与「选择」相关的搜索结果

用户故事加验收标准，几乎就是一段完美的提示词 敏捷团队都熟悉“用户故事”的写法：“作为某某角色，我想要做某件事，以便达到某个目的。” 再配上“验收标准”：在什么情况下，系统应该怎样表现。 很多团队以前写这些东西，有点走过场。 有了 ai，你会发现：一个写得好的用户故事加上验收标准，几乎就是一段完美的提示词！ 角色告诉 AI 这是给谁用的；目的告诉 AI 为什么要做，让它在细节上做出更合理的选择；验收标准告诉 AI 什么算做对了，甚至可以直接转成测试用例。 用户故事是“一个对话的承诺”。它的价值在于引发讨论，在对话里把需求的细节澄清。 你和用户对话，澄清需求；你把澄清后的需求写成故事和验收标准；AI 根据它们写代码和测试；你再拿着结果，回到用户那里确认。 用户故事就是一种好的提示词！

人类没有“长寿基因”，也没有“永生”的生物学设计；错的是——"命定不长寿"这个判断，已被寿命表的数字直接推翻。 ------ 人根本就不会长寿！ 一、先给判断 【表格】 常见说法判断依据 人有“长寿基因”，注定能活很久不成立迄今为止，没有任何一项研究找到能决定人类寿命长短的单一基因或“长寿密码” 人的寿命是命中注定的不成立全球平均预期寿命1950年为46.5岁，2023年已达73.4岁，翻倍只用了不到一百年 人类本来活不到这么老不成立史前人类的平均死亡年龄之所以只有二三十岁，主因是极高的婴幼儿死亡率，不是“古人只能活三十岁” 人的寿命有天花板部分成立主流研究估算人类寿命上限约 115岁，也有研究认为可达130–150岁；当前纪录保持者是让娜·卡尔芒的 122岁164天 基因决定你能活多久不成立双胞胎等研究反复显示，基因对寿命差异的解释力只有约20%–30% 百岁老人靠的是“长寿基因”不准确一是基因变异的组合很关键，而非单一基因；二是环境、医疗、饮食、社会支持的解释力更大 长寿的核心是某个单一因素不成立真正起作用的是一套组合：饮食结构、运动、睡眠、医疗可及性、社会联结 长寿就是“越活越久”这么简单不准确真正稀缺的不是寿命长度，而是健康寿命（能独立、无病、有质量地活着）的那段 一句话：人类确实“不会长寿”——因为我们从来不是靠基因长寿的；但我们确实“越活越长寿”——因为寿命从来是环境和医疗的结果，不是DNA的设定值。 ------ 二、先破“基因决定论”：身体从没被设计成“老而不死” 这是“人根本不会长寿”这句话唯一站得住的那一半。 2.1 进化不负责让你活久 【表格】 事实含义 自然界中的“长寿”指的是性成熟后、生育期内的存活优势进化的压力主要作用在繁殖成功上，不在“活到八九十岁”上 一旦过了生育高峰，自然选择的“关注度”急剧下降老年期的高死亡率，对进化来说基本不可见，也就谈不上被优化掉 没有单一基因、没有“长寿密码”长寿不是一条指令，而是成百上千个基因变异的组合，且组合方式因人而异 这里有个反直觉的事实：百岁老人并不是“人人都带着同一种长寿基因”。研究反复发现，是特定的基因变异组合在起作用——同样携带某个“长寿相关”位点的人，有人活到105岁，有人七十岁就走了，差别在组合和后半句。 2.2 “程序性衰老” vs “损伤累积”：两种死法 【表格】 假说说法支持证据主流态度 程序性衰老存在一个“生物钟”或基因开关，到点就自毁端粒缩短、表观遗传时钟、某些基因调控通路有部分证据，但未证实存在单一“自毁开关” 损伤累积自由基损伤、DNA突变、蛋白错误折叠、线粒体功能下降，坏了修不好，就慢慢垮氧化损伤、体细胞突变累积、蛋白质稳态失衡更被广泛接受 关键在于：这两种说法都不支持“人注定长寿”。前者说“到点就垮”，后者说“慢慢修不好就垮”。两者合起来，恰恰说明人的身体从生物学设计上就不是为长寿准备的。 所以“人根本不会长寿”这句话，在生物学层面是对的——但对的不是“人活不长”，而是"人不是被造出来活长的"。 ------ 三、但“命定不长寿”这个判断，被数据直接推翻 上面那部分讲的是“设计意图”，下面讲的是“实际结果”。这两件事完全不是一回事。 3.1 全球预期寿命：翻倍只用了不到一百年 【表格】 年份全球平均预期寿命 1950年46.5岁 2000年66.8岁 2019年72.8岁 2023年73.4岁（男性70.8，女性76.1） • 1950–2023年，全球人均寿命增加了25.4岁。什么概念？一个1950年出生的人，平均只能活到46岁；2023年出生的人，能活到73岁。 • 从1990年到2019年，全球平均寿命增加了8.4岁，相当于每十年多出两岁多。 • 疫情期间是唯一的一次倒退：2019–2020年，全球预期寿命下降了1.8岁，降到71岁——然后迅速反弹回来。 如果人类真的“命定不长寿”，这张表根本不该存在。一个物种的寿命均值在三代人内翻倍，这不是基因变了吗，是环境变了。 3.2 数据从哪里来：不是“更会算”，是“更少人早死” 这是最容易被忽略的一层，也是“古人只能活三十岁”这个误解的根源。 【表格】 指标含义为什么容易被误读 出生时预期寿命一个新生儿在当前死亡水平下平均能活的年数被极高的婴幼儿死亡率严重拉低 条件预期寿命已经活到某个年龄的人，还能再活多少年这个数字远高于出生时预期寿命 举个例子： • 史前/古代人群，出生时预期寿命可能只有二三十岁——但这主要因为大量婴儿夭折，而不是“成年人一过三十就死”； • 一个人如果能活过童年、成年、生育期，活到五六十岁在古代并不罕见； • 所以“古人普遍活三十岁”这个说法，是把统计均值当成了所有人的命运。 换句话说：人类不是“突然变得长寿”了，是“把大量早死的人救了回来”。平均数的提升，绝大部分来自婴幼儿和孕产妇死亡率的下降、传染病的控制、营养和医疗的改善——不是来自“延长了老年的长度”。 3.3 但人类确实有寿命天花板 【表格】 证据内容 当前纪录让娜·卡尔芒（Jeanne Calment），122岁164天（1875–1997），至今无人打破 本文为生命科学科普与概念辨析，不构成医疗建议。

📅 11月15日 · ETH跌破1800，以太坊基金会自己先卖了7500枚 🚨 BTC失守65,000，ETH跌破1,800，24小时跌幅接近7%。过去4天，以太坊基金会通过CoWSwap连续出售7,500枚ETH，换得约1,452万USDS，全部转入多签钱包。同一周，美国比特币ETF净流出10.65亿美元，贝莱德IBIT连续11个交易日失血，累计约23.5亿美元。 我的观点：基金会卖ETH不一定是“不看好”，但它在市场最需要信心的时候，选择了把ETH换成稳定币。普通持有者在恐慌里割肉，协议自己在恐慌里落袋，这比任何K线都更能解释为什么ETH连1,800都守不住。仅供参考。 如果连以太坊基金会都在暴跌里把ETH换成稳定币，你手里的ETH，还拿得下去吗？🐷🐷🐷

股民“拯救”了A股，也毁掉了自己？——一个需要拆开的判断 一、先给判断 前半句要打个折，后半句要分两层看。 【表格】 说法判断理由 “中国股民拯救了A股上市公司”部分成立上市公司确实靠市场融资、靠散户接盘完成了股权稀释和退出，这是事实；但“拯救”这个词把单向付出写成了双向交易 “股民破产、家破、人疯、跳楼”是真实存在的极端案例，不是股民的普遍结局有确切记录的个案存在，但没有可核实的“自杀者绝大部分是股民”这类统计 “股民与上市公司之间是因果关系”不成立中间的关键变量是杠杆、信息差与治理缺陷，不是“股民”这个身份本身 一句话：散户确实在为市场提供流动性、为上市公司提供退出通道、为机构提供对手盘——这是结构性的；但把个体的破产归因于“拯救”，是把结构问题翻译成了道德故事。 ------ 二、先把事实摆清：散户到底提供了什么 2.1 融资端：IPO与再融资的钱，主要不是机构出的 【表格】 环节散户的实际角色 打新与配售新股发行中，中小投资者是重要申购力量，中签后再卖出，形成首批流动性 定增与配股机构定价，散户被动稀释——参与是被动，摊薄是真实 解禁与减持原始股东套现，需要有人接；承接方中散户占比很高 市场流动性换手率长期高位，散户贡献了大部分交易量 这里有个必须说清的事实：A股的融资功能，本质上依赖一个愿意高位接盘的群体。而这个群体的构成，个人投资者长期占绝大多数。 2.2 但这不是“拯救”，是“被需要” 关键在于，这个“需要”是不对称的： • 上市公司拿到的是低成本、无偿还压力的股权资本； • 散户拿到的是价格波动、信息劣势、没有分红保障的纸面权益； • 中间的定价权、信息披露权、退出时机选择权，都不在散户手上。 所以准确的说法是：散户为市场提供了流动性，市场为散户提供了风险。这不是慈善，也不是拯救，是分工——只不过这个分工的风险分配是单向的。 ------ 三、必须补的一层：这个市场是给散户留了出口的 如果只写“散户被收割”，同样不准确。A股的制度设计里，确实为散户留了通道，只是通道有门槛。 【表格】 通道内容门槛 指数化投资宽基指数、行业ETF，分散单一标的风险需要接受“赚不到暴利” 打新与红利策略低波动、可预期的收益来源需要资金和耐心，且打新收益近年明显收窄 退市与索赔制度虚假陈述可提起证券民事赔偿需要证据、时间、律师费，且执行周期长 冷静期与适当性管理高风险产品需风险测评匹配容易被“绕开测评”操作规避 这些通道存在，说明问题不是“无路可走”，而是“走了的人少”。但这句话有个前提：这些通道的收益，远低于“赌一把”的想象——而后者才是绝大多数人进场的理由。 ------ 四、真正的问题不在“股民”，在这三个变量 这是整篇文章最需要讲清的一层。如果只写“散户惨”，就落入了廉价的同情；写“散户贪”，又落入了道德审判。 4.1 变量一：杠杆 这是破产的头号原因，而且不是“投资亏损”本身。 【表格】 杠杆形式常见倍数后果 融资融券1 倍左右亏损放大，触及平仓线被强制卖出 场外配资3—5 倍一个跌停就可能归零 消费贷、经营贷入市1 倍但期限错配还款日与行情无关，必须在最差的时候卖出 房产抵押高杠杆亏损传导到居住资产 关键机制不是“跌了”，而是“跌了以后被迫卖”。没有杠杆的亏损是账面浮亏，可以等；有杠杆的亏损是强制清算，时间是站在对手那边的。 这一条足以解释绝大多数“破产”案例——不是看错了方向，是扛不住路径。 4.2 变量二：信息位置 散户在信息链上的位置，是结构性的： 【表格】 环节机构散户 公司调研实地走访、管理层沟通财报与公告 政策理解提前解读、有渠道事后从新闻得知 交易速度毫秒级秒级 成本佣金与冲击成本低佣金与印花税占比高 工具融券、期权、对冲只能做多 这不是“谁更聪明”的问题，是“谁站在队伍前面”的问题。同一个消息，机构是决策依据，散户是反应依据。 4.3 变量三：行为与制度缺陷 【表格】 缺陷具体表现对散户的实际影响 重融资、轻回报分红比例长期偏低持有股票只能靠价差，没有现金流兜底 退市与处罚成本偏低财务造假退市案例相对少，处罚金额与非法所得不匹配违规收益 > 违规成本，形成示范 减持约束不足原始股东成本极低，解禁即减持供给端压力长期存在 投资者救济渠道不畅集体诉讼、先行赔付覆盖有限亏损后缺少追偿路径 产品适当性执行不严高风险产品卖给低风险测评者风险承受能力与产品风险错配 前两个变量是市场结构，第三个变量是制度供给。三者叠加，才构成了“个体破产”的环境——而“股民”这个身份，只是站在三者交汇点上的人。 ------ 五、关于“跳楼”这件事，必须写得准确 这是最容易出错、也最需要克制的一段。 5.1 可以确定的部分 【表格】 事实说明 确有极端个案有公开报道的股市相关极端事件，且通常与杠杆、债务催收、家庭破裂叠加出现 杠杆是共同特征已披露的个案中，多数涉及融资盘、场外配资或借贷资金 本文为制度与市场分析，不构成投资建议。

【NVIDIA NeMo Switchyard在Amazon Bedrock上为编码智能体请求分配合适模型】 AWS机器学习博客11月13日发文，6位AWS和NVIDIA作者介绍在Amazon Bedrock上为编码智能体做模型路由。 作者主张用每个解决任务的成本衡量路由，而不是每个token的单价。 示例把开源网关LiteLLM和Switchyard插件部署在Amazon ECS Fargate的私有子网里。 LiteLLM通过Bedrock Converse API调用模型，流量经过VPC接口端点进入Bedrock。 能力较强的模型使用Claude Opus 5.5，高效模型使用NVIDIA Nemotron 3 Super 120B。 Stage策略读取近期工具结果在两个模型之间选择，信号不明确的时候默认使用高效模型。 Random策略按照权重分配流量，适合A/B测试，两种策略都不调用评判模型。 作者表示只在两个任务上跑了几次，不足以得出成本或者质量结论，示例只适合非生产账户。 我觉得现在只给了部署模板，团队需要自己用bench脚本量出每个任务的实际成本。 来源：AWS Machine Learning Blog · 2026-11-14

200多元上车Gemini Ultra 5倍额度的羊毛先别急着冲，避坑指南看这一篇就够 不少开发者盯上了Google Antigravity生态里的算力红利，想通过低价套餐直接拉满Ultra甚至调用Opus 5.5的高阶模型额度。 实际下单最大的门槛在Google账号的底层归属地和支付风控，直接裸连打开很容易直接遭遇地区墙报错拦截。 想要顺利订阅，必须提前准备原生干净的对应地区IP，并确保Google支付资料的国家与代理出口保持严格一致。 建议优先选择支持本地货币绑卡结算的外币虚拟卡，避开高风控节点，避免反复切换网络导致账号被风控锁死。 #AI工具# #独立开发#

币安量就是足。 2026年至今现货累计已超2.88万亿，
日均仍稳在70-80亿美元区间。 在整体市场降温的背景下，
币安依然维持着全市场最深的流动性深度和最稳定的成交密度。
这种持续的真实成交，不是靠短期叙事堆出来的，而是长期用户、机构和做市商共同选择的结果。 量足，有交易深度，才是真正的护城河。

我今年28岁，工作稳定闲来无聊在小红书上聊到了一个精神小妹，最后说五张睡一次 见面的时候带她去喝了奶茶，和我说19岁差了一个星期，最后还是没有忍住去开房了，怎么说呢和那些🐔不一样没有🐔味，也不会催促我，认认真真的洗澡、前戏如同女朋友一般的娇羞。 一开始👄的不熟练，后面慢慢调教，想着爱爱嘛又不仅仅发泄欲望也给她挑拨情绪上来了才进入的。过后她搂着脖子睡着了我看着她脸上还有几分的稚嫩，下午睡醒了洗了个澡，很自然的喊我过去帮她吹头发，她抱着我的腰 过后她说晚上要去露营地吃烧烤喊我一起去，她朋友们都是成双成对，她单着喊我装她男朋友，我犹豫了一下没什么事答应了和她一起，路上顺便给她买了一兜零食，她和我说她要去学化妆她朋友给她践行，提前定好场地了我们直接去 到了后一切都还好她朋友都是精神小伙精神小妹，饭桌上聊的都是我一个真二八经老老实实读书出来工作的社畜不理解的，但是我也没有歧视和看不起，毕竟人生的路都是自己的选择。大概聊的都是打架呀，恋爱分手了，换对象，进局子至于怎么进他们没说，他们看我插不上话后面带我摇骰子喝酒，也算玩在一起了 晚上我分别送完他们回去，她和我说不想回她出租屋，我也是明白了她想法又带她去开房了，她晚上絮絮叨叨和我聊了很多，聊她重组家庭在她18岁有了个弟弟，亲生父亲家里创业开酒店，后妈家境也不错，我都不明白了她这么有钱为啥兼职，她说我是她的第四个，我沉默了没有讲话，随后又讲了家里是要她听话才有钱，所以她宁愿出来混着，她父亲大概是觉得大号练废了直接断了她生活费 我沉默的是我不知道该怎么去表达，有空她就絮絮叨叨的在我旁边讲话，聊她的身世，第二天我带她吃完饭我转了她两个520和一个1314，她和我说想和我在一起以后不做了，我问她为啥？她说我对她很好，真的像男朋友一样照顾她，至少比她前男友对她好，她说再和我睡不会和我要钱了，我听完不知道该说什么。她说她她只有一个前任，18岁结婚有个孩子瞒着她和她在一起，一年多没有恋爱 第二天我和她告别，回家之后感觉到了巨大的落差感，一种戒断反应我一个28的中登好久没有恋爱的激情了，接触的都是相亲女生上来就车房彩礼工作，买个奶茶吃个饭都嫌弃，这种带给我的落差太大了 她生日那天又喊我去玩了，我去接她问她想玩什么礼物我带她去买，她领着我进了金店，我心里一沉但是依旧面不改色，她认认真真的去银饰那边选了一条祥云锁的项链168块。我说我以为你会选个黄金呢，她说她现在觉得自己不配得到 最后我还是没有去她全是精神小伙小妹的局，给她KTV喊了两打酒我就走了，晚上她喊我接她，暗示我开房，我还是把她送到她闺蜜家了。 生日过后的第二天，她忽然和我说了一个事，她要去陪一个客户，我心里升起来的就是一丝丝难受，感觉好像属于我的金丝雀飞走了，她认真的和我说我们保持这样关系，所以不可能和我借钱或者要钱，她只能再去一次，陪客户吃饭打台球睡觉三千。我说，好你去吧 第二天她喊我去找她，我说我不去了，她最后就说为了我改签浪费了五百，我转了1314给她她没有领，说月底回来找我。我现在就是清醒的感觉我是缺乏一个青春活力的对象，相亲的现实女生让我觉得厌倦了，花几千几万去高档饭店吃饭，和一群叽叽喳喳的精神小伙喝酒，分泌的多巴胺带来的快乐是一样的😁😁

用了 AI，感觉干活快了，实际却更慢了？ METR 的一项研究出现了这个反差：16 名资深开源开发者完成 246 项真实任务，每项任务随机决定是否允许使用 AI。 结果是，使用当时的 AI 工具，完成时间增加了约 19%。但实验结束后，开发者仍估计 AI 帮自己节省了约 20% 的时间。 推荐读这篇《Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity》。它提醒我们：初稿出来得快，不代表任务完成得快。等待生成、检查结果、修改返工，都要算进总时间。 不过，别把它概括成“AI 让程序员变慢”。研究针对熟悉成熟项目的开发者，使用的是 2025 年初的工具，不能代表所有编程工作，更不能直接代表今天。 还有个值得一起读的后续：METR 在 2026 年更新中观察到一些加速信号，但也指出参与者选择和计时方式等问题，使新数据难以可靠估计提效幅度。 比起争论 AI 到底提不提效，更实用的办法是：选一项重复任务，记下从开始到真正交付的总用时，再看质量和返工有没有变化。 “用起来很顺”和“确实省了时间”，可以分别记录。