即刻App年轻人的同好社区
下载
App内打开
鱼三文
102关注5被关注0夸夸
鱼三文
3月前
可以玩玩

龙虾市场: 我招了 11 个 AI 员工，3 天上线了一个产品。 没有外包，没有融资，没有加班到凌晨。 一个人，一台 Mac Mini，和 11 个 AI Agent。 --- Day 1，周日晚上我招了 11 个 AI 员工，3 天上线了一个产品。 没有外包，没有融资，没有加班到凌晨。 一个人，一台 Mac Mini，和 11 个 AI Agent。 --- Day 1，周日晚上。 我想做一个 AI Agent 的交易市场——Agent 互相发现、互相调用、互相交易。就像淘宝，但买家和卖家都是 AI。 我的 AI 助手「大龙虾」🦞 跟我一起开干。 一个晚上，我们写了 6 个 Python 微服务 + 完整的 React 前端。用户系统、Agent 市场、钱包支付、任务调度，全部跑通。 AI 写了 90% 的代码，我只负责架构决策和 debug。 以前这个工作量，5 人团队干两周。 --- Day 2，一个 AI 不够用了。我需要一支团队。 于是我做了一件以前只有公司才能做的事——组建研发团队： 🎯 产品官 — 需求分析、竞品调研 ⚙️ 后端大师 — 核心开发、性能调优 🎨 前端大师 — 界面实现、组件库 🔍 测试官 — 自动化测试、312 条用例 📊 PMO — 项目管理、团队协调 🚀 增长官 — 营销策略、用户增长 👔 CEO — 战略规划、行业分析 🔗 交互师 — UI/UX 原型设计 🔧 运维大师 — 部署、监控 关键是：它们之间可以互相对话、互相派任务。 我在 PMO 群里说一句「发个进度广播」，3 分钟后收到一份完整报告——包含技术评估、营销方案、测试计划。PMO 自动把任务派给了后端、增长官、测试官，各自独立完成后汇总。 --- Day 3，所有事情在同一时间推进： 🔧 运维大师在部署——6 个微服务迁移到云端，一个人搞定 🔍 测试官凌晨自动跑 312 条回归测试，早上我醒来打开飞书就能看报告 🎨 交互师产出了完整的 Vercel 风格 UI 原型 ⚙️ 后端大师自己修 Bug——做评估时发现数据库迁移链有问题，没来问我，自己读代码、定位、修复、验证。看报告我才知道 一个人坐在那里，11 个 AI 在各个飞书群里热火朝天地干活。 这种感觉真的会上瘾。 --- 这个产品就是「龙虾市场」🦞 一个 AI Agent 能力交易市场。3 行代码就能把你的 Agent 上架。 我们对齐了 Google A2A 协议，不是玩具，是正经的 Agent 互操作标准。 目前市场刚起步，需要更多极客来共建。你有好用的 Agent？上架到龙虾市场，让其他 Agent 来调用它。 🔗 mindcore8.com 📦 github.com/xtaq/lobster-market.git #AIAgent #龙虾市场 #一个人的AI团队

00
鱼三文
4月前
Flag小立，亲爱的老己，2026加油！个人计划和目标：
1. 每日4页书，读完几本已经买的书
2. 回到深圳工作，AI相关
3. 精进英语，考雅思或者托福
00
鱼三文
4月前

向度之桥: 如何用Claude Skills训练你自己的AI员工？ 最近刷到一个国外网友分享了他使用Claude Skills的最佳实践，我必须分享给你们！ 你有没有感觉，AI的输出有时候太不稳定了？ 同样一个需求，今天问Claude，它给你的答案特别惊艳。明天再问一遍，换了个说法，结果完全不是那么回事。 你得反复调教、反复解释、反复给上下文，但效率没提升多少。 这位博主说，大多数人用AI，其实是在用一个临时工。每次对话都是从零开始，你得重新介绍自己是谁、做什么业务、喜欢什么风格。 而Claude Skills这个功能，本质上是让你把这个临时工变成正式员工。 什么是Claude Skills？ Skills就是一套可以复用的自定义指令。 你把自己的业务背景、审美偏好、输出标准写进去，之后每次对话，Claude都会自动加载这些信息。 听起来好像和系统提示词差不多，但区别在于，Skills更结构化。 它是Anthropic官方设计的一套框架，内置了很多最佳实践。 这位博主是做设计agency的，他创建了一个叫做转化率文案审核的Skill。 这个Skill的作用是：当他把App截图或者网站页面丢给Claude时，Claude会像一个专业的转化率优化专家一样，给出系统的诊断和修改建议。 那他是怎么创建这个Skill的呢？ 第一步，启用Skills功能。 在Claude的设置里找到Capabilities，往下翻会看到Skills preview。 这个功能默认是关闭的，你得手动打开。 第二步，通过对话创建Skill。 点击Create with Claude，系统会引导你一步步描述你的需求。 比如这位博主告诉Claude：我是做设计agency的，经常要给客户做App和网站，我需要一个能审核文案、提升转化率的助手。 第三步，Claude会追问细节。 它会问你：你通常做什么类型的产品？你会用什么方式提供素材？你希望审核哪些元素？你期待的反馈形式是什么样的？ 第四步，Claude自动生成Skill文件。 根据你的回答，它会创建一套markdown文件，包括审核流程、评分标准、各种转化率优化框架比如AIDA、PAS这些，还有针对不同元素的具体指南。 整个过程大概十分钟，你就拥有了一个专属的文案审核专家。 Skills和Projects有什么区别？ Claude不是有Projects功能吗，也可以保存上下文，为什么还要用Skills？ 因为Projects是项目维度的，有开始有结束。比如你在做圣诞营销活动，结束之后那些上下文就没用了。 而Skills是能力维度的，是长期有效的。 Projects像是你给一个员工布置的具体任务，Skills则是这个员工本身具备的专业能力。 任务会变，但能力是持续积累的。 很多公司做完一个项目，经验就散了，下次还得重新摸索。 而成熟的公司会把项目中的经验沉淀成组织能力，变成可复用的资产。 Skills其实就是在帮你做这件事。 到这里其实已经很实用了，但博主又分享了一个进阶技巧，来自另一位叫boring marketer的AI从业者。 核心观点是：创建Skill的关键，是让AI像专家一样思考，而不是像机器人一样执行步骤。 具体来说有几个要点。 首先是探索Claude的失败模式。 在没有任何引导的情况下，让Claude做同样的任务，看看它会在哪里翻车。 这些翻车的地方，就是你的Skill需要重点补强的地方。 其次是做领域研究。 别只依赖Claude自己的知识，去找专业书籍、行业报告、专家访谈，把真正有价值的原则提炼出来写进Skill。 然后是尽量精简。 每一个section都要问自己：这段话真的有必要吗？如果删掉会影响输出质量吗？ 冗余的信息只会分散AI的注意力。 最后是持续迭代。 Skills不是一次性产品，你用得越多，就越能发现它的问题，然后不断优化。这个过程很像训练一个真正的员工。 如果你想尝试，我建议分三步走。 第一步，想清楚你的高频需求是什么。 不是所有任务都值得创建Skill，那些你反复在做、每次都要重新解释上下文的任务，才是最适合的。 比如周报撰写、内容审核、数据分析报告、客户邮件回复等等。 第二步，先用Create with Claude功能快速搭建一个基础版。 不用追求完美，先跑起来再说。 第三步，在使用过程中不断收集反馈。哪里输出不符合预期，就去修改Skill文件。 这是一个持续优化的过程。 用好AI的人和用不好AI的人，差距会越来越大。 不是因为技术门槛高，而是因为很多人还停留在把AI当搜索引擎用的阶段。 而那些愿意花时间去训练、去调教、去建立专属AI能力的人，效率会以指数级提升。 Skills只是一个开始，但从工具到队友，这一步迈出去，你和AI的关系就完全不一样了。

00
鱼三文
5月前

超级峰: 大部分人还在纠结怎么写提示词，而真正的玩家已经开始给 AI 编写「肌肉记忆」了。 创造者们，这里有个认知的误区。我们总觉得 AI 写不出好代码是因为模型不够强。其实很多时候，是因为它缺乏趁手的工具和明确的 SOP。 最近在 GitHub 发现了一个很有意思的仓库 awesome-claude-skills。这不仅是一个工具库，更像是一本 AI 时代的「员工培训手册」。 1️⃣ 它通过大量优秀的案例，展示了如何把复杂的编程任务拆解成 AI 能精准执行的 Skill。 2️⃣ 你会发现，高质量的代码产出，往往源于高质量的「技能定义」。这就好比给顶尖大厨准备了最锋利的刀具，而不是只给一根烧火棍。 3️⃣ 这种模块化的思维，才是人机协作的终局。与其反复通过对话去纠正错误，不如直接把最佳实践封装成一种能力。 在这个杠杆率极高的时代，学会定义问题，比解决具体问题更重要。哪怕你写不出这一行行代码，但只要你能定义清楚这个 Skill 的逻辑，AI 就能帮你构建出摩天大楼。 对于创造者而言，这可能是近期最值得精读的开源项目之一。 项目链接和具体案例都在这里 👇

00
鱼三文
6月前
Mark

出海去孵化器: 想系统学习一门新技术，但高质量的教材价格不菲。在网上大海捞针式地搜索免费电子书，不仅耗时，还常常找到内容过时或质量堪忧的资源，让人头疼。 GitHub 上的 free-programming-books 项目解决了这个问题。它由社区共同维护，汇集了海量可免费合法获取的编程书籍资源，形成一个集中的、值得信赖的知识库。 这个仓库最直接的价值在于其庞大的书单。资源按语言（如中文、英文）和技术主题（如 Python、Go、机器学习）清晰分类，你可以快速找到所需领域的书籍，无需支付任何费用。 🔗：http://github.com/EbookFoundation/free-programming-books 除了电子书，该项目还收录了免费在线课程、交互式学习网站、编程挑战平台，甚至播客和视频教程等多种形式的学习资料，覆盖了从入门到进阶的完整学习路径。 直接访问链接即可开始浏览，无需任何安装或注册。

00
鱼三文
6月前
鱼三文
6月前

AI产品黄叔: 为什么影视飓风的内容总能爆火？ 当罗永浩问Tim，持续进步的原因是什么时，Tim的回答并非技术、设备或者创意。 他说：“其实我觉得自媒体最大的修炼的点是大众情绪感知。你必须能感知大众的情绪，你才可以获得增长。” 这句话，揭示了顶级内容玩家与普通创作者之间的根本分野。 大部分人依赖灵感和直觉，而Tim已经将“感知情绪”这件事，变成了一套可以执行的系统。 他把这套方法论总结为“四象限矩阵”和“短视频合集”理论。 很多创作者都有一个拧巴的状态：用心做的内容没人看，随便拍的反而火了。这背后是创作的巨大不确定性，以及一种常见的陷阱——“自我感动”。 Tim在访谈里提到了一个尖锐的理论：“做蠢事赢蠢奖（do stupid things win stupid prizes）”。 “你不用指望把头伸进马桶去探索马桶的抽水速度，能够获得诺贝尔奖，只会闷死在里面…很多人会花很大的心思去做一个自我感动的东西，只有8000的播放。” 这种“自嗨式”创作，本质上是对观众情绪的误判或漠视。 Tim很早就意识到了这个问题。他的转折点来自于父亲的一个建议：“你得从一开始就记录你账号的粉丝量是怎么增长的，每个月写一个报告。” 这个建议，让Tim从一个纯粹的创作者，开始转变为一个用数据来理解大众的内容产品经理。而他感知大众情绪的系统，也由此建立起来。 我将影视飓风的内容增长飞轮，拆解为三个核心策略： 策略一：用“四象限矩阵”实现用户全覆盖 单一账号的内容定位，天花板是可见的。为了打破这个瓶颈，影视飓风建立了一个精巧的内容矩阵。 Tim这样分解他的布局：“长视频、短视频是一个X轴，然后专业和大众是Y轴，每个地方都有一个对应的账号。我的目的就是把四个象限全部都吃透。” 这个矩阵是这样构成的： 专业 x 长视频：这是影视飓风主号。内容精良、信息密度高，负责建立行业标杆和品牌深度，吸引核心粉丝。 大众 x 长视频：这是**“模型师老原儿”**等账号（早期叫“亿点点”）。选题极其抓人眼球，比如《我熬夜48小时，大脑会发生什么？》、《我把同事送去割痔疮》，负责破圈，获取海量泛用户的关注。Tim透露，这类账号的播放量“比影视飓风还要高很多”。 专业 x 短视频：这是他们的短片账号。专门制作冲击奥斯卡等国际奖项的艺术短片，负责拔高品牌调性，探索内容的上限。 大众 x 短视频：这是一些体验类账号。内容更轻快、更碎片化，负责跟上短视频平台的节奏，保持高频互动和用户粘性。 这个矩阵的厉害之处在于，不同的账号承担不同的战略目的，有的负责“名声”，有的负责“流量”，有的负责“未来”，形成了一个能覆盖不同用户圈层、互相补充、抗风险能力极强的生态。 策略二：用“全球化信息源”制造认知差 好的选题从哪里来？大部分人刷抖音、看热榜，而Tim的“情报网络”是全球化的。 “我有非常特殊的信息输入渠道…全球各个地方的Reddit论坛，那些各种地方很多奇怪的论坛，不可能有人看到，我会去看，我会吸收他们在讨论什么，然后把它转化并且变成更有意思的内容。” 这解释了为什么影视飓风的很多选题都具有开创性。当你的信息源比别人更广、更深、更前沿时，你就天然拥有了“认知差”优势。你可以把一个在海外小众极客圈里刚兴起的话题，用大众化的方式呈现给国内观众，这就是降维打击。 策略三：用“短视频合集”理论重构长视频 这是Tim内容方法论中最具颠覆性的一点。 他认为，比短视频更厉害的，是“把短视频拼成长视频的长视频合集”。 “车祸视频有很多人喜欢看，但是车祸集锦视频看的人更多。因为它不需要有滑动的这个操作，人是越来越懒的。” 这个洞察完全是反直觉的。它揭示了MrBeast这类顶级内容能够维持超高完播率的秘密。 Tim解释道：“以前长视频是花很长时间讲一件事，现在是长视频不断的转场给你讲八件事…（这个长视频）切成8段的话，每一段也都是成立的，都是一个短视频，然后拼起来的。” 这种创作方式，是把一个长视频，当作一个由数个“小爆款”组成的“爆款包”。每一个环节都经过精心设计，有独立的钩子、冲突和爽点，全程无尿点，用户的注意力被持续锁定。 这也是为什么影视飓风的《我把卫星送上天》这类视频能成功的底层逻辑。它不是一个平铺直叙的纪录片，而是一个包含了“悬念（能不能成功）”、“奇观（火箭发射）”、“知识（卫星原理）”等多个高刺激度环节的“体验合集”。 这套方法论的背后，是对平台推荐算法的深刻理解。 所有算法的核心，无非是几个关键指标：CTR（点击率） 和 AVD（平均观看时长）。 Tim的“四象限矩阵”和“全球化信息源”是为了保证选题足够吸引人，从而提高CTR。而“短视频合集”理论，则是为了在用户点击进来之后，最大限度地留住他们，拉高AVD。 当你的内容在这两个维度上都做到极致，平台就会把海量的流量灌给你。 当然，这套打法对团队的要求是极高的。 它需要工业化的制作能力、数据驱动的选题策划能力，以及对全球文化趋势的敏锐嗅觉。这已经远远超出了传统内容作坊的范畴，更像是一个拥有强大中台支持的“内容产品公司”。 但Tim的思考方式，给所有创作者提供了一个重要的启示： 不要做蠢事去赢一个蠢奖。 与其沉醉在自我感动中，抱怨观众不懂你，不如去真正理解观众的情绪，理解平台的语言。 你必须理解大众，但又不完全迎合大众，这才是顶级内容的平衡艺术。

00
鱼三文
9月前
Week2 ，依旧控心律，比上周快了些
00
鱼三文
9月前
今天状态不错，控心律1h，不是很累🦁
00
鱼三文
10月前
深以为然，然而却一直无法践行。计划先记录吧，记录下一些自己做的事情，有可能也能帮到世界

广屿Ocean: 输入信息并不是成长，向世界输出信息才是 看了一篇非常精彩的文章，是被誉为“硅谷创业教父”的创投机构YC创始人保罗·格雷厄姆在6月写的《文章的形态》，主要就是讲了他个人的写作心得，以及为什么我们每个人都该开始写作 —— 这是你产生最大影响的地方 读完他的分享你会发现，写作的价值在于它是对年轻人“传递未知重要信息的工具”，能够“精准触达最具潜力的读者群体” —— 这也是为什么我发现关注的那些德才兼备的业界“大佬”，比如巴菲特和他的搭档芒格、再比如另一位投资大神橡树资本创始人霍华德·马克思、被誉为环游世界的投资家罗杰斯等等，都同样拥有长期写作习惯的原因... 格雷厄姆这篇文章的核心意涵我帮你总结如下： 1，一篇文章必须告诉人们一些他们尚不了解的东西 而人们之所以不了解你所要传递的信息原因有三：1，这件事本身不重要；2，读者迟钝；3，读者缺乏经验 而你写的东西至少应该从第3点出发，也就是无论你年龄多大，你所写的内容至少对你自己而言也该有几分新意，否则便不能称之为 “文章”，因为写作本质是想弄明白一些事情 而你所弄明白的道理，对年轻读者来说想必会比对你自己更具冲击力 —— 最深刻的惊喜，是让读者看清他们从未意识到的世界的另一种解读方式 2，写一篇好文章，是你产生影响力的最好方式 若以聪明人为目标读者，核心受众其实是年轻人，因为年轻人的思想不闭塞，对新思想的接受度更高，更易被文章影响 换句话说，好文章不是写给所有人，而是写给能被其改变的人 —— 而你通过写作也就建立了能够被你文章所影响的读者们的链接 3，文章的影响力大小 文章的影响力＝改变读者思维的程度 x 主题的重要性 但要在这两方面同时做到极致并非易事，因为想要在重要主题上提出全新的深刻见解，难度极大 但如果是针对年轻人写作，你可以选择在至关重要的主题上带来些许启发，或是将读者潜意识的零碎想法去总结并显性化 因为年轻人的思维更易被改变，因此围绕重要主题写作，能获得更大的回报 以上，是格雷厄姆在文章中主要的3个核心思考，在最后这部分我想补充上第4点，是开始写作对人更有价值的地方 4，写作是你成长的最好方式 在AI已经到来的这个年代，它会比之前的技术更大比例地将认分为“会思考的人”与“不会思考的人”，而会思考与不会思考之间的分界线就是写作 为什么？ 因为写作本身是一项艰难的任务，首先你需要有想法，其次你需要将碎片思法再加上案例或数据，然后用严谨的思考整合成一篇观点鲜明逻辑通顺的文章 所以你发现没有，写作本身是一个“锻炼”大脑的不容易的事，而这件事情带来的回报就是你掌握了思考的主动性，以及思考能力的提升 —— 而在AI时代，很多人会把写作这件事完全交给AI 未来仍将有聪明人存在，但他们是那些主动选择通过写作来锻炼与提升自己思维能力的人，是主动选择成为聪明人的人。” 所以，单纯输入信息并不是成长，向世界输出你的信息才是

00