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 长自己志气,
长自己志气, 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 长自己志气, 的推特
販毒的黑道常會告誡手下,「不要用自己賣的東西」,我最近找到一個新的例子,芝加哥教師工會的會長,把自己的小孩,送去唸私立學校,拒絕用自己賣的產品。這是很不可思議的虛偽,更暴露出教師工會現在把美國的公立學校弄成什麼樣子。芝加哥的公立學校,是美國數一數二大的學區,但二十年來,學生人數少了近八萬人,教職員卻多了三千人,整體學區預算幾乎加倍,師生比拉這這麼高,資源這麼豐富,教育品質一定好了?沒有,芝加哥公立高中學生達到伊利諾規定的學業水準,只有兩成!州定的標準,已經相當低,還有近八成的芝加哥學生達不到。我有很多芝加哥高中畢業的學生,所以我深受其害,面對這麼多基本算數、識字寫作都有問題的學生,我只能一直放鬆教學內容,連帶影響其它程度好的學生。 公立學校資源一點都不是問題,但工會教師就一直用錢不夠的理由,找到機會就罷工抗議。如果不是家長太過憤怒,讓政治人物害怕,工會原本還要在五一國際勞動節停課,讓學生上街抗議。抗議什麼?名義上是為教師勞動權益,但很多是想拿反川的標語上街。他們要抗議川普是有道理的,芝加哥學區這幾年本地學生巨幅外流,如果不是非法的拉丁裔移民填補了空缺,芝加哥還要少更多的學生,預算還會有更大的問題,所以他們當然要抗議川普抓非法移民。有一個學生告訴我,他的朋友最近經濟發生困難,因為他原本的工作是安置芝加哥的非法移民,拿的是政府經費,結果被川普政府搞到沒有收入。我忍不住問他,你沒有覺得奇怪嗎?我沒沒有說出來的是,幹得好。稅金,就給這些米蟲拿去了。 很多移民來到美國,小孩上學了,就會發現,這國家錢真多。公立學校教室設備一流,公發的電子產品人手一台,學生自由,活潑開放。但時間一長,就發現這是個糞坑,這是個教師工會的社會福利機構。老師經常請假,代課老師只會點名,上課時間很少,管秩序時間很多,老師的精力,都花在處理少數具有破壞性的學生,好的老師不敢管教學生,壞的老師不懂教學,浪費學生時間,再不然就整天講黑命貴、川普種族主義、LGBTQ權益,每日上課時數極短,每年上課天數極少。然後一天到晚道德綁架家長,只有他們懂教育,只有他們最辛苦,只有他們收入最少。但讓我講一個很多人不知道的事,大部份的美國公立學校教師,不用繳Social Security,這個僱主和員工合繳12.4%的稅,老師是不繳的。 工會殘害美國至巨,但要怎麼改革這個問題呢?目前有一個聲音是要在最高法院打官司,禁止教師成立工會。這有法律上的道理,因為如果反拖拉斯的目的是反對商業市場壟斷,那教師工會在實質上也是在就業市場壟斷,同樣是傷害消費者行為。進行這個訟訴也有政治上的道理,因為民主黨和教師工會交相苟且,一個把會費金錢輸送給政黨,一個用政黨控制政府的能力,保證工會的利益。這就是芝加哥教師工會這麼囂張的原因,如果把教師工會判為違法,那是一石二鳥。但也因為這個關係到民主黨的權力掌控能力,所以民主黨一定會誓死而反對。 但更重要的是,我認為把工會廢了,公立學校也救不回來。美國沒有什麼師範學校,普通大學畢業,上個教育學程,滿足州的教師規定,就可以當老師。此前,女性受到歧視,工作機會不多的時候,很多優秀的女性,想要展長才的女生,很多都當了老師,因為那是少數女生能在職場發揮的地方,而因此,美國以前公立學校的品質非常高。但這個壓抑女性的社會問題大致解決了,公立學校的老師也失去了優秀人材的管道。現在在大學唸教育的,通常是其它學門唸不來的學生的最後選擇,有統計說,美國大學的專業裡面,平均智商最低的就是教育系。當然少部份學生是為了理念去唸教育,也很有能力,我常在鄉下來的高中畢業生裡看到這種學生,但他們很快就被丟進一個不需要太認真就可以畢業的環境,很快就向下平均去了。在逆向淘汰的情況下,造成公立學校教師資質越來越差。這一點,就連廢掉教師工會也救不回來。 所以,最好的解決方法,是讓工會徹底把公立教學搞砸,那就會有更多納稅人要求開放教育券的發放,鼓勵私立和特許學校的成立。我們愛荷華州這幾年在共和黨的全面執政下,教育券得到充份實施,私立學校像雨後春筍一樣,紛紛冒出頭,也順帶推倒許多品質江河日下的公立學校。私立學校並不一定好,但有競爭才會有進步,才會想要嚐試教學的新作法,在這個AI改變人類生活的時代,我們更需要這種民間的競爭,來導入AI教學,提高教學品質。因此,我非常支持這些混蛋教師工會的惡搞,越惡搞,越加速公立學校的死亡。
显示更多
0
9
190
28
转发到社区
龙虾的对手来了?我试了一下Hermes Agent 这几天推荐 Hermes Agent 的人突然多了起来。 我自己装了一个跑了两天,说说感受:确实还可以。不是那种「又颠覆了」的程度,但能明显感觉到它的设计思路跟龙虾不是一回事。 先说一下背景,Hermes Agent 是 Nous Research 今年 2 月底开源的 AI 智能体框架。 上线不到两个月,GitHub 星标冲到了三万多。社区里不少人把它称为 OpenClaw 上线以来,第一个真正意义上的竞争对手。 两个项目表面上很像,都是自托管的开源 Agent,都能接 Telegram、Discord、Slack、WhatsApp。都支持多模型切换,都走 MIT 协议。 但骨子里完全不同。 龙虾是网关,Hermes 是引擎 OpenClaw 的核心是一个 Gateway。网关守护进程,负责统一管理会话、路由消息、连接各种聊天平台。 你可以理解成一个调度中心,把所有聊天应用接到 AI Agent 上。 龙虾解决的核心问题是:怎么把消息送到 Agent Hermes 不太关心这个,它更在意的是:Agent 怎么变得越来越强 官方管这叫 closed learning loop,闭环学习循环。整个框架围绕的就是一件事——让 Agent 在使用过程中自我进化。 打个比方,龙虾是个多渠道助理操作系统,什么聊天工具都能接,生态丰富。 Hermes 是一个会自我迭代的执行引擎,刚开始没那么花哨,但越用越能打。 这是最根本的区别,后面所有差异都从这分叉出来。 会自己写技能的 Agent 我觉得这是 Hermes 最有意思的地方 当它完成一个复杂任务——通常涉及五次以上工具调用——它不是做完就算了。 它会把整个过程沉淀成一份结构化的技能文档,存成 Markdown 文件,放在 ~/.hermes/skills/ 目录下。 下次遇到类似任务?直接加载这份技能文档,不用从头解决。 更狠的是,这些技能在使用过程中会自我迭代。Agent 执行某个技能时发现了更好的方法,它会自动更新技能文档。不需要你手动维护。 Reddit 上有用户反馈,他的 Agent 在两小时内自动生成了三份技能文档。之后跑重复性研究任务,速度提升了 40%。 龙虾也有技能系统,但龙虾的 Skill 主要靠人手写,或者从 ClawHub 技能市场安装。Hermes 等于把「写技能」这件事也交给了 Agent 自己。 一个靠人喂,一个自己长。 我试用的时候确实感受到了,让它帮我查了几轮开源项目的信息,第二天让它做类似的事,它明显快了。 不用再教它「先去 GitHub 看 README,再去看 Issues」这种流程。它自己能记住了。 记忆体系:搜索引擎 vs 笔记本 两者都说自己有跨会话记忆。但实现方式差很多。 Hermes 的做法 用 SQLite 数据库配合 FTS5 全文检索,把所有历史对话存下来。需要调用时,先搜索再让模型做摘要,然后塞进上下文 不是把整段对话历史搬过去,Token 不会爆 记忆分两层: 常驻层:MEMORY.md 和 USER.md。存关键偏好和核心信息,每次对话都带上,相当于硬记忆。 检索层:全量历史在 SQLite 里,容量不限,按需调用,相当于一个私人搜索引擎。 龙虾的做法 工作区里的 Markdown 文件,memory.md 记生活细节,向量索引做语义检索。上下文压缩前会静默写入一次记忆,防止压缩丢信息。 简单类比:Hermes 给 Agent 装了个搜索引擎式的大脑。龙虾给了它一个笔记本。 搜索引擎查东西更精准,笔记本翻起来更直觉。但记忆量大了之后,搜索引擎的优势会越来越明显。 安全思路也不一样 Hermes 搞了一套五层纵深防御: 用户授权:白名单 + DM 配对 危险命令审批:rm -rf、chmod 777 这些高风险操作要人工确认。默认 60 秒没批准,自动拒绝 容器隔离:终端命令跑在 Docker 容器里,不在宿主机上裸跑 MCP 凭据过滤:隔离 MCP 子进程的环境变量,防凭据泄露 上下文注入扫描:检测项目文件里的 prompt injection 攻击 这套设计思路是「默认不信任,层层设卡」,龙虾那边更强调信任模型和配置审计 它有个 openclaw security audit 命令,一键扫描网关配置的安全隐患。思路不一样,但也不能说不好。 但龙虾在安全上的历史确实不太好看。今年 2 月曝出一批高危漏洞——CVE-2026-25253 是一键远程代码执行,点个链接就能接管你的机器。 ClawHub 技能市场还出了 ClawHavoc 攻击活动,恶意技能伪装成加密货币追踪器、YouTube 摘要工具,实际在偷浏览器会话和 API 密钥。 这不是小事。你的 Agent 跑在本地,权限很高。安全出了问题,搞不好整台电脑都交代了。 Hermes 的五层防御在架构层面想得更远。当然,有没有自己的坑还得等时间检验。但至少出发点比「先跑起来再说」靠谱。 选哪个?看你要什么 先说最实在的:如果你现在用的 Agent 已经顺手了,别换!换工具的迁移成本远比你想的高。 想要现成生态 → 龙虾 三十多万星标意味着教程多、插件多、问题容易搜到答案。ClawHub 上几千个 Skill 直接装。你想接 QQ、飞书、钉钉,社区里都有人踩过坑。 想要长期进化 → Hermes 它不是装好就一成不变的工具。用得越久,它对你的工作方式理解越深,技能库越厚。如果你是搞 AI 研究的,它还能生成训练轨迹、跑强化学习实验。内建了兼容 OpenAI API 的服务端,直接接 Open WebUI。 部署成本都不高,Hermes 跑在 5 美元一个月的 VPS 上就够。也支持 Docker 和各种 serverless 方案。 安装不复杂,参考官方文档就行: 两个项目我都装过。 龙虾像一个装了一堆 App 的手机。开箱即用,什么都能干,生态成熟。 Hermes 像一个会自己下载 App 的手机。刚开始没那么好用,但用着用着,它变成了你的形状。 喜欢折腾的,两个都试试。不喜欢折腾的,等 Hermes 社区再成熟一阵子再来看也不迟。 #AI# #AIAgent#
显示更多
雷彬艺,44岁湖南常德常见秃顶老登一枚。 众所周知湖南人比较擅长搞的模式就是开厂子打螺丝。 除了开厂子最会搞就是cx。 福建人搞zp,湖南人搞cx。 全国最猛的经侦就是湖南的帽子叔叔,多到打击不过来了,全是搞cx、zjp的。 无忧的模式就是打螺丝。 没有颜值能拉皮条的招来做招募,培训一下做运营,低底薪高提成,干多少拿多少。 没有颜值懂职场那套捧高踩低两面三刀煤气灯的,培训一下做管理。价值观洗脑一下,巴普洛夫的狗,萝卜加大棒,吃的是大锅饭确实要与企业价值观共存亡了。🤣🤣🤣 没有颜值但有两把刷子的去干技术活,例如短视频摄影、后期、编导,策划什么的。属于被压榨的最底层,劳动工具。 有颜值, 那完了,恭喜你中奖了,到了无忧全部都要干成主播。眼睛一睁一闭,全是生产资料。 20万个签约都是主播。 20万个约,全部都要去公司签约的, 一天到街上去拉300个人去公司,而且每个人都同意签约的情况下,都得拉两年才能拉完🤣🤣🤣 c端消费者不能搞cx返利拉人头,但是没说生产资料不能拉人头呀,代理是行的🤣🤣🤣 量变引发质变,不愧是湖南人把马克思主义唯物辩证法贯彻到底。 雷彬艺只恨自己长得太丑口才又不好,不然高低要自己干个主播,毕竟多一个对撞高一丝概率。 “当下我觉得很重要的一块就是好的内容”,雷彬艺认真的回答记者。 这要不是一个985穿西装秃顶老登付了点钱,估计中专的保安都听不下去要给他叉出去。 买了很多网红老板镀金套餐的title,顶在头上说的还是听君一席言胜似一席言的糖言糖语。 反复卖“我情商不高、不会说话、物欲很低”人设,实际标准摸摸唱常客。 yy待过,凤凰待过,都是BD岗。营销自己工科男形象,实际没耐心老老实实做技术岗,去搞拉皮条工作的大概率要以色贿选,付出点代价的。 雷彬艺pyq:“无情无义的人不能交往”🤣🤣🤣 一个卡拉米传媒公司,靠吸艺人血吃饭的公司竟然给他干出幻觉来了🤣🤣🤣 还情义,你骗20万小艺人冲拉新任务签合同时候情义了吗🤣🤣 还什么无忧的价值观是共同富裕,此处应该at缅北和cz。 谷歌知道你们有价值观都得瑟瑟发抖,企业家为了人类上月球,太空建基站,去中心化建设啥的,不得已提点价值观,不提不行了,不然哪来的捐助和投资。 拉皮条艺人服务公司给干出价值观来了🤣🤣🤣 牛马鸡鸭都给干沉默了:真实活久见啊。
显示更多
0
20
63
3
转发到社区
深圳不能待了 快點逃出去!! 我的RMB都要花沒了😝😝🤣🤣 跟姐妹一起來深圳結果第一天又上吐下瀉 好開心姐妹送我來拍生日形象照 第一次發現自己可以長得人模人樣 瘦了20斤很快樂 #深圳不怕影子斜# 借用姐妹台灣諧音梗🤣
显示更多
0
26
71
1
转发到社区
1011 事件已經告訴我們:幣圈媒體完全沒有監督能力。 不是不願意,而是不能。 因為媒體賴以為生的廣告與贊助,90% 以上來自交易所與項目方。 你要他們去質疑、追問、監督長期給自己投放預算的金主?在商業現實下不可能做到。 而社群媒體呢? 坦白說,也沒有好到哪裡去。 大部分 KOL 不會真的去跟交易所作對。 返佣、合作、推廣、專案、友情、站隊,各種利益關係都讓人難以開口。 這也是為什麼,在伊莉莎白詐捐事件後,KOL 幾乎全數表態,人人都上去踩一腳; 但到了 1011 這種市場系統級別的事故,哪怕自己也受影響,多數人仍選擇保持沉默。 我查了一下數據:伊莉莎白詐捐事件在中文 CT 中的流量峰值,全面壓過 1011。 兩者本來不該在同一個量級上,但現實就是這麼荒謬。 你會看到許多匪夷所思的現象: Digital Galaxy 這麼大的機構,都得在壓力下修改 1011 事件的標題。 幣安拿到阿布扎比牌照、招銀合作案、何一訪談的公關稿,媒體報得比誰都快、篇幅比誰都大。 但 1011 這種直接關乎市場安全與用戶資產的重大事故,媒體幾乎全部噤聲,訪談避重就輕,該追問的不追問,該解釋的通通略過。 拿我自己的例子來說,前陣子我寫了一篇英文長文,公開問責幣安 1011 事件的處理流程問題。 那篇文在 X 上有超過 30 萬曝光、1000+ 個讚、350+ 個轉發。 如果是以前,媒體問都不會問,早就搶著轉載,因為這是貨真價實的流量題材。 但這次的結果是什麼? 全場只有一家中文媒體轉發。(雖然標題被修得比較溫和,但願意轉發,我已經很感謝了。) 幣安之所以能成為幣安,是因為它曾經做對了很多事。 但1011 事件這種級別的安全事故,只要處理不透明,就足以動搖八年累積的信任基礎。
显示更多
0
76
485
70
转发到社区
黏著性高濕度!「文系女子」瀧本雫葉是這樣沉溺於性交的感覺! 這是我非常推的作品,由比AI還強大的好身材「瀧本雫葉」主演、番號ABF-171的文系女子作品,片中她一反過去形象,戴上眼鏡、換上長裙把自己包得緊緊的然後被噁心上司上田昌宏霸凌,讓人非常興奮⋯ #瀧本雫葉#
显示更多
0
7
425
22
转发到社区
马斯克起诉OpenAI的官司还是败了,这个倒是没有一点意外。 几次庭审虽然没有直播,但很多媒体都拿到了旁听席位,会有完整的问询记录流出,全程追完之后,只能说马斯克输得不冤。 从PolyMarket的盘口也能看出,庭审前马斯克打赢官司的概率最高能够接近45%,庭审后就降低到了30%左右,说明两边证词对完账,主要还是对马斯克不利。 双方的代理律师也完全符合各自的风格,马斯克的律师跟马斯克一样高举高打,特别具有攻击性,同时金句频出——或者说密集爆典——让我记忆深刻的是他向陪审团这么提问: 「想象一下,你们正在山里徒步,需要过一座独木桥,这时有人指出,那座桥的建造材质是山姆·奥特曼的真相,你们还会过桥吗?」 😳 对于法官来说,律师的脱口秀效果当然不是一个加分项,相比之下,OpenAI的律师更善于利用对方证词的漏洞。 比如马斯克申请传唤的证人、同时也是给他生过4个娃的特斯拉早期员工希冯,让她出示OpenAI早期承诺保持非营利结构的邮件。 而OpenAI的律师做了更多的功课,完成了一次非常精彩的局部反转,他让希冯同时承认了,在试图掌权OpenAI失败之后,马斯克开始疯狂挖OpenAI的人,包括我们现在都很熟悉的Andrej Karpathy,甚至想让山姆·奥特曼投奔特斯拉干AI⋯⋯ 整体下来的感觉就是,马斯克想要建立的那套叙事,也就是OpenAI被一小撮人给密谋窃取了的剧本,很难成立,因为这个指控必须由严密的一套计划支撑,而且还得成功欺骗所有利益受损方,但马斯克拿不出来足够的证据。 你不能说一家公司的经营方针变了,就是被掉包了,你也不能说山姆·奥特曼及其「党羽」的人品不行,所以他们就是窃国大盗,包括马斯克本人的成功在这次官司里也成了负资产,有法学专家表示: 「他是这个星球上最聪明的人,财力雄厚,律师成群,所以他要说自己在长达数年的时间里被系统性的欺骗了,这怎么可能呢?」 🤣 而且很不凑巧的是,马斯克原本准备好的说辞,和现实版本正好冲突了,他说OpenAI和苹果的「勾结」是影响恶劣的垄断,会断送其他AI公司的发展机会,但实际上在另一个案件里,OpenAI正在起诉苹果对合作的支持不力,根本没有给ChatGPT导流⋯⋯ 微软的CEO纳德拉也是被传唤的证人之一,他的证词基本上对最终的结果盖棺定论了,他说在微软从2019年开始投资OpenAI,直到2023年ChatGPT大火,马斯克都从来没有联系他表示异议。 所以,法官的判决意见并不在于马斯克是对是错,是这起诉讼的发起时间太晚了,晚到「司马昭之心路人皆知」,马斯克是在报复,而法庭不能为了取悦他的私心,就毁掉一家正在蓬勃发展的公司。
显示更多
短鸟自己压制了 $OKB 人家叫长鹏,你非叫短鸟,怎么涨 鹏出自《庄子》: 北冥有鱼,其名为鲲。 化而为鸟,其名为鹏。 在庄子的体系里鹏虽然是空中霸主 但龙是天地统治者 龙胜鹏半子 建议王短鸟改名为王长龙😏
显示更多
0
134
165
1
转发到社区
【特朗普怎么都没料到,自己才出国3天,国防长赫格塞思又惹一国】 聪明的赫格塞思:提早滑脚了。 预测2027年:普京将对德国、波兰、英国下狠手了。 目前叫预测滑脚;到那时叫认怂!
显示更多
Bitfury 集团副董事长 George Kikvadze 公开了自己的 AI 投资框架和 14 只标的组合,目前回报约 60%。 他的核心观点是:多数投资者问错了问题。大家在问「谁会赢下 AI」,该问的是「系统会在哪里断裂,谁在赚修复的钱」。 今天的 AI 就像一座订单无限的工厂,但电力、线缆、散热全都跟不上。资本疯狂涌入芯片,但算力已经不是瓶颈了,真正的约束已经转移到了别处。 这个落差就是交易机会。 他的 14 只投资标的覆盖 7 个瓶颈层: 电力: $CEG $GEV $VST $WMB 电网: $PWR $ETN 散热: $VRT 内存: $MU 网络: $ANET $ALAB 制造: $ASML $LRCX 错误归类: $CIFR $IREN 这不是一堆股票,是一个系统。 每个仓位对应 AI 堆栈中的一个特定约束。 他给出的分析框架只有一条链:AI 扩张 → 基础设施承压 → 被迫投资 → 瓶颈 → 定价权 → 盈利上修。当需求刚性、供给受限:价格先动,盈利跟上,股价最后重估。 每个工业时代,财富都不是由造火车的公司创造的,而是由拥有铁轨、煤炭和路权的公司创造的。 多数投资者在追 AI。 真正的机会是拥有 AI 离不开的东西。
显示更多