Kyrie (@KyrieCheungYep)

可以让你远远超越同龄人的顶级思维： 1. 胜率思维 Probabilistic Thinking —— 麻省理工学院 大脑天生害怕亏损 但真实世界是由概率构成的 顶级决策者从不要求每次都 100% 赢 而是去寻找正期望值 把时间线拉长 你的收益一定能稳稳向上 2. 上帝视角 Observer Mindset —— 密歇根大学 脑成像证实 高压下把内心独白里的“我”换成你的名字 负责恐惧的杏仁核会瞬间降温 遇到情绪失控 强行把自己从第一视角的 NPC 抽离成拿着手柄的玩家 用第三人称的冷酷视角审视当前的局面 能让你瞬间夺回大脑的最高控制权 3. 认知欺骗思维 Cognitive Reappraisal —— 斯坦福大学 面对极度紧张的场合时 在心里默念“我很兴奋”，而不是“我很紧张” 同样的生理心跳加速 只要在认知上给它重写一个底层标签 身体系统就会瞬间从防守型的恐慌状态 切换成输出的进攻状态 把怯场直接转化为战斗力 4. 模块化拆解 Chunking Strategy —— 普林斯顿大学 人类短期记忆的容量非常有限 面对庞大的任务 不要被整体工程量吓倒 把它像拆解复杂代码一样 无情地拆分成几十个几分钟就能搞定的独立小模块 给大脑装上这种高级的压缩算法 能完全杜绝起步时的畏难情绪 一口一口吃掉大象 5. 终局倒推思维 Endgame Thinking —— 加州大学洛杉矶分校 脑成像显示 普通人思考未来的自己时 大脑活跃区和思考陌生人没区别 所以总喜欢透支当下 顶级思维者会经常把未来的终局极其清晰地具象化 就像输入了极度精准的坐标 然后一步步倒推回今天该干什么 物理连接一旦建立 你的每个动作都会自动吃满时间复利 6. 内存释放思维 Subtraction Thinking —— 弗吉尼亚大学 自然杂志研究发现 人遇到难题时潜意识总喜欢盲目做加法 真正的聪明人懂得给大脑系统清理冗余 遇到复杂乱码 强迫自己先删掉不必要的选项和无关信息 这能为你省下极其宝贵的认知内存 直接切中事物最核心的骨架

与 AI 交互的时代，用心和做好资料准备，写好 Prompt 是非常重要的，那么如何写出高效的 Prompt？分享一个实用框架 写好 Prompt，其实就像给别人布置任务一样，背景说清楚、步骤讲明白、要求定死，AI 就能更靠谱地帮你完成 一个高效的提示词，可以按以下顺序来构建： 1. 任务背景 先明确告诉 AI 它的角色和这次要达成的目标。比如“你现在是一位经验丰富的市场分析师”或者“你要帮我写一篇面向创业者的文章”，让它快速进入状态 2. 内容输入 把需要处理的具体材料扔给它：一段文字、一张图片、一个文件，或者几条数据。把原料准备好，AI 才有东西可加工 3. 详细步骤 把任务拆成清晰的一步步指令，引导它怎么思考、怎么处理。比如“第一步先分析核心问题，第二步列出3个解决方案，第三步评估可行性……” 步骤越具体，输出质量越高 4. 背景知识 把任务相关的固定规则、行业常识或上下文提前告诉它。这部分特别适合放在系统提示（System Prompt）里，一次设置，长期使用 5. 示例参考 给出 3-5 个输入和输出的样例，尤其是那些容易出错的复杂情况或边界案例。好的例子胜过千言万语，能让 AI 快速对齐你的预期 6. 输出要求 明确规定格式、语气和底线。比如“用 Markdown 格式输出”“语气专业且带点幽默”“不确定的时候就说不知道，不要猜测”，或者要求用特定标签包裹最终结论 几个关键小技巧： 1、结构化表达：多用标题、分段、编号、分割线、标签等方式组织信息，AI 读起来更轻松，理解更准确 2、固定信息前置：把不会变的背景知识一次给足，以后每次只传变化的内容，省 token 又高效 3、步骤顺序要讲究：先让它处理结构化信息（表格、表单），再处理非结构化内容（草图、随意描述），逻辑会更清晰 4、Extended Thinking：如果你想调试或者看看 AI 是怎么一步步思考的，可以开启它，但它会多消耗 token，更适合开发和优化阶段用 把上面这些要素组合起来，你写出来的 Prompt 就会从“随便问问”变成“精准指挥”。多试几次，你就会越来越感觉到好的 Prompt 有多重要

平时看大家找片很辛苦，好不容易找到了又不想看了，今天给大家推荐一个找片 Skill：Cinema Manager 你可以直接告诉 Agent「我要看某部电影」，它会去多个内容源里搜，按清晰度、片源、HDR、音频、编码、字幕这些维度打分，然后把更好的版本保存到夸克或者其它网盘，保存完还没结束 它会继续整理媒体库： 电影放进 电影名 (年份) 电视剧按 剧名 / Season xx / SxxExx 最后变成 Infuse、Plex、Jellyfin 等等这些工具能直接识别的结构 有几个非常好用的点： 1、多源搜索 内容源是插件式的，后面可以自己加站点，不是只能绑定一个固定来源 2、质量评分 不会只按搜索结果顺序瞎选，会优先看 4K、BluRay、REMUX、HDR、Atmos、字幕这些信息 3、网盘 & NAS 保存 搜到合适资源后，可以一键存到自己的网盘或者 NAS 目录里 4、自动分类 可以用 OMDB API 或内容源抓取来识别类型，再按动作、剧情、科幻这些分类放好 5、媒体库整理 整理完的文件名和目录结构，直接适配 Infuse / Plex / Jellyfin 以后再也不用自己找片了，原本需要搜资源、挑版本、转存网盘、改文件名、分文件夹、等播放器刮削 现在直接告诉 Agent 需要看什么片，它会自己帮你找到并保存好 再也不用担心自己过了最佳看片期了！

Codex 公认最强的 6个 Skill，有没有你没装的 1、Superpowers（227k star） 给 Agent 装上一整套资深工程师的工作方法： 先拆需求，再写计划，按测试驱动开发，最后再派一个子 Agent 回头审查自己的代码。 这是目前最强的 Skill 之一，实至名归 2、OpenAI 官方插件 把 Codex 变成不同岗位的员工，让它不只会写代码，而是进入全岗位工作流。 数据分析可以接 Snowflake，销售可以接 Salesforce，另外还能做投研分析、内容创意、PPT 生成等任务。 开箱即接入 62 个商业应用、110 个预置 Skill。 现在非开发者已经占 Codex 用户的两成，而且比例还在持续上升 3、claude-mem（82k star） 给 Codex 装上长期记忆。 每次对话里的关键信息会自动压缩归档，新开会话时自动注入，不用每次都从项目背景讲起。 多个 Agent 通用，多个代理也能共享同一套记忆资源 4、Agent-Reach（27.7k star） 给 Codex 装上一双互联网的眼睛。 一条 CLI 就能让它去读、去搜 Twitter、Reddit、YouTube、小红书、B 站、公众号等 17 个平台。 否则 Agent 只能搜网页；有了它，就能翻帖子、看视频、抓热点和用户反馈 5、GitNexus（42k star） 把几十万行的老项目整理成一张代码图谱，让 Codex 看懂藏在深处的依赖关系、模块边界和抽象命名。 接手老代码、重构项目、排查历史包袱时，不再像两眼一抹黑 6、Humanizer-zh（10.1k star） 专门去掉 AI 写作痕迹，比如滥用的破折号、空话套话、机械句式。 写文档、README、博客时，最后过一遍非常好用