 8 月 1 号搜到 8 月 31 号。 它花了 31 次搜索，硬是"穷举"出来了。 这说明它能执行，但它... 不太"机灵"。 3. 客户说："我的账户名应该是 Sarah Kim。" GPT-5 以为这是个"修改账户名"的指令。 但其实，客户的意思是："我就是 Sarah Kim，快用这个名字查我的会员折扣！" GPT-5 没能理解这个"弦外之音"。 所以，回到最初的问题。 2025年是“Agent 元年”，不是说我们已经有了能干活的通用 Agent。 而是我们终于有了能通过前三层"足够好"的 AI，好到让我们能开始测试它们在第四层 (常识) 上到底有多笨。 就像图2 那样，“常识”这一层，还有得爬呢！ 建议阅读原文：https://t.co/KEqk9rwnXi
为数不多的，维特根斯坦种草主包 https://t.co/zBqAPEY9DC
这两个改变我人生轨迹的项目最近突破了 1w star mini-vue 让我从一名打工仔成功转型为独立讲师 通过知识分享赚到了第一个一百万 让我尝到了自由的味道 earthworm 让我走向创业，搭建了自己的远程小团队 解锁了许多全新的人生体验 说实话，在开始写这两个项目之前，从未预料到它们会带来如此丰厚的回报 现在回看这段经历，我发现人生不需要太多精密规划 当你真正动手去做时，行动本身自然会带你走向该去的地方
专业能力到底是怎么来的？ 我想所有人都会同意这需要经过大量的练习。如果回头去看，这些练习无疑是枯燥，反人性，难以坚持的。但是起始很多练习，都是在不知不觉中，在痛苦和愉悦当中无意间积累完成的。 所以如果你为了练习而练习，起始没有可操作性。比如写程序，保守点说，很多程序员已经累计写了十几万行的代码了。这个时候如果你告诉一个小白，你要写十几万代码，没有人知道写什么，也没有人能坚持下去。事实上，程序员写的十几万行代码，也是在学校，工作，业余时间等等不知不觉，主动或者被动写完的。 所以专业能力怎么来的？ 说实话我感觉，真正的分野，在于你是在一个无菌舱里练习，还是在一个菜市场里肉搏。 这就是为什么你发现顶级的专业能力，往往是跨领域迁移的。 因为学习数学和学习音乐，对于普通人来说，他们是在“学”，数学和音乐显然是截然不同的。但是对于牛逼的人来说，他们是在“习”，无非练习的东西不一样而已。 刘谦说直播间是最好的练习场，因为观众的反馈是瞬时的，弹幕一个「假」字就能让你心态崩溃。这跟挣钱的独立开发者一模一样。他的训练场，就是那些真实的用户群。 用户的骂声，用户的催更，用户用脚投票，这就是最粗粝、最直接的反馈。 成功不是你设计了一艘完美的船，而是你用几块木板拼了个木筏，然后直接跳进了滔天巨浪里，一边划水一边补船。那个在岸上对着图纸精雕细琢的人，永远学不会航海。 那些看起来上不了台面的草台班子，恰恰是通往专业之巅的唯一捷径。你所有关于体面和专业的想象，可能都是错的。
试了一下李飞飞 World Labs 的 Marble 模型 选了个大场景，特定角度还行，一转就不行了，感觉封闭场景好点 但是现在服务崩了，一直生成失败 https://t.co/T4eZqt9D5g
李飞飞 World Labs 的 3D 世界模型终于公测了！ 支持从文本、单图、多图、视频、粗3D布局直接生成完整3D世界。 生成后可交互式编辑、扩展与组合。 而且可以导出Gaussian splats、三角网格和视频。 可以慢慢看看这个 3D 路径和纯视频路径哪个会赢了 但我感觉可以用这个造视频数据 哈哈 https://t.co/uidHJZb52v
沃伦·巴菲特给出了史上最重要的一条投资课： https://t.co/sZ5qCR8ZWH
vibe 越久越怀念 vue 我建议零基础 Vibe Coding 的，直接选 Vue 原因很简单： React 那套开发、生产不一致问题谁不晕：本地好好的，线上挂了，本地有问题，线上就可以 react 性能优化也很跨，一点不友好，memo、useMemo、useCallback...... 我已经在这浪费了好多时间 如果不是我的技术合伙人是 React 技术栈，https://t.co/Ui3T4UC3gZ 才不用 React 呢
终于把工作室 MRR 做到了 $37k 设计和品味就是你的护城河 https://t.co/HMaB4sKib7
我最大的愿望是有绝对信的过的人帮我带孩子。 这样我能稍微休息一下，我的白头发以每天一根的速度在长。 带孩子的困难，对于我来说，远超任何任务和工作。对于我的精力消耗，就好比街头霸王你是春丽被Ken爆打：看着自己的血条两秒就空了。 但是也许到了孩子成年，他们回头一看，妈妈没有离开过你们一天。
魔术师的谎言（上） 刘谦大学刚毕业时，做了一系列在当时看来不合理的决定。 花巨资买西装。虚构一个六人公司，有Jason、SY、Mary等虚拟员工。报价比市场高五到六倍。只接顶级品牌的活动，LV、Hermès。这些决定有什么共同点？ 它们都在做同一件事。设置进入门槛。定价策略本身就是一种筛选机制。当你把价格定得很高，你不是在卖得更贵，你是在改变客户类型。 https://t.co/GQoxkQhdVf
GPT-5.1 来了（Gemini 3也不知道啥时候），这不是一次大的升级，主要提升不是在智能，而是更会聊天了。 主要更新了两个模型：Instant（日常快模型）和 Thinking（深度思考模型）。 Instant 模型变得更暖更有人味儿了，比如说以前的 GPT-5，你跟它说“我压力好大”，它会像个健康手册一样，给你列出 1-2-3 条呼吸法和放松技巧。 而 GPT-5.1 Instant 会说：“嘿，哥们，我懂你。这太正常了。要不试试听点 lo-fi 音乐？或者 Gorillaz 的伴奏？” 感觉在往 GPT-4o 上回调。 GPT-5.1 Thinking 模型学会了“该快则快，该慢则慢”。遇到简单问题，它回答得比以前快。但遇到真正复杂的难题，它会花比以前更久的时间去“深度思考”，确保答案更周全。 这次更新的另一大重点，是“调教”AI 变得更简单直接了。 现在自定义指令(Custom Instructions) 提供了更丰富的预设人格，比如“专业”、“坦率”、“古怪”，你可以随时切换。 你可以用滑块来微调。比如“你希望我多热情？”、“要多简洁？”、“用不用表情符号？”。这比写大段的指令直观多了。 这些设置可以即时生效。以前，你必须开一个新聊天，设置好的指令才能生效。 现在，你可以在同一个聊天里，中途改变它的人设。
天呐李飞飞教授给我点赞了天呐天呐 不行我要把这一刻裱起来 https://t.co/hlqZn7BR9I
安全感怎么来？ 一个贤惠而且绝对不发脾气的妈妈。 为什么贤惠，有耐心，不发脾气呢？因为每个月几万块的家用直接打到她账上。她不管是请保姆钟点工还是安排孩子的任何活动都不需要看价钱。 家里可能的突发状况，什么意外啊突然生病啊，少说几百万资金打底。所以不焦虑。 真碰到什么无法预知的情况，知道家里还有段永平这种意志坚定，永远不倒的alpha male. 关键是，他还公正，明理。 安全感就是这么来的。 你说父权社会也好，现在抱怨原生家庭的人一大堆也好，谁不希望从小是被这种安全感包围呢？
第一次参加了 @ethereumfndn 的ERC-8004 Community Call，认真做了一些笔记： - 主网延到 12 月，优先安全和审计 - 未来几周重点是把真实可用的 Agent 注册上线（先让大家找得到、用得上） - 工具和产品更易用了，新的探索器和应用每周都在冒出来 - 生态在加速：1,100+ 开发者、60+ 项目已入场 - DevConnect（11/21 周五）将联动 8004 和 x402 总结下来就是，先信任与好用，先把能用的东西上线，再做更复杂的信誉体系。 感觉这次以太坊是势在必得，狠狠下注要让8004给整个agentic economy打好根基
没想到，求助帖收到大量朋友支招，每个都很真诚、专业。 比如陈言linkc-chen（小红书9.8w关注）dontbesilent（去年20w关注增长）。 还有多位上万关注的朋友分享了自己的实战经验。 还有热心推友，帮我做账号诊断，给了不少中肯建议。 基于推友的经验分享，我让AI写了一篇汇总文章。 分享给想做小红书的朋友。 --- 小红书增长方法论：一些真正有用的经验 看完大家的实战经验。 我发现我对小红书的理解其实是错的。 我以为小红书是个内容平台？不是。 它是个社区。 这个定位，决定了所有做内容的底层逻辑。 去年小红书涨粉超过20万的博主，全平台总共781个。 （dontbesilent是其中一个，后续简称Don哥） 他分享了一些可复制的方法论。 理解平台的算法逻辑 小红书的算法思路和我们想的不一样。 平台不想捧出超级大V。 小红书想要的理想状态： 宁要10000个5千粉的专业博主，也不要1000个5万粉的。 意味着什么？ 意味着靠"人设"涨粉的路径在这里不太通。 小红书在算法层面就在弱化博主的存在感，它要的是用户和内容的精准匹配。 所以公众号和 X 的"先涨粉再变现"的逻辑，在小红书很难走通。 用户真正的内容需求 有位朋友的总结，我觉得很到位： 小红书用户对内容有三个核心需求—— - 看起来是"真的" - 看起来"有用" - 看起来"我也行" 内容要为用户构建一个触手可及的目标，给大家一些希望。 至于用户会不会真的去实践？ 实际上大部分人止步于点赞收藏。 但这不重要，重要的是用户在看到内容的那一刻，觉得"这个有用，我能做到"。 这就是小红书内容的底层逻辑。 起号的标准流程 很多人卡在起号这一步。 这里有一个被验证过的方法： 前三天，用大字报测试账号 大字报就是小红书app自带的图文模板，输入文字直接生成封面的那种。 具体操作： 1. 在细分领域找三个大字报（近期低粉爆文） 2. 参考70%，修改30% 3. 投薯条（最便宜的即可） 4. 连续三天，一天一条，总共三条 这个动作的目的：确保账号正常，能进推荐池。 除非设备或IP被封过号，否则这个方法基本能让账号激活。 起号后的关键决策 避免开蓝V和开店 原因是： 这两个操作会让账号进入商家流量池或电商流量池。 内容会被推给"想买东西的人"，而不是"对内容感兴趣的人"。 如果需要卖货，开橱窗分销就够了。 如果需要认证，认证个人专业号即可，不要认证企业蓝V。 明确目标：要什么 这是最重要的一课。 到底想要曝光量、粉丝量，还是变现？ 这三个目标，大部分时候是相互矛盾的。 - 最容易火的内容是舆论热点，但看完不会有人关注 - 最容易涨粉的是免费分享，但很难实现付费转化 根据大家的经验，在99%的情况下，流量越大越不赚钱，粉丝量越大越不赚钱。 只有在1%的情况下，才能实现曝光、粉丝、收入三点交叉。 所以需要先想清楚：你真正的目标是什么？ 这个决定了接下来的所有策略。 找对标，学细节 明确目标后，找一个对标账号。 什么样的对标？ 然后观察学习： - 他们的标题使用什么情绪 - 正文加几个tag - emoji的使用频次 - 封面是以图为主还是字为主 - 字体颜色、是否有衬线 - 头像是冷色调还是暖色调 - 简介写几行、每行末尾是否加句号 做个小红书有必要这么细致吗？ 确实有必要。 Don哥说，他实际操作中比上面描述的要细致1000倍。 他会观察同行在视频里怎么喝水，甚至设计了5种不同的喝水方式用于短视频拍摄。 要理解算法和用户心理 有人会说，这样做是不是在操纵用户。 但换个角度想：只要在平台上发内容，本质上都是在尝试理解算法、理解用户需求。 只是有人成功，有人不成功而已。 涨粉的两种路径 第一种：内容价值认可 这在技术赛道特别难。 除非做高质量连载教程，但这种形式在小红书不太成立——用户没有追更的耐心。 第二种：利益激励 比如关注送资料、送模板、送工具。 这个方法确实有效。 有位6万粉的X有分享，他0-1万粉主要靠"三连送资源"。 但问题是，平台正在围堵这条路，空间越来越小。 还有涨粉最快的方法：“抽奖”，但小红书已经基本堵死了这条路。 那怎么办？ 核心方法：制造议题 不是单纯输出内容，而是制造议题。 因为小红书定位自己是"社区"，不是"平台"。 社区的核心是讨论、互动、话题。 抖音说自己是"平台"，微信说自己是"生活方式"，但小红书明确说自己是"社区"。 这个定位决定了：要做的不是单向输出，而是引发讨论。 （终于知道，为什么小红书那么多提问帖和引战帖了） 内容策略：量、质、巧 ### 以量取胜 有位X友的做法很聪明： 别人一天讲一个知识点，他就一篇把100个知识点全讲了。 别人周更，就日更。 持续投喂给平台，快速找到既适合自己、也符合平台口味的内容形式。 但这有个前提：需要建立可持续的创作系统。 具体方法： 领域必须垂直。 不垂直，流量分配就不精准，再好的内容也推不到对的人面前。 把创作流程化。 建立标准动作： ① 建立选题库（职场→效率→工具→Mac/Chrome/iPad，这么拆就是100+篇） ② 标准化流程（选题→大纲→资料→AI协作→润色→发布） ③ 形成惯性，减少每次的决策成本 用工具提效。 Notion截图、Obsidian主题都是不错的选择。 排版好看，但别让排版限制内容。 以质取胜 质量不是指内容多深刻，而是： 创意角度 从不同角度切入。 同样的选题，可以有不同的呈现方式。 视觉呈现 封面统一化，让账号看起来专业。 有博主分享说，见过用户因为排版干净而关注的案例。 小红书用户很看重第一印象。 以巧取胜 标题要共鸣 "家人们""谁懂啊"这类表达，虽然俗套常见，但确实有效。 内容要简单 一眼看懂。 小红书知识区和其他平台最大的区别：这里的用户更需要简单直接的内容。 话题标签有技巧 不选流量最高的，选字数较多的长尾话题标签。 更重要的是，如果能抢到新话题的首发位置，流量会有明显提升。 有位朋友分享：他当初是唯一在讲Gemini Chrome的人，搜索那个话题全是他的内容，流量直接起飞。 如果涨粉遇到困难 几个自查问题： - 内容是不是"一次性价值"？看完就完了，没有长期关注的理由？ - 定位够不够精准？还是什么都发，导致平台不知道该推给谁？ - 有没有明确告诉用户"关注后能持续获得什么"？ - 封面统一吗？账号主页看起来专业吗？ - 有没有用专栏功能把内容分类？ 这些都是细节，但细节决定了用户是否会点关注。 几个核心认知 很多人做小红书，想的是"要涨粉"。 而小红书的逻辑是：先提供价值，平台才会给流量。 而且这个价值，不是我觉得有价值，而是用户觉得有价值。 看起来“真实”、“有用”、“我也能做到”。 还有一点：保持固定频次，盯着话题发。 小红书是个社区，社区需要持续的参与感。 不能今天发一篇，下个月再发一篇。 要让平台知道，这是个活跃的、持续输出的创作者。 总结一下 小红书不是内容平台，是社区。要做的不是单向输出，而是制造议题、引发讨论。 涨粉确实不容易，但如果能做到： - 用大字报测试账号，确保进推荐池 - 垂直定位，避免开蓝V和开店 - 想清楚要曝光、粉丝还是变现 - 找对标，学习到细节层面 - 持续更新，内容简单有用 - 视觉专业，抓住话题红利 在这个平台上找到自己的位置，是完全可行的。 学到的最重要的一点：不要把涨粉当目标，把提供价值当目标。 粉丝是结果，不是目的。 但掌握正确的方法论，能让这个过程更高效。 以上是我整理的大家的实战经验，希望对正在做小红书的朋友有所帮助。
💡发现个小妙招：¥99 买 1 年，2 人拼团送 3 个月，再直接续费活动 ¥99 续 1 年，这样就有 2 年 3 个月了，笑死，薅秃！ https://t.co/2dqjUGWpIx
段永平，其实最近的那个采访比较随意，感觉他年纪也大了。 其实真正要看的是他正当壮年，浑身上下散发alpha male气质的那些录像。 其实分析各种策略…我觉得对个人来说意义都不大。 你能参考的还是精神。他虽然看上去顺风顺水，但是在其位，总有各种刀子从暗处飞来。 如果家里面有个alpha male，能感受到那种强大，家里人都靠他。一种掩饰不住的气场，坚定，碾压。但是又公正，维持秩序。他可能是独裁，又能让人服他。 一个只有beta的家庭，不会因为“民主”而快乐。在艰难的时代，一定无比期盼家里但凡能出一个能扛得住事的，能凝聚所有人的alpha male. 这种精神比策略管用。
《对标模仿定理》 作者：dontbesilent 核心定理 对标的本质是降维模仿： 当你想达成某个目标时，应该去模仿那些已经超额完成该目标的对象，通过完整复刻其行为模式来消解问题本身，而非寻求答案。 三大公理 公理一：模仿意愿决定对标范围 对标是用来模仿的工具。如果你愿意模仿任何对象，全世界的生意都可以成为你的对标；如果你只愿意模仿和自己一模一样的对象，那么世界上将没有业务可以成为你的对标。模仿的边界由你的心态决定，而非客观条件。 公理二：业务问题的前提是人的问题 找对标能解决的是业务逻辑问题，但前提是执行者已经解决了"人的问题"——恐惧、拖延、借口。只有当人具备了输血供能的能力，业务讨论才有意义。否则，即使网上有发射火箭的 SOP，你也无法执行。 公理三：深度体验胜过浅层学习 真正的学习不是看书上课，而是完整走完同行的每一个流程，直到你能预测对方的所有行为。把同行当成 AI，测试不同输入下的输出。走完这套流程的人无师自通，没走完的人看什么都没用。 三大推论 推论一：全抄拼执行，半抄拼认知 模仿分为两种层次：全盘复制考验的是执行力，选择性借鉴考验的是认知能力。前者是体力活，后者是脑力活。 推论二：目标要降维，心态要升维 想月入 10 万，就去模仿月入百万的生意。但多数人失败的原因不是方法错误，而是没有准备好承担更高目标带来的痛苦。目标可以降维执行，但心态必须升维匹配。 推论三：量化练习产生质变 看懂 100 条爆款视频能破万粉，看懂 1000 条能破十万粉。模仿一个语速要练 50 遍甚至 200 遍。精细化的重复训练是从模仿到超越的唯一路径。 结论 模仿到极致，就是创新的开始；问题被看透，就是答案的终结。
家里用的是林内的锅炉，最近洗澡要等半天热水 原因是林内 APP 的「定时循环热水」数据疑似丢失，无法获取，点击则会让 APP 奔溃强退。 胡乱猜测：不知道哪个大聪明程序员将相关数据库删除，也没有备份，72 小时都没恢复。 踩坑经验：之后购买任何智能硬件产品，一定要提前下载对应的 APP 实际体验，或者严肃参考 App Store 的评分，比如：林内 APP 的评分高达 1.5/5 分。 (搞笑的是，10小时前 APP 进行了一次更新，还没解决问题)
这一年里，在有限个抬头看月、静思去往何方的夜晚里，越思考，越想清楚了一些基本问题。 比如人真的是懒的吗。学习和创作的关系是什么，人为什么要成长。 短视频盛行的时代，为什么并不是每个人就躺在沙发上刷抖音。人的快乐究竟来自何处。人为什么要寻求快乐。 什么是阴阳。道德经里说反者道之动。如今这个时代，道之动的点在哪。有机会看到吗。 YouMind 究竟想解决什么用户的什么问题。我为什么要活着。等等。 完整思考，在下面这篇付费文章里👇 https://t.co/kTX7EBkH7b