即刻App年轻人的同好社区
下载
置顶感觉目前是人生中少有的一段非常快乐的时光了。
飘回了北京，入职了五道口的一家 AI 公司，租了个离公司骑电动车 20 分钟的房子。
幸运的是，还把之前带过的两个目前大四的实习生，一起带来了北京。
他俩是大学四年的上下铺好室友，感情深厚，我手把手地教了他俩怎么写简历、怎么面试、怎么高效地做个简单作品集。
现在，他俩一个面试通过了我现在的公司，一个介绍去了同在五道口的另一家 AI 公司深言科技，实习工资都很可观。
现在我们四个人住在一起，一起分房租 7000 一个月的两室一厅，每天早上一起上班。
更幸运的是，两位实习生都是从小做饭做到大的湖南小孩，手艺很好，也很熟练，主动承担起了每天做饭的职责。
现在我们四个（加上我女朋友）每天都能吃得又美味又健康，我们仨还能每天带着各自的饭盒，下楼一起吃饭。
所有的生活成本四个人一起分担，人均成本大幅降低，每个人手上都多了不少闲钱。
很多活动也能一起去，今天下午会一起去打飞盘，明天下午去打羽毛球，月底会一起去打黑客松，做什么事都有伴。
参加完活动可以四个人一起下馆子，吃完四个人能一起打车回来。
以及我们四个人都很爱 AI，很爱学习，省下来的钱充了 flowith、Genspark、Lovart、Trae ，
还一起凑钱买了@赵纯想 纯想老师的几千块的 AI 全栈开发课，周末一起学习。
买完这些，交了房租，两位实习生小朋友发现自己手里还有闲钱，一个准备拿去买自己心心念念的 insta360 go ultra；
一个在 Steam 春季大促的时候，买了一直想玩地平线 5 数字豪华版。
我印象中北京是一个令人痛苦的城市，这里众生皆苦。
但是和朋友们在一起，这座城也变得和蔼，常让人想起良渚。
飘回了北京，入职了五道口的一家 AI 公司，租了个离公司骑电动车 20 分钟的房子。
幸运的是，还把之前带过的两个目前大四的实习生，一起带来了北京。
他俩是大学四年的上下铺好室友，感情深厚，我手把手地教了他俩怎么写简历、怎么面试、怎么高效地做个简单作品集。
现在，他俩一个面试通过了我现在的公司，一个介绍去了同在五道口的另一家 AI 公司深言科技，实习工资都很可观。
现在我们四个人住在一起，一起分房租 7000 一个月的两室一厅，每天早上一起上班。
更幸运的是，两位实习生都是从小做饭做到大的湖南小孩，手艺很好，也很熟练，主动承担起了每天做饭的职责。
现在我们四个（加上我女朋友）每天都能吃得又美味又健康，我们仨还能每天带着各自的饭盒，下楼一起吃饭。
所有的生活成本四个人一起分担，人均成本大幅降低，每个人手上都多了不少闲钱。
很多活动也能一起去，今天下午会一起去打飞盘，明天下午去打羽毛球，月底会一起去打黑客松，做什么事都有伴。
参加完活动可以四个人一起下馆子，吃完四个人能一起打车回来。
以及我们四个人都很爱 AI，很爱学习，省下来的钱充了 flowith、Genspark、Lovart、Trae ，
还一起凑钱买了@赵纯想 纯想老师的几千块的 AI 全栈开发课，周末一起学习。
买完这些，交了房租，两位实习生小朋友发现自己手里还有闲钱，一个准备拿去买自己心心念念的 insta360 go ultra；
一个在 Steam 春季大促的时候，买了一直想玩地平线 5 数字豪华版。
我印象中北京是一个令人痛苦的城市，这里众生皆苦。
但是和朋友们在一起，这座城也变得和蔼，常让人想起良渚。
263 2712
做了几十场一对一的 AI 行业求职咨询了，其中 80% 的来访者都获得了很不错的职业机会了。
大多都推荐去了一些高潜明星独角兽公司或赚钱的隐形冠军。
来找我的人质量也越来越高，认识了不少 QS 前 100 甚至前五十的朋友。
也认识了不少在做厉害的朋友，一开始服务的还是以运营、增长为主要岗位的，
后面也服务了些做具身智能多模态工程师的、脑机接口这样硬核项目的，感觉自己的视野也因为来访者打开了不少。
由于现在需求量有点大，有点接不过来了，所以涨个价，优先服务一下需求较大、需求较急的朋友。
现在第一次是 1280 元／1.5 小时💰，第二次及以后都是 1080 元／1.5 小时💰
做过咨询的朋友，如果推荐了朋友过来，可以给朋友 7 折优惠💰
在教人找 AI 行业的工作这块我有着充足的自信，欢迎联系👏
大多都推荐去了一些高潜明星独角兽公司或赚钱的隐形冠军。
来找我的人质量也越来越高，认识了不少 QS 前 100 甚至前五十的朋友。
也认识了不少在做厉害的朋友，一开始服务的还是以运营、增长为主要岗位的，
后面也服务了些做具身智能多模态工程师的、脑机接口这样硬核项目的，感觉自己的视野也因为来访者打开了不少。
由于现在需求量有点大，有点接不过来了，所以涨个价，优先服务一下需求较大、需求较急的朋友。
现在第一次是 1280 元／1.5 小时💰，第二次及以后都是 1080 元／1.5 小时💰
做过咨询的朋友，如果推荐了朋友过来，可以给朋友 7 折优惠💰
在教人找 AI 行业的工作这块我有着充足的自信，欢迎联系👏
6 00
好酷的 JD！已转发到我运营的【AI 行业火热的工作机会们🔥】社群
于北川: #挂一个即刻置顶 因业务发展迅速，继续更多优质人才加入 对AI创业感兴趣的同学、朋友，欢迎来聊 身边有合适的朋友也欢迎推荐，推荐入职成功送iPhone17
3 20
设计师如何对付老板奇怪的设计要求？
从前司得到的免费电子书《得到品控手册11.0》里发现了一篇不起眼但特别实用的文章——《设计师如何对付老板奇怪的设计要求？》
感觉特别实用，我自己也做设计，感觉这方面没少被折磨。
这篇文章里很多地方写得挺有道理，比如“这个问题的核心既不是设计师的能力问题，也不是需求方的水平问题，而是一个跨专业的翻译问题。”；
又比如：“只要分三个步骤来处理，基本都能搞定，这三个步骤是“摆正心态，翻译需求，匹配专业”。”
给大伙儿摘录一下里面的原文，相信对大家应该能有不少启发。
-----正文-----
作为设计师，工作过程中多少都会遇到一些奇葩的需求，比如被写进段子里的“五彩斑斓的黑”“logo放大的同时缩小一点”等等。
这类需求要么是字面上看起来就自相矛盾，要么是从设计的角度乍一听无法实现。
面对这种需求，很多设计师可能不知如何处理，甚至开始埋怨需求方。这样不但难以完成工作，还会影响状态。
这个问题的核心既不是设计师的能力问题，也不是需求方的水平问题，而是一个跨专业的翻译问题。
面对这些奇怪的设计要求，只要分三个步骤来处理，基本都能搞定，这三个步骤是“摆正心态，翻译需求，匹配专业”。
摆正心态指的是设计师与“老板”不是天生的敌人，无需也不应有“对抗”的心态。
他们之所以会提出看似不合理的要求，大部分情况下仅仅是因为他们不懂。
他们不是设计师，不能指望他们用专业词汇来提需求。所以没必要有任何负面情绪。
别试图糊弄，也没必要抱怨，最重要的事是沟通，也就是“翻译需求”。
翻译需求指的是你要理解他这个需求背后的含义并与他确认。
其实每一个奇葩的需求背后都是表达不出的模糊想法。
比如“五彩斑斓的黑”可能是希望在显得高端严肃的同时又不那么冷漠，“logo放大的同时缩小一点”，可能是觉得现在的logo虽然面积大但其实并不醒目。
匹配专业是指你不仅要自己能翻译出来他真实的意图，还要把你所理解的这句话的含义，翻译成能执行的动作，告诉对方。
比如你可以说“那我把这个logo缩小一点，但是给它加一块纯白背景色，这样不用占很大面积就也能很突出了，这样可以吗？”
无论你翻译得对不对，在这个过程中，你都会促使对方将自己的目标表达地更加清晰。
就算你翻译错了，这时再继续沟通，对方也能有个抓手。
当然也有一类情况是沟通确认完需求，发现以目前的条件，确实没法满足对方的想法。
这时候要如实告诉对方，然后一起想另外的解决方案。比如，是增加资源就能满足这个需求？
还是真的无法做到，干脆换一种思路？只要积极探讨，哪怕这个需求最终放弃了，对沟通的双方也都会有很大收获。
下一次再合作时，你跟他就有了更坚实的信任基础。
从前司得到的免费电子书《得到品控手册11.0》里发现了一篇不起眼但特别实用的文章——《设计师如何对付老板奇怪的设计要求？》
感觉特别实用，我自己也做设计，感觉这方面没少被折磨。
这篇文章里很多地方写得挺有道理，比如“这个问题的核心既不是设计师的能力问题，也不是需求方的水平问题，而是一个跨专业的翻译问题。”；
又比如：“只要分三个步骤来处理，基本都能搞定，这三个步骤是“摆正心态，翻译需求，匹配专业”。”
给大伙儿摘录一下里面的原文，相信对大家应该能有不少启发。
-----正文-----
作为设计师，工作过程中多少都会遇到一些奇葩的需求，比如被写进段子里的“五彩斑斓的黑”“logo放大的同时缩小一点”等等。
这类需求要么是字面上看起来就自相矛盾，要么是从设计的角度乍一听无法实现。
面对这种需求，很多设计师可能不知如何处理，甚至开始埋怨需求方。这样不但难以完成工作，还会影响状态。
这个问题的核心既不是设计师的能力问题，也不是需求方的水平问题，而是一个跨专业的翻译问题。
面对这些奇怪的设计要求，只要分三个步骤来处理，基本都能搞定，这三个步骤是“摆正心态，翻译需求，匹配专业”。
摆正心态指的是设计师与“老板”不是天生的敌人，无需也不应有“对抗”的心态。
他们之所以会提出看似不合理的要求，大部分情况下仅仅是因为他们不懂。
他们不是设计师，不能指望他们用专业词汇来提需求。所以没必要有任何负面情绪。
别试图糊弄，也没必要抱怨，最重要的事是沟通，也就是“翻译需求”。
翻译需求指的是你要理解他这个需求背后的含义并与他确认。
其实每一个奇葩的需求背后都是表达不出的模糊想法。
比如“五彩斑斓的黑”可能是希望在显得高端严肃的同时又不那么冷漠，“logo放大的同时缩小一点”，可能是觉得现在的logo虽然面积大但其实并不醒目。
匹配专业是指你不仅要自己能翻译出来他真实的意图，还要把你所理解的这句话的含义，翻译成能执行的动作，告诉对方。
比如你可以说“那我把这个logo缩小一点，但是给它加一块纯白背景色，这样不用占很大面积就也能很突出了，这样可以吗？”
无论你翻译得对不对，在这个过程中，你都会促使对方将自己的目标表达地更加清晰。
就算你翻译错了，这时再继续沟通，对方也能有个抓手。
当然也有一类情况是沟通确认完需求，发现以目前的条件，确实没法满足对方的想法。
这时候要如实告诉对方，然后一起想另外的解决方案。比如，是增加资源就能满足这个需求？
还是真的无法做到，干脆换一种思路？只要积极探讨，哪怕这个需求最终放弃了，对沟通的双方也都会有很大收获。
下一次再合作时，你跟他就有了更坚实的信任基础。
17 14
原来多维表格这么热门呐😲
泛函: 试着手把手教会实习生成为多维表格大师
10 10
曾几何时，大家还在吵着 Agent 和 workflow 孰优孰劣。
自从 Dify 在自己的工作流节点中加入了 Agent 节点后，业界貌似出现了一种新的共识：
最有效果的不是纯 Agent，因为成本高且不可控；
也不是纯 workflow，因为适配性太差，场景受限且搭建 + 调优成本高。
最有效的是他俩的缝合怪——Agentic workflow。
这种做法的关键是，把自定义的垂直场景 Agent 作为一整条 workflow 上的一个节点。
这样既能保证 workflow 足够精简，同时也能因为加入了 Agent 能力保证场景适配性足够强。
今天看到飞书多维表格的工作流中多了一个【AI Agent】的节点。
在这个 Agent 节点中，你可以让其自主调用范围非常广的工具，所有多维表格的字段捷径都可以作为 Agent 调用的工具。
同时，由于这是多维表格本身的功能，可以轻松调用多维表格的本身的数据，也能通过多维表格已有的【高级权限】功能来控制数据权限，保证信息安全。
多维表格的各种视图、仪表盘又可以打出很好的 GUI 应用，让用户只感觉输入输出更方便了，不用感知到 Agent，并不增加用户的学习成本。
企业级的 Agent 落地应用又大有希望了，多维表格有望成为一代伟大的 Agent 应用构建平台。
自从 Dify 在自己的工作流节点中加入了 Agent 节点后，业界貌似出现了一种新的共识：
最有效果的不是纯 Agent，因为成本高且不可控；
也不是纯 workflow，因为适配性太差，场景受限且搭建 + 调优成本高。
最有效的是他俩的缝合怪——Agentic workflow。
这种做法的关键是，把自定义的垂直场景 Agent 作为一整条 workflow 上的一个节点。
这样既能保证 workflow 足够精简，同时也能因为加入了 Agent 能力保证场景适配性足够强。
今天看到飞书多维表格的工作流中多了一个【AI Agent】的节点。
在这个 Agent 节点中，你可以让其自主调用范围非常广的工具，所有多维表格的字段捷径都可以作为 Agent 调用的工具。
同时，由于这是多维表格本身的功能，可以轻松调用多维表格的本身的数据，也能通过多维表格已有的【高级权限】功能来控制数据权限，保证信息安全。
多维表格的各种视图、仪表盘又可以打出很好的 GUI 应用，让用户只感觉输入输出更方便了，不用感知到 Agent，并不增加用户的学习成本。
企业级的 Agent 落地应用又大有希望了，多维表格有望成为一代伟大的 Agent 应用构建平台。
18 02
我的实习生自从跟我以来，进步都飞快，这一点 AI 帮了大忙。
现在 04、05 年的实习生都是 AI 原生一代，他们做任何工作都会让各种模态的 AI 帮忙。
所以，当我觉得他们的交付结果不满意的时候，会让他们打开和 AI 的对话记录，一步步溯源是怎么从初始需求到最终结果的。
然后，我会亲自示范如何针对同一个任何，更好地和 AI 沟通协作。
在出结果后，再去和实习生一起对比我俩最终交付的差别。
这样训练实习生的过程，很像 RL（强化学习），不仅是给到更好的预料，也训练了实习生的思维过程。
以前没有 AI 的时候，实习生给你交付了一个不满意的结果，你只能针对 ta 的最终结果给出反馈。
而有了 AI 之后，你可以针对实习生的创造过程给出反馈，更精细、更高效、更有训练价值。
现在我的实习生的对话技巧日渐熟练了，不仅能驾驭 chatbot，也能够驾驭像 Manus、flowith Neo、lovart 这一类的 Agent 产品了，交付质量和能力上限一下子都高了很多。
这让我很羡慕，我当年实习的时候怎么没 AI 这么好的东西 🙃
现在 04、05 年的实习生都是 AI 原生一代，他们做任何工作都会让各种模态的 AI 帮忙。
所以，当我觉得他们的交付结果不满意的时候，会让他们打开和 AI 的对话记录，一步步溯源是怎么从初始需求到最终结果的。
然后，我会亲自示范如何针对同一个任何，更好地和 AI 沟通协作。
在出结果后，再去和实习生一起对比我俩最终交付的差别。
这样训练实习生的过程，很像 RL（强化学习），不仅是给到更好的预料，也训练了实习生的思维过程。
以前没有 AI 的时候，实习生给你交付了一个不满意的结果，你只能针对 ta 的最终结果给出反馈。
而有了 AI 之后，你可以针对实习生的创造过程给出反馈，更精细、更高效、更有训练价值。
现在我的实习生的对话技巧日渐熟练了，不仅能驾驭 chatbot，也能够驾驭像 Manus、flowith Neo、lovart 这一类的 Agent 产品了，交付质量和能力上限一下子都高了很多。
这让我很羡慕，我当年实习的时候怎么没 AI 这么好的东西 🙃
33 13