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 经验价值
经验价值 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 经验价值 的搜尋結果
Gergely Orosz 引用了 Mitchell Hashimoto 的一个观点,获得 3,549 赞: "这就是为什么有经验的软件工程师有价值——如果你不知道好代码长什么样,你根本不知道模型生成了什么。" 这句话切中了 AI 编码时代最根本的问题。AI 能审查代码?不一定可靠——一样的盲点,一样的模型会放过自己刚写的 bug。 但更深的问题是:初级工程师怎么在 AI 被全行业猛推的情况下学会识别好代码? Mitchell Hashimoto 的回复是四个字:discipline(自律)。"有自律的人一直以来都领先没有的人。" 这话不好听,但是对的。在 AI 能替你写一切的时代,唯一不会折旧的资产是你知道什么是对的。 来源:@GergelyOrosz, @mitchellh, 2026-07-03 #软件工程# #AI编码# #经验价值#
顯示更多
《职场谎言:打造职场竞争力》 “打造职场竞争力”是职场世界里最流行的建议之一。 年轻人被告诉: 找到自己的优势。 培养不可替代的能力。 建立差异化竞争力。 成为那个无法被替代的人。 这些话听起来正确,甚至充满正能量。 但它隐藏了一个巨大的前提错误: 它假设一个人可以主动设计自己的竞争力。 而现实世界远比这个复杂。 ⸻ 一、职场路径很少由个人设计 一个人刚进入职场时,真正拥有多少选择? 很多时候,他面对的是: 哪家公司愿意录用; 哪个岗位刚好开放; 哪个领导负责安排; 哪个项目刚好缺人; 哪个行业处于增长或者衰退。 一个新人很难说: “我要进入未来十年最有价值的方向。” 因为未来本身不可见。 五年前进入新能源行业的人,被称为有眼光; 五年前进入某些传统行业的人,被认为判断错误。 但五年前,他们真的拥有未来视角吗? 很多所谓职业选择,本质上是: 环境给出的初始条件 + 个人在过程中不断适应。 职业发展更像演化,而不是规划。 ⸻ 二、真正的竞争力不是选择出来的,而是演化出来的 问题在于: 如果无法控制起点,那人的差异来自哪里? 答案是: 来自人在经历中的认知变化。 同样工作五年,两个人可能产生完全不同的结果。 一个程序员: 每天接需求、写代码、修 Bug、上线。 五年后,他拥有的是: “如何完成任务”的经验。 另一个程序员: 在写代码过程中不断观察: 为什么这个系统会变复杂? 为什么团队沟通成本越来越高? 为什么某些架构最终一定会失败? 他积累的是: “系统如何运行”的模型。 前者积累劳动经验。 后者积累认知结构。 真正拉开差距的,是后者。 ⸻ 三、经验本身没有价值,经验产生的模型才有价值 很多人误解了经验。 他们认为: 工作时间越长,能力越强。 但现实并非如此。 十年经验有两种: 一种是: 一年经验重复十次。 另一种是: 十年的反馈不断重构自己的模型。 区别在哪里? 在于一个人是否能够从现实中提取结构。 遇到失败: 低认知模式: 领导不行。 同事不配合。 公司有问题。 高认知模式: 哪个假设错了? 哪个变量被忽略? 我的模型为什么无法预测现实? 同样一次失败。 有人获得抱怨。 有人获得升级。 ⸻ 四、没有认知框架,成长本质上是随机的 很多人以为: 只要努力,就会成长。 但现实是: 努力只增加接触现实的次数。 是否从现实中提取有效信息,取决于认知结构。 一个没有反馈处理能力的人: 经历越多,可能只是强化旧模型。 例如: 一个管理者长期遇到团队问题。 他可能认为: “员工执行力不行。” 于是不断增加流程、增加检查、增加指标。 结果组织越来越僵化。 另一个管理者看到同样的问题: 他会问: “是不是系统设计让正常人也无法正确行动?” 于是开始优化结构。 两个人面对同一个现实,却进入完全不同的演化路径。 ⸻ 五、所谓“打造竞争力”,真正应该改写 传统说法: 我要打造我的核心竞争力。 更准确的表达应该是: 我要建立持续产生竞争力的认知系统。 因为技能会过时。 岗位会消失。 行业会变化。 但一个能够快速理解新环境、建立新模型、产生新行动的人,会不断适应新的结构。 未来最大的竞争力,不是拥有某个确定答案。 而是拥有持续求解的能力。 ⸻ 六、CPV 的意义:让认知升级从随机变成可演化 人的成长,本质是: 现实输入 → 认知解释 → 行动反馈 → 模型更新。 大多数人的问题在于: 他们有输入,有行动,却缺少有效的模型更新机制。 于是: 失败只是痛苦。 成功只是运气。 经历没有转化成结构。 CPV 的价值就在于: 它试图建立一个认知反馈系统,让人能够观察: 自己如何理解现实; 自己的模型在哪里失效; 如何通过反馈调整自身结构。 它改变的不是一个人的技能,而是一个人的演化方式。 ⸻ 所以,“打造职场竞争力”并不是完全错误。 错误的是把它理解成: 找到一个别人没有的技能,然后长期保持优势。 真实世界里,没有永久优势。 真正稀缺的是: 一个人能否持续从变化的世界中提取新的结构,并让自己不断升级。 职场最大的竞争,不是人与人的竞争。 而是: 一个人的旧模型,和不断变化的现实之间的竞争。
顯示更多
参加了一个 AI 硬件创业者的闭门交流会,真是长了不少见识。 感觉现在 AI 获取信息已经非常方便了,但一些特有价值的经验和认知,还是得和真正的创业者交流。 分享一些我的收获,希望对大家有帮助。 1、AI 硬件的商业化机会,已经开始出现了。以前我们看到 AI 硬件的新闻,感觉很多都是概念产品,或者 CES 上的技术演示,再或者就是一些众筹项目。 但实际上,已经有一批 AI 硬件公司,做出了相当可观的规模。 比如 Plaud,就是那个像卡片一样,可以吸附在手机背面的 AI 录音设备。现在国内很多大厂都在做类似的产品,但 Plaud 的商业化规模,可能远远超出了很多人的想象。 Plaud 今年的销售额可能会超过 5 亿美元。光软件订阅的 ARR 就有 1 亿美元。 真的有些难以想象。一款看起来非常简单的 AI 录音设备,居然能做出这么大的生意。而且用户购买硬件之后,还愿意持续为 AI 服务付费。 2、AI 硬件创业,从第一天开始,就应该把目标市场放到全球。 这次有个创业者说的非常坚决,他的意思是,千万别只想着国内市场比较熟悉,所谓的先把国内市场打穿,再考虑出海的思路,完全是错的。 中国有非常成熟的硬件供应链和制造能力,很多 AI 硬件创业公司也有自己的技术优势。 但同样一款 AI 硬件,可能在国内没有特别明确的需求,放到另外一个国家,却能找到一群非常愿意尝鲜、愿意付费的消费者。 刚提到的 Plaud 就是非常典型的案例。如果当初它只盯着国内市场,恐怕早就挂了。包括到现在,欧美市场对于这类产品的接受度也比国内好。 所以,尤其是 AI 硬件,早期研发成本比较高,销量又有很大的不确定性。把市场局限在一个国家,和直接面向全球寻找用户,商业空间完全不一样。 说白了,就是小鱼塘和大鱼塘的区别。不同国家的用户需求、使用习惯、付费意愿,差别可能非常大。创业者从第一天起,就应该把整个市场锚定到全球市场。 这不是锦上添花,是生死问题。 3、如果大家正在做 AI 硬件,准备出海的话,强烈推荐关注一下阿里的速卖通。 这也是我在交流会上了解到的信息差,分享给大家。 因为速卖通现在正在和天猫联合推出一个 AI 硬件产品的扶持计划。大概思路是,对一些不错的 AI 硬件公司进行天使轮投资,以及提供一些定向的品牌和销售扶持。 这事当然也不是做慈善。因为速卖通发现,今年前半年,他们平台上 AI 硬件品类的销售额同比增长了 100%,直接翻倍。 包括宇树、Rokid 等很多硬件品牌,现在也已经在速卖通上销售,海外用户还挺买单的。 所以我理解他们的逻辑,就是希望找到更多好的 AI 硬件创业公司,帮助它们拓展海外市场,平台自己也能获得增长。大家一块双赢嘛。 4、之所以严肃建议大家出海,是因为国内 AI 硬件的同质化竞争,来得太快了。 这两年,一个新的产品形态刚出现,可能很快就有一批同行跟进,最后大家又开始拼价格。 中国的硬件供应链非常成熟,这当然是我们的优势,但反过来,也意味着产品的差异化很容易被竞争对手追上。 相比之下,海外很多新兴 AI 硬件品类,还没有形成稳定的品牌格局。对于有产品创新能力的创业公司来说,现在进入这些市场,还有机会提前建立品牌认知。 所以我觉得,出海这件事其实也有时间窗口。等到一个品类的市场格局逐渐确定,消费者已经形成了固定的品牌选择,再想进去,可能就没那么容易了。 这也是为什么,我觉得前面提到的速卖通这次把投资和渠道结合起来,确实挺有价值的。 对早期创业公司来说,如果能在产品刚起步的时候,就获得资金和海外销售渠道的支持,至少能够减少一些试错成本,更快进入市场。 说到底,对 AI 硬件创业者来说,下一波机会可能就在这里。趁着市场格局还没有确定,尽快让海外用户了解自己的产品,并且愿意为它买单。 5、闭门会上,大家讨论了一个问题,AI 硬件到底适合在哪些场景里,解决什么问题? 比如桌面机器人,究竟应该是玩具、开发者工具,还是家庭陪伴设备?再比如 AI 眼镜,最有价值的场景究竟是娱乐、办公,还是实时翻译? 其实没什么共识的答案。大部分产品都还在探索阶段。处于边走边看的阶段。而且不同国家、不同人群,可能还会给出完全不同的答案。 但这恰恰是创业公司的机会。 你想想,如果一个硬件品类的产品形态、用户需求和商业模式都已经非常清楚了,那大厂直接进来,创业公司还能有多少机会? 创业公司之所以能够跑出来,很多时候就是因为行业还没有形成共识。创业者凭借自己独到的判断,发现了别人还没有注意到的需求,然后把产品做出来。 这一点对我自己的启发也挺大。创业公司最应该享受的,其实就是不确定性。因为只有不确定性,才可能给创业公司带来巨大的机会。 6、大家真的别对 AI 硬件有太多偏见。现在很多人提到 AI 硬件,还是觉得华而不实。什么 AI 项链、AI 胸针、AI 玩具,好像都是没什么实际价值的东西。 但这次交流让我感受到,已经有不少创业公司找到了真实的付费用户,而且做得相当不错。 具体公司的名字我就不说了,毕竟闭门交流,未经允许把人家的经营情况讲出来,也不太厚道。 7、不过,可以分享两个我自己正在使用的产品。 比如我现在桌面上就放着一个很小的墨水屏设备,买的时候才 300 多块钱。这个小物件可以连接我的 AI,把每天的日历、重要信息直接展示在墨水屏上。 我现在已经把它跟 Codex 连接起来了,相当于给自己的 AI 增加了一块独立的小屏幕。这样就不需要每次专门打开一个软件,再去查看那些信息。 看起来只是一个很小的改进,但实际使用起来,确实方便了很多。我现在觉得这 300 多块钱花得特别值。 还有之前给孩子买过一个可以交互的地球仪。 传统地球仪大家都知道,就是一个固定的球体,孩子可以转来转去,看看不同国家的位置。但孩子的好奇心往往不止于此。 比如看到爱尔兰,就会想知道这个国家在哪里,有什么特别的地方,为什么会有这个国家。 现在有了 AI,孩子就可以直接跟设备互动,继续探索自己感兴趣的问题。我觉得这一下子就让地球仪变得有意思多了。 类似这样的需求,其实还有很多很多。 所以,AI 硬件完全没必要把功能做得多么复杂。有时候,只要能够在一个具体场景里,把原来的体验改善一点,就可能有用户愿意付费。
顯示更多
很推荐 Anthropic 刚发布的《The components of agent memory》,尤其是最近在研究 Agent Memory 的朋友。 之前看过不少 Memory 相关论文,这次可以从 Claude 的工程视角,看看它到底怎么管理、压缩和维护长期记忆。 文章有个很重要的设计,就是分层存储。 原始会话记录保留作证据,关键经验写入 Memory Notes,再通过 Dreaming 整理成相互关联的 Wiki。新会话只加载少量索引,需要时再查找详细内容。 比如 Claude Code 的 Auto Memory,每次只预加载 "MEMORY.md" 前 200 行或 25 KB,避免把大量历史信息塞进 Context。 文章中提到的 Dreaming 机制非常有意思。 Claude 可以在会话之外回查原始记录,合并重复经验、纠正错误记忆,甚至重新组织 Wiki,让过去积累的信息更容易被后续任务使用。 不过,维护这些记忆也需要额外计算。文章还发现,有些 Wiki 最后甚至比原始文档更大。 感觉 Agent Memory 还有很多值得探索的地方。如何让 Agent 留下真正有价值的经验,并在下一次任务中准确用上,可能比单纯追求记忆容量更重要。 原文:
顯示更多
0
8
150
23
轉發到社區
今天很荣幸见到曼彻斯特商学院的学长、新加坡国立大学教授和天使投资人周宏骐周师兄,并收到他亲笔签名赠送的新书《生意的本质》。 这是一本很有分量的书。在今天这个人人都在追逐 AI、短视频和流量捷径的时代,愿意花十多年时间,实地调研 2000 多家企业,把商业世界里真正长期有效的底层逻辑沉淀下来,其实是一件越来越稀缺、也越来越珍贵的事。 周教授拥有 22 年世界 500 强企业高管经验,曾在惠普、通用汽车、礼来等企业负责亚洲市场与增长战略,后来进入学界,长期研究“新时代企业的创新经营方式”。 我特别喜欢的一点是,他并不是纯理论派,而是真正把“实战 + 学术 + 长期观察”结合在一起的人。 迫不及待浏览了一下 - 里面很多内容其实都非常适合今天 AI 时代的创业者思考: 不是只会做产品,而是如何构建一个能够动态升级、持续生长的“生意系统”。尤其在 AI 正在重构行业的今天,商业模式、组织结构、用户关系、价值创造方式都在被重新定义。 很多人以为 AI 会让商业变简单,但实际上,未来真正稀缺的,反而是对“生意本质”的理解。 也很期待周教授正在筹备的下一本书 — 关于“中国企业出海”。 如果你正在投资或者从事出海的项目,尤其是在 AI、科技、消费、Web3、新品牌等方向,欢迎联系我。 我很愿意把你们推荐给周教授,未来有机会被纳入商学院案例研究中,让更多创业者和学生看到中国企业全球化过程中真正有价值的经验与教训。 在这个时代,能沉下心来研究长期主义的人,值得被更多人看见。 🌹🤗
顯示更多
判断自己的能力有没有价值,其实很简单,你就去找人问。同行觉得基础的事,刚入门的人可能正在为它发愁,需要你的教程和经验分享 找一个具体对象,让他试着用你的方法,再听反馈,别把自己困在知识诅咒里,老觉着自己的技能一文不值
顯示更多
所谓经验,只是特定场景下的单次解;底层能力,才是可迁移的通用算法。前者随时间折旧,后者随复用增值。 认知与自我管理划定边界:元认知截断情绪回路,系统思维穿透单点困局,精力管理确保火力集中于高价值目标,以延迟满足置换长期胜率。 人际与实践负责闭环:将冲突转化为协作接口,将愿景拆解为可执行单元,以最小可行版本验证假设,再以外部资源放大杠杆,而非困于闭门造车。 人与人的分野,始于对具体事务的熟练,终于对抽象系统的掌控。高手不追逐更多机会,只迭代更优的决策与执行框架。
顯示更多
小红书的价值观真的很扭曲,很双标的吗? 起因是一位女生发笔记称在有男朋友的情况下,对合租的另一位男生动了春心 结果评论区全是鼓励出轨,鼓励心动就要行动,鼓励女生主动拿下心仪男生,居然还有人亲自传授撩汉经验。 这条笔记大火之后,就有人拿女生的笔记,换了性别,再原封不动发出来 结果评论区全是攻击他下流、无耻、脑子有病。 就这样的一个实验,结果男女一样的笔记被双标对待,真的不知道小红书都是什么人来的。 目前双方的笔记都已删除,但互联网还是有记忆的。 图片来源于内网
顯示更多
0
79
155
8
轉發到社區
别只把Codex当成写代码工具,它真正的价值是借助AI落地你的经验、审美和业务流程,补足执行力短板。 使用AI分出两种差距,单纯用来省时只能小幅提效,搭建可复用系统才能成倍放大自身能力。 AI只会放大你已有的积累,先梳理重复工作、标准化流程与个人判断,搭建专属系统才能抓住机遇。
顯示更多