人要对自己的存在负责。 这是我的观点与立论。 这句话听起来很抽象，人类怎么对自己的存在负责呢…好好学习，好好读书，好好赚钱，不就可以了嘛？对父母孝顺，对妻儿善良大方，难道不是足够的嘛？ 其实这些只是一方面，深层的东西是，你要对你所在的文明本身负责任。 我一直认为人类的责任感是稀缺品质。它来自于苦难，也来自于幸福。因为经历过前辈没有负责任的时期，自己需要遭受苦难，因为自己承担了责任，所以收获了幸福。小的生活，大的宇宙，都是如此。 人类从宏观上，关注地球的生存发展，如果有能力做出了改变与拓展，就是对自己负责。 功利主义，当然没有错。它是社会秩序得以维持的基本底线。但这只是低维度的生存责任。它解决的是如何在一个现成的秩序里安全地过完一生。 但是，如果读书、找工作、生育、养育下一代继续读书成为所有人的循环，如果千百年来所有人都在这个闭环里打转，人类至今还停留在农耕时代甚至原始部落。 对个人存在负责，必然包含着对孕育了你这个存在的载体，即你的文明与母星负责。 今天人类能坐在空调房里讨论量子力学、AI 和深空航行，讨论我们认为的功利主义，讨论推特上任何一篇帖文，是因为工业革命以来那些偏执的科学家、工程师和战略家们，承担了超越时代常人的责任。 他们冒着失败与被嘲笑的风险去叩问科学的边界，才换来了后人百年的文明繁荣。 人，贵在有对文明延伸的感恩之心。 在宇宙尺度上，如果我们这一代人或者接下来几代人，依然沉迷于虚拟娱乐和地表内耗，如果我们不将资源、认知、精力开始投向文明的生存与防御，那么人类百年后的后代在遭遇难以想象的危机的可能时，尝到的将是终极的苦难。 此言，并非执意耸听。娱乐、普通的生活，当然可以，但是人类的群体中，必须有拥有宏大智识并且勇于承担责任的头脑。

还记得我吗？ 你还记得我吗❤️ 咱俩从小就不认识 小时候我在我家玩 你在你家玩 (o^^o) #抽象# #发疯文学# #抽象人# #搞笑# #分享图片# #ootd# #初来乍到请多关照# #就现在跟我走# #今天的我有点不一样# #甜妹# 更多资源✈️ :

还有人记得Infini的U卡吗，我也是好久没登录官网了，发现还有几十U，然后一口气把Infini的Pro，AI，Lit三张卡全都开了 Pro卡用来绑定微信和支付宝付款，AI卡用来订阅ChatGPT等AI，Lit卡用来绑定appla pay和google pay支付。 先测试了下推特，一口气订阅了十几位大佬（没有排名） 中文区： 杀破狼 WolfyXBT @wolfyxbt X玩抽象第一人有没有，风格直接有趣，也经常分享加密相关的干货内容。 Moonlight 月光 @Moon1ightSt 混血双语油管大神，YouTube创作者奖得主者，专注AI 和美股，播放量超 4 亿，干货拉满 Yuyue @yuyue_chris 天使投资人Yuyue姐我在几年前就参加过她的AMA，她写的交易思路和风控，真的值得反复看，跟着她起码不容易乱亏。 Yueya @yueya_eth 我想加密板块应该没人不知道月牙姐的含金量，经常写深度分析，逻辑很清晰。月牙姐做的项目，建议无脑跟就好了 猴哥 @monkeyjiang 好几年前就认识猴哥了，长期投资美股和加密的老司机，强调管住手、守住财富，猴哥的交易思维值得我们每个人学习 英文区 ultra @0x_ultra Milady enjoyer + dashboard wizard. Currently building onchain stuff at @kalshi. Strong data sense and execution. pp @ppmcghee Community Lead at Pudgy Penguins. Frontline community guy. DeeZe @DeeZe Host of @wedoalittlepod. 69 IQ thing collector, always interesting. camol @camolNFT Growth at @katana, ex-Zynga. Kind but hilarious online. Garry Tan @garrytan President & CEO of Y Combinator. Helps founders accelerate the boom loop. Ansem @blknoiz06 One of the biggest voices in crypto. Direct style, tied to @BullpenFi & @MarketBubble. threadguy @notthreadguy Goes live every day at 8:30a EST. Building @counterpartytv, heavy on Phantom & Polymarket. toly @toly Co-founder of Solana Labs. Technical deep dives + award-winning phone creator. loomdart @loomdart Building @loomlocknft (combatting modern addictions). Don’t DM, use Telegram. Real talk only. Serenity @aleabitoreddit AI / semi supply chain research. Only on X, NFA, high signal. U卡这玩意真得多备几张，谁也不知道哪天突然某张卡就不能消费不能订阅了。也不指望优惠和返现，能用别出错就行。

最近刷到一个抖音博主 只发了52条作品就涨粉31万 还签了抖音独家 成了精选作者 他讲心理学 但从来不负责安慰人 别人给你递糖 他直接把手术刀递到你面前 冷峻 锋利 不留情面 他擅长把抽象的人性 塞进一个血淋淋的寓言里 撕开人们对生活麻木的保护壳 目的不是让你舒服而是让你疼醒 我把这套内容结构拆成了一个 Codex Skill 再接上 Google Flow 做了一次低成本复刻实验 第一版已经能跑起来 但问题也很明显： 配音还不够冷动效还不够狠 AI复刻外形并不难 难的是复刻创作者的判断力 继续打磨下 下一版准备上 Seedance 2 看看能不能把声音节奏和压迫感和动效 一起拉上去 做出来只是开始 做出灵魂才算完成

真正的核心聪明，是数学层面的底层逻辑能力，所以我的招聘、考评、人才选拔，永远以数学功底作为第一标尺。 拿国内四大头部大模型创始人做直观参照，这四位行业最顶尖的带头人，全部是顶级数学/理科苗子出身，绝非偶然： 1. DeepSeek梁文锋：85年，广东湛江理科状元，手握保送清华资格，自主选择浙大深耕数理；个人持股78%，一手同时掌控千亿估值大模型公司与幻方量化私募，AI、金融双赛道同时跑通。 2. Kimi杨植麟：92年汕头理科状元，信息学奥赛顶尖选手，保送清华计算机，纯粹数理竞赛体系培养出来的研究者，主导千亿参数轻量化大模型落地。 3. 智谱AI唐杰：77年，燕山大学自动化本科，深耕数理方向后攻读清华计算机博士，学术体系下扎实数理积累，撑起国内高校系大模型商业化落地。 4. MiniMax闫俊杰：89年，东南大学数学本科，中科院模式识别硕博，清华博士后，纯粹数学科班出身，聚焦多模态大模型底层算法研发。 这四家是国内第一梯队的大模型企业，掌舵人清一色拥有极强理科、数学背景，不是行业巧合，而是赛道客观规律决定的。 为什么数学能力是双赛道研发的绝对门槛？ 1. 大模型研发，本质是数学建模游戏 Transformer架构、注意力机制、RLHF对齐、损失函数、缩放定律，所有底层创新全部依托线性代数、概率统计、凸优化、随机过程。只会调用开源框架、调参跑流程的人，只能做工具操作工；只有数学功底扎实的人，才能推导底层公式、定位模型收敛缺陷、从零重构全新训练逻辑。现在行业同质化严重，能拉开技术壁垒的，只有能从数学底层做创新的人。 2. 金融量化模型，数学是生存底线 管理量化策略团队，大家都清楚：市场噪音、数据过拟合、波动率测算、资产相关性推演，全部依赖数理统计能力。散户靠情绪交易，量化靠数学建模套利；如果研究员无法独立搭建数理验证框架，策略回测、实盘风控全都会出现致命漏洞，直接带来资金亏损。幻方量化梁文锋能同时做好私募与大模型，核心就是一套强悍的数学思维同时适配两条赛道。 筛选规则 1. 简历初筛：优先锁定数理赛道出身 同等项目经历下，数学、物理、统计、自动化科班候选人优先级远高于普通软件工程；重点关注竞赛履历——理科状元、信息学奥赛、数学建模竞赛获奖者会直接进入深度面试，四大创始人的成长路径，就是我筛选人才的参照范本。 2. 面试核心考核：全程围绕数学逻辑提问 不管应聘大模型算法岗，还是金融量化研究员，我不会上来问框架使用、工具操作，优先考察纯数学推导：矩阵分解、梯度推导、概率分布、极值优化等基础理论。我会刻意设置开放式数理问题，观察候选人抽象建模、拆解复杂问题的能力。能把复杂问题翻译成数学语言，才具备研发核心潜力；只会背诵工程流程的候选人，很难进入核心研发组。 用落地成果验证数学思维 新人入职后，不会直接分配现成任务。大模型方向，要求独立复现一篇顶会论文数学推导；量化方向，要求从零搭建简易因子回测数理框架。两件事的核心目的，就是检验候选人是否能脱离现成工具，用数学思维解决真实业务问题。能完成的，进入核心项目；只会复刻现有代码，只能做辅助工程岗位。 无论是做大通用大模型，还是搭建资本市场量化交易模型，表层的代码、框架、工具都可以短期学习补齐，但数学底层逻辑的打磨，需要长年累月沉淀，无法速成。 四大头部大模型创始人全部是顶级理科/数学学霸，已经印证了行业规律。对我这种同时负责AI与金融模型的研发负责人来说，选拔人才不会只看项目、学历光环，判断一个人是否具备长期成长上限，第一标准永远是：他有没有真正过硬的数学思维。

现在最危险的 AI 内容，不是烂，是「差不多能用」。 烂，你会重来。差不多能用，会诱惑你直接发出去。 这就是 AI 时代最稀缺的能力：taste。 Replit 这两天在纽约办 VibeCon，最抓人的问题不是「AI 能不能写代码」，而是：Can AI have taste？ 这个问题看起来有点装。但它真正问的是：当人人都能生成，凭什么轮到你被看见？ 以前你写不出来、画不出来、做不出来，还可以说自己缺技术。现在不行了。 AI 能给你十版标题、十张封面、一个能跑的页面、一篇结构完整的文章。 产能不再稀缺；稀缺的是：你能不能杀掉其中九个。 很多人把 taste 理解成审美。颜色好不好看。字体高不高级。 排版有没有质感。但在 AI 时代，taste 首先不是审美是删除能力。 不是让 AI 继续加东西，是判断什么东西没有资格存在。 举个具体例子。做一张封面，主题是：「AI 编程的免费午餐结束了」 你让 AI 做「高级感、科技风」。 它大概率会给你：蓝紫渐变、代码屏幕、发光线条、抽象机器人。 第一眼能用；第二眼像见过一万次。 没 taste 的改法是：再高级一点。更有未来感一点。更吸睛一点。于是 AI 继续加光、加线、加粒子。 真正有 taste 的改法是：只留一张账单，删掉机器人和代码屏幕。 背景纯白，一个红色支出数字。标题放大。因为核心不是「科技感」。 是「AI 开始计费」的压力。 所以 taste 不是形容词。它是优先级。 你不是在问 AI：怎么更好看？你是在告诉 AI： 这件作品里，什么有资格存在？ AI 可以帮你生成；AI 也可以帮你初筛。但最后那一下「不对，删掉」，不能外包。 AI judge 能筛掉明显错误，比如 文字糊了；构图乱了；标题太长。 代码跑不起来。但它很难判断：这一版有没有必要存在？ 它像不像一个人做出的选择？ 还是只是在平均意义上「还不错」？平均正确，不等于有 taste。 别只建 prompt 库，prompt 库教你怎么生成。 删除清单教你怎么否决。 我会根据这5 个问题判断： 1.这个元素有没有承担信息？ 2.这句话有没有推动判断？ 3.这个细节是不是只是在显得专业？ 4.如果删掉它，内容会不会更清楚？ 5.这一版像不像我已经看过的东西？ 我想，AI 时代最贵的能力，不是生成是判断，删除，知道什么不能放出去。

有人说，你最近发的帖子越来越抽象了，让人看不懂。其实很多东西，在刚开始接触的时候都会觉得抽象。因为普通人看到的是事情本身，而高手关注的是事情背后的规律。比如：普通人看到的是一个公司赚钱，高手看到的是商业模式；普通人看到的是一个国家，高手看到的是制度和资源分配方式；普通人看到的是一个机会，高手看到的是机会产生的环境。但抽象不是目的。真正有价值的认知，是把复杂世界总结成简单规律，再用这些规律指导现实行动。如果只看眼前，你只能抓住一个机会；如果理解背后的规律，你才能发现一类机会。财富本质上不是来自知道更多信息，而是来自比别人更早理解变化，并提前在变化发生的地方建立自己的位置。