Shun666666

[Shun666666 @VioletWei168]

https://t.co/s3JggmAXBa

[DiscusFish @bitfish]

再加一条: 窃天之智，为我所用

[AlexZ 🦀 @blackanger]

https://t.co/mFsJrI9PdK

[硅谷居士 @SVScholar]

https://t.co/UGdIxcRYAp

[Akshay 🚀 @akshay_pachaar]

https://t.co/VoQByJUrBU

[Peter Pang @intuitiveml]

https://t.co/oWr2pTk4Hu

[Long Chen @LongChenNotes]

https://t.co/nC21jjtgeu

[Thariq @trq212]

I put a lot of heart into my technical writing, I hope it's useful to you all.

📌 Here's a pinned thread of everything I've written.

(much of this will be posted on the Claude blog soon as well)

[Marc Andreessen 🇺🇸 @pmarca]

My information consumption is now 1/4 X, 1/4 podcast interviews of the smartest practitioners, 1/4 talking to the leading AI models, and 1/4 reading old books. The opportunity cost of anything else is far too high, and rising daily.

[Dovey "Rug The CNY" Wan🪐 @DoveyWanCN]

创造力, 全局观, 架构能力, 拆解问题的能力,发现不均衡的能力, 当然还有taste, 这些都是post-agentic world 最强杠杆. 只要工具access是公平的, 结果必然极度不平均 (fair access leads to ultra inequity) 原来正态左端的人最优的选择就是把自己的大脑外包给ai, 正态中段的人会大量被ai替代, 正态右端的一小撮人会成为superhuman

[比特币橙子Trader @oragnes]

a16z 刚丢出一篇很牛逼的判断，他说：

AI Agent 不是来刷卡的。
它们是来重写支付系统的。

大多数人现在还在用“人类点击—结账—付款”的脑回路理解未来。

错了。

在 Agent 时代，交易主体不是人。

是能 24 小时运转、可复制、可规模化的��字执行者。

而它们的支付方式——
不会像游客。
会像本地人。

一、游客支付 vs 本地人支付
游客怎么付钱？

临时比价
现场谈判
刷卡结账
一次性交易

本地人怎么做？
长期合作
提前谈好价格
赊账
批量结算

a16z 的核心判断就一句话：

Agent 会像企业一样建立长期供应商关系。

不是一单一单刷卡。
而是预先协商条款。

二、为什么 Agent 更像企业？

两个原因。

1️⃣ 好体验来自“提前设计”

你不会希望你的旅行 Agent 到结账时才开始打电话比价。
真正好的 Agent 早就谈好了：
谁是可靠供应商
价格区间是多少
什么时候可以锁仓

这不是零售支付。

这是 B2B 关系。

2️⃣ 规模会碾压小玩家

一年订 100 万张机票的 Agent，
拿到的价格一定优于一年订 10 张的。

规模强化规模。

最后每个垂直领域只会剩下少数几个核心 Agent。

它们会拥有：

更低成本
更强议价能力
更深系统整合

这本质就是企业结构。

三、两条支付关系会同时存在
未来支付结构会分裂成两层：

用户 → Agent

订阅费
按任务收费
授权额度

Agent → 供应商
预先协商价格
Net-30 发票
批量折扣
信用额度

后者才是真正的大头。
而问题来了——
信用卡适合吗？

四、信用卡看似完美，其实卡住了

表面上看，信用卡很适配：

全球接受
内置仲裁
月度账单

但现实是：

不支持微支付
低于 1 美分基本不行
30 美分固定手续费模型
技术架构默认“有人类审批”

Agent 的支付场景是什么？

每秒 0.001 美元算力
API 调用微额计费
高频跨境小额结算

信用卡的成本结构根本不匹配。

更麻烦的是——

它们没动力自我革命。

这就是典型的创新者困境。

五、稳定币才是为 Agent 准备的

稳定币的优势非常直观：

全球可用
低成本
无最低手续费
可编程

关键是：可编程。

账单
仲裁
托管
条件支付
信用额度

都能写进同一套系统。

你可以：

每秒付 0.001 美元算力
也可以一次性结算 5 万美元账单

同一条轨道完成。

六、真正的创业蓝海在哪？
a16z 其实已经点名了方向。
未来会爆发的，不只是“发个稳定币”。

而是围绕 Agent 生态的整套金融层：

Agent 专用账单系统
自动仲裁机制
链上信用评分
批量审批工具
跨系统互操作协议
流式支付基础设施
微型营运资金网络

换句话说——

这是一个“Agent 版 Stripe + Visa + PayPal + 银行”的重建机会。

而且是在一个全新的支付范式里。

七、最关键的一句话
支付关系有极强路径依赖。
一旦 Agent 与供应商
的第一层关系建立在稳定币上。
未来 5 年，它大概率不会再回到刷卡轨道。
这才是真正的窗口期。

AI 不是只会抢工作。

它会重写钱的流动方式。

而 Agent 支付，很可能是下一个十年最被低估的基础设施战场。

[Tantan Fu @luckytantanfu]

非常认同，整个软件开发的流程和架构都会发生巨变
https://t.co/uF1Wr1P6NJ

[Naval @naval]

New podcast on AI (full episode). Links below.

A Motorcycle for the Mind

0:00 If you want to learn, do

2:13 Vibe coding is the new product management

6:49 Training models is the new coding

10:13 Is traditional software engineering dead?

13:07 There is no demand for average

14:12 The hottest new programming language is English

18:36 AI is adapting to us faster than we are adapting to it

22:56 No entrepreneur is worried about AI taking their job

26:46 The goal is not to have a job

29:49 AIs are not alive

32:55 AI fails the only true test of intelligence

36:49 Early adopters of AI have an enormous edge

39:37 AI meets you exactly where you are

43:02 Always leverage the best intelligence

44:37 If you can't define it, you can't program it

49:37 The solution to AI anxiety is action

[在悉尼和稀泥 @JamesAI]

https://t.co/qUPALLiZoV

[Boris Cherny @bcherny]

I'm Boris and I created Claude Code. I wanted to quickly share a few tips for using Claude Code, sourced directly from the Claude Code team. The way the team uses Claude is different than how I use it. Remember: there is no one right way to use Claude Code -- everyones' setup is different. You should experiment to see what works for you!

[Yishi @ohyishi]

https://t.co/2X7IKQxyYY

[Pickle Cat @0xPickleCati]

https://t.co/2ghAA5aLZB

[DAN KOE @thedankoe]

https://t.co/AiGjkp3513

[a16z @a16z]

It's time to build.

[向阳乔木 @vista8]

也���来自HN的帖子，一个在谷歌工作14年的员工写的工作感悟经验帖。

这么看，中外大厂工程师遇到的困境和问题都差不多。

在 Google 14 年，我学到的 21 条经验

我刚进 Google 的时候，以为这份工作就是写好代码。

也对，但只对了一部分。

待得越久，我越发现，真正做得好的工程师，不一定是编程最厉害的那批人。

他们是那些搞清楚了代码之外所有事情的人：怎么和人打交道，怎么应对办公室政治，怎么对齐目标，怎么处理不确定性。

下面这些经验，是我希望自己早点知道的。

有些能帮我省下几个月的挫折，有些花了好几年才真正理解。

它们都和具体技术无关，因为技术变得太快，没什么意义。

这些是那些反复出现的模式，一个项目接一个项目，一个团队接一个团队。

我写出来，是因为我从其他工程师那里受益很多，算是我的回馈。

1. 最好的工程师，痴迷于解决用户的问题

爱上一个技术，然后到处找地方用，这事儿很诱人。

我干过，大家都干过。

但真正创造价值的工程师反着来：他们痴迷于深入理解用户的问题，然后让解决方案自然浮现。

痴迷用户意味着什么？

花时间看工单，和用户聊天，看用户怎么卡壳，不停问"为什么"，直到问到底。

真正理解问题的工程师，常常发现优雅的解决方案比预想的简单得多。

从解决方案开始的工程师，往往会堆砌复杂度，只为给方案找个理由。

2. 正确很便宜，一起找到正确答案才是真功夫

你可以赢下每场技术争论，然后输掉整个项目。

我见过很多聪明的工程师，总是做屋子里最聪明的人，结果积累了一堆他人无声的怨气。

代价会以"莫名其妙的执行问题"和"奇怪的阻力"显现出来。

真正的能力不是正确，而是进入讨论时对齐问题，给别人留空间，对自己的确定性保持怀疑。

强观点，弱执念。

不是因为你缺乏信念，而是因为在不确定下做的决定，不该焊死在身份认同上。

3. 偏向行动。先发出去。烂页面可以改。

追求完美会让人瘫痪。

我见过工程师花几周时间争论理想架构，但他们从来没真正搭建过。

完美方案很少从纯思考中冒出来，它从接触现实中冒出来。

AI 在这方面能帮上不少忙。

先做出来，再做对，再做好。

把丑陋的原型扔给用户看。

写出乱糟糟的设计文档初稿。

发布那个让你有点尴尬的 MVP。

你从一周真实反馈中学到的，比一个月理论争论学到的多得多。

动起来才能看清楚。分析瘫痪什么也产生不��。

4. 清晰是资历的体现。聪明是负担

工程师几乎都有写聪明代码的冲动。

感觉像是能力的证明。

但软件工程是什么？是你加上时间，再加上其他程序员。

在这个环境里，清晰不是风格偏好，而是降低运营风险。

你的代码是写给陌生人的战略备忘录，他们会在凌晨两点故障时维护它。

为他们的理解优化，不是为你的优雅优化。

我最尊敬的资深工程师，学会了每次都用清晰换聪明。

5. 新奇是一笔负债，会用故障、招聘和认知负担来还

把你的技术选择想象成一个组织，只有少量"创新Token"预算。

每次采用非标准的东西，就花掉一个。

你花不起太多。

重点不是"永远别创新"。

重点是"只在你被付钱去创新的地方创新"。

其他地方都该默认无聊，因为无聊的东西有已知的失��模式。

"最适合这个任务的工具"，常常是"在多个任务中最不差的工具"。

6. 影响力需要被看见

职业生涯早期，我相信好工作会自己说话。我错了。

代码静静躺在仓库里。

你的经理在会上提到你，或者不提。

同事推荐你做项目，或者推荐别人。

在大公司里，决策在你没被邀请的会议上做出，用的是你没写的总结，做决定的人只有五分钟时间和十二个优先级。

如果没人能在你不在场时说清你的影响，你的影响就是可有可无的。

这不完全是自我推销。

这是让价值链对所有人可见，包括你自己。

7. 最好的代码是你不用写的代码

工程文化里我们庆祝创造。

没人因为删代码升职，尽管删除常比添加更能优化系统。

你不写的每一行代码，就是你永远不用调试、维护或解释的一行。

在你开始搭建之前，先把这个问题问透："如果我们就是……不做，会怎样？"

有时答案是"没什么坏事"，那就是你的解决方案。

问题不是工程师不会写代码或不会用 AI 写代码。

问题是我们太擅长写了，以至于忘了问该不该写。

8. 规模足够大时，连你的 bug 都有用户

用户足够多时，每个可观察的行为都会变成依赖，不管你承诺过什么。

有人在爬你的 API，自动化你的怪癖，缓存你的 bug。

这带来一个职业级洞察：你不能把兼容性工作当"维护"，把新功能当"真正的工作"。

兼容性就是产品。

设计你的废弃流程要像迁移一样，给时间、给工具、给同理心。

大部分"API 设计"其实是"API 退役"。

9. 大部分"慢"团队，其实是没对齐的团队

项目拖延时，本能反应是怪执行：人不够努力，技术不对，工程师不够。

通常这些都不是真正的问题。

在大公司里，团队是你的并发单元，但协调成本随团队数量几何级增长。

大部分慢，其实是对齐失败，人在做错的事，或者用不兼容的方式做对的事。

资深工程师花更多时间澄清方向、接口和优先级，而不是"写代码更快"，因为真正的瓶颈在那里。

10. 专注于你能控制的，忽略你控制不了的

在大公司里，无数变量在你控制之外：组织变动、管理决策、市场变化、产品转向。

纠结这些只会产生焦虑，不会产生行动力。

保持理智和高效的工程师，会聚焦在自己的影响范围内。

你控制不了重组会不会发生，但你能控制工作质量、你的反应方式、你学到什么。

面对不确定性时，把问题拆开，找出你能采取的具体行动。

这不是被动接受，而是战略聚焦。

花在改变不了的事情上的精力，是从能改变的事情上偷走的精力。

11. 抽象不会消除复杂度，只是把它挪到你on call那天

每个抽象都是一个赌注，赌你不需要理解下面是什么。

有时你赢了。

��总有东西会泄漏，当它泄漏时，你需要知道自己站在什么上面。

资深工程师即使技术栈越来越高，也会持续学习"更底层"的东西。

不是出于怀旧，而是出于对那个时刻的尊重：抽象失败，凌晨三点你独自面对系统。

用你的技术栈。

但对它底层的失败模式保持清醒认知。

12. 写作逼出清晰。学得更好的最快方法是试着教它

当我向别人解释一个概念时，在文档里、演讲中、code review 评论里，甚至只是和 AI 聊天，我会发现自己理解中的空白。

让东西对别人清晰的过程，也让它对我自己更清晰。

这不是说你能通过教外科手术学会做手术，但这个前提在软件工程领域基本成立。

这不只是慷慨分享知识。这是自私的学习技巧。

如果你觉得自己理解了什么，试着简单解释它。

你卡壳的地方，就是你理解浅薄的地方。

教学是调试你自己的心智模型。

13. 胶��工作很重要，但别让它吞掉你的职业生涯

胶水工作——文档、入职培训、跨团队协调、流程改进——很重要。

但如果你无意识地做，它会拖慢你的技术轨迹，让你精疲力尽。

陷阱是把它当"乐于助人"，而不是当作有意识的、有边界的、可见的影响。

给它设时间上限。轮换着做。

把它变成产物：文档、模板、自动化。

让它作为影响可见，而不是作为性格特征。

无价但不可见，对你的职业生涯是危险的组合。

14. 如果你赢下每场争论，你可能在积累无声的阻力

我学会了对自己的确定性保持怀疑。

当我"赢"得太容易时，通常有什么不对。

人们不再和你争，不是因为你说服了他们，而是因为他们放弃了尝试。

他们会在执行中表达分歧，而不是在会议上。

真正的对齐需要更长时间。

你得真正理解其他视角，吸收反馈，有时公开改变主���。

短期的"正确"感觉，远不如长期和愿意合作的人一起做事的现实。

15. 当一个指标变成目标，它就不再衡量了

你暴露给管理层的每个指标，最终都会被钻空子。

不是出于恶意，而是因为人会优化被衡量的东西。

如果你追踪代码行数，你会得到更多行。

如果你追踪速度，你会得到膨胀的估算。

资深做法：对每个指标请求，回应一对指标。

一个看速度，一个看质量或风险。

然后坚持解读趋势，而不是崇拜阈值。

目标是洞察，不是监控。

16. 说"我不知道"是领导力，不是弱点

说"我不知道"的资深工程师不是在展示弱点，而是在创造许可。

当领导承认不确定性，就是在发信号：这个房间里其他人也可以这样做。

反面是什么？一种文化，每个人都假装理解，问题藏到爆炸为止。

我见过团队里最资深的人从不承认困惑，也见过造成的伤害。

问题不被问出来。假设不被挑战。

初级工程师保持沉默��因为他们以为其他人都懂。

示范好奇心，你会得到一个真正学习的团队。

17. 你的人��网络比任何工作都长久

职业生涯早期，我专注于工作，忽视了建立人际网络。

回头看，这是个错误。

那些投资关系的同事——公司内外——收获了几十年的回报。

他们最先听到机会，能更快搭桥，被推荐做项目，和多年建立信任的人一起创业。

你的工作不是永远的，但你的人际网络是。

带着好奇心和慷慨去经营它。

当离开的时候到了，常常是关系打开了门。

18. 大部分性能提升来自移除工作，不是增加聪明

系统变慢时，本能是加东西：缓存层、并行处理、更聪明的算法。有时是对的。

但我见过更多性能提升来自问："我们在计算什么不需要的东西？"

删除不必要的工作，几乎总是比更快地做必要工作更有影响力。

最快的代码是从不运行的代码。

在你优化之前，先质疑这个工作该不该存在。

19. 流程存在是为了减少不确定性

最好的流程让协调更容易，让失败更便宜。

最差的流程是官僚主义，它存在不是为了帮忙，而是为了���出问题时分配责任。

如果你解释不了一个流程如何降低风险或增加清晰度，它可能就是负担。

如果人们花在记录工作上的时间比做工作还多，那就出了大问题。

20. 知道你在用什么交换什么

职业生涯早期，你用时间换钱，这没问题。

但到了某个点，计算会反转。

你开始意识到时间是不可再生资源。

我看过资深工程师为了追下一个晋升级别而精疲力尽，为了多几个百分点的薪酬优化。

有些人得到了。

大部分人事后都在想，值不值得付出那些代价。

答案不是"别努力工作"。而是"知道你在交换什么，有意识地做交换"。

21. 没有捷径，但有复利

专业能力来自刻意练习：稍微超出你当前技能一点，反思，重复。

持续多年。没有浓缩版。

但这里有希望的部分：学习在创造新选项时会有复利，而不是在积累新琐事时。

写东西，不是��了互动量，而是为了清晰。

搭建可复用的基础组件，把伤疤组织成手册。

把职业生涯当复利而不是彩票的工程师，往往走得更远。

最后一点想法

21 条经验听起来很多，但它们其实归结为几个核心想法：保持好奇，保持谦逊，记住工作永远关乎人

你为之搭建的用户，和你一起搭建的队友。

工程师的职业生涯足够长，可以犯很多错误，最后还是走得很好。

我最敬佩的工程师不是把所有事都做对的人，而是从错误中学习、分享发现、持续出现的人。

如果你刚开始这段旅程，要知道它会随时间变得更丰富。

如果你已经深入其中，希望这些能引起共鸣。