Get live statistics and analysis of AI产品黄叔's profile on X / Twitter

停止“每日坚持”：Dan Koe的反直觉模型，如何靠“爆发”月入70万 你是否也陷入了“必须每天坚持”的陷阱？ 很多人告诉你，成功等于自律，等于每天雷打不动地执行。但你坚持了一年，却发现自己只是在原地踏步。 个人成长博主Dan Koe一针见血地指出：“我个人不认为‘一致性’是人们走向成功的（唯一）道路。” 他认为，真正的增长，来自短暂、高强度的爆发。 Dan Koe不是在说空话。他用这个模型，在YouTube上获得了20万订阅，在Instagram上积累了120万粉丝，并在一次产品发布中，一个月内创造了70万美元的收入。 他的核心观点是：进步不是线性的。 这个洞察，来自一个你非常熟悉的场景：健身。 Dan Koe说：“你不可能去健身房10年，每年都增长同样多的肌肉。” 健身的真相是怎样的？ 一开始，你有“新手红利期”，增长飞快。 然后，你陷入平台期，日复一日的训练（一致性）只能让你维持现状。 你必须打破常规，进入一个高强度的“增肌期”（Intensity），吃得更多，练得更狠。 在“增肌期”后，你再进入“减脂期”或“维持期”（Consistency），巩固你的成果。 生活、事业、个人成长，都是如此。 如果你只懂“一致性”，你就会永远卡在平台期。用Dan Koe的话说：“停滞不只是维持，停滞就是死亡。” 你需要的是一个“强度”和“一致性”交替的循环系统。Dan Koe将其称为“成长的4个周期”，或者说“人生四季”。 第一阶段：Perplexity (迷茫期) 这是故事的起点，也是大多数人卡住的地方。 你感到迷失、困惑，不知道该做什么。你有一份不喜欢的工作，或者对未来毫无头绪。 Dan Koe说，这个阶段的人，大脑中充满了焦虑、困惑和消极的想法。 为了摆脱这种痛苦，你的第一反应是什么？ ——立即用“廉价多巴胺”填满它。 你开始刷手机、玩游戏、喝酒、看剧。你试图用这些东西“麻痹”自己，逃避真正的问题。 如何破局？ Dan Koe的答案非常反直觉：允许自己彻底地无聊。 “你必须让自己无聊到一定程度，好奇心才会产生。” 你需要从生活中剥离所有分散你注意力的东西，彻底“重启”。当你不再用垃圾信息填满大脑，你的思想才有空间去寻找真正重要的事情。 第二阶段：Curiosity (好奇期) 当你受够了无聊，你就会开始寻找问题。 这个阶段的核心是：问题和目标，是同一件事物的一体两面。 “没有问题，目标就不可能存在。” 你的目标，就藏在你最想解决的问题里。 比如： 问题：“我没钱了。” 目标：“我需要找到赚钱的方法。” 问题：“我讨厌镜子里的自己。” 目标：“我需要开始健身和健康饮食。” 问题：“我找不到伴侣。” 目标：“我需要提升社交能力。” 在“好奇期”，你不需要专注。恰恰相反，这个阶段应该鼓励“闪亮物体综合症”（Shiny Object Syndrome）。 你应该去尝试一切，看看到底什么能让你“上瘾”。去读各种各样的书，尝试不同的副业，和不同的人聊天，实验各种技巧。 直到你找到那个让你眼前一亮、让你心跳加速的方向。然后，你就进入了爆发阶段。 第三阶段：Intensity (强度期) 这是故事的高潮，是人生中最有趣、最充实的阶段。 当你找到了那个“非做不可”的目标，你就进入了纯粹的“心流”状态。 Dan Koe描述这个阶段：“3个月的时间一晃而过，你完全专注于实现一个有意义的目标。” 在健身中，这就是你严格控制饮食、疯狂训练的“增肌期”。 在感情中，这就是你们刚在一起的“蜜月期”，只想和对方待在一起。 在事业中，这就是你打造和发布新产品，或者疯狂写作的阶段。 在这个阶段，“12小时工作日”根本不需要强迫，它会自然发生。 因为你的大脑里只有这一件事，你等不及要把它变成现实。 “强度期”是产生“指数级事件”（Exponential Events）的唯一途径。 Dan Koe的增长也不是线性的。他就是靠着几个“强度期”，抓住了Instagram Reels的红利，试验新的内容角度，才实现了120万粉丝的爆发。 他那个月入70万美元的记录，也是在一次高强度的产品发布期实现的。 第四阶段：Consistency (一致性期) 这是高潮过后的平静期，也是最容易被误解的阶段。 Dan Koe强调：“一致性是用来维持进步的工具，而不是创造进步的工具。” 在“强度期”结束后，你不能永远保持12小时的工作。 “强度期”是危险的，它会迅速导致“倦怠”和“崩溃”。 你必须知道什么时候“见好就收”（Take Profits）。就像股票交易，你不能指望它永远上涨。 在月入70万美元的爆发后，Dan Koe并没有试图维持这个数字。他知道这是不可持续的。 他做的，是退回到一个新的“基线”（Baseline）——比如每月10万美元。 这就是“一致性期”的真正目的：巩固你在“强度期”打下的江山，让这个新的、更高的平台成为你的日常。 在这个阶段，他的工作模式也从12小时/天，切换到了他所倡导的“4小时工作日”。 他用这4小时维持他的内容产出和核心业务，同时，在剩余的时间里，重新让自己变得“无聊”，去“实验”，去寻找下一个“强度期”的火种。 你的行动指南 这就是Dan Koe的非线性成长模型： 迷茫 → 好奇 → 强度 → 一致性 → (再循环到) 好奇... 你必须打破“必须每天都一样”的线性思维。 在健身房，你不会365天都处于“增肌期”；在生活中，你也不能。 你需要学会“周期性”地生活： 当你迷茫时（Perplexity），不要害怕，这是新周期的开始。切断廉价多巴胺，允许自己无聊。 当你找到方向时（Curiosity），像个孩子一样去“玩”，去“试错”。 当你“上瘾”时（Intensity），All in，用12小时的专注去创造指数级增长。 当你取得成果时（Consistency），退回到4小时的自律，守住你的新基线。 最后，Dan Koe给了我们一个衡量成功的全新标准： “成功的关键，不在于追求更高的‘高点’，而在于维持更高的‘底线’。” （It's more about higher lows than it is higher highs.） 你的目标不是永远在巅峰，而是让你的“平庸期”也比过去的“巅峰期”更强。 这，才是真正可控的、非线性的成长。 黄叔：这篇给我启发还不小，理解下来是只要找到长线的方向，持续用小爆发来加速，或许是个可行的方法。 from Dan Koe 如何每天专注12小时（杀死廉价多巴胺）

太夸张了，用Gemini 2.5 Pro 20分钟翻译完268页英文资料 我直接上传了英文pdf 提示词”全文翻译，不要遗漏任何内容。“ Gemini先用77秒进行了思考 然后开始疯狂输出 输出速度看视频，我觉得非常快了 在142页的时候断了一次，用时600秒 说了”继续“ 然后又花了接近600秒，完成了全部翻译 我抽查了下，质量比去年初用两段式翻译提示词+GPT4的还好 太强了！ 这还只消耗了20万Token 它的上限是100万

这是为何我坚持逐帧学习Youtube高质量视频的原因！

“反向规划” + “精通无聊”：如何用6个月，走完别人3年的路 为什么我们读了那么多成功学，制定了那么多新年计划，最终却还在原地踏步？ 一个叫Dan Koe的效率博主提出了一个反常识的观点：最快改变人生的方法，不是想象你想要的未来，而是具体描绘你最恐惧、最不想成为的那个自己。 这个方法，叫“反向规划”（Anti-Vision）。它能让你在6-12个月内，清晰地找到方向，并获得惊人的执行力。 但只有方向还不够，你还需要一套让你能坚持下去的行动系统。这就要提到另一个关键：爱上那些“无聊的基础”（Boring Fundamentals）。 这篇文章，我将为你拆解这套“反向规划”+“精通无聊”的组合拳。 第一步：用“反向规划”，点燃你的“逃离火箭” 我们惯性的思维是“追求快乐”，但心理学上，“逃离痛苦”的驱动力，远比“追求快乐”更强大、更持久。 Dan Koe让你做的，就是利用这种力量。 他让你想象，如果接下来的5年、10年，你继续现在的生活方式，维持现有的习惯，不做出任何改变，你会变成什么样子？ 你的身材会变成什么样？ 你的财务状况会如何？ 你每天会过着怎样的生活？ 你的人际关系质量会怎样？ 这个练习的核心，是成为一个“疯狂的科学家”，在你的脑海里，对你“最糟糕的未来”进行一次高清度的、充满细节的预演。 “反向愿景”四步法： 1. 详细描绘你的“地狱剧本”： 找一张纸，或者打开一个文档，用30分钟，不受任何限制地写下所有你不想要的东西。具体到每一个让你生理不适的细节。 外貌：我不想35岁就挺着油腻的啤酒肚，头发稀疏，眼神黯淡。 工作：我不想每天通勤1.5小时，做着一份毫无价值、随时可以被替代的工作，听着老板的训斥。 生活：我不想住在狭小压抑的出租屋里，每天靠外卖度日，唯一的娱乐就是刷短视频直到深夜。 财务：我不想每个月都在还信用卡和花呗，为几千块钱的账单焦虑失眠。 2. 感受并放大那种“不适感”： 写完之后，看着这张清单。你应该会感到一阵强烈的焦虑、恐惧和不适。不要回避这种感觉。这就是你改变的原始燃料。Dan Koe在去健身房热身时，就会想象自己如果不锻炼，会变成什么样，这会让他立刻“愤怒”，然后把这种愤怒转化为举铁的力量。负面情绪不是敌人，而是可以被转化的、最强大的能量。 3. 基于“地狱剧本”，反推出你的“天堂蓝图”： 现在，在清单的另一边，写下所有这些“不要”的对立面。这个过程会异常简单，因为你已经知道自己要逃离什么。 不想要啤酒肚 → 想要：清晰的腹肌线条，健康的体魄。 不想要无聊的工作 → 想要：一份能发挥我创造力、有积累、有掌控感的事业。 不想要刷短视频 → 想要：把时间花在阅读、学习一项新技能上。 你看，一个清晰的、可执行的、真正属于你的“愿景”（Vision），就这么诞生了。 4. 制定对抗“熵增”的行动计划： 物理学上有一个“熵增定律”，意思是任何一个不注入能量的系统，都会自发地从有序走向无序和混乱。人生也是如此。如果你不主动创造秩序，你的生活、健康、财务，必然会滑向你“地狱剧本”里的样子。 所以，你的行动计划，就是为你的“人生系统”注入能量，去对抗熵增。 现在，你有了方向，有了燃料，有了计划。但最关键的问题来了：如何保证你能日复一日地执行下去？ 这就引出了我们的第二步。 第二步：用“精通无聊”，铺设你的“成功铁轨” 我们之所以无法坚持，往往是因为觉得那些基础动作——比如每天阅读、每天写作、每天锻炼——太“无聊”了。 Dan Koe让我们换一个视角，把现实世界看成一个大型的RPG游戏。 在游戏里，你是怎么变强的？ 不是靠打一次终极Boss，而是靠成千上万次地重复“杀怪、采集、做任务”这些基础动作，来积累经验值（XP），然后升级。 现实世界中的成长，逻辑一模一样。 那些你觉得“无聊的基础动作”，就是你人生的“经验值任务”。你每完成一次，你的技能等级就在缓慢但确实地提升。 精通 > 痛苦：在重复中找到乐趣 一个顶级的寿司师傅，可能要花整整十年，去学习和完善“准备米饭”这一个动作。在外人看来，这十年多么枯燥！但对师傅本人而言，这是一个从“痛苦”到“精通”的过程。在每一次细微的调整中，他都能感受到进步的乐趣。这叫“Mastery over Misery”（精通战胜痛苦）。 真正的高手，都迷恋基本功，因为他们懂得，所有惊艳的表现，都源于对无聊的千万次征服。 如何掌握“精通无聊”的艺术？答案是：分阶段掌握。 就像学网球，你不可能第一天就上场和费德勒对打。 阶段一：先学握拍。 这是最基础的动作。你需要重复练习，直到不用思考，身体就能自然地做出正确姿势。 阶段二：再学挥拍。 你要练习在不同的位置，用正确的姿态挥拍。同样，练到成为肌肉记忆。 阶段三：学习击球、跑位…… 每一个阶段，你都专注于一个核心动作，把它练到“无意识的熟练”（Unconscious Competence）。这样做的好处是，当这个动作变成你的本能后，你的大脑就不再需要消耗额外的意志力去控制它，从而可以释放出更多的“心智带宽”，去学习下一个更高阶的动作。 把这个逻辑应用到你的目标上： 你的目标是成为作家？ 你的“握拍”就是每天雷打不动地坐到书桌前30分钟。你的“挥拍”就是每天写500字，不追求质量，只追求完成。 你的目标是成为程序员？ 你的“握拍”就是每天打开编辑器。你的“挥拍”就是每天解决一个小问题，或者学习一个新函数。 当你不再问“我什么时候才能成功”，而是专注于“我今天的经验值刷满了吗？”，成长就成了一件自然而然、甚至充满乐趣的事。 6个月后，你回头看，会惊讶于自己已经走了这么远。 结论 这套组合拳的威力在于： “反向规划”给了你一个强大到足以摆脱地心引力的“逃离冲动”，它解决了“我为什么出发”的问题。 “精通无聊”为你铺设了一条通往目标的“钢铁轨道”，它解决了“我如何坚持走下去”的问题。 前者提供方向和原始动力，后者提供路径和持续能量。 所以，别再做那些模糊的、看起来很美的计划了。 从今天起，先逼自己看一眼“深渊”——那个你最不想成为的自己。然后，像玩游戏一样，爱上每天刷经验值的过程。 创造你想要的生活很难，但更可怕的，是最终过上了你一开始就拼命想逃离的生活。 你选择哪一个？ from Dan Koe How To Get Ahead Of 99% Of People (In 6-12 Months) 这篇是Dan Koe在Youtube上播放量最高的视频 给我也有很大的启发 送给你

用Claude 4 Sonnet一键直出App设计稿 用了两天时间调了40多个版本 终于把原本3.7稳定出的提示词优化到4了 几个感受 1. 提示词即产品的时代来了 2. Claude 4 Sonnet能酷酷输出3000行正确代码，一把出，很爽 3. Thinking或许对复杂指令的遵循度不好，这套提示词用4反而更稳定 4. 提示词很通用，各类App都可以直出，并且会询问你具体需求，有Chat环节 全套提示词看评论

最近我学到一套很牛的AI学习方法 特别兴奋，也着实有效 主体是和Zara学习的 首先是高质量输入 1. Youtube Deep Learning 完整的看完长的干货视频 不倍速，不总结 这个疗效特别好 我想因为是聚精会神 能更有效的激发大脑的思考 现在我每天早上都要沉浸式看1h+ 感觉和开挂使得 2. Follow Builders，Not Influencers 别老关注博主了，多关注一线的创业者大佬 那些才是真的干货 偶尔冒出来的一句话就能胜读十年书 主要他们天天都在真实的解决问题 3. Deep Engagement with AI Products 深度使用AI，而非浅尝辄止 对AI边界能力和如何应用 是需要大量实践才能变成体感的 4. Learn in Public 如果你不能清晰地表达出来， 往往说明你并没有真正理解 顺带开始积累资产，比如人脉 5. Chat With Builders 创造者太值得深度交流了 黄叔经常会和若干个Builder私下聊产品 每次都很有启发 6. Learn By Doing 实践是最重要的一环 干中学！ 最后的融会贯通，就靠它了 文中也带有更多思考 还有Zara推荐的一些优质Builders信息源

40岁高管裸辞教网球：他把游戏策划的方法论，降维打击了传统体育 一个40岁的互联网高管，放弃年薪近百万的Offer，从零开始去当网球教练。 他把过去12年做游戏策划的经验，变成了一套独特的“降维打击”方法论，不仅治好了自己的精神内耗，还把这件事做成了能干20年的事业。 这个故事的主人公叫朝珺。在转型前，他是典型的互联网“卷王”——在游戏行业干了12年，从策划一路做到公司合伙人，后来又担任“有知有行”的COO。他的人生信条是：只要投入时间，就必须拿到结果。 但今天，他更广为人知的身份，是一家网球学校的创始人。这个转变，源于一次直击灵魂的拷问，一场惨痛的8连败，以及他用产品经理的视角，对一个传统行业做出的颠覆式改造。 1. “你的自律，是因为热爱，还是恐惧？” 在同事眼中，朝珺是一个标准的“井人”——极度自律，做事死磕，任何事都要搭建一套知识体系。他习惯了游戏行业的高压和快节奏，信奉“效率至上”，习惯在最短的时间内榨干每一份价值。 这种惯性，在他加入“有知有行”后，第一次遭到了挑战。 “有知有行”的理念是“慢慢来，想明白”，这让习惯了快速迭代、即时反馈的朝珺产生了巨大的“内耗”。他形容自己“既有的身体记忆和习惯要求我做A方向，但公司在选择B方向，我就跟自己抗争和打架，非常焦灼。” 在一个模糊而不确定的环境里，他赖以生存的价值感开始动摇。这种价值感，曾全部来自于“做事产生的成就感”。而驱动他不断做事的底层动力，却不是热爱。 直到有一天，他的合伙人孟岩问了他一个问题：“你的自律，是因为热爱，还是因为担心失去什么？” 这个问题像一道闪电，击中了他。“我第一次承认，意识到自己是被担心和恐惧所驱动的。”朝珺回忆道，“我担心失去这一切，担心有人会超过我，担心有更年轻、更拼的人进来把我卷走。所以我必须得做点什么，让自己留下来。” 他意识到，自己就像一个拼命奔跑的机器人，但奔跑的燃料，是恐惧。40岁的十字路口，他决定停下来，直面这个问题：接下来的人生，是继续被恐惧推着走，还是为真正的热爱活一次？ 2. 一场8连败，和一个巨大的市场空白 朝珺的“修炼场”，出人意料地，是一片网球场。 2021年，他零基础开始学网球，并拿出了死磕工作的劲头：每次练球都录视频、记笔记，写了几百条备忘录提醒自己的动作要领。很快，他的训练水平看起来相当不错。 但真正的转折点，来自一场惨败。在公司举办的网球联赛中，他连败8场。 “这带给我巨大的冲击。”他说，“我训练成绩这么好，为什么一上场就打得这么差？”那一个多月，他陷入了极度的痛苦和纠结。他想不通，为什么自己闭着眼睛都觉得能赢的对手，却都输了。 这次挫败，意外地为他打开了一扇看见自己的窗。 他开始研究运动心理学，意识到从训练到比赛存在“能力衰减”。他发现，自己嘴上说“别紧张”，身体却无比诚实——握拍力度从平时的4分飙升到10分，肌肉紧绷到不受控制。“原来告诉自己‘不要紧张’，是一句错误的咒语。” 他恍然大悟，自己在工作和生活中处理关键事项时，也存在同样的问题——一种不自知的紧绷和恐惧。 “我能不能通过网球，去看见并练习自己那些不松弛的地方？”抱着这个念头，他开始疯狂参赛，一边紧张，一边练习与紧张共存。网球，从一项死磕的技能，变成了一面映照内心的镜子。 在频繁出入球场的过程中，他敏锐地发现了另一个问题——传统网球教学的巨大痛点。 他看到太多教练用PGA的方式对待学员：“你怎么身体这么硬邦邦的？”“你不知道你在转体吗？”他们把学员的问题归咎于学员自身，却给不出解决方案。 “绝大多数教练，他们的时间都花在了如何把球打好，而不是如何帮助别人学好一项技能上。”朝珺意识到，“教学的本质是教育，是如何将一个复杂的技能，拆解成一个个小模块，再精准地安装到学员的脑子里。” 他看到了一个巨大的市场空白：用产品思维和教育理念，去改造这个严重依赖个人经验、缺乏科学体系的行业。 3. 降维打击：把游戏策划的方法论搬进网球场 离开互联网行业后，朝珺拒绝了年薪近百万的Offer，一头扎进了网球教育创业。他没有选择传统的“开班授课”模式，而是祭出了一套来自游戏和产品领域的“降维打击三板斧”。 第一板斧：游戏化教学——把学网球变成“打怪升级” 传统教学的反馈是模糊的。今天学了什么？进步了多少？学员往往一头雾水。 朝珺的做法是，把学习网球的完整路径，拆解成几百个清晰的“里程碑”。 “比如，第一次把球打过网、第一次正手击球、第一次移动步伐……这些都是一个里程碑。”他说，“我们未来会把它做成小程序，学员每完成一项，就可以点亮一个‘技能卡片’，就像游戏里‘恭喜你Level up’一样。” 这种设计，把枯燥的刻意练习，变成了一场有即时反馈、有清晰目标的“游戏”。学员能明确知道自己学了什么、达到了什么水平、下一步该往哪走，极大地提升了学习的确定性和成就感。 第二板斧：产品化思维——教练是“镜子”，不是“法官” 传统教练常常扮演“法官”，不断评判学员“对”或“错”。 而在朝珺的教学体系里，教练的核心职责是成为一面“镜子”，帮助学员“看见”自己的问题。他给团队的每个教练都配备了三脚架。 “当语言难以描述时，没有什么比视觉语言更清晰。”他的流程是： 诊断：先录下学员的动作。 对比：再录下教练的示范动作。 提问：让学员自己观察两者差异，并说出他认为该怎么改。 给方案：最后教练再给出具体的解决方案和练习方法。 这套“诊断-确认-给方案-定计划”的流程，完全是产品经理的工作模式。它把教学从一种单向的、模糊的指令灌输，变成了一个双向的、精准的问题解决过程。 第三板斧：社群化运营——先做流量，再做转化 大部分教练的商业模式是“等客上门”，获客渠道单一且低效。 朝珺反其道而行之，选择了“先做社群，后做教学”的路径。他发现，市场上最大的需求不是“学球”，而是“约球”——很多会打球的人找不到水平相当的球搭子。 于是，他从建立免费的“约球群”开始： 搭建流量池：免费帮大家订场地、组球局，甚至请高水平的教练免费陪打，迅速吸引了几百人，社群氛围极好。 需求转化：社群里的人打得多了，自然会产生“想打得更好”的进阶需求。这时，他才顺势推出教学服务。 稳定客源：因为前期积累了庞大的用户群，他的教学课程很快就获得了稳定的生源。 这套“流量-需求-转化”的漏斗模型，是互联网运营的常规操作，但在传统体育领域，却是一次精准的降维打击。 4. 真正的热爱，是跳着踢踏舞去工作 创业第二个月，朝珺就知道，这事儿成了。 学员们最常给他的反馈是：“教练，你说的太明白了。”这种来自用户的正向反馈，让他找回了久违的价值感和掌控感，而这一次，驱动他的不再是恐惧。 他组建了5个全职教练的团队，覆盖了数千名付费用户，甚至拥有了自己的场地。虽然创业过程同样辛苦——为了修平场地多花了4万块钱、为了通下水道闪了腰、暴晒到皮肤黝黑——但他却感到前所未有的身心愉悦。 “我现在可以说，自己在过着非常享受的、理想中的生活。”他说，“虽然并不比以前轻松，但所有一切都是自我掌控、自我主导的。我意识到，这个事业我能够做下去20年。” 回看自己的职业路径，从游戏到有知有行，再到网球场，看似毫无关联，却在40岁这年奇妙地串联了起来。 “路并不是一开始就有的，而是你走过的每一步，最终拼成了你自己的路。”朝珺说，“游戏策划的拆解能力，在有知有行打磨出的产品思维，对学习和复盘的执念，最终都汇聚到了我今天的网球事业里。” 他终于找到了那件让他“愿意跳着踢踏舞去做”的事情，与那个曾经被恐惧驱动的自己，握手言和。

烧了2000美金，科研出来的一套Spec Coding 完全开源！ 这套流程比Vibe Coding起来 大幅提高开发效率，很少有bug 并且每一次迭代都有完整PRD同步更新 核心逻辑就是调用Opus出结构化文档（Spec） 然后再调用Sonnet开始干活写代码 这个范式会逐渐流行开来 我的尝试希望能小小的弥补 Vibe Coding到Spec Coding之间的Gap

前天字节Trae solo（牛逼） 昨天腾讯 codebuddy（IDE） 今天阿里 qwen3 coder（开源） 下半年AI编程国内开花了

微信读书MCP来了 特别好用，我五一期间就催着作者改 终于昨晚全面升级了 可以一键拉取你微信读书书架里的所有信息 包括书籍简介/阅读数据/划线笔记 这样可以生成 1. 你24年都读了什么书 2. 书架上都有哪些分类的书籍 3. 每一本书都划线了什么 看我发三张用Trae一句话生成的卡片：

AI Agent的十年之路：来自Karpathy的冷水与真相（最新） 当整个科技圈都在为AI Agent（人工智能体）的酷炫Demo欢呼时，有一个人却像一位冷静的哨兵，从未来战场归来，给我们泼了一盆冷水。 他就是Andrej Karpathy——一个履历堪称“AI界天花板”的人物。作为OpenAI的创始成员，他亲手构建了驱动ChatGPT的早期模型，是离数字智能最近的人；作为前特斯拉AI总监，他领导团队埋头五年，在物理世界中为了自动驾驶的0.001%可靠性而奋战。 正是这段横跨“数字天堂”与“物理炼狱”的独特经历，让他对当前AI Agent的狂热，有了一份极其冷静甚至近乎悲观的判断： “这不是智能体元年（the year of agents），而是智能体十年（the decade of agents）。” 为什么？ 因为他用在特斯拉5年、每天都在追求99.999…%可靠性的亲身经历，看到了所有AI产品从一个惊艳的Demo（演示品）到一个可靠的Product（产品）之间，那条由无数个“9”铺成的、漫长而艰难的行军路。 这个故事，要从十年前的一个“完美”幻觉讲起。 一、2014年的“完美”幻觉：一个关于自动驾驶的故事 2014年，Karpathy还在斯坦福攻读博士。彼时，深度学习的浪潮刚刚兴起，整个硅谷都对人工智能的未来充满了玫瑰色的想象。通过朋友关系，他有幸在加州帕洛阿尔托体验了一次Waymo的自动驾驶汽车。 那是一次“完美”的旅程。 车辆在复杂的城市街道上平稳地启动、转弯、避让、停车，全程丝滑流畅，毫无差错。坐在车里的Karpathy被深深震撼了。 “我当时觉得，这东西（自动驾驶）已经非常、非常接近成功了。” 然而，十年过去了。自动驾驶依然没有像智能手机一样普及到我们生活的每个角落。当初那个“完美”的承诺，似乎被无限期推迟。甚至连技术最领先的Waymo，也只敢在少数几个天气良好、路况简单的城市的限定区域内，小心翼翼地运营着它的无人车队。 问题到底出在哪？ Karpathy在后来加入特斯拉，并投身自动驾驶研发的五年中，找到了答案。他将其总结为一个极其生动而深刻的概念： “九个九的行军”（The march of nines）。 一个AI产品，在实验室或演示环境中达到90%的成功率可能相对容易，这足以制作出一个惊艳四座的Demo。 但从90%到99%，再到99.9%，每在小数点后增加一个“9”的可靠性，所需要付出的努力、数据和资源，都是呈指数级增长的。 “在特斯拉，我们团队五年来的每一天，几乎都是在为小数点后新增的那个‘9’而战。” Karpathy回忆道，“而今天的AI Agent，就像2014年那辆给了我完美幻觉的Waymo。它看起来很美，但实际上，它的‘九个九行军’，才刚刚迈出第一步。” 二、AI Agent如何重走自动驾驶之路？四大残酷挑战 在Karpathy眼中，今天的AI Agent，正面临着与十年前的自动驾驶一模一样的四大挑战。这四大挑战，构成了从Demo到Product之间，那道深不见底的鸿沟。 挑战一：高昂的失败成本 自动驾驶的失败成本，是物理世界中不可逆转的人身安全。一次关键的失误，就可能导致一场悲剧。 那么，AI Agent的失败成本是什么？ 是数字世界中同样不可估量的业务安全。想象一下，一个被赋予权限的企业级Agent如果突然“发疯”，它可能会： 错误地批量修改核心数据库，导致业务瘫痪。 在与客户的交互中，泄露公司的敏感商业机密。 基于错误的理解，给高管提供一个灾难性的商业决策。 “很多人觉得软件世界是虚拟的，错了也没关系。但在现代商业中，软件就是业务本身。” Karpathy强调，“一个微小的代码错误，就可能导致数百万用户的安全漏洞。这种成本，一点也不比自动驾驶低。” 当失败的代价极其高昂时，90%甚至99%的可靠性都是完全不够格的。你需要的，是值得托付业务生命的、五个“9”甚至六个“9”以上的工业级可靠性。 挑战二：从90%到99.999%的艰难爬坡 为什么提升一个“9”如此困难？ 因为现实世界，无论是物理的还是数字的，都充满了无穷无尽的“长尾问题”（long tail problems）——那些极其罕见、你永远无法提前预料、但又确实会发生的极端情况。 对于自动驾驶来说，一个长尾问题可能是： 一个孩子扮成交通锥的万圣节服装。 一辆运输平板玻璃的卡车，在阳光下形成了镜面反射。 前方车辆掉落的一个床垫。 对于AI Agent，长尾问题则可能是： 用户一句包含了双重否定和复杂俚语的指令。 一个外部系统的API接口，突然返回了文档中从未定义过的错误代码。 需要同时处理两种语言、三种货币和四种不同税率的复杂任务。 Karpathy说，解决前90%的问题，靠的是模型强大的通用能力和主流数据。而解决后面那9.999%的长尾问题，则需要一个完全不同的工作模式：海量、高质量的、针对性的数据闭环，持续不断的模型迭代，以及近乎偏执的细节打磨。 “在特斯拉，最让我痛苦的回忆就是，每当你觉得终于解决了一个棘手的问题，就会有一千个新的、更奇怪的问题从数据的海洋里冒出来。这趟行军，永无止境。” 挑战三：那个“看不见的人” 很多人以为，Waymo的无人车里真的“无人”。但Karpathy一针见血地指出了背后的真相。 “你只是在车里看不见人而已。” 在你看不到的城市另一端，有一个庞大的远程操作中心（tele-operation center）。数十名训练有素的操作员正紧盯着屏幕，一旦车辆的AI系统发出求助信号或表现出不确定性，他们会立刻介入，进行远程指导甚至接管。 “我们并没有完全移除人类，只是把驾驶员从方向盘前，移到了你看不到的办公室里。这是一种聪明的策略，但并非真正的完全自主。” AI Agent同样如此。 当一个创业公司向你演示，他们的Agent如何“全自动”地完成一套复杂的报销流程时，其背后很可能有一个人类团队在进行实时的监督、审核，并在AI卡壳时无缝接手。 这种“人机协作”（Human-in-the-loop）的模式，并非过渡阶段的权宜之计，而是在未来很长一段时间内，所有高风险AI应用都必须依赖的核心架构。 挑战四：残酷的经济可行性 最后，也是最现实的问题：成本。 自动驾驶的研发成本是天文数字。Waymo在盈利前已经烧掉了数百亿美元。这不仅仅是技术投入，还包括了激光雷达等昂贵的硬件、高精地图的绘制和维护、以及庞大的运营团队。 AI Agent虽然没有硬件成本，但其训练和推理成本同样高昂。一个能处理复杂任务的顶级Agent，其每一次运行的API调用费用都可能相当可观。 一个AI产品最终能否在商业上成功，不仅仅取决于技术有多酷炫，更取决于它的经济模型是否成立。它能否在覆盖高昂成本的同时，为客户创造出10倍于其价格的、清晰可衡量的价值？ “如果你无法让产品在经济上是可行的，那么无论技术多先进，它最终也只是一个昂贵的科学实验。” Karpathy总结道。 三、结论：乐观的技术，悲观的时间线 正是基于这四大挑战的深刻洞见，Karpathy才做出了“智能体十年”这个看似悲观的判断。 他预测，未来十年，AI Agent不会像很多人想象的那样，以一种颠覆性的姿态瞬间取代大量人类工作。它会以一种更渐进、更务实的方式，悄悄渗透到我们的工作流中。 他提出了一个极其重要的概念——“自主性滑块”（autonomy slider）。 大多数AI应用，都会有一个可以调节的“自主性”滑块。一开始，AI可能只被允许处理80%最常规、最低风险的任务，剩下20%最棘手、最高风险的环节，系统会自动“摇人”，交给人类专家处理。 随着技术的成熟、数据的积累和成本的降低，企业会慢慢地、一点一点地将这个“滑块”向100%自主移动。这个过程，会是漫长而谨慎的。 “我对技术本身是绝对乐观的，我相信这些问题终将被解决，AI Agent最终会变得极其强大。” Karpathy在访谈的最后说。 “但我对市场宣传的时间线是现实的，甚至是悲观的。我之所以听起来这么说，只是因为当我打开Twitter（X）时，我看到太多毫无意义的、纯粹为了融资而存在的炒作。” 这或许就是Andrej Karpathy这位AI领域的“两栖老兵”，带给我们最重要的启发： 在一个被AI浪潮席卷的时代，保持兴奋和想象力很容易，但保持一份基于实践的清醒和耐心，才是一种更稀缺、也更可贵的能力。

Manus联创的“血泪”教训：为什么上下文工程，而非模型微调，才是护城河？ 一位拥有10年NLP（自然语言处理）经验的AI创业公司联创坦言：“对于创业公司，过早微调（Fine-tuning）模型是一个陷阱。” 这不是危言耸听。 Manus的联合创始人兼首席科学家Peak，在最近与LangChain创始人的对谈中，分享了他的“血泪教训”：他的上一个产品，迭代速度被长达1-2周的模型训练周期活活拖死。 这一次，他选择把所有赌注压在“上下文工程”（Context Engineering）上，并为此，他的团队在短短几个月内，将产品重构了整整5次。 为什么他如此笃定？ 1. “微调”的陷阱：被模型拖垮的“上一个”公司 在创立Manus之前，Peak已经在NLP领域摸爬滚打了10年。他的上一个创业项目，和现在许多AI团队一样，选择了“训练自有模型”的重度路线。 结果是灾难性的。 “我们的产品创新速度，完全被模型的迭代速度给限制了。”Peak回忆道。 在产品还没找到PMF（市场契合点）的阶段，他们却在花费大量时间“提升那些可能根本不重要的基准测试”。一个单一的“训练-评估”周期，就需要1到2周。 当团队在焦急地等待模型时，市场窗口早已关闭。 但最大的“陷阱”还不是时间，而是“僵化”。 “当你微调一个模型时，”Peak解释道，“你通常会固定一个‘行动空间’（Action Space）。” 这就像你花重金打造了一把精妙绝伦的“屠龙宝刀”。但如果第二天，巨头发布了（比如多模态MCP），市场不再需要“屠龙”，而是需要“飞天”，你这把刀就成了一堆废铁。 “Manus的设计就曾被MCP的发布彻底改变。”Peak坦言，如果他们当时死磕微调，唯一的下场就是被市场活活抛弃。 2. 划清界限：AI应用层的真正边界 经历了上一次的“痛苦”领悟，Peak这次为Manus找到了一个清晰无比的战略边界。 “你必须坚定地划清你的界限（Be firm about where you draw the line）。” 对于AI应用层创业，这条界限就是“上下文工程”。 Peak认为，这是目前应用和模型之间最清晰、最实用的边界。创业公司应该“尽可能久地”依赖通用大模型，而不是试图在模型层与巨头竞争。 巨头的护城河是“模型”，而应用层的护城河，就是你“使用”模型的能力——即“上下文工程”。 那么，这个听起来高深的“上下文工程”到底是什么？ 3. “上下文悖论”：Agent的阿喀琉斯之踵 2022年，我们谈论的是“提示词工程”（Prompt Engineering），它解决的是单次交互。 而2024年，我们面临的是“上下文工程”（Context Engineering），它要解决的是Agent（智能体）的长序列、多轮工具调用。 LangChain的创始人Lance指出了一个“上下文悖论”： Agent要完成复杂任务，必须大量调用工具（典型任务约50次）来获取上下文。 但上下文越长，Agent的性能就越差，成本也呈指数级上升。 更糟糕的是，Peak发现，即使是100万Token的上下文窗口，模型在处理到200K（约20万）时，性能就开始“腐烂”（Context Rot），出现重复、缓慢和质量下降。 “上下文腐烂”的阈值，大约就在128K到200K之间。 你的Agent又慢又笨，不是模型不行，是你的“上下文工程”没做好。 4. 破局：上下文工程的4大支柱 如何解决这个悖论？LangChain的Lance总结了业内顶尖团队（包括Manus）都在使用的4大工程支柱： 上下文卸载 (Offloading) 做法：不把所有信息都塞进上下文。比如，一个万字的网络搜索结果，只在上下文中返回一个文件路径（file.txt），Agent需要时自己去读。 场景：处理大文件、大输出。 上下文检索 (Retrieving) 做法：把信息（如记忆）存储在外部（如向量数据库），在需要时通过RAG或简单的grep命令检索回来。 场景：长时记忆、知识库。 上下文隔离 (Isolation) 做法：使用多智能体（Multi-Agent）架构，每个子Agent只处理自己的小上下文窗口，互不干扰。 场景：复杂任务拆解。 上下文缩减 (Reducing) 做法：这是最核心也最精妙的一步，即在上下文“腐烂”之前，主动对其进行“瘦身”。 而Manus团队，正是在“上下文缩减”上，做到了极致。 5. Manus实战：“压缩”与“摘要”的精妙艺术 Peak的团队将“缩减”分为了两种截然不同的操作： 1. 压缩 (Compaction)：可逆的“瘦身” 定义：删除那些可以从外部（如文件系统）重建的信息。 例子：一个工具调用，完整信息是{path: "file.txt", content: "..."}。在“压缩”后，只保留{path: "file.txt"}。 优势：信息“零”丢失，只是被“外置”了。 2. 摘要 (Summarization)：不可逆的“遗忘” 定义：对历史信息进行总结，彻底丢弃原文。 优势：大幅度释放上下文空间。 Manus的策略堪称精妙： 设置“腐烂”闹钟：首先，团队会设置一个“腐烂阈值”，比如128K。 先“压缩”，后“摘要”：当上下文达到128K时，系统首先触发“压缩”。只在“压缩”的收益也变小时，才万不得已触发“摘要”。 “压缩”的艺术：执行“压缩”时，只压缩最老的50%历史，并保留最新的50%工具调用的完整信息。这能确保模型有足够的新鲜“样例”来模仿，防止其行为错乱。 “摘要”的技巧：执行“摘要”时，会使用原始的、未经压缩的数据来总结，以保证信息保真度。并且，同样会保留最后几个工具调用的全量信息，防止模型“忘记自己刚刚在干什么”。 6. 在流沙上构建：5次重构与“更贵”的开源 这套复杂的“上下文工程”架构，就是Manus的护城河。它让Manus有能力在“流沙”（不断迭代的大模型）之上构建稳固的应用。 “从3月到现在，我们已经重构了5次。”Peak说。 这种“上下文工程”能力，也让他们在选择模型时有了更反直觉的洞察。 Peak甚至认为，对于Agent应用，使用开源模型可能“更贵”。 “这很有趣，关键在于成本。”他解释道，“Agent的输入（上下文）远大于输出，KV缓存至关重要。”而头部API厂商（如Anthropic）在分布式KV缓存上做了坚实的基建，使得在超长上下文中，API的成本甚至低于自托管的开源模型。 7. 结语：构建更少，理解更多 回顾Manus的历程，Peak给出了他最深刻的领悟： “我们最大的飞跃，不是来自添加了更花哨的上下文管理技巧，而是来自‘简化’和‘移除不必要的层’。” “我们最终的哲学是：构建更少，理解更多（Build less and understand more）。” 这位10年NLP老兵最后总结道： “上下文工程的真正目标，不是让你的系统更复杂，而是让模型的工作，变得更简单。” from Langchain Context Engineering for AI Agents with LangChain and Manus

停止“每日坚持”：Dan Koe的反直觉模型，如何靠“爆发”月入70万 你是否也陷入了“必须每天坚持”的陷阱？ 很多人告诉你，成功等于自律，等于每天雷打不动地执行。但你坚持了一年，却发现自己只是在原地踏步。 个人成长博主Dan Koe一针见血地指出：“我个人不认为‘一致性’是人们走向成功的（唯一）道路。” 他认为，真正的增长，来自短暂、高强度的爆发。 Dan Koe不是在说空话。他用这个模型，在YouTube上获得了20万订阅，在Instagram上积累了120万粉丝，并在一次产品发布中，一个月内创造了70万美元的收入。 他的核心观点是：进步不是线性的。 这个洞察，来自一个你非常熟悉的场景：健身。 Dan Koe说：“你不可能去健身房10年，每年都增长同样多的肌肉。” 健身的真相是怎样的？ 一开始，你有“新手红利期”，增长飞快。 然后，你陷入平台期，日复一日的训练（一致性）只能让你维持现状。 你必须打破常规，进入一个高强度的“增肌期”（Intensity），吃得更多，练得更狠。 在“增肌期”后，你再进入“减脂期”或“维持期”（Consistency），巩固你的成果。 生活、事业、个人成长，都是如此。 如果你只懂“一致性”，你就会永远卡在平台期。用Dan Koe的话说：“停滞不只是维持，停滞就是死亡。” 你需要的是一个“强度”和“一致性”交替的循环系统。Dan Koe将其称为“成长的4个周期”，或者说“人生四季”。 第一阶段：Perplexity (迷茫期) 这是故事的起点，也是大多数人卡住的地方。 你感到迷失、困惑，不知道该做什么。你有一份不喜欢的工作，或者对未来毫无头绪。 Dan Koe说，这个阶段的人，大脑中充满了焦虑、困惑和消极的想法。 为了摆脱这种痛苦，你的第一反应是什么？ ——立即用“廉价多巴胺”填满它。 你开始刷手机、玩游戏、喝酒、看剧。你试图用这些东西“麻痹”自己，逃避真正的问题。 如何破局？ Dan Koe的答案非常反直觉：允许自己彻底地无聊。 “你必须让自己无聊到一定程度，好奇心才会产生。” 你需要从生活中剥离所有分散你注意力的东西，彻底“重启”。当你不再用垃圾信息填满大脑，你的思想才有空间去寻找真正重要的事情。 第二阶段：Curiosity (好奇期) 当你受够了无聊，你就会开始寻找问题。 这个阶段的核心是：问题和目标，是同一件事物的一体两面。 “没有问题，目标就不可能存在。” 你的目标，就藏在你最想解决的问题里。 比如： 问题：“我没钱了。” 目标：“我需要找到赚钱的方法。” 问题：“我讨厌镜子里的自己。” 目标：“我需要开始健身和健康饮食。” 问题：“我找不到伴侣。” 目标：“我需要提升社交能力。” 在“好奇期”，你不需要专注。恰恰相反，这个阶段应该鼓励“闪亮物体综合症”（Shiny Object Syndrome）。 你应该去尝试一切，看看到底什么能让你“上瘾”。去读各种各样的书，尝试不同的副业，和不同的人聊天，实验各种技巧。 直到你找到那个让你眼前一亮、让你心跳加速的方向。然后，你就进入了爆发阶段。 第三阶段：Intensity (强度期) 这是故事的高潮，是人生中最有趣、最充实的阶段。 当你找到了那个“非做不可”的目标，你就进入了纯粹的“心流”状态。 Dan Koe描述这个阶段：“3个月的时间一晃而过，你完全专注于实现一个有意义的目标。” 在健身中，这就是你严格控制饮食、疯狂训练的“增肌期”。 在感情中，这就是你们刚在一起的“蜜月期”，只想和对方待在一起。 在事业中，这就是你打造和发布新产品，或者疯狂写作的阶段。 在这个阶段，“12小时工作日”根本不需要强迫，它会自然发生。 因为你的大脑里只有这一件事，你等不及要把它变成现实。 “强度期”是产生“指数级事件”（Exponential Events）的唯一途径。 Dan Koe的增长也不是线性的。他就是靠着几个“强度期”，抓住了Instagram Reels的红利，试验新的内容角度，才实现了120万粉丝的爆发。 他那个月入70万美元的记录，也是在一次高强度的产品发布期实现的。 第四阶段：Consistency (一致性期) 这是高潮过后的平静期，也是最容易被误解的阶段。 Dan Koe强调：“一致性是用来维持进步的工具，而不是创造进步的工具。” 在“强度期”结束后，你不能永远保持12小时的工作。 “强度期”是危险的，它会迅速导致“倦怠”和“崩溃”。 你必须知道什么时候“见好就收”（Take Profits）。就像股票交易，你不能指望它永远上涨。 在月入70万美元的爆发后，Dan Koe并没有试图维持这个数字。他知道这是不可持续的。 他做的，是退回到一个新的“基线”（Baseline）——比如每月10万美元。 这就是“一致性期”的真正目的：巩固你在“强度期”打下的江山，让这个新的、更高的平台成为你的日常。 在这个阶段，他的工作模式也从12小时/天，切换到了他所倡导的“4小时工作日”。 他用这4小时维持他的内容产出和核心业务，同时，在剩余的时间里，重新让自己变得“无聊”，去“实验”，去寻找下一个“强度期”的火种。 你的行动指南 这就是Dan Koe的非线性成长模型： 迷茫 → 好奇 → 强度 → 一致性 → (再循环到) 好奇... 你必须打破“必须每天都一样”的线性思维。 在健身房，你不会365天都处于“增肌期”；在生活中，你也不能。 你需要学会“周期性”地生活： 当你迷茫时（Perplexity），不要害怕，这是新周期的开始。切断廉价多巴胺，允许自己无聊。 当你找到方向时（Curiosity），像个孩子一样去“玩”，去“试错”。 当你“上瘾”时（Intensity），All in，用12小时的专注去创造指数级增长。 当你取得成果时（Consistency），退回到4小时的自律，守住你的新基线。 最后，Dan Koe给了我们一个衡量成功的全新标准： “成功的关键，不在于追求更高的‘高点’，而在于维持更高的‘底线’。” （It's more about higher lows than it is higher highs.） 你的目标不是永远在巅峰，而是让你的“平庸期”也比过去的“巅峰期”更强。 这，才是真正可控的、非线性的成长。 黄叔：这篇给我启发还不小，理解下来是只要找到长线的方向，持续用小爆发来加速，或许是个可行的方法。 from Dan Koe 如何每天专注12小时（杀死廉价多巴胺）

这个我还蛮想说下自己的痛苦的 我现在收入分三块： 1. 服务：做AI产品顾问，挺稳定的，也不算少，但多不了 2. 课程：和风变科技合作AI编程社团，4个月了，坚持每周直播，到最近才积累了很多课程，开始稍微公开的卖 3. 广告：AI自媒体们最大的收入 看过大家的报价，我目前的单篇报价应该算是Top的 但这会带来一个最严重的问题 依赖 怎么说呢？ 举个例子，卖课第一个月结算的时候 我一看，下意识的嘟囔了一句 “才这么点，还不如去写篇广告” 很有工资是毒药的那种味道 之前在生财航海家饭局上分享过这种感受 但大家哈哈大笑，还以这个来给我打标签 但我自己非常知道这种痛苦 什么痛苦呢： 一方面是来钱太轻松 会让你飘飘然 （但其实自媒体接广告的上限非常低） 另一方面一旦停了你又很痛苦 比如我没签MCN 10月只有一单 我会发现收入锐减 再一方面，好产品的商单很少 所以你经常需要痛苦的找Good Case 最终写出来的其实对读者也不负责 真的，比起广告，我觉得卖课更好 今天直播有人说果然自媒体的尽头是卖课 说这句话的哥们，我相信他不知道我写广告收入比卖课多得多 卖课很好 我带了更多同学一起把想法落地 期间积累了很多的AI编程经验 最近做的产品就完全把之前积累的经验串了起来 有了收入打底 我也有了根据地，可以去做更多有意义的事 现在，我还在接商单 我期望的是，明年可以只接我认可产品的推广 以后，只推自己的产品

前天字节Trae solo（牛逼） 昨天腾讯 codebuddy（IDE） 今天阿里 qwen3 coder（开源） 下半年AI编程国内开花了

最近我也在尝试找合作伙伴 结果发现一个残酷真相： 真正厉害的人 根本不需要找工作! 昨天看到卡兹克发招聘 寻找对AI极度感兴趣 同时执行力很强的小伙伴 我立刻想到了自己的困境! 结果评论区一片嗤之以鼻 "会做SEO的都去创业了" "有好奇心的人怎么可能给你打工" "你想想你为什么不给人打工" 这些话真的扎心了! 我见过不少朋友 盲目辞职做独立开发 靠着不多的积蓄维持生活 费尽心思做出来的产品 又不像想象中那样赚钱 过得非常挣扎! 其实如果你一无所有 就先不要谈梦想和热情 你需要的是现金流! 而不是故事! 所以黄叔也想改变策略! 不是找员工 而是找真正的合作伙伴! 从内容和IP做起构建基本盘 然后用AI Coding开始切入 相互陪伴成长 你来不是打工 是更快速的成长! 真好的时代! AI浪潮启动了 一起来冲浪吧!

太牛了，我说个反例 有个前同事，花了 150 天做AI自媒体 公众号粉丝 不到 400 作为朋友，线下见了他两次 毫无保留的分享了我的经验 居然上个月被他写公众号吐槽说我怕兄弟开路虎。。。藏着掖着 我都服了🤦‍♂️ 每次交流 他听完后第一回复的基本都是“我觉得” 听多了我都烦了 我说你不要觉得了，你又不会 为什么不听呢？ 他有点“气愤”的说是是是 事实上不管是给方向 还是给细节 都又回到自己的错误老路上 然后给自己安慰 说谁上来就能爆呢 都要积累的 我挺无语的 83 年，有老婆孩子 这样还能坚持多久？ 我也没法说了 两个共同朋友都说没办法，救急不救穷

当下是否拥抱AI还是一个重要筛选方法 Tim和罗永浩的一个交流片段是 老罗问：你内部会要求大家用AI么 Tim答：你强调是没用的 5%的人懂了，疯狂用 95%的人没有意识 我们小群交流了一下 意识到，这仍然是个筛选逻辑 在是否拥抱AI上，大多数人仍旧傲慢

烧了2000美金，科研出来的一套Spec Coding 完全开源！ 这套流程比Vibe Coding起来 大幅提高开发效率，很少有bug 并且每一次迭代都有完整PRD同步更新 核心逻辑就是调用Opus出结构化文档（Spec） 然后再调用Sonnet开始干活写代码 这个范式会逐渐流行开来 我的尝试希望能小小的弥补 Vibe Coding到Spec Coding之间的Gap

太夸张了，用Gemini 2.5 Pro 20分钟翻译完268页英文资料 我直接上传了英文pdf 提示词”全文翻译，不要遗漏任何内容。“ Gemini先用77秒进行了思考 然后开始疯狂输出 输出速度看视频，我觉得非常快了 在142页的时候断了一次，用时600秒 说了”继续“ 然后又花了接近600秒，完成了全部翻译 我抽查了下，质量比去年初用两段式翻译提示词+GPT4的还好 太强了！ 这还只消耗了20万Token 它的上限是100万

昨天和前Monica的产品VP聊 总结出产品经理未来的三个趋势 第一是：从文档到Demo 从字节到阿里 老板们已经开始强制要求只看AI Coding出来的Demo了 这很好理解，比起文档和PPT 可交互的成品更容易理解 很多年前蒋凡开会不带电脑 直接用iPad、手机看Demo 只不过过去需要产研团队协作才能做到 现在甚至1-3人即可快速完成 第二是：产品经理都要变成工程师 这种偏Demo的工程师会由现在的产品和UI转行 之前的研发就是偏落地的工程师 最后就全都是工程师 转不了的直接被淘汰 最近参加的黑客松都体现了快速Demo 用社媒获客和迭代产品的强大趋势 产品经理落地能力将会得到质的飞跃 不再是办公室里吹空调比嘴皮子了 第三是：Spec Coding必定盛行 先写文档再开发，这本来也是产品的基本工作 所以新招人就直接招产品经理 然后学Vibe Coding直接开干 再加上AI，可以生成非常详细的PRD 以及不断迭代的PRD Spec = PRD = Code 最后，为何这个变化不可逆 效率与组织逻辑的必然 1. 减少沟通损耗 2. 大厂效率提升 3. 小团队崛起 如果大厂也这么变化 “大团队和小团队没有什么成本和执行力的问题,没有区别了,最后就是想法。”

昨天花了半天开发了微信群聊批量查看 非常方便了 一次性分析多个群聊昨天的内容 支持自定义提示词和时间范围 分析后有保存历史记录 单个群聊记录分析可以快速看概念图 抽取关键对话还原重要场景 懒真是第一生产力 群太多就想能不能帮我快速抓住关键点 看下大家有感兴趣的不 要是兴趣非常强烈，考虑放出来

这一张图，改变了中国的历史！真的不夸张 新DeepSeek R1大幅追上Claude 4 代码能力>Claude 3.7 审美能力≈Claude 4 黄叔做了多个案例评测 当然，Claude系列综合实力还是强新R1不少的 比如R1没有多模态 在人格以及文笔上面还是不如Claude 这一张图，改变了中国的历史！真的不夸张 新DeepSeek R1大幅追上Claude 4 代码能力>Claude 3.7 审美能力≈Claude 4 黄叔做了多个案例评测 当然，Claude系列综合实力还是强新R1不少的 比如R1没有多模态 在人格以及文笔上面还是不如Claude 但是，这也太让人期待R2了！

昨晚Google上线了新的Gemini 2.5 flash lite Preview 输入是0.1美刀，输出是0.4美刀 约等于不要钱 直接配上沉浸式翻译 用来看Youtube字幕 效果非常非常好了 基本满足了我的需求 不大需要再额外做插件了：）

太强了！ 低客单卖课（49元+刚需+普世） 到了很大规模量级（20万） 然后找到其中拍摄软件使用痛点 自己开发App，作为增值功能 课程涨价！ 不说了，我已经入了

用Claude 4 Sonnet一键直出App设计稿 用了两天时间调了40多个版本 终于把原本3.7稳定出的提示词优化到4了 几个感受 1. 提示词即产品的时代来了 2. Claude 4 Sonnet能酷酷输出3000行正确代码，一把出，很爽 3. Thinking或许对复杂指令的遵循度不好，这套提示词用4反而更稳定 4. 提示词很通用，各类App都可以直出，并且会询问你具体需求，有Chat环节 全套提示词看评论