与「运20」相关的搜索结果

之前，运20直接送武器到塞尔维亚，没鸟北约，塞尔维亚只要不被秒，中国奶一口，搞不好把力量投射到巴尔干 半个月内，伊朗套一个，巴尔立一个，神仙剧本😃😃

1. '365天：这一天'(2022) 2. '别担心亲爱的'(2022) 3. '快乐'(2021) 4. '爱与皮鞭'(2022) 5. '马尔科姆先生的名单'(2022) 6. '锐棒'(2022) 7. 'X'(2022) 8. '母亲节'(2021) 9. '祝你好运，莱奥·格兰德'(2022) 10. '火岛'(2022)

完全阻止云端大模型对你做人格侧写几乎不可能，因为只要对话上云，服务商至少会为安全、滥用检测和运维保留一段时间数据。能做的是：减少可识别信息、切断跨会话记忆、把敏感内容留在本地。 先改使用习惯 不要把真实姓名、住址、身份证、公司内部文件、家庭关系、精确行程、财务账户一次丢进同一账号。侧写靠的是长期、跨话题的一致性，而不是单句脏话。 把“闲聊人生”和“查数据/写代码”拆开。前者用临时对话或本地模型，后者再用登录账号。 把每次对话当成可能被人工抽检或进入安全日志的内容来写，而不是私人日记。 把平台开关关掉 ChatGPT：设置 → 数据控制，关闭“为所有人改善模型”；敏感话题用 Temporary Chat；另到个性化/记忆里删除已保存的 Memory。关闭训练不等于立刻清空历史，历史和记忆要分开删。 Claude：设置里关闭帮助改进模型；需要一次性深聊时用隐私聊天（幽灵图标）。删除的对话通常会从历史里消失，后端一般还有约 30 天保留期。 Gemini：关闭并删除 Gemini 应用活动记录。关掉后新对话通常只短暂保留约 72 小时用于服务本身。同时检查 Google 账号里的“网络和應用程式活動”。 各平台都要定期删历史、导出自己的数据看一眼公司到底存了什么，再提交删除请求。 身份隔离 不要用绑定真实社交账号、主邮箱、手机号的同一身份去聊私密话题。 公开发言（X、YouTube）和私密提问尽量不要交叉引用，否则模型或人工审核很容易把两边对上。 关掉浏览器对 AI 站点的自动填充和跨站追踪，减少账号、设备、地理位置被拼在一起。 敏感内容用本地模型 真正想防侧写的内容，用 Ollama、LM Studio、Jan 等在本机跑开源模型。推理不出门，云厂商拿不到原文，也就无法据此建档。代价是能力通常弱于前沿云端模型，适合草稿、摘要、私密文件，不适合强推理和实时检索。 注意：本地工具如果开了遥测、云同步或联网插件，隐私优势会打折。尽量关掉遥测，敏感文件不要再上传到网盘再让云端 AI 读。 还要接受的现实 关闭“用于训练”只挡住模型迭代，挡不住安全审核、滥用检测、法律调取和短期日志。Anthropic 这类公司的威胁报告，依据的正是这类监控，而不是公开训练语料。 元数据仍在：登录时间、IP、设备、提问频率、话题分布，本身就能画粗略画像。 你在 X 上的公开帖、视频、网站，任何人（包括 AI）都能做公开侧写；那部分只能靠少暴露，无法靠聊天设置抹掉。 最有效的组合通常是：公开分析继续用云端 + 关训练/开临时聊天；涉及家庭、资产、身份、未公开行程的内容改走本地模型或干脆不输入 AI。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 微博VibeLab AI 创意赛收官了，一共有 2500 多件原创作品，2.4 亿多话题阅读。很荣幸这次是评委一员，有机会翻看了不少优秀的参赛作品，也转发了其中一部分。 一个直观的感受就是软件开发这种事情，不再需要专业人士了，普通人也能 Vibe 一个工具出来。 所以借这个机会，整理总结一下：为什么越来越多人愿意“自己搓一个工具”？Vibe Coding正在发生什么变化？ 一、写代码这件事，门槛和成本都降下来了 写代码以前是程序员的专利，想写个工具，别说学语言框架，搭个环境都费劲的要死，随便一个环境都能把你卡住，像我这样写程序得有很多年的，换个不熟悉的语言，一样也搞不定。 现在借助 AI Agent，门槛一降再降，现在你只要有一个 Agent，会打字或者会语音，都能指挥 Agent 帮你写一个 App 出来。写代码这件事，从以前需要专业技能，到现在变成了语言表达能力。 我自己身上都有明显变化，从以前对 Vibe Coding 的嗤之以鼻，到现在“真香”，每天都大量的在指挥 Agent 帮我写代码。 二、以前的软件，满足不了长尾需求 长尾理论说的是，需求分布是一条长长的尾巴：头部是大多数人共有的需求，尾巴上是无数小众的、个性化的需求。传统软件只能做头部，因为为少量用户单独开发功能，成本上是不合算的。 而且，就算你有个好想法，也很难传递到开发者那里。想象一下一个普通用户的需求要经过的链条： 用户反馈 → 产品经理收集筛选 → 转化成需求文档 → 设计师出设计稿 → 程序员做系统设计 → 编码 → 测试 → 运维部署 每一环都在过滤、都在排优先级。最终大部分普通用户的需求，都被筛选掉了，软件最终只能取最大公约数，做绝大部分人都需要的那部分。 结果就是，市面上的软件很多，但每个人都有一堆“要是能这样就好了”的小需求，从来没有被满足过。 这次 VibeLab 里我印象很深的一个作品是 @机器旁白 做的 SiaoCut 。起因是他看到我做的 BaoCut，很喜欢“转写、像改文稿一样编辑、AI 处理、人工审阅、导出”串成一条工作流的思路，但 BaoCut 只支持 macOS，他是 Windows 用户。放在以前，他只能等我哪天有空做个 Windows 版，或者就此作罢。现在他自己和 AI 一起做了一个，而且不是简单复刻，还在这个过程中想清楚了自己关心的问题：AI 进入剪辑流程后，应该拿到多少数据，能替创作者决定到哪一步。 这就是长尾需求被满足的样子：不需要等别人来做，有需求的人自己就能把它做出来！ 三、Vibe Coding 让成本变低、链条变短 所以以前那种长长的从需求到交付的链条，现在可以缩成简单的几步： 有个想法，让 AI 去设计、制作、部署。 甚至于很多需求根本不需要做成一个有界面的产品。 比如你想每天自动整理某个表格里的待办，或者每周追踪最新的 AI 资讯，这些事让 AI Agent 帮你写个脚本，再让它自己定时调用就行了。 比如 @张铁蕾 开源的 Bridgic Agent 就是这样的作品：输入 /build，描述你的目标，它自己去探路、生成、验证，遇到需要你判断的地方再来问你。做出来的不是一次性跑完的任务，而是可以长期运行、随时修改的工作流。 还有一种更轻的做法：把你的操作流程、经验和偏好写成 Agent Skill，就像一份告诉 AI 怎么做某类事的说明文档，那么以后 Agent 就能按照 Skill 的说明帮你把很多繁琐的事情变成自动化半自动化的操作，大幅提升你的效率。 现在随着 Agent Computer Use（操作电脑）的能力增强，你甚至可以让 AI 观察你操作一遍，然后它自己能把它你的操作录制成 Skill。不需要界面、不用部署，但它确实能替你干活。 四、模型和智能体的能力，一直在变强 现在普通人也能 Vibe Coding，还有一个重要原因是模型能力在变强。 回头看这几年的变化： 最初，像 GitHub Copilot 只能做代码补全，你写一半它提示后半段； 然后，它能根据描述生成一段完整的代码； 后来， Claude Code 能自己在项目里探索，读文件、找上下文，把一个功能完整实现； 现在，主流 Agent 都已经能做设计、写代码，还能帮你操作电脑，打开浏览器自己验证做出来的东西对不对。 模型每上一个台阶，普通人做工具的难度就降一截。VibeLab 期间正好赶上 Kimi K3 发布，很快就有创作者拿它做体检报告工具、做斗地主游戏，还有人把 Claude Code、Qoder、GLM、Kimi K3 混着用。 由此也可以看得出越来越多的人已经不再把 AI 当聊天机器人了，能配合 Agent 把 AI 当干活的工具。 五、变化的还有“做工具”这件事本身的心态 看作品的时候我还注意到一点：很多作品不追求改变世界这种宏大的事，就是想先解决一个具体麻烦。比如说工作流太碎、长辈不听劝、拍照没人帮、看不懂热点，作品的起点都是这样一个一个具体的痛点。 最初微博在设定大赛规则的时候，把赛道拆进职场、生活、视觉、微博这些具体场景，现在看来还挺有道理的，因为这确实能激发人 Vibe 的冲动，想去用 AI 解决生活中的问题。 其实这次参赛的作品也不都是工具。@世界第一裹凉皮 把 32657 位诗人、933857 首诗做成了一个三维宇宙 ；@德里克文 的「华夏博物志」把全国博物馆收进一幅可以点开的中国画 ；@海辛Hyacinth 把三星堆&金沙文物变成了互动场景 。这些作品看起来似乎不像工具那么实用，但让我们看到 Vibe Coding 不只是提效，也可以服务于文化和审美。 以前想做这样的东西，需要一个团队，现在一个人，不需要会写程序，有自己的想法加上 AI 就可以试试看。 最后，如果你也想自己搓一个工具，我的一点建议： 从写一个 Agent Skill 开始。 这是成本最低的方式：不用部署，不用界面，把你希望 AI 帮你做的某类事情写清楚就行。做一次，发现哪里不对，改一改，很快就能用起来。 顺便推荐下我的书《图解 Skill》，也是不错的 Skill 入门书籍。 如果要做网页或者 App，不用一上来就让 AI 把整个东西做完。 建议分步走： 1. 先和 AI 一起讨论需求，把你想要什么说清楚，让它复述一遍，确认理解一致。 2. 先做原型。也就是用模拟数据，只看长什么样、怎么操作，不接真实逻辑。原型的好处是改起来成本低，修改容易，就算推翻重来都很快。 3. 再做 MVP（最小可行产品），只做一个最核心的功能，先做一个小的能跑的东西出来。 4. 再慢慢迭代，有了 MVP 了，能跑起来了，就可以慢慢迭代，一次加一个小功能，AI 能处理的过来，你也验收的过来，日积月累，慢慢会变成成熟的软件。 做完一定要验收。 从头到尾按一个真实用户的路径试一遍，AI 说做完验收完不一定靠谱，还得自己上手用用。 注意安全。 涉及钱、隐私、账号权限的东西要格外小心，拿不准的地方去找专业人士问一下。就像 SiaoCut 的作者给 AI 划定了边界：AI 只拿到任务所需的文本和时间戳，不碰原始媒体，处理完只生成待审建议，最终由人决定。这样的思路值得借鉴。 最后说一句，做出来之后，发出来。 这次 VibeLab 里不少作品原本只是作者电脑里的一个 Demo，发到微博之后被讨论、被转发，有的还上了热搜。对于自己动手做东西的人来说，“作品被看见”是最好激励，也是下一次迭代的开始。

课代表总结来了： 孙宇晨用了3000万睡了景甜，后者索要更多时，孙及时止损。 时间线 2007年：孙进入北大，通过QQ广告认识景甜；在校内网申请她为好友，只写“你好”，未获通过。此后一直保存她的QQ宣传图。 2011年：孙买150元羽绒服都要犹豫三天；同年景甜主演投资约1.5亿元的《战国》，被暗指有资本为她配置顶级资源。 此后多年：孙赴美读书、创业，财富从十亿增长到百亿。每次更换设备，都会转存景甜的旧照片。 第一次见面：两人在瑰丽酒店见面。孙带景甜看自己花620万美元买下的卡特兰香蕉。 第一次看电影：景甜要求放映厅不能有其他人。孙包下《疯狂动物城2》全场，并给26名已购票观众现金，让他们离开。 首次亲密行为：孙揉景甜胸部，被她推开；原因是孙的指甲扎疼她。景甜花近一小时替他磨完十根手指，随后表示“想摸哪都行”。 交往约三个月：孙派人调查景甜及其家人、公司、房产、账户和男女关系，形成四十多页资料。孙表面相信她说的一切，实际上“一个字也不信”。 特纳里费旅行：景甜临时提出出游，孙次日调来A330，约30人同行。景甜睡觉不能见光，11名助理每天用黑胶带封窗并遮住所有指示灯。 飞机上：景甜要求孙以后叫她“妈妈”，孙接受。 旅行期间：景甜提到一名曾替她“扛事入狱”的财务人员。对方出狱后向她要钱，她考虑三天，最后给了8万元。 前往马尔代夫途中：景甜提出和孙要一个孩子，而且必须代孕。 抵达马尔代夫：景甜的一只行李箱被要求单独使用一架小飞机运输；酒店另配管家、保镖、助理和无人机手等约26人。 交换前任经历：景甜禁止孙提到某位运动员，文中暗指张继科，并称她背上的纹身与该运动员有关。 第一次彩礼转账：景甜以父母将她养大不容易为由，让孙向景国庆、田心爱两个账户转账，共计人民币3000万元。孙照办。 关系测试：景甜承认，自己不断提出要求，是想看孙会不会有一次拒绝。孙说不会，她回答：“那就没意思了。” 娱乐圈暗示：景甜谈到“剧组夫妻”，称演员可能进组期间晚上做爱、白天争番位，杀青后再当作一切没有发生。 2026年1月2日：孙在马尔代夫向景甜求婚。戒指临时从香港运来，景甜嫌钻戒太小，但表示以后补一个大的即可。 第一次要求去北京：景甜问孙能否来北京，孙沉默，没有答应。 马尔代夫清晨：景甜独自在露台“算日子”，可能与月经周期及取卵时间有关。 回到香港：景甜见了孙的父母。当晚又以筹备两家见面和婚事为由，要求孙继续向她父母的账户转钱。孙用5张银行卡轮流转账。 春节：景甜留在海南，没有与孙及其父母过年。她再次问孙能否来北京，孙仍然沉默。 香港房产：景甜要求孙在香港购买一套登记在她名下的房子。 取卵前检查：景甜在北京接受抽血、激素六项、B超和AMH等检查。相关费用早已出现在孙助理的付款单里，但孙此前没有留意。 2月25日：景甜抵达香港，表示除非先看到香港房子，否则不去洛杉矶。孙把过去半年筛选的十几套房发给她，她全部不满意。 2月28日：景甜乘孙的湾流G700前往洛杉矶，入住蒙太奇拉古纳海滩。孙包下酒店整层30天，费用约100万美元。 代孕安排：加州代孕机构和一名34岁、育有两个孩子的代孕母亲早在1月确定。孙已支付20万美元定金，诊所也准备了8天促排针。 入住第8天：景甜在电话中要求孙先支付5000万美元，否则不取卵。 孙第一次拒绝：孙说“让我想想”，随后用Claude Code核算全部现金资产，确认5000万美元不会对自己造成实质影响。但Claude明确建议不要给。 第二次电话：景甜再次询问孙是否想好。双方沉默11秒，孙没有答应。景甜说“行，我知道了”，随后挂断电话。 关系结束：景甜住了8天便离开，此后再无人见到她。湾流G700空停在机场，机组仍每天照常报到。 后续损失：酒店剩余22天空置；20万美元代孕定金不退；8天促排针一支未拆；包机燃油费用甚至高于整层酒店费用。 分开以后：孙删除了“预产期前三个月准备房间”的日程提醒，再次翻看那份四十多页的景甜调查报告。 最终疑问：孙一直在想，如果当时支付了5000万美元，景甜是否会留下。 传闻后续：有爆料称孙准备在国内提起诉讼，追讨已转出的3000万元及其他损失；截至目前，尚无公开司法记录证明案件已经立案。 编外消息：景甜多次访问孙前女友的微博成为了该事件的佐证。