与「文化差異」相关的搜索结果

結衣今天試著說「干」...本來想帥氣罵人 同學卻臉紅說：不可以在教室要干啦 えっ？不是罵人嗎 眼神好恥ずかしい ...救救我 助けて 如果我對你說 ...你會想到哪裡捏 #中文系# #文化差異#

昨天刷推看到了 @colinwu 老师写段永平的茅台赌约，他把段永平、巴菲特、芒格、李录几个人的持仓审美拉在一起看： 段永平：苹果、茅台、腾讯 巴菲特：苹果、美国运通、可口可乐、谷歌 芒格：Costco、比亚迪 李录：谷歌、拼多多 他的结论是：这些公司核心都符合三点——消费者离不开、竞争对手难复制、持续产生大量自由现金流。 这个逻辑我认，段永平也确实是高手。 他敢抱着茅台跟国内基金赌一个亿，十年为限，我甚至觉得他真有可能赢很多基金。 但我自己这几年感受很明显：茅台代表的那个时代，正在慢慢退场。 我以前也喝白酒，也经历过那种饭局文化。 什么谁先举杯、杯子碰多低、敬酒词怎么说、领导说感情深一口闷。年轻时候还以为这是成年人世界的学问，后来才发现，很多时候那不是学问，是驯化。 这几年进 Web3 之后，我真的越来越少喝白酒了。 至少我经常玩的这个圈子，真没几个人爱喝白酒，研究茅台、酒桌礼仪、饭局规矩。 大家更关心的是： 你有没有新信息？ 有没有执行力？ 有没有在进步？ 有没有认知差？ 能不能给我一个百倍CA？ 尤其今年我自己拼命学 AI，这个感受更强。 以前信息在老登脑子里，资源在饭桌上，你想进门，可能真得先敬杯酒。 现在不一样了，不懂我问 AI，方案不会写我让 AI 辅助，代码不会我也能靠ai一点点啃，很多门不是靠喝酒打开的，是靠你自己把东西做出来打开的。 老钱的逻辑是关系变现，酒是润滑剂。 新钱的逻辑是创造增量，AI、认真、流量、执行力，才是新的硬通货。 所以我不是说茅台不好，也不是说段永平不牛。 茅台当然是好酒，段永平当然是高手。 但未来十年，我更愿意赌的不是饭桌上那瓶酒，而是一个人能不能持续学习、持续创造、持续抓住新机会。 酒，跟喜欢的人喝就行。 事，凭本事去办。 旧世界的入场券，别拿来赌新世界的牌桌。

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。

最宜居的城市是丹麦首都哥本哈根，连续两年位列第一。 哥本哈根的社会稳定，教育和基础设施都是满分，医疗和文化环境也接近满分。 东京排第10，是前十名里唯一一座超大城市。 最不宜居的是叙利亚首都大马士革，多年战争让当地的安全，医疗和基础设施长期受损。 利比亚首都的黎波里倒数第二，长期战乱和政治动荡拖累了城市生活。 孟加拉国首都达卡倒数第三，主要问题是基础设施薄弱，医疗和环境也比较差。

推荐这篇，Dan McKinley（前 Etsy 工程师）写的经典工程文化文章。他说每个公司大约有三次"创新 token"的机会——你选了 NodeJS、MongoDB、使用不到一年的服务发现技术，每次都是花掉一次。而选 MySQL、Postgres、Python、Cron……这些无聊技术的好处在于，不仅功能被充分理解，失败模式也被充分理解。这不是一篇反对新技术的文章——是教你什么时候该用新技术、为什么要给团队设定"使用新东西需要全公司知道"的文化。 选择无聊的技术 我职业生涯中发生的最好的事，大概是有 Kellan 管我。我在那里待得够久，看到了 Kellan 的技术决策开始结出果实。我从中并且作为其结果学到了很多东西。 离开 Etsy 一年后，我重新恢复了对技术的关注能力。我的思考已经结晶到可以连贯地写下来的程度。以下是 Kellan 式思考的总结——希望不会让他太过尴尬。 拥抱无聊 设想每个公司大约有三个创新 token。你可以随心所欲地花它们，但供应量在一段长时间内是固定的。你也许在达到一定程度的稳定和成熟之后能再多拿到几个，但一般倾向是高估你钱包里有多少。 如果你选择用 NodeJS 写你的网站，你刚花掉了一个创新 token。如果你选择用 MongoDB，你刚花掉了一个创新 token。如果你选择用存在了一年或不到的服务发现技术，你刚花掉了一个创新 token。如果你选择自己写数据库——天哪，你麻烦大了。 这些选择中任何一个对一家 JavaScript 咨询公司或一家数据库公司可能是合理的。但你大概率不是。你大概率在为一家至少表面上是"重新思考全球商务"或"重新发明网络支付"或推进某个同样适当宏大的使命的公司工作。在这个背景下，把你有限的注意力用在创新 SSH 上，是一种极好的失败方式。或者至少是延迟成功的方式。 什么算无聊？这有点微妙。"无聊"不应该和"坏"混为一谈。世界上有既无聊又坏的技术——你不应该用这些。但有很多无聊且好的技术选择，或至少足够好。MySQL 是无聊的。Postgres 是无聊的。PHP 是无聊的。Python 是无聊的。Memcached 是无聊的。Squid 是无聊的。Cron 是无聊的。 无聊的美妙之处（如此定义下）在于这些工具的能力是被充分理解的。但更重要的是，它们的失败模式也是被充分理解的。 在选择技术时，你既有已知的未知，也有未知的未知。 • 已知的未知是类似这样的："我们不知道这个数据库达到 100% CPU 时会发生什么。" • 未知的未知是类似这样的："老天，我们甚至没有想到写统计量会导致 GC 暂停。" 哪怕对于已经存在了几十年的技术，这两种集合通常都是非空的。但对于闪亮的新技术来说，未知的未知的量级要大得多——这很重要。 全局优化 我毫无歉意地认为偏袒无聊技术是一件好事，但它不是唯一需要考虑的因素。技术选择不是在孤立状态下发生的。它们有一个影响范围，触及整个团队、组织，以及从你所有选择之和里涌现出的系统。 向公司添加技术是带成本的。作为一个抽象陈述这很显而易见：如果我们已经在用 Ruby，再加 Python 感觉不合理，因为增加的复杂性会超过 Python 的边际效用。但不知何故当我们谈论 Python 和 Scala 或 MySQL 和 Redis 时，人们失去了理智，抛弃了所有约束，开始狂热地谈论为任务选最佳工具。 你的工作本质上是将业务问题映射到一个涉及软件选择的解空间上。如果软件选择真的没有包袱，你确实可以为你各种各样问题挑一堆局部最佳的工具。 但在现实世界里——那个运维是严重关切的世界——你是在全局优化。问题在于"最佳工具"思维对它眼中的"最佳"和"任务"是近视的。你的任务是保持公司运转。而"最佳"工具是那个在尽可能多的问题上占据"最不差"位置的工具。 保持系统可靠运行的长期成本基本上总是远远超过你在构建时遇到的任何不便。成熟和多产的开发者理解这一点。 有时选择新技术 把这种推理推到归谬的极端，就是选 Java，然后尝试不借助任何其他东西来实现一个网站。那将是疯狂的。你需要一些向工具箱里添加东西的方法。 重要的第一步是承认这是一个过程，以及一场对话。新技术最终会产生公司层面的影响，所以添加技术是一个需要公司层面可见度的决定。 最值得推荐的练习之一是：考虑如何在不添加任何新东西的情况下解决你的当前问题。 首先，提出这个问题应该能检测到"问题"其实是有人真的想用这项技术的情况。如果是这样，你应该立即否决。 一个小的技术选择集合能走多远，可能令人惊讶。实践中这个问题的答案几乎从来不是"我们做不到"，它通常只是某种程度上的"嗯，我们可以做到，但会太难了"。如果你认为你用现有的工具无法实现你的目标，你大概只是不够有创造力地思考。 写下到底是什么让当前技术栈如此昂贵和困难地解决问题，这会有帮助。这和上一个练习相关，但有微妙的不同。 新技术选择可能是纯增量式的（比如："我们还没有缓存，所以让我们加 memcached"）。但它们也可能与你已经在使用的东西重叠或替换它。如果是这样，你应该为将旧功能迁移到新系统设定明确的期望。 策略通常应该是"我们承诺迁移"，带有建议的时间线。这一步的目的是把残骸保持在可管理的水平，并避免局部最优解的泛滥。 这个过程并不令人生畏，也不麻烦。就是几个填空题作为作业，然后开个会讨论一下。我认为，如果一项新技术能毫发无损地通过这个挑战，加入它是可以的。 发版就好 多语言编程被包装成一个承诺：让开发者以完全的自由选择自己的工具，会使他们更有效地解决问题。这个问题的定义往好了说是幼稚的，往坏了说是动机性推理。这种方式产生的日常运维苦力的重量把你压死。 有意识地选择技术给了工程头脑真正的自由：沉思更大问题的自由。为技术而技术是万金油。 原文：Dan McKinley, "Choose Boring Technology", 2015 #工程文化# #技术选型# #无聊技术#

我末尾985，边缘理科专业，全班35人 目前有26个人在体制，80%属于酱油党 但人生幸福感指数远超体制外 中国的这种经济模式和文化属性 对于绝大多数人来说，进入体制打酱油 或者读书牛逼进入类似电力、通信、烟草、石油……这些待遇不差，职业稳定的行业成为一个标准的中产 在中国这种分层结构社会体系下，中国中产阶层可以说拥有全世界最具获得感的体验 并且这些行业壁垒相比国外并不那么严重，只需要985211+工科基本就能实现 至于人生暴富，动辄A9A10，听听得了

给大家分享一个小众的文化…… A Cute Pain，一种“可爱的痛苦”。 它不是单纯的粉色萌系，也不是装可怜。更像是把说不出口的情绪，塞进蝴蝶结、痛包、贴钻文字、毛绒玩具、乱码字幕和脾气很差的小猫里。 表面看起来很甜，很软，很少女。 但再多看一眼，会发现里面全是失语、羞耻、亲密焦虑、欲望变形和轻微崩坏。 我还挺喜欢这个概念的。 因为它不是“我很痛苦所以我要阴暗”，而是“我很痛苦，但我要把它装饰得非常可爱”。 越可爱，越像在替痛苦闭嘴。 这大概就是 A Cute Pain 最迷人的地方。

A股和美股到底有啥区别？ 为什么我更愿意把长期仓位放在美股？ 这问题很大，但核心差别其实就几个字： 一个更像融资市场，一个更像投资市场。 2/ A股散户占比高，情绪驱动强，换手率常年全球前列。 你今天研究的是公司基本面，明天一个政策、一个概念、一条小作文，就能把逻辑打歪。 再加上 IPO 抽血、定增频繁、退市机制不完善，好公司不一定能跑出来，烂公司却能长期占用资源。 长期复利的土壤，天然就差一些。 3/ 数据上看更明显。 A股散户贡献了近80%的交易量，但盈利占比远低于这个比例。 上交所数据显示，个人账户持有10年以上，盈利比例不到10%。 这不是散户笨，是游戏规则决定的结果。 4/ 再看长期回报。 沪深300从2005年到现在年化约5%-6%，标普500同期年化约10%。 如果2005年各投100万，标普500现在大概400多万，沪深300大概200多万。 复利差距拉长时间看非常惊人。 5/ 波动和回撤也能说明问题。 沪深300 2008年跌了超过70%，2015年跌了超过40%； 标普500 2008年最大回撤57%，但4年左右就修复前高，2022年回撤25%，不到两年又创新高。 美股不是不跌，而是跌完能爬回来。 6/ 美股市场结构也不一样。 退市常态化，垃圾公司会被清出去； 股东文化更成熟，标普500每年回购+分红超过万亿美元。 A股这些方面确实还有差距。 7/ 所以我们要的配置思路很简单：核心仓位放在标普500或纳指100。 长期投资不是赌哪个市场更热闹，而是找一个能让钱慢慢变多的地方，然后耐心等它发生。 市场会奖励那些尊重规律、愿意慢慢变富的人。

我一直记得，在电视剧《黑冰》里，由王志文饰演的郭小鹏临死之前说的一句话：“我父亲说过，男人有三件事情是最尴尬的：摇手表、推汽车、甩钢笔。” 摇手表，不难理解。 手表在以前是身份和品味的象征，摇手表意味着手表太久没戴，没有了时间观念，也暗示很久没有在正式社交场合露面，失去了人脉和影响力。 再说推汽车。 汽车是身份和财富的标志，推汽车表示汽车档次低、质量差，车坏了没钱修，只能自己推着去修理店，反映出男人穷困潦倒，没有能力解决问题，也没有朋友或人脉可以求助，十分尴尬。 第三个，甩钢笔。 钢笔是文化人的象征，甩钢笔说明钢笔太久没用，墨水干了要甩一下才出水，意味着男人虽然有文化，但不得势，太久没有签字，没有了权力和地位。 这三件事从不同角度反映了男人在社会中的尴尬处境。 而没有时间观念、没有财富、没有权力，的确是对男人社会地位和影响力的否定。

在日本做了几年独立 AI 工程师,聊几个只有真正在这里干过才知道的事。不是签证、收入、市场分析那些,是日常工作里那些不会出现在任何攻略帖里的细节。 第一个没人告诉你的事:在日本,中国人做 AI 有一个非常奇怪的信用加成。 日本企业对"AI"这件事的认知来源主要是两个:美国和中国。美国代表前沿(OpenAI、Anthropic、Google),中国代表速度(DeepSeek、千问、字节)。你是中国人,天然被归到"速度快、实战经验丰富、见过大场面"这个认知框里。 日本本土的 AI 工程师大多数是从学术界转过来的,理论功底扎实,但生产部署经验偏弱。你跟日本客户说"我在中国的互联网公司做过日均千万级 DAU 的数据系统",他们的反应不是"哦",是"えー、すごいですね(哇好厉害)"。因为日本本土很少有这种体量的实战场景。 这个加成不是永久的,干砸一个项目就没了。但它给了你一个很好的开局:第一次见面时,客户对你的预期天然比对一个日本本地工程师高半格。 第二个没人告诉你的事:日本客户最怕的不是你技术不行,是你"突然消失"。 在日本商业文化里,"飞ぶ"(消失/跑路)是对合作关系最大的恐惧。他们之前遇到过的外国 freelancer 里,有人项目做到一半签证到期走了,有人拿了预付款之后联系不上了,有人说好的交付日期突然说"还需要两周"然后反复延期。 所以日本客户考察你的第一优先级不是"你有多强",是"你靠不靠谱"。靠谱的定义极其具体:说好周五交就周五交,邮件当天回,电话接得到,出了问题第一时间主动说而不是藏着。 我刚来日本的时候不理解这一点,觉得"技术好就够了"。后来才明白,在日本,你交付质量 90 分但每次都准时,比你交付质量 98 分但偶尔迟到一次,在客户心里的评价要高得多。信赖感(信頼感)是日本商业关系的地基,地基不稳什么都白搭。 第三个没人告诉你的事:在日本做 AI 落地,最有效的销售话术不是"AI 能帮你省多少钱",是"不用 AI 你会被同行甩开多远"。 日本企业的决策动机跟中国企业不一样。中国企业决策靠 ROI:"花这些钱能赚回来多少?"算得过来就干。日本企业决策靠"危機感":"不做这件事会不会落后于同行?"同行都在做,我不做,不行。同行都没做,我为什么要第一个冒险? 所以你跟日本客户谈 AI,最有效的切入方式不是给他算 ROI,是告诉他:"你的竞争对手 XX 已经在用 AI 做这件事了。"这句话在日本商业文化里的杀伤力,比任何 ROI 计算表都大。 当然,前提是你说的是真的。日本圈子小,胡说被抓到一次,你在整个行业就废了。 第四个没人告诉你的事:中日英三语是一个被严重低估的壁垒。 表面上看,语言只是沟通工具。实际上,三语能力让我能做到一件几乎没有竞争者能做的事:用英文读 Anthropic 的 system card 和最新的技术文档,用中文跟国内的 AI 社区保持同步,用日语跟客户的业务方和技术方深度沟通。 全球最前沿的 AI 信息首先出现在英文世界,通常晚一到两天出现在中文世界,晚一到两周出现在日文世界。我能在信息出现的第一天就消化它,然后在一周内把它变成日本客户能理解和使用的方案。 这个时间差就是我的定价权。日本本地的 AI 工程师要等日文翻译或解读出来才能跟进,美国的 AI 工程师不会日语进不了日本市场。中间这个位置,人极少。 第五个没人告诉你的事:我交过最贵的学费是"把中国的工作习惯带到日本"。 刚来的时候我犯了几个现在想起来都想扇自己的错误: 给客户发了一个方案,里面直接写"你们现在的做法效率很低,应该换成 XX"。在中国这叫直接、高效。在日本这叫"失礼"。日本的方式是:"贵社目前的方式当然是经过深思熟虑的(先给面子),不过如果考虑未来的扩展性(给台阶),或许可以参考一下这种方法(才提建议)。"同样的意思,包装方式完全不同。我花了大概半年才把这个习惯改过来。 还有一次,客户说"検討します"(我们考虑一下),我以为是真的在考虑,等了两周去跟进。后来才知道这句话在很多场合的真实含义是"我们不打算做,但不好意思当面拒绝你"。在日本,"不"很少被直接说出口,你得学会听懂那些"不是不"的"不"。 还有一次把项目进度做成了飞书文档共享给客户。客户完全不知道飞书是什么,打不开。后来老老实实改用 Excel + 邮件。在日本企业里,Excel 和邮件是永远不会错的选择。你觉得落后,人家觉得稳当。 第六个:最意想不到的获客渠道。 我以为在日本获客要靠 LinkedIn 或者行业展会。实际上我最有效的获客渠道有两个:一个是 X(推特),另一个是日本特有的"勉強会"(学习会/技术分享会)。 日本的技术社区有一种独特的文化:定期办免费的技术分享会,大家轮流讲自己在做的东西。你去讲一次,讲得好,会后有人来跟你换名片(是的,日本还在用纸质名片,而且交换名片有一套完整的礼仪),两周后邮件来了:"之前听了您的分享,我们公司正好有一个类似的课题,方便聊一下吗?" 这种获客方式成本为零,但信任转化率极高,因为对方亲眼见过你讲东西,知道你是真的懂而不是嘴上说说。 最后说一句总结。 在日本做独立 AI 工程师,最核心的能力不是技术,是"翻译"。不是语言翻译,是把全球最前沿的 AI 技术,翻译成日本企业能理解、敢尝试、用了之后能看到结果的东西。技术只是原料,翻译才是手艺。 而这个"翻译"能力是没法被 AI 替代的,因为它的核心不是信息转换,是理解两种完全不同的商业文化各自在怕什么、想要什么、能接受什么。这种理解只能靠在两边都踩过坑才能长出来。 所以如果你问我在日本做 FDE 最大的壁垒是什么,不是技术,不是签证,不是日语,是你愿不愿意花几年时间在一个节奏完全不同的市场里,把那些只有踩过才懂的坑全部踩一遍。 踩完了,壁垒就是你自己。