即刻App年轻人的同好社区
下载
App内打开
pimgeek
328关注2k被关注13夸夸
📜数字草稿纸 专注笔记术📝
🥐思考面包屑 创意脚手架🪜
🤓 期待交流 🤝🏻 微信同名 💬
置顶
pimgeek
2年前
每隔一段时间就想重新做一次自我介绍,突出近期的个人兴趣侧重点 🤭

简单概括,pimgeek 是 PIM 和 Geek 两个词的组合,其中 PIM 是个人信息管理的英文词组首字母缩写,Geek 指对某些小众爱好保持极端兴趣的人。

就个人而言,我的长期兴趣始终是这个:『弄清大脑/思维/意识活动背后的复杂系统工作原理。』🧠

为了随时随地都有条件抛开手头一切杂事去开展相关研究,很明显我需要一份比较特殊的工作。迄今为止,我尚未发现一种合适的工作职位能够平衡个人生计与这种强烈的研究兴趣,所以我逐渐变成了一位自由职业者。

在即刻社区,我专门购买了🍌黄即年费会员并订阅了 “自由职业、自由工作、远程办公、远程工作、Freelancer、Remote” 等话题关键词,只要有人反复谈论这个话题,都会被我关注到。如果看到喜欢的内容,我还会转发推荐给更多人(背后的理念是:只有自由职业者多起来,才可能有更多人关注我正在做的研究和主营业务)🤠

另一方面,因为我的研究兴趣经常涉及自身思维过程的观察、记录、回溯、反思等,所以我迷上了个人笔记/信息管理工具。通过与别人交流这些工具的使用心得,我逐渐认识了很多硬核的玩家和软件工具开发者。其中有一类输入法工具,专门用于以中文记录思考过程,我对这种记录工具有着超高的要求,所以到后来干脆开发了自己专用的音形码输入方案——🦩🐯鹤虎盲打输入法。

有了顺手的思考过程输入工具,很自然地就会考虑如何尽可能长期稳定可靠地存储、整理自己的思考记录。在这个问题上,我选择了以卡片笔记作为原子记录单元,目前重点关注德国社会学家尼古拉斯·卢曼(Niklas Luhmann)的卡片盒笔记管理方法,正在选配必要的工具和流程去磨合、实践(自研流程的成熟度和实用度已接近 80%)。在未来,此方法的展示、分享、教学和周边软/硬件开发很可能成为我的重要业务与收入来源。📈💴

如果你看了上面的介绍之后,对我的个人经历、研究主题或个人信息管理相关经验产生兴趣,欢迎通过评论或私信与我联系 📔💬🤓

✪ 🦩🐯鹤虎盲打输入方案 - m.okjike.com
✪ 第一次兴趣总结 - m.okjike.com
✪ 第二次兴趣总结 - m.okjike.com
✪ 第三次兴趣总结 - m.okjike.com
1313
pimgeek
5天前
“杂而不乱草稿纸”的最新研究进展 🤭

无穷延展 + 无限缩放 + 见缝插针 = 思维地图(意识流在思维空间中的旅行记录)🗺🧠🐾🤔
00:23
20
pimgeek
8天前
昨天下午听 Sönke Ahrens 讲座,坐我旁边的 AI 高科技玩家花了两个小时处理会议录音,直接生成了中英文信息图,效果惊艳(中文几乎完美,英文略有错字)😄
00
pimgeek
11天前
每次搜索“归藏”都找不到,仔细一看是归的写法比特别 ➠ @歸藏 😄

PS:我居然一周多才发现王树义老师在即刻持续更新大模型日常 + 教学应用。🤭

王树义: 归藏做的这个 web app ,太有意思了。搜索框里选择全球任何地点,就会把你立即「挪」过去,还能根据实际天气着装。

00
pimgeek
11天前
很可爱又有内在调性的形象,希望有一天能像 chiikawa 那样流行文化(不仅指这一只小海豹,还期待成千上万的有个性的“卡通小精灵”被创作出来)👏🏻😄

海豹王xx: 天呐,我工作的姿势是多么扭曲呀!

00
pimgeek
12天前
这类话更像是长期骗局的预备动作 😮‍💨

西兰花_lEbC: 说好的,中国人不骗中国人呢?

00
pimgeek
14天前
为什么会有对称性破缺?🤔

集智俱乐部的这期公开分享部分解释了我长期思考的问题之一:人为什么天然、本能地倾向于“好死不如赖活着”?并且由此发展出很多相关的行为,有些行为甚至导致自己认知失调(明知“好”而拖延不做,明知“不好”却不由自主停不下来)😄
00
pimgeek
14天前
Francis.eth:『美东时间2025年11月19日下午4点,英伟达公司发布了Q3财报,业绩超出市场预期:营收达到570.1亿美元,高于市场普遍预期的549亿美元。每股收益为1.3美元,高于预期的1.26美元。盘后交易中,英伟达股价飙升5%,公司市值增加约1300亿美元。

然而18小时后,纳斯达克综合指数收跌1.21%,英伟达股价涨幅被抵消。BTC此前曾短暂反弹,随后下跌2%,随后周五下午的亚盘BTC更是进一步跳水。

市场没有为英伟达超预期的业绩买单,反而是算法交易系统在财报发布后快速地发现会计违规行为,超过了人工分析师解读财报的速度,且在收盘后进一步引发市场消极情绪的发酵。…( 详见公众号正文 )』🤔

Francis.eth: 写了篇关于AI币圈化的文章,内容里做了一个不恰当的比喻:英伟达和OpenAI的关系神似以太坊和Bitmine的关系。另外交易算法在短时间内便发现了英伟达这次财报的问题并下了判断,这是人类分析师无法做到的。而人类的比较性优势,是自身所具备的常识。针对一个商业模式,常识会问很多简单的问题,但是简单的问题得不到好的答案,就会成为真问题甚至是大问题。很多人会觉得提问常识性问题显得不够聪明和高端,但这会让他们陷入语言腐败和思维陷阱的恶性循环。

10
pimgeek
17天前
Newpiet 的要点总结:『(Addy Osmani 表示) AI 会让新手更快上手,也会让高手的杠杆更大。那些能写 spec、会拆任务、懂架构、擅长审查的高级工程师,价值只会越来越高。整体来说,我对 AI 在工程领域的未来是谨慎乐观的。乐观在工具进步的速度确实惊人,谨慎在于,人类监督这个角色无论如何都不能被挤掉。…( 详见正文 )』👏🏻😄

Newpiet: 读到一篇来自google一线AI实践者访谈的内容,不是聊AI的宏观的商业趋势,读的过程中有不少同感和启发,于是整理出来做个记录。 #背景概念 vibe coding:氛围编程,强调的是一种“接受 AI 建议但不过度审查”写代码的方式,重点放在高速、频繁、可以不断推倒重来的实验性迭代上。 #vibe coding的价值和局限 1.就我个人体验而言,这种方式非常适合做原型、搭建 MVP(最小可行产品)、以及处在学习和探索阶段的项目。很多生产团队也发现,当他们只是想快速验证一个想法,摸一个组件的大致形态,或者搭一个产品雏形时,用 Vibe Coding 的方式确实很高效。它真正追求的是速度和探索感,而不是结构化、可维护性、稳定性这些在大规模生产环境下必须死盯的事情。 2.你的专业能力越扎实,你从 AI 工具里获得的回报就越大。反过来,如果你只是刚入行,或者还没经历过那些传统工程最佳实践的训练,你会很容易被 AI 提供的“快捷感”误导。 #上下文缺失 3.每一个提示词,其实只基于你当下告诉模型的那一点点信息,而不是基于整个团队长期积累的认知。可真正的产品开发正好相反,它本质上是集体经验的堆叠:每一个功能背后都有用户需求和客户请求的历史,每一个 PR 都和产品路线图有关系,每一份文档里都埋着讨论记录和决策脉络。这些“隐性上下文”,几句提示词根本承载不住,AI 也无法凭空感知。 #新的工作方式 4.我越来越清楚一件事:想真正用好这些工具,必须持续投入学习。每当有新的模型、新的平台发布,我都会自己上手试,并且鼓励团队互相分享使用经验。这种“集体练级”的文化非常关键,它能在高速变化的环境下给团队提供一定的心理安全感,让大家觉得自己不是一个人在硬顶,而是在一起摸索新的工作方式。 # 开发者如何用好AI 5.我会不断提醒团队,在把任务交给 AI 之前,先问自己一句话:“如果把这个问题交给 AI,它能帮我更快解决,还是只会让我兜更多弯路?”哪怕只是认真思考这个问题,也能帮助我们更好地理解 AI 的边界,以及它真正的优势在哪里。 6.AI 只能做到 70%,剩下 30% 得靠你自己 7.批判性思维和系统性解决问题的能力,依然是计算机科学最核心的素养。 8.任何人都能用高层次的 prompt 让 AI 输出一段“看起来能跑”的代码,但这和“值得信任、可以上生产”是两回事。我们已经看到太多案例,一开始看似没问题,最后却以一种惨烈的方式崩溃。 9.如果你把这种“理解系统”的能力外包给 AI,那迟早有一天你会被它反向“绑架”。当模型的上下文窗口塞满了,或者那天模型状态不对,整段对话历史突然没法用了,你瞬间就会掉进一个无助的深坑。你唯一的选项可能就是换一个模型,或者清空上下文再来一遍,甚至只能把整个过程重启。这种状态会让人感觉自己已经失去了对系统的任何掌控。 10.要想高效地使用 AI,你必须诚实地面对模型的限制,比如它的上下文窗口永远是有限的。这意味着你在和 AI 协作时,自己要更像一个项目经理。你需要把一个大任务拆成多个小块,每一块都要是可验证的。你要在每个阶段尽量把需求说清楚,然后反复迭代,而不是寄希望于“一发入魂”的完美答案。 #未来的产品经理 11.我认为接下来角色变化最大的,可能会是产品经理(PM),PM 需要把更多时间投入到问题定义、指标体系和 AI 策略上,他们要决定在哪里引入 AI,如何衡量它的价值。 12.AI 并不会改变他们“对结果负责”的本质职责,但它会让“品味”本身变成一种更强的竞争力。当每个人都能用 prompt 造出“差不多功能”的时候,真正拉开差距的,反而是谁能做出更有判断、更有质感的产品。 # 不仅要会vibe coding,还要有规范驱动开发(spec-driven development) 13.AI 会让新手更快上手,也会让高手的杠杆更大。那些能写 spec、会拆任务、懂架构、擅长审查的高级工程师,价值只会越来越高。整体来说,我对 AI 在工程领域的未来是谨慎乐观的。乐观在工具进步的速度确实惊人,谨慎在于,人类监督这个角色无论如何都不能被挤掉。

01