我之前是不太理解用深烘豆子做手冲的
喝了河下咖啡的那款用日本深烘豆子做的法兰绒手冲
老板也没给我答案

有啥事先记下来
等AI再进步一点再解决
这倒也是种思路

深圳之后又有一个地方
谁知道这是要干嘛吗

让AI先写测试用例，再让测试完成测试报告
本以为可以左右手互搏
结果左右手串通好了啊
这下好，还要自己看着🐶

OpenClaw一火，就会听到不少反面的声音
比如“这不就是xx加个定时任务吗？”
但要再仔细想想
我们多少人的日常工作，不也就是一种“定时任务”呢

这几天看了下把各平台信息同步存到本地的方法
想着随着AI的普及，各APP的孤岛会更重吗？
如果那样，APP的信息都宽进严出了，
对于用户而言，输出是不是需要严进宽出？
一端输入，多端输出？
核心数据只在一个地方？

过去一年尝试了不少手冲豆子
最近又有朋友从云南带的几款云南豆
我尝试着记录对各款豆子的风味体验
也想给一个相对于自己的比较“客观的”的主观喜好评分
我找到一个“续杯率”（Drink-Again Rate）这个值能代表我个人的喜好程度（用一个更好量化的指标让AI存着）
在不考虑价格的因素上，也不是复购，某款豆子开袋后，10杯以内能连着想喝它几杯
比如10/10，就是超级喜欢，喝不腻，认定不轻易尝试新风味了。只要不是0/10，就说明能喝，但要喝腻了其他才会想到喝它。
一包150g的豆子，差不多就是10杯的量，在当前有新鲜感的阶段，基本数值是在3-5，因为还想多尝试。往后对于尝试一轮后再有复购的，那就很可能有更多5分往上了，可以说是比较喜欢的了

不确定是不是对齐度还不够 lv3的阶段下我感觉不够有代表性 就好像套在很多人身上也都行

其实对AI fomo的人可以带入这么一个问题
“假如你有无限的资源但有限的生命，
你最想做的且能持续做的事是什么？”

豆包的“深入研究”有点量大管保，超预期的感觉。除了给你内容的深入研究的文本报告，还提供了一个应频播客和可视化网页。
在NotebookLM中这些还要自己按需创建，当然自由度比豆包的要好，但豆包中文语音更自然啊，而且顺便一起给的。
主要是移动端这语音输入真丝滑，识别率真高！