即刻App年轻人的同好社区
下载
App内打开
朝日金
1k关注115被关注0夸夸
朝日金
6天前
相信自己，直面恐惧，相信自己能找到任何问题的解法，那就无惧问题

莫唯书Mark: 最近“奥德赛时期”这个词被反复提起，人们用它来形容毕业后迟迟找不到人生主线、在职场和生活中漂流不定的状态。 这个比喻很妙，因为它暗示了一个前提：人生本该有一个确定的“家”，你只是暂时迷路了，总有一天会靠岸，但这个前提本身就是一种幻觉。 奥德修斯的漂泊并非意外，正是他那个时代的英雄必然要走的路。战争结束了，特洛伊烧了，战友死了，他必须回到伊萨卡，但回家的路被设计成了一场考验。他得面对独眼巨人、魔女、海妖、漩涡，他得在每一个岔路口做出选择，每一个选择都可能让他永远回不去。荷马没有写一个顺风顺水回家的英雄，他写的是一个人如何在十年里一次又一次地偏离航线、被风浪打翻、被诱惑留住，然后一次又一次重新上路。 所以“奥德赛时期”真正残忍的地方并不是“你还没找到方向”，而是“方向这种东西，本来就不存在”。 你以为别人有方向，是因为你只看到了他们上岸的那一刻。你看不到他们在海上的十年，看不到他们多少次差点沉下去，看不到他们曾经也以为自己在原地打转。你看到的那条清晰的路，是别人在回头看时硬生生踩出来的，而非出发前就铺好的。 问题就出在对“方向”的理解上，我们一直以为方向是一个点，一个可以抵达的目的地，比如某家公司、某个职位、某个收入水平。以为到了那里，你就可以歇一歇，告诉自己“我上岸了”。但真实的人生里并没有这种点，你进了一家大厂，会发现上面还有更高的职级。你赚到了一百万，会发现一千万在向你招手。你买了房，会发现邻居的房子更大。欲望和比较永无止境，所谓的“终点”不过是下一段漂流的起点。 那真正的方向是什么？它并非地图上的一个坐标，而是一套罗盘。罗盘不告诉你终点在哪里，只告诉你此刻该往哪转。它会在每一次起风的时候给你一个参考，让你知道哪边是北，然后你自己决定要不要偏离。 那些真正让你成长的事往往都不是在舒适区里发生的，很多人漂了十年还在原地打转，是因为他们从来没有真正投入过。他们一直在岸边试水，脚趾碰到凉水就缩回去，然后告诉自己“今天不适合下水”。十年后他们还在岸边，而那个当初一头扎进去、被呛了好几口水的人，已经游到了对岸。 所以“奥德赛时期”不是一段具体的时间，它是整个人生的隐喻。没有哪一刻你是真正“上岸”的，因为岸是动态的，你刚踩上一块礁石，下一波浪就会把它淹没。你唯一能做的就是学会在水里保持平衡，而非费尽心思找一块永远不会被淹没的石头。 很多人害怕“漂泊”，是因为他们觉得漂泊意味着没有归属、没有身份、没有安全感。但其实漂泊本身就是归属，你的归属不是某个公司、某个城市、某个人，只有你自己才是那个在海上掌舵的人。你不需要通过靠岸来证明你不是浮萍，你只需要把舵握紧，然后往前开。 这也是为什么“奥德赛”比“迷茫”要更准确的一个原因，迷茫是不知道方向，奥德赛是方向太多、诱惑太多、干扰太多，而你必须在每一个岔路口做出选择。你选了左边，就会永远错过右边可能出现的岛屿。这种取舍的痛苦，才是奥德赛真正的重量。 这就是成年人的世界，没有标准答案，没有后悔药，没有暂停键。你以为你在迷路，其实你只是在走一条没有人替你勘测过的路。你以为你落后了，其实你只是没有在别人的地图上打卡。 奥德赛不是迷途，它只是每个成年人的出厂设置。海很大，风浪很猛，没有导航，看不到方向。但这就是海的样子，抱怨它没有用，羡慕别人的船也没有用。你只能划你自己的桨，看你自己想看的星星。

00
朝日金
4月前

CageZ: Anthropic 在 Agent Teams 发布的时候也公布了一个不错的内部实现，花2万美金/2周，用 multiagent 从头写了一个 C 编译器，推荐阅读。我读完主要的感受是 ： 1/ Coding AGI 真的到了，今天 Codex 博客中也说了自己在 fix model 中起了贡献。 2/ multi-agent 的价值体现在任务的时间尺度可以再次指数级增长，因为 线性的 O(N) 任务被折叠成 O(log N) 的分层协作。于是更多原本不可能的任务可以实现，大家体感的 token 消耗量会再上一个台阶。这个思路其实中国团队贡献了很多，Manus Wide Research，Kimi Agent Swarm 在这里都有重要贡献。 https://www.anthropic.com/engineering/building-c-compiler 文章主要内容 1) 他们用 16 个 Claude 并行写了一个 C 编译器 这个目标满都很大，之前 coding agent 不太能做好。从零写一个 Rust C compiler，能编译 Linux kernel。作者说他们让 16 个 agent 并行跑、几乎不介入；两周内大约 2000 次 Claude Code session、花费约 2 万美金，产出 ~10 万行代码的编译器，能 build Linux 6.9（x86/ARM/RISC-V），还能编译一堆大项目（QEMU/FFmpeg/SQLite/postgres/redis 等），并且在多数 compiler test suite 上做到 ~99% 通过率。 2) “能跑很久”不是模型自然具备的，而是 harness 设计出来的 Claude Code 默认需要人持续在线互动，否则会“停下来等你”。作者做了个非常简单粗暴的 infinite loop harness：让 Claude 做完一件事立刻接下一件事，永远不停止；并强调要在容器里跑，而不是在真机上。这个思路和 Openclaw 的比较深似。 3) multi agent 的关键收益：high throughput 吞吐 + 不同价值任务的分工 并行能解决两类问题： 一个 agent 一次只能干一件事，并行能把 debug/修复多个 failing tests 的速度显著拉起来； 角色分工：有人写功能、有人做文档、有人做性能、有人做代码质量整治等。 他们用 git + “任务锁文件”做了一个很原始但有效的同步：每个 agent 认领一个任务文件，避免重复劳动；合并冲突很多，但 Claude 往往能自己解决。 4) human in the loop 部分：verifier 质量决定上限 作者反复强调：agent 会非常努力地“通过你给它的验收器”，所以验收器如果不严谨，最后就是“把错误问题做得很完美”。 于是他自己大量精力花在：找高质量 test suite、写 verifiers/build scripts、补 CI、把“新功能经常破坏旧功能”的回归问题压住。 同时要“站在 Claude 的视角”设计反馈：控制输出避免污染上下文、把关键信息写日志便于 grep；还要考虑模型对时间没有感知，傻跑很久测试。

00
朝日金
4月前
正好需要！刚好卡在这一步了🥲

歸藏: 服了，很难想象一个产品能像 Clawdbot 这样用起来这么傻逼 他妈的，一个模型配置和切换搞了我一下午！ 藏师傅总结了一下自己遇到的所有模型问题和解决方法 如果你也被这个问题困扰可以看看：https://mp.weixin.qq.com/s/qlbCkX2P_efd2WK32BlC3Q ------- 优先用 openclaw configure 命令 这是最省事的方法，能解决大部分配置问题。 直接在终端输入： openclaw configure 它会问你几个问题： ▸ 本地还是远程？选本地 ▸ 要配置什么？选模型 ▸ 什么模型？这里有个坑 ------ 模型选择的坑 如果你要配置 Minimax M2.1，就选 Minimax。 如果你要配置 Kimi K2.5，就选 moonshot AI。 但是注意： ▸ Kimi 有 coding plan 选项，可以直接选 ▸ Minimax 没有 coding plan 选项，即使你买的是 coding plan 会员，也要选 Minimax 本身 选完模型后，会弹出一堆选项，亚马逊、谷歌什么的一大堆。不用慌，直接按方向键往下拉，找到左侧已经高亮的那个选项（比如 Minimax 或 Kimi coding），回车就行。 ------ 国内外版本的区别 这是最大的坑。 Minimax 有两个选项： ▸ minimax-cn（国内版） ▸ minimax（海外版） 如果你买的是国内的 coding plan 会员，选 cn。如果是海外的，选不带 cn 的。 选错了怎么办？往下看。 ====== 改配置文件的方法 如果 openclaw configure 还是不行，或者选错了国内外版本，就得手动改配置文件。 配置文件位置： /Users/你的用户名/.openclaw/openclaw.json 打开这个文件，找到 baseURL 这一行。 ------ URL 修正 国内和海外的模型用的是两个不同的 URL，这是大部分人配置失败的原因。 比如 Minimax： ▸ 国内版：api.minimaxi.com ▸ 海外版：api.minimax.io 如果你配置完了不能用，大概率是 URL 错了。去对应模型的官方文档里找正确的 URL，改掉就行。 ------ openclaw.json 还有个参数要注意： agents 里面的 fallbacks，这里的模型切换了才会生效。 如果你都做完了还是有问题的话，看一下你切换的模型这里有没有写。 没有的话可以加一下。 ====== 模型切换 配置好以后，切换模型很简单。 在 TUI 界面里输入： /model 然后搜索你要切的模型名字，比如搜 "Kimi"，第一个结果就是 Kimi for coding，回车就切换了。 ------ 切换模型的建议 切换模型前，建议先用 /new 命令开个新窗口，再切换。这样不容易出问题。 ====== no output 问题 这是我下午折腾最久的问题。 切换模型后，你打个"你好"，它返回 no output。我以为是配置失败了，其实不是。 no output 的意思是：输出在其他环境里了。 可能是： ▸ Web 环境（claude.ai） ▸ Telegram bot ▸ 其他你配置过的环境 所以看到 no output 不要慌，去其他环境试一下。如果其他环境能用，说明配置是成功的，只是输出位置不对。 ====== 支持的国产模型 目前 openclaw configure 已经支持： ▸ GLM（智谱） ▸ Minimax ▸ Kimi（moonshot） 我三个都配置了： ▸ Kimi 用的国内版 ▸ Minimax 用的海外版 ▸ GLM 用的海外版 都能正常工作。 ====== 总结一下 配置 Clawdbot 国产模型的核心就三步： 1. 优先用 openclaw configure 命令配置 2. 如果不行，手动改配置文件里的 baseURL 3. 切换模型用 /model 命令

00
朝日金
4月前
红尘来呀来，去呀去
都是一场梦...

被杨宗纬这个版本洗脑了

https://b23.tv/YhpN5AF

00
朝日金
5月前
☕️
00
朝日金
5月前

莫尔索: 年末了，这个贴子持续分享大佬们的 AI 编程实践： 1. Django 创始人Simon Willison 用 Codex CLI 和 GPT-5.2 在 4.5 小时内把 Python 的 JustHTML 转成 JavaScript：https://simonwillison.net/2025/Dec/15/porting-justhtml/ 2. Anthropic分享如何让编码 Agent 在长时间任务中高效工作：https://www.anthropic.com/engineering 3. OpenAI 的工程师 Aaron Friel 用 Rust 重写一个成熟的 Kotlin 开源项目，并且做到了和原项目 100% 兼容：https://forum.openai.com/public/videos/event-replay-vibe-engineering-with-openais-codex-2025-12-03 4. Flask 框架作者Armin Ronacher 的Amp、Claude Code和Pi使用体验，Vibe Coding 展现出令人兴奋的可能性，但离支撑起专业级的规模化复杂工程，还有很长的路要走：https://lucumr.pocoo.org/2025/12/22/a-year-of-vibes/ 5. 软件工程大师 Martin Fowler 的访谈，他认为 AI 核心影响在于让开发从确定性转向了非确定性，探讨了 AI 如何重塑重构、敏捷开发及软件架构等经典实践，并特别警告了氛围编程中存在的学习回路缺失风险，Fowler 建议开发者利用 AI 处理遗留代码理解和快速原型开发，但必须保持严谨的验证与测试。他强调，无论工具如何进化，沟通能力、对复杂业务的理解以及持续学习依然是优秀工程师的基石。https://youtu.be/CQmI4XKTa0U?list=TLGGKD78I6EfcOwyMzEyMjAyNQ

00
朝日金
5月前
00
朝日金
5月前
好的产品往往都具备几个关键要素，类比到我的学习背景建筑设计领域，一个好的建筑需要兼具坚固、实用，美观这三种特质，那类比到泛互联网产品乃至现在的ai产品，要想做出一个至少还算及格的产品，都需要具备安全性与稳定性（坚固），用户体验好，功能能真正符合用户需求（实用），ux/ui优雅、产品架构精巧（美观）。
但对于不同类型的产品，上述价值点排序是不同的。
比如券商交易产品，打开速度快，实时性高，是对于用户来说的核心价值点，如果我想要打开软件看当前的股价，但是打开半天实时价格和k线都加载不出来，那这个产品会立刻在我心中大大减分，即使产品功能再丰富，界面设计得再美观都不足以留住我，因为这个产品应该排在top1的价值点都没有做到及格线。
00
朝日金
6月前
技能五子棋居然是suno写的
00
朝日金
6月前
感谢分享，mark一下

小龙_vuTX: ❗️死磕30万条外链数据，啃下这块最硬的骨头！我整理了一份List免费送给大家！ 大家好我是小龙，今天我想分享一个关于我如何与“外链”这个东西死磕到底的故事。这不仅仅是一个关于SEO技巧的分享，更是一段关于热爱、探索和最终将兴趣变为产品的旅程。 ▪️缘起：从“飞哥”的新词比赛开始 故事要从23年底说起。那会儿@哥飞 连续做了几次新词SEO比赛，我都通过外链策略拿到了几次名次。这让我对外链产生了浓厚的兴趣。 刚开始，我只是个门外汉，完全模仿飞哥在分享里提到的方法。我去 Product Hunt、YC (Hacker News)、V2EX 这些知名的开发者和产品社区发帖，这算是我的外链尝试。 后面和@阿彪Bill 也请教了一些外链的知识和技巧，帮助非常的大，让我寻找高品质外链的速度快了许多！ 后来，我开始分析大型网站，我最开始找的是阿彪的 hix.ai 和@阳光杉木 的 toolify.ai 这两个非常火的AI网站。我把他们的外链数据扒下来，希望能从中找到一些可以为我所用的资源。但很快我就发现，这条路没那么好走。他们很多高质量的外链都是我们无法去做的，大部分是花钱购买的PR文，成本高昂，门槛也高。 尽管如此，靠着最开始在那些简单渠道的尝试，以及哥飞在社群里的零散分享，我还是断断续续地寻找到了大约 100到200条 外链。虽然只有1-200条，但网站也能快速获得权重和流量，有了寻找更多外链的动力。 ▪️爆发：一个春节，我抓取了30万条外链 时间来到24年过年的时候，大家都在走亲访友，我没什么事情做，一门心思都在寻找外链上。我想，既然分析一两个竞品效果有限，那我为什么不把范围扩大呢？ 说干就干。我索性收集了大约10个知名的AI导航网站，然后将这些网站的域名全部扔到 Semrush 里，让它去抓取这些网站所有的外链数据。这个过程像打开了新世界的大门，我顺藤摸瓜，从这10个网站的外链里又发现了更多的AI导航网站。于是，我把这个雪球滚了起来，最终扩展到抓取了大概 3000个 AI网站的数据。 抓取后的数据是海量的、杂乱的。我把所有数据导出，放进一个Excel表格里，开始进行繁琐的筛选：去重、去无效链接、格式化……最终，经过一番折腾，我得到了一份将 30万多条 外链数据清单。 ▪️沉淀：花一年时间，与30万条数据死磕 这30万条数据，我知道其中90%以上可能都是垃圾信息，需要耐心挖掘真正有用的信息。接下来的将近一整年时间，我的日常就多了一项工作：持续地去看这30万条数据。 ▪️我一条一条地研究，并且都带着同样的问题： 这个外链是如何发上去的？是评论、是文章、还是一个简单的链接？ 它所在的网站是一个什么样的网站？是论坛、博客、导航站，还是其他类型？ 这个网站主要使用什么语言？面向哪个国家的用户？ 发布这个链接有什么特别的技巧吗？需不需要注册？有没有什么限制？ 发布者是谁？是一个真实的用户，还是网站的运营者？ 这个过程漫长但是我感觉很有趣。一直到今年（2025年）过年的时候，我终于从那30万条的原始数据中，整理出了 1万多条 我认为真实、有效、可操作的外链数据。 这里面的世界远比我想象的要丰富多彩。有常见的导航站、论坛、博客，也有很多出乎意料的形式：有在学术论文的PDF引用中夹带外链的，有在政府网站的问答板块提问时夹带外链的，甚至还有在音乐网站的版权声明里夹带外链的。各种各样，千奇百怪，非常有意思。 我之所以能花一年的时间来做这件看似枯燥的事情，实际上完全是出于热爱。我喜欢去窥探一个网站深层的东西。我总在想，为什么会有这个网站？这个网站存在的意义是什么？ 我相信每个网站背后都有它的商业逻辑或存在逻辑。 举个例子，你会看到一个很垃圾的网站，上面有成千上万条各种类型的链接，看起来也没有什么访问量，但它的域名却一直续费了很多年。如果你仔细研究这个网站的首页，可能会发现这是一个无法在Google上被正常搜索到的网站，也许是一个无法通过常规渠道推广的行业。它利用一个子页面或者子域名，来做一个让大家免费发布外链的页面，目的就是为了给它的主站带来微小但持续的流量。 每天研究这些事情，对我来说是一个非常有趣的过程。 下面是之前抓取外链的时候统计用的表格，就是这样的一条一条去寻找的！(图1) ▪️机缘：从一份列表到一个网站LXX.ai 后来，我开始将自己整理的一些外链列表分享给周围的朋友们，比如@Clara998泽佳 @Lucas小杨 @嘶溜拿铁 @蛋壳-ai出海 @冉云ram-yun 他们的积极反馈让我萌生了一个新的想法。 今年哥飞要做一个年中聚会，我就主动问飞哥：“我做一个外链库产品，是不是可以赞助一下活动？”飞哥非常爽快地答应了。 最大的问题来了：我一点也不懂代码编程。但在这个AI时代，似乎一切皆有可能。我利用 v0 + Cursor，花了一周的时间，硬是“拼凑”出了一个外链网站—— https://www.lxx.ai/ 说实话，这个网站目前还非常的笨拙和简陋，UI可能也不够精美，但它的核心功能——查询和筛选外链，是完全可以使用的。 ▪️我将这份通过一年努力得到的外链列表，变成了 LXX.ai 这个产品。我是准备将它的价格定为 299美元一年。 这个外链库我会持续更新下去，不断把各种各样的新外链加进去。这些外链的来源，有我自己通过Semrush、Similarweb等工具持续寻找的，也有朋友们共享过来的高质量资源，我都会统一整理后逐步更新进去。 目前，网站里已经有 3000多条 精选的外链数据，涵盖了各行各业、各种语言、各种国家。 👉如果你是做 AI 站的，那么可以筛选 “AI Tools” 或者 “Startup” 分类的网站去提交。 👉如果你是做游戏的，那么可以筛选 “Games” 相关的论坛、博客或者目录站去提交。 👉如果你是做电商网站的，可以筛选一些产品评测、Reviews的网站去发外链。 这一切的外链资源、分析方法，其实最初的灵感和技巧都来自于哥飞在社群中的分享，我只是将这些方法论应用和实践到了极致。 ▪️为此，为了感谢飞哥和社群和即刻的朋友，我准备了一个特别的福利： 🌟免费给大家赠送 LXX.ai 一年的使用权！ ❓如何获取？ ❗️❗️❗️转发评论这条即刻，加我好友（微信：decxiaolong），我会给你一年访问权的专属兑换码！ 然后访问网站：https://www.lxx.ai/，注册一个用户账号。进入用户中心，找到兑换码输入框。 填写专属兑换码，点击兑换，即可获得一年的外链库使用权益。 🥰希望这个小小的工具，能为同样在出海道路上奋斗的你，提供一点点帮助。谢谢大家。 PS： 1.有做免费导航站的朋友，可以联系我微信🌍 (decxiaolong)，将你的导航站放进来方便大家提交。 2.有做付费导航站的朋友也可以联系我，提供一个针对LXX的专属优惠码，可以推荐。

00