与「本地猴」相关的搜索结果

互联网黑话之西游记版 制作工具： - Gemini 3 Pro 生成剧本 - Nano banana Pro 生成首帧图 - Sora 2 Pro 生成分镜头视频 原始剧本（有大量删减）： 唐僧 (CEO): 悟空，咱们现在的 OKR（目标与关键结果） 进度如何？离西天那个 最终交付物（取经） 还有多长的时间窗口？ 悟空 (CTO): 师父，我看了一下后台日志，咱们现在的 路径规划 有点绕，前面路段 风险系数（Risk） 很高，建议先做一下 灰度测试。 白骨精 (外部竞品/黑客): [化身送饭村姑上线] 各位老师好，我是本地生活赛道的，来给各位做一下 用户关怀，痛点是大家饿了，解决方案是这篮子馒头，完全免费，旨在 沉淀用户心智。 八戒 (摸鱼总监): 师父！你看！这是 高潜用户 啊！而且自带 资源包 进场，咱们赶紧 转化 了吧，这馒头看着就符合 人体工学。 悟空 (火眼金睛开启): 慢着！ [扫描中...] 警报！前端页面伪装度 99%，后端接口全是 恶意代码！ 这不是 增量用户，这是 杀猪盘！ [举起金箍棒] 看我一键 回滚！物理 格杀！ [一棒打死] 唐僧: 悟空！！你疯了吗？ 你这是 P0 级生产事故！ 虽然我们追求 狼性文化，但你也不能对 C 端用户 暴力执法啊！你的 颗粒度 怎么这么粗？ 悟空: 师父，你那是 信息茧房。透过 底层逻辑 看本质，她就是一堆白骨（Bug），如果不及时 熔断，咱们团队的 生命周期 就到头了！ 八戒: 师父，别听猴哥的。 我看他就是 嫉妒 我跟用户 建立了深度链接。 他这是 技术霸凌，为了刷自己的 存在感，把咱们的 潜在流量 既然全给 屏蔽 了。这让我们以后怎么做 私域运营？ 白骨精 (化身老妇人再次上线): 哎呀，我女儿呢？ 刚才是不是你们 触达 了我的女儿？ 悟空: 还敢 迭代？ 换了个 UI 皮肤 我就不认识你了？ 刚才是一期工程，现在二期工程我也给你 拆迁 了！ [再次一棒打死] 唐僧: [念紧箍咒 - 启动合规审查程序] 悟空: 啊！师父！别念了！别搞 职场 PUA！ 唐僧: 我也不想这样。 但你连续两次 击穿底线，严重影响了团队的 NPS（净推荐值）。 出家人慈悲为怀，这是我们的 品牌调性，你完全不 对齐 咱们的 价值观。 白骨精 (化身老公公上线): 救命啊... 这一家子都被你们 优化 了... 悟空: 好家伙，还搞 矩阵号 运营？ 我就不信你的 服务器 还是 多活 的！ 看我 全栈打击！彻底 格式化！ [打死老公公，白骨精现出原形，留下一堆白骨] 悟空: 师父你看！这就是 交付结果！ 我就说她是 虚假繁荣 吧，全是 泡沫。 八戒: 哎呀师父！ 这猴子那是怕您责怪，使了个 障眼法（技术手段） 篡改了 数据库！ 他把好好的一个老头，渲染 成了白骨！ 他这是为了逃避 KPI 考核，伪造 数据看板 啊！ 唐僧: 够了。 孙悟空，你 技术栈 虽然强，但是 软技能 太差。 你已经不适合我们这个 生态位 了。 我们现在的 战略转型 需要更 柔性 的人才。 你被 毕业 了，去财务那结算一下 N+1 吧。 悟空: 师父？你真的要跟我 解耦？ 没有我做 底层架构，这一路上的 Bug 谁来修？ 唐僧: 不用说了。 沙僧，把他的 权限回收。 八戒，以后你来 承接 悟空的 Headcount（编制）。 悟空: 行。 此处不留爷，自有留爷处。 我去花果山 孵化 新的 独角兽 去了！

可以把所有油猴上的插件扔了！ 做了一个安全，开源，本地运行的全功能插件。 插件功能： 1. 自动实时翻译（谷歌翻译）。 2. 支持推特标签备注(点击✏备注)。 3. 支持推特重点高亮关注（点击⭐）。 类似小何 @heyibinance 推文显示效果。 4. 支持设置字体颜色大小，怎么喜欢怎么来。 5. 支持本地备份导入，其他家的备份也支持导入使用。 6. 支持CA检测，点击一键跳转到行情界面。 油猴： 插件链接： 源代码GitHub: 如果好用，随手一键三连就行，有问题随时联系。

发现一个宝藏应用，@dappOS_com 旗下的新产品 @xBubble_ai 简直惊喜。 记着明天得前几天晚上，为了制作一份详细的新项目投研简报，我全神贯注地在屏幕前与 AI 工具深度互动到了凌晨。 我尝试了多个不同的大模型，不断精进和打磨提示词，希望得到最完美的输出。 这个过程让我深刻意识到，熟练驾驭 AI 需要极高的耐心与时间投入。 我们都满怀期待地想让 AI 成为得力助手，但在实际操作中，为了让结果更精准，我们往往要投入大量精力去引导。 这让我开始思考：一定存在一种更流畅、更懂人心意的方式，让工具真正服务于我们的直觉。 于是，我发现了xBubble，它更加高效几乎能够一键解决我的烦恼，一图看清！ 2.如今大模型的迭代日新月异，获取强大现在各大平台的新模型层出不穷，算力早已不是瓶颈， 但真正拉开体验差距的是什么？是“会写神级提示词”与“不会写”的差距，是“懂代码和编写技能（Skill）”与“完全不懂”的差距。 为了让大家直观感受到这种体验上的天壤之别，我们可以从几个真实的投研和工作场景，来看看传统 AI 工具和采用“低提示词”理念的 xBubble 到底有何不同：  3.对于很多追求高效的专业人士和中小团队来说，这背后隐藏着巨大的隐性时间投入。 为了让 AI 的输出稳定可靠，我们需要持续评估不同模型在各类任务中的表现，精心挑选适配的工具组合。 很多创业团队也面临着权衡：增设专职岗位预算较高，而让现有团队从头学习 AI 调优，沟通和学习成本同样可观。 更重要的是，每当大模型迎来更新，我们积累的经验往往需要重新建立。 我们真正渴望的，是一个能精准理解模糊指令、即开即用的智能系统，让大家把宝贵的时间集中在核心业务上。 4.好消息是，技术创新的脚步总能为我们带来极佳的解决方案。 近期 dappOS 推出的 xBubble 就是那个让人充满期待的行业破局者！它创新性地提出了 Low-prompt AI0理念，简单来说，就是“AI 替用户使用 AI”。 其核心枢纽 Bubble Pilot 就像一位超级懂你的智能管家，你只需要像和朋友聊天一样输入一句简短的需求，Pilot 就会自动接管后续的所有统筹工作。 它能迅速识别任务类型，自动匹配最优的处理路径，将繁杂的模型挑选、提示词构建、工具调用全部包揽，让你轻松畅享一键直达结果的愉悦体验。 你可能会好奇，Pilot 为什么能如此精准地理解我们的意图？ 这要归功于其背后时刻都在成长进化的强大引擎——Bubble Engine。这是真正的“AI 学习 AI”。 当你提出一个新颖的需求时，Engine 会在后台自动生成海量的解决方案组合，  通过严格的测试框架与质量标准进行比对，最终将最高效、最完美的路径固化为通用的 SOP。 这意味着，在 xBubble 的生态里，随着大家的使用，高难度的技能会被自动沉淀，哪怕是零基础的小白 也能毫不费力地直接调用这些千锤百炼的最优解，获得大师级的交付品质。 为了满足极其多元的使用场景，xBubble 精心打造了两种极具安全感与实用性的运行环境。  第一种是云端的“Bubble Computer”，这是一个端到端的专属工作区。 面对需要搜集资料、撰写、排版等多步协同的复杂项目，它会自动开启安全的沙盒环境，按需加载所有技能，一气呵成地完成并交付最终成果。 第二种是主打本地陪伴的“Bubble Personal”模式，它能在你的设备上安全运行，协助管理本地文件与日程， 回想当初那个专注打磨提示词的夜晚，如果当时有 xBubble 的协助，我只需轻松输入一句“请帮我汇总今日链上热点并生成一份深度简报”， 便可去享受一杯香醇的咖啡，回来就能收获排版精美的专业成果。 科技演进的终极方向，永远是让人的创造力得到最大程度的释放。 正如 xBubble 所倡导的核心愿景：AI 应该学习 AI，AI 应该使用 AI，而用户，只需陈述目标。 兄弟们冲一波官网： dappOS 官网（

如果你对美股AI硬件和供应链机会感兴趣，不妨关注一下@aleabitoreddit这个账号。他曾是Reddit WallStreetBets（WSB）的知名交易员，现在专注于AI、半导体和光子学等供应链分析，自称交易未知瓶颈。 他的Bio显示曾任RISC-V基金会和AI研究员，目前重点挖掘AI数据中心、半导体、光子学等领域的被市场忽略机会，内容风格偏向深度基本面分析，常配图表、backlog数据和市场份额测算，专注发现小盘或中盘AI基础设施股的潜力。 近期推文显示，他对AI数据中心相关瓶颈保持非常乐观的态度。例如，加拿大变压器公司 $HPS.A是其长期看好的核心标的，他认为其在干式变压器市场占比高，需求来自AMZN、MSFT、META等超大客户，股价已上涨83%，仍具复合增长潜力。光子学公司 $AAOI也是重点，他看好激光供应瓶颈加剧和长期订单带来的增长，即便市值已达130亿美元。韩国ETF $EWY中的三星、SK海力士等标的，通过期权暴涨也体现出内存超级周期的机会。他还关注欧洲前沿科技股，如 $SOI、 $RPI和 $SIVE，认为被本地媒体低估，但后来表现强劲。 整体投资逻辑围绕AI硬件供应链未知瓶颈，选股重点是中下游隐形冠军，包括变压器、电力基础设施、光子学模块、内存及半导体材料等，偏好高backlog、产能即将放量、定价权强且被市场低估的公司。仓位上，他偏好股票和长线期权（LEAPs），重点标的覆盖加拿大、美国、韩国，并关注中国在欧洲技术收购中的机会。核心观点是AI数据中心建设远未结束，资源争夺将持续推高小众公司的业绩和估值。

怎么低成本搭建自己的AI助手？ deepseek R1模型发布以来，各种AI应有又有了一波大的爆发，但是数据保密成了一个不容忽视的问题。如果想较低成本地搭建一个私人应用的AI助手，可以自己调试生成限制，调试输出文本内容，数据不外传，成本尽可能低，不知道是不是可行。 本文详细介绍如何通过Dify和Chrome MCP的结合，在3分钟内搭建一个能操作网页的AI助手。文章提供了从环境准备、Dify部署、Chrome MCP安装到配置的完整步骤，展示了AI助手在自动网页搜索、表单填写、数据抓取等场景的应用，并解释了工作原理、问题排查及进阶技巧，让读者能够零代码实现网页自动化任务。 你是否想过让AI不仅能回答问题，还能直接操作浏览器帮你做事？比如自动填写网页表单、抓取特定数据、或者点击按钮？现在，通过Dify和Chrome MCP的结合，你可以在3分钟内搭建一个能真正"动手"操作网页的AI助手。 本文将手把手教你如何在本地部署Dify并配置Chrome MCP服务器，打造你的私人网页自动化助手。 准备工作：确保你的环境就绪 在开始前，请确保你的系统已安装： •Docker 和 Docker Compose（用于快速部署Dify） •**Node.js 18+**（用于运行Chrome MCP服务器） •Git（用于克隆项目仓库） 第一步：快速部署Dify（仅需1分钟） Dify是一个强大的LLM应用开发平台，我们通过Docker快速部署： # 创建项目目录 mkdir dify-chrome-mcp && cd dify-chrome-mcp # 下载Docker部署配置 curl -o docker-compose.yml # 启动Dify服务 docker-compose up -d 等待1分钟左右，访问 http://localhost:80 就能看到Dify管理界面。首次使用需要创建账号并完成初始化设置。 第二步：安装Chrome MCP服务器（1分钟） 打开新的终端窗口，安装并启动Chrome MCP服务器： # 安装Chrome MCP服务器 npm install -g @modelcontextprotocol/server-chrome # 启动Chrome MCP服务（会自动打开Chrome浏览器） server-chrome 服务启动后，你会看到类似下面的输出，表示MCP服务器正在9999端口监听： Server running on http://localhost:9999 Chrome browser launched and connected successfully 第三步：在Dify中配置Chrome MCP（1分钟） 现在回到Dify管理界面，进行关键配置： 1.进入设置 > 模型供应商 > MCP服务器 2. 点击添加MCP服务器 3. 填写配置信息： •服务器名称: Chrome-Automation •服务器URL: http://localhost:9999 4. 点击验证并保存，看到绿色成功提示 效果验证：让AI帮你操作网页 配置完成后，你就可以在Dify的Playground中测试你的网页自动化AI助手了。 试试这些实用场景： 场景1：自动网页搜索 请打开百度首页，在搜索框中输入"最新AI技术发展"，点击搜索按钮，然后告诉我第一页的搜索结果标题。 场景2：自动填写表单 请打开"张三"，邮箱栏填写"zhangsan@email.com"，在留言区填写"咨询产品信息"，然后点击提交按钮。 场景3：数据抓取与分析 请打开 工作原理：为什么这很厉害？ 这个组合的厉害之处在于分工明确： •Dify：负责与LLM对话，理解你的自然语言指令，并将其分解成具体的浏览器操作步骤 •Chrome MCP服务器：负责实际控制Chrome浏览器，执行具体的网页操作命令 •LLM（大语言模型）：作为大脑，理解你的意图并规划操作流程 常见问题排查 server-chrome 2.连接失败：检查Dify和Chrome MCP服务器是否在同一个网络环境下，防火墙是否允许9999端口通信 3.操作超时：复杂网页加载需要时间，可以增加超时设置：server-chrome --timeout=60000 4.权限问题：在MacOS/Linux上可能需要权限：sudo npm install -g @modelcontextprotocol/server-chrome 进阶使用技巧 掌握了基础用法后，你还可以尝试这些高级功能： •多页面管理：同时控制多个浏览器标签页，完成更复杂的任务 •用户身份保存：让AI记住登录状态，下次直接操作无需重新登录 •定时任务：结合Dify的工作流功能，设置定时自动化任务 •异常处理：教会AI识别操作失败的情况并自动尝试替代方案 如何学习大模型 AI ？ 由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。 但是具体到个人，只能说是： 最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。 这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。 #AI# #AIAgent# @grok @xai

这下设计师真要失业了，只需一句话就用 @dappOS_com的新产品 @xBubble_ai 做出了堪比资深设计师的海报作品。 重点是我并非一个会写AI提示词的用户，相反我只是小白，xBubble 这种专注于成果的AI也太好用了吧。 之前用 Midjourney，如果 Prompt 写的不好，出图就很抽象，需要一次次的调整，花了很多时间最终还是不尽人意。 这不是我一个人的问题，而是当前AI领域存在的痛点： 会写 Prompt 的用户 vs 不会写的用户：前者的图片精准可控，后者的输出飘忽不定。 对于不会写提示词的人来说，用AI很难得到自己想要的成果。 xBubble 则是用创新的 Low-prompt AI 解决了这个最大的应用痛点，它的底层是两个核心系统： Bubble Engine：负责在后台"学习"怎么用 AI。对于特定任务，它会自动测试哪些模型和工具组合效果最好，生成最优的执行方案。 Bubble Pilot：负责在运行时"使用"AI。它读懂你的简短请求，识别任务类型，然后把任务分发给最合适的执行路径，无论是现成的 SOP，还是更复杂的项目工作区。 简单来说，Bubble Engine 负责学习怎么用 AI，Bubble Pilot 负责替你用 AI，你只需要设定目标。 其次就是 xBubble 的两种运行环境，太懂不同用户想要的是什么了。 Bubble Computer：端到端项目工作空间，当 Pilot 检测到多步骤任务（比如既要出图又要写文案），自动路由至此，一次性交付完整成果，全程无需用户管理中间步骤。 Bubble Personal：本地环境模式，可以安全操作用户本机文件、浏览器、应用与日程；需要安装或系统级变更的操作在云端容器执行并销毁，本机只执行明确授权的动作。 总之，AI 图像模型的能力每个月都在进步，但绝大多数普通用户完全跟不上。 xBubble 的核心产品理念很简单：让 AI 主动去学习和使用 AI，让用户只需要设定目标即可，这就是我为什么推荐大家要尝试一下xBubble。 入口：

不会写 AI 提示词的福音， @dappOS_com 旗下的新产品 @xBubble_ai 简直惊喜。 AI 新手用简单的提示词也能做出和 AI 高手一样的作品，直接看对比图。 同样的一句话简单提示词，xBubble 从画面细节到质感完全秒杀我用 Gemini 做的图，看起来就像一张拍摄的真实照片。 很明显，xBubble 对于不擅长写提示词的用户很友好，出来的结果相当惊喜。 在 AI 圈一直存在一个痛点：AI 模型更新迭代太快，用户学习的速度跟不上，想用 AI 做出好的产品需要花费大量时间学习写提示词、调试，循环踩坑才能做出「还不错」的作品。 会写 prompt 的用户 vs 不会写 prompt 的用户差距非常大。 而 xBubble 在做的事情就是把这个「差距」无限缩小，以前需要花费大量时间精力学习 AI 的成本被无限压缩，只要用好这一个工具就够了。 用上 xBubble 之后，用户不用再学习 AI，而是让 AI 学习 AI；用户不再摸索如何使用 AI，而是让 AI 代表用户使用 AI。 👇先放个传送门： xBubble 亮点不只是一款低提示率的 AI 代理，除了可将简短的请求转化为最终成果之外，还很适合企业应用，因为对工作效率的提升不是一般的大。 我把 xBubble 的解决方案亮点总结为五点： 1⃣SOP：标准操作流程，即针对某类任务被验证过的最佳实践模板，下次使用可直接套用执行的又快又稳。 2⃣Bubble Computer：全自动项目工作区，用于处理多步骤复杂任务（如研究+写作+设计），能够一次性交付完整成果，中间无需你操心。 3⃣Bubble Personal：安全的本地助手，能操作你的文件、日历等，高风险任务在云端沙箱完成，亮点是只把干净的结果返回电脑。 4⃣Bubble Pilot：智能调度员，能够看懂你的简短指令，自动把任务交给最合适的执行路径（如 SOP、Bubble Computer 或通用 AI）。 5⃣Bubble Engine：解决方案工厂，自动测试模型和工具，为各类任务生成并固化最佳执行流程（SOP）。 xBubble 的这五大板块相互协调之下，对我们的工作效率的提升堪称恐怖，喜欢研究 AI 的一定要去体验下。

台北旅行圆满结束，惯例讲讲这次看到的信息差。 这次旅行有几个Highlight： - 见到了黄仁勋爸爸，喝了Jensen给的台湾啤酒 - 约出来很多很久没见/第一次线下见的朋友 @SaBiBro666 @94cho94134 @0xMalingshu @yoaka__ - 感谢大家带我见了超多人 - 参访了六间Web2公司，并且跑了好多会。 - 之前在泰国grab上坐摩托跑会本来被疯狂司机搞出心理阴影了，后面跟着周周老师的摩托跑了一天会之后痊愈了。 - 在各种地方探讨 的更新 - 见到了传说中的Ray，也见证了大D哥在匹克球上吊打所有人。 话不多说，我们直接开聊 一、关于Web3： 在生态层面上。台湾的Web3生态和我之前听到的一样，以 $SUI 为中心。很多大学生都参与过 $SUI 的黑客松，或者直接在 $SUI 的项目方工作。近期有听到一些风声，说 $SUI 生态在新加坡也在很努力的BD。 看得出来， $SUI 在亚洲区还是有很努力的BD的。 在交易所层面上，台湾与香港有一些细微的相似之处，即，有交易用的交易所，以及OTC用的合规所。在台湾，最为普遍的交易用大所就是 @BingXZH 和 @BitgetTC，两者都通过大量 KOC 进行了有效的推广。 至于合规所，台湾有一系列包括 Hoyabit 在内的合规所，用于出金 - 这些合规所在定位上跟香港的 @HashKey_Global 和 @osldotcom 类似，以合规，可以让散户出入为主。 但是，Hoyabit 等等本地合规所在渠道上明显比香港的合规所更加亲民，以Instagram/Threads营销为主，能够真正触及到Web2的潜在用户。 在KOL层面上，台湾的本土KOL明显是比香港的本土KOL更多的。虽然很多KOL住在香港，但是粤语区 + 能够触及本地用户的KOL实际上两只手就数得过来。 *甚至可以说 @monsterblockhk 和 @852Web3 相关人士就基本占了所有香港KOL的半壁江山 相比之下，台湾明显有更多的KOC和KOL走到潜在用户当中，这也为本地交易所打出自己的市场空间提供了初步的入场点。 跟香港类似的点，在于这些KOC和KOL非常善于在Facebook和Instagram上起号，有些甚至在这些平台上反而粉丝更多。 Mass Adoption这件事情在执行上，台湾一带确实有很多可以学习的点。 最后说点刺激的 - 有听传言说不少当地的黑社会仍然盛行，会专门挑有钱的kol下手勒索。所以大家跑会时可能还是要尽量少穿merch，少显露财富。或许这也是不少KOL不露脸的原因。 二、关于AI： 这次是在英伟达的Claw活动上见到Jensen的。除了再一次听到孔总办的深圳活动被点名表扬之外，也有不少机会和当地人交流AI。 整体感觉下来，两岸对Agent目前的focus大差不差，都是在讨论怎么加入工作流，怎么更好的融入现有的企业体系。 而这却是也符合英伟达这次活动推广的Nemo Claw以及Open Shell的专属功能 - 即，更方便企业进行信息转移，权限继承，以及信息隔离的claw。 三月份的时候，我就稍微体验过nemo claw。不过用下来感觉除了免费，速度和工作能力没有很多亮眼的地方，甚至不如我直接问codex。 本来期望这次可以看到一些nemo claw更有趣的应用，没想到演示小哥现场翻车了好几次。或许Nemo Claw也不是我们这些初创阶段的startup适合用的。 除此之外，这次探访了华硕和几家Startup（包括SaaS，用户端产品，ESG审计公司，以及一些ToB技术服务），大家也很明显在试图寻找AI时代新的PMF，包括新的硬件，新的叙事，等等。 印象比较深刻的一个叙事案例就是一个共享车位供应商，就在为“成为自动驾驶汽车的上游供应商”准备。这个还是蛮有意思的。 三、关于台股： 说一个题外话 - 我是直到这次旅行，才发现台股也有 +-10% 的限制。 这次见的不少圈内朋友都有在交易台股，而且很多都有赚到钱，让我也忍不住想要研究。 台股的盘子实际上也确实很大，目前已经是全球第五大股票市场。像台湾电信，台湾大哥大等等巨头也投了很多数十亿台币的轮次 - 包括见的六家企业中的其中一家。 由于盘子足够大，所以也有不少本地企业会选择先上台股，再上美股的策略。 所以，一个这次比较直观的感受，就是台湾地区已经产生了独特的VC投资生态，模式，以及上市和退出的common sense。 最后，软件上，大家用的主要还是富途，和一个忘记名字了的本地软件。（@Live_2_Earn和@jhaninvest有跟我提，但是我忘了） 四、 关于生活，生活成本，以及娱乐 台湾的生活确实很舒适，而且超便宜。礼拜六的时候，帮朋友订了宜兰的别墅，带电梯+两层楼，可以容纳20人，居然只需要 16000台币（大概人均30u） 然后虽然台北很多地方感觉有点点破，但是新北一带看房子的外观还是蛮新的。 平常吃饭的成本也比较低。有个朋友约喜欢的女生出来吃饭，找了家蛮有名的店，最后两个人买单也才15u左右。 娱乐上，积分制的扑克是合法的。（师父 @gokunocool 这不得去一下） 这次踩点了Ace8，CTP，6Bet几个赛点。第一天就在CTP打了60人的锦标赛。本来打到第10，结果一手冤家牌三条allin被原地送走。 *草泥马chipchip，怎么每次都是冤家牌？？！ 6Bet的话感觉大家都比较鱼，所以倒是很快收集到筹码。 最后Ace8是和 @SaBiBro666 两兄弟一起去的，没想到这次我彻底成了鱼，被彻底干碎。 路边还有跟多六合彩店，进店可以花钱开刮。朋友直接给干没3000台币。 然后就是按摩。这次去的都是正经的按摩 - 为什么要强调正经的？因为我搜索按摩的时候，真的出现了几家不正经的按摩，就在谷歌地图上。 第一天去了一个叫Villiage的Spa，大概1500台币60分钟，手法非常赞，感觉技师是懂穴位的，按的我骨头全程发响，当晚一躺上床就睡着了。水平超过了不少我在深圳水会体验的按摩。 最后是交通。周周老师的摩托确实非常方便，穿梭于车水马龙之中，解决了所有堵车的问题。 本来是要尝试捷运的，结果明明写着visa可以拍，却完全用不了。哭了。 剩下的时间就是坐uber，价格比香港便宜不少，横跨半个台北也不到20u，司机态度也都很不错。 印象比较深的就是有个司机吐槽，从必胜客下班过来开uber，就是因为打工赚的太少，一个月每天12小时，才赚不到3万台币（约1000u） 五、关于夜市和夜店： 由于住在宁夏夜市旁边，台湾的夜市小吃这次也是吃了个遍，简单评价一下印象深的： 卤肉饭：感觉不如在香港吃到的好吃，但确实有家常菜的味道，而且胜在便宜（约2u） 地瓜球：给到夯。炸的外酥内软，而且不油腻。吃的很上瘾。 牛肉粒：特别喜欢这个，可以说是入口即化。450台币可以买四人份，吃肉爱好者的不二之选。 麻油鸡/麻油猪肝：听第一天司机师傅推荐吃的，感觉麻油味不够重，或许喜欢清淡口味的人会喜欢。猪肝倒是非常爽脆好吃。 酒吧上，台湾有很多不错的选择。不过建议大家有空一定要去之前币安，以太坊等等都办过活动的Sitdown酒吧看看。有很多有意思的调酒，东西也很好吃。每一支鸡尾酒，都是歌的名字。 地址： 如果是 @0xajc @0xAgata 这样的男同，据说西门町一带则有不少Gay Bar，堪比成都。Agata老师的名号更是在台北的Gay Bar被反复提及。 至于夜店，不少当地的朋友和我推荐了fix sober和Ruff，可惜最后去的时候人满为患。不过确实很多好看的小姐姐在排队，没去成很可惜。 最后我去的一家叫Wave，要坐一个超大的电梯上楼。内部非常大，有两层楼，以及可以上下驱动的天花板。价格也很实惠，只要15000台币最低消费就可以开台（约500u） Wave的DJ质量一般，但是光效很不错，至少吊打80%的香港夜店。每次干冰出来的效果也很high。 结语： 总之，这次旅行超级fruitful。 非常推荐还没有去过台湾的朋友有空就去看看，体验一下当地的氛围，以及独有的商业文化和圈子。 可靠消息说，今年的TBW会取消，改成Future Summit，同时做AI和Web3。感兴趣的朋友也一定要去看看！ 照片credit @94cho94134