hathaway

[hathaway @hathaway_li_]

@BitcoinAlphaX 完成

[hathaway @hathaway_li_]

@mrcuix @thsottiaux 图2是什么应用，还能够显示这么详细的tokens消耗

[hathaway @hathaway_li_]

@cid_naranjo 看起来不错 (*^▽^*)

[hathaway @hathaway_li_]

@vib3coded very amazing

[hathaway @hathaway_li_]

@thsottiaux Don't reset. I have a reset card for the 23rd……

[Claude @claudeai]

Six projects from the last few weeks that caught our attention:

A wildfire analysis prototype that maps the fire’s spread over time and tracks hot spots, made with Opus 5.5.

[Ethan 恩宇 @UPing123zzz]

我最近发现一件挺可怕的事就是每天接触大量高质量的信息，真的很容易让人产生一种自己正在飞速成长的错觉。

尤其是最近这段时间，我每天都在刷 X、听 Space、研究 AI 项目。

今天看到一个新的 Agent 框架，明天又有人讲 FDE，后天又发现一个特别牛逼的 GitHub 仓库。

每次看到这些东西，都感觉自己又打开了一个新世界。

听创业者讲商业模式，感觉自己对赚钱的理解更深了。听技术大佬讲 Agent 架构，感觉自己对 AI 的认知又提高了。再听别人分享人生经历、自由和成长，又觉得自己在思想上有所突破。

这些内容有没有价值？肯定有。但问题是，你听懂了别人的经验，不代表你真的拥有了相应的能力。

听别人讲创业，分析起来头头是道，真让自己去面对一个陌生客户，可能连对方的真实需求都问不明白。

看别人讲 FDE，RAG、Agent、MCP、Evals、Observability 这些词都能说出来，但真让自己负责一个企业项目，从需求沟通到开发测试，再到部署交付，很多问题可能根本不知道怎么解决。

我自己现在就有这种感觉，有时候看到一个新的技术方向，特别兴奋，恨不得马上打开 Codex，让它给我做出来。

但回头看看，之前做的一些项目，部署还没彻底解决，测试还没跑完，交付也没有真正完成。

新项目一个接一个，新的知识每天都在学，但真正做完、跑通、交付的事情，未必有多少。

这就很值得反思了，我到底是在提升自己的能力，还是在通过不断获取新信息，缓解自己害怕落后的焦虑？

昨天听旗哥的 Space，他提到自己以前特别喜欢向别人证明自己。上学想争第一，工作想争第一，后来创业也想证明自己比别人强。

这件事对我触动挺大的，因为我发现，自己有时候也会陷入这种状态。

看到别人融资千万，就开始着急创业。看到别人做出爆款 AI 产品，就想着自己是不是也应该赶紧做一个。看到同龄人进了大厂、拿到很好的 Offer，又忍不住怀疑自己现在走的路到底对不对。

可问题是，每个人的家庭、资源、经历、能力和机会都不一样。

你拿别人的结果，天天跟自己现在的状态比较，除了让自己越来越焦虑，还能得到什么？

而且这种比较根本没有尽头。你今天超过了一个人，明天又会发现一个比你厉害十倍的人。

我当然还是想赚钱，想做更好的 AI 项目，想进入更大的平台，以后也想有自己的事业，过更自由的生活。

这些目标我不会因为想明白了这些就放弃。

只是现在我开始意识到，很多时候自己真正需要的，不是再去看十篇文章、听三个 Space、收藏二十个 GitHub 仓库。

而是把现在手头的一个项目彻底做完，部署有问题就解决部署，测试没通过就继续测试，客户需求没弄明白就去沟通，直到这个东西真的能够使用、能够交付。

遇到不懂的技术再去学，学完回来继续做，而不是一遇到困难，就被另一个看起来更有意思的新项目吸引走了。

学习当然重要，但如果学到的东西一直停留在脑子里，没有经过实践、犯错、修正，最后可能只是积累了一堆自己以为懂了的概念。

以后我也想少一点这种无休止的信息输入，多做一点能真正留下结果的事情。

比起今天又知道了什么新概念，我更想问问自己：

三个月前不会做的事情，现在能不能独立完成了？
之前解决不了的问题，现在有没有能力解决？
手上的项目，到底有没有真正交付？

认知应该是拿来解决问题的，而不是拿来证明自己比别人更清醒的。

有野心没什么不好，想变得更厉害、想赚钱、想改变自己的生活，也都很正常。

但我不想每天都活在一种必须不断进步、必须超过别人的焦虑里。

更不想最后变成一个什么都知道一点，什么都能聊几句，却没有多少事情真正做成的人。

少一点知道了，少一点我懂了，多一点我做成了。

这才是我现在真正需要改变的地方。

[sleepy @sleepy0x13]

我现在越来越觉得，很多人对 AI 的想象力，已经被自己过去十几年的工作经验给限制死了。

今天看到 Claude 工程负责人 Felix Rieseberg 写了一篇文章，叫《How to be more ambitious》，教人如何更有野心地使用 AI。我觉得这篇文章值得所有重度 AI 用户读一遍，包括我自己。

他给出了一套具体的方法。

比如，公司要做季度经营汇报。绝大多数人的第一反应，是让 Claude 帮忙制作 PPT，厉害一点的会把数据丢进去，让它分析一下业务表现。

Felix 认为，这才刚刚开始。

你可以继续要求 AI 找出三个最值得管理层讨论的决策，分析各自的利弊。然后再进一步，既然季度汇报的目的是提前发现问题、合理分配资源，那为什么非得做 PPT？能不能设计一套更好的机制，用历史数据验证它能否更早发现问题，再跟原有流程并行运行一个季度？

他自己也经历过这样的转变。

以前，他让 Claude 一次修复一个软件崩溃问题。后来，他开始直接要求 Claude 帮他持续维持应用的稳定性。为了做到这一点，他不得不让 AI 能够访问崩溃日志、代码版本记录，以及不同操作系统的测试环境。

我觉得这个案例特别好，因为它说明了，所谓的「更有野心」，其实经常意味着你得重新审视自己习以为常的工作方式。

Felix 还讲了另外两个方向。

一个是深度，让 AI 真正使用行业顶尖专家的方法、工具和原始数据，而非仅仅模仿专家说话的口气。

另一个是广度，把原本成本高昂的跨学科协作变成常规操作。分析一家公司，可以同时引入记者、数据科学家、做空者和法务会计的调查方法。

当然，他也特别强调，最终结果必须接受外部验证，不能让模型自己给自己打分。

看完之后，我一直在想一件事。

我们现在已经很擅长让 AI 替自己完成更多工作了。一个人开十几个 Agent，同时推进十几个任务，每天忙得不亦乐乎。但如果仔细看，这些任务可能跟五年前、十年前没什么区别。

很多所谓的 AI 工作流，只是给过去的工作方式装上了一台更快的发动机。

我觉得接下来真正值得拉开差距的，是一个人有没有能力重新定义问题，甚至敢不敢放弃自己过去认为理所当然的工作流程。

如果你对工作的理解只能到「交付一份 PPT」，那么给你再强的模型，最后大概也只能收获一份更快、更漂亮的 PPT。

AI 的能力每隔几个月就可能发生一次巨大变化，但人的思维惯性不会自动跟着升级。

这可能才是「更有野心地使用 AI」最难的地方。

[world paradise @worldparadiseX]

📍 Passo Giau, Italy 🇮🇹

[hathaway @hathaway_li_]

@yuya0240 如此美丽

[hathaway @hathaway_li_]

@cid_naranjo 在工作的空隙中摸鱼，晚上与朋友出门去一家很不错的火锅店吃饭。期待周末，我最近发现附近有一个公园，在里面散步非常轻松，这周末也要去散散心( ੭ ˙ᗜ˙ )੭

[hathaway @hathaway_li_]

@slfYukino 可以提交申诉