与「通勤」相关的搜索结果

福建电信通勤包省内流量转为全国通用（不含港澳台） 这个包是不是和绿帽规则差不多，有了前车之鉴，然后让福建电信抄作业 1块钱1G，感觉不如用eSIM漫游了🤣

7. Maps + Calendar → 做出最聪明的行程 提示词： “用 Google Maps 规划在 [城市] 的一整天。优化各地点之间的路线，估算通勤时间，推荐附近的餐厅和景点，然后生成一份时间安排合理的 Google Calendar 行程。” 结果：旅行计划靠时间优化，而不是靠猜。

一个让人不舒服的事实。 ChatGPT 每周活跃用户超过 4 亿。绝大多数人用它的方式都一样：打字提问，读回答，关标签页。 他们从没设置 Custom Instructions。从没打开 Memory。从没创建 Project。从没打开 Canvas。从没建 Custom GPT。从没用 Voice Mode。从没上传文件。从没触发 Deep Research。从没安排任务。 他们只用聊天框——15 个功能里的 1 个——然后用零上下文、一次性回答的质量来评判整个平台。 OpenAI 也有责任。他们把 15 个功能塞进每月 20 美元的订阅里，但从不带你过一遍任何一个。没有设置向导在第一天问你"你做什么工作？"没有引导流程帮你建第一个 Custom GPT。没有教程在你第一次通勤时展示 Voice Mode。每个功能都可用。没有一个被解释。 OpenAI 的商业模式是订阅——不是功能采用率。你用 1 个功能还是 15 个，他们都收同样的 20 美元。你的低利用率不会减少他们的收入。它减少的是你的价值。 "ChatGPT 不会给出 C+ 的回答。它给出的回答是根据它拥有的上下文校准的。大多数用户给它零上下文——没有指令、没有记忆、没有项目、没有文件、没有语音、没有历史——然后怪 AI 太泛。AI 不泛。输入泛。配置输入。输出就变了。" 9 个功能。一个晚上。同样的每月 20 美元。 AI 一直都有能力。设置一直缺失。而且没有人——不是 OpenAI、不是 App、不是引导界面——告诉过你打开 Settings。 C+ 的回答从来不是天花板。那是地板。天花板藏在 9 个功能后面，你从订阅那天起就能用——但从没配置过。

中国一汽・红旗天辇 1 号（天辇一号）eVTOL 电动垂直起降飞行汽车，由旗下旗翼（深圳）科技研发完成原型机试飞 2029 推出商业化产品，2030 年计划商业运营车家号。 应用场景：城市短途通勤、跨湾跨城出行、商务接待、旅游观光、特种作业。以深圳 — 珠海 50km 跨海为例，飞行约 20 分钟，相比地面节省约 85% 通行时间。

豆包越来越像 Codex 了，这是我最近用下来最直观的感受。Codex 一直是我心里 Agent App 体验的标杆，而豆包这波更新，从 GUI 电脑操作到手机远程操控，很多设计思路都能看到 Codex 的影子，有些地方甚至做了本土化的超越。 最近我老婆回国，在国内用不了 ChatGPT 和 Claude 这些，日常就用豆包帮她查资料、做攻略。这两天她需要在自己电脑里找个文档，人在国内，电脑在美国——直接用手机上的豆包指挥美国这边的电脑，帮她把文档找出来发到飞书，手机上就能访问了，非常方便。 注意使用的时候要在手机和电脑上登录相同的账号，并且电脑上要允许手机连接才行。然后从手机打开“工作任务”，就可以在底部看到你连接的电脑端。 （参考图3图4） 手机指挥 Agent 现在是我日常用得很多的功能。在外面的时候可以随时从手机看 Agent 任务的执行进度，或者临时想到什么事情，通过手机就能指挥家里/公司电脑上的 Agent 去执行，回家直接看结果，通勤路上也不耽误。 之所以要通过手机指挥电脑，是因为电脑上的资源通常是最全的：硬盘上有所有文档、代码库，有各种配置好的技能，而电脑又不可能一直随身带着。想想看，快下班的时候还有个任务没跑完，又不想干等着，那就先让 Agent 跑着，用手机连上电脑随时看进度，有问题还能中途插话调整。动口不动手，重复活儿全甩给它。 豆包在 Windows 版本上的 GUI 电脑操作功能体验下来相当的好用，它巧妙的通过豆包虚拟桌面让人和 AI 同时操作电脑，互不干扰，这点优势还蛮明显的，有点我第一次用 Codex 在 Mac 上的 Computer Use 感觉一样，就是它帮你操作电脑 App，但是完全不影响你当前正在执行的任务。不像 Claude Code 一旦使用 Computer Use，你就得等它操作完才能继续干活。 （参考图1图2） Computer Use 让 Agent 直接帮你操作图形界面的软件：点按钮、填表格、下载文件，理论上即使没有提供 CLI 的软件都能控制。日常能用的场景很多： - 办公类：新建和排版 Word/Excel/PPT，处理函数、生成图表，或者让它开着浏览器做调研然后直接产出 PPT - 桌面类：批量归类整理文件、改系统设置、管理启动项这类琐碎活儿 - 长尾类：PS 批量改图导出、证件照排版打印，甚至通过微信桌面版帮你发消息 - 发散玩法：游戏帧率优化设置、自动化信息收集整理…… 基本上你觉得「这活儿也能甩给 AI？」的重复劳动，都值得试试 我自己使用 Agent 有个技巧，就是尽可能让 Agent 能自己检查自己、拿到反馈。比如写程序，要让它自己写测试，或者用 Computer Use 去验证 App 的运行操作，自己去模拟用户操作；即使是让 AI 生成 PPT，也会让它自己截图验证下看看效果。这样可以减少人工干预，最大化利用好 Agent 的能力。 入口在豆包 PC 端的「工作任务」模式里，Windows 用户记得升级到最新版；Mac 目前还只支持内置浏览器的 GUI 操作。

一位MIT教授仅用一小时讲座就悄悄摧毁了整个管理培训行业， 而迄今已有一千万人观看了这场讲座。 他在2018年1月录制了一次， 十八个月后他就去世了。 行政教练收费一次一万五千美元， 却只能教他那小时免费讲座内容的一部分。 他叫帕特里克·温斯顿。 他从1972年到1997年领导MIT人工智能实验室， 著写的AI教科书影响了几代计算机科学学生。 四十年来，他每年一月都会讲授一堂课： "如何演讲"。 整个框架可以写在一张餐巾纸上。 不要照稿读。 成为你描述的形象。保持视觉简洁。 删除杂乱。以真诚的同情心开场。 以人们会在晚餐时重复的话句结束。 永远不要以笑话开场。永远不要以"谢谢"结尾。 最后这条规则单独就让培训行业损失惨重。 他通过告诉学生说话好、写作好、想法强这三点会影响成功， 按这个顺序。他的信念足以让他花五十年教工程师如何交谈。 创业者花八万美元读MBA， 随后又雇通讯教练重新学习温斯顿免费传授的内容。 工程师编写优秀代码却输给了在通勤时看过这讲座的同事。 讲座在MIT开放课程中免费提供。 教科书在他的页面上免费。 温斯顿于2019年去世。 一千万观众中几乎没人真正用过餐巾纸上的四条规则。 餐巾纸免费。 在下次会议中真正使用它才是全部优势。

刚看一个视频讲 月薪一万的男生，每天只能吃得起 15 元的盒饭 听着是否很反常识 但仔细想想真是这样的 月薪一万，到手 8000 左右 房租 2000 通勤、聚会、日常支出硬性花销 2000 谈个女朋友 2000 实际到手 2000 所以只能吃得起 15 元的盒饭了🥲🥲🥲 而月薪一万在社会大众眼里算是高薪了

这个项目用 Next.js + AI Agent 搭了一套通勤规划工具。用户描述自己的通勤需求后，AI 自动查高德地图、看天气、算路线，支持分段行程和缓冲时间。跑在 Docker 或本机都行，还能在 Telegram 上继续对话改行程。