即刻App年轻人的同好社区
下载
推荐。我前阵子重读纳瓦尔，才发现有的篇章我完全理解反了，比如关于「不要玩状态游戏」那一段。
少楠Plidezus: 时隔多年再次聊聊纳瓦尔 可能很多当时觉得理解的事情 回头看看依旧只是知道而已
8 10
Kimi 崩，Kimi 崩，Kimi 崩完 DeepSeek 崩。
挺好的，说明 DeepSeek V4 Flash 这波用的人确实多。
找 token 这事儿就跟进饭馆儿一样，哪家人多我进哪家。// 看懂这句的暴露年龄
挺好的，说明 DeepSeek V4 Flash 这波用的人确实多。
找 token 这事儿就跟进饭馆儿一样，哪家人多我进哪家。// 看懂这句的暴露年龄
18 30
一天内在「登月计划」里给 Kimi 拉了几十个新注册的人头，获得几十次抽奖机会，果不其然，百分百概率获得最低档位的奖励（3天会员等额 token）。看来地主家是真的没有余粮。
13 30
发现用 Git 发布新书挺好的，可以随时迭代。除了语言上的润色、翻译上的校准，还能随时增补和删减案例。
反正以后台面上的信息差不值钱了，出版纸质书除了装逼和 PR 没啥实际价值，赚不了几个钱，以后有好的主题想分享，都走 Github 了哈。
大家记得关注 / star 我。
反正以后台面上的信息差不值钱了，出版纸质书除了装逼和 PR 没啥实际价值，赚不了几个钱，以后有好的主题想分享，都走 Github 了哈。
大家记得关注 / star 我。
范冰_XDash: 我把一本二十多万字的新书免费开源在 Github 了——《前置部署工程师：人工智能时代的客户价值交付秘籍》。 全本在线读，一分钱不收，地址在文末。 为什么要写这本书？从两组数字说起。 一组来自麻省理工学院：全球企业在生成式 AI 上烧了三四百亿美元，95% 的项目没能产生可衡量的回报。演示很惊艳，落地全阵亡。 另一组来自招聘市场：一个叫「前置部署工程师」（FDE）的岗位，发布量九个月涨了 800%。OpenAI 在招，Anthropic 在招，YC 一百多家创业公司在招。a16z 直接管它叫「科技行业最热门的岗位」。 两组数字放在一起，结论不难猜：模型已经不稀缺了，能把模型塞进客户真实业务里的人，才稀缺。 FDE 就是被创造出来填这道鸿沟的角色——驻扎在客户现场、把「产品能做的」和「客户需要的」接起来的工程师。Palantir 二十年前在情报机构的保密室里发明了它，如今 OpenAI 为它专门成立了一家估值百亿美元的「部署公司」。 在我看，它就是 AI 时代的前置位的「增长黑客」：一个新物种，一套方法论，一片还没人系统写过的空白。 这本书讲清楚三件事：这个角色从哪来、是什么；从找对问题到规模化复制的完整打法；以及一百多个真实案例，所有数据和案例都在附录里注明了出处，欢迎核查。 也坦白说：这本书是我派 AI 做的深度调研和撰写，框架仿照我十年前写《增长黑客》的那套结构——依然觉得它适合研究和布道各种新岗位。 我原本把它当成自己的学习入门手册，期间驱使 AI 也迭代了好几版。写完觉得，锁在硬盘里有点可惜，于是索性开源免费分享。 如果你正在考虑工程师的转型方向，或者在琢磨 AI 到底怎么在企业里落地，它应该能帮你省下几十个小时的检索时间。 📖 仓库在这，全本免费，欢迎 Star： https://github.com/xdash/FDE-the-Guidance-Book-of-Forward-Deployed-Engineer 会持续迭代，有想补充的案例或想挑错的，Issue 和分支都开着。 —— 顺手说一句：十年前那本《增长黑客》的全文开源版，也在我 GitHub 上（zengzhangheike-the-book）。一本是过去，一本是未来，感兴趣的可以一起拿走。
27 00
用了一周 Kimi 最新的 K3 模型，能力十分优异，导致我 kuku 地疯狂消耗。
也是因为它太抢手，现在 Kimi 会员直接标记「售罄」（图1）。
如果你想用，我这边有个免费的招，亲测可行。那就是，通过我的下面这个邀请链接来注册你的 Kimi 账号——
kimi-bot.com
这样，你我就都能获赠一次参与抽奖的机会（图2），100% 中奖率，最低就能拿到 3 天的等额会员权益（我成功了，如图3），最高可达 365 天。
这个羊毛绝对值得薅，enjoy it~
也是因为它太抢手，现在 Kimi 会员直接标记「售罄」（图1）。
如果你想用，我这边有个免费的招，亲测可行。那就是，通过我的下面这个邀请链接来注册你的 Kimi 账号——
kimi-bot.com
这样，你我就都能获赠一次参与抽奖的机会（图2），100% 中奖率，最低就能拿到 3 天的等额会员权益（我成功了，如图3），最高可达 365 天。
这个羊毛绝对值得薅，enjoy it~
14 52
我把一本二十多万字的新书免费开源在 Github 了——《前置部署工程师：人工智能时代的客户价值交付秘籍》。
全本在线读，一分钱不收，地址在文末。
为什么要写这本书？从两组数字说起。
一组来自麻省理工学院：全球企业在生成式 AI 上烧了三四百亿美元，95% 的项目没能产生可衡量的回报。演示很惊艳，落地全阵亡。
另一组来自招聘市场：一个叫「前置部署工程师」（FDE）的岗位，发布量九个月涨了 800%。OpenAI 在招，Anthropic 在招，YC 一百多家创业公司在招。a16z 直接管它叫「科技行业最热门的岗位」。
两组数字放在一起，结论不难猜：模型已经不稀缺了，能把模型塞进客户真实业务里的人，才稀缺。
FDE 就是被创造出来填这道鸿沟的角色——驻扎在客户现场、把「产品能做的」和「客户需要的」接起来的工程师。Palantir 二十年前在情报机构的保密室里发明了它，如今 OpenAI 为它专门成立了一家估值百亿美元的「部署公司」。
在我看，它就是 AI 时代的前置位的「增长黑客」：一个新物种，一套方法论，一片还没人系统写过的空白。
这本书讲清楚三件事：这个角色从哪来、是什么；从找对问题到规模化复制的完整打法；以及一百多个真实案例，所有数据和案例都在附录里注明了出处，欢迎核查。
也坦白说：这本书是我派 AI 做的深度调研和撰写，框架仿照我十年前写《增长黑客》的那套结构——依然觉得它适合研究和布道各种新岗位。
我原本把它当成自己的学习入门手册，期间驱使 AI 也迭代了好几版。写完觉得，锁在硬盘里有点可惜，于是索性开源免费分享。
如果你正在考虑工程师的转型方向，或者在琢磨 AI 到底怎么在企业里落地，它应该能帮你省下几十个小时的检索时间。
📖 仓库在这，全本免费，欢迎 Star：
github.com
会持续迭代，有想补充的案例或想挑错的，Issue 和分支都开着。
——
顺手说一句：十年前那本《增长黑客》的全文开源版，也在我 GitHub 上（zengzhangheike-the-book）。一本是过去，一本是未来，感兴趣的可以一起拿走。
全本在线读，一分钱不收，地址在文末。
为什么要写这本书？从两组数字说起。
一组来自麻省理工学院：全球企业在生成式 AI 上烧了三四百亿美元，95% 的项目没能产生可衡量的回报。演示很惊艳，落地全阵亡。
另一组来自招聘市场：一个叫「前置部署工程师」（FDE）的岗位，发布量九个月涨了 800%。OpenAI 在招，Anthropic 在招，YC 一百多家创业公司在招。a16z 直接管它叫「科技行业最热门的岗位」。
两组数字放在一起，结论不难猜：模型已经不稀缺了，能把模型塞进客户真实业务里的人，才稀缺。
FDE 就是被创造出来填这道鸿沟的角色——驻扎在客户现场、把「产品能做的」和「客户需要的」接起来的工程师。Palantir 二十年前在情报机构的保密室里发明了它，如今 OpenAI 为它专门成立了一家估值百亿美元的「部署公司」。
在我看，它就是 AI 时代的前置位的「增长黑客」：一个新物种，一套方法论，一片还没人系统写过的空白。
这本书讲清楚三件事：这个角色从哪来、是什么；从找对问题到规模化复制的完整打法；以及一百多个真实案例，所有数据和案例都在附录里注明了出处，欢迎核查。
也坦白说：这本书是我派 AI 做的深度调研和撰写，框架仿照我十年前写《增长黑客》的那套结构——依然觉得它适合研究和布道各种新岗位。
我原本把它当成自己的学习入门手册，期间驱使 AI 也迭代了好几版。写完觉得，锁在硬盘里有点可惜，于是索性开源免费分享。
如果你正在考虑工程师的转型方向，或者在琢磨 AI 到底怎么在企业里落地，它应该能帮你省下几十个小时的检索时间。
📖 仓库在这，全本免费，欢迎 Star：
github.com
会持续迭代，有想补充的案例或想挑错的，Issue 和分支都开着。
——
顺手说一句：十年前那本《增长黑客》的全文开源版，也在我 GitHub 上（zengzhangheike-the-book）。一本是过去，一本是未来，感兴趣的可以一起拿走。
254 37177