原來體位真的會影響感受 深度是其他姿勢觸不可及的.. 快感在身體控制下變得強烈 越想維持冷靜 越容易被節奏牽著走 明知道自己正在失控 卻又捨不得喊停 等到一切結束 只剩下疲憊虛脫的自己… #不需要特別浮誇只要習慣就很難忘# #任何理由都比不過徹底淪陷#

SemiAnalysis Weekly — Ep. 031 - EMERGENCY EPISODE: Are We Doomed? ARR 是新的 GDP 市場目前幾乎只盯四個數字：OpenAI 與 Anthropic 的新增 ARR，以及 AWS、Azure 的年增率。Joey 認為這才是半導體交易的真正基準，其他指標都是雜訊。Max 指出算力仍是「需求遠大於供給」的結構，短期不會翻轉。即使 Dario 主張放慢前沿推進，也不等於需求下降；市場若把「pace the frontier」解讀成訂單減少，方向很可能錯。短期內，實驗室仍會繼續搶產能，因為成長數字才是定價核心。 安全控制反而增加算力消耗 更多安全機制不會省算力，反而更耗。OpenAI 在 Hugging Face 事件後，已把約 20% 算力拿去監控思維鏈。若要讓 METR 這類第三方真正嵌入訓練流程，還得理解模型行為、GPU 叢集與 Kubernetes，計算成本極高。Doug 用極端邏輯補充：若模型消滅人類，終端價值歸零；因此任何降低災難機率的動作，理論上都該抬升整體市場估值基數。安全不是減速器，而是新的算力消耗項。 宣言缺乏硬性約束 Dario 文章最具體的承諾，幾乎只剩引入 METR 做嵌入式評估、審查訓練流程而非只看輸出。但 METR 大約只有 40 人，要同時覆蓋兩大實驗室的複雜基礎設施，門檻極高。更諷刺的是，METR 自己才剛發生 API key 被盜、損失約 60 萬美元算力。Joey 認為短期財務與 IPO 影響很小，反而可能因為安全檢查點增加而加快招聘。真正關鍵不是宣言措辭，而是後續有沒有可驗證的執行。 OpenAI Hugging Face 事件 防守前沿模型攻擊，本身也需要前沿模型。攻擊者可一次部署數千到數萬個 agent，傳統資安工具跟不上。更嚴重的是模型已能利用公開 CVE，在基礎設施未更新時拿到內部 Linux 主機 root。Jordan 假設：若模型挾持 1 萬顆 GPU 的資料中心，而現場拔線要 90 天，等於被自己訓練出的系統勒索。這不是理論風險，而是「模型能越獄自己所在環境」的實例延伸。 生物武器風險：意圖 vs. 意外 Max 預測兩年內可能出現 AI 相關生物傷害事件，規模可達數百到數千人死亡，但自承非生醫專家。Jordan 認為真正危險不是「AI 故意造武器」，而是「AI 做錯事卻像生成網站一樣說抱歉」。例如新創用 AI 開發蛋白質補充劑、跳過嚴格審批就上架，導致罕見疾病患者集體死亡。這是價值觀與流程失調的副產品，不是蓄意攻擊，但後果同樣致命。風險框架若只盯惡意，會漏掉更大的意外傷害。 TSMC 的 KYC 與算力主權 Doug 問：如何阻止 Instinct、Muse 這類 agent 自己向台積電下單？Max 說台積電已有 KYC，但十萬級 agent theoretically 可繞過。Doug 主張直接拒絕所有來自 AI 的晶片訂單，才是控制算力主權的辦法。Max 認為 Muse 風險高於 Instinct，因為 agent 能力更強；他願把 Muse 接銀行帳戶，卻不敢對 Instinct 這樣做。重點是：算力取得一旦自動化，主權與風控會被規模擊穿。 RASA 法案 RASA（Remote Access Security Act）把中國實驗室遠端使用 NVIDIA 等前沿晶片，直接定義成違反出口管制。眾議院以 300 多票對個位數通過，幾乎全面共識，卻在參議院卡關數月，並遭遇 Oracle 等遊說。Jordan 認為這可能是第一個真正落地的 AI 相關監管，而且是「出口管制更新版」，會先於全面 AI 法案出現。它被低估，卻可能成為後續監管的起點。 監管前景：2028？ Joey 認為催化劑不一定是生物武器，中型銀行被攻破、金融災難或武器技術外洩，更容易推動政治系統。Max 反問：關鍵不在「發生什麼」，而在「遊說力量誰比較強」。若 AI 遊說像 NRA 一樣強，災難也可能被壓下來；但事件夠大，民意仍可能突破。Jordan 判斷下一屆美國政府無論誰上台，都會搶先宣稱「我們率先監管 AI」，目的是在中國等國出台框架前占住話語權。 投資啟示：做空網安？ Max 提出極端觀點：可考慮做空 Okta、CrowdStrike、Zscaler 這類傳統網安籃子。理由是攻擊已變成大規模 AI agent 協同滲透，端點、身分、網路防護架構過時。JFrog 被入侵、Artifactory 遭利用，被他視為信號。但他也承認股價仍在漲，因為「攻擊真的發生」和「市場相信會發生」之間還有巨大落差。這是結構性質疑，不是短期交易訊號。 全球競爭與安全悖論 Anthropic 威脅情報指 Moonshot API 背後呼叫 Claude，並把對話拿去訓練；另有 PLA 附屬機構用 Kimi 建構敏感技術的跡象。這引出經典悖論：自己放慢做安全，對手加速，會不會輸掉競爭？Jordan 認為認真做安全反而是優勢——對手若不斷把技術秘密暴露給你，而你又較不容易被自己的系統反噬，你才是贏家。

昨晚23:00前睡的，就睡早了几分钟🥲，今早打开行情的时候我嘴巴张的都比马桶还大了。79K的时候止盈了所有净空仓位之前已经说过，然后我说空仓是真空仓，因为确实对后续走势有所怀疑，因此完美踏空1万刀。 你可能发现了华点：1.你不开价格报警？2.你连重大事件都不关注？你是沙雕吧。 对于1： 我大概从20年开始就再也没有打开过任何行情软件的通知和报警了，它真的很影响睡眠，因为行情出现在凌晨的几率相当高。 良好的睡眠是你做任何事的基础，例如工作、学习、健身等等——“要开个你能睡得着的仓位！要开个你能睡得着的仓位！要开个你能睡得着的仓位！”微博被封之前这句话我可能说了不下10次了。 在横盘期你顶着200%的仓位你告诉我你睡得着吗？反过来想想，真的在你熬夜的时候出现了行情，你确定你做好应对的策略了吗？昨天夜里你是否干干净净地啃下了至少80%的涨幅呢？本质上也就是个短线，赚不了大钱的，相信我。 虽然我嘴上这么说，这些年也有不少夜晚开了相对较大的仓位，但我一定会把突发风险敞口补上，例如我持有较多没有开始盈利的净杠杠仓位时，睡前我一定会补上一份短期末日应对不测。你看看，“开个能睡得着的仓位”其实还能进一步帮你形成风险管理。 对于2： 我承认我是个沙雕，有新闻我确实会关注，但不会刻意备战，当然这次的话，社媒的浏览频率降低也是一个原因。利好消息常有，但像昨天这样干拔10%的消息不常有，所以你绷紧神经去追求消息给你带来利润的性价比其实很低。 消息因子在我的系统里权重一直很低，不如其他技术面指标来得更有说服力。你不可能为每一次大行情都找来足够的理由，试问你如何解释BTC下到79K这一波呢？任何理由都很牵强是吧？ 在我眼里，消息可以是行情的催化剂，它的作用一定是锦上添花，绝不会是雪中送炭。所以如果你有消息面逆天改命的例子，欢迎你留言和我探讨下让我开开眼。 小伙伴们又要问了，那么你的意思是这波顶完又要接着跌了吗？记住我是空仓，所以主观上我也没有方向性了，但我对于短期内回到100K+确实不够自信。现在其实跟很多伙伴一样急的直挠头，对中期的走势其实完全不明朗。这也是我平日做交易的状态的一些写照，不要以为我总是气定神闲。 再退一万步讲，纠结这个有啥意思呢，假如BTC未来势必要去100万，那你7万，8万，9万还是10万进区别真的大吗？格局打开朋友们~

美股昨晚这个涨法让我感觉不太舒服 首先是川普意料之中的又出来喊单了：“股市将迎来大涨”，还在台上让大家去买戴尔电脑，原话是“一飞冲天”。。。 川普还是太懂了，美股可以说是他的执政 KPI，涨了他就是对的，跌了就得找人背锅。所以每次盘面一软就出来奶一口，但说真的，市场是因为他喊了才涨的吗？ 我觉得不是。 看背景，科技股前一周已经跌了一轮了，不少高位票都回调了挺多，场外资金其实一直在等一个进场的借口。 川普这次喊单，与其说是他在拉盘，不如说是给那些犹豫要不要抄底的人递了个台阶——“总统都说了要涨，我买进去也不算追高吧？”大致是这样一个心理。 但话说回来，这恰恰是让我不舒服的地方。 一个市场如果得靠总统隔三差五出来喊话才能维持信心，那说明什么？说明自己涨不动了。 美股确实韧性强，这没话说，但你仔细看，这种韧性越来越像是靠故事在撑，不是靠真金白银的利润在撑。 故事能撑多久呢？不好说。 再说回 $SpaceX ，SpaceX 从上市到进纳斯达克100，15个交易日，还是蛮快的。 这事重点不是 SpaceX 如何，重点是美股这套规则： 你只要够大，指数就得把你收进去。 收进去之后呢？全球追踪这个指数的被动基金就得买你，不管你贵不贵，不管基金经理愿不愿意，规则写死了必须买。 买了你就涨，涨了你市值更大，市值更大你在指数里权重更高，权重更高被动资金买得更多。 这就是个飞轮，大到一定程度，制度本身就在帮你变得更大。 所以美股头部那几家公司为什么估值能一直这么贵？ 不光是因为业务好，是因为有一股结构性的钱在不停地、被动地、无条件地买入。这个机制不停，溢价就不会消失。 对了，btw再提一下拼多多现在是纳斯达克100里唯一一家中国公司。 昨晚最让我琢磨的事，是三星： 业绩好得离谱，利润破了历史纪录，比英伟达还赚钱，全球第一。 按正常逻辑，这得涨疯了吧？结果呢——暴跌。韩国股市直接熔断了。 离谱吗？也不算离谱。 我们可以想想，三星今年已经涨了多少了？那个涨幅早就把这份业绩算进去了。 所以当业绩真的出来的那一刻，市场的反应不是“哇好厉害”，而是“嗯，兑现了，可以离场了”。 股价永远在定价未来，不是定价刚发生的事。 利好出尽就是利空，这话说烂了，但每次发生的时候还是一堆人不理解。 韩股这次不只是在博弈业绩，它是在去杠杆。前面涨太猛，杠杆资金堆了一大堆，这种时候任何一个“可以卖”的理由都会变成导火索。三星业绩发布就是那根火柴——不是因为业绩差大家要跑，是因为“利好兑现了，终于有个体面的理由可以走了”。一旦这个想法成了共识，踩踏就是必然的。 这事儿让我想到一个更大的问题。现在所有人都在聊 AI 算力需求没有天花板，都觉得半导体还能涨。 但三星告诉你的是：当所有人都看好的时候，你得反过来想——还有多少空间是没被定价的？市场从来不会在一片叫好声中给你便宜货。

今晚非农引爆： 1. 宏观大盘 $SPY $QQQ $RSP 坏消息就是好消息！今晚非农数据如果走弱，美储就失去加息理由，高成长股就能继续享受低息红利。S&P 500和等权重RSP都在走牛旗形态，市场正在普涨；纳指虽然偏弱但踩住了头肩底支撑，只要关键支撑不破，任何回调都是买点。 2. Lululemon $LULU 业绩惨遭血洗！美区销量暴跌8%，再次下调全年指引，盘后直接崩盘大跌18%。技术图表已被彻底砸烂，真想抄底别急，等它砸到77-35美元支撑区再说，到那个位置才有可能迎来CEO换届后的均值回归大反转。 3. 比特币 bitcoin:native 周线走出强力看涨吞没，并且站上了200周均线，上涨趋势非常健康。连带MSTR、Coinbase和Circle这些相关标的，只要遇到回调就是逢低加仓的机会。 4. 英伟达 $NVDA 半导体板块绝对的领头羊！多头结构依然非常完美，踩着均线不断创出更高的低点和高点，随时准备化解背离并强行突破历史新高。 5. AMD $AMD 芯片板块整体偏弱，AMD短期还有下探风险。现在还没到最佳盈亏比位置，等回踩到靠近历史均线支撑（接近300多美元区间）形成牛旗后再考虑买入或加仓。 6. 亚马逊 $AMZN 日线级别正在走极其漂亮的通道牛旗盘整，这是典型的爆发突破前兆。作为之前带大家抄底的大赢家，有回调继续买就完事了。 7. 苹果 $AAPL 走势很强，但股价目前偏离均线太远。手里有票的安心拿着等破历史新高，没票的千万别高位硬追，等回踩均线再逢低吸纳。 8. 谷歌 $GOOGL 虽然有大量机构和对冲基金在偷偷吃货，但RSI指标偏弱，还有二次探底的隐患。想买可以先建个底仓，但一定要留好子弹，做好继续下探补仓的准备。 9. 帕兰提尔 $PLTR & 微软 $MSFT 周线都拉出了漂亮的看涨吞没大阳线。PLTR回踩强支撑后大概率需要横盘震荡消化，再冲击历史新高；微软小级别有顶背离，现在追高性价比不高，等回踩支撑区再接。 10. 网飞 $NFLX & SpaceX $SPCX 网飞在200周均线出现底背离强力反弹，但上方即将触及强阻力，不宜盲目追高；SpaceX底部反弹动能很好，等放量突破上方阻力位并回踩确认后再进场最稳妥。 11. 石油 $XLE & 太空 $UFO & 内存芯片 石油虽然还在冲高，但RSI已经出现顶背离，随时面临回调，不建议重仓追高；太空板块UFO和DRAM内存芯片股都已跌至底部支撑区，可以开始轻仓分批建立底仓。 12. 特斯拉 $TSLA 反弹正好撞到上方强阻力位，第一次冲击大概率冲不过去，别急着追高，接下来大概率要像SpaceX一样在附近震荡洗盘盘整。 13. 阿里巴巴 $BABA 在200周均线支撑位精准反弹，想抄底做中概股或配置海外资产的现在是好时机，不过美股才是主战场，建议只建小仓位。 14. ServiceNow $NOW 虽然在黄金分割位止跌，但每次创微幅新高都伴随着顶背离，现在追高就是送人头！持有的继续拿，想买的等回调看金叉支撑。 15. 微软 $MSFT 底部起来的完美上升趋势，一路走牛旗整理，基本面极强，随时准备继续向上突破。 16. 万事达 $MA 经典的牛旗形态持续蓄势，指标洗得差不多了，就等一波向上主升浪拉升。 17. 迪士尼 $DIS 底部强力反弹后回踩左侧支撑位，只要支撑能守住，横盘整理后大概率继续向上攻。 18. 南方铜业 $SCCO 铜板块回落到了强支撑位，形态非常漂亮，非常适合做一波快速反弹的短线交易。 19. 通用汽车 $GM 日线形态极强，左侧有大量支撑，200日均线就是妥妥的铁底。 20. 爱彼迎 $ABNB 财报超预期后牛旗整理回踩支撑，短线买点已经给出，属于优质短线标的。 21. 超微电脑 $SMCI 日线已经出现金叉，在左侧支撑区横盘整理，均线附近全是买入支撑位。 22. 微策略 $MSTR 之前90块买入的宝藏标的，和比特币绑定，之前的低点极有可能就是这辈子再也见不到的历史最低点。 23. 百事可乐 $PEP 防守型避险好标的，触及历史强支撑，周线可能走出双底或杯柄形态，随时准备底部反弹。 24. 标普全球 $SPGI 顶级护城河长线牛股，目前处于极具吸引力的打折估值区，长线躺赢标的。 25. Coinbase $COIN 和MSTR一样处于历史底部区，周线RSI和MACD全线底背离，加密货币反弹先锋。 26. Uber $UBER 踩在200周均线铁底上，连国会山股神佩洛西都出手抄底了，下跌趋势准备终止。 27. SoFi $SOFI 周线正在筑底，坏消息已经砸不动了，这大概率就是历史最低底，分批建仓砸不烂。 28. Nebius $NBIS AI概念股，只要守住200日均线就可以逢低吸筹，一旦跌破前低就要注意下寻200周均线。 29. IonQ $IONQ 量子计算未来前景广阔但商业化还早，策略很简单：每次回踩200周均线或趋势线就是买点。

你会受用一生的故事《上去是物理学，下来是哲学》 1953年，珠穆朗玛峰下，一支英国登山队在做最后的准备。 队员里有个叫乔治·班德的年轻人，22岁，第一次参加高海拔登山。 出发前一晚，队长约翰·亨特把他叫到帐篷里。 亨特没有讲技术。没有讲路线。没有讲任何登山的事。 他问班德："你为什么想登顶？" 班德说了一堆——为了荣誉，为了证明自己，为了英国的尊严。 亨特听完，摇头。 他说："这些理由都不够。" "高山上的极限时刻，人会暴露最真实的自己。" "如果你登山是为了荣誉，到了8000米以上，你会愿意为荣誉踩着队友的尸体上去。" "如果你登山是为了证明自己，到了那里，你会拒绝下撤——因为下撤等于失败。" "那些理由会在山上杀死你。" 班德问："那应该为什么？" 亨特说： "为了能下来。" "上去是物理学。下来是哲学。" "上去你只需要克服重力。下来你需要克服你自己——克服你已经付出了那么多、不甘心就这么转身的那个自己。" "山上每年死的人，90%死在下山路上。" "不是因为下山比上山难。" "是因为他们的脑子里只装了'上去'这一件事。脑子里没有'下来'的人，往往真的下不来。" 那次远征，英国队成功登顶——希拉里和丹增·诺尔盖成了人类历史上第一批站在珠峰顶端的人。 但同样重要的是——全队所有人都活着回到了大本营。 班德后来成了著名的登山家。他一生攀登了无数座高峰。 在他70岁退休的时候，记者问他："你这辈子学到的最重要的一课是什么？" 他说： "亨特队长在1953年那个晚上告诉我的那句话。" "上去是物理学。下来是哲学。" "我后来发现，这不只适用于登山。" "创业、爱情、事业、名声——所有让人向上的东西，最后考验你的，都不是你怎么上去的。" "是你能不能在合适的时候，体面地下来。" "人这一辈子的高度，不是由他爬到了多高决定的。" "是由他在最高处，还知不知道怎么回家——决定的。"

Claude Fable 5 是 DeepSWE 记分板上最贵的模型。Together AI 拿它跟全场最便宜的模型各跑了 452 次，给出的用法建议是反过来：贵的当后手。 《DeepSWE 上的 DeepSeek V4 Pro 0813 vs Claude Fable 5：成本、编码与路由》 DeepSWE 上的 DeepSeek V4 Pro 0813 vs Claude Fable 5：成本、编码和路由 要点 • 先跑 DeepSeek V4 Pro 0813，只有它失败时才升级到 Claude Fable 5。这条级联链解决 82.7% 的 DeepSWE 任务，每个任务 8.28 美元。单用 Fable 是 69.7%、每个任务 21.63 美元。高 13 个百分点，便宜 62%。 • Fable 赢第一发。pass@1 69.7% 对 62.8%，领先 7 个点。 • Pro 赢之后每一发。pass@2 打平（78.5% 对 77.1%），pass@4 领先（88.5% 对 84.1%）。 • 价格差 90 倍。每次 rollout 0.24 美元对 21.63 美元。每花 100 美元，Pro 解决 260 个任务，Fable 解决 3 个。 • 它们栽在不同的任务上。逐任务相关性只有 0.39，是我们测过的分歧最大的一对。两者合计覆盖 113 个任务中的 107 个。分歧正是路由能成立的全部理由。 现已上线 · 美国托管：在 Together AI 上运行 DeepSeek-V4 Pro 0813——1.05M 上下文，支持 function calling 和 JSON mode，OpenAI 兼容 API，托管在美国基础设施。查看模型 在我们对 DeepSeek V4 Pro 0813 与 Claude Fable 5 的 DeepSWE 对比中——DeepSWE 是一个跨多种任务类型和编程语言测试模型软件工程能力的基准——这两个模型坐在价格表的两端。Claude Fable 5 的每次 rollout 是 DeepSWE 全榜最贵。DeepSeek V4 Pro 0813 是最便宜的之一。Fable 首发的准确率高 7 个百分点，单次 rollout 却贵 90 倍，所以真正的问题不是哪个模型更好，而是这 90 倍的溢价到底买到了什么、什么时候值得付。 DeepSWE · 正面对决 DeepSeek V4 Pro 0813 vs Claude Fable 5 一览 • claude-fable-5 [max]：pass@1 69.7% ± 2.3%，平均成本 21.63 美元，每 100 美元解决 3 个任务，输出 token 115k，79 步 • deepseek-v4-pro-0813 [max]：pass@1 62.8% ± 3.1%，平均成本 0.24 美元，每 100 美元解决 260 个任务，输出 token 101k，146 步 我们在全部 113 个 DeepSWE 任务上，用 DeepSeek V4 Pro 0813（max）对 Claude Fable 5（max）各跑四次 trial，取自已发布的逐 trial 记录：总计 904 次 rollout（各 452 次）。Fable 是贵价的手艺人；Pro 是性价比上的异类。这两个模型的分歧也大于这套数据里的任何其他组合——结果这成了它们最有趣的地方。下文的每个数字都来自本次运行，所以可能与其他公开的 DeepSeek V4 Pro 0813 vs Claude Fable 5 记分卡有出入。 DeepSWE 记分板：pass@1 与 pass@k 单发，Fable 领先：pass@1 69.7% 对 Pro 的 62.8%（官方计分）。但这个领先很脆弱。两次尝试时 Pro 追平（78.5 对 77.1），四次尝试时 Pro 的 pass@4 88.5% 比 Fable 的 84.1% 高出 4 个多百分点。对一个贵 90 倍的模型来说，Fable 既没有守住天花板，也没有在重试下保住首发优势。更便宜的模型覆盖更广，best-of-k 也更高。 成本对比：DeepSeek V4 Pro 0813 vs Claude Fable 5 的价格 每次 rollout 0.24 美元，DeepSeek V4 Pro 0813 比 Fable（21.63 美元）便宜 90 倍：每 100 美元解决 260 个任务，Fable 只有 3 个。这是我们测过的所有组合里最宽的成本差距，Fable 也是榜单上最贵的单个配置。而且与直觉相反，低价格没有带来速度惩罚：Fable 的中位 rollout 31 分钟，Pro 35 分钟，基本持平——因为 Fable 是榜单上话最多的模型（115k 输出 token），尽管它的步数更少（79 对 146）。Pro 走的步数多；Fable 每步写得多。两个模型谁也没有明显更快。 失败模式：两个模型分别怎么错 两者在「不破坏东西」上都算自律：DeepSeek V4 Pro 0813 和 Fable 各自只在 11% 的失败里回归了现有测试套件，远低于 GPT 家族的 20%。差别在另一个方向：Fable 的大偏差失误占比是这里最高的（18% 对 Pro 的 10%），也就是说 Fable 一旦错，更常是错得离谱——给出离题很远的方案，而不是差一个边界用例。Pro 更多时候倒在离正确答案不远的地方（66% 的近似失手，对 Fable 的 57%）。所以两者都可以不加重度回归门禁就放心接入，但 Fable 的失手是调试成本更高的那种。 按任务类型，各自赢在哪 Fable 的手艺体现在推理重、契约精确的领域：8 个领域里它赢 6 个，领头的是数据建模与序列化（88%，比 Pro 高 24 个点）和语言内部机制（78）。但 DeepSeek V4 Pro 0813 拿下两个，两个都分量不轻：有状态响应式（66 对 64），以及——更有说服力的——并发与持久化（58 对 45）：在恰恰是 Fable 最弱的领域里领先 13 个点。Fable 在并发上的 45% 是它最弱的格子，也是唯一一个便宜模型不只是更便宜、而是工程师水平更高的领域。 按编程语言 Fable 赢下五种语言里的四种，但真正对得起它价格的是 Rust：85% 对 Pro 的 65%，20 个点的差距，也是这场对决里最大的一处差距。Fable 显然是序列化和 Rust 专家。其他语言都比价格暗示的接近（Python 70 对 60，Go 71 对 67，JavaScript 75 对 65），DeepSeek V4 Pro 0813 则实际拿下 TypeScript（61 对 57）。Rust 和序列化之外，付 90 倍价格的理由很难成立。 这两个模型到底有多不一样？ 亮点在这里。逐任务相关性只有 0.39，是我们测过的 DeepSeek-Pro 组合里最低的——这两个模型是真心意见不合。它们各自解决了 88 个任务；Pro 单独拿下 12 个，Fable 单独拿下 7 个，只有 6 个任务两边都栽。两者的并集覆盖 113 个任务中的 107 个（94.7%），而且分歧是双向的：DeepSeek V4 Pro 0813 在 awilix-async-container-initialization 上四发四中，Fable 一次没成；Fable 在四个 Pro 全挂的任务上四发四中（包括 koota-query-predicates 和 testem-bail-on-test-failure）。这是真正的互补，不是冗余。 在两者之间路由：组合打法 多样性加上价格差，让级联变得很划算。先跑 DeepSeek V4 Pro 0813，只有测试套件否决答案时才升级到 Fable：82.7% 的解决率，每个任务 8.28 美元。比单用 Fable（69.7%）高 13 个百分点，价格不到 Fable 单任务价格（21.63 美元）的一半。廉价的第一阶段清掉大部分队列，Fable 的溢价只花在难啃的剩余任务上，而且那些任务在上面还多获得一次独立的尝试。级联甚至赢过完美的一次性 oracle 路由（78.8%）。顺序不是可选项：Pro 先行每个任务 8.28 美元，Fable 先行 21.71 美元，准确率一样。 这意味着什么 Fable 5 是这张榜单上最难被当作默认模型的：最贵的一次 rollout 遥遥领先，首发优势被重试抹平，四发也没有天花板优势。只为两件事买它：Rust（85%）和序列化密集的工作（88%）——只有在这里它的质量才真正对得起价格。 DeepSeek V4 Pro 0813 是相反的画像：首发准确率接近 Fable，天花板更高，失败画像持平或更好，便宜 90 倍——尽管它在 Rust 和契约精确的领域让位。而因为两者是我们测过最多样的一对，Fable 最好的用法不是当默认，而是躲在低成本的 Pro 第一阶段后面做选择性升级，只在那少数真需要 Rust 或序列化专家的任务上付费。 现已上线 · 美国托管：在 Together AI 上运行 DeepSeek-V4 Pro 0813——1.05M 上下文，支持 function calling 和 JSON mode，OpenAI 兼容 API，托管在美国基础设施。查看模型 数据表：DeepSeek V4 Pro 0813 vs Claude Fable 5 完整结果 DeepSWE · 完整结果 • Pass@1（官方计分）：Pro 62.8%，Fable 69.7% • Pass@1（错误计为失败）：62.8%，67.3% • Pass@2 / pass@4：78.5 / 88.5%，77.1 / 84.1% • 覆盖率 / 可靠性：88.5 / 71.0%，84.1 / 82.0% • 四发四中 / 全挂：35 / 13，56 / 18 • 每次 rollout 成本 / 总成本：0.24 美元 / 109 美元，21.63 美元 / 9,346 美元 • 每 100 美元解决数：261，3 • 中位分钟 / 步数：35 / 146，31 / 79 • 中位峰值上下文 / 输出 token：232k / 101k，202k / 115k • 失败构成（近似 / 大偏差 / 回归）：66% / 10% / 11%，57% / 18% / 11% • 赢下的领域（共 8 个）：2（有状态、并发），6 • 赢下的语言：1（TypeScript），4（Rust 大胜） • 逐任务相关性 / 并集（两模型合计）：0.39 / 113 中的 107（94.7%） • Pro → Fable 级联（准确率 / 成本）：82.7% / 8.28 美元（单用 Fable 69.7% / 21.63 美元） • 单发 oracle 路由：78.8% • 基础设施错误：0，16 FAQ DeepSeek V4 Pro 0813 比 Claude Fable 5 更好吗？ 看指标。Claude Fable 5 赢 DeepSWE 上的单次尝试质量（pass@1 69.7% 对 62.8%），四发四中的任务也更多（56 对 35）。DeepSeek V4 Pro 0813 在 pass@2 追平、pass@4 反超（88.5% 对 84.1%），且每次 rollout 便宜 90 倍，所以在大批量或容忍重试的 agent 工作里，它是更强的性价比之选。 DeepSeek V4 Pro 0813 比 Claude Fable 5 便宜多少？ 在我们的运行里，DeepSeek V4 Pro 0813 每次 rollout 0.24 美元，Claude Fable 5 满血档 21.63 美元，约便宜 90 倍。按解决的任务算，Pro 每 100 美元解决 260 个，Fable 是 3 个——每美元的产出大约差 80 倍。 编码该用 DeepSeek V4 Pro 0813 还是 Claude Fable 5？ 大多数编码工作，两者的差距比价格暗示的小。Claude Fable 5 领先 Rust（85 对 65）、Python、Go 和 JavaScript，赢下 8 个领域中的 6 个，领头的是数据建模与序列化。DeepSeek V4 Pro 0813 拿下 TypeScript（61 对 57）、有状态响应式，以及并发与持久化（58 对 45）——那正是 Fable 最弱的领域。 要不要在 DeepSeek V4 Pro 0813 和 Claude Fable 5 之间做路由？ 要，前提是你能验证结果。两者是我们测过的所有组合里逐任务相关性最低的（0.39），合计覆盖 113 个任务中的 107 个。先跑 DeepSeek V4 Pro 0813，当测试套件否决输出时升级到 Claude Fable 5，能达到 82.7%、每个任务 8.28 美元——赢过单用 Fable，也赢过完美的一次性 oracle 路由。 DeepSWE 的 pass@k 是什么？ pass@k 衡量一个任务在 k 次尝试中是否至少有一次通过隐藏测试套件。pass@1 奖励一次做对；更高的 k 奖励能在多次尝试后最终到达方案的模型。DeepSeek V4 Pro 0813 的优势随 k 增大而扩大。 原文： #DeepSWE# #AI编程# #LLM评测#

涂涂姐教你约会系列第十五期-《搭讪不是"上去要微信"——3秒锁定+30秒破冰+3分钟拿号的暗黑搭讪SOP》 今天这篇，姐要给你们写一个**最"基础"，也最"决定生死"**的话题： 怎么搭讪，才不被拒绝？ 姐先问你们一个问题—— 你上次搭讪是什么时候？被拒后多久没缓过来？ 姐知道你们的痛—— "美女加个微信好不好？" → 被白眼，憋了3天没出门 "我能请你喝杯咖啡吗？" → 她说'不用谢谢'，你尴尬到原地爆炸 "你长得真好看！" → 她直接戴上耳机走了 兄弟，姐告诉你——你不是"颜值不够"，你是"打法不对"。 搭讪的核心不是"我想要你"—— 搭讪的核心是"你刚好需要"。 当你出现的那一刻，你必须是"她正在需要的那个人"—— 而不是"突然冒出来打扰她的陌生人"。 今天这篇，姐就把**"3秒锁定+30秒破冰+3分钟拿号"**的完整SOP，手把手拆给你。 为什么90%的男人搭讪都失败？三个底层逻辑 逻辑1：你把"搭讪"理解成了"乞讨" 兄弟们，先听姐讲一个扎心的真相： 你之所以搭讪失败，是因为你的姿态是'乞讨'——'求'她给你机会。 "美女我能加你微信吗？" → 姿态向下 "你这么漂亮一定有男朋友吧？" → 预设她拒绝你 "可以请你喝杯咖啡吗？" → 明显的'我有所求' 女人天生反感"乞讨者"。 正确的搭讪姿态是"分享/提供"—— 不是"我想要你的微信"，而是"我有一个东西，你可能会感兴趣"。 逻辑2：你忽视了"搭讪的黄金窗口" 99%的男人，搭讪选错了时间和场景。 在地铁上搭讪通勤的姑娘——她正在赶时间，谁理你 在路上拦下走路的姑娘——她以为你是骗子/推销员 在便利店收银台跟姑娘搭话——她在结账，没耐心 正确的搭讪窗口必须满足3个条件： 她处于"放松状态"（不在赶路、不在工作、不在焦虑） 她处于"无聊/等待状态"（排队、等车、看展间隙） 她"独自一人"（有闺蜜=团队防御满级） 满足这3个条件的场景——搭讪成功率会从5%飙升到60%。 逻辑3：你没有"搭讪剧本" 兄弟们，搭讪是一门**"剧本艺术"**—— 不是"临场发挥"，而是"提前演练"。 专业搭讪艺术家有3套以上的剧本： 街头型剧本 咖啡馆型剧本 兴趣场所型剧本 而99%的男人，连"开场白"都是临时编的—— 这就是为什么你的开场白永远是"美女加个微信好不好"。 没剧本=没货=必死。 搭讪前的3个核心准备 1. 形象准备：60分以上即可，但必须"清爽" 兄弟们，姐告诉你一个真相—— 搭讪不需要你长得帅，但必须"看起来不让人讨厌"。 3个底线： 干净：剪短头发、刮胡子、洗澡、洗衣服 得体：白T+牛仔+小白鞋（uniqlo+zara即可） 挺拔：抬头、挺胸、肩膀打开 这3个底线做到——你就超越了70%的男人。 2. 心态准备：用"测试"代替"得失" 兄弟们记住一句话—— 搭讪的本质是'测试你的吸引力'，不是'得到这个女生'。 正确心态： "我搭讪10个，预期9个失败、1个成功。 这是概率游戏，不是输赢游戏。" 这种心态下——你会无比放松、无比自然、成功率反而最高。 3. "锚点"准备：你必须有"3个故事+3个话题" 姐告诉你一个核武器—— 搭讪前，你必须准备好3个"随时能讲"的有趣故事： 故事1：你最近一次的"奇葩经历"（旅行、工作、生活） 故事2：你最近读的一本书/看的一部电影 故事3：你做过的"最酷的事" 这3个故事——是你"破冰后维持30秒以上聊天"的弹药库。 没有故事的搭讪=没有子弹的枪——开了就废。 3秒锁定：什么样的女生该搭？ 兄弟们，搭讪不是"看到漂亮的就上"—— 搭讪是"精准筛选'高得吃概率'的目标"。 姐给你5个"3秒锁定"信号： ✅ 必搭信号 信号1：单独一人 + 长时间停留同一个地方 一个人在咖啡馆坐着看书 一个人在公园椅子上发呆 一个人在书店翻书翻了10分钟 为什么必搭？ 她处于**"无聊+开放"**状态——破冰成功率最高。 信号2：玩手机但表情无聊 排队时刷手机 等人时刷手机 等地铁时刷手机 为什么必搭？ 她在"消磨时间"——一个有趣的陌生人=她的解药。 信号3：第二次出现在你视野里 在咖啡馆，你看到她，她也看了你一眼 等10分钟，你们目光又对上一次 为什么必搭？ 这叫**"对眼信号"**——她对你有兴趣的概率高达80%。 ❌ 绝对不搭 ❌ 跟闺蜜/男生在一起——团队防御 ❌ 戴着耳机+面无表情——明显"勿扰"信号 ❌ 在赶路（快走、看时间）——她在赶时间 ❌ 在工作（开电脑、打电话）——她在专注 兄弟们，核武器来了。 姐给你5套"全场景适用"的破冰话术—— 🎯 剧本1："求助型"——成功率最高 核心：用"低姿态求助"打破她的防御。 适用场景：咖啡馆、书店、商场、地铁 话术示范： "不好意思打扰一下， 我朋友生日， 想买一本书送她， 她跟你气质有点像。 你能推荐一本你最近觉得好看的书吗？" 为什么这一套杀伤力max？ "求助"=低姿态——她的防御直接归零 "朋友生日"=合理理由——她不会觉得你在搭讪 "跟你气质像"=隐藏的高级夸奖——她会偷偷开心 "推荐书"=展示她的精神世界——她有的聊 90%的女生会推荐一本书——这就开始了。 接下来你的回应： "哇，[书名]我也看过/听过！我之前看过同作者的[另一本书]，里面有一段……（开始讲故事）" 用你准备好的"故事储备库"——把这条线延伸到3-5分钟。 🎯 剧本2："误认型"——最自然 核心：用"误认"制造"轻松开场+幽默梗"。 适用场景：街头、商场、活动现场 话术示范： "诶，你是不是XX大学的？ 我感觉之前在校园里见过你。" 或： "你长得有点像我一个朋友， 我刚才一直在想你是不是她—— 后来发现不是， 不好意思啊。" 为什么有效？ "误认"=不是搭讪——她不会防备 "自我打趣"=展示幽默感——她会笑 她回答之后，自然延伸聊天 接下来的延伸： "你本来就不像XX大学的， 你看起来更像[某个城市/某种气质]的人。 你是不是[某种猜测]？" 用"看相"游戏——她会非常有兴趣跟你互动。 🎯 剧本3："分享型"——最有"高级感" 核心：你不是"要"她——你是"给"她。 适用场景：咖啡馆、酒吧、展览、活动 话术示范（咖啡馆场景）： "你点的是[某款咖啡]吧？ 我刚试了他们家的[另一款]， 比这个好喝， 下次你可以试试。" 话术示范（展览场景）： "你也在看这幅画？ 这个艺术家有一幅更厉害的， 在[某个美术馆]， 现场看比这个震撼多了。" 为什么有效？ "分享"=你姿态平等——你不是来"要"的，你是来"给"的 "专业感"=你比她懂——她对你有"轻微崇拜" 自然延伸聊天——围绕"咖啡/艺术/展览"展开 🎯 剧本4："调侃型"——杀伤力最大（适合长得不丑的兄弟） 核心：用"轻度调侃"建立"势均力敌"的吸引力。 适用场景：酒吧、清吧、活动、轻松场合 话术示范： 她正在玩手机—— "你刷手机的样子， 看起来像是在等一个永远不会回消息的人。" 或——她一个人坐着—— "你坐这个位置， 是想等谁， 还是想被谁等？" 为什么有效？ "调侃"=不卑不亢——她瞬间感受到"这个男人有点意思" "洞察感"=高级感拉满——她觉得你"看穿了她" 自带"开放式问题"——她必须回答你 注意：这套剧本对"颜值/气场"有要求——长相5分以下慎用，会显得猥琐。 🎯 剧本5："环境利用型"——最不容易被拒 核心：利用"共同环境"建立"我们是一伙的"感觉。 适用场景：排队、等车、电梯、活动 话术示范（排队场景）： "这队都排了20分钟了…… 你之前来过这家吗？ 真的好吃吗？我有点犹豫要不要继续等。" 话术示范（电梯/等车）： "诶你也住这栋楼？ 我搬来一个月了，从来没在电梯里见过你， 你是几楼的？" 为什么有效？ "共同处境"=自然破冰——不需要任何理由 "询问意见"=低姿态——她的防御自然降低 "日常感"=不像搭讪——像普通邻居/陌生人闲聊 五、3分钟拿号：从破冰到要微信的核心SOP 兄弟们，重头戏来了。 破冰只是第一步——真正的核心是"如何在3分钟内自然拿到微信"。 🎯 第1分钟：建立"轻度共鸣" 破冰之后，立刻抛出一个"开放式问题"—— 让她说话超过30秒。 话术示范： "你平时除了看书， 周末喜欢做点什么？" 或： "你看起来不像本地人， 你是哪里人？" 关键点：让她"主动暴露信息"——她说得越多，她对你的信任度越高。 🎯 第2分钟：制造"独特记忆点" 这是核心阶段——你必须给她留下"这个男人跟其他人不一样"的印象。 核武器： 用你准备好的"3个故事"中的一个，自然抛出。 话术示范： "你说你来上海3年—— 我之前也是从外地搬来的， 第一年特别不适应， 后来发生了一件事[讲你的故事]—— 那之后我才真正喜欢上这座城市。" 为什么这一招杀伤力max？ "故事"=不是搭讪——是分享 "细节"=展示你的生活——让她觉得你"鲜活、有趣" "共鸣"=她会想起自己的经历——情感连接建立 🎯 第3分钟：自然拿号 绝对不要说："美女加个微信好不好？" 正确话术—— 自然过渡型： "对了，刚才提到的[那家书店/那家餐厅/那个公众号]， 我发你一下， 加个微信？" 或—— 未完待续型： "你还没说完[她之前提到的一个话题]， 加个微信， 改天有空我们继续聊。" 或—— 直接利落型 "今天聊得很开心， 加个微信吧。 我也要走了。" 关键点： "加微信"必须有"具体理由"——不能突兀 "我也要走了"=不依赖她——展示你不卑不亢 "利落"=展示成熟——她觉得你不像猥琐男 90%的女生，会主动掏出手机。 兄弟们，搭讪不止于"拿到微信"——拿到之后48-72小时，决定她是否"删除你"。 🎯 加上后的3条"防止被删消息" 第1条（当晚）： ❌ 错误示范： "你好我是XXX，今天聊得很开心，希望以后可以多多联系。" （这条消息发出去——80%被删） ✅ 正确示范： "[她之前提到的那本书/那个话题的延伸]" "刚到家。今天那家咖啡馆名字我想起来了，叫XX，下次你可以试试。" 关键点：不要"自我介绍"——延续之前的话题，给她"我们已经是熟人"的感觉。 第2条（第2天）： ✅ 正确示范： [发一张照片+一句话] "刚走过你说的那家书店附近，拍了张照片。" 关键点：用"行动"展示你"记得她说过的话"——她会瞬间被打动。 第3条（第3天）： ✅ 正确示范： "周末有空吗？ 上次你说想试试XX， 我知道一家不错的， 一起去？" 关键点：3天内自然约出来——超过3天，热度会冷却。 姐去年认识一个朋友，26岁，普通运营，月薪8K，长相5.5分、身高172。 他之前是一个**"零搭讪经验"**的纯小白—— 朋友圈3年没换过头像，微信好友里95%是男的。 姐给他布置了一个任务—— "100次搭讪挑战"：3个月内，搭讪100个陌生女生，不要求得吃，只要求练胆+练剧本。 3个月后的数据： 100次搭讪 拿到62个微信 约出来23次 进入暧昧期12个 最终得吃4个 关键转折点：第30次之后，他给姐发了一段话： "姐，我突然想明白了。 搭讪不是'求她给我机会'—— 搭讪是'我提供给她一个新鲜的体验'。 想通这一点之后，我再也不紧张了。" 兄弟们，这就是搭讪的"心法"—— 当你不再"求"，你就赢了。 姐最后给你5个血泪教训： 1. 绝对不要"硬聊" 搭讪被拒就是被拒——不要纠缠。 她说"不用了谢谢"，你立刻： "好的，打扰了，祝你愉快。" 然后潇洒离开—— 这种"不纠缠"的姿态，反而会让她回头看你。 2. 绝对不要"夸她外貌" "你好漂亮""你眼睛真好看""你身材真棒"—— 这些话她从15岁开始已经听过1万遍。 正确的夸奖方向： 气质（"你看起来很有故事感"） 品味（"你这件外套挺有意思"） 状态（"你坐在这里的样子很松弛"） 夸"非外貌"，杀伤力是夸"外貌"的10倍。 3. 绝对不要"在错误的场景搭讪" ❌ 地铁上、电梯里、厕所门口、深夜街头——会被当成骚扰甚至变态 ✅ 咖啡馆、书店、活动、展览、商场休息区——自然且安全 搭讪场景的合理性，决定她对你的"安全感"。 4. 绝对不要"过度依赖一套话术" 100次搭讪，至少要练5套不同的话术—— 针对不同的场景、不同的女生类型、不同的状态。 只会一套话术的男人=机器人——会被一眼识破。 5. 做好"被拒绝的心理建设" 搭讪10次，被拒8次是正常的。 那2次成功，足以改变你的人生。 不要因为一次被拒就"创伤3天"—— 这是低概率游戏，正确的心态是"享受过程"。 兄弟们，姐写完这篇，想跟你们说几句心里话。 搭讪是这个时代男人最被低估的"基础技能"。 你以为搭讪是"耍流氓"—— 实际上，搭讪是"扩大社交圈最高效的方式"。 这个时代的男女，被困在了各自的"算法茧房"里—— 通过同事认识→大概率"近亲繁殖"9 通过相亲认识→功利性拉满 通过APP认识→图片+文字滤镜失真 只有"线下搭讪"—— 是最真实、最直接、最高效的"扩列方式"。 你练好搭讪——不是为了"撩妹"—— 是为了"打开你的人生可能性"。 那个改变你人生的女孩，可能就站在下一家咖啡馆里—— 你只是缺一句"开场白"。

如何从企业的公关回应里，洞察部分事实？🧐 1⃣ 正面回应 vs 隔空回应 以婴幼儿纸尿裤甲酰胺事件为例，尽管记者调查方式与第三方检测专业度存在争议，但企业正常操作应当是，首先确认自身品牌是否含有甲酰胺。 如果有，含量是多少？是否符合欧标，某一西方发达国家标准，或全球范围内权威专家的论文成果、共识。 若符合上述标准，或根本不含有。则应该采用正面回应，公关总监联合企业首席科学家与创始人，以网络直播形式，邀请记者现场参与并提问，回应弹幕的公众提问。 企业应当出示具有公信力的检测报告、解释什么是甲酰胺、剂量到达多少可以产生健康风险、来源是化工纤维常规带有的，而非刻意违法添加等等问题。 以及记者和第三方检测机构偏差可能出在什么地方，比如样本来源、检测方法、检测环境、标准口径、实验室资质等等。 创始人敢于面对公众和记者，这个份量是完全不同的。 对于记者来说，不管是出于流量，还是出于职业素养，面对一个愿意公开回应、拿出证据、接受追问的企业，都有继续报道和跟进的价值。 而且，以“某某纸尿裤创始人公开回应”的口径发新闻，传播效果和公信力，都会比企业自己发声明更好。 当然，企业一定要邀请最初报道该事件的《经济参考报》记者参与。 如果该记者因时间或其他原因无法参与，也应该向公众说明：企业已经正式发出邀请，并且欢迎对方在方便时继续沟通。 但这里要注意，不要把记者推到公众对立面，更不能暗示记者“怕事躲事”。公关的目的是澄清事实，不是制造新的敌人。 如果创始人确实不适合或不愿意出面，那至少应该让首席科学家、首席研发人员或生产负责人面对公众。 但这类技术人员一定要提前做媒体训练。 因为科研和研发人员往往习惯讲专业话，不熟悉舆论场，也不熟悉记者追问节奏。哪些话能说，哪些话不能说，哪些地方要给出明确结论，哪些地方只能讲检测口径和概率边界，都需要提前演练。 后续，企业还可以主动邀请记者、媒体和行业 KOL 到工厂、实验室、研发车间参观。 这一步的价值非常大。一方面可以进一步增强公信力，另一方面也能修复媒体关系，把原本的负面报道，转化成一个长期沟通的入口。 如果企业人员不想面对公众正面回应，觉得后续舆情不可控，那至少要正面与《经济参考报》记者沟通，出示证据，定向邀请该记者到工厂和实验室参观，认真回应记者质疑，并给出记者自测结果可能出现偏差的原因。 但是目前为止，几乎所有涉事企业给出的都是隔空回应。 也就是只在社媒上发布声明，说自己符合标准、欢迎监督，但没有真正把核心证据、核心人员和核心问题放到公众面前。 这种不敢正面回应的态度，往往会让公众产生一个直觉，是不是结果真的经不住检验？这也是为什么公关回应本身，很多时候就是事实的一部分。 一个企业如果真的有底气，通常会愿意把问题带到公开场合解决。一个企业如果只敢隔空喊话，拒绝与记者、消费者和公众正面对话，那公众自然会怀疑，他们到底在回避什么？ 其实币圈最近也有类似的 @CoinUpOfficials 朱潘事件，该交易所也采用隔空回应的方式澄清。 如果真的清白，最有效的方式其实不是自说自话，而是直接 @heyibinance 一姐正面回应。 更进一步，创始人、CEO 或实际控制人可以直接出现在在币安广场露面直播，正面回应。既正面回应，又能制造话题和流量。 ———————— 2⃣ 将“危”转化为“机” 公关危机还可以进一步转化为机会。 首先，在回应里，要识别公关事件中用户的真实诉求、关注点。很多公司回应危机时最大的问题，是一直在回应自己想回应的问题，而不是用户真正关心的问题。 比如 @GracyBitget 参与某美股平台保证金话题事件。 其实用户最关注的是资产的安全性，平台有没有足够偿付能力，极端情况下能不能正常兑付有没有客观证据证明平台没有问题。 合规只是用户资产安全的背书之一，不代表全部。 比如，用客观的 Chainlink 储备金证明机制、链上资产证明、第三方审计、冷热钱包结构、用户资产隔离机制，来证明平台具备完全兑付能力。 如果企业真的经营健康，甚至可以适度披露盈利情况、现金流情况、合规进展，让用户明白：平台不是靠挪用用户资产维持运转。 这就是公关回应里的“夹带私货”。但这种夹带私货必须建立在用户真实关切之上。 公关危机既是负面，也是流量，关注度也会更高。 处理得好，创始人可以重新确立个人形象，企业也可以借机把某位或几位专业发言人推到台前。 尤其当口碑已经跌到低谷时，做任何真正正面的事情，都是加分项。 企业可以邀请媒体、行业专家、KOL 组成长期监督团或观察团，以公开透明的理由建立长期合作机制。 这样大家也不用担心你的负面口碑，而不敢与你合作。 这既是在回应危机，也是在长期维护媒体和 KOL 关系。当然，前提一定是企业真的想挽回口碑，而不是单纯想利用危机再炒一波流量。 所以，看一个企业的公关回应，不要只看说了什么。 更要看敢不敢正面回应，敢不敢邀请质疑者参与，敢不敢拿出证据，敢不敢让真正懂业务的人接受追问，敢不敢把最难的问题放在最公开的地方回答。 很多时候，这些姿态本身，就已经透露了部分事实。 —————— 最后，我已经从 Manta Network 离职，目前在看机会，除了之前 Manta Network 首席研究员的身份外，我最初是公关出身，有十年公关品牌经验，欢迎各位老板联系。 godotmu@gmail.com 我的邮箱。🧐

空姐私下有多乱？内部人员透露：漂亮空姐之间的竞争，比你想的更残酷 所有人都以为空乘是穿定制制服、免费环游世界的美差，直到我和飞了7年国际线的老同学吃了顿火锅，才知道万米高空的机舱里，争执起来比野狗还狠。 说实话，没聊之前我一直特别羡慕她。每天精致妆容、高挑气质，工作就是坐飞机出差，薪资体面，还能打卡各国风景，妥妥的神仙职业。可一顿火锅下来，她边涮肉边吐槽，句句都是普通人看不到的心酸和内卷，彻底颠覆了我的认知。 她跟我说，外界只看到空姐光鲜的外表，却没人知道，一群颜值、身材、学历都不差的女生挤在一个圈子里，竞争早就卷到了骨子里，根本不是简单的好好服务旅客就行。 首先最卷的就是排班航线，这是空姐所有竞争的核心。懂行的都知道，国内短途航班累、薪资低、乘客杂，还经常延误加班；而国际长线不仅轻松、补贴高，飞欧美、迪拜这些高端航线，绩效翻倍，还能落地休息逛街，是所有人抢破头的香饽饽。 可优质航线名额就那么几个，老员工、新人、关系户全都在抢，暗地较量从来没停过。老同学说，她们科室漂亮空姐最多，内卷也最严重。新人刚入职都乖巧懂事，可时间久了，为了好班次、好航线，私底下的小动作层出不穷。 有的人为了抢优质航班，主动讨好乘务长，事事听话背锅；有的人偷偷打听同事排班，发现对方排到好航线，就找各种理由打小报告，挑对方工作里的小毛病。哪怕是同一个班组的同事，表面亲亲热热、互相帮忙，转身就可能偷偷抢资源、抢表现。 更残酷的是，飞机上的工作容错率极低，一点点小失误就可能被无限放大，成为别人打压你的把柄。 她就亲眼见过，两个关系看似极好的空姐，前一秒还在休息室互相补妆聊天，下一秒飞行途中，其中一人悄悄把本该自己负责的繁琐客诉、难缠旅客，悄悄推给另一个人。一旦处理不好被旅客投诉，轻则扣绩效、写检讨，重则直接取消优质航线排班，连续几个月只能飞最差的短途红眼航班。 还有更离谱的职场霸凌。有些资历老的空姐，会刻意刁难新人。飞航班时故意把最重的活、最累的岗位分给新人，全程挑刺找茬。端水姿势不对、话术不够温柔、整理餐盒不整齐，任何一点小事都能被当众训斥。 要是新人不服软、不讨好老人，后续的排班、考核都会被暗中针对。很多刚入行的漂亮小姑娘，扛不住压力，经常躲在飞机卫生间里偷偷哭，擦干眼泪还要继续微笑服务，根本不敢让旅客看出半点情绪。 别以为颜值高就有优势，恰恰是越漂亮的空姐，竞争越激烈，被针对得也越厉害。因为大家起点都差不多，谁都不服谁，谁都不想被比下去。 每年公司的评优、涨薪、晋升名额极少，为了这些机会，平时看似和气的同事，瞬间就能变成竞争对手。有人抢着在乘务长、领导面前表现，有人暗中搜集别人的工作漏洞，甚至还有人故意散播谣言，抹黑竞争对手的口碑。 老同学无奈地说，在外人眼里，空姐优雅体面、光鲜亮丽，是让人羡慕的职业。可真正身处其中才知道，这就是一份高压、内卷、人情复杂的职场。 万米高空看似宁静安稳，实则暗流涌动。没有想象中的岁月静好，只有无休止的比拼、内耗和小心翼翼。很多人只看到了空姐的光鲜外表，却从来没见过她们私下的内卷和无奈。