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 …
文章
从 2016 年写到现在，已经 168 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。
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 …
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 …