Mr Panda (@PandaTalk8)
@PandaTalk8
程序员、在X上分享 AI 构建、内容创作、独立创业与X增长方法
5.2K 正在关注 76.4K 粉丝
停了 claude max 的订阅， 过去几个月， 真的就是为了消耗token 而vibe coding， 搞了一堆地位垃圾出来，人也越来越浮躁， 学习和做事包括认知也浮在表面，阅读人类伟大作品，深度的思考和专注， 感觉让人踏实多了
显示更多
我现在的做法跟 @levelsio 完一样。
在一台 vps 上部署了Claude code， 创建几个 loop 工程任务， 还有几个 schedule ， 日常跑一些最新的资讯信息，自动帮我筛选消息。
我最近计划把越来越多的工作搬到vps 上了。
不过咱们中国人最大的问题是vps 必须要考虑网络回国的速度， 一台gia cn2 线路的vps 并不太便宜。
显示更多
✨ I think I've been coding almost solely on my VPS with Claude Code for almost a year now
All I can say it's just fantastic:
- no need to keep laptop open ever
- no laptop battery drain
- can switch to phone or any other device you like whenever you want to continue (like when you're outside)
- it just keeps going all night while you sleep (esp with /goal)
- you can start hacky projects from scratch and go live in seconds because you're already on the server which is great to ship things and get it used by people fast (not stuck on your local laptop webserver)
- it just feels like living in the future
I used to code on my laptop, test locally, then push to GitHub, then it auto pulled and deploy to production, that'd take me ~1 minute to get a new feature out
But then when I bought a new Mac Book Pro a few years ago I was too lazy to install a local Nginx environment, so I just started pushing to prod and everything went fine, and I sped up deploying to about 3 seconds from laptop to server, which people called me crazy for too
But now with Claude Code on my VPS in the last year, it just live edits on my production server, which sounds like it should go wrong but it just doesn't, it's very careful and only twice in 12 months messed up which meant my site didn't load for 10 seconds which is OK
If I wasn't working solo, like at a big company, I' think I'd recommend the same workflow but with a staging server, so it wouldn't touch production, for safety and regulatory reasons etc. but for me it's fine
I agree with @theo completely, it's clear to me this is where it's going, also seeing @karpathy with Claude moving to the cloud (via Slack etc), I think AI "agents" and AI coding will operate on servers / from the cloud first
P.S. I have 3-2-1 backups, multiple on-site and off-site backups which you should also even if you wouldn't code with AI, safety first!
显示更多
我做了xlearnity ， 最早的版本就是ai 生成课程， 然后拿出去卖。
这个想法最早形成于2023年， 但当时已经开始了一个AI 练口语的项目， 就把这个推迟到了2025年。
做着我就很怀疑这个产品，我感觉这个工具在批量的制造垃圾。 后来我就把ai 生成课程的权限收回来了。
目前是开放状态， 想做一个ai 的开放社区， 里面有几门课程， 绝大多数是免费的。
目前陷入停滞中。 我本人也在思考这个的真正的定位。
做一个从有用的到一个愿意付钱的产品， 是我在这个阶段反思最大的。
而这个问题需要前置， 就是在idea时就要去思考。
#buildinpulic#
显示更多
最近在测试国产大模型的能力，豆包最新的模型已经接近了 Opus-4.6 的水平， 解决了了一个比较复杂的更新功能。 体感上看， 接近claude-opus-4-6 ， 只能说是接近4.6的版本， 我觉得还有点差距， 不过我已经很好了， 已经基本上可以以工作了，相比Claude Opus 价格便宜实太多了 。
国内用户 下载trace 使用
以下是我个人测试的情况
显示更多
卧槽， 中国的人形机器人太自信了， 竟然现场直播生产ipad ， 我盯了半天他们也没出现岔子。
2026 年学习 AI 最值得关注的 YouTube 频道，拒绝废话版。
收藏起来，按这个顺序学：
1. 3Blue1Brown
AI / 数学基础。用可视化方式讲清楚线性代数、神经网络和底层数学直觉。
2. Andrej Karpathy
深度学习 / LLM。前 OpenAI、Tesla AI 核心人物，讲课硬核但非常清晰。
3. Yannic Kilcher
AI 研究。适合跟进论文、模型架构和前沿研究动态。
3. AssemblyAI
实用 AI。大量语音识别、LLM、AI 工程化和 API 实战内容。
4. AI Explained
LLM / AI 趋势。适合理解大模型能力边界、行业变化和最新进展。
5. StatQuest
机器学习理论。把统计学、机器学习算法讲得非常通俗。
6. Two Minute Papers
论文简明讲解。用短视频快速了解 AI、图形学和科研新成果。
7. Matthew Berman
生成式 AI。关注 AI 工具、开源模型、LLM 应用和最新产品。
8. Nicholas Renotte
AI Agents / 实战项目。适合想动手做项目、Agent、自动化和计算机视觉的人。
9. Krish Naik
应用机器学习。数据科学、机器学习、MLOps 和实战项目内容很多。
10. Aladdin Persson
PyTorch / 深度学习代码。适合系统学习 PyTorch、CNN、GAN、Transformer 等实现。
11. Serrano Academy
机器学习数学。适合补机器学习背后的数学、概率和算法直觉。
12. Lex Fridman
行业洞察。通过长访谈理解 AI、科技、创业、机器人和社会影响。
13. DeepLearningAI
真实世界 AI。Andrew Ng 团队出品，适合系统学习 AI 工程和应用落地。
我的建议：
新手先看 3Blue1Brown + StatQuest + DeepLearningAI。
想做工程项目，看 Karpathy + Nicholas Renotte + Krish Naik。
想跟前沿趋势，看 Yannic Kilcher + AI Explained + Matthew Berman。
别只收藏。
真正的学习路径是：
看一集，记一页笔记，复现一个小项目。
你也可以把最后一句改成更有传播感的一版：
AI 学习最怕的不是资源不够，而是收藏太多、动手太少。
显示更多
好奇问一下他们不签竞业协议吗，
Noam Shazeer 是Google 技术高管， 刚从 Gemini 离开去了竞争对手的公司 OpenAI。
I’m excited to share that I’ll be joining OpenAI and look forward to working with the exceptional team there.
It was a difficult decision to move on. I’m incredibly proud of the amazing team at Google and everything we’ve built together. It has been an honor and a pleasure to work with all of you.
显示更多
10个值得长期关注的优质账号
独立开发者&一人创业赚钱账号推荐
这些账号的核心价值是公开分享真实赚钱方法、收入案例、产品开发过程和从上班/全职转向独立开发的经历。
1. @levelsio（Pieter Levels）
粉丝量：约50万+
介绍：indie hacker 教父级人物，独自开发并运营多个产品（Nomad List、Remote OK、PhotoAI等），年收入曾达数百万美元级别。
关注理由：最经典的“build in public”案例。经常实时分享产品实验、收入数据、营销策略和一人公司运营细节。想看顶级独立开发者如何从0到1做出赚钱产品，这里是最佳起点。
2. @marclou（Marc Lou）
粉丝量：约35万
介绍：ShipFast锅炉板创始人，短时间内推出多个SaaS产品，曾获Product Hunt Maker of the Year。高度透明分享收入和迭代过程。
关注理由：极致“快船”风格代表。适合想快速验证想法、学会用Twitter增长和产品组合变现的人。他的失败帖和收入复盘特别实用。
3. @arvidkahl（Arvid Kahl）
粉丝量：约20万
介绍：曾bootstrapped卖掉FeedbackPanda（高价退出），现在继续公开构建产品和媒体业务。著有《Zero to Sold》。
关注理由：系统性分享一人公司运营、心态调整、Twitter增长和可持续商业。非常适合想长期稳定做独立开发的人学习方法论。
4. @tdinh_me（Tony Dinh）
粉丝量：约19万
介绍：从FAANG大厂辞职后全职独立开发，做出BlackMagic工具套件（高价卖出）、TypingMind、Xnapper等多个产品。
关注理由：典型的“上班族转独立开发者”成功案例。分享产品开发、用户获取和从0到1的完整路径，实用性极强。
5. @dannypostma（Danny Postma）
粉丝量：约10万+
介绍：AI工具专家，HeadshotPro等产品做到高收入并有退出经历，擅长SEO+Twitter结合增长。
关注理由：真实展示如何用SEO和内容增长驱动产品收入。适合想做AI工具或内容+产品结合的开发者。
6. @yongfook（Jon Yongfook）
粉丝量：约10万+
介绍：Bannerbear和Browserbear创始人，bootstrapped到稳定高收入，专注自动化工具开发。
关注理由：长期坚持做工具类产品的典范。分享产品迭代、收入增长和自动化开发经验，风格务实干货多。
7. @dvassallo（Daniel Vassallo）
粉丝量：约19万
介绍：从亚马逊高薪职位辞职，转向独立开发。倡导“Small Bets”（小赌注组合收入）理念。
关注理由：心态和收入实验分享非常真实。特别适合想从高薪工作转向独立、追求生活方式生意的人。
8. @shl（Sahil Lavingia）
粉丝量：约10万+
介绍：Gumroad创始人，《The Minimalist Entrepreneur》作者，专注创作者经济和极简创业。
关注理由：分享极简一人公司哲学、数字产品变现和商业思考。想做内容或SaaS结合创作者经济，值得关注。
9. @nathanbarry（Nathan Barry）
粉丝量：约10万+
介绍：ConvertKit（现Kit）创始人，从side project bootstrapped成长到数千万ARR。
关注理由：长期复利增长和产品迭代经验丰富。适合想做工具类SaaS并长期经营的人。
10. @csallen（Courtland Allen） / @IndieHackers
粉丝量：@csallen约5-6万；@IndieHackers社区账号更高
介绍：Indie Hackers社区创始人。@csallen分享创始人故事和社区洞见；@IndieHackers聚合大量真实收入报告和案例。
关注理由：这里能看到海量他人赚钱案例和复盘，是独立开发者社区的“资料库”。推荐两者都关注。
建议：
先关注前5个，建立一个“Indie Hackers”列表，每天刷他们的内容。
重点看线程帖（长文）、收入更新帖和失败复盘。
这些账号大多英文，但内容直观（配图+数据），翻译工具辅助即可。
这些账号覆盖了从想法验证、产品开发、营销获客到收入增长的全链路，真实案例非常多。坚持关注并实践，你会收获巨大。
显示更多
我觉得普通人想要赚第一桶金，比较确定的路径就是上名校，去一流的大厂。
比起自己创业、自己做生意，其实要容易一些
再一个就是选择科技行业。因为现在你看世界 500 强挣钱的企业主要集中在科技行业，他们钱也很多。
显示更多
好文章，转发。
熊老板总结的非常好，上周给某青年创新创业大赛当评委，连续看到了两个项目，创业人都是00后，路径都是先通过自媒体打造自己的个人IP（一个喜欢美食，做没事博主；另一个是喜欢养生，专门做各种中医食疗养生评测），然后自身的IP流量沉淀的足够多的时候（两个人基本都是2-3年的沉淀期），选择与自己自媒体IP相近的项目轻资产创业（一个选择做了标准化的自有品牌炸鸡店；另一个搞了自有品牌的枸杞原浆），然后启动非常快，增长也非常快（1-2年时间，两个人的项目的GMV就到2000多万，问了下利润率有12%-18%），两个人几乎没有遇到什么产品没人买、投资找不到等等这些问题。
触发我思考的是，为什么我20多岁的时候想不到这样的路径？赛后和两个孩子聊天，发现有个共同的特征，一是读书、看电影获取的信息量大；另一个是实践，大量的实践是将内化的知识转化到现实世界的过程，有正反馈也有负反馈，但就是认知提升的过程，负反馈可以帮助调整方向，正反馈能够提升、优化。想想差距在认知！而提升认知的方法咱们先人早就说过了“读万卷书行万里路”
显示更多
不太愿意发公众号， 公众号给的反馈信号太弱了。
无法带来更多的关注人数， 也无法带来更多流量主收益，
关键是在公众号发一篇文章实在太麻烦了。
微信的傲慢。
显示更多
美国限制外国人访问最新 AI 模型，可能是在给自己挖坑。
GPU 禁令已经证明了一件事：
你越不卖给中国，
中国越会加速自研。
Nvidia GPU 出口限制，直接刺激了中国芯片和 AI 加速器的发展。
几年后，中国很可能不只是买家，而是全球 GPU / AI 加速器市场的重要玩家。
现在，同样的剧情，可能会在 AI 模型上重演。
原本很多国家愿意直接用美国模型。
但如果美国说：
“你不能用。”
“你只能受限制地用。”
“你不在白名单里，不能访问最新模型。”
那结果会是什么？
他们会自己做模型。
或者转向中国模型。
美国原本掌握的是全球 AI 模型市场的入口。
但一旦把“全球可用性”亲手削弱，市场就会开始寻找替代品。
AI 模型的竞争，不只是性能竞争。
还是可访问性竞争、生态竞争、全球分发竞争。
未来投资人也会重新计算：
一个只能在美国及少数盟友市场使用的模型，
和一个可以在全球市场流通的模型，
到底谁的商业价值更大？
美国想用限制保护领先优势。
但很可能，限制本身正在加速竞争对手的崛起。
显示更多
有品控保证的中文内容， 我现在最常用的就两个App， 一个是微信读书， 另一个是得到课程。
原始的信息和知识我们谁都能获得， 但把这些信息和知识进行再加工、再创作就是一件非常体现创作者品味的事。
比如最近在读万维钢的《现代思维工具》 ， 我很喜欢他的第一篇内容「叙事」。
讲故事（storytelling）只是表达形式。叙事（narrative）是一个解释世界、组织现实、赋予意义的框架。
万Sir 认为叙事是一切起源的基础， 是这个宇宙的第一性原理，没有叙事就没有一切。
显示更多
之前就有微信好友跟我说这个事， 搬运我的内容在自己的星球上。
我没有时间理会， 没想到这个人是把整个中推圈都抄了一遍。
图片中的内容也是搬运之前我公开发布的X推文写作模板。
显示更多
