其实我有时候也挺羡慕那些动不动就敢梭哈的人，我就做不出来这样的事，25年初，和炒股的群友们聊天，我说就算特朗普本人现在打电话告诉我明天拉盘，我也只会梭进去80%而不是全仓，这大概就是我这个人最高的风险偏好。 回想这些年认真玩的和不认真玩的时候，无论是加密、股票还是期货，真的从未有过100%满仓身家全部干进去的时候，甚至连80%都没有过。 我对不确定性既喜爱又尊重，可能一部分是因为天生胆小，一部分是因为成长经历。我是做题家出身，一路学的专业也都是应用物理相关的，直到读博时期一线的接触真正的实验、工艺、制造后才知道不确定性的重要性。这指的倒不是量子力学统计力学之类本身存在的不确定性，而是实验中不可控的东西太多了。一个成熟的半导体工艺，在商业公司中可以盈利的，对良品率的要求其实是很夸张的。在实验室里，我们做的东西不确定的地方太多了，一个器件设计时的工作波长应该是450-550nm，FDTD仿真跑出来可能就是480-580nm比较好，最后去超净间里一步步fab出来再检测，这个工作波长可能是465-565nm（数据我随便说的举个例子，不代表任何实际器件），其他方面可能它的resonance和设计的差的更远。 在基础数学和理论物理中比较习以为常的确定性，在实验中是非常非常脆弱的。这样几年的经历一方面让我抹去了对“科研”的滤镜，一方面也让我更加的尊重不确定性。做纳米级别的光电器件工艺研究，已经算是人类对“精确性”要求最高的事情之一了吧？然而我们处理的大量工作，其实都是在解决“不确定性”的问题：如何补偿、如何降噪；Extinction Ratio低的时候怎么办；还有一些非常小而实际的问题，做出来的超表面结构层和光传感器层用激光刻在一起的时候，旋转角歪了那么0.5度，后续如何通过数据处理解决这个问题，诸如此类。 这段经历让我深刻理解了现实的复杂系统特征和不确定性主导的概念。可以比较暴力地说，试图掌控一切注定是失败的，无论在物理实验中，市场中还是生活中。 梭哈赢了固然能一下逆天改命，但对我来说，比较重要的或许是梭哈输了的时候，我还能不能继续做下去。你可以说我瞻前顾后，胆小如鼠，但我还是会保持对不确定性本身的敬畏，那句话还可以再拿出来说一遍：就算天网AGI本体现在穿越时空过来告诉我梭哈一个票，我也只会拿出80%去赌。

偶然看到 AI Data Extraction Toolkit 这个开源项目，可以用来一键提取各个 AI 编程助手的完整对话记录。 支持 Claude Code、Cursor、Codex、Windsurf、Gemini CLI 等八款主流工具，自动识别系统和安装路径，直接输出统一的 JSONL 格式。 GitHub： 提取的数据非常完整，不只是对话文本，还包括代码上下文、文件路径、代码差异、工具调用结果这些关键信息，拿来做模型微调刚好够用。 纯 Python 标准库实现，不需要装额外依赖，一个 shell 脚本，就能把所有工具的数据全部导出。 如果想用真实的编程对话数据来微调大模型，这个项目能帮我们省下大量收集数据的时间，值得收藏备用。

整理了一下Anthropic @AnthropicAI 发的关于Fable 5的提示指南： 1.别让它"展示思考过程" 以前大家爱让模型把推理写出来，觉得能看到过程更靠谱。Fable 5 不吃这套。你要求它回显内部推理，直接触发 reasoning_extraction 拦截——要么拒答，要么给你降级到 Opus 4.8。 想看过程？读 thinking blocks，或者用 send-to-user 工具拿阶段性输出。别让它把脑子里的东西倒进正文。 2.必须画线，不然它会自己加戏 这模型太积极了。你不拦着，它会自己加功能、重构代码、为你根本没提的需求搞一堆抽象。 提示词里直接写死：不加功能、不重构、不搞没人要的设计。任务清楚就动手，别讨论。如果你只是在想方案还没决定，明确告诉它"只评估，别动手"。 3.长任务必须让它对账 跑长任务时，让它汇报进度之前先核对工具返回的结果。测试挂了就说挂了，没跑就说没跑，跳过的步骤摊开讲。别让它编一个"一切正常"糊弄你。 4.给它建个外部记忆 确认过的做法、长期规则、踩过的坑，写成 Markdown 文件，下次任务直接喂进去。比靠上下文窗口可靠太多，token 消耗也低。 5. 子 Agent 拉满 Fable 5 维持并行子 Agent 的能力比前代强不少。独立子任务丢给子 Agent，主线程继续推。长生命周期的子 Agent 还能保上下文，省得重复喂信息。

最近用 Firecrawl 挺多 🔥 它做的事很简单：把网页抓下来，清洗干净，转成 Markdown / 结构化数据。 这一步其实挺省事。很多网页直接丢给模型，里面一堆导航、广告、页脚、相关推荐，token 花了，重点没剩多少。 Firecrawl 处理完之后，可读性高很多，也更适合拿去做资料整理、知识库、agent workflow。 免费版 1000 credits，大概可以理解成：普通网页约 1000 页；如果开 JSON extraction / 增强模式，会少一些，大概几百页。 我还写了一个非官方 CLI，方便在终端里直接用： 小工具，但很实用 🧰

为什么 95% 的 Claude Fable 5 做的网站看起来“垃圾”？ Every Level of Claude Fable 5 Websites Explained 这个 21 分钟的实操视频，把如何通过一套可复制的七级进阶系统（Skills 和 Knowledge），持续产出高质量、可交付的网站讲的很透。 # 七级进阶框架 1. Grab And Go · 像聊天机器人一样直接说“给我建个网站” · 3/100，典型 AI 网站感 2. Screenshots & References · 上传参考图、截图、情绪板（Moodboard） · 10/100，图像胜千言 3. Design Skills · 注入 GitHub 上的设计技能文件（Skills） · 大幅质变，接近专业风格 4. Image & Video · 用 OpenArt 生成/编辑图片与视频资产 · 媒体质感提升 5. UI Snapping · 从 21st. dev、CodePen、Magic UI 等库复制组件 · 直接复用现成高质量组件 6. Finding The Data · 用 Firecrawl 做竞品调研、找转化数据 · 网站开始具备商业逻辑 7. Design Extraction · 提取优秀网站的设计 DNA 并让 Fable 5 重建 · 一夜之间的差距 # 逐层要点提炼 Level 1：聊天式建站的陷阱 · 用户像指挥设计师一样随口说“给我做一个很酷的黄 iPhone 网站”。 · 结果：经典 AI 味、浮动 iPhone、配色平淡、缺乏创意。 · 结论：这只是“草稿”，不能交付。 Level 2：视觉参考 · 关键资源：godly. io、landbook、dribbble 等。 · 方法：把优秀网站截图直接丢进 Claude，让它“照着风格做”。 · 效果：设计架构立刻改善，因为图像比语言更精确。 Level 3：设计 Skills - 前半段最大升级 · Skills 是社区或专家整理好的预包装指令，相当于给 Claude 一本“设计圣经”。 · 推荐资源：GitHub 上近 10 万星的 UIUX Pro Max、Shading UI 等。 · 操作：复制 Skill 文件 → 让 Claude 加载 → 再让它“使用所有相关设计技能”建站。 · 结果：网站出现 Apple 风格、Bento 布局、统一配色、专业字体，明显跨越“可交付”门槛。 Level 4：图片与视频资产 · 工具：OpenArt（Nano Banana、C dance 等模型）。 · 不仅可以生成静态 iPhone 产品图，还能从单帧生成循环视频，并保证首尾帧一致。 · 作者强调：可以连接 Claude 的 MCP，让图像生成变成自动化资产流水线。 Level 5：UI Snapping · 概念：像“从任意房子复制壁炉”一样，把互联网上公开的高质量 UI 组件直接粘贴进自己的网站。 · 推荐库：21st. dev、CodePen、Magic UI、Mobin。 · 操作：复制组件代码/URL → 让 Claude 集成到底部或指定位置。 · 演示：把气球动画组件加到页面，立刻提升动态感。 Level 6：数据驱动 · 漂亮网站若不能转化，就像“没有引擎的法拉利”。 · 工具：Firecrawl。 · 用例：让 Claude 抓取 10 家成功屋顶公司 + 10 家失败屋顶公司，分析差异、CTA 结构、转化逻辑，输出“可交给另一模型执行”的 Blueprint。 · 核心洞察：用外部证据指导设计，而非凭空创意。 Level 7：设计提取 - 视频高潮 · 方法：以优秀网站（如 anti-gravity. co）为例，让 Claude 提取其字体、配色、设计规则、情绪、版式。 · 然后把这些提取出的设计 DNA 应用到新主题（如卖黄 iPhone 或耳机）上。 · 使用 Fable 5 执行最终“one-shot”重建。 · 结果：动态变色光球、精致排版、统一视觉语言——与 Level 1 的网站“天差地别”。

🔥 美国最暴利的 10 个高端生意 💰 1️⃣ 商业银行 🏦 美国利润池最大的生意之一。IBISWorld 2026 榜单里，商业银行总利润约 7886 亿美元。 核心逻辑：用别人的钱赚钱，吃利差、手续费、信用定价。 2️⃣ 资产管理 / 投资顾问 / 私募基金 📈 这类生意爽在 AUM。钱越多，管理费越稳定，边际成本却不会同比增长。 IBISWorld 数据：Portfolio Management & Investment Advice 总利润约 2329 亿美元，PE、对冲基金、投资工具约 1812 亿美元。 3️⃣ 信托与遗产管理 📜 这个在中文世界很少被讨论，但美国很肥。富人的钱要传承、避税、隔离风险，就需要信托、遗产规划、受托管理。 IBISWorld 数据：Trusts & Estates 总利润约 2014 亿美元，历史利润率非常高。 4️⃣ 保险 🛡️ 尤其是财险、寿险、年金。保险最暴利的地方不是收保费本身，而是先收钱、后赔付，中间形成巨大的可投资资金池。 IBISWorld 数据：财险总利润约 1971 亿美元，寿险与年金约 1850 亿美元。 5️⃣ 软件 / SaaS / 企业工具 💻 Damodaran 2026 数据：系统与应用软件净利率约 25.49%，娱乐软件约 29.93%。 暴利逻辑：研发成本前置，复制成本接近零。一个功能卖给 100 人和卖给 100 万人，成本结构完全不同。 6️⃣ 半导体 / 芯片相关 🔌 Damodaran 数据：半导体行业净利率约 30.45%，半导体设备约 21.32%。 这不是普通人能随便进的生意，但它的利润来自技术门槛、供应链控制、客户锁定和全球稀缺性。 7️⃣ 制药 / 医疗产品 💊 专利药、医疗器械、医疗耗材都很肥。Damodaran 数据：制药净利率约 18.54%，医疗产品约 9.61%。 真正赚钱的是专利、审批门槛、医保支付体系和医生渠道。 8️⃣ 房地产收租：公寓、商业租赁、自助仓储 🏠 美国房地产不是只有炒房，稳定收租才是大生意。 IBISWorld 数据：商业租赁利润约 1427 亿美元，公寓出租约 1060 亿美元。 自助仓储尤其有意思：平均利润率约 36%，小运营商仍占很大比例。 9️⃣ 律师、税务、会计、合规顾问 ⚖️ 这是“知识牌照生意”。美国法律服务、税务筹划、会计外包，毛利高、复购强、客户怕出错。 会计、税务、记账、Payroll 服务常见净利率接近 20%，小型专业所甚至更高。 🔟 油气开采与能源资产 ⛽ IBISWorld 数据：Oil Drilling & Gas Extraction 总利润约 946 亿美元。 这个生意周期性强，但价格上行时极其暴利。它赚的是资源控制权、运输基础设施和能源价格波动。