与「看地图」相关的搜索结果

三哥今年是真热🥵 到目前为止直接热死了40多人 间接因为高温死了2000+了 看地图上三哥地盘都糊了🥵 这才五月份啊，6-7月才是高峰期 印度人都要化成巧克力了🫠

把全球地理和历史八卦直接做成降维打击的视觉盛宴：Wikimap！ 这货简直是个地理和历史爱好者的顶级物理外挂，它把整部维基百科直接无情缝合到了世界地图上。 你只需要像上帝一样在地球仪上任意拖动、放大，就能看到你脚下或者世界任何一个犄角旮旯里，曾经发生过什么逆天历史、住过什么传奇人物、藏着什么好玩的冷知识。万物皆可地图化，把枯燥的冷冰冰字符当场物理超度，逛起来简直爽到头皮发麻、颅内高潮！ 带你用看地图的姿势重新降维解构整个人类文明，这波极客圣经不冲说不过去了，速去开启上帝视角👇 🔗 探索世界： #维基百科# #Wikimap# #看地图# #地理# #冷知识#

有时候，看地图会误判，地图上俄罗斯过大，非洲过小。 这并不是地图画错了，而是地球为球形，投影成平面地图会失真，高纬度地区被放大了。

昨天美股没开盘 大饼在77000附近吸收流动性 目前从清算地图看 下方没啥量 主要还是在上方 目前美股纳斯达克期货指数在29700点左右震荡 大饼也在跟着美股期货短线浮动 行情预计 在77000下方吸收足够的流动性以后 就去上方清算78200左右的大单了 78500突破就能看的更高了 以太同步大饼 目前消息面 黄毛特朗普还没有反悔 但是依然传出来美军伊朗对抗的消息 目前行情日线级别形态变化不是特别大 维持昨天看法 特朗普不在变卦的话 大饼这个形态还是偏多

最离谱的要求 在收拾完马杜罗后，特朗普又提出了新的目标——美国绝对需要格陵兰岛。2019年他在第一个任期就提出过想购买格陵兰岛，当时大家都觉得他在开玩笑，现如今第二个任期旧事重提，甚至不惜以武力威胁，这让大家开始意识到他是真想要。 格陵兰岛是地球上最大的岛屿，你们如果看二维地图其实不能完全理解它的地理价值，我特地去截了一个三维的图，格陵兰岛大致处于俄罗斯-欧洲-北美这个三角形的中间。 如果俄罗斯要发射导弹打美国，最近的路线是从北极飞过去，途经格陵兰岛西北方向。所以美军从1951年开始就在那里修建了Pituffik军事基地，用来导弹监测和防御，就是我图中标红色小框的位置。 除了地理战略，格陵兰岛还拥有丰富的矿藏，其中就有美国现在最想要的稀土矿，这也是特朗普认为“绝对需要”的理由。 目前格陵兰岛约有56000本地居民，88%是因纽特人，12%丹麦移民，是世界上最地广人稀的地区。首府努克也就2万人，在中国是一个行政村的水平。 岛上没什么产业，90%靠渔业出口，人均gdp6万美元，看数字不低，但岛上几乎所有的物资都靠进口，生活成本极高，钱不经花。岛上有基础的教育和医疗服务，公共支出的一半需要靠丹麦补贴，每年8亿美元左右。 不过岛民们并不领情，56%居民主张从丹麦那里独立出来，我不明白他们的脑回路，据说是觉得独立出来后可以找外国公司合作挖矿，他们认为这样会发展的更好。另外44%担心少了丹麦的补贴公共服务会崩溃，还在犹豫不决。 那他们想要加入美国吗？NO。之前岛民做过民调，85%不愿意加入美国，他们两边都不靠，只想独立建国，自己这五六万人单过。 特朗普的企图已经引起丹麦政府的强烈反感，他们觉得大家都是北约盟国，已经允许你们在上面建军事基地了，还非要强买强卖就是不尊重盟友。可能是担心丹麦一家人微言轻，今天法、德、意等7个国家也联合声明支持丹麦。 说实话我现在真的很期待接下来特朗普会怎么做，我的大脑已经想不出什么操作可以完成这么离谱的目标，不会直接派美军登岛占领吧，好想再让特朗普当20年的美国总统，感觉每一天都很有节目哈哈哈我干。 …… 开年后连涨3天，但今天的a股已经有点强弩之末的感觉。虽然指数勉勉强强红了，但市场中位数-0.38%，整体上下跌的个股多于上涨的个股。成交量还是很大，日成交接近2.9万亿，很多年前观望的散户被fomo情绪驱赶入场。 今天的中证500指数依然很顶，开年三连涨+2.5%、+2.13%、+0.78%，三个跳空缺口，这几天后台留言问ic的人突然变多了。我必须泼冷水了，你们这些人前几年5000多点的时候不为所动，现在快8000点了开始跑步进场，玩的还是带杠杆的，一手150多万的期指，你们知道自己在干嘛吗。 交易赚钱之所以难就是因为它完全是反人性的，该买的时候你往往不想买，而你越想买的时候往往越不该买。反正到了2026年这个位置我不会推荐新人上车滚ic，你们非要弄记住和我不要扯上因果。 脑机概念今天略有退烧，高开低走跌了1.6%，商业航天还在爬坡，小阳线又涨了0.8%。这两个虽然同属马斯克概念，但细节上有一定区别。脑机概念爆发力强但持续性差，商业航天已经连着涨了3个月了，后者的发酵因素更充分。这两个概念没有针对性的etf，比较接近的一个是医疗，另一个是军工航天。 这一波从去年6月份启动的行情，是结构化很尖锐的科技板块牛市，几大科技前沿板块轮番发力，你持仓的含科量直接决定盈亏。如果你买的还是以前传统行业的公司，那除了有色等少数行业外，大部分是真没咋涨。甚至这半年逆势下跌10-30%的蓝筹股都不少。 一些喜欢在交易上搞去强补弱，均值回归的散户，被这种结构化行情折磨的痛不欲生。如果不改变固有的交易习惯，后面可能还有更多的苦要吃。 …… 1、今天有传闻说要指导减少5000万吨动力煤产能，还说内蒙古环境治理减产1亿吨。对应的煤炭开采板块今天比较罕见的上涨4%。 2、柬埔寨太子集团的陈志被捕了，被遣送回中国。就是前些天被美国以电信诈骗为由，没收了1000亿比特币的陈志，终于柬埔寨政府不打算再庇护他，把他交给了中国处置。他留在柬埔寨的那些产业，估计就被没收充公了，里面有不少都是中国人的血泪。柬埔寨这种野蛮国家，都2026年了还在玩权力世袭，希望泰国给揍狠一点。 3、金融时报说中国监管层正在审查meta20亿美元收购manus，是否涉嫌敏感技术违规出境。公司去年6月搬到新加坡，并进行架构“出海”，以此来淡化中国背景，但中国监管机构正在回溯调查其核心技术是否是在中国境内开发形成的。 4、白天网传说字节在和车企合作开发智能汽车，有人怀疑是华为，但字节后来辟谣了造车的事情。我觉得直接造车可能性不大，但在汽车上专门适配豆包，就像前段时间中兴手机那样还是水到渠成的。 5、内存条最近价格涨疯了，原因有多方面，首先是AI Agent 普及引发的“存力饥渴”，其次是更赚钱的HBM（高带宽内存）挤占了产能，另外内存几大厂商也在有意控产来保障自己的利润。 6、中国央行继续增持黄金，上个月环比增持了3万盎司，3万盎司换算成人民币大概就是10亿人民币左右。目前中国央行大概持有7500万盎司的黄金，占全球央行黄金储备的1/5左右。这个比例不低了，但还有增持空间，因为通常黄金在各国外汇储备的占比是15%，而中国只有9.5%，理论上还可以再买。 今晚就这些内容，发射了。

AI时代，真的「只要你学得够慢，你就不用学了」吗？ 最近网络上有个说法还挺火的 「AI时代，只要你学得够慢，你就不用学了。」 我第一反应是，这话听起来很有道理。 我想起自己两年前熬夜学LoRA微调，想着可以用来模仿我的写作风格，然而skills出来了，发现效果可能还比我训的LoRA更好。 所以「等」赢了？「学得慢」赢了？ 如果你只是一个普通的AI用户，那这句话可能没错。但如果你不甘于只当个「时代喂你啥你就吃啥」的被动者，你想主动把握AI行业发展的脉络，你就不能等。 我仔细想了想，我感觉不是这样的，我想分享下自己的看法。 「等」赢了，但不是因为等 LoRA的故事是真的，类似的情况我遇到过不止一次。两年追热点下来，确实有不少「当年要做没做，后来发现不用做了」的案例。 但有个问题值得反问自己：你知道LoRA是什么、你知道skills出现了、你知道两者可以做横向对比，这个判断力是哪来的？ 不是从「等」里来的。 是从两年每天追热点的积累里来的。 因为很多人把「某件具体的事没做」等同于「不用学习」，这两件事完全不在同一个维度上。你「等」到了更好的方案，是因为你有足够的背景知识认出了它。一个完全不了解这个领域的人，他的「没做」只是「不知道」，不是「有判断力的等待」。 工具层可以等，认知层不能等 我2016年开始做机器学习和深度学习，做了好几年数据科学家。到了大模型时代，周围的人都在聊LLM，我一度觉得当年学的那套东西废了。 sklearn怎么调、XGBoost怎么训，这部分确实边缘化了，我不否认。 但我后来发现，真正值钱的东西没废：怎么设计评估体系、怎么防止数据泄露、怎么把一个业务问题转化成模型问题。这些判断力，大模型时代反而更稀缺（因为99%的「AI应用开发者」根本没有这个训练，看到模型输出「看起来对」就交付了）。 工具层的东西，半衰期确实很短，可能18个月就轮换一批。这部分确实可以「等等看」，等生态稳定了再下场，往往比头一批踩坑的人省力。 认知层的东西，没有捷径，也没有办法「等别人替你建立」。你在等的时候，别人在建立判断力的坐标系，你进来以后只能接受别人嚼过的知识，创造空间已经被占了。 比AI工具本身更有价值的 追了两年热点，我发现有一件事比「学到了什么具体技能」更值钱，那就是，我比周围大多数人更能「春江水暖鸭先知」。 某个技术出来，我大概知道它处在哪个演化节点，是真风口还是炒作，值得深入还是等等就过了。 但我一度很困惑，这种「看清楚行业方向」的能力，对我一个打工人有啥用？又不是创业者也不是投资人，判断对了趋势，我也只是回去开早会。 这个落差是真实存在的，不想粉饰。 但仔细想，这个能力其实在影响三件事： 第一，在组织里的位置。大多数团队里，「知道该做什么」比「把事做完」稀缺得多。能帮团队过滤噪音、判断方向的人，话语权不一样。 第二，选雇主的质量。能判断一家公司的技术方向是不是真的对，让你在上升期公司和下沉期公司之间选对的概率高很多。这个差距，可能比一次跳槽涨薪重要得多。 第三，这个认知要是有地方输出，是可以变现的。其实就是把「春江水暖」的判断力转成内容，内容建立影响力，影响力长期会带来预料不到的机会。 所以「只要你学得够慢，你就不用学了」，这话对不对？ 我的观点是：对了一半，但被大多数人用来当借口的那一半，恰好是错的那半。 工具层，确实可以等，工具肯定越来越先进，越来越好用，「等等党」在执行层有合理性。 而且在AI时代，这句话本意其实是在说，不要因为错过一个热点而着急，不用FOMO，在AI时代，应该少点焦虑。 但是认知层面，并不会因为你用过的某个AI工具过期了而没学到东西。你追热点的过程看起来很多东西「白学了」，但那个过程本身在建立一张地图，这张地图才是真正的资产。 把「某些工具不用学」误读成「可以少学、慢学、躺着等」，两年后你会发现，你确实等到了更好的工具，但差距在于，人家积极学习的，拿到新工具是真的能做出新东西，等等党拿到新工具，也就是跑个demo自嗨一下，感觉自己站在了时代前沿，实际上还在原地。 而且还有一个时间差的问题值得说。 新工具出来之前，积极的人早就在用当时条件下能用的东西硬拼出来了。RAG还很粗糙的时候，他们已经在生产环境里跑起来了，踩完了坑，知道哪里会出问题。Agent框架还不稳定的时候，他们已经用LangChain拼出了第一版，虽然屎山，但用户在用、反馈在收、迭代在跑。 等等党在等什么？等一个「更成熟的方案」。方案成熟了，他们入场，发现已经是红海。不是因为他们来晚了几个月，是因为那几个月里，积极的人已经建立了用户认知、跑通了商业模式、或者单纯地把某个领域的坑全踩完了，护城河就这么起来的。 更关键的是，这种「拥抱新技术」的习惯本身会复利。积极的人用惯了在局限条件下想办法，新工具一出来，他们比任何人都先知道怎么用好它。等等党等到了新工具，还是原来那个姿势，demo跑一跑，然后继续等下一个。 #AI# #AIAgent# @grok @xai

📺王纯——天津走出去的80后，将成为第一个去火星的人 过去，外界看加密，总觉得它离现实很远。 是投机、是泡沫、是屏幕上的数字游戏。 但王纯的故事提供了另一个版本： 一套开放网络创造出的财富，最后没有只停留在链上。 它变成了火箭燃料，变成了极地轨道，变成了绕月飞行，也可能变成，人类第一次载人飞向火星的船票。 当然，这里面有巨大的个人运气，也有时代红利。 一个5岁孩子捡到一张地图。 一个程序员在2011年买下8.7美元的比特币。 一个矿池在温州成立。 一个人终于站到SpaceX星舰面前。 中间隔着几十年，也隔着一整轮技术革命。 有些人赚钱，是为了离开地球。 @satofishi @f2pool

GitHub 上一个 7.4w star 的项目，最近刷屏了。 项目名字叫 generative-ai-for-beginners，是微软官方推出的生成式 AI 入门课程。 我本来以为又是那种“看起来很全、实际全是概念”的合集，结果点进去看了两节，直接被惊艳到。 这不是东拼西凑的博客整理，而是真正按照 「怎么一步步做出 AI 应用」 的逻辑来设计的课程体系。 它从 Prompt Engineering 开始教你怎么和模型高效对话、如何精准控制输出；然后自然过渡到 RAG、向量数据库、Fine-tuning、AI Agent、安全等内容。 顺序特别重要。 很多人学 AI 最大的痛苦不是学不会，而是一上来就被 RAG、MCP、Function Calling、Agent、LoRA 等一堆名词砸懵，完全不知道该先学什么、整个链路怎么串起来。 这个课程最牛的地方就在于，它把「为什么先学这个，后学那个」讲得特别清楚，每一节都有明确的 Learning Goals，不会让你学着学着就迷路。 更关键的是——它极度注重实操。 几乎每节都配了 Jupyter Notebook，打开就能跑。你改几个 Prompt，调一下 temperature、top_p，模型输出立刻变化；RAG 那部分更是手把手带你： • 如何切分本地文档 • 如何生成 Embedding • 如何存入向量数据库 • 如何检索 + 喂给模型生成答案 后面 Fine-tuning 讲 LoRA 轻量微调，Agent 部分演示模型如何调用工具完成多步任务。 刷到后面你会突然明白：现在市面上很多 AI 产品，本质上就是把这些模块聪明地拼在一起而已。 最离谱的是，这套课程完全免费，还有中文翻译。 现在很多人一想学 AI，第一反应就是去报各种付费课。但很多付费课其实也是把官方文档换个说法重新讲一遍。 而微软自己做的这套体系化内容，反而更适合想真正从零构建知识框架的人。 我的建议是： 如果你想系统地学生成式 AI，与其每天刷碎片信息、被各种新名词牵着鼻子走，不如直接把这个仓库从头过一遍。 至少你脑子里会先有一张清晰的地图。 仓库地址： 强烈推荐给正在学 AI 的朋友

如果你想在客厅挂一幅能实时更新的太阳系地图，现在有人把工具都帮你写好了。 Reddit 上一位叫 TheGreatestCapybara 的老哥，用 Python 写了一个太阳系地图生成器。它能直接去 NASA 的 Horizons 数据库里抓取行星、卫星甚至星际探测器的最新位置，然后自动画成矢量图。 这个工具不仅能看八大行星，连一些天文奇观也能在图上暴露出来：比如天王星的卫星轨道全部都是歪的（因为天王星自己就是躺着滚的）；海王星最大的卫星崔顿，在图上走的是逆行轨道；甚至连冥王星和它的卫星卡戎，因为质量太接近，它们共同绕转的中心点（质心）直接落在了冥王星身体外面，在地图里被标记成了一个悬空的小点。 作者说，他开发这个东西的终极目标，是等大尺寸的电子墨水屏降价了，就弄一块挂在客厅里。不用频繁刷新，每天让它在后台默默更新一次，家里就能有一幅跟随全宇宙同步变动的“实体星图”了。 目前这个项目已经开源在 Codeberg 上，支持用 YAML 文件自定义你想看哪些星球，懂一点代码的同学可以自己打包成 Docker 镜像去容器里跑。