註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 技能実習生
技能実習生 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 技能実習生 的搜尋結果
这13本书,是我重塑人生的底牌!! 今天结合我自己读完后的真实感悟,一一拆解,希望能给正在寻求改变的你,带来一点启发。 1. 《巴菲特致股东的信》 买股票,本质就是买下一家公司的一部分。永远去寻找拥有坚固护城河、管理层正直靠谱、估值又足够合理的优质企业。 2. 《富爸爸穷爸爸》 穷人为钱奔波打工,富人让钱主动为自己赚钱。核心就是分清:资产是帮你把钱装进口袋的东西,负债是不停把你钱掏走的东西。 3. 《纳瓦尔宝典》 赚钱本身是一门可以后天习得的专业技能,和单纯的辛苦努力没有绝对关系。善用代码、内容、资本三大杠杆,就能跳出“用时间换钱”的死循环,实现被动财富增长。 4. 《聪明的投资者》 真正的投资,和投机有着本质区别:投资永远以本金安全、合理回报为前提,做好严谨客观的分析;而无论什么时候,都一定要给自己留足安全边际。 5. 《大道:段永平投资问答录》 一旦发现自己判断出错,立刻止损离场,当下再大的损失,也会是未来最小的代价。永远坚持只做正确的事,再把事情一步步做对。 6. 《彼得·林奇的成功投资》 最好的投资机会,从来都不在遥不可及的专业机构里,就藏在你日常的生活、消费与观察里。留心身边细节,就能发掘被市场低估的优质隐形冠军。 7. 《周期》 市场永远像钟摆一样,在极端乐观和极端悲观之间来回摆动。比起费力预测未知的未来,精准判断当下市场处在过热还是冰点的位置,才是真正的决胜关键。 8. 《雪球投资第一课》 投资就像滚雪球,想要越滚越大,只需要抓住两个核心:找到一条足够长的雪道,等到足够湿润的厚雪,剩下的就是耐心等待复利发酵。 9. 《手把手教你读财报》 看懂财报最核心的作用,从来不是挑选出完美公司,而是帮你排除掉烂公司。看不懂财报去投资,等同于盲人摸象;看清数据背后真实的经营逻辑,才能真正做到不懂不碰。 10. 《投资最重要的事》 顶级投资者的核心心法,就是逆向思维。别人疯狂贪婪的时候保持警惕,别人集体恐惧的时候保持清醒大胆,这也是获取超额长期收益的底层前提。 11. 《穷查理宝典》 如果手里只有一把锤子,你看全世界都会像钉子。一定要搭建跨学科的多元思维模型,用心理学、经济学、生物学等多重视角,穿透表象看清商业和世界的本质。 12. 《文明、现代化、价值投资与中国》 长期的财富复利,永远扎根于社会生产力的进步与国家国运的长期向上。当下的中国,依旧是全球最具长期潜力的价值投资沃土。 13. 《原则》 痛苦 + 深度反思 = 持续成长。把人生和事业当作一套可以迭代优化的精密系统,建立属于自己的行事原则与决策算法,从容穿越所有周期起伏。 这套书单,也被很多人叫做价值投资的「完整军火库」,从底层认知思维,到落地实操技巧,全覆盖无短板。 于我而言,这13本书,更是当初帮我从人生泥潭里奋力爬出来的梯子。 也真心祝愿,每一个想要破局、改变现状的你,都能从中汲取力量,翻盘向上。
顯示更多
0
5
119
37
轉發到社區
【觀察:兩岸交流熱絡 台灣青年認知重塑成融合新動力】 民進黨當局對兩岸交流採取諸多阻撓和限制措施,卻擋不住台灣青年對大陸的熱情。近期,兩岸青年交流頻繁,6月22日至24日間,就有“兩岸媒體川渝行”、“兩岸青年直播電商創業交流大會”、“兩岸青年‘創未來’科普夏令營”在中國多地舉行,為兩岸關係和平發展釋放積極信號。 上海海峽兩岸研究會研究員包承柯在接受香港中通社專訪時談到,在台灣民意“去川普化”、“去倚美化”的當下,島內青年的認知正在經歷一場深刻的“後真相重塑”,成為兩岸關係和平發展的正向力量。 近期兩岸青年交流頻繁,6月22日舉行的“2026兩岸媒體川渝行”活動中,來自海峽兩岸的專家學者、媒體記者、自媒體人等近40人,實地探訪成渝地區雙城經濟圈在產業、科技、基建、民生、生態、人文等領域的發展成果,挖掘兩岸產業、文化合作新空間。 23日,海峽兩岸近500位青年代表齊聚義烏的“兩岸青年直播電商創業交流大會”,在深度交流中幫助台灣青年掌握數字貿易核心技能、促成經驗共享與項目孵化。現場,8組合作項目集中簽約,涵蓋跨境電商、文創IP、供應鏈整合等多個領域,達成合作意向金額約1.5億元。 24日,包括32名台灣青年在內的60餘名兩岸青年齊聚“兩岸科創行”科普夏令營,開營儀式上機器人、機器狗和憨態可掬的機器熊貓表演吸引台灣青年爭相拍照留念。 “大陸的科技進步超乎想像。”首次到訪大陸,參與科創夏令營的台灣青年張家豪說,兩岸應發揮各自優勢,在相關領域加強交流合作,共同提升產業競爭力。福建人形機器人創新中心工程師向台灣青年發出邀請:“福州有場景、數據、供應鏈,等著台灣青年加入,願未來產線上的人形機器人,將銘刻‘兩岸青年,共同定義’。” 據國務院台辦17日發布的數據,截至目前,第十八屆海峽論壇大會已發布23項兩岸青年社團合作項目,19組結對共建、簽約合作。 “近期兩岸青年交流頻繁,操作智能剪輯、分析電商數據、達成簽約合作……這種‘體驗式’、‘實戰式’的交流,在過去實不多見,充分顯示大陸為兩岸青年搭建發展平台、共享發展機遇的誠意和實際行動。” 包承柯在接受香港中通社專訪時談到:“習特會”之後,美國減少對台灣事務插手程度,對台支持力度正在明顯縮減——這些新動向還會更加明確地表現出來,不斷打擊島內民進黨當局一直推行的“倚美謀獨”政策。民調顯示,台灣青年人更加主張通過兩岸談判來解決分歧,反映了台灣青年不甘當“台獨”炮灰的認知變化。 “當下,台灣青年正成為兩岸關係和平發展的正向力量。他們的認知正在經歷一場深刻的‘後真相重塑’,開始重新思考自己的未來,特別願意來大陸交流和參訪,大陸的發展給他們帶來新的感受,讓他們增長見識。” 包承柯認為,兩岸青年生活在同一個時代,彼此有很多共同語言,對生活的感受、對科技的觀感、對服裝和生活美學的共同追求……未來是青年們的,目前,島內青年的變化還只是處在“量變”的水平上,只要這樣的變化持續下去,總有一天會引起台灣社會發展的真正“質變”,兩岸融合發展一定會實現。(來源:香港新聞網) 詳情: #台灣# #兩岸# #青年#
顯示更多
今年高考失意的同学,应该来读老冯的这篇文章:在日本买公司的打工人。 远行,是所有农家子弟最应该不顾一切勇往直前斩钉截铁毫不犹豫迈出去的第一步。 买一张机票,或者是车票,先勇敢地离开那个让你无奈躺平的地方! 勇敢告别自己的原生家庭,很多人成长最大的阻碍,是你的亲身父母。 只有不顾一切走远了,才有可能告别那个对自己毫无帮助的“舒适圈”,学到新的技能,认识新的朋友,获得新的知识,跟对新的老师,体验不同的文化价值观冲击。 上周粉丝后台有一位咨询的客户,他的留言如下: “你好,我是2017年技能实习生来的日本,在德岛做农业的工作,2020年因为疫情不能回国,又因为回国困难申请了两年的特定活动签证,期间头六个月领了失业金,后一年半一直在一家缝制会社打工,每周打工28小时! 2022年10月更换了特定技能一号农业的签证,一直到现在!现在和我原来打工的缝制会社谈妥了,社长打算把会社卖给我,我可以不回国,直接在日本更换经营管理签证吗? 我的原始简历没有缝制相关经验,这个很重要,但是缝制会社打工的一年半入管局是知道的。特定活动打工的缝制会社是个人会社,我可以出钱变更合同会社!大概就这样!相关经验没有或者不够,可能性大吗?谢谢啦!” 从他的咨询,我可以看到一个初级的画像:首先我猜他大概是30岁出头,2017技能实习到日本,说明也是个底层的打工人,从事的是农业,所以他大概率和老冯一样来自农村。 农业是非常苦累的活儿,能干几年坚持下来的人,不容易。说明这位年轻人能吃苦,踏实,肯干。 然后才有了新冠时期不能回去,紧接着在缝制会社打工,又被缝制会社老板看上,决定把公司卖给他。这位老板大概率也是在找一位靠谱的继承人。 非常鲜活的一个案例。 虽然没有见过这位咨询者,也不知道是男是女。但是可以肯定:2017年他选择来日本做技能实习生,是他的人生中最重要的转折点。是非常关键的一步。 从2017年,到2024年,不足7年时间,完全重构自己的生活圈,事业圈,环境圈。 人脉、师傅、技能、机会,全部都是崭新的!年轻的时候,不怕苦不怕累,最怕的是没有机会! 如果想抓住机会,花上7年时间来重构自己,又有什么关系呢?花上十年时间,又怎么样呢? 如果不想过父母过过的日子,那就要做与他们当年截然不同的选择。 一般来讲,技能实习满3年后,在日本留不下来,都是要回去的。 但是也有很多技能实习生通过各种签证方式,甚至是嫁给日本人或者在日华人,最终留在了日本。 这位粉丝,我一定帮他实现做老板的梦想! 这个故事,我还得拿出来继续激励那些来自农村,出身贫寒的年轻人们,让他们知道远行的力量,让他们知道只要敢于仗剑走天下,就能看见世间的繁华! 出国留学,出国工作,出国务工,出国创业,都是人生搏得出彩的机会! 很多人认为出国留学会花很多很多钱,大几百万起步,那是有钱人的留学选择,而很多国家留学十万人民币足够,有的甚至不足10万人民币,你需要破除信息茧房,获取到这些信息和机会; 很多人宁可在国内卷死也不愿意出国工作,宁可996,宁可加班,宁可遭受领导的PUA,也不愿意换个环境,远走他乡,寻找新机会! 你本土一个月5000的工作,换一个国家可能是一个月5万,还只是基础工资,你在单位被拿捏的死死的,在某些国家,社长被你拿捏的死死的; 很多人宁可进工厂做流水线上的螺丝钉,不愿意出国务工。很多国家现在严重缺人,比如日本,大量的企业招募不到员工,会不会日文已经没那么重要了,先上岗再学习,也是可以的; 很多行业宁可在国内卷死,也不愿意出国寻找新的商机,尤其是一些夕阳行业,不思变通,最终更是越走越窄,走投无路。 国与国之间的信息差,蕴含着大量的商业机会,走出去,是一片广阔的新天地。 总结一下就是:男儿志在四方,年轻人,尤其是农村的年轻人,要敢于迈出远行的第一步,走越远越好! 只有看过了足够多的国家,了解了足够多的风土人情,你才会更多了解世界价值的尺度,了解资产的构成,了解做生意的方式,了解他人的生活方式,了解不同国家人们的思考方式,也才会舍得用更多的钱来投资自己,提升自己! 人挪活,树挪死,折腾起来,折腾才有可能,人没有了可能,就是一块石头。
顯示更多
就在昨天,7月的最后一天,日本入管发布了第2版《出入国在留管理基本計画》,这份计划距离上次(2019年4月,第1版)已经过去约7年,是入管行政的基本方针文件。 原本是5年一更新,没想到变成了7年一更新。 根据入管局的解释,之所以时隔这么久才修订,是因为要充分把握新冠疫情扩散、乌克兰难民接收等新情况带来的影响,花费了较多时间。 7年前,日本人最关心的是如何把人弄进来。各行各业都缺人,于是推动了特定技能签证,取代了技能实习签证。 7年后人,人确实进来了,现在仅仅是特定技能就进来了三四十万人了,在日外国人已经突破了400万人。 但是问题也跟着进来了。 比如不会日语,不懂日本制度,不知道垃圾怎么扔,不明白税金、年金、健康保险怎么交,甚至有人在日本生活很多年,对日本社会的基本规则依然一知半解。 于是,本着高市内阁“有序共生”的要求。 为了先有序,那就要对外国人实施教育和管理。 第一条:社会适应支持机制。 比如你来了日本,你得学习日语吧,你得学习日本的制度和社会规则吧,以前你不学习也行,现在,日本政府要给你建立一套系统的日本社会融入机制,帮助你融入。 此前没有全国性的正式“入职培训的”的机制,值得关注试点范围和是否会与地方日本语学校、语言学校产生业务联动。日本语学校的重要程度又上了一个台阶。 其实日语和制度都还好,毕竟是相对标准的,难的就是日本的社会规则,也就是大伙俗称的路路。这个路路,不同地方的日本人,自己都不一定搞得明白。 第二条:不法滞在者打击强化。 日本政府正在尝试做一种政策上的区分,一方面对合法居留、工作、纳税并准备长期生活的外国人,加强语言教育和社会融入; 另一方面,对非法滞留、违反入管制度的人,执法趋严。 最终的目的,就是让合法居留者更容易成为日本社会的一员;违反规则者,提高执法和遣返力度。 计划中也明确写入了加大对非法滞留者的查处力度,延续了近期永住权取消法、N2签证门槛等一系列趋严政策的逻辑。  第三条:地方联动。 在接收环境整备方面,计划提出将与地方自治体合作,加强针对在留外国人的信息发布和咨询支持。  这是7年来第一次重新制定基本计划,而且以后准备原则上每五年检讨一次。 说明它不是一项临时政策,而更接近未来几年日本出入境和外国人政策的“总路线图”。具体法律和制度以后可能会分别修改,但大的方向已经先定下来。 不法滞留这块,其实中国人是越老越少了。反而是“社会适应”制度化以后,可能会影响到一些人。 接下来值得大家观察的一些方向; 1、日语能力是否越来越被纳入长期居留政策; 2、学习日本制度和规则的课程是否会与特定技能、永住等制度挂钩; 3、以及外国人的税金、年金、健康保险等履行情况,在签证更新和永住审查中的权重是否继续提高。 另外,“日语与制度学习项目试点”这一条如果具体化,可能会给日本语学校牌照、社会融入类服务留出新的合规切入点,带来一些新的商业机会。 外国人の社会適応を促進 入管計画7年ぶり策定(時事通信) #Yahooニュース#
顯示更多
强烈推荐大家看看 Anthropic 这个就业报告。 Anthropic 的技术博客,含金量真的很高。最近发布的一些文章,我觉得已经可以当论文来看了,基本上都会打印出来仔细阅读。 前天,Anthropic 又发表了一篇非常重要的研究报告,叫《How employment is changing at Anthropic》。 这次 Anthropic 直接拿自己的员工做样本,通过内部招聘数据、员工工作记录、面试评价,以及 17 位员工的访谈,研究 AI 给公司的人员结构、招聘标准和协作方式带来了哪些变化。 我觉得特别有价值。毕竟 Anthropic 已经是全球 AI 使用程度最高的公司之一,他们现在经历的变化,很可能就是接下来的趋势。 分享几个我的收获,尤其是对正在找工作的朋友,我觉得很有参考价值。 1、初级岗位的招聘,确实在明显减少。Anthropic 的数据显示,从 2025 年初到今年,技术部门的初级员工占比,从 21% 下降到了 14%。 而在新招聘的技术员工中,初级岗位的占比下降得更厉害,从 27% 跌到了 9%。 注意,Anthropic 的技术团队仍在扩张,但招聘越来越偏向有经验的人。 原因也相对比较好理解。毕竟 AI 现在已经可以完成很多复杂任务了,所以企业对人的判断力要求反而越来越高。 过去企业招聘初级工程师,通常会让他们先从简单的开发、测试、Bug 修复开始,慢慢积累经验。但现在,这些工作已经可以大量交给 AI 完成了。 类似的变化也出现在一些基础行政岗位上。即使 Anthropic 的员工规模快速增长,这些岗位也没有出现相应的招聘增长。 我自己也有类似的感受。 从年初到现在,我陆续跟不同的实习生(非 985 高校)合作过。说实话,整体体验并不算特别满意。主要问题还是大家缺乏经验,遇到一个稍微复杂点的问题,可能就会卡很久。 如果再缺乏主动性,就需要我不停地安排任务、检查进度,那我还真不如直接把事情交给 AI 完成。 所以从生产效率的角度来看,对于 AI 使用程度很高的公司,初级岗位的需求可能会越来越少。 2、Anthropic 的招聘标准也发生了明显变化,越来越看重一个人的自主性和判断力。 Anthropic 分析了自 2024 年以来数千名录用员工的面试评价,发现技术岗位的评价中,增长最明显的两个维度是 Autonomy 和 Judgment,也就是自主性和判断力。 与此同时,对特定领域专业知识的关注占比反而有所下降。 这个变化很有意思。 之前我也写过几次类似的话题,包括 Notion 首席设计师的一些分享,都提到了主动性的重要性。 因为有了 AI 之后,一个员工实际上已经可以同时管理好几个 Agent,相当于每个人都带着几个下属。 这时候,工作方式就需要改变了。 过去可能是领导分配任务,员工按照要求完成。但现在,一个人完全可以自己提出想法,制定计划,再调动 AI 去实现目标。 在 AI 时代,主动性可能会成为一个人非常重要的竞争力。 3、但到底怎么判断一个人有没有主动性? 和运营、编程、设计这些专业技能相比,主动性多少有些主观,很难通过一道面试题判断出来。 年前,我给客户推荐过一个候选人,结果面试没通过。我很惊讶。因为之前跟他共事过,基本功不错,人也挺机灵。 客户老大叹了口气说:主要问题是他的主动性不够。我继续追问:你是怎么判断出来主动性不够的? 对方回答:问之前在某个项目里负责了什么,话里话外能听出来,他的工作范畴仅仅就局限在领导安排的事情上,没见着他的思考,基本上就是安排什么做什么。 主动性不够,来我们团队,很难生存下去。所以也就没推进了。 我挺认同客户的判断。 不管是在大厂还是小厂,主动做事,为目标着急永远是重要的能力。 领导推一步,然后干一步,这种性格很难把事情做好。 并且,我总觉得,主动是一种受益终生的思维方式,主动和同事沟通进展,主动思考问题的解决方案,主动认识一些厉害的人...... 在我看来,主动性至少包括三个方面。 首先,一个人眼里得有问题,能够主动发现哪些事情值得做、哪些地方需要改进。其次,发现问题之后,愿意自己想办法,寻找资源,不停地把事情往前推进。 最后,遇到困难不会轻易停下来,更不会一直等着别人安排,而是会想办法把问题真正解决。 总之就是没有等靠要的思维方式。 4、Anthropic 越来越在乎候选人使用 AI 的能力,尤其是实际经历。 报告里有个很有意思的数据。2024 年,Anthropic 的技术岗位面试评价中,只有大约 5% 会提到候选人使用 AI 工具的经历,非技术岗位大约是 7%。 但到了 2026 年,这两个比例分别增长到了原来的 3 倍和 4 倍。 尤其是非技术岗位,变化非常明显。 这也给我们提了个醒。如果面试的时候,只是和面试官讲自己熟悉 Claude、Codex,恐怕已经没什么说服力了。这些工具谁都会用。 重要的是,我们用 AI 解决过什么具体问题。比如自己设计过一套工作流,或者利用 AI 做过一个小工具。我个人觉得这种真实的作品,比简历上罗列一堆 AI 工具更有说服力。 因为它能直接展示自己使用 AI 解决问题的能力。 5、AI 对应届生确实不太友好。 特别是非 985 或者 211 高校的学生,相比十年前的毕业生,大家就业压力大不少。 过去很多应届生的起点,几乎都是从简单的工作开始,然后在实际项目里慢慢积累经验,几年之后才能逐渐独当一面。 但现在,AI 正在接管其中一大部分基础工作。如果企业越来越倾向于招聘有经验、有判断力、能够独立完成任务的人,那么应届生,应该去哪里获得这些经验? 这真是个挺棘手的问题。我亲戚家的孩子就是这情况,毕业一年了,现在还在家里待着。 所以,我感觉尤其是还在上学的同学,毕业后想进入互联网行业,真的应该尽早利用 AI,积累一些真实的项目经验。 比如开发一个自己真正想用的小产品,解决身边某个实际问题,或者给一项真实业务设计自动化流程。 很多二流学校的学生,在这时候了,还是在努力考研,以考研为荣。我真心觉得糊涂。 如果只是因为不知道毕业之后该做什么,或者天真的认为多一张文凭就能找到更好的工作,那真的应该重新考虑这事的逻辑。 尤其是那些将来想进入互联网行业,做产品、运营或者开发的同学。 现在 AI 已经把做产品的门槛降得非常低了。真的应该花点时间,去做几个真实的项目。最好能找到用户,收集反馈,再不断改进。 这个过程既能积累经验,也能锻炼前面提到的主动性、判断力,以及使用 AI 解决问题的能力。 等到真正找工作的时候,直接把作品拿出来,讲清楚自己解决了什么问题,以及取得了什么结果。反正如果我是面试官,我会非常愿意和这样的应届生聊聊。
顯示更多
0
18
442
77
轉發到社區
日没夜用了两天 GPT-6、Fable 5.1。消耗了 21 亿 Token,我现在最大的感受是焦虑,以及深度恐惧。 我的核心判断:社会分工和财富会因为 AI 重新洗牌,而留给我们调整自己的时间,可能比想象中少得多。 这个帖子想给各位敲响警钟,也分享一下,我觉得普通人接下来应该怎么办。在硅谷,我几乎经历了整个机器学习到如今 AI 的演变。这一次,我觉得跨过了某个奇点 1/ 先分享一组数据:累计消耗了 2,101,817,483 个 token,我几乎重构了我所有的工作流,删掉了约 95% 的 prompt,效果甚至更好 我之前几个月的调优工作,在这次更新面前,突然显得微不足道。这让我开始怀疑,自己过去积累下来的方法,有多少只是为了弥补上一代模型的不足? 2/ 2022 年 12 月,我第一次使用 ChatGPT 到现在,连四年都不到。四年,很多人可能才刚熟悉一份工作,AI 却已经跨过了这么多技术节点。以前还要反复追问、解释的东西,现在交流起来,我真的越来越觉得像在跟一个真人对话。甚至,我感觉这次出现了某种“灵性” 这个词不严谨,但它很接近我的感受。我暂时也不想展开解释,只能说,单看参数和跑分,已经很难传达这次使用带给我的冲击 3/ 让我恐惧的还有另一件事:这种能力,还没有充分进入每个人的日常工作 我坚定认为,一部分工作今天还需要人来做,只是因为把 AI 用到足够好、足够稳定,仍然很贵。 这些门槛到底还能维持多久? 我感到的倒计时,是我们今天赖以挣钱的能力,还能稀缺多久。 一个人学一门技能,要读书、练习、犯错,可能花上好几年。模型的能力一旦得到改进,同一套能力就可以被部署到大量系统里。我们面对的是一种完全不同的积累和复制速度。拿它跟人类个体的学习速度比较,我只有无力感! 所以我觉得,人类需要放下一部分 ego。包括我自己。 不能因为自己有经验、懂技术,就默认 AI 永远只能当实习生,永远只能等人类安排下一步 在它更擅长的问题上,我愿意让AI带着我走。让它指出我哪里想错了,告诉我还缺哪些信息,甚至提出一个我根本没想到的方向。能接受它来指导我,同时检查它的依据,是我这两天跟 AI 的相处模式 4/ 那普通人现在能做什么? 篇幅有限,我把它放在评论区
顯示更多
0
230
1.2K
149
轉發到社區
Karpathy 发布了一个github开源项目,狠狠让我惊艳到了 这个项目叫 andrej-karpathy-skills,GitHub 13 万+ star,我愿称之为2026 最有用的 AI 工程项目 它解决的问题极其精准:让 Claude Code 不再瞎写代码 这个项目到底有多厉害? 先说结论:一个 4KB 的文本文件,让 AI 写代码的错误率暴降 90% Karpathy 自己说,他现在 80% 的代码都让 Claude 写,但 AI 经常犯几个典型错误: 不问就瞎猜需求 过度设计,写一堆用不上的抽象 改 A 顺手把 B、C、D 也重构了 代码能跑就行,不管目标达成没有 这个项目就是专门给 Claude Code 戴上guardrails,用 4 条行为准则约束 AI 的编码行为 核心亮点:4 条准则改变一切 整个项目就是一个 CLAUDE.md 文件,里面只有 4 条规则,但每一条都直击 AI 编码的痛点 1. Think Before Coding - 先思考再动手 AI 最大的问题是“太听话”,你说啥它就写啥,从不质疑 这条准则要求:明确说明假设、权衡 tradeoffs,不确定就直接问 不再是“我猜你想要这个”,而是“我理解你的需求是 A,但 B 方案可能更合适,你要哪个?” 2. Simplicity First - 极简实现优先 AI 天生爱炫技,你要一个登录功能,它给你写个完整的 OAuth 2.0 + JWT + 刷新令牌 + 权限系统 这条准则强制:只写刚好能解决当前问题的最小代码 不搞 speculative abstractions,不写未来功能,不过度工程 一个用户反馈:用了这条规则后,代码 diff 从动辄几百行缩减到几十行,review 轻松太多 3. Surgical Changes - 手术式精准修改 这是我最爱的一条 AI 有个恶习:你让它改个 bug,它顺手把整个文件的命名风格、缩进、注释全优化了 这条准则要求:只改用户要求的部分,严格匹配原有代码风格 不碰无关文件,不顺手 refactor,不加“看起来更好”的改动 有开发者实测:启用这条后,git diff 从“满屏红绿”变成“3 行精准修改” 4. Goal-Driven Execution - 目标驱动执行 AI 经常写完代码就交差,但代码能跑 ≠ 任务完成 这条准则要求:把任务转化为可验证的目标/测试/成功标准,然后 loop 执行、验证、迭代 直到真正达成目标才停止 这让 AI 从“代码生成器”变成“问题解决者” 真实效果:社区反馈炸裂 X 上这个项目刷屏了,开发者反馈高度一致: 代码质量飞跃:diff 更紧凑、干净,overbuild 和 side changes 大幅减少 错误率暴降:有人实测从 41% 掉到 11%,继续优化后低至 3% 中文社区评价:“必备 skills”“Claude/Cursor 实用技能 Top1”“直接扔项目里就完事了” 很多人直接 @ 朋友推荐:“把这个 CLAUDE.md 放进去,Claude 立刻像换了个人,写代码更靠谱、不乱改、不瞎猜“ 使用方式:简单到离谱 这是我见过最简单的 AI 工程优化方案: 方法一:直接 curl 把 CLAUDE.md 下载到项目根目录 curl -o CLAUDE.md 方法二:用 Claude Code / Cursor 的 plugin 一键安装 支持 Claude Code、Cursor 等主流 AI coding 工具 完全开源(MIT 协议),拿来就用 作为产品经理出身的开发者,我看到的不只是 4 条规则,而是对 AI 编码行为的深刻洞察 Karpathy 做的事情本质上是:给 AI 建立编码的第一性原理,他把他对于AI编程的理解写入了文件中 不是教 AI 怎么写代码(它已经会了),而是教 AI 什么时候该问、什么时候该停、什么时候该简化 这 4 条准则就像产品经理给开发团队定的 PRD 原则: 需求不清楚? 先问 功能够用就行? 别过度设计 改需求? 只改需求相关的 做完了? 先验证目标达成没有 它能帮到我们什么? 如果你是独立开发者或小团队,这个项目能直接提升你的 AI 协作效率: 减少返工:AI 不再瞎猜需求,写出来的代码更符合预期 降低 review 成本:改动精准,不用在一堆无关修改里找真正的变更 提升代码质量:极简实现意味着更少的 bug、更好的可维护性 加速迭代:目标驱动让 AI 真正解决问题,而不是生成代码 对于中大型项目,这是让 Claude Code 真正“生产可用”的关键一步 我的使用体会 我在自己的几个项目里部署了这个 CLAUDE.md,最直观的感受是: AI 变聪明了 以前它是个听话的实习生,你说啥它做啥,经常做错 现在它像个有经验的同事,会主动问“你确定要这么做吗? 我有个更简单的方案” 代码 diff 变干净了 以前一个小需求能改几十个文件,现在精准到只改 3-5 行 我的工作重心变了 以前 60% 时间在 review AI 的代码、修 bug 现在 80% 时间在思考产品逻辑,AI 真正成了生产力工具 最后 这个项目被誉为 2026 年 AI coding 领域的“现象级”黑魔法工具 小文件,大作用 如果你在用 Claude Code / Cursor 写代码,强烈建议直接把这个 CLAUDE.md 扔进项目根目录 GitHub 地址: 试过的人基本都是“已全项目部署”的状态 作为一个天天和 AI 协作的开发者,我的建议是:别犹豫,直接用
顯示更多
0
41
487
92
轉發到社區
Codex 入门只需要搞懂这 5 件事 Codex 的教程满天飞,长的写了上万字,短的就甩你一个安装命令。 但大部分人看完还是不会用。不是因为教程写得不好。 是因为 Codex 跟你以前用过的所有 AI 工具都不一样,你拿着老习惯去用,当然用不顺。 这篇不讲历史,不比模型参数,只讲 5 件事。 搞懂这 5 件事,你就能真正开始用 Codex 干活了。 第一件:它是 Agent,不是 Chat 先纠正一个最常见的误解。 很多人第一次打开 Codex,觉得跟 ChatGPT 差不多,都是一个对话框,输入问题,等它回答。 不是。 ChatGPT 是问答式的,你问一句,它答一句。聊完关掉,什么都不剩。 Codex 是执行式的。你给它一个任务目标,它会围绕这个目标持续推进——读文件、改代码、跑测试、做 commit。 它不是在「回答你的问题」,它是在「替你干活」。 打个比方:ChatGPT 像一个随时能问的顾问。Codex 像一个你雇来的实习生,你告诉他目标:他自己去找文件、改东西、跑一遍看对不对。 这个认知差异很重要,因为它决定了你跟 Codex 说话的方式。 ❌ 错误用法:「帮我写一个 Python 爬虫」(太模糊,没有上下文) ✅ 正确用法:「看一下这个项目目录,把 README 里的安装步骤补完整,然后跑一遍确认没有错误」 Codex 需要的不是问题,是任务。有目标、有范围、能验证。 第二件:文件夹 + Thread = 项目管理 打开 Codex 之后,左边栏有两层结构。很多人一开始会忽略它,直接在对话框里开始打字。 别急。先搞清楚这两层。 文件夹:就是你本地的项目目录。你把哪个文件夹加进 Codex,它就能看到里面所有的文件。 Thread(线程):一条围绕某个具体目标持续推进的任务线。一个文件夹里可以有很多条 Thread。 举个例子: dev/ ├── my-website/ (项目) │ ├── Thread 1:修复首页 bug │ ├── Thread 2:加一个联系页面 │ └── Thread 3:优化移动端样式 └── my-bot/ └── Thread 1:接入飞书 webhook 文件夹装项目,Thread 装任务。 这个设计解决了一个以前用 AI 最头疼的问题:所有东西搅在一起。 以前用 ChatGPT,你在一个对话里又聊需求又改代码又问 bug,聊着聊着就乱了。 Codex 把项目和任务拆开了,不同的事情在不同的 Thread 里推进,互不干扰。 黄金法则记住一句话就行:同一个文件夹做同一个大方向,同一个 Thread 只推进一件具体的事。 第三件:Plan Mode 比 Coding 重要 10 倍 如果这篇文章你只记住一个功能,那就是 Plan Mode。 在 Codex 对话框里输入 /plan,它会先帮你做一件事:不写代码,先把要做的事情理清楚。 它会告诉你: 要改哪些文件 每个文件为什么要改 先做什么后做什么 有没有遗漏的依赖或配置 你确认没问题了,再让它开始写代码。 为什么这个功能比直接让它写代码重要? 因为大部分人用 AI 出问题,都不是「AI 不会写」,而是「你没想清楚要做什么」。 一上来就说「帮我做个网站」,AI 写出来的东西大概率不是你想要的。 但如果你先让它出一个计划——要建几个页面、用什么框架、数据从哪来——你确认一遍再动手,成功率高到离谱。 推荐工作流: 大型任务 → /plan 先规划 → 确认计划 → 开始开发 小型任务 → 直接说清楚目标和范围 → 开始开发 还有一个好用的命令:/status,能看到当前用量和剩余额度。越用越多的时候,随时知道自己还剩多少资源。 第四件:Skills 让它成为你的专属工具 Codex 有一个 Skills(技能)系统。说白了就是:你可以给它装「插件」,让它会做更多事。 比如有人做了一个 skill 叫 bggg-creator-image2ppt,装上之后 Codex 就能把图片转成可编辑的 PPT。 Skills 存放在 ~/.codex/skills/ 目录下,装一个 skill 就是把对应文件夹放进去。 而且 Codex 现在有图形化的 Skill Creator——你不用自己写配置文件,直接告诉它「我想做一个什么功能的 skill」,它帮你生成。 对小白来说,Skills 的意义是:Codex 不是一个固定功能的工具,它是一个可以不断扩展的平台。 别人做的好用的 skill 你可以直接拿来用,自己有需求也能让 Codex 帮你创建。 先不用急着装一堆,但你得知道有这个东西。等你用顺了之后,Skills 会成为你最常折腾的部分。 第五件:先做一个 5 分钟能验证的小任务 很多人装完 Codex 之后,第一反应是想做个大项目。 别。 你的第一个任务应该小到不能再小。比如: 改一个 README 里的标题 把一段英文翻译成中文 修一个明显的错别字 让它分析一下某个项目的目录结构 为什么?因为你需要建立验证能力。 你要能看懂它改了什么,要能确认结果对不对。要能在它改错的时候知道怎么回退。 这些能力建立不起来,做再大的项目也是在赌。 推荐的起步顺序: 第一步:加一个文件夹,开一条 Thread 第二步:给一个很小的任务,看它怎么执行 第三步:用 git diff 看它改了什么 第四步:确认没问题,再给下一个任务 MaynorAI 在他的教程里说了一句话,我觉得说得特别准: 小白用 Codex,真正最重要的不是先学会所有技术细节,而是先建立 3 个能力:会描述目标、会拆分任务、会检查结果。 这三件事做顺了,后面你会越来越快。 附:安装速查 你需要什么: ChatGPT Plus / Pro / Team 账号(Codex 包含在订阅里) macOS 或 Windows 10 安装: Mac:App Store 搜索 Codex,或者直接下载 → Windows:微软商店搜索 Codex,按提示安装 打开之后登录你的 OpenAI 账号就行。 第一次打开建议做的事: 设置 → Personalization 里写上你的协作偏好(比如「默认中文」「改动前先说计划」) 加一个本地文件夹进来 开一条 Thread,给一个很小的任务试试 #AI# #AIAgent#
顯示更多
日本新的永住政策影响到哪些人 昨天聊的日本拟进一步收紧外国人永久居留许可条件:年收入须高于日本人平均水平,养老金要求达到缴纳30年厚生年金的标准。 我认为全完执行的可能性不大,但最终的标准、计算的方法、过渡措施等等解释权和裁量权,都在入管手里。 与之相对应的,是日本取消永住的法律,却是显而易见的,而且明年4月1日,就要开始执行。 该法律规定:永住者若拖欠税款或社保费,经催缴、查封财产后仍拒绝缴纳,或因逃税获罪、隐匿财产妨碍征收,可被取消永住资格。 “生病、失业等非故意未缴”明确排除在外,取消后原则上也是转”定住者”等资格,而非直接强制遣返。 那么,取消永住法律的实行和永住申请门槛提高双管齐下,对于哪些人影响最大呢? 1、留学签证对应的普通留学生,或者说走留学,工作,高才,永住,这条发展线上的人。 这是占了相当比例的,或者说到日本的大多数人都是这条路径。以前对你的收入和纳税要求没这么高,现在这么一来,会筛掉很大一部分不合格的人。 永住政策的收紧,对于日本的留学市场会造成一定的冲击,加上目前的中日关系紧张,日元汇率不断下跌,日本的人才竞争力会减弱。 本身学习日语就只能在日本用,现在还来这么多条条框框,对于人才吸引力自然更加降低。 2、技人国签证收入不高的人。和第一类有一些重叠。 大多数申请永住的人,都是技人国签证。过去一些申请人的收入虽然不算高,但只要工作稳定、家庭收支能够维持,也可能获得永住。 今后,入管可能不仅看申请人现在有没有工作,还会更加严格地审查:收入是否连续稳定、家庭人口与收入是否匹配、未来养老金能否维持基本生活、是否存在依赖生活保护等公共负担的风险。 因此,低收入劳动者、非正式雇佣人员、频繁跳槽者,以及只有一人工作、需要抚养多名家庭成员的家庭,永住申请难度可能明显上升。 3、经管签证通过小买卖想获得永住的人。 比如经管签证不需要做很高的收入就可以达到高度人才的客户; 又比如经营餐厅、民宿、贸易公司、房地产公司、美容店或者小型事务所的人。这类人的收入往往不像普通公司职员那样稳定。有些年份利润较高,有些年份可能亏损;有些经营者还会为了降低税负,把自己的工资设置得很低。 过去,只要能够证明公司正常经营、个人有一定存款,或许还有解释空间。但如果未来更重视连续收入、纳税金额和养老金水平,那么“公司有流水,但个人工资很低”的经营者可能会受到影响。 尤其需要注意的是,公司税、消费税、源泉所得税、个人住民税、国民健康保险、国民年金和厚生年金之间是相互关联的,这届政府基本上要打通了入管局、税务局、法务局等各个部门。 4、年龄较大、养老金缴纳时间不足的人。 该政策影响最大的,可能是中年以后才来到日本的外国人。 比如一个人45岁来到日本,即使工作稳定、收入也不错,到退休时也很难在日本缴纳满30年的厚生年金。 此外,自营业者主要缴纳国民年金,未来的基础养老金金额通常低于长期加入厚生年金的公司职员。 5、特定技能、技能实习、家属签证、配偶签证等等。 这些签证种类往往因为收入很低,按照新的标准,几乎就与永住无缘了。 影响最小的,其实是高净值客户,或者换一句话来说,很多的高净值客户根本不需要日本的永住。 我身边一些有钱人,甚至为了不成为税务居民,不拿永住身份,控制每年在日本的时间少于180天。 毕竟,日本的税收,对于高净值人群并不友好。 当然,已经拿到永住的也别庆幸,因为接下来搞不好就给你取消。现在不仅是永住会取消,甚至连普通签证更新审查也变严了。 日本政府,高市内阁再这么没有信誉的搞下去,按照现在的汇率和收入,外国人可不是笨蛋呀,最终付出代价的,还是日本人自己。 你瞧,连越南人,都开始嫌日本工资低了。 契约精神,对于这届政府来讲,就和婊子一样,裤子一提上来:哎,你是谁,你怎么睡我床上了?
顯示更多
0
65
36
4
轉發到社區
参加完飞书活动,特想聊聊应届生找工作的坑。 感觉所有的应届生,无论名校还是普通大学,确实都应该认真思考下,AI 时代,企业到底需要什么样的人才。 毕竟,AI 对应届生的就业冲击,还是比较大,这已经是一个越来越明显的趋势了。 昨天下午,我有幸参加了飞书和豆包工作组织的 AI 先锋未来人才大赛。 现场碰见了很多优秀的学生,其中有几位虽然就读的学校不是 985,也不是 211,但仍然同时拿到了好几个 Offer。 恰好前两天我也聊过 Anthropic 的那份就业报告,当时也提到了,像 Anthropic 这样的新一代的公司,他们对于优秀人才的定义已经和之前发生了翻天覆地的变化。 在现场,我还领到了一本《AI 时代人才标准全景观察》的报告,也和不少学生、企业招聘负责人聊了天。 有不少新的感触,今天我想结合自己的观察,分享几点思考,希望能给正在准备就业的大学生一些参考。 1、尽快建立自己的作品集。真的,AI 时代,作品正在成为最好的简历,它远比考一些证书要有用很多。 记得十多年前我参加校招的时候,企业招聘应届生,最看重的还是学校、专业、证书,以及实习经历。当然,今天这些仍然重要。 但我发现,AI 确实给了愿意上手折腾的同学新的机会。即使学校背景不突出,也没有什么大厂实习经历,只要能拿出几个真正解决问题的作品,就能迅速脱颖而出。 毕竟,作品能够更直观证明一个人解决问题的能力。企业招人,不就是想招能解决问题的人嘛。 举个例子,有两个应届生,他们都毕业于同一所学校,同一个专业,其中一个人考了很多证书,另一个则是利用 AI 做出了几个真正能解决问题的小工具。 那我是招聘负责人的话,一定会对后者更感兴趣。 2、说到这里,我再想说句真心话,别再把大量时间花在考一些含金量不高的证书上了。 想起今年过年时,亲戚家孩子问我有没有必要考计算机二级证书。听到这问题,有种恍如隔世的感觉。因为过去考这些证书,至少还能证明你掌握了某些技能。 比如会使用一些办公软件,或者掌握一门编程语言的基础知识。 但 AI 时代,这些技能的使用门槛已经大幅降低了。像计算机二级这样主要证明基础操作和编程技能的证书,我觉得含金量已经大不如前了。 所以,我感觉,我们还是应该绕回来想想,那些过去需要花费大量时间才能掌握的操作性技能,有多少已经可以交给 AI 来完成了。 如果一种技能,AI 已经能够轻松完成,那你再花几个月去考一个证明自己掌握了这种技能的证书,究竟还有多大意义? 与其把大量精力花在积累一些区分度越来越低的证书上,不如早点上手 AI,找一个真实的问题,然后尝试把它解决掉。 甚至哪怕最后问题没有被解决,也能在这个过程中学到不少东西。我觉得这比单纯为了考试而学习,更值得投入时间。 3、作品最能看出一个人的判断力、主动性,以及解决问题的能力。 这次飞书和豆包工作的大赛,大概有一百多家企业把他们真实的业务问题开放给学生,让他们利用 AI 去解决。 这非常考验一个人定义问题和解决问题的能力。因为企业给出的往往是一个开放性问题,具体怎么解决,需要学生自己探索。 比如,你能不能从复杂的业务中,找到真正值得解决的问题?会提出什么假设,用什么方法验证?如果实验结果不理想,又会怎么调整? 同样一个题目,有的学生可能只是让 AI 生成一份看起来很完整的方案,有的学生却会主动研究业务,提出自己的想法,再利用 AI 开发工具,不断实验和验证。 记得现场有 HR 说,通过作品,其实能直接看到很多简历上看不到的东西。 一个人面对未知问题时,怎么思考,能不能主动推进,遇到困难后会怎么调整,这些品质很难通过证书判断,却能从作品及其背后的实践过程中看出来。 4、AI 已经是所有专业学生的能力放大器。 我发现,居然还有不少学生觉得,AI 是计算机或者人工智能专业才需要学习的东西。这个观念真的有点落后了。 当然,计算机专业的学生,在技术原理和软件开发方面有自己的优势。 但随着 Coding Agent、办公 Agent 的普及,很多过去需要专业程序员才能完成的事情,现在普通学生也可以尝试了。 飞书这次大赛就很有代表性。根据现场发布的报告,超过 60% 的选手来自非计算机专业。 有位历史专业的文科生,人家用 AI 做了款旅伴产品,非常有趣。大家想想,之前历史专业的学生,想独立开发一款软件产品,几乎天方夜谭。 但现在,她完全可以借助 AI,把自己对历史、文化和旅游的理解,直接转化成产品。 而且我感觉跨专业的背景,反而可能成为新的优势。毕竟 AI 降低了技术实现的门槛,一个人的专业知识、对行业的理解,以及观察问题的独特视角,都可以快速被放大。 所以非计算机专业的学生,千万不要觉得 AI 和自己没关系。 5、获得大厂实习的最好路径是多参加黑客松类活动。 有个学生告诉我,他发现自己拿到 Offer 最有效的方式,就是参加黑客松。 因为他的学校是二本,如果按照传统流程向大公司投递简历,几乎第一轮筛选就被刷掉了。但在黑客松上,只要作品足够优秀,就有机会直接被企业负责人注意到。 毕竟,传统校招渠道还是很看重学历和学校。很多时候,你可能很有能力,但连展示自己的机会都没有。而黑客松就有意思了。 企业可以直接看到你做出来的东西,甚至现场和你交流,了解你的思路和能力。 这次飞书和豆包工作的大赛就是一个例子。我看有些学生同时拿到了多家企业的 Offer,反过来挑选自己想去的公司。 所以,大家平时多关注这类活动,尤其是有企业参与命题、评审,甚至直接提供招聘机会的比赛。 对于学校背景一般的学生,这可能是一条特别值得尝试的求职路径。至少,你有机会绕过简历上的那些标签,让企业先看到你的能力。 6、一定要学会在社交媒体上展示自己的作品。 现在很多学生做完项目,就把它放在自己的电脑里,最多发给老师或者同学看看。有点可惜。 既然已经花了这么多时间做出来,为什么不把它分享出去呢? 比如你利用 AI 开发了一个网站,做了一个小工具,或者解决了某个真实问题,都可以把过程记录下来,分享到小红书、GitHub、X 等平台。 甚至不需要等到作品完全成熟。你在开发过程中遇到了什么问题,怎么利用 AI 解决的,中间有哪些有意思的发现,这些本身就值得分享。 因为这其实也是在增加自己的运气表面积。把社交媒体当成让更多人看到自己能力的新窗口。
顯示更多
0
18
188
19
轉發到社區