突然想找我的青梅竹馬 真的只是我一時大意被他拐回家 下次他休想再這麼容易得逞 故意讓人不知所措的手段 完全就是老手才會的招式 這次算他厲害下次我會把防備心拉滿的 #他家人因該不會跑去跟我爸說吧# #雖然小了一點但技術很到位#

最近跟一位在圈內闖蕩多年、已經財富自由的朋友交流。 她提出一個非常有意思的洞察： 「現在的錢，已經沒有以前那麼好用了。」 為什麼？ 因為在高度工業化的現代，過去王公貴族才能享受的生活品質，現在平民老百姓都觸手可及。 這位朋友提出了一個經典例子：Jeff Bezos 拿的 iPhone，跟普通人拿的 iPhone 沒有任何差別。即便你再有錢，你也買不到一台比 iPhone 領先 50 年的通訊設備，因為技術邊界就在那裡。 我仔細想想，好像真的是這樣。 在清末，慈禧太后用的馬桶是檀香木刻、鋪著綢緞與香料的「官盆」，而平民用的是簡陋的茅坑，兩者有著天壤之別。但在今天，你家裡的馬桶跟首富家裡的，本質上已無代差。即便多花了幾十倍的錢，頂多也就是多了免治功能或自動掀蓋——在最基本的生理尊嚴上，現代工業已經抹平了階級的鴻溝。 這代表財富在「物質功能」上的邊際效應遞減得極快： 食： 財富自由的人吃一頓米其林三星，跟你吃一頓精緻料理的飽足感與美味落差，已不再是天壤之別。 衣： 頂級訂製西裝與優質成衣的差距，比起百年前的絲綢與粗麻，視覺上的階級感大幅縮小。 行： 頭等艙與經濟艙雖然舒適度有差，但抵達目的地的時間是一樣的。 如果第一個 100 萬美金帶給你的邊際效用是 10（它解決了安全感與基本自由）； 那麼第二個 100 萬美金，效用可能就遞減到 5； 到了第三個，效用可能只剩下 1。 這個效用遞減函數不是線性的，而是斷崖式的（Cliff）。 這位朋友說，她見過不少人白手起家，資產從 A6 翻到 A9，又從 A9 跌回 A6（單位是美元）。 很多人財富增加了，心態卻仍停留在 Degen 慣性。簡單來說，就是賭上癮了。 他們成了數字的囚徒，為了追逐帳面上更高的收益，在錯誤的時間點重倉豪賭，冒著 100% 返貧的風險，去換取那早已遞減到幾乎為零的邊際效用。 我跟她也有類似的觀察。或許是華人基因裡帶有上一代的苦難記憶，我們普遍對金錢有一種深層的恐懼感，喜歡囤積數字、喜歡攀比。這種「匱乏感」就像是一種基因病毒，代代相傳。 即便我們已經生活在物質過剩的時代，腦袋裡的作業系統卻還停留在「飢荒模式」。我們習慣用資產的數字來填補內心的不安全感，卻忘了問自己：當邊際效應已經進入斷崖區，繼續透支生命去交換那些多出的數字，代價究竟是什麼？ 如果你觀察那些在幣圈起伏、最終卻無法守住財富的人，你會發現，他們追求的往往不是「更好的生活」，而是「贏過別人的感覺」。 他們買超跑、買名牌，本質上不是為了自己爽，而是買給別人看的。 試想一下，如果你住在一個無人島上，你會想開一輛藍寶堅尼嗎？上下車得彎腰、椅子難坐得要死，進出車庫還怕刮到底盤。在沒有觀眾的地方，這些財富象徵反而是一種累贅。 有趣的是，這種「優越感」完全是比較出來的結果。再做另一個思想實驗：如果你住的不是無人島，而是所有人都開藍寶堅尼的小島，你還會想開它嗎？應該也不會，因為當超跑變成標配，它就失去了炫耀的價值。 這種對「優越感」的追逐，本質上是一場永無止盡的西西弗斯推石遊戲。 優越感不是來自於你「擁有的多」，而是來自於你「比別人多」。這意味著你的幸福感並非建立在自己的基座上，而是漂浮在別人的目光裡。一旦進入更高階層的圈子，原有的優越感會瞬間崩塌，迫使你投入更多的人生預算去換取下一個階梯的虛榮。 這正是為什麼有些資產 A9 的人依然活得像個飢餓的囚徒。因為在優越感的金字塔中，永遠有比你位居更高處的人。 真正通透的人生，是把自主權從別人的眼光奪回到自己手裡。 這意味著你清楚知道自己需要多少物質就能抵達「舒適」的邊界，而邊界之外的每一分精力，你都選擇用來餵養自己的靈魂，而不是用來滿足無止盡的攀比。 真正的自由，並非擁有買下一切的權力，而是擁有一種「即便不參與這場遊戲，也不覺得自己輸給任何人」的底氣。 當你不再是數字的囚徒，也不再是別人的對照組，你終於能在這擁擠的世界裡，找到一個最讓自己舒服的坐姿。 就像風清揚傳授獨孤九劍時，對令狐沖說的那句：「根本無招，如何可破？」 如果說人生也有獨孤九劍，那麼破除一切煩惱的招式，就是放下心中的比較心——「根本無人，何必去贏？」

2023 年，Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷：沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上，它只是在做「下一個 token 的預測」。 從學術的角度看，他說得完全正確。 直到今天，LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後，我們發現了一個讓科學家尷尬的事實：學術上的根本缺陷，工程上不一定要正面解決，繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線，讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law（規模定律）有天花板，LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他： 第一，資本的暴力美學。過去三年，人類往算力砸錢的瘋狂程度，讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二，系統性的外掛補丁。模型記不住？掛上向量資料庫。模型理解不夠？接上 Vision 和工具。 這就是工程學最迷人的地方：解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列，而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評，是他認為 Pattern Matching（模式匹配）不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯，那「學習本身到底是什麼模式」還重要嗎？ 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀，但在它飛得更高、更遠、更穩定的那一刻，它到底「算不算在飛」已經不重要了。 但繞過去的，跟真的解決，是兩回事。 只要底層架構沒變，楊立昆講的那些缺陷就真實存在。記憶是外掛的，不是原生的。就像義肢，裝上去能走能跑，但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了，推理、寫作、寫程式，很多事做得比大部分人好，但它每次都是一個全新的大腦。沒有連續的意識，沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」，全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新，你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD，把關鍵字搜尋跟語意搜尋混在一起用，就是為了解決一個問題：你三天前跟 AI 聊過的東西，它下次怎麼找得回來。 模型本身的能力會繼續進步，但只要底層是 LLM，記憶管理就是一個繞不開的大山。 用工程的角度來說，就是 Context Engineering 的重要程度，會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文，決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子，我的 OpenClaw Agent KAI，它常常在多個頻道處理不同任務，但它們的記憶不是即時同步的。只要 還沒更新，它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身，B 分身目前正在做什麼，然後要求 B 把做的東西整理好傳過去。或者更簡單一點，直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話，讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象，只要你常用 AI，一定會有很強烈的感覺。 從人格化的角度看，你會覺得它們是同一個人。但事實上，它們只是共享同一份記憶。只要記憶沒有同步，它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我，如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex，用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我，差異的核心在於：中間過程要不要進主 context。 用 MCP 調用 Codex，每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn，讀檔、改檔、跑測試、報錯、retry，全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn，跑完之後 Opus 的 context window 已經被中間過程塞滿了，後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent，這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後，回傳給 Opus 的是一個精簡的 handoff summary：改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎，Opus 完全不需要知道。 同樣一件事，兩種做法，Opus 的 context 乾淨程度天差地遠。 所以同一個模型，不同的人用，產出可以差十倍。 人與人之間原本的能力差距，已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子，這些東西的權重正在被 AI 快速壓縮。 取而代之的，是你怎麼使用 AI。這件事的精度，才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間，把對的資訊塞進那個 context window。 這些東西有一個名字，叫 Context Engineering。 它不是什麼高深的學問，但它是所有想把 AI 用好的人，都應該深入研究的東西。

（內含情色內容，未滿十八歲請勿觀看，病了6天，總算快好了。） 很多時候，人們情願相信自己所認知的真相，而不願意相信客觀的事實。 會用自己貧瘠的見識，去解讀一切，甚至相信情色雜誌所編造的獵豔故事。 貌似所有的「真相」，都能串連起來，彷彿自己所看到的，就囊括全部。 但事實上，所謂的合理推論，也許只是憤懣之心的扭曲，用狹隘的眼光歪解現實。 太快得出結論，難免傷及無辜。 但這也沒辦法，小確幸永遠屬於加害者。 . 「可教化」這三個字....他媽的，每次看到都很氣，都快成了條件反射了。 一個鞭刑，大家要的是伸張正義，卑微地希望法律能保護好人。 走在路上都得提心吊膽，天知道後面那台車是不是酒駕、毒駕。 別扯什麼公平正義，只要沒辦法安撫受害者，所謂公平正義，其實也只是口號而已。 熱度過了，特定人士暗戳戳的扭曲認知，沒人持續跟進，幾天後大家忘光光。 然後繼續抓性交易，簡易庭開完直接重罰。 . 同樣是一條人命，10幾年前的大遊行，幾個月內就掀翻軍法體系。 怎料到了今天，一個校園割喉案，40分鐘揭露影片，450萬人氣抖冷，卻不見強力推動修法。 其實廟堂上的袞袞諸公不分黨派，多半只會想到政治算計，無利不起早。 都說要尊重民意，我不由得打了個哈欠。 少事法可沒規定我不能介紹這位海外YTBer@MiAnZhuiZong。 我覺得我應該做點啥吧..... 沒看過的請自行搜尋。 ========================== 女孩子通通都是哄不好的角色。 聊天群正是以此為名，不要預設對手是誰，也不用太過執著。 緣份到了、相聚一刻，哄得好就是你的。 都是成年人了，早已脫離校園的青澀，晨昏定省沒啥鳥用，人家要的是尊重。 上下嘴皮子一碰很簡單，但做起來很困難。 . 茶友、妹子，陸續分享修成正果的經驗，早已算不清有幾組CP自然形成，這是好事。 沒有勉強、沒有為難，喜樂溢於言表，茶魚會笑咪咪的當個傾聽者。 而頻率不對，黯然退場的其實更多。 畢竟誰也不知道，熱度過了之後，未來會不會倒在無止盡的柴米油鹽上。 ======================== 上個月又跑去海洋那邊蹭飯，她買的料理好好吃，但缺點是外送又遲到了。 擺拍難免磕磕碰碰，跟她太熟，反而聽不得若有似無的呻吟聲。 我試圖將蜜唇跟美腿，疊出性感的形狀，但水有點多、疊不起來，計畫最終失敗了。 不小心沾濕的手，暫且先用餐巾紙擦一下，一切等吃完飯再說。（北社） . 水瓶改名字了，中社裡面有資料，請自己查閱一下。 其實水瓶一直以來，都給我很特殊的感覺，像是偶像劇裡面的萬年女二。 顏值身材固然比不過女一號，但奶是真的大，形狀也不差。 眾所周知茶魚最討厭大奶，尤其是像布丁一樣晃動的真奶。 太過用力腰都快斷了，中場休息一下，但手停不下來。 雖然很軟，但也真的很討厭。（中社） 中社另外新增琳琳，南社新增沐沐。 交友=交流，沒事的。 .

從十九世紀後期開始，美國逐漸取得世界強國的地位，等到歐戰爆發，美國轉身變成在世界政治舞台舉足輕重的關鍵強國，自此以後，所有想當世界強國的國家，「都得看著美國這面鏡子」，也就是說如果你要扮演強國，美國有什麼，你就要有什麼。中華人民共和國在鄧小平的改革開放後，通過中國人民的努力，把中國的經濟地位，拉到了世界第二，中國領導人自然有與美國爭雄的野心，當然時時刻刻地照著美國這面鏡子。所以，美國有硬的軍事實力可以投射到全世界，共產黨就一定要造出航母；美國能登陸月球，中國也要發展航天科技；美國有軟實力，能夠文化輸出，中國也要發展影劇產業；美國有商業的競爭文化，創造出世界的品牌，中國也要用巨大的市場，合併企業成世界大廠；美國有谷歌，中國就要有百度、騰訊；美國有亞馬遜，中國就要有阿里、京東、拚多多；美國有蘋果，中國就要有華為；美國有特斯拉，中國就要有比亞迪、小米；美國有OpenAI、Anthropic，中國就要有Deepseek、Qwen。 川普這次造訪北京，在豪華宴會、大拜拜的會談裡，這個美國鏡子，雖然隱形，但它的存在卻一點都不容忽視，「中國看著美國來當進步國家」這個痕跡，處處可見。毛澤東宴請尼克森的茅台不見了，換上的是香檳，毛澤東這個土皇帝照的是蘇聯的鏡子，而習近平看的卻是美國鏡子。川普帶上商業巨頭，習近平也有他的商人跟班。但這種照著鏡子來當大人的過程，有不少的問題。第一個問題是，那人家美國又是照誰的鏡子來當上強國？美國接手大英帝國的世界強權地位，但美國沒有照英國的鏡子，美國在被拉進歐戰前的心態是偏安美洲大陸的孤立主義，這些「鄉下」的美國人，沒有心力，也沒有欲望來參與國際事務，「美國即世界」，自由的美國人在政治上忙著選舉鬥爭，最後還打了個傷亡六十幾萬人的內戰，在經濟上則忙著工業革命，忙著挖石油、蓋鐵路，忙著發財。美國人不用照鏡子，事情都幹不完了，還忙著學誰當強國？ 只要是還需要照美國這面鏡子，你就永遠沒辦法超越美國，只要中國人沒有自由，中國就要永遠照著美國這面鏡子。但鏡子反映的畢竟是表面，你可以花大錢蓋橫店，但你沒辦法把橫店變成中國好萊塢，因為美國的好萊塢，不是政府照著誰的模樣蓋出來的，而是自由的美國人，為了發財，為了夢想，為了把無窮的精力和創意釋放出來，而自然發展出來的產業。在會議廳裡，習近平可以和川普平起平坐，也把自己的閣員一字排開，一對一地和美國官員犄角相抵，但鏡像的背後，卻是完全不同的政治程序。共產黨真要照美國這面鏡子，就得把美國的民主程序，十足十地搬到中國，才有可能追上美國，那還是基於美國停止不動的前提。如果共產黨無法把中國改造成美國的民主自由，幻想著「中國特色的社會主義」，那你還是把列寧、史達林、毛澤東的遺像當鏡子，當當土皇帝可以，要變成世界第一強國，辦不到。

這絕對是個大工程。能把這種跨越幾百萬年的宏大敘事撐滿兩個小時，沒點耐性真做不出來。 這類影片看下來，最讓人震撼的通常不是資訊量，而是那種「視覺上的跨越感」。你想想，畫面從幾百萬年前在樹上晃蕩的古猿，鏡頭一轉，變成在草原上直立行走、眼神開始有了神采的原始人。接著是火光的亮起、石器的打磨，再到後來古埃及、美索不達米亞的黃沙與神廟，最後一路飆到現代的霓虹燈和未來的星際探索。這中間的視覺張力，光是用腦袋想像就夠起雞皮疙瘩了。 不過，要用 Seedance 2.0 熬出這兩個小時，背後的工作量其實挺考驗人的。 多模態的優勢與代價 Seedance 2.0 厲害的地方在於它那種 「多模態控制」，你可以餵給它圖片、分鏡，甚至塞一段現成的視頻去讓它學習運鏡。做這種歷史迭代的影片，最怕的就是前後畫風崩掉，前一秒還是寫實史詩風，後一秒突然變成廉價 3D 動畫。作者大概用了大量的角色與場景參考圖，去死磕那種歷史的厚重感和前後的一致性。 而且它自帶音效同步，原始人打砸石器的撞擊聲、遠古暴風雨的咆哮，這種環境音要是合得好，史詩感立刻翻倍。 兩個小時是怎麼拼出來的？ 雖然這模型比以前進步很多，但它單次輸出的片長畢竟有限，也就十幾秒。這意味著，兩個小時的成片是由成百上千個鏡頭硬生生拼接出來的。 • 工作流的考驗： 作者得先把劇本和時間線拉好，古猿、南方古猿、直立人、智人、農業革命、工業革命……每一階段都要瘋狂生成素材。 • 墊圖與墊片： 為了讓轉場順暢，可能用了大量的 Image-to-Video 或者 Video-to-Video。比如用前一個時代的結尾畫面當作下一段的起點，或者指定運鏡讓鏡頭從遠古的星空拉下來，變成現代的夜景。 • 後期剪輯： AI 把畫面生出來只是第一步，後面還得靠傳統剪輯軟體去調色、對軌、加上轉場和旁白，不然單靠 AI 生出來的片段直出，節奏很容易散掉。 這種影片看著看著，真的會讓人有一種「人類好渺小、但文明又好神奇」的宿命感。你看過最震撼的是哪一個歷史階段的轉場？還是說，你對它最後預測的「未來進化」部分更有興趣？

脆上有帖子討論金城武跟張凌赫誰比較帥。 我怎麼看喔.... 兩位顏值都高到沒邊，妥妥的女頻小說封面男主，各有海量擁躉，神仙打架。 但與其說是「比帥」，還不如說是新舊世代的認知對抗。 金城武的帥，在粉絲眼中是信仰型的；而張凌赫的帥，則是私藏型的。 廟裡求來的平安符，無論是否靈驗，掛在車上總是能讓人莫名感覺心安。 無論男女，都有其視若珍寶的物事，哪怕再如何平凡無奇，也絕不外借。 其實都很重要。 但次元不同，其實沒什麼可比性，而好事者發起話題，只能算是閒聊。 差不多是這種感覺，蠻好玩的飯圈文化。 ========================= 很慘的狗都叫做旺財，被踢死的狗，都是戚家的狗；遇到死魚，跟妹子玩從頭到尾都不能叫的遊戲，比比看誰才是標準「死魚」。 誰先叫出來輸100，願賭服輸。 約個會，玩起來就對了，哪怕只有兩顆骰子，搖出幾點就%%幾分鐘，兩輪下來保證筋疲力盡。 軟屌加罰嘿~ . 有時候，跟女孩子的相處不一定要出口成章，見了面再玩、無厘頭也很好玩。 男生女生難免各有其堅持，或者過往經驗累積，形成一套自我篩選標準。 但說到底，約會不是挑老婆老公，過得去也就好了，七分褲+涼鞋就會賴賬嗎？ 沒必要一直糾結精緻感，頂級名模照樣會天人五衰，完美的約會可遇不可求。 你成全別人的同時，其實別人也在成全你。 . 台灣茶藝師使出毒龍秘技難以招架，男生也有奧義「二指真空把」、「北斗醒銳孔」。 都是秘技、奧義，但人家有練過，你沒學過就別瞎用，哪來自信不會導致對方受傷？ 這是很簡單的邏輯，但認知對抗難以弭平。 人與人之間的相處絕非單行道。 明明可以很愉快的相處，但自己若是飄得太遠，往往找不到來時路。 在X平台約會從來都不是問題，有問題的，一直都是初心。 ======================= 松山區老相識的推帳，被ban掉幾次，幾經輾轉，終於把她找回來。 她的照片應該蠻好認，跟王俐人一樣雖然不是頂級美女，但很有自己的風格。 咱不求什麼仙器、神器，有時候，適合自己才是最好的。😌😌 （8964小帳稍晚補上架）

🛡️ Vercel 重大安全事件爆發！幣圈開發者們，這波供應鏈攻擊值得高度警覺！（2026/4/19） 今天 Vercel 官方確認發生安全事件：一名員工使用的第三方 AI 工具 被駭，導致攻擊者透過 Google Workspace OAuth 入侵內部系統。雖然只有「有限子集」的客戶受到影響，但駭客已取得部分未標記為 sensitive 的環境變數（env variables），包括 NPM token、GitHub token 等高敏感憑證！ 更嚴重的是，ShinyHunters（曾搞出 Ticketmaster 大洩漏的那群人）已在 BreachForums 上以 200 萬美元 標價販售 Vercel 內部資料庫。Vercel 擁有 Next.js（每週下載量高達 600 萬次），一旦惡意程式碼被推上去，全球供應鏈瞬間中招！ Vercel 官方已緊急聯絡駭客、聘請 Mandiant 調查、通知執法單位，並公開 IOC（OAuth App ID）。他們也建議所有用戶： - 立即審核 Activity Logs - 旋轉所有 env variables（尤其是 API key、資料庫憑證、簽名金鑰） - 未來務必把重要 secret 標記為 “Sensitive” - 檢查最近的 Deployment，有疑慮就刪除 - 啟用 Deployment Protection（至少 Standard 等級） 🔥 幣圈重點來了！ 現在的 Web3/幣圈，已經不止要防智能合約漏洞了！ 人為疏失 + 第三方工具風險 才是真正的大魔王： 1. 人為疏失：開發者為了方便，把 Google Workspace、AI 代理工具、CI/CD 權限全部串在一起，一個 OAuth 授權就全盤皆輸。 2. Vercel 這類工具：Next.js、Vercel 已經是無數 dApp、前端專案的部署主力。一旦供應鏈被毒化，錢包合約、Bridge、前端 UI 全都可能被植入後門。 這次事件再次提醒我們：零信任（Zero Trust）不是口號，是生存法則。 - 不要再把「方便」當成安全 - 所有 secret 永遠當成已洩漏處理 - 第三方 AI 工具、OAuth App 都要嚴格審核權限 立即行動清單（推薦複製給團隊）： ✅ 檢查 Vercel、NPM、GitHub、所有 API key ✅ 啟用 sensitive env variables ✅ 審核過去 72 小時的部署紀錄 ✅ 考慮把關鍵專案遷移到自管基礎設施或更嚴格的權限控制 Vercel 這次 DM 駭客「拜託停手」的畫面真的蠻震撼的… 這不是單一事件，而是整個開發生態的警鐘！

逃 （未滿18歲禁止觀看） 昨天載著兩老北上台南，拜訪幾位老朋友，家裡的紛擾，這陣子委屈他們了。 一坤時過去後，雙方約台南火車站，見面自有一番歡喜。 其中一位阿姑回憶5-60年前，當初一起打拼的哥哥姐姐，很多都已經不在了。 著實沒想到竟凋零至此。 而現在自己步履蹣跚不說，晚輩孝敬IP17，砂鍋般的字體加粗加黑，還是看不清楚。 連撥個電話都有困難。 車站雖然還是一樣的車站，但碩果僅存的幾位，當真是見一次、少一次。 真正意義上的後會無期。 . 5-60年前的古都台南，其繁華程度早已不下台北，但她們仍決定北上打拼。 想當初，她們同樣很不屑家裡務農的老人家，思想古板、脾氣還挺大。 永遠都認為田裡面的秧苗、菜苗，比書上的知識更為重要。 難怪總聽人說，農工的小孩大概率也是農工。吃不飽，還談什麼讀書增加競爭力。 在家裡越呆越不開心、戾氣越來越重。 那就逃吧。 . 眼睛一眨，一個甲子過去了，物質充盈不虞匱乏。換現在的年輕人，不屑阿公阿嬤了。 雖然不是被時代遺棄，但跟不上潮流腳步，卻也遭受排擠。 人道即天道，人道排斥你，天厭之。 慢慢地衰老程度日漸加快，每天都在回憶過往，遲暮英雄論當年。 ========================= 人的眼光往往很狹隘，一個相對落後的原始聚落，最多儲存過冬的食物。 而文明的城鎮，會試著將食物做成罐頭。 打個炮，一時激情內射到滿出來，孩子怎麼過生活，生下來再討論，完全沒規劃以後。 放到現在，早早吃個藥就沒事；而當年，躺上去張開雙腿，能不能活下來都兩說。 追求肉體上的歡愉，古代跟現代並無二致。 一位阿姑年輕時傷到身體了，之後人工寶寶花了不知多少，最後總算得償所望。 吃素還願迄今，明明年紀比老爹小，但看起來卻遠比老爹還蒼老。 狹隘的學識經歷，導致自己在錯誤的路上，一路狂奔不回頭。 老人家務農看天吃飯，自己又何嘗不是為了一時歡愉，將最終結果交給天意。 ========================== 不滿枯燥乏味的生活，逃了。 厭倦繁華熱鬧的生活，逃了。 在逃離的路上，有人原本只是暫時離開，但卻永久掉隊，一分手即成訣別。 種種意外無常，總會遇到逃不掉的狀況。 都是自己選擇的路，倖存者偏差將極少數的成功案例，無限放大。 花了無數代價終於看懂，最終捨棄繁華，乖乖回家自投羅網。 ========================= 暫時逃離家中紛擾，去了一趟新竹，照片是跟可可的合照。 沒想到她除了外型，手藝也同樣令人驚艷。 好好吃的蝦子，肉質細嫩Q彈，還沒開回高雄就吃光了。😆 另外，8964新增北部三位（小帳限定），台南有一位還在等資料。 同樣是台南台北，真巧。😌😌

誰先讓企業的日常工作流在自家 AI 上運轉，誰就贏得了下一個十年 當前 OpenAI , Anthropic 才剛開始打企業戰 , 市場應該也還沒有完全反應導入比例大幅上升後的產值 讓我們看看當前各個產業的採用比率 當前採用率超過 50% 的其實只有 - 科技/軟體 - 航太/ 國防 - 金融服務 - 製造業 - 電信 - 醫療健康 - 零售/電商 - 媒體娛樂 - 其他專業服務 為什麼 AI 賽道當前依然看不到上限, 即使 claude 當前的方案已經是我自己有一個、加上團隊版有一個, 還是常常會遇到 單一 session 用量打到上限的問題 多帳號的一個問題是, 很多 context 沒有辦法整合, 所以如果我常用不同版本的 claude 在完成一系列的操作時（不同賽道的分析 , 或是不同產品的研究）, 在遇到上限、同時有 deadline 的需求時, 還是得乖乖付費 😅 我認為既然個人戶, 小團隊都會遇到這樣的問題, 大組織肯定也是, 且消費潛力更高, 企業肯定傾向先買斷一定額度的費用, 以 「token 用不完」的這個前提把未來 AI 這一部分的花費給認列 近期有關 Anthropic 最大的新聞是跟 SpaceX 的合作 xAI 旗下的 Colossus 1 數據中心（300 MW 容量）將開放給 Anthropic 使用，直接提升 Claude Pro 與 Claude Max 訂閱用戶的 token 配額，雖然此容量遠不及與 Google 簽下的雲端算力合約（5GW 級別） 只能說 Anthropic 的多角化佈局越來越強了，Anthropic 創辦人 @DanielaAmodei 近期也表示：AI 同事時代正式開始，企業採用的速度將會大幅上升 OpenAI 部分：自從 GPT-5.5 推出之後開始出現轉機，OpenAI 正在將 Codex 打造成企業的「AI 員工作業系統」。 「95% 的 OpenAI 內部工程師每天運行 10–20 個 Codex agent」 對於市場預期，看似大家更喜歡 GPT-5.5 更勝 Opus 4.7 （或許是因為大家對 Opus 的預期本來就很高） 💥管顧業的結構式破壞 除此之外也有一些變動動到管顧業的蛋糕 🍰 麥肯錫宣布將引入 AI agents 接管顧問配對業務，公開承認 AI 可以替代其核心內部流程 麥肯錫的做法是用 AI 增強自身，將 AI 作為槓桿使用，前提是顧問本身必須具備 AI 無法替代的判斷力與關係資本 當分析師被 AI 取代、Claude 成為企業的「同事」，企業主對 AI 的依賴度一旦超過某個閾值 AI 公司實際上就成為了新型的「決策基礎設施供應商」影響力遠比傳統管顧公司更深