【译】你的编程 Agent，悄悄把你变成了一名管理者
导读与编译说明 原文作者：Addy Osmani（Anthropic Claude Code 团队成员，前 Google Chrome 工程总监，@addyosmani） 原文发布：2026 年 11 月 8 日于 X Articles 原文链接：Your coding agents made you a manager 核心观点：管理 Agent 所需的技能，与管理研发团队高度重合，而且你不需要 …
文章
从 2016 年写到现在，已经 212 篇。写的东西跟着我当时在做的事一路变化。
2016 至 2018
从计算机视觉、机器学习比赛和模型复现写起，边学边做。
2018 至 2020
进入网易游戏后，内容转向数据挖掘、用户分析、A/B 测试和模型部署。
2020 至 2025
在米哈游做算法，继续写反作弊和用户增长，也开始整理技术管理、量化研究和读书笔记。
2025 至今
把重心放到 AI 编程、Agent 与 Skills、内容增长和产品实践，记录真正用过之后的判断、方法和结果。
【译】大模型与智能体评估（Evals）全景指南：如何确切知道 AI 系统是否真正有效？
导读与编译说明 原文作者：Sergii Makarevych（@sermakarevich） 原文发布：2026 年 10 月 3 日于 X Articles 原文链接：Evals: how to know whether an AI system actually works 核心观点：大语言模型会流畅而自信地给出错误答案，单次人工抽检无法度量系统可靠性。评估（Eval）的核心价值，是将模糊 …
个人量化选股（八）：实盘执行与多模块协同：止损安全距离、破位过滤与调仓监控统一
回测里的净值曲线看着很平滑，但一跑实盘，最容易磨损账户的往往是调仓太频繁、交易摩擦太大。 触发机制定得太灵敏，系统就容易天天折腾：昨天刚买入，今天稍微回撤一下就触碰止损割肉；防追高规则原本想防泡沫，却在股票高位暴跌时误把它当“回调”买进去；调仓程序刚发出换股买入指令，监控程序隔天又报警要求清仓。 这篇文章就解决这一件事：怎么把那些过于敏感、容易误触发的规则管住，大幅减少无谓的调仓，把摩擦成本真正省 …
红利与宏观择时（五）：大盘暴跌时红利真能避险吗？极端行情下的红利补跌与退守机制
遇到全市场流动性挤兑、千股跌停时，平时拿来避险的高股息红利资产，为什么不仅不抗跌，反而也会跟着跌停？甚至在大盘稍微企稳时出现大幅补跌？当杠杆资金大面积爆仓、保证金比例强制拉升时，很多中小盘股票根本卖不出去，流动性最好的红利股往往会被当成全场的流动性提款机。面对这种全市场的抛售潮，光看股息率高不高根本挡不住回撤。这一篇是「红利与宏观择时」系列第五篇，通过真实暴跌案例讲清楚流动性踩踏的微观传导机制，并 …
红利与宏观择时（六）：美债收益率飙升对红利股有什么影响？全球资金抽水与高股息重定价
手里拿着分红稳定、股息率 5% 以上的高股息资产，为什么海外美债收益率一跳涨，国内红利股也会大幅承压？当全球无风险收益率冲到高位，高股息的吸引力会被直接削弱；美国财政部大规模发行长债，更会在全球流动性池子里抽走资本。作为「红利与宏观择时」全系列的收官篇，这一篇跳出微观选股视角，拆解无风险贴现率之锚如何穿透宏观周期，重新厘清红利资产在宏观收缩下的防御边界。 一、真实案例：美债风暴下，高股息资产到底跌 …
红利与宏观择时（四）：红利ETF太火还能买吗？怎么识别机构抱团见顶与踩踏信号
经常能看到一些业绩优秀、分红慷慨的红利白马，在毫无基本面利空的情况下突然单边破位大跌。很多人猜测是公司暴雷或主力出货，其实问题往往出在机构的负债端。当行情低迷引发基民集中赎回，流动性最好、交投最活跃的红利白马会被迫沦为机构套现的筹码，引发无差别贱卖。在全市场蜂拥买入红利ETF、拥挤度达到顶峰时，如何提前读出资金踩踏的预警信号？这一篇拆解微观流动性冲击与逃顶指标。 本文目录 一、看盘困惑：为什么绩优 …
红利与宏观择时（三）：红利低波追高被套怎么办？用波动率控制管住策略大回撤
看着红利低波一路平稳上涨，很多人忍不住加仓追高，结果市场一转向，几天内就把几个月的收益全部吐光。防守型策略一旦涨出动量溢价，跌起来往往比成长股更剧烈。在熊市末期或超跌大反弹阶段，盲目死扛高位红利极易遭遇双重打击。这一篇聚焦动量策略在转折点的崩溃特征，给出用波动率动态调控仓位、守住已有利润的实盘解法。 本文目录 一、动量崩溃的微观根源：输家公司的期权化逼空 1. …
权重空间编程（下）：Astra 编辑 Qwen3.5-0.8B 的真实效果提升来源
在上篇中，我们梳理了在权重空间编程提出之前，学术界对神经网络参数进行直接干预的四条历史技术路线。无论是 ROME 的闭式单秩求解，还是 Abliteration 的激活差向量消融，其共同特征在于：整个实验流程、因果探测算法与正交投影矩阵的计算，均由人类研究员在外部设计并执行。 2026 年底，由 MIT CSAIL 团队（Rikiya Takehi、Jayden Teoh、Alex Zhang …
权重空间编程（上）：大模型权重干预的四大技术路线对比
在深度学习的演进历程中，神经网络权重的生成与参数优化长期由基于梯度的反向传播算法（如 Adam、Muon）或强化学习（PPO、GRPO）主导。这种范式将包含数亿至数千亿参数的网络视为连续的高维黑盒，依赖海量标注数据或环境反馈进行非线性拟合。 然而，在不依赖全量反向传播的前提下，学术界一直在探索对权重空间进行结构化表征、定向编辑与静态折叠的可行性。在分析 MIT CSAIL 提出的“权重空间编 …
红利与宏观择时（二）：什么时候买红利股最划算？经济下行周期里的股息配置法则
许多人在行情低迷时买入红利避险，但等大盘真正反弹转暖，红利往往跑不过科技成长股，甚至遭遇资金抛弃。红利股就像短久期资产，几年内靠确定性分红回本；科技成长股看的是远期兑现，久期极长。在经济下行、流动性充裕的阶段，红利是极佳的防御底仓；但在市场估值见底、预期反转的右侧，死守红利反而容易错失弹性。这一篇用股权期限结构拆解不同宏观环境下红利与成长的轮动节奏。 本文目录 一、股票期限切片与期限结构谜题 …
【译】你的编程 Agent，悄悄把你变成了一名管理者
导读与编译说明 原文作者：Addy Osmani（Anthropic Claude Code 团队成员，前 Google Chrome 工程总监，@addyosmani） 原文发布：2026 年 11 月 8 日于 X Articles 原文链接：Your coding agents made you a manager 核心观点：管理 Agent 所需的技能，与管理研发团队高度重合，而且你不需要 …
【译】大模型与智能体评估（Evals）全景指南：如何确切知道 AI 系统是否真正有效？
导读与编译说明 原文作者：Sergii Makarevych（@sermakarevich） 原文发布：2026 年 10 月 3 日于 X Articles 原文链接：Evals: how to know whether an AI system actually works 核心观点：大语言模型会流畅而自信地给出错误答案，单次人工抽检无法度量系统可靠性。评估（Eval）的核心价值，是将模糊 …
个人量化选股（八）：实盘执行与多模块协同：止损安全距离、破位过滤与调仓监控统一
回测里的净值曲线看着很平滑，但一跑实盘，最容易磨损账户的往往是调仓太频繁、交易摩擦太大。 触发机制定得太灵敏，系统就容易天天折腾：昨天刚买入，今天稍微回撤一下就触碰止损割肉；防追高规则原本想防泡沫，却在股票高位暴跌时误把它当“回调”买进去；调仓程序刚发出换股买入指令，监控程序隔天又报警要求清仓。 这篇文章就解决这一件事：怎么把那些过于敏感、容易误触发的规则管住，大幅减少无谓的调仓，把摩擦成本真正省 …
红利与宏观择时（五）：大盘暴跌时红利真能避险吗？极端行情下的红利补跌与退守机制
遇到全市场流动性挤兑、千股跌停时，平时拿来避险的高股息红利资产，为什么不仅不抗跌，反而也会跟着跌停？甚至在大盘稍微企稳时出现大幅补跌？当杠杆资金大面积爆仓、保证金比例强制拉升时，很多中小盘股票根本卖不出去，流动性最好的红利股往往会被当成全场的流动性提款机。面对这种全市场的抛售潮，光看股息率高不高根本挡不住回撤。这一篇是「红利与宏观择时」系列第五篇，通过真实暴跌案例讲清楚流动性踩踏的微观传导机制，并 …
红利与宏观择时（六）：美债收益率飙升对红利股有什么影响？全球资金抽水与高股息重定价
手里拿着分红稳定、股息率 5% 以上的高股息资产，为什么海外美债收益率一跳涨，国内红利股也会大幅承压？当全球无风险收益率冲到高位，高股息的吸引力会被直接削弱；美国财政部大规模发行长债，更会在全球流动性池子里抽走资本。作为「红利与宏观择时」全系列的收官篇，这一篇跳出微观选股视角，拆解无风险贴现率之锚如何穿透宏观周期，重新厘清红利资产在宏观收缩下的防御边界。 一、真实案例：美债风暴下，高股息资产到底跌 …
红利与宏观择时（四）：红利ETF太火还能买吗？怎么识别机构抱团见顶与踩踏信号
经常能看到一些业绩优秀、分红慷慨的红利白马，在毫无基本面利空的情况下突然单边破位大跌。很多人猜测是公司暴雷或主力出货，其实问题往往出在机构的负债端。当行情低迷引发基民集中赎回，流动性最好、交投最活跃的红利白马会被迫沦为机构套现的筹码，引发无差别贱卖。在全市场蜂拥买入红利ETF、拥挤度达到顶峰时，如何提前读出资金踩踏的预警信号？这一篇拆解微观流动性冲击与逃顶指标。 本文目录 一、看盘困惑：为什么绩优 …
红利与宏观择时（三）：红利低波追高被套怎么办？用波动率控制管住策略大回撤
看着红利低波一路平稳上涨，很多人忍不住加仓追高，结果市场一转向，几天内就把几个月的收益全部吐光。防守型策略一旦涨出动量溢价，跌起来往往比成长股更剧烈。在熊市末期或超跌大反弹阶段，盲目死扛高位红利极易遭遇双重打击。这一篇聚焦动量策略在转折点的崩溃特征，给出用波动率动态调控仓位、守住已有利润的实盘解法。 本文目录 一、动量崩溃的微观根源：输家公司的期权化逼空 1. …
权重空间编程（下）：Astra 编辑 Qwen3.5-0.8B 的真实效果提升来源
在上篇中，我们梳理了在权重空间编程提出之前，学术界对神经网络参数进行直接干预的四条历史技术路线。无论是 ROME 的闭式单秩求解，还是 Abliteration 的激活差向量消融，其共同特征在于：整个实验流程、因果探测算法与正交投影矩阵的计算，均由人类研究员在外部设计并执行。 2026 年底，由 MIT CSAIL 团队（Rikiya Takehi、Jayden Teoh、Alex Zhang …
权重空间编程（上）：大模型权重干预的四大技术路线对比
在深度学习的演进历程中，神经网络权重的生成与参数优化长期由基于梯度的反向传播算法（如 Adam、Muon）或强化学习（PPO、GRPO）主导。这种范式将包含数亿至数千亿参数的网络视为连续的高维黑盒，依赖海量标注数据或环境反馈进行非线性拟合。 然而，在不依赖全量反向传播的前提下，学术界一直在探索对权重空间进行结构化表征、定向编辑与静态折叠的可行性。在分析 MIT CSAIL 提出的“权重空间编 …
红利与宏观择时（二）：什么时候买红利股最划算？经济下行周期里的股息配置法则
许多人在行情低迷时买入红利避险，但等大盘真正反弹转暖，红利往往跑不过科技成长股，甚至遭遇资金抛弃。红利股就像短久期资产，几年内靠确定性分红回本；科技成长股看的是远期兑现，久期极长。在经济下行、流动性充裕的阶段，红利是极佳的防御底仓；但在市场估值见底、预期反转的右侧，死守红利反而容易错失弹性。这一篇用股权期限结构拆解不同宏观环境下红利与成长的轮动节奏。 本文目录 一、股票期限切片与期限结构谜题 …
用 AI 复盘币安 62 亿被盗案：204 秒阻断机会以及角落的 1.8 亿金库
四点核心判断 2026 年 10 月 29 日，币安热钱包遭遇多链并发攻击。调查表明，事件起因于运维工程师终端被渗透后入侵提现服务容器，攻击者借此利用合法签名机发起了多链未授权转账。币安联合创始人何一与 Richard Teng 随后确认用户资金不受影响，动用 SAFU 应急基金（划转 5.8 亿美元 BTC）与公司自有资金完成 90%~95% 储备资产的补足。 通过对链上全部 128 笔初始扫仓 …
红利与宏观择时（一）：股息率高就一定稳赚吗？买红利如何避免赚了股息赔了本金
买高股息股票，最怕遇到「分红拿到了，本金却跌没了」。很多人以为买红利就是图个稳健分红，但拉长周期看，红利资产真正的大钱往往来自市场极度恐慌后的估值修复，单靠企业分红很难抵消买在高位的本金回撤。高股息到底是在吃利息还是在赚估值的钱？这一篇从现值公式入手，拆解股息率背后的真实定价逻辑。 本文目录 一、股息率的现值方程拆解 二、用 VAR 状态空间提取未来预期 三、美股 152 年长周期的实证检验 四、 …
聪明钱共识信号回测：基于统一画像口径的 180 天超额收益与回撤检验
公开链上数据看板常把“聪明钱集中买入”渲染为胜率极高的抄底信号。许多交易者看到多个被标记为高胜率的地址同时买入某一标的，容易直接跟随市价挂单。 把跟单流水与后续实际成交行情逐笔对齐，跟随买入的结果往往是买在局部冲高的高点，并在后续阴跌中承受深度亏损。 这种偏差源于对时序因果的混淆。把非平稳时序中的同步甚至滞后资金流误判为单边预测指标，是跟单策略失效的常见原因。 我们在本系列前序研究中，先后建立了宏 …
链上大额数据的分层结构：每天几万笔转账里，哪些值得交易员关注？
很多交易员习惯在社交平台或即时通讯工具中订阅大额链上异动提醒。每当看到单笔上千万美元的代币转入交易所或链上巨鲸转账，容易直接将其视作二级市场的买卖信号。 将此类公开报警与后续行情逐笔对齐，跟单结果往往与预期相背。 Ainvest 对 6,645 笔公网巨鲸异动提醒及散户后续行为进行了系统统计。数据显示，散户收到推送并完成交易时，原巨鲸的委托撮合早已结束数分钟。散户买入时承接的是做市商的卖 …
百分百胜率的聪明钱背后的假象，模型与真实分布
在多数链上数据看板或分析平台中，“寻找聪明钱”通常被简化为直接查看胜率或盈利排行榜。 但把这些公开榜单的钱包拉出来做微观流水核验，结果存在显著偏差。 我们从 Dune Analytics 上的公开经典聪明钱/大额活跃钱包看板（结合 Nansen 与 Arkham 公开标记地址） 中，抽取了覆盖 4 条主流 EVM 公链的 1,345 个候选钱包样本。按常规榜单算法测算， …
又一个去 AI Slop 工具？Hallmark 原理解析与实测
声明：本文由 AI 辅助创作，经作者核实与修订。 平时写前端或者做产品落地页的时候，经常会遇到一种情况，就是页面有一股“AI 潲水味”（AI slop）。代码跑起来看起来没错，控制台也没有报错，但网页一打开，扑面而来就是一股廉价的塑料感：暗色底板、紫蓝渐变、悬浮发光球、大写英文小标签，外加三等分的卡片。 这个问题不限于某一家模型。哪怕用现在能力很强的 Claude Opus 5.5 …
Anthropic 招股书解读：经营改善与长期算力支出压力
声明：本文由 AI 辅助创作，经作者核实与修订。 美国时间 2026 年 10 月 26 日，Claude 的开发商 Anthropic 向美国证券交易委员会（SEC）递交了 335 页的招股书（代码 ANT）（SEC 原文，2026-10-26；官方公告，2026-10-26）。 这是头部通用大模型实验室第一次向二级市场公开经审计的财务报表（竞争对手 OpenAI 已将 IPO …
链上追踪工具实操指南（How-To）：用 Arkham、Bubblemaps 与 GMGN 排查一笔交易
风险提示：本文涉及的链上工具、分析方法与排查案例仅供技术研究参考，不构成任何投资建议或代币推荐。链上数据与跟单执行受市场流动性、网络延迟与滑点影响，存在资金损失风险。 在社交媒体或即时通讯频道的链上异动提醒里，经常能看到类似的消息：“某胜率 100% 的聪明钱地址刚刚买入 5 万美元某代币”。 面对这类信号，很多交易者容易走向两个极端：要么直接点击跟单买入，结果买在流动性冲高的高点，甚至直接接盘团 …
解读 100 个 AI 商业产品｜Retell AI：从 28 个招聘岗位看海外电话 Agent 的流程改造与合规门槛
声明：本文由 AI 辅助创作，经作者核实与修订。 在《解读 100 个 AI 商业产品》的前两篇里，我们先盘了 a16z 第 7 期消费级 AI 百强榜 和 110 款产品的真实消费账单。看消费级榜单时会发现一个现象：能在网页访问量、App 下载榜或者个人信用卡扣款里排上号的，大多是通用对话助手、写代码工具或者音视频生成软件，比如排在消费支出榜第 10 名的语音合成平台 ElevenLabs。一旦 …
链上宏观指标怎么看：从 MVRV、SOPR 到公链日常监测指标
风险提示：本文涉及的链上数据、统计指标与估算模型仅供研究参考，不构成任何投资建议或交易推荐。历史数据与链上统计表现不代表未来结果。 很多交易者在看链上数据时，容易把长周期的宏观指标和公链的日常活跃数据混在一起。有人每天刷新 MVRV 或者 SOPR，发现几天甚至几周数值几乎不变化，对短线交易没有直接指导作用；也有人每天紧盯公链的 DEX 成交量和交易笔数，直接把 Solana 的高频小额交易和以太 …
个人量化选股（七）：波动率倒数配仓与资金构建：等权重陷阱、单票封顶与整手硬约束
上一篇《个人量化选股（六）：差异化风控与退出机制：杠杆防守、反弹陷阱与高波移动止盈》分析了杠杆账户的 P0 强制止损、港 A 现货过滤短期微观噪声的季度内持有纪律，以及高波动标的的动态跟踪止盈规则。 当候选标的通过趋势门槛、截面精排与双线缓冲区的筛选，并完成退出规则设定后，量化选股流水线进入了关键的最终环节： 入选标的的资产配置权重与资金规模如何科学求解？ 许多量化研究者在因子挖掘与信号排序上投入 …
消费级 AI 真实账单：流量与收入错位，谁在闷声赚钱
声明：本文由 AI 辅助创作，经作者核实与修订。 看 AI 行业榜单，容易被网页访问量和 App 下载量带偏。 Similarweb 统计的网页独立访客，或者应用商店的下载榜，反映的是大众好奇心。但在推理算力成本居高不下的今天，访问量大往往只意味着算力账单更贵，不代表有人愿意持续掏钱。 a16z 在最新一期消费级 AI 报告里，首次拿出了 YipitData 监测的美国消费者信用卡真实扣款样本。当 …
拆解 100 个消费级 AI 产品：真实账单里的付费率、重度用户与商业分化
重点数据概览 a16z 发布的第 7 期消费级 AI 报告（The Top 100 Gen AI Consumer Apps — 7th Edition，2026-10-05），和前六期只统计网页访问量与 App 下载量不同，本期首次引入了 YipitData 监测的美国消费者银行卡真实支出数据。 在阅读全文前，有几个重点数据需要先关注： 付费用户比例较低：全美近半数人使用过 AI，但每天使用的仅 …
个人量化选股（六）：差异化风控与退出机制：杠杆防守、反弹陷阱与高波移动止盈
在上一篇《个人量化选股（五）：调仓频繁利益侵蚀，用双线缓冲区和调仓窗口降换手》中，通过双线缓冲区降低了频繁换手。但进入日常运行后，另一个问题是跌破均线时如何退出。 很多交易者倾向于把止损当成无条件执行的通用规则，比如收盘价跌破 200 日线 1.5% 满 3 天就清仓，并直接套用到所有市场。 这种一刀切的规则在不同市场中表现分化明显。不同市场的微观盘性、假突破频率以及账户是否有杠杆负债并不相 …
个人量化选股（五）：调仓频繁利益侵蚀，用双线缓冲区和调仓窗口降换手
在上一篇《个人量化选股（四）：截面打分与去重排他》中，我们完成了买入端的标的精排：美日市场采用 1 年卡玛比率（Calmar Ratio）压制宽幅震荡，港 A 市场采用 12-1 相对动量灵敏捕捉产业主线，并通过 1 年溢价中位数解决了 A/H 同门重合仲裁，最终收敛出各个市场的前列买入名单。 然而，一旦进入日常跟踪与实盘交易，每个量化交易者都会面临一个搜索频率极高、实际困扰极深的核心问题： 手里 …
别再对着一长串任务打字了：用拖拽看板接管 Coding Agent 的执行顺序
声明：本文由 AI 辅助创作，经作者核实与修订。 日常用 Claude Code、Codex、Antigravity 或者 Cursor 辅助写代码时，沟通往复最多的环节往往是给它定方向。 让它做一次架构梳理、排查历史代码或者拆解新功能，屏幕上会立刻多出十几个甚至二十个待办事项。现在的工具无论是走命令行终端，还是用各自的 Web 版、图形客户端（GUI），界面体验其实都不差。但不管放在哪个窗口里， …
用过才知道：macOS 原生指令在 Agent 浏览器操作里的隐藏优势
声明：本文由 AI 辅助创作，经作者核实与修订。 这两天用 Google Antigravity 整理和分发博客文章的时候，我留意到一个细节：它操作我电脑上 Chrome 浏览器的方式，不用起 Playwright，也不走浏览器扩展，直接在终端里调 macOS 自带的 osascript（AppleScript）。 这引起了我的好奇。在此之前，我让 Codex 操作浏览器经常卡壳。要么是浏览器扩展 …
个人量化选股（四）：截面打分与去重排他
在上一篇《个人量化选股（三）：为什么是趋势动量，以及准入硬门槛与防追高》中，三道准入硬门槛（站上 MA200 年线、12-1 动量大于零、距年线乖离不超过 +30%）从 200 只中外观察池中过滤出了 63 只合格标的（中国资产 31 只，美股 32 只）。 这也是我最近在 QuantFull 整理的「个人量化选股实战体系」的第四篇。63 只股票通过了安全检查，但个人投资者的账户体量通常在几万到几 …
cleanyourtv：用 AI 给家用电视去广告、换桌面
声明：本文由 AI 辅助创作，经作者核实与修订。 最近 AI 编程正在从写业务代码和网页，延伸到折腾家里的实体硬件设备。很多人开始把编程助手连上家里的电视、投影仪和电视盒子，让 AI 去做系统逆向与定制。 开源社区里引起很大反响的 cleanyourtv（最初命名为 tv-vibehack）就是这么来的，几天时间在 GitHub 上积累了超过 1.3 万颗星。 这个项目的起因很日常。 …
个人量化选股（三）：为什么是趋势动量，以及准入硬门槛与防追高
在上一篇《个人量化选股（二）：标的池怎么选，以及多路召回与双轨粗排》中，我们通过流动性客观门槛与全景行业 ETF 雷达，把全市场的数千只股票压缩到了单市场 100 只高信息密度的物理观察池（中国资产 100 只 + 美股 100 只，合计 200 只）。 这也是我最近在 QuantFull 整理的「个人量化选股实战体系」的第三篇。标的进入观察池之后，我们面对的是一个更根本的选拔逻辑：面对这 100 …
为什么现在的 Coding Agent 都不约而同把 Token 监控藏起来了
声明：本文由 AI 辅助创作，经作者核实与修订。 一次典型的 session 会话 平时用 Google Antigravity 写代码，编码的最佳实践通常是一个会话只做一件事。 但在日常写代码时，这件事很难把握。很多任务我们很难度量它到底会消耗多少 Token，也没办法准确评估手头的任务粒度拆得是不是够细。 实际写起来的状态往往是：感觉一直在往同一个会话里面塞东西。刚开始聊着改着，好像一切都很顺 …
个人量化选股（二）：标的池怎么选，以及多路召回与双轨粗排
在上一篇《个人量化选股（一）：大类资产配置与量化选股分层》中，我们对比了夏普率优先与几何复利优先两种目标函数，通过资产穿透、代理映射、参数求解与跨周期回测检验，推导出了美股（47.5%）、日股（14.5%）、中国资产（9.5%）等各大市场之间的目标配比，并在股票预算内部切分了核心宽基底仓（约 70%）与卫星轮动个股（约 30%）（早期组合诊断也可参考《用 AI 优化我的投资组合》）。 这也是我最近 …
个人量化选股（一）：大类资产配置与量化选股分层
讨论量化交易时，人们往往容易直接聚焦在微观的选股指标上：均线组合、动量斜率、波动率通道、突破信号。 在实际构建量化交易体系时，单独一个选股引擎无法独立运转。选股系统处于整个交易框架的执行层。在决定买入哪些个股之前，系统必须先知道前置的宏观输入：总资金在哪些市场之间分布、哪些资金负责承担长期的 Beta 收益、哪些资金才划拨给量化引擎做战术选股。 全球不同股票市场有各自独立的运行周期。美股经历过长时 …
出行可达地图：用路网等时圈计算真实生活圈，即将支持自定义地点
在城市生活中，评估居住、工作与出行往往依赖距离。租房信息常标注“距离地铁站 1 公里”或“距离商圈 3 公里”，但直线距离往往忽略了城市路网的真实形态。一条河流、一条全封闭高架路或一段铁路线，都会让实际通勤耗时成倍增加。 以往要在地图上确认通勤范围，往往需要手动逐个搜索不同目的地的导航时间。如今路网等时圈计算使得多方向的可达性能够在数秒内直接生成多边形轮廓。出行可达地图（Isochrone …
创业预型思维：如何在三天内知道想法能不能挣钱
声明：本文由 AI 辅助创作，经作者核实与修订。 平时做产品，常会遇到一个问题：为什么点子听起来很好，做出来却总是失败？有没有什么办法能在三天之内就知道一个想法能不能挣钱？ 身边常能看到这样的人：脑子里一有想法，立马打开 coding agent 开始写代码、调模型、上架发布。到了发布环节却发现根本没人关注这件事情，然后归结为自己流量不好、酒香也怕巷子深。 这毛病跟开餐饮店类似：自己尝一口觉得味道 …
Muse 留存数据：次留 73% 与双周 22% 背后的口径与思考
声明：本文由 AI 辅助创作，经作者核实与修订。 最近 X 上在讨论 Meta 的 Personal Agent 产品 Muse 的留存数据。投资人和科技媒体多有转发，核心论调基本一致：Muse 次日留存高达 73.3%，接近 ChatGPT 的两倍，不过 14 日留存降到 22.5% 被反超。 在 X 上，小扎和小王的 PR 稿早已铺天盖地。或多或少都在暗示 Muse 已经赢了。 …
链上宏观数据，要看哪些指标，不该看哪些指标
最近把 LeeOnChain 的链上宏观看板（/macro）从底层数据源到指标定义彻底理了一遍。 重构之前的版本暴露出一个尴尬的现实：页面上放着的指标（全链 TVL、DEX 7 天交易额、单链手续费、稳定币总量、Top Meme 成交量）本质上只是 DefiLlama 和 CoinGecko 面板的子集。在各大公开看板上天天能看到这些大盘数字，但这些常规数字往往具有极强的误导性。 链上账本公开透 …
Pi 1.0 与 1.1：一个靠说「不」出名的工具，开始说「是」了
声明：本文由 AI 辅助创作，经作者核实与修订。 如果谈及coding Agent，一定绕不开Pi这个工具。国庆假期以来，该产品经过密集的变更，版本号从0.99到了1.10。这其中到底变了什么，影响如何，是本文试图回答的。 如果需要一句话总结，那就是：0.99 用 Codemode 把 MCP 接了回来，1.0 把这套东西定成稳定版，1.1 只是让日常用起来更顺手。 Pi 的 changelog …
1.68 万亿放量下跌：日度数据怎么测出市场真实流动性
2026 年 10 月 8 日节后开盘，沪深两市全天成交 1.68 万亿元，比节前最后一个交易日放量约 2300 亿元，环比增幅 16%。 盘中科技股一度领涨，但收盘上证指数跌 0.79%，创业板指跌 3.15%，恒生科技指数跌 2.89%。 收盘后的多数讨论把这天归结为「放量，流动性充裕」。但实盘交易的体感往往相反：买盘承接很薄，稍微有些规模的卖单打出去，价格就直接滑下一大截。 把成交额直接等同 …
Claude Haiku 5.5，当前性价比首选？
北京时间 10 月 8 日凌晨，Anthropic 发布 Claude Haiku 5.5。这是 Claude 5.5 家族的最后一款模型。名义标价对齐 OpenAI GPT-6 Luna（输入 $0.10、输出 $0.50 每百万 token），上下文窗口扩展到 1M。大家关心的通常是两件事：到底强在哪，手头的小模型要不要换。 笔者维护的浏览器插件 PageGrok， …
汇丰 Pulse 与 Red 信用卡对比，回赠差异、下卡门槛与内地卓越开卡梳理
办香港信用卡，不少人以为有了内地卓越理财（Premier）或者开好香港账户就能秒批。其实我之前刚拿到卓越账户就直接申过一次，结果被拒了（估计是钱没存够）。 香港汇丰的信用卡审批走独立的信贷风控。卓越身份最大的用处是开户阶段，能通过内地客户经理见证开立香港账户，免去排队和账户管理费。但真正到了申卡环节，依然要老老实实按标准流程和材料来准备。 最近在 Muse 和 GrokBot 里重新查了一遍官方细 …
手机淘宝偷偷下小模型？RecGPT-Mobile 端侧 SLMs 应用解析与效果分析
刷帖子的时候，有用户爆出手机淘宝在他的设备上下了一个小模型。虽然是小模型，但还是差不多占了 1GB 内存。从我去年一直关注小模型以来，我的观点是其实这样做效率不高。特别是小模型智力低，运行久了还发热。越大的模型这个现象越明显。这也是端侧模型没大规模应用的原因。端侧推理，实在是太吃资源了。 而评论区的部分网友不这么认为。他们认为比起效率，用户手机上的算力显然是大公司窥视的。我是觉得为了不同设备的算力 …
Muse，国外火热的 Personal Agent，有哪些用法和我的个人感受
当下的 AI 圈每天都在找寻和追逐新热点。这几天，X上讨论最多的是 Personal Agent ，特别是随着 Meta 的 Muse 爆火出圈，听闻国内字节和腾讯都有团队在抓紧研发对应版本。我试用了一段时间 Muse，对比之前用过的 Grok，谈谈它的常见用法和主观感受。 一开始我是排斥 Muse的。一方面觉得它和 Grok 是一类产品，我已经有一个了不需要了，而且meta的基础模型根本排不上 …
Vibe Coding 一年半：我为什么做，以及怎么做
为什么要 Vibe Coding 大概一年半前我离职的时候，Vibe Coding 刚有苗头。那会儿做应用主要用 Cursor，公司内部用的还是微软 Copilot 那一套。到了 2025 年 3 到 5 月，Manus 爆火，Claude 这些模型的能力又上了一个台阶，身边不少写代码的朋友开始担心，自己的职业是不是走到头了。 我当时的判断是，程序员很可能会变成第二个土木，到今天我还是这么看。我给 …
我用AI干了啥 EP01｜做内容、拉链上、调持仓，还有 Jev 和 Muse 初体验
这周手上事情不少：链上数据、内容发布、持仓复盘，还有 Meta Muse 的初体验。按块记一下，分享我的 AI 用法。 链上数据 Dune 大善人发了测试额度，不用白不用，我就拿它拉了一轮链上数据。比起自己手写查询逻辑，交给 AI 写 SQL，效率高了好几倍。用下来也有问题：Codex 有点过度设计，Google Antigravity 又设计能力不足。Cursor 出的 Grok …
GPT-6 Sol / Luna vs Claude Opus 5.5: 性能、价格与选型建议
北京时间 9 月 23 日，Anthropic 发布 Claude Opus 5.5，一个多小时后 OpenAI 发布 GPT-6 Sol 和 Luna。每次新模型出来，大家想知道的无非两件事：它强在哪，我手上的模型要不要换。 三款均降价。Opus 5.5 据称能力强化的同时，属于Opus4.6风格的写作能力回归。意思就是说人话了。Sol 和 Luna 主要是便宜了一半，能力和上一代基本持平，写代 …
深入解读 Jev 模型：是什么以及怎么用
理解 Jev 在过去的项目里，我为了优化接口延迟花过不少功夫。用户对响应速度其实高度敏感。系统一旦超过一两秒没动静，看起来就像坏了一样。现实情况是，很多大模型为了做推理思考，响应动辄两三秒甚至更久。大家虽然尝试了各种工程手段去优化，但大模型逐字做自回归生成的本质摆在那里，延迟很难压缩到极致。 很多时候，我们并不需要一个能写长篇大论的推理模型。在做状态判断或者枚举分类时，响应速度远比生成能力更重要。 …
离职后，我用 AI 做了个「不跳转网页」的产品：PageGrok 创始手记
为什么做插件 PageGrok 是我离职以来，一个真正意义上的产品。去年折腾了不少时间做量化、做视频、写东西，东研究一个、西研究一个，做下来发现还是需要一个具体形态的产品来跑通整条链路。（之前多是 web 网页）。 最大的启发来自同期离职的一位同事。她在中东，自己做了一个浏览器插件，反响还不错。我之前的经验集中在机器学习、算法、数据管线上，服务的无非是运营和用户增长业务。需要一个产品跑通来验证想 …
Pi 入门笔记：比 Codex 更自由，但也更折腾
前段时间 Claude 把我封禁了，没办法，不得不找别的路子。光凭 Codex 也满足不了每天的编码需求，需要一些不一样视角的模型来互补。Cursor 又由于莫名其妙的操作，把我这张号的 500 次变成了按消耗计费。Antigravity 之前没怎么用过，虽然把代理问题解决了，总感觉不太聪明。底子比 Codex 和 Claude 的客户端要慢好多个版本。 社交媒体上关于 Pi 的讨论非常多。大半年 …
Vibe Coding × 定时任务：主动触发 GitHub Actions 的个人实践
最近对个人调度任务做了一次较大调整：核心从依赖 GitHub Actions 内置 schedule 的被动排队，改成由外部定时任务主动触发 workflow。要解决的主要是调度延迟。我有一批天级任务需要相对准时，例如拉取前一日数据、汇总昨天的工作；但 GitHub Actions 的 cron 并不可控，经常晚数小时，极端时当天该跑的 run 都没出现。GitHub 文档也写了， …
用 AI 优化我的投资组合：从宏观配置到美股持仓复盘
前几周我对名下的主要资产做了一次盘点，计算了各自的占比以及过去一年半的收益率。资产盘点清楚后，接下来自然是优化现有组合。这篇文章就和大家分享我利用 AI 优化投资组合的思路与具体过程。 先说一下大体思路：组合优化。它既体现在宏观资产配比上，也体现在微观层面每只股票配多少。所以本文有两个层面的内容和大家分享。 同样说明一下：投资有风险，本文仅为个人复盘记录，不构成任何投资建议。 宏观配置：穿透与目标 …
个人主页 SEO 优化与结构改版实践
最近一周，我对个人主页做了一次系统性的改版与修复。以期提升搜索引擎可见性和用户交互，目前成果如下图。本文分享对应的实践心路与处理方式。 改版动机 最直接的起因来自 Google Search Console（GSC）的数据排查。我翻看后台流量来源时发现，主站沉淀的大量文章曝光寥寥，反倒是几个挂在子域名上的独立应用带来了不少流量。 这与预期有明显出入。之前主站更换过域名，按历史访问数据来看，最早的核 …
Agent Skills 出来的第10个月，再聊评估几件事
Agent 早期没有 skills 这个概念，只有 rules，一条全局性的系统提示词，出现在 Cursor 里。从单文件规则到多文件匹配，形态一直在变。到底什么叫好？这是一个很自然的疑问。 笔者最近做产品 SEO 优化，涉及若干 SEO 相关 skills 的评估，遇到不少麻烦。description 重叠导致触发不稳定；模型把过程证据外推成最终结果；缺数据时猜测性补全；模型自评无法证明任务真的 …
从 SEO 角度做增长，以产品 TrakToken 为例
在做 TrakToken 的过程中，搜索流量来得很快。这得归功于V站、知乎等地的高质量软文。想要有早期用户，你就必须得厚着脸皮介绍你的产品。有了用户之后，下一步怎么做？我的答案是，从凭借感觉做设计到系统化调整。 从结果来看，TrakToken 自然搜索已经成为主力获客渠道，但增长高度集中在首页和 Bing，查询层、归因和参数 URL 治理没有跟上流量增长。 本文试图介绍，从 SEO 相关角度，如何 …
五年十个财务瞬间 04｜结合AI进行仓位回顾与分析
一、来龙去脉 这是"五年十个财务瞬间"系列的第四篇。前三篇分别写于 2020 年末、2021 年中和 2023 年初。第一篇是毕业两年半后第一次认真审视自己的仓位切片，当时的比例是股票 55、基金 25、现金 10、其他 10，杠杆 1.8 倍。第二篇是半年亏了 20% 之后的反思，轮动、定投、对冲、体验四个策略。第三篇卡在汇率破 7、存量利率历史低点的 2023 年，一直没写完。这些文章回过头看 …
提效 20% 的 Claude Code Session 优化方法
这两天，看了不少知乎上关于用好 Codex 和 Claude Code 的回答，收获不少指令笔记，也产出几篇文章。紧赶慢赶，Anthropic 也在 8 月 14 日发了一篇官方最佳实践：《Maximizing the value of your Claude Code sessions》。 我整理了下文章的思路，原文核心分为 3 个层次，分别是 token 的价格组成、session …
搜索与 AI 可见性：让需要你产品的人找到你
最近半年，关于 SEO 和 GEO 的讨论很多。不少做产品开发的大佬，也都在强调流量的重要性。对于低市场预算和起步阶段的小团队来说，善用搜索引擎流量，提高 AI 的可见性，是极具性价比的一环。 笔者的几个产品，不少流量就来自搜索引擎和“豆包”这类产品。这篇文章，试图以通俗的语言，穿插专业内容，来盘一盘这一路上会遇到的问题和解决思路。 做产品和开小店的共性 把网站想象成一家店。货上了架，但路不通、门 …
GA4 实践指南：从配置到 AI 工作流
笔者在Vibe Coding 产品数据建设：5步框架与数据清单里，提到 GA4 作为工具选型的一环但没有展开。这篇补上 GA4 本身的实操细节，重点是半年实践中踩过的坑和演进出来的规范。 为什么单独写一篇？GA4 是 MVP 产品最容易"接了但没用好"的工具。接入只要一行代码，但要真正用出价值，自定义维度注册、埋点约定落文档、多工具口径对齐，这些坑 AI Agent 大概率不知道。 一、GA4 是 …
驾驭你的 Agent Skills 和系统指令
打开 skills.sh 排行榜，前十名加起来几百万安装量。直觉告诉你：这么多人装了，应该有用吧。装了一圈之后发现，大部分时候它们在干预期以外的事情。 先装一堆别人的 Skill，却没搞清楚系统有什么、自己需要什么。顺序应该反过来：先摸清 Cursor、Codex、Claude Code 各自预置了什么，再判断自己缺什么，薄弱点拿别人的 Skill 临时补上，同时把自己的专长编成 Skill 输 …
LLM Token 支出指数能预测 AI 行情吗？
拆解模型定价、用量迁移与美股 AI 软硬件走势的先行关系 背景介绍 上个月写了一篇关于 TTSI 的复现与归因分析，结论是 5-6 月的指数回落主要由中国厂商降价和用量迁移驱动，整体支付意愿并未下降。文章发出之后，收到了不少反馈。公众号读者的反应还不错，“非常不错的分析"“点赞"这类留言不少。TrakToken 网站的数据也迎来快速增长，很快用户数便破万。8 月 6 日，日活用户数创下新高， …
Vibe Coding 产品数据建设：5步框架与数据清单
Vibe coding 很热，写出来的东西越来越像样。但好像很少有人聊 vibe coding 产品的数据怎么做。没有数据，写写自用玩具可以，但想进一步规模化和商业化，这个问题始终绕不过去。 英文圈有一些讨论。Value Add VC 和 JustNeeda 分别写过一篇，其核心结论一致：定义北极星指标、只埋 5-10 个核心事件、每周花半小时看数据。这类文章面向的是有一定规模的 SaaS 创业 …
从单 Agent 到跨 Agent 的 Skills 管理
Skill 是什么、怎么写，这篇文章不准备展开介绍。这里聊的是另一件事：当跨 agent 工作越来越常见，工具转换间，沉淀的 skill 怎么办。 以我自己为例：同时用 Claude Code、Codex 和 Cursor 三个 agent（之前还有 Gemini CLI），并在它们各自的 skill 目录里积累了几十个 skill 之后，发生了什么以及我的应对之策。 为什么突然要管理 skill …
用 Codex /goal 指令从 0 到 1 验证并构建产品
随着 vibe coding 时间的增加，我越发觉得“细节不重要，重要的是如预期交付”。这和指导实习生、指导新人融入团队并无二致。好的团队领导者，一定是放权状态，不抠细节的同时给成员充足的上下文（context），最后只检查确认结果即可。 这点，反映到 AI coding 上面，也是如此。很多人以为 vibe coding 是某种许愿式编程，你只需要念出你的咒语，Agent 便为你办妥一切。其实非 …
普通人要 Codex 有什么用？
Codex 对我最大的用处，并非简单写代码，而是让我以尽可能小的时间成本，干成、干快以前干不成或干得慢的事。 我的背景是算法，在很多人看来，程序员都是一个类型。但实际上这个岗位的细分非常多，我擅长将业务问题转化为建模问题，能够构建稳定可靠的数据pipeline和模型pipeline，但并不包括写出好看的前端和稳健的后端。后半部分工作，是 Codex 帮我加速达成的。 此外，对于像产品、市场和运营这 …
创业独立观察｜和几位 AI 硬件从业者聊了聊
前阵子参加了一场 AI 硬件方向的闭门交流，在场的有做可穿戴设备的创始人、做机器人的、做宠物科技的，还有几个在做全球化的。聊了快三个小时，几条判断我印象很深，先放最前面：AI 硬件真正要补的短板不是"听得见看得清"，而是"记不记得住"；通用大模型讲故事好听，但真正需要的是"只做一件事"的小模型；情感陪伴这件事，AI 越完美越容易崩，反倒是有点"小脾气"、需要你投喂才跟你亲的设定更稳；出海反直觉建 …
智谱 x MiniMax：配对交易的验证与心得
先说结论 多智谱、空 MiniMax 能带来可观收益，但并非常态，难以复刻。最好施加波动率风控策略，降低回撤，增强体验。 协整检验不通过，经典配对交易的前提不成立；顺分化做多空回测夏普 3.52，但样本外验证表明合理预期在 0.5~1；波动率降仓把最大回撤从 -27.9% 压到 -9.2%，比单日止损更有效。 注意：本文仅分享个人思路和回测过程，不代表投资建议。投资有风险，需充分衡量个人风险承受能 …
不想为总结一个网页花20美元，我给Chrome做了个平替插件
需求痛点 刷网页的时候，总会碰到这种时刻：看到一篇长文，或者一段讨论，想快速知晓大意或是多方观点。念头很简单，但满足它却挺麻烦。前大模型时代只能硬啃；后大模型时代，能把内容丢给豆包、丢给 DeepSeek，可这个"丢"字里全是摩擦：开一个新标签页，将链接丢给他们。碰上反爬或者排版诡异的页面，结果不可控还得回来复制粘贴。 我真正想要的东西十分简单：看到感兴趣的内容，选中，问一句，拿到答案。中间越少越 …
你以为的 AI Native
你以为的 AI Native 年轻人，在 AI 的环境下成长。他们接触到的世界，天生就有 AI。理所应当，他们是 AI 的一代，是人类未来的希望。 他们不需要学，因为他们就是 native。就像母语者不需要背单词一样。他们天然知道怎么用这些工具，天然知道怎么和模型协作。 营销号说，再不上车就晚了。VC 说，AI-native 才是未来。你要么变得 AI native，要么被淘汰。 不过很遗憾，你不 …
接入富途券商 API，用 AI 接管投资仓位（ in-house 仓位管理）
毕业以来，我的财务一直通过记账的方式进行归集。早期通过 GoodNotes 进行手动记账，好处是可以手动批注。后来迁移到了 Notion，原因是发现需要记录的东西很固定，每次复制旧的内容到新日期，接着修改数值即可。而且，使用 Notion 能够很方便地按类型进行归类和计算，较为方便看到每个月的动态状况。 但是后来，随着投资标的的分散，每次在券商上算账都要耗费不少的心力。需要计算杠杆、货币转换。这让 …
利用微信读书skill，将读过的知识整合进AI实践
遇到难回答的问题，我不回答。但遇到难解的问题，我倾向于向书中寻求答案。过去几年，工具书我主要关注六类：横向与纵向领导力、组织与战略、销售与说服、产品与增长、个人成长、投资交易。微信读书每年差不多是 40 多本。大模型从 2023 年火了以后，很多内容能直接问出来，量大管饱看起来还蛮精炼。 是不是阅读就没有意义了呢。我的答案是非也。大模型适合科普通识性问题：“SLMs是什么"“端侧模型有哪些技术要 …
LLM Token Expenditure Index 是怎么算出来的？我复现并给出了异动归因
起因 财联社报道，6月Token支出指数下降了。以此来说明终端买家愿意承担的成本在降低，进一步暗示可能影响上游的各个环节。实话说，这个结论大致符合直觉：无论科技大厂还是个人，近期都不再无脑敞开用最先进模型，转而注意模型的能力边界，搭配着用提升性价比。 但是你说，该“指数是外界目前所能获取的最清晰、最直接的市场风向标”，总感觉话说得太满了。作为一个算法出身，长期和数据打交道的人，自然也想知道是如何计 …
写在离职一年半
现在是20260621的早上5点半，你失眠了。原因无非是焦虑引起的躯体化反应，包括湿疹、心率偏高。焦虑的原因，也很简单：近期做的SRI商业化，一周下来预估的MRR（月经常性收入）是1.4k，而改版带来的收入反而下降了。隐约觉得这仅有的现金流收入，似乎也难以抓住。 此外，近期一直困扰你的是：在投资上似乎站错队了。这段时间的行情风向长期保持在AI的上游基础设施，甚至牵扯到了组装厂和原材料上。中间有两 …
不要再 Vibe 创业了，干点儿实事吧阿谷
大家好，我是谷粒粒，OPC（One Person Company）练习生一年有余。vibe coding 这个话题，随着过去半年基础模型能力的提升和 agent harness 架构的成熟，越来越火。 不少公司在内部扩大 AI 辅助编程的范围，试图提升编码和想法验证的速度，同时进行 Token 消耗量的考核。也有人像笔者一样，经历过公司的一些事，想借助编码工具的生产力提升，构造更多属于自己的产品。 …
拒绝感觉有效，基于在线推理性能测评，选出最适合我 Mac 的 LLM 推理框架
经常捣鼓大模型的朋友都知道，各大厂商提供的模型是生产力工具。可以蹭，但也需要计算性价比。一些小的任务或是隐私任务，放在本地更合适。随着越来越多开源的 SLM（Small Language Model）智力水平的提升，部署到本地也是一个选择。 作为一个玩过智能家居、玩过路由器、玩过 NAS 的人，本地模型当然也要拉下来玩玩。这不仅可以用来窥探模型本身的技术架构，还可以解决手边的小问题。但技术选型过程 …
成本三分钱，整合Notion、GitHub的AI周报工作流
熟悉我的朋友都知道，我算是一个比较讨厌周报的人。在工作的时候，如果你告诉我某人写了一份三千字的周报，那我一定嗤之以鼻。心里想，这算啥写作比赛或是落伍的向上管理手段。 手写不行，但如果是AI写的呢？这里，要给大家介绍我目前的自动化周报工作流：Notion记录跟踪项目甘特图、GitHub汇总issue、交付和热点关注，整合二者的信息，每周调用大模型自动总结上周工作。 原理介绍 flowchart LR …
NoAINoG 月刊 | 整个4月，我们在聊什么？
过去一个月，NoAINoG 保持工作日日更节奏，从 EP01 到 EP18，累计输出了近 300 分钟的深度内容。在 AI 这个方向，追热点、拆技术、探讨人文与商业化，试图搞清楚：没有 AI 是会完蛋，还是啥事没有（NoAI NoG）。 如果你还没听过，这篇文章帮你 4 分钟看完全貌。 一、商业认知：利润才是唯一的护城河 EP01 从《Rework》出发，直指"融资上瘾"的病根——利润才是验证一个 …
一直想要的发型、穿搭推荐，在ChatGPT Image2上实现了
Image2出来差不多一周多了，前期网上关于它能力的测试和讨论也够丰富了。大家的讨论大多集中在“有图有真相”的时代已经过去，或是说出图很好很自然上面。笔者前段时间刷到一个用Image2来做形象改造的帖子，获得不小反响。用户只需要简短的描述，即可实现发型定制、太阳镜定制的需求。出的图片一致性非常好，给的建议在评论区看来，也十分中肯。 形象改造提升带来的收益，不容小觑。自己舒心，做事情也更顺利。但不少 …
AI时代，OPC（一人公司）的自动化与半自动化
如果你感觉自己三分钟热度，并为此而焦虑，这里告诉你，大部分人都这样，包括笔者：人的注意力很难长期保持，且是类似MP的消耗品，需要刻意训练+扬长避短。 成事，不仅需要财力、物力，更需要心力。为了控制心力消耗，除了常见的SMART法则拆解目标、番茄工作法保持专注外，笔者总结了一份指南：AI时代，OPC（一人公司）的自动化与半自动化。 通过下述方法，让笔者把精力放在高价值活动上。 自动化 这里的自动化， …
Vibe Coding 长线运营思路
写过 Vibe Coding 的朋友都知道，写出来不难，难的是长线运营带来收入。就目前来说，高性能模型例如 Opus4.6 等已经能够很好完成项目。但写完项目，只是产品化的第一步。运营很重要，流量是关键。本期，笔者就来分享下自己的运营思路。部分思路参考了工作过的大厂的思维模式，仅做抛砖引玉之用。 关注数据 核心指标数据 关注核心的下载、活跃数据，看看用户从哪里来的。 …
GEO的过去、未来与反作弊算法
回顾 GEO过去一年火了三次。去年中的时候，随着AI抓取能力的加强和普遍应用，国内外社媒开始讨论GEO。GEO全称 Generative Engine Optimization，简单来说就如3.15所言，给大模型“投毒”。专业点儿来说，就是让品牌或者产品，能在AI搜索引擎内抓取、采纳并且呈现给用户。 关注一位博主，曾短暂投入过GEO方面的创业，到年初放弃。而我当时也让Gemini …
独立创业观察｜和一位 AI 投资人聊了聊
前阵子约了一位做 AI 投资的朋友聊天。 我的现状 离职半年了，现在做两件事：写东西沉淀想法，写 AI Agent 项目。 技术上说，做应用层开发门槛不高。难的是找到对的方向，还有搞定流量。 半成品比较多，这是实话。所以我现在对组队这事很谨慎。在自己没有趟过一些浑水之前，把别人叫过来是不负责任的。而且一个人生活开销可以压缩，有了团队就得给人发工资，压力完全不一样。 生产变便宜了，什么变贵了 投资人 …
技术转型｜赴日、副业和内容变现的那些事
“我现在回想，我都不知道去年一年我下班就在干嘛。” 去年底，约了位老同事出来吃饭。他清华本科毕业，之前在公司负责跟进某预研项目。因受不了形式主义，与我先后离职。我俩都很好奇彼此的状态，遂约出来聊了聊天。 多出来的时间去哪了 以前加班到九点多，累得回家就躺平。前公司七点下班，时间多了两三个小时，按理说应该能做点什么。但没有明确目标，反而天天刷手机、看视频、焦虑、然后循环。 他也说不清楚，这些多出来的 …
创业合伙人｜教育留学 Agent 的未果沟通
朋友介绍，认识了一位艺术方向的创业者。英国皇家艺术学院毕业，归国后做艺术教育留学方向。目前想用AI做一个辅助创作的工具（订阅制），用于提升学员的作品质量，帮助用户的留学申请更有竞争力。 我们前后聊了两次，虽最后未达成合作意向，但整个沟通的过程，很有代表性。可以让大家了解想做agent创业的人，都在想什么，以及技术合伙人在想什么。 市场需求 由于我本人并不具有领域知识，所以以下市场观察均来自对方。 …
游戏人创业｜一位前网易人的'不打工'实验
网上机缘，认识了同为游戏行业的朋友。网易、腾讯都待过，主要负责市场，特别是境外部分。后出来折腾创业。 不同于网上的光鲜案例，他并非一帆风顺，而是经历试错、反思和迷茫。这可能是大部分人的常态。 大厂待不下去了 他说离开大厂，不是因为钱或者岗位，是三件事把他磨得没脾气了。 第一，太无聊。 职业发展到一定阶段，每天干的事可预见、可重复。你需要不断满足下一级别的要求，才能满足晋升的需要。但这些要求，离开公 …
独立创业观察｜一位前大厂产品的风险厌恶与思维迷局
前几日中间人牵线，让我有机会与一位软件工程出身的离职产品进行对话。她之前在大厂做产品，技术背景出身，刚离职出来单干。 聊了两个多小时，很多东西对我有启发。 她说这次离职是深思熟虑后的结果，所以心态还算笃定。聊下来，我发现大家面临的困境，可能都很相似。 创业补课 她知道自己技术行，商业不行。于是报了创业课，还参加了"AI大航海"项目。 创业课讲的东西很实操：一堂五步法、单面模型、股权分配、投资人沟 …
AI出海创业观察｜一位前VC（风险投资人）的务实主义
前段时间某社群，有老板私我说想约个coffee chat。这位创始人之前是VC（风险投资人），现在做AI+2B的出海业务。他的合伙人在南非有家财税公司，算是自带种子客户。 我们约在咖啡馆见面，聊了一个多小时。这次对话对我颇有启发，分享给读者朋友。 业务逻辑 他们的做法很直接：直接去客户公司蹲点。看人家怎么工作的，哪些流程重复，哪些环节费人力。然后用AI改造这些流程，帮客户省成本。 “别人要100个 …
AI社交产品观察｜200题与一杯咖啡的背后
某书刷到AI社交团队，地推请人喝咖啡，换取产品注册。那段时间，我正在琢磨AI相亲小镇，遂报名前往现场。 该产品的想法很纯粹：AI分身帮你社交破冰。你先和对方的AI聊，觉得合适再联系真人。团队说，“AI帮社交破冰是真的”。 就在昨天，产品宣布即将关服。类似的草稿有几份，思来想去，优先发布这篇文章。 产品逻辑 产品叫"分身"，其运作方式如下： 首先回答约200道题，涵盖MBTI、大五人格等心理学模型。 …
链上数据挖掘导读（onchain data mining 101）
Web3目前已是一个既定的事实，融入到现有的金融体系之中。围绕Web3、特别是链上数据的服务，也越发成熟。一般意义上的数据挖掘、数据分析，也适用于链上。因为链上的数据是公开的，所以一般人也能获取。 你是否也好奇，链上的巨鲸用户是如何被发现的、关于比特币的各类指数，是如何计算的。这篇文章，就用来回答链上数据挖掘的基本前置信息。看完本文，你将对链上数据挖掘，有一个基本的认知，并可以通过文末 …
你以为的优绩主义
你以为的优绩主义 优绩主义声称：这个社会奖赏那些绩效优秀的人。绩效更优的人，值得更多的奖励、更多的资源。你只要努力达到规则、指标要求的一切，你就配得到更多。这套逻辑，撑起了现代大厦的方方面面，从教育升学、到企业管理，甚至两性关系。 实际上的优绩主义 你并不知道什么是优绩主义。小时候的你，只知道做好了：前面有奖赏。你被许诺一个光鲜靓丽、有空调的办公室生活，而反面则是重复父辈“面朝黄土背朝天”的循环。 …
AI构建全景图：六阶段及其方案选型
在人工智能领域，特别是以大语言模型（LLM）为代表的AI方面，大量人才和资金涌入。这个世界每天都不一样：新的概念、新的方法、新的工具，以及新的团队和产品。 虽然现在处于技术曲线的过度乐观期，但在热门领域，保持关注和实践总是没错的。 本期从算法创业者的视角，讲述技术原理与实现方法。从产品构建的不同阶段，力求带来系统性认知。 注：本期的素材，来自 ThoughtWorks 技术雷达33期。笔者阅读并提 …
富士 LUTs 应用到 iPhone 前需要弄清楚的6个问题
最近富士公开了其经典的十数种 LUT 滤镜，包括著名的 CC 滤镜和 NC 滤镜，使得其他拍摄设备，也能最大限度还原得到富士相机的效果，而不需要购入对应的富士相机。但在将富士LUTs应用到iPhone前，不少人是第一次接触到这一概念，这需要我们花点儿时间，来理解背后的色彩科学。 笔者通过编程方式，结合实际数据和图表，力图深入浅出解释LUT、Log模式以及为什么需要进行色彩空间转换。 1. …
精益创造（lean build）
控制半成品 精益，是一个制造业概念。对工科背景的朋友，特别是工业工程领域，应该不陌生。它最先出现在日本，伴随着日本上世纪的经济腾飞，在多个领域特别是汽车制造业击败美国，这一理念也大热。 历史只会重复，这一现象在如今的互联网公司也在上演。随着规模扩大，分工变细，并行量越来越多。实质上是逆精益。增加的工序、额外的跨部门沟通成本，带来大量内耗和浪费。 当然，今天的讨论主题，并非大公司，只是从这一概念出 …
AI相亲小镇开发纪要（三）
产品在发布后，受到了大家的广泛喜欢（不是）。为了增加真人感，主播增加了真人数据投放。第一个Agent 智能体是 UP主本身，ENFJ 投放到了小镇中，验证结果符合预期。Agent最后匹配的人选，也是主播在现实会有好感的人。 接着，内测群也发起了测试。累计招募了3位真人朋友。从测试的结果来看，也是合乎预期。最直接的证明就是，这三位即使身份背景不同，都对UP主的Agent表达出兴趣。这和他们选择参加游 …
你以为的分手
你以为的分手 两个人，无论是谁有这个想法，都开诚布公。你们坐在第一次见面的长椅上，互相感谢彼此的付出。一方可能会挽留，或者是不挽留。你们的关系都会走到下一阶段。未来的某一天，当你谈起对方时，对方要么在你跟前，要么已成为一个记忆符号。 实际上的分手 老实说，提分手当天，你并没有复合的打算。第一次当面找她，无非是想看看，她到底遭遇了什么。顺道表明支持的心意。结果她转头就发：这雷雨天很适配前男友的心意。 …
亲爱的，我变成了“猜你喜欢”
为什么别人可以 亲爱的，你总说，想找一个能懂你的人。能在你不开口，就知道内心想法的人。 为此，有过几次争吵，之后便是沉默。你说，厌倦了这种生活。 我想，又不是你肚子里的蛔虫，咋知道所思所想。 你说，你不管，你就要。为什么别人家就可以。 我变成了“猜你喜欢” 我找到了别人家。他给我一片蓝色药丸，说服下就可以达到目的。药效持续一天。服下药丸，一觉醒来，我变成了“猜你喜欢”。系统在我脑子里展开，原来药丸 …
AI相亲小镇开发纪要（二）
进入开发 书接上回，我们根据现有的资源，结合自身的优势和兴趣点，决定在相亲这个双边市场，进行撮合服务。 工具载体是我们的AI 小镇。基本思想是：数据化自身标签，设定目标，剩下的交给AI。减少相亲交友的重复和倦怠，提高匹配效率。 AI小镇有自己的一套代码，需要做的事是在原来的基础上进行调整。其核心功能，配置标签、设定目标为现成功能。LLM驱动的逻辑也是现成的，整体一次性能投放8个角色。 首先要做的是 …
AI相亲小镇开发纪要（一）
开发背景 玩过社交软件的朋友都知道，软件交友体验不佳。这其实来源于目的的背离。平台的目的是留存和付费，用户的目的是匹配离开。尽管不少平台在努力平衡，但仍会看见许多精心设计的付费点；许多暗示你下一个更好的引导。 优质的用户是平台资产，当他们匹配成功时，意味着平台的资产流失。 除开目的的背离，还有客服感。不少网友反馈，在社交软件上聊天像是客服，对不同的人要重复相同的话术，聊着聊着对方还会断线。这种感受 …
你以为的匮乏
你以为的匮乏 你觉得自己缺爱，很多人想联系却已不再联系。你觉得自己缺钱，有很多想买却不能买的东西。你觉得自己缺精力，几年前还能熬夜，现在稍微熬夜就发炎。你觉得自己缺机会，自己做的事情总是无法被人看到。 你觉得自己缺很多东西，一方面空荡荡的；另一方面又被各种想法、情绪填满。 你想，不如就按大众路线，过完这一生吧。 实际上的匮乏 你有很多关心你的人，愿意在你低谷的时候帮助你。只是你不好意思开口。你的储 …
你以为的写作
你以为的写作 你是一个写作小成的人，你写什么东西都有人看。你的文思泉涌，下笔如有神助。你写作从来不卡壳，不觉得写出来的是垃圾。写作就像吃饭、走路一样自然，天生就会。 实际上的写作 除开必要的写作，你其实很少写东西。 小时候的日记都是应付了事，偶尔写出值得反复回味的内容。你当时不理解，直到发现记忆会被覆盖。你已经记不清楚当时事，却能从日记中找回自己。这些内容成为你未来解构自身、构建自身的基石。 你在 …
你以为的爱情
你以为的爱情 你俩相识于偶然。对方有情，你也有意。在合适的时机、合适的地点，遇上合适的人。你们一路经历甜蜜，经历挑战。身体和精神上都高度契合。 有小的摩擦，能通过沟通、改变达到一致。有外部压力和诱惑，仍坚守对方。激情褪去，仍想和对方共度一生。 你俩互为对方的真命天子。 实际上的爱情 你们相互吸引，来源于青春期的懵懂无知。一个干净聪明、一个活泼机灵。恰好是同学身份，你们互相爱慕。分不清是喜欢还是爱。 …
你以为的vibe coding
你以为的 vibe coding 你有一个点子，告诉对话框，它就框框完工。你要做的就是转发、倒流，接着收获大量用户。毕竟各大媒体、KOL都这么说。写代码不再是需要严谨的知识，系统架构、算法原理、业务知识都不存在了。你和顶级应用的差距，只是没买他们的应用和课程。买了之后，直接开除公司的程序员，让产品写代码。一人公司搞起来。 实际上的 vibe coding 写代码五分钟、debug 两小时。 写小玩 …
你以为的成年
你以为的成年 18岁那年，你如愿成为大人。你下半年能考上个好大学，未来能够为国家效力，能够实现你的科学家梦想。 28岁那年，你是某个领域的大能。也许在读博士，也许已经有了自己的公司。如果是在公司里面的话，一定混得不错。 你会和某个喜欢的对象结婚，有自己的家庭。能够承担家庭的责任。有没有孩子不知道，但应该挺快乐的。 实际的成年 18岁那年，考场没有意外。你发挥水平正常，有遗憾但也不多。这题简单，那题 …
你以为的自媒体
你以为的自媒体 只要敢上镜，能够情绪表达，怎么也能吸引一批人。你和哪些百万UP主相比，只是没有脱下“孔乙己长衫”，腼腆、不好意思罢了。 你手上的素材一堆又一堆，竞品看了一集又一集的。网上的段子信手拈来，你的脑子清楚知道什么是自己喜欢的，什么是大众喜欢的。 你通过构造美观的封面，设置悬念、留下钩子。发布之后，全是99+的小红点。你的点击率高高的，完播率杠杆的。很快就突破小流量池，推到了更大的流量池。 …
你以为的创业
你以为的创业 你有个点子，不缺程序员，因为你自己就是程序员。你通过历史技术能力的积累，很快实现产品原型。产品原型在种子用户里的反馈很好，一些小问题也快速被修复。不少用户觉得你的创造改变了他们的生活，他们愿意为之付费，并且到处宣传。接着发布产品，获得了爆炸性的关注，产品大卖。人才涌向你，都以加入你的团队为自豪。 实际的创业 A方向是你的点子，你通过vibe coding也实现了原型。前后用时快一个 …
从2015到2025：技术创业的变与不变
在历史的长河中，我们总能发现那些令人艳羡的“先机”——无论是2008年购入比特币，2012年加入字节跳动，亦或是2015年买房置业，2018年重仓英伟达。然而，这些所谓的“机会”往往是幸存者偏差的产物。即便时光倒流，个体也未必能做出相同的决策，更遑论那些未能浮现的无数可能性。真正的洞察，需站在彼时彼刻，而非依赖于今日的“后视镜”视角。 创业亦然。本篇文章将以《技术人创业攻略》为引，回顾并剖 …
技术领导｜09 Bootstrapping Culture 塑造团队文化
翻译这篇文章时，我正在M家工作，感受到了独树一帜的企业文化。在这里，W公司经历的一些稀奇古怪的事没有了，而自身的动力和绩效也达到了一个新的高度。 可以说，正是M家的企业文化，引导和决定了我选择这里。同时，也是在相互选择的过程中，让我有了比W更高的生产力和更清晰的远景。 但同时，随着人数的扩充，也观察到了不同文化的碰撞和侵蚀。一些原以为对的事，开始有了不同立场。一些在W看到的过往，也在部分项目和部 …
41个 LangChain / LangGraph / LangSmith 案例研究
关于作者
三大LLM厂商的提示词行动指南
提示词工程的演变与重要性 自从22年以来，提示词已经经过多轮的迭代，发展出了更系统的方法论。在初期，各路网上的提示词，还更多是角色扮演，偏向C端用户。大家也相信，凭借 LLM 基座大模型的进步，提示词会逐渐退出舞台。然而一坤年（两年半）过去了，期待的基座模型大进步并未出现——提示词仍然决定了 LLM 应用的质量；也决定了用户交互时，能多大程度得到自己想要的答案。因此，再探提示词是有必要。无论是个人 …
所谓上下文工程，实质为Agent系统设计
原文作者 DAIR.AI Academy 中文翻译 gemini & kuhung 备注评论 kuhung 什么是上下文工程？ 几年前，许多人，甚至是顶尖的AI研究人员，都声称提示工程（prompt engineering）将不复存在。（注：当时的语境是说：当大模型足够强，人类就不需要写那些提示词。） 显然，他们错了。事实上，提示工程现在比以往任何时候都更加重要。它的重要性如此之高，以至于现在被重 …
差生文具多｜工具篇：JLPT考前冲刺，日本语文法碎片化学习
7月的JLPT考试临近，语法复习得怎么样了，还真难说。hero3046看了几遍，金龟子哥哥看了多少，心理还是没底呀。与其沉迷于碎片化信息，不如让碎片化知识打断自己。 本期差生文具多｜工具篇系列，博主手搓一份 JLPT 推送项目，用碎片化（知识）挑战碎片化（信息）。 特点：随机抓取一条JLPT考试语法点，推送到手机端。帮助用户利用碎片化时间学习和复习 JLPT 语法。 项目仓 …
“硅基奇谈”播客、视频生成工作流，借助notebooklm、whisper与three.js
有没有想过，将偶然看到的一段材料、抑或是采集到的一段音频生成对谈形式的播客，通过对谈的形式，来了解这个话题要不要深入。这听起来就很兴奋不是。这个场景，刚好命中了现代人的FOMO（Fear of missing out）害怕错过的心理情绪。 当下的很多AI产品思路都是如此，但做得好的不多。谷歌出品的NotebookLM是产品中的代表。最近新火起来的AI自媒体主播也是如此。通过信息过滤压缩，再配以“有 …
FastVLM iPhone 安装与实机测评
项目简介 FastVLM 是苹果发布的视觉语言模型，可以在iPhone和Mac上离线运行，能够理解图像内容并回答问题。所有预测都在设备本地处理，确保隐私和安全。项目地址：https://github.com/apple/ml-fastvlm 接下来说说实测最关心的性能表现和大小情况： 作者的测试设备为： MBP M1Pro 16G运行内存 iPhone16Pro A18Pro 8G运行内存 模型版 …
P人友好的高德（谷歌）地图 MCP
作为一个51%的J人，出门之前攻略是要做的，但是往往又是DDL驱动模式：不到最后不会做。在大语言模型的帮助下，攻略的生成比以往简单了很多。但是无法联网、充满幻觉的内容，又让人感到不安。不过最近一项工具的出现，使得攻略的心理成本下降非常多。本期主要介绍的是：接入地图信息的攻略生成工具：高德（谷歌）地图MCP。 生成的结果信息很丰富，信息的组织和呈现好了很多。如下： MCP原理 简单来说，MCP …
Numerai量化101
一、Numerai 平台介绍 Numerai 是一家坐标美国的对冲基金。据团队2025年2月向美国证券交易委员会（SEC) 披露的信息显示：截至20241231： 持仓规模为3.6亿美元（现金部分未披露） 基金持仓头寸数为389支 为什么要关注它，是因为它的噱头集成实在是太多了：机器学习+加密货币+对冲基金。它有自己的量化比赛平台，并且有自己发币：NMR。在比赛平台上，参赛者需要构建模型预测金融市 …
自己动手将米家接入Homekit，构建低成本智能家居系统
大概在三年前，作者通过树莓派+小米智能家居+苹果设备，实现了通过iPhone控制家庭智能设备的功能。通过苹果生态，即可实现若干智能化：根据所在位置，开关电器；通过Siri控制灯光亮度和开关等功能。外出时，再也不用担心家里哪个电器没关；回家前，还能提前打开空调；睡觉前也不用起来给每个房间单独按开关，直接Siri指令。这大大方便了用户。 因为使用的是小米的智能家居，相较于单纯的苹果生态，降低了智能家居 …
技术领导｜08 the big leagues 管理组织
本书已经由孙宇聪老师翻译，电子工业出版社出版。感兴趣的朋友可以直接去阅读中文版《技术为径》。在此不再重复造轮子。 下文是第八章，管理组织的思维导图，与诸位读者共勉。 🌟 合集地址：《The Manager’s Path》中文翻译 关于作者
技术领导｜07 managing managers 管理管理者
本书已经由孙宇聪老师翻译，电子工业出版社出版。感兴趣的朋友可以直接去阅读中文版《技术为径》。在此不再重复造轮子。 下文是第七章，管理管理者的思维导图，与诸位读者共勉。 🌟 合集地址：《The Manager’s Path》中文翻译 关于作者
技术领导｜06 managing multiple teams 管理多个团队
本书已经由孙宇聪老师翻译，电子工业出版社出版。感兴趣的朋友可以直接去阅读中文版《技术为径》。在此不再重复造轮子。 下文是第六章，管理多个团队的思维导图，与诸位读者共勉。 🌟 合集地址：《The Manager’s Path》中文翻译 关于作者
思维导图｜《创造：用非传统方式做有价值的事》
形成共识还是蛮好的，就是很多人不知道、不理解或者按自己的方式来搞，那才是组织的灾难。这本书老哥还是多了份alpha男的味道，不过总体还是有帮助。让我知道其实哪儿都会有斗争，都会有高光和滑铁卢。 关于作者
技术领导｜05 managing a team 管理一个团队
本书已经由孙宇聪老师翻译，电子工业出版社出版。感兴趣的朋友可以直接去阅读中文版《技术为径》。在此不再重复造轮子。 下文是第五章，管理一个团队的思维导图，与诸位读者共勉。 🌟 合集地址：《The Manager’s Path》中文翻译 关于作者
2023年度总结
灵感来源是 thoughtwork 总结的半年度雷达报告，展现不同语⾔、技术、⼯具等⽅⾯的进展。radar 本身反映了⼀种理念，那就是察觉。察觉当下的流行要素，预判未来的发展变化。这⾥进行借鉴，呈现我关于技术、阅读、理财的一些观察，同时也有一些根据个人经历的想法。这些用于交流，也用于记录。 一、技术 采纳 机器学习开发流程 构建并维护⼀套稳定、可复⽤的流程，⽤于快速构建机器学习模型。现在市⾯上也有 …
技术领导｜04 managing people 成员管理
本书已经由孙宇聪老师翻译，电子工业出版社出版。感兴趣的朋友可以直接去阅读中文版《技术为径》。在此不再重复造轮子。 下文是第四章，成员管理的思维导图，与诸位读者共勉。 🌟 合集地址：《The Manager’s Path》中文翻译 关于作者
思维导图｜《同理倾听》
评判一件事总是比倾听并理解一件事容易。同理倾听，是我在近几年的协作互动中，最大的收获之一。 同理倾听，帮助加深与周围人的联系，帮助促成改变。 关于作者
思维导图｜《The Mom Test》点子验证的最佳方式
作为工程师，良好的沟通技巧对成功至关重要。《The Mom Test》提供了关键技能和原则，帮助我们提出深刻的问题、避免误导性数据，推动承诺和进展。 🔍 点击获得文本大纲 关键技能 提出良好的问题（第1章和第3章）：学会在对话中提出有深度和相关性的问题。 避免错误的数据（第2章）：了解如何辨别和避免不可靠或带有偏见的信息。 保持轻松自如（第4章）：在讨论中保持放松和非正式的口气，鼓励开放的沟通。 …
2023年的职业发展，还要爬梯子吗
在2023年的年中档口，阿里计划将其P职级进行拆分，分为更细的类似华为的序列。据晚点LatePost等媒体报道，此举是在拉开级别差，在“战功”不那么多的情况下，让更多员工感受到爬梯子带来的激励。 爬梯子这个事情，在很多“成熟”公司，都会存在。这也是他们所宣称的“完善体系”中的一环——晋升体系。这一体系，带给人们最多的就是P7、P8的神话。在红利还未耗尽的18年，P7=100w，P8=200w。3 …
全面了解 PrivateGPT：中文技巧和功能实测
近日，GitHub上开源了privateGPT，声称能够断网的情况下，借助GPT和文档进行交互。这一场景对于大语言模型来说，意义重大。因为很多公司或者个人的资料，无论是出于数据安全还是隐私的考量，是不方便联网的。为此，我也进行了些许体验，跑完了整个流程，希望给读者朋友一些有用信息。 原作仓库地址：https://github.com/imartinez/privateGPT 先说结论：可用，但还有 …
ChatGPT 现状回顾与机会分析
前言 最近中文互联网上最火热的莫过于ChatGPT。人们都在谈论这个东西是多么“划时代”的产物。过去对AI不成气候的论调也看不见了，主流媒体似乎都在说：牛。不少大厂说自己也要“下海”参与布局与竞争，即使他们才不久刚ALL in 元宇宙。AIGC似乎是PGC、UGC的下一个大蛋糕。 该技术在22年11月底就推出了，但并未在当时引起太多关注（当然也和大家都急着囤药有关）。去年十二月份左右，即有技术论坛 …
思维导图｜《过去预测未来》胜任力模型
我读这本书的动机是想了解如何选择优秀的团队伙伴，以及一般公司招聘体系的运作方式。 这本书的核心内容是关于STAR法则的，即挖掘候选人过去的经历，来发现他们的未来潜力。 值得注意的是：人常常带有偏见。为了识别不同能力特长的人，必须摒弃或减少主观偏好。至于如何更好地进行面试，这本书没有提供完美的解决方案。唯一的方法就是不断练习并增强自我觉察能力。 此外，书中还详细介绍了如何进行调研，以获得适用于公司和 …
思维导图｜《凤凰项目》
这本书的妙处在于，你能在它身上看到工作的影子。虽然说有爽文的嫌疑，devops也不是银弹，但其中提到的约束理论、控制半成品的要求，还是很有启发意义的。跳开具体的管理理论，本书传达的向成熟行业学习的思路，也值得借鉴学习。 对于一位工程师，或者说工程师团队负责人来说，你所做的该是与公司目标息息相关的事。构建一个合适的工作流，保护你的时间、保护你的工程师，确保达到目标。与反馈源保持密切接触，缩短反馈时 …
思维导图｜《刘擎西方现代思想讲义》
工具理性正在日益渗透进入我们的生活，而价值理性正由于去“魅”失去标杆，现代人不可避免地工具化，只为在激烈的竞争中成为合格的、优质的零件。 交往理性带着它美好的期待，却很难成为共识。我们都知道要好好说话，但日益禁锢的流程或结构下，少有人真情吐露。 现代，我们身处其中。无论是工作还是家庭，都被其包裹。当然，随之而来的也有工具理性。好在我们有各种闪烁的思想，让我们能够与之对话，明晰自身。 关于导图作者
思维导图｜《关键冲突》
关于作者
思维导图｜《极客与团队》
关于作者
抵抗理性人思维与数据诱惑
（这是一篇原定于去年这个时候发出的文章，但由于种种原因，中途搁置。近日上海发生的种种，又不禁让我想起这篇文章的意义。数据到底意味着什么？这是本期，我们思考的议题。尤其是靠数据吃饭的数据分析与数据挖掘人士，在运用数据的同时，更应该知晓其短板和问题。人，因为理性而伟大，因为知晓其局限性而成熟。） 背景故事 最近一位朋友遇到一件事情：他们公司是做外贸的，每天和很多客户打交道。只要和人打交道，就不可避免会 …
思维导图｜《Your Brain at Work》
🔗 免费下载 pdf 稿 关于作者
思维导图｜《量化交易》
🔗 免费下载 pdf 稿 关于作者
思维导图｜《纳瓦尔宝典》
关于作者
思维导图｜《四步创业法》
关于作者
技术领导｜03 techlead 想象、现实与路线抉择
🌟 合集地址：《The Manager’s Path》中文翻译 注：没有特别声明，文中的“我”都指原作者 Camille Fournier 抉择：留在技术路线还是成为经理（管理路线） 成为经理还是留在技术路线是一个艰难的决定。这完全取决于你所处的环境，我不可能告诉你该怎么做。然而，作为一个憧憬并经历过这两条路线的人，我可以透露下我所幻想的、以及真实所见的。需要注意的是，这些只是为了表述方便进行的脸 …
技术领导｜03 techlead 与项目管理
🌟 合集地址：《The Manager’s Path》中文翻译 注：没有特别声明，文中的“我”都指原作者 Camille Fournier 管理项目经历 回到我第一次担任技术负责人的时候，我的团队正在执行一项非常复杂的任务：分布式系统迁移。我们一个现成的系统在单机已经到达了它的理论极限。在倾尽所学优化它之后，我们决定是时候弄清楚如何在多台机器上运行它了。 这还是分布式系统萌芽的初期，当时大多数软件 …
技术领导｜03 techlead 该知道的事情
🌟 合集地址：《The Manager’s Path》中文翻译 注：没有特别声明，文中的“我”都指原作者 Camille Fournier 背景介绍 多年前，我成为技术负责人。在这之前我已经晋升为高级工程师，和其他几位高级工程师在一个小团队中工作。我对被提升为技术负责人有点令人惊讶，因为无论是头衔还是年限，我都不是团队中最资深的人。 回想起来，我有一些优势。首先，我不仅仅是一名优秀的工程师，还是一 …
增长黑客概要
诸多科技公司都热衷的增长黑客是什么 增长，自古以来是一个永恒的话题。宇宙在膨胀、国家经济在增长、数不胜数的公司也在这片土地上扩张。可以说，没有一个带自主意识的东西，是不在扩张边界的。即使是在零和博弈中，一方的衰减也伴随着另一方的增长。 增长黑客这个词，也是最近网络上的一个热词。同人工智能、数据算法一样，很多新兴高科技公司，都想通过这种模式，实现快速的跨越式的增长。实际情况到底是怎么样的，如何做好增 …
思维导图｜增长黑客
关于作者
日常冲突的解决之道
冲突管理三步骤 “不在沉默中爆发，就在沉默中灭亡。”这句话原本是周树人用来描绘旧中国反动派统治下的场景，但今天的很多场景也很适用。在人类社会中，由于各种理念的差异、资源的不均，冲突从来没有停止过。面对冲突，我们最常见的要么是沉默、要么就是爆发。 改善冲突管理技巧，对于我们的生活将大有裨益。首先，冲突很多时候是因为他人不符合自己的预期，提高冲突处理技巧能鼓舞他人对事情负责。其次，有效的冲突处理，能够 …
思维导图｜《战略历程》
关于作者
思维导图｜《用数据讲故事》
关于作者
思维导图｜竞争性真相
关于作者
软件开发的高杠杆活动
软件开发的正确思维，聚焦高杠杆活动 作为技术序列的工程师，我时常在想，什么样的角色将会是我五年、十年后所扮演的。目前来说，工作三年有余，在某些公司内，已经可以算是高级甚至是资深工程师。不过，对于我来说，赋予title起的作用，并没有做成一件事兴奋。我时常在好奇，别的工程师的工作方法和我一样吗？我目前的工作方法是最优的了吗？ 带着这样的疑问，也关注了硅谷大厂程序员的一些博客，同时也阅读了一些软件开发 …
思维导图｜《The Effective Enginner》
关于作者
如何理解战略
“战术勤奋战略懒惰”中的战略是什么 相信大家都听过：战略上的懒惰，不能通过战术的勤奋弥补。在学习中，我们将这句话理解为：学习需要方法，不能蛮干，需要理解基础知识，进行结构化的理解和吸收，这就是所谓的学习上的战略。在工作中，我们将这句话理解为：工作需要找准聚焦，不能用低效的加班内卷来堆砌苦劳，而是应该找到业务的需求点，从目标出发进行工作内容的拆解，这就是所谓的工作上的战略。 可是，战略的本质又是什么 …
奈飞工作法
红线可有可无文化 之前互联网有个段子，叫做：低P（职级）碰红线，低P没了；高P碰红线，红线没了。大致描述某电商公司的月饼事件、高P替考事件以及总裁出轨事件。这种说法，虽然是大众编的段子，但也折射出该公司的真实文化与标榜文化的背离。 在这类公司里，价值观成了上级约束下级、驱使下级讨好自己，以及内部斗争的工具。 组织管理大师沙因曾经提出一种观念，用文化管理组织。而今我们也发现，不同的公司文化，开始有了 …
扁平化团队背后的危机
越来越多的扁平化 越来越多的公司开始宣称他们是扁平化团队。扁平化就是字面意思：整个组织的架构很宽，而纵深很窄。基层员工到组织领袖，可能只有3层。扁平化的概念，是相对于层级分明的大型组织而言的，同时它也是较小组织吸引人才的一个关键。背后隐藏着基本假设：富有创意和才华的年轻人，很难忍受传统大型架构组织的官僚。组织需要更扁的层级，以加快信息的流通和促进决策的有效性。 扁平化背后的独裁 现实生活中，管理的 …
五年十个财务瞬间｜02 如何在2021年最短时间亏钱
概述 预计耗时 预计发布 实际发布 最后一次修改 财务总结第二篇 我这半年是怎么亏钱的 宏观与微观情况 距离上篇财务总结，已经过去了整整半年。这半年，可以说是在亏钱中度过的。股市春节后给了一个意外的套路，机构抱团结束，纷纷争相离场，带来股市、基金的大幅下挫。与此同时，房地产却不再横盘，上海的二手交易价格创出新高；重庆的土拍价格也新高。在临近写这篇文章的6-7月，多重利空加在中概股上，国内的A股，之 …
思维导图｜《掌控习惯》
关于作者
技术领导｜02 Mentoring 如何成为一个受人欢迎的mentor
🌟 合集地址：《The Manager’s Path》中文翻译 技术路线还是管理路线 本文只少量涉及这个话题，因为导师制的指导通常与管理没有直接关系。 话虽如此，在职业生涯的某个时刻，我们大多数人都会从事某种程度的技术指导、职业指导或两者混合。 我们中的许多人也将获得指导。那么，如何使这种类型的指导富有成效？ 互利的技术指导 当高级工程师指导团队中的初级工程师时，他们一起解决问题，这往往能提高后者 …
工程师如何卖轮子
在互联网行业，常常听见人说：我有个点子，只是缺少一个程序员，就能颠覆世界。不过遗憾的是，很多组织即使有很多程序员，也未能颠覆世界。无数的点子被证明是无效的，无人买单。用户不关心、客户不掏钱。 上面是普通人的技术产品主张。作为程序员自己，是不是就没有这样的困扰了呢？我们可以做前端、可以做web端、可以开发自己的小程序，是不是就可以吸引无数忠实用户、卖个好价钱、躺平后半生了呢？如果真是这样子，那大 …
技术领导｜02 Mentoring 如何指导新人
🌟 合集地址：《The Manager’s Path》中文翻译 指导新员工 个人经历 糟糕体验 我（原文作者）大学毕业后的第一份工作，是在太阳微系统公司（Sun Microsystems），开发一个已经开发数年的项目。 经理带我到办公室，让我自己弄清楚需要做什么。我不知道该如何寻求帮助，而且我担心：自己这样做会被视为傻瓜。 所以不出意外的，我感到灰心丧气。而在灰心之余，最好的办法就是去读研究生。所 …
技术领导｜02 Mentoring 如何指导实习生
🌟 合集地址：《The Manager’s Path》中文翻译 许多人的第一次管理，往往不是正式委任的，而是指导性的工作。 导师制度的价值 导师制度 导师通常被分配给团队中的初级成员，例如应届生或实习生。许多组织，在新员工的入职过程中也使用导师。 导师是谁 有时，导师是团队中的另一位初级同学。可能他自己也只参加工作一两年，可以轻易地与新人建立联系。 导师有时是高级工程师。除了可以帮助新员工加快熟悉 …
思维导图｜《高绩效教练》
核心观点： 让教练对象产生如下感觉 自主 胜任 联结 教练需要做到 察觉 提问 倾听 关于作者
Xgboost 三种特征重要性计算方法对比与扩展
简单描述 实际发布 最后一次修改 xgb 特征重要性计算方法及使用场景 2021-03-08 2021-03-09 特征重要性 作用与来源 特征重要性，我们一般用来观察不同特征的贡献度。排名靠前的，我们自然而然地认为，它是重要的。 这一思路，通常被用来做特征筛选。剔除贡献度不高的尾部特征，增强模型的鲁棒性的同时，起到特征降维的作用。 另一个方面，则是用来做模型的可解释性。我们期望的结果是：重要的特 …
从一款小游戏收获的三点思考
2月初，我上线了一款小游戏，整活小游戏——合成魈大人（移动端访问）。 这一过程，收到了很多反馈。 同时，也有如下三点思考： 善用营销 早交付 学会写标题 至于为什么是这三点，下面将按时间顺序，一一阐述。 前景提要 品牌与商业化观察 很久以前，小力就有一个想法：将自己的技术能力变现，至少是能变成流量。 在这个过程中，交付客户喜欢的东西，形成自己的名片📇。 这样做的目的：一方面是督促自己不断学习；另一 …
算法模型的可解释性
背景 QQ 的“安全”策略 2021年1月18日，QQ 系被爆出扫描用户的浏览器历史记录，并对特定关键词进行了记录。 QQ 的公关回应说，这是安全策略。但其实，懂的都懂，这里不做过分推演。 某种意义上讲，目前各大互联网企业的竞争，实质上是数据的竞争。 数据越多越好 作为调参从业人员，从算法和模型角度来说，数据确实是越多越好。 数据越多，模型能捕获到的有用特征则更多。从特征状态空间，映射到实际标签的 …
五年十个财务瞬间｜01 2020年财务总结
描述 目的 发布时间 最后一次修改 财务管理的第一次笔记 用于回顾财务情况，审视财务决策 2021.01.11 2021.01.12 结论先行 这是第一篇财务总结文章，写于2020年末。本系列计划共计10篇，跨度5年。 为什么会有这篇文章 写这篇文章，是为了审视自己的财务情况，梳理财务观和财务现状，给自己一个交代。 财富，不仅决定了一个人的生活水平，也是其未来的支撑。财富自由不是绝对概念——需要达 …
技术领导｜01 技术管理入门 （下）
🌟 合集地址：《The Manager’s Path》中文翻译 在上半部分，我们描述了一个好的管理者画像。以及我们所期待的，从管理者身上获得的东西。 下半部分，我们集中注意力在自身，即：如何被管理，做一个称职的下属（打工人）。 被管理者视角 弄清楚如何被管理，也是管理者需掌握的东西。这和向上管理不太一样，虽然它们有相关性。 它的核心在于三点： 在工作中，发展主人翁意识 培养对所做工作内容的权威感 …
游戏机制设计，以剧本杀为例剖析可玩性的来源
标题 创建时间 发布时间 最后一次修改 备注 游戏机制设计 2020.11.11 2020.12.24 2020.12.24 拖更文🐶 写作背景 一款游戏，挨骂最多的是谁 一个游戏中，挨骂最多的，策划排第二，没人敢排第一。按理说，一个游戏的美术好、音乐好，确实值得夸赞； 但我们将各个部分拆开，一定会发现，单一的”美好“的元素，并不足以撑起整体的评价。 最后游戏的评价，一定是多方面，1+1>2的结 …
技术领导｜01 技术管理入门 （上）
🌟 合集地址：《The Manager’s Path》中文翻译 管理的秘诀就在于：让那些讨厌你的人，远离那些还没有形成主见的人。 ——卡西·史丹格尔 你阅读这篇文章，是因为你想成为一个好的管理者。但在这之前，你其实并不知道，一个好的管理者是什么样子。 你之前有遇到过一位好的经理吗？如果一个人让你告诉他，你想从一位好经理身上获得什么，你能够回答这个问题吗？ 从管理者那里，期望获得什么 每个人在管理之 …
为度过原神长草期，我写了个原神放置类单机小游戏
游戏地址：https://kuhung.me/yuanshen-idle/ 很高兴能和大家分享这款小游戏。如果恰好你也喜欢原神这款游戏，想在长草期放松放松，那么这款放置类游戏一定不要错过。 游戏模板来源于 Couy69 的 vue-idle-game，副本填充内容来自原神米游社等公开社区。所有内容均来自公开互联网，业余时间打造，非内鬼，不py。 对这款放置挂类游戏的任何建议，欢迎通过以下三种方式联 …
不可不知的项目推进与团队建设之道
项目管理好坏，决定了项目的成败。无论做什么工作，项目地企划、执行、效果评估、复盘，总是必不可少的。 我们可能遇到过如下场景： 业务方提出需求，扑哧扑哧做个几周后，却发现并不是他们想要的。这样的后果就是： 项目结果被搁置 几周的开发时间浪费 业务和开发其乐融融，第一版也顺利交付，而后由于老板或者更高一级负责人的要求，要做的功能点越来越多，以至于现有功能延误。 需求的企划，项目的推进、以及团队的建设， …
数据开发在2020年应当是什么样子的
我的工作是数据挖掘，很大程度依仗数据开发。如果说数据挖掘是在烹饪美食，数据开发就是选食材、清洗食材的过程。没有好的数据开发，就没有好的数据洞察。 恰好，我自身也经历了两家不同规模的公司。由于起点的先后，前者的历史包袱严重。基于惯性，数据挖掘的任何数据，都得从原始log中提取。没有数据治理、数据分层的概念。这不仅增多了重复性的劳动，也增加了服务器集群的压力。数十款 top 游戏，每一款、每个人都这样 …
2020高考志愿填报中的数据误导与价值机会
高考发榜，已经有几日。这篇文章姗姗来迟。还是希望，给各位考生朋友，补充有价值的信息。2020，迟到的高考，落下帷幕。紧接着，就是志愿填报环节。 想起自己当年，突然要选择自己的专业，那是慌得不行。草草的根据自己分数，划了几条线，填了武大、华科、同济、天大。然后又在最后一刻，决定学门手艺。将华科调到了最前面，并且选择了目前的专业，一个名字听起来很酷的专业。于是，就这样来到了华科机械大类下的测控专业。 …
云游戏，会是反作弊的银弹吗？
游戏反作弊，一直是各大游戏厂商头疼的问题。究其根本，游戏，本身是一种软件产品。交付到用户侧时，你永远无法穷举，玩家会怎么使用它。只要有利可图，就会有人去钻空子。 为了反作弊，各大厂商，也是用尽各种手段。除了内部的反作弊团队，还有法务团队的律师函警告，甚至直接招安外挂开发者。说到底，游戏反作弊，有没有一个终极方案呢？ 数据挖掘，说是近5年的火热技术，没得跑的，甚至连电视剧里，都开始出现这个职业的主配 …
我为何离开网易游戏
前言 网易游戏是我毕业后的第一家公司，说没有感情，那是不可能的。当然，这感情主要针对那里的同事和朋友。 网易又叫猪场，猪场曾一度有最好吃的免费食堂，一度给名校毕业生开最高的工资。 在数年前，大话西游2帮助公司起死回生。 而后开发的梦幻西游，成了公司最强的现金流来源。 2016年阴阳师爆款，几乎成了全民游戏。 2018年，加入网易游戏，带着自豪感。因为它说：用心做游戏。 2020年，离开网易游戏，矛 …
思维导图｜数据分析
思维导图获取 .xmind .pdf .png 关于作者
思维导图｜15份结构化知识整理
思维导图，是结构化思维的具体表现形式。最鲜明的例子，就是当你和一个人聊天时，可以很明确的感觉到，拥有结构化思维的人，他的语言组织能力很强，且很有层次感。简单来说，就是和他沟通，简单高效、有收获，有层次感。 在过去几年里，也整理了一些场景的思维导图。大约是从15年，上大学的第二年，第一次接触到这个东西。不过略微遗憾的是，早期是一些手绘的内容，没能保存在身边。以下是电子化的内容，分享给到大家。 这里， …
自制以图搜图引擎，居家学习必备
最近宅在家，消遣时间之际，总会遇到一个让我困扰的事情。比如随手刷到的一个GIF，总想找到它的原片。 各位绅士可别想歪，我说的是动漫。 这个问题本质是一个相似度的检索问题。 说到视频找视频，其实可以分解为以图搜图。以图搜图这项技术，已经十分成熟，且已产品化。尤其在主流搜索引擎，很难找到一个不能搜图的引擎。连淘宝都有自己的时尚搜图功能。 但是当你满怀期待上传一张图时，你会发现，他返回的结果要么是同风格 …
思维导图｜《计算广告》
思维导图获取 .xmind .pdf .png 关于作者
思维导图｜互联网风控
关于作者
浅谈互联网风控--从策略到技术
风控，全称风险控制，英文名 risk management。风控的研究起于二战结束后，主要集中在个人或企业的商业保险领域，用于减少突发事物带来的损失。金融行业的核心，乃是风险控制。 但今天，我们这里不谈金融的风控。金融风控已经演化了多年，众多顶尖学者已对其进行了研究，各种模型层出不穷，自有人去分析。我们这里说一说，互联网的风控。 风控的核心 如果你在网上检索，一定会发现很多人，谈到风控，必加智能， …
更高效的远程工作之道--REMOTE 手册精要
大规模远程工作实践 远程工作，一个之前都没怎么考虑的事情，在2020年的春节过后，中国大陆进行了一次大规模实验。WFH（work from home），一个在外企很常见的操作，在国内却鲜有生存环境。 虽然朋友圈已经有人发帖，渴望在办公室中办公，但是，也不能因此，就放弃思考远程工作的这么个事物。一成不变往往很简单，但变化之中，才有契机。 远程工作契机 什么阻挡了远程工作的推行，我们无从说起。但何不把 …
人声提取两大步骤：分离音频背景声+过滤空白
背景需求 在处理音频中，我们可能会有这样的场景：随着语音设备的能力越来越强，音频数据越来越大。但实际上，音频中的有效部分却很少，抑或是音频的背景声过大，非目标声音。在这样的场景下，我们希望得到人声，去掉噪声，提高信噪比。 问题界定 这里将问题进行界定，进行子任务拆分： 将音频的背景声音去除， 去除“无声”阶段。 解决方案 要提高信噪比，这需求在很多场景中有见：比如课堂录音的提取，或者是录音笔的数据 …
产品实践之应用沉淀
项目地址 简介 相关资料 参考 以图搜图 上传图片，检索图库内容，返回最相似图片 自制以图搜图引擎 matsui528/sis<br> Flask补充系列–将应用部署在Heroku上 spam 文本检测 输入英文文本，检测是否为垃圾营销内容 机器学习建模与部署– …
如何计算用户生命周期价值（CLV）
在用户关系管理中，常会遇到些直击灵魂的问题： 这批用户到底价值几何？ 为什么要用这种措施去干预用户，而不是另一种方式。 为什么干预这类用户，而不去干预另一类，他们的划分标准是什么。 有这些问题，实质是因为对客户价值不够了解，缺乏行之有效的划分方式。 用户精细化运营价值巨大 随着人口红利的消失，增长逐渐见顶，急需在现有用户池做学问。过去粗放式的买量策略已经不再生效，一是买量成本逐渐高企，二是买量带来 …
机器学习系统设计 Machine learning system design
导读 Web app：https://kuhung.me/machine-learning-systems-design/ 机器学习系统设计 系统设计题，顾名思义，就是考察一个人设计系统的能力。它是一种国外很喜欢的题型，特别是中高级职位，在算法手撕结束后，一般就是系统设计题。 国外的算法工程师，被称之为 Machine Learning Engineer。国内的名头比较多，算法工程师、数据挖掘工程 …
Dataops 数据化运维实践
翻译自：《What is DataOps? Everything You Need to Know》 From Oracle Data Science Blog 图片自：《DataOps is Not Just DevOps for Data》By DataKitchen in Medium DataOps, 看到它的第一眼，大多数人会觉得陌生。但是提到另一个词——DevOps，做开发的同学可能会 …
思维导图｜《学习之道》
关于作者
机器学习实践--测试驱动开发
机器学习现状与问题 2012年，数据科学击败生命科学，成为”21世界最性感的职业“。2016年，AlphaGo 战胜人类顶尖围棋手，深度学习、人工智能一度占领新闻头版头条，并引起一股机器学习新热潮。 这一效应，一直持续到今年：在2019这一年，高考志愿填报金融遇冷，计算机一跃成为抢手专业，在各大工科院校中，有取代传统电气、机械之势；各学院的研究生院，纷纷开始往人工智能、深度学习上贴近。 这从一个侧 …
思维导图｜测试驱动的机器学习
关于作者
思维导图｜《金字塔原理》
关于作者
思维导图｜《敏捷革命》
关于作者
系统思考与卓有成效的管理者
在老一辈的眼中，学而优则仕。学习好了就去当官从政，去服务别人。而在父母这一辈人的眼中，不论你干啥，当“老实人”被人管是不行的，他们的观点有一定的时代背景，但仍然在潜移默化影响着每个人。 而对于初入职场的新人来说，虽然暂时当不上管理者，但被管理时却也会思考：“如果是自己，将会怎样去做管理？” 对于这一批新的90后甚至00后来说，管理并不再是一场服从性测试，权威性的组织管理方法或不再有效。 什么是这些 …
A/B test 评价指标的选择
如何定义一个评价指标 这是上一篇文章什么是 A/B test的续集，上一篇主要讲述 A/B 测试的历史，这里接着讲如何选择指标。 从本人的经验来看，一个指标怎么选择确实重要，但更重要的是需要自上而下理解且落实科学实验。而不是拍脑袋想指标，中途随意更换指标，汇报时仅罗列有利的指标。 如果要用一句话解释，如何定义一个评价指标，那一定是“以始为终”。在定义一个指标的时候，要想一想为什么要定义这个指标，这 …
HIVE 技巧积累之合并重叠日期
目前网上流传着一个段子，说算法工程师实际上就是 SQL boy，数据分析师是 PPT boy。艺术来源于现实，实际上的我们真的有很多时间在写 SQL 出数据，或者是针对 bad case 做数据的进一步分析。 这不，近期这边接到的一个需求就是对玩家的某项行为进行统计。一般来讲，掌握基本 SQL 的技巧，这些需求的难度都不大。但是这个需求需要将玩家用户的多个重叠日期进行拉伸去重。这一下可难到大伙儿。 …
A/B test 揭秘之什么是 A/B test
此文总结自 Udacity 的课程：A/B test，详细而系统地讲述了 Google，Amazon 以及 Netflix 等公司是如何在商业问题中设计 A/B test 并评估效果的，对于国内的业务也有很强的参考意义。这里是总结的的一部分：什么是 A/B test，讲述 A/B Test 的定义、适用范围以及和传统方法的异同。指标选择、实验设计与评估将在后面陆续放出。 A/B 概览 Q： …
数据从业者必读的7本书 Booklist for DE
之前逛论坛，或者学习网站，看到很多人喜欢推荐书。自己早些时候也是这样，但是只 mark，却很少去看。如今作为一名社会人，虽说工作之余时间少了很多，但业余仍在坚持阅读。其中，支撑学习动力的一本书便是：《穷查理宝典》。书中查理·芒格提到的多学科思维，以及复利思维，一直在影响我的交友、做事和看问题的方式。 有关注某校友的公众号，他是做爬虫和可视乎的。某天在推荐 Python 学习资料。封面看着挺美，点开 …
深度强化学习技巧 hacks for training deep RL
深度强化学习技巧 hacks for training deep RL 这是一篇旧文，John Schulman 《深度增强学习研究基础》演讲(Aug 2017)中记录的 tricks。近日重看，发现有些东西在工程中是通用的，值得一读。 测试新算法的技巧 简化问题，使用低维变量。 使用类似只有角度和速度两个变量的 Pendulum problem 问题。 这样做方便将目标函数、算法的最终状态以及算 …
机器学习建模与部署--以垃圾消息识别为例
前言 学历与定位 近日在某论坛，有网友提问道：搞机器学习是不是要博士或是硕士学历，是不是要求很高，顶会论文？本科生或者更低学历的，是不是就没有机会了？从最近公司的招聘来看，算法工程师的 bar 确实有在提高。但在某些事业部，仍需要很大的人力来做落地场景。每个人都要找准自己的定位，公司也有它的部门定位。 如果是发论文、要在学术界站稳脚跟，给投资人“我们很重视最新技术”的信心，那博士确实很重要。另一个 …
如何设计一套类似视觉中国“鹰眼”的技术
这两天除了马总的 996， 互联网上最火的莫属被黑洞绊倒的视觉中国了。视觉中国因黑洞图的版权争端，被卷入更大的争端。一时间舆论哗然，其股票连续跌停。他是如何一步步壮大，又是为何跌倒的呢？往前看几年，起底其历史：公开资料显示，“视觉中国凭借其‘鹰眼技术’，有力的打击了“盗版”并成功形成了自己的商业模式。” 2016年初公司开发图像追踪系统，通过人工智能、图像比对、爬虫技术，能够追踪公司拥有代理权的图 …
机器学习项目的完整生命周期 Hands On Machine Learning in Industry
机器学习这东西，在学术界产出颇多，但在工业界，却很少落地。究其原因，是理念落地不够彻底，很多从业者和相关上下游不理解所致。这次就这这个机会，梳理下一个机器学习，从立项到落地再到结束，他的完整生命周期该是什么样子的。这里参考了《Hands-On Machine Learning with Scikit-Learn and Tensorflow》，值得一提的是这本书写的很不错，和《集体智慧编程》有一 …
GPT2 模型生成假正经文稿 Slack gpt2 Bot
slack app：slack workspace 记得在校的时候，冰岩作坊做过一个app，讲接龙故事的。类似于我写一段，另一个人写接下来的一段，最后凑成一个完整的故事。当时，可产生了不少有意思的段子。最近，GPT2 模型的发布，让人不禁想到，有没有可能让机器来完成这个任务呢？机器写十四行诗、机器写莎士比亚风格的文章，机器写对联，这些都已经成为了现实。人工智能虽然没有带来突飞猛进的质变，但着实催生 …
凭什么打败竞争对手？基于数据、基于分析的商业竞争 Competing on Analytics
数据科学家这个职位，随着12年的哈佛商业评论的一篇文章，成为了21世纪“最性感的职业”。这年头，越来越多的年轻人开始往这个方向奔，市场几近饱和。但是，很少有听见企业家说：“是的，我们很需要数据工程师，因为以下原因…“对于看此文的老板们，你们是否不止一次听到媒体鼓吹大数据、鼓吹机器学习、鼓吹人工智能，却很少有听到说这些东西，对于企业来说，实实在在带来了什么。如果你的答案是“Yes”，那么这篇文章将解 …
用先知模型预测股市 Prophet in 000300
跑步进场 最近股市大涨，不少人忙着跑步进场。作为保守型“投资者”，主投指数基金：沪深300。在这波行情 中，短短2个月，也有13%的账面收益。虽然知道指数类适合长期持有，但也好奇，这个点是否是高位了。为了解决这个疑虑。我们今天用算法模型套一套，看能否发现些什么。 时序预测的价值 时序问题的预测在生活中很常见。例如：游戏在线人数预测、消费情况预测、 O2O 的到店人数预测、交通流量预测，这些场景的精 …
机器学习落地需攻破的9个难题 The Next Step for Machine Learning
机器学习在前两年的时间里，一下子就爆火了起来。很多公司也跟着这个趋势，招募了很多算法工程师、数据挖掘工程师。但是，在实践中，企业发现要落地，实际上还有很多问题需解决。以至于在大部分项目，还是规则主导。算法工程师的日常，也不过是清洗数据，调整规则。所以，机器学习技术，在真实的应用中到底缺少些什么呢？ 在国立台湾大学《机器学习》2019春季班，李宏毅老师给出了他的观察。以下的内容，结合李老师的最新讲 …
中文语料的 Bert 微调 Bert Chinese Finetune
Finetune Bert for Chinese NLP 问题被证明同图像一样，可以通过 finetune 在垂直领域取得效果的提升。Bert 模型本身极其依赖计算资源，从 0 训练对大多数开发者都是难以想象的事。在节省资源避免重头开始训练的同时，为更好的拟合垂直领域的语料，我们有了 finetune 的动机。 Bert 的文档本身对 finetune 进行了较为详细的描述，但对于不熟悉官方标准 …
What is Data Mining 什么是数据挖掘
一、数据挖掘的定义 什么是数据挖掘？ 数据挖掘是一个用数据发现问题、解决问题的学科。 通常通过对数据的探索、处理、分析或建模实现。 数据挖掘学习路线 大学里并没有数据挖掘这么一个专业，现有的数据挖掘工程师大都来自工科或统计学等专业。 目前的数据挖掘工程师大都来自不同背景，计算机科学、数学甚至是机械工程。要想成功胜任，其诀窍是热情、好奇心，不断学习新的工具的能力，以及对数据清洗和分析的耐心。 给新 …
12306Bypass Server 抢票神器+微信提醒
前言 春节假期临近，车票一度紧张。某行、某团开了加速包后，仍然无法第一时间刷到目的地的票。稍微有点儿技术底子的我们岂能坐以待毙，自然是要自己动手，丰衣足食。 网上有各类开源的工具包，这里不做过多点评。之前在好友圈内传得比较靠谱的是 12306Bypass，又叫分流。分流是一个 Windows 应用，工作在 PC 端。其核心功能完全免费，更更重要的是，它的监控刷新在本地可以真实的感知。 以前在学校还 …
速查表 | Linear Algebra and Calculus 线代与微积分
速查表 | Probabilities Statistics 数理统计
为啥说数据这行不容易 Why is Data Hard
原文链接 Slack 工程师 : why-is-data-hard? 做数据挖掘时，常常需要考虑很多方面。其中一个方面，常常会涉及到跨功能，复杂且琐碎的一些事项。数据准备以及评价指标的制定，就是这些事项之一。 等等，似乎干数据这一行，并不容易？ 当大多数的组织谈到数据时，他们想的其实是指标——能反应近期业务、或是能够提供数据驱动的决策、抑或是能够监测企业经营状况的指标。 按上面的说法，我们应该能够 …
一场 kaggle 比赛总结出的时间序列处理技巧 time series problem summary
Source https://www.kaggle.com/c/recruit-restaurant-visitor-forecasting/discussion 总结一：保证数据同分布 验证集的选取，分布上应尽量靠近测试集。 方式一:：对抗验证集的生成。 方式二： 就近选取相同天数。 方式三:：类比属性。如本赛题 “golden week” 与 “new year” 类比，选取 “new …
Single Shot MultiBox Detector Keras version
SSD目标检测Keras版 SSD是一种Object Detection方法。本文是基于论文SSD: Single Shot MultiBox Detector，实现的keras版本。 该文章在既保证速度，又要保证精度的情况下，提出了SSD物体检测模型，与现在流行的检测模型一样，将检测过程整个成一个single deep neural network。便于训练与优化，同时提高检测速度。 SSD将输 …
yysGAN 生成对抗网络，在游戏角色生成中的尝试
使用GAN生成新的游戏角色 摘要 Generative Adversarial Networks（简称GAN），中文名叫生成对抗网络。我们将使用它，来生成新的阴阳师角色。 依赖 （pip install） cv2 tensorflow( >=1.0) scipy numpy 使用方法 cd yysGAN python yysGAN.py 5000次迭代训练结果 了解更多GAN …
Cats VS. Dogs 图像分类之猫狗大战
我是参加DataCastle猫狗大战的选手，kuhung。在测评中，我提交的数据集最后评分0.98639。以下是我的备战过程及心得体会。（最后有完整代码及较全面的注释） 个人介绍 华中科技大学机械学院的大二（准大三）学生，接触数据挖掘快有一年了。早期在学生团队做过一些D3数据可视化方面的工作，今年上半年开始数据挖掘实践。想把这个爱好发展成事业。做过阿里的天池竞赛，也有在kaggle混迹。算个数据新 …
高效能人士的7个习惯
第一部分：认识自我 一切探索的尽头，就是重回起点。——艾略特 以原则为中心的思维 公平的原则 诚实与善良 以原则为中心，以品德为基础 由内而外强调，先追求个人的成功，才能有人际关系的成就;先信守对自己的承诺，才能信守对他人的承诺。 七个习惯–大纲 习惯一：积极主动（BE PROACTIVE) 习惯二：以终为始(BEGIN WITH THE END IN MIND) 习惯三：要事第一(PUT …