🔥 推特起爆帖监控

马斯克回复了这位老哥。 他刚入职一家大型科技公司半个月。发现一切都是AI写的。需求文档、代码、测试、工单、报告，全部出自Claude Code。 从L1到L7，每个工程师干的事一模一样：跟AI对话，按回车。 每天12到13小时。没人读代码。没人修bug。没人在思考。 他说这种工作让人失去灵魂。没有成就感，没有胜利感，所有东西都是机器吐出来的。 评论区有人写了一句，"我们只是Claude和生产环境之间的避孕套。" 特斯拉CEO马斯克在底下回了一个字：Yikes。 voxium想过离职。但发现全世界都一样了。无处可去。 他说：我希望人类的创造力在这个世界上还有一席之地。 散户天天看着AI股票涨。有没有想过AI公司内部现在长什么样？ 工程师按了一天回车。代码没人看就上了线。你持仓的科技股，代码库里可能已经没一个人知道那些代码在干什么。 牛市的背面，没人敢翻。

Codex的插件生态顶尖到没有对手。。。到现在为止还没有接入Codex的第三方工具要思考下自己到底适不适合AI时代了。。。 大家可能没有意识到（我也刚意识到），Codex的插件生态相比两个月之前，已经增长到一种语言无法形容的夸张境界——我只能说，我想用的第三方工具，Codex都集成了。。。 开发基建：Cloudflare、Vercel、Github、Supabase、Firecrawl、Tinyfish、Hugging Face、NameCheap... 创意设计：Higgsfield、Topview、Runway、Figma、Canva、OpenArt、HeyGen、Krea、Fal、Chatcut、Tripo、Kling、Pollo... 效率神器：Computer Use、Chrome、Google Drive、Gmail、Notion、Outlook、PDF、Documents、Spread Sheets... 支付工具：Paypal、Stripe、Mercadopago、SumUp... 太多太多了，根本看不完，大家可以直接让Codex根据自己的工作习惯，让它推荐一些适合自己的。 当然，还有“计算机历史”这个巨牛逼的功能别忘了打开。 还有，如果你想在Codex里面调用ChatGPT Pro网页版的强大能力，也可以试一下我这个插件：https://t.co/bFmn0G6jcg

卧槽， 我让 Jev 新模型来分析下 Claude 封号问题，它居然全都判断正确了…… 这个决策太强了啊！！ Jev 这不是还能做意图识别？ Jev 这是从 OpenAI、A/ 中杀出一条血路…… https://t.co/P5OWhVXkKn

中餐连锁餐厅按照门店总数排名： 海底捞：1380家 老乡鸡：~2000家 超意兴：739家 杨国福麻辣烫：~7000家 张亮麻辣烫：~6000家 panda express：~2600家 十年过去了，panda express已经不是全球第一连锁中餐厅了，如果你认为东北老味儿骨汤麻辣烫麻辣拌也属于正式中餐厅的话。

在 Codex 里把仓库探索、写实现、跑测试这些高 token 消耗的环节外包给 DeepSeek V4.1 Flash 子代理，让昂贵的 Astra 只负责规划、架构判断和最终验收，从而压低单次任务的 API 成本。 https://t.co/ZQ2l0Ruakj https://t.co/d5ER12o57N

傻逼😅😅😅 https://t.co/03Ekrj1VkQ

油价不出问题，那么市场也不会出问题。这里的逻辑在于：若油价不出问题，美债收益率短期内也不太会出问题，市场交易油价和长债利率触顶顶可能性，因为产业基本面还是强劲，当宏观扰动暂时褪出，自然在这个期间情绪会持续修复。 Anthropic的上市推迟到11月，openAI也表示到27年IPO：这一方面减少上市吸血的担忧；另一方面anthropic上市推迟原因是认为三季度业绩会很好，努力做业绩。对市场也是好事。 上周末伊朗最高国家安全委员会秘书也是穆杰塔巴的代表雷扎伊提了7个条件（其中三条是美军停火、停止封锁、解冻伊朗资产，余下四条不明确）；虽然胡塞和沙特持续紧张，但是只要有的谈对市场就是好事。看本周联大期间美伊海湾国家会谈，有没有新的进展、然后还有关键的中美会晤；还是前面说的，油价不出问题不再飙升，市场也会平稳📈。 最早是17号这里聊到，市场是在交易油价见顶的可能性，只要油价回落，即使沃什再放鹰，市场的情绪还是能起来： https://t.co/94XAACkyf5 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易

💥爆料：梁文锋彻底转向！淡出幻方量化，全力死磕DeepSeek，一代旗舰 V4.1 Pro即将上线！ 量化千亿大佬没卸股权，但日常已大幅抽身，把几乎全部精力砸向DeepSeek。 🔹幻方巅峰破千亿，靠量化现金流撑起DeepSeek早期天价算力 🔹2026年7月多只产品单月回撤超20%，量化红利见底 🔹下一代旗舰 V4.1 Pro即将发布：V4.1 Flash已先发并自评全面超V4 Pro，官方明确其为过渡，下一枪就是Pro 🔹早年就拆分独立、引入外部资本，同时死守控制权，不让资本插手技术 一边是承压的量化，一边是高想象空间的大模型。从量化到通用AI，这是一次豪赌级转向。 估值再高，AI也没有稳赢剧本！ #DeepSeek #梁文锋 #大模型 #人工智能 #V4_1Pro

五块钱解决你的GPT降智问题，就问你知不值 https://t.co/WUCYcyx3Nl

我让 GPT-6 Astra 在 Codex 里全权负责一个类 Jev 的模型微调项目，结果跑完 20 次训练，浪费了两个 Pro 20× 的周额度，项目彻底失败，最后只能废弃。 项目叫 Necro，目标是把 Qwen3.5-0.8B 微调成一个能在本地做分类、条件判断和打分的小模型。实验设计、数据准备、训练和评估，都交给它推进。 最离谱的一次，新开发集的 1,600 条条件题全部答对，换到另一组完整记录上，准确率只有 58.33%。 复盘才发现，训练集和开发集漏掉了相同的情况。比如判断 a ≥ b，它生成的数据只有等于和小于，居然漏掉了大于。实际评估这一类时，16 道题全错。 开发集满分，就这样掩盖了一个检查数据生成逻辑就能发现的问题。 而且整个过程都在反复发生类似的事。修好一种错误，另一项能力又退步，然后继续补数据、继续训练。文档和检查流程写得很细，最关键的数据覆盖却一次次漏掉。最后统一重训，连中间 checkpoint 都没保存，想回头检查训练过程都缺证据。 我觉得 GPT-6 Astra 被过度营销了，实际自主完成任务的能力被吹得太强。它能写代码、调用工具、连续执行很多步骤，但到了需要自己设计实验、判断结果、调整方向的时候，就暴露出非常严重的局限。 把目标交给它之后，我仍然需要替它发现关键问题、判断什么时候该停、什么方向值得继续。这些��恰是全权负责一个实验最需要完成的工作。 我现在的判断很明确，GPT-6 Astra 根本不具备自主完成这类实验任务的能力。时间和算力花出去了，我得到了一份很长的��败复盘。 这就是 OpenAI 的最强模型。

兄弟们！！我搞好了！！好东西一定要开源！！十秒无水印下载一个视频！以后再收藏抖音素材，我只做一件事：把视频链接或者抖音口令直接扔给 Codex 它会自己识别视频和博主，获取水印播放源，保留原画质和原声音，下载到桌面，再按博主建立文件夹 我把这套流程做成了一个 Codex Skill：ah-douyin-clean-downloader，开源地址放在下面了，再也不用下一个视频看一次广告了 我拿一条真实抖音口令跑了一遍 最后得到一个 4 分 42.767 秒的视频，29,006,015 bytes，1280 x 720，H.264 画面加 AAC 声音，没有重新转码 文件自动进入：桌面 / 抖音无水印视频 / 柱子哥TzFilm / 以后再下载这个博主的视频，还会继续进入同一个文件夹 以前这件事要经过复制链接、找解析工具、下载、改名、建文件夹、检查声音和画面 现在只剩下一个动作：把链接发给 Codex 它也没有调用付费解析 API��语音识别或视觉模型。除了 Codex Token，实际占用的就是网络和本地存储 链接：https://t.co/uxCJo1AGpx

据说追觅拿到钱了，有概率平安过关 https://t.co/z2FqEpDr2K

在家里对着电脑 Vibe Coding 的时候，那真的就是想怎么口喷就怎么口喷。 一起来看看川渝方言 + 中英文混说，语音识别到底行不行，测试完这结果，我想都想不到。 我直接把难度拉高：中文、英文、方言、技术词、数字、临时改口全部混在一起。 这次我专门拿 Hojo-ASR-Multi-V1 和 Whisper large-v3 做了几轮精彩的对比。 整段视频我分成了几段，同样的输入分别交给了 Hojo 和 Whisper。 详细识别结果我都放视频里了，这里直接说结果。 通过小样本测试，Hojo有点完胜的感觉，真的太厉害了。 测试五个场景（CER字符错误率越低越好）： 会议时间修改 Hojo CER 18.75% Whisper CER 18.75% 代码操作与工具改口 Hojo CER 13.51% Whisper CER 37.84% 中英混说 Hojo CER 0.00% Whisper CER 100.00% 计时器修改 Hojo CER 0.00% Whisper CER 4.00% 竞品调研 Hojo CER 16.13% Whisper CER 25.81% 最明显的一点： Hojo 对中英文混说保留的更加完整。 像开发者平时经常说的： PR、Codex、review、Hugging Face，再突然插一段英文。 Hojo 能继续跟下来，Whisper 这轮则出现了明显的英文片段遗漏。 这个我在做视频加字幕的时候经常遇到，很多英文单词直接使用 Whipser 就根本识别不出来了。 第二个比较有意思的是： 临时改口。 Vibe Coding 很少有人会先把 Prompt 在脑子里写完再念出来。 更多时候都是一边想一边说： “这里改一下……不对，换另一个方案。” 如果 ASR 把后面的纠正漏掉，Agent 接收到的可能就是完全错误的指令。 这也是我觉得 Hojo 这类模型真正有价值的地方。 当然还有其他很多细节。 然后我又看了一下，Hojo 采用了 Encoder → Adapter → LLM 的路线，最后由 Qwen3 LLM decoder 输出文字，官方本身也重点针对口语、自我纠正和 Chinese-English code-switching。 这些能力放在一起，我第一个想到的就是： 口喷 Vibe Coding。 以后 Vibe Coding 再往前一步，可能连 Prompt 都懒得打了。 看到哪里不爽直接说哪里： “这个页面再紧凑一点。” “刚才那个方案撤掉。” “让 Codex 看下报错。” “不对，换个模型。” 当语音真正成为 Agent 的输入层，ASR 要面对的就不再是标准普通话。 而是方言、中英文混说、技术词、结巴、改口，以及想到哪说到哪。 这次 Hojo-ASR-Multi-V1 给我的感觉就是： 想怎么口喷就怎么口喷的 Vibe Coding，好像真的开始有点实用了。 最后这是他们在平台上的官号 @hojoHQ，有需要的欢迎关注他们 另外附上模型开源地址：https://t.co/T16qyzJca5

太惨了，一位转行成为程序员的老哥，吐槽他在大公司工作的半个月经历。 他说现在公司内部，所有规格、代码、测试均由 Claude AI 生成，工程师仅负责跟 Claude 对话、审查提交代码。 结果每天 12 - 13 小时工作，无任何思考空间，只是不断按回车键，让 AI 给结果。 彻底丧失写代码，创造事物的成就感。 他觉得现在人生特别没劲、特别空虚，一点成就感都没有。如果能给他时间好好看看代码，搞懂里面在干什么，他还能接受，但现在上司一味催着产品赶紧交付上线，不管质量怎么样，也不管你怎么实现的，哪怕全是 AI 生成的代码，也无所谓。

作为一年前勇哥11级灯牌学员，我去年就讲过这件事： 很多连锁店的营业额一天五六千，毛利率70%以上，就是生死线，一旦营业降下来必死，一旦集团把毛利率降下来更是必死， 整个单店的人工、抽成、运营成本、房租、极高的水电气能耗、一整套流程系统，全都囊括在里面，这种品牌店铺是绝对不能降价的。 所以很多连锁餐饮店都有一条斩杀线，可能几个月维持一天营业额低于6000，哪怕别人看上去依然红红火火不缺生意，这个店也必须立刻关掉， 因为如果立刻关店，只亏一个房租和装修等等沉没成本，而如果继续运营下去，就要大笔大笔地往死里亏钱了。 在消费者眼里是另一个画像：你在商场里，你卖得贵，老子就不吃，老子有不吃的权利，老子没有打肿脸充胖子的虚荣，老子没有“吃不起就是穷逼”的羞耻感。 在消费者眼里，这些连锁店简直匪夷所思，你他妈到底算个什么鸡巴品牌，为什么一个炖肉、一个炒菜、一个炒鸡，比街边店贵这么多，老子在街边店不能社交吗，非要来商场多花一两倍的钱来吃你。 在消费者眼里，一个商场大型连锁预制菜品牌，哪怕只要降到和街边现炒餐厅同一个价位，自己就愿意进来吃，就像萨莉亚一样， “不就是这点肉，这点蔬菜，这点米面油和调料，你他妈有什么成本降不下来的” 对的，就是降不下来，这些店铺就是死也要吃他们供应链从一千多公里以外批发预制的食品工业料理包，价格是永远降不下来的，只能靠轰炸式营销来支撑溢价，只能一天天地熬死自己自己。

福克斯放出了，中美国宴的美方企业家名单，这次定于本周四在白宫举行。 Elon Musk 马斯克，特斯拉老板 Jeff Bezos 贝索斯，亚马逊创始人 Jensen 黄仁勋，英伟达 CEO Sam Altman 山姆，OpenAI CEO Sundar Pichai 皮查伊，谷歌母公司 CEO Michael Dell 戴尔，戴尔科技创始人 Tim Cook 库克，苹果执行董事长 Jane Fraser 弗雷泽，花旗董事长 Cristiano Amon 阿蒙，高通总裁

只要把 codex 切到 gpt-5.6-sol ， 单路agent跑一个小时， 额度条都没动一下， 瞬间又进入了富裕的状态。

白宫国宴名单出炉了，据福克斯新闻报道，本周四白宫国宴将邀请多位美国企业领袖出席。 名单包括： 1. Elon Musk（马斯克）特斯拉、SpaceX 2. Jeff Bezos（贝索斯）亚马逊创始人 3. Jensen Huang（黄仁勋）英伟达 CEO 4. Sam Altman（山姆·奥特曼）OpenAI CEO 5. Sundar Pichai（皮查伊）谷歌母公司 CEO 6. Michael Dell（迈克尔·戴尔）戴尔科技创始人 7. Tim Cook（库克）苹果执行董事长 8. Jane Fraser（简·弗雷泽）花旗集团董事长 9. Cristiano Amon（阿蒙）高通总裁 AI 产业链被完整覆盖了，从底层算力、到模型、再到云计算和基础设施，几乎涵盖了当前 AI 浪潮中最重要的几个环节。

就在刚才，Anthropic 的工程师宣布：他用 Claude 成功分解了世界级密码学难题 RSA-896。 这事有多吓人？ 896位的RSA是当年公认“人类不可能轻易算出来”的硬骨头。 但更魔幻的是他的解法： 没有发现新数学公式 也没有用量子计算机 他只是让 AI 代理重写了底层代码、改成了 GPU 版本，然后让 AI 自己去调度集群里闲置的算力 峰值 2048 张显卡，只跑了10天，直接把这个尘封的挑战给“生啃”下来了。 上个月 Devin 刚破了 RSA-260，半个月后 Claude 就把纪录拉到了 896。 很多人以为 AI 只能用来写周报、画涩图、回邮件。 事实上，AI 已经在替人类打穿底层工程的算力高墙了。 算法没有变，但人类解决世纪难题的工程周期，正在被降维打击。 不过这哥们卡真多。。。 #AI #Claude #科技趋势 #密码学

最近Jev爆火，拿到 Jev API 还不知道怎么玩的，可以按这个清单抄。 1. jev-ultrafast Browser Use 做的高速浏览器 Agent。Jev 每一步只判断「做什么、点哪个元素」，要打字才叫小模型。Google Flights 搜一次航班大约 7 秒。 https://t.co/IBPb4LBRQh 2. fast-jev-compaction 给 Claude Code 做上下文压缩。每次工具调用先让 Jev 判断还有没有用，没用的删掉，留下来的原文不重写。 https://t.co/qbPTr3TFTB 3. json-render Vercel Labs 的生成式 UI 框架。实验里 Jev 不逐 token 写 JSON，只负责选组件、属性和布局。 https://t.co/iK0x89svV1 4. typesafe-mcp 最适合刚拿到 API 的人。把 Jev 接进 Claude Code、Claude Desktop、Codex 和 Pi，随时做 Choice / Score / Noul。 https://t.co/XU16Z4xTNb 5. jev-mcp 现成的 Agent 判断工具箱：事实核验、内容筛查、语义排序、分类和信息提取。 https://t.co/Ns9tNWB4st 6. SemDecide 把 Jev 做成命令行。Shell 里直接分类、打分、过滤，适合接爬虫、CI 和数据流水线。 https://t.co/KvNFnjINNj 7. jev-codex-router 先让 Jev 判断这一轮编程任务有多难，再决定模型档位、推理深度和速度模式。 https://t.co/XJWyrbzusf 8. Winnow 给 Claude Code 做上下文垃圾回收。Read / Bash / Grep 吐一大堆时，Jev 先判断哪些真和当前任务有关。 https://t.co/cs8CtPcXq8 9. jev-review 代码审查前先过一遍 Jev，把高风险改动挑出来，再交给更贵的大模型或人。带本地看板。 https://t.co/dW0nySEIp2 10. Blink 把 Jev 当代码库导航器。每走到一层目录，就判断哪些文件和当前问题最相关，再继续往下找。 https://t.co/ZuOt4Yvpds 11. agent-desktop 桌面自动化。读系统无障碍树，判断下一步该点哪个按钮、菜单或输入框。 https://t.co/uctY97plME 12. typesafe-mario 让 Jev 玩《超级马里奥》。不看截图，直接读模拟器 RAM 里的结构化状态，再决定跑、跳、躲。 https://t.co/tzAGfK9BBE 13. jev-drone 拿 Jev 控无人机。底层飞控继续负责稳定和安全，Jev 只做爬升、刹车、穿越障碍这类上层判断。 https://t.co/lRZ9LuWc3i 14. OneVOneJev 浏览器里的 1v1 FPS。每个决策 tick 都要判断走位、视角、瞄准、开火和跳跃。 https://t.co/l4iHbyH9uU 15. jev-trader Monad 测试网上做高频做市。Jev 根据价差和成交方向判断下一步买还是卖，模型延迟大约 81ms。 https://t.co/tGAVNWR98u 16. Prism 不直接让 Jev 下单。它判断 toxic flow、市场压力、均值回归之类的状态，再交给原来的策略。 https://t.co/LP0T9rDAWi 17. neo4jev 把 Jev 塞进知识图谱。每走到一个节点，判断下一条最值得走的边，再一路找下去。 https://t.co/Qy1RUgi8oS 18. jev-curate 拿 Jev 筛训练数据。JSONL / Parquet 先做质量、相关性和风险判断，再决定哪些进后面的训练。 https://t.co/ez9fXeTtEu 19. Canny 防 Coding Agent 嘴硬说自己做完了。看工具输出、代码 diff 和测试结果，再判断完成声明靠不靠谱。 https://t.co/O3OQZ4NZ6Q 20. killmyidea 输入一个创业点子，Jev 从多个维度打分，最后给你 KILL、FIX 或 SHIP。 https://t.co/pR4VkDrz54

GPT-6 Astra 用下来，我真的开始怀疑 OpenAI 的方向走错了。 它很擅长目标明确、有固定正确答案的任务。但碰到开放、发散、没有标准答案的事情，就特别别扭。自由探索一个想法、写点有意思的东西，或者面对模糊的问题自己判断值得往哪走，这些才是我觉得它明显欠缺的能力。从 GPT-5 开始，我就有这种感觉。 很多任务开始时，连最终想要什么都没确定，需要在探索过程中逐渐发现。GPT 却总像在等你把题目出完整，把验收标准列清楚。可如果这些都得我先想好，最需要智能的那部分工作，我已经自己做完了。 我怀疑这也解释了它为什么那么爱堆防御性代码、写一大堆测试。测试能给出明确的通过或失败，它很容易一直围着这些可验证的结果打转。至于方向有没有价值、有没有更好的可能，就需要另一种判断力了。 Claude Fable 在这类任务上给我的感觉就好得多。它会从理解你想做的事情出发，顺着不完整的想法继续展开，给你一些原本没想到的可能性。即使没有固定答案，也能把事情往前推��。 这让我怀疑 OpenAI 是不是太执着于能判对错、能计分的能力了。真实世界有太多任务根本没有标准答案。在这种自由探索和开放任务上，我觉得 Anthropic 才是真正领先的，光看表面跑分看不出来。

施惟佳（Weijia Shi）本科毕业于 UCLA，主修计算机科学和应用数学，之后进入 华盛顿大学（UW）计算机科学博士项目，师从 Luke Zettlemoyer 和 Noah A. Smith，期间曾在 Meta AI 做约2.5年访问研究，并在 Ai2 从事研究。她主要研究 大语言模型预训练、RAG、模块化模型、机器遗忘、训练数据审计、幻觉与拒答以及 Test-Time Scaling，代表成果包括 INSTRUCTOR、REPLUG、SILO、MUSE、FlexOlmo 和 s1，其中《Don’t Hallucinate, Abstain》获得 ACL 2024 杰出论文奖，论文累计引用超过 1万次。她原本获得 Cornell 计算机系助理教授职位，最终选择进入工业界，2026年加入 Anthropic，直接从事 Claude 底层的 Pretraining（预训练）研究。 果然没有上过中国清华北大的华人，很难直接读到美国顶级高校的AI博士学位！哈哈！

中国人从不讨厌人情世故，讨厌的是借人情世故吃拿卡要、权力变现、失去规则。 比如一些富人的孩子、满足某些条件的孩子可以利用一堆规则进哈佛，但这个规则相对透明，而且这个规则的受益者是哈佛本体，而不是某个committee member教授个人。 中国人讨厌的是，我给偷偷给你一笔钱，这笔钱不透明， 拿钱收钱都在私下，价格也没有市场化，最后你才帮我办事，这种人情世故非常讨厌，直接卡死你，甚至在某些条件下会往死里坑。

简中网友热衷于打脸“中国崩溃论”，觉得中国崩溃论每次都失败，每次都错了。 其实有三点， 一点是从1980到2020年，对中国经济看涨的是主流，企业真金白银砸钱投资是主流，投行基金研究看涨喊涨的是主流，这一段时间“中国崩溃论”是绝对小众声音， 第二点是，从2023年开始，对中国的预测不是崩溃， 而是风险增加，比如陷入通缩、人口下降、房地产暴跌、地方债危机等等，主流研报分析得一清二楚，不是盼着你崩溃，而是告诉你从数据上看有哪些趋势和问题， 第三点是，似乎这些人没办法定义什么叫做“崩溃”，同理朝鲜人也可以高调宣称，“喊了我们朝鲜崩溃论30年了，怎么我们朝鲜一天比一天好，从来没有崩溃过？”

兄弟们，今天挖到个真家伙，Agent上网抓信息这事，终于不用再受各平台的气了。 推特收费、网页抓取要订阅、B站小红书守得死死的，之前让Claude Code查点资料，跟走迷宫一样。 可Agent-Reach一条命令就打通了14个平台，还免费开源。我装上后让它去扒一条小红书帖子的评论并总结，十秒就完事，当时真有点愣住。 它不玩虚的，工具选型和配置全给你包好，哪块不顺眼还能自己换。 安装也简单粗暴，直接对你的Agent说：帮我安装Agent Reach。 🔗 https://t.co/FAdt7C17s8

我测试了一下： 用了最简单的prompt： 中国唐代的士兵拿着兵器站在城门口盘查过往行人. openai是最好的。 who，where， what，都能覆盖到。 qwen的两个，明显过分强调了who。对于盘查路人这个覆盖不明显。 从画质来讲，openai的真实感，也要更胜一筹。 https://t.co/0pL319tJbf

一看就没认真看，勇哥学员被快招公司骗的基本画像： 1. 自己手里有三五万，百度或者抖音快手搜品牌，人家告诉你加盟费5万，一看正好； 2. 自己坐飞机去济南杭州成都快招总部，公司跟你签合同，合同一个字不看，交了定金和加盟费； 3. 开始装修了，一笔笔装修食材设备推广费要你交，这时候开始借钱、 刷卡、找老公要，远超预算三五倍的钱，一点点筹措出来，快招公司一笔笔试探性地要，首批物料一轮轮加钱，设备一点点扩张，运营推广一点点扩大，试探你的底线； 4. 开业当天死���关门。

一年前的我，知道杨景媛事件，但是没敢站任何一方，因为来龙去脉非常复杂。 正是因为一年前的我看完麦田的这一整条推文，导致杨景媛事件我确信这件事情没有任何真相，所有借题发挥的都是在表达自己的情绪和纯立场站队。 所以从此我不敢针对这件事本身发表任何评价了。

香港现在对于非头部顶级基金投行咨询审计而言，只剩下一个卖学区、卖高才优才计划、卖蓝印户口的生意了。 香港就是下一个天津，建议高才优才直接改名叫“维多利亚港英才落户计划”得了。

这条桃花源很多人说不好看，说我水平不行，做了个“牛来”版桃花源。 我 3D 水平确实不行，我也没吹过我多牛逼，重点还是分享提示词和制作方法，这样也算抛砖引玉，能衍生出更好的作品。 GPT 6 Astra 做 3D 还是厉害的，能用一条 Prompt one-shot 做出这样一个完整的 3D 可交互网页已经相当牛逼了。想象一下如果用 three.js 手搓一个 这样的网页得多长时间。 我视频录的不好也是问题，但如果你打开网页自己试试应该感觉会不一样：https://t.co/2MGsE644ML 如果你关心提示词和制作方法，也都分享了：https://t.co/BvmEGcPtPX

这种信西贝食材高品质高端的，都是大傻子。 美国老老实实地教育你，蔬菜水果都是供应链配送的，有个狗屁的高品质， 牛肉鼓吹自己高品质，就给我量化认证分级，USDA牛肉七个等级一级级往下排，找认证组织出证书， 日本教育过你，鼓吹农产品和肉类品种，就给我品种流程全认证，不要鼓吹其他任何玄学。 一个农产品供应链，还信贾国龙这种大傻逼满嘴跑火车讲故事，这个原产地，那个纬度，这个无认证有机，那个稀缺的，都是中老年保健品的潜在客户。

2025 年初，我在 UCLA 听过一次陶哲轩教授的讲演。台下学生似乎问到他，即将暑假去 Simons Institute 做暑研，但他感觉 TCS 领域已经被当时的 GPT 彻底冲毁了。陶哲轩教授那时候秉持着高度开放的观点，认同 AI 作为他的数学研究 co-pilot，带来了巨大的增益。也祝愿当时在场进行理论研究的同行们应当拥抱黄金时代，拥抱 AI 的伟大航道。 前段时间，GPT 攻克千禧年问题的新闻登上热搜。陶哲轩教授也发起了 SAIR Foundation 来呼唤开源模型上的开放研究。见他的公开讲演，仿佛一年时间不到，AI 已是一辆大运疯狂撞来，人类既不能完全验证其成果，也不能快速理解并从中汲取知识——甚至到了如此程度，提升人类自身的知识是否还具有意义都会有所动摇——自然科学工作者，无法共享这份“AI 黄金时代”的伟大荣光。 这样的事情对于 AI Infra 行业同样成立，对自身劳动价值的怀疑从我接触到 claude code 那一刻开始，从未间断。古早时候，我尚且可以用“创造性劳动极为珍贵又极为脆弱安慰自己”，但是到了现在，我自身劳动的最大价值更多体现在我对于所维护的项目具有更长的 context，我能够用我的“偏见去控制 AI 的审美和代码风格”。在知识性、执行速度、底层技术认知上，我们的才华一无是处。

好东西啊，都是高质量信息源 赶紧发给我的 codex 监测起来