SiC

碳基的皮囊 硅基的灵魂

[向阳乔木 @vista8]

你可能和我一样，经典古籍实在读不下去。

以《道德经》为例，拆解每句翻译成大白话 + AI生图，一下就Get了。

项目正在开发中，预计本周开源。

[李老师不是你老师 @whyyoutouzhele]

网友投稿：
“习禁评”时代，中文衍生出大量代称和隐语，俨然形成了一个庞大的“黑话帝国”。
除了以上“黑话”，校园里还流行着不少网络化、代称化的表达，例如，把警察称作“帽子”或“叔叔”，把警察局称作“六扇门”，把钱称作“米”，而提到有关部门时，则常以“某局”“某部”“某府”等模糊代称进行指代。
许多原本直白的词汇，逐渐被各种隐语和替代说法所取代。这些“黑话”一旦形成使用习惯，未来十年恐怕都难以看到明显改变的希望，甚至可能进一步固化，成为一种长期存在的网络语言现象。

[Bitturing @Bitturing]

马斯克做决策，其实就一句话：

谁限制速度，我就攻击谁。

资本不够，就解决资本。

技术不够，就解决技术。

流程太慢，就拆流程。

大多数公司最大的瓶颈，

不是钱，也不是技术。

而是把人为限制当成自然规律。

马斯克最狠的地方是：

他只尊重物理限制。

不尊重官僚限制。

[Suu @Suu766]

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了

因为互联网真正值钱的东西，其实大量都藏在 GitHub

很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里

这两年越来越明显的一件事是：

会用 GitHub 的人，已经开始用 AI 放大自己的效率了

很多原本需要团队完成的事情，现在一个人就能做

我的建议是收藏起来，认真看看这个视频

它真正有价值的地方，不是教你“看网站”，

而是让你开始理解：

AI 时代里，普通人该去哪里找机会

[一些蓝 @BlueBluebiu11]

周末研究下来，非常看好的一个方向是稀土。
章盟主一季度持仓的四只票，只有北方稀土还没大涨过了。
接下来可以重点看中国稀土，中稀有色，北方稀土。

[Orange AI @oran_ge]

用了几天了，很好用

[宝玉 @dotey]

为啥 Codex 还不推出类似 Codex Design 的产品？

Anthropic 最近推出了 Claude Design，是我除了编程之外用得最多的 Agent，也推荐过很多次。效果真的好：你用一句话描述想要的 App，它直接给你生成一个可交互的原型，点哪哪都有反应，不仔细看还以为在操作真实的 App。

有网友问：为啥 Codex 还不推出类似 Codex Design 的产品？

简单来说，GPT-5.5 的模型能力还做不好这件事。但要解释清楚为什么，得先理解一个关键区分。

【1】Agent 的两层：模型和 Harness

很多人把 Codex、Claude Design 和 GPT-5.5、Claude Opus 4.8 混在一起说，其实它们是完全不同的两层。

Claude Design 和 Codex 是"产品层"，业界叫 Harness，包括提示词、工具链、UI 交互流程这些工程层面的东西。Claude Opus 4.8 和 GPT-5.5 是"模型层"，是真正干活的大脑。

打个比方：Harness 是厨房，里面有锅碗瓢盆（工具）和菜谱（Skills），模型是厨师。同一套厨房，换个厨师，做出来的菜完全不一样。

理解了这个区分，后面的事情就好说了。

【2】Harness 不是门槛

Claude Design 的 Harness 层技术上不复杂。花点心思逆向一下，提示词、工具代码几乎都可以拿到。我已经做过了，成果在 baoyu-design（https://t.co/8zkHcKlfWP），可以借助 Skill 把 Claude Design 在其他模型上运行。工程上没秘密。

真正拉开差距的是背后的模型。

【3】高精度可交互原型，难在模型

Claude Design 这个名字容易让人误解，以为交付的是 Figma、Photoshop 那样的静态设计图。实际上它交付的比 Figma 更进一步，是融合了设计稿和原型的高精度可交互原型：你不光能看到设计，还能直接上手操作。

这对模型的要求很高。

举个例子。我要做一个类似 X/微博的客户端。让模型画一个好看的静态界面，很多模型都做得到。但要让这个界面能交互就复杂了：切换不同 Timeline，展示不同类型的推文（文本、图片、视频），点赞要变红心，删推要从列表消失，从列表点进详情再返回，状态还要保持住。

要做到这些，模型必须在动手画 UI 之前，先把整套数据结构和状态管理想清楚：tweet 长什么样、timeline 有哪几种、每个按钮当前是什么状态、状态之间怎么联动。这是系统架构设计的活，不是画 UI 的活。

Claude Design 对模型的要求，是同时具备优秀的 UI/UX 设计能力和系统架构设计能力，缺一个效果就大打折扣。这也是为什么我之前反对只产出纯 HTML 的设计稿，那只是静态的 UI 设计，没有融合 UX 交互。

有条件的话可以自己测试感受一下。比如用这个提示词：

Design a X Client for Mac, similar to Tweetbot for Mac from Tapbots

同样的提示词让 Codex 去做，也能出个东西，能看，也能简单交互。但对比一下就知道差距了：列表能滚动，sidebar 不能点；点赞按钮没反应。来回迭代好几轮，才能达到一个勉强凑合的水平。

Claude Design 做出来完全不一样。从 Timeline 切到通知页，从列表点进详情再返回，全程流畅，状态都保持住了。不仔细看真以为在操作一个完成度很高的 App，虽然数据都是模拟的。

Claude Opus 4.8 显然在设计和架构这类场景上做了大量训练和优化。

【4】产出物就是代码

去看 Claude Design 的产出物，注意里面的 data.jsx 文件。它把整个设计的数据结构定义得很清晰，基于这个结构模拟了一套完整数据，然后用 React 在这套数据上构建 UI。

设计产物本身就是代码（React、CSS、JSON），不是 Figma 或 PSD，任何开发者拿到都能直接看出按钮的圆角、主色、间距，照着自己的技术栈实现就行。后续设计变更？git diff 一看就知道改了什么。设计和开发之间的沟通损耗降到了最低。

说得不严谨，应该说设计 Agent 和开发 Agent 之间的沟通损耗很低了。现在都是人在指挥 Agent 去设计，人指挥 Agent 写代码了。

【5】怎么用好 Claude Design

很多人不知道该怎么用好 Claude Design，其实有点像 Vibe Coding：有个基本的想法，先让它做一个版本出来，然后通过 Chat 去指挥 Agent 帮你改，调整几个版本你的思路就清晰了。

整个调整的过程非常神奇，有一种"言出法随"的感觉，你想让它怎么改它总能给你实现出来。这也是为啥我现在很痴迷用 Claude Design，反馈来得太快太过瘾了。

还有一个小技巧：不要说太具体的要求，而是说你的目标是想要什么，让它自由发挥。往往能得到更好的效果，毕竟它训练过几乎所有公共的 UI 设计。

回到最初的问题。Codex 不推类似的设计产品，是因为 GPT-5.5 还扛不住这个活。画个好看的界面很多模型都行，难的是在动手之前把数据结构、状态管理、交互逻辑都想清楚，然后一次性交付一个完整的可交互原型。

目前只有 Claude 的模型做到了。至于能领先多久，就看 OpenAI 或者其他家后面模型的进化速度了。

[AI产品黄叔 @PMbackttfuture]

用Codex连接YouMind Board+飞书，整理分享框架
再拿框架和内容回到YouMind直接创建PPT

妈呀，太丝滑了。。。YouMind 干巴爹！
明天的PPT分享一下就搞定了！

[向阳乔木 @vista8]

一个专门给产品经理准备的Skill，五天竟有13k Stars。

从名字看，确实涵盖了产品经理日常工作范围。

警惕大而全的Skill产品包，最好体验根据需求微调。

安装地址见评论

[GOLD @Honcia13]

油管真的就是一座免费大学！
而且教学质量比很多国内大学还高！
强烈推荐下面这5个高质量YouTube频道

1、Bro Code
编程入门神频道！一个视频就能带你系统学完一门编程语言，讲解超级清晰、节奏快、干货满满，完全免费。
https://t.co/ckH9zek4Cn

2、MIT OpenCourseWare（麻省理工公开课）
世界顶尖大学把真正的高质量课程免费放到油管，你几乎可以白嫖整个麻省理工的教学资源。
https://t.co/wDbhVxtvXF

3、Charisma on Command
教你如何变得更自信、说话更有魅力、社交能力爆棚。实用到爆的沟通与个人魅力提升课。
https://t.co/rgGMVTfwjQ

4、Khan Academy
科学和数学的天花板级别讲解，把枯燥的知识讲得有趣又易懂，适合各个年龄段。
https://t.co/ASGTsqEgXx

5、Crash Course
想快速了解任何领域（心理学、历史、地理、科学、文学……）都找它！短视频+高信息密度，看完直接涨知识。
https://t.co/yA5K4b1buQ

这5个频道坚持刷下来，真的能顶好几年的大学自学效果。

[飞龙财经 @flcjbtc]

一个00后，8天赚了23万。用的方法说出来你可能不信，跨平台信息差搬运。
​
他怎么做的？就三步：
​
第一步，刷海外论坛。Reddit、Medium、Product Hunt上每天都有新玩法、新工具、新案例，国内大部分人看不到。
​
第二步，翻译+重组。不是简单机翻。是把英文信息拆开，按国内读者的阅读习惯重新编排，加上自己的理解和避坑建议。
​
第三步，多平台分发。同一篇内容，抖音改成悬疑口播脚本，小红书做成精致图文，头条写成深度分析。一份素材，三份流量。
​说白了，他卖的不是信息，是信息差。很多人不知道上哪找，没时间整理，也懒得翻译。他把这三件事做了，就值23万。
​
信息差永远存在。关键不是你知道多少，是你比别人快多少。

[一只小橘呀 @Ellieorange8]

建议高敏感内耗人反复读这段话

[qinbafrank @qinbafrank]

一张图拆解全球机器人产业链，虽然老黄喊韩国机器人产业，但事实求是来看中国在机器人领域还是占据了绝对领先优势。最值得关注的三个要点：1、真正的壁垒往往不在“造一台机器人”，而在减速器、伺服系统、传感器、视觉、控制软件和场景集成能力；

2、机器人产业中最关键的上游环节包括减速器、伺服电机、控制器、机器视觉、LiDAR、力传感器、AI芯片和末端执行器。代表公司包括Nabtesco、Harmonic Drive、Yaskawa、Keyence、Cognex、NVIDIA，以及中国的汇川技术、绿的谐波、双环传动、禾赛、速腾聚创、奥比中光等。这些环节通常比单纯本体制造更有壁垒。

3、机器人下一阶段竞争不只是硬件成本，而是具身智能、边缘AI、仿真训练、感知决策和真实场景落地能力。确定性较高的是减速器、伺服、机器视觉、医疗机器人和工业软件；弹性最大的是人形机器人执行器、力传感器、LiDAR和边缘AI芯片；

[Morris @Morris_LT]

什么是顶级自我认同？
1、我做什么未必都对，但结果永远由我承担。
2、别人的评价不重要，因为他们不替我活。
3、不必向所有人解释自己，懂的人自然懂。
4、允许一切发生，也允许自己随时转身。
5、我的靠山，从来都是我自己。
6、真正的勇敢，是害怕依然前行。
7、我不入你的局，你便左右不了我。
8、我可以停下来休息，因为暂停不是放弃，而是蓄力。
9、我不需要所有人喜欢，我的价值不靠别人定义。
10、生活可以打击我，但无法决定我是谁。

[小C哈哈哈 @dashen9999]

为什么成功人士都精力充沛？

记得多年前天涯论坛有个神贴，讲的就是最顶配的保养方法

能坚持做到这些点，你也可以精力充沛并跟他们一样优秀

1、人身上最顶配的保养，不是去健身房把自己往死里撸铁，也不是往嘴里塞一堆眼花缭乱的东西

而是把嘴管住，把裤裆那点事儿管住，把觉睡透睡了

2、把全部心神钉死在当下这一刻。

只吃你碗里这口饭，只喝你手边这杯水，只做你眼前这件事，只看你面前这个人，把“时间”这个词从你脑子里暂时格式化掉

过去、现在、未来拆开看是三截，其实骨子里是同一根线上的三个点，你揪着哪一头不放都是在跟自己过不去。

真把这张窗户纸捅破了，心里头就没有大起大落、大喜大悲，那就是人世间最顶级的自在。

3、练出一套随时能把自己抽出来当“局外人”的本事。不管你被扔进什么场合，都试着用看台下看戏的心态去打量周围正在发生的一切

你不是台上那个被聚光灯追着跑的主角，你只是坐在观众席里嗑瓜子喝茶的看客。一旦这个视角架起来了，什么纠结、丢脸、尴尬统统挨不着你的边。这属于顶级的内修

[美少女战士_Ayla @Aylababe_]

谷歌前 CEO 强调了一个热知识：

如果你真的想赚钱，必须学习：理解代理、Claude Code、提示、记忆、技能、MCP和例程

然后让你的 AI 来控制你的 AI

大部分人学 AI, 就是在推特刷 AI 帖子，但其实，真正系统性的知识，大模型公司官方出的全面且免费，务必收藏这条帖子：

代理架构 https://t.co/3s0hmJbyvw
Claude Code 101 https://t.co/MWXloXUljO
Claude Code 实战 https://t.co/LFoS19rqDO
提示工程 https://t.co/rvLTIbiC3X
互动提示课程 https://t.co/PkVrmel2zb
Claude.md + 记忆 https://t.co/dnc98oyv6O
技能 https://t.co/f7gI9A3jep
MCP https://t.co/gs3rSVu7HS
例程 https://t.co/bWzywsUZRY
Claude Code 终极指南 https://t.co/wVDvVgmKGB
Awesome Claude Code https://t.co/Z7VnEIeOTJ
Anthropic 学院 https://t.co/K276utEWhm
官方 Claude Code 文档 https://t.co/ab8BUYtjlx

现在，复制全文内容，并喂给你的 Agent!

[Dr. Moyu｜摸鱼局长 @Jason23818126]

散户投研的外挂来了

Serenity @aleabitoreddit 白毛股神爆火，核心不是追龙头，而是找供应链瓶颈

我把 GitHub 上能找到的 Serenity 风格 Skill 全部挖了一遍，整理出这 10 个仓库

装进 Claude / Cursor / Codex 后，你的 Agent 就能直接套用这套框架做产业链拆解、卡点定位、标的初筛和 thesis 验证

1/ 核心方法论蒸馏版

完整复刻供应链瓶颈分析流程
热点拆链 → 找卡点 → 筛公司 → 核证据 → 排优先级

https://t.co/2bQRCVextr

2/ 推文 archive + Skill 版

基于 Serenity 公开推文和观点整理，带 ticker 知识库和周期跟踪，适合持续跟进她的最新焦点

https://t.co/As2GoNZVYF

3/ 多版本辩论融合包

融合 Serenity 和其他交易 / 研究思路，让 AI 从不同角度碰撞同一标的，适合做多视角 thesis review

https://t.co/tuIOkNt5td

4/ Alpha 假设生成版

适合把市场新闻转成可验证的 alpha 假设
新闻 → 需求变化 → 财报映射 → 小盘弹性 → 验证路径

https://t.co/5doTSGCjl0

5/ 0xAgata 粉丝精炼版

轻量、直接、好上手，适合快速体验 Serenity 式供应链瓶颈研究

https://t.co/D919U8m3rp

6/ W-Y-P 完整框架版

基于大量公开内容蒸馏出的投资框架 Skill，通用性强，适合做系统化产业链研究

https://t.co/rZn5hQDEaX

7/ LeslieYeo 深度资料版

包含 Serenity 思维框架、表达风格、投资决策、外部评价、时间线等资料，更像完整 persona + research framework

https://t.co/iGwdeFukLP

8/ ZadAnthony 中文 Claude Skill 版

面向 Claude Code 的中文 Skill，聚焦 Serenity 供应链卡点逆向投资方法论，中文用户上手很快

https://t.co/zV6h0sNPXq

9/ A股卡脖子选股版

把 Serenity 的 chokepoint / bottleneck 思路迁移到 A股场景，更适合做国产替代、设备材料、上游卡点筛选

https://t.co/tLcG5GDqrc

10/ AI 基建 / 半导体供应链分析版

面向 Claude Code 和 Cursor 的 AI infrastructure & semiconductor supply chain analysis skill，适合拆 AI 硬件、光模块、半导体设备材料等链条

https://t.co/aNSqe1JZ1v

Serenity 这套方法的价值，不是让 AI 直接告诉你买什么

而是逼你用更机构化的方式去问问题

这个环节是不是刚需
扩产是不是很难
认证周期是不是很长
供应商是不是很少
下游巨头是不是绕不开
财报里有没有验证
市场是不是还没 price in

装上这些 Skill，相当于给 Claude / Cursor / Codex 配了一个 24h 在线的供应链研究员

最后提醒

股市有风险，以上内容仅供学习和研究参考，不是投资建议
Skill 是研究工具，不是印钞机
仓库代码和具体标的都请自行 DYOR

[K三 凯 @kaikaibtc]

我把Serenity和Crux这两个美股狂魔，蒸馏成了一个自动投研的Agent

上周我扒了 Serenity（@aleabitoreddit）的 1073 条推文，5 个月 32 倍。

这次我又扒了第二个人——Crux Capital（@crux_capital_），五个月 647 条原帖，126 个价值票。

Serenity窄而深：找一个制胜点，押死。
Crux 宽而有纪律：画一张六层栈，每层按执行力排仓位。

看完我有点难受，不是因为收益图太夸张。是我发现，这两个人干的根本不是传统意义上的“选股”。

他们是在搭一条投研流水线， AI 负责搬砖，人负责最后拍板。

1⃣ 他们的方法论：先拆机器，再找堵点

他们看一个赛道，不先问“谁会涨”。

先问的是：

这台机器到底长什么样？
BOM 里最难替代的零件是什么？
如果其中一家明天停产，下游要等多久？

这个问题一问出来，视角就完全变了。

大家还在盯 GPU、HBM、电力这些第一层热点时，
他们已经往下抠第二层、第三层：

激光器、InP 衬底、外延、测试、连接、冷却、配电……

Serenity 最狠的地方，是死盯单点故障。
Crux 更像工程师，先画一整张栈，再给每层贴标签：

谁是龙头，
谁是瓶颈，
谁只是会讲故事，
谁又是那种没人聊、但每台机器都得用的“无聊必需品”。

2⃣AI 在他们手里，不是军师，是苦力

普通人用 AI 做投资，喜欢问：

“这票能买吗？”
“帮我总结一下财报。”
“这个赛道有没有机会？”

这种问法，说到底还是在等答案。

他们不是这么用的，他们让 AI 去干最脏最累的活：

拆机器，
顺着零件找供应商，
再找供应商的供应商，
横着读多家公司财报和电话会，
把“产能打满”“认证快结束”“明年放量”这些零碎信号拼成一张图。

说白了，AI 没替他们赚钱，AI 只是把研究量的上限硬抬上去了。

3⃣所以我把这套东西蒸馏成了一个 skill

https://t.co/V6OUO1IuJZ

它不干一件很俗的事：上来就给你甩股票代码。

它先跑五步：

L1 先确认终端，到底研究的是哪台机器、哪套系统
L2 再画供应链栈，搞清楚谁在第几层
L3 找真正的卡点，卡的是产能、认证、热、电、良率，还是材料
L4 用财报、产业新闻、研报交叉验证
L5 先给方向，再给名字，最后才谈仓位

我蒸馏的不是他们买了什么，我蒸馏的是他们怎么提问，怎么排除，怎么把热闹拆成一个个能验证的环节。

4⃣举个例子，人形机器人接下来该买什么

大部分人第一反应都是特斯拉、英伟达、总龙头。
但这个 skill 不会先看这些。

它会先问：

如果 Optimus 真开始放量，最先紧张的是哪一层？

如果谐波减速器已经被市场盯得很紧，
那下一步就该继续往旁边看：

每个关节都离不开的力传感器，有没有被认真定价？

重点不是马上得出“买谁”。
重点是先知道：你该查哪一层。

顺着这套方法继续往后推，
我现在最想深挖的，反而不是更拥挤的 GPU 叙事。
而是AI factory 的供电 + 液冷 + 物理交付层。

原因很简单。

芯片再猛，电接不进去也白搭。
柜子再多，热散不掉也白搭。
模型再聪明，机房交不出来，还是得排队。

这条线不性感，不热闹，也不太适合吹牛。
但真缺了它，项目就只能往后拖。

最后

看完 Serenity 和 Crux，我最大的感受其实挺扎心的：

AI 没有让投研变轻松。
它只是先把偷懒的人淘汰了。

以后谁再跟我说
“AI 会让投资越来越简单”

我大概只会回一句：

简单个屁，马太效应罢了，你有的他给你更多，你没有的，他把你已有的都给抢走。

[卢尔辰 @erchenlu1]

据我观察，绝大部分人的人生困境，本质上都来自于从来没有真正勇敢地实践过自己的想法和追求。

很多人脑子里其实有无数 ideas，有想做的事，有想去的地方，有想尝试的人生路径，也隐约知道自己真正渴望什么。可最后，90% 的人都让这些想法永远停留在脑海里，反复思考，反复犹豫，反复自我说服，最终连一次真正的行动都没有发生。

[Morris @Morris_LT]

判断一个人是在帮你，还是在坑你，只看一个信号：他是在增加你的选择，还是在收窄你的选择。真正帮你的人，不一定替你做决定，但他会帮你看见更多路径，让你有退路、有判断、有选择权；而坑你的人，最擅长的就是制造唯一答案，先否定你的所有可能，再把你逼进一条只对他有利的路里，还包装成“我是为你好”。所以，看人不要只听他说得多关心你，要看他出现以后，你的路是变宽了，还是变窄了。真正的善意，是让你更自由；真正的控制，是让你别无选择。