碎碎念： 1️⃣其实感觉现在币圈跟着美股周末休息也挺好的，原来币圈7*24真的是无时无刻不让人神经紧绷（特别是开了合约单）； 周末的时间，可以好好的复盘总结上周的得失，哪些想到了也做到了？哪些想到了瞎做了？ 更可以根据周末的信息先手搞一波美股金银油，这个可以说是原声币圈人最大的优势了（虽然可能先手被埋）但是终归属于先手，先手是主动选择，而非被动承受。 2️⃣在这个熊市中一些交易所选择了主动退出其实也并不让人意外；毕竟上轮牛市山寨的表现大家有目共睹，交易所是不能靠大饼以太活着的，是需要靠层出不穷的山寨，百花齐放的叙事去维持生计的； 而在头部交易所们流动性大迁徙到美股之后，一些底蕴没那么深厚的所选择及时收手可能也是当下最好的安排了。 3️⃣有人退出也会有人进入，就像当美股刚刚兴起进入币圈人视野的时候， @MSX_CN 这样主打美股交易的币圈交易所应运而生； 可能下轮牛市当币圈不知道什么牛逼叙事又跑起来的时候，又有一群资本FOMO起来疯一样的往里冲； AI给我的感觉始终是中规中矩的，像一个乖小孩，先炒什么后炒什么，一群大人们早已给画好了框架； 而币圈像是一个熊孩子，虽然有的时候真的非常磨人，让人讨厌，但是偶尔的闪光却让人眼前一亮印象深刻，难以忘怀； 毕竟AI是自上而下，而币圈才是真正的草根革命！ 至于赚钱以外的其他任何事，其实都不必在意，更不用过度解读，应该去习惯，就像我们的生活一样，总会有人来去匆匆，就像风…

如果你经常使用豆包，这30条指令，让豆包写得比我还像人！（亲测有效，建议收藏，也适用于其他AI大模型） 别再骂AI写的东西像“机器人念经”了，别说豆包写的文章的AI味很重了！其实问题不在豆包，在于我们给她的指令到底像不像人味。 我见过太多人，对着豆包输入“写一篇职场文章”“写一个带货文案”，然后看着输出的干巴巴、冷冰冰、全是套话的内容，摇摇头说“AI根本不行”。 其实不是AI不行，是你根本不会给它像人的指令。 同样是用豆包，有人写出来的东西没人看，有人靠AI日更10篇，篇篇10万+，评论区全是“太真实了”、“说到我心坎里了”。 我的好友莉莉用豆包写了3个月内容，从一开始写啥都像机器，到现在我看她写的文章，都说“你写的东西比真人还真”。莉莉小姐姐则跟我说，她全靠整理的这30条“拟人化指令”。 今天我把她深藏的30条拟人化的指令，毫无保留分享给大家，只要复制粘贴，你也能让豆包写出有血有肉、有情绪、有温度的文字。 先搞懂一个核心：为什么AI写得不像人？ 答案很简单：你只告诉了AI“写什么”，却没告诉它“以什么身份写、用什么语气写、写给谁看、要达到什么效果” AI是个超级听话的执行者，但它没有自我意识。你给的指令越模糊，它写出来的东西就越通用、越没有灵魂。 反过来，你给的指令越具体、越细节，它写出来的东西就越像一个活生生的人。 下面精选出来的最常用、最有效的6大类30条指令，你可以直接拿去用。 一、身份代入指令：让AI变成“具体的人” 这是所有指令里最重要的一条，没有之一。 不要让AI当“万能专家”，要让它当一个有年龄、有职业、有经历、有缺点的普通人。 ✅ 直接复制用： 1. 请你扮演一个在工厂打工10年的70后大叔，用你朴实的语言，写一篇关于攒钱的文章，不要讲大道理，只说自己的真实经历。 2. 请你扮演一个刚辞职创业失败的95后女生，用你和闺蜜吐槽的语气，写一篇关于创业踩坑的帖子，情绪可以低落一点，但不要太消极。 3. 请你扮演一个退休在家带孙子的60后阿姨，用你唠家常的口吻，分享3个带娃的实用小技巧。 4. 请你扮演一个月薪5000的北漂打工人，写一篇关于周末宅家的日常，加入吃泡面、追网剧、不想上班这些细节。 心得：用了身份代入后，文章的评论率直接提升了3倍。读者喜欢看的不是专家的说教，而是和自己一样的普通人的故事。 二、语气风格指令：写出不同的“说话感觉” 同样的内容，用不同的语气说出来，效果天差地别。 ✅ 直接复制用： 1. 用“过来人语重心长”的语气，给刚毕业的大学生提5个忠告，不要说教，要像哥哥姐姐一样说话。 2. 用“怼人不带脏字”的语气，反驳一下“年轻人就该多加班”这个观点，要犀利但不要骂人。 3. 用“碎碎念”的语气，写一篇关于女生出门前的准备工作，加入各种纠结和小抱怨。 4. 用“严肃认真”的语气，写一篇关于食品安全的提醒，要让读者感觉到事情的重要性。 5. 用“幽默搞笑”的语气，写一篇关于减肥失败的经历，让读者看了能笑出声。 三、细节填充指令：让内容“有血有肉” AI写的东西空泛，最大的问题就是没有细节。 人会注意到豆浆的温度、油条的酥脆声、老板递餐时手上的油渍，而AI不会，除非你告诉它。 ✅ 直接复制用： 1. 在描述场景的时候，加入视觉、听觉、嗅觉、触觉的细节，比如饭菜的香味、下雨的声音、风吹在脸上的感觉。 2. 不要只说“我很开心”，要通过动作和神态来表现，比如“我激动得跳了起来，手里的奶茶都洒了一半”。 3. 在文章里加入1-2个具体的小例子，不要全是理论。比如写省钱，就写“我昨天买青菜，对比了三家超市，最后省了5毛钱”。 4. 加入一些生活化的口语和语气词，比如“哎”“对吧”“说实话”“你懂的”，但不要太多。 四、情绪共鸣指令：写出“真情实感” 能打动人的永远是情绪，而不是道理。 ✅ 直接复制用： 1. 在文章开头加入一个自己的亲身经历，引出主题，让读者一开始就有代入感。 2. 在描述困难的时候，加入一点无助和委屈的情绪；在描述成功的时候，加入一点喜悦和感慨。 3. 不要写完美的人，要写有缺点、会犯错的人。比如“我当时也犯了一个很傻的错误，现在想起来都后悔”。 4. 在文章结尾，说出大多数人心里想说但没说出来的话，引发共鸣。比如“其实我们努力工作，不是为了大富大贵，只是为了能过上普通人的生活”。 五、平台适配指令：专门写给头条用户看 不同平台的用户喜好不一样，指令也要跟着变。 ✅ 头条专属指令： 1. 按照头条爆款文的结构写，开头用痛点引入，中间分3-5点，每点配一个真实案例，结尾引导评论互动。 2. 标题要包含数字和结果，比如“我靠这3个方法，一个月涨粉1万”。 3. 段落要短，每段不要超过3行，手机阅读体验好。 4. 多用加粗和小标题，突出重点，让读者一眼就能看到核心内容。 5. 结尾一定要加一个互动问题，比如“你有没有过这样的经历？评论区聊聊”。 六、改稿润色指令：把“机器文”变成“真人写的” 如果你已经有了一篇AI写的初稿，用下面这些指令，一键改成真人风格。 ✅ 直接复制用： 1. 把下面这段文字改得像一个普通人在分享自己的亲身经历，去掉所有书面化的表达和专业术语。 2. 把这段文字里的所有“笔者”“我认为”改成“我”，加入一些口语化的词，让它更自然。 3. 给这段文字增加一些细节和情绪，让它更有感染力。 4. 把这段长文拆成短段落，加上小标题，适合在头条发布。 最后说几句： 真的，AI不是洪水猛兽，它是普通人最好的工具。 以前写一篇文章要花3个小时，现在用对指令，10分钟就能搞定，而且质量比自己写的还好。 不要再说自己文笔不好、不会写东西了。在这个时代，会用工具，比会写文章更重要。 你平时用AI写东西遇到过什么问题？评论区说说。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

投胎赢一半 昨晚标题写肾结石都给震碎了，好些个读者留言问我什么梗，因为我以前肾结石发作过呗，有生活才有写作。 当时急性肾结石发作，半夜4点疼醒，一开始以为肚子吃坏了，“万能处方”喝点热水，结果喝一口吐一口，一滴水都进不去。知道事情不简单，立刻去医院看急诊，查了是肾结石卡住了，肾都肿了，那个疼，每分每秒都是煎熬。 后来是做了个声波碎石，就是人躺在一个仪器上，然后有个电流帕兹帕兹的响，前后弄了15-20分钟才结束。医生说已经用声波把我的肾结石震碎了，让我去医务室狂喝水，再加上用力跳，结果第一次嘘嘘就把结石碎片都排出来了。 当时就感慨现代医疗技术厉害，我这症状要是在古代直接就完犊子了，别说中药能治肾结石，我当时连水都喝不下去。而且那个疼痛等级很高，你让项羽、吕布来了也得跪那。 能把肾结石都震碎，用来形容市场震荡之剧烈。 。 …… 我不知道你们有没有注意到，上证指数已经10连阳了，自从12月16日在k线破位的悬崖边兜回来后，一直到今天都是阳线，就是幅度细碎，后面9根阳线加起来没涨100点。盘控得这么稳，又没有寻求主动突破，大概今年的目标已经完成的差不多，突破4000是明年的kpi。 你们要是学过K线分析就能看出上证目前是一个很典型的w底，双底确认，右底高于左底，这种确认了3800的支撑有效。 经常有人会问看k线有用吗，很多时候有用，但不保证每一次都有用。k线是根据不同日期的收盘价画出来的，5日线可以简单粗暴的理解为约等于最近5天买入筹码的平均成本，10日线就是最近10天的平均成本，而大部分的股民在决策买卖时依据的都是自己的成本，所以k线很多时候有用。 但成本决策法也会有失灵的时候，并不是所有人都非盈利不卖，不然也不会有创历史新低的股票了不是吗。恐慌到一定程度，亏钱也是会割肉的。 任何技术分析都是在寻求更高的概率，而非绝对概率，但散户更想要确定性的结论，这之间的偏差部分通常由骗子来填补 …… 今天市场都在热议一个收购案，meta出20亿美金买下manus项目，这个manus在今年3月火过一阵你们有印象吗，就是咱们国产的ai agent，它不是单纯的职能聊天机器人，你给它布置具体的任务，它能自己调用电脑、手机里的工具去完成。 大众对manus印象不深刻，是因为它没有像豆包、元宝那样免费开放，因为它完成一次任务的时间和成本都远高于聊天ai，复杂的任务要20-40分钟，单次运算成本5-10美元，注定了它不可能是大众化产品。 meta买下它肯定是希望加强自己ai业务的能力，20亿美金呐，老大一笔钱了。manus团队是中国的，两个创始人肖弘和季逸超都是90后，整个项目团队规模100余人，平均年龄不到30岁。那几个投资的机构也赚翻了，去年这个时候manus的估值才不到1亿美金，一年涨了20倍。 你们看，这就是新财富赛道，但只属于少数高学历精英，普通人能买点ai概念的股票，赚几个涨停，也就如此了。 manus虽然没有直接在a股上市，但有一些公司间接持有股权也受益于此次收购，另外a股也有ai agent相关业务的公司，可能也会被市场情绪热捧。 …… 1、白银昨晚最低到70附近，然后今天晃晃悠悠又起来了，我最新看了一眼是76美元多一点，我有种感觉这波白银的行情还没到头，后面还有要整活。关于白银lof套利的事我后面除非发生剧烈波动，不然也不会每天围着讲，毕竟一个账户只能申购100块钱，为这点屁仓投入太多注意力不值得。原则上我认为溢价在10%以上都是可以滚动操作的，低于10%就没搞头了，毕竟很多券商不免5，还有申购赎回费用。至于直接在二级市场上投机的自求多福，我不掺合你们的因果了。 2、财政部、税务总局：个人将购买2年以上（含2年）的住房对外销售的免征增值税。以前是5年，现在改为2年，减税了。但实际作用不是很大的，因为你们想一下，过去2年买房的怎么可能增值，本来也收不到这个税的 3、紫金矿业2025年净利润同比预增59-62%，有色板块的龙头，金银铜都爽到了，一个它还一个洛钼，今年真正赚麻了。有色板块短期内还有动能，起码明年一季度还不会熄火。 4、明年的国补已经批了，覆盖手机、平板、智能手表手环、智能眼镜等4类产品，按照销售价的15%补贴。京东的好日子又来了，这次没说补大家电，美的格力的股东还得再等等。 5、明年1月i茅台，就是茅台自己弄得那个电商平台，要上线1499元的普茅，就是53度飞天。这里上线的是申购，估计要摇号，不是你想买就立刻能买。要说1499的普茅在价格上没太大优势，拼多多那里可以买到更便宜的，但是你在i茅台买的100%保真，这对很多购酒的人来说很重要，哪怕为此付出10%的溢价很多人也是愿意的。 6、看到一张中国各省消费类型分布图，还挺真实的。你们看看自己都落在哪一个象限。日子过得最舒服的是第一象限的，暂时只有浙江和广东两省。话说你投胎在浙江真就赢了一半，很多我从小习以为常的事情，等长大后和其它省的人一对账才知道自己是身在福中不知福。 今晚就这些吧，上钟了。

我最近对 AI Agent 的理解有点变化。 以前大家聊 Agent，很容易往“替代复杂工作”那个方向想。但我现在觉得，它最先真正进入普通人生活的场景，可能不是特别宏大的任务，而是那些每天在手机里重复做的小 routine。 比如早上醒来，要扫一眼邮件、新闻、日历和天气； 买了东西，要查今天哪个包裹会到； 有些会员 App，每天打开才知道有没有新优惠券； 订阅服务和账单，有时候涨价了也不一定第一时间发现； 做内容的人，还要把同一条视频按不同格式发到 X、TikTok、Reels、YouTube Shorts。 这些事情都不难。 但它们的问题是：太碎、太重复、太容易忘。 所以我觉得一个很有价值的 AI 使用方式是：把这些动作变成 routine。写一次，以后每天替你跑。 最近看到 @airtap，感觉它就是在做这个方向。 它的思路不是再做一个聊天机器人，而是让 AI 在 cloud phone 里跑真实的手机流程。你常用的 App 可以放在云端手机里，不需要本地安装；然后通过 SKILL.md 把工作流交给 OpenClaw / Claude Code / Codex 这类 agent 去执行。 更关键的是，它不是那种脆弱的“硬编码脚本”。Airtap 的执行逻辑更接近 Observe → Interpret → Decide → Act：每一步都会重新读屏、理解当前界面、判断下一步怎么做。这样即使 App 的 UI 有一点变化，routine 也更有机会继续跑下去。 这点对移动端自动化其实挺重要的。因为手机 App 最大的问题就是经常改版，按钮位置、页面文案、弹窗都可能变。如果一个自动化只能按固定坐标点击，很快就会失效。 我觉得 Airtap 最适合的不是“炫技”，而是这些每天都可能用到的小场景： 早晨 8 点给你一份 briefing：隔夜消息、今天日历、天气和新闻摘要； 定期打开会员和信用卡 App：检查限时优惠、积分、coupon； 内容发布时，把一条视频同步发到X、TikTok、Reels、Shorts，并按平台格式处理。 这些都不是“人不会做”的事。 但如果 AI 能每天替你跑，人就不用每天惦记。 我喜欢这个方向的原因也在这里：真正好的 AI automation，不一定是让你感觉它多聪明，而是让你少被小事打断。 官网在这里： 如果你想看具体能跑哪些 routine，可以看 Airtap 的 use cases： 对我来说，Airtap 代表的是一种更现实的 AI Agent 入口：不是让 AI 假装成一个万能助手，而是先把手机里那些重复、低价值、但每天都要处理的流程接过去。 写一次，跑一年。 把手机里的琐事丢给 AI。

这个真的不像AI生成的，太逼真了！！ Seedance 2.0 Prompt： 主要角色：年轻韩国女性，20岁出头，自然的日常妆容，褪色的炭灰色无袖露脐上衣，宽松的高腰浅色水洗牛仔裤，黑色帆布运动鞋，黑色绳编项链，黑色波浪长发扎成凌乱的侧马尾，带有些许碎刘海。逼真的皮肤纹理，淡妆，温暖而亲切的个性。在整个视频中保持一致的身份、服装、发型和外貌。 地点：宁静的午后时分，真实的韩国住宅社区。狭窄的混凝土小巷，低矮的住宅楼，小型露台，盆栽植物，晾衣绳，自行车，电线杆，架空电线，成熟树木投下移动的树影，安静的住宅氛围。没有商店、广告、咖啡馆、人群或商业活动。 视觉风格：超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。强烈的环境真实性。丰富的现实世界细节和可信的人类动作。 摄像风格：2000年代初消费级DV摄像机的美学。朋友随意记录日常生活瞬间。强烈的手持抖动，不完美的构图，频繁的自动对焦搜索，镜头呼吸，在阳光和阴影间移动时的曝光波动，偶尔的运动模糊，轻微的滚动快门，中等数字压缩伪影，褪色的色彩，柔和的对比度，轻微的传感器噪点。没有稳定。没有电影化的摄像机移动。没有现代色彩分级。 00:00–00:02 一个小房子入口外。她坐在低矮的混凝土墙上，用双手向上举起调整马尾。一阵微风吹动散落的发丝。她自然地微笑，而摄像机努力保持焦点。 00:02–00:04 摄像机跟随她走进一条两旁种满盆栽植物和混凝土墙的狭窄小巷。她注意到一只流浪猫靠近，便蹲下身。构图偏离中心，因为操作者试图跟上。 00:04–00:06 她轻轻抚摸并喂食猫咪。自动对焦反复在她脸部和动物之间切换。晨光透过头顶的树叶闪烁。 00:06–00:08 她房子旁的小前院。她在晾衣绳上挂晒衣物，织物在微风中摇曳。云朵短暂掠过头顶时曝光发生变化。 00:08–00:10 在一个安静的露台上，手持一个陶瓷咖啡杯。她舒适地坐着观察社区，偶尔将头发拨到耳后。松散的手持侧角视角，带有自然的摄像机漂移。 00:10–00:12 近距离侧脸轮廓。场外有人向她打招呼。她转过身，举起手，温暖地微笑，随口说：“Annyeong。”摄像机稍晚捕捉到这一刻。 00:12–00:15 她手持咖啡杯，缓慢走在树荫覆盖的住宅小道上。她注意到摄像机，露出一个小而真诚的微笑，然后移开视线，继续前行。录制在中途突然切到黑屏，仿佛摄像机关闭了。 音频：仅自然环境音——晨间鸟鸣、远处摩托车声、轻风、树叶沙沙声、微弱的社区闲聊声、猫叫声、脚步踩在混凝土上的声音、晾衣绳上织物移动的声音、细微的住宅氛围。没有音乐。没有音效设计。没有旁白。 目标：捕捉真实的韩国社区生活，仿佛一段被遗忘的2000年代初家庭录像——即兴、不完美、真实、温暖且极具说服力。

观察了一年多，我发现中老年人面对 AI 的态度，大概分成六类。 每一类都见过真人，不是编的。 第一类：与我无关型（最多） "AI 是年轻人的事，跟我没关系。踏踏实实干好手里的活儿就行了，别整那些花里胡哨的。" 这类人不反对 AI，也不关心 AI。偶尔在新闻上看到"AI 又突破了"，点头看完，然后继续原来的生活。他们不是不聪明，是觉得"这件事跟我的日常距离太远了"。 大多数中老年人在这一类。不是因为他们落后，是因为 AI 还没有以一种他们能直接感知的方式影响到他们的生活。 第二类：泡沫骗局型 "AI 就是泡沫，跟当年的 VR、区块链、元宇宙一模一样。这种骗局我们年轻时候见太多了。过两年你看，又是一地鸡毛。" 这类人有强烈的"历史周期感"——他们确实见过太多"这次不一样"最后变成"这次也一样"的故事。所以他们的默认反应是怀疑。 问题不在于他们怀疑——怀疑是健康的。问题在于他们用上一次的经验判断这一次。AI 跟 VR / 元宇宙有一个本质差异——AI 已经在产生真实的商业收入（Cursor 90 亿美金估值、GitHub Copilot 数亿营收、Klarna 用 AI 替代 700 客服每年省 4000 万美元）。这些数字不是 PPT，是 P&L。 但这类人不会去查这些数字。他们的判断模型已经锁死在"泡沫"这个结论上了。 第三类：想学但跟不上型 "AI 每天出新东西，我也想认真学学。但产品太多了、更新太快了、教程太碎了——看了三天就跟不上了。唉，人还是要服老。" 这类人是最让人心疼的。他们的好奇心还在，学习意愿还在，但精力和信息筛选能力跟不上 AI 领域的更新速度了。 AI 领域每周都有新产品、新模型、新框架、新概念——对一个全职在这个领域的年轻人来说都很难全部跟上，更不用说一个还有本职工作、还要照顾家庭的中年人。 他们不是能力不行，是 AI 行业的信息密度超过了他们能投入的时间预算。这不是个人问题，是信息结构问题。 第四类：疯狂学习型（稀有） "学！折腾！玩！充会员！买 Cursor Pro！太好玩了！" 这类人 45-55 岁，精力还在，好奇心未灭，经济上也有余裕。他们装了 Claude、买了 Cursor、折腾了 agent、搭了工作流、甚至开始用 AI 写代码做小项目。 他们最常说的一句话是——"要是我再年轻十岁，必然给这个行业搅个天翻地覆。" 这句话里有兴奋，但也有遗憾。他们知道自己的体力、时间、职业窗口都在收窄。他们能感受到 AI 的力量，但也能感受到年龄的重力。 这类人在任何一个技术群里都是最活跃的——但他们发的 AI 内容在群里往往得不到回应（跟我之前讲的"30 个群炸不起水花"是同一个现象）。他们的热情是真实的，只是周围的人跟不上。 第五类：指挥别人学型 "小张，你带两个人研究一下 AI 中转站，做个方案出来。" "小李，你看看 AI 教育方向有什么机会，给我写个报告。" "小赵，安排一下，我下周去 AI 展会做个演讲，年轻人缺社会经验，我来指导指导。" "老张老吴老孙，我在朋友圈看了一篇文章，是关于 Sam Altman 最新演讲的解读，我转到群里了，咱们下周开个会研究研究。" 这类人通常在传统行业有一定地位——公司高管、行业协会、政府顾问、高校教授。他们的特点是非常敏锐地感知到了 AI 的重要性，但自己不直接接触 AI 产品。 他们的 AI 认知来自三个渠道：朋友圈转发、下属汇报、行业会议。每一个渠道都有信息损耗——朋友圈文章是二手解读的三手转发，下属汇报是经过筛选的正面信息，行业会议是经过包装的 PR 内容。 所以他们对 AI 的判断往往是方向对但细节全错——"AI 很重要"是对的，"我们应该做 AI 教育"可能也是对的方向，但具体做什么、怎么做、市场在哪里、竞争格局怎样——这些他们不知道，也不打算自己搞清楚。 这不是坏事。商业世界里大部分事情都是"上面定方向、下面做细节"。但在 AI 领域有一个特殊问题——AI 的方向判断本身就需要对产品的直接体验。你没用过 Claude Code 就不可能理解 agent 工作流的真实能力边界。这不是靠读报告能替代的。 第六类：技术先驱型（极稀有） 这类人不介绍了。太少了。大部分人没见过，甚至没想象过这类人存在。 他们的特点是——年龄只是生理数字，不是认知边界。他们 55 岁在读最新的 arXiv 论文，60 岁在写开源代码，65 岁在做 AI 创业。 他们的存在证明了一件事：对技术的热情和学习能力跟年龄之间没有因果关系，只有相关性。 大部分人到了某个年龄停止了学习，不是因为"老了学不动了"，是因为生活的结构把学习的空间挤掉了——工作、家庭、社交、健康。学习是第一个被牺牲的。 第六类人是那些在所有挤压下依然保留了学习空间的人。不是因为他们比别人更有天赋，是因为他们比别人更执着于保护这个空间。 这六类人让我想到一件事—— 人们对 AI 的态度，跟 AI 本身无关。 跟他们对所有新事物的态度一致。 第一类人对移动互联网也是这个态度——"跟我没关系"。 第二类人对每一次技术浪潮都是这个态度——"泡沫"。 第三类人对每一个新领域都是这个态度——"想学但跟不上"。 第四类人对每一个有趣的东西都是这个态度——"冲！" 第五类人对每一个新机会都是这个态度——"小张你去研究一下"。 第六类人对每一个技术变革都是这个态度——"让我自己来试试"。 AI 没有改变任何人的认知模式。它只是照出了每个人原本的认知模式。 所以如果你想判断一个人在 AI 时代会怎样——不要看他现在说什么。看他过去 20 年面对新事物的态度是什么。 那个态度，就是他在 AI 时代的命运。 不是 AI 选了谁。 是每个人在 AI 到来之前，就已经选了自己会怎么面对它。

太抠了 很多读者都留言问过一个问题，十几年日更公众号太难得了，会不会有写不出来，或者不想写的时候。 写不出来不会，实在没有题材我也能逼逼赖赖，鸡零狗碎的给你们聊一期，至于不想写的日子有的，比如今天。 没发生特别好玩、特别值得说的事情，a股行情有些寡淡，只是沿着最近的趋势发展，平平无奇的又过了一天。我盘算了一下，感觉写不出很有意思的文章，这种时候我就会兴致不高，虽然日更强迫症会驱使我硬凑也能凑出1500字，但这样的写作确实不愉悦。 昨晚文章里提到了15%和24%两个数字，15%是2025年a股总市值增幅，24%是2025年a股个股上涨中位数，这两个数字打击了不少读者，因为他们很多人连较少的15%都没达标。 我忘了一件事，大部分散户炒股不会一直满仓，所以不能直接和市值或者个股的平均涨幅相比，还要乘以仓位系数。通常牛市行情散户跑不赢指数，熊市行情散户比指数跌的少，这个才正常。 但无论如何今年还亏钱的股民真的太不应该了，绝大多数都是4月份关税战那一波下跌恐慌割肉了，一把亏了个大的就一直没有上岸。这些股民真的要好好反思一下，自己大概不适合a股这个游戏。 我之前统计过a股的长期年化回报率在4-5%，如果你平均每年跑输大盘5%，你炒股就是纯消费，如果你贪赌不舍得走，那起码也要克制自己不要往里面加钱了。 …… 最近有不少读者留言问我条不条太，我一开始有点懵逼，后来才意识到这是临海家乡话。之所以“条太”这个词开始流行，是因为有个旅游网红博主刚拍了一期临海的视频，里面主题就是条太。 我本来想在文章里转发那个视频，结果发现人家博主设置了禁止转发，那算了。 临海话条太的词义类似于舒服、惬意，通常生活节奏慢的小地方都有类似的文化，要我说2025年的夏天我就过的不能更条太了。 股市连涨4个月，不用操作不用看，白天挣钱，晚上挣钱，周末也在挣钱。每天就在老家吃喝玩乐，体检结果血脂喜创新高，除了不健康，条太是够条太了。 回北京后也没着家，带着两家子老小十几口人跑崇礼度假，这一周都住酒店。我们家冬天的时候来过崇礼，虽然是滑雪旺季但我一点也玩不起，太冷了，室外零下25度，我扛不住，受不了。 相比之下我更喜欢夏天20度的崇礼，很凉快，满山郁郁葱葱的绿色，看着很养眼，带老人孩子来避暑是真不错。 …… 再分享一件今天让我印象挺深刻的事，下午的时候我有一道数学题找ai帮忙算，我先抛给了元宝 deepseek R1。 帮我算一道题，理财产品a，年化收益13%，一开始就收0.3%手续费，理财产品b，年化收益45%，一开始就收2%手续费，请问多少天后买理财产品b的收益可以反超a？ 因为ai做这类题经常会出错，我打算再找个ai解体以便做交叉验证，我想了想就打开豆包ai，问了一样的问题。 我想了想，万一元宝和豆包算出来的结果不一样，我该信谁的呢，于是我又打开grok把问题抛给它。 然后意外的事情发生了，grok是我问的最晚的，它却第一个给出答案，大概是15秒左右；第二个给出结果的是豆包，前后算了30-40秒；最早问的元宝dsR1最慢，前后算了超过1分钟。 在那一刻我直观感受到了ai之间性能的差异，ds如果再不升级，性能渐渐要被甩下了。 至于算出来的答案三个ai倒是一致的，结果都是20天。 …… 最后说一条今天看到最逗的新闻，杭州从8月28日起给新婚夫妇发放1000元消费券。在杭州消费这么高的城市里1000元真的买不了太多东西，我心想豆包也算个干粮，1000块有总比没有强。 结果我往下看，送给新人的这1000元消费券，是满2000减100元的券（10张）。 我看的时候没绷出笑了出来。 今晚就这些吧，发射。

周末那天，我突然理解了为什么需要一个“全球账户” 上周末我本来只是想出门走走。天气很好，咖啡店门口有一只猫趴在椅子上晒太阳，我坐下来刷手机，本来想让脑子放空一下，结果还是忍不住打开行情看了一眼。 以前我总觉得投资这件事离生活很远：美股一个入口，港股一个入口，加密货币又是另一个入口；行情来了要切换好几个 App，朋友问我某个币、某只 AI 股票怎么看，我还得来回翻资料。直到最近看到BiyaPay @BiyaPay 发的一些内容，我才意识到，原来它想解决的不是“多一个交易平台”，而是把全球资产管理这件事变得更顺手。 让我有代入感的是它那句“The world has borders. Finance shouldn’t.” 现实里确实是这样。我的一个朋友长期在海外生活，平时既关注 BTC、ETH，也会看美股科技股，偶尔还要处理跨境转账。对他来说，真正麻烦的不是不会投资，而是资金、市场、账户被拆得太碎。BiyaPay 把加密货币、美股、港股和跨境汇款放在一个账户里，这种设计对经常关注全球市场的人来说，确实更像刚需。 我自己最常用的场景，是用 USDT 去参与不同市场机会。比如最近 AI 产业链很热，BiyaPay 也提到Micron、SK Hynix 这类存储芯片公司在 AI 浪潮里的位置。以前看到这种机会，我可能只是收藏一下文章；现在如果想进一步研究或布局，美股和加密资产都能在同一个环境里查看和操作，决策链路短了很多。 当然，我不会把它神化成“用了就赚钱”的工具。市场永远有风险，BTC 会波动，美股也会回撤。但BiyaPay 给我的感受是，它更像一个把复杂世界整理到手边的工具：行情更新、资产切换、交易入口、活动奖励，都放在一个更轻的流程里。 那天咖啡喝完，我没有立刻下单，只是把几个关注标的重新整理了一遍。可我心里很明确：对普通用户来说，好的金融工具不是让人冲动，而是让人在机会出现时，不慌、不乱，有地方看，有地方想，也有地方行动。BiyaPay @BiyaPay 对我来说，正是这样一个入口。 加入链接：