@sheldonrrr
短想法：没有订阅、流量、算法，仅从最新到最旧的文字片段排序

人在AI前面算不算一种胶水Agent？通过粘合不同的组件来构成解决方案，胶水语言（Glue Language）在某个成熟态的早期是常态。现在几乎每个开发都会有不同的主力AI支持提供特定的能力，容错性极强，甚至不要求API格式，提供托底处理方案，但解决了核心的生产MVP的能力，看到lex推文有感。

代际之间是有一些数字操作的痕迹的，就像是为了规避垃圾邮件，很多人在博客站点上放带#符号的邮箱，为爬虫的自动化机器人增加一重摩擦力。在现在，似乎不存在这种风险，各大邮箱服务已经能拦截和过滤几乎100%的垃圾邮件。虽然这个现状前提变了，但人们的惯性还在往前走，那些没有修改过来的#就是数字操作习惯的痕迹，带有一些时代感的。就像是谁说在App中，个人开发者不能放置自己的微信号呢？Bayt的开发者就是一次很好的实践。

ElevenLabs的图标很有意思，是一个暂停键的ICON，又是从Eleven和labs抽出来的两个l。

幸运是对于无法预测的成功结果的最好解释。

和前老板学会过一招提升描精确度的沟通技巧：只需要往一个对象上增加足够多的标签就可以筛掉很多噪音。这跟ChatGPT的不是...是...的AI感句已异曲同工之妙，都是二分法来提升信息的精确度。

决策的错误前提可以用《九品芝麻官》中的一句台词来解释用前朝的剑，斩本朝的官。

Vibe Coding （氛围编程）到底哪群人最受惠？和做技术的人和纯粹不懂技术但是有需求的人交流了下，发现这两群人都不是目标，真正的目标是产品经理这样的技术边缘人。因为对于不懂技术的人来说，门槛太高，无法自行解决基本Init（初始化）问题。对于中高级技术人群，氛围编程的大量Harness（缰绳）优化之前，有心理负担和持续不对等的投入产出不对等摩擦力。例如对于OpenClaw，很多技术人的第一反应是：反应太慢，控制太不精准，耗费Token过于浪费。

MiniMax发布10x Team招募要求。终于，前沿部署工程师（Forward Deployed Engineer，FDE）岗位的有效性的传播从Palatir到Claude向Shopify派FDE Delta，再到Minimax招募10x Team成员(由于灵活度，可以是Palatir的 PDE dev，也可以FDE Delta），在AI时代完成了高效能职业的裂变落地。

陈天桥的这篇文章能够很好地解释为什么科技公司会大裁员.例如Cloudflare，一年前，新增了1100个人工，1年后，又直辞退1100个人工，约占比20%。这个过程如果从LLM的训练角度来看非常合理，吸纳以人工为单位的数据集和智能体，然后在正式的推理环境中进行了充分的验证，大量地挤掉以人工为单位的无效数据集和无效智能体，从而完成了Cloudflare这个对象实体的版本升级。

想到佛教中讲的因果，可能最直接的解释是：人势必要为每个决定付出代价。这套逻辑反过来也要求人主动成为那种愿意为每个决定负责的人。夸张点说就像，你不能因为冲突就突然按下核弹按钮，然后轻飘飘地说一句：Oooops，不好意思。使用Selfcontrol观感。

TRAE的推广咖啡是星巴克最便宜的美式，但却获取到了超过瑞幸的品牌溢价。瑞幸咖啡=千问，TRAE=星巴克。喝了TRAE的美式，驱动直接产出了一款Android应用，通过gofile.io直接下载安装。一代人有一代人的鸡蛋要领。

使用智识上超越自己的作品时，你会知道，有位智识或能力远超自己的人，为了让这条途径走通，彻底想清楚了这件事，而且把铲子已经做好就位，随取可用。

如果 80% 的边缘情况是一份脏活，为了塑造一款产品来获得收入或者其他收益，从交易的层面来看这是一个不对等的交易：你愿意花费近乎无限大的成本来换取一个你想要的结果。

GitHub 作为日记的存储，可以几乎永久免费地进行归档和提交。