注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 实践不如弹琴
实践不如弹琴 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 实践不如弹琴 的推特
我说 唱到我满意就松绑( 于是 她唱了《我不难过》 🎤@BaoBao_456 🎸@Wen_Nic_kk #aftercare是合奏# #实践不如弹琴#
0
21
99
0
转发到社区
🦞OpenClaw 极简安全实践指南 (Security Practice Guide) 是面向 OpenClaw 的黑手册。 我尝试了其他一些方式来试图加固 OpenClaw,包括 Skill 方式,但是发现还不如给 OpenClaw 植入一个安全“思想钢印”来的有意思,这个“思想钢印”形成一个 md 文档,包含安全事前、事中、事后需要做的策略,但这里有个前提: 尽量不影响 OpenClaw 的日常使用,安全不要干扰用户体验,需要给这只🦞足够的自由。但是吧,江湖险恶,一只有 Root 权限且诞生才一个多月的🦞,安全不让人放心… 于是,这份面向 OpenClaw 的极简安全实践指南诞生了,目前是 v2.7 版本,此前我们内测了许多版本,也踩了不少坑。现在公布出来,大家玩之前务必仔细看这份指南的 README⚠️: 注意里面的说法。我相信你会很有收获。里面还推荐了我们实测在 OpenClaw 场景下聪明的模型,如果你有自己的感受,一定要和我们反馈。 一切都很新,一定有不完善的地方,请大家多指正! ⚠️最后,务必认真阅读 README,也务必肉眼扫描下你将喂给你🦞的“OpenClaw极简安全实践指南.md”,相信我,会非常有意思。
显示更多
0
69
1.4K
320
转发到社区
在美股信息大爆炸的时代,与其听那些满嘴跑火车的喊单号,不如跟着有实盘战绩、能拆底层逻辑的硬核玩家学。 以下精选6个不同维度的美股宝藏账号,建议搭配关注,交叉验证,构建自己的投资闭环! 1、@xiaomustock 川沐|产业深挖与期权实操专家 半导体存储、光通信、量子计算、AI期权硬核实操。极其纯粹的个人二级操盘日记,把复杂供应链拆到底,同时把AI趋势落地成真实期权策略。能学到产业链深度,也能感受到顶尖操盘手的风险控制体感。 2、 @baoshu88|华尔街视角的实战派老兵 宏观叙事、美股策略、华尔街一线观察。把枯燥宏观数据翻译成接地气、可落地的实战机会,观点独立不随大流,是把握长期趋势的定海神针。 3、 @ShanghaoJin Herman Jin|宏观+科技+价值投资的独立观察者 宏观经济、科技趋势、长期价值研判。资深独立分析师,擅长把全球宏观和科技周期结合做深度研判,观点犀利且有历史数据支撑,适合用来校准自己的大局观和避坑。 4、@bboczeng 勃勃OC|美股投资日报的性价比之王 理性克制、高频输入、超值免费订阅。东半球最理性的美股投资日报,信息密度和逻辑梳理都极高,每天必读,不看真亏。 5、@cyrilxuq|财报季的跟随战术大师 实战交易、财报跟随、强可执行性。直接分享操作心得和财报后策略,可执行性拉满,适合想快速提升实际交易技巧、抓短期催化剂的玩家。 6、@daweifs 老韭菜南亥|Crypto老韭菜的美股+AI交叉实践 链上血泪史、Meme叙事、AI工具实战 + 美股落地。从链上割韭菜里杀出来的,擅长用低prompt AI拆趋势、做内容和辅助决策。把Crypto的高波动体感带到美股,强调风险控制和实用闭环。 欢迎兄弟们一起验证、交流。
显示更多
0
61
56
6
转发到社区
都说中国的应试教育,不教商业,不教创业。然而创业的道理,其实早就已经在课文里了。 - 天道酬勤【执行】 - 三人行,必有我师焉;择其善者而从之,其不善者而改之【学习】 - 虽有智慧,不如乘势;虽有镃基,不如待时【入场时机】 - 不积跬步,无以至千里;不积小流,无以成江海【复利】 - 工欲善其事,必先利其器【工具】 - 欲速则不达,见小利则大事不成【长期主义】 - 穷则变,变则通,通则久【迭代】 - 善战者,求之于势,不责于人【杠杆】 - 虽有智慧,不如乘势【趋势】 - 世异则事异,事异则备变【适应】 - 知彼知己,百战不殆【调研】 - 胜兵先胜而后求战,败兵先战而后求胜【验证】 - 纸上得来终觉浅,绝知此事要躬行【实践】
显示更多
郎咸平直言教育已从“投资品”沦为“消费品”,普通家庭盲目鸡娃极易面临“高投入、低回报”的倒挂。当学历快速贬值、留学文凭过剩,死磕刷题不仅难换高薪,反而折磨孩子身心。职场最终看重的是实操技能,比起砸钱给无效补课,不如省下资金投入健康与实践,家长“鸡自己”远比焦虑跟风更管用。 现在的学历确实贬值太厉害,砸几十万进去最后月薪几千根本回不了本。真的别再硬逼孩子死磕刷题了,把身心搞垮了才是真正的得不偿失。把冤枉钱留着强身健体或者提升家长自己,怎么看都比盲目跟风划算。
显示更多
《SM教学指南》 她把那份网上的测试结果截了图,又删掉。 屏幕上写着:“服从倾向较高。” 她盯着这几个字,想起伴侣偶尔替她安排好一切时,她心里那一点说不清的轻松。 她有些好奇,也有些不安。 我喜欢被引导,算不算sub? 我对某些情节有反应,是一时新鲜,还是天生如此? 如果我真的喜欢,是不是意味着我必须进入某个圈子,接受某套规则,找到一个人来定义我? 这些问题,值得慢慢回答。 了解BDSM,可以从一件很简单的事开始:先把自己的感受说清楚,身份可以晚一点再决定。 BDSM究竟是什么? BDSM是一组相关偏好与实践的统称,通常包含三组概念: B/D:Bondage & Discipline,束缚与纪律。 涉及约束、约定的规则和仪式。 D/S:Dominance & Submission,支配与臣服。 涉及双方协商的权力交换。 S/M:Sadism & Masochism,施虐与受虐。 这些中文名称容易产生误解;在这里,讨论的是成年人自愿、知情参与的特定感受与互动。 三组概念有所交叉,却无需同时出现。有人喜欢规则和被引导,对疼痛完全没有兴趣;有人喜欢特定感官体验,却不愿把日常决定权交给伴侣。BDSM也不必包含性交。 常见的Dom和sub,分别指支配方与臣服方;Switch则指可能在不同情境中选择不同角色的人。 这些词描述一种偏好或相处方式,无法概括一个人的全部性格。 生活中强势的人,可以在亲密关系里喜欢被引导。平时温和的人,也可能喜欢承担主导角色。性别、职业、收入和说话声音,都无法替你决定位置。 还有一点必须分清:Dom与S、sub与M并非完全对应。支配不必涉及施加疼痛,臣服也不等于喜欢疼痛。 把这些差别弄懂,你就能少受很多标签的摆布。 “骨子里有SM基因”,这句话该怎么理解? 有人很早就发现了相关兴趣,后来接触到BDSM这个词,才有一种“原来有人和我一样”的感觉。 这种体验可以很深,也很真实。 但“SM基因”目前并非能够用来判断个人偏好的科学结论。现有研究讨论的是生物、心理与社会因素的共同影响,尚不足以用一个基因、一次经历或某种人格解释所有人的偏好。早早出现的兴趣,也不能单独证明遗传原因。 你也不需要替自己的兴趣寻找一个创伤故事,才能让它显得合理。 特殊的性兴趣本身不等于精神障碍。是否存在显著困扰、生活功能受损,以及是否涉及不愿意或无法同意的人,是更值得关注的问题。 喜欢某种幻想,可以只是喜欢。 不必为它编一份病历,也不必把它写成命运。 如何分辨好奇与相对稳定的偏好? 好奇、幻想、愿意实践、身份认同,是四件可以分开的事。 你可能爱看某类故事,现实里完全不想经历。也可能只愿意和特定伴侣探索,对“入圈”没有兴趣。还有人尝试之后发现,自己喜欢的范围远比想象中小。 这些答案都成立。 与其问“我到底够不够纯”,不如观察几个更具体的问题。 第一,拿掉某个人,我还对这件事感兴趣吗? 假设那个让你心动的人不再联系你,你是否仍然愿意了解这些内容? 如果兴趣主要来自“我想被他喜欢”,你需要先辨认这份依恋。为了留住一个人而答应,和自己主动想要,可能在表面上很相似。 第二,我究竟被什么吸引? 是规则明确带来的轻松,是有人专注回应自己的感受,是某种角色、仪式或感官体验,还是打破日常身份的自由? “我喜欢SM”太宽了。 “我喜欢事先商量好的规则,但不接受羞辱”,已经更接近一个能够沟通的答案。 第三,热度过去之后,我怎么看待它? 暂时离开相关内容,过一段时间再回看自己的记录。兴趣是否反复出现?你能否越来越具体地描述喜欢与不喜欢? 稳定的兴趣可能提示这是一项持续偏好,但没有任何次数或强度能替你盖章。你无需通过冒险来取得身份证明。 第四,我能否保留拒绝? 如果你已经开始想:“其实不舒服,但真正的sub应该能忍”,就需要停下来看看,这是谁给你的标准。 一个偏好可以让你更了解自己。一个必须靠忍耐和自我否定维持的标签,值得被放下。 这些问题用于自我观察,不是诊断测试。网上的百分比也无法替你判断某个人是否可靠。 怎么看待这个圈子? 把它看作由不同的人、群体和活动组成的社交环境,会比把它想成秘密乌托邦更有用。 你可能遇到认真讨论同意、分享知识、尊重差异的人,也可能遇到夸大资历、急于控制别人、利用新手不熟悉规则的人。 共同偏好,只能说明你们可能有话可聊。 它不自动证明人品、能力或关系兼容。 有人愿意耐心解释术语,却会在你拒绝见面时变脸;有人把安全词挂在嘴边,却把你的犹豫解释成“欠管教”。观察这些具体行为,比听他怎样介绍自己更重要。 尤其要留意几种说法: “你不答应,就说明你不是真正的sub。” “把隐私照片交给我,证明你信任我。” “你的朋友不懂我们,以后别和他们联系。” “既然认了这个身份,就不能反悔。” 这些话正在把选择变成义务,把隐私变成筹码,把关系变成隔离。 你无需先证明自己懂行,才有资格拒绝。 了解一个社群时,也可以看看它如何处理投诉、保护隐私、回应越界事件。一个群体如何对待提出异议的人,比它宣传得多么开放,更能说明问题。 你完全可以有BDSM偏好,同时不加入任何圈子。 入门真正需要学会的,是把话说清楚 在任何实践之前,先谈具体范围:双方想要什么,明确拒绝什么,如何停止,是否允许留下痕迹或记录影像,结束后需要怎样的照顾与联系。 双方应当清醒、能够自由作出决定。同意需要具体,也可以随时撤回;伴侣关系、身份称呼和所谓契约,都不能取消这个权利。 安全词或停止信号可以帮助沟通,但对方明显不适、无法回应时,同样需要停下来确认。没有说出那个词,不代表可以继续。 约定事后照顾,也包括承认双方的实际能力。有人想安静,有人想交谈,有人需要之后再联系确认感受。这些需求适合提前商量。 同意也不能消除身体风险。涉及呼吸限制、颈部压迫、悬吊或破皮的内容,不能凭几条网上教程当作入门尝试。 如果一段互动持续让你恐惧、自责,或者让你的日常生活越来越困难,先暂停。你不欠任何人下一次。 她后来没有再做那份测试。 她在备忘录里写了三行: “我对被引导感到好奇。” “我不接受羞辱,也不想被管理日常生活。” “我暂时只想谈谈。” 写完之后,她发现自己仍然无法回答“我是不是天生的sub”。 但她已经能够回答另一件更重要的事: 今天,我愿意到哪里。 BDSM入门不需要一场证明。你可以了解,可以尝试,也可以把幻想一直留在幻想里。 无论最后选择什么,你都无需把解释自己的权利交给那个自称最懂你的人。
显示更多
苏利利(社会正义与社群参与工作者、研究者):自六四屠杀以来,许多异见人士以零星、不涉及大规模公众动员的非暴力方式公开表达不满和抗议,这些勇者多遭到了残酷报复和迫害。反对阵营对抗争者表达了钦佩与同情,尽管在理论上对暴力与非暴力路径有分歧。但与此相反的是,普通公众通常不领情,几十年来,对非暴力抗争行为的批评一直不断。 笔者认为,这类批评背后的逻辑可能是:就零星抗争而言,非暴力还不如暴力有效。其判断本身并非主张暴力革命。批评者也知道的事实是:中国没有暴力革命,而且不具备发生的条件。 若考察公众行为即可看到:当有人因忍受不了不公而自杀、或行凶时,听闻者会说,“既然不怕死,为什么不去找个垫背的”,或者说,“冤有头债有主,出门左转是政府”,显然,这些都意在将零星的暴力反抗对比零星的非暴力抗争,并认为后者无效。 本质上,用已故哥伦比亚大学教授查尔斯·蒂利 (Charles Tilly) 的“WUNC”四原则——价值、团结、人数和坚持——来说,这些行动因不符合“有价值”的原则而不被公众接受。相信异见人士的亲朋好友也说过“你们成功不了”这样的话,这就是对公众舆论的折射。 另一方面,在定性上的“夸大”几乎是中国文化中的痼疾,因为中国至今没有引进源于西方自由主义的社会科学,而同时西方保守主义对自由主义的反对却大量通过民间渠道引入中文世界,因此,社会科学一直被认为是 “无用之学”。正如自由主义被滥用一样,非暴力运动在尚未出现时就已经遭到了普遍反对。 当反对阵营用“非暴力运动”来描述零星的、自发的和针对个别事件的抗争行为时,这一原本有着明确定义的术语被赋予了不同的含义,它不再指政治理论中所说的非暴力运动。而术语的误用导致了主流群体普遍认为中国的反对运动不会成功的判断。如“中国行动”等组织向社会公开征集的非暴力行动方案,有人在未阅读或理解的情况下,就评其“不切实际”、 “隔靴搔痒”,因为人们认为那些只是“纸上谈兵”,即使实践也是失败。 因此,当反对行为未达到社会科学所定义的“运动”的水平时,反对阵营不要以“运动”去冠名或定性。将“抗争”与“运动”区分开来可能令大众更容易接受,在未来由非暴力运动组织社会动员时,可能会得到更好的响应。 反对阵营中的中国式夸大风格,会导致所传播的信息不符合普通民众的期待。如果公众对反对阵营不信任,那么,民间力量将难以聚集,非暴力反抗运动也无法兴起。总之,在信息流向社会公众的过程中,活动家在定性或冠名上务必谨慎,而提高理论水平将有助于提升自身的判断能力。 ------ 针对中国民间的暴力幻想,《中国民主季刊》专门策划了一期笔谈:《中国民间暴力思想的兴起》,下载全文: ------ 我们的季刊免费向公众开放,您的下载、传播和阅读就是对我们的最大支持和鼓励。感谢读者! 《中国民主季刊》2026年第2期(最新一期)下载: 《中国民主季刊》往期下载:
显示更多
0
16
18
6
转发到社区
Agent 需要什么样的基础工具集合 看到大家在聊 Agent 工具集的问题——是不是提供一个 shell 就都搞定了?做了 holon 之后发现,其实没有那么简单。 读:为什么放弃了 Read/Glob,全走 shell holon 的工具集改了几个版本,最后废弃了类似 Claude Code 提供的 Read(读文件)、Glob(模式搜索)这类专用工具,读取和查找全部通过 shell 来完成。这和 Codex 的路线一致——Codex 的 ExecCommand 一把梭,读文件就是 cat,搜代码就是 rg,不再单独给每种"读"操作定义一个工具。 这样做的理由很朴素:shell 是 LLM 最熟悉的"编程语言"。与其让模型去学你定义的 Read 工具的参数语义,不如直接让它写已经训练了几十亿次的 shell 命令。每多一个专用工具,模型的认知负担就加一层;而 shell 这个界面,模型已经足够熟练了。 但全走 shell 有一个代价:输出截断。框架为了避免 shell 返回值太长撑爆上下文,会给每个命令设输出上限。Agent 用 cat 读一个大文件,可能只拿到前半截,剩下的在 artifact 文件里,还得再 cat 一次甚至多次才能读完。Claude Code 的 Read 工具压缩阈值比通用 shell 高很多,读大文件一步到位,少了好几个来回。本质上是取舍:少定义工具降低认知负担,但专用工具在边界场景效率更高。 写:从 sed 到 ApplyPatch,以及 free grammar tool 的难题 但写操作就无法完全用 shell 搞定。 如果让 Agent 全用 sed 做编辑,就会发现遇到复杂的多行匹配很难处理——换行、转义、缩进,任何一层出了问题都会导致编辑失败。所以很多系统会提供 Replace String 这样的编辑工具,让 Agent 传一大段 old_string 来精确匹配并替换成 new_string。虽然笨拙,但比 sed 稳得多。 Codex 则走得更远,发明了自己的 ApplyPatch 工具,让 Agent 直接生成 patch,一次搞定批量编辑。holon 就借鉴了这个思路。 但落地的时候踩到一个坑:Codex 用的是一套 OpenAI 自己定义的简化 patch 格式,并且搭配了一种叫做 free grammar tool 的特殊工具机制来解决格式传递问题。 为什么要专门搞一种新机制?因为 LLM 的标准工具定义都是 tool(args) 这种 JSON 参数格式。如果把 patch 作为 JSON 字符串参数传递,会牵扯到大量的转义——换行要变 \n,引号要加反斜杠,缩进也得小心处理。Agent 写 patch 时本身就容易出错,再叠一层 JSON 转义,出错概率翻倍。free grammar tool 的思路是把 patch 的原始文本直接作为 tool 的输入体,不经过 JSON 参数编码,模型写什么就是什么。这大幅降低了模型生成 patch 时的出错率。 而这套机制目前只有 OpenAI 的 Codex 接口支持。holon 是要兼容多模型提供方的,没法只靠这一条路。 于是 holon 的做法是:根据模型注入不同的 ApplyPatch 定义。对支持 free grammar 的模型,直接走原始 patch 格式;对其他模型,就接收标准的 git diff 格式。我觉得 LLM 经过 GitHub 上几十亿次 diff 的训练,对 git diff 格式应该相当熟练。实践下来效果还可以——虽然也常出错,但多数时候能改对,而且随着训练数据积累,这个能力只会越来越好。不过我还是建议各家模型厂商都支持一下 free grammar tool,这对 Agent 写代码的场景确实是刚需。 调度:长时间命令和 task 抽象 第三个问题是 Agent 执行的 shell 命令不一定会很快结束——启动 dev server、跑测试、构建项目,都可能跑很久,甚至根本不退出。早期的 Agent 框架处理得很粗暴:要么同步阻塞把自己卡死,要么所有命令一律丢后台,结果 Agent 把同一个命令反复执行很多遍。 现在业界逐渐收敛到一个基本共识:不给 Agent 暴露"前台/后台"的选择——这件事 Agent 自己判断不准。更好的方式是设置一个时间阈值,命令超时自动转后台,对 Agent 完全透明。Agent 不需要预判这个命令该不该放后台,runtime 自己处理就行。 但自动转后台只是第一步。转后台之后,真正的工程问题才浮出来——而这些问题,目前业界还没有标准答案。 首先是输出怎么读。后台任务可能还在跑也可能已经结束,输出可能很大。但各家 API 的语义并不统一——有的走轮询,有的走事件推送。 其次是任务怎么停。各家都有取消机制,但取消是即时 kill 还是优雅退出、已产生的部分输出要不要保留? 最后是谁来叫醒 Agent。Agent 把任务丢后台以后休眠了,任务结束那一刻谁来叫醒它?这要求 runtime 和 Agent 调度深度绑定,不是独立工具层能解决的。 这三件事——读输出、停任务、叫醒 Agent——合在一起,就是后台任务完整的生命周期管理。各家都实现了"能后台跑",但管理面还没有标准化方案,这可能是下一阶段 Agent 工具链演进的关键节点。 还没到无脑用一个现成模式的时候 所以回到开头的问题:shell 能解决 80%,但剩下 20%——编辑的精确性、patch 格式与模型能力的匹配、长任务的调度抽象——恰恰决定了 Agent 能不能从 demo 走向真正可用的系统。 工具集的选择远不止"封装一个 shell"那么简单,也远没到大家可以无脑套用一个现成模式的时候。这也是为什么 Codex 和 Claude Code 在这些基础问题上给出了不同的答案,而 holon 又根据自己的场景做了不同的取舍,这中间可以探索和改进的点,还很多。
显示更多