DemoChen's ClipArchive
June 202649 threads
Forward Deployed Engineering 101前部署工程师是当下 AI 行业里最稀缺的一类复合型工程师，价值在于深入客户现场，把通用大模型变成真正创造效率与收益的业务系统。工作分为三个阶段：先扎进各团队梳理流程、识别瓶颈，判断哪些环节适合用智能体自动化，哪些仍应保留人工决策；再通过精细的评估机制，不只检查答案对不对，还对照人类多步思考路径，验证智能体在关键步骤上的表现与成本、时延和稳定性；最后在不推倒重建现有 IT 系统的前提下，通过 API 和模型编排层覆盖原有数据源，在公司基础设施内搭建沙盒环境，小范围上线、逐步增加权限，从只做监控和工单，到再放权写代码、提交变更。能否用清晰的业务语言讲明白这些设计背后的 ROI，并在“该用 AI”与“不该用 AI”之间做出克制取舍，决定了一名 FDE 是否真正合格。
A frontier without an ecosystem is not stableSatya Nadella 认为，AI 时代企业真正的护城河不是押注某个最强通用模型，而是同时积累人力资本与“Token 资本”：把员工的知识、判断和关系，与企业自有的 AI 能力连接成持续学习循环。企业应通过私有评测、基于真实工作轨迹的强化学习和可查询知识库，将工作流与隐性经验沉淀为可复用、可迭代的系统能力；即使更换底层通用模型，也不应丢失“公司老兵”式经验。他主张建设由企业、行业和国家共同拥有学习循环的前沿生态，避免少数模型吸走全部知识与经济价值。
美国是如何实现软着陆的？- 作者：诺亚-史密斯我本来打算今天写美国钢铁公司的收购案，但我读了一大堆关于钢铁工业历史的书，所以只能等到明天了。在这一点上，大多数评论家都认为，美国有可能实现难以捉摸且备受追捧的 "软着陆"--在不损害就业或工资的情况下降低通胀。事实上，这比我个人所说的 "软着陆 "要好得多，更接近于我所说的 "无懈可击的通货紧缩"。基本上，降低通胀的方法就是让很多人失业，然后他们不再购买那么多东西，这就会降低需求，从而降低价格。这就是 "旧凯恩斯主义 "的思维方式，根据你使用的模型和参数，很多新凯恩斯主义模型也是这样运作的。下面是保罗-沃尔克（Paul Volcker）在 20 世纪 70 年代结束通货膨胀时的照片。保罗-克鲁格曼（Paul Krugman）和其他一些基本上属于凯恩斯主义的经济学家所认可的这一理论认为，2021-22 年的通货膨胀主要是由暂时性的供给冲击造成的，这种冲击会随着时间的推移而逐渐消失。
Sam Altman 创业手册Sam Altman 创业手册把 YC 系创业建议中最通用的部分整理成面向新手创始人的框架。它强调创业公司的核心目标是做出用户真正喜爱的产品，并最终获得大量用户；少数用户强烈热爱，往往比很多用户轻度喜欢更重要。旧描述和已读取内容显示，它围绕好想法、大市场、好团队、好产品和强执行展开，也谈到创业的困难、职业风险和早期高速成长公司的机会。它解决的问题是让创始人先抓住基本盘，而不是过早沉迷融资、曝光或组织形式。长期价值在于可作为创业自检表：用户是否真的需要，团队是否足够强，执行是否连续，想法是否配得上长期投入。对于早期项目，它能提醒团队回到最朴素的问题：有没有一群人离不开这个产品，增长是否来自真实价值，创始人是否愿意在难处持续推进。它适合在项目启动、转向或低谷时反复重读，帮助团队保持优先级。
我们实际上只使用了不到 10% 的大脑例如，詹姆斯在 1907 年的一篇文章中写道： "我们中的大多数人都会觉得，我们的生活中似乎习惯性地笼罩着一层阴云，使我们的辨别力、推理力和决断力都达不到最高境界。例如，我最近最喜欢的两部电影《无极限》和《露西》就建立在 "10%"神话的基础上： 我最喜欢的一些科幻书籍也是如此： 此外，许多非虚构类书籍还提出了其他机制，利用大脑的特定部位（潜意识）、我们的梦想（表现）、我们的思想（大思维）和我们的信念（安慰剂效应）等途径，释放我们巨大的休眠潜能。最近，一连串的研究和个人经历促使我重新考虑 10%的神话，但这是以两种意想不到的方式进行的： 根据人工智能研究，我们大脑的使用率为 0.01%，而不是 10%（请继续阅读我是如何得出这个数字的）。我不是根据我们大脑当下活跃的百分比来衡量潜能，而是根据我们大脑突触的数量来计算我们的潜在智力（关于这一点还有更多内容）。这笔钱来自我和卡尔-纽波特（Cal Newport）创办的一家网络开发公司的收益再投资。
Putting the “You” in CPUPutting the “You” in CPU 面向想弄清“程序到底怎样在计算机上跑起来”的读者。它从作者对程序运行机制的好奇出发，梳理从启动到执行的底层过程，并涉及系统调用、多任务运行等主题。它解决的是计算机基础学习中常见的断层：会写代码，却不清楚代码如何变成进程，进程怎样请求操作系统服务，多个程序为什么能同时运行，CPU、内核和应用之间如何协作。长期价值在于补齐工程师的系统视角。理解这些机制后，性能问题、权限边界、崩溃、阻塞、并发和资源管理都不再只是黑盒现象。即使不做底层开发，也能用它建立对现代计算环境更扎实的判断。保存它的意义在于需要解释“为什么这个程序会这样运行”时，有一个从应用层一路追到内核和硬件抽象的入口，适合反复回看。它能把零散的操作系统概念连接起来，降低继续学习内核和性能分析的门槛。也适合补基础时重读。
千古壹号前端图文教程千古壹号前端图文教程是一套从入门到进阶的中文前端知识库，覆盖 HTML、CSS、JavaScript 和常见工程实践。项目强调对初学者友好，可按路线学习，也可作为日常查询的参考资料。具体工具和框架内容会随前端生态变化，使用时应结合项目最新版本。
How to Do Great Work？How to Do Great Work？讨论的不是短期效率技巧，而是怎样选择并持续推进真正重要的工作。Paul Graham 的核心路径可以概括为：找到适合自己的领域，学习到足够接近前沿的位置，发现别人忽视的缺口，再沿着好奇心和判断力去探索。它把天赋、兴趣、项目习惯、知识积累和机会识别放在同一条链路里，提醒人不要只追逐外部认可，也不要停留在空泛热情。值得留存的地方在于，它适合反复校准职业方向和研究方向：当前做的事是否足够重要，是否有长期复利，是否让自己更接近独特问题。对工程师、创作者和创业者来说，它提供了一套判断“大工作”的朴素尺度。每次面临换方向、选课题、做项目或评估机会时，都可以拿它重新审视兴趣、能力、市场空间和可探索缺口之间是否匹配，避免把忙碌误认为进展。它也提醒长期积累的重要性：先进入前沿，再谈原创突破。这个判断尤其适合年度复盘。
提问的智慧提问的智慧解决的是技术协作里最常见、也最容易被低估的问题：怎样把一个模糊、情绪化、缺上下文的求助，变成别人愿意回答且能够回答的问题。它从提问前的准备、论坛和平台选择、标题写法、问题描述、症状排序、目标表达、代码问题呈现等环节入手，强调先做功课、给足环境、描述事实而不是猜测。它也提醒不要把作业、紧急情绪、无意义句式和私人回复要求丢给社区。长期价值在于训练一种公共讨论能力：尊重回答者的时间，也提升自己定位问题的能力。无论是开发者、产品经理，还是需要在群组里求助的人，都能用它检查自己的问题是否足够清楚、可复现、可推进。保存这份材料，相当于保留一套求助前的自检清单：先查资料，说明环境，列出已尝试方法，描述期望结果和实际结果。团队内也能把它作为新人协作规范，减少反复追问。越早养成这种习惯，越能把求助变成共同排障。
认知偏差手册认知偏差手册整理的是人类在判断、决策、记忆、社会归因和概率理解中反复出现的系统性误差。旧描述列出了不明确性效应、锚定效应、注意力偏差、确认偏差、知识的诅咒、诱饵效应、框架效应、沉没成本谬误、损失趋避、幸存者偏差、达克效应、基本归因谬误、赌徒谬误等大量条目。它解决的问题是让人意识到：很多看似理性的判断，其实会被初始信息、群体压力、表达框架、记忆偏差和样本错觉影响。长期价值在于提供一套思考校验表。做产品决策、商业判断、用户研究、团队沟通或个人复盘时，都可以用它提醒自己换一种证据标准，避免把直觉误当事实。留存它的好处是随时查一个偏差名称背后的典型机制，再回到现实问题中提问：证据是否足够，样本是否偏斜，自己是否被已有立场锁住。它能让抽象的理性训练落到日常判断，也能用于团队讨论。
写作只能塑造真实的自己（PDF 格式，可下载保存）写作只能塑造真实的自己（PDF 格式，可下载保存）围绕写作经验、文学创作展开，核心内容包括《写作只能塑造真实的自己》小册子收录多位作家写作心得，强调写作对塑造真实自我与个人成长的重要性。
通识千书书单：聪明的阅读者通识千书书单把《聪明的阅读者》相关的阅读线索整理成一份可检索的书单，重点不是推荐几本热门书，而是给出一条建立通识框架的阅读路径。书单围绕“如何理解世界、历史、时代、社会、文明、科学和人自身”等问题展开，把不同主题下的代表性图书放在一起，帮助读者从单点兴趣进入更系统的知识结构。它适合用于长期阅读规划：先按主题找到当前最想补足的领域，再从对应书目中挑选一本或一组书深入阅读。相比零散收藏单本书，这种表格式整理更适合回看、筛选和持续补充，也能帮助判断自己的阅读是否过度集中在某一类经验中。使用时可以把它当作导航，而不是必须逐本完成的任务清单。
模型基础理论模型基础理论围绕模型理论展开，核心内容包括介绍目录模型基础理论，包括工具下载、clip等三大件、VAE和clip问题解决、模型同质化及C站评价、图片模糊和EasyNegative Emba影响。
GPT 提示词大全：可直接改写和复用的指令库GPT 提示词大全是一套中英文双语的指令库，价值在于把常见任务拆成可直接复用、可改写、可实操的提示模板。内容覆盖写作助理、提示词修改器、提示词生成器、翻译润色、论文式回答、主题解构、四重结构归纳、提问助手、智囊团、费曼学习法、辩论、语音输入优化、Nature 风格润色、小红书文案、周报、故事、新闻、求职信、编剧和口播等场景。它不是为了让使用者机械复制指令，而是提供一批经过整理的任务范式：先找到目标任务，再补充角色、上下文、约束、语气和输出结构。对刚接触 ChatGPT 的人，它能降低试错成本；对已经熟悉提示词的人，它适合当作灵感库，用来组合更复杂的工作流。 分类中的提示词既包含具体文本生产，也包含思维辅助和角色模拟，适合用来训练“如何把需求说清楚”。真正有效的用法是把模板拆开理解：任务边界是什么，输入材料是什么，输出要达到什么质量标准，哪些约束能减少模型跑偏。
May 20247 threads
如何制定战略的起点？组织并非没有战略；只要持续做出选择，就已经形成了事实上的战略。文章指出，正式战略文件常被口号和规划替代，却与资源配置和实际行动脱节。制定战略的起点不是从空白写愿景，而是识别当前正在执行的选择、它们产生的结果和隐含假设，再决定哪些应保留、改变或停止。
如何运用可能性思维？可能性思维要求暂时跳出当前限制，先想象哪些新的经验、关系、工具或安排可能让问题变得可解。文章通过可能性地图和练习，引导读者从具体问题开始，生成多种未来路径，再评估哪些尝试能把想象推进为现实。它适合创意、组织和关系问题，但仍需要结合约束与行动验证。
简单真理：生活中重大问题的明晰温和指引肯特·纳伯恩的《简单的真理：生活中重大问题的明晰而温和指引》 教育是生活中的一大乐事和慰藉。它为我们提供了理解周围世界的框架，让我们能够跨越时间和空间，触及他人的思想和感情。无论你可能认为，你的工作只是为了赚钱，实际上，你的工作塑造了你的个性，因为那是你花时间的地方。他们对金钱的处理方式取决于他们对金钱的看法，而不是取决于他们拥有多少金钱。” 那些能够根据自己的需求来衡量金钱的人，可以通过控制自己的需求来掌控自己的生活。当你无法维持生计时，金钱就成为你生活的核心，因为你对它的缺乏感到痴迷，你的心很快就充满了绝望和愤怒。这意味着懂得如何掌控自己的生活 — 如何维修和保养周围的事物，如何明智地购买，当无法购买时则不购买，以及如何从生活中的简单乐趣中获得快乐。他们不愿冒自己理解的安全风险，意识到他们的经历实际上是多么微不足道和有限。更好的是，你应该接受生活的节奏，并明白有时候你需要停下来喘口气，无论你面前的劳动有多么艰巨。
为什么当价格以0.99结束时，你会花更多的钱这是因为传统经济学预测提高价格会导致销售更少的单位，即使以更高的价格销售更少的单位也意味着收入减少。在审查竞争对手的产品时，我们注意到他们有些产品定价以.99 结尾，而另一些产品则以.00 结尾。.99 结尾的价格如何影响您的消费习惯：3 种方式 .99 结尾的价格会让你花更多的钱 在第一批有关以 9 结尾的价格的研究中，一家全国性邮购公司向三组人群发送了他们的目录。PricesItem9-ending prices价格以 9 结尾$5 less5 美元更少$5 more再加$5Dress 1这件第一件连衣裙 $ 39.00 $ 34.00 $ 44.00Dress 2第二件衣服 $ 49.00 $ 44.00 $ 54.00Dress 3第三件连衣裙 $ 59.00 $ 54.00 $ 64.00Dress 4第四件连衣裙 $ 79.00 $ 74.00 $ 84.00 Units purchased购买的数量Item9-ending prices价格以 9 结尾$5 less5 美元更少$5 more再加$5。
May 20236 threads
在充满挑战的市场中筹集资金的 16 条戒律在资本收紧的市场中融资，需要接受估值更谨慎、尽调更严格、周期更长的现实。文章建议企业尽早规划跑道，用可靠增长、单位经济和盈利路径证明质量，并准备不同融资结构与替代方案。SAFE 或中期轮可以争取时间，但不能替代对现金、里程碑和投资人预期的清晰管理。
免信任协议优于信任协议免信任协议优于信任协议，因为它把所有权和授权放在用户可控制的密钥上，而不是放在某个中心账户系统里。传统登录要求用户向平台请求访问权，平台实际掌握账户、数据和通信入口，也能撤销访问、制造锁定或窥见交流关系。免信任协议使用公私钥完成身份认证和授权，密钥本身就是凭证，用户不必依赖权威机构证明自己是谁。这并不意味着所有人都必须独自承担丢钥匙的风险；免信任设计可以在上层加入托管、硬件备份、社交恢复或未来的零知识恢复方案。关键差异在于选择权：可信协议把中心权威写进基础设施，用户无法更换；免信任协议只要求通用密钥接口，是否托管、由谁托管、如何恢复，都能作为可替换层演进。密钥像协议里的基础连接点，足够简单，才能支撑开放生态和可信退出。
理性主义话语的基础Prelude: On Shorthand 前奏：速记 一旦某人对一个复杂的主题有了深刻、丰富的理解，他们通常能够用简短的句子来引用该主题，这些句子将预期的含义正确地传达给具有相似背景和专业知识的其他人。这一点很重要，因为在这个介绍之后是一系列简短的句子，这些句子构成了理性主义话语的基础。进一步思考这个概念：Sazen Guidelines, in brief: 指南，简而言之： 0.期待好的话语需要能量。如果指南说“做 X ”，那是为了传达： 做 X 的人会比做 X 的中性缺失 的人更频繁地获得更好的结果，同样地， X 的中性缺失 比 anti-X 的结果更好。另请注意， 虚假/表演性口头体操 与 真诚地优先考虑真理和准确性 之间存在重要区别——更多关于理性主义者的 Sapir-Whorf 中的内容。
AI 的硬件问题人工智能模型的增长速度超过了硬件内存容量和带宽的提升，形成所谓内存墙：处理器大量时间在等待数据读写，而不是执行计算。解决问题不仅要增加算力，还要改进高带宽内存、互连、数据移动、能耗和内存中心架构。AI 性能因此是芯片、内存、软件和系统协同设计的问题。
April 202312 threads
进化如何使人类更像鸟类而不是其他哺乳动物人类在繁殖和育儿上更像鸟类，而不像多数哺乳动物，关键原因是巨大大脑和直立行走共同制造了进化妥协。哺乳动物通常能把胎儿留在体内更久，出生时更成熟，大象幼崽很快能站立跟随母亲。鸟类受蛋的容量限制，许多聪明鸟类只能孵出极不成熟的幼鸟，再由父母长期喂养。人类也陷入类似处境：婴儿头颅必须穿过受双足行走限制的骨盆，不能等大脑充分发育后再出生。于是人类婴儿长期无助，童年漫长，养育高度依赖合作。这不是进化的完美设计，而是智慧、手部灵巧、身体结构和繁殖风险之间的权衡。所谓人类特殊性，并不只在大脑，也在这种代价高昂的育儿模式。鸟类经验反而更能解释人类为何如此聪明、脆弱、依赖家庭与社会。辛苦的分娩和漫长的照护，不是附带现象，而是人类演化路线的一部分。
医疗保健市场平台，你在哪里？医疗保健市场平台之所以少见，是因为医疗交易不像打车或订房那样只有买卖双方。病人、医生、保险方同时参与，价格、档期、资格判断和报销规则都不透明，很多服务又是低频需求，获客成本很难摊薄。心理健康成为少数跑通的品类，是因为需求在疫情后快速增长，远程服务被广泛接受，治疗师过去普遍不接保险，而保险公司又急需扩展心理健康网络。平台替治疗师处理签约、账单和支付，帮助他们获得更多客户，也让患者降低自费成本，于是双方都有留下来的理由。这个模式能复制到其他医疗领域，但前提是平台必须真正解决供给端的痛点，而不只是做信息黄页。可行路径包括聚合高质量服务者，提供排班、沟通、转诊等轻量软件，接入保险和支付轨道，再建立可靠的需求获取能力。医疗市场的核心难题不是流量，而是信任、资格、支付和长期关系。
你和你的研究一流研究不是单靠运气撞出来的，而是有准备的头脑长期盯住重要问题后的结果。Hamming 反复强调，想做有分量的工作，首先要敢承认自己想做重要的事；社会常把这种野心包装成不谦虚，但没有这种自我要求，就很难把注意力投向真正值得解决的问题。运气会影响具体机会，却不能解释为什么同样处境下只有少数人抓住机会。伟大工作往往需要独立判断、勇气和持续思考，像爱因斯坦少年时追问光速，香农敢用随机编码证明信息论结论。好条件也未必生产好成果，限制常能迫使人换角度，把缺陷变成优势。成名后的危险在于只肯碰大题，忘了小问题会长成大成果。真正可靠的路径，是持续种下小橡子，和能激发自己的人相处，把日常精力集中到少数重要方向上。
November 20238 threads
关于结肠镜检查但是，结肠镜检查也是昂贵的、侵入性的、不愉快的，而且很少（但也不是很少）会有严重的副作用。除结肠镜检查外，筛查结肠直肠癌的主要替代方法是 "隐血试验"，它可以在粪便中发现诡异的隐血。胃肠道医生经常提到 "全国息肉研究"，但这并不是真正的随机比较--该研究对所有受试者进行了结肠镜检查，并根据与其他 "类似 "人群的基础比率进行比较后得出结论，切除息肉是有帮助的。Cross 等人比较了英国疑似结直肠癌患者的乙状结肠镜检查和结肠镜检查，发现乙状结肠镜检查足以发现 80% 的癌症。北欧-欧洲结直肠癌倡议（NordICC）是一项大型随机试验，旨在严格衡量结肠镜检查能在多大程度上减少癌症和死亡。随后，研究人员对每个人（无论是否受邀、是否进行了结肠镜检查）进行了中位数为 10 年的跟踪调查，并查阅了政府记录，以了解哪些人被诊断出患有结直肠癌、死于结直肠癌或死于任何原因。一种回应是，这表明结肠镜检查并不划算，因为它对结肠直肠癌的死亡率只有很小的影响，并不比以前的微创筛查方法试验好多少。
罗伯-派克的 5 条编程规则罗伯-派克的 5 条编程规则 规则 1.你无法判断一个程序会在哪里花费时间。在测量之前不要调整速度，即便如此，除非代码的某个部分压倒了其他部分，否则也不要调整速度。规则 3.当 n 较小时，花哨的算法会很慢，而 n 通常很小。如果你选择了正确的数据结构，并把事情组织得井井有条，算法几乎总是不言自明的。派克规则 1 和 2 重申了托尼-胡尔的著名格言："过早优化是万恶之源"。Ken Thompson 将派克规则的第 3 和第 4 条改写为 "当有疑问时，使用蛮力"。规则 3 和 4 是 KISS 设计理念的实例。弗雷德-布鲁克斯（Fred Brooks）曾在《神话中的男人月》（The Mythical Man-Month）一书中阐述过规则 5。规则 5 通常被简称为 "编写使用智能对象的愚蠢代码"。
病榻上的人生启示虽然有人开玩笑说，每个优秀的天主教孩子都想在某个时候进入宗教生活，但我认为我对职业的渴望是错位的，我只是想在我的社区里做一些好事。但其中的一项精神追求最终为我成年后的生活奠定了基础，无论是否穿上修女服。每张花名册上都有病人的姓名、性别、年龄、病情、住院时间、病人的备注或要求，以及是否有家属在场。有些病人有一大家子人全天候陪护，但这不是我的服务对象。并不是每个人去安宁疗护都是为了死亡--有些病人已经在安宁疗护中度过了几个月。床上铺着崭新的床单，打开的百叶窗让午后的阳光倾泻进来，房间里可以俯瞰楼下繁忙的街道。周一，他的房间空无一人，床上铺着崭新的床单，打开的百叶窗让午后的阳光倾泻进来，房间里可以俯瞰楼下繁忙的街道。他们必须快速处理所有的情感包袱，而这些情感包袱通常需要数年才能处理完毕。第二天，当我们回来时，她的房间空无一人，床上铺着崭新的床单，打开的百叶窗让午后的阳光倾泻进来，房间里可以俯瞰楼下繁忙的街道。
March 20253 threads
如何找到你热爱的工作？找到热爱的工作不是靠一句“追随激情”，而是把个人动机、真实能力和市场需求反复校准。Bob Moesta 的“待完成工作”框架把求职看成一个具体任务：先弄清楚自己为什么想离开当前状态，是薪酬、成长、关系、意义感还是自主权出了问题；再追踪过去让自己投入的场景，从中提炼稳定的偏好和能力；最后用小规模访谈、试做和真实项目验证假设。换工作最容易犯的错，是只比较职位名称和公司光环，却没有理解日常工作会要求什么样的节奏、协作和取舍。更稳妥的路径，是把职业选择当成连续实验：每次行动都让自己更接近清楚的问题、更匹配的环境，以及愿意长期投入的工作方式。真正的热爱通常不是预先想象出来的，而是在足够具体的尝试里被发现、修正和确认。
模型即产品在过去几周中，我们已经看到了新一代模型作为产品的两个典型示例：OpenAI 的 DeepResearch 和 Claude Sonnet 3.7。正如 Hanchung Lee所强调的那样，所有其他 DeepSearch（包括 Perplexity 和 Google 变体）都只是普通模型，只是有一些变化： Google 的 Gemini 和 Perplexity 的聊天助手也提供“深度研究”功能，。我们在 Claude 3.7 的发布中对此进行了非常具体的展示，该模型主要针对复杂的代码用例进行训练。简而言之，Claude 的目标是颠覆和取代当前的工作流程，比如 llama index 中的这个基本“代理”系统： With this: 有了这个： 重申一下：大型实验室的推进并非隐藏议程。Databricks 的 Gen AI 副总裁 Naveen Rao对此进行了很好的阐述： 所有封闭式 AI 模型提供商将在未来 2-3 年内停止销售 API。
September 20241 thread
如何打招呼？打招呼的目标不是表演自信，而是让对方感到安全、被关注并愿意继续交流。文章从第一印象、声音、表情、姿态和开场方式入手，建议放松面部和身体，用清晰友好的语气主动介绍自己，并通过具体问题把注意力转向对方。良好的开场来自可练习的表达与倾听，而不是追求完美表现。
March 20245 threads
你不需要记录一切截图：@coldplay, 'X'. 我相信你现在已经看过巴黎除夕夜的这段视频了，每个人都忙着用手机拍摄倒计时和烟花，却忘了去感受它们。这显然是十多年来一直在发生的事情--人们记录事件，而不是身临其境。对那些把每一个亲密时刻都打磨成内容的夫妻赞不绝口--怀孕揭秘、求婚、第一次对女朋友说我爱你。人类生活中最有意义的经历--发生过一次、两次，再也不会发生的事情--都会被一些想法所破坏，比如摄像机是否拍到了我的好角度。但更糟糕的，绝对是那些在网上记录孩子整个童年的父母，那些有影响力的父母。记录自己 6 岁孩子性别转换的视频（"这不是一个阶段！或者说，如果你遇到的人不在社交媒体上，这也是一个红旗（只有我认为这是一个重要的绿旗？） 我们如此沉迷于并习惯于条件反射地记录一切，以至于我们最终原谅了最奇怪的行为。他们很可能永远都不会回看那段视频，如果他们把视频发到网上，那不是为了回忆，而是为了吸引眼球。
LLMs 和「不」的问题有趣的是，ChatGPT可以为自己的屡次失败给出合理的解释，比如难以理解否定。I even asked ChatGPT to generate its我甚至要求 ChatGPT 生成其 own prompt,and it responded as follows (bolding mine): 自己的提示，。但是，LLMs和否定并不是一个新问题。其他研究人员，如阿廖森-艾廷格（Allyson Ettinger）和加里-马库斯（Gary Marcus）都认为，LLMs始终无法以人类的方式理解否定。大约一个月前，加里-马库斯（Gary Marcus）写道，像 DALL-E 这样的图像生成工具一直无法理解否定，这反映出这些系统在工作方式上存在更多基础性问题。正如马库斯指出的那样，可能有一些提示符可以成功地做到这一点，但问题是ChatGPT总是无法遵从用户的指令，（他认为）这表明用户缺乏深刻的理解。
April 20247 threads
LLaMA 3：大模型之战的新序幕LLaMA 3 展示了大模型通过扩大数据、训练计算和过滤质量继续提升能力，也暴露出高质量公开文本逐渐稀缺的问题。文章认为，下一阶段可能更多依赖合成数据、自我对弈、环境互动和推理阶段计算。具体模型排名和基准会快速过时，长期问题是规模扩展还能带来多少可靠增益。
Muse App 从零到一发展历程Muse 从 Ink and Switch 的 iPad 原型发展为可销售产品，过程经历了概念验证、交互打磨、早期用户反馈和市场发布。文章回顾团队如何在保持空间化思考体验的同时，让产品更符合用户对 iPad 应用的预期，并说明产品定位、设计语言和外部趋势如何共同影响一款新工具的成长。
如何才能开发出革命性的思维工具？革命性的思维工具不只是提高某个操作效率，而是改变人们表示、探索和组合思想的方式。文章区分狭义工具与更广泛的思维媒介，回顾符号系统和编程语言等案例，并追问为何技术行业很少长期投入这类基础创新。开发此类工具需要把认知研究、界面实验和真实使用反馈结合起来。
January 202323 threads
探索发现阶段探索发现阶段的价值，不在于马上给出方案，而在于让团队先把问题看清楚。面对大型设计项目，最容易出错的是把信息收集变成设计师个人的孤立任务。更有效的做法是先建立跨职能节奏：启动会上同步已知事实、假设和未知问题，每周对齐进展，异步沉淀文档和反馈。随后用有边界的竞品研究理解现有解法，控制在少量样本内，比较功能、约束和适用场景，而不是照搬模式。角色研讨会、愿景映射、亲和图和设计冲刺则把分散判断转成共同语言。发现阶段可能导向明确的问题陈述，也可能证明项目不值得继续；两种结果都比带着模糊目标进入设计更有价值。明确用户需求、问题空间和团队共识，才是后续创造性方案的基础。文中还强调，竞品研究要同时看直接和间接竞争者，避免只在同类产品中寻找答案。判断一个模式是否可用，关键不是它是否流行，而是它是否契合自己的用户需求和业务约束。
21 世纪最好的 100 本书二十一世纪好书的面貌不是单一流派的胜利，而是小说、回忆录、政治写作、童书、科幻和思想读物共同扩张文学边界。名单里的作品有的靠叙事结构重塑类型，如北欧犯罪、儿童黑暗寓言和多线科幻；有的用个人经历照见时代，如家庭失序、婚姻破裂、移民法庭和希腊债务危机；也有作品以公共论战进入大众文化，如无神论、社会传播和现代权力分析。它们的共同点不是“经典感”，而是能把私人情感、历史压力和社会结构压进可读的故事或论证中。阅读这类清单的意义，不在排名本身，而在看见本世纪写作如何同时处理娱乐、创伤、政治、身份和知识。
June 20239 threads
统一内容商业模式BuzzFeed在新闻领域的赌注没有成功，而The Athletic被纽约时报收购，后者的重点是增加广告。2017 年，BuzzFeed 首席执行官乔纳·佩雷蒂 (Jonah Peretti) 宣称，“如果你考虑的是选民，你考虑的是公众，你考虑的是人们被告知的情况，那么媒体的订阅模式无助于告知广大公众”；” 2023 年的今天，BuzzFeed 关闭了其新闻团队，The Athletic 已被纽约时报收购；The Athletic 有一个更幸福的结局，尽管有人认为《纽约时报》付出了过高的代价，因为这家体育刊物从未盈利过；这也是我在 2015 年的 Popping the Publishing Bubble 中论证的观点的演变和反驳： 出版商很容易感到难过：在互联网出现之前，大多数人都在赚钱，而在最初的几年里，生产成本较低的在线出版物似乎也能盈利。然而，问题在于广告资金永远存在的假设，导致了一种“建立它，他们就会来”的心态，这种心态几乎完全专注于内容制作，而对可持续商业模式的关注太少。
收集和整理资料很好，我们应该多做一些 • ButtondownMy original claim 我的原始主张 您可能知道，这次演讲是基于我的跨界项目，我采访了既从事传统工程又从事软件工程的人。关于高级原则，例如“社区”或“责任”，我们可以说很多，但更有趣的是细节。说“传统工程需要更多的开放会议”是一回事，说“传统工程需要更好的版本控制！如果我们有一本关于如何进行版本控制或如何制作一个好的插件系统的书会怎样！The Problem 问题 有人对此表示反对。My defense 我的辩护 The Research Process 研究过程 让我们首先列出我们在这种“调查编年史”中所做的一些事情。我记得反对意见是没有足够的材料可以收集，我们会做不好的综合。它甚至在没有分析的情况下也很有用： Just collection：github 上获得无数星星的“很棒的”repos 列表。有很多针对特定技术的咨询店，所以他们有动力写关于特定技术的书，但我还没有看到那么多针对特定问题领域的咨询店。