chenged

Web3 developer

[弗里 @0xEcho99]

卧槽！找了半天终于找到一个能读微信聊天记录的工具了，Github 上 400 多星的 wx-cli

接入 Codex 等 AI 直接原地起飞了，想读什么都行！

➢ 全库搜索。输入关键词可以搜所有历史消息，不用微信自带的搜索框，几百条几万条都能搜。

➢ 聊天记录总结。我把微信里三百多个客户咨询的记录导出来交给 AI 让它统计分析，直接给了我很多后续改进的建议。

➢ 群聊记录分析。多个社群可以分别沉淀成文档，非常适合做私域运营需要总结群聊内容的，毕竟很多群友分享的经验都是精华啊。

➢ 本地运行。它全程只读你硬盘上的数据库文件，从头到尾不碰微信这个软件，目前自测没有封号风险。

Github 链接我放评论区了 ⬇️ 记得提前保存下

[泊舟 @bozhou_ai]

Muse 这两天在美区 App Store 登顶，直接压过了

ChatGPT，带着 Meta 股票大涨了一波，小扎身家直接涨了 1000 多亿。

它能破圈，主要就是把 Personal AI 的产品形态做顺了：
脱离了单纯的聊天框，直接嵌进日常工具里，连着日历、待办和个人偏好，真正能把零碎的事情和长期项目串起来。

国内这边，@TodayAIofficial 的中国版定在 9 月 24 号上线，也是国内第一个真正意义上的 personal AI 产品。

功能上也是主打这种系统级的协同：
直接对接日历和日程管理，掌握你的时间节点和待办；手机电脑双端互通，能把日常零碎的上下文持续沉淀下来。

对 Personal AI 这个方向感兴趣的朋友，后天 24 号上线可以关注一下。

[galaxy @galaxy1025850]

让本科生做回本科生

不知道从什么时候开始，本科生好像越来越不能只是一个“本科生”了。
你不能只是把课上好。
你还要有科研。最好大一进组，大二发论文，大三已经能够熟练地谈模型、实验和投稿。如果没有科研经历，保研的时候似乎就天然少了一块筹码。
你也不能只是有科研。
你还要参加竞赛。数学建模、挑战杯、互联网+、大创、各种学科竞赛，最好再拿几个国奖、省奖，让简历上有一栏能够填得满满当当。
有了比赛也还不够。
你还需要学生工作、社会实践、志愿服务、实习经历。最好当过学生干部，做过社会实践项目，去过大厂实习，还能抽时间参加一些公益活动。
当然，成绩也不能掉。
绩点最好专业前几，四六级越高越好。如果准备出国，那又是一套新的体系：语言、科研、推荐信、实习、交换、暑研。
于是一个很奇怪的本科生活出现了：
大家每天都很忙。
忙着刷绩点，忙着进实验室，忙着打比赛，忙着填申报书，忙着写项目书，忙着参加社会实践，忙着实习，忙着学生工作。
唯一有时候显得没那么重要的，反而是“上课”本身。
这大概是我越来越觉得奇怪的一件事。
本科生什么时候连“好好上课”都显得不够上进了？
现在如果一个本科生说：
“我这学期没做科研，也没打比赛，我就是想把专业课学好。”
很多人的第一反应可能不是觉得这很正常，而是：
那你以后保研怎么办？
简历上写什么？
别人已经进实验室了。
别人已经在打比赛了。
别人已经开始实习了。
这种焦虑最可怕的地方就在这里。
它把一件本来十分正常的事情——认真完成本科教育——变成了一件似乎需要解释的事情。
好像一个二十岁的年轻人，如果只是每天去教室听课，课后看书，写作业，把高数、线代、数据结构、操作系统、计算机网络这些课真正学明白，是一种“不够努力”。
而一个人同时挂着三个项目、两个比赛、一个学生组织，每天奔波于各种DDL之间，哪怕很多东西只是浅尝辄止，看起来反而更像一个“优秀大学生”。
我并不是说科研、比赛、实践没有意义。
当然有意义。
一个真正对科研感兴趣的人，早点进入实验室完全是好事；一个喜欢工程实践的人，参加比赛、做项目也非常有价值；一个想了解社会和行业的人，去实习、做实践当然值得鼓励。
问题从来不是“本科生该不该做这些事情”。
问题是：
为什么这些原本应该作为探索和补充的东西，慢慢变成了本科生必须完成的一套标准配置？
我们正在把本科四年过成一场履历军备竞赛
很多事情一旦进入评价体系，就会发生变化。
科研原本应该是对未知问题的探索。
但当科研成为保研加分项，它很容易变成“本科生应该有一段科研经历”。
比赛原本应该是解决问题、锻炼能力。
但当比赛成为综测和简历的一栏，它就容易变成“还缺一个国奖”。
社会实践原本是走出校园、接触真实社会。
但当它成为评奖评优的材料，又很容易变成盖章、拍照、写报告。
于是大家开始不断收集“经历”。
一段科研。
一个竞赛奖。
一个大创。
一次实习。
一段学生工作。
几项志愿活动。
这些东西每一个单独拿出来可能都有意义。
可当所有东西都被堆到一起，并且默认一个优秀本科生应该全部拥有的时候，它们就逐渐从“经历”变成了“指标”。
本科四年也就越来越像一个大型角色养成游戏。
绩点不能低，科研不能没有，比赛最好获奖，英语成绩要高，社会实践要丰富，最好还有实习，再加一些学生工作。
每一项都有人告诉你：
“这个以后有用。”
而本科生最容易陷进去的一件事，就是害怕自己少做了一件“以后可能有用”的事情。
于是最后什么都不敢放弃。
可人的时间是有限的
这是一个特别简单，却经常被忽视的事实。
一个本科生一天同样只有24小时。
如果一个人同时修六七门专业课，还要进实验室、打比赛、做学生工作、参加活动、准备英语考试，那么这些事情不可能都得到同样充分的投入。
最后最容易发生的情况就是：
课，考前突击。
论文，先把实验跑出来。
比赛，DDL前熬几个通宵。
项目，先把申报书写好。
实践，材料先整理出来。
所有东西都完成了。
但很少有东西真正沉下去了。
我们当然可以训练一个人同时处理很多任务的能力。
可是大学本科本来还有一种更加稀缺的能力：
长时间地学习一个东西。
花一个下午推一道公式。
为了真正理解一个概念翻几本书。
一门课学完之后，愿意重新梳理整个知识结构。
发现自己哪里没懂，再回去补。
这些事情在简历上通常写不出来。
“认真学完了操作系统”不能单独列成一个奖项。
“把线性代数学懂了”也没有证书。
“花了一星期终于理解一个证明”甚至没有任何人知道。
可这些恰恰可能是本科教育最重要的部分。
本科阶段，本来就是用来打基础的
本科和研究生有一个非常重要的区别。
本科教育很大程度上是在帮助一个人建立一个领域最基本的知识地图。
很多课你现在学的时候，甚至不知道以后有什么用。
数学分析、线性代数、概率论、离散数学、数据结构、计算机组成、操作系统、计算机网络……
本科课程最宝贵的地方，恰恰在于它并不完全按照“马上能不能用”来组织。
它试图给你一个相对完整的体系。
而这种体系的价值，往往要很多年之后才会显现。
一个本科生当然可以提前做科研。
但科研并不能替代基础教育。
你可以很早学会调用一个深度学习框架，却未必真正理解概率统计。
可以很早跑一个模型，却可能没认真学过优化。
可以跟着师兄做一个具体方向，却还没有建立对整个学科的认识。
这不是谁能力不够，而是学习本来就有顺序。
很多东西需要时间沉淀。
本科阶段最大的优势，恰恰是你还有机会系统地学习这些“暂时不知道有什么用”的东西。
以后读研、工作，时间只会越来越碎。
真正能够坐在教室里，用一个学期完整学习一门课的日子，其实没有想象中那么多。
我甚至觉得，我们应该重新承认“上课”的价值
这些年有一种很流行的叙事：
大学课堂学不到东西。
真正有用的东西要靠自学。
课程太落后。
企业用的技术学校根本不教。
这其中当然有一部分是真的。
有些课程确实陈旧，有些老师的教学方式也确实存在问题。
但从“有些课教得不好”直接推导出“上课不重要”，同样很危险。
因为本科课堂真正提供的，从来不只是某几个“实用技能”。
它提供的是一个经过组织的知识体系。
老师告诉你这个领域有哪些基本问题，哪些概念是核心，哪些东西先学，哪些东西后学。
一个人当然可以完全自学。
但如果没有足够的经验，我们很容易只学习那些看起来马上能用的东西。
最后会用很多工具，却不知道这些工具为什么成立。
会调用很多库，却缺少底层理解。
会快速做出一个项目，却很难解释它和整个知识体系的关系。
本科教育真正应该珍惜的，恰恰是这种系统学习的机会。
我想说的并不是“不要卷”
我也不认为大学应该每天躺在宿舍里。
更不是说科研、比赛、实习都没有价值。
恰恰相反。
我希望一个本科生有足够多探索的自由。
喜欢科研，就去实验室。
喜欢竞赛，就认真打一场比赛。
喜欢工程，就去做项目。
想创业，就去折腾自己的产品。
想看看社会是什么样，就去实习、旅行、做实践。
但这些事情应该来自一个人的兴趣、选择和探索。
而不是因为：
“别人都有，所以我也得有。”
“这个保研加分，所以我要做。”
“简历这里是空的，所以得补一个。”
当所有人都开始按照同一张模板成长的时候，所谓的“全面发展”，最后反而变成了另一种单一。
我们嘴上说大学应该允许年轻人寻找自己的方向。
可现实却常常在告诉他们：
你最好什么都做一点。
所以，我越来越希望本科生能够做回本科生
允许自己有一个学期什么比赛都不参加。
允许自己不因为别人已经进实验室就感到恐慌。
允许自己花很多时间去学一门课，哪怕它不能立刻变成简历上的一行字。
允许自己读一些和保研、就业都没有直接关系的书。
允许自己因为真的好奇，而不是因为“有用”，去学一个东西。
甚至允许自己偶尔浪费一点时间。
大学不应该只是研究生考试、保研、求职之前的四年准备期。
本科教育本身就应该有意义。
一个本科生认真地去上课，去读书，去理解这个专业，去建立自己的知识体系，这件事情本身就值得被肯定。
科研很好。
竞赛很好。
实习很好。
社会实践也很好。
但它们都不应该成为一种新的必修课。
本科生当然可以做很多事情。
只是我希望，在我们不断告诉本科生“你还应该做什么”的时候，也有人能够告诉他们：
你首先是一个学生。
你可以先把书读好。
你可以先把课上好。
你不需要在二十岁的时候，就急着把自己包装成一个成熟的科研工作者、工程师、创业者或者职场人。
人生以后还有很长。
本科四年，也许应该允许年轻人慢一点。
让科研回归兴趣，让竞赛回归挑战，让实践回归体验。
也让本科教育，重新回到教育本身。

让本科生，做回本科生。”

——转自 dy

[Nooc @noobnooc]

$6.99 一年的美国号码！我成中国总代理了？ 🤡

跟风买了前段时间很火的 Saily eSIM，原价 $11.99 一年，输入优惠码立减 5 刀，首年只需 $6.99 。

重点是，我自定义邀请码时，输了个 CHINA ，没想到还真可以 😂 这下你们只需要记住优惠码输 CHINA 就能立减 5 刀了！

不知道为啥我还有额外 2 刀的优惠，实付 $4.99 。

装上后第一时间试了试和我的 Google Voice 互相发短信，两边都能正常收到，完美！

以后再也不怕境外服务被要求绑定手机号了。

[karminski-牙医 @karminski3]

为什么Jev有些时候不如随机数发生器?

整了个活, 突然想着Jev会不会某些时候还不如纯正态分布决策效果好, 直接用随机数发生器(甚至也可以叫它 System-1)的高 QPS 硬怼？毕竟猴子在打字机前也能敲出莎士比亚.

而且这事在数学上这其实是有正经定理撑腰的, 著名的波利亚随机游走定理(Pólya's Random Walk Theorem),在有限的二维连通网格里, 简单随机游走是常返的(Recurrent), 也就是说, 一个毫无思想的醉汉在迷宫里瞎晃, 以概率 1 最终必定能摸到终点.

神奇吧？理论有了, 于是我写了个测试环境, 拉来 Jev 和纯随机做了一波迷宫寻路对抗测试.

为了不亏待Jev, 我把规则和特征给足, 把曼哈顿距离作为启发式指标塞进输入, 并告诉它尽量减小与终点的距离.

然后用Rust + xoshiro256++ + bit reservoir + Tokio/Hyper. 包了个API格式与Jev一样的随机数server. 注意 xoshiro256++ 作为随机数发生器算法很牛逼, 这玩意是2018年设计的, 运行一次只要 1 ~ 2 个时钟周期(约 0.5 ~ 0.8 纳秒).

测了一波后直接说结论：纯随机赢麻了, Jev 被系统性打崩了

纯随机虽然无脑, 但是性能极高, 即使无并发顺序请求, 892 步也直接通关了. 总计花费不到300ms.

而正 Jev 跑了 2306 步, 其中 2295 步把自己死死困在了 (7,4) 这个拐角的 3 个格子里疯狂原地打转, 直到测试超时(看视频).

有人可能会说：你是不是没给它历史轨迹？给它记忆不就行了？

别急带了的, 我明确带上了 last_move, 每个邻居格子的 visited_count, 指令里还特意写明了当更近的格子被堵或访问过多时, 优先选访问最少的开口.

结果它根本不听.

因为在它的理解里, 这个拐角向右/向下曼哈顿距离更近, "如果尝试过多再xxx"是次要规则, 永远轮不到触发. 它陷入局部最优了.

所以, Jev 它只是一个极速的单步结构化判断器, 但绝不是规划器. 最好还是带一个System-2模型才能进行复杂任务.

最后给大家整理慎用 Jev 的场景：

需要绕路, 回溯, 多步规划的：迷宫, 装箱, 调度等局部启发和全局最优不一致的图问题.
突然死亡型控制：贪吃蛇, 俄罗斯方块, 自动驾驶等. 一步踏错当场GG.
不可逆高代价决策：删库, 事务操作, 尤其是需要审计的场景.

项目在这里: https://t.co/TgCLBLhqNc

#Jev #TypeSafeAI #SystemOne #AI评测 #强化学习

[OpenAI @OpenAI]

We’re working with an independent advisory group of mathematicians to help OpenAI responsibly share advances in AI and mathematics.

The group will advise on how we assess and communicate new mathematical results, uphold academic and professional standards, and build tools that support mathematical research and learning.

Through this work, we want mathematicians to be at the center of shaping how AI supports mathematical understanding and how its benefits reach the wider community.

https://t.co/QCMFLFlIv8

[galaxy @galaxy1025850]

那么到底有多加速呢？
我这个吊车尾的九，真吊车尾，熟悉我的基本都盒过我，普普通通一个大三的班
教室里和我坐一排的四个哥们里有三个在投CCFA。
他们是超人么？
我想无论如何都是超人，因为就算三年前，一篇A一作，在上交也可以博士毕业了
而现在CVPR ICRL大三学生都可以投着玩了
想必大家听说过ICRL今年破六万了，比过去五年还多
这背后就是本科生也卷进来疯狂写论文，“做科研”
是这届本科生特别牛逼比博士还牛逼吗？当然不可能
事实上我发表个爆论，一半以上论文都是为了内卷用AI搓的
上述有个哥们至今不知道cuda是什么，环境还是我帮着配的
但他也在做博士生在做的事

这个时代实在是太魔幻太加速了。不这么做，你好像就在之后的选拔被淘汰了，至少会焦虑；但这么做，你就只能打肿脸冲博士生，把这一切甩给AI
混段经历，就必须假装超人，但并没有能力去九天揽月，只能买票去飞机对着窗户自拍，拼命证明自己其实会飞

[梭哈.AI @SUOHA_AI]

我太激动了！我用JEV 全自动21秒通过了阿里云AI工程师认证模拟考！

我貌似发现了JEV最强大的应用场景--全自动化：这次测试我只给JEV丢了一个完全陌生的考试页，让它全自动帮我考完：21 秒一次性刷完 25 道题，准确率 80%，一次就合格通过考试，全程没停顿、零人工干预

这是阿里云人工智能工程师ACP认证（模拟题），我并没有实际考试，我怕阿里云找我麻烦🤡

越来越多的场景，我用 JEV 已经完全实现高速自动化了，太爽了！大家还有什么场景想自动化的？丢给我，我来试试

[李韭二 @li9292]

卧槽！
Jev WeChat 微信群聊！已开源！👇
再也不用担心不懂人情事故！

微信客服！微信群助手！
再也不用codex哄女朋友了！

[山景城小路 @Zen_with_AI]

现在刚入门的cs系的大学生挺割裂的。一边llm可以一秒一千行bug free的代码。
一边还要手搓二叉树，学习最大最小堆， 图论算法迪杰斯特拉。
心态摆不稳真的很难走下去。

[Zoe_yiqifacai @yiqifacai]

海永远无法被看完。哪怕你去了希腊、葡萄牙、冲绳、巴厘岛、冰岛、澳洲，海仍然是海，人的内心仍然会继续渴望下一片海。
我们不可能读完所有书，爱过所有人，住遍所有城市，看遍所有日落。正因为不能拥有全部，选择才有重量。你决定去某一片海，就等于承认：此生还有许多海不会去看。但也正因为如此，你真正去看的那一片，才会变得独一无二。

[lifcc @mylifcc]

文科生有救了，妈妈再也不怕我的localhost:8888别人访问不了了！

Cloudflare优化了神器Cloudflare Quick Tunnels！这就是 Cloudflare推出的“零配置、免登录、即开即用”的内网穿透工具。

以前开发工具的逻辑是：“Localhost是留给人类调试用的。”

但进入 Coding Agent 时代后，你会发现一个极其尴尬的痛点： 你的 Agent 在沙箱里辛辛苦苦把一个 Web 服务跑起来了，结果卡在 —— 它只有个 localhost:3000，外网根本访问不到。

人类要看效果、分享文档、GitHub/Stripe 要发 Webhook、Eval 评测要跑截图，全被这堵墙挡住了。

Cloudflare 最近给 Quick Tunnels 偷偷更新了一个神仙特性，简直就是为 Agent 量身打造的：

自带 JSON 输出：Agent 再也不用痛苦地去 terminal 里写正则抠 URL 了，直接机器可读。

用完即毁（Ephemeral）：进程一死，隧道直接销毁，绝对干净。

零配置：不用买域名、不用配 DNS、不用注册账号。

以后的 Agent 命令行工具（比如你自己搞的 CLI），完全可以把这玩意儿变成内置的底层能力：
agent dev ➡️ 自动拉起服务 ➡️ 自动打通 Quick Tunnel ➡️ 拿到 JSON 地址 ➡️ 自动注册 MCP / 跑 Eval。

对 AI Native 的工具链来说，让 Agent 拥有一个即时、临时的公网 URL，就是接通现实世界的“最后一公里”。

以后别再让你的 Agent 困在本地了。给它个 URL，它能给你整出花来。

[Dario Amodei @DarioAmodei]

The Adolescence of Technology: an essay on the risks posed by powerful AI to national security, economies and democracy—and how we can defend against them: https://t.co/0phIiJjrmz

[nini @nini_incrypto_]

我有个计划啊，去清迈学咖啡，旅居一个月，去越南胡志明吃越南米粉然后去芽庄，去马来西亚，热浪岛，停泊岛，印尼的粉色沙滩，菲律宾的巴拉望岛长滩岛，台湾的台北高雄然后去花莲看海，然后去韩国釜山江陵看海，去日本京都读语校，去北海道札幌看雪，去青森旅居，去西班牙马拉加加迪斯读半年西语语校，去葡萄牙里斯本拍很多照片，去伦敦，罗马，佛罗伦萨，去巴黎歌剧院听一场演出，去卢浮宫，去瑞士日内瓦，去冰岛芬兰看极光，去澳大利亚黄金沙滩，看袋鼠，去非洲safari，去新西兰奥克兰，去俄罗斯不冻港啊，去拉美国家，看印第斯山脉，去阿根廷，智利吃车厘子，去山东吃草莓，去美国那个最大的迪士尼爽完，去北海道泡温泉，拿着胶片机走遍全世界，有可能这辈子做完这些吗

[凌嘉欣 @LingJiaXin233]

这下看懂了

[Tom Zheng @TomZheng_in_X]

超短美债

SGOV｜贝莱德iShares，0‑3个月美债
管理费0.09%，一万美元一年仅扣9美元。规模最大、流动性最好，按月现金分红，底层是美国国库券，自动滚仓，净值波动极小。

BIL｜SPDR，1‑3个月国库券
老牌超短美债ETF，流动性充足，按月分红。费率0.14%略高于SGOV，底层逻辑接近，适合习惯老牌标的的人。

VBIL｜Vanguard，0‑3个月美债
费率最低仅0.06%，一万美元一年仅扣6美元。同样按月分红，持仓0‑3个月美债，长期持有成本优势明显，缺点是上市时间更短、体量更小。

[Phoenix Yin @Phoenixyin13]

我一直不理解谈恋爱为什么要表白。

现在的年轻人，应该借鉴一下50、60后，哪有什么表白，喜欢就约出来吃饭。韩寒有句话，一个女孩能陪你吃饭逛街约会看电影，她可以和你做任何事，看电影的时候拉拉手啊，很多时候就自然在一块了。有些事不需要去测去占卜，你就知道了。
现在的恋爱太形式化，扭扭捏捏，失恋了就哭天喊地，成功了就雀跃狂喜，这跟小孩子一样，但偏偏这些人已经20多岁了。

而且现在孩子们都太在乎恋爱这个标的了。其实就是一男一女呆在一个房间，日久生情，什么事情能做不出来？ 基因选择罢了 。大家把这个东西搞得太匹配化了、选择化 、神圣化。没感觉就是不爱，不爱就选别的，就这么简单。

我还是那个定位，饱暖思淫欲，吃的太好了都，条件好到很多人都忘了正事：做事给自己一个好的生活，才应该是每个人的主旋律，但现在的年轻人并没有，在情感关系、吐槽、短视频里，内耗太多，太可惜了。

[Tibo @thsottiaux]

2026 is the year of linux desktop

[Elon Musk @elonmusk]

Outrageously unsellable, yet incredibly popular: Uranium in Uranus

[森叔 @harrisonitsme]

如何用上Jev：
1、官网申请加入waitlist，基本上申请当天能过。
🔗：https://t.co/wh82Wxtv4g
2、告诉你的Codex：安装npx skills add typesafe-ai/skills –skill typesafe-ai。
3、回到操作台，建立API Key。
4、在 prompt 里说一句 “use the TypeSafe skill”。

试了下，Jev 是真的快！目前虽只支持多模态，但已经能感觉到很多老场景要被重新盘活了！！！