Mike

我不再珍惜，我未曾拥有

[周.乙 (⌐▀͡ ̯ʖ▀)ノJoey @JoeyDeepWorld]

把人形机器人想成“能在现实世界里干活的电脑”就行了，一层层全是零件堆出来的：关节模组、灵巧手、传感器、算力、能源，这篇文章把该拆的东西基本都拆干净了，普通投资者看完，脑子里大概能有一张“钱沿着哪几条线往上游流”的地图，就已经够用了。

接下来几年，各种报告都会讲 BOM 会被往下打到一万到一万五美金一台，那时候谁说了算？不是谁能拼命接一次性代工订单，而是谁手里攥着“行业通用方案”：硬件如何布置、软件怎么适配、开发工具链怎么跑……整机厂只要照着这套标准上，就能少踩坑、快速迭代。

只有能做到这一点的上游，才有机会长期吃厚利。而其他大部分的企业，只能算给他们打螺丝的。

[Mike @forthecourage]

@Maxwell_SCU 记得小黄皮普遍乳糖不耐来着

[Mike @forthecourage]

然后这个狗比公司竟然说它们是“以人为本”，自诩为“民主自由”。得了吧，草拟的死🐎A社。

[青龍聖者 @bdsqlsz]

Alleged spyware-like hidden backdoor in Claude Code: analysis claims it checks timezone/region/proxy signals and injects them into system prompts through heavily obfuscated binary logic paths.

[Mike @forthecourage]

@nmamtbh 这意林味儿，太地道了。得留着边喝

[Mike @forthecourage]

@cnzoecomeback 峰谷电价是吧

[Chester @chesterzelaya]

Drones will fly themselves better than humans can

[Nick Bergson-Shilcock @nicholasbs]

Every programmer should write their own agent.

It's fun, only takes 50 lines of code, and will surprise you. But to get the most from the experience, do these two things.

First, hand-code it from scratch. Start with a blank text file and type out every line of code yourself; don't use any AI, not even autocomplete.

Second, rely only on your language's standard library docs and the docs for Anthropic's API (or whatever model you're using).

You can easily prompt Claude to do this for you. But the value of building your own agent by hand is that it helps you build a strong mental model of how they work, not just in broad strokes ("they're just an LLM in a loop with tool calls") but in the nitty gritty details. By doing everything manually you can make sure you don't accidentally gloss over important bits you don't understand yet, and you can experience directly how quickly new behavior emerges.

For instance, my first agent had a single tool for adding two numbers. But that was enough for it to do multiplication by repeatedly invoking the tool.

Once you get something working, there are dozens of fun things to try: add a second tool (perhaps `bash`? Make sure to do this in a sandbox), swap out the model (what's the worst model you can use and still get good results?), or make a simple memory system.

[Mike @forthecourage]

@dabowagaga @1Nursel00 “物伤其类”

[Mike @forthecourage]

@cnzoecomeback 一看“原生家庭”四个字，就知道，完了，没救了…

[Mike @forthecourage]

@xiaotutubuguai 那完了，相当于给女权一套无限手套。彩礼38.8？开玩笑，那是定钱，起码再加个零…

[Mike @forthecourage]

@mengyan1234567 它要是真有点儿水平，也不会快他妈埋土里的人还顶个博士的title 了…

[Mike @forthecourage]

@cnzoecomeback 不行，武大毕业 满族人…刻板印象拉满，不行了…

[AI最严厉的父亲 @dashen_wang]

我说真的。

github上这么多优秀的项目。

有的人用了。

有的人没用。

但是用了的人。

扪心自问。

有没有去学习他们为什么优秀。

还是只是跟你的AI说一句。

帮我部署一下。

[AI最严厉的父亲 @dashen_wang]

https://t.co/W18kJkKKu0

[李继刚 @lijigang]

AI 给了我们更多通往幸福的工具，也给了我们更多逃离幸福的借口。

[Mike @forthecourage]

买上游嘛

[Fred @FrankFred834567]

2022年全网都在盯英伟达的时候，Serenity没买英伟达。他买了一家给英伟达供货的公司，$AXTI，12块进，70块出。

Serenity的核心逻辑就一句话：不追主角，追那个少了他就转不动的配角。
他把这套打法叫紫苏叶理论——高级寿司店，所有人盯金枪鱼，但后厨真正不能断供的是紫苏叶。

这套方法拆开三步。
第一步：从顶层需求往下追——AI爆发需要GPU，GPU需要光模块，光模块需要激光器，激光器需要磷化铟衬底。
第二步：数这个环节全球有几家供应商，两家就盯住，一家就直接进。
第三步：买之前把分析发出去，等人来骂，没人反驳再下单。

Serenity三个案例都这么干。AXTI是全球两家磷化铟衬底供应商之一。AXTI是全球两家磷化铟衬底供应商之一。
SIVE是CPO时代的外挂光源，物理层面绕不开。RPI，华尔街预期14%增长，他去翻GitHub开发者讨论量，算出来55%，推文发出两天涨了90%。

散户踩的三个坑：追涨杀跌、买了心里没锚、跟所有人看一样的信息。
Serenity这套方法解决的是把你从第一层拉出来，让你看到第五层的定价还没被市场发现。

当然他不是每把都对。UPWK亏了35%，HIMS亏了50%。但整体翻了225倍。方法比单次结果重要。

当你学会像Serenity一样从顶层往下挖，你不会再看到一个涨了的东西就冲。
你会本能地问：它在第几层？它的上游是谁？那个只有一两家在做、所有人绕不开的环节在哪？
这个问题的答案，才是真正值钱的东西。

[Mike @forthecourage]

@VibigStick @suanguaa 唉，您还真别说，虽然猪是骂人的话—比如“您就蠢笨如猪”，但猪还真就是动物里最聪明的那一档的。远高于牛羊。

[Mike @forthecourage]

@Konekoutena 当成国运平衡器吧。在老中的文化里，总是要缺一门的，无几把所谓。

[Mike @forthecourage]

@FaujiSenthil786 @CTankie1917 随你们怎么看，只要你们不来中国就好。对了，在我们中国古老的传说中，印度人，只要是来了中国，下辈子都会转生为达利特哦。

[Mike @forthecourage]

@136Division 有没有可能瑜伽本来起源就是这种东西呢？退一步说，作为一个男的，你爱不爱看吧。爱看，就啥也别说了。反正我是挺爱看的。