تَأَلُّهُ‌الْغَيْبَةِ‌الْمُطْلَقَةِ

[实践哥MinLi @MinLiBuilds]

我希望我本科研究生阶段能读到这么好的文章，我的职业发展会完全不一样。

这是她做 research 的方法论，非常聪明扎实，有复利性。

译文：

vivek
@itsreallyvivek
如何做好研究（how to be good at research）
并没有人真正教过你如何做研究。你得到一张办公桌、一个别人挑好的问题，以及一个“做出点新东西”的模糊指令。因此，大多数人通过他们能看到的东西（比如论文、帖子和公告）对这份工作进行逆向工程，最终他们学到的只是如何“看起来”像个研究员，而不是如何“成为”一个研究员。真正的研究能力是一系列小技能的堆叠，而几乎每一项都可以通过刻意练习来培养。
挑选你自己的问题
理查德·汉明（Richard Hamming）在贝尔实验室有个习惯，这让他在午餐时很不受欢迎。他会问坐在旁边的人，他们领域里重要的问题是什么，然后问他们为什么不去研究这些问题。于是大家纷纷换桌吃饭。这个问题很刺人，因为我们大多数人都给不出好答案。我们不是在选择问题，而是在吸收问题——从导师那里吸收，从某个大实验室上个季度发布的公告里吸收，从这周大家都在转发引用的论文里吸收。
吸收来的问题，麻烦在于你只握有结论，却不知其背后的推理逻辑。你知道某个著名实验室关心某个方向，但你不知道为什么，不知道他们期望发现什么，也不知道什么情况会让他们放弃这个方向。当他们转向时，你一年后才会察觉。而且，在一个已经流行起来的问题上，你是在和一千个起步比你早、算力比你多的人赛跑。
约翰·舒尔曼（John Schulman）的机器学习研究指南将这项工作分为两种模式。第一种，你阅读文献并寻找可以改进的地方。第二种，**你选择一个你真心希望实现的结果，然后反推去设计实验。**他主张第二种，其隐晦的原因在于这能制造出原创性。一个你真正关心的目标，会把你拖入任何综述论文都未曾覆盖的领地。
至于“品味”（taste），人们常把它当成一种天赋来讨论。但它表现得其实更像是一块肌肉。在运行每次实验前，先预测它的结果；遮住一篇论文的结果部分，仅凭它的方法来猜测数据；记下这个月发布的哪些成果在两年后依然重要，以后再来验证你的命中率。一次预测加上一次纠错，重复几百次——每一个好模型都是这样训练出来的，包括你脑子里的那个。
升级你的输入
共享的阅读清单产生共享的想法。如果你的信息口粮只是 arXiv 的热门榜单加上群聊筛选后剩下来的东西，你必然会跟所有人同时得出同样的结论，这也使得这些结论几乎一文不值。
旧资料的价值被严重低估了。这个领域总是延时重演自己的过去：混合专家模型（MoE）可追溯到 1991 年，LSTM 到 1997 年，反向传播在 1986 年就成了主流。理查德·萨顿（Rich Sutton）在 2019 年只用了一千来字就写出了《苦涩的教训》（The Bitter Lesson），而它对该领域发展轨迹的预测，比篇幅长它十倍的综述还要准。克劳德·香农（Claude Shannon）在 1952 年做过一场关于创造性思维的演讲，他的第一招就是把问题缩小到几乎微不足道的程度，破解这个缩小版，然后再将难度一点一点地加回去。单凭这一招，就能帮你撞破比任何现代生产力建议都要多的墙。
**广度和深度一样重要。**可解释性研究毫不掩饰地借鉴了神经科学；评测（Eval）设计就是披着白大褂的机制设计；只要对 GPU 到底如何移动内存有实际的认知，你就能在基准测试结果出来之前判断出哪些架构论文注定会失败；而诚实的统计学可能已经是机器学习领域最稀缺的技能了，在这里，许多公开发表的“严谨”，不过是带有误差棒的“感觉”。
还有一件事。**去读论文本身，而不是读总结它的帖子。**附录才是埋藏秘密的地方，而“局限性”部分通常是整篇文档中最诚实的一段。

把一切都写下来
保罗·格雷厄姆（Paul Graham）指出，一个想法在你试图把它变成文字之前，总感觉已经非常成熟了。但白纸黑字会暴露出你大脑粉饰过的漏洞：你从未测试过的假设、其实并不连贯的步骤、两个悄悄自相矛盾的主张。
费曼（Feynman）的原则是，你必须避免欺骗的第一人就是你自己，因为你是最容易上当的目标。**写作是有史以来发明的最廉价的防御机制。**达尔文走得更远，他将其程序化了：任何违背他理论的事实都会被当场写下来，因为他发现自己的记忆删除不便证据的速度，远比删除有利证据的速度快。你的记忆对你失败的运行记录也是如此。保持做日志的习惯：假设、设置、预期、结果、更新后的认知。重读上个月的记录会让你感到极度谦卑，没有任何审稿人能带来这种效果。

[DataDan｜AI Consultant + Builder @ba_niu80557]

作为大叔级别的过来人，想跟年轻人聊一个比较反差的话题。这个话题我自己花了好几年、还搭上一根主动脉才想明白的事：你在大厂拿的那份高薪，到底有多少是你的能力换来的，有多少其实是"闭嘴费"？

先解释什么叫闭嘴费。

一个大厂给一个资深员工开八十万、一百大几十万年薪，你以为这笔钱全是买你的技术能力。不全是。这里面有很大一部分，买的是另外几样东西：买你的服从，买你的时间，买你的"不去想别的可能性"，买你"别闹事、别走、别在关键时候掉链子"。

这部分钱，本质上是一副金手铐。它足够高，高到你舍不得摘下来；但它又是一副铐子，把你牢牢锁在一个位置上，锁到你慢慢丧失了离开的能力和想象力。

怎么验证这笔钱里有多少是闭嘴费？很简单，问自己一个问题：如果明天你从这家公司离开，你的市场价值，还剩下原来的百分之几?

我见过太多人，在大厂拿着很高的薪水，一旦离开就发现自己什么都不是。因为他的能力是高度"公司特化"的——他熟悉的是这家公司的内部系统、内部流程、内部人际关系。这些东西在公司内部价值连城，出了公司一文不值。他那份高薪里，可能有六七成是"在这个特定位置上才成立"的溢价，是闭嘴费，不是能力费。

我自己就是个例子。我在大厂做到大数据总监，管一百多人，对着 CTO 汇报，薪水在同龄人里相当可以。当时我真心以为，这份薪水是我的能力配得上的。

直到我主动脉裂开，躺进 ICU，被迫停下来，我才开始想一个问题：如果我现在离开，我还值多少钱？

这个问题想下去，挺吓人的。我发现我大量的"能力"，其实是"在这家公司这个位置上"的能力。我懂这家公司的数据架构，我搞得定这家公司的跨部门协调，我知道这家公司的某个决策该找谁拍板。这些东西，离开这家公司，归零。

那一刻我才意识到：我以为我值那么多钱是因为我厉害，其实有一大半是因为我站在那个位置上。位置是公司给的，公司随时能拿走。而真正属于我自己的、能带走的能力，比我以为的少得多。

这就是金手铐最歹毒的地方：它用一个足够高的数字，让你误以为那是你的身价，从而停止了对"我离开这里还能不能活"这个问题的思考。你越舒服，越不去想；越不去想，离开的能力越退化；离开的能力越退化，你就越离不开。这是一个闭环，一个温柔的牢笼。

说到这里，必须聊聊 title 这个东西，它是金手铐的另一半。

P8、P9、总监、VP，这些 title 在公司内部是硬通货。它决定你的话语权、你的资源、你被对待的方式。在大厂待久了，你会不自觉地把这个 title 当成你的一部分，当成你身份的核心。

然后你出来了，发现这个 title 一文不值。

不是贬低，是事实。"我是某大厂 P8"这句话，在公司外面，几乎不构成任何有效信息。客户不关心你是 P 几，他关心你能不能解决他的问题。市场不关心你管过多少人，它关心你自己能交付什么。那个曾经定义你的 title，出了那栋楼，立刻失效。

我刚出来的时候，下意识地还想用"我以前在大厂做到总监"来给自己背书。后来很快发现，没人吃这一套。日本的客户更直接，他们根本不问你以前的职级，他们只问一件事：你能帮我做成什么。

这个转变，对很多从大厂出来的人是巨大的心理冲击。你突然发现，那个你引以为傲、奋斗多年才拿到的 title，离开了那个特定的环境，什么都不是。你被迫赤裸裸地，只能靠"你到底能干什么"重新定义自己。

但我现在回头看，这个冲击其实是一份礼物。

因为它逼着你回答一个你早就该回答、却被金手铐和 title 一直帮你回避的问题：剥离掉公司、剥离掉位置、剥离掉头衔，你这个人，到底值多少钱?

这个问题的答案，才是你真正的身价。不是公司发的工资，不是名片上的 title，是当所有外部光环都拿掉之后，市场还愿意为你这个人付多少钱。

而这里就引出了中日两个市场一个特别有意思的差别。

在中国的职场语境里，衡量一个人价值的坐标系，很大程度上是"你拥有什么"：你是什么职级、你管多少人、你在哪家大厂、你的 title 是什么。这是一套"身份资产"的坐标系。

到了日本，尤其是我做独立之后接触的这些客户，坐标系完全不同。他们衡量你的方式是"你能解决什么问题"。没人问我月薪多少，没人问我以前是什么级别，所有人想知道的就一件事：你能不能帮我把这个具体的问题搞定。这是一套"解决能力"的坐标系。

一套看你拥有什么，一套看你能做什么。

这两套坐标系，养出来的是完全不同的安全感。

靠"拥有什么"建立的安全感，是脆弱的。因为你拥有的那些东西比如职级、title、平台，都是外部给的，都可能被拿走。公司一裁员，一调整，一倒闭，你的"身份资产"瞬间归零，安全感跟着崩塌。

靠"能做什么"建立的安全感，是结实的。因为你能做的事，是长在你身上的，谁也拿不走。公司可以裁你，但裁不掉你解决问题的能力。市场可以变冷，但只要你能解决真实的问题，就总有人愿意为你付钱。

我现在的安全感，比在大厂拿高薪的时候强得多。不是因为我赚得更多（虽然确实不少），是因为我的安全感的来源变了：从"我拥有一个好位置"，变成了"我有一身到哪都能卖的本事"。前者是借来的，随时要还；后者是自己的，谁也夺不走。

最后说点实在的，给还在金手铐里的兄弟。

我不是劝你裸辞。金手铐之所以是金的，是因为它真的能给你不错的生活，这个价值是真实的。

我是想提醒你做一件事：定期问自己那个吓人的问题，如果明天我离开这家公司，我的市场价值还剩百分之几?

如果答案让你心虚，那说明你的高薪里，闭嘴费的比例太高了，能力费的比例太低了。这不是让你立刻走，是让你从现在开始，有意识地把你的能力，从"公司特化"往"市场通用"上转。每年都让那个"离开还剩多少"的百分比，往上涨一点。

因为金手铐最大的风险不是它锁住你，是有一天它自己松开了比如公司裁员、行业下行、组织调整，而那时候你才发现，手铐一摘，你徒手什么都抓不住。

真正的安全，从来不是你戴着的那副手铐有多值钱，是当手铐被摘掉的那一刻，你赤手空拳还能不能养活自己。

别等到主动脉裂开，或者等到裁员通知拍在脸上，才去想这个问题。那时候想，太被动了。

现在就想，你还有得选。

[DataDan｜AI Consultant + Builder @ba_niu80557]

https://t.co/baGmhshbGY

[我只是个撸毛的 @yujuhao]

✅撸毛常用的工具与网站

查看最新空投项目
🔗：https://t.co/eaCZrCpIr7

查项目融资与背景
🔗：https://t.co/YZL5rArzdJ
🔗：https://t.co/CGj2oucvHY

批量生成钱包
🔗：https://t.co/sM74hgSMuA

批量查询空投
🔗：https://t.co/QGHuvIEdx2

查看代币解锁时间表
🔗：https://t.co/yCsVv8BqFw

快速添加链和RPC
🔗：https://t.co/oBElNwPmbW

DeFi项目空投列表，常看TVL/锁仓量
🔗：https://t.co/bnbAu7N22g

多链钱包资产和活动追踪
🔗：https://t.co/9f27D5SdGP

工具类

指纹浏览器
比特：https://t.co/2FEp2klMAX

ADS：https://t.co/3cwnjYyGdC

梯子：https://t.co/f7rVRlSRUb

IP购买网站
🔗 ：https://t.co/IuwUk9kKKj

钱包安装

小狐狸钱包安装
🔗：https://t.co/h2sI8mfO6S

OKX钱包安装
🔗：https://t.co/pEvps4ciqZ

Phantom钱包安装
🔗：https://t.co/fHNFOC9KBk

项目表
🔗：https://t.co/CbRcvfjGHZ

声明：本内容并非赞助内容，仅为个人撸毛纪录分享，请务必自行研究！

[奶牛叔 @WWTLitee]

接手陌生代码库时，太需要这个工具了：Understand-Anything

它把代码库、文档或者知识库转成交互式 knowledge graph，让你能边看边搜边追问关系，不用再靠来回翻文件硬拼上下文

仓库现在已经有 16.3k stars，今天新增 854 stars。最近这类帮助理解大仓库的工具涨得都很快，因为很多人现在更缺一张能把上下文串起来的图

仓库地址：
https://t.co/QJ5clIuMqX

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

兄弟们注意了，GitHub 又出宝藏项目了——

hello-agents，直接冲上开源热榜第一，还在飙。

这玩意儿把 AI Agent 从理论到实操全打包成一套开源课程，

①1️⃣ Agentic RL
②2️⃣ SFT
③3️⃣ GRPO

这些找高端 AI 岗必考的技能，全在里面。

以前这些东西要么散得到处都是，要么得花钱买课。

现在？免费，还系统，不看你亏大了。

https://t.co/IZsctEZbi9

[0x鸣人 @LuBtc888]

有声书刺客要失业了！

开源工具Audiblez，把EPUB扔进去，几分钟吐出一本M4B有声书。搭载Kokoro语音模型，仅82M参数，听感自然到难以置信。

① T4 GPU跑完《动物庄园》仅需5分钟
② 中英法日等9国语言随心切换
③ 图形界面友好，不会代码也能轻松上手
④ 一行命令pip install audiblez，快速完成安装

以后谁还花钱买有声书？

🔗 https://t.co/wYzTLOnd8A

[娜美知识库 @fhwofjow51260]

最近发现了 OmniGet 这个开源工具，完全免费、全平台可用，原生支持五十多个平台，以及 B 站、抖音、YouTube、Instagram、TikTok 等视频平台，通过 yt-dlp 扩展能支持上千个网站。BT 种子和磁力链接下载也原生支持，桌面端一站式搞定。

GitHub：https://t.co/rgVCqb9OfP

[老白（每日 AI 干货✊） @laobaishare]

卧槽。有人刚刚干掉了网上所有的可疑视频下载网站。

它叫ReClip。自托管。开源。免费。

粘贴YouTube、TikTok、Instagram、X或1000+其他网站的链接。选择MP4或MP3。完成。

无广告。无弹窗。无追踪。无速率限制。

工作原理如下：👇

[GOLD @Honcia13]

电子书秒变有声书的开源神器来了——Audiblez！

把 EPUB 直接扔进去，
几分钟就吐出高质量 M4B 有声书！
用的 Kokoro 语音模型，仅82M参数，但听感自然到离谱。

亮点：
T4 GPU跑《动物庄园》只要5分钟
支持中英法日等9国语言
自带图形界面，傻瓜式操作
pip install audiblez 一行命令搞定

真正读书党和懒人福音！再也不用花钱买有声书了
https://t.co/ScAcvtpa9a

[冰河 @binghe]

哥们，你有点过分了啊！采集数据无所顾及啊！！

速度不是问题，壁垒都让干没了，直接穿透啊。

大厂的数据，让你这么整，以后信息就不值钱啦。

[Jason Zhu @GoSailGlobal]

量化交易这件事 / 90% 的人以为门槛在「进对冲基金」
真正的门槛在「你知不知道有哪些开源工具」

GitHub 上有一份榜单 ：best-of-algorithmic-trading
109 个开源项目 / 310K star 合计
基本覆盖了对冲基金 10 年前花几百万买的整套工具栈

· 开源 trading 项目已经不是「玩具」

CCXT 42K star ：一个 API 通吃 100+ 个交易所
Freqtrade 48K star ：策略 / 回测 / 实盘部署一体化
Hummingbot 18K star ：做市 / 高频 / 网格全在里面
QuantConnect Lean 18K star ：Python + C# 量化引擎 / 真正能上生产

10 年前
QuantConnect Lean 这种东西 / 一个对冲基金内部要 10 个工程师 2 年才能搭出来

现在
git clone 一行

· 你最大的瓶颈 / 是你不知道有这些工具
跟「策略不够好」关系不大

仓库分 7 个类目 / 一次性把这个赛道整理透了

Bots & Frameworks（23 个）
Libraries & API（28 个）
Technical Analysis & Indicators（10 个）
Books（19 本）
YouTube（10 个频道）
Courses（8 个课程）
Communities（3 个社区）

你以为你在「研究策略」
实际上你在「重新发明轮子」
这 109 个轮子已经造好了

· 算法交易的真正难点不在数学

仓库里 Top 10 的项目 / 大部分核心代码不到 5 万行
对冲基金给同样的活付 200 万美元年薪

差距不在算法
在「你愿不愿意花 3 个月把这套工具栈跑通」

绝大多数人卡在这一步 / 然后转去做别的

· 值得 star 的几个核心项目

撸代码先从这几个开始

CCXT（API 层）：所有交易所统一接口 / 没它你寸步难行
Freqtrade / Jesse / Hummingbot（策略层）：选一个最适合你的语言生态
QuantConnect Lean（生产级引擎）：真正能上实盘的那一个
ta-lib / pandas-ta（指标层）：技术指标 90% 都现成

学习路径

先看 Books（19 本里挑 3 本基础）
跑通 Freqtrade 一个 demo 策略
读 CCXT 文档接一个交易所
再考虑要不要写自己的策略

· 量化交易的开源化 / 是过去 10 年金融行业最大的悄然变革
华尔街用了 30 年建起来的护城河 / 被 GitHub 用 109 个 repo 填平了

但绝大多数人不知道这件事
因为「我没在做交易」的人不会去搜
「我在做交易」的人在交学费

· 链接 https://t.co/SK6iZ5Piad
这个仓库收藏 / 接下来 6 个月你会反复用到

[Kotasan @winchrr]

如果你已经受够了网络上漫天飞的神棍理论，想要成为一名专业交易员，那你必须精通市场拍卖原理，下面推荐的这三本书是卓越的入门好书：
1.Larry Harris的《交易与交易所：从业者的市场微观结构》
2. Paul Milgrom的《价格的发现：复杂约束市场中的拍卖设计》
3.Maureen O'Hara的《市场微观结构理论》

[区块链行情研究 @qkl2058]

这个博主停更了整整两年，一回来就扔了个重磅内容。

他把整个AI产业链拆得特别清楚，从上到下分成12个层级。从最底层的能源、芯片这些基础设施，一路往上推，推到未来会出现的“AI原生经济生态”这个概念。

视频很值得多看几遍，特别是最后讲到什么叫“AI Native公司”的时候，确实挺有启发的。

[无颜 @WY_mask]

兄弟们，40个有用的GitHub仓库，强烈建议收藏起来！

1. public-apis — 免费API合集
2. build-your-own-x — 边做边学
3. developer-roadmap — 学任何技术
4. free-programming-books — 免费书籍
5. system-design-primer — 掌握系统设计
6. coding-interview-university — 自学计算机
7. the-art-of-command-line — 精通终端
8. project-based-learning — 项目式学习
9. you-dont-know-js — 深入学JavaScript
10. the-book-of-secret-knowledge — 黑客资源
11. tech-interview-handbook — 面试通关
12. awesome-selfhosted — 自建应用
13. javascript-algorithms — 可视化算法
14. 30-seconds-of-code — 实用代码片段
15. gitignore — 各语言模板
16. ollama — 本地运行AI模型
17. langchain — 快速构建AI应用
18. n8n — AI自动化工作流
19. openclaw — 本地AI助手
20. dify — 可视化创建AI代理
21. langflow — 拖拽式AI管道
22. mem0 — AI代理记忆层
23. browser-use — AI控制浏览器
24. ruflo — Claude代理编排
25. crewai — 多代理AI团队
26. hermes-agent — 开源AI代理
27. markitdown — 文件转Markdown
28. maigret — 3000+网站OSINT
29. open-webui — 自建ChatGPT界面
30. aider — 终端AI编程助手
31. agency-agents — 完整AI代理机构
32. tradingagents — 交易多代理框架
33. browserbase-skills — Claude网页SDK
34. autogen — 微软多代理框架
35. metagpt — AI代理软件公司
36. lobe-hub — 可视化多代理平台
37. huggingface-transformers — 现代AI基础
38. cocoindex — 长文本代理引擎
39. freeCodeCamp — 免费编程学习
40. stable-diffusion-webui — 本地AI画图

[Geek Lite @QingQ77]

基于倪海夏《天纪》体系的紫微斗数开源排盘引擎，提供完整排盘算法、四化飞星系统、格局知识库和 51.8 万条命盘样本数据，可自建排盘网站或作为命理 AI 的训练语料。

https://t.co/ZD0tpLFxIE

Next.js 14 写的紫微斗数排盘系统，排盘核心逻辑全用 TypeScript 实现，安命宫、定五行局、安主星辅星、排大限流年一条龙。四化系统把各天干的禄权科忌对照表都内置了，格局知识库 1100 多行代码，能判定紫府同宫、日月并明这些经典格局。古籍部分收录了骨髓赋、紫微斗数全集和全书的原文。

[Huan @Huanusa]

挖到个中文电子书界的超级宝藏！

ebook-treasure-chest 这个 GitHub 仓库已经 9000+ Star，
目前最全的中文电子书索引库！
帆书、微信读书、京东读书、喜马拉雅上热门的书，这里基本都有。
每本书都提供 epub + mobi + azw3 三种格式，Kindle、手机、平板随便看！目前收录：
-文学 2711 本
-历史 1748 本
-科普 743 本
还有管理、经济、职场、创业、投资、心理学、推理、经典、技术手册……
全覆盖

最爽的是在线搜索页：
输入书名或作者，秒出结果，支持多关键词搜索！
不想翻页直接 Ctrl + F 也行。
地址在这里：
https://t.co/LYSOvv5ilp
以前一年花几百块开的各种读书会员，现在基本可以省了！
资源党、学习党、Kindle党，这波必须星标+收藏！

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

Obsidian CEO亲自下场，搞了个obsidian-skills开源项目，让Claude直接操作你的笔记库！！！ 3万颗星

简单到离谱：
1️⃣ 把代码扔进笔记库的 /.claude 文件夹
2️⃣ 完事，Claude就能帮你写、改、查笔记

焦虑点：别人已经用Claude自动整理知识库了，你还在手动复制粘贴？这波不跟进，下个风口又错过。

🔗 https://t.co/JLMugoAYoP

[娜美知识库 @fhwofjow51260]

白嫖党福利：这个项目让你各种白嫖

一个为开发者收集各种免费开发资源的地方

在 GitHub 上发现 free-for-dev 这个项目，专门为开发者收集各种有免费额度的服务，覆盖云计算、网站托管、数据库、CI/CD、监控分析等超过 70 个分类，一应俱全。

GitHub：https://t.co/yDHlTMKapN
官网：https://t.co/lEyYqFbjdX

如果你是独立开发者、学生，或者做小项目不想上来就烧钱，这个项目值得收藏。

[Vincent @Vincent_AINotes]

发现个自媒体运营神器！

social-auto-upload，做短视频矩阵的必备工具。一次上传，自动发布到抖音、B站、小红书、快手、视频号、TikTok... 不用再一个个平台手动传了。

支持定时发布，视频标题、标签、封面都能配置好。搞内容创作、做自媒体运营的，这个能省不少时间。

代码结构也挺清晰，想加其他平台自己也能扩展。Python 写的，部署起来不复杂。

平时要同步发多个平台的，用这个自动化一下，效率直接拉满。

项目地址放评论区了👇

#自媒体 #视频运营 #自动化 #开源工具 #效率神器