做 Yuragi FM 的过程中，我发现 AIGC 类产品的难点第一是在乎探索语言空间和结构，第二是难以评估实验成果，总是在 60-80 分之间横跳，没有 90+ 以上的生成产物。第三就是设计实验的成本和测试时间过长。我看到小红书上有不少专业做 AIGC 的，使用现成的工具，human in the loop 来做协调者，创作一首音乐都需要花 1-2 天的时间，更别提 MV 了，一方面，我们依赖模型不断进化来内化一些需要协调的功能和反复试错的实验，另外一方面，不断内化的模型又会趋向生成更加大众化审美的内容，进一步提升探寻语言空间的难度。因此，在做这个产品过程中，感受到最大的启发不是工作流的编排，也不是 agent matrix 的设计，而是人类意图的捕获。换句话说，真正重要的是如何理解意图（目标，岔路，审美，世界观）而非编排，wanman 也好，其他的流行的 harness 工程产品也好，只是完成这一步设计的早期基础设施。

众所周知，做Youtube最重要的是赛道，选对赛道事半功倍。很多人抱怨现在的油管红海一片，但其实并不是没有机会，而是你找机会的方法错了。 真正有效的新手起号策略，从底层逻辑上来说，其实是一个严密的筛选 SOP： 1️⃣纯净环境破局： 用全新账号+无痕模式，避开个人偏好和信息茧房的污染，让算法展示真正具有生命力的内容。 2️⃣寻找“低粉高爆”模型： 寻找订阅少于 10 万，但单片播放量稳定在 5 万-20 万+ 的频道。这代表着赛道需求巨大但供应严重不足。2万粉20万播放，说明赛道未被垄断，可以直接切入；3万粉10万播放，说明生态极度健康。 3️⃣验证生命周期： 点开频道详情，只看第一条视频发布在 1-6 个月内的账号。两年以上的老号参考价值极低，我们要找的是在 2026 年当下算法环境里依然能爆发的“新鲜”模型。 4️⃣评估交付成本： 避开需要高昂设备或极高专业门槛的硬核内容，只锚定那些用库存素材、AI 生成图、AI 配音和基础剪辑就能完成的频道。标准很简单：你能用 Claude + ElevenLabs + CapCut 一个人跑通。 逻辑非常完美，对吧？但这套“第一性原理”级别的爆款挖掘法，最大的痛点在于极度反人类的执行成本。 你需要像个机器人一样，不停地滑动屏幕、比对播放粉赞比、点开主页看注册时间、分析视频结构。手动刷上几个小时，眼睛酸痛，可能才筛选出两三个符合标准的赛道。对于追求系统效率和高杠杆的创作者来说，把宝贵的精力耗费在这种机械的“体力活”上，是对时间的极大浪费。 直到最近，我接到了 Airtap 的商单并深度测试了这款产品，才发现这个痛点已经被完美降维打击了。 简单来说，Airtap 的核心功能是“让 AI 拥有一部手机，并能够直接操作”。 它彻底打通了 AI 从“大脑思考”到“手脚执行”的最后一公里。 我直接把上面这套找 YouTube 赛道的 SOP 喂给了 Airtap。它立刻化身为一个不知疲倦的数字打工人：自动打开浏览器的无痕模式，模拟人类滑动，精准识别订阅数和播放量的比例；发现目标后，它会自动点击进入频道详情页检查“新鲜度”；甚至能分析视频画面，判断是否属于高性价比的 AI 可复刻风格。 短短一段时间的自动化运行，Airtap 就帮我在油管庞大的数据库里，精准扒出了一批完美符合“低粉高爆、半年内新号、AI 极易复刻”这三大神仙标准的潜力赛道。 我将它的劳动成果直接导出，整理成了下面这份赛道情报库： 这不仅仅是一个寻找 YouTube 赛道的效率工具演示，更是 AI Agent 时代工作流重塑的一个绝佳缩影。 在构建“一人公司”和个人操作系统的过程中，我们一直在寻找能将繁杂流程自动化的杠杆。Airtap @Airtap_Ai 的出现，意味着你不仅拥有了分析数据的 AI，更拥有了一个能替你“去点、去划、去执行”的超级外包。 把找赛道、看数据这种重复性极高的 SOP 交给 Airtap 去跑，把你的大脑释放出来，去死磕内容策划、商业闭环和战略规划。这才是属于数字创作者的终极杠杆。 如果你也想让你的 AI 拥有真正的“执行力”，把繁琐的屏幕操作彻底自动化，强烈建议你去体验一下 Airtap。

一顿操作，gemini Claude 各取它们写的罗里吧嗦的其中一些点，然用 codex 生成图像！于是得到如下文章和配图 👇 —— 你存在，但世界不知道 海德格尔说过一句话：「此在的“本质”，在于它的此在」 翻译成人话就是：你这个人，必须持续地去“在”，才算真正地活着。不是肉体上的活着。 是在这个世界关系网络里，持续地、可被感知的“在” ———————— 中国文化里有一种根深蒂固的审美： 「沉默是金」「木讷者近仁」「君子讷于言而敏于行」 这种审美在农耕熟人时代是有效的，因为那个社会的信任，靠的是世界和空间的反复叠加。 但今天，现代社会的本质，是陌生人之间的大规模协作。这种结构里面，沉默不再是「美德」，沉默是一种信息缺席。 资源流动的主场，已经迁移到了网络。信息、机会、供应链、合作、客户、信任，越来越多都是先在网络里发生，再回到现实里成交。 ———————— 金刚经说：应无所住而生其心 放在今天的语境里，它有一个非常具体的所指： 「不要住在“别人的阳光”里，去生出你自己的表达」 你住在"别人会怎么看我"里，所以你无法表达。 你住在"我的内容没人看"里，所以你拒绝开始。 你住在"我不是做自媒体的那种人"里，所以你提前判了自己的死刑。 ————————— 有一个词叫「潜力」 「潜」是潜伏 「力」是力量 潜伏的力量，藏起来的能力，好像挺美的哈 但…… 潜伏的力量，永远改变不了任何人的命运 只有流动的能量，才能在这个世界这个信息世界，激起涟漪。 —————————— 自媒体应该像一盏灯 是让别人远远看见：这里有一个真实的人，有稳定的能力，有长期的方向，有可以被信任的痕迹。 一个人可以不红，但不能在网络世界里完全失语。 可以不追流量，但不能没有自己的数字信用。 可以不把自媒体当事业，但至少要把它当成这个时代的基础生存工具。 因为未来很多机会，不会先敲你的门。 它会先搜索你，观看你，判断你，然后才决定要不要靠近你。 —————————— 问题只有一个，你需要回答你自己： 你愿意，让这个世界，有机会找到你吗？ ###以上的内容# 你深刻理解之后 帮我用 [$editorial-line-system](/Users/hx/.codex/skills/editorial-line-system/SKILL.md) 做 5 张图！###

求职系列（6）：谈薪 这是求职系列的第六篇，聊聊谈薪。 先说一个大前提。 网上关于谈薪技巧的内容，绝大部分都是哗众取宠、误导性极强，而没什么实际作用的内容。比如什么公式化话术、套路化博弈，你真的拿去用，只会被 HR 在背后笑。 谈薪这件事没有什么花里胡哨的技巧。核心就是信息对称、合理预期、给HR一个能帮你争取的理由。 0️⃣ 校招生，不要谈薪 这条单独拉出来说，如果你是应届生，面的是中大型公司，那么不建议谈薪。 在当下的就业环境里，校招生其实并没有特别大的议价能力（当然，如果你手里有很多offer并且做好了谈崩的准备，还是可以尝试A一下的），平台赋予你的长期价值远远大于那多出来的一两千块月薪。 第一份工作的平台重要性永远是最重要的，一个好的起点平台，能让你在未来八到十年的收入翻N倍，这个复利效应远比入职时多谈几千块来得大。 当然，第一份工作的薪水也很重要，后续的社招跳槽涨薪、定职级其实很大程度都依赖于你第一份工作的薪资，但中大型公司的同岗位应届生都会有一个明确的薪资范围，上下浮动本身就很小，不会出现单独压你薪资的情况。 我见过一些应届生为了1-2K 月薪和 HR 反复拉扯，最后搞得很不愉快，得不偿失。 所以建议校招生如果拿到了足够好的平台的 offer，直接接。精力放在入职后怎么快速成长上，别在入口处耗。 当然，手里有多个同级别、高级别的 offer 时，可以适度用竞对 offer 来争取。策略是轻轻推动，而不是硬谈。 1️⃣ 先搞清楚你的年包到底有多少 谈薪的第一步不是想怎么开口，是先把自己的数字算清楚。 你的 total package 大概包含这些部分： • 月薪 × 月数 • 年终奖 / 绩效奖金 • 股票 / 期权的年均归属价值 • 签字费的年均摊销 • 补充公积金公司缴纳部分 几个注意点： - 实报实销的补贴不算年包。 - 股票取年均归属值。 四年 vest 的 10 万股票，年均就是 2.5 万，不要把总额当一年的收入报。 - 所有谈判基于总年包去谈，不要死磕月薪。 每家公司薪资结构不一样，死盯月薪只会让 HR 觉得你不懂行。 2️⃣ 第一次被问薪资时，就锁定了 80% 的结果 很多人以为谈薪是最后拿到 offer 时才开始的，这其实是个错误的认识。 HR 通常会在业务面试之前就和你聊一轮，在第一次问你目前薪资和期望薪资的时候，你的薪资范围就已经基本锁定了。 这个数字会被记录下来，如果你到 offer 阶段突然蹦出一个更高的数字，会被定义为坐地起价，直接减分。 第一次被问到时要做好两件事： 目前薪资如实报，最好把具体的构成直接报给 HR。 月薪多少、年终几个月、股票多少、签字费多少，一项一项说清楚，让对方确认你的每一项。并且尤其要注意的是不要虚报，后续都是要提供可查的流水记录的，虚报只会砸自己的脚。 期望薪资给一个你真的满意的数。 这个数字要让你开心地去新公司，不会入职后觉得亏了。不确定具体数字的话，那就给一个范围：我期望 15% 到 25% 的涨幅，但目前还在流程初期，具体数字还需要再想想。 这句话的潜台词是：给低了我不一定接。同时也没有把价格锁死，给后续留了空间。 3️⃣ 什么因素可以让你报得更高 现在是下行的行情，大部分人都只能拿到10% -30%的涨幅，但不是所有人都只能报 10%-30%。以下因素可以叠加，每多一个议价空间就大一些： 1. 在现公司年限长 2. 跳槽会错失现公司的普涨、年终奖、即将归属的股票 3. 手里有竞品公司的 offer，能脱敏后给 HR 看 4. 从事业单位 / 国企跳到民企 / 外企 5. 从二三线城市到一线城市，生活成本大幅上升 6. 新行业、公司是一个热方向，比如当前的Agent、具身智能等方向 叠了三个以上，走 special approval 的概率就很大了；通常叠满五个及以上，对方必须走特批，批不下来只能说明公司穷，不是你要价高。 4️⃣ HR 第一次回应时的两种情况 你报了期望之后，HR 的反应会告诉你很多信息。 情况一：什么都没说，说明预算够，你的期望在范围内，后续大概率能谈到你要的数。 情况二：立刻开始管理你的预期，开始说一些固定话术，例如：这个数字可能有挑战、我们也要跟用人部门沟通、你的期望可能偏高了。 遇到第二种，先评估一下这家公司你有多想去。如果没那么想去，尽量不要浪费时间。网上教你用各种技巧往上谈的，说实话用处不大，就算帮你多争取一点也不会超太多。 如果还想继续，直接问：那你们大概能给到多少？正常的 HR 会坦诚告诉你范围，不浪费双方时间。 5️⃣ 拿到 offer 时怎么谈 到了 offer 阶段，双方已经知根知底了，该提多少你心里应该最清楚。 面试聊得特别顺，就提期望的上限，你有底气。面试过程觉得有点虚，对方在给你机会，就稍微降一点，也正常。 如果你不想错失最优价格，有一个很好用的话术：给两个数字。 比如：我的最低线是 20% 涨幅，但如果给到 25%，我一定来，会很开心地入职。 这句话的信息量很大：20% 我可以考虑，但不保证来；25% 我一定来，你放心去帮我争取。 HR 最怕的是辛辛苦苦帮你批了高薪，结果你不来。你给他一个口头承诺：这个数字给到了我就一定入职，等于给了他底气去跟用人部门争取，帮你就是帮他完成 KPI。 这里有一个很多人没有意识到的点：HR 是你在这场谈判里的盟友，不是对手。 很多人把谈薪想成一场你死我活的博弈，我要尽可能多要，HR 要尽可能压低，但这个人生和框架是错的。 HR 的 KPI 是把 headcount 填满、招进来的人尽可能呆的久，他希望你入职。他去跟用人部门、HRBP、财务争取更高的薪资，本质上是在帮自己完成目标，不是在帮你做慈善，所以在入职谈薪上你们的利益在这件事上是一致的。 所以你要做的不是跟 HR 对抗，而是让 HR 有充足的理由去争取。 给他足够多的材料和论据：你有竞争 offer，你的现公司有即将归属的股票，你在目标方向上有稀缺的经验。把这些信息清楚地传递给他，等于给了他在内部谈判时的弹药。 帮你，就是帮他。这个逻辑想清楚了，谈薪的整个心态就轻松多了。 6️⃣ 如果 offer 数字不满意 直接跟 HR 说：这个数字到了我就来，到不了我就不来。 干脆利落，不要拉扯，不要暗示，也不要用什么博弈技巧。HR 每天都要谈几十个人，你那点小心思他一眼就看穿了。 给一个明确的数字，让对方去争取，批下来就去，批不下来就不去，就这么简单。 7️⃣ HR 常见的压价套路 最近和一个有 HRBP 背景的朋友深聊之后，我总结了几种常见手法： 1.否认你的成果。 你说你绩效很好，HR 会说：你的绩效好有可能是因为赶上了风口或者比较适合当前环境，换个环境你还能保持吗？目的是让你对自己产生怀疑，弱化你的议价底气。 2.用平台价值替代现金。 我们的平台、资源、成长空间给你的长期价值远超那几万块差额。道理是这样没错，但平台价值是长期的，你放弃的股票和换城市的成本是短期的、真实的。两者不矛盾，不要被这话绕进去，永远记住下家不愿意给你真金白银就是不认可你的价值。 3.快速推进不给你思考时间。 好的 HR 谈判节奏很快，会在你还没想清楚的时候一步步推着你让步。一旦感觉脑子开始发蒙、被对方牵着走了，立刻喊停。说有急事明天再聊、需要跟家人商量、手头有工作先处理。打断节奏，让自己冷静下来。 4.拆分固定薪和浮动薪。 给你报一个看起来不错的总包，但里面有大量浮动绩效。保底年包 65 万，加上浮动绩效能到 85 万。那 20 万是个问号，第一年大概率拿不满。重点关注保底的固定部分，浮动的最多打五折来算。 8️⃣ 永远守住你的 base 尤其是年包百万以上的候选人，有些公司会把年底 bonus 的比例放得特别大，base 压得很低。 这个坑一定要避开。base 是你在市场上的定价，也是所有后续涨薪、跳槽定价的基准。 base 低了，后面每一次涨幅都是在一个低基数上算，而且如果第一年绩效不达预期，那个很大比例的 bonus 拿不到，就是实打实的降薪。 能把 base 谈高就尽量谈高，少拿点 bonus 比例没关系，base 才是你的安全垫。 9️⃣ 竞争 offer 是最强的杠杆 所有谈薪技巧里最有效的一条：手里有别家的 offer。 你不需要告诉 HR 具体是哪家。可以说：目前有一个还不错的 offer，也是 top 级的平台，给到的年包大概在 XX 万左右，你们这边能不能给到一个更有诚意的数字？ HR 不可能去逐一验证，但他会认真对待这个信息，因为如果你真的走了，他之前投入的所有面试成本全部白费。 竞对 offer 不能伪造具体内容，但可以适度模糊化处理，关键是让对方感受到紧迫感：你不是非他不可的。 谈薪归根到底就是三件事： 1. 算清楚自己值多少钱 2. 开口的时候给一个合理但让自己满意的数 3. 给 HR 一个能帮你争取的理由和承诺 不要贪心，也不要委屈自己。一个让双方都觉得合理的数字，比你硬谈多出来的几千块更有价值。因为你还没入职，这个 HR 对你的印象就已经在决定你入职后的体验了。 去把你应得的薪资拿到手，不用想着多拿，但一分也不少拿。

Predictfun 全球大使计划正式启动了！ 做优质项目的大使，是新人博主自我成长最好的选择！ 通过伴随项目一起成长，会对这个赛道有更深的理解，写出的内容自然也会更加有价值，而且还有机会拿到项目的超额激励！ 我们非常希望能够找到一群志同道合的人一起来建设我们的社区！ 1️⃣ 成为Predictfun的大使，你可以获得哪些收益？ 第一个最直接的收益，可以一起瓜分每周 20w 积分的社区贡献积分池。 要知道，Predictfun 的积分是需要大家用真实的资金损耗和手续费才能获取的，每个积分的含金量只会不断上升。 而现在我们单独设置了一个社区贡献积分池，每个大使的人均积分份额可以说是非常香了，诚意满满。 除了直接的收益之外，还有一个非常重要的潜在收益：可以获得官方品牌背书以及流量扶持，不断扩大自己的影响力！ 我们亚太团队、创始人账号、官推、官方社区都会一起助力优质内容的传播！ 2️⃣ 怎么才能成为我们的大使呢？ 本次大使计划，我们主要面向两类人群：一类是内容创作者，另一类是社区活跃者。 最基础的门槛是，都需要是我们 Predictfun 的深度玩家！ 对于内容创作者，至少已有 2w 积分，其次需要在推特或者 YouTube 有 3000 粉丝以上，即可申请。 如果你没有这么多粉丝，也没有关系。 只要你是一个Predictfun的深度用户或者社区活跃用户，甚至运营了自己的社区，满足 5w 积分以上的门槛，同样可以来申请成为我们的大使！ 我们官方会扶持你进行内容创作，扩大你的影响力！ 对3000–1万粉的新博主来说，这是一次和项目一起成长、拿超额收益、快速涨粉破圈的绝佳机会！ 快来加入我们，一起来把预测市场这个赛道做大做强，同时能够传播 Predictfun 的声量！ @predictdotfun 大使计划的申请链接放在评论区了，欢迎大家申请！

只要你够肝（1天8小时），熊市散户一年赚20万-30万不难 （无本撸毛手册，适合散户，核心是一网打尽所有优质的项目，快速发邀请码，然后进行内容挖矿，将每一个项目的价值吃干抹净） 想了很久，我总结了一套切实可信的方案，任何一个人都可以实践起来，这套方案适用对象我先说明一下： 1.手上有半年生活所需的现金或者有其他稳定收入来源 2.对web3有基本的了解 3.每天都能拿出3-4个小时刷推特,并且时刻关注T0 KOL的最新推文 如果你够努力（每天8个小时），在熊市，一年赚30万以上不会很难，牛市大概率能赚100万以上 物料准备 在开启我们伟大的赚钱事业，首先你需要以下东西： DC；TG；还有经过认证的x账号。 其次，在X上给TOP0 KOL加小铃铛（首先你要对T0 KOL去魅，他们发的内容都是狗屎，我们不是要看他们说什么，而是通过他们的推荐了解到项目最新的动态，特别是第一时间获取邀请码，不带邀请码的内容都是垃圾，别浪费时间去看），我推荐以下几个： @EvaCmore @Wangduanniao @Web3Feng @rtk17025（他不是T0 KOL，但是第一时间获取好项目的邀请码的速度上） @0x_xifeng @y95277777 @Greta0086 @kiki520_eth @iamyourchaos @KuiGas @punk2898 @hebi555 系统的方法论 恭喜你，以上的准备好了之后，就可以开始你的伟大赚钱事业了。我先用XX项目举例子： 第一天，当xx项目想要拉客户的时候，他们会第一时间找到T0 KOL让他们来发邀请码。 这个就存在一个时间差，当你第一时间看到这个消息的时候，你要快速去注册，然后获取自己的邀请码。 然后，我要每10分钟去X上发一次自己的邀请码（小账号专属，粉丝做到5k以上别这么玩，掉粉很快），第一天就这么愉快的结束了，如果是大账号的话，我建议可以发几次，当时别一直刷屏。 第二天，我会深入的去体验这个项目，各种玩法，各种资料查一个遍，找到你能找到的最好路径，然后写深度教程，教别人怎么玩（一定在最后附上你的邀请链接），这个时候，你要进入DC，在学习的同时，将你写的深度推文发到他们DC频道上，混个脸熟。 第三天到第N天，这个时候，如果你认为这个是一个很好的项目，那么你就继续更新自己的策略，让更多专业玩家和项目方看到你的内容，然后去dc里面发布，吃内容挖矿的部分。（内容挖矿可以看 这个流程适合每一个项目，碰到一个搞一个，吃的就是睡后收入，这种方法不仅适合项目，也适合交易所，比如 @NFTCPS ，有时候一天吃OKX DEX返佣200U。 我个人的例子就更多了，当时做OPINION的时候不懂，我没有第一时间发邀请码，半个月后，我才开始发，就算是这样，我平均每天都有15U左右的返佣。 xstocks我第二天才发邀请码（我自己也充值了1万U），最后发现，我的邀请积分和我自己存的钱的积分是差不多的，这就意味着，我邀请的人创造的撸毛价值和我充值1万U是一样的，相当于有人给我1万U去撸毛。如果我做10个这样的项目，就相当于免费获得了10万u撸毛，所以你懂的。 而我们要做的就是批量复制，把握住第一时间，不是第一时间参与，后面参与的价值就大大减少，可以做，当时别想赚钱（后期项目我大部分只会在有赞助费的前提下写一写，或者是为了拿社区奖励）。 这套系统的方法论同样适用于单条商单少于500U的KOL 我是一个无情的撸毛人，只写最简单的赚钱教程。

😂说实话，在花栗鼠没有在新加坡读书前我也是这么认为的，但实际上并不是这么回事，或者说并不完全是这么回事。 如果是三四岁的孩子，或者更小一些，从这个岁数开始就在海外的英文环境下学习，确实英语能成长的非常快，但随着岁数的增加，这种难度是直线上升的。 新加坡的学校中以花栗鼠的学校为例，在九年级以前大概分为主流班，EAL 和 PCS 这三种，主流班就是给英语能达到母语水平的学生，EAL 基本就是英文上课没问题，但距离母语还有差距的学生，PCS 就是无法完全用英文上课的学生。（用 WIDA 英语评估来判定的）。 花栗鼠是五年级开始在新加坡读书的，面试勉强过了 EAL ，在 EAL 的 A 班，A 班一般就是水平差一些的，如果考试没有通过就会降级到 PCS ，而 PCS 往往只有一年的时间，如果还没有通过就会被劝退，比 A 班高一个等级的就是 B 班，花栗鼠在五年级考到了 B 班。A 班往往还需要补习英语，每天有一半的时间和主流班一起上课，另外一半的时间就是补英语，B 班几乎没有额外的英语课了，九成的时间都是和主流班一起上课，只是选修的语言只能是自己的母语。 但重点是花栗鼠每个周都要额外的上七节英语课，其中四节是线上的课，每一节是40分钟，还有三节是线下的课，每一节是两个小时，都是一对一的，就是这样花了一年的时间花栗鼠才从 EAL 的 A 班上升到 B 班。 可能有很多小伙伴认为花栗鼠的语言天赋太差，或者是没有掌握好学习技巧，其实并不是的，即便是到了六年级，他班级里还有很多的学生是在 PCS 和 EAL 的 A 班，也就是有很多学生在新加坡国际学校，全英文教学的情况下，还有不少学生花了数年的时间还没有进入 EAL 的 B 班，更别说主流班了。 新加坡 G1 至G5 （小学一年级到五年级）阶段需要额外英语支持的比例大概在 15% 至 30% 这个区间，每个学期都是十余名学生因为达不到 PCS 的毕业要求而离校，当然没有好好学习是主要原因，但并不是“扔到国外或国际学校就能自动学会”的，实际上小学以后学生的情感复杂程度会直线提升。 除了部分学霸或者主动学习能力很强的小朋友意外，多数平凡的学生都很难在短时间内建立起跨语言的交流，更别说海外的歧视情况了，新加坡已经是我考察的部分国家中歧视最低的之一了，就这样，语言的隔阂还是让学生们有分别的小团体。 比如韩国学生更多的还是和韩国学生一起玩，日本学生和日本学生互动更多，中国学生和华语区的学生交流更多，当然印度学生和欧美学生走的也挺近，但第一梯队的往往还是欧美的白人群体为主，亚洲人想要融入进去并不是语言上的隔阂，问题还有很多很多很多。 另外就是纯英文的教学会形成一个“负向积累”，就是越不会，就越不会，低年级的时候听不懂的东西到了高年级就更听不懂，所以海外留学对于语言基础不是非常强的学生来说就是地狱难度的开局，越想努力听懂就越听不懂，语言习惯，发音，专业用语都是一道道的门槛。 两三个月就能英语交流对于“随便抓个小朋友”来说是很难实现的，如果没有家长的鼓励，没有课外额外的学习，两三个月后很可能孩子就崩溃了，这种局面几乎每次学年开学都能看到，花栗鼠在新加坡的老师和我，一年以内能实现沟通通畅的学生已经是很难得了。 今天刚刚开了家长会，我还问了英语老师也是班主任关于花栗鼠什么时候能出 EAL 的时间，基本上需要 SLATE 达到5分或者6分才可以，8分满分。正常来说，如果是非母语的学生从 EAL 出来起码要3年的时间。而且对于学生来说，最难的并不是语言的障碍，而是跨语言导致的心理障碍。 当然我非常同意大宇兄说的国内的英语教育有一定的问题，花栗鼠在公立学校的时候前三年都是英语全班前五名的样子，这五名小伙伴要么就是幼儿园在国际学校，要么就是从小就开始学英语，即便是这种水平到了全英语教学的时候第一堂课都是哭着过来的，一紧张本来能听懂三成的就变成什么都不懂了。 国内的英语最大的问题并不是背单词，学音标，这种模式虽然落后，但仍然是英语的基础，这么学肯定是学不坏的，只是学习的慢了一些，而最大的问题应该是教材和教材背后的教育目标，我看过花栗鼠在上海和新加坡的教材，说实话差距不是一点点的大，上海的时候所有学的内容并不是为了让你能生活的更方便，而是为了让你考试的分更高。 而新加坡的教材更多的偏向于通过英语去理解知识，接触世界。怎么说呢，中国的教材更像是字典模式，强调词汇、语法、标准答案。而新加坡的教材更像是阅读模式，强调理解、表达和实际应用。字典模式未必是错的，适合打基础，但如果长期停留在这个阶段，英语就会变成只会做题却不会应用。而阅读模式本身就是把英语当成工具，在生活交流、知识获取，甚至未来学术和专业词汇的理解上，往往都会更自然一些。 所以即便是在国内水平还能马马虎虎的花栗鼠，在新加坡的第一个学期结束的时候他的英语水平可以说一塌糊涂，每天能在课上听懂一半就已经是不错了，数学最后的应用题没有回答对的，就是因为看不懂或者是不知道如何用英文来回答，总体成绩惨不忍睹，更别说在学校交朋友了，他们班就三个华语学生，一个英文比他还差（比他早来三年），一个英文很好，但不怎么和他玩🤣，导致的他每天都像自闭一样。 第一学期开学前就已经在给他补英语了，每天就是疯狂的口语，阅读，读写这三样，到今年七月就补习了整整两年了，目前才算是勉强的沟通没有障碍，但想要从 EAL 的 B 班跨越进入主流班估计还要一年的时间，其实再一年能考进主流班我就知足了。毕竟花栗鼠并不是学霸，也不是什么天才，而是一个很普通的学生，普通的学生就需要普通的晋级时间。 语言这个门槛对于小学以上的学生来说也并不是非常容易，只是接受度来说年轻人总会更加有优势，相反成年人因为有足够成熟的心智和动力，反而会更容易一些。我身边学习英文快的往往都是陪读家长。

ai 对我最大的帮助，不是提升工作，而是提升健康。 我在疫情后，身体状态一直不好，不确定是什么原因导致，一直以为是新冠后遗症，再加上天气等原因。 跟 chatgpt 将自己的身高体重，各种身体数据，以及当前的工作内容，生活作息习惯等，全部发给它。 它会给出一整套休息和运动的计划，我现在每天22点睡7点起，7:30做55分钟的zone2空腹有氧，早餐9点吃，晚餐16:00吃，两餐制（控制卡路里），晚饭后散步30分钟-1小时。 坚持做。 现在，每天的精力和身体状态，得到了极大的提升，几乎完全恢复了最佳状态90%以上的精力。

为什么 FAQ Bot 在社区长大之后一定会失效 跟不少做社区运营的朋友聊过，大家的标配基本一样：一个文档站、一个置顶 FAQ 频道、一个关键词匹配的 bot。 配置齐全，该有的都有，但每天还是有一半时间在回答重复问题。 之前我以为这就是个人力问题，多招几个 mod、把文档写得更好、置顶帖钉得更多就能解。 后来发现不对，连文档做得很扎实、有专职社区经理的团队，Discord 过了几千人之后都会撞上同一堵墙。 直到看了 Lucius AI 的做法，想通了一件事：大部分社区不缺答案，答案散落在文档、历史消息、团队成员的回复里，到处都有。真正缺的是一个东西能把答案、提问的人、提问的方式、以及这个人上个月问过什么串起来。 Lucius 做的就是这件事。它从社区真实对话里学习，记住每个用户的交互历史，能回答的就答，没把握的就带着完整上下文转给真人。社区团队的角色就变了：从"每个问题的第一响应人"变成"审核 AI 已经处理的结果，只接手难题"。 FAQ “bot 为什么会随着社区增长失效，”这个问题我想了一段时间才看清楚。 FAQ bot 在问题可预测的时候好使。"怎么重置密码？"关键词一匹配，答案弹出来，完事。但社区长大之后，问题就不是这么干净了。 有人报 bug 说的是"又崩了"，有人甩一张报错弹窗的截图，自己都不知道什么意思。还有人问的其实是另一个功能，但用了一模一样的关键词。做过 5000 人以上 Discord 社区的 mod 都见过这种场景。 关键词匹配扛不住这种语义多样性，但更深层的问题是 FAQ 是静态的。 产品发了新版本，定价改了，一个已知 bug 修了。FAQ 里的答案还是旧的，没有谁有精力每周更新 50 条 FAQ。 于是循环就来了：bot 给了一个过时的答案 → 用户更困惑 → 用户 @ 真人 → 真人被淹没在本该自动化的重复劳动里。bot 干活不行吗？不是，是这份工作本身定义错了，预写好的答案跟不上一个活的社区。 翻了 Lucius 的文档之后，我注意到三个差异 Lucius 不完全靠预写内容。它从社区真实对话里学习，同时也会消化你提供的知识源：FAQ 文档、帮助中心文章、SOP、定价页、更新日志。 具体拆开说： ·它从你社区的真实对话里自建知识库。 Lucius 会观察频道里发生的事。团队成员在 Discord 里给了一个高质量回答，Lucius 会把它抓下来、存起来，下次类似问题出现直接用同样的逻辑应对。你还是需要喂给它已有的文档和 SOP 作为基础，但系统会不断把真实交互数据叠加上去。 ·它记得每个用户问过什么、什么时候问的。这是它跟普通 chatbot 的本质区别。Lucius 跨对话保留交互历史，一个用户几周前问过的问题，会影响今天它怎么回答这个人。大部分 bot 把每条消息当作从零开始。 ·它知道什么时候该闭嘴，没把握的时候 Lucius 不会瞎编。它会把对话上下文打包，转交给真人。你的 mod 收到的不是一句"有用户需要帮助"的通知，而是附带完整历史的 brief。真人处理完之后，Lucius 会从这个处理结果里学习，下次同类问题自己搞定。 ⚠️ 这一点比大多数人意识到的更重要：AI 客服工具最大的翻车模式就是"信心十足地给错误答案"。Lucius 把"知道什么时候不该回答"当成核心设计原则。对 B2B、SaaS 和任何在乎品牌信任的社区来说，光这一个功能就值回票价。 我自己跑了一轮实测，光看文档和案例说服力有限，我直接建了一个测试 Discord 服务器，把 Lucius 接进去自己跑了一遍。 测试方法：喂了一份 10 条 FAQ 的虚构产品知识库（一个叫 ZhouEdit 的 AI 字幕工具），然后用不同类型的问题去测它的反应。 测试 1：换措辞提问 知识库里写的是"字幕识别不准的常见原因：背景音乐太响、多人说话、音频质量差"。 我故意换了个说法问："字幕生成出来一堆错别字怎么办" Lucius 的回答：准确命中了知识库里的内容，给出了三个原因 + 建议上传更清晰的版本 + 提到 Pro 用户可以开 Enhanced Mode。还主动补了一句"生成后也可以手动修正"，这条信息来自知识库里另一个条目（Q6 编辑字幕），它自己做了关联。 没有瞎编，而且把散落在不同 FAQ 条目里的相关信息整合到了一个回答里。这是关键词匹配 bot 做不到的。 测试 2：模糊问题 我问了一句特别泛的话："这个东西怎么用啊，有详细教程吗" 如果是普通 FAQ bot，这种问题要么匹配不上任何关键词直接沉默，要么随便吐一条最热门的 FAQ 出来。 Lucius 的反应：它没有说"我不知道"，也没有随便糊一个答案。它直接从知识库里抽取了完整的使用流程，整理成 4 个步骤（上传视频 → 自动生成字幕 → 编辑修改 → 导出），每一步还带上了具体参数（支持格式、文件大小限制、导出格式区别）。 等于它自己从 10 条分散的 FAQ 里组装了一份迷你使用指南。 这两个测试验证了前面说的核心差异：Lucius 理解语义而不是匹配关键词，而且能把知识库里不同条目的信息关联整合。 测试规模很小，10 条知识库和几个问题不能代表万人社区的真实负载。但至少在语义理解和知识整合这两点上，表现是实打实的。 大多数人没看到的价值，如果只把 Lucius 当客服工具看，会漏掉第二层价值。 用户每天在社区里提问和抱怨。Lucius 自动归类这些内容，时间一长，规律就浮出来了，每日摘要会把社区里真正发生的事情推给你，不需要任何人手动整理。 传统做法是社区经理每周手动写一份反馈报告，慢、不完整、人累死。 Lucius 生成结构化的每日摘要：高频问题、新冒出来的 bug 反馈、按出现频次排序的功能需求。社区直接变成一个被动运转的产品反馈系统。不需要手动报告，不需要没人看的周报。 最重要的 Lucius 支持跨平台覆盖：Discord、Telegram、Slack、飞书、Web Widget，Lucius 都支持，知识库跨平台共享。 要注意的是：不同平台的接入复杂度不一样。Discord 和 Telegram 比较简单。飞书和 Web Widget 需要更多配置，包括加代码。不算大问题，但别指望每个渠道都是一键接入。 支持渠道喂养知识库，知识库喂养每日摘要，每日摘要喂养产品决策。全自动，全跨平台。 这就是它超出客服工具的部分。 你可能会问的几个问题 Q：跟普通 chatbot 到底有什么区别？ 传统 chatbot 靠决策树和关键词，问题一旦超出预设范围就死机。Lucius 理解上下文、从真实对话学习、不确定时转给人。官方定位是"社区运营的 AI 队友"，不是 chatbot，这个区分是真实的。 Q：部署前需要准备什么？ 需要。Lucius 可以从真实对话学习，但官方文档建议提前准备好你的 FAQ、帮助中心内容、SOP、定价信息和更新日志。把它当成给你的 AI 队友做一次正式的入职培训，而不是直接扔进群里让它自己摸索。 Q：会不会乱说话搞砸品牌形象？ Lucius 的设计逻辑是"宁可不答也不乱答"。超出它信心范围的问题，它会带着上下文转交给真人。然后从真人的处理结果里学习。这个风险模型和那些信心十足地给过时或错误答案的 bot 完全不一样。 Q：适合什么类型的社区？ 最适合的是有真实支持需求量的产品社区：SaaS、AI 工具、游戏、Web3、创作者平台。任何有大量重复性产品问题的社区都合适。如果你的社区主要是闲聊、支持需求很少，ROI 的算法就不一样了。 一句话说完：FAQ bot 失效是因为答案会过时、用户提问方式千变万化、上下文会丢失。Lucius 能用是因为它从真实对话学习、保留记忆、不确定时交给人而不是瞎猜。 如果你的社区增长速度已经超过团队能 cover 的速度，Lucius 值得看一眼。 在做社区运营的兄弟，评论区说说你们现在用什么工具，好奇大家实际跑通了什么方案。 #LuciusAI# #AIAgent# #Discord#