Get live statistics and analysis of 吴美律AI日记's profile on X / Twitter

X上最全的香港办卡攻略来了 这次参加生财有术深圳AI大会，顺便去香港跑通了办卡流程，一共办了中银国际、汇丰、众安、天星、蚂蚁，均已开户成功。 踩了不少坑，总结出一套全流程指南，准备去香港办卡的可以收藏。👇 出发前准备 1、提前下载好各银行的App，不然香港下很费流量。 2、提前办好港澳通行证和签注； 别到深圳才办，非广东户籍异地首次办理需10个工作日； 出发前上海虹桥火车站有24小时自助机可办，据说可以走首次办理； 理论上可买香港机票入境，但办卡还需入关记录，可能行不通 3、提前开通香港漫游：移动/联通/电信均可，具体短信代码见下文。 到香港的路线 最推荐：深圳北高铁站→香港西九龙站，一步到位直接通关； 福田站：更远更北，还要额外通关； 大巴：容易堵车，不推荐。 入境与出站 西九龙下高铁后→不用健康申报→通行证+指纹自助过关； 出关后右手边可打出入境记录小白条，但实际办卡没用到； 直接在支付宝【12367移民局小程序】打印PDF即可，银行app都会有引导（不能截图）。 办卡细节 办卡时间比想象久：汇丰+中银用1小时，另外三张又1小时； 登录汇丰/中银国际App需要WiFi，可去商场连（香港WiFi限时0.5-1h）； 不用买八达通、不用提前换汇，支付宝/微信支付够用； 填写银行信息时要准备中英文地址，部分App有字数限制，需缩写（如 building→bl，有限公司Co., Ltd）建议提前翻译复制到备忘录。 审核与注意事项 审核有一定概率不过，天星可能要税收/收入证明，不论受雇还是自雇； 账号密码一定要记住！部分App不能截图，建议手写记录； 不要伪造资料，我填最低收入档也能通过；伪造反而可能被卡死； 汇丰长期不用可能会销户，即使存了钱也会，注销还需去领支票，所以适当消费和投资是有必要的； 众安现在填邀请码【Q59AG9】有开户福利，其它银行填了也区别不大；

认知太高影响赚钱？ 今天和一位网络安全专家一起吃饭，他是给高校和部委做 AI 培训的讲师，讲到国内大部分人对 AI 的认知分层，真的让我大跌眼镜，夸张到什么程度： 某高校教师，买了桌面版 deepseek，每月花9.9订阅，是百度上下载的， 某菊花厂待过的deepseek 老板的直系师兄，在他的指导下尝试用AI 编程做一个小工具，失败了，觉得太难了， 听他分享完我又觉得我行了…… 国内 AI认知分化非常严重，99%的人还处在“图新鲜玩了一会 deepseek，我真厉害”的阶段， 能把豆包和 deepseek 的提示词用好，已经是前1%的人了， 翻墙筛选掉绝大部分人，用上claude code更是难上加难，没有编程基础学会 AI 编程，难于上青天， 然后国内什么赚钱呢？淘宝上卖豆包和 deepseek 下载链接的，能赚几百万， 拼夕夕上卖 AI 生图打包压缩包的，卖了几万份， 这种连想都想不到的智商税，竟然这么赚钱，omg 我大脑皮层都展开了

很多X推友可能不知道，早在2023年，X的博客网站就公开过X/Twitter的推荐算法，如果你下定决心要认真运营X账号，一定要了解背后的算法流量机制，更有的放矢地制作优质的内容。 一. 整体逻辑：X如何筛选推文？ X每天要从 5 亿条推文中筛出你可能感兴趣的几十条，整个流程分为三步： 挑选候选推文：从海量内容里找出约 1500 条可能和你相关的推文（既包括你关注的人，也包括没关注的人）。 机器学习排序：用一个有 4800 万个参数的神经网络，对这 1500 条推文打分，预测你会不会点赞、转发或回复。 规则过滤与混合展示：过滤掉你不想看的内容（比如已屏蔽用户、成人内容、重复推文），再把广告、推荐关注等内容一起混合显示。 二、候选推文的来源 可以理解为“算法先去哪里找素材”。分两大类： 1. 网络内推荐（你关注的人） 从你关注的人中挑最新、最相关的推文，使用一个叫 Real Graph（真实关系图） 的模型来预测“你和作者之间的互动可能性”。你和谁互动多，他的内容就更容易被推给你。 2. 网络外推荐（你没关注的人） 这是算法的重点创新部分，靠两种方式： （1）社交传播图法（GraphJet）：看你关注的人最近和哪些推文互动，再看那些推文是谁发的。简单说，“朋友的朋友喜欢的东西” 也可能推荐给你。 （2）兴趣相似度法（嵌入空间 Embedding）：用算法把所有人和所有推文映射成数字向量（“兴趣坐标”），看你与某个话题或用户的相似度。 其中最重要的是 SimClusters，它把全站分成约 14.5 万个兴趣社区，比如“科技圈”“韩流圈”“新闻圈”等，每三周更新一次。推文和用户都被标记在哪些社区中，一条推文在某个圈子越火，就越可能被推给同类用户。 三、推文的排序逻辑 当系统得到约 1500 条候选推文后，会用一个大型神经网络模型来打分。 这个模型的目标是：预测你与每条推文的互动概率（点赞、转发、回复等），并据此排序。 它考虑了上千个特征，比如你最近浏览的内容、与作者的关系、推文发布时间、主题类型等。 四、展示前的“微调与平衡” 为了让时间线更自然、不过度偏向某些内容，算法会做一些“人性化调整”： 去重与屏蔽：屏蔽被拉黑/静音账号的内容，或你已经看过的推文。 内容均衡：保持网络内与网络外内容大致各占一半。 作者多样性：防止同一个人连续刷屏。 负反馈降权：你曾经点“不感兴趣”的内容会被系统记住。 社交背书机制（Social Proof）：如果你关注的人没和某条推文有任何二度关系（比如点赞或关注作者），这条推文可能不会被推荐。 对话串联：在回复下方显示原帖，帮助理解上下文。 实时更新：如果推文被编辑，会替换为新版本。 五、最后一步：混合上架 当所有推文都排序、过滤完后，系统还要把广告、关注推荐、提示等非推文内容混合在一起，然后发回你的设备。整个流程在后台每天运行 约 50 亿次，平均每次只需 1.5 秒。 一句话总结： 从原始社交行为数据 → 提取兴趣与信任特征 → 生成候选推文 → 神经网络打分排序 → 规则过滤 → 内容混合展示。

终于实现了我想要的生活：稳定主业+副业闭环，时间自由、关系自由。 几年前，我还在律所实习，看不到未来。 2019年，我考上了浙大法硕。本以为毕业后我会做一名高大上的律师，却没想到，毕业季6月底，我主动放弃了律所主任团队的到手offer。 不喜欢的工作、裸辞后的焦虑，那是一段难捱的日子，相信很多人都和我一样，有过这么晦暗的时光。 但我没有一直沉寂下去，后面我入职一家国企，开始探索副业，从985硕士到摆地摊、脱下孔乙己的长衫，再到加入生财有术，成为金牌组局官和传术师，我从各种小副业做起： 普法公众号爆过10w+； 小红书单篇涨粉1400+，8天涨粉6w+； 婚姻家事法律业务，引流100+人，转化率20%； 装修建材项目2周跑通，一单赚了8000+； 快速卖房项目3个月引流精准客户150+，成交4单，一单净利润10-20万...... 从法律到本地高客单，每个项目我都能跑通闭环，但我一直没有找到长期深耕的巨大红利+高天花板赛道。 副业跑通并不难，但选对赛道，才能把副业做成事业。 直到我看到AI赛道的巨大红利，开始跟着刘小排老师学习AI编程和AI海外产品，我才真正找到普通人也能切入的高天花板赛道： AI产品出海=全球60亿人的市场+边际成本0+可规模化+被动收入； 这是普通人少有的翻身机会。 AI编程，就是新世界的敲门砖。 现在我逐步停下了其他项目，开始all in AI，不管是AI编程，还是出海网站，我相信我能在AI的世界里找到自己的路。 我没有完美的战绩，但我在进行一场人生实验：纯文科生，无编程基础，能不能自学AI编程，做出海外AI产品，实现经济自由。 如果你也想从稳定走向自由，关注我，我会边学边分享，让你少踩坑、快人一步。

血泪教训！收回我之前的话，买MacBook非常重要！一定要买！不要用Windows系统！ 真的是啪啪打脸啊，从线下课开始，跑代码就一直报错，一开始都没意识到发生啥了，跟AI聊也聊不出啥，一会说pnpm没安装好，一会说node版本不对，但之前也没出现过这类问题啊，后来才知道是环境配置有问题，依赖冲突； 然后！今天我才知道，Mac系统是不会出现这类问题的，只有Windows系统会！win就不适合拿来开发！ 真的浪费我好多时间，而且打击我自信心，因为我一直以为是我需求说得不明确，AI工具用得不对，没有编程基础等等等等我的原因才导致报错； 生产力工具一定要上你能接受的顶配，这块没有差生文具多一说！我为之前的言论道歉！ 顺便说下我买的是MacBook air m4，16G+512G，其实也不算顶配，如果能用24G和32G的、上1T的更好，但是这款可以招商银行掌上生活36期免息，我觉得没有决策压力，很香~~

顺便讲下小白开始学AI编程，应该先学什么： 熟练使用cursor； 搞懂终端terminal、HTML、css等概念； 学习JavaScript、typescript、tailwind css、next.js、 shadcn/ui、数据库和supabase； 可以让AI教你，提示词大致是： 我是小白，没有编程基础，你帮我设计一个小时的教程，我要搞懂XXX的核心概念，不要安装环境，如果有在线工具最好，要有耐心，再帮我设计一些简单的练习题。 等你能看懂AI写的代码，就可以了，只需要看懂，不需要能亲自写代码。

现在都推崇spec coding了，分享几个不错的辅助编程工具👇： 1. SpecKit：GitHub官方推出的开源CLI工具，用于明确需求和规范、项目原则、需求定义、技术方案等，适合从0到1阶段，能比较灵活嵌入现有的CI/CD流程； 2. 0penSpec：不适合从0到1新建项目，适用于项目从1到10的阶段，为已有项目新增功能。 3. kiro：IDE平台，集成了AWS云，跟spec kit功能比较像，但需要熟悉新的环境， 4. Claude Code(Plan Mode)：如果用VS Code/cursor+claude code，这是最简单的辅助编程方式，先规划后实施，用于设计技术架构、拆分开发任务、确认验收标准等； 5. ChatGPT thinking模式也可以，分析问题很精准，把回答再发给Codex或claude code，让AI互相检查。 另外，我注意到最近市面上出现了很多辅助编程的新工具，比如DeepV Code， 还有辅助大家学习AI编程的mentorbook，可以根据不同基础定制自己的AI编程课程， 当然啦，如果你的目标是做网站，也可以用好mksaas这样的模板网站，可以大大减少做网站的成本。 总的来说，AI编程正在变得越来越方便~

今天全网刷Sora，想泼盆冷水， 如果一个应用内都是AI视频， 那它只有娱乐功能，制造的其实都是AI垃圾； 如果我是本地商家，我不会告诉顾客，我的探店视频是AI生成的； 如果我是艺术创作者，我也会尽力隐瞒； 甚至我国庆出去旅游，我的朋友圈九宫格也希望让别人相信，我真的到此一游了， 没有真实性，就没有经得起推敲的价值，就是图一乐， 再过一个月，你还会刷Sora上的AI视频吗？ 如果有个按钮，能让你一键屏蔽所有AI生产的内容，你会点击吗？

我在小红书上的号是浙大吴美律，消费一下母校😄然后发了这篇帖子后，有人留言说浙大就这水平？别给浙大丢脸了，坦白讲看到的时候是有点内耗的，但是转念一想，浙大就这水平，也没毛病，为啥呢， 我是浙大法律系的，没有编程基础，现在学编程3个月，我想问下程序员，你们大一刚入学3个月的时候，一定不会犯错吗？ 常见的一个误区是，如果一个人很厉害（比如学历还可以），在任何领域都不应该犯低级错误，然而这个观点是不成立的， 比如我是律师，我就看到过很多老板，在签合同上犯巨大的错误，大到法律专业出身的人会觉得离谱，比如合同主体名称写错，比如给别人做担保却不自知。 他们在创业上是厉害的，但在法律上不专业，也没有经过系统学习，就是会犯严重错误。 所以我们可以提出一个假设：任何人在新领域学习新事物时，都会犯错。 我们还可以提出另一个假设：擅长调动资源、聪明的人可以快速走过这段犯错的时光，像我这样不擅长求助、比较笨的人，通过在X上发推，获得了很多大佬的留言帮助，其实也帮我快速走出弯路了。 犯错是很正常的，也并不可耻，而是一种正常现象。 国内的教育体制、竞争机制下，每个中国年轻人的容错率都很低，可能大家中学都被这么骂过：“这道题我讲了多少遍了，怎么还能错！（班主任怒吼ing）”，这导致大家对犯错的容忍度很低，似乎人人都应该像颜回一样不贰过。有些人因此厌蠢，本质是对自己犯错的恐惧，投射到了别人身上。 然而我想说的是，这种观念其实是阻碍大家进步的，我们上课的时候，比较难的知识点，都是要学一学期的，甚至很多知识点，到中高考也没真正掌握，大部分简单知识点，也不可能指望一次学习就永远学会，学习就是这种缓慢而曲折的过程。 想通上面这点，其实我就完全放松了，现在我是一个工作之外业余时间刚学编程3个月的人，和AI协作的能力还有待提高，又没有找身边程序员朋友帮忙，同时忽略了夯实自己的编程基本功，所以走了些弯路， 如果不是发推，可能我还意识不到自己的问题，可能要走更久的弯路，可见多发推是件好事，我成长得更快了。 感谢panda总带我做推特，每天在群里看大家兴高采烈发推，互相up，更新的动力满满，群里也有大佬给我解答编程的问题，氛围真好！

今天把环境配置好，做出来一个文件名解析的AI小工具，用来把文件夹里合同名的字段自动导入到Excel做台账，用来提效挺好的， 我一年审500多份合同，每份都需要录入台账备查，以前这450多个合同，都是我人工导入Excel表的，每年干这个活都非常痛苦，外包也要几百块，现在用AI，1分钟就给我解析好了， 科技改变生活啊！就我这编程水平，也能用AI做出这种小工具，半天就ok，能省钱能省时间，多好， 也不需要部署，localhost都行，反正也就自己用，可以弄到vercel上去，下次用更方便

早上2000fo了，想着晚上写点复盘，没想到晚上已经2100+fo了，不过没关系，贴个整数fo截图，复盘一下我做对了什么： 1、坚持每天日更，不要放弃，哪怕发了一篇没涨粉还掉粉，都是正反馈， 为啥呢，因为我提出了一个假设：我的fo们喜欢看这个，然后我发表后，没有涨粉还掉粉，验证了这个假设是错的，我的认知提高了，这也是一种正反馈； 2、不忘初心。我来到X是为了有一天能宣传我的AI产品，所以我放弃了很多无关选题，这些选题虽然可能爆、给我带来fo，但和我的主线任务无关，也会打乱我的账号标签， 我的内容还是围绕AI-出海来展开，虽然垂直内容意味着受众范围较小，但这是值得的，账号的定位很重要，没有必要为了一时的正反馈放弃长远的考量； 3、爆款内容带来新朋友，比如昨天发的“认知高影响赚钱”这篇，而干货内容留住老朋友，比如我发的刘小排线下课笔记系列。 有句话我很喜欢，叫做“让你的出现成为礼物”，以此自勉~X真的是很好的平台，希望大家都能在这里心想事成~

建议大家多注册几个gmail 邮箱，以后注册条件可能会越来越严， 我知道的还有弄个虚拟机批量注册的，然后卖号，也挺好， 只要想出海，账号就是资产

流量来源，一是 SEO，哥飞为代表， 二是靠产品方法论，刘小排为代表， 三是投流，阿彪为代表， 四是dontbesilent这样的大V，靠自媒体获得初始流量， 我觉得对个体来说，前期的流量一定要尽量便宜， 这比产品本身更重要。

哈哈哈，我最近还学到一个暴论：不要看大人物怎么说，要看他怎么做，以及，关注身边人的异常值， 比如纳瓦尔是靠什么赚到钱的呢，跟他书里说的完全两套，很大程度上靠趋势和红利（或称运气）， 当然运气也是实力一部分，但这意味着即使你完全按照他书里说的做，也很难复制他的成功，也就意味着他的那套理论对你的帮助未必很大， 比如很多老一辈企业家的鸡汤和生意经 ，虽然听起来让人目眩神迷， 但他们当年下海时的中国经济环境、文化氛围、商业环境都发生了很大变化，很多经验已经不再适用， 脑白金曾经靠电视台渠道赚得盆满钵满，而现在，流量渠道已经发生翻天覆地的变化了，没有初创品牌会到中央电视台投流吧？ 如果把某些过来人的经验奉为圭臬，其实是很危险的事， 尤其还要考虑到，大部分人都会在成功后美化自己的来时路，隐瞒一些不那么光彩，但也许更为关键的动作， 所以，个人拙见，关注身边人的异常值更加实用， 比如你想在 X上做个小 IP，一直苦恼如何获得流量，突然有天你发现隔壁翠花涨粉蹭蹭的，这就是异常值 你就可以拆解下最近她做对了哪些事，这绝对比对标某些大 v 来得有用， 因为大 v 当年起号的时候你还不知道在哪呢，他用过的招数不一定适用于你， 但是翠花和你段位差不多，她都能做到，你有啥做不到的， 而且翠花是最近涨粉的，不管是 X的算法，还是热门内容，甚至你俩账号的受众群体，大概率都差不多，这时候模仿翠花而不是大v，才是你的出路。 感谢凉光一现提供的灵感，后面我会把这些整理到X 增长手册里，地址见评论区

血泪教训！收回我之前的话，买MacBook非常重要！一定要买！不要用Windows系统！ 真的是啪啪打脸啊，从线下课开始，跑代码就一直报错，一开始都没意识到发生啥了，跟AI聊也聊不出啥，一会说pnpm没安装好，一会说node版本不对，但之前也没出现过这类问题啊，后来才知道是环境配置有问题，依赖冲突； 然后！今天我才知道，Mac系统是不会出现这类问题的，只有Windows系统会！win就不适合拿来开发！ 真的浪费我好多时间，而且打击我自信心，因为我一直以为是我需求说得不明确，AI工具用得不对，没有编程基础等等等等我的原因才导致报错； 生产力工具一定要上你能接受的顶配，这块没有差生文具多一说！我为之前的言论道歉！ 顺便说下我买的是MacBook air m4，16G+512G，其实也不算顶配，如果能用24G和32G的、上1T的更好，但是这款可以招商银行掌上生活36期免息，我觉得没有决策压力，很香~~

认知太高影响赚钱？ 今天和一位网络安全专家一起吃饭，他是给高校和部委做 AI 培训的讲师，讲到国内大部分人对 AI 的认知分层，真的让我大跌眼镜，夸张到什么程度： 某高校教师，买了桌面版 deepseek，每月花9.9订阅，是百度上下载的， 某菊花厂待过的deepseek 老板的直系师兄，在他的指导下尝试用AI 编程做一个小工具，失败了，觉得太难了， 听他分享完我又觉得我行了…… 国内 AI认知分化非常严重，99%的人还处在“图新鲜玩了一会 deepseek，我真厉害”的阶段， 能把豆包和 deepseek 的提示词用好，已经是前1%的人了， 翻墙筛选掉绝大部分人，用上claude code更是难上加难，没有编程基础学会 AI 编程，难于上青天， 然后国内什么赚钱呢？淘宝上卖豆包和 deepseek 下载链接的，能赚几百万， 拼夕夕上卖 AI 生图打包压缩包的，卖了几万份， 这种连想都想不到的智商税，竟然这么赚钱，omg 我大脑皮层都展开了

今天全网刷Sora，想泼盆冷水， 如果一个应用内都是AI视频， 那它只有娱乐功能，制造的其实都是AI垃圾； 如果我是本地商家，我不会告诉顾客，我的探店视频是AI生成的； 如果我是艺术创作者，我也会尽力隐瞒； 甚至我国庆出去旅游，我的朋友圈九宫格也希望让别人相信，我真的到此一游了， 没有真实性，就没有经得起推敲的价值，就是图一乐， 再过一个月，你还会刷Sora上的AI视频吗？ 如果有个按钮，能让你一键屏蔽所有AI生产的内容，你会点击吗？

终于实现了我想要的生活：稳定主业+副业闭环，时间自由、关系自由。 几年前，我还在律所实习，看不到未来。 2019年，我考上了浙大法硕。本以为毕业后我会做一名高大上的律师，却没想到，毕业季6月底，我主动放弃了律所主任团队的到手offer。 不喜欢的工作、裸辞后的焦虑，那是一段难捱的日子，相信很多人都和我一样，有过这么晦暗的时光。 但我没有一直沉寂下去，后面我入职一家国企，开始探索副业，从985硕士到摆地摊、脱下孔乙己的长衫，再到加入生财有术，成为金牌组局官和传术师，我从各种小副业做起： 普法公众号爆过10w+； 小红书单篇涨粉1400+，8天涨粉6w+； 婚姻家事法律业务，引流100+人，转化率20%； 装修建材项目2周跑通，一单赚了8000+； 快速卖房项目3个月引流精准客户150+，成交4单，一单净利润10-20万...... 从法律到本地高客单，每个项目我都能跑通闭环，但我一直没有找到长期深耕的巨大红利+高天花板赛道。 副业跑通并不难，但选对赛道，才能把副业做成事业。 直到我看到AI赛道的巨大红利，开始跟着刘小排老师学习AI编程和AI海外产品，我才真正找到普通人也能切入的高天花板赛道： AI产品出海=全球60亿人的市场+边际成本0+可规模化+被动收入； 这是普通人少有的翻身机会。 AI编程，就是新世界的敲门砖。 现在我逐步停下了其他项目，开始all in AI，不管是AI编程，还是出海网站，我相信我能在AI的世界里找到自己的路。 我没有完美的战绩，但我在进行一场人生实验：纯文科生，无编程基础，能不能自学AI编程，做出海外AI产品，实现经济自由。 如果你也想从稳定走向自由，关注我，我会边学边分享，让你少踩坑、快人一步。

我在小红书上的号是浙大吴美律，消费一下母校😄然后发了这篇帖子后，有人留言说浙大就这水平？别给浙大丢脸了，坦白讲看到的时候是有点内耗的，但是转念一想，浙大就这水平，也没毛病，为啥呢， 我是浙大法律系的，没有编程基础，现在学编程3个月，我想问下程序员，你们大一刚入学3个月的时候，一定不会犯错吗？ 常见的一个误区是，如果一个人很厉害（比如学历还可以），在任何领域都不应该犯低级错误，然而这个观点是不成立的， 比如我是律师，我就看到过很多老板，在签合同上犯巨大的错误，大到法律专业出身的人会觉得离谱，比如合同主体名称写错，比如给别人做担保却不自知。 他们在创业上是厉害的，但在法律上不专业，也没有经过系统学习，就是会犯严重错误。 所以我们可以提出一个假设：任何人在新领域学习新事物时，都会犯错。 我们还可以提出另一个假设：擅长调动资源、聪明的人可以快速走过这段犯错的时光，像我这样不擅长求助、比较笨的人，通过在X上发推，获得了很多大佬的留言帮助，其实也帮我快速走出弯路了。 犯错是很正常的，也并不可耻，而是一种正常现象。 国内的教育体制、竞争机制下，每个中国年轻人的容错率都很低，可能大家中学都被这么骂过：“这道题我讲了多少遍了，怎么还能错！（班主任怒吼ing）”，这导致大家对犯错的容忍度很低，似乎人人都应该像颜回一样不贰过。有些人因此厌蠢，本质是对自己犯错的恐惧，投射到了别人身上。 然而我想说的是，这种观念其实是阻碍大家进步的，我们上课的时候，比较难的知识点，都是要学一学期的，甚至很多知识点，到中高考也没真正掌握，大部分简单知识点，也不可能指望一次学习就永远学会，学习就是这种缓慢而曲折的过程。 想通上面这点，其实我就完全放松了，现在我是一个工作之外业余时间刚学编程3个月的人，和AI协作的能力还有待提高，又没有找身边程序员朋友帮忙，同时忽略了夯实自己的编程基本功，所以走了些弯路， 如果不是发推，可能我还意识不到自己的问题，可能要走更久的弯路，可见多发推是件好事，我成长得更快了。 感谢panda总带我做推特，每天在群里看大家兴高采烈发推，互相up，更新的动力满满，群里也有大佬给我解答编程的问题，氛围真好！

X上最全的香港办卡攻略来了 这次参加生财有术深圳AI大会，顺便去香港跑通了办卡流程，一共办了中银国际、汇丰、众安、天星、蚂蚁，均已开户成功。 踩了不少坑，总结出一套全流程指南，准备去香港办卡的可以收藏。👇 出发前准备 1、提前下载好各银行的App，不然香港下很费流量。 2、提前办好港澳通行证和签注； 别到深圳才办，非广东户籍异地首次办理需10个工作日； 出发前上海虹桥火车站有24小时自助机可办，据说可以走首次办理； 理论上可买香港机票入境，但办卡还需入关记录，可能行不通 3、提前开通香港漫游：移动/联通/电信均可，具体短信代码见下文。 到香港的路线 最推荐：深圳北高铁站→香港西九龙站，一步到位直接通关； 福田站：更远更北，还要额外通关； 大巴：容易堵车，不推荐。 入境与出站 西九龙下高铁后→不用健康申报→通行证+指纹自助过关； 出关后右手边可打出入境记录小白条，但实际办卡没用到； 直接在支付宝【12367移民局小程序】打印PDF即可，银行app都会有引导（不能截图）。 办卡细节 办卡时间比想象久：汇丰+中银用1小时，另外三张又1小时； 登录汇丰/中银国际App需要WiFi，可去商场连（香港WiFi限时0.5-1h）； 不用买八达通、不用提前换汇，支付宝/微信支付够用； 填写银行信息时要准备中英文地址，部分App有字数限制，需缩写（如 building→bl，有限公司Co., Ltd）建议提前翻译复制到备忘录。 审核与注意事项 审核有一定概率不过，天星可能要税收/收入证明，不论受雇还是自雇； 账号密码一定要记住！部分App不能截图，建议手写记录； 不要伪造资料，我填最低收入档也能通过；伪造反而可能被卡死； 汇丰长期不用可能会销户，即使存了钱也会，注销还需去领支票，所以适当消费和投资是有必要的； 众安现在填邀请码【Q59AG9】有开户福利，其它银行填了也区别不大；

今天把环境配置好，做出来一个文件名解析的AI小工具，用来把文件夹里合同名的字段自动导入到Excel做台账，用来提效挺好的， 我一年审500多份合同，每份都需要录入台账备查，以前这450多个合同，都是我人工导入Excel表的，每年干这个活都非常痛苦，外包也要几百块，现在用AI，1分钟就给我解析好了， 科技改变生活啊！就我这编程水平，也能用AI做出这种小工具，半天就ok，能省钱能省时间，多好， 也不需要部署，localhost都行，反正也就自己用，可以弄到vercel上去，下次用更方便

早上2000fo了，想着晚上写点复盘，没想到晚上已经2100+fo了，不过没关系，贴个整数fo截图，复盘一下我做对了什么： 1、坚持每天日更，不要放弃，哪怕发了一篇没涨粉还掉粉，都是正反馈， 为啥呢，因为我提出了一个假设：我的fo们喜欢看这个，然后我发表后，没有涨粉还掉粉，验证了这个假设是错的，我的认知提高了，这也是一种正反馈； 2、不忘初心。我来到X是为了有一天能宣传我的AI产品，所以我放弃了很多无关选题，这些选题虽然可能爆、给我带来fo，但和我的主线任务无关，也会打乱我的账号标签， 我的内容还是围绕AI-出海来展开，虽然垂直内容意味着受众范围较小，但这是值得的，账号的定位很重要，没有必要为了一时的正反馈放弃长远的考量； 3、爆款内容带来新朋友，比如昨天发的“认知高影响赚钱”这篇，而干货内容留住老朋友，比如我发的刘小排线下课笔记系列。 有句话我很喜欢，叫做“让你的出现成为礼物”，以此自勉~X真的是很好的平台，希望大家都能在这里心想事成~

天呐，已经遇到第三个程序员跟我说，AI编程很棒，但是产品做出来没有流量，也不会运营，卖不出去了 未来给AI产品搞流量绝对是蓝海呀

在生财有术 AI 大会上，我看到一个让我心里一沉的故事。 有位老哥，三个月前为了做 AI 编程，拖家带口搬到杭州。 立下目标：100 天，月入万刀。 三个月过去，他做出了很精美的产品。 但没有变现。 我问他：接下来还会做 AI 编程吗？ 他说：可能先不了。 那一刻，我既难过，也害怕。 前进的路上，同行者会越来越少。 这提醒我要调整预期，抓紧学习，尽快拿到正反馈。 但我仍佩服这位老哥。敢下重注，虽败犹荣。 👉 你怎么看？AI 编程这事成立吗？

感谢推上各路大神给我出主意，热心的我都一一点赞谢过，骂我批评我的也都接受，我确实之前完全没有编程基础，所以在这种地方踩坑很正常， 不过评论区真是越看越糊涂啊，总结一下大家的观点： 1、win 就是不如 Mac，我编程10年了环境配置也经常出错，小白一定要上 Mac， 2、win 哪里会不如 Mac，大型软件开发都是 win，你别乱说， 3、win 里安装 Linux，Ubuntu，wsl 就行， 具体哪种我再研究下， 看起来我的问题其实是出在不同项目要用不同版本 node，需要版本管理，这块我之后学会了可以再出个帖子， 看来 win 也是可以用的，只是麻烦点，我打算两台电脑一起用，实践出真知[胜利]

很多X推友可能不知道，早在2023年，X的博客网站就公开过X/Twitter的推荐算法，如果你下定决心要认真运营X账号，一定要了解背后的算法流量机制，更有的放矢地制作优质的内容。 一. 整体逻辑：X如何筛选推文？ X每天要从 5 亿条推文中筛出你可能感兴趣的几十条，整个流程分为三步： 挑选候选推文：从海量内容里找出约 1500 条可能和你相关的推文（既包括你关注的人，也包括没关注的人）。 机器学习排序：用一个有 4800 万个参数的神经网络，对这 1500 条推文打分，预测你会不会点赞、转发或回复。 规则过滤与混合展示：过滤掉你不想看的内容（比如已屏蔽用户、成人内容、重复推文），再把广告、推荐关注等内容一起混合显示。 二、候选推文的来源 可以理解为“算法先去哪里找素材”。分两大类： 1. 网络内推荐（你关注的人） 从你关注的人中挑最新、最相关的推文，使用一个叫 Real Graph（真实关系图） 的模型来预测“你和作者之间的互动可能性”。你和谁互动多，他的内容就更容易被推给你。 2. 网络外推荐（你没关注的人） 这是算法的重点创新部分，靠两种方式： （1）社交传播图法（GraphJet）：看你关注的人最近和哪些推文互动，再看那些推文是谁发的。简单说，“朋友的朋友喜欢的东西” 也可能推荐给你。 （2）兴趣相似度法（嵌入空间 Embedding）：用算法把所有人和所有推文映射成数字向量（“兴趣坐标”），看你与某个话题或用户的相似度。 其中最重要的是 SimClusters，它把全站分成约 14.5 万个兴趣社区，比如“科技圈”“韩流圈”“新闻圈”等，每三周更新一次。推文和用户都被标记在哪些社区中，一条推文在某个圈子越火，就越可能被推给同类用户。 三、推文的排序逻辑 当系统得到约 1500 条候选推文后，会用一个大型神经网络模型来打分。 这个模型的目标是：预测你与每条推文的互动概率（点赞、转发、回复等），并据此排序。 它考虑了上千个特征，比如你最近浏览的内容、与作者的关系、推文发布时间、主题类型等。 四、展示前的“微调与平衡” 为了让时间线更自然、不过度偏向某些内容，算法会做一些“人性化调整”： 去重与屏蔽：屏蔽被拉黑/静音账号的内容，或你已经看过的推文。 内容均衡：保持网络内与网络外内容大致各占一半。 作者多样性：防止同一个人连续刷屏。 负反馈降权：你曾经点“不感兴趣”的内容会被系统记住。 社交背书机制（Social Proof）：如果你关注的人没和某条推文有任何二度关系（比如点赞或关注作者），这条推文可能不会被推荐。 对话串联：在回复下方显示原帖，帮助理解上下文。 实时更新：如果推文被编辑，会替换为新版本。 五、最后一步：混合上架 当所有推文都排序、过滤完后，系统还要把广告、关注推荐、提示等非推文内容混合在一起，然后发回你的设备。整个流程在后台每天运行 约 50 亿次，平均每次只需 1.5 秒。 一句话总结： 从原始社交行为数据 → 提取兴趣与信任特征 → 生成候选推文 → 神经网络打分排序 → 规则过滤 → 内容混合展示。

好几个同学来问我，学AI编程是不是先得买MacBook ，要买什么版本的比较好，我觉得这问题真的不重要，先跑起来比较重要，哪怕先下载个cursor，注册个Google账号呢？ 还有说AI编程很花钱的，纠结买20刀还是200刀套餐的，说真的，也不重要，你要是不缺钱，直接上200刀，要是没预算，20刀也能做出产品，无非慢一点， 纠结预算都是内耗，是在找借口，把自己做不出好产品的责任推卸给没钱、没设备。 “因为我有1234这些困难在阻碍我学AI编程，所以我学不会、做不出网站都不怪我，我失败也是正常的”，这种就是弱者思维，给了你停留在原地的安全感和掌控感而已。

20号参加刘小排老师的夜话，我当小组长，全程坐第一排。 现场100多人，30多个问题。 但让我震撼的是： 很多问题，小排第一句话就是—— “这不是一个好问题。” “这个我刚刚回答过了。” 那一刻我意识到： 提出高质量问题，比回答更难。 大多数人卡在细枝末节，问一些和当下阶段无关的事。 我自己也一样。 我提的问题，小排直接回：“这和你没关系，不是你当下最该考虑的。” 这让我反思： 是不是我们真正最重要的卡点，常常被忽视？ 为什么我们总是问不出真正值得问的问题？ 👉 你觉得，高质量问题，到底该怎么问？

你们会不会这样： AI编程实操遇到问题，觉得是自己理论基础不够扎实，然后返回学习理论？ 我之前走了弯路，就是总想着学理论， 现在发现在AI编程上，就是干中学，不要花太多时间在理论上， 不要把实操遇到的问题都归结为理论基础不扎实， 而应该积极求助， 有时候卡你很久的bug，可能别人一眼就看出来了， 找AI问是问不清楚的，AI修bug，越修越复杂， 实在圈子里没程序员，可以到闲鱼上花点小钱找人帮你改bug，小北老师如是说。