与「是什么让太行的石头开出花」相关的搜索结果

【#是什么让太行的石头开出花##】在这里，不只是太行大峡谷的青绿壮阔，更是红旗渠“人工天河”的凿山奇迹。青年洞壁上深浅不一的凿痕，藏着“自力更生”的精神密码。渠水如丝带缠绕群山，石头上绽放艺术之花#......太行之美，不止于景，更在于魂。

#装修日记# 最近安装了一大堆家电，点评一下各个品牌的销售和安装服务： - COLMO 与东芝：全场最佳，现在 COLMO 的服务团队不再和美的共享（准确说，COLMO 的师傅可以处理美的的服务单，反过来不行），整体服务水平很高，遇到的几个师傅都很好，年轻、理解用户需求、干活很细、态度和礼貌到位，非常满意。（东芝也是美的高端线，与 COLMO 共用服务体系） 产品力也很足够，做工和质量到位，功能丰富。今年出的新品设计也很不错。 缺点是线下销售主要都是些大爷大妈，缺乏专业性，而且绝大多数品类线上线下型号不互通，只能去线下购买，另外实价与标价差距巨大，需要足够的砍价能力。 我买的是：烟机灶具、烤箱、软水机 - 卡萨帝：服务人员还是与海尔完全共用，虽然我遇到的师傅也不错，但是不符合其定位应有的配置。 销售水平比 COLMO 好，但是产品太混乱了，不仅线上线下不同款，甚至红星美凯龙店和居然之家店，产品都不一样，当然大多都只是换皮而已，但是使得购买决策很难。 另外我不喜欢卡萨帝的设计，大量彩膜按钮显得非常廉价。在线说明书、App 等配套也缺乏专业性。 综合来看，卡萨帝属于价不配位，价格高昂的同时不符合真正高端品牌的水准，不太推荐购买。 我买的是：燃气热水器 - 恒隆电器，即 ASKO 和利勃海尔等一系列进口家电的中国经销商。销售水平很好很专业，但是安装师傅一般，是自己的老师傅。 比较难绷的是，我晚上发现洗碗机门装的有点歪，给销售说让师傅来调下，销售说再次上门需要收取上门费，我态度强硬后他才去找店长协调解决。主要原因是这种小公司其实很难支撑起高端品牌应有的服务体系。 我买的是：ASKO 洗碗机 - Miele：由于 Miele 中国是直营而非经销商代理，整体体验不错，销售很专业，安装师傅也不错。属于应有的水平。 我买的是：洗烘套装 - 博世西门子：全场最拉，花钱买了一肚子气，价格虚高，功能严重不足，师傅拉跨，整个公司服务体系一团糟，遇到了问题师傅踢皮球给销售，销售让联系 400，400 又转回给师傅。 最后直接闹到吵架退货。 - 三星：京东直营店购买的冰箱，直接是物流送到家然后拆封放到位置，并没有安装人员介入，讲道理是应该需要安装调试的。 但是东西确实是很不错，非常满意。甚至整机原装进口还比卡萨帝便宜。 - 大金：由于中央空调都是经销商负责安装，所以很多时候主要看经销商的水平，而大金对经销商的管控力非常强，所以整体体验还行。 但是大金的智能和 app 真是一团糟，各种奇怪的逻辑，面板不太好用，app 也像个半成品。再给我一次机会我估计选 COLMO。 - 小米：买了浴霸、隐藏式晾衣架、门锁等，在没有巨头的品类里，小米是无敌的存在，本身产品力就极强，单论产品力都没什么竞争对手，还是价格屠夫，再结合米家生态，不给对手一点活路。 而且没有什么线上线下之分，价格透明，型号区分明确，使得选购非常舒适。 另外小米的服务做的也很不错，多次安装服务都很满意。售后配合度非常高，我很多次买了小米的东西，在安装使用后不太满意（比如加湿器噪音略大），联系售后都是立刻安排退换，没有什么安装使用后不可退货的限制，很舒服。 不过在一些比较有沉淀的品类上，小米确实不太行。

巴菲特曾说，如果我，芒格，阿吉特都要淹死了，而你们只能救一个人，那就赶紧去救阿吉特🤣 阿吉特·贾恩，是巴菲特最信任的高管，负责伯克希尔的保险业务，为公司股东创造了数百亿美元的价值。 他负责接下保险公司和大型企业不愿独自承担的巨额风险，把一项经营困难的小业务，做成了伯克希尔的重要生意。 巴菲特和他第一次见面时，就非常喜欢他。 他问阿吉特有什么保险经验，阿吉特回答：“没有。” 巴菲特说了句“人无完人”，就把他录用了，随后让他接手公司的小型再保险业务。 后来，巴菲特越来越欣赏他，因为他能在别人不愿承担的风险里找到生意，又不会为了多收保费，答应公司承担不起的赔付。 有些业务如果没有他，自己根本不会去做。 2008年，一些替地方政府债券提供保险的公司，被房贷相关业务拖入困境。客户原本买保险，就是担心债券收不回钱，现在连保险公司能不能赔钱，都成了问题。 伯克希尔决定进入这个市场，巴菲特把组建公司的工作交给了阿吉特。 阿吉特接下的许多订单，来自已经买过保险的客户。 他给这些债券再加一层保障，但原来的保险公司仍然要先负责，只有债券发行方还不出钱，原保险公司也无力赔付，才轮到伯克希尔出钱。 这份排在后面赔付的保险，卖得却更贵。 原保险公司当初收取的费率平均可能在1%左右，伯克希尔当季承接业务的平均费率超过了2%。客户愿意多付这笔钱，因为原来的保险已经让他们不放心，而伯克希尔有资金支撑自己的承诺。 从组建公司，拿到牌照，到开始接单，阿吉特只用了几个月。 2008年第一季度，这项新业务就收到了超过4亿美元保费，完成了278笔交易。 做这些工作的，是他那间只有约30人的办公室，而且团队还在同时经营其他业务。 当时，这支团队原有的保险业务，每年已经能带来数亿美元的承保利润。 曾有人请巴菲特举例，说说阿吉特做过什么让他印象深刻的交易。 巴菲特回答，自己不知道阿吉特最好的一笔是哪笔，但知道自己最好的一笔是什么：把他招进来。

AI 时代，职场人现在最该学的一项技能是什么？ 吴恩达老师的建议是人人都该学编程。 不少企业高管劝大家别学编程了，理由是 AI 会把它自动化掉。吴恩达认为这个逻辑正好反了。正因为有了 AI 辅助，写代码变得前所未有地容易，所以才值得每个人都去学。 他已经在很多岗位上看到了明显的生产力差距。这不只发生在软件工程师身上。一边是会写代码、能自己做定制软件的人，另一边是不会的人，两者的效率已经拉开了。 学编程不等于手写代码 他说的学编程并不是一行行手敲代码，他自己几乎从不这么做。在可预见的未来，最重要的能力之一是能准确告诉计算机你要它做什么，让它替你完成。而代码就是计算机的语言。所以学编程的实质，是学会用计算机听得懂的方式把需求说清楚。 他团队里最好的市场人员有了想法，不用等工程师来搭网站，自己就能做出来。最好的招聘人员也不再靠肉眼一份份看简历，而是写代码让程序帮忙筛选。在他看来，能把需求交代给计算机的人，会变得强大得多、高效得多。

这姑娘，绝对是把女权坑的最惨的一个人... 说4岁小男孩摸臀猥亵自己，还勒小孩脖子的女子“小熊”，被扒出是个扯皮惯犯... 从她抖音看，2月份就跟顺风车干架，6月份又跟宿管扯皮，9月份跟4岁小朋友打官司... 然后轻飘飘来句：女孩，从今天开始，不要再活在别人的眼光里... 该说点什么好，是什么让一个花季少女变成这样的....

🎬 #大门说# 新一期上线｜@Bitwux 比特吴来了 ‼️ ⚠️ 从三和人才市场睡公园、捡瓶子，到创业负债逼近八位数，三次与 $BTC 擦肩而过——这个男人的故事，不是“天选之子暴富爽文”，而是一场普通人跟命运来回拉扯的真人秀。 是什么让 @Bitwux 比特吴发出“少即是多，慢即是快，简单才是完美”的感慨 ❓本期《大门说》@JoeyJia11 不讲暴富神话，来和比特吴聊一聊普通人跌到谷底后，究竟能靠什么重新坐回牌桌 ❓ 完整全片请戳 ⬇️

是什么让一位来自埃塞俄比亚的儿科心脏病医生来到以色列？🩺❤️ 来认识一下埃利泽（Eliezer）医生吧！他是一位来自埃塞俄比亚的基督徒医生，目前正在以色列人道主义组织“拯救儿童心脏”（Save a Child's Heart）完成他的儿科心脏病专科培训。 该组织致力于为世界各地的儿童提供挽救生命的心脏护理。🇮🇱 对埃利泽医生来说，这段旅程的意义远不止于在沃尔夫森医疗中心（Wolfson Medical Center）行医。 作为一名基督徒，他表示身处以色列是蒙受祝福。他在这里不仅医术精进，信仰也更加坚定，甚至还说这里的咖啡非常棒。

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#

这几天，有好几个小伙伴@我说，我的一些作品在他们问 AI 的时候主动被推荐了，很神奇，我想了想感觉啥也没有做，居然可以被收录，那要不要做点更体系化的事情来整一整让现在所有的主流 AI 能够更好的知晓我的内容、产品、想法，于是就开干了。 首先抱着不产生垃圾内容污染 AI 的底线原则，也非常讨厌生成海量垃圾内容的那种为了做好 SEO 的公司，所以我要做的是让我的东西可以更多的被 AI 学习以及搜索到。 当前莫过于 ChatGPT、Claude、Grok、Gemini、Perplexity 等，以及他们依赖的搜索引擎一般是 Google、 Bing、Tavily 这一类工具，最后就变成了把内容做好AI可见性，并且主动把结构化的数据、机器可读的描述性内容，主动的告诉 AI 爬虫我这边有什么，大概花了一个小时，给大伙分享一下我做了什么？ 1、首先不要错过 llms.txt，放到你的站点根目录，用 markdown 写清楚你这个站点是做什么的，有哪些关键页面，作者是谁，AI 在检索内容的时候会优先读这个文件来理解你的内容，这里我还做了一个有意思的事，各站点的 llms.txt 互相引用，形成一个网状结构。AI 不管从哪个入口进来，都能顺着链接找到你的其他内容。当前全球站点配置这个的其实很少，早期做好有一定先发优势，做完之后，可以提交这个地址到 这几个系统， GitHub 上的 llms-txt-hub 仓库可以提 PR。 2、然后处理好 robots.txt 里区分训练爬虫和搜索爬虫，很多人知道 GPTBot、ClaudeBot 这些 AI 爬虫，但其实还有一批专门用于搜索的爬虫，跟训练爬虫是分开的，比如OAI-SearchBot是ChatGPT 搜索用的，不会拿去训练，Claude-SearchBot是Claude 搜索引用的，Perplexity-User是给到 Perplexity 检索用的，这些搜索爬虫应该主动允许，它们决定了你的内容能不能出现在 AI 搜索结果里。 3、除去 Google 的 sitemap 的提交这个搞过 seo 的都知道的之外，其实你也不要忽视Bing，实际上 Copilot、DuckDuckGo、Yahoo 的 AI 搜索底层都是 Bing 在驱动，你可以去 Bing Webmaster Tools 注册一个号，然后看到AI Performance 面板，里面有 Total Citations 和 Grounding Queries 数据，能直接看到你的内容被 AI 引用了多少次，提交 Sitemap 后 Bing 会主动抓取你的全站内容，比被动爬虫会好很多。Google Search Console 也有类似的 AI Mode 过滤器，可以看 AI Overview 的引用情况，当然假如谷歌你没有提交，也一定要记得去提交。 4、Perplexity 在海外其实比大伙想的用户量要大，他们有一个出版者计划，可以去 这里提交你的产品、网站的表单，认真写一下，甚至还有可能有搜索分成。 5、结构化数据 JSON-LD，不是传统 SEO 那套 meta description 的玩法，是给 AI 爬虫提供结构化的语义信息，在页面里嵌入 JSON-LD，告诉机器"这是一篇博客文章，作者是谁，发布时间是什么"或者"这是一个软件项目，解决什么问题"。这里会有不少技巧，比如博客名称用 BlogPosting schema、软件产品用 SoftwareApplication schema，常见问题用 FAQPage，这样 AI 在检索的时候获取到的信息会更加结构，你让他工作更舒服。 6、最有意思的一步，甚至你可以单独给 AI 做一个知识端点，这个站点不是给人看的，没有什么 UI 设计，就是一个纯粹的结构化数据服务。AI 爬虫来了之后能拿到两样东西：一个精简版的 llms.txt 概览，和一个大概 50KB 的 llms-full.txt 完整版，把所有项目的描述、FAQ、使用场景、竞品对比、README 摘录都放进去了。同时还提供了 JSON API，/api/profile 是个人信息，/api/projects 是项目列表，/api/blog 是博客文章，/api/weekly 是周刊内容。数据不是写死的，通过 GitHub API 实时拉 stars、forks、followers、最新 release 这些数据，ISR 缓存一小时自动刷新，做这个的想法是：与其等 AI 去你的各个站点零散地抓信息，不如给它一个集中的入口，把你希望它记住的东西整理好放在那里。我还加了一个"开源全家福"的叙事结构，让 AI 在回答"Tw93 是谁"这类问题时有一个完整的记忆点，而不是零碎地拼凑各个项目。 我更相信应该主动把本来就有的内容结构化，让 AI 可以更好理解，而不是去追求各种短期让 AI SEO 效果更好而去制作垃圾内容刷引用，这些都是在帮 AI 更准确地理解你的内容是什么，让AI看清楚，给她提供一个好的工作环境，而不是在优化排名，这样会比短期更加长期。 最近我把我这1个小时的工作，手打字可能思路有点乱，不过大伙应该看得明白。最后我做了一个小工具给AI看的，而不是给人看的东西，取名 Yobi，我喜欢这个词语，来自 呼び / よび，有呼唤把人叫过来的那种动作感，有兴趣小伙伴可以把自己当做AI视角去瞧瞧