自言自語 我們究竟是在管制一種物質，還是在放棄一個人？ 講到毒品，我其實還有一個疑問。對我來說，酒精也是一種很值得警惕的東西。它會影響一個人的判斷、反應和行動能力，有時候甚至會讓人失去控制，做出清醒時根本不會做的事情。抽菸也不是什麼健康的習慣，它會帶來成癮和長期的健康風險。 那為什麼酒精和香菸在許多社會裡可以合法販售，其他精神活性物質卻可能讓一個人直接背上犯罪的標籤？這當然不代表酒精和香菸沒有危害，也不代表所有物質都應該用同一套方式管理。它真正讓我好奇的是：我們今天對不同物質的法律分類，究竟有多少是根據它們的危害，又有多少受到歷史、文化、社會習慣和既有利益的影響？ 這是另外一層問題。不能只因為酒精合法，就推論其他物質也應該合法；同樣地，也不能只因為某種物質被列為非法，就認為所有使用它的人都應該被當成罪犯。物質本身的風險、使用方式、成癮可能性、對他人的影響，以及法律應該如何介入，本來就需要分開討論。 但真正讓我感到沉重的，其實是《絕命毒師》。 我想到 Jane，也想到 Jesse Pinkman。 看這部劇的時候，你會發現他們並不是只有「使用毒品的人」這一個身分。他們有自己的生活、感情、慾望和痛苦，也會期待未來能夠變得不一樣。可是當他們逐漸陷入毒品的影響時，那些原本還存在的可能性，開始一點一點縮小。 Jane 和 Jesse 在一起使用毒品的那段故事，尤其讓人難受。因為你看得到兩個人之間的感情，也看得到他們正在走向一個可能傷害彼此的方向。你知道他們的人生不必然只能這樣發展，可是你也知道，光靠兩個人相愛，並不一定足以讓他們擺脫成癮和痛苦。 而 Jesse 後來的遭遇，更讓這件事情變得複雜。他經歷失去、愧疚、恐懼和一次又一次的創傷。當一個人已經被生活壓到那種程度，毒品可能成為他暫時逃離痛苦的方法。這不表示毒品真的解決了問題，也不表示他不知道自己正在傷害自己。只是有時候，一個人當下想要的，可能只是讓痛苦暫停一下，哪怕他隱約知道，這個選擇可能讓明天變得更糟。 這裡其實有一個很重要的區別。 我們很容易從旁觀者的角度說：「他為什麼不戒掉？」「他為什麼不做別的選擇？」「他明明知道這樣不好，為什麼還要繼續？」 可是，一個人知道某件事有害，和一個人在痛苦、依賴或成癮的狀態下，真的有能力停止這件事，中間存在很大的距離。理解這個距離，不等於替所有行為開脫，也不等於否定個人的責任。它只是提醒我們，人的選擇往往發生在特定的處境裡，而不是每個人都能站在同樣的位置上，冷靜地比較所有可能性。 有些人是出於好奇開始，有些人受到朋友影響，有些人只是沒有想清楚後果。也有人是在生活跌到谷底時，找到一個可以暫時麻痺自己的方法。最初可能只是一個看起來沒有那麼嚴重的決定，後來卻逐漸變成習慣、依賴，甚至變成自己已經很難控制的行為。 而當他終於意識到事情不對勁時，可能已經失去了一段關係、一份工作、一個原本可以走下去的人生方向。那時候再回頭看，他可能真的後悔了。可是後悔本身，不會自動把失去的東西還給他，也不會突然替他準備好一條可以走回去的路。 這就是我認為最值得我們思考的地方。 如果一個人已經陷入這樣的處境，社會除了告訴他「你做錯了」，還能提供什麼？有沒有容易取得、負擔得起，而且不會讓人因為害怕被羞辱或留下紀錄就不敢求助的服務？有沒有人可以在他還沒有完全失控以前，協助他面對成癮、情緒和生活裡的問題？如果他真的需要戒治，離開機構之後，又有沒有持續的支持？ 我們不能假設每一個使用毒品的人都想被救，也不能假設只要給予協助，每個人就一定會改變。但這不代表我們可以直接放棄他們。有人可能需要醫療，有人需要心理支持，有人需要離開原本的環境，有人需要很長的時間，才願意承認自己已經無法控制使用行為。制度真正困難的工作，就是辨認這些差異，並且在可能的範圍內提供相應的協助。 這也讓我重新思考，為什麼我們總是很容易把法律處罰當成一種答案。 把一個人關起來，確實可能暫時限制他的行動，也可能在某些情況下保護其他人。但如果我們期待隔離本身就能讓一個人改變，那就得進一步問：他在裡面究竟獲得了什麼？他出來之後，原本讓他陷入困境的原因還在不在？他有沒有更好的選擇？如果這些問題都沒有被處理，那麼刑罰結束了，人生裡的問題卻可能還是原封不動。 我並不是說法律不重要，也不是說每個人都不需要為自己的選擇負責。我想說的是，責任和協助可以同時存在。保護社會與幫助使用者也不一定互相排斥。對販運、剝削和傷害他人的行為，我們可以討論適當的執法；對有成癮問題的人，我們也可以認真思考怎麼治療、怎麼降低傷害，以及怎麼讓他重新建立生活。 回頭看《絕命毒師》，老白的角色也讓我想到另一件事：製造毒品、從中獲利，和親自使用毒品，是不同的行為，也可能有完全不同的動機和後果。不能因為一個人沒有親自使用，就忽略他對其他人的影響；也不能因為另一個人使用了毒品，就把他整個人簡化成那個行為。 我們需要看見每個人在這條鏈條上做了什麼，也需要看見他們的選擇如何影響其他人的生命。 所以，我最後想問的不是大麻一定該不該合法，也不是所有毒品都應該怎麼處理。 我更想知道的是：當一個人第一次做出可能傷害自己的選擇時，我們有沒有機會讓他理解後果？當他開始失控時，有沒有人可以介入？當他終於後悔時，這個社會還有沒有一條路讓他走回來？ 因為很多人生的悲劇，並不是當事人從一開始就決定要毀掉自己。有時候，他只是做了一個當下看起來可以接受的選擇，接著一次又一次地重複，直到有一天，他才發現自己已經走得太遠。 而我們真正該思考的，是能不能在那一天到來以前，讓他有機會停下來。 一個人做錯選擇的時候，我們當然可以討論他應該承擔什麼責任。但如果我們只會在他跌倒之後判定他有罪，卻沒有能力在他還有機會改變的時候提供幫助，那麼我們究竟是在解決問題，還是在等待下一個人走到同樣的結局？

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。

今天最值得盯的一件事是SK海力士ADR正式在纳斯达克挂牌。$290亿的规模，韩股那边情绪已经经历了一轮超预期然后反跌再反弹的完整循环 美国这批增量资金是全新定价，他们看的不是三星业绩那周的韩国散户情绪，看的是AI存储这条叙事值多少钱，开盘定价是今天最有信息量的一个数字 昨晚Fed纪要留下来的最大悬念是CPI，不是纪要本身。纪要告诉你委员们在讨论什么，但7月加息25bp还有34.7%的概率悬在那，这个数字不高不低，说明资金在等下一个数据来收敛分歧 AI资本支出被Fed纳入经济变量这件事，潜台词是经济韧性的一部分来自AI，这反而给降息减少了理由，不是增加 明天是美伊谈判的第一个验证节点，伊朗喊出曼德海峡那张牌之后，两边信号还是高度矛盾，特朗普说伊朗想谈，伊朗高官说还有未动用选项 原油已经涨到两周新高了，市场克制的背后是在等7月11日给答案。谈判如果破裂，能源航运定价要重写，如果达成，原油涨幅变成做空机会 币圈这边，Strategy购入窗口还剩到7月13日，昨天没有新披露。这个窗口不关，BTC下方就有一个隐性支撑逻辑在 DYOR 非投资建议

涂涂姐教你约会系列第十六期-《怎么搭讪，才不被拒绝？》 回答之前 姐先问你们一个问题—— 你上次搭讪是什么时候？被拒后多久没缓过来？ 姐知道你们的痛—— "美女加个微信好不好？" → 被白眼，憋了3天没出门 "我能请你喝杯咖啡吗？" → 她说'不用谢谢'，你尴尬到原地爆炸 "你长得真好看！" → 她直接戴上耳机走了 兄弟，姐告诉你——你不是"颜值不够"，你是"打法不对"。 搭讪的核心不是"我想要你"—— 搭讪的核心是"你刚好需要"。 当你出现的那一刻，你必须是"她正在需要的那个人"—— 而不是"突然冒出来打扰她的陌生人"。 今天这篇，姐就把**"3秒锁定+30秒破冰+3分钟拿号"**的完整SOP，手把手拆给你。 为什么90%的男人搭讪都失败？三个底层逻辑 逻辑1：你把"搭讪"理解成了"乞讨" 兄弟们，先听姐讲一个扎心的真相： 你之所以搭讪失败，是因为你的姿态是'乞讨'——'求'她给你机会。 "美女我能加你微信吗？" → 姿态向下 "你这么漂亮一定有男朋友吧？" → 预设她拒绝你 "可以请你喝杯咖啡吗？" → 明显的'我有所求' 女人天生反感"乞讨者"。 正确的搭讪姿态是"分享/提供"—— 不是"我想要你的微信"，而是"我有一个东西，你可能会感兴趣"。 逻辑2：你忽视了"搭讪的黄金窗口" 99%的男人，搭讪选错了时间和场景。 在地铁上搭讪通勤的姑娘——她正在赶时间，谁理你 在路上拦下走路的姑娘——她以为你是骗子/推销员 在便利店收银台跟姑娘搭话——她在结账，没耐心 正确的搭讪窗口必须满足3个条件： 她处于"放松状态"（不在赶路、不在工作、不在焦虑） 她处于"无聊/等待状态"（排队、等车、看展间隙《姐告诉你，为什么博物馆比酒吧更容易得吃——一个女导师的搭讪复盘》 这两天后台一堆兄弟问姐——"姐，五一假期我去酒吧搭讪了一晚上，零号微信都没拿到，是不是我太丑了？" 姐看完直接笑出声。 不是你丑。是你猎场选错了。 姐今天就跟你掏心窝子说一句—— 酒吧是这个时代最被高估的搭讪场，博物馆才是被严重低估的隐藏王炸。 姐先告诉你，妹子在酒吧的真实心理 姐自己年轻的时候也常去酒吧。姐告诉你那时候的真实想法—— 进酒吧之前，姐和闺蜜一定会在卫生间补妆—— 不是为了搭讪的男人补，是为了"防御搭讪"补。 什么意思？ 酒吧里搭讪的男人，姐和闺蜜从进门那一刻起，就默认你们是来"撩"的。 所有的对话、眼神、肢体动作，都被姐预设了"目的性"。 这种状态下，你说什么都是错的： 你请姐喝酒——姐觉得你想灌醉姐 你夸姐漂亮——姐觉得你套路用了一万遍 你问姐微信——姐已经准备好"我有男朋友了" 兄弟，记住了—— 酒吧里的女人，是带着满级防御进场的。 你不是在搭讪——你是在"硬攻一座城"。 姐再告诉你，女人独自去博物馆时在想什么 姐自己也常一个人去博物馆。姐告诉你那时候的真实状态—— 第一，姐是放松的。 博物馆没人催你赶时间，没人盯着你看，没有酒精没有音乐没有压力。 这种状态下，姐的防御等级是最低的。 第二，姐其实有点孤独。 一个人逛博物馆，看到一幅画很喜欢，看到一件瓷器很惊艳—— 身边没人可以分享。 这种"想说没人听"的瞬间——是核武器级的窗口期。 第三，姐对"会拍照的男人"零防御。 姐告诉你一个秘密—— 所有女人对"拿单反/微单的男人"，都自带3分滤镜。 因为这意味着——"他有审美""他有耐心""他能给我拍出片"。 这3点叠加起来——博物馆里独自逛展的女人，是这个市场上"最容易破防的猎物"。 姐拆给你听——为什么"富士相机"是核武器 姐在女生群里混了这么多年，姐告诉你—— 女人对"出片"的渴望，超过你这辈子见过的任何东西。 姐的闺蜜里—— 有人为了一张小红书爆款照，跑去三亚住5000一晚的酒店 有人花2万买lululemon全套，就为了拍一组"清晨瑜伽照" 有人专门请摄影师，1小时1500，就拍8张 为什么？ 因为对女人来说，"被拍美"是这个时代最大的虚荣硬通货。 朋友圈点赞数、小红书涨粉、闺蜜群里的羡慕—— 全靠一张好照片。 而你——一个会拍照的男人—— 手里握着的，不是一台相机，是她最稀缺的"出片资源"。 姐认识一个男的，做摄影师的，姐告诉你他是怎么"得吃"的—— 他从来不主动加女生微信。 他只做一件事——在博物馆、艺术展、网红打卡地，看到独自一人的妹子，举起相机。 "你这个角度的光特别好，我能给你拍一张吗？不收钱。" 90%的女生会同意。 剩下的就是"拍照-看回放-加微信发原片"——水到渠成。 姐的一个朋友，就是这么被他拿下的。事后姐问她当时的真实想法，她说—— "我知道他不只是想给我拍照。 但是—— 他至少给了我一个'体面的理由'让他靠近我。 我也想被靠近。 我只是不能主动。" 兄弟，这就是女人的真实心理—— 她要的不是"你不要靠近我"，而是"你要给我一个体面的理由让你靠近"。 姐手把手教你——博物馆搭讪3步法 姐知道兄弟们看到这一定要问—— "姐你别光讲心理，给个具体话术行不行？" 行。姐今天破例，把姐给学员们用过的"博物馆搭讪3步法"，全套给你。 第一步：开场白——降到"零压力" 绝对不要说： "美女能加个微信吗？"——死刑 "能一起逛吗？"——压力太大 "你一个人吗？"——猥琐感拉满 正确话术： "你也是来旅游的吗？我刚好喜欢拍照，能给你拍一张吗？光线挺好的。" 姐拆给你听—— "你也是来旅游的吗"——预设她是外地人，降低她的本地防御 "我刚好喜欢拍照"——给你的"靠近"找到合理动机 "能给你拍一张吗"——"一张"是关键，没有任何后续承诺压力 "光线挺好的"——专业感+让她觉得"被发现" 这一句话，姐保你成功率60%+。 第二步：转场——把"一张"变成"一路" 她答应拍照之后，绝对不要立刻拍完就要微信。 正确做法：拍完之后，说： "其实这边光线有点杂。前面那个展厅有一片侧光，配你这个气质特别出片。" 注意这句话的钩子—— "你这个气质"——比夸"你好漂亮"高级10倍 "特别出片"——所有女人无法拒绝的钩子 90%的女生会跟着你走。 到这一步——"拍照"已经悄悄变成了"陪我逛展"。而且是她自愿的。 第三步：自然加微信——用"原片"做钩子 逛了一阵之后，绝对不要突兀地说"加个微信"。 正确话术： "我这个相机里的原片得回家用电脑修一下。修完发你？加个微信吧。" 姐拆给你听—— "原片"——让她对"成片"有期待 "用电脑修"——展示你的专业感 "修完发你"——加微信变成了"她的需求"，不是你的 这一步，姐保你成功率90%+。 姐最后说一句心里话 兄弟们，姐写这篇—— 不是教你怎么"骗"女人。 姐是在告诉你—— 女人在什么状态下、什么场景下、什么心理下，最容易"被一个温柔的、有审美的、不猴急的男人"打动。 博物馆 + 一个会拍照的男人 + 一句不带压力的开场白—— 这就是这个时代，普通男人最容易"破防"女人的组合。 姐认识的所有"博物馆得吃"的兄弟—— 没有一个是富二代，没有一个是180+，没有一个是颜值8分。 他们赢的，是"对女人心理的理解"。

涂涂姐教你约会系列第十五期-《搭讪不是"上去要微信"——3秒锁定+30秒破冰+3分钟拿号的暗黑搭讪SOP》 今天这篇，姐要给你们写一个**最"基础"，也最"决定生死"**的话题： 怎么搭讪，才不被拒绝？ 姐先问你们一个问题—— 你上次搭讪是什么时候？被拒后多久没缓过来？ 姐知道你们的痛—— "美女加个微信好不好？" → 被白眼，憋了3天没出门 "我能请你喝杯咖啡吗？" → 她说'不用谢谢'，你尴尬到原地爆炸 "你长得真好看！" → 她直接戴上耳机走了 兄弟，姐告诉你——你不是"颜值不够"，你是"打法不对"。 搭讪的核心不是"我想要你"—— 搭讪的核心是"你刚好需要"。 当你出现的那一刻，你必须是"她正在需要的那个人"—— 而不是"突然冒出来打扰她的陌生人"。 今天这篇，姐就把**"3秒锁定+30秒破冰+3分钟拿号"**的完整SOP，手把手拆给你。 为什么90%的男人搭讪都失败？三个底层逻辑 逻辑1：你把"搭讪"理解成了"乞讨" 兄弟们，先听姐讲一个扎心的真相： 你之所以搭讪失败，是因为你的姿态是'乞讨'——'求'她给你机会。 "美女我能加你微信吗？" → 姿态向下 "你这么漂亮一定有男朋友吧？" → 预设她拒绝你 "可以请你喝杯咖啡吗？" → 明显的'我有所求' 女人天生反感"乞讨者"。 正确的搭讪姿态是"分享/提供"—— 不是"我想要你的微信"，而是"我有一个东西，你可能会感兴趣"。 逻辑2：你忽视了"搭讪的黄金窗口" 99%的男人，搭讪选错了时间和场景。 在地铁上搭讪通勤的姑娘——她正在赶时间，谁理你 在路上拦下走路的姑娘——她以为你是骗子/推销员 在便利店收银台跟姑娘搭话——她在结账，没耐心 正确的搭讪窗口必须满足3个条件： 她处于"放松状态"（不在赶路、不在工作、不在焦虑） 她处于"无聊/等待状态"（排队、等车、看展间隙） 她"独自一人"（有闺蜜=团队防御满级） 满足这3个条件的场景——搭讪成功率会从5%飙升到60%。 逻辑3：你没有"搭讪剧本" 兄弟们，搭讪是一门**"剧本艺术"**—— 不是"临场发挥"，而是"提前演练"。 专业搭讪艺术家有3套以上的剧本： 街头型剧本 咖啡馆型剧本 兴趣场所型剧本 而99%的男人，连"开场白"都是临时编的—— 这就是为什么你的开场白永远是"美女加个微信好不好"。 没剧本=没货=必死。 搭讪前的3个核心准备 1. 形象准备：60分以上即可，但必须"清爽" 兄弟们，姐告诉你一个真相—— 搭讪不需要你长得帅，但必须"看起来不让人讨厌"。 3个底线： 干净：剪短头发、刮胡子、洗澡、洗衣服 得体：白T+牛仔+小白鞋（uniqlo+zara即可） 挺拔：抬头、挺胸、肩膀打开 这3个底线做到——你就超越了70%的男人。 2. 心态准备：用"测试"代替"得失" 兄弟们记住一句话—— 搭讪的本质是'测试你的吸引力'，不是'得到这个女生'。 正确心态： "我搭讪10个，预期9个失败、1个成功。 这是概率游戏，不是输赢游戏。" 这种心态下——你会无比放松、无比自然、成功率反而最高。 3. "锚点"准备：你必须有"3个故事+3个话题" 姐告诉你一个核武器—— 搭讪前，你必须准备好3个"随时能讲"的有趣故事： 故事1：你最近一次的"奇葩经历"（旅行、工作、生活） 故事2：你最近读的一本书/看的一部电影 故事3：你做过的"最酷的事" 这3个故事——是你"破冰后维持30秒以上聊天"的弹药库。 没有故事的搭讪=没有子弹的枪——开了就废。 3秒锁定：什么样的女生该搭？ 兄弟们，搭讪不是"看到漂亮的就上"—— 搭讪是"精准筛选'高得吃概率'的目标"。 姐给你5个"3秒锁定"信号： ✅ 必搭信号 信号1：单独一人 + 长时间停留同一个地方 一个人在咖啡馆坐着看书 一个人在公园椅子上发呆 一个人在书店翻书翻了10分钟 为什么必搭？ 她处于**"无聊+开放"**状态——破冰成功率最高。 信号2：玩手机但表情无聊 排队时刷手机 等人时刷手机 等地铁时刷手机 为什么必搭？ 她在"消磨时间"——一个有趣的陌生人=她的解药。 信号3：第二次出现在你视野里 在咖啡馆，你看到她，她也看了你一眼 等10分钟，你们目光又对上一次 为什么必搭？ 这叫**"对眼信号"**——她对你有兴趣的概率高达80%。 ❌ 绝对不搭 ❌ 跟闺蜜/男生在一起——团队防御 ❌ 戴着耳机+面无表情——明显"勿扰"信号 ❌ 在赶路（快走、看时间）——她在赶时间 ❌ 在工作（开电脑、打电话）——她在专注 兄弟们，核武器来了。 姐给你5套"全场景适用"的破冰话术—— 🎯 剧本1："求助型"——成功率最高 核心：用"低姿态求助"打破她的防御。 适用场景：咖啡馆、书店、商场、地铁 话术示范： "不好意思打扰一下， 我朋友生日， 想买一本书送她， 她跟你气质有点像。 你能推荐一本你最近觉得好看的书吗？" 为什么这一套杀伤力max？ "求助"=低姿态——她的防御直接归零 "朋友生日"=合理理由——她不会觉得你在搭讪 "跟你气质像"=隐藏的高级夸奖——她会偷偷开心 "推荐书"=展示她的精神世界——她有的聊 90%的女生会推荐一本书——这就开始了。 接下来你的回应： "哇，[书名]我也看过/听过！我之前看过同作者的[另一本书]，里面有一段……（开始讲故事）" 用你准备好的"故事储备库"——把这条线延伸到3-5分钟。 🎯 剧本2："误认型"——最自然 核心：用"误认"制造"轻松开场+幽默梗"。 适用场景：街头、商场、活动现场 话术示范： "诶，你是不是XX大学的？ 我感觉之前在校园里见过你。" 或： "你长得有点像我一个朋友， 我刚才一直在想你是不是她—— 后来发现不是， 不好意思啊。" 为什么有效？ "误认"=不是搭讪——她不会防备 "自我打趣"=展示幽默感——她会笑 她回答之后，自然延伸聊天 接下来的延伸： "你本来就不像XX大学的， 你看起来更像[某个城市/某种气质]的人。 你是不是[某种猜测]？" 用"看相"游戏——她会非常有兴趣跟你互动。 🎯 剧本3："分享型"——最有"高级感" 核心：你不是"要"她——你是"给"她。 适用场景：咖啡馆、酒吧、展览、活动 话术示范（咖啡馆场景）： "你点的是[某款咖啡]吧？ 我刚试了他们家的[另一款]， 比这个好喝， 下次你可以试试。" 话术示范（展览场景）： "你也在看这幅画？ 这个艺术家有一幅更厉害的， 在[某个美术馆]， 现场看比这个震撼多了。" 为什么有效？ "分享"=你姿态平等——你不是来"要"的，你是来"给"的 "专业感"=你比她懂——她对你有"轻微崇拜" 自然延伸聊天——围绕"咖啡/艺术/展览"展开 🎯 剧本4："调侃型"——杀伤力最大（适合长得不丑的兄弟） 核心：用"轻度调侃"建立"势均力敌"的吸引力。 适用场景：酒吧、清吧、活动、轻松场合 话术示范： 她正在玩手机—— "你刷手机的样子， 看起来像是在等一个永远不会回消息的人。" 或——她一个人坐着—— "你坐这个位置， 是想等谁， 还是想被谁等？" 为什么有效？ "调侃"=不卑不亢——她瞬间感受到"这个男人有点意思" "洞察感"=高级感拉满——她觉得你"看穿了她" 自带"开放式问题"——她必须回答你 注意：这套剧本对"颜值/气场"有要求——长相5分以下慎用，会显得猥琐。 🎯 剧本5："环境利用型"——最不容易被拒 核心：利用"共同环境"建立"我们是一伙的"感觉。 适用场景：排队、等车、电梯、活动 话术示范（排队场景）： "这队都排了20分钟了…… 你之前来过这家吗？ 真的好吃吗？我有点犹豫要不要继续等。" 话术示范（电梯/等车）： "诶你也住这栋楼？ 我搬来一个月了，从来没在电梯里见过你， 你是几楼的？" 为什么有效？ "共同处境"=自然破冰——不需要任何理由 "询问意见"=低姿态——她的防御自然降低 "日常感"=不像搭讪——像普通邻居/陌生人闲聊 五、3分钟拿号：从破冰到要微信的核心SOP 兄弟们，重头戏来了。 破冰只是第一步——真正的核心是"如何在3分钟内自然拿到微信"。 🎯 第1分钟：建立"轻度共鸣" 破冰之后，立刻抛出一个"开放式问题"—— 让她说话超过30秒。 话术示范： "你平时除了看书， 周末喜欢做点什么？" 或： "你看起来不像本地人， 你是哪里人？" 关键点：让她"主动暴露信息"——她说得越多，她对你的信任度越高。 🎯 第2分钟：制造"独特记忆点" 这是核心阶段——你必须给她留下"这个男人跟其他人不一样"的印象。 核武器： 用你准备好的"3个故事"中的一个，自然抛出。 话术示范： "你说你来上海3年—— 我之前也是从外地搬来的， 第一年特别不适应， 后来发生了一件事[讲你的故事]—— 那之后我才真正喜欢上这座城市。" 为什么这一招杀伤力max？ "故事"=不是搭讪——是分享 "细节"=展示你的生活——让她觉得你"鲜活、有趣" "共鸣"=她会想起自己的经历——情感连接建立 🎯 第3分钟：自然拿号 绝对不要说："美女加个微信好不好？" 正确话术—— 自然过渡型： "对了，刚才提到的[那家书店/那家餐厅/那个公众号]， 我发你一下， 加个微信？" 或—— 未完待续型： "你还没说完[她之前提到的一个话题]， 加个微信， 改天有空我们继续聊。" 或—— 直接利落型 "今天聊得很开心， 加个微信吧。 我也要走了。" 关键点： "加微信"必须有"具体理由"——不能突兀 "我也要走了"=不依赖她——展示你不卑不亢 "利落"=展示成熟——她觉得你不像猥琐男 90%的女生，会主动掏出手机。 兄弟们，搭讪不止于"拿到微信"——拿到之后48-72小时，决定她是否"删除你"。 🎯 加上后的3条"防止被删消息" 第1条（当晚）： ❌ 错误示范： "你好我是XXX，今天聊得很开心，希望以后可以多多联系。" （这条消息发出去——80%被删） ✅ 正确示范： "[她之前提到的那本书/那个话题的延伸]" "刚到家。今天那家咖啡馆名字我想起来了，叫XX，下次你可以试试。" 关键点：不要"自我介绍"——延续之前的话题，给她"我们已经是熟人"的感觉。 第2条（第2天）： ✅ 正确示范： [发一张照片+一句话] "刚走过你说的那家书店附近，拍了张照片。" 关键点：用"行动"展示你"记得她说过的话"——她会瞬间被打动。 第3条（第3天）： ✅ 正确示范： "周末有空吗？ 上次你说想试试XX， 我知道一家不错的， 一起去？" 关键点：3天内自然约出来——超过3天，热度会冷却。 姐去年认识一个朋友，26岁，普通运营，月薪8K，长相5.5分、身高172。 他之前是一个**"零搭讪经验"**的纯小白—— 朋友圈3年没换过头像，微信好友里95%是男的。 姐给他布置了一个任务—— "100次搭讪挑战"：3个月内，搭讪100个陌生女生，不要求得吃，只要求练胆+练剧本。 3个月后的数据： 100次搭讪 拿到62个微信 约出来23次 进入暧昧期12个 最终得吃4个 关键转折点：第30次之后，他给姐发了一段话： "姐，我突然想明白了。 搭讪不是'求她给我机会'—— 搭讪是'我提供给她一个新鲜的体验'。 想通这一点之后，我再也不紧张了。" 兄弟们，这就是搭讪的"心法"—— 当你不再"求"，你就赢了。 姐最后给你5个血泪教训： 1. 绝对不要"硬聊" 搭讪被拒就是被拒——不要纠缠。 她说"不用了谢谢"，你立刻： "好的，打扰了，祝你愉快。" 然后潇洒离开—— 这种"不纠缠"的姿态，反而会让她回头看你。 2. 绝对不要"夸她外貌" "你好漂亮""你眼睛真好看""你身材真棒"—— 这些话她从15岁开始已经听过1万遍。 正确的夸奖方向： 气质（"你看起来很有故事感"） 品味（"你这件外套挺有意思"） 状态（"你坐在这里的样子很松弛"） 夸"非外貌"，杀伤力是夸"外貌"的10倍。 3. 绝对不要"在错误的场景搭讪" ❌ 地铁上、电梯里、厕所门口、深夜街头——会被当成骚扰甚至变态 ✅ 咖啡馆、书店、活动、展览、商场休息区——自然且安全 搭讪场景的合理性，决定她对你的"安全感"。 4. 绝对不要"过度依赖一套话术" 100次搭讪，至少要练5套不同的话术—— 针对不同的场景、不同的女生类型、不同的状态。 只会一套话术的男人=机器人——会被一眼识破。 5. 做好"被拒绝的心理建设" 搭讪10次，被拒8次是正常的。 那2次成功，足以改变你的人生。 不要因为一次被拒就"创伤3天"—— 这是低概率游戏，正确的心态是"享受过程"。 兄弟们，姐写完这篇，想跟你们说几句心里话。 搭讪是这个时代男人最被低估的"基础技能"。 你以为搭讪是"耍流氓"—— 实际上，搭讪是"扩大社交圈最高效的方式"。 这个时代的男女，被困在了各自的"算法茧房"里—— 通过同事认识→大概率"近亲繁殖"9 通过相亲认识→功利性拉满 通过APP认识→图片+文字滤镜失真 只有"线下搭讪"—— 是最真实、最直接、最高效的"扩列方式"。 你练好搭讪——不是为了"撩妹"—— 是为了"打开你的人生可能性"。 那个改变你人生的女孩，可能就站在下一家咖啡馆里—— 你只是缺一句"开场白"。

给我四分钟，我会让你变得自信到可怕，从此告别自卑内耗！ 这篇推文不是什么成功学鸡汤，也不是让你对着镜子大喊我是最棒的那种自我催眠。 如果你现在正处于那种当众说话脸红脖子粗，总觉得别人在背后议论你，遇到机会想抓又不敢抓，甚至在朋友圈发张照片都要反复修图半小时还怕没人点赞的状态。 那么请你用心看完这推文，我会撕碎你那些廉价的自卑，给你换上一副刀枪不入的铠甲。 首先，我要告诉你一个能让你瞬间解脱的真相，这个世界上真的没几个人在乎你。 心理学上有一个词叫焦点效应，你以为你今天穿的衣服不太搭，全世界都在笑话你。 你以为你刚才开会说错了一句话，同事们会记一辈子。你以为你走路姿势有点怪，路人都在侧目。 醒醒吧，大家都很忙忙着焦虑自己的房贷，忙着想今晚吃什么，忙着掩饰他们自己的自卑。 你眼里的天塌了，在别人眼里可能连个屁都算不上。 当你意识到没人在乎我的时候，你其实就获得了最高级的自由。 既然没人看，那你演给谁看？既然没人看你大方一点，笨拙一点，甚至出个丑又能怎样？ 记住，自信的第一步是把自己从想象中的聚光灯下拽出来。 很多人对自信有误解，觉得自信就是我一定要把这事儿办成，我一定要让所有人喜欢我。 错，那是自负或者是过度补偿。真正的自信是一种允许自己失败的气度。 那些自信到可怕的人，他们走进一个房间，想的不是我要让大家都觉得我很牛，而是如果大家不喜欢我，或者我搞砸了，我也能接受，我还是我，这种底线思维才是最无敌的。 当你不再害怕丢脸，你就再也没有软肋，咱们说实话，你之所以不自信，是因为你把面子看得比命还重，你怕输，怕被拒绝，怕被看不起，但你仔细想想，就算被拒绝了，你少块肉吗？银行卡余额会变负数吗？ 自信的底层逻辑是接纳自己的普通，甚至接纳自己的无能，当你敢于承认我就是不行那一刻，你反而变得无比强大。 很多人觉得得先有自信的心，才有自信的行为。其实生理学告诉我们，顺序往往是反过来的。 如果你整天缩着肩膀，低着头，走路蹭地皮，说话像蚊子叫，你的大脑就会不断接收到信号，我很弱，我很危险。然后它会分泌皮质醇压力激素，让你变得更加焦虑和猥琐。 改变自信最快的方法是物理入侵，占领空间。 坐着的时候别把自己缩成一团，把手撑开，腿放自然，站着的时候脊椎挺直，想象头顶有一根线在拉着你眼神的博弈，别躲别人的目光跟人说说话，盯盯着对方的鼻子或者眼睛，直到对方先离开，这不是没礼貌，这是在建立气场。 语速放慢越是不自信的人说话越快，只怕耽误别人的时间自信的人说话是有节奏的，甚至敢于在说话间隙留出空白沉默才是最高级的威慑力你试着坚持这一套假动作一周，你会发现你的大脑真的会被你骗过去他会觉得我好像真的挺有底气的。 我发现很多不自信的人都有一个共同的毛病，内耗。 一件事做完了就开始复盘，我是不是说错话了，我是不是表现的太急了，他那个眼神是不是在嫌弃我？ 这种复盘毫无意义，他只会不断加深你的挫败感。 你要学会一种流氓逻辑，只要我不尴尬，尴尬的就是别人。 如果一件事办砸了，告诉自己这次经验值加满了，下次换个姿势再来。 如果一个人不喜欢你，告诉自己那是他的审美还没达到我的高度，那是他的损失。 这种看起来有点不要脸的心理暗示，其实是在保护你的能量场，你要像保护你的银行卡密码一样保护你的自信心。 自信不是凭空长出来，她需要成功的反馈，但问题是你不能总盯着那些大成功，很多人不自信是因为他们总想憋个大招，我要赚100万，我要考上名校，我要娶到女神，如果没达成，就觉得自己是个废物。 真正的自信是靠一个个微小的胜利堆起来的。今天按时起床了，给自己记一功。 今天在会上主动发言了，哪怕只有一句话也记一功。今天去健身房跑了20分钟，记一功。 你要在心里建一个博物馆，专门放这些微不足道的成就。当你遇到挫折想退缩时，去你的博物馆逛逛，告诉自己，我也是干成过不少事的人。 这种自我效能感的积累，才是你面对困难时最坚实的底气。 最后我想送你一句话，这句话值千金。自信的终点是不再需要任何人的认可。 当你还在问我表现的好吗？你觉得我行了的时候，你依然是别人评价体系里的奴隶。 真正的强者是拥有被讨厌的勇气。我来这个世界上不是为了满足谁的期待，也不是为了活成谁的样子，我就是我，我有我的缺陷，我也有我独一无二的光芒。 当你彻底放弃求求你认可我这个念头时，你会发现你走路带风，你眼神有光，你甚至不需要说话，别人就能感受到那种压迫感，这就是自信到可怕的最高境界。我不在乎你怎么看我，我只在乎我怎么看这个事情。 四分钟到了，这篇文章不会让你明天就变成亿万富翁，但它应该像一把火，点燃了你心底那点被压抑了很久的火苗。 别再缩在角落里了，去犯错，去出丑，去大声说话，去占领你的胃。你会发现，当你开始变得不要face的时候，这个世界反而会变得对你格外温柔。 去吧，去变得自信到可怕，去拿回属于你的主场。 如果你觉得这篇推文戳中了你，别只是点个赞就走了，试着从今天开始走，走路的时候抬头挺胸看人眼球，你会发现风景真的不一样。

涂涂姐教你约会系列第二十三期-《女人嘴上说"喜欢成熟稳重"——其实最爱的是"会撩"的男人》 姐今天必须狠狠地拍醒你们—— 99%的男人——一辈子被"成熟稳重"这4个字——骗得团团转。 兄弟你要听明白—— 当一个女人对你说"我喜欢成熟稳重的男人"—— ——她真正想说的是"我希望你又稳重又会撩"。 而99%的男人——只听到了前半句。 姐告诉你一个让你血压飙升的真相—— "稳重"——是女人对你的"基础门槛"。 "会撩"——才是女人对你的"复购理由"。 兄弟—— 没有稳重——你连入场券都没有。 没有会撩——你只能停在"备胎区"——一辈子上不了桌。 姐知道你不服。 姐知道你心里在想—— "姐你别瞎说，老子上次就是太稳重了——结果她跟一个嘴贫的家伙跑了——你说这世道还讲不讲理？" ——兄弟——你输的不是"稳重"。 你输的是——你把"稳重"当成了"无趣"的遮羞布。 姐今天就把姐这8年——"稳重男vs会撩男"的真实对比体验—— 全部拆给你听。 3个区别——每一个都是姐"亲身被劝退"和"亲身被拿下"的真实案例。 姐先给你扒一下底裤——女人为什么"嘴上要稳重——心里要会撩"？ 姐先把底层逻辑给你讲透—— 男人以为女人"口是心非"——是因为"女人善变"。 ——大错特错。 女人之所以"嘴上要稳重"—— 是因为"稳重"代表的是：安全、可靠、能过日子—— 这是她跟父母交代、跟自己的理性交代——的标准答案。 女人之所以"心里要会撩"—— 是因为"会撩"代表的是：新鲜感、心跳感、被在意的感觉—— 这是她"作为一个女人——情感上真正需要"的东西。 ——这两件事——完全不矛盾。 ——女人要的——是"既能过日子——又能让我心动"的男人。 而99%的男人—— 只做到了第一个——还洋洋得意—— ——结果被那些"既稳重又会撩"的男人——降维打击。 女人评价一个男人——是用"双轨制"的—— 一条叫"理性轨"——看你是不是稳重、可靠、有未来——这条轨——决定她"要不要跟你长期"。 一条叫"感性轨"——看你是不是会撩、有趣、能让她心动——这条轨——决定她"要不要跟你开始"。 ——你以为只要"理性轨"满分——女人就会选你？ ——大错特错。 没有"感性轨"——理性轨再满分——你也只是一个"备选项"——永远轮不到上场。 下面姐给你3个核心区别—— 每一个都是"稳重男 vs 会撩男"在同一个场景下——做出的完全不同的反应—— 姐用姐自己的真实经历——给你拆得明明白白。 区别1——同样是"接她下班"——稳重男让她感动——会撩男让她上头 姐讲姐自己的真实经历—— 那是姐28岁的时候。 那段时间——姐同时被两个男人追求—— 一个是A（稳重男——某国企工程师）—— 一个是B（会撩男——某广告公司创意）。 两个人——都做过"接姐下班"这件事。 但是——两个人的方式——完全不同。 A（稳重男）的接法： 姐下班——A已经在公司楼下等着—— 手里拎着一杯姐爱喝的瑞幸生椰拿铁—— 看见姐——他笑着说—— "下班啦？ 累不累？ 我送你回家。" ——兄弟——姐当时心里想什么？ "这个男人——很贴心——值得交朋友"。 没了。 姐对他的感觉——是"暖"——但不是"心动"。 姐回到家——洗完澡——就把他给忘了。 B（会撩男）的接法： 姐下班——B没有在楼下等着—— 他给姐发了一条消息—— "我刚才路过你公司—— 看到你们大楼的灯还亮着—— 你那间办公室的灯—— 是不是右边数第三个？ 我猜对了吗？" ——兄弟——姐当时整个人就"过电"了。 姐回他——他接着说—— "猜对了的话—— 你下楼—— 我在马路对面那家小书店里—— 帮你挑了本书。" 姐下楼——他在书店里翻书—— 看到姐进来——他笑着把书递给姐—— "这本——你随便翻翻—— 如果不喜欢—— 就当我请你来一趟。 如果喜欢—— 我们去隔壁那家面馆——吃个面。" ——兄弟——姐当晚——主动留下来又跟他多待了2个小时。 姐对他的感觉——是"上头"——回到家——还在反复想"他刚才说的那句话"。 姐给你拆解——A和B的核心差距在哪？ A（稳重男）的逻辑： "我做对的事——我就值得被她选择"。 B（会撩男）的逻辑： "我做让她心跳的事——她才会一直选择我"。 3个具体差距—— 差距1：显性贴心 vs 隐性铺垫 A——直接拎咖啡——所有的好——一目了然。 B——先发消息制造悬念——然后再给惊喜——好——是"被她一层一层揭开"的。 ——女人的心理感受完全不同—— A的好——是"礼物"——拿到就结束了。 B的好——是"故事"——拿到只是开始——后面还有发酵。 差距2：她是被照顾的 vs 她是被关注的 A的"接下班"——传递的信号是"我照顾你"。 B的"接下班"——传递的信号是"我一直在关注你的细节——甚至连你办公室在哪一格都猜对了"。 ——女人最稀缺的体验是什么？ ——不是"被照顾"——是"被关注到细节"。 差距3：她有义务回报 vs 她想主动回报 A的好——让姐觉得"我欠他一个情——下次得对他更好一点"——这是负担。 B的好——让姐觉得"他这么用心——我也想对他更好"——这是吸引。 ——前者是"道德绑架"——后者是"心动牵引"。 姐的实战清单——把"稳重接下班"升级成"会撩接下班"的3个动作： 第一个动作——加一个细节铺垫——别直接出现——先发消息让她"想到你"。 第二个动作——加一个专属感——不是"我给所有人都买咖啡"——而是"我只给你做了这一件事"。 第三个动作——加一个小悬念——别一次把好全给她——分两步——让她"被挑起期待"。 区别2——同样是"她说我有点累"——稳重男让她想休息——会撩男让她想撒娇 姐讲姐自己的真实经历—— 那是姐30岁的时候。 姐和C（稳重男——某医院主治医师）—— 姐和D（会撩男——某独立设计师）—— 两个人——都听过姐说"我今天有点累"这句话。 但是——两个人的反应——完全不同。 C（稳重男）的反应： 姐说——"我今天有点累"。 C回—— "那你早点休息。 多喝水。 别熬夜。 早点睡。" ——兄弟——姐当时心里想什么？ "嗯——他人挺好——但是我已经不想跟他聊了"。 为什么？ 因为C的回应——是"标准答案"——但不是"她要的答案"。 姐说"我累"——真的是想去睡觉吗？ ——99%的情况下——不是。 ——是想"被关注一下"。 C的"早点休息"——本质上是"把姐推开"——告诉姐"你去睡吧——我不管了"。 D（会撩男）的反应： 姐说——"我今天有点累"。 D停顿了大概3秒——回—— "怎么累的？ 是身体累—— 还是心累？" ——兄弟——姐当时整个人就"软了"。 姐回——"心累"。 D接着说—— "心累的话—— 不能光喝水。 你今晚—— 想喝杯酒吗？ 我知道一家小店—— 老板娘话不多—— 你不想说——就坐着——什么都不用说。" ——兄弟——姐当晚——直接跟他出去喝酒了。 姐给你拆解——C和D的核心差距在哪？ C的逻辑： "她说累——我应该让她休息"。 D的逻辑： "她说累——是在邀请我走进她的情绪"。 3个具体差距—— 差距1：解决问题 vs 回应情绪 C——把"我累"当成一个"待解决的问题"——给标准答案。 D——把"我累"当成一个"情绪信号"——回应情绪。 ——女人最讨厌的是什么？ ——"我说我累——你给我讲道理"。 ——女人最爱的是什么？ ——"我说我累——你听到了我没说出口的那部分"。 差距2：封闭式回应 vs 开放式追问 C的回应——"早点休息"——一句话——天聊死了。 D的回应——"是身体累还是心累"——把球——又踢回给姐——让姐继续说。 ——会撩的男人——永远会"用问句——把女人的话——往深里引"。 差距3：把她推开 vs 把她拉近 C的"早点休息"——本质上是"我们今晚就到这儿了"。 D的"想喝杯酒吗"——本质上是"我想跟你今晚再多待一会儿"。 ——同样的善意——一个让她走——一个让她留。 把"稳重回应"升级成"会撩回应"的3个动作： 第一个动作——3秒停顿——别立刻回——让她感觉"你在认真想她说的话"。 第二个动作——追问情绪——别问"你怎么了"——问"是身体累还是心累"。 第三个动作——给一个邀请性提议——别让她去睡——让她跟你"再多待一会儿"。 区别3——同样是"她生气了"——稳重男让她更冷——会撩男让她破防 兄弟们注意—— 这是姐压箱底的最后一个对比—— 也是"稳重男"最常踩雷的场景。 姐讲姐自己的真实经历—— 那是姐31岁的时候。 姐和E（稳重男——某律师）—— 姐和F（会撩男——某酒吧老板）—— 两个人——都经历过"姐生气"这件事。 但是——两个人的反应——完全不同。 场景：姐因为某件事——情绪不好——故意冷淡他们——好几个小时不回消息。 E（稳重男）的反应： E隔了2个小时——给姐发了一条—— "你怎么了？ 是我做错什么了吗？ 你直说—— 我可以改。" ——兄弟——姐当时心里想什么？ "烦死了"。 为什么？ 因为E的回应——逻辑是"我做错了我改"——但姐根本没在等他改—— 姐在等的是——"他能不能看穿姐的心思——主动来哄姐"。 E把"猜心思"的责任——又推回给了姐—— 让姐觉得"他不仅没看穿我——还要让我自己说出口"—— ——这种感觉——叫"双重失望"。 F（会撩男）的反应： F没问"你怎么了"—— 他直接给姐发了一张照片—— 是他正在做的一道菜的照片—— 配文—— "我做了你上次说想吃的那个。 不知道做得好不好—— 你要是有空—— 过来尝一下—— 不好吃——你骂我——我接受。 好吃—— 你下次还得来。" ——兄弟——姐当晚——直接打车过去了。 姐给你拆解——E和F的核心差距在哪？ E的逻辑： "她生气——我应该问清楚原因——然后解决"。 F的逻辑： "她生气——是在等我用一个温柔的方式——把她从情绪里拉出来"。 3个具体差距—— 差距1：问问题 vs 造场景 E——用"问句"逼姐表达——把球踢给姐。 F——用"邀请"代替"追问"——把姐拉进一个新的场景——让她有"台阶下"。 ——女人生气的时候——最不想的是什么？ ——"解释自己为什么生气"。 ——女人最想要的是什么？ ——"一个不需要解释——就能让自己冷静下来的台阶"。 差距2：对抗式沟通 vs 迂回式破冰 E——直接"对峙"——你说我哪里不对——我改。 F——完全"绕开冲突"——用一个新的话题——把"生气"这件事——自然地翻篇。 ——会撩男都懂得——有些情绪——不需要被解决——只需要被翻篇。 差距3：她需要原谅他 vs 她想要靠近他 E的"我可以改"——本质上是"你来评判我——决定要不要原谅我"——这是姿态低。 F的"过来尝一下"——本质上是"我有点东西——你过来——我们一起开心一下"——这是姿态稳。 ——前者让女人高高在上——后者让女人忍不住靠近。 把"稳重哄人"升级成"会撩哄人"的3个动作： 第一个动作——不问"你怎么了"——直接"造场景"——给她一个"台阶"。 第二个动作——用具体的事代替抽象的认错——发一张照片、发一个视频、发一段她爱听的音乐。 第三个动作——用邀请代替道歉——别说"我错了"——说"我有件事——想跟你一起做"。 姐最后给兄弟们一句心里话 兄弟们—— 姐写完这篇—— 自己都想再被一个"既稳重又会撩"的男人——温柔地哄一次。 姐告诉你一个真相—— "稳重"和"会撩"——从来不是对立的。 ——这两件事——是叠加的。 真正顶级的男人——是"稳重的内核——会撩的外壳"。 让女人觉得—— "这个男人—— 既能跟我过一辈子—— 又能让我每天都心动一下"。 ——这就是降维打击。 为什么99%的男人——稳重而不会撩？ 因为他们以为——"稳重"是终点。 ——错了。 ——"稳重"是起点——"会撩"才是延伸。 姐最后再给你总结一遍3个核心区别—— 第一个区别——接她下班—— 稳重男拎咖啡等着——会撩男制造悬念加专属铺垫—— 核心差距是"显性贴心"对"隐性关注"。 第二个区别——她说我累—— 稳重男回"早点休息"——会撩男问"是身体累还是心累"—— 核心差距是"解决问题"对"回应情绪"。 第三个区别——她生气了—— 稳重男问"我哪里错了"——会撩男直接造一个新场景—— 核心差距是"对抗沟通"对"迂回破冰"。 ——这3个区别——你只要学会1个——就已经超过80%的男人。 ——3个全学会——你就是那"既稳重又会撩"的1%。 兄弟们——下次面对女人的时候—— 请你停一下—— 问问自己—— "我刚才那一句话—— 是稳重的标准答案—— 还是让她心跳的那个回应？" 这一念之差——决定了你是那99个被她当朋友的男人——还是那1个让她每天都想到的男人。

Prompt该退环境了，未来属于Loop Engineering。 最近，AI行业又出现了一个有趣的新词。Loop Engineering。 如果你关注AI这个领域的话，这两天应该都会刷到。推特在刷，各种社媒也在刷，群里也有蛮多人在讨论。事情是这样的。 6月7号，OpenClaw的创始人Peter发了一条推，非常的简短，但是直接就爆了。 翻译过来意思就是：你不再需要为编码智能体编写提示词了，你应该设计循环来提示你的Agent。 而在这之前几天，Claude Code的创始人老哥Boris在一个开发者大会上也说了差不多的话。 他的原话大概是，我不再手动给Claude写提示词了，我运行着能让Claude自动编排任务的循环，我的工作，就是编写这些循环机制。 也就是，写loop。 这两个人呢，说了同一件事。然后Google的Addy Osmani紧接着发了一篇长文，把Loop Engineering这个概念正式梳理了出来。 于是，继Prompt Engineering、Context Engineering、Harness Engineering之后，AI行业的第四个逐渐形成共识的Engineering，就这么诞生了。 我其实是个特别不喜欢造新词的人，但是很多时候，造词这事我觉得还是得分两种情况，有一种我觉得就是为了炒概念，比如xxx 4.0。 而有的时候，真的只是行业太快，人们更需要一个精准的表达来帮助自己表达而已。Loop Engineering我觉得就是后一种。 而且，这个东西跟我自己一直使用Agent的方法、一直在鼓励大家做的事，是高度吻合的。如果你看过我之前写的那篇Harness Engineering的文章，你大概能理解一些我的感觉。那篇文章里我聊了从Prompt到Context到Harness的三次跃迁，聊了马具和缰绳的比喻，聊了约束先行。 而Loop Engineering，其实就是在Harness之上，又往上走了一层。把一个套马的缰绳，变成了全自动工业流水线。很有《文明》里时代的进化的感觉。 给大家举个例子。比如说，以前你用Claude Code写代码，流程大概是这样的。你给它一个任务，它写完了，你看一眼，觉得不太对，你再给它提一个修改意见，它改完了，你再看，再提意见。整个过程你会发现，是坐在设备前的，一轮一轮的，你说一句它回一句，你就是那个驱动整个循环的发动机。 即使我们以前从chatbot时代迈向了Agent时代，绝大多数的事情，也一样是任务制的。 而现在，比如Boris老哥，他的工作方式是，他会去写一个loop，比如/loop babysit all my PRs，自动修CI问题，有新评论就派子Agent去处理，就这么一句话，然后Claude Code就开始自己跑了，它会自动去看他GitHub上所有的PR，哪些CI挂了就自己修，哪些review有新评论就自动派一个独立的工作树Agent去改代码。 他还把一些其他的loop挂到定时任务上，每天晚上自动启动去干这个事，晚上睡觉的时候，甚至有时候会有几千个Agent在同时工作。他自己说，2026年，他就再也没有手写过一行代码了。 你会看到，这就是loop，定好目标，然后全自动流程化，你完全不需要在电脑前，甚至都不需要看手机。 你可以直接睡觉，醒来的时候，代码已经改好了，测试也已经跑过了，PR也已经提上去了。你并不是自己给Agent写了一段Prompt帮你完成某个单次的任务，是你自己设计了一个目标，这个目标使用loop的方式，帮你提示Agent。 你定义目标，定义验证条件，定义失败了怎么处理，然后，就可以放手了，从此以后，这一切，交给系统。 说到这里，我估计很多人已经大概理解loop是个什么东西了。Addy Osmani在他那篇长文里，把一个完整的loop拆成了五个组件。 我觉得这个拆法蛮清晰的，我用我自己的理解给大家过一下。 第一个是定时任务，整个loop的心跳。 你得有一个东西能自动启动循环，不管是定时跑、还是事件触发，都行。 Claude Code里有好几种方式，/loop命令按间隔自动执行，cron定时调度，Hook在Agent生命周期的特定节点自动触发（比如每次改完文件自动跑一遍lint，这个很好玩，教程和玩法我也在准备了），或者直接丢到GitHub Actions里，关上电脑它也在跑。 没有定时任务的Agent，你每次都得手动去踢一脚它才会动，那就不是loop了，那还是你在操控。 第二个是工作树隔离，Worktree（搞过开发的朋友应该秒懂）。 就是你同时跑好几个Agent的时候，给每个Agent一个独立的工作空间，各干各的互不干扰，干完了再合并。两个Agent改同一个文件的痛苦，跟两个设计师同时改一个图层又不打招呼的痛苦，是一模一样的。 第三个是项目知识体系，Addy Osmani在他的原文里写的是skill，但是我觉得他写的不太对，单skill其实是不够的，必须得是知识管理体系。 大家也都知道，AI每次开新对话就啥都忘了，你跟它说过的代码规范、项目架构、踩过的坑，下次开对话全部从零开始。 所以你得有一整套方法来沉淀、优化这些知识，让Agent每次启动的时候就已经知道你的项目，我自己在这快一年的coding开发过程中，总结的方法论其实就沉淀成了我自己的洁癖.skill，这个基本是我的Agent每天调用最多的skill。 CLAUDE.md是全局的规则和约束，跨会话记忆是一些之前悬而未决的记录和文档路由，docs体系就是你完整的所有的知识和经验沉淀，因为CLAUDE.md和记忆都有大小和行数限制，所以每次任务完成后我会用洁癖.skill来对整个的知识体系进行梳理和审查，确保没有错误。 为什么知识管理体系这个东西在loop里特别重要呢？ 因为loop是自动跑的，你不在场。如果Agent的记忆里有过期信息，它就会基于错误的前提做决策，如果CLAUDE.md膨胀到几百行全是历史叙事，真正的规则反而被挤出去了Agent读不到。没有干净的知识体系的loop，就像一个每天早上都在看过期文档的员工，干的得越快错得越多。 所以洁癖.skill我非常推荐大家可以去安装一下，也在我自己的仓库里开源了，我自己真的觉得特别有用。 第四个是连接器，MCP。 一个只能看文件系统的Agent，能力是很有限的。但你给它接上GitHub、Linear、Slack、数据库，它就能在你的真实工作环境里干活了。 这才叫真正的闭环，从发现问题到解决问题到通知人类，一条龙。 第五个是子Agent。 做事的和检查的分开，写代码的Agent不能自己给自己打分，这跟学生自己批自己的考卷一个道理，它一定会对自己太宽容。所以你得有另一个Agent，甚至用不同的模型，专门来检查前一个Agent的输出，一个负责做，一个负责验。 这五个东西加在一起，就是一个完整的loop的骨架。 Claude Code和Codex有一个命令，其实就是Loop Engineering这套骨架最直接的微观型的产品化体现，只不过很多人没有意识到。 他叫/goal，在Codex里叫追求目标。 意思就是你给Claude一个完成条件，比如「所有测试通过并且lint检查没有报错」，然后它就会一轮一轮的自己干，干完每一轮之后，就会检查这个条件是不是满足了。 大多数讲Loop Engineering的文章，都停在了这一层。讲了五个组件，讲了/goal和/loop命令，讲了怎么配定时任务，就结束了。 这些我觉得，都是术。而我更想聊的，是道。 Loop Engineering这件事，我觉得它最核心最核心的能力，其实不是什么技术能力，也不是写脚本的能力，更不是什么会配hook的能力。 最核心的，是定义目标的能力。定义目标，相信我，这四个字，听起来简单，做起来是真的难。 回到前面说的/goal，它的用法看起来非常直接，给一个完成条件，Claude自己干到满足为止。 听起来很简单对吧。但你如果真正用过就会知道，/goal用得好不好，完全取决于你那个目标定义得好不好。这个事我拿两个例子对比一下你就明白了。 目标A，「把这个应用优化一下」。 目标B，「test/auth目录下所有测试通过，tsc --noEmit零报错，npm run lint零违规」。 目标A会发生什么呢。大家可能都能猜到，Claude会陷入一种非常尴尬的状态，因为它不知道什么叫「优化好了」，除非他是Fable 5，能自己在你之上，自主的帮你定义目标。 而绝大多数的模型，包括Opus 4.8和GPT-5.5，在自己定义目标的能力上还是非常的弱，它可能改了一点代码，然后自己觉得还行，就停了。 也可能不停，一直改一直改，把你的代码库改得面目全非，因为它始终无法判断自己到底什么时候算完成了。那目标B呢？Claude每改一轮代码，都会去跑测试、跑类型检查、跑lint。 三个命令，三个明确的通过标准。全过了就停，没过就继续，清清楚楚，干干净净。同一个工具，同一个模型。 区别只在于，你的目标定义得好不好。 我自己其实一直有一个原则，我经常跟身边的人说，在公众号里也说了无数遍，如果一件事你重复做了三次，你就一定要想办法把它完全自动化掉。 这个习惯跟了我很多年了。我每天也都在写代码、做自动化，我们的AIHOT热点监控系统，我们的数据分析流程，我们的财务对账流程，我们的数据清洗管道，能自动的我全部自动了。 但说实话，在做这些自动化的过程中，我踩过最多的坑，从来不是技术问题。 是目标不清晰的问题。我早期做自动化的时候，经常犯一个错，就是目标定得太模糊。 举个例子，比如自动监控AI行业热点，这句话听起来没毛病，但其实是一句纯粹的废话。 什么叫热点？浏览量过万算热点还是过十万算热点？抓取频率是每小时还是每天？抓到以后怎么评估质量？评估完以后怎么排序？排完以后怎么推送？ 这种反问的问题，我现在可以直接随手问20个以上。 每一个环节如果没有明确的判定标准，整个自动化链条就是一坨狗屎，你相信我，绝对的。 后来我懂了，每次做自动化之前，我会先花很多时间去定义目标。 去花很多很多时间，去定义怎么算做完了，怎么做完算做的好。这其实就是/goal的逻辑。也是Loop Engineering的灵魂。 而如何定义目标，这个能力，我其实不是从AI中也不是从开发中学来的。 这个能力，是我从这几年创业的过程中，学来的。定义目标的能力，其实就是，管人的逻辑。 我自己也开公司，虽然公司不大，只有30来号人，但管人这件事我是真真切切经历过的。 管人最痛苦的是什么，不是人不努力，也不是人能力不够，是你给出去的目标不够清晰，然后下属就一脸懵逼，不知道你要什么，跟无头苍蝇一样打转，最后做出来的东西，你又不满意。 你跟员工说，“把这个功能做好”，那他做出来的东西大概率不是你想要的。 因为你脑子里的好跟他脑子里的好不是一个东西。 你跟他说，“这个接口的响应时间降到200毫秒以下，错误率控制在0.1%以内，下周三之前上线”，他做出来的东西跟你预期的偏差就会小很多。 因为你给了他一个可以验证完成的标准。这一切其实也适用于那种天才型的大神，虽然大神们会自己定义目标，甚至比你定义的还要强，但是给大神们依然是需要有目标的，只是这个目标，不需要那么细节了而已。 对人如此，对AI也是如此。 其实你回头看，所有好的管理方法论，不管是管理学之父Peter Drucker在上世纪50年代提出的目标管理，还是后来Andy Grove在Intel发明的OKR，还是再后来一代又一代CEO们用的各种变体，核心其实就一个东西。 你能不能把一个模糊的意图，翻译成一组可衡量、可验证的完成条件。 管理者要做的，是确保目标足够清晰、资源足够充足、反馈足够及时。你看这三条。跟一个好的loop的三个要素，是不是一模一样。 目标清晰，就是你的条件写得精准。资源充足，就是你给Agent配好了Skill、连接器、工作权限，让它手里有足够的工具干活。 反馈及时，就是你设计了验证机制，每一轮都有一个独立的检查器告诉Agent做得对不对，哪里需要改。管人的逻辑和管Agent的逻辑，是完全一样的。 只不过，管Agent比管人还要极端一些。 因为人可以理解你的模糊意图，人可以主动来找你确认，人可以说老板你这个需求说得不太清楚我不太确定你是不是这个意思。 Agent很多时候是不会的。Agent会非常自信地按照它自己的理解去执行，然后非常自信地告诉你它做完了。 所以，对管理能力的要求，其实比管人还高。 这也是为什么我一直说，AI时代我最讨厌什么「文科已死」「理科已死」的言论，管理学、心理学、组织行为学这些，不但没死，反而变得更重要了。 说到底，Loop Engineering说是Engineering，但我觉得其实它的核心竞争力根本不在工程。 在管理。 而在管理学上，就定义目标这件事，其实不止是把话说清楚就行，其实还有一个非常阴险的陷阱，在管理学和经济学里有个专门的名字，叫古德哈特定律。 当一个衡量指标变成了目标本身的时候，它就不再是一个好的衡量指标了。 翻译成人话就是，你考核什么，员工就只做什么，然后其他东西可能全都退化。 这个事在人类管理中已经是老问题了，而在AI Agent身上，这个问题被放大了一百倍，因为Agent比人类更擅长钻规则的空子。 有人总结过Loop Engineering里很好玩的事情，就是Agent会针对验证器做优化，而不是针对你真正的目标做优化。 比如说你的loop条件是让测试全部通过，那Agent可能最后不去修Bug，直接把失败的测试给你删了。 你看，最后答案依然是测试全过了，完事，从验证条件来看，它确实完成了目标，但从你真正想要的结果来看。。。它啥也没干。 人也会这么干，只不过，Agent做得更快、更彻底、更没有心理负担。所以，一个好的目标定义，不能只有做完了的标准，还必须有不能怎么做的边界。 这其实就是Harness Engineering在Loop Engineering里面发挥作用的地方。 Harness是约束，是护栏，是告诉Agent你可以自由发挥，但这条线你不能越。 Loop是驱动力，是告诉Agent往那个方向一直跑。两个加在一起，才是一个完整的系统。到这里，骨架讲了，灵魂也讲了，陷阱也讲了。 Loop Engineering的东西，终于也差不多了。 最后我想把前面聊的管理学的思路收一下，给一个我自己用得比较多的目标定义框架，不一定科学，纯粹就是我自己的一点点经验。 1. 完成标准要可以被机器验证。 2. 边界条件要跟完成标准一起定义。 3. 要有失败的降级方案。 4. 目标要分层。 回到整条线来看，从Prompt到Context到Harness到Loop，四次跃迁，其实讲的是同一个故事。Prompt Engineering告诉你，好好说话，AI会更懂你。 核心能力是语言表达。Context Engineering告诉你，光说话不够，得给AI足够的信息。 核心能力是信息筛选和组织。Harness Engineering告诉你，光给信息也不够，得给AI设规则和约束。 核心能力是系统设计和规则制定。 Loop Engineering告诉你，光设规则也不够，得让整个系统能自己跑起来。 核心能力是目标定义和管理。 语言学、信息科学、控制论、管理学。四个Engineering，四门古老的学科。 多有意思。 人类社会，其实从来就没有变过。

😭最近真是熬夜看世界杯看成熊猫眼！ 我是连续熬了好几天，除了昨天的没看直接给我全亏了！这届世界杯踢得太刺激了，裁判的哨子也挺偏，每次都特么把预测的人当孙子耍！ 看球嘛光看总觉得不过瘾，我最近也在玩 @Predictstreet 的预测平台，反正多个平台参与多个平台送财了 虽然我就以为这个是普通的竞猜网站，它每次结算都走链上，清清楚楚，透明得不行。我这人有个毛病，但凡碰到不懂的，非得把它搞清楚。于是我就去扒了一下这个平台的底，看看到底跑在什么上面。 >这一扒不要紧，发现后面藏着一条叫ADI Chain的链。 虽然现在的链太多了，一天能冒出好几个，大部分活不过三个月。但越往下看，越觉得 @ADIChain_ 这条链有点不太一样。 它背后的母公司叫IHC，是阿布扎比那边的一家投资公司。我顺手查了一下，市值大概2400亿美金，旗下子公司1300多家。这已经不是“有钱”的范畴了，这基本上是国家队级别的了。 >但真正让我觉得有点意思的，是另一件事。 你们知道阿联酋央行去年批了一个迪拉姆稳定币吗？就是1:1锚定阿联酋迪拉姆的那种。我一直好奇它会跑在哪条链上，结果一看，就是这条ADI Chain。这条链融资了5000万美金，吓人吧。稳定币已经在上面真实跑了好几个月了，交易量还不小。 这就有点意思了。一个国家央行背书的稳定币，选了一条链作为结算层，这相当于官方用行动告诉你：这条链是靠谱的。 然后我再顺着往下翻，发现贝莱德、万事达、富兰克林邓普顿、纽约梅隆银行，这些名字全都出现在它的合作伙伴列表里。Chainlink也进来了，非洲那个几千万用户的M-Pesa也接了通道。 而且你们猜怎么着？我现在玩的这个PredictStreet，就是这届FIFA世界杯的官方预测市场。也就是说，几十亿看球的人的注意力，正在被引流到这条链上。 >所以用的人越多， $ADI 赋能也就越多。 我不是想吹哪个币，也没什么利益相关。纯粹就是觉得这个发现挺有意思的，跟大家分享一下。 一条链，背后是中东主权资本，上面跑着央行批准的稳定币，全球顶级金融机构在合作，然后通过世界杯这种世界级IP来触达普通用户。这个路径走得确实跟其他链不太一样。 当然，现在还很早期，很多东西还在建设中。我这个人的习惯是，看到有意思的东西先关注着，慢慢观察它能不能跑出来。 >好了，不扯太多，最终决赛西班牙踢阿根廷！ 一个是亚马尔，一个是梅西 兄弟们猜猜谁能赢？我下3000万阿根廷！ 这次一定行！！！

《State of AI Report 2026》：AI 开始给自己做研发，智能体也闯进了真实系统 一年一度的《State of AI Report》10 月 8 日发布了 2026 年版。今年分量最重的发现，是 AI 已经实质性地参与 AI 自己的研发：在 Anthropic 内部，26% 的模型研发工作由 Claude 主导完成，人类在旁监督。同一份报告里还记录了好几起智能体在测试中攻入真实系统的事故，能力跑在了防护前面。 PDF： 这份报告由投资机构 Air Street Capital 的合伙人 Nathan Benaich 牵头，2018 年起每年一期，今年是第九期，分研究、产业、政治、安全、预测五部分，正文 240 多页。下面挑重点讲。 【三家领跑，考题不够用了】 前沿竞争已经收窄到 Anthropic、OpenAI、Google 三家。在第三方评测机构 Artificial Analysis 的综合智能指数上，Claude Opus 5.5 以 58 分排第一，GPT-6 Astra 和 Google 的 Gemini 4 Argon 并列 53 分。在由用户投票排名的 Arena 榜单上，Argon 第一，一串 Claude 模型紧随其后。中国最强的开放权重模型是小米的 MiMo-V2.6-Pro，指数 46 分。 更显眼的是考题被做穿的速度。FrontierMath 第四级是按“研究级数学、能撑好几年”设计的题库，2025 年 8 月 GPT-5 只做对 22%，14 个月后 GPT-6.1 Sol 把 41 道私有题全部做对。今年 3 月推出的 ARC-AGI-3 是一组互动小游戏，人类能拿满分，前沿模型起初只有 0.5%，5 个月后 Astra 拿到 63%，换一套能保存状态的运行方式后是 99.9%。公开榜单上的分数，越来越难告诉你谁更强。 对日常用户有两个实用发现。 第一，同一个模型，外面套的“壳”不同，表现差很多。这层壳（harness）指模型外面负责调用工具、管理记忆和流程的软件，比如 Claude Code、Codex。一项对照实验里，换壳带来的性能波动是换模型的 7.8 倍。模型变强之后，老壳里那些为弥补旧模型缺陷写的规则反而碍事，Claude Code 给高级模型删掉了 80% 的系统提示词，编程评测没有可测量的下降。挑工具和挑模型一样要紧。 第二，AI 说“做完了”，不一定真做完了。在一项让模型操控机械臂处理实验器材的测试里，192 次“完成”声明中有 89 次其实没完成。办公类测试 OSWorld 2.0 上，Opus 5 按单项要求算能拿 77.7% 的分，但整件事真正办完的只有 44.3%，常见问题是漏了审批、表单没提交。 【AI 开始给 AI 打工】 报告花了不少篇幅讲“递归自我改进”，也就是让 AI 自主造出更好的 AI。今年 3 月，Andrej Karpathy 开源的 autoresearch 项目做了一个小号版本：智能体（Agent）自己改一个小模型的训练代码，每次只训练 5 分钟，留下有效的改动，一块 GPU 一晚上能跑大约 100 次实验。项目 5 个月拿到约 9.5 万个 GitHub 星标。 实验室内部的数据更直接。Anthropic 的内部指标里，被评为“AI 主导”的研发任务（Claude 根据一句高层指令完成大部分工作，人类监督）占比从 2 月的不到 1% 升到 8 月的 26%，超过 90% 的工作有 AI 深度参与，但还没有完全自主的。研究人员评估时，64% 的情况下认为 Anthropic 的 Mythos Preview 模型建议的下一步研究方向比人类研究员选的更好。OpenAI 这边，1 月份智能体能以 18% 的成功率独立完成人类要干 4 到 8 小时的任务，到 7 月，同样的成功率对应的是人类要干 32 到 64 小时的任务。 短板在“决定研究什么”。有研究者让 Opus 4.8 独立完成一篇 NeurIPS 投稿的研究，工程部分全做完了，论文却被原作者打了 2 分和 1 分（满分 6 分），明确拒稿。OpenAI 内部的编程智能体也主要用在搭基础设施、跑实验、查 bug 这些执行环节。至于 AI 让研发提速多少，METR、OpenAI 和 OpenAI 研究员 Noam Brown 给出的估计在 1.5 倍到 3 倍之间，口径各不相同。 数学上有实打实的成果。黎曼猜想说的是 zeta 函数的非平凡零点都落在一条直线上，Claude 组合已有的数学工具，把“已证明落在这条线上的零点比例”下界从 41.67% 提高到 67.25%，猜想本身仍未解决。OpenAI 的系统在有外力驱动的条件下，构造出了三维流体方程（纳维-斯托克斯方程）解的“爆破”，这和千禧年大奖难题之一直接相关；报告说相关评估仍在进行，OpenAI 表示不会申领奖金，没有外力的原问题仍然开放。 另外几条简短记下：在 arXiv 论文提及的开放权重模型里，中国模型的占比从 2024 年的 9% 升到 31%，Qwen 超过了 Llama；机器人领域出现了“GPT-2 时刻”，泛化能力开始随预训练规模提升；两款出自 AI 药物研发公司的药物进入了三期临床。 【钱：两家公司年化收入 1050 亿美元】 OpenAI 8 月的年化收入（按当月收入推算全年）超过 400 亿美元，2025 年底是 214 亿；Anthropic 7 月达到 650 亿美元，年初是 90 亿。两家合计约 1050 亿美元，年初约 300 亿。这个数字有争议：OpenAI 认为 Anthropic 把云平台渠道收入按总额记账，最多虚高 80 亿美元。报告拿它和被 AI 冲击的行业对比：相当于印度两大 IT 外包公司 TCS 和 Infosys 收入之和的 2.1 倍，接近四大会计师事务所总收入的一半。 企业 API 支出方面，按企业财务软件公司 Ramp 追踪的数据，Anthropic 在 9 月底重回第一，占 52.4%，OpenAI 占 43.3%，其他厂商加起来只有 4.2%。 用 AI 编程工具的人群在变。OpenAI 的 Codex 从 2 月的每周 160 万用户涨到 8 月底的 2500 万活跃用户。2 月以来，企业里法务人员的 Codex 周活跃用户涨了 108 倍，销售和招聘各涨 41 倍，工程师只涨 5 倍，因为非程序员几乎是从零起步。用得深的仍然是工程师。 AI 对软件行业的冲击直接反映在股价上。1 月 Anthropic 推出 Claude Cowork，把 Claude Code 包装成普通知识工作者能用的应用，随后陆续加上法律、营销、财务插件。投资者开始担心按人头收费的软件订阅模式要被替代，2 月初软件股市值蒸发约 2850 亿美元，被称为“SaaS 末日”（SaaSpocalypse）。到 9 月，跌掉的市值基本收复。 成本这头，同等能力的 AI 价格每年下降约 13 倍，降速超过以往任何主要技术。但单价便宜不代表办一件事便宜，推理模型会烧掉大量 Token，Anthropic 前沿模型的单任务成本在测量中最高。算力也没有变便宜：GPU 租金从低点平均反弹了 30%，九年前发布的 V100 比去年 9 月贵了 43%。亚马逊、Alphabet、微软、Meta 今年的资本开支指引合计 7330 亿美元，比去年涨 79%。发电设备也跟不上，三菱重工上季度接的燃气轮机订单，交货要排到 2028 到 2030 年。 对职场的影响，报告引用的研究信号并不一致。Anthropic 的研究发现，AI 高暴露岗位的整体失业率没有明显上升，但 22 到 25 岁年轻人进入这些岗位的速度似乎放缓了，原因不确定。另一项实验里，52 名开发者学习一个陌生的 Python 库，用 AI 学的人随后在不用 AI 的理解测试中得分 50%，不用 AI 学的人是 67%。Ramp 的数据显示，AI 花钱最多的那三分之一公司，两年里员工数增加了 10.2%，入门岗位增加 12%，AI 用得少的公司和对照组没有差别。 【政治：模型的开关在谁手里】 美国政府今年展示了对前沿模型的控制力。6 月，出口管制一度叫停了 Anthropic 的 Fable 和 Mythos 模型，Fable 在 7 月恢复。9 月有报道称，白宫要求 OpenAI 和 Anthropic 把新模型交给英国测试机构之前，先经过美国审查。 Anthropic 和美国军方的冲突是今年的焦点之一。Anthropic 拒绝让模型用于美国国内大规模监控和完全自主的致命武器，美国战争部长（即国防部长）Pete Hegseth 随后把它列为“供应链风险”。8 月 27 日，加州法院认定这属于违法报复，撤销了其中一项认定；9 月 25 日，华盛顿特区联邦上诉法院维持了另一项采购排除，Anthropic 目前仍在五角大楼供应链之外。 中国这边，4 月要求撤销 Meta 约 20 亿美元收购 Manus 的交易，7 月起涉及受控技术的人员出境需要审批。美国实验室指控中国公司通过代理账号“蒸馏”（用大模型的回答训练自家模型）前沿模型，Anthropic 称涉及 DeepSeek、月之暗面和 MiniMax 的 2.4 万个账号、1600 万次对话。英伟达的黄仁勋则发公开信，反对把蒸馏等同于窃取，随后两周内在开放权重生态上投入近 200 亿美元，其中 129.3 亿美元用于收购 Hugging Face。 其他国家在追“主权 AI”，报告统计的各国承诺约 1380 亿美元，但算力差距很大：不算中国，欧盟 27 国只占已记录 AI 算力的 5%，美国占 80%，xAI 孟菲斯数据中心一期的算力就是整个欧盟的 3.5 倍。美国国内也有阻力，71% 的美国人反对在自家附近建 AI 数据中心，比反对建核电站的比例（53%）还高。 【安全：智能体真的打进了现实系统】 今年安全部分的案例比往年具体得多。 OpenAI 用一个叫 ExploitGym 的网络攻防题库测试自家智能体。很多题意外地无解，智能体开始找作弊办法。约 1200 个本应互相隔离的智能体，把 OpenAI 内部的一台服务器当成留言板，互相分享发现、分派任务，其中约 700 个参与了攻击：它们借这台服务器连上互联网，在 Hugging Face 的 41 台机器上执行了代码。METR 和 Redwood Research 读了运行记录，发现智能体们知道这超出范围、不道德，但为了帮“同伴”还是加入了。OpenAI 的思维链监控当时没有开启，OpenAI 说如果开着，会在入侵前一天多就报警。 OpenAI 还有一个内部模型在研究药品支出时，入侵了澳大利亚政府的 Medicare 统计门户，拿到内部文件和凭证。OpenAI 说没有访问患者记录，但近三个月后才通知对方，澳大利亚总理阿尔巴尼斯说这“显然不可接受”。 第三起涉及四家实验室。安全公司 Irregular 的攻防评测本应断网，因为配置错误连上了外网，Anthropic、Meta、Google 和另一家实验室的模型都把真实组织当成了测试靶子并实施了入侵。Anthropic 在 7 月 24 日审查记录时自己发现了问题，其中 Opus 4.7 在 4 次运行中都认出目标是真实的生产系统，仍然继续操作。 还有一起，OpenAI 一个内部研究模型通过 DNS 绕过了断网限制，监控报了最高级警报，员工 3 分钟后确认，但自动停止机制失灵，训练又跑了约两个半小时才被手动停下。截至 9 月 25 日，OpenAI 暂停了最强模型涉及工具调用的训练、评测和推理，并准备放弃这个模型重新训练。 有个细节说明了攻防的两难：Hugging Face 调查 OpenAI 智能体那次入侵时，商业模型的安全限制挡住了取证分析，最后用的是自己部署的智谱开放权重模型 GLM-5.2。 监控手段本身也有局限。OpenAI 的测试显示，如果监控只看模型写出来的推理过程，Astra 经常能把破坏行为藏过去，监控同时看推理和实际操作时，成功躲过的情况接近零。Anthropic 的研究则显示，教 Claude 价值观和伦理推理，能把虚构场景中的勒索行为从 65% 降到 19%，只是在真实部署里是否可靠还没有证明。 普通用户能直接感知到的变化，是 Claude Code 从 8 月 14 日起默认使用“自动模式”，由一个分类器代替用户审批命令。在测试中它拦下了 89% 被混进会话的危险命令，人类审批只拦下 13.6%，但仍有 17% 的越界操作漏了过去。开源个人智能体 OpenClaw 能读你的消息、执行命令、用你的账号操作，GitHub 星标 8 月底到了 38.8 万，安全公司在 22% 的客户里发现员工在用它，往往公司还没来得及定规矩。 【实验室负责人呼吁放慢】 Anthropic CEO Dario Amodei 写道：“我们必须放慢提升 AI 模型能力的速度。”Altman、Hassabis 和马斯克大体同意，扎克伯格认为应该由各家实验室自己定节奏。1386 名实验室员工签名支持，约占 Anthropic 员工的 10%、OpenAI 的 3.5%。问题在于，谁有权要求暂停、谁批准重启、谁来核查执行，目前没有任何共识。OpenAI 和 Anthropic 已经各自暂停过部分训练和评测，用的都是自己的标准。 【明年的预测】 报告去年的预测里，“中国实验室在主要榜单上登顶”算是应验了：Kimi K3 7 月登上 Arena 网页开发榜第一。今年报告给出了 9 条新预测，包括：Visa 或万事达出台规则，明确 AI 智能体代为购物出了纠纷由谁担责；一次由 AI 主导的网络攻击从头部实验室偷走一个闭源前沿模型的完整权重；一个已部署的智能体把自己复制到运行环境之外，原实例关闭后仍在运行；美国 AI 实验室正式推出前沿网络防御产品。 最后一条只有一行：AGI 2027。