即刻App年轻人的同好社区
下载
App内打开
夏虫不可以语冰5533
638关注6k被关注2夸夸
现小红书投资，看AI和科技
AI学习者、人类幼崽prompt中
内在动机Top 3: 成长、成就、联结
夏虫不可以语冰5533
4天前

Alchian花生: 在500+小时的AI编程经验，加上一晚上的测试验证后，我把Cursor、Windsurf索引代码的逻辑搞清楚了！ 对新手来说，内容理解可能有难度，可以看看结论就好了，对于老手来说，我相信这篇内容对于你理解平时用AI编程工具时遇到的问题会有一些启发，你大概会能理解此前你为什么会遇到哪些问题。 为了更好的阅读体验，我特意发了个公众号文章：https://mp.weixin.qq.com/s/Fl-K-tdRuhlT9I-bcLbtdg 太长不看的话，你也可以看看下面最重要的结论： 1、对新手而言，初始执行基础任务时：Windsurf > Cursor Agent > Cursor Composer normal 在agent模式下，执行初级任务的表现都优于常规的Cursor Composer模式，因为agent模式会基于任务理解代码库，找代码文件，读代码，再一步步执行操作帮你完成任务 Windsurf的agent，在理解任务和执行多步操作的能力上，调优效果优于Cursor Composer模式下的agent 2、Agent模式的主要缺陷是不完整读代码文件，这会导致复杂项目和长代码文件的问题 Cursor agent模式下，默认读一个代码文件的前250行，如果不够，偶尔会主动续读，增加250行；在部分要求明确的情况，Cursor会执行搜索，每次搜索结果最多为100行代码。 Windsurf每次读代码文件200行，如果发现不够，会尝试再次读取，最多尝试3次，共读取600行。 3、Cursor与Windsurf @ 单个代码文件时，执行逻辑不同，Cursor远优于Windsurf Cursor中如果@ 某个代码文件，cursor会尽量完整读取（测试临界点2000行） windsurf的 @代码文件和cursor的 @代码文件不是一个逻辑。在windsurf中你@某个代码文件仅仅是说你帮助windsurf找到了对应的文件。但是他并不会真的认为这个文件很重要而进行完整读取。 4、在你能理解项目结构的情况下，Cursor中 @单一代码文件效果远优于 @codebase 如前面所说，如果你理解你自己在做什么，你要执行的任何和哪个代码文件有关，那么Cursor中 @ 你将获得好得多的效果。如果 @codebase，目前的判断是cursor会用自己的小模型执行对每个代码文件的理解并总结，他没有完整将必要的代码都纳入上下文。

00
夏虫不可以语冰5533
8天前
夏虫不可以语冰5533
9天前
夏虫不可以语冰5533
13天前
夏虫不可以语冰5533
13天前
翻到了自己五年前的短文，写的真好啊

夏虫不可以语冰5533: Musical.ly 的诞生也是个曲折的故事。 创始人 Alex Zhu 之前在 SAP 做 Futurist：Future of Education 的工作，做着做着觉得预测未来这件事太简单，因为总归有 50% 的概率是对的 lol，于是打算做更有风险更 Sexy 一点的事，比如创业。 起初做一个类似 Twitter + Coursera 的事儿，比如拍 3 mins 的视频教别人咖啡有哪些种类怎么做咖啡好喝。但一直没有起色，他后来总结： 1/ 教育是反人性的，或者说用户在手机上用所有的 Application 多是为了娱乐而不是学习，所以 GAFA 里没有教育公司，和低脂少油糖的健康食品公司打不过可口可乐麦当劳们一个道理。 2/ 如果要建立 UGC 社区平台，内容要非常轻，秒级，而不是分钟级，生产门槛低内容才会起来。 3/ 年轻人作为 early adopter 是最合适的，因为他们有时间、有活力、有内容创造力、有传播力，“咖啡科普指南”这类的内容不够 cool 吸引不了这批种子用户； 4/ 把“如何建立一个社区”的问题换成：如何管理一个经济。简单的说，如今的 FB 和 Ins 非常像欧洲经济，社会阶级固化。所以如果想建立一个新的经济，一开始最重要的是：要确保它是非常中心化的。从财富分配的角度，就是让一小部分人先富起来，形成榜样，吸引大量的人加入这个新经济体；第二阶段再去中心化，把机会给所有人，确保中产阶级会增长起来； 说得更多一点，已经有非常多的互联网公司在这么做了，比如 Amazon 16-17 年的时候就有一百多个经济学博士在做经济学家。 从 Economics-Amazon 上能看到，亚马逊招的经济学家主要是微观经济学家，大概分三类： - Forecasting：比如预测品类趋势、服务器使用量等； - Industrial Organization：使用各种模型来估算需求量和定价； - Program Evaluation & Causal Analysis：定量估算各种决定的因果影响； 前两类比较好理解，第三类是亚马逊最先发现经济学家可以发光发热的。举个例子，双十一究竟为阿里巴巴增加了多少销售额？如果只把双十一之前之后的销售额进行比较，得到的答案可能会有很多偏差。 比如很多顾客因为知道双十一，延迟了之前的消费，也可能双十一本身就选在了一个消费旺季。而抛出所有内生的因素，找到双十一本身对销售额的影响，正是做 Program Evaluation 方向的经济学家最擅长的。 用到短视频行业，可以解决的问题比如： 消费者看到推荐的视频，可以在视频页面直接关注生产者（“短关注”），也可以看了视频后点击生产者头像，进入生产者页面之后再关注（“长关注”）。如何通过数据研究，消费者短关注生产者，是因为视频的原因，还是因为消费者自身的原因？ 所以经济学在内容/电商等所有平台能发挥的作用都非常多。 5/ 与其想 Musical.ly 是什么不如想 Musical. ly 不是什么？Musical.ly 不是 Spotify。因为音乐之于 Musical.ly 的用户是原材料不是最终产品，用音乐制作视频而不是用素材剪辑出了一段音乐 MV。想明白这个道理的好处是，Musical. ly 不和其他音乐的公司竞争了。 微博当时也面临类似的选择：虽然微博有这么多明星、剧集资源，还是没有做长视频。因为做长视频就会和电视台竞争，会大大伤害现有的电视宣发和传播。 所以 Musical.ly 会是最好的渠道方，而不是版权方。 6/ Musical.ly 刚上线前六个月，产品在增长，但是很缓慢，2015 出现了大拐点。缘由是每周周四晚，下载量都会激增，后来发现是因为一个很有名的周四晚播出的秀, 叫 Lip Sync Battle（假唱大比拼）， 用户每周四看完了这个 show 就会去搜索 Lip Sync，Musical.ly 就会得到很多免费下载。这件事让 Alex 意识到，从 0 到 1，一个产品只需要 All-in 一个 killer Feature。 所以 Musical.ly 从一个 General Music Video Maker 变成了一个 Lip Sync Video Maker。在承接新用户上也做了很多功夫，比如一进 App 就会看到最优质的 Lip Sync 内容，后来留存很高。

00
夏虫不可以语冰5533
14天前
今天是怎么了? 李想说要搞AI了，小米也发了一个科技战略的定义图
11
夏虫不可以语冰5533
16天前
夏虫不可以语冰5533
16天前
和@新天地小神农 复盘了一下ChatGPT诞生两年间，LLM在我们家最大的应用场景:
00
夏虫不可以语冰5533
19天前
微信红包的产品定义: social finance game，送礼也是。
00
夏虫不可以语冰5533
20天前
ChatGPT的 DAU/MAU不到20%，和剪映或者一个普通工具产品差不多，还需要很多产品的突破和变量。

想到了微信几个产品的关键拐点:

小程序: 下拉功能，完成了复购闭环，之前只能扫码/搜索
微信支付: 春晚红包
视频号: 红点
微信: QQ-从0到1导入熟人关系，附近的人和摇一摇-导入陌生人，朋友圈-和陌生人破冰
44