与「最強職人決定戦」相关的搜索结果

#信長の野望真戦# 事前ダウンロード開始 ！明日（12月19日）11時より 正式サービススタート！ ▼事前ダウンロード 私も武芸、茶道、算術…「強さ」と「美しさ」の職人師匠として私も参加してます😳(!?) DLして一緒にプレイしよ〜！✨ ＃最強職人決定戦

今天值得關注的消息之一，是美國國防部助理部長、中亞洲和中國台灣蒙古辦公室主任，對張又俠回憶，提到幾個重要信息： 1、2012年，張又俠和國防部長梁光烈訪美，表達的和其他那些酒囊飯袋的中共軍官不一樣，顯得有經驗、有能力、有魄力，深得中共參謀和美方喜歡； 2、2023年9月，習近平就在調查張又俠和張升民，張又俠一度岌岌可危； 3、2023年10月底，《南華早報》中國軍事記者陳敏莉前往北京採訪第10屆香山論壇，失蹤。 4、作者擔心，沒有了張又俠，中共犯台的危險大增，因為沒有人敢說真話 文章全文如下：《張又俠的倒台格外令人震撼》 Drew Thompson 2026年1月26日 這篇貼文不同於我之前的分析總結、文章連結或訪談。這次是個人感受。 週六宣布中央軍委副主席張又俠正接受調查、很可能已被拘留的消息，讓我真正感到震驚和意外。我本不該意外。自習近平2012年上台以來，已有數百名解放軍高級將領被調查、拘留甚至判刑。 腐敗在解放軍中根深蒂固，這給習近平提供了永恆且通用的反腐工具，用來清除他認為政治上不可靠的軍官。自2023年起我就聽到有關他的調查傳聞，但我總是假設、甚至希望他能逃過習近平無休止的清洗。張又俠曾負責解放軍裝備採購五年，那涉及巨額預算和可想而知的巨額回扣。據報導，解放軍軍官需向上級「買官」，價格因職位等級和潛在獲利能力而異。他的前任和繼任者都因腐敗被懲處。 我曾評估，張又俠的作戰經驗、自信、智慧，以及終身捍衛中國和共產黨的承諾，應該能保護他。我以為他與習近平的終身關係是他的保險。他們的父親還是朋友。我以為，憑藉他的能力和與習的關係，一些財務不當行為會被忽略。 主要的是，我希望他能挺過清洗，因為我喜歡他。 2012年5月，張又俠隨時任國防部長梁光烈上將率領的代表團訪美一周，由當時的美國國防部長萊昂·帕內塔接待。當時張又俠是瀋陽軍區司令員，代表團中有十多位將軍。我當時在國防部長辦公室擔任中國、台灣、蒙古事務主任，負責規劃和組織這次訪美行程。我全程陪同，包括在五角大樓的會議，以及東海岸和西海岸軍事基地的參觀。 在那次行程中，我認識了張又俠，我也喜歡他。 （照片說明：照片中有一些傳奇人物——戴夫·斯蒂爾韋爾，當時的北京國防武官（後來從空軍退役後成為助理國務卿）；彼得·拉沃伊，國防部助理部長首席副手；吉姆·米勒，國防部政策副部長；帕內塔部長，以及已故的副國防部長阿什·卡特。我不記得那次會議美方翻譯的名字。張又俠坐在梁光烈部長右邊，鏡頭外。梁部長左邊是解放軍最能幹的參謀之一、英語翻譯謝康敏少校（當時）。我在後面或走廊。細心的觀察者會注意到，卡特副部長帶了一個有密級封面的文件夾進會議室。別問我為什麼。） 張又俠與我遇到的多數解放軍將領不同。解放軍本質上是政治組織——它是共產黨的武裝翼，而不是宣誓保衛憲法或國家的國家軍隊。軍官的仕途主要取決於政治可靠度和人際關係。忠誠與意識形態比作戰能力更重要。批判性思維和獨立思考在解放軍中可能成為負擔而非資產。這是解放軍的文化。毛時代的階級鬥爭塑造了社會和軍隊，所以軍官多來自工農家庭，受教育程度低，很多人甚至文盲。這種遺留影響至今猶存。我遇到過許多教育程度不高的解放軍高級軍官。他們可能聰明，但從強烈的口音、詞彙和談話內容就能看出，他們既不具備知識分子氣質，也不世故。有些高級軍官能長篇大論背誦黨的路線，但除此之外說不出什麼。 張又俠很突出。他親歷過戰鬥，也因此謙卑。他受過教育、有知識分子氣質、直覺敏銳。他看到展示的東西，就能理解其重要性和價值，也大概明白我們為什麼向他展示。 多年來，我與對口的年輕解放軍參謀密切合作，他們負責對美交流。我們在華盛頓和北京無數次會議中建立起關係，包括類似張又俠參與的代表團行程。五角大樓中國事務組與解放軍總部美洲事務組之間有健康的相互尊重。負責陪同代表團的參謀當然有自己與將領的關係。令我著迷的是他們如何回應和支持自家高層。有些將領需要人哄、餵食、大量奉承，那些人通常在討論中沒什麼實質內容。他們的參謀為他們服務，但我看得出他們對那些將領不太尊重。我總猜那些軍官是買來的職位，並證明了彼得原理。 張又俠不同。他周身散發著能力的光環。其他解放軍將領和參謀都看得出來，也因此尊重他。他進房間時，他們站得更快、更直。他們給他最好的表現。不僅因為他是少數仍存活的1979年中越戰爭參戰者（而且那場戰爭輸了），也不僅因為他與習近平幼稚園就認識，而是他確實有那種氣場。 那週，張又俠比代表團中任何其他解放軍將領都更願意和我交談。他好奇、深思、尊重他人，極富同理心。他不像某些高級軍官那樣害怕或無法與外國人交流。（也許我的中文太爛，他們不願聽。）他對自己的參謀也很尊重，我想他對我也是同樣態度。他願意和我聊天讓我印象深刻，因為這很不尋常。 參觀本寧堡時，張又俠變得非常興奮。我們提供了靜態展示一些武器系統的機會，以及試射幾種的機會。許多解放軍軍官主要從事行政和政治工作，而不是作戰。很多人從未開過槍，在射擊場上會猶豫是否與士官交流。張又俠不然。他迫不及待要試射機槍。他認真觀察所有靜態展示，向解說員提出關於美國技術和作戰理念的好問題（放心，全都是非密級的！）很多將軍不知道該問什麼，因為參謀沒提前給他們準備問題。看張又俠參觀軍事基地、吸收所見所聞，顯露出他遠超同儕的智慧。 （照片說明：張又俠迫不及待試射M240機槍。（我直接選了.50口徑！）他非常享受這次「武器體驗」。這些是我在喬治亞州本寧堡拍的私人照片。我給了他拷貝。） 出於美中軍事關係穩定和台海穩定的考量，我希望張又俠能留在中央軍委高層，繼續做習近平最親近的軍事顧問。我認為他是現役解放軍軍官中唯一能給習近平提供最客觀建議的人，包括解放軍的實際能力及其短板，尤其是軍事衝突的人命代價。他能客觀評估美國和台灣的軍事能力，向習近平解釋攻台行動的軍事風險和代價。一個沒有作戰經驗的馬屁精只能告訴習近平想聽的話。張又俠的智慧、經驗和與習的關係，讓誠實與客觀成為可能，這使他成為解放軍將領中的例外。 （照片說明：張又俠在照片邊緣，仔細觀察展示系統，而梁光烈將軍看著解說員。我當時旅行和開會一週後很疲憊，眼紅眼袋明顯。我在這張照片裡有點生氣，因為隨團的一名解放軍武官剛做了件小壞事但無傷大雅，所以我擺出威懾臉，警告他別再犯。你得設下界限。） 要讓美國的威懾戰略有效，我們需要習近平身邊有能提供客觀建議的稱職將領。目前中央軍委僅剩的政治委員出身的張升民將軍。撇開習近平透過「一人委員會」指揮百萬大軍的治理與運作風險不談，我擔心由其他人而非張又俠向習近平提供軍事建議的後果。 沒有張又俠在中央軍委，誤判風險會上升。 我大半輩子都在從事某種形式的美中關係工作，這讓張又俠被調查並很可能被拘留的消息，對我而言成為個人失望。 對張又俠倒台的個人感受還有另一層。 2023年10月，南華早報記者陳敏莉（Minnie Chan）赴北京參加香山論壇時失蹤。她當時正在調查張又俠和張升民被調查的傳聞。 眾所周知，她和我經常聯繫。她很多關於解放軍的報導都引用了我，提供我對她研究議題的分析評估。她也是朋友。她對解放軍的了解不輸任何局外人，我們能整天交換情報。我通常從她那裡學到的比她從我這裡的多。我們有時通電話，有時發簡訊。她失蹤後不久，她發給我的簡訊幾乎全被刪除，只剩一條。我不知道是她自己刪的，還是控制她手機的人刪的。 她失蹤前一個月，我們討論張又俠和張升民是否被調查。她很確定。2023年9月我問：「你認為張又俠和張升民有麻煩，正在被調查嗎？」她簡短回覆：「Yes」。 那條唯一的「Yes」是整串簡訊中唯一沒被刪除的。 我不知道敏莉為何被拘留至今。她在大陸有很多消息來源和聯繫，報導過很多題材，所以我不確定2023年調查張又俠和張升民是否是她被失蹤的原因。 我的希望是，既然張又俠的調查已公開，敏莉能被釋放，回到寫出優質報導的工作，提供準確、真實的中國軍事與國防戰略視角，讓我們更好地理解中國，降低誤判風險。 我擔心她已被遺忘。 我想我的朋友們回來。 （照片說明：2012年5月，張又俠在北卡羅來納州勒瓊營檢視一輛MRAP。我身邊是三位我非常尊敬的解放軍軍官。從左到右：李繼少將，解放軍外事辦公室副主任；徐南峰少將，駐華盛頓國防武官；當時的黃學平大校，外事辦公室美洲處長。）

前几天跟潘乱和老编辑吃饭，登味超标的开了一下怀旧服，把晚点LatePost在2023年写的「还原字节跳动HR体系」那篇稿子重新讨论了一遍，尤以老编辑的评价甚高——我从来没有见到他这么吹过其他媒体和作者——认为文章的非线性写法非常独特，开创了商业报道的新体裁。 我对老编辑说法的理解未必准确，但确实也能察觉到小晚整个团队在文本训练方面的优越性，并不是纯粹的基于材料的写作，有非常坚定的内在逻辑，同时具有工程化的结构和人文化的感性，可以无视时效性。 昨天更新的「AI抢人大战，批量制造这个时代的流量明星」也是相当具有代表性的例子，AI研究员如同球星那样被开价和交易早就不是新闻了，市面上的同题作文泛滥成灾，但晚点就是能用信息的再组织写出新意、立意，这很厉害。 还是总结一下这篇稿子，对我来说也是一种愉快的练笔： - 在中国，真正能靠个人技能年入过亿的群体，少之又少，以明星艺人为例，在娱乐业最鼎盛的时期，也只有十几个人能够达到这个标准，但在这波大模型热浪里，顶级研究员的身价以史无前例的速度被抬到了以亿为单位的年薪级别，而这批人的总数只有几百人，也就是说，大厂的你争我抢，总盘子其实就这么大，中国最贵的几百号人，就是在这么一个供给严重不足的环境里产生的； - 在ChatGPT发布之后的一年多时间里，因为局势尚不明朗，各家公司投入尚且谨慎，国内AI研究员的收入比较稳定，顶薪也就在百万级人民币，直到2023年底，两家公司打破了「规矩」，一个是DeepSeek开始用高于市场价的扩人，另一个是曾被视为落后半步的字节，通过饱和式投入启动追赶，以2倍薪水涨幅为起价，从月之暗面、阿里、百度、智谱等公司挖人； - 其中标志性的事件是2024年下半年阿里Qwen的核心技术负责人周畅带着竞业协议加入字节，职级从P9跳到4-2（实际上对标P11），千万级人民币的总包，而字节也很快得到了回报，周畅入伙之后，在极短时间内提高了豆包的多模态基模能力，这是抢人大战的关键驱动力，只要找到对的人，就能立竿见影的带来技术进步，事半功倍； - 很重要的是，一个靠谱的Infra专家，最多可以提高50%的算力利用率，考虑到大厂每年几百亿的算力投入，这种效率优化创造的经济收益，要远远胜过那笔薪水开支，一个正确的判断，也能决定模型在几个月内拉开巨大差距，「懂得在哪里划线」的知识价值，变得无比稀缺； - 到了2025年，DeepSeek的爆火让全行业都意识到模型质量的差距本质在于人，于是更多的公司开始加入，推动工资水平继续水涨船高，千万级薪酬包下沉到了普通研究员群体，字节甚至能给应届生开出500万年包，而DeepSeek也把内推奖金提高到了20万，猎头行情更是以月为更新周期，「三月给的价四月就不够用了」； - 但是，当其他大厂都相继启用钞能力后，强如字节也会沦为被掠夺的鱼肉，2025年下半年，腾讯开始盯着字节大模型团队挖人，用的是字节本就很熟悉的方式：工资翻倍，来不来？而且腾讯也兼具策略性，会主攻字节内部面临工资倒挂的老员工，因为位置长期不动，他们没能赶上职级膨胀的春风，于是选择投奔腾讯涨薪的为数不少； - OpenAI的姚顺雨和DeepSeek的郭达雅在前后半年的时间分别拿到过亿年薪加入腾讯和字节——这个数字同时被两家否定了——再次引发行业躁动，两人属于完全不同的样本，姚顺雨是标准的精英路线，从姚班天才到普林斯顿博士，履历辉煌，而郭达雅是完全的本土人才，没有镀金过程，但他们都以极为年轻的年龄，打破了大厂原有的年限体系和汇报关系； - 郭达雅意味着用已有成绩倒推价值也是可以成立的，因为DeepSeek的模型牛逼，所以参与制作这个模型的人同样牛逼，这个逻辑被大厂以实际行动买单了，当郭达雅决定离开DeepSeek时，阿里、腾讯、字节都在第一时间去接触了，包括老板亲自去谈，最后因为字节的投入方向和他的发展预期最吻合，成功签下入职合同； - 骨干的持续流失，给了DeepSeek相当大的压力，梁文锋选择启动融资，给员工手里的期权一个定价机会，对内安抚军心，为了留人，字节设计了豆包虚拟股，以及阳光普照的每人每月最低9万元额外津贴，反倒是已经上市的智谱和MiniMax，因为期权暴涨加上解禁期，不必太操心员工的稳定性； - 横向来看，最近一年里，字节和腾讯的饥渴度是最高的，字节愿意因人设岗，从张一鸣到HR，全都奉行「笼络最聪明的头脑」这一原则，腾讯因为自身的进度原因，被迫成为市场上后出价的那个人，虽然要当冤大头，但对于家大业大的鹅厂储备来说，问题也不大，先去拿字节的offer、再用字节的offer去敲腾讯的门要更多的钱，成了一些研究员的财富密码，有猎头说得很透彻，大厂不怕花钱，是为了把对手能用的人，提前从市面上清掉； - 阿里就比较保守了，Qwen以团队氛围优秀著称，90%的员工都是阿里自己培养的校招生，工作自由度很高，但阿里严格的职级体系，还是对Qwen参与人才争夺制造了障碍，2025年下半年，林俊旸曾让Qwen的研究员主动出去面试，以求得涨薪的机会，避免人才外流，可见有多无奈； - 当给够钱已经不具备稀缺性之后，大厂争取研究员的技巧也开始转向软实力，比如扎克伯格会把Meta想挖的人请到自家别墅吃饭，用「真诚」作为必杀技，张一鸣也会亲自去和自己看上的论文作者见面谈话，Anthropic之所以成为研究员离职率最低的AI公司，是因为它被公认为文化建设独树一帜，老板本身就是一种信仰； - 研究员之间的竞争必然激烈，以前抬高身价的方式是发论文，后来各家公司发现只要发完论文就会让作者接到的猎头电话直线上升，又不太乐意让研究员「抛头露面」了，但是上有政策、下有对策，研究员们也很灵活，不让发论文，那就去上播客、发推特、做小红书，总之就是加强主动「营业」，持续的获取个人流量，确保在需要的时刻能被看见； - 为了对得起高薪待遇，同时防止掉队，这几百个顶级研究员普遍睡眠不足、高压工作，即便没有KPI和OKR，他们也会自己驱动自己，就像从小到大的做题路径，这是天才避免泯然众人的唯一出路，「这个行业最终会变成，前5%的人拿着从前10倍的工资，干着100个人的活。」

半年前，我写了10个创作心法，没想到大家反响都特别好。 而这段时间，我给内部写的内容方法论也更新到了2.0。再加上最近我们有新的小伙伴入职，为了帮大家更好地做内容，所以决定给大家做个内部分享。 想了下，也把总结的部分发在这里，希望能对大家有帮助！ 先说一个反共识的：博主不是消耗品。每一个都是IP。 这个时代你想成为一个IP，核心其实就两个东西，内容和影响力。 先聊内容这一块，我总结出来是这三步。 第一步，获取信息 很多人就死在这一步。 热点本质上是个杠杆，是指数级别的杠杆。如果你缺了热点杠杆，传到社会层面的体量就是小。 而掌握了这一点，其实还不够。有的人每天天天刷AI圈动态，也不见得能做好内容。 这里面有个很大的问题，很多人都没注意过，那就是， 做AI内容，你绝对不能只看AI。 xx发表一个演讲一堆人去解读，从严格意义上来说，这不叫做内容，这叫转述，叫翻译。 但做内容本质上就三个字： 讲故事。 而非常非常多讲故事的技巧、所有的节奏，没有一个是来自AI。 所以，我经常让我们内容团队的小伙伴，没事多看看综艺、电影、小说和喜剧。 我个人觉得启发特别大的是，一年一度喜剧大赛。里面sketch十分钟里面可能会连着升三番，每一番都给你很强的情绪波动，看完后还会意犹未尽的。 但你要是去看那种纯AI生成的内容，永远是平的、没节奏的。 但好的节奏是需要刻意编排的，是要跟时代变的。 第二步，找角度 一个好的角度，是有反差的，用八个字总结就是，情理之中，意料之外。 拿情人节举例。 普通媒体在这个日子，多数会去民政局蹲着拍领证的，稍微深一点的去拍"老头配20岁姑娘"这种很反差的。 但我知道的一个做内容的，他们蹲在民政局旁边的垃圾桶一天一夜，把垃圾桶里那些撕碎了的信、卡片拼在一起，组成了一个个故事。 于是，有了《在情人节当天选择离婚的人们》，直接干到几千万阅读。 这才是我心中，找角度的神。 第三步，创作 这步反而最简单。 一般来说，一篇好内容如果能爆，30%归因于第一步获取信息，69%在于角度，而创作只在于1%。 但1%就能决定内容的生死。 这里面两个点，我觉得必须得守住。 一个是节奏。信息第一时间拿到了、好的角度也拿到了，但如果讲不好一个故事，就是创作的节奏出问题了。 第二个是正向价值观。想要长久地做好内容，做好IP，就不要为了流量去碰敏感话题，要守住道德底线。 以上，暂时就这些。 这次分享+Q&A，没想到最后讲了将近三个小时。（商务和其他部门的同学笑称选修课hhhh） 在这个AI时代，希望能用我的这一点点小经验，帮助到大家，哪怕一点点！

Grok Bot 设计之旅 来自 Grok Bot Design Lead @johnbai 是 Cursor 纽约办公室的第一位设计师，John 在这期访谈中首次公开其幕后设计过程。 # Grok Bot 产品起源：为什么 Cursor 要"另起炉灶"？ Cursor 桌面端对非技术用户门槛过高，工程化概念让设计师等群体难以上手。John 入职后长期负责增长与 onboarding，核心命题一直是"降低门槛"。 内部曾有两派：一派主张改造现有产品（John 甚至提过类似 Codex 后来采用的"双模式切换"方案：coding vs. tasks）；另一派主张彻底重做。最终共识是：Cursor 品牌技术感太强、包袱太重，对非工程师缺乏吸引力，于是高层自上而下拍板，由几名资深工程师闭门探索全新产品。 Grok Bot 初版是精简版 Cursor Glass（agents 窗口）+ iMessage 式聊天界面。这是关键的"秘密武器"——AI 圈用户习惯了流式输出和思考状态，但普通用户最熟悉的是 iMessage/WhatsApp 的消息形态。这一选择奠定了产品的亲和力。 # 设计探索：从"激进重构"到"回归聊天" John 展示了大量未采用的探索，其演进逻辑值得注意： 1. 质疑范式：他最初质疑"为什么又是左栏列表 + 中间聊天 + 右侧详情的三栏结构"，尝试了大量替代形态——任务清单悬浮窗、"Mission Control"多 Agent 监控视图、便签式界面、Raycast 式唤起、常驻桌面的 "Notch（灵动岛）"概念、Clippy 式桌面角落角色等。 2. 用产品打造产品：他用内部原型（代号 Sand，即 Grok Bot 前身）来构建自己理想中的 Notch 形态。亲手使用后他发现：Notch 形态会丢失上下文，而聊天仍是管理 "Agent 舰队" 的正确交互范式。这是本期最重要的认知反转——设计师通过快速原型证伪了自己的激进方案。 3. 收敛逻辑：领导层对"退居后台"的 ambient 方案反应冷淡，因为产品需要品牌存在感；而探索中诞生的碎片（如六边形 Cursor logo 加双眼的像素小人）最终演化为 Grok Bot 的吉祥物。两条设计路线——"给工程版抛光"与"彻底重做"——最终融合为现有形态。 4. 拟人化的来源：早期内部用户自发给 Agent 起名、上传表情包当头像，团队从中捕捉到"用户想赋予 Agent 人格"的信号，遂将角色形象设为默认状态。 # Onboarding 哲学（本期最有方法论价值的部分） John "在 Cursor 的全部时间都在设计 onboarding"，其核心原则： 1. 衡量负担的标准是概念数量，而非步骤数量。只要价值传达清晰、过程有吸引力，用户愿意走完多步流程；反之，塞入过多概念（他点名 Buzz 的 onboarding）会让人流失。 2. 不要迷信 Skip 按钮。AI 工具跳过引导后，用户被丢进空白输入框，直接陷入"行动瘫痪"（action paralysis）。先教会用户产品能做什么，比让他们快速进入产品更重要。 3. 最终落地的三步：① 你拥有的是一个 Agent 团队（各有分工）；② 每个 Agent 有自己的电脑（嵌入式 computer-use 窗口 + takeover 接管按钮——主持人称这是他的 "aha moment"，因为云端电脑的运作首次变得透明可信）；③ 任务可自动化运行。 4. 被砍掉的方案及原因：连接 Google 做个性化定制（信任未建立，用户不愿授权）；语音引导（跟风 ChatGPT/Claude 语音模式，但新用户"不知道该说什么"，时机错误）。 5. 用动效"买时间"：信息逐步流入的动画，既表现 AI 在思考，又掩盖了加载延迟。 # Cursor 的设计文化 没有两个设计师流程相同：有人纯代码起手（做 Cloud Agents 的 Maya 甚至没有 Figma 文件，只交付 Vercel 可交互原型），有人用 Paper，John 自己仍以 Figma 起草——但 Figma 的定位已变为"喂给 Agent 的素材与故事板"，文件本身是完全一次性的（throwaway）。 Agent 深度参与设计执行：John 把 Notion 文档丢给 Bot，让它在 Figma 里自动布局数十个 logo 变体、填充组件网格——过去需要手动 Google 找 SVG、缩放对齐的重复劳动全部外包。后期他甚至跳过 Cursor，直接让 Agent 在浏览器里生成多个方案。 高保真评审文化：每个想法必须附带可交互原型，crit 时发链接让所有人亲手试用。"静态走查已经不够用了"——这迫使设计师在分享前就验证方案是否成立，避免"给烂方案抛光"。 沙堡心态与 unshipping：设计师不能对自己的概念有执念（"can't be precious"），早期探索注定大量被丢弃，但碎片会进入最终产品；公司内部有强烈的"反上线"（unshipping）文化，靠删除来收敛复杂性。 他引用 Colin Dunn 的 "informed simplicity"：用户觉得"理所当然"的简洁，来自设计者先极度发散、再极度收敛的过程。 # 团队、招聘与反馈机制 团队：冲刺期共 5 名设计师，按各自强项自然分工（John 做探索与 onboarding，Pong、Keith、Tyler、Mamuso 抛光主壳），品牌团队主导命名与形象迭代。 招聘标准：基本功优先于工具数量、出活速度或"模型优化技巧"。核心考察能否真正 ship 产品、是否有体现 PMF 寻找循环的工作流程——"现在什么都能造，但不是什么都值得造。" 反馈处理：坚持用户研究 + 数据驱动。重视深度用户（如主动向 power user 私信索取详细反馈，再让 Bot 汇编成 Notion 文档同步团队）；数据洞见直接指导迭代——用户常用 Bot 少于 5 个（影响信息架构）、授权认证是主要卡点、吉祥物反响强烈（故提升其存在感）；同时密切观察用户自发"hack"出的用法（如 iMessage 版 Bot），顺势纳入设计。 # 实际使用场景（产品能力的具象化） John 本人：妻子申请绿卡，让 Bot 扫描邮箱自动找出过去 5 年的租约与账单；租房监控（定时抓 StreetEasy 房源，按"靠近地铁蓝线"等条件排序）；跨工具流水线（Slack 反馈频道 → Notion 数据库 → 自动更新 Figma 设计，人只需验收）。 主持人 Rid：梦幻橄榄球 GM Bot（抓取公开交易数据 + 动态竞价模型）；QA Bot（每日自动跑完全部产品流程、生成工单，置信度达标即直接派给 Cursor Agent 修复）——他在机场行李提取处用手机修好了此前两次都没修好的 bug。 John 的总结颇具代表性："我现在默认它什么都能做，因为我还没碰到过墙。"

面试时看走眼最多的，不是那些能力差的。 能力差的一眼能看出来，直接就筛掉了。 真正容易看走眼的，是那些表达能力特别强的人。逻辑清晰、对答如流、案例一套一套的。面完你觉得就是他了。 但入职以后发现，他能说，但不动。会议上一讲一堆想法，落地的时候找不着人。三个月下来，做的事还没有那个面试时紧张得说不出话的人多。 后来我学乖了。面试不问“你怎么做的”，问“你做完了以后，结果怎么样，数据是多少”。能说会道的人，问到这个环节就虚了。反而是那些嘴笨的人，能拿出东西来。 做了十几年培训，越来越觉得：表达能力是加分项，但执行力才是基本功。没基本功的加分项，迟早要扣回去。 你们面试时最容易看走眼的是哪种人？

专升本前端毕业 1 年，从初创到大厂，我的开源项目上了 github trending，顺利聊聊做开源的收获 6 月 30 日，我做的开源项目 Archify 第一次出现在 GitHub Trending ，排名第 9 。到发帖这会儿，仓库有 4.7k Star 、414 个 Fork Archify 是什么 Archify 是一个给 Claude 、Codex 、opencode 使用的 Agent Skill 。你用自然语言描述系统或流程，它生成 JSON IR ，经过 Schema 和布局检查，最后输出一个独立 HTML ，可以切换深色和浅色主题，也可以复制或导出 PNG 、JPEG 、WebP 、SVG Trending 不是突然掉下来的 仓库创建于 4 月 15 日。最开始只有架构图，后来陆续补了四种图表、双主题 SVG 、4 倍清晰导出、JSON Schema 、布局检查、CLI 、CI 和零依赖安装包 这个项目是自发火起来的，在推上被很多博主推过，我觉得被传播的主要原因，一个是生成的图确实比 mermaid 好看，而且 html 也易于传播，加上 hero 图清晰明了，一看就知道是干啥的了 Trendshift 的记录显示，Archify 在 6 月 30 日第一次进入 GitHub Trending ，排名第 9 聊聊开源 先讲讲我之前的经历吧： 我是 18 年高考的，我比较笨，学习不咋地，读了一个专科，专业叫计算机应用技术，第一年觉得自己状态非常颓废，也学不明白，痛定思痛，就报名去当兵了，在部队待了两年 刚去的时候身体素质很差，我也瘦，没啥力气，刚去的时候 106 斤，很多训练都不行，后面下连分到了通信专业，相对轻松一点，我训练比较认真，后面一些机会下，机缘巧合，代表单位参加集团军的通信比武，拿了第一名，当时是真的意气风发，多的不讲了。 退伍以后呢，回学校继续读书了，因为退伍可以免试嘛，也不知道干点啥，就专升本了，后面考的还行，我那批是七十多个人，然后招六个，我考了退伍批次的第一，考到了重庆邮电大学的软件工程专业，我很感激母校，包括我的专科学校，我觉得是他们收留了我，得益于母校，我才有了后面见识更多的成绩平平的农村孩子之外的一个世界。 因为专升本的本科只有两年，所以时间其实挺紧的。刚开始还想考研，后面感觉自己学习也不咋地，本来就专科，当兵，比同龄人毕业要大三岁，就不考了。 然后就开始学前端，跟着网上的课程学了一个多月，尚硅谷啥的，后面找实习运气还挺好，学了一个多月就找到了。 那是 2025 年 4 月，苏州的一家中厂，叫智慧芽，一天两百块钱，然后房租是 850 ，我记得当时我一个月还能存两千多块钱，就是有时候回学校考试麻烦，一来一回，苏州到重庆，路上要二十多个小时，车费接近两千块钱。 但那段时间其实挺开心的，每天学东西、写代码，感觉自己只要一直努力，后面肯定会越来越好。 实习第四个月的时候，我面试了字节飞书。杭州的部门，两轮面试都通过了，最后背调的时候，对方知道我是专升本，把我卡了。 当时 HR 给我打电话，我还一直跟他解释，说我肯定可以达到他们的要求，也可以通过工作证明自己，但是最后还是没有给我机会。 那次确实挺难受的。不过我当时也没有觉得完全是学历的问题，更多还是觉得自己不够强。就想着如果技术真的特别牛逼，可能也不会因为这个把我卡掉。 后面秋招回学校，我又面了重庆的懂车帝。前面的面试也都还可以，到了 HR 面的时候，我提前说了自己是专升本，然后就没有下文了。 联系我的一面面试官后来还在 Boss 上主动给我发了一句“不好意思”。我跟他一面聊得挺好的，所以最后把我拒掉，应该也不是他的原因。 我当时给他回了很长一段话，具体写了什么现在已经记不清了。只记得那天晚上出去跑了五公里，心里确实五味杂陈。 当然，也不是后面所有面试挂掉都是因为专升本。我菜肯定也有一部分原因。 比如猿辅导四面的时候，题没有写出来，那挂了也很正常。群核我自己觉得面得还可以，但最后也挂了，具体因为什么我也不知道。很多时候我只能猜，可能是学历，也可能就是能力没达到。 秋招没找到合适的工作，我又去了杭州，在西湖大学实习了一段时间。 当时 HR 面试也问了我专升本的事情，我说了一句：“出身寒微不是耻辱”，最后那次面试给我过了。 到了 2026 年 3 月，我还是没有找到满意的工作，已经开始有点慌了。 后面又去了上海商汤实习，在大模型研究院，我们组基本都是 985 硕士，只有我是专科再专升本。但是商汤没有转正，就还得接着找，后面我还面了 Manus 。 本来投的是前端，结果 HR 好像把岗位搞错了，最后只面了一面，跟他们的 COO 聊了挺久，聊了蛮多的：他觉得我当过兵、拿过集团军比武第一，这些经历很加分，也挺喜欢我的。但是听到我是专升本以后，他也直接说，会稍微拉低一点印象。 我们当时还聊到了一个问题，就是像我这种学历不占优势的人，可以通过作品或者开源项目，从其他地方证明自己的能力。 其实我当时也已经有这个想法了。因为学历这东西已经改不了了，你再怎么解释，别人看到的还是专升本。 所以我后来入职第一家初创公司以后，就开始写一些博客，也发过掘金，后面又慢慢开始做自己的项目。 我去那家公司本来是做前端的，但因为公司比较小，后端、算法、客户现场、给客户做培训，这些事情我都干过。 当时会觉得事情很杂，什么都要做。现在回头看，我觉得也不一定是坏事。如果当时真的去了大厂，可能每天就是做前端需求，反而接触不到这么多东西。 那段时间我也开始大量用 AI ，做了一些 Claude Code 相关的工具，然后把其中一些东西开源。 说实话，我最开始做开源，目的也没有多高尚。就是因为自己学历差，想在简历上多一点能证明自己的东西，当时还是挺想进大厂的。 后来我去了盛大下面的 MiroFish 。在那边工作之外的时间做了很多自己的东西，Archify 就是那段时间开始做的。 再后来面试了一家上海的大厂，具体这里就不透露了，一面的时候有两道题我都没有写出来，我说我是 100% AI 代码。 本来以为可能要挂了，但是面试官又让我介绍自己的项目。我讲了不少开源项目和自己做的工具，最后他还是让我过了。入职还没有半年，这段具体的我就不细讲了。 6 月底，Archify 上了 GitHub Trending ，最高第 9 。现在差不多 4.6k Star 。 这个数据当然挺开心的，毕竟我刚开始做的时候，也没想到会有这么多人关注。 但做开源以后，最大的变化可能还是，有人真的开始用我做的东西了，我也像和 manus 的 coo 聊的时候一样，有了一些别的东西可以证明和体现自己的能力。 开源没有让我从专升本变成 985 ，也不能保证我以后不会再因为学历被卡。 我现在也说不清这 4.6k Star 最后能给我带来什么。可能是工作机会，可能是认识一些人，也可能什么都没有。 不过至少 Archify 确实有人在用，我做的东西能给别人带来价值，能给很多人带来帮助，这件事对我来说就是做开源最大的意义

“为什么 latent space 和自然语言空间之间没有其他表示层？” Claude 的 J-space，某种程度上回答了这个问题。 我之前说 text CoT 更像当前阶段的工程折中：好监督、好验证、好被 reward model 评估，也好被用户、媒体和投资人理解。 所以它能 scale，但不代表它是终点。 J-space 把问题往前推了一层。 模型不是全程在自然语言里 thinking，也不是完全在不可读的 latent space 里 thinking。更准确地说，它内部存在一个可语言化的 latent workspace。 大量底层计算发生在 latent space；但那些需要被复用、反思、审计、对齐的中间思想，会进入这个 workspace。 所以它在科学上未必神秘。steering vector、logit lens 之后，大家早就知道 residual stream 里能塞下大量未说出口的语义、倾向和中间状态。 但它在工程上非常恐怖。 传统 RL / RLHF / RLAIF，本质上是： prompt → model output → reward model 打分 → 更新模型 但如果 J-space 走通，训练范式可能变成： prompt → model internal J-space + output → critic 打分 → 更新模型 这不是训练模型最后说什么。 这是训练模型在关键时刻“应该意识到什么”。 以前我们训练模型的嘴。 现在可能开始训练模型的内心独白。 这才是 Anthropic 这篇最值钱的地方。 它不只是 interpretability，而是可能影响 RL、对齐、长期记忆、continuous learning、fine-tuning 本身 甚至更多这两三年我们习以为常的操作。 知识库是外挂，微调是重训。 但 J-space 如果成熟，可能会出现第三种东西：直接塑造模型在某类场景下会激活什么概念、记住什么经验、调用什么原则。 而值得注意的是这一篇工作似乎诞生于 Sonnet4.5 时代，Anthropic 比 OpenAI 更让人震撼。 我甚至能想到前段时间大量 Researcher 批量加入 Anthropic 的场景： """ X: "我不喜欢你们，你们是一家非常喜欢封号的公司" Claude: “要不你看看我们半年前研究的这些工作再说，但这些论文都接近 close 了，你进来肯定挂不上这些名了，但你可以自己探索新方向” X: "我什么时候可以入职！" """ 早期 OpenAI 迷人的地方，是 GPT-2、GPT-3、CLIP、Whisper 那种朴素但强大的信念： 用数据、规模和统一范式，打破之前学术界“架构优先”的惯性。 那时候的 OpenAI 很像一个有明确科学直觉的组织。它知道自己相信什么，也知道自己要把世界往哪个方向推。 但现在的 OpenAI 越来越像产品和算力公司，强是强，却越来越难感受到一套属于自己的科学理念。 Anthropic 反而还在追问更底层的问题，J-space 不是证明模型有灵魂，它想证明模型的“内心独白”可能可以做成 API。 一开始我还以为 J-space 只是随手起的名字，后来仔细看才发现这个 J 是 Jacobian。 这就太浪漫了。 Jacobian 把多元复杂函数在局部近似成可操作的线性函数；J-space 则像是在把模型内部高维、复杂、混沌的 latent space，投影成一组可以读取、干预、训练的方向。 这种命名的美感，让我想到 SpaceX。 其实我从高一开始关注到 Musk 的，那会我每周都会买很多杂志，在其中一期看到了他完整的创业记录，只是近几年所有人都认识他了，所以也不怎么提了。 当时令我印象深刻的倒不是今天熟悉的星舰，而是 2008 年 Falcon 1 的第四次发射。前三次全部失败，第四次几乎凑出了最后所有的钱做发射，包括 Tesla 那一次 Falcon 1 入轨，SpaceX 才活了下来。 后来他们把海上火箭回收船命名为 Of Course I Still Love You。这名字出自科幻小说，不是冷冰冰的工程代号，而像一句情书，去接住一枚从天上返回的火箭。 所以迷人的地方是极端硬核的工程、生死边缘的赌局，最后被一种近乎浪漫的命名接住。 科学、工程和浪漫，在这里突然接上了。 Author List 中 Wes Gurnee @wesg52 和 Jack Lindsey @Jack_W_Lindsey 构思了整套方法，以及语言表达与意识访问之间的联系，伟大无需多言。 有两位华人 Rowan Wang 和 Runjin Chen 参与了 Reflection 训练部分

晚点 LatePost 发了一篇 DeepSeek 深度报道《V4 发布前的 DeepSeek：特质、组织和梁文锋的独特目标》 时间点卡在 V4 发布前夕。信息密度很高，摘几个最值得关注的点。 【1】核心成员离职，但没有成组流失 四位已确认离开的成员里，分量最重的是 DeepSeek-R1 核心作者郭达雅，近期正式离职，可能入职某大厂。另外还有去年底被腾讯姚顺雨挖走的王炳宣（第一代 LLM 核心作者），以及 OCR 系列核心作者魏浩然、多模态方向的阮翀。 猎头给 DeepSeek 成员开出的条件是“翻 2 到 3 倍”，有公司直接给 8 位数总包。加上智谱、MiniMax 上市股价高涨，阶跃和 Kimi 的 IPO 也提上日程，DeepSeek 那份没有明确标价的期权让一些成员产生了疑问。 梁文锋正在想办法给公司估值，给团队更多确定性。 【2】V4 可能 4 月发布，大概率开源最强但不会碾压 1 月左右，V4 的小参数版本已经给到一些开源框架社区做适配。原本乐观预期是春节前后发大参数版，现在推迟到 4 月。 晚点的判断是：V4 大概率仍是开源最强模型，但很难是碾压级的强。原因是进入 Agent 时代后，“强”的标准越来越多元，不同场景、不同用户的体感差异很大。 【3】DeepSeek 的“反主流”路线 梁文锋有两个不太主流的优先级：一是基于国产芯片生态做大模型，DeepSeek 已经在做国产 GPU 适配，把底层算子库从 CUDA/Triton 换成了北大开源的 TileLang；二是做“原创式创新”，包括统一多模态的 Janus 系列、形式化证明的 Prover 系列、用图片方式理解文字的 OCR 方案，甚至招了神经科学和脑科学顾问来探索仿生学习机制。 代价是，DeepSeek 在 Agent 和编程这条当前最热的赛道上投入相对少。R1 之后，智谱更新了 5 版模型，MiniMax 4 版，Kimi 3 版，都在针对 Agent 和 coding 强化。OpenRouter 过去 30 天的 token 消耗排名里，DeepSeek-V3.2 排第 12，前 10 中有 6 个来自中国公司。 【4】不过，变化已经开始 DeepSeek 最近首次在招聘启事中提到了具体产品名，要招 Agent 方向的“模型策略产品经理”，岗位要求里写着“熟悉并深度使用过 Claude Code、OpenClaw、Manus 等知名 Agent”。 梁文锋从去年秋天起开始更多提产品化和商业化。DeepSeek 已有小几十人的产品团队，但目前 C 端仍然只有一个标准 Chatbot。 【5】不卷文化依然在 DeepSeek 可能是全球唯一一个“不卷”的核心 AI Lab。多数员工下午 6 到 7 点走人，早上不打卡，没有明确的绩效考核和截止时间。梁文锋的逻辑是：一个人每天能高质量输出的时间很难超过 6 到 8 小时，加班疲劳下的昏庸判断反而浪费算力。 研究团队约 100 多人，只有梁文锋和研究员两个层级。梁文锋本人参与最多的是基模架构团队，会出席每个团队的会议，是串起不同模块的“粘合剂”。研究员可以自由组队，“有时开始一个新方向，就是因为三五个人都觉得一个 idea 不错，然后就一起做了。” 接近 DeepSeek 的人说：“留下的人多少还是有些理想的。” 在当前这个所有 AI 公司都在拼命卷 Agent 和编程的窗口期，DeepSeek 选择花精力做国产芯片适配和仿生学习，这到底是远见还是错过了最佳出手时机？ 完整内容：

又到了每年最喜欢的环节，在北京看雷军开发布会 小米玄戒O1芯片最近很火哈，它是中国首次实现CPU/GPU/NPU全自研的芯片，关键IP自主化率42% 因为它的设计结构参考了苹果A18仿生芯片，又都有19亿晶体管，一些人觉得是苹果换皮… 实际上两者结构不同，玄戒O1是四丛集、十核心设计（4种共10颗芯片:2超大+4中核+2小核A+2小核B），苹果是2超大核+4中核。 玄戒O1的安兔兔跑分突破300万分，GeekBench单核跑分2709，比苹果低约15％，多核跑分8125，比苹果高约9％。 玄戒O1架构做到了整体性能高散热好。 雷军在发布会里提到了玄戒O1的研发过程，小米自研芯片始于2014年9月，2017年2月发布小米澎湃S1，2019年研发小芯片，2021年初重启大芯片计划，在2025年5月的今天发布玄戒O1。 小米造芯之路，共计11年。 小米玄戒O1的设计过程历时4年，花费135亿人民币。过往的微、小芯片设计经验，都起到了推动发展作用。 我看有人嘲讽小米研发时间短。 苹果当年呢？ 2010年开始设计手机芯片，发布了自研芯片A4，但算是三星芯片的魔改版。2012年才发布了真正的自研芯片A6，架构由苹果子公司设计，核心设计者现在都是副总裁级别了，入职前是英特尔、AMD、ARM的精英工程师。 算起来，苹果自主造芯已有13年。 小米用时4年几乎追平苹果A18的芯片性能，挖了全球多少精英不知道，攻克的难关肯定好多，耗费心力极大，最狠的是，太敢为它铺路了。 大芯片业务一直有一个极致命的问题，生命周期很短暂，一年一迭代，装机量如果没有上千万台，就赚不回来研发成本。 在这条赛道上，死去过上百家公司，才突围出了三家先进制程的芯片公司。 雷军为玄戒O1烧了135亿研发费用，如果小米15S Pro能卖出2000万台，那么每一台里的玄戒O1芯片就价值一千美元，然而雷军给小米15SPro这部自研旗舰的定价是5499元。 可以说卖一台亏一台半的钱… So，小米玄戒O1芯片的各项技术会广泛运用到小米Pad、小米汽车、小米家电上，摊平研发成本。 是不是很像苹果的做法？ 大芯片研发就是这样，开弓没有回头箭，要做就做好。雷军说小米今年还会再投入60亿元，或许就是为小米玄戒O2准备的。 这是一条越来越强的路。 X上很多人对玄戒O1也有很高的关注度，认为它的性能可能介于天玑9400和骁龙至尊8之间，高通CEO被询问过太多次，公开表示高通仍是小米的战略供应商，认为小米自研芯片不会影响高通的业务。但投资者和从业者认为，随着小米芯片技术的发展和产量的提升，可能会对全球芯片市场竞争格局产生一定影响。 雷军自己是这么总结的，后来者一定不完美，总会被嘲笑，被怀疑，但后来者总有机会。 😂作为双系统使用者，我觉得目前安卓阵营的旗舰机已有很多功能超越了苹果，拍照、散热、信号、物联网、性价比等等，全都是优势。 积跬步以至千里的活儿，咱们真的干过啊。 总之，雷总在芯片上开了一个好头，和一个不可思议的好价… by @兔撕鸡大老爷 #科技圈大小事#