即刻App年轻人的同好社区
下载
App内打开
陈今
274关注1k被关注2夸夸
Growth@Insforge.dev@instacloud.com
持续不断地创造意义。
🛰️chenjin_io
陈今
12:10
我把Claudecode部署在instacloud上,一句话做了一条instacloud介绍视频。

花费半小时,只需要几美分。也就是做大概50条这样的视频才1刀(而instacloud一个月就送10刀)
01:34
00
陈今
11:55
补充一些诡异的用法:
在泛函老师的好奇下,我发现在 instacloud 上可以部署 linux 微信操作它加好友、发消息等(不过用的是小号)
but 资源消耗很快

我用 claudecode opus5.5 、hypit 等 在云上做视频才几分钱

陈今: 当我发现只需要在instacloud上部署claudecode一次,之后就可以完全不开🪜的情况下用上claudecode,,,我真的震撼了。 #claudecode防封号指南

00
陈今
11:03
instacloud vs 其他部署平台:我们提供让你的代码/程序能够持续跑着的底层环境,无需自备服务器,也不会空闲休眠,额度耗尽才停机,空闲不会休眠,更适合Agent后台任务。

#记录今天发现的instacloud aha
00
陈今
01:15
共鸣了。我曾经很容易因为别人没有及时回我消息或者回应在我看来不够“认真”内耗。

工作一年来我感觉 founder/leader 都是很忙的角色,被信息淹没,所以很难主动分出注意力。即使是在团队里,可能也有顾不上、需要被反复 pin/remind 的情况,属于“有心无力”,因为实在有更重要的事情。

从“消息没有被及时回就会内耗”,到习惯了“不持续主动争取注意就无人管你”;和“即使是我自己也 so tired,有些消息没有精力回应,需要让微信每天消息归档刷新后 remind 我还有哪些事情需要回应(but 回的时候往往过去好几天了)”。

我感觉更能理解他人不回我消息,and 宽容我不及时回他人消息。

有段时间我会特别恐慌于我 promise 了一些人一些事,但没有在 ddl 前完成(哪怕对面并没有给我花钱),有很强的负罪感,甚至更不敢回复对方。但直接表明我这段时间有更重要的事,所以这边暂时顾不上,好像发现也没有我想象中那样天塌了。

不过闭环还是很重要,也是我还在努力的方向。@AI课代表延r 跟我讲,无论 yes or no,都需要给到一个结果把它 close 掉,对方才可能下一次继续跟你接触,不能一直徘徊于 or。

cccyd: 我特别不喜欢一些地位很高的人,看起来居高临下,说话傲慢,有时候不回消息不理人。 我心里一直想着干翻这些人,总有一天你要 look at me now 但仔细想了想,他们这种行事可能和慈父的所作所为是一样的,不是很傲慢而是已经很包容,他们愿意加我已经是很大的赏脸,不回消息是因为实在回不过来了,心有余而力不足,加的时候本意是好的,过大的信息量让他们只能执行坏了 我还是一个很小很小的nobody,但现在已经感觉回复消息很吃力,每天的信息量大到头昏,我为了不变成自己最讨厌的人,认真回复每一条消息。 但我觉得可能之后不能再这样了,不然就无法 focus on 最主要的事情了😇😇

30
陈今
1天前
当我发现只需要在instacloud上部署claudecode一次,之后就可以完全不开🪜的情况下用上claudecode,,,我真的震撼了。

#claudecode防封号指南
23
陈今
1天前
在读了Lenny's和Tibo的访谈逐字稿后,我最感兴趣的反而是Codex Space,不过打开后熟悉感特别强,让我联想到IMA和notion。

上手非常自然但是体验会有一些不确定是不是bug的地方,比如我文档已经写了内容但是chat with it时说没看见,以及把我文档里的内容清空了and so on。

很期待Tibo描述的愿景。
10
陈今
2天前
BTW 发布完这条后,又完成了一个小 skill,让 codex 帮我把X post 截图成适合小红书同步分发的 3:4 图片
(grok 在这方面prompt 理解和实现水平略逊一筹)
并且找了个小红书取标题的 GitHub 项目,和小红书打 tag 的项目。虽然我不是非常满意 but 暂时先用着达到最小闭环。
不得不说 AI+GitHub 任何领域都可以从 30 分开始而不是 0 分。

陈今: 最近在即刻上刷到 Manus 团队极高的 AI-native 程度和成员们的大显身手,我陷入焦虑了好一会,觉得自己还不够 AI-native。 但静下心反思后,我意识到自己把对“产能(PC)”的极致追逐,当成了真正的“产出(P)”。 看着 manus 成员,也让我联想起近期其他方面的体验。这也想起《高效能人士的七个习惯》里讲,效能 = 产出(P)× 产能(PC): 产出(P):是真正下出来的“金蛋”(如每天发一条帖、背 20 个单词、一次真实的 GTM 执行)。 产能(PC):是那只“鹅”(如搭建 AI 自动化、寻找更高效的学习或工作工作流)。 回想 2024 年暑假,AI 工具还在Chatbot阶段,我能够在书店里针对一件枯燥重复的事专注投入 8–9 个小时,进入深度心流。 而到了现在的 Coding Agents 时代,工具能力暴涨,我做任何事时,脑海里都会下意识触发一个线程:“这个能不能用 AI 提效?” 我总是在触发后便本能地切换到提升产能,反而无法沉下心持续做可能只需要半小时就能完成的最低产出内容,比如先每天发一条帖子或者背 20 个单词之类(除非 ddl 临近)。 “寻找 AI 提效”本身成了最致命的打扰。提效本是为了给产出腾出时间,但这种对提效的执念反而切碎了当下的专注,拉高了 FOMO 焦虑。 产出跟产能是需要平衡的。 要做好一件事,既需要对 AI 能力边界的理解,也需要对业务的理解,而两者中无论哪一项都需要深度的现实实践才能提升。 对“产能”的追求如果只是持续叠加前者,却缺乏同步提升后者,看起来的提升便只是空中楼阁。 缺乏“产出”的量,无法让“产能”真正发生质变,导致投入在产能提升上的时间精力反而空耗了。 也就是我需要更踏实地输出更多,把注意力更多放在真正出结果的事情上,积累量以达到质,而非从初始时就希望找到“提效的捷径”——因为在产出的量达到一定程度之前,是找不到的。 因为业务理解只能来自于真实的市场反馈。它跟我的预想总是有偏差的,只有被观测到才有机会校准。 很多时候,我觉得打磨得非常精致的东西,市场并不买单;反而是我觉得顺手、甚至有点“水”的内容,市场却买账了。 所以,不能盲目相信自己的主观判断。如果只沉迷于用 AI 搭建完美的流程,却不上场“下金蛋”,我的判断力就永远活在虚空之中,无法在真实的交互里完成校准。 回顾我的所有经历,所有真正 work 的阶段恰恰在于我“破罐子破摔”了——相信自己“一无所知”、“走投无路”,然后专注在我“唯一可走的路上”。 放弃寻找捷径的杂念,把自己置于“除了去行动别无选择”的状态。不假设成功,只是纯粹去争取眼前的机会:尽力而为,不成大不了换下一个。 也就是“归零”(此处计算器配音)。 比如,当我可能什么都不懂同时 DDL 将近的时候,我就想到什么就立马开始做。但我现在积累了太多 context 了——我自己的、前辈的、领域里我可以搜集到的,有太多让我觉得“我可以抄作业然后从第一次就做得很好”,反而背上了包袱,也没敢做。 当不再执着于“我够不够 AI-native”,而是踏踏实实用低成本的产出去撞击现实时,AI 提效的质变和真正的判断力,反而会在真实反馈中生长出来。 哪怕慢一点也无所谓,哪怕有一个快慢的标准,那“我就是慢,那又怎么样呢?”

00
陈今
2天前
有时感到沮丧,因为我预设大家会更希望我分享增长相关的内容,但我总是在发一些心得感悟。甚至预设会有人觉得我不值得关注然后 go away——哪怕我根本不会知道这个人是谁。

比如,我今天发的又是一条心路历程。但实际上我今天:

1. 复习了 4 周的英语学习内容
2. 在 InstaCloud 上搭建了一个我们公司社媒监听的聚合网站,并且明天希望能把它完善到从 input 到筛选处理 format 分发国内各渠道的部分流程自动化
3. 在我已有的公众号排版 Skill 和图表生成 Skill 的基础上,新建了一个小红书图文生成 Skill
4. 整合学习宗源在各个平台关于增长工程的分享,并且针对自己产品出复用落地的方案规划,从而看还有哪些细节缺失(感谢 @粽子-zongzi 帮我做好资料的采集)
5. 完整复盘产品目前为止的增长数据情况,并制定 Q4 的 plan
6. 实践了 @王老禅头 分享的“让 AI 先出信息结构设计稿再做网站视觉设计”的方法设计个人网站(非常酷啊!而且也是把 Figma 用起来了)
7. 以 Lenny's Newsletter 跟 Tibo 的播客为材料学英语: www.youtube.com
8. 出门射箭了 1 小时

但上述部分或许更“利他”的经验,我一个都没写。
30
陈今
2天前
分享一个我用了一段时间,用于保留原风格同时语言更自然的内容优化提示词:

我的短内容的优化:请先判断我这段话本身的表达清晰度——逻辑是否自洽、论证层次是否显性。

不需要重写或替换我的措辞和用词,只在以下两种情况下做最小干预的结构性微调:

1. 多个论断挤在同一句/同一段,导致层次不显性时,拆分或重新断句
2. 论断之间缺少显性过渡(转折、因果、递进关系不清楚)时,补充必要的连接词或标点

调整后请说明你具体做了哪些改动、为什么这么改,让我能确认改动是否符合"最小干预"的原则。

禁止:替换我的用词为"更书面/更精炼"的表达、调整论述顺序(除非顺序本身导致逻辑断裂)、补充我没表达过的内容。

我的原文如下:
01
陈今
2天前
最近在即刻上刷到 Manus 团队极高的 AI-native 程度和成员们的大显身手,我陷入焦虑了好一会,觉得自己还不够 AI-native。

但静下心反思后,我意识到自己把对“产能(PC)”的极致追逐,当成了真正的“产出(P)”。

看着 manus 成员,也让我联想起近期其他方面的体验。这也想起《高效能人士的七个习惯》里讲,效能 = 产出(P)× 产能(PC):

产出(P):是真正下出来的“金蛋”(如每天发一条帖、背 20 个单词、一次真实的 GTM 执行)。
产能(PC):是那只“鹅”(如搭建 AI 自动化、寻找更高效的学习或工作工作流)。

回想 2024 年暑假,AI 工具还在Chatbot阶段,我能够在书店里针对一件枯燥重复的事专注投入 8–9 个小时,进入深度心流。

而到了现在的 Coding Agents 时代,工具能力暴涨,我做任何事时,脑海里都会下意识触发一个线程:“这个能不能用 AI 提效?”

我总是在触发后便本能地切换到提升产能,反而无法沉下心持续做可能只需要半小时就能完成的最低产出内容,比如先每天发一条帖子或者背 20 个单词之类(除非 ddl 临近)。

“寻找 AI 提效”本身成了最致命的打扰。提效本是为了给产出腾出时间,但这种对提效的执念反而切碎了当下的专注,拉高了 FOMO 焦虑。

产出跟产能是需要平衡的。

要做好一件事,既需要对 AI 能力边界的理解,也需要对业务的理解,而两者中无论哪一项都需要深度的现实实践才能提升。

对“产能”的追求如果只是持续叠加前者,却缺乏同步提升后者,看起来的提升便只是空中楼阁。
缺乏“产出”的量,无法让“产能”真正发生质变,导致投入在产能提升上的时间精力反而空耗了。

也就是我需要更踏实地输出更多,把注意力更多放在真正出结果的事情上,积累量以达到质,而非从初始时就希望找到“提效的捷径”——因为在产出的量达到一定程度之前,是找不到的。

因为业务理解只能来自于真实的市场反馈。它跟我的预想总是有偏差的,只有被观测到才有机会校准。

很多时候,我觉得打磨得非常精致的东西,市场并不买单;反而是我觉得顺手、甚至有点“水”的内容,市场却买账了。

所以,不能盲目相信自己的主观判断。如果只沉迷于用 AI 搭建完美的流程,却不上场“下金蛋”,我的判断力就永远活在虚空之中,无法在真实的交互里完成校准。

回顾我的所有经历,所有真正 work 的阶段恰恰在于我“破罐子破摔”了——相信自己“一无所知”、“走投无路”,然后专注在我“唯一可走的路上”。
放弃寻找捷径的杂念,把自己置于“除了去行动别无选择”的状态。不假设成功,只是纯粹去争取眼前的机会:尽力而为,不成大不了换下一个。

也就是“归零”(此处计算器配音)。

比如,当我可能什么都不懂同时 DDL 将近的时候,我就想到什么就立马开始做。但我现在积累了太多 context 了——我自己的、前辈的、领域里我可以搜集到的,有太多让我觉得“我可以抄作业然后从第一次就做得很好”,反而背上了包袱,也没敢做。

当不再执着于“我够不够 AI-native”,而是踏踏实实用低成本的产出去撞击现实时,AI 提效的质变和真正的判断力,反而会在真实反馈中生长出来。

哪怕慢一点也无所谓,哪怕有一个快慢的标准,那“我就是慢,那又怎么样呢?”
34