#新站第一篇# 此《长安志》为北宋熙宁时期宋敏求撰。全书凡二十卷，着重记述唐代旧部及上至汉以来长安及其附属县的情况。内容包括长安的坊市、街道、宫室、风俗、物产等。另附图三卷，为元代李好文编。此内含清乾隆四十九年毕沅校刊本及明嘉靖十年李氏刻长安志图。介绍下载：

求职系列（1）：如何准备一份让面试官想面你的简历 最近又到了春招和暑期实习招聘季，有不少同学找我咨询简历和面试的问题。 先说说我的背景：在职大厂工程师，从实习、校招到社招，累计面试超过上百场。给几十位同学做过模拟面试和求职辅导，现在在牛客上还能搜到我的号（安妮的心动录），校招时拿下了多个大厂的 offer，最近在看新机会，社招通过面试率也超过 90%。 这些数字不是用来装的，是用来告诉你：接下来说的东西，全都是亲身总结出来的真本事，放在别人那里是可以拿去卖课的。 同样的话我重复说了太多遍，决定把整套求职心得整理出来开源，帮到更多的人。 这是求职系列的第一篇，聊聊简历。 简历的本质 很多人把简历当成个人信息登记表来写。教育经历、工作经历、技能列表，从上到下老老实实填一遍。 但你想想，面试官看一份简历平均花多少时间？绝对不到10秒。 10秒，他要决定你值不值得花一个小时聊。 所以你的简历不是一份档案，它是一份销售文案。 它唯一的目的就是在10秒内让面试官得出一个结论：这个人好像很厉害，我想面面。 所有的技巧都围绕这一个目标展开。 1️⃣ 只能有一页 不管你有多少年经验，不管你做过多少项目，简历只能有一页。超过一页的简历，面试官大概率不会翻到第二页。 一页纸的限制会逼你做一件极其重要的事：筛选。你不得不砍掉那些可有可无的内容，只留下最能证明你价值的部分。这个筛选过程本身，就已经在帮你梳理自己的核心竞争力了。 如果你觉得一页放不下，说明你还没想清楚自己最值钱的东西是什么。 2️⃣ 一行一句话，一句话一行 这是排版层面最重要的原则。 每一个点尽量只写一句话，并且尽量这句话不换行，在一行内说完。 面试官扫简历是跳着看的，如果一个要点写了三行，他大概率只看第一行的前半段就跳过了。 一行一句话还有一个好处：强迫你精简表达。 如果一句话说不完，说明你要么没提炼出重点，要么塞了太多细节。 3️⃣ 最亮的点放在最前面 大部分人写简历按时间倒序：最近的工作排第一，然后依次往前。 这在大多数情况下没问题。但如果你有一个特别亮眼的经历，哪怕它发生在三年前，打破时间顺序，把它放到最前面。 面试官的注意力在前5秒最集中。前5秒他看到了什么，决定了后面5秒他是继续看还是扔掉。你最强的武器必须第一时间亮出来。 比如你大二做过一个开源项目拿了几百个 star，但后来的实习经历平平。那就把那个开源项目提到工作经历前面。 规则是死的，说服力是活的。在必要的时候，请你主动站出来，让我看到你的优秀。 4️⃣ 量化一切，遵循 STAR 法则 每段经历都用 STAR 来组织： -Situation：什么背景 -Task：你负责什么 -Action：你做了什么 -Result：结果如何，用数字说话 举个例子 -坏的写法：负责服务端性能优化，提升了系统性能。 -好的写法：主导核心接口性能优化，P99 延迟从 800ms 降至 120ms，QPS 提升 5 倍，直接支撑了 10 万级并发。 同样一件事，第二种写法的信息密度和说服力碾压第一种。没有数字的作为论据，在面试官眼里就是空气。 每段经历的 bullet point 控制在 1-5 个，最多不超过 5 个。太多了面试官不会看，太少了显得没做什么事。 5️⃣ 不要堆技能列表 很多人简历上专门有一栏 Skill Set，列了一排技术名词：Java、Python、MySQL、Redis、Kafka、Docker、Kubernetes…… 大部分面试官看到这种列表的反应是：所以呢？ 列了20个技术名词，我不知道你哪个精通哪个只是了解，不知道你在实际项目中怎么用的，不知道你解决了什么问题。这就是一堆没有上下文的关键词，毫无说服力。 更好的做法是让项目经历来证明你的技能。你写了一个高并发系统用了 Redis 做缓存、Kafka 做异步解耦，面试官自然知道你会这些。而且他知道你不是停留在知道的层面，你是真正用过、解决过问题的。 技能列表可以保留，但只作为补充，不要指望它帮你加分。 因为同一个岗位大部分候选人的skill list都是高度趋同的，所以很难通过skill list脱颖而出，它更多的作用是过机筛，以及充当一个背景板（校招、实习除外）。 6️⃣ 不要写空话，要有论据 简历里最常见的废话： -自驱力强 -学习能力强 -团队协作好 -责任心强 面试官每天看几十份简历，每一份都写着这些。你写了和没写一样。 空洞的形容词没有任何信息量。 加上论据： -自驱力强，半年减重 50 斤。 -自驱力强，非科班出身自学编程拿到大厂 offer。 -自驱力强，工作之余坚持技术博客输出，累计阅读量 10W+。 一个具体的事实胜过一百个形容词。 7️⃣ 埋钩子 简历上不要把一件事说得太详细。要留白，让面试官好奇。 比如你写：主导 XX 平台架构设计，上线一周用户数突破 1000+。 面试官看到这行，自然会想：怎么做到的？架构怎么设计的？遇到了什么挑战？ 这个好奇心会驱动他在面试时主动问你这个问题。而这个问题，恰恰是你最擅长回答的，因为你做过。 好的简历是一个钩子矩阵。 每一行都在埋一个问题，每个问题你都有准备好的深度回答。你在用简历引导面试官走你的剧本。 8️⃣ 实事求是 这一条听起来很基本，但很多人做不到。 有些人为了让简历好看，把别人做的事写成自己做的，把参与写成主导，把了解写成精通。 短期内可能骗过简历筛选，但面试官一问就穿帮。你说你主导了一个系统的架构设计，面试官问你为什么选 A 方案而不是 B 方案，你答不上来，当场社死，面试通过率骤降。 实事求是不是软弱，是自信。 做得好的地方大方展示，做得不够好的地方也坦然面对。面试官更看重的是你的思考过程和成长潜力，而不是你是不是每件事都做到了完美。 一个项目的 well done 和 bad done 都说出来，反而体现你有复盘意识和自我认知。 9️⃣个人总结怎么写 个人总结很重要！很重要！很重要！并且推荐写！推荐写！推荐写！ 很多简历的自我评价写得像小学生作文：热爱技术、积极向上、吃苦耐劳，这种话跟没写一样。 个人总结只写三句话： 第一句：你在行业或专业上取得的结果。比如大厂 T7 工程师，开源项目 500+ star，某个方向的技术专家。用事实建立第一印象。 第二句：你是一个什么样的人，带论据。比如坚持每天阅读一小时，累计阅读时长 500 小时以上。比如投资年化收益 30%+，具备独立的判断力和风险管理能力。 第三句：你未来想成为什么样的人。这句表达你的方向感和成长诉求。比如希望在 AI Agent 方向深耕，成为该领域的核心开发者。 三句话，过去、现在、未来。面试官 10 秒扫完就能对你形成一个清晰的画像。 最后 把你的简历拿出来，对照上面的每一条检查一遍。 -超过一页了吗？砍。 -有没有量化？没有数字的经历，删掉或者补上数字。 -有没有空话？每一句自我评价都问自己：我有论据吗？ -最亮的点在哪？它是不是在简历的第一屏？ 简历不是写给自己看的。它是你递给面试官的一张名片，只有 10 秒的生命。 在这 10 秒内，让他觉得你值得花 60 分钟来聊。这就够了。

🛜 十个最实用的免费工具网站，存下来能用一辈子，建议收藏！ 1、WolframAlpha 一个会解题的搜索引擎。数学、物理、化学的题目直接输进去，它不光给答案，还把每一步过程列出来。 理工生和要查科学数据的人离不开。 2、Perplexity 会标出处，回答最快的 AI 搜索。 问它一句，直接给你一段整理好的答案，还注明每句话从哪个网页来的，省得自己开十个标签页一篇篇翻。 3、Hugging Face AI 圈的 GitHub。 几乎所有开源大模型、数据集都堆在这，想找个模型来跑、找份数据来训练，第一站就是它。 4、MIT OpenCourseWare 麻省理工把整门课的讲义、作业、考卷全免费搬上网。想自学哪门大学课程，这里有世界顶级名校的完整教材，一分钱不花。 5、Internet Archive 互联网的档案馆。 一是网页时光机，能翻出任何网站几年前长什么样； 二是海量免费老书、老电影、老唱片，随便看随便下。 6、DeepL 公认比谷歌翻译更地道的翻译工具，译出来的中文更像人写的。整篇文档、专业资料丢进去也翻得顺。 7、 传一张图，三秒自动把背景抠干净。做封面、抠商品图、抠人像都靠它，不用再打开 PS 一点点描。 8、Z-Library 全球最大的免费电子书库。 专业教材、原版外文书、各种工具书，搜书名直接下 PDF 或 EPUB，啃教材、查资料省下大笔买书钱。 9、Carbon 把代码变成好看图片的网站。贴一段代码进去，自动生成带配色、带窗口边框的截图，发推、写技术文章配图特别专业。 10、Hacker News 硅谷程序员和创业者最爱泡的论坛。新的科技、创业、编程动态往往这里最先更新，想抓一手风向就刷它。 互联网最值钱的东西大多免费，只是没人告诉你在哪。

Marvell 不想再當「第二個博通」 十年前，Marvell 開第一場投資人日，台下分析師的第一個問題是：「這到底是一家什麼公司？」 十年後的今天，同一個問題，Matt Murphy 給了新的答案：Marvell 是一家「連接優先」的 AI 公司。 算力有三巨頭，記憶體有三巨頭，他要你相信第三波價值是「連接」，而 Marvell 就站在那個收費站上。 FY28 營收上修到 200 億美元，FY31 目標 700–900 億美元，非 GAAP EPS 超過 30 美元，比華爾街會前共識高出六到七成。股價當天收 287 美元，漲 5.8%。 這篇文章會回答幾個問題： 哪些數字是真的、哪些要打折？ 市場最該關注的是什麼？ 這場投資人日對整條 AI 供應鏈意味著什麼？ #MRVL#

为了防止一些新翻墙的网友忘记了，这里重新发一下任志强的长文《剥光衣服坚持当皇帝的小丑》 疫情已经结束了，现在再看，任志强说的基本上是全对 2月18日落笔了“记忆与反思”，本想就此罢手了，尤其是不愿再碰触2月19日的伤疤。 四年前的2月19日，我在转发“央视姓党”的微博照片时，加上了“当所有媒体都有了姓，并且不代表人民的利益时，人民就被抛弃到被遗忘的角落了。”的一段评论，于是引发了“十日文革“式的全网大批判和留党察看一年的党的组织纪律的处分！因此，每年的2月19日我都坚决的放下手中的笔，以守护曾经的这一天。 但此次中国武汉肺炎疫情的暴发，恰恰验证了“当媒体都姓党”时，“人民就被抛弃”了的现实。没有了媒体代表人民利益去公告事实的真相，剩下的就是人民的生命被病毒和体制的重病共同伤害的结果。 几天之后媒体上、网络上疯传着2月23日中央召开全国上下约17万人参加的大会，被称为中国历史上参加人数最多的中央大会。且远胜于当年七千人的庐山会议的规模，有着比七千人大会更重要的现实意义，也被称为是一次伟大的会议。 网上许多人在用各种方式吹嘘和吹捧这次大会的伟大意义，并且格外的强调这次会议中最重要的党的主席的长篇讲话，是一个鼓舞人心、英明正确的战略部署，为世界指明了防治疫情的方向，号召用举国体制的力量，应对大考，战胜疫情，并取得中国特色社会主义制度的伟大胜利。“体现了”党中央对疫情形势的判断是正确的，“彰显了中国共产党领导和中国特色社会主义制度的显著优势。” 一时之间，举国上下都在为伟大领袖的讲话而欢呼雀跃，似乎中国又进入了那个曾经伟大的大跃进时代，又进入了四处红旗飘舞，高举红宝书，三呼领袖“万岁、万岁、万万岁”的时代。更有许多人在从各个角度解释自己从2月23日讲话中发现的精华，以为中国又进入了一个新时代。 我也好奇并认真的学习了这篇讲话，但我从中看到的却与各种新闻媒体和网络上报道的“伟大”完全相反。那里站着的不是一位皇帝在展示自己的“新衣”，而是一位剥光了衣服也要坚持当皇帝的小丑。尽管高举一块又一块的遮羞布试图掩盖自己根本就没穿衣服的现实，但丝毫也不掩饰自己要坚决当皇帝的野心，和谁不让我当皇帝，就让你灭亡的决心！ 讲话分为一、二、三、四和最后，我也来个一、二、三、四和最后吧！ 一、 第一部分是“关于前一段疫情防治工作” 这里讲的是表彰自己的伟大成绩，包括1月7日的批示。“亲自指挥、亲自部署”要有正确的战略策略，要靠统一领导、统一指挥、统一行动，举国体制的医疗物资和生活用品的保供和维护社会稳定、防止社会失序，以及加强宣传教育和舆论引导。总之都是一尊亲自靠“巨大政治勇气”做出的决策和亲自指挥而取得的重大成绩。 网上有位名为李锦的专家，出版过国企政策的书籍多本，被媒体誉为“我国国企政策与新闻第一解读人”。专门写了篇《“17万人大会”的抗疫历史传奇》的长文，将历史上的“七千人大会”与“17万人大会”并列称为党史上空前的事情，必将载入史册。对此次会议大肆吹捧，已到了无耻之极了！ 中国历史上的“七千人大会”可谓是党内执政的一次危机，并提出了“不怕批评，敢于接受批评，敢于自我批评”的信息。对“反右倾”和“大跃进”及瞒产、瞒报等问题进行了批判和对真相的追查，最终刘少奇用“三七”开承认了七分人祸的错误。毛则在大会上终于作了检讨：“凡是中央犯的错误，直接的归我负责，间接的我也有份，因为我是中央主席。我不是要别人推卸责任，其他一些同志也有责任，但是第一个负责的应当是我”，同时也做了自我批评，事后还做了一些平反的工作，这才让危机渡过了。 这次的大会，也许同样面临的是党内执政的危机，但人们没有看到大会上有批评的意见，没有对事实真相的追究与批露，没有查清疫情暴发的原因，更没有人检讨责任和承担责任。却在试图用各种伟大的成绩掩盖事实的真相，好像这个疫情是从1月7日的批示才开始。那么去年12月发生了什么？为什么没有及时公布信息？为什么会发生1月1日中央电视台追究8名谣言者的新闻？为什么会有1月3日的训诫？为什么会有1月3日对美国通报的疫情信息？为什么不提1月7日之前已发生的各种危机？为什么1月7日的批示未向社会公布？至今也未公布！为什么1月7日之后还会召开了各种聚集性的全国大会？为什么还出境访问？为什么在云南敲鼓庆春节？…… 这所有只用1月7日和1月20日来试图终止与斩断国民与社会对疫情发生原因和扩散原因的追究。不再提为何没有及时公布疫情等等的原由，正是掌握权力者不想承担任何责任，也拒绝社会追究这些责任。只想用伟大成绩来为自己遮羞，同时动用各种党所控制的媒体，用所谓的宣传教育和舆论引导，规范和完善信息发布机制，宣传党中央的决策部署，迷人感人的事迹，引导舆论的正能量等方式坚决堵住各种追查事实真相的言论。坚决堵住追究造成这次疫情责任的言论，坚决不承认吹哨人的作用，不承认体制与决策无能的事实！ 但这种遮羞式的宣传，大约只能欺骗那些愿意被你欺骗的人，却无法欺骗那些只相信事实与真相的人。 无论目前的防控取得了多大的成绩，都无法挽回那些失去了的生命和失去了欢乐的节日，失去了亲人的破碎家庭。也无法挽回因疫情而造成的重大经济损失和家庭对幸福生活的追求！ 满篇的讲话中根本不提造成疫情的原因，不提疫情扩大化的失控原因，全社会没有看到“早发现，早报告，早隔离，早治疗”的情况。同时不提党的领导的统一体制之下的弊病；不提谁应对疫情的扩大化承担责任；更不会检查和检讨自去年12月以来出现各种问题的原因和责任。历史上的皇帝尚有“罪己诏”，七千人大会尚有检讨、自我批评和认错，但这伟大的“十七万人”的大会，却只有表扬和功劳，并无原因、真相与责任。 这哪里是“七千人大会”啊，这只能是天安门上招手接见红卫兵啊！ 不提原因、真相与责任的自我表彰，都是些傻瓜也知道的“马后炮”。伟大与英明正确的战略策略，本应都是防御疫情发生和扩大的工作，但却都发生在钟教授的严重警告之后，而非发生在钟教授的呐喊之前。这也敢称是英明？也敢自吹为成绩？也敢自吹是“及时制定和打响了疫情防控的人民战争”？明明是在事后不得不进行的各种挽救，是在补漏洞、堵窟窿，却被吹成了“该出手时，必须出手”，真是不知天下还有“无耻”二字了！ 皇帝可以骗自己是穿了衣服了，但连孩子们都知道皇帝是光着屁股的，那些不敢说皇帝没有穿衣服的人，都知道什么是穿着新衣，什么是没穿衣服。齐奥塞斯库以为人民仍然会相信他的谎言欺骗时，却不知道船已调头了！ 二、 关于当前加强疫情防控重点 这段讲话的核心大约在“对借机恶意攻击的舆论坚决依法制止”上！ 疫情防控的部署是在告诉社会，目前的情况全党、全国都纳入了一体，是在同一条船上。将疫情发生的原因和责任下放到各级政府的头上，告诉全党和社会，必须团结一致，共同努力去取得胜利。取得的所有成绩都是我领导的，没我你们都不行。如果不能取得全面胜利，则我死就会中国共产党死，中国共产党死，中国也就死了！ 因此必须保住湖北、保住武汉、保住北京，用举国体制支援重疫灾区，并切实维护社会稳定。尤其是防控的重点要提高新闻舆论工作的有效性。让全国人民都知道，做好防控工作，没有我不行，没有党不行，没有统一指挥不行，没有所有人共同为维护核心的努力不行。 皇权意识的传统是国为君天下，臣为君命，故同船同命。没有了君，就没有了国，也就不会有臣的地位与权力了。因此只能是同船同命运，要先共同保住这条船，保住这个君，才能保住臣与民。 当一个现代的国家中，民为天下之主时，则并非是同船同命的概念，也并非都与执政党和执政党的领袖同命运。如果是个民主制的国家，民主制度可以选择谁当船长，也可罢免和撤换船长。同样不但可以撤换船长，还可以撤换整个管理体系中的大副和水手们。 即使是现代的中国也同样，可以没有一尊，也可以没有执政党，但绝不能没有人民的权利和利益的保障。 这次疫情中可以看到的现实是，党在维护党的利益，官在维护官的利益，君则只是在维护一尊的核心地位与利益。正是这种体制造成了，只听君命而不顾民情的情况。当疫情已经发生时，却不敢在没有君令的情况下，向民众公布疫情。不敢公布事实与真相，反而用抓批“谣言”的方式，限制和阻止真相的传播，才造成了不可控制的传播。 此时所有人并非站在一条船上，各自严守着各自的利益，却将一国之民抛弃于后。但当疫情发展到失控时，皇帝却变成了英明的指挥与部署者，让全党全国都被捆绑于这个指挥和部署的船上，成为了必须和只能为皇帝承担责任的人。皇帝可以随意的撤换任何不为维护皇权而献身的臣子，也可以用同船同命的方式要求所有人为了党的利益去打好这场保卫战，迎接此次大考。 如果没有上命之错，又何来危机与大考？既然党中央已对疫情形势有了准确的判断，既然亲自指挥已采取了有力有效的举措，既然各项工作部署都是及时的，那么为什么会有疫情全国性、全球性的传播呢？这些并非事前、事中的举措与预防，而是造成了事后的补救。当疫情失控的大量传播时，也才出现了危机。如果是事前的预防，又何来的大考？ 当前的所有举措都是在失了先机的情况之下的补救，是在掩盖与纠正错误的不得已和不得不采取的措施。全世界都知道如能提前预告与预防就不会有武汉500万人的流动，不会有武汉各种的聚会，不会有几十万人的密切接触，不会有几万人的确诊，也不会有几千人的死亡和全国不得不居家隔离的春节，更不会有不能营业与开工的各种经济损失了！ 防控的重点不是在那些具体的工作上，而在于不改变这种体制上的弊病，则无论用什么样的举国体制，能解决了此次的疫情问题，也还会再出现下一次的灾难。十七年前的教训，并没有让这个体制发生彻底的改变，也才有了今天的疫情再次暴发。此次不解决根子上的问题，下次也一定会再出现更大的灾难。 疫情发生的原因也许尚未查清，但疫情出现之后，未能及时让国民知情，则在于“上无令则下不行”。同时也在于“媒体姓党”，没有了新闻和言论的自由，如今又加了个“对借机恶毒攻击”要严惩的罪名！ 真相并不会造成社会秩序的不稳定，反到是没有真相才会造成社会的混乱。 当问题已经出现，社会要求查明真相时，执政党却将所有人的命运试图用捆在一条船上的方式，让所有人都共同努力来救这条船。并试图用同为一条船而堵住要查明真相、追究罪首责任的那股力量的嘴，试用用以法制止借机恶毒攻击来扼杀可能对圣君不利的言行。 即使是同在一条船上，各级的责任也各有不同。船长本就应承担船长的责任，这是大副及水手们无法替代的。想用同船一体的概念掩盖船长应承担的责任则是幕后的真实目的。 “同舟共济”是当今必须共同努力解决疫情的必要，但却不能用此来掩盖船长的责任。 三、 关于统筹推进疫情防控和经济社会发展 新中国执政党的文化是习惯于将两种完全对立的情况统一于一个命题之下。如宪法中的“人民民主专政”，“民主”与“专政”本是完全对立的两种体制，却能合并为一个特殊的无法合理解释的词。在汉语词典中的解释是在中华人民共和国成立以前，它担负民主革命的任务；在中华人民共和国成立之后，它实质是无产阶级专政，此时已经没有了民主而只剩下专政了！ 中央的文件中经常可以看到的是“既◊◊◊◊，又◊◊◊◊”的用语，每当“既”和“又”连在一起时的两个定义通常是相对的，这大约就是一种两面开刀的艺术。 讲话的前者是强调防控的重点，后者则是强调经济社会发展的重点工作，于是就有了既要重点防控疫情，又要抓好经济发展工作的部署与安排。 如果一个民主制的国家，信息是完全开放与公开的，经济是由市场化的方式自我调节的，那么任何时候与任何情况之下，这个小政府都无法用非市场化的手段去调控经济与人们自由选择的生活方式。即使是在疫情有危险的情况下，政府可以提出对疫情防控的要求，却无需为人民选择的市场行为提出限制。 但在一个专政的国家，一个非市场化的国家中，极权的宏观政策调控则成为市场经济的障碍。这个统一指挥的调控中，既包括了要服从于疫情防控的一切严格的要求，同时又要精准复工，却又难以获取疫情防控的真实信息，还要由企业承担重点防控的疫情控制，要保证不发生病情的出现，这就更难上加难了。疫情并不能将企业家们变成神仙！ 疫情是一种关系人情、生命和难以防控的风险。企业经营同样是有各种风险的，也涉及员工、股东和上下游等。在完全市场化的情况下，企业家会在这两种不同的风险中做合理的评估和防预的对策，并做出适当的选择。 但非市场的情况下，则难以进行合理的安排。也许上下游并不能因疫情和各种规定给以配合，也许你的生产复工也因各种规定而无法满足上下游的要求。尤其是当政治排在第一位时，任何人都不再以市场的需求和信息做出判断而只能服从于政治的责任。又有谁敢跨越雷池呢？在这种连完全复工正常生产都难以兑现时，又何谈扩大与维护就业呢？ 两面开刀则必然会出现左右为难的局面，但这已成为执政党文化的特征。因此才有了冲在第一线的医务人员，本是为挽救生命的主力军，却大量的被感染而变成了被救治的病人。失去了许多的生命，失去了优秀的医学界人才。 为什么浙江也出现了全国病人第二多的地区，但却没有一例医务人员染病呢？原因与差别正在于一种是按完全行政管理的方式，下级绝对服从于上级，政治第一且信息无法公开。另一种则是市场化的方式，将信息公开并各有灵活性，首先尊重人民的利益与权利！ 经济社会发展确实面临着巨大的压力，停工与延长假期本就给社会带来许多的问题，但试图用举国体制的计划经济的方式并不能有效解决这些问题。这也正是为什么会前武汉发出了17号令，会后则撤消了17号令的原因。前者也许是想增加复工的可能，后者则重在疫情的防控，导致了朝令夕改的再次冲突。 靠中央或国家统筹，还是靠市场自我调节，仍是中国经济发展中的主要矛盾。个别省市敢政府付费用专车、专列、专机去迎接农民工入境，支持企业复工，这也许是市场化的需要，政府给以支持和补充，但绝不是统筹防疫和发展的安排。 原本，防疫的事是政府应尽的责任，而企业的事是市场的自我调节，但双面开刀的统筹则将两种责任关系混为一谈了！企业也成为了防疫的责任主体了，承担了本应由政府承担的责任，也被政治第一捆住了手脚！ 新加坡、日本、韩国等周边国家都出现了疫情，但各国却采取了适合于本国国情的措施。政府承担政府的责任，社会承担社会的义务，企业负责企业的经营，各司其职让国家在没有统筹之中，也并未影响国家的发展和国民的正常生活。 虽然疫情尚未结束，无法认定疫情后续的变化，但分工与职责的承担，则十分清楚。这些国家并不会追求领导者的伟大胜利，只追求人民的生活幸福，也绝不会让人民用鲜血与生命为代价去换取胜利，并承担本应由决策者承担的错误责任。 国家为复工出台了一系列的减税、减息、减费等政策，以支持中小企业自救与发展，许多人将此认为是一种上天的恩惠。但却不知如果疫情被有效的在初期被公布于众，并相应防治，又岂会有如今的各种损失与困境，又何需靠各种政策支持才能活下去？与其说这是政府对企业的恩惠，不如说这是政府不作为造成的恶果，是理应承担的赔偿。 在武汉的疫情防治中，更多的看到的并非是党与政府走在了前面，而是各种民间组织与私人企业走在了前面，并无私的奉献了许多。为了人的生命在贡献自己的一份力量。如果没有这些民间的支持和支援，则政府早已走不到今天了！ 虽然中央下达了上千亿的资金以支持疫情防治，但如没有此前不负责任的隐瞒疫情的错误，又岂会有后续的发展与不得已的投入？政府的投入是在补救自己决策的失误，而民间的投入则是为了保护人民的利益免受政府失误的侵害。这是两种完全不同的内涵，不能并列与同解，更不能将政府的责任与民间的奉献混为一谈。 但在一尊的眼中则所有的一切都来自于伟大的亲自指挥与亲自部署！ 这种认识上的差别，更重要的体现出的是人格上的素质差别！ 四、 加强党的领导 这才是所有讲话中最重要的部分，引用唐太宗“疾风知劲草，板荡识诚臣。”之言，一语道破了圣心之意。重不在我为上，重在各级组织要落实圣谕，让党旗高高飘扬，尤其是用此疫辨诚臣。 你若冲在前，必被我所用，你若退于后，必被我所杀之“决不容忍”！关键时刻要冲上去，并用关键时刻来考察干部，委以重任。 此疫的责任在于重大疫情防控机制、公共卫生应急管理体系的短板，而非党的领导的失责失职，以此来推卸党的领导的相关责任。正是一边高喊加强党的领导，高喊此次“两个亲自”的功劳，一边却在加强党的领导的同时，将责任推给了党的领导之下的短板，似乎这样就能回避社会对疫情未能及时发布与公告真相的责任追究了。但这恰恰揭穿了这个体制的病根。所有在讲话中存在的这些党的组织中的问题，其根源都来自于一个不受人民监督，一个不受法律约束的执政党，只忠于皇权与维护核心的体制，来自只讲对党负责在前，而将人民于后的责任关系的必然结果。 中国的改革最成功的是“党政分开，政企分开”。承包制首先要打破的正是党的领导，党决定一切。承包制就是要让人民自己说了算，自己对自己负责，同时对人民负责。先交国家的，再交集体的，剩下的是自己的。如果坚持党的领导，又如何承包呢？这里最简单的道理正在于如果你要领导，你就必须承担责任。就像这次疫情的暴发正是在“东西南北中，一切服从于党的领导”之下发生的，那么这里所有的责任就不是哪一块短板的问题，而是党的领导的责任。而承包切割了党的领导，却明确了承担责任的人，也因此才有了改革的成功。 当这个国家再次回到了党领导一切，但党绝不对出现的问题承担责任管理体制中时，那么不但会出现本不应出现的疫情暴发，也会让疫情扩大到影响经济发展和人民安康幸福的地步，也许还会在党的领导中出现更严重的其他问题。 从彻底否定邓的一系列讲话精神到修改宪法都证明了，这个执政党在试图重新建立一党专政的党国体系。这个一党专政也违背了宪法的精神，将人民踢出去，由党代替了人民民主。此后看到的正是纪委领导着监察委、党的网信办领导着国家的体系B，并可任意的制定超越国家法律的相关规定。因此这个国家早已不是党的领导的问题，而是只有党的国家，而无人民的利益与权利了！ 这段话还告诉所有的党员，你们今天都同在一条船上，但如果你不去努力的救这条党国的船，那么我就将你扔到船下去，让你死无葬身之地！另想当“逃兵”，没门！加大问责的刀已经架在了你们的脖子上了！ 讲话的最后提出了三点要求，并引用了著名的古诗来鼓励全党下定决心冲向第一线，落实再落实这些党领导一切的指示。 我只好奇的是皇上重提了2018年1月就提到“像非典那样的重大传染姓疾病，也要时刻保持警惕，严密防范”，要“时刻保持如履薄冰的谨慎，见叶知秋的敏锐……第一时间提出意见和建议”。但这次为什么这句话没有用在自己身上？皇上自称今年的1月7日就做出了批示，说明早已知道了疫情的特殊性和危险性，否则又何需批示？但为什么这个见叶知秋的敏锐却未能让这个批示公示于众，甚至没向社会透露丝毫疫情的公开消息？中国已于1月3日向美国通报了疫情情况，为什么如履薄冰的谨慎，却未能将在1月3日向美国通报的信息也同时向中国人民公告呢？ 从全文的开始到最后，我所能看到的都是在用各种谎言来当遮羞布，试图掩盖自己根本就没穿衣服的事实。在试图证明自己的英明伟大时，却已将自己置于无法自圆其说的困境之中。越是吹则让遮羞布飞的越高，越是露出了其内心的恐惧和赤裸裸的维护皇权地位的野心。也许这些口号与古诗会让许多人倍受鼓舞，但聪明的人都能看到这些美丽装饰的背后，是其绝不为此次疫情暴发和领导失误准备承担任何的责任，反倒准备用全国人民的努力与生命的代价换来的疫情防治的“胜利”为自己庆功，准备迎接全国人民欢呼“万岁”的战果。 中国执政党用隐瞒前期疫情暴发的原因，靠后续封城的举国之力，骗取了世卫组织的信任，并赢得了国际的称赞。但身历其中的中国人却难以再次欺骗。生活在言论自由的民主国家的人，也许并不知道没有新闻自由与言论自由的痛苦，但中国人知道这次疫情的暴发和所引发的一切本不应出现的痛苦，都来自于这个严禁新闻自由与言论自由的体制。 不管中国的管理体系上有多少的短板，但如果有了言论自由，那么国民在提前知道事实真相时，就会主动的采取各种自我保护，也不会发生这么严重的失控和传播。比如被当成谣言者的李文亮的微信，不正是在告诫朋友和亲属们要严防疫情的传播吗！如果这不当成谣言，而变成政府对社会警告，那么又何需1月7日的批示和后来发生的一切呢？或许仅靠民间的言论自由的传播就早已取得了防治疫情的伟大胜利了，也根本就不会有后来的巨大代价的付出！ 无论如何去吹嘘党的领导和“两个亲自”，都无法向中国人民解释1月1日的中央电视台的抓批“谣言”的广播，都无法改变整个社会对疫情暴发现任的追究。也许不是今天，但迟早这些政党对人民欠下的债，都是要还的！ 我无法为2月23日的讲话欢呼，反倒从中看到了更大的危机，这种危机会在那些为讲话而欢呼的声音中更快的发酵。当无耻和无知的人们试图甘心于伟大领袖的愚蠢中生存时，这个社会就会在乌合之众中难以发展与维持了。也许不远的将来，执政党也会在这种愚昧中清醒，再来一次“打倒四人帮”的运动，再来一次邓小平式的改革，重新挽救这个民族和国家！ 24日公安系统学习2月23日讲话的大会上，给出的信号是政治第一。全国的公安系统要为了“政治第一”而行动起来。拿起刀，扛起枪，坚决消灭一切借机恶毒攻击的势力，为维护社会稳定而不惜一切代价！ 你愿意成为这个代价吗？代价能让你从梦中清醒吗？

# AI 行业三个月变天，模型榜单已经解释不了全部 1小时46分钟里，这期《半球观察》播客的主持人 把 DeepSeek V4、约 1000 条 Cursor 工作轨迹、OpenClaw 出圈、Manus 交易流产和 AI 中转站放在同一张桌上。单看每条都像行业新闻，连起来看就很刺眼：AI 公司正在被新的尺子衡量。模型榜单还重要，但已经解释不了全部。 过去我们习惯问一个问题：谁的模型更强？ 现在还得问另一组问题：谁有真实任务数据，谁掌握用户入口，谁能把价格打下来，谁能穿过监管和资本的窄门。 > **编者注：** 这篇按播客原文提炼判断。DeepSeek 估值、Cursor/xAI 交易、Manus 价格等数字均先按“节目说法”处理，不能直接当作已确认事实。 ## DeepSeek 的强，变成了另一种强 主播对 DeepSeek V4 的评价并不客气。V4 Pro 被认为 reasoning 过长，很多任务里像是在思维链中自己和自己打架。V4 Flash 的体感更好，接近 GPT5.4 mini 或 instant API 的水平，但这已经不是 R1 那种“全行业被迫重新估值”的时刻。 这就产生了第一个反差：DeepSeek 仍然技术很硬，但它的产品冲击力没有天然压倒别人。 节目里提到，Kimi、GLM、MiniMax 等国产模型在 coding 和迭代速度上都给了 DeepSeek 压力。DeepSeek 自己也因为适配国产硬件、减少 CUDA 技术债、拥抱 TileLang 等路线，承受了延期和成本变化。 这听起来像掉队。 但节目给了另一个定位。 节目里说“DeepSeek 正好填补了这个空白”。 这个“空白”指的是 OpenAI 不再开放权重、不再详细公开技术路线之后，全球开发者和研究者仍然需要一个前沿模型的公开参照物。DeepSeek 的价值就从“谁最强”变成“谁还愿意把技术路线摊开”。 这是一种新的强。 它可能不总是最会做产品的公司，也不一定每个版本都压住榜单。但它像开源社区的技术坐标系。大家看它的 report，看它的注意力机制，看它的后训练方法，再把这些东西吸收到自己的模型和产品里。 所以，写 DeepSeek V4 不适合写成“王者归来”或“彻底掉队”。更准确的说法是：DeepSeek 正在从爆款模型公司，变成公开 research lab 的基础设施。 DeepSeek 没有消失，它只是从王者变成了坐标系。 ## 数据飞轮开始压过架构叙事 这期最有信息量的技术段，落在 OPD 上。 节目用一个很好的类比解释 On Policy Distillation：传统后训练像老师先写一大本习题集，学生之后自己看、自己背、自己消化。问题是题太多，领域太杂，学生容易学歪，甚至出现 reward hacking。 OPD 的感觉更像现场教学。 > “学生遇到不会了，老师就过来告诉他为什么不对。” 写代码时，代码老师在旁边；做数学时，数学老师在旁边。学生先尝试，老师实时纠错，模型训练从离线习题集变成在线反馈。 这个机制把问题引向更深一层：老师从哪里来？ 答案是数据。更具体地说，是真实任务里的高质量轨迹。 节目提到 Cursor 的 Composer 2 争议时，有一个关键细节：Cursor 被转述为在 Kimi base model 上加入约 1000 条真实用户工作轨迹做 SFT，使 coding 表现明显强于原始 base model。这个数字需要核查，但方向很重要。 如果模型架构的边际差距变小，真实任务数据就会变成更贵的东西。 Claude Code 和 Codex 为什么会越做越强？节目里的解释是，它们有真实工程师每天使用的轨迹：怎么打开项目，怎么读代码，怎么改错，怎么跑测试，怎么回退，怎么完成一个长任务。 这些数据很难从普通互联网文本里直接获得。它是任务过程。 这也是 Cursor、Claude Code、Codex、OpenClaw、Manus 这一类产品被重新定价的原因。它们表面是工具，底层是数据采集口。谁的用户每天把真实任务交给它，谁就能反过来训练更懂任务的模型。 模型能力当然还重要。但当大家都足够强时，数据会把差距重新拉开。 模型教会产品说话，用户轨迹教会模型做事。 ## OpenClaw 出圈，说明入口开始变形 节目把 OpenClaw 称为 Agent 的 ChatGPT 时刻。 这句话很大，但它有具体场景支撑。主播把 OpenClaw 接进 Telegram 家庭群，当成一个会记忆、会查资料、会调用 skill 的“电子宠物”。更重要的是，在这个框架里，本地 27B 模型和 GPT5.5 的体感差距被缩小了。 原因很简单：OpenClaw 有 memory，有 skill，有连续任务，有工具调用。 这就改变了用户感知。单独问一个小模型，它可能不如大模型；把它放进一个 agent 框架里，它能记住昨天说过什么，能查资料，能跑工具，能把一个任务接着做下去。用户看到的是任务完成，而不是模型参数。 这也是 OpenClaw 出圈的意义。它把 skills 从程序员小圈子带到普通人场景。 节目里提到阿里的电商出海 agent。它可以帮助小商家处理 Shopify、商品上架、趋势分析、网站设计、运营链路。过去这些工作可能需要助理、外包、懂代码的人和运营经验。现在一个小老板可能第一次感到，agent 能把一整套流程接起来。 这个变化比模型榜单更接近商业。 因为用户不会每天比较 benchmark。他们会比较：这个东西能不能帮我把店开起来，能不能生成网页，能不能做 PPT，能不能整理调研表格，能不能少雇一个人。 Agent 的入口价值，不在会聊天，而在能接活。 ## Manus 的稀缺性，被同类产品反向证明 OpenClaw 出来以后，很多人会自然认为 Manus 不稀缺了。节目里的判断正好相反：OpenClaw 爆火，反而证明 Manus 更稀缺。 这个判断的逻辑是产品体验。 主播说，很多 computer use 或 open cloud 服务“根本不想用”，Perplexity 的 computer use 被点名为几乎不可用。相反，Manus 能做出详尽网页、PPT、真实调查表格，任务保持程度更好。 换句话说，壳不稀缺，稳定交付稀缺。 这和 ChatGPT 早期很像。聊天界面谁都能做，真正难的是持续给出有用答案。Agent 时代也是一样。浏览器自动化、工具调用、任务规划、记忆系统、失败恢复，单独看都不是秘密。难的是把它们组合成用户愿意反复使用的产品。 Manus 交易流产把这个问题又推到监管层面。 节目讨论了 Meta 交易被撤销、VIE、IP、人才和公司归属问题。这里最值得保留的不是情绪判断，而是创业者面临的新现实：AI agent 这种产品绑定了用户数据、任务轨迹、人才供给、模型合作和国家监管。 对中国 AI 创业者来说，路径选择可能会提前。你从第一天就要想清楚，是进入国内生态，还是走海外资本路径；是把团队、IP、数据和客户都放在一个监管框架里，还是冒着未来交易被叫停的风险做跨境结构。 这已经超出普通商业选择。 这是 AI 产品变成战略资产后的副作用。 Manus 的问题不是卖没卖成，而是它到底属于哪里。 ## AI 开始说钱，也开始被低价倒卖 节目后半段最现实。 大厂模型开始收费，推理框架项目开始公司化，IPO 和融资叙事吸走市场流动性，AI 中转站开始变成生意。主播说得很直接： 节目里那句“大家都开始说钱了，不再说 AGI 的梦想了”，把这层现实说得很直。 这句话有点刺耳，但它解释了很多现象。 当模型差距大时，用户会追逐最强模型。当多数日常任务都已经够用时，用户会开始追逐便宜、稳定、可接入、不封号、不断线。AI 中转站就在这个缝隙里长出来。 节目提到 Sub-to-API 这类工具，把 Claude 或 Codex 的订阅转换成 API，再用更低价格分发。也提到部分中转站可能收集用户数据，甚至标称 Claude，实际替换成更便宜的国产模型。 > **编者注：** AI 中转站涉及服务条款、数据安全和潜在欺诈风险。这里仅按节目内容记录产业信号，不构成使用建议。 这说明模型正在商品化。 最前沿模型、企业级合规服务、真实工作流数据仍然贵。但对普通聊天、搜索、轻量写作、心理陪伴、日常问答来说，很多用户已经不愿意为“最强”付出太高溢价。 这会倒逼模型公司回到互联网逻辑：获客、留存、价格、渠道、生态、数据闭环。 AGI 叙事还在，商业账本已经来了。 ## 最后 这期《半球观察》最适合被整理成一组暴论，因为它更像一张行业雷达图。DeepSeek 代表公开技术路线，Cursor 代表 coding 数据，OpenClaw 代表 agent 入口，Manus 代表可交付产品和监管敏感性，AI 中转站代表模型商品化。 把这些点连起来，结论很清楚：AI 行业正在从“模型公司竞赛”变成“模型、产品、数据、资本、监管共同定价”的复杂游戏。 接下来不能只看模型榜单。 要看四个信号。 第一，DeepSeek 后续版本能不能重新打出产品体验上的压倒性差距。如果不能，它仍然有开源坐标系价值，但商业位置会不同。 第二，Claude Code、Codex、Cursor、OpenClaw、Manus 谁能沉淀最高质量的任务轨迹。真实用户每天交出的工作过程，会比静态语料更贵。 第三，agent 产品能不能稳定交付。会调用工具不稀奇，能把网页、PPT、调研、代码修改交付到用户满意，才是分水岭。 第四，价格和监管会不会重塑模型分发。中转站、订阅转 API、模型替换套利、跨境交易叫停，都说明 AI 已经离纯技术讨论很远。 我对这期的最终判断是：模型能力仍然重要，但它已经不是唯一的解释变量。谁拥有入口，谁拥有数据，谁能把价格做到用户愿意持续用，谁能在监管和资本结构里活下来，谁才可能赢到下一阶段。 这也是它最值得写成文章的地方。暴论背后真正冲击人的，是我们判断 AI 公司的尺子正在换。 --- 原始播客：

当我们讨论孙学，我们应该讨论什么？ 很多人最近见到我，都会八卦，“曾颖，我支持你，我也挺讨厌孙的。” 讨厌本身，就是一种负能量，我其实没有想在互联网上，去布施这些负能量。 孙学，也是有他可以传业授道解惑的一面。 今天我们不讨论情情爱爱那些小事情，我们来谈谈世俗的成功。 当我们讨论孙学，我们应该讨论什么？ 无论喜欢孙的人，还是厌恶孙的人，都无法否认孙在崇尚金钱和权利当今社会的“个体绝对成功”。 即便是一个私德不佳的人，作为全球最懂加密货币的企业家，我认为他也绝对拥有可取之处。 排除我的“宿命论”观点，在他的成长背景中，我认为有几个重要的人生节点，客观上一步步推动了他，成为今天的“一代枭雄孙XX”。 孙的第一个人生转折，是他的父亲，从小送他去学习围棋。 围棋的精髓，是舍小取大，是在不确定中寻找最优解。这段学习经历，塑造了他从小便知道什么时候该果断放弃，什么时候该不懈进取。从长远来看，孙在功成名就后，财多而势薄，犹稚子怀金行于闹市。匹夫无罪，怀璧其罪。 他果断抛弃和他一样，不拥有任何权力背景的我，绝对是理智的选择，在他和我提分手的当天，我爽快接受，没有任何挽留的动作，因为我和他心意相通，完全明白他的现状。（而令我们分道扬镳的，是因为他对分手处理的极其冷血无情，在这篇文章中不赘述） 孙的第二个人生转折，是北大的本科念书经历，获得新概念第一名，花一年时间，从全年级的学渣，逆袭考到北大。孙考入北大后，大一时将自己的这段经历，发表在《萌芽》杂志中，文章题目叫 《一道论证题》，高三毕业的小小少年，第一次因自己的人生经历，收获了来自全国各地上万封邮件。这份因被人关注，而迅速膨胀的虚荣心，令从小就失去家庭关爱的他上瘾。 以至于，在热点冷却后，他的内心又陷入虚无和落寞，需要不断再制造新的热点，来喂饱内心那个“缺爱”的少年。 因为注意力本身，就是一种能量。 而北大的历史系学习经历，丰富了他对中国历史的认知，让他训练出了用过去理解现在，用现在判断未来的能力。《毛选》是他非常喜欢的书籍，他以刘邦自诩。“宜将剩勇追穷寇，不可沽名学霸王。”正是他偷渡前夕，内心真实的写照。 孙的第三个人生转折，则是在宾夕法尼亚大学留学期间，梭哈特斯拉和比特币，他成为全球第一批接触比特币的人，虽然这段期间赚到的比特币，大多数都在回国经营陪我app期间亏光。但他很快修正自己的人生路线，在17年，搞波场项目，融资，路演，把亏掉的比特币都赚了回来。说到这里，这就不得不说到，孙成功的首要能力：判断时代大势的能力。这也是我们普通人，学习孙学的核心。 他的所有精力，所有智慧，从来不用于任何“情情爱爱”的小事。 他每天的时间，大都花用在研究，学习，和判断社会大趋势。 湖畔大学的商学院经历，和与当年顶流创投圈网红马佳佳炒CP出道，吸干我作为早期微博大v的流量，都是他在精准判断“大势”之后，为了完成“大势”所做的筹谋（当然作为被他筹谋的人们，憎恶他也定是人之常情）。 大势在前，他需要流量和人脉，这精准的两步抉择，让他在大势来临时，得以精准捕捉，让他站在时代的风口，成为被上天选中的那个人。 他的情绪平稳，他的心智坚定，都是来自于他对大势的坚定判断（比如他当时的判断就是比特币将来能破10万美金）。当你确定太阳一定会升起时，你就不会惊恐于深夜暂时的黑暗。 当我们讨论孙学，我们应该讨论什么？ 年轻人如果想要赚大钱，实现阶级跃升，我认为不应该太聚焦个体的能力，应该要锻炼自己观察大势的能力。 应用到个体来说，我举一个大家很容易消化理解的例子。 比如：大龄优秀女青年，如果觉得找到优质男性结婚很重要，就不应该留在北上广，香港这种雌竞极其严重的地方，应该去硅谷，去西雅图，去深圳。 你去提高自己的情绪价值，去医美让自己变好看，今天做个头发，明天打个网球，后天报个上海本地的高端相亲机构，这就是“小情小爱的小聪明。” 它无法从根本上，改变你择偶困难的现状。 如果大龄女生，真的想要找优质对象结婚，你就应该去男女比例失衡，男多女少的地方。如果去硅谷，那里可能十个年收百万美金的open ai 程序员在竞争你一个大龄女青年，管你染什么头发，穿衣服什么风格，你就站在那，打开dating app你就能找到非常优质的男士。 如果你只想提升自己，那就努力的很执着，很匠人，很苦逼。 感动自己，看哭别人。 如果你能像后者一样思考，不只依靠个体努力，而是优先改变环境，顺势而为，那么就很智慧，很孙学。 孙学离我们普通人的生活也并不远，孙学教会我们的，是判断大势，是站在更高的维度上，重新校准我们的生活，帮助我们在每一次人生小事的选择上，都用更智慧而长远的眼光作出有利于自己的抉择。 孙学是自私的，是爱自己多一点，坑别人也多一点。 颖学是对孙学的提纯和蒸馏，只和大家探讨，如何提升格局，多爱自己一点，也多爱这个世界一点。

日常写作，我会高频用到几个提示词。 今天想把我日常写作和阅读资料的提示词分享给大家，都是我过去两年慢慢积累和调整出来的。 我想说，很多场景中，提示词依然重要，依然重要。 和 AI 用不同的方法沟通，最后可能返回的结果完全不一样。 我之前写过自己的写作流程。简单来说，就是先用语音输入法把脑子里的想法口喷出来，不管结构，也不管口头禅，先把意思说完整。 然后再让 AI 根据我的文风，把这些比较乱的口语整理成初稿。 接下来，我会静下来，逐字逐句的修改。这中间，也会让 AI 参与。下面这些，就是我平时使用频率最高的提示词。 1）阅读资料 如果读的是一篇论文，或者技术类的讨论，可以这么说： 详细总结下这个论文（也可以是产品）解决了什么问题，思路是什么？有什么非共识的判断。 如果是一个随性的播客： 详细总结下这个播客的主线是在讨论什么？有什么非共识的判断吗？ 2）整理语音底稿 假定你是我的资深编辑。这是我打的语音底稿，你不用大改，只需要把错别字改掉，没有捋顺的逻辑改掉，把特别口水的内容改掉，让它成为一篇逻辑顺畅但是符合我文风没有 AI 味道的文章。 该补充的地方补充，保证交给我的是可读的。MD 的内容供你参考。 当然，我也希望你能深度思考。看看我的表达哪里不准确。所以，确定的步骤是这样。 第一，你先理解语音底稿，和附件的信息，形成自己的理解和判断。 第二，你再在我的语音底稿的基础上开始修改和优化。但注意，整体的表达要用我的风格，不用改节奏和风格。 第三，不要刻意的使用排比句，不要使用一个字的动词。 第四，不懂的地方问我。不要硬凑句子。 有时候，我用语音输入法口喷完后，发现自己其实思路也没特别想清楚。这时候，可以和 AI 讨论。提示词是： 你读完这份语音底稿和 MD 内容后，告诉我：这篇文章真正想表达的核心判断是什么？只能说一个。 如果里面同时存在几个观点，也请告诉我哪个最值得作为主线，其他观点应该放在什么位置。 或者再进一步： 请站在一个长期关注 AI 的读者角度，检查我的语音底稿。看看哪些内容只是大家已经知道的常识？哪些内容真正提供了新的信息、判断或者观察？ 3）修改稿件 有时候，总感觉某几句话说的稀里糊涂，总觉得没到位，这时候我会说： 你看看这句话是不是没说透？咱们深度讨论下。 再或者还有的情况下，我确实卡住没思路了。这种情况下，可以用这个提示词： 我实在没思路了。你看看如果继续线性推进我的观点的话，你会怎么写？不要着急续写，先给我你的思路。 如果有时候需要个例子，但自己没有想法，可以这么说： 帮我想一个锚点类比。好的类比是读者生活中熟悉的事物，同时能够准确刚刚的概念。 4）请 AI 提反馈建议 上面是我写的文章。不需要拍我马屁，作为一个资深的作者，你觉得这篇文章还有哪些地方可以优化？ 或者有时候，担心自己的文章写的不准确。这时候可以用： 不要顺着我的观点说。请站在反方，找出这篇文章最容易被质疑的三个地方。 哪些判断证据不足？哪些推论跨得太远？哪些地方可能存在另一种解释？ 再或者写完之后，我发现一篇文章信息很多，单段很好，但文章结构可以调整。 可以用： 先不要改句子，只检查文章结构。每一部分分别在解决什么问题？目前的顺序是否合理？哪些内容应该提前，哪些内容可以合并，哪些内容会打断阅读节奏？ 还有的还是，感觉开头不好，可以试试： 这篇文章的开头有点慢。请从我文章中已有的经历、细节或者反常识判断里，找一个更自然的开头。 不要上来总结背景，不要先讲大道理，也不要虚构场景。 上面这些提示词我都没有做成 Skill。有一些常用的，我直接放到了苹果电脑的备忘录，打开就能用。 另外一些不常用或者简短的，基本上我就记在了脑海，其实只要记思路就行，和 AI 沟通的思路。

反了反了 昨晚评论里提了一嘴，说2001年我读大学时每个月的生活费是700-800，同学里还有不少单月上千的。结果我看后台针对那条留言的评论叠了几百楼，主要是惊叹和质疑，认为我夸大了金额。 为此我特地找我妈确认，她大一时每个月给我的生活费是700，从大二下半学期开始我就让她不用给了，因为我当时收入已经比她高。 至于我的那几个哥们，今天我在群里问了一下，确实都是700-1000这个区间。另外还有两个关系要好的女同学，回忆大学时生活费是1000打底，要是有旅游什么的还经常花超了。怪不得互联网上老说在中国投胎的上上签是江浙沪独生女，当时在同学圈子里大家都习以为常，直到后来接触了内地省份的一些朋友才知道地区差异很大。 网友留言的几百楼我都看完了，有和我同龄的大学生当初生活费只有200-300，真不容易，每个月吃饭+手机话费就剩不下几个钱了。我把老婆叫过来问她当时生活费多少钱，她在北航每个月500，被我嬉皮笑脸的挤兑了一番。她说有个师兄毕业了，把家教的客户介绍给她，周末去上课一个小时酬劳100，还能管晚饭，这大大的补贴了生活开销。但好景不长，人家孩子高三毕业就没活了。 我当时大概是大学生里赚钱赚的最easy的，一个下午坐在电脑前噼里啪啦打字，稿费就有300-400，一个月接4-5篇，挣的钱就花不完了。那个时候还不懂财经投资，写的主要是游戏和体育。因为我经常在网络论坛上发贴滔滔不绝，会被媒体编辑看到，就私信我约稿，所以在人多的场合不要低调，勇于表达和展示自己，就会获得更多机会。 …… 回想我这半辈子，人生轨迹被互联网多次改变。高中的时候沉迷网吧，在家人看来是屡教不改的玩物丧志，但其实我上网并不只是玩，别人是传奇一刀999，我喜欢探索各大互联网论坛社区，学习各类互联网工具。 举个例子，我2000年就已经用mp3听音乐了，这事你现在乍一听觉得没啥，但是在2000年没有腾讯音乐、没有网易音乐、没有酷狗、甚至大部分网吧都没有宽带，还用拨号上网。我能在互联网上找到自己想要的歌曲，用网际快车下载到电脑，再导到mp3，亦或者去华军软件站下载工具，把dvd碟片里的歌曲转格式，再导到mp3。 一个2000年的高三学生能完成这些操作，其实已经说明我拥有一些能在互联网时代发光的特质，只是我的长辈们当时不能理解这一切，他们一次次把我从网吧揪出来臭骂。 他们这么做也没错，家长都希望孩子好，只是他们以往的人生经验已经很难规划我的未来。我妈以前教训我的时候经常说的一句话是，我未来能有她一半的出息就谢天谢地了，大二之后她就不说了，原因见上文 这首歌老网民还有印象吗？是我买了mp3后往里面导的第一首歌。 我以前在网上看到过一句很有启发的话，30年后的社会，大概有一半的工作岗位现在都还没出现过。 是这样的吧，30年前的中国别说还没有互联网行业，新能源行业，甚至连快递、外卖、网约车都还没有，所以父母在培养孩子时应该保持一定的开放性，不然就会错过一些可能性。 …… 再说说今天有印象的新闻。 黄金突破3900+，刷新史高，这其实也不算啥大新闻，机构现在都看到4000+，区别是有人觉得明年到，有人觉得月底到，有人觉得本周到。 北京房地产中介协会发文：禁止恶意压价，不得PUA房主。这条标题看到后我还是挺感慨的，我之前20年经历过北京楼市的黄金时代，见识过一边倒的卖家市场有多么强势。以前卖房的真是大爷，税费+佣金默认都是买家承担，一套房到了周末排队预约看房，你还在犹豫讨价还价，别人已经抢着把订金付了。 现在竟然演变为中介恶意压价，以及中介pua房东，简直倒反天罡。今年资本市场全面上涨，而房地产已经让过去10年买入的人在不同程度产生亏损，像这种历史级别的岔路口一旦走错就会白白奋斗5-10年。 我今天打开贝壳看了一眼我2016年卖掉那套房子的同户型，已经有人报价比我当时卖的还便宜5-10%了，成交价还能谈。 今天新闻上看到全国各个景点都是人山人海，我有一个小小的建议，尽量选临近关门的时间去，比如一个景点6点关门，大概玩1个半小时就差不多了，那就4点半入场。这样可以最大程度避开高峰人流，是没有办法的办法。 今晚就这些，长假进度1/7，慢慢玩。

《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。