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 解決不了問題就解決問題本身
解決不了問題就解決問題本身 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 解決不了問題就解決問題本身 的推特
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
求职系列(5):跳槽,大厂还是小厂 这是求职系列的第五篇,聊聊跳槽决策。 --- 跳槽本质上是一个决策问题,而决策质量取决于你掌握的信息量和你评估信息的能力。 大部分人跳槽后悔的原因都是前期调研做得太少。 0️⃣ 先想清楚:你到底需不需要跳 很多人跳槽的驱动力是情绪、是在原公司碰到了问题选择逃避,而不是判断。 例如:项目刚被砍了、和 leader 闹了一次不愉快、绩效季没拿到期待的结果,然后立刻打开招聘 App 开始投简历。 这个节奏大概率会跳进一个坑,因为你的决策基础是情绪,不是理性评估,你在这家公司碰到的问题,大概率在下家还会碰到,甚至会更棘手;所以抱着逃跑的心态跳槽,是无法解决最核心的那个问题的。 判断要不要跳,要先把自己的现状拆开来看,我一般会问自己四个方向的问题: 1.职业成长还在不在? 你过去一年学到了什么新东西?最近解决过什么有挑战的问题?如果这两个问题你答不上来,说明你已经在原地踏步了,这是一个很明确的跳槽信号。 2.你的市场价值在涨还是在跌? 和市场接触接触,把你现在的简历发给猎头,看看他们的反应,能拿到什么样的面试机会。如果几年前你是香饽饽,现在猎头对你没什么反应,说明你在当前岗位上的积累在市场上变现的空间变小了。 3.钱有没有到位? 你的薪资涨幅跟得上你的成长吗?在大厂,如果你连续两三年绩效不差但薪资涨幅远低于市场,也是个很明确的跳槽信号,在一家公司待太久一定会落后于市场能给到的薪资水平。 4.人的问题还是环境问题? 你最近不爽的根源是什么?这个问题换一家公司能解决吗?能不能不换公司解决?如果是具体的一个 leader 让你难受,跟这个 leader 的合作结束了问题可能就消失了,不一定需要换公司。如果是公司的文化、方向、氛围让你整体不舒服,那是环境问题,不换公司解决不了。 这四个问题里,如果两个以上的答案让你不满意,跳槽是值得认真考虑的。如果只有一个,先看能不能暂时解决。 还有一个很重要的信号:你有没有在工作里体会到成就感。 不需要每天都爽,但偶尔有那种做完一件事觉得牛的感觉。 如果这种感觉已经消失很久了,通常是个非常危险的信号,说明当前工作已经没办法给你带来精神上的回报了。 还有一点比较反直觉的是,一定要尽量在高光、上升期跳槽,而不是低谷期,因为上升期时跳槽能基于一个更高的年包谈判、物质回报更高,整个人的精神面貌也会更好,这些都是在面试中无法伪装的。例如:晋升后、加薪后、完成一个重要项目后,都可以接触市场看看机会。 1️⃣ 决定跳了,怎么准备 很多人决定跳槽之后,直接就开始海投简历,这是最低效的做法。 先做整体的简历诊断, 把简历从头到尾过一遍,问自己:每段经历最值钱的产出是什么,有没有用数字量化出来?你的技能栈和你目标岗位的 JD 对照一下,缺口在哪里?这个诊断做完,你才知道你现在的简历能拿到什么段位的 offer。 补充近期的技术积累,找一找你最近在现公司做过的、值得说的技术决策或系统设计,重新梳理一下,以面试叙事的方式组织好。 锁定目标清单,不要无差别海投。列出你真正想去的 10-20 家公司,按意向高低排优先级。意向最高的留到你状态最好的时候面,先拿意向一般的练手,等状态对了再打主力目标。 打开被动市场,更新 LinkedIn、脉脉的状态,或者直接联系你长期合作的猎头,告诉他们你在看机会。 很多好的 JD 根本不对外公开,只在猎头圈里流通,你不主动告知,就永远看不到。 给自己定一个时间范围。想清楚打算几个月之内跳槽?这个时间窗口会影响你的节奏。 如果你三个月内想动,现在就要开始准备简历、刷题、约面试。如果是半年内,节奏可以相对慢一点,但不能无限期拖着。 2️⃣ 跳槽前的信息收集 客观信息: 知乎、脉脉、公众号、行业报告。了解公司的业务方向、盈利模式、裁员历史、文化风格。这些信息有噪声,但多看几个来源交叉验证,基本能还原一个大致的画像。 主观信息: 自己下载产品用一用,感受一下体验和迭代速度。如果能找到在里面工作过的朋友,直接问,尤其是那些已经离职的人,他们说的话比在职的人真实得多。尽量尝试打听到具体的组,同一家公司不同组的体验可能天差地别。 适当拉长时间轴。 不要面完就急着决定,给自己一到两周时间消化信息、做对比。着急做的决定大概率不是最优的。 3️⃣ 看趋势,别只看现在 别只看公司现在怎么样,看它三到五年内的方向。 一家公司如果业务在收缩、人员在流失、产品没有增量,哪怕当下薪资很高,三年后你面对的可能是裁员或者边缘化。 反过来,一家公司如果业务在扩张、产品在增长,哪怕现在薪资一般,三年后你的职级、薪资和能力都可能有大幅提升。 选增量,比选存量重要。 4️⃣ 主动降温,避免过于乐观 大部分人看新机会时都处于兴奋状态。新环境、新挑战、新薪资,一切看起来都很美好,但你需要主动给自己降一降温。 问自己几个冷酷的问题:这个岗位最坏的情况是什么?如果业务被砍了我怎么办? 薪资涨了 30% 很诱人,但如果工作强度翻倍、成长空间有限、团队文化糟糕,那 30% 的涨幅根本覆盖不了这些隐性成本。 把优缺点都写出来,根据权重综合打分,别只盯着那个涨幅数字。 5️⃣ 大厂跳小厂 / 初创的决策框架 如果你正在考虑从大厂跳到初创,有几条硬性筛选标准。 看阶段。 只考虑早期阶段的公司。中晚期的初创大概率已经过了高速增长期,你进去拿到的期权被稀释了好几轮,上升空间极其有限,要赌就赌早期。 看投资人。 背后是谁在投钱,直接决定了这家公司的生存概率和天花板。 找里面的人聊。 找一找从这家公司在职\离职的人,他们为什么走,离职的人的评价往往最接近真相。 算一笔账。 把大厂未来 2-3 年的确定收入算出来,再算算小厂的收入区间,分最低和最高两个极端。最低的情况你能接受吗? 如果最低情况会让你的生活质量严重下降,这个赌就不值得冒。 争取更好的条件。 如果决定去,在谈 offer 的时候一定争取:base 能不能提一提、期权能不能多给一些,不是为了多拿几千块,是看对方的诚意。 但连薪资都不愿意谈的公司,进去之后大概率也不会在其他事情上对你慷慨。 --- 跳槽最重要的一件事:手里有筹码再做决定。 在你拿到新 offer 之前,所有关于去留的纠结都是空想。先把 offer 拿到手,坐下来,冷静对比,理性评估。 别在脑子里做选择题,要在纸面上摆出真实的选项,白纸黑字、数字清楚,然后再做决定。 手里没有筹码的人,不配上桌谈选择。
显示更多
求职系列(4):面试的自我介绍 这是求职系列的第四篇,聊聊自我介绍。 --- 很多人可能会觉得奇怪:简历上不是都写了自我介绍吗,面试官为什么还要我再说一遍? 因为面试官大概率没提前看,你开始做自我介绍的时候,他才刚打开你的 PDF 在快速扫。 所以你的自我介绍不是应该是复述简历,是给面试官一个快速理解你这个人的入口框架。 1️⃣ 自我介绍的正确定位 把简历上的内容重新念一遍,是最常见的错误。面试官一边听你念,一边对照简历,发现你说的和写的完全一样,几分钟就这么浪费掉了。 自我介绍真正要做的事只有三件: 1. 按一条有逻辑的线(通常是时间线)把你的完整经历串起来,让面试官快速建立全景认知 2. 补充简历上没有的信息,比如:限于篇幅没有体现简历上的经历、为什么做某个选择、你对某个方向的判断、未来发展倾向 3. 把最重要的高光时刻主动点出来,引导面试官的注意力 注意自我介绍一定要控制在三分钟以内。 时间太长会导致面试官走神,低于一分钟又显得没内容,2-3分钟刚好够你把关于自己的来龙去脉讲清楚。 2️⃣ 怎么组织内容 一个好用的结构分三段。 开头一句话定位自己。 我是谁,现在在哪,做什么方向,十秒建立基本认知,让面试官知道接下来要接收什么类型的信息。例如:面试官您好,我叫Charles,目前在XX公司从事XX方面的工作,最近几年主要的工作成果有XXX。 中间按经历线串联。 每段经历只说两件事:做了什么,拿到了什么结果。不要事无巨细全说,面试官不关心你每天干了什么,他关心的是你这段经历里最值钱的产出。 结尾点明求职意向。 为什么看新机会,你想找什么方向和团队,这段话会让面试官快速判断你和这个岗位的匹配度。 整体要表现出逻辑性和连贯性。每段经历之间有承接关系,不是孤立的碎片。面试官听完你的自我介绍,脑子里应该浮现出一条清晰的成长线,而不是一堆零散的标签。 3️⃣ 准备一份万金油版本,但不要只有万金油 建议提前准备好一份通用版的自我介绍,反复打磨到足够流畅。如果太久没面试,通常前几次面试会紧张、会卡壳,多说几次就自然了。 但万金油版本只是基础款,如果是你非常想去的岗位,一定要针对性调整。 看看 JD 上写了什么,多和HR或者猎头聊聊,确定招聘方想找什么方向的人,想想你的哪些经历最匹配。 把自我介绍往他们偏好的方向靠,重点突出那些和岗位契合度最高的部分。 同一个人,面 AI Agent 岗位和面基础架构岗位,自我介绍应该是不同的版本。 核心经历没变,但侧重点和措辞要跟着招聘方的需求走。 4️⃣ 一个容易被忽视的细节 自我介绍的语速和状态,比内容更重要。 去录一段自己的自我介绍,亲耳听一听自己的表达效果。大部分人都会有以下问题:语速太快、嗯啊太多、逻辑跳跃、该停顿的地方没有停顿,而是一口气全说完了,但很多人不录其实是不知道的。 面试官在自我介绍阶段评估的不只是你的经历和求职倾向,他在观察你的表达能力、逻辑密度和沟通状态。 一个自我介绍说得清晰流畅的人,面试官会默认你的沟通能力不差,这个默认值会让后续整场对话的体验都更顺畅。 反过来,一个自我介绍混乱的人,面试官会带着这个你沟通能力不行的标签进入后续环节,这个先入为主的印象很难在后面扳回来。
显示更多
求职系列(3):如何准备面试 面试准备这件事,大部分人的做法是打开一个面经合集,从第一题背到最后一题。背完觉得自己OK了,但一上场发现面试官根本不按套路出牌。 因为你准备的是答案,但面试考的是能力和内核。答案是死的,能力是活的。面试官稍微换个角度追问,背答案的人就卡壳了。 每个人的技术方向和项目经历都不一样,我没法告诉你具体该准备什么内容。 但准备面试这件事本身是有方法论的,我自己用了很久,效果极好。 1.面试前:做好背景调查 很多人准备面试只盯着技术和专业能力进行准备,但更重要的是需要了解:你要去的那家公司、那个团队、那个岗位到底是什么情况。 你至少要搞清楚几件事: 1.这个岗位的 JD 里哪些是核心要求,哪些是凑数的。 JD 里列了十几个技能点,不可能每个都是硬性要求。找到那两三个反复出现的关键词,那才是这个岗位真正需要的能力。你的准备应该围绕这些核心点展开,而不是面面俱到。 2.这个团队在做什么业务,目前处于什么阶段。是新业务在探索期,还是成熟业务在优化期。 探索期的团队更看重你的学习能力和抗压能力,成熟期的团队更看重你的系统设计和深度优化经验。知道这些,你在面试中举例子的时候就能挑最匹配的来讲。 3.面试官是谁,他的技术背景是什么。LinkedIn、GitHub、技术博客,能查到的都查一下或者找HR、猎头大概打听一下。 不是让你去讨好面试官,是让你知道对面坐着的人关注什么方向,他大概率会从自己熟悉的领域出题。 这些信息花不了你多久,但能让你的准备精度提升一个量级。盲目准备就像不看地图就出发,方向都没对,走再远也是白走。 2.简历:每次重要的面试都应该微调 一份简历走天下,这是大多数人的做法,也是大多数人的错误。 你的简历不应该是一个固定文档。每次投递不同的岗位,简历都应该做针对性的微调,调整侧重点。 同样是你做过的三个项目,投 A 公司的基础架构岗,你应该把偏基础设施的项目放在最前面,展开写;投 B 公司的业务开发岗,你应该把业务复杂度高的项目提上来。 项目还是那些项目,但排列顺序和展开深度不一样,给面试官的第一印象就完全不同。 项目描述里的技术关键词也要和 JD 对齐。不是让你编,是你确实用过这些技术,只是之前没在简历里强调。JD 里提到了 Kubernetes,你的项目描述里就把容器编排相关的工作写清楚。面试官扫简历的时间可能只有 30 秒,关键词匹配度直接决定你能不能进入下一轮。 还有一点:简历上写的每一个点,你都要能展开讲三分钟。写了不能讲的东西,就是给自己埋雷。 面试官最喜欢挑简历上看起来很厉害的那一行追问,你要是讲不清楚,可信度瞬间崩塌。 3.模拟面试:最被低估的准备方式 技术知识可以看书学,但面试能力只能通过模拟来练。 这两个东西完全不同。你可能对某个技术点理解得非常透彻,但一开口就是一团浆糊,说了五分钟面试官都没听明白你在讲什么。知道和说出来之间,隔着一条巨大的鸿沟。模拟面试就是在填这条沟。 1️⃣ 自己给自己模拟面 每次太久没面试,我都会给自己来一轮。步骤很简单: 1. 写一份题单,围绕你的技术方向和项目经历出题 2. 只有题单,不写答案。答案在你脑子里,写出来就变成了背诵而不是思考 3. 开始回答,全程录音 4. 回放录音,审视自己的状态、表述和内容质量。哪些点回答得不够顺畅、哪些知识有盲区、哪些表达可以更精炼,全部记下来 5. 没答好的点记录成清单,下一次模拟面的时候加进题单 6. 循环迭代 这个方法的核心在于录音回放。你以为自己说得很好,回放的时候会发现各种问题。有些点你以为很熟,一开口才发现根本组织不出来清晰的表达。语速太快、逻辑跳跃、关键信息遗漏,这些问题你在说的时候根本意识不到,录音不会骗你。 2️⃣ 找人模拟面 自己面自己有一个局限:你没法模拟真实面试中的压力和追问。 自己问自己的时候,你知道答案是什么,潜意识里会绕开那些你不擅长的方向。但真实面试中,面试官偏偏就会往你不舒服的地方追。 如果条件允许,找一些对应方向有经验的人给你做模拟面试。可以是朋友、同事,也可以是网上的付费 mock interview 服务。关键是对方要能问出有质量的追问,而不是照着题库念。好的模拟面试官会根据你的回答临时追问,逼你暴露出真实的知识边界。 模拟面试之后一定要要反馈。不只是哪些题没答好,更重要的是你的表达方式、沟通节奏、回答的结构性,这些东西自己很难察觉。 3️⃣ 每次正式面试都录音 这一条很多人不知道,但非常重要。 每次正式面试全程录音。重要的面试结束后回放复盘,哪些问题答得好,哪些答得拉垮,面试官的追问你有没有接住。 没过的面试,100% 复盘。 没过一定有原因。是技术深度不够?是表达不清晰?是某个项目细节被追问到了盲区?找到原因,下次就不会在同一个坑里摔两次。 过了的面试也值得复盘。哪些回答让面试官眼前一亮,哪些问题的回答框架可以复用到其他面试中。好的经验要提炼出来变成你的标准打法。 项目复盘:提前把坑填了 面试中 80% 的追问都围绕你的项目经历展开。 项目复盘不是把你做了什么列一遍。面试官不关心你用了什么技术栈,他关心的是你为什么做这个选择、做的过程中遇到了什么问题、你是怎么解决的、如果重来一次你会怎么改。 每个你打算在面试中讲的项目,至少要想清楚这几个维度: 这个项目的业务背景是什么,你在里面承担什么角色。别一上来就讲技术细节,面试官需要先知道 context。 技术方案为什么这么选,有没有考虑过其他方案,为什么没选。这个问题回答得好,比你把技术方案本身讲得多精彩都有用。因为它展示的是你的决策能力,而不只是执行能力。 遇到了什么困难,怎么解决的。最好是真实的困难,不要编。面试官见过太多人了,编的故事一追问就破。 最终效果怎么样,有没有可量化的数据。性能提升了多少、成本降低了多少、效率提高了多少。没有数据的项目复盘就像没有 benchmark 的性能优化,缺乏说服力。 心态:面试是一个训练过程 很多人把面试当成考试,一次没过就觉得自己不行。 面试能力和任何能力一样,是可以训练的。每一次面试都是一次实战,每一次复盘都是一次参数调优。面的越多、复盘越勤,你的面试模型就越准。 前几场面试表现不好很正常,就当是 热热身。不要把你最想去的公司放在第一个面,先拿几个没那么在意的 offer 练手,把状态调到最好再去面你的 dream company。 面试这件事,准备的上限很高。 你永远可以更了解对方公司、永远可以把项目讲得更清楚、永远可以把表达打磨得更精炼。 但也别追求完美到焦虑,准备到你觉得能自信地坐在面试官对面聊天的程度,就够了。
显示更多
求职系列(2):如何理解每轮面试 大部分人准备面试,只准备专业能力。刷题、背八股、复盘项目。然后到了二面或者终面被刷,复盘的时候一脸懵:我技术答得挺好啊、题也做出来了,怎么就挂了? 因为你把不同的面试当成了同一场考试。但实际上每一轮面试考察的能力完全不同,所以针对每一面,你需要切换的不只是知识储备,是整个应对模式。 先聊面试流程 一般来说,大厂的面试流程会标准一些,小厂可能简化成两三轮就搞定了。 比较标准的大厂流程是业务三面 + HR 一面。社招的话,HR 可能在业务初面之前就已经和你沟通过了,因为很多时候是 HR 先在市场上找到的你,她需要先做一轮初筛确认你的基本情况和薪资预期。 一些特殊的业务线还会加面,比如微信,通常会额外安排 1-3 轮面委会面试。面委会的人可能和你未来的团队没有直接利益关系,纯粹是从更高的维度做交叉验证。 1️⃣ 业务一面:证明你能干活 一面通常是你未来的同事或者直属 mentor 来面你。 这一轮的逻辑很简单:验证你的基础能力。算法写得出来吗,基础知识扎实吗,项目是真的做过还是简历吹的。面试官需要确认一件事——这个人专业能力是否靠谱,招进来能不能马上干活。 一面你需要做的: 突出专业能力,回答尽量有逻辑。面试官问什么,你回答什么,但要回答得有层次。别一句话甩过去,也别漫无边际地展开。 好的回答永远都是有层次、有逻辑的,尽量像一棵树,先给结论这个主干,再展开细节的枝叶。 一面的对话模式更像问答。面试官主导节奏,你负责高质量地回应。不需要太多发散,也不需要抢节奏。把每个问题回答扎实了,比什么都重要。 坦率地说,国内面试环境还是有一些不太好的地方,候选者和面试官之间的关系不够平等。一面尤其明显,你大概率会感受到一种被审视的压力。但这也是你必须接受的,这一面你只需要专注于展示自己的专业度。 一面考察的核心能力: → 专业知识的深度和广度 → 项目经验的真实性和理解深度 → 技术表达的清晰度 2️⃣ 业务二面:证明你能想 二面通常是你未来的虚线汇报人,或者组织架构上的 +1。具体是谁,取决于公司的架构。 这一轮可能还会涉及部分基础能力的考察,但这不是重头戏了。你的基础能力在一面已经被验证过,不然不可能被放到二面来。 二面开始考察更高维度的东西。系统设计能力、技术方案的 trade-off 思维、对复杂问题的拆解方式。面试官想问的不再是你的具体专业能力,而是你面对一个模糊的大问题时,怎么把它拆成可执行的小问题。 从这一面开始,对话模式要变了。 一面是问答,二面要开始有来有回。面试官抛出一个问题,你不能只给一个答案就停了。你要展开你的思考过程,甚至可以主动问面试官一些背景问题和边界情况。一个好的工程师在动手之前,一定会先把问题定义清楚,要主动把你的思维体现出来。 可以尝试多说一些话,把面试节奏握在自己手里,也尽量多展示出自己的软素质,推荐候选人和面试官的对话比例在 1.5:1 - 2:1 左右比较健康。 你说得太少显得没想法,说得太多显得不听人说话。 二面考察的核心能力: → 更高维度的专业能力,比如:系统设计和架构思维;技术方案的 trade-off 分析能力 → 沟通表达,能不能把复杂的事情讲清楚 → 面对模糊问题的拆解和推理能力 → 软能力:视野、态度、思维、内核 3️⃣ 业务三面 / 终面:证明你这个人 如果二面是虚线面的,终面就是你的 +1;二面是 +1 面的,终面就是 +2。 到了终面,前两面该检查的技术能力都检查完了;这一轮基本不会再考你专业能力,比如写代码或者做系统设计之类的。 终面考的是你这个人。 很多人到了终面就紧张,因为不知道会问什么、不知道标准答案是什么。但真相是:终面大部分问题没有标准答案。 面试官问你怎么看待某个行业趋势、问你遇到过最大的困难是什么、问你和同事发生过冲突怎么解决的。 这些问题的具体答案不重要。面试官真正在考察的是你的认知深度、价值观和抗压能力。你对一个问题的思考角度、分析过程和表达方式,比最终结论重要得多。 终面是沟通,不是答题,如果你在终面还是面试官问一个你答一个的模式,你大概率过不了。 终面更像一场对话。面试官抛出一个话题,你回应你的观点,他可能会追问或者提出不同看法,你再接着聊。候选人和面试官的对话比例在 2:1 到 3:1 之间比较健康。也要尽可能把面试节奏抓在自己手里,当然前提是对方不是那种特别强势的风格。 面试官通常会主动绕过你的准备,面的问题通常不会让你舒服。面试官当然知道你对面试有所准备,他就是要绕过你的准备,看你底层的能力。 比如你准备了一个完美的项目复盘,他偏不问你怎么做成的,他问你如果重来一次你会怎么改。比如你准备了一套职业规划的说辞,他直接问你对当前团队最大的不满是什么。 遇到没准备过的问题,不要慌。 用嘴巴去想,终面最忌讳的事:沉默太久。 遇到一个没想过的问题,不要低头沉思两分钟然后蹦出一个干巴巴的答案。把你的思维过程说出来。比如:这个问题我之前没有想过,但我觉得可以从几个维度来看。第一……第二…… 面试官想看到的就是你思考的过程。你的逻辑链条、你考虑问题的全面性、你面对未知问题时的应对方式。一个能当场把思路理清楚的人,比一个背了标准答案的人有价值得多。 面试官是善意的,到了终面这一步,公司已经在你身上投入了大量的面试资源。多轮技术面、多个面试官的时间,HR 的协调成本。他们是希望你过的。 所以不要把终面当成一场对抗。面试官不是在找理由淘汰你,他是在找理由录用你。放松一点,展示真实的自己。过度紧张和过度表演,反而会让面试官觉得你不够真诚。 终面考察的核心能力: → 对行业和技术趋势的认知深度 → 沟通表达和思维展示能力 → 价值观、性格和内核稳定性 → 面对未知问题时的应变和结构化思考 → 你对自己职业发展的思考是否清晰 4️⃣ HR 面:确认你值多少钱,以及你是不是对的人 HR 面主要做两件事:谈薪 和 确认文化匹配度。 可能会聊一些你的过去经历、未来发展方向、离职原因、对公司的了解。 这些问题听起来比较虚,但不要掉以轻心。 HR 面不是走过场,部分公司的 HR 权力很大,一票否决权是真实存在的。某里就是典型,HR 面挂人的比例并不低。 HR 面的核心是真诚和一致性。你在前三面展现的形象、你简历上写的东西、你跟 HR 聊的内容,这三者之间不能有明显矛盾。HR 的训练就是抓这种不一致,一旦被抓到,信任感瞬间归零。 谈薪环节别太紧张也别太随意。提前了解市场行情,给一个合理的范围,表达出你对这个机会的重视。 别狮子大开口,也别委屈自己。 整体来看 面试这四轮,能力要求是一条递增曲线: 一面 → 同事/mentor → 基础能力、干活能力 → 问答型,扎实回应 二面 → 虚线/+1 → 系统思维、技术深度 → 对话型,有来有回 终面 → +1/+2 → 认知、价值观、软素质 → 主导型,抓住节奏 HR 面 → HR → 薪资、文化匹配 → 真诚型,保持一致 从一面到终面,面试官的 level 在升,问题的抽象程度在升,你需要展示的东西也在变。一面考你会不会,二面考你行不行,终面考你是不是。 想明白这一点,你就知道为什么有些人技术很强但终面总挂了。不是技术不够,是他从头到尾只展示了一个维度的自己。 面试是一个完整的系统,每一层都有自己的评估逻辑,你得在每一层给出那一层需要的输出。
显示更多
求职系列(2):如何理解每轮面试 大部分人准备面试,只准备专业能力。刷题、背八股、复盘项目。然后到了二面或者终面被刷,复盘的时候一脸懵:我技术答得挺好啊、题也做出来了,怎么就挂了? 因为你把不同的面试当成了同一场考试。但实际上每一轮面试考察的能力完全不同,所以针对每一面,你需要切换的不只是知识储备,是整个应对模式。 先聊面试流程 一般来说,大厂的面试流程会标准一些,小厂可能简化成两三轮就搞定了。 比较标准的大厂流程是业务三面 + HR 一面。社招的话,HR 可能在业务初面之前就已经和你沟通过了,因为很多时候是 HR 先在市场上找到的你,她需要先做一轮初筛确认你的基本情况和薪资预期。 一些特殊的业务线还会加面,比如微信,通常会额外安排 1-3 轮面委会面试。面委会的人可能和你未来的团队没有直接利益关系,纯粹是从更高的维度做交叉验证。 1️⃣ 业务一面:证明你能干活 一面通常是你未来的同事或者直属 mentor 来面你。 这一轮的逻辑很简单:验证你的基础能力。算法写得出来吗,基础知识扎实吗,项目是真的做过还是简历吹的。面试官需要确认一件事——这个人专业能力是否靠谱,招进来能不能马上干活。 一面你需要做的: 突出专业能力,回答尽量有逻辑。面试官问什么,你回答什么,但要回答得有层次。别一句话甩过去,也别漫无边际地展开。 好的回答永远都是有层次、有逻辑的,尽量像一棵树,先给结论这个主干,再展开细节的枝叶。 一面的对话模式更像问答。面试官主导节奏,你负责高质量地回应。不需要太多发散,也不需要抢节奏。把每个问题回答扎实了,比什么都重要。 坦率地说,国内面试环境还是有一些不太好的地方,候选者和面试官之间的关系不够平等。一面尤其明显,你大概率会感受到一种被审视的压力。但这也是你必须接受的,这一面你只需要专注于展示自己的专业度。 一面考察的核心能力: → 专业知识的深度和广度 → 项目经验的真实性和理解深度 → 技术表达的清晰度 2️⃣ 业务二面:证明你能想 二面通常是你未来的虚线汇报人,或者组织架构上的 +1。具体是谁,取决于公司的架构。 这一轮可能还会涉及部分基础能力的考察,但这不是重头戏了。你的基础能力在一面已经被验证过,不然不可能被放到二面来。 二面开始考察更高维度的东西。系统设计能力、技术方案的 trade-off 思维、对复杂问题的拆解方式。面试官想问的不再是你的具体专业能力,而是你面对一个模糊的大问题时,怎么把它拆成可执行的小问题。 从这一面开始,对话模式要变了。 一面是问答,二面要开始有来有回。面试官抛出一个问题,你不能只给一个答案就停了。你要展开你的思考过程,甚至可以主动问面试官一些背景问题和边界情况。一个好的工程师在动手之前,一定会先把问题定义清楚,要主动把你的思维体现出来。 可以尝试多说一些话,把面试节奏握在自己手里,也尽量多展示出自己的软素质,推荐候选人和面试官的对话比例在 1.5:1 - 2:1 左右比较健康。 你说得太少显得没想法,说得太多显得不听人说话。 二面考察的核心能力: → 更高维度的专业能力,比如:系统设计和架构思维;技术方案的 trade-off 分析能力 → 沟通表达,能不能把复杂的事情讲清楚 → 面对模糊问题的拆解和推理能力 → 软能力:视野、态度、思维、内核 3️⃣ 业务三面 / 终面:证明你这个人 如果二面是虚线面的,终面就是你的 +1;二面是 +1 面的,终面就是 +2。 到了终面,前两面该检查的技术能力都检查完了;这一轮基本不会再考你专业能力,比如写代码或者做系统设计之类的。 终面考的是你这个人。 很多人到了终面就紧张,因为不知道会问什么、不知道标准答案是什么。但真相是:终面大部分问题没有标准答案。 面试官问你怎么看待某个行业趋势、问你遇到过最大的困难是什么、问你和同事发生过冲突怎么解决的。 这些问题的具体答案不重要。面试官真正在考察的是你的认知深度、价值观和抗压能力。你对一个问题的思考角度、分析过程和表达方式,比最终结论重要得多。 终面是沟通,不是答题,如果你在终面还是面试官问一个你答一个的模式,你大概率过不了。 终面更像一场对话。面试官抛出一个话题,你回应你的观点,他可能会追问或者提出不同看法,你再接着聊。候选人和面试官的对话比例在 2:1 到 3:1 之间比较健康。也要尽可能把面试节奏抓在自己手里,当然前提是对方不是那种特别强势的风格。 面试官通常会主动绕过你的准备,面的问题通常不会让你舒服。面试官当然知道你对面试有所准备,他就是要绕过你的准备,看你底层的能力。 比如你准备了一个完美的项目复盘,他偏不问你怎么做成的,他问你如果重来一次你会怎么改。比如你准备了一套职业规划的说辞,他直接问你对当前团队最大的不满是什么。 遇到没准备过的问题,不要慌。 用嘴巴去想,终面最忌讳的事:沉默太久。 遇到一个没想过的问题,不要低头沉思两分钟然后蹦出一个干巴巴的答案。把你的思维过程说出来。比如:这个问题我之前没有想过,但我觉得可以从几个维度来看。第一……第二…… 面试官想看到的就是你思考的过程。你的逻辑链条、你考虑问题的全面性、你面对未知问题时的应对方式。一个能当场把思路理清楚的人,比一个背了标准答案的人有价值得多。 面试官是善意的,到了终面这一步,公司已经在你身上投入了大量的面试资源。多轮技术面、多个面试官的时间,HR 的协调成本。他们是希望你过的。 所以不要把终面当成一场对抗。面试官不是在找理由淘汰你,他是在找理由录用你。放松一点,展示真实的自己。过度紧张和过度表演,反而会让面试官觉得你不够真诚。 终面考察的核心能力: → 对行业和技术趋势的认知深度 → 沟通表达和思维展示能力 → 价值观、性格和内核稳定性 → 面对未知问题时的应变和结构化思考 → 你对自己职业发展的思考是否清晰 4️⃣ HR 面:确认你值多少钱,以及你是不是对的人 HR 面主要做两件事:谈薪 和 确认文化匹配度。 可能会聊一些你的过去经历、未来发展方向、离职原因、对公司的了解。 这些问题听起来比较虚,但不要掉以轻心。 HR 面不是走过场,部分公司的 HR 权力很大,一票否决权是真实存在的。某里就是典型,HR 面挂人的比例并不低。 HR 面的核心是真诚和一致性。你在前三面展现的形象、你简历上写的东西、你跟 HR 聊的内容,这三者之间不能有明显矛盾。HR 的训练就是抓这种不一致,一旦被抓到,信任感瞬间归零。 谈薪环节别太紧张也别太随意。提前了解市场行情,给一个合理的范围,表达出你对这个机会的重视。 别狮子大开口,也别委屈自己。 整体来看 面试这四轮,能力要求是一条递增曲线: 一面 → 同事/mentor → 基础能力、干活能力 → 问答型,扎实回应 二面 → 虚线/+1 → 系统思维、技术深度 → 对话型,有来有回 终面 → +1/+2 → 认知、价值观、软素质 → 主导型,抓住节奏 HR 面 → HR → 薪资、文化匹配 → 真诚型,保持一致 从一面到终面,面试官的 level 在升,问题的抽象程度在升,你需要展示的东西也在变。一面考你会不会,二面考你行不行,终面考你是不是。 想明白这一点,你就知道为什么有些人技术很强但终面总挂了。不是技术不够,是他从头到尾只展示了一个维度的自己。 面试是一个完整的系统,每一层都有自己的评估逻辑,你得在每一层给出那一层需要的输出。
显示更多
求职系列(1):如何准备一份让面试官想面你的简历 最近又到了春招和暑期实习招聘季,有不少同学找我咨询简历和面试的问题。 先说说我的背景:在职大厂工程师,从实习、校招到社招,累计面试超过上百场。给几十位同学做过模拟面试和求职辅导,现在在牛客上还能搜到我的号(安妮的心动录),校招时拿下了多个大厂的 offer,最近在看新机会,社招通过面试率也超过 90%。 这些数字不是用来装的,是用来告诉你:接下来说的东西,全都是亲身总结出来的真本事,放在别人那里是可以拿去卖课的。 同样的话我重复说了太多遍,决定把整套求职心得整理出来开源,帮到更多的人。 这是求职系列的第一篇,聊聊简历。 简历的本质 很多人把简历当成个人信息登记表来写。教育经历、工作经历、技能列表,从上到下老老实实填一遍。 但你想想,面试官看一份简历平均花多少时间?绝对不到10秒。 10秒,他要决定你值不值得花一个小时聊。 所以你的简历不是一份档案,它是一份销售文案。 它唯一的目的就是在10秒内让面试官得出一个结论:这个人好像很厉害,我想面面。 所有的技巧都围绕这一个目标展开。 1️⃣ 只能有一页 不管你有多少年经验,不管你做过多少项目,简历只能有一页。超过一页的简历,面试官大概率不会翻到第二页。 一页纸的限制会逼你做一件极其重要的事:筛选。你不得不砍掉那些可有可无的内容,只留下最能证明你价值的部分。这个筛选过程本身,就已经在帮你梳理自己的核心竞争力了。 如果你觉得一页放不下,说明你还没想清楚自己最值钱的东西是什么。 2️⃣ 一行一句话,一句话一行 这是排版层面最重要的原则。 每一个点尽量只写一句话,并且尽量这句话不换行,在一行内说完。 面试官扫简历是跳着看的,如果一个要点写了三行,他大概率只看第一行的前半段就跳过了。 一行一句话还有一个好处:强迫你精简表达。 如果一句话说不完,说明你要么没提炼出重点,要么塞了太多细节。 3️⃣ 最亮的点放在最前面 大部分人写简历按时间倒序:最近的工作排第一,然后依次往前。 这在大多数情况下没问题。但如果你有一个特别亮眼的经历,哪怕它发生在三年前,打破时间顺序,把它放到最前面。 面试官的注意力在前5秒最集中。前5秒他看到了什么,决定了后面5秒他是继续看还是扔掉。你最强的武器必须第一时间亮出来。 比如你大二做过一个开源项目拿了几百个 star,但后来的实习经历平平。那就把那个开源项目提到工作经历前面。 规则是死的,说服力是活的。在必要的时候,请你主动站出来,让我看到你的优秀。 4️⃣ 量化一切,遵循 STAR 法则 每段经历都用 STAR 来组织: -Situation:什么背景 -Task:你负责什么 -Action:你做了什么 -Result:结果如何,用数字说话 举个例子 -坏的写法:负责服务端性能优化,提升了系统性能。 -好的写法:主导核心接口性能优化,P99 延迟从 800ms 降至 120ms,QPS 提升 5 倍,直接支撑了 10 万级并发。 同样一件事,第二种写法的信息密度和说服力碾压第一种。没有数字的作为论据,在面试官眼里就是空气。 每段经历的 bullet point 控制在 1-5 个,最多不超过 5 个。太多了面试官不会看,太少了显得没做什么事。 5️⃣ 不要堆技能列表 很多人简历上专门有一栏 Skill Set,列了一排技术名词:Java、Python、MySQL、Redis、Kafka、Docker、Kubernetes…… 大部分面试官看到这种列表的反应是:所以呢? 列了20个技术名词,我不知道你哪个精通哪个只是了解,不知道你在实际项目中怎么用的,不知道你解决了什么问题。这就是一堆没有上下文的关键词,毫无说服力。 更好的做法是让项目经历来证明你的技能。你写了一个高并发系统用了 Redis 做缓存、Kafka 做异步解耦,面试官自然知道你会这些。而且他知道你不是停留在知道的层面,你是真正用过、解决过问题的。 技能列表可以保留,但只作为补充,不要指望它帮你加分。 因为同一个岗位大部分候选人的skill list都是高度趋同的,所以很难通过skill list脱颖而出,它更多的作用是过机筛,以及充当一个背景板(校招、实习除外)。 6️⃣ 不要写空话,要有论据 简历里最常见的废话: -自驱力强 -学习能力强 -团队协作好 -责任心强 面试官每天看几十份简历,每一份都写着这些。你写了和没写一样。 空洞的形容词没有任何信息量。 加上论据: -自驱力强,半年减重 50 斤。 -自驱力强,非科班出身自学编程拿到大厂 offer。 -自驱力强,工作之余坚持技术博客输出,累计阅读量 10W+。 一个具体的事实胜过一百个形容词。 7️⃣ 埋钩子 简历上不要把一件事说得太详细。要留白,让面试官好奇。 比如你写:主导 XX 平台架构设计,上线一周用户数突破 1000+。 面试官看到这行,自然会想:怎么做到的?架构怎么设计的?遇到了什么挑战? 这个好奇心会驱动他在面试时主动问你这个问题。而这个问题,恰恰是你最擅长回答的,因为你做过。 好的简历是一个钩子矩阵。 每一行都在埋一个问题,每个问题你都有准备好的深度回答。你在用简历引导面试官走你的剧本。 8️⃣ 实事求是 这一条听起来很基本,但很多人做不到。 有些人为了让简历好看,把别人做的事写成自己做的,把参与写成主导,把了解写成精通。 短期内可能骗过简历筛选,但面试官一问就穿帮。你说你主导了一个系统的架构设计,面试官问你为什么选 A 方案而不是 B 方案,你答不上来,当场社死,面试通过率骤降。 实事求是不是软弱,是自信。 做得好的地方大方展示,做得不够好的地方也坦然面对。面试官更看重的是你的思考过程和成长潜力,而不是你是不是每件事都做到了完美。 一个项目的 well done 和 bad done 都说出来,反而体现你有复盘意识和自我认知。 9️⃣个人总结怎么写 个人总结很重要!很重要!很重要!并且推荐写!推荐写!推荐写! 很多简历的自我评价写得像小学生作文:热爱技术、积极向上、吃苦耐劳,这种话跟没写一样。 个人总结只写三句话: 第一句:你在行业或专业上取得的结果。比如大厂 T7 工程师,开源项目 500+ star,某个方向的技术专家。用事实建立第一印象。 第二句:你是一个什么样的人,带论据。比如坚持每天阅读一小时,累计阅读时长 500 小时以上。比如投资年化收益 30%+,具备独立的判断力和风险管理能力。 第三句:你未来想成为什么样的人。这句表达你的方向感和成长诉求。比如希望在 AI Agent 方向深耕,成为该领域的核心开发者。 三句话,过去、现在、未来。面试官 10 秒扫完就能对你形成一个清晰的画像。 最后 把你的简历拿出来,对照上面的每一条检查一遍。 -超过一页了吗?砍。 -有没有量化?没有数字的经历,删掉或者补上数字。 -有没有空话?每一句自我评价都问自己:我有论据吗? -最亮的点在哪?它是不是在简历的第一屏? 简历不是写给自己看的。它是你递给面试官的一张名片,只有 10 秒的生命。 在这 10 秒内,让他觉得你值得花 60 分钟来聊。这就够了。
显示更多
网友模拟的东航出事飞机最后一分钟飞行姿态,当时机舱里的乘客是多么恐惧、绝望 绝望的是家属,四年没有真相。绝望的还是家属,真相来了又没有官方认可。解决不了问题,就解决有问题的人,草菅人命
显示更多
《一个 05 后,3 天 Claude Code,10 万单:深圳 AI 圈给我上了一课》 昨天去参加了“生财有术”航海家的深圳线下交流会,4个小时的交流体验下来,相对比于广州,深圳人真的好强、好卷、好厉害。 这次参会的大约有 100 人左右,现场分为 AI +不同主题的小组,每个主题大约有 12 个人左右,每个小组会分在不同的会议室,3个多小时后,每个小组总结出本小组最核心的观点,所有小组再次聚集到大会议厅,每个小组把本小组最核心的观点向大家展示,这种玩法挺新的,照顾到大家想学到不同的知识。 这次参会还有一个亮点值得一提,就是每一个新进的航海家可以随机抽取一名老的航海家,2个人有大半个小时的时间互相去了解对方有业务领域,这样就避免了新人进来不知所措的尴尬,同时也让新老成员之间有了更深度的链接。 这次聚会让我印象最深刻的就是两点: 1、一个21岁的小伙凭借刚刚用了3天的 Claude Code,做出了一个适合教师用的产品 ,客单价 9.9, 卖了10万单,收入近90万利润。 2、在我们小组内讨论出来的核心观点:AI时代,普通人最应该做的就是把自己产品化。 首先,这个05年出生的小伙,据他自己分享,初中还没毕业,对 AI 是零基础 , 他刚刚熟悉 Claude Code 三天的时间,就针对老师的需求,搞了一个叫“班级宠物园”的管理工具,在小红书上卖出了 10 万单,收入近 90 万。 在 AI 时代,大家开发产品的能力已经大大提升,很容易就能做出一款产品。但现在最缺的其实是找到客户的需求,找到创意点,这才是最重要的,也就是说,在当下的世界,只要你有好的想法,就相对更容易赚到钱。 其次,AI 时代普通人最应该做的就是把自己产品化,普通人用 AI 变现,重点不是追新的工具,而是把自己的经验、判断、方法等等,整理成可以被 AI 重复调用的系统。 比如,我们首先要做的是形成自己的知识库,将之前积累的文字资料全部分门别类地整理出来,存入 Obsidian 知识库中,形成我们自己的系统,随着你在各方面积累的越来越多,你自己的系统就会越来越强大。这个系统不单纯仅仅是一个资料仓库,而是真正在你未来的工作生活中起到很大的帮助。 举个例子说,像我平时每天都有好几个人过来问我各种各样的问题,如果单靠花时间一对一地回复,其实挺占用时间的,如果有这套系统后,可以把问题直接在我的知识库时咨询,系统就会按照我的认知给出回复,而这些回复,不像在那些外面的 AI 工具那样,只给你一些看上去很正确,但感觉又解决不了问题的回复,就比如现在的“生财有术”创始人亦仁的智能体,也就是我们大家所知道的 AI 亦仁,就是按这套逻辑去操作的。 接下来我也在努力创造这一套系统给我的付费学员去用,这样他们想问什么或者操作哪一个项目,其实只要在这个系统里面打出自己的问题即可。 所以我觉得在当下这个 AI 年代,很多事情只要你有想法,你就可以去实现,同时,在这个 AI 时代会不断出现很多很多的工具,我们也可以不着急,我们要做的就是先把自己变成一个 AI 智能体,再用 AI 来放大这个智能体。
显示更多
为什么一姐@heyibinance能成为币安首席客服,而且是当之无愧的最强客服?看完你就懂了! 因为她给你的感觉就是真的无处不在,你在币安的任何角落,几乎都能看到她的身影! 记得以前在币安钱包反馈群里,有人反映问题,她看到就会回复:“马上解决,如果解决不了的话,我亲自来! 那不是说说而已,她是真的会下场,亲自跟进、抓问题、解决问题 去年币安钱包刚上线那段时间,她更是几乎天天在线,陪着大家一起踩坑、一起完善 她不光解决大问题,还特别接地气 平时会在群里和大家开开玩笑,活跃一下气氛,让人觉得这不是冷冰冰的官方客服,而是一个真正在乎你的朋友 上到帮用户追回丢失的资金,下到在活动现场帮用户找回不小心丢掉的鞋子哈哈哈🤣,她是真的都在关心的 也是看到岳小鱼老师说才知道,一姐这次香港的活动差点没来,因为币安提前收到消息,可能有人要闹事,存在安全风险!出于安全考量,其实完全可以选择缺席 但她最后还是来了,为什么? 因为她知道,有太多人就是冲着她来的,她不愿意辜负每一份真心的奔赴,不想让一路期待而来的用户失望 更让我佩服的一点是,一姐会亲自翻看推特私信! 在整个行业里,很难找到头部平台核心创始人,愿意放下身段,耐心接纳每一个普通人的声音 这一点,我到现在都觉得不可思议——有多少人能做到这个级别? 一姐早就财富自由了,完全可以过很舒服的日子,但她选择一直和我们用户打成一片 她深知,只有真正融入用户、贴近用户,才能切身体会大家的真实需求,明白大家在意什么、需要什么,平台该优化什么、改进什么 从来不会只看团队整理的表面数据和书面反馈,更愿意亲身去体验、去感受,用最真实的视角发现问题 有空的时候,也会主动在社区和大家互动聊天,换位思考理解每个人的想法 很难想象,这样格局和体量的人,一直保持着温柔、接地气的处事方式 因为她懂,用户需要的不是冰冷的回复,而是一个能被看见、被重视、被当回事的感觉 正因为有这样的一姐,币安才在无数平台里,始终让我们觉得最可靠、最有温度 我们选择币安,不只是因为产品好,更是因为这里有人真正把我们当回事!
显示更多
0
92
101
2
转发到社区
马斯克又出来炸场了 这次他做客全球顶流播客 Joe Rogan,抛出了一连串颠覆性预言,一口气聊了三个小时,全程火力全开啊。他说,App 时代将在 5 到 6 年内彻底终结,特斯拉几个月内就会推出飞行汽车。 而更劲爆的是,关于 AI 对就业的冲击、星舰计划和全民高收入时代即将来临。 马斯克在这场访谈里,几乎把他脑子里对于未来的全部构想,都倒了出来。 我帮你整理了这场访谈,马斯克最核心的六条预言。 预言一:App 将会消失 马斯克说得很绝。未来不会有操作系统,也不会再有 App。手机会变成一个 AI 边缘节点,只负责显示和发声。 真正的大脑,在云端和本地协同的 AI 系统里。 你想听音乐,AI 直接实时生成符合你心情的音乐。 你想看新闻,AI 根据你的兴趣及时聚合内容,直接推送给你。 你想要社交,不用打开微信,AI 会帮你管理所有对,自动筛选重要信息,甚至替你回复。而这个时间线,马斯克说是 5 到 6 年。 听到这个,我其实有点害怕啊。 就是你说,如果真成这样了,那人活着还有什么意义? 预言二:大失业开始倒计时 马斯克说,过去几十年,科技代替人工的趋势,在 AI 时代会进入超级加速模式。历史已经证明过无数次。 过去的银行,有一整层楼都是计算员,拿着纸笔算账。 而如今,都被计算机干掉了。 客服会被智能助手接管,文案编辑开始被 AI 替代。 每一次技术革命,都是这样的剧本。 AI 时代的不同之处在于:替代的速度会越来越快,波及的范围会越来越广。 重复性强的工作、规则明确的任务,还有流程化的岗位。 马斯克直言不讳:这些都会被替代,而且会越来越快。 但他也强调,未来依然会有工作。 只是,可能不再是今天我们熟悉的那些工作。 预言三:Roadster 的秘密,比你想象的更疯狂 访谈里最让人血脉膨胀的时刻,就是马斯克谈到即将推出的新款特斯拉 Roadster。 他亲口确认,原型车正在准备。这将是一场绝对难忘的发布会。 说完,他重复了三次:绝对难忘。 当 Joe Rogan 直接问他,这是不是飞行汽车的时候,马斯克没有否认。 只是笑着说:这台车的技术,疯狂到不像是汽车。然后他补了一句更狠的:如果我的朋友 Peter 想要买一辆飞行汽车,那他应该可以买到了。 而发布时间呢? 他说,希望就在今年年底,也就是几个月内。如果这是真的,那我们即将再一次见证—— 一次交通工具的重新定义。 预言四:Grok 要做最公正的 AI 在谈到自家的 AI 产品 Grok 时,马斯克透露了一个细节。 他们做过一个实验,让多个大模型回答关于“人类生命价值”的问。 结果只有 Grok,把所有人视为平等。 没有因为性别、种族、肤色、身份的差异,而给出偏心答案。 马斯克认为,这一点极其关键。 因为在未来,AI 会变得非常强大。 如果它的价值观在早期就出现偏差,那后果将不堪设想。 所以他的目标是:Grok 会成为一个讲真、尊重所有人类的 AI。 预言五:星舰计划,是人类文明的分水岭 在访谈里,马斯克花了不少时间解释 星舰 的意义。 这不是一艘火箭,而是改变文明级别的工程。 为什么? 因为星舰是 完全可以重复使用的。 这意味着,往返太空的成本会被大幅降低。 就像坐飞机一样常规。 让人类真正有机会,成为 多行星物种。 预言六:全民高收入时代即将来临 在访谈的最后,马斯克谈到了 AI 时代的终极远景。 他说,在最理想的路线下,AI 和机器人会把我们的物质生产,推到前所未有的水平。 到那个时候,每个人都能获得高收入水平的物质生活。 贫困,有可能被真正彻底消灭。 工作,也不再是为了生存,而是为了寻找意义。 但马斯克也很清醒。 他说,技术可以解决物质问题,但是解决不了意义问题。 当人们不再需要工作来养活自己,那他们会去做什么? 如何找到自我存在的价值? 这种身份问题和意义问题,将成为未来每一个人的挑战。 以上,就是马斯克在这场访谈里抛出的六条预言。 有些听起来很疯狂,有些听起来很遥远。 但是,如果你回看他过去的预言,你会发现这个人—— 他说到做到的概率,高得可怕。 十年前,他说要回收火箭。所有人都觉得不可能。现在 SpaceX 已经做到了。 五年前,他说要造脑机接口。大家觉得是科幻。但如今 Neuralink 已经开始人体实验。 而我个人觉得:充满疯狂、甚至不切实际的想象力, 总比缺少想象力,要好得多
显示更多
0
79
780
198
转发到社区
最近提交ipo的ai芯片的新宠Cerebras火遍硅谷。 其芯片在小模型场景下,其推理速度最高可达 H100 的 20 倍;而超大规模模型(如 400B 参数量级),Cerebras CS-3 系统的单用户响应速度约为 B200 的 2.4 倍 那么cerebras究竟是如何做到的呢? 它是否会成为英伟达杀手呢? 我们需从算力演进的本质开始。 AI算力的演进,正在从“算力本身”转向“通信与系统结构”。在这条演进路径上,Cerebras Systems提供了一种完全不同的答案:不是优化分布式,而是尽可能消灭分布式。 一、两条路线:消灭通信 vs 优化通信 当前AI算力本质上分为两种架构哲学:一条是以NVIDIA为代表的路线: 多芯片(GPU),高速互连(NVLink / CPO),scale-out(横向扩展) 另一条是Cerebras路径:单芯片做到极限(wafer-scale) 片内网络替代跨节点通信,scale-up(纵向放大) 核心区别是:一条在解决“如何连接更多芯片”,另一条在解决“如何不需要连接”。 二、为什么这条路现在才成立 wafer-scale并不是新概念,80年代就有人尝试,90年代商业化失败。原因是: 良率无法承受 没有容错机制 软件无法支撑 行业因此形成共识:小die + 高良率 + 分布式。 Cerebras的突破在于三件事同时成立: 1)容错机制工程化 2)片上网络成熟 3)AI workload匹配(高并行,强同步,通信主导) 本质变化是:从“完美硬件”转向“可容错系统”。 三、性能对比:单点极限 vs 系统扩展 在通信层面,两条路线的优劣非常清晰: 1)片内通信 Cerebras:纯片内 → 延迟最低、能耗最低 CPO:仍有光电转换 → 单点效率:Cerebras更优 2)系统扩展 Cerebras:一旦跨芯片 → 回到通信问题 CPO:带宽可持续扩展 → 系统能力:CPO更优 3)功耗结构 Cerebras:单机功耗极高,但通信极省 GPU+CPO:单点功耗可控,系统效率更平衡 结论很明确: Cerebras赢“单机极限”, CPO赢“系统规模”。 四、适用场景:谁该用cerebras 判断标准可以简化为三个问题: 1)通信是否是瓶颈 2)任务是否可集中 3)结构是否规则 因此,高度适用于大模型训练(dense模型),超长上下文,及部分HPC(PDE、流体等) 这些任务的共性是强耦合 + 高同步 + 高带宽 部分适用于大模型推理(低并发),图计算(结构复杂时优势下降) 而不适用于CPU(通用计算),高并发推理,移动/边缘芯片,实时系统 这些系统的共性:不规则 / 高并发 / 低延迟 五、是否会变成主流 尽管Cerebras在特定场景极强,但主流不会走这条路,原因是: 1)物理约束:功耗密度;信号延迟→ 容错解决不了这些问题 2)经济性:小die良率更高;chiplet更灵活 3)产业路径:TSMC等体系优化方向是模块化,多客户复用而不是超大单体 4)需求侧变化:推理占比远高于训练,多任务、高并发成为主流 六、cerebras的意义 与其说wafer-scale尺寸是重要的趋势,不如说容错设计是会被广泛吸收的哲学 未来可能会出现chiplet级容错,封装级绕路 核心变化是单个硬件不再需要完美,系统负责兜底。 回到最初的问题:Cerebras会不会成为NVIDIA的“杀手”? 答案其实已经很清楚。 它确实在一个关键点上击中了GPU体系的软肋——通信。但行业的选择,并不是非此即彼,而是多个技术突破同时采用:更强的互连、更低的通信能耗、更高的系统级效率。 因此,更准确的判断是Cerebras不是英伟达的杀手,而是英伟达及所有芯片公司可借鉴的最佳实践。 免责声明:本人持有文中提及的标的,观点必然偏颇,非投资建议,投资风险巨大,入场需极度谨慎 (图:一个cerebas芯片)
显示更多
0
14
84
18
转发到社区
说个暴论,90%的Claude中转站,都在偷偷给你跑Sonnet冒充Opus! 兄弟们,Claude 中转站里,终于出了一个自己人做的了! 老板是我朋友,他自己就是重度 Claude Code 用户, 饱受封号之苦,外面的站也用烂了,干脆自己搭了一套,叫 号池、防封、风控全链路自研。 用中转站的人,最怕的就一件事就是: 不知道对面给你跑的,到底是啥模型。 所以搭完我第一件事就是拿去测, 一口气跑了两个独立检测平台,结果我直接懵了 : 1️⃣ 跑出来 100%,判定结论直接写着:100%,判定为官方满血 Claude Opus / Max 行为指纹。 2️⃣ 跑了两次,100%,九项全过,延迟 3.5s,速度 17.3 tokens / 秒。 卧槽,那种 "不知道对面是谁" 的感觉,两份报告直接给我打没了。 然后价格方面也是我见过最直接的,100 元人民币,到账 150 美金额度,1:1.5 倍率,真的太香了! 最反直觉的地方来了,现在公测期充 100 元,正式上线时还额外返 75 额度(按 150 / 2 = 75) 等于现在进去的人,相当于拿内测价,提前享受正式服务。 另外渠道方面也做了分层: 1️⃣官方直连 Max 号池(最稳最快,和官方体验完全一致), 2️⃣AWS Bedrock 兜底(亚马逊官方渠道,永远不会炸), 3️⃣逆向渠道备用(极端情况救急,多一层保险), 大家用的时候按预算和稳定性自己选,别乱冲。 还有个大部分中转站都解决不了的最大痛点, 这次也被解决了—— 以前找中转站,要么贵,要么不稳, 最怕的是出了问题,连个人影都找不到。 但这个站不一样, 假一赔三, 支持开票, 对公也能走。 这一点真的太顶了,最起码出了问题,咱们知道找谁。 如果有需要稳定 Claude 额度的,去 试试啊~ 遇到啥解决不了的问题也可以直接找我!
显示更多
0
62
137
20
转发到社区