Robin.Z

E-commerce | Heavy AI user | Reflecting on the relationship between humanity and technology

[姚金刚 @yaojingang]

开源17套知识付费提示词，分享给正在做课程的老师、知识创作者和教育产品团队，地址见文末

四年前，成立过一家知识付费类的MCN公司，主要模式是签约一些明星和艺术家，包括一些歌手、导演、奥运冠军和国粹大师等，通过短视频和直播的形式来运营他们的IP，并通过知识付费来形成商业闭环

这种模式的好处是，流量非常好做，账号也很容易做起来，不少IP本身也自带流量，随便一开播，同时在线就能上万人在线

但弊端也很大，需要提供非常重的服务，包括非常重的情绪价值，这也导致整体的运营成本很高

为了帮助他们做出更好的课程，结合之前十年的在线教育行业经验，闭关写了一本《课程营销学》，有了AI之后，便把这本书的每一个章节，提炼出了提示词，一共17套

这17套提示词，可以直接使用，涵盖课程定位、课程设计、课程售卖和课程运营四大核心模块

正在筹备第一门课，或者想重新梳理已有课程的朋友，欢迎拿去试试

用起来有哪些地方需要补充，也欢迎反馈

[Robin.Z @Robin_Osaka]

@op7418 我问他底层模型和虚拟机的硬件配置，他不告诉我，嘴很紧

[Robin.Z @Robin_Osaka]

这篇文章太棒了！

[数字生命卡兹克 @Khazix0918]

https://t.co/9wnAp5tW0z

[杨高能(健康版) @430Yang]

https://t.co/V2T27uLJY3

[猫总 @catmangox]

为什么说连日本工作签证都搞不定的还想去润澳新加是不现实？大家看看日本的工作签证的门槛到底有多低？

[歸藏(guizang.ai) @op7418]

Muse 用法+1，每天早上帮我生成一个 AI 资讯早报视频

写一下实践的步骤：

1. 基于我日常的内容渠道和喜好先整理文案来源到 Notion 和聊天里面

2. 查找下载相关内容的图片和视频素材

3. 在虚拟机里面通过 Pi 调用我的 K3 和 GLM 5.3 模型利用 guizang-product-video-skill 将所有的信息组装成视频

4. 通过 Mues 聊天界面发给我

[Devon Canup @devoncnp]

https://t.co/OzJZFUsBBF

[梭哈.AI @SUOHA_AI]

致敬AI大V 卡兹克 @Khazix0918 的格局，把月活百万的 AIHOT 生产级代码全开源了🫡

看了一下这个Github文档，可玩性实在是太大了，人人都可以基于这个底层代码定制私人的的行业信源，介绍几种玩法👇

1. 垂类行业早报站（打造个人 IP）：
换成 Web3、美股芯片、跨境电商或游戏信源，每天早上 8:00 自动去重、聚类、打分出一份高质量精选早报，直接沉淀属于你自己的行业门户与私域流量

2. Alpha情报降噪雷达：
专门盯核心人物、官方公告与研报，大模型独立双盲打分，85 分以下的公关水文全过滤，只看全网真正发酵的硬核大事件

3. 自媒体全自动矩阵内容源：
利用自带的 RSS/API 串联自动化工作流，每天挑出热度最高的 Top 3 事件，全自动生成推文或公众号草稿

4. 挂载为 AI Agent 的外部大脑（MCP 协议）：
原生支持 MCP，直接挂进你的 Cursor 或 Claude 里，随时随地调用你行业最新的实时结构化热点

直接把 GitHub 仓库 clone 下来丢给你的 AI Agent（Claude Code / Cursor），告诉它“把这个改成某某行业”，让 Agent 替你全自动搞定

[孔乙观察 @KongYiGC]

强烈推荐大家去看纪录片《巴菲特的一天》。

片子没有炫目的豪宅，也没有私人飞机的展示，更没有空洞的成功学鸡汤。

镜头里只是一位九十多岁老人普通的日常，一份汉堡，一杯可乐，却撑起了千亿商业帝国。

孔乙看完这部纪录片，提炼出很多值得思考的底层财富逻辑。

看完这部片子，很多人会长时间陷入沉思。

我们会猛然醒悟，能够改写命运的，从来不是一瞬间的爆发，而是日复一日的选择。

他定居奥马哈，几十年前购入的房子一直住到现在。

房屋只做过维修，没有扩建，没有搬家，也不会刻意去挤进更高圈层。

身为世界级富豪，他不会拿财富去堆砌用来炫耀的居住条件。

真正的富足，是学会克制欲望，而不是不停囤积物质。

不少人刚赚到钱，第一件事就是置换房产。

追求更大的客厅、更高档的小区，匹配身份的居住环境。

但换的不只是居住空间，而是拉高了自己的消费基准线。

身边邻居的座驾拉高你的审美，朋友之间的聚会推高你的开销，所处圈层潜移默化放大你的欲望。

圈层一旦升级，支出就会跟着加速上涨。

你以为自己在向上成长，实则正在被周围的环境裹挟。

巴菲特却守住了自己的生活底线，也守住了资产的护城河。

财富积累的关键，不在于赚钱速度有多快，而在于减少不必要的资金流失。

他日常代步的车子十分普通，开了很多年，就算更换新车，也只是满足基础出行。

以他的财力，任何顶级豪车都可以轻松入手，但他不会把钱花在满足虚荣心的消费上。

在他的认知里，无法产生回报的支出，不值得追捧。

顶尖高手，在非必要消费上极度克制。

他们对浪费零容忍，却愿意在投资上面大胆投入。

这就是普通人与高手的差距，普通人用钱证明自己，高手用钱布局长远未来。

伯克希尔·哈撒韦，本质上是一家收购优质企业的公司。

大多数人靠售卖产品赚取利润，而他靠收购好公司来创造财富。

道理简单，落地却极难复制。

大部分人都想做卖方，而顶级高手选择做买方。

他几十年保持同一个习惯，去麦当劳买汉堡当作早餐，搭配可乐。

这不是刻意作秀，只是理性的选择，低成本，足够满足需求。

他不会为了外人眼中的身份，刻意包装自己的生活。

真正的自信，不需要依靠商品价格来证明自身价值。

很多人默认成功就要看起来光鲜昂贵。

但世间最昂贵的资源，其实是时间。

纪录片里最震撼的片段，是他坚持阅读。

每天花五六个小时读书，这位时时刻刻都在创造财富的人，愿意把大量时间交给书本。

他说，知识是复利最强的引擎。

你的时间投入在哪里，复利效应就会在哪里生根。

别人拿时间去博取流量，他拿时间沉淀认知。

十年之后，两者之间的差距会彻底拉开。

再看他的工作状态，九十多岁依旧坚持每天到办公室。

不是缺钱，而是发自内心的热爱。

他那句经典的话，我每天都是跳着踢踏舞去上班。

听着轻松，背后的分量很重，能支撑你几十年保持热情的事情，才称得上事业。

很多人只羡慕最终的财富结果，忽略漫长的过程。

拉开人与人差距的，从来不是天赋，而是长期持续的投入。

你能不能在无人关注的时候反复打磨基础能力？

能不能在没有回报的阶段坚持沉淀？

能不能在诱惑摆在面前的时候按下暂停？

这才是核心问题。

他的投资理念同样充满克制。

一生之中，真正改变财富格局的投资，仅仅十几次。

不靠频繁交易，而是耐心等待合适的机会。

著名的打孔机理论，如果一生只有20次投资机会，你还会随意出手吗。

主动减少选择，是提升决策质量最简单的办法。

大多数人亏损源于冲动，高手盈利来自等待。

市场价格每日波动，人的情绪也跟着起伏。

真正能赚到钱的人，不会被涨跌牵着鼻子走。

情绪决定交易频率，认知决定投资方向。

整部《巴菲特的一天》，没有激烈冲突，没有戏剧化的高光桥段。

所有细碎的日常细节，都指向四个字：简单、克制、专注、重复。

这些词语看着平淡，却搭建起一套顶级的复利体系。

外人看到的是运气，内行看到的是一套稳定的系统。

外人看到惊人的资产规模，内行看懂背后的决策框架。

他没有刻意去过一种看上去很成功的生活，只是坚持一套长期有效的生活方式。

伟大不是短暂的高光时刻，而是长期少犯错。

财富不是一夜暴涨，而是稳步持续积累。

强者比拼的不是速度，而是方向。

我们要学习的，不是他赚到多少钱，而是几十年里如何规避愚蠢的决策。

不盲目换房，避开环境带来的消费绑架。

不追捧豪车，不向虚荣妥协。

减少投资出手次数，提高每一笔决策的质量。

坚持阅读，放大认知杠杆。

保持热爱工作，拉长自身成长周期。

看完这部纪录片，你会读懂一个真相。

决定财富层级的，不是收入的最高点，而是稳定的行为底线。

一个人每天如何安排作息，如何花钱，如何分配时间，就是未来资产曲线的初稿。

你当下的每一天，都在书写十年后的自己。

真正的长期主义，不是一句口号。

是克制欲望，过滤噪音，保持稳定输出。

当所有人追逐风口，保持冷静。

当所有人升级消费，稳住自身开支结构。

当所有人频繁交易，减少出手。

当所有人焦虑迷茫，持续积累自身能力。

一个人未来能抵达的高度，不在于抓住多少机会，而在于拒绝多少诱惑。

这，就是巴菲特的一天。

希望本次分享对你有帮助，我是孔乙，复旦经济学博士，关注我，每天低频高质拆解宏观经济与投资技巧。

[AYi @AYi_AInotes]

吴恩达刚发了今年最狠的一堂Agent课，两小时，从单代理一路讲到完全自动化，硬核到足以把你今年收藏的所有AI Agent教程全淘汰了！

整门课刚好两个小时，五个时间节点卡得特别清楚，九分钟带你搭出第一个能干活的代理，三十三分钟讲循环工程怎么让代理自己纠错迭代，一小时零两分正式开讲图工程，一个半小时讲能自我重写的代理，最后四十分钟直接放完整的可运行图系统。

很多人学Agent最大的误区，就是把能跑通一个对话循环当成了终点，实际上单代理再聪明，也扛不住长任务里的上下文丢失，状态混乱和失败不可追溯，图工程干的事，就是把决策和控制流从模型的黑盒里拉出来，变成可检查可复用可并行的固定拓扑，模型只负责节点里的判断，路径由人提前设计好。

这也是为什么同样的模型，同样的token，用单代理跑和用完整图系统跑，一周下来的完成度能差出好几倍，前者还在反复重试同一个失败步骤，后者已经把多个分支并行跑完，自动汇总成最终结果了。

想真正搞懂Agent自动化的兄弟，这门课真的值得抽两个小时完整刷一遍，别再停留在单代理的玩具阶段了。

[Jason Zhu @GoSailGlobal]

想知道一个爆款博主靠什么钩子留住人，最笨的办法是把他所有视频看一遍

Creator Lab 把这件事做成了流水线

Apify 抓一个公开账号的 Reels，Fireworks 或 Groq 转写语音，再让 Jev 给每条脚本打 8 个标签：主题、开场方式、钩子机制、脚本结构、证据类型、情绪诉求、建议具体程度、有没有口播行动号召

然后按主题加钩子组合筛选，对比不同钩子的互动数据，点开任意一条读逐段脚本，直接跳回原帖

脚本还会被切成钩子、铺垫、问题、举例、建议、回报、行动号召，带原文和时间点

几个我很认可的克制

Jev 只看脚本，看不到播放数据，避免被结果带着走
播放和观看分开计数，未知就是未知
作者明确写了：这些对比只描述你选的样本，不能证明某条视频为什么火

全程在本机跑，只绑 127.0.0.1，三家的 Key 全是你自己的，按量付费，Apify 那个花费上限只管 Apify

一次最多拉 1000 条，实际能拿到多少看平台，置顶和试验 Reel 会跳过，纯音乐和几乎没人声的也不进脚本分析

视频里是不用 Key 的合成演练模式，界面上写着数据是合成的

MIT 协议，需要 Node 22.9 以上和 FFmpeg

[Robin.Z @Robin_Osaka]

太真实了

[良竹 @liangzhu_AI]

离职前，跟总部运营老总做对接。

我们聊了2个多小时，达成几个反常识的共识：

大多数公司买 AI服务，不是在升级。
是在重复当年买软件的戏——付完钱，放那儿，心里升级了，就像B站上点收藏，就当学会了一样。

下面 3 条，是这场谈话里更扎人的部分。

[火山哥🕊️ @huoshan007]

兄弟们，今天去看了一个广西的 20 岁小哥，拿可灵捏了个 AI 女孩，一个礼拜收了 3000 多刀。

流程人家都是一条龙离谱：

可灵 AI 生成照片和跳舞视频，随手就是一条10多秒的 跳舞片段，皮肤质感比不少真人网红还nice诱惑。

丢到 TikTok 上开整，7 天涨了 3 万粉。

然后马上挂出 Fanvue 订阅链接。

TikTok 负责养鱼，Fanvue负责收钱。

310 个人订阅，每月 9.99 美元，一个月稳定 3000 多刀现金流。

说实话我拿可灵做过几条视频，真人感确实顶，但这哥们最骚的操作不是技术。

是一个根本不存在的人，愣是被运营成了有血有肉的网红，评论区还有人真情实感喊老婆。

赛博擦边真的已经流水线化了。

说真的兄弟们现在AI是差距越拉越大啊！有的人在躺赚了，有的还是苦哈哈研究。

[良竹 @liangzhu_AI]

副总不当了。

14 年软件和项目管理，年入三四十万，社保一次没断。今天交离职。

朋友亲戚轮番电话：
今年行情差成这样，裸辞去喝西北风？
能苟就苟，别作死。

我知道他们是为我好。
但我心里只有一句：去他妈的“再等等”。

今年把 AI 视频、海外产品和自动化分发跑了一遍，越做越清楚——这不是普通风口，是我们这代普通人能抓住的改命窗口。

不想等儿子长大问我：
爸，AI 爆发那几年，你除了打工苟着，还干了什么？

这个账号已经注册 10 年。从今天起清空，只记一件事：
一个 14 年老 IT 人 All-in AI 的踩坑、赚钱和翻车。

评论区骂醒我，或者祝我上岸。
换成你，今年敢裸辞 All in 吗？

[DAN KOE @thedankoe]

https://t.co/Fv1g95nT75

[Robin.Z @Robin_Osaka]

说的太棒了，非常细致

[森叔 @harrisonitsme]

https://t.co/6fonPgykfW

[Pascio @IAmPascio]

https://t.co/5b2m7xiDPx

[Wattter @WattterDjiang]

https://t.co/Jk363QkOvj

[宝玉 @dotey]

Q1：在和 AI 协作的过程中，有没有一个具体的习惯或方法，对个人成长帮助最大？

我的经验就一条：先用起来。

只有实践才有真实感悟，我今天讲的开发过程，你不自己做一遍，能带走的东西很有限。AI 把反馈周期缩到很短：照着这个流程，哪怕不写代码，做一个小工具或 Skill，几小时就有反馈。

最根本的是建立反馈循环：定义想做的事，AI 帮你做成，你验收；分享出去收反馈；把经验写出来，AI 帮你整素材，输出又倒逼你系统思考。小循环做项目，大循环做分享。循环建起来、越转越快，成长就越来越快。可以理解为把人的成长做成一套 Loop Engineering。

[Orange AI @oran_ge]

上次发现飞书、Chrome、终端每个都是硬盘杀手...
于是写了个 Skill 来清理硬盘
一次直接清理掉 100 多 G 的空间
考虑到 Mac 的硬盘价格，这应该是我今年用过的最值钱的 Skill 吧...

不敢私藏，有需要的可以试试
配合 Mole 做为硬盘大文件检测效果更佳

硬盘小浣熊 🦝 Disk Raccoon 项目地址：
https://t.co/R0jF4cAnmU