与「世界技能大賽」相关的搜索结果

【海內外大廚集結！世賽開啟舌尖狂歡】第48屆世界技能大賽9月落地上海，世界各地匠人提前借食材交流學習，不同烹飪技法碰撞出奇妙火花，東方風味正在狠狠圈粉全球食客，見證中國味道走向世界！#美食# #世界技能大賽# #廚藝# #中國味道#

我观察到一个挺危险的信号，尤其在2026年这个节点。 很多人把“每天看很多东西”当成自己的核心竞争力。刷推、看研报、追热点、收藏帖子，感觉自己一直在吸收，一直在进步。 但说实话，AI已经把信息变成了公共资源。谁都能进，谁都能取。你知道的，别人最多晚半天也知道。你以为的“信息差”，其实只是“信息接收早了几小时”。 真正值钱的，从来不是你知道什么。是你拿你知道的东西，做了什么决定，执行了什么动作，拿到了什么结果。 如果今天让我从零开始重新在 crypto 里打拼，我不会去囤更多信息源，也不会去加更多付费群。我会死磕下面这3个能力。每一个都是我踩坑踩出来的。 1. 把话说清楚，这个比你想的难得多 我见过很多聪明人，脑子里逻辑特别强，但一开口别人就困了。或者写一段话绕来绕去，看完不知道他想表达什么。 现在的注意力比黄金还贵。别人愿意花3分钟听你说话，成本其实非常高。 你能不能把一个复杂机制讲得像点外卖一样简单？能不能写一段文字，让别人愿意读到最后一个字？能不能让别人在听完之后，下意识说一句“这人我信”？ 在 AI 生成内容泛滥的今天，模糊等于不存在。你说不清楚，AI 帮你说的任何东西都没用。清晰是你唯一不用花钱就能获得的杠杆。我过去一年拿到的大部分合作机会，都不是因为我懂最多，而是因为我让对方用最短时间听懂了我。 具体建议：每周强迫自己把一件复杂的事情（比如一个 DeFi 机制或者一个 AI 工具原理）用 3 段话讲给一个不懂的朋友听。他听懂了，你就过关了。 2. 学得快，而不是学得深 以前我们接受的教育是：一个技能学几年，然后用几十年。现在这个模型已经裂开了。 两年前会写简单的交易脚本还算个小优势，现在 AI 十分钟就能帮你搭一个框架。你花三个月死磕的某个工具，可能下个季度就被一个新协议或者一个新 AI 功能替代了。 真正拉开差距的，已经不是“谁一开始更聪明”。是谁迭代更快。 看到新东西，愿不愿意花一个小时立刻上手试试？发现原来的判断错了，能不能不带情绪地改？别人给你数据打脸，你是辩解还是调整？ 学得快的人，一年走完别人三年的路。而且这个差距会越拉越大，因为 AI 本身也在加速学习的速度。我现在招人或者看项目合作，最看重的不是他过去做过什么。是给他一个全新的东西，他几天能搞明白并开始产出。 具体建议：每接触一个新工具或者新赛道，给自己设定一个“48 小时交付物”。比如 48 小时内用这个工具做出一个最小可行产品，或者写出一份可执行的分析。不要等到“准备好”。 3. 完成一件事，比计划一百件事重要 这是最俗但也最真实的一条。AI 已经把“做出来”的门槛踩碎了。做一张图、写一篇文章、搭一个简单网页、写一个自动化脚本，以前要几天，现在可能几十分钟。 但问题来了：门槛越低，行动的幻觉反而越严重。我身边太多人状态是这样的：看到一个好点子，先去研究两周。准备动手，先刷三天教程。想做内容，先花一星期装修 Notion。然后呢？没有然后。 他们永远在“准备出发”的状态里舒服地待着。但 2026 年的现实是：你的信誉，来自于你真正完成过什么。不是你有什么计划，不是你收藏了什么模版，是那个已经上线、已经发出来、已经跑起来的东西。哪怕它很小、很不完美、第一次做得像屎一样。完成过一次的人，和永远在准备的人，是两个世界的人。 具体建议：每个星期必须有一个“公开完成”的东西。可以是一条推文、一个简单的脚本、一个交易复盘、甚至是一个失败实验的总结。只要它是完成并公开的就行。 还有一个很少人提的能力，判断力 AI 可以给你 100 个策略、1000 个方向、10000 行代码。但它永远没办法替你回答：哪个方向真的值得押注？哪个机会是噪音，会浪费你三个月？这个取舍现在值不值得做？ 这些是人的地盘。判断力很难速成，只能靠大量小决策，快速拿到反馈，然后修正模型。和交易一样，不练永远不会有手感。 具体建议：每天做一个小的预测并记录下来。比如“未来一周内 ETH 会不会突破某个位置”或者“某个新项目的地板价变化”。然后回头检验。你会慢慢发现自己的判断偏差在哪里。 我个人过去一年回报最高的一件事，写东西 不是想当 KOL，不是想涨粉。是因为写作这件事逼着我把脑子里的浆糊变成清晰的逻辑。你写不清楚，本质上就是没想清楚。AI 可以润色你的句子，但没办法替你思考。 而且写东西有一个隐藏好处：它会把你最弱的逻辑暴露在所有人面前。被骂几次、被质疑几次，你会发现自己进步得飞快。 具体建议：不要追求完美。从每天 200 字的复盘开始，写你对一个项目的看法、一次失败的交易、或者一个新工具的使用感受。连续写 30 天，你会感谢自己。 最后说点实在的 AI 不会淘汰人。它只会让两类人之间的差距大到像两个物种。一类人执行、交付、迭代。另一类人只消费、只收藏、只准备。 未来十年活得好的，不是学历最高的，不是资源最厚的。是那些能想清楚、学得快、讲明白、干得狠的人。 你现在在哪一类？

逃离币圈的高素质年轻人们：高薪伪装下的 “次要劳动力市场” 今天跟一个 Crypto 卡牌项目的员工聊，发现几周前他居然已经离职加入 AI 行业了。身边有不少相似的现象，这也是我最近观察到的一个很明显的趋势：不仅仅是那个 Multicoin 联创离开了，众多高素质、顶尖背景的同龄人才正在快速从 Crypto 行业流失 我并不认为这能简单归结为 “币价跌了”、“熊市难熬”，比起周期，我从我的视角来看，真正逼退这些聪明的同龄人的，是这个行业在职业生涯规划上极其致命的结构性缺陷，上升通道的彻底锁死 哪怕他们熬过了币圈的裁员，也不会留在币圈的原因可以用一句话概括：炒币自由不了，那日子总还要过吧 两个问题引出第三个问题： 1. 币圈的流动性来源于哪里？二级市场 2. 二级市场发生在哪里？交易所 3. 行业需要优质的年轻的人才加入吗？ 第三个问题，应该无需长篇大论论证。至少仅仅从 GitHub 数据来看，自 2025 年初以来，加密项目周度代码提交量约从 85 万降至 21 万，活跃开发者降至约 4600 人 所以可以很明显发现，在现阶段的币圈，除了头部交易所，几乎不存在真正意义上的职场阶梯。但即便是把青春奉献给交易所，能熬过 2-3 年的人也寥寥无几。在这个阶段入场，既拿不到早期员工那种具有爆发力的期权，也早就失去了靠行业红利直接 “买断青春”、实现财富自由的机会（当然，不考虑某些老鼠仓小编和某位现已离职的某链运营哈） 用经济学家 Doeringer 和 Piore 提出的二元劳动力市场理论来拆解，一切就变得无比清晰：Crypto 行业的就业基本盘，本质上就是一个被高薪粉饰的【次要劳动力市场】 在传统的主要劳动力市场（如顶尖金融机构、科技巨头或成熟的咨询公司）里，雇主和员工之间存在一份长期的隐含合同，提供的不只是体面的薪水和社会地位，最核心的是知识与技能的复利累积。在那种环境里，职业发展呈现出一种螺旋上升的态势：个人资本（能力、人脉、认知）随着时间不断增值。一个行业专家，可以凭借过去几年积淀的核心技能，横向跨界跳槽到咨询行业看特定赛道，或者进入大企业的战投部 但在 Crypto 这个次要劳动力市场里，哪怕工资未必低，你依然要面对工作极度不稳定、社会地位边缘化，以及晋升机制的极度匮乏 这就引出了那个最致命的问题：从币圈出去，你还能跨界到哪儿？答案是残酷的：无路可退。 在 Crypto 行业积累的所谓 “专业技能”，无论是找 KOL 进行 TGE 的宣发、写智能合约、还是推特运营，或者扫链炒 meme，在传统商业世界里几乎毫无复用价值。技能的不可迁移性让币圈的从业经历更像是一道职场履历上的断层 在传统就业市场尚未完全被 AI 吞噬的今天，顶级年轻人才必然会算一笔长远发展的账。当暴富预期被抹平，剩下的只有无法复用的屠龙技和随时归零的职业履历时，高素质人群的加速离场是一种极其理性的止损 在这个高波动的黑暗森林里，如果不能蜕变成一个自负盈亏、绝对理性的超级个体（独立交易员或投资人），仅仅想作为一个打工人来出卖时间，那这无疑是对自己青春最大的做空，这也是那些优秀的同龄人不愿继续在 Crypto 从业的核心原因 行业领导者更应该重视人才流失的问题，与其选择什么是对的，不如先排除错误答案

《 变成更好，更自由的自己 》 引用的这篇文章是我今天读到很有共鸣的一篇文章，尤其适合KOL这个赛道。不管你是否打算做KOL，都非常值得花点时间琢磨。 如果你用小红书，你会发现这哥们 @thedankoe 已经成了很多博主特别追捧的对象（养活了很多学习号😂😂）。 不过有一说一他是有干货的，在个人品牌和数字创作者领域非常有见地，也相当成功。 反鸡汤，反主流教育/工作观，很戳“不想一辈子打工的当代年轻人”。 好了，说说昨天他这篇长文说了啥。 ~~~~~~~~~~~~~ 拥有多种兴趣不是弱点，而是当今时代（他称为“第二文艺复兴”）的超级优势。 不要浪费未来2-3年去强迫自己“专注单一领域”，而应该把多种兴趣整合成一份有意义、可赚钱的生活方式。 下面是文章主要观点的提炼（对应原文7大板块）： 1⃣专家时代已经不再吃香 工业时代推崇专业化（像工厂流水线），但这导致人变得愚蠢、依赖性强。
 真正成功靠三点： 自我教育（自己主导学习） 自我利益（追求真正对自己和他人有益的事，而不是公司/系统的利益）、 自给自足（不把判断权、学习权外包给别人）。
 这三者自然催生“通才/泛化者”（generalist），他们能跨领域整合想法、快速适应，而纯专家容易被取代。 2⃣我们正处于第二文艺复兴，抓住机会
 像印刷术引发了文艺复兴一样，今天的互联网、AI让知识极度廉价、任何人一生都能掌握多领域。 
多种兴趣会产生独特的“视角残留”（residue），形成别人（甚至AI）模仿不了的交叉洞见，这是你最后的护城河。
 例子：达芬奇不只画画，还搞工程、解剖；现代人结合心理学+设计、销售+哲学、健身+商业，就能创造别人想不到的价值。 3⃣如何把多种兴趣变成可持续赚钱的生活
 需要一个“容器”（vessel）把兴趣整合起来 → 成为创作者（creator）。
 把社交媒体当成“公开做笔记”的地方，学习过程本身就是内容。
 吸引注意力 → 卖产品（课程、系统、软件等），而不是找一份压抑兴趣的工作。
 这样学习=研究、工作=创作，自由度极高，还能快速试错、推出新产品。 4⃣把自己变成一门生意
 创业不再需要大资本，只需笔记本+网络。
放弃“技能型路径”（学一门技能→教→卖，容易变成新9-5）； 选择发展型路径： ◦追求自己的目标（打造个人品牌） ◦分享学到的东西（内容） ◦帮别人更快达到同样目标（产品）
把自己当成客户画像，帮“过去的自己”解决问题。 5⃣品牌 = 一个环境/世界
 品牌不是头像+简介，而是读者3-6个月后脑海中积累的对你的整体印象。
 它是你的人生故事、世界观、哲学在所有触点（帖子、Newsletter、页面设计等）的体现。
先写出自己的人生低谷、成长经历，用故事过滤所有内容，保持一致性。 6⃣内容 = 新颖视角
 互联网信息爆炸，胜出的靠高信号、高密度想法。 
建一个“创意博物馆”（swipe file）：收集旧书、优质博客、顶级账号的高密度想法。筛选标准：有表现潜力（别人会喜欢）+让你兴奋（自己真感兴趣）。
 练习：把同一个想法用1000种不同结构写出来（钩子、列表、故事等），提升表达力。 7⃣系统就是新产品
 现在人们不想要泛泛的解决方案，他们想要你的独特系统（你自己验证过、迭代出来的方法）。
 例子：Dan Koe 的“2小时写作”系统，就是他解决自己内容创作难题的实验结果（收集想法→模板→跨平台复用→Newsletter为核心）。
 系统是个人经验的结晶，很难被复制。 总结一下，Dan的意思是： 把好奇心、多种兴趣通过自我教育 → 公开分享 → 打造系统 → 卖给同频人群这条路径，变成自由、充实又有收入的生活方式。 ~~~~~~~~~~~~~~ 我非常赞同这个思路，原因在于能支撑我多年如一的学习，分享的重要逻辑就是上面的这一条。 币圈认知更替速度非常快，你真想学几乎每天24小时全部投入进去都学不完。我对Defi，对交易，对项目投研，对Vibe Coding等知识的学习基本都是自我教育。 但如果我想要输出给更多的读者，我需要把自己学习的东西系统化，印证有效，然后才能公开分享出去，并逐步沉淀为自己的铁粉群体。 大部分收益我依然来自于自己学习体系的投资和交易逻辑，但分享后带来的额外收益会让我更愿意投入到自我学习这个循环里，并试图做的更好。 而且这个循环让我能享受自由充实且有收益的生活方式，让我很乐在其中。 他文中的1/2/3/4 都是我已经有做到的，但5/6/7 我还有待提高。 “品牌不是头像+简介，而是读者3-6个月后脑海中积累的对你的整体印象。” -- 我兴趣很杂，到底我应该如何更进一步凝聚读者们对我个人品牌的印象？ -- 需要思考。 现在AI的平民化，便利化，让“超级个体”更加容易成为之前一个企业所能达到的规模和影响力。我们的确处在第二个文艺复兴的黄金节骨眼上。 我最近几个月远比过去几年焦虑，焦虑的不是如何赚钱，而是如何在这股浪潮里不被淘汰下去。 Dan Koe这篇文章帮助我把过去一些思路理的更清晰了，希望也能对你们有所帮助。 2026，我们一起变的更好

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

前几天在上海，认识了一个一年能赚几千万的老板。 聊到赚钱的时候，我问了他一个问题： “你觉得一个普通人，从年赚几十万到年赚几百万，最需要提升的是什么？” 我以为他会说能力、人脉或者资源。 结果他说： “先别提升。” 我愣了一下。 他说： “很多人赚不到更多的钱，不是能力不够，而是什么都想自己从头学。” 我问：“什么意思？” 他说： “你发现没有，普通人遇到一个机会，第一反应永远是：这个东西我会不会？” “真正会赚钱的人第一反应是：谁会？” 这句话我一下听懂了。 他说他年轻的时候也特别喜欢证明自己。 公司要做网站，他去研究网站。 要投广告，他去研究投放。 要做销售，他去研究销售。 要拍视频，他又开始研究内容。 每天都在学习。 每天都特别忙。 但几年以后，他发现一个特别残酷的问题： 自己确实什么都懂了一点，但生意没有因此大很多。 后来有一次，他遇到一个自己完全不懂的项目。 按照以前的习惯，他一定先花几个月把行业研究明白。 但那一次，机会只有不到一个月。 他根本来不及学。 怎么办？ 他第一次换了一个思路。 不研究“我怎么把这件事做会”。 而是开始研究： “完成这件事，需要哪几种人？” 懂产品的，他找了一个。 懂渠道的，他找了一个。 懂销售的，又找了一个。 自己只做一件事情： 把这些人组织起来，让利益一致，然后把事情往前推。 结果那个项目，反而成了他当时赚钱最快的项目之一。 他说： “那一次我才明白，我以前最大的毛病，就是把赚钱理解成了考试。” 我问：“什么意思？” 他说： “上学的时候，所有题都必须你自己会。” “但做生意不是。” “商业世界允许你抄答案，允许你请外援，甚至允许你自己一道题都不会，只要你能把会做题的人组织起来。” 这句话我觉得特别有意思。 因为我们从小接受的训练都是： 不会，就学。 不懂，就研究。 能力不够，就继续提高自己。 所以很多人工作十年以后，依然在不断问： 我还应该学什么？ 我还缺什么能力？ 我要不要学AI？ 我要不要学短视频？ 我要不要学销售？ 这些当然没有错。 但一个人的时间是有限的。 你不可能把世界上所有值钱的能力全部学会。 后来那个老板跟我说： “一个人赚钱的第一个阶段，靠自己会什么。” “第二个阶段，靠自己认识谁。” “再往后，靠的是你能不能把不同人的能力，组合成一个结果。” 我后来仔细想了一下。 这可能就是很多人收入一直卡住的原因。 他拥有很多能力。 但所有能力都只能通过自己调用。 自己不干，结果就没有。 自己一天只有24小时，所以收入天然有天花板。 而另外一些人，看起来未必每件事都比你专业。 但他会借别人的能力。 借别人的时间。 借别人的渠道。 借别人的客户。 借别人的品牌。 借已经成熟的系统。 所以同样做一件事情，你还在研究第一步怎么做的时候，他已经把五个会做的人拉到了一张桌子上。 这让我重新理解了一个词： 杠杆。 很多人一听杠杆，就想到钱。 其实一个普通人最早能用的杠杆，根本不是资本。 而是： 别人的能力。 比如你会做产品，但不会流量。 最慢的方法，是花两年把自己训练成流量高手。 还有一种方法： 找到一个特别懂流量，但没有好产品的人。 你们各自拿自己已经练了十年的东西出来。 可能一个月，就完成了彼此两年的学习成本。 所以后来我越来越觉得： 普通人最容易犯的错误，就是总想把自己的短板补齐。 但商业世界很多时候，并不奖励“最全面的人”。 它奖励的是： 最会组合资源的人。 你不需要自己成为最好的摄影师、最好的销售、最好的主播、最好的投手、最好的产品经理。 你真正要训练的，是另外一种能力： 知道自己最值钱的东西是什么。 知道自己缺什么。 然后知道谁刚好拥有它。 最后设计一种方式，让大家愿意一起把结果做出来。 这才是从“个人能力”走向“商业能力”的分水岭。 一个人能力再强，本质上还是一个点。 但当你能连接十个人、十种能力、十种资源的时候，你开始变成一个网络。 点的上限，是自己。 网络的上限，是你能够连接多少有效资源。 所以现在如果你问我： 一个普通人怎么才能更快地把收入从几十万做到几百万？ 我反而不会第一时间告诉他： 再学一项技能。 我会先问他三个问题： 你已经有什么？ 你现在缺什么？ 谁手里刚好有你缺的东西，同时又缺你拥有的东西？ 把这三个问题想明白，很多生意其实就已经出现了。 因为赚钱做到后面，比的可能真的不是： “我到底有多厉害？” 而是： “我能让多少厉害的人，愿意跟我一起完成一件事情？” 一个人真正开始变强，不是什么都会。 而是终于接受： 这个世界上绝大多数事情，都不需要你亲自会。 你真正需要会的，是找到答案。 找到人。 找到资源。 然后—— 把它们组合成结果。

刘欢原本是在自己的母校国际关系学院任教，后来跟校领导闹得不太愉快，便主动辞职，应聘去了对外经贸大学当老师。他在那边教的课程是西方音乐史。这是刘欢的校友、自媒体博主黄教授发文透露的 问题也随之而来。对外经贸大学的王牌学科是国际经济与贸易、金融学、法学、会计学、外国语言文学、国际商务和数字贸易。刘欢教的音乐学科，不是对外经贸大学的主流专业课，只属于全校公共美育选修课，是学生可选可不选的通识课，仅此而已 可就是这么一门“可有可无”的选修课，却成了全校最抢手的课。300个名额，700多人抢，教务处老师站在门口查验听课票据，这阵仗在贸大独一份。一所财经外语类大学，王牌专业全跟钱和法沾边，最火的课偏偏是个教音乐史的。这事搁谁身上不得琢磨琢磨，到底什么课才算“有用”。 刘欢在国关那几年，其实挺憋屈的。1985年从国际关系学院法语专业毕业留校，白天管学生，晚上进录音棚，两头都不耽误。可国关的领导容不下他的“走穴”行为。那会儿他已经靠《心中的太阳》《少年壮志不言愁》红遍全国了，87%的国人认识他那张脸，可学校看他不顺眼。当年在国关教世界经济概论的姜洪老师后来回忆，转折出在商演上，请刘欢唱歌的人越来越多，学校新来的领导看不惯，大会上点名批评，嫌老师总在校外活动，“路线越来越激进，用姜老师的话说，空气肃杀”。说白了，体制内有体制内的规矩，你一个大学老师整天跑出去唱歌，像话吗。1991年，刘欢走了，去了对外经贸大学。 换个地方，换了种活法。贸大给了他一样东西：容得下。 前校长陈准民说得特别直白：“我们希望学生全面发展，有高尚趣味、现代审美，不只是会做生意。我们希望学生首先人格健全，其次才是掌握技能。经济上的技能，比如怎么做贸易、怎么炒股票、怎么做证券，这些都是次要的，更重要的是人格健全。”这话放到今天的大学里，有几个校长敢说。 刘欢的课不用课件，一支粉笔一节课。作品、年代、人名全凭口述，几国语言的专业术语随口切换，下课铃响，内容刚好讲完。英语、法语、德语、意大利语的花体字，一笔一划工工整整，学生坐在下面看得啧啧称奇。这不是糊弄，这是真下了功夫的人才能做到的。 他还拒绝在课上唱《好汉歌》。学生起哄让他来一段，他说得很清楚：“站在这里，我就是最普通的老师。”课堂不是舞台，不唱歌，不照相。一个全国人民都认得嗓子的人，硬是把明星身份按在了教室门外。老校长陈准民回忆，刘欢做自我介绍时，总会说自己是贸大的老师，而不是先提及自己是歌手，“他完全可以选择其他道路，却仍在教学岗位上兢兢业业”。 三十二年，刘欢在贸大的职称栏从头到尾就俩字：副教授。没论文，没课题，没项目。高校评教授要什么，核心期刊、国家级课题、项目经费，他一样没有。教的是公共美育课，财经类大学教音乐，不在主干学科，没有硕博点，评审表上根本无处可填。刘欢自己说得也直白——“没有发表教授标准的核心期刊论文”。以他的人脉和资源，找几个同行挂个名、攒几本教材、申几个课题，评个教授不是难事。他不干。不是评不上，是那套秤跟他不在一个秤盘上。 刘欢生前最后一次公开活动，是亲自下厨为学生做红烧肉。2023年退休那天，他悄悄退了工作群，没发朋友圈，只留了一张黑板照片，板书最后一行写着“下课”。最后一课他没有说再见，只是笑了笑：“别送花了，下次路过琴房，听见谁弹错和弦，替我提醒一句就行。” 当年国关容不下一个爱唱歌的老师，贸大容下了一个愿意教书的音乐家。谁高谁低，一目了然。刘欢退休后，他的《西方音乐史》再也没有了。那间能坐三百多人的阶梯教室，再也不会有教务处老师站在门口查票了。说到底，能教会学生算账的学校随处可见，可愿意支持一位老师把他痴迷的内容讲授一辈子的学校，实在少之又少。

20岁，我成了A10 大佬唯一弟子，入职不到两月分成10W+，自己也谈过几单下来10W+的律所培训合作。 虽然看似小有成就，但这是我踩了无数坑、拼了命抓住每一次机会汇聚成的结果。 大一的时候，我还是一个很传统的八爪鱼法学生，竞赛科研绩点一起抓，用一年半时间拿了3个国奖、15个省奖。 后来，学校保研政策突然变了🥲，我才觉醒之前玩的都是过家家游戏，逐渐把重心转移到真实社会。 AI、法律实务、自媒体、创业……我都做，而且我发现，来到新的游戏规则，我还是挺会玩！ 之前的一次跨国研学，本是再普通不过的纯旅游活动，但晚上的慈善晚宴，我跑去和各行业大佬social，硬生生碰出了意想不到的机会——有幸参与到联合国环境规划署在新加坡的项目。 后来去深圳某红圈所实习，发现自己是纯牛马😅😅😅前途没有希望，于是用 ChatGPT搜索在深圳本地举办的法律界商务活动。 有个活动相当牛逼，参会的老板都交了6万会员费，但我又肯定没有那个实力🥺。。。 所以我想了个歪招🤪，去找到了活动主理人的社媒，私信问能不能去兼职帮忙办活动。 就是在那里，我遇到了现在的老板。他应该是觉得这活动太无聊，就和我聊了起来。 刚好聊到 AI 这块，他非常感兴趣，又知道我过去的法律背景，最后就直接邀请我去上海跟着他干。 更疯狂的是，当天凌晨他发出的邀请，我第二天毫不犹豫，就直接跟我老板从深圳飞去了上海。 我当时的想法很简单：这个机会可能会把我带到一个更大的世界，那我就去，莽就完了！👊🏼 这一次，我赌对了，我成了他目前唯一正式带的徒弟。 很多朋友说我很会向上社交，我以前也这么觉得，后来发现不完全是。 诚然，我确实慕强，但不太怯。碰到比我厉害很多的人，我不会急着证明其实我也很厉害，毕竟我是真草台。 我更想知道：你为什么这么厉害？你是怎么做到的？这里面有什么是我可以学走的？ 社交只是入口，从里面收获，擅于从里面收获，才是核心能力。 我现在20岁，X上比我会赚钱、会AI、会做产品、会创业的佬太多了。我现在做出的这些东西，放进更大的世界里，都还很渺小。 但这不妨碍我对自己有一种近乎固执的自信：我会迅速地成长。也能在较短时间找到自己在X里的生态位。 接下来我也会在X上持续分享AI、自媒体、金融、投资、法律等领域的实战知识👇 1、在处理社交类问题颇有心得，比如结交贵人（年长/同龄/年下）、家庭关系处理等。 2、我目前深耕于伪投资、伪金融领域，如各位有被诓骗/要开脱的需求，欢迎咨询（限国内和新加坡），我的案例经验绝对是少见的丰富。 3、我是个大E人，所以在销售方面也比较有经验，之前在法律AI领域也成交过好几个大项目，接下来也会继续培养此技能。 欢迎大家来和我交朋友～

如果你翻墙，别再只会X和YouTupe了！ 还有很多牛逼的网站值得探索，下面这15个网站，建议直接收藏：👇👇👇 1、Snopes｜事实核查 专门查证网络谣言和争议事件，避免被假消息带偏。 2、Wikipedia｜维基百科 全球最大的知识百科。遇到任何陌生领域，可以先从这里建立基础认知，再深入研究。 3、Foreign Affairs｜《外交事务》 看懂世界格局，不能靠刷新闻标题。 深度分析才能帮你把碎片信息连成线。这里不追热点，只挖逻辑。 4、Brookings Institution｜布鲁金斯学会 顶级智库网站。大量经济、科技、政策研究报告，可以帮助普通人提升宏观视野。 5、Product Hunt + AI工具库组合 每天关注海外AI新品，用中文重新整理、测试、分享。 很多人的赚钱机会，本质就是：别人还不知道的信息 → 你提前发现 → 中文化输出 → 形成内容和商业价值。 6、Product Hunt｜新产品发现平台 每天发现全球最新创业项目、AI工具和互联网产品。很多爆火产品，最早都是从这里出现。 7、Pexels｜高清素材库 免费、可商用的图片和视频素材，做内容、配图、封面设计都能用。不用纠结版权问题，下载就能直接用。别等到要发内容了才去搜，提前把常用素材存下来，能省很多临时翻找的时间。 8、Internet Archive｜互联网档案馆 数字世界的时光机。存了海量网页历史、书籍、音频、视频。很多已经打不开的旧链接、消失的网页，这里还能翻到备份。 9、Pixabay｜免费素材库 图片、视频、音乐都有，音频资源比Pexels丰富。做视频配乐、PPT背景、日常创作都能找到素材。做视频缺背景音乐，可以先来这里翻翻。比去音乐平台挨个问版权省事多了。 10、Fiverr｜技能变现平台 把你的技能打包成标准化服务挂上去——写文案、剪视频、配音、翻译、修图，别人直接下单。不用主动找客户，挂上去等单就行。任何能用AI快速搞定的事，都可以在这里变成商品。 11、Upwork｜自由职业市场 竞标制，客户发布项目，你写方案竞标。适合长期合作型项目，客单价高，但前期需要积累作品和好评。新人别一上来就竞标高价大单，先接几个小单攒好评和案例。作品集比简历有用得多。 12、Open Yale Courses｜耶鲁公开课 耶鲁大学免费公开课，文学、哲学、历史、心理学、经济学都有。不用翻墙（部分地区可能受限），直接在线听课。如果想认真学点东西，而不是只靠碎片信息填充认知，这里比刷一百篇公众号文章都值。 13、Prolific｜学术调研平台 参与大学和研究机构的付费调研，比普通问卷调查更规范，报酬也更高。时薪约8-15美元，适合用碎片时间做。 14、UserTesting｜网站/应用测试 录制屏幕和语音，边用网站或App边说出你的操作感受。每单10-60美元，测试时长10-20分钟。 15、Honeygain｜闲置带宽变现 安装后在后台运行，把你的闲置网络带宽共享给企业做数据研究，完全被动运行，不需要主动操作。 这15个网站翻过一遍之后，其实能分成两类变现方式： 一类是直接赚钱的——Fiverr、Upwork、Prolific、UserTesting，把技能或时间挂上去就能接单。门槛不高，关键是先跑通第一单，别纠结完美方案。 另一类是间接赚钱的——Foreign Affairs、Brookings给你宏观判断，Product Hunt给你一手产品信息，Pexels和Pixabay解决内容素材，Internet Archive帮你挖消失的信息。 这些平台提供的内容本身不直接产生收益，但能给你提供做决策、做判断、做内容所需的原材料和背景信息。 很多人说“信息差赚钱”，其实拆开就两步：1 知道别人不知道的东西，然后把这种知道转化成某种可交付的形态——一篇文章、一个产品、一个判断、或者一次精准的出手。你的收入来源于你把信息翻译成价值的能力。