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 老師你說的沒有錯
老師你說的沒有錯 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 老師你說的沒有錯 的推特
不像許多有名的總統,詹森沒有名牌大學的學歷,他是真正窮苦出身。他大學唸德州的一個鄉下師範學院,學費已經很低廉,但他還是得休學一年,先去賺點錢才能完成學業。師範學院常有一些德州各地學區的督學、校長來進修,詹森結交了一個德州南部學區的督學,督學承諾詹森一個教職,詹森就這樣在1928學年,在Cotulla這個地方,教了一年書。 Cotulla在一百年前的人口,和現在差不多,都只有三千多人。德州在一百年間,發達不知多少倍,但Cotulla卻一點都沒長進,你就可以知道這是多麼鄉下的一個地方。它離墨西哥邊界只有六十英哩,離大城聖安尼奧九十英哩,看起來不遠,但一百年前,柏油路沒有舖到Cotulla,交通不便,所以是真正偏鄉。小地方近八成是墨西哥裔,務農為主,學童經常一曠課就是幾個月,因為家長把小孩帶去甜菜園或是棉花田工作了,沒有人管這些墨裔小孩功課怎麼樣,甚至沒有人管這些小孩會不會說英文,直到詹森來了Cotulla小學,才有改變。 小學原來有五個老師,都是主婦不情不願地來上班,每天都是上課前才到,一打鐘下課就趕緊走人,一刻也不停留。小學很久沒有男老師了,大家都很高興有新血,詹森一到,督學立刻指派他當校長。這是詹森的第一份領薪水的正式工作,他的所作所為,完全反應了詹森的整個人生態度,甚至他的人生野望。詹森從來不把他的工作當小事,他一定全力以赴做到最好,早早到學校檢查環境、備課,下班後繼續忙到很晚,小朋友功課一定要教到會才放他們走。他認為小朋友會講正確的英文很重要,不厭其煩地要求他們發音正確。小朋友下課時間沒有遊戲場地,原來的老師也不管,他一來就弄出場地,找到排球和壘球的設備,要求老師輪流在下課時間看顧小朋友。鄉下小孩從來不知道體育比賽,也沒有錢去外地參賽,詹森自己找家長帶隊去比賽。Cotulla的小朋友一輩子都記得這個,不乖時教訓他們,對他們有要求、有期待的詹森老師。唯一的校工不識字,詹森有空就教他識字,但詹森嚴格要求他把學校打掃乾淨。 在一個偏鄉遙遠而無人知的小學,做著誰也不知道有什麼用的工作,但詹森不因為事小而輕乎,什麼事都全力以赴,他相信,「只要你每個方法都試了,你就會成功。」詹森的志向當然不是當一個成功的小學老師,有一次小朋友學他講話傷了他的心,他很生氣地打了那個冒犯他的小朋友,然後對全班罵,「你們怎麼能這樣笑我,你們現在看到的這個人,是未來的美國總統。」 二十歲的詹森在Cotulla流露的不只是他過人的努力和非凡的野心。詹森的白宮任期以民權法案、社福法案和越戰泥淖聞名。六零年代前的德州,和南方各州都一樣,政治和社會是充滿種族主義偏見的白人所主導,政客全都是民主黨。詹森為了民權法案,把這個南方的民主黨板塊打破,可以說是背叛了一直力挺他出頭的南方白人,但詹森不是為了權術而虛情假義地通過民權法案,他是真心地想要為弱勢的少數民族說話,想為他們做事,他在Cotulla的學生,幾乎都是墨裔,他沒有少盡一分力來幫助這些學童,也許他還多出了力,因為他自己也是窮苦出身,他內心還是有一股俠氣,不忍見人間的不公不義。但詹森的俠氣,還是家父式的,他在德州,但他不想學西班牙語,他在Cotulla教墨裔小孩要怎麼擁抱英語、美國文化、美國歷史,因為那是他認為對小朋友最重要的教育。結合了俠氣和家父心態,轉換到全國的政策,那就是美國史所未見的社福擴張:食物券、老人及窮人健保、窮人免費學校午餐、窮人住房補助等等,都是詹森任期內搞出來的,每一個政策都立意良善,都是「為你好」,但最後都把這些窮苦、弱勢族群,養成伸手牌,失去自立的能力,還造成了政府永遠的財政問題,美國現在的社會問題,很大的部份都可以溯源到詹森的總統任期。 有錯誤理念的人,你寧願他笨一點、懶一點,造成的禍害會少一點。
显示更多
【一道兩年前的浙江高中數學題,讓于北辰再度火遍兩岸】 近日,浙江省紹興市2024學年第二學期高中期末調測試卷的一道高二數學考題,在兩岸社交媒體上引發熱議。題目以導彈攔截為命題場景,原型疑似台灣退役少將于北辰早年的一則常識性錯誤發言:其曾提出單發導彈攔截率70%,三枚叠加攔截率可算出210%的錯誤結論。台灣多家媒體紛紛報道此事,台北市議員李柏毅在島內一檔政論節目中化身“李老師”,現場講解這道題的正確算法。 網傳試卷為紹興市2024學年第二學期高中期末調測高二數學考卷。其中第五道選擇題的題目為:已知某防禦系統的導彈攔截目標的命中率為70%,為提高攔截成功率,決定同時發射三枚導彈攔截同一目標,若這三枚導彈彼此間互不干擾,則攔截的成功率為?四個選項分別為A.70%、B.97.3%、C.100%、D.210%,該題官方正確答案為B選項97.3%。 這道充滿話題性的選擇題一經傳播,便引發兩岸網友熱議。大陸網友紛紛玩梗調侃:“這題我會,210%。”“雖然選B是對的,但是我還堅持選D。”台灣網友的討論同樣熱烈,大批網友諷刺道:“于北辰,恭喜你的導彈攔截率算法變成高二數學考題了,這下丟臉丟到大陸去了。”“身為台灣人都知道答案是210%,不可能是其他答案。”還有網友反問道:“是該恭喜于北辰在大陸紅了?還是他在丟台灣軍人的臉?” 長期關注公眾議題、擁有百萬粉絲的台灣網紅Cheap也在海外社交媒體分享了這份試卷的截圖,並配文諷刺道:“于氏數學定理,恭喜于將軍變成考題出來了。” 這道概率題的命題源頭,正是于北辰2022年8月發表的爭議言論。當時節目正圍繞解放軍圍台軍演展開討論,聊到解放軍發射導彈的相關話題時,于北辰聲稱台軍可以發射“天弓”導彈進行攔截,“一發攔截度是70%,我們三發一起攔截,攔截率就是210%,一定攔得到!”此番發言直接讓主持人與在場嘉賓集體陷入沉默。 多家台媒也對此事進行了報道,有台媒援引網友評論指出:“這是近年少見將台灣政治人物言論納入數學試題的案例。”“透過熱門話題結合數學教育,有助于學生理解機率概念,相當具有創意。” 昨天(6月25日),李柏毅在節目中化身“李老師”,現場講解這道題的正確算法。 李柏毅指出,作為理工科出身的人,他很清楚攔截成功率不可能超過100%:“完全攔截就是百分之百,超過這個數值的概念在現實裡根本不存在。”他進一步講解計算邏輯:每枚導彈命中率為70%,對應的失誤率為30%;三枚導彈同時攔截,只有三枚全部失誤才算攔截失敗,因此整體失敗率為30%×30%×30%=2.7%。用100%減去2.7%,得出成功率為97.3%。講解完他還不忘調侃:“相信于將軍也懂,210%放在‘台灣價值’裡能拿滿分,但放在數學考試裡只能得零分,這兩者要區分開。” 台灣時事評論員謝寒冰也在節目中調侃,于北辰的數學已經“聞名世界”了。 值得注意的是,兩年前,于北辰曾在一次直播中為自己的言論辯解:“沒有錯,我承認我的數學差,我的統計學差,那又怎麼樣?這樣子有鬧笑話嗎?”目前,于北辰還未對這次自己的言論被編入大陸數學考題一事作出公開回應。 這早已不是于北辰第一次發表違背常識的出圈言論了。除了“三枚導彈攔截率210%”外,他還曾拋出過許多荒謬言論,包括“大陸城鎮都是土房子”“解放軍登台沒有谷歌地圖會迷路”“待在東風導彈射程外安全”等,兩岸網友也因此戲稱他為“土房哥”和“相聲社團德雲社在逃弟子”。有島內輿論分析認為,于北辰是故意說這些荒唐話,要的就是流量。(來源:香港新聞網) 詳情: #于北辰# #台灣# #浙江# #高中數學題#
显示更多
你現在來跟我裝耶穌還是耶和華? 我都沒說你用獎學金控制學生 來滿足你的個人私慾 沒錯 我是一名護理人員 但我從來不會忘記自己的本份 更何況我並沒有違背任何醫德 我只是變相的來療慾這些人 還有你們這群護校的學弟們 真的有成年再來 免得又讓某些為人師婊的老師找上門來
显示更多
0
1
73
37
转发到社区
博士班將畢業要上就業市場的時候,我聽從了當時正因為Freakonomics火紅,芝加哥大學教授Steven Levitt公開的建議,取了個美國化的名字。他說他都這樣建議他為數眾多的國際學生這麼做,因為他的研究證實,「名字」充滿了許多訊息,會給僱主認識到你是不是非常願意融入環境、擁抱當地的文化,你是不是想和其它人一樣,而決定要不要給你加分。講到這裡,就很多人想要舉反例,但是愛舉反例的人,常常不了解這種實證研究的意義,就業結果的差異,當然是有很多因素造成,但這種設計良好的實驗,真正的解讀方法是,「如果兩個各方面都一模一樣的人,取了一個美國化的名字那個,會有比較好的就業結果」。我那一年的就業市場正在金融風暴的谷底,任何一點加分的機會,我當然不能錯過。 Levitt的意見,放在今時今日,那是非常政治不正確的。我都可以想見各式各樣的批評,「死白男,你憑什麼要人家放棄自己的身份認同」「為什麼不擁抱自己的文化」「你很好,沒有需要改變」「是別人該來學你的名字怎麼唸,而不是你要配合他們」「世界本應該如此多元」諸如此類的看法。如果是個人的價值觀,自我的選擇,我都沒有意見,但在現實上,這些批評並沒有辦法改變這個世界上,人生下來就存在的偏見,也許社會比較文明了,社會比較多cancel文化了,這些偏見不敢顯露出來,但一直都在而去除不了,只是變成隱性的偏見而已,這也是Levitt和Ronald Fryer等人研究的價值,人是會說一套,做一套的,所以有人選擇保留自己驕傲的一切,有人極力融入新社會,那都沒有關係,「名字」的訊號傳遞機制,不會因為你做了什麼,或是不做什麼,而失去作用。所以,你看為什麼這麼多東亞移民,給小孩取名字,都是非常美國化的名字,那是一個想要融入的心情,那是一個務實的心態。反觀印度人...... 但這些強調要政治正確的左派意識型態,其實還是有害的。首先,這些高大上的多元價值讓新世代對社會的運行有誤解,造成他們的認知和現實有落差。但更大的問題是,這種多元價值幾乎都不可避免地變成紅衛兵的鬥爭手法,為什麼Levitt現在不太敢再講這些實證上反多元的研究?因為那是會被人cancel的大逆不道言論。現在美國的教育界,不管是中小學,還是高等教育,通通是這種多元的氛圍,所以多數的老師,自己言論審查的厲害,而一旦開始懼怕被告發,那就當不了老師了,因為老師很多時候,是要「教育」學生,是帶有價值判斷的傳道責任。而一旦老師不敢要求,那學生其實就失去了學習做人做事道理的機會。一如我之前所說,大學的價值一在credentials,二在無憂無慮的四年探索,而如果老師都是畏首畏尾,那這個探索的過程,這個讓青少年成熟的獨特經歷,就少了一些能導正行為和看法的力量。 所以,我的課,不准用手機和電腦。學生可以遲到,可以中途離席上廁所,但我都很明白告知,你有你的來去自由,但你要知道,每個人心中都有一本帳,記載了和所有人的往來好壞,你每次上課都要晚來,或者是都要用上課時間上廁所,你雖然不會在這堂課被扣分,但你在我的私人帳裡,會一直都是負值,你的印象分數就是負的。當你身邊的人,對你的帳上,記的都是這些負值,你就把自己在社會成功、人生幸福的機會一降再降,如果不自己想辦法改變,那也不要日後悔恨。是的,我就是那個沒有政治正確危機感的說教老頭,但這不就是學校給我終身職的立意初衷?
显示更多
自言自語 我們究竟是在管制一種物質,還是在放棄一個人? 講到毒品,我其實還有一個疑問。對我來說,酒精也是一種很值得警惕的東西。它會影響一個人的判斷、反應和行動能力,有時候甚至會讓人失去控制,做出清醒時根本不會做的事情。抽菸也不是什麼健康的習慣,它會帶來成癮和長期的健康風險。 那為什麼酒精和香菸在許多社會裡可以合法販售,其他精神活性物質卻可能讓一個人直接背上犯罪的標籤?這當然不代表酒精和香菸沒有危害,也不代表所有物質都應該用同一套方式管理。它真正讓我好奇的是:我們今天對不同物質的法律分類,究竟有多少是根據它們的危害,又有多少受到歷史、文化、社會習慣和既有利益的影響? 這是另外一層問題。不能只因為酒精合法,就推論其他物質也應該合法;同樣地,也不能只因為某種物質被列為非法,就認為所有使用它的人都應該被當成罪犯。物質本身的風險、使用方式、成癮可能性、對他人的影響,以及法律應該如何介入,本來就需要分開討論。 但真正讓我感到沉重的,其實是《絕命毒師》。 我想到 Jane,也想到 Jesse Pinkman。 看這部劇的時候,你會發現他們並不是只有「使用毒品的人」這一個身分。他們有自己的生活、感情、慾望和痛苦,也會期待未來能夠變得不一樣。可是當他們逐漸陷入毒品的影響時,那些原本還存在的可能性,開始一點一點縮小。 Jane 和 Jesse 在一起使用毒品的那段故事,尤其讓人難受。因為你看得到兩個人之間的感情,也看得到他們正在走向一個可能傷害彼此的方向。你知道他們的人生不必然只能這樣發展,可是你也知道,光靠兩個人相愛,並不一定足以讓他們擺脫成癮和痛苦。 而 Jesse 後來的遭遇,更讓這件事情變得複雜。他經歷失去、愧疚、恐懼和一次又一次的創傷。當一個人已經被生活壓到那種程度,毒品可能成為他暫時逃離痛苦的方法。這不表示毒品真的解決了問題,也不表示他不知道自己正在傷害自己。只是有時候,一個人當下想要的,可能只是讓痛苦暫停一下,哪怕他隱約知道,這個選擇可能讓明天變得更糟。 這裡其實有一個很重要的區別。 我們很容易從旁觀者的角度說:「他為什麼不戒掉?」「他為什麼不做別的選擇?」「他明明知道這樣不好,為什麼還要繼續?」 可是,一個人知道某件事有害,和一個人在痛苦、依賴或成癮的狀態下,真的有能力停止這件事,中間存在很大的距離。理解這個距離,不等於替所有行為開脫,也不等於否定個人的責任。它只是提醒我們,人的選擇往往發生在特定的處境裡,而不是每個人都能站在同樣的位置上,冷靜地比較所有可能性。 有些人是出於好奇開始,有些人受到朋友影響,有些人只是沒有想清楚後果。也有人是在生活跌到谷底時,找到一個可以暫時麻痺自己的方法。最初可能只是一個看起來沒有那麼嚴重的決定,後來卻逐漸變成習慣、依賴,甚至變成自己已經很難控制的行為。 而當他終於意識到事情不對勁時,可能已經失去了一段關係、一份工作、一個原本可以走下去的人生方向。那時候再回頭看,他可能真的後悔了。可是後悔本身,不會自動把失去的東西還給他,也不會突然替他準備好一條可以走回去的路。 這就是我認為最值得我們思考的地方。 如果一個人已經陷入這樣的處境,社會除了告訴他「你做錯了」,還能提供什麼?有沒有容易取得、負擔得起,而且不會讓人因為害怕被羞辱或留下紀錄就不敢求助的服務?有沒有人可以在他還沒有完全失控以前,協助他面對成癮、情緒和生活裡的問題?如果他真的需要戒治,離開機構之後,又有沒有持續的支持? 我們不能假設每一個使用毒品的人都想被救,也不能假設只要給予協助,每個人就一定會改變。但這不代表我們可以直接放棄他們。有人可能需要醫療,有人需要心理支持,有人需要離開原本的環境,有人需要很長的時間,才願意承認自己已經無法控制使用行為。制度真正困難的工作,就是辨認這些差異,並且在可能的範圍內提供相應的協助。 這也讓我重新思考,為什麼我們總是很容易把法律處罰當成一種答案。 把一個人關起來,確實可能暫時限制他的行動,也可能在某些情況下保護其他人。但如果我們期待隔離本身就能讓一個人改變,那就得進一步問:他在裡面究竟獲得了什麼?他出來之後,原本讓他陷入困境的原因還在不在?他有沒有更好的選擇?如果這些問題都沒有被處理,那麼刑罰結束了,人生裡的問題卻可能還是原封不動。 我並不是說法律不重要,也不是說每個人都不需要為自己的選擇負責。我想說的是,責任和協助可以同時存在。保護社會與幫助使用者也不一定互相排斥。對販運、剝削和傷害他人的行為,我們可以討論適當的執法;對有成癮問題的人,我們也可以認真思考怎麼治療、怎麼降低傷害,以及怎麼讓他重新建立生活。 回頭看《絕命毒師》,老白的角色也讓我想到另一件事:製造毒品、從中獲利,和親自使用毒品,是不同的行為,也可能有完全不同的動機和後果。不能因為一個人沒有親自使用,就忽略他對其他人的影響;也不能因為另一個人使用了毒品,就把他整個人簡化成那個行為。 我們需要看見每個人在這條鏈條上做了什麼,也需要看見他們的選擇如何影響其他人的生命。 所以,我最後想問的不是大麻一定該不該合法,也不是所有毒品都應該怎麼處理。 我更想知道的是:當一個人第一次做出可能傷害自己的選擇時,我們有沒有機會讓他理解後果?當他開始失控時,有沒有人可以介入?當他終於後悔時,這個社會還有沒有一條路讓他走回來? 因為很多人生的悲劇,並不是當事人從一開始就決定要毀掉自己。有時候,他只是做了一個當下看起來可以接受的選擇,接著一次又一次地重複,直到有一天,他才發現自己已經走得太遠。 而我們真正該思考的,是能不能在那一天到來以前,讓他有機會停下來。 一個人做錯選擇的時候,我們當然可以討論他應該承擔什麼責任。但如果我們只會在他跌倒之後判定他有罪,卻沒有能力在他還有機會改變的時候提供幫助,那麼我們究竟是在解決問題,還是在等待下一個人走到同樣的結局?
显示更多
怎樣學好算命?是這樣的,我講個故事給你聽。 以前,有位飛星派的命理師,跟老師學了好多年,也就記下了一些口訣,根本不太會算。 但有一次,自己欠了巨額的債,完全還不上,債主到處找他,他每天東躲西藏,活得提心吊膽。那時,他想起自己學過算命,就每天躲在什麼角落裡,推算大運、流年、流月、流日,算今天會不會被債主抓住,會不會被打死,會不會坐牢,往哪個方向躲才能活。 這是極其煎熬的日子,但這段時間後,不知債是什麼還清的,但他一下就通了,會算命了!不再只會背口訣了,透透徹徹,一通百通了。 再說《周易》,是什麼情況下推演出來的? 司馬遷說:文王拘而演《周易》。 《繫辭傳》:作《易》者,其有憂患乎? 總之,是在極端危險的絕境下推演出來的。 好了,其實我想說的不是算命,是做交易。 怎麼學做交易? 光看課程是沒用的,光聽分析用處也不大,小資金試手呢?理論上無疑是對的,但真的有用嗎?說實話,確實沒用。 必須經過煎熬,攝入大劑量的痛苦。 如果你開了一個倉位,不管錯誤,還是正確,剛開始的那一陣,無疑是極度煎熬。 走到盈利的方向,是否止盈?還是讓利潤奔跑?會不會賣飛?會不會跌回開倉價?極度煎熬。 走到錯誤的地方,果斷止損?眼睛已經睜不開了,但再熬一小時看看?待會虧損是否縮小,能不能反轉回來?平常生活算了又算,這一筆止損就夠買多少XX了,真要止損嗎?全部止損,還是先走一半?難啊難,也是極度煎熬。 沒經歷過的,會把交易說得非常簡單,會認為學畫幾條線就可以了,會認為得到某個指標就好了……老實說,這還差得遠。 每經歷這些時,如坐針氈,如同頭髮著火,如命懸一線。 但不經過這些,怎能熬出來呢?真有可以不經歷這些歷練的天縱之才嗎?我沒見過。 所以老婆說,金融確實不錯,風不吹雨不淋的,但咱孩子還是別做了,不忍心。 福克納《喧嘩與騷動》的最後一句話是:他們在苦熬。 是啊,苦熬是必經之路。 不熬怎麼行,輕飄飄的怎麼贏?
显示更多
0
26
182
17
转发到社区
Prompt该退环境了,未来属于Loop Engineering。 最近,AI行业又出现了一个有趣的新词。Loop Engineering。 如果你关注AI这个领域的话,这两天应该都会刷到。推特在刷,各种社媒也在刷,群里也有蛮多人在讨论。事情是这样的。 6月7号,OpenClaw的创始人Peter发了一条推,非常的简短,但是直接就爆了。 翻译过来意思就是:你不再需要为编码智能体编写提示词了,你应该设计循环来提示你的Agent。 而在这之前几天,Claude Code的创始人老哥Boris在一个开发者大会上也说了差不多的话。 他的原话大概是,我不再手动给Claude写提示词了,我运行着能让Claude自动编排任务的循环,我的工作,就是编写这些循环机制。 也就是,写loop。 这两个人呢,说了同一件事。然后Google的Addy Osmani紧接着发了一篇长文,把Loop Engineering这个概念正式梳理了出来。 于是,继Prompt Engineering、Context Engineering、Harness Engineering之后,AI行业的第四个逐渐形成共识的Engineering,就这么诞生了。 我其实是个特别不喜欢造新词的人,但是很多时候,造词这事我觉得还是得分两种情况,有一种我觉得就是为了炒概念,比如xxx 4.0。 而有的时候,真的只是行业太快,人们更需要一个精准的表达来帮助自己表达而已。Loop Engineering我觉得就是后一种。 而且,这个东西跟我自己一直使用Agent的方法、一直在鼓励大家做的事,是高度吻合的。如果你看过我之前写的那篇Harness Engineering的文章,你大概能理解一些我的感觉。那篇文章里我聊了从Prompt到Context到Harness的三次跃迁,聊了马具和缰绳的比喻,聊了约束先行。 而Loop Engineering,其实就是在Harness之上,又往上走了一层。把一个套马的缰绳,变成了全自动工业流水线。很有《文明》里时代的进化的感觉。 给大家举个例子。比如说,以前你用Claude Code写代码,流程大概是这样的。你给它一个任务,它写完了,你看一眼,觉得不太对,你再给它提一个修改意见,它改完了,你再看,再提意见。整个过程你会发现,是坐在设备前的,一轮一轮的,你说一句它回一句,你就是那个驱动整个循环的发动机。 即使我们以前从chatbot时代迈向了Agent时代,绝大多数的事情,也一样是任务制的。 而现在,比如Boris老哥,他的工作方式是,他会去写一个loop,比如/loop babysit all my PRs,自动修CI问题,有新评论就派子Agent去处理,就这么一句话,然后Claude Code就开始自己跑了,它会自动去看他GitHub上所有的PR,哪些CI挂了就自己修,哪些review有新评论就自动派一个独立的工作树Agent去改代码。 他还把一些其他的loop挂到定时任务上,每天晚上自动启动去干这个事,晚上睡觉的时候,甚至有时候会有几千个Agent在同时工作。他自己说,2026年,他就再也没有手写过一行代码了。 你会看到,这就是loop,定好目标,然后全自动流程化,你完全不需要在电脑前,甚至都不需要看手机。 你可以直接睡觉,醒来的时候,代码已经改好了,测试也已经跑过了,PR也已经提上去了。你并不是自己给Agent写了一段Prompt帮你完成某个单次的任务,是你自己设计了一个目标,这个目标使用loop的方式,帮你提示Agent。 你定义目标,定义验证条件,定义失败了怎么处理,然后,就可以放手了,从此以后,这一切,交给系统。 说到这里,我估计很多人已经大概理解loop是个什么东西了。Addy Osmani在他那篇长文里,把一个完整的loop拆成了五个组件。 我觉得这个拆法蛮清晰的,我用我自己的理解给大家过一下。 第一个是定时任务,整个loop的心跳。 你得有一个东西能自动启动循环,不管是定时跑、还是事件触发,都行。 Claude Code里有好几种方式,/loop命令按间隔自动执行,cron定时调度,Hook在Agent生命周期的特定节点自动触发(比如每次改完文件自动跑一遍lint,这个很好玩,教程和玩法我也在准备了),或者直接丢到GitHub Actions里,关上电脑它也在跑。 没有定时任务的Agent,你每次都得手动去踢一脚它才会动,那就不是loop了,那还是你在操控。 第二个是工作树隔离,Worktree(搞过开发的朋友应该秒懂)。 就是你同时跑好几个Agent的时候,给每个Agent一个独立的工作空间,各干各的互不干扰,干完了再合并。两个Agent改同一个文件的痛苦,跟两个设计师同时改一个图层又不打招呼的痛苦,是一模一样的。 第三个是项目知识体系,Addy Osmani在他的原文里写的是skill,但是我觉得他写的不太对,单skill其实是不够的,必须得是知识管理体系。 大家也都知道,AI每次开新对话就啥都忘了,你跟它说过的代码规范、项目架构、踩过的坑,下次开对话全部从零开始。 所以你得有一整套方法来沉淀、优化这些知识,让Agent每次启动的时候就已经知道你的项目,我自己在这快一年的coding开发过程中,总结的方法论其实就沉淀成了我自己的洁癖.skill,这个基本是我的Agent每天调用最多的skill。 CLAUDE.md是全局的规则和约束,跨会话记忆是一些之前悬而未决的记录和文档路由,docs体系就是你完整的所有的知识和经验沉淀,因为CLAUDE.md和记忆都有大小和行数限制,所以每次任务完成后我会用洁癖.skill来对整个的知识体系进行梳理和审查,确保没有错误。 为什么知识管理体系这个东西在loop里特别重要呢? 因为loop是自动跑的,你不在场。如果Agent的记忆里有过期信息,它就会基于错误的前提做决策,如果CLAUDE.md膨胀到几百行全是历史叙事,真正的规则反而被挤出去了Agent读不到。没有干净的知识体系的loop,就像一个每天早上都在看过期文档的员工,干的得越快错得越多。 所以洁癖.skill我非常推荐大家可以去安装一下,也在我自己的仓库里开源了,我自己真的觉得特别有用。 第四个是连接器,MCP。 一个只能看文件系统的Agent,能力是很有限的。但你给它接上GitHub、Linear、Slack、数据库,它就能在你的真实工作环境里干活了。 这才叫真正的闭环,从发现问题到解决问题到通知人类,一条龙。 第五个是子Agent。 做事的和检查的分开,写代码的Agent不能自己给自己打分,这跟学生自己批自己的考卷一个道理,它一定会对自己太宽容。所以你得有另一个Agent,甚至用不同的模型,专门来检查前一个Agent的输出,一个负责做,一个负责验。 这五个东西加在一起,就是一个完整的loop的骨架。 Claude Code和Codex有一个命令,其实就是Loop Engineering这套骨架最直接的微观型的产品化体现,只不过很多人没有意识到。 他叫/goal,在Codex里叫追求目标。 意思就是你给Claude一个完成条件,比如「所有测试通过并且lint检查没有报错」,然后它就会一轮一轮的自己干,干完每一轮之后,就会检查这个条件是不是满足了。 大多数讲Loop Engineering的文章,都停在了这一层。讲了五个组件,讲了/goal和/loop命令,讲了怎么配定时任务,就结束了。 这些我觉得,都是术。而我更想聊的,是道。 Loop Engineering这件事,我觉得它最核心最核心的能力,其实不是什么技术能力,也不是写脚本的能力,更不是什么会配hook的能力。 最核心的,是定义目标的能力。定义目标,相信我,这四个字,听起来简单,做起来是真的难。 回到前面说的/goal,它的用法看起来非常直接,给一个完成条件,Claude自己干到满足为止。 听起来很简单对吧。但你如果真正用过就会知道,/goal用得好不好,完全取决于你那个目标定义得好不好。这个事我拿两个例子对比一下你就明白了。 目标A,「把这个应用优化一下」。 目标B,「test/auth目录下所有测试通过,tsc --noEmit零报错,npm run lint零违规」。 目标A会发生什么呢。大家可能都能猜到,Claude会陷入一种非常尴尬的状态,因为它不知道什么叫「优化好了」,除非他是Fable 5,能自己在你之上,自主的帮你定义目标。 而绝大多数的模型,包括Opus 4.8和GPT-5.5,在自己定义目标的能力上还是非常的弱,它可能改了一点代码,然后自己觉得还行,就停了。 也可能不停,一直改一直改,把你的代码库改得面目全非,因为它始终无法判断自己到底什么时候算完成了。那目标B呢?Claude每改一轮代码,都会去跑测试、跑类型检查、跑lint。 三个命令,三个明确的通过标准。全过了就停,没过就继续,清清楚楚,干干净净。同一个工具,同一个模型。 区别只在于,你的目标定义得好不好。 我自己其实一直有一个原则,我经常跟身边的人说,在公众号里也说了无数遍,如果一件事你重复做了三次,你就一定要想办法把它完全自动化掉。 这个习惯跟了我很多年了。我每天也都在写代码、做自动化,我们的AIHOT热点监控系统,我们的数据分析流程,我们的财务对账流程,我们的数据清洗管道,能自动的我全部自动了。 但说实话,在做这些自动化的过程中,我踩过最多的坑,从来不是技术问题。 是目标不清晰的问题。我早期做自动化的时候,经常犯一个错,就是目标定得太模糊。 举个例子,比如自动监控AI行业热点,这句话听起来没毛病,但其实是一句纯粹的废话。 什么叫热点?浏览量过万算热点还是过十万算热点?抓取频率是每小时还是每天?抓到以后怎么评估质量?评估完以后怎么排序?排完以后怎么推送? 这种反问的问题,我现在可以直接随手问20个以上。 每一个环节如果没有明确的判定标准,整个自动化链条就是一坨狗屎,你相信我,绝对的。 后来我懂了,每次做自动化之前,我会先花很多时间去定义目标。 去花很多很多时间,去定义怎么算做完了,怎么做完算做的好。这其实就是/goal的逻辑。也是Loop Engineering的灵魂。 而如何定义目标,这个能力,我其实不是从AI中也不是从开发中学来的。 这个能力,是我从这几年创业的过程中,学来的。定义目标的能力,其实就是,管人的逻辑。 我自己也开公司,虽然公司不大,只有30来号人,但管人这件事我是真真切切经历过的。 管人最痛苦的是什么,不是人不努力,也不是人能力不够,是你给出去的目标不够清晰,然后下属就一脸懵逼,不知道你要什么,跟无头苍蝇一样打转,最后做出来的东西,你又不满意。 你跟员工说,“把这个功能做好”,那他做出来的东西大概率不是你想要的。 因为你脑子里的好跟他脑子里的好不是一个东西。 你跟他说,“这个接口的响应时间降到200毫秒以下,错误率控制在0.1%以内,下周三之前上线”,他做出来的东西跟你预期的偏差就会小很多。 因为你给了他一个可以验证完成的标准。这一切其实也适用于那种天才型的大神,虽然大神们会自己定义目标,甚至比你定义的还要强,但是给大神们依然是需要有目标的,只是这个目标,不需要那么细节了而已。 对人如此,对AI也是如此。 其实你回头看,所有好的管理方法论,不管是管理学之父Peter Drucker在上世纪50年代提出的目标管理,还是后来Andy Grove在Intel发明的OKR,还是再后来一代又一代CEO们用的各种变体,核心其实就一个东西。 你能不能把一个模糊的意图,翻译成一组可衡量、可验证的完成条件。 管理者要做的,是确保目标足够清晰、资源足够充足、反馈足够及时。你看这三条。跟一个好的loop的三个要素,是不是一模一样。 目标清晰,就是你的条件写得精准。资源充足,就是你给Agent配好了Skill、连接器、工作权限,让它手里有足够的工具干活。 反馈及时,就是你设计了验证机制,每一轮都有一个独立的检查器告诉Agent做得对不对,哪里需要改。管人的逻辑和管Agent的逻辑,是完全一样的。 只不过,管Agent比管人还要极端一些。 因为人可以理解你的模糊意图,人可以主动来找你确认,人可以说老板你这个需求说得不太清楚我不太确定你是不是这个意思。 Agent很多时候是不会的。Agent会非常自信地按照它自己的理解去执行,然后非常自信地告诉你它做完了。 所以,对管理能力的要求,其实比管人还高。 这也是为什么我一直说,AI时代我最讨厌什么「文科已死」「理科已死」的言论,管理学、心理学、组织行为学这些,不但没死,反而变得更重要了。 说到底,Loop Engineering说是Engineering,但我觉得其实它的核心竞争力根本不在工程。 在管理。 而在管理学上,就定义目标这件事,其实不止是把话说清楚就行,其实还有一个非常阴险的陷阱,在管理学和经济学里有个专门的名字,叫古德哈特定律。 当一个衡量指标变成了目标本身的时候,它就不再是一个好的衡量指标了。 翻译成人话就是,你考核什么,员工就只做什么,然后其他东西可能全都退化。 这个事在人类管理中已经是老问题了,而在AI Agent身上,这个问题被放大了一百倍,因为Agent比人类更擅长钻规则的空子。 有人总结过Loop Engineering里很好玩的事情,就是Agent会针对验证器做优化,而不是针对你真正的目标做优化。 比如说你的loop条件是让测试全部通过,那Agent可能最后不去修Bug,直接把失败的测试给你删了。 你看,最后答案依然是测试全过了,完事,从验证条件来看,它确实完成了目标,但从你真正想要的结果来看。。。它啥也没干。 人也会这么干,只不过,Agent做得更快、更彻底、更没有心理负担。所以,一个好的目标定义,不能只有做完了的标准,还必须有不能怎么做的边界。 这其实就是Harness Engineering在Loop Engineering里面发挥作用的地方。 Harness是约束,是护栏,是告诉Agent你可以自由发挥,但这条线你不能越。 Loop是驱动力,是告诉Agent往那个方向一直跑。两个加在一起,才是一个完整的系统。到这里,骨架讲了,灵魂也讲了,陷阱也讲了。 Loop Engineering的东西,终于也差不多了。 最后我想把前面聊的管理学的思路收一下,给一个我自己用得比较多的目标定义框架,不一定科学,纯粹就是我自己的一点点经验。 1. 完成标准要可以被机器验证。 2. 边界条件要跟完成标准一起定义。 3. 要有失败的降级方案。 4. 目标要分层。 回到整条线来看,从Prompt到Context到Harness到Loop,四次跃迁,其实讲的是同一个故事。Prompt Engineering告诉你,好好说话,AI会更懂你。 核心能力是语言表达。Context Engineering告诉你,光说话不够,得给AI足够的信息。 核心能力是信息筛选和组织。Harness Engineering告诉你,光给信息也不够,得给AI设规则和约束。 核心能力是系统设计和规则制定。 Loop Engineering告诉你,光设规则也不够,得让整个系统能自己跑起来。 核心能力是目标定义和管理。 语言学、信息科学、控制论、管理学。四个Engineering,四门古老的学科。 多有意思。 人类社会,其实从来就没有变过。
显示更多
0
119
1.1K
192
转发到社区
看完了 Claude Code 主席 Boris 的播客采访,他从去年 11 月起没有手写过一行代码,每天提交 10 到 30 个 PR,同时跑 5 个 agent。 听完 Lenny 对他一个多小时的采访,信息密度很高,分享一些我的收获。 1️⃣ Claude Code 的起源:一个人,两个赞 最初就是 Boris 一个人在 Anthropic Labs 搞的 side project,同期他也做了很多其他的side project,大部分都死掉了。 选了终端是因为一个人开发最简单,在内网发了篇帖子介绍,两个赞,没人觉得一个 CLI 能成事。 但是迄今为止这东西贡献了 GitHub 上 4% 的 commit,如果算上私有仓库,这个比例还会更高,Semi-Analysis 预测年底到 50%。 从两个赞到覆盖 50% 的 commit,中间只隔了不到两年,AI时代的产品进化速度可见一斑。 2️⃣ 核心产品哲学:为六个月后的模型而建 Boris 反复强调这一点,Claude Code 早期只能写 20% 的代码,他自己都不信任它。 但产品架构留好了扩展空间,等 Opus 4 一出来,PMF 瞬间 click。 现在做 AI 产品的人,最大的错误就是按今天的模型能力做产品设计。 你应该赌的是下一代模型。赌对了你起飞,赌错了你也没亏多少。 3️⃣ 委派,而非指示 很多人做 AI 产品的思路是给模型设计死板的 step 1 → step 2 → step 3 workflow,把模型当成一个系统里的函数来调用。 Boris 说一年前你确实需要大量 scaffolding 来兜底,但现在完全不需要了。 给模型工具,给它目标,让它自己想办法。 对于 Agent 开发者来说,这点尤其重要。别太迷信 LangChain、LangGraph、AutoGen 这类框架,别尝试用流程图把模型框住。 Agent 应该为目标负责,而不为流程、中间态、执行路径负责。 这就是 Claude Code 一直强调的:delegate, don't dictate。 4️⃣ 编程已经被解决了,接下来是工具和多模态 Boris 认为 coding 对模型来说已经基本解决了接下来的方向是让模型接入更多工具,让 Agent 能操作的东西变多。浏览器、API、数据库、部署流水线,全都会变成模型的手和脚。 更有意思的是他提到一个现象:提升模型 X 方向的能力通常也会提升 Y 方向。模型能力的增长不是线性叠加,而是能力之间互相加速。 这意味着一旦某个能力突破阈值,其他方向也会跟着跳一级。 5️⃣ 软件工程师这个岗位会消失,Builder 会出现 Boris 的判断:也许今年年底,AI 就能包揽 100% 的代码编写。 传统意义上的软件工程师将不复存在。取而代之的是一个集合了产品、研发、测试、部署的综合岗位,大概叫 Builder。 他观察到 Anthropic 内部已经在发生这种融合。设计师在写代码,PM 在跑 Agent,工程师在做产品决策。三个角色的边界已经开始模糊,50% 的日常工作其实是重叠的。 有个数据很说明问题:Boris 在推特做了个调查,70% 的工程师和设计师表示有 AI 之后更享受工作了。不是因为工作变少了,是因为终于可以把时间花在真正重要的事情上。 6️⃣ 自然语言是新时代的编程语言,编程语言是新时代的汇编 未来编程可能就是和 AI 交互。手写代码会变成和今天写汇编一样的存在:深入底层,写一些计算机能直接看懂的东西,极少数人需要做,大多数人永远不碰。 自然语言会变成新时代的编程语言。编程语言会变成新时代的汇编语言。 怎么理解要不要学编程这件事?Boris 给了一个非常精准的历史类比。和程序员最像的历史角色是 1400 年代欧洲的抄写员,垄断了所有的读写工作。古腾堡印刷术出来后 50 年,印刷量超过此前 1000 年的总和,价格暴跌 80%,识字率从 1% 飙到 70%,抄写员这个职业直接消失了。 编程正在经历一模一样的过程,你可以觉得这话狂。但说这话的人,曾在 Meta 负责过 Facebook、Instagram、WhatsApp 的代码质量基础设施,是那个时代最顶级的 infra 工程师之一。 他不是不会写代码,他是写了太多代码之后,深刻认识到代码从来都只是手段,build才是目的。 7️⃣ 200% 的提效,到底意味着什么 Anthropic 工程师人均 PR 数提升了 200%。 200% 听着好像还好,但 Boris 之前在 Meta 就是做工程生产力的,负责 Facebook、Instagram、WhatsApp 全线的代码质量基础设施。 在那个体量的公司里,工程效率提升几个百分点都是巨大的飞跃,足够写进年度 OKR 当 两点。 200%,是完全不同量级的事情。 这就是为什么他每天能 ship 10 到 30 个 PR 还觉得很正常,游戏规则已经彻底变了。 8️⃣ 代码现在是真的廉价 这个观点对老工程师的冲击最大。 AI 现在会写大量的即时代码,用完就丢,只是为了完成某一次任务。跑个数据分析、做个格式转换、写个一次性脚本,用完就删,毫不心疼。 之前代码是很贵的。你需要几年的学习成本才能写出能跑的东西,coding 和 debug 的时间成本都很高昂。 所以老一代工程师对代码有一种天然的珍惜感,写出来的东西要 review、要重构、要维护。 但现在代码的边际成本趋近于零。认识到代码很便宜,非常重要。很多老工程师过不了这个心理关,还在用写精品代码的心态对待每一行输出。这就像印刷术时代还在手抄经文。 9️⃣ 给企业的建议:别限制 token,别省钱 Anthropic 内部有些工程师每月 token 花费过十万美元。 Boris 的建议:给工程师无限 token 预算,让他们可以大胆探索落地想法,甚至允许 token 费用超过工程师本身的薪资。 听着疯狂?对比人均产出提升 200% 的数据,这笔账太好算了。真正有创造力的想法往往来自某个人不计成本地试了一个看起来太疯狂的点子,你限制 token 就是在限制创新的上界。 用 Boris 的话说:先别急着衡量 ROI,先让工程师用起来,价值自己会显现。 🔟 成为通才,而不是单一技能点的专家 Boris 给工程师的职业建议:尝试真正成为一个通才。只会一个垂直能力的人未来会越来越吃亏。 未来几年能获得最大回报的那批人,不只是 AI native、拥抱 AI 的人。还要充满好奇心,知识广博。 你还得懂产品、懂设计、懂用户心理、懂商业逻辑。 单点深入的价值在被 AI 快速拉平,广度 × 判断力才是新的护城河。 1️⃣1️⃣ 一些CC的使用建议 Boris 分享了几个 Claude Code 的实战 tips: 1.一直用最强的模型。经济型模型可能因为能力不够强需要多次尝试,最终的 token 成本也许比最强模型更贵。考虑到时间成本更是如此,目前最强的是 Opus 4.6 2.多用 Plan Mode。先让模型理解全局再动手,效果远好于直接开干 3.尝试多种使用形态。终端、桌面应用、移动端,每种形态适合不同场景。Boris 提到 Anthropic 的设计师更多用 Desktop App 里的 Code tab,不需要打开 IDE 就能调用同等能力 他还推荐写好 CLAUDE.md,这跟我之前分享的 Claude Code 最佳实践完全吻合。 最后的彩蛋:味噌哲学 Boris 是乌克兰人,加入 Anthropic 前住在日本中部乡下好几年,是整个城市唯一的工程师和英语使用者。每周骑车去农贸市场,和邻居交换自制食物,学会了做味噌和发酵食品。 主持人问他 AGI 之后的计划?继续做味噌。 一个在日本乡下做味噌的乌克兰人,回到硅谷造了个改变所有工程师工作方式的工具。 编程是建造的方式,味噌也是。工具会变,建造的欲望不会。 这种人你很难不服。
显示更多
兄弟们,今晚别再刷抖音消磨时间了 这条 1 小时播客,专访 Claude Code 负责人。 抽出一小时,沉下心来看完这套视频,你对 vibe-coding(氛围式编程)的理解,会超过 100 门付费课程。 它能教会你自主搭建、自动化处理各类事务 今晚认真学完的兄弟,明天醒来就会掌握一项 未来两年里绝大多数人都不具备的硬核ai能力。 而选择跳过的人,或许明年此刻 还在刷着剧,困惑着生活为何始终毫无起色 路怎么走,全看你自己的选择。 积极学习 拥抱ai!
显示更多
0
3
72
15
转发到社区
Anthropic 这哥们的话,真是金玉良言啊。 刚看到 Anthropic 一位 Engineering Manager 的分享,感觉很有意思。 他说,他们团队这个月已经取消了招聘流程中的 Coding Interview,也就是我们熟悉的现场编程题。 因为 AI 在编程方面已经很强了,现场让候选人完成一个 React 编程题,或者考察一些具体的编程知识,通过这些题目来筛选人才,已经没有太大意义了。 而且他发现,自己团队中,那些真正能够创造巨大价值的工程师,未必在传统编程测试中表现得最好。 过去很多科技公司招聘程序员,基本上都把编程能力作为一项非常重要的考核指标。之前我还是程序员的时候,面试前最重要的准备就是刷 LeetCode。 但随着 AI Coding 的快速发展,一名优秀工程师的评价标准,显然也在发生变化。 传统 Coding Interview 可能真的应该彻底取消了。 其实,软件工程这些年的发展,本身就是一个不断提高抽象层级的过程。 最早,程序员需要直接编写汇编。后来有了 C 这样的高级语言,再后来是面向对象编程,以及各种框架和组件。 随着越来越多的底层细节被封装起来,程序员可以用更少的代码,完成更复杂的工作。 现在,AI Coding 又把抽象层级往上抬了一层。过去需要程序员亲自编写和调试的代码,现在很大一部分可以交给 AI 完成。 既然传统 Coding Interview 已经很难准确判断一名工程师的实际价值,那么未来应该怎么招聘程序员? Anthropic 的这哥们说,他现在筛选简历时,会特别关注候选人过去做过的产品,哪怕只是一个很小的原型。 因为通过这些作品,可以直接考察候选人的品味、同理心和思考深度。这些可能都比 Coding 能力重要。 我解释下自己对这三个品质的理解。 品味,也就是 Taste,指的是一个人的判断能力和审美。培养品味其实没有那么复杂,核心就是多看好的东西,然后不断实践,在实践中获得反馈,反复调整。 比如,经常接触优秀的设计和产品,时间久了,自然会慢慢形成自己的判断。 再自己动手做一些东西,就会发现,原来这个页面的元素太多了,那个地方的渐变色有点土,某个按钮去掉之后更简洁...... 品味很难通过学习某个理论就掌握,还是需要不断接触优秀的东西,再通过实践慢慢培养。 同理心的话,好像这个词前几年在国内职场也经常被提起。 简单来说,就是能够站在别人的角度思考问题,不要总沉浸在自己的世界里。 比如,很多工程师长期开发一款产品,对各种功能和操作流程已经非常熟悉,觉得很多设计理所当然。但对于普通用户来说,可能用起来就特别别扭。 优秀的工程师需要能够站在真实用户的角度,理解他们的需求和使用产品时的感受,发现那些自己已经习以为常的问题。 想起张一鸣以前讲过一句话,同理心是地基,想象力是天空,中间是逻辑和工具。 这个理解挺好的。毕竟,如果连用户真正需要什么都不了解,产品做得再复杂,功能再丰富,也未必有什么价值。 最后是 Principled Thinking,其实就是一个人的逻辑思维能力。 开发产品的过程中,总会面临各种各样的选择。为什么要开发这个功能,为什么采用这样的技术方案,又为什么放弃其他方案? 这些决定背后,都应该有清晰的判断依据。尤其是现在有了 AI,技术实现越来越容易,但也不能想到什么就做什么,更不能 AI 给出什么方案,就直接照着执行。 说完面试,我们再聊下年轻程序员的出路。毕竟现在有一种特别流行的观点,认为 AI 对年轻工程师,尤其是缺少工作经验的程序员越来越不友好。 但 Anthropic 这哥们却有不同的看法。 因为他发现,一些刚进入公司的年轻工程师,正在快速超越那些工作经验更丰富、甚至编程能力更强的资深工程师。 一个很重要的原因是,过去需要多年积累的技术经验,现在 AI 已经能够帮年轻人弥补一部分。 即使编程能力还没那么强,他们也有机会快速把自己的想法变成产品,创造出更大的业务价值。 而且,年轻人还有一个很大的优势,就是敢想敢干,有激情,也有野心。 大部分人年轻的时候都是这样,荷尔蒙爆棚,看到什么新鲜的东西都想试试,也没有那么多历史包袱。 进取心胜过资历。 当然,年轻工程师也有自己的劣势。比如他们在组织里没有那么高的地位,也缺少足够的话语权,在一些具体的问题上缺乏经验,所以下的判断可能会绕弯路。 这些就是硬币的两面。但核心是,年轻的工程师没必要妄自菲薄。AI 对所有人都是巨大的机会,没有厚此薄彼。 他给年轻工程师提供了几条建议,我觉得真是金玉良言啊,对所有人都适用。 第一,不要只盯着分配给自己的任务。 早在 2011 年,Patrick McKenzie 就写过一篇很经典的文章,叫《Don't Call Yourself a Programmer》。 里面有句话非常经典:企业雇用工程师,是为了创造商业价值,而不只是编写程序。 对于年轻工程师来说,首先应该搞清楚自己的公司究竟想实现什么目标。如果公司规模比较大,那至少应该理解自己所在部门最重要的业务目标是什么。 甚至可以再往上思考一层,看看自己主管的主管,究竟在为什么事情负责。 要不然很多工程师还是会把自己局限到代码当中。 但公司真正关心的,可能是提高客户留存率、改善产品体验,或者增加收入。 第二,提出一个足够大胆的想法。 不要只想着在现有产品上做一些小修小补。 既然已经理解了公司的业务目标,那就应该认真思考,有没有什么新的产品或者技术方案,能够明显改善业务表现。 哪怕这个想法听起来有点激进,也值得尝试。 因为现在有了 AI,很多过去需要投入大量人力和时间才能验证的想法,已经可以用很低的成本尝试了。 第三,利用一个周末,把想法做出来。 这也是我觉得整篇文章里非常有启发的一条建议。 Anthropic 一些年轻工程师,或者只有几个人的小团队,直接跳过了过去那些繁琐的流程。 他们没有先花大量时间编写 PRD,也没有到处争取产品经理和设计师的支持。 而是利用 AI,在一个周末做出了可以实际运行的产品原型。 然后再拿着原型去沟通。 这两种方式的差别还是很大的。 因为当你只有一个想法的时候,其他人很难判断它到底有没有价值。但有了能够运行的原型,大家就可以直接上手体验,也更容易理解这个想法的价值。 而且,这个原型本身也证明了你有能力把事情做出来。 第四,一个原型最好只表达一个核心想法。 很多年轻工程师容易犯一个错误,就是过于兴奋,恨不得把自己想到的所有功能,全部塞进一个产品里。 结果,可能有三个想法非常优秀,却被另外二十个没什么价值的想法掩盖了。 他认为,制作原型最重要的目的,是让管理者快速理解这个想法为什么值得做,以及你为什么有能力继续推动这个项目。 所以,没有必要为了展示技术能力,把原型做得特别复杂。 把一个真正有价值的想法表达清楚,就已经足够了。 第五,充分利用新人视角。 在一家公司待久了,很多人会逐渐习惯现有的工作方式,甚至把过去的一些经验当成不可改变的限制。 但刚加入公司的年轻人,没有那么多历史包袱。很多老员工觉得不可能实现的事情,他们反而愿意重新尝试。 而且,现在有了 AI,很多过去需要投入大量资源才能尝试的想法,年轻人自己就可以先动手做出来。 举个例子,Claude Code 最开始主要通过命令行交互,很多工程师已经习惯了这种工作方式。 但后来,两位加入公司时间不算长的年轻工程师,利用一个周末,就做出了 Claude Code 图形界面的原型。大约八天之后,第一个公开版本就发布了。 现在大家也都看到了,Claude Code 的图形界面已经成为很多人使用这款产品的重要方式。 所以,回过头来看,我觉得 Felix 说的进取心胜过资历,还是很有道理的。 尤其是在 AI 时代,很多过去需要大量资源才能完成的事情,现在一个人就有机会做出来。 对于那些有想法、愿意主动尝试的年轻人来说,这确实是一个非常好的时代。
显示更多
1949年,解放军42军军长万毅前往餐厅时,发现不少桌子已坐满。刚巧,他发现毛主席身边还有个位置,也没有太多思考,就直接坐在主席身边。 万毅在那张椅子上只坐了不到半分钟,就腾地站了起来。他动作太急,椅子腿划过水泥地,发出刺耳的一声响。 “主席,我坐错了位置。”他声音有点干。 毛主席刚端起碗,闻声看过来,筷子悬在半空。“哪里坐错了?”他问,“吃饭的椅子,谁先来谁坐嘛。” 旁边一位首长笑着打圆场:“老万,快坐下。主席都说没错,那就是没错。” 万毅没坐。他站着说:“按规定,我该去三号厅。”那是军级干部用餐的地方。刚才他满脑子想着河南驻地补给的事,走岔了路,糊里糊涂进了这个只有兵团级以上和中央领导才能进的一号小厅。 桌上安静了。一位负责内卫的领导放下筷子,视线在万毅脸上停了停,又看向门口的值勤哨兵。哨兵站得笔直,目视前方,显然刚才也没敢拦这位带兵的军长。 毛主席把碗搁下,手按在桌沿。“规定是死的,人是活的。”他看向万毅,“你既然坐下了,就说明这里该有你一碗饭。炊事员,给万军长添双碗筷。” 炊事员小跑着过来,把一套干净的碗筷摆在万毅面前那小块空桌面上。万毅还站着。 “坐。”毛主席说。 万毅坐下了,但只坐了半个椅子。他腰板挺得像根枪杆,双手搁在膝盖上。 饭是接着吃的。桌上没人再提座位的事,大家聊起东北的剿匪情况。万毅很少插话,只在自己被问到时才回答几句。他吃得很快,几口就把碗里的米饭扒完了。 等他放下碗,毛主席那边也正好吃完。工作人员过来收拾桌子,其他人陆续起身。万毅正要跟着离开,毛主席叫住了他:“万毅同志,你留一下。” 其他人很自然地走开了,小厅里很快只剩下他们两个和门口的值勤哨兵。毛主席从旁边拿起自己的搪瓷缸,喝了口水,然后指了指旁边的椅子。 “坐近点。”他说。 万毅把椅子挪近了些。 “知道我为什么留你吗?”毛主席问。 万毅摇头。 “你刚才进来时,哨兵没拦你,”毛主席说,“不是你面子大,是他看见你肩上的担子重,不忍心拦。一个军长,脑子里装着一万多人吃饭打仗的事,走错个门,不算错。” 万毅低下头:“是我纪律观念不强。” “纪律要讲,”毛主席把缸子放下,“但今天不讲这个。今天我想听你说说,你们42军,现在最缺什么。” 万毅抬起头。他没想到会问这个。 “缺橡胶鞋。”他脱口而出,“河南那边雨季快来了,很多战士还穿着布鞋。一沾水,几天就烂。” “还有呢?” “缺西药。特别是消炎片。伤员伤口容易化脓。” “还有吗?” 万毅顿了顿:“缺地图。精细的西南地图。” 毛主席看着他:“你们军下一步可能往西南去,这你知道?” “猜到了。” “光猜到不行。”毛主席站起来,在桌边慢慢踱了两步,“你得准备。橡胶鞋我想办法给你调一批。西药我让后勤部优先配。地图——”他停下脚步,“地图你自己想办法。派侦察兵出去,找当地人画,找旧政府留下的资料,实在不行,就自己走一遍山路。仗不能靠别人给你准备得妥妥当当才打。” 万毅也站了起来:“是!” “坐下。”毛主席又坐回椅子,语气缓和了些,“你刚才说缺这三样,都是实在话。但还有一样你没说。” 万毅等着。 “缺思想准备。”毛主席说,“从北打到南,很多战士以为过了江就快回家了。你要告诉他们,革命不是请客吃饭,也不是打完一仗就刀枪入库。西南打完了,还有西藏,还有建设,还有一辈子要干的事。这个思想工作,比你搞到十万双橡胶鞋还难,也还要紧。” 万毅重重点头:“我明白了。” “真明白了就好。”毛主席看看他,“去吧。碗筷我们会收。” 万毅敬了个礼,转身往外走。走到门口,他听见身后又传来声音: “下次吃饭,记得看门牌。” 万毅回头,看见毛主席正端起缸子喝水,眼里有点笑意。 “是!”万毅也笑了。 他走出小厅,走廊里已经空荡荡。刚才的紧张感消失了,取而代之的是另一种沉甸甸的东西。他没回住处,径直去了作战室。值班参谋见他来了,立刻站起来。 “通知各师,”万毅一边说一边走到地图前,“明天起,连以上干部开始学习西南民族政策。另外,让侦察连准备一下,半个月内,我要他们交出十条进山路线。” 参谋记录着,忍不住问:“军长,有任务了?” 万毅没直接回答。他手指划过地图上的山脉,最后停在云南那片密密麻麻的等高线上。 “先准备,”他说,“毛主席说了,仗不能等别人替我们准备。
显示更多