即刻App年轻人的同好社区
下载
微信读书365挑战成功了，获得了1年的会员。
再次切身体会到这类「微习惯」+「长时间」挑战的巨大好处。看似每天就读几分钟书，在时间的力量下（2年，700多天），「会变成一个史诗级的任务，给到的奖励也是史诗级的。」
点开再次挑战界面，看到还有一个21天的挑战，在经历了两次365天挑战后，会觉得21天的挑战一点意思都没有。
有种看了史诗级的鸿篇巨作，再看一个普通的短视频的感觉。
那最好的策略就是每给自己3个这样的小任务，每天每天完成，2年，3年，大概率都能长成大树，可以持续生长出果实，持续为自己日后的生活蒙荫。
20多岁，30多岁，都给自己培养几颗这样的大树，以后每天悠闲的维护，以及中下新的种子即可。
我自己回头来看，20多岁我给自己培养了每天阅读很多资料+写作的习惯，让我从一个自卑内向的超级普通的农村小孩，变得不普通，变得有活出自己的资源。
30岁到现在，每天都在大量做自我肯定练习，到现在也才3-4年，就让我从一个内耗，自我苛责严重的人，变成松弛且高能量的人。
我就是只做好了这3件事情，对我的人生就带来了飞跃的效果，而且飞跃了不止一次。而且过程中，我并没有说如何特别努力（就是刚开始的时候需要多坚持一会儿），也没有贵人、机缘，真的就是靠自己搜索阅读，靠一点点写作（无形中传播了自己）得到的。
接下来，我给自己安排的是（阅读、写作、自我肯定已经成为本能了）：
1，每天指挥AI做事最好能创造出一些对别人也有价值的东西（类似于之前的写作
2，形成课题意识，长期追踪、思考一些自己感兴趣的根本性问题（100个人生问题项目
3，培养一些运动的习惯（散步、深蹲、俯卧撑、平板撑、游泳、乒乓球（健康
再次切身体会到这类「微习惯」+「长时间」挑战的巨大好处。看似每天就读几分钟书，在时间的力量下（2年，700多天），「会变成一个史诗级的任务，给到的奖励也是史诗级的。」
点开再次挑战界面，看到还有一个21天的挑战，在经历了两次365天挑战后，会觉得21天的挑战一点意思都没有。
有种看了史诗级的鸿篇巨作，再看一个普通的短视频的感觉。
那最好的策略就是每给自己3个这样的小任务，每天每天完成，2年，3年，大概率都能长成大树，可以持续生长出果实，持续为自己日后的生活蒙荫。
20多岁，30多岁，都给自己培养几颗这样的大树，以后每天悠闲的维护，以及中下新的种子即可。
我自己回头来看，20多岁我给自己培养了每天阅读很多资料+写作的习惯，让我从一个自卑内向的超级普通的农村小孩，变得不普通，变得有活出自己的资源。
30岁到现在，每天都在大量做自我肯定练习，到现在也才3-4年，就让我从一个内耗，自我苛责严重的人，变成松弛且高能量的人。
我就是只做好了这3件事情，对我的人生就带来了飞跃的效果，而且飞跃了不止一次。而且过程中，我并没有说如何特别努力（就是刚开始的时候需要多坚持一会儿），也没有贵人、机缘，真的就是靠自己搜索阅读，靠一点点写作（无形中传播了自己）得到的。
接下来，我给自己安排的是（阅读、写作、自我肯定已经成为本能了）：
1，每天指挥AI做事最好能创造出一些对别人也有价值的东西（类似于之前的写作
2，形成课题意识，长期追踪、思考一些自己感兴趣的根本性问题（100个人生问题项目
3，培养一些运动的习惯（散步、深蹲、俯卧撑、平板撑、游泳、乒乓球（健康
23 51
昨天做的 obsidian 插件已经上线官方社区第三方插件市场了。web.okjike.com
现在挺方便的，直接在obsidia 登录自己的账号，后台上传，应该是机器审核，很快就告知哪里不行（图4），非常清晰。让Codex 迅速修改后再次提交，不到半个小时就审核通过。等半天就能在市场上搜到了，不需要在GitHub提交仓库什么的了。
现在挺方便的，直接在obsidia 登录自己的账号，后台上传，应该是机器审核，很快就告知哪里不行（图4），非常清晰。让Codex 迅速修改后再次提交，不到半个小时就审核通过。等半天就能在市场上搜到了，不需要在GitHub提交仓库什么的了。
4 00
通过用这个Agent ，我觉得开发独特的 Agent 框架这件事还是有价值的，不在于效率，而在于细腻的东西。
和这个 agent 聊天的时候我就发现，它很有人的感觉，每次对话都会有一些追问，但神奇的是，并不让人厌烦，仔细感受是这些追问并不刻意（当然，要长期观察）。让它执行任务，也会追问一些细节。
以及这个「巡检模式」，基于对我的了解（导入了Flomo记忆），定期发现一些对我有价值的东西。
还是挺有意思的，我觉得这些是大厂不一定会抄，尤其是组合起来形成一个整体也抄不走的东西。就是要形成自己独特的气质和感觉吧，对这件事有了更深的体感。
未来可能会有非常多不同性格，不同经历的 Agent 助手，人总是喜新厌旧，喜欢丰富性，期待一下。
和这个 agent 聊天的时候我就发现，它很有人的感觉，每次对话都会有一些追问，但神奇的是，并不让人厌烦，仔细感受是这些追问并不刻意（当然，要长期观察）。让它执行任务，也会追问一些细节。
以及这个「巡检模式」，基于对我的了解（导入了Flomo记忆），定期发现一些对我有价值的东西。
还是挺有意思的，我觉得这些是大厂不一定会抄，尤其是组合起来形成一个整体也抄不走的东西。就是要形成自己独特的气质和感觉吧，对这件事有了更深的体感。
未来可能会有非常多不同性格，不同经历的 Agent 助手，人总是喜新厌旧，喜欢丰富性，期待一下。
4 00
做了一个 obsidian 插，把笔记转化为带版式设计的 HTML 页面。笔记上右键直接生成，在obsidian里就可以直接阅读。个人体感阅读体验提升了3倍，原本读不进去的长段内容，一下子变得好读了。主要是元素清晰，很方便眼睛选取需要的或进行跳读。
上传官方社区中，想要尝试可以直接下安装到obsidian库里。
notes-to-html-pages：
github.com
感谢 @Lightory
的轻轻推动。起了做一个这个插件的念头才发现插件市场里并没有这样的插件，这类长期使用的简单的工具按照自己心意开发的感觉真好。
上传官方社区中，想要尝试可以直接下安装到obsidian库里。
notes-to-html-pages：
github.com
感谢 @Lightory
的轻轻推动。起了做一个这个插件的念头才发现插件市场里并没有这样的插件，这类长期使用的简单的工具按照自己心意开发的感觉真好。
15 32
最近喜欢把长Markdown转化为HTML阅读，阅读体验提升了好几倍，但腾讯 WorkBuddy 每次处理5000字的文件就要消耗2-30个积分，按照它的plan计划（58元/2000积分），这相当于每次处理都消耗近1块钱。
立即转到pi Agent + Deepseek ，同样的要求同样的文档，只需要0.0358 元，几十倍的差距。把大量基础工作交给Deepseek 后看着很少的消耗，内心无数次感谢Deepseek给到这么一个超级便宜够用的模型，不然很多事情免不了要在token消耗上扣扣搜搜的。
立即转到pi Agent + Deepseek ，同样的要求同样的文档，只需要0.0358 元，几十倍的差距。把大量基础工作交给Deepseek 后看着很少的消耗，内心无数次感谢Deepseek给到这么一个超级便宜够用的模型，不然很多事情免不了要在token消耗上扣扣搜搜的。
5 40
之前一直觉得AI效率很高，但我自己却很累，我看很多人也都说，怎么感觉像是在给AI打工？
终于在这篇Twitter 里面找到答案了：
作者提到说，我们用Agent 并行处理任务时，有个隐蔽的不对称——
多个 AI 智能体可以同时生成内容、跑流程（并发干活），但只要遇到需要人来判断、审核、解决代码 / 内容冲突、梳理整体架构的环节，就必须排队等你处理。
结果就是：AI 产出越来越快，待审核的任务越堆越多，形成长长的任务队列。
阿姆达定律非常准确的说明了这种情况（系统优化的上限，是由最慢/不可优化部分决定的）。
并行化带来的加速，受限于串行处理的工作比例。
如果工作流当中，很大一部分无法并行化，无论投入多少核心，速度都会达到一个硬性限制。
这是一个由来已久的工程事实：
优化非瓶颈部分并不会提高吞吐量。你只会让堆积在瓶颈前的未完成工作越来越多。
【举个栗子】食堂只有一个1个打菜师傅（单线程=你），外面来了一堆学生，你拼命让学生跑得更快、来得更多，打菜师傅的速度和人数没变，只会导致队伍越来越长。
你的累来源于切换注意力：
每次你查看一个离开过的代理时，都会付出上下文切换的代价。你需要清空上一个任务的思绪，从新开始加载这个任务的记忆，这个过程非常消耗脑力，这也是你感觉到越来越疲倦的根本原因。
一旦你的注意力资源消耗光了，你的判断力会极速下降，根本做不了高质量决策。
精心设计你的注意力：
把你的注意力当成稀缺资源来管——它就是你系统里的串行瓶颈：
1. 代理能跑多快不是重点，你的判断速度才是。 别看着能并行就猛加代理，你吃不消。
2. 把活分两堆。 AI 能自己搞定的，放出去跑，最后收一下就行。必须你下场判断的，别并行，一个个吃。
3. 别来一个审一个，攒着批量审。 每切一次任务，脑子都要"重启"一次，很贵。让活稍微积一积，抽一块时间一口气审完。
4. 脑子只做判断，别的让机器来。 能自动验证的别自己盯。AI 干完 80% 的脏活，你只盯必须你拍板的 20%
5. 保护好你的专注时间。 该合电脑就合上，集中想一个具体问题。来回协调、切来切去，真的不叫工作。
并行大量的任务会让产生一种生产力爆棚的感觉，实际上可能全部卡在你的决策质量上。
真正的技巧在于围绕你的注意力（这是唯一稀缺的资源）设计系统。
The Orchestration Tax：
x.com
终于在这篇Twitter 里面找到答案了：
作者提到说，我们用Agent 并行处理任务时，有个隐蔽的不对称——
多个 AI 智能体可以同时生成内容、跑流程（并发干活），但只要遇到需要人来判断、审核、解决代码 / 内容冲突、梳理整体架构的环节，就必须排队等你处理。
结果就是：AI 产出越来越快，待审核的任务越堆越多，形成长长的任务队列。
阿姆达定律非常准确的说明了这种情况（系统优化的上限，是由最慢/不可优化部分决定的）。
并行化带来的加速，受限于串行处理的工作比例。
如果工作流当中，很大一部分无法并行化，无论投入多少核心，速度都会达到一个硬性限制。
这是一个由来已久的工程事实：
优化非瓶颈部分并不会提高吞吐量。你只会让堆积在瓶颈前的未完成工作越来越多。
【举个栗子】食堂只有一个1个打菜师傅（单线程=你），外面来了一堆学生，你拼命让学生跑得更快、来得更多，打菜师傅的速度和人数没变，只会导致队伍越来越长。
你的累来源于切换注意力：
每次你查看一个离开过的代理时，都会付出上下文切换的代价。你需要清空上一个任务的思绪，从新开始加载这个任务的记忆，这个过程非常消耗脑力，这也是你感觉到越来越疲倦的根本原因。
一旦你的注意力资源消耗光了，你的判断力会极速下降，根本做不了高质量决策。
精心设计你的注意力：
把你的注意力当成稀缺资源来管——它就是你系统里的串行瓶颈：
1. 代理能跑多快不是重点，你的判断速度才是。 别看着能并行就猛加代理，你吃不消。
2. 把活分两堆。 AI 能自己搞定的，放出去跑，最后收一下就行。必须你下场判断的，别并行，一个个吃。
3. 别来一个审一个，攒着批量审。 每切一次任务，脑子都要"重启"一次，很贵。让活稍微积一积，抽一块时间一口气审完。
4. 脑子只做判断，别的让机器来。 能自动验证的别自己盯。AI 干完 80% 的脏活，你只盯必须你拍板的 20%
5. 保护好你的专注时间。 该合电脑就合上，集中想一个具体问题。来回协调、切来切去，真的不叫工作。
并行大量的任务会让产生一种生产力爆棚的感觉，实际上可能全部卡在你的决策质量上。
真正的技巧在于围绕你的注意力（这是唯一稀缺的资源）设计系统。
The Orchestration Tax：
x.com
9 01