hexsecurity

[金尘马 @jinchenma_ai]

这段时间，看了不少大佬的分享以及和正在做fde的朋友沟通。

得到了FDE三不做：

1.不是一把手牵头不做

2.甲方没预算不做，连咨询费都不想出说明没有转型决心

3.上来就要用Agent去实现裁员的不做，进不去，活着出不来

[AYi @AYi_AInotes]

腾讯有点牛逼啊，他们刚开源的 BrowserSkill，把做浏览器 Agent 最恶心的一道坎给做穿了：不再给 AI 开一个干干净净的空白浏览器，而是直接借你正在用的标签页，干完活再还给你（MIT 协议，全本地）。
对天天用 Cursor、Claude Code 写代码的人来说，这个工具值得先翻一遍，省得自己在浏览器自动化上反复踩坑。
以前所有工具的思路，都是在后台偷偷起一个没有 Cookie、没有登录记录的虚拟沙盒。
看似安全干净，结果一进真实业务，全卡在登录墙和验证码前面。
BrowserSkill 的逻辑变了：既然你人就坐在屏幕前，为什么不直接让你给它开个门。
1️⃣ 标签页即借即还
原来的麻烦是，想让 AI 去内网系统查条数据，你得把 Cookie、Token、请求头从头配置一遍，过期了又得重来；
现在的机制是，它通过底层接口直接挂进你现有浏览器的一个打开窗口，你在哪登录着它就在哪干活；
干完该退的步骤自动退掉，把标签页完整交还给你，既不用在本地存明文密码，也不用重新走一遍繁琐的鉴权。
2️⃣ 人机验证当场回弹
以前是让爬虫去硬解滑块验证码，解不开就全流程崩溃；
现在变成了关键节点人类介入，一碰到双重验证或安全弹窗，窗口直接浮现给你，你花两秒点完确认，模型立刻接手后面的长链路；
比较克制的一点是，AI 每次借标签页之前必须弹窗向你确认，而且这个总开关焊死在你的浏览器原生设置里，不是运行时的命令行参数，模型再怎么产生幻觉，也没法靠提示词把自己偷摸放出来。
3️⃣ 做成 CLI 而不是 MCP
这是全篇最聪明的一步。
现在大家都扎堆做臃肿的 MCP 服务，结果各个客户端支持程度参差不齐；
腾讯直接把它做成了一个纯粹的命令行工具，只要你的 Agent 能在终端里跑 Shell，不管是 Cursor 还是本地脚本，调一行指令就能把浏览器拉起来，每一条执行逻辑在终端日志里看得清清楚楚。
大模型解析网页代码的能力已经足够过剩，
但真正卡住自动化的，从来不是模型读不读得懂 HTML，而是它跟人类真实工作软件之间的那道信任边界。
选自动化工具时，看它怎么在权限和效率之间留出安全断点，可能比看它声称能全自动做多少事重要得多。

[hexsecurity @hexsecurity]

有豆包的地方用豆包，没有豆包的地方用 chatgpt 的输入框。

[鱼总聊AI @AI_Jasonyu]

可以卸载掉Typeless了！！

朋友把他的Typefree免费开源了，我试用过，完全可以平替Typeless，大家只需要自己去配置api就行，体验很不错。作者：@BitcoinRui

还加了新的鼠标交互方式，大多数时间可以不用键盘，鼠标就可以搞定！！

开源地址：https://t.co/fXAnAu59DM

[hexsecurity @hexsecurity]

@0427SMtieshou 天，之前听说台球助教，现在又听说电动车充电媛。 这比ai迭代还快

[Denzii 🕊️ @denziideng]

物理课上的单摆、双缝干涉、傅里叶变换，看课本永远像在看天书。😭

不是你没天赋，是没人让你亲手拧一个变量、亲眼看着世界跟着变。

Shape of the World：30 个可交互世界，浏览器打开就能玩，不用 API Key，不用装任何东西。

我的用法：先挑一个上学时最没搞懂的公式进去拽两下；一上来就想看完 30 个，大概率第三个就疲了。🥱

[sunmer @sunmer575399]

刚发现一个宝藏项目system-design-101，84.1k star，看完README我就star了

1️⃣ 用图解把复杂系统拆成大白话，缓存、消息队列、数据库分片这些平时看文档头大的概念，一张图给你讲明白，比啃几十页PDF快多了

2️⃣ 覆盖系统设计面试的高频考点，从限流到一致性哈希全有，面试前刷一遍心里有底，不用再东拼西凑找资料

3️⃣ 完全免费开源，图都是现成的，直接拿去当团队内部培训材料都行，省得自己画架构图

建议先收藏，下次搞AI直接抄作业。
这项目是ByteByteGo团队出的，就是那个做系统设计面试课火起来的团队，84.1k star不是刷的。
是真有人在面试前拿来救命。
我翻了下，里面不少图直接对应大厂真实架构场景，拿来准备面试或者给团队做技术分享都够用，等于把别人整理好的知识库白送你。
你们平时准备系统设计面试都看啥资料，有比这更狠的吗？

🔗 https://t.co/WRjvtKyMbY

#AI #AI工具老炮

[香菜面 @wings1105]

自取其辱十件套。
今天我刷到一个博主，他说的人生自取其辱十件套。

- 第一，花大量时间精力去研究有毒的亲密关系。
- 第二，觉得自己可以拯救母亲，改变父亲。
- 第三，给别人买自己舍不得买的东西。
- 第四，把精力都放在烂人烂事上。
- 第五，渴望别人理解自己的痛苦。
- 第六，试图用卑微换取别人的认可。
- 第七，强行社交。
- 第八，过度弱化自己的感受。
- 第九，反复给伤害过你的人机会。
- 第十，过度在意别人对你的看法。

[Elon Musk @elonmusk]

Play video games or be dumb!

Those are your only 2 choices 😂

[hexsecurity @hexsecurity]

必须至少产生以下 3 种结果之一。

1. 赚更多钱
2. 节省时间
3. 提升产品或服务的质量

[Corey Ganim @coreyganim]

every AI project has to pass this test or I don't take it:

It has to produce at least one of 3 outcomes.

1. Make more money
2. Save time
3. Raise the quality of the product or service

One outcome: worth a conversation.
Two outcomes: worth a proposal.
All three: slam dunk. Price it high and start immediately.

Speed to lead is the classic all-three project:

-Faster replies close more deals (money)
-The owner stops answering emails from the road (time)
-The prospect gets a real answer in 5 minutes instead of 2 days (quality)

I call it the Three Outcomes framework and I run it out loud on every discovery call. The owner hears their own project get scored.

Also helps them see the real benefit they get from an AI-powered solution.

[lifcc @mylifcc]

淘金热里最赚钱的永远不是淘金者，而是卖铲人。

但到了 2026 年，大模型算力这把铲子已经杀成红海，真正的暴利转移到了：“给 Agent 兜底、擦屁股的工程基建”。

谁能把飘在天上的 AI 模型落地成永远不会死机的水电系统，谁就能拿走百亿美金。

各位做 AI 的朋友，你们生产环境里的 Agent 经常崩在第几步？👇

[Miles Ma @miles_mazy]

最近在研究 Palantir 的本体论（Ontology）

简单来说就是 Ontology 承担了企业 Agent 的“世界模型”

也决定这个世界里有什么、它们怎么关联、有哪些规则，以及能做什么

这篇是目前看下来，很棒的一个落地实践案例

[hexsecurity @hexsecurity]

天呐，怎么和公司里的某些boss,风格极为相似, 乱枪扫射，爽完为止。

[宝玉 @dotey]

高清版

[hexsecurity @hexsecurity]

@SeanchenZ 时代都变了，什么命令行都不值得学。不论是什么PowerShell还是什么Bash,统统不值得学了，啥都不值得学了，AI全能搞定。

[hexsecurity @hexsecurity]

认命、反着来、敢播种、能等待、攒资本、占位置、选对池子。

[老K的投资实验室 @LaoK201106]

天涯神贴：人到底该怎么活，钱到底该怎么赚？

2019年春节前夕，天涯经济论坛，一个叫"老仇乱侃"的ID开了个帖子。 没配图，没排版，纯文字，硬生生聊了二百多楼。

我当时连夜追完，后脊梁发凉，不是因为他说得多高深，恰恰相反。

他说的每 一个字，都太土了。土得像你二舅喝多了拍着你肩膀说的醉话，但细品之下，全是刀。
今天我把这帖子翻出来，不是考古，是因为这五年过去，他说的每一条，都像预言一样砸在了我们脸上。

一、先认命，再改命

老仇说的第一句话，就捅破了窗户纸。 "屌丝不认为自己是屌丝，才是炒股失败的第一 原因。” 这话难听，但救命。

他讲了个理：你研究K线、研究基本面、研究消息面，研究一切，唯独没研究明白，自己就是 个普通人。

普通人什么特征? 努力就能感动自己，但永远跑不进12秒。

百米跑，你练一百年也跑不进12秒。

股票这事，不是比你昨天强一点就行，是你必须比大多数人强，才能赢。

所以老仇说，别学巴菲特了，世界上只有一个巴菲特，人家出身不是屌丝，脑子也不是屌丝。你学他，等于一只麻雀研究老鹰的飞行路线。

普通人就该用普通人的笨办法。 “拨档子"，每年稳稳当当十几个点，别嫌少。时间长了，比你那些"一把梭哈"的朋友，活得久得多。

天涯隐学的第一条：认清自己的坐标，比认清世界的坐标更重要。

很多人一辈子都在"练假成真”——假装自己很努 力，假装自己很聪明，最后把自己骗进深渊。

二、反着来 老仇的第二个认知，更狠。

"尽量不要和大多数人相同，无论想的、做的。”

他说，炒股盈利的是十里挑一、百里挑一。你观察那九个或者九十九个失败者，你会发现他们的想法惊人地一致。

研究K线的，研究基本面的，听消息面的——基本囊括了所有股民。

大家都在同一条赛道上卷，你凭什么认为你能卷赢？

老仇的逻辑简单粗暴：既然大多数人的想法导致了大多数人的失败，那你反着做，从概率上就已经赢了。

这不是教你叛逆，这是教你避险。当所有人都在讨论某只股票的时候，当所有公众号都在吹某个赛道的时候，当连楼下卖菜的大妈都开始荐股的时候—— 跑。 跑得越快越好。

天涯隐学里说：人声鼎沸处，往往是大坑。

三、春天戳一棍，秋天吃一顿

这是老仇的原话，土得掉渣，但细想之下，道尽了财富的秘密。 春天，是时令，是契机。戳一棍，是花一点点功夫，冒一点点风险。

秋天，是收获。中间隔着什么? 等待。 老仇管这叫"播种和等待"。

他说，你要找那种像种子一样的东西——扔下去，它能自己长。

投入极小，即使亏了也无伤大雅。时间拉长了看，说不定就有意外之喜。 他举了例子：早年的比特币、邮票、文物、一二线城市的老破小、发达以前的宅基地。

这些东西有个共同特征：当时着起来都没什么 用，甚至有点可笑。

但如果你在当时花几千块、几万块"戳一棍"，现在可能就是一套房。

天涯隐学的第三条：大财靠命，小财靠等。

很多人穷，不是因为没机会，而是因为等不起。 他们今天种下去，明天就想挖出来看看长没长根。结果根没长成，种子先被刨烂了。

老仇说，几百块、几干块的风险都不愿意承担，想赚大钱？难。 这不是鼓励你去赌博，是告诉你：小风险要敢冒， 大风险要远离。

四、中年危机，是前半生欠的债

老仇聊中年危机，聊得我心口疼。 他说，中年危机分两种。 一种是真没钱，能力没跟上年龄，开支却越来越大。

另一种是收入其实不低，但消费畸形，存不下资产，风吹草动就崩盘。

中年危机的本质，是对你前半生”欠债”的集中追讨。体力下降了，注意力下降了，创新能力下降了，荷尔蒙水平也让你越来越消极。

你拿什么跟年轻人 拼？ 经验？大多数人的经验不过是"圆滑”，不在关键岗位上，一文不值。

人脉？中年人的人脉是”合作共赢”，不是"提携”。 你手上没资源，谁跟你合作? 唯一靠谱的，是资本的沉淀。

有了资本，才有收入多元化。有了资本，技术和人 脉才能派上用场。

老仇还戳破了一个真相：消费是默默上涨的。

你以为你控制住了，其实没有。大房子、好车、好小区，这些都在无声地吞噬你。

你以为月入三五万很滋润，一套两百平的房子就能吃掉你大部分收入。

三十五岁之前，拼命积累生产资料。三十五岁之 后，拼命降低无效消耗。

否则，中年那道坎，你过不去。

五、靠近水，才能摸到鱼

老仇的第五个认知，是关于“位置”的。

"永远记住，靠近资源中心是获取机会的最佳方式。” 你想走仕途，就去北京。

你想做金融，就去上海、深圳、香港。你想做企业，就去沿海。你想打工，也去大城市。

大城市是资源中心。 哪怕你拿不到核心资源，你间接拿到的概率也高得多。至不济，你能先一步得到有效的资讯。

老仇把国内的资源中心分成两类：政府和市场 的。 情商高的，靠近政府。智商高的，走市场。

他说了一句让我记到现在的话："与经济潮流保持一致，是一种坐电梯的感受。你不动，就已经到了很高的地方了。”

你在下行的扶梯上拼命往上跑，累得半死，可能才到上一层楼。

但如果你在上升的扶梯上，站着不动，也比你跑得快。选择，永远比努力重要。

六、远离绞肉机

老仇还聊了一个判断行业的方法，极其简单：

看这个行业的产品，长期处于通胀还是通缩。

床上用品、锅碗瓢盆、服装鞋帽——长期通缩。

品、汽车、手机——也渐渐进入通缩通道。

通缩意味着什么？ 行业内竞争白热化，利润刀片化。

未来数年，与个人创业相关的消费领域，都是刺刀见红。普通人进去，就是进绞肉机。

老仇说，这些市场不是普通人能争雄的地方，只有背靠大资本，或者天赋妖孽的人才有机会。

不要在干涸的池塘里抢鱼。 水越来越少的时候，鱼会互相撕咬。

你要做的，是去找那片还在下雨的海。

老仇在帖子里说，他父亲只有小学二年级文化，

却说过一句让他惊为天人的话："人如果从60岁往回活，那都了不得。” 可惜，人生没有倒带。

这五年，楼市变了，股市变了，币圈也变了。

但老仇说的那些"土道理”，一条都没过时。

认命、反着来、敢播种、能等待、攒资本、占位置、选对池子。

说起来，没有一条是新鲜的。但真能做到的人，万中无一。

为什么? 因为知道和做到之间，隔着整个人性。

[hexsecurity @hexsecurity]

在沃土落地生根

[Hux @huxlab]

吴恩达（Andrew Ng）今天发了一篇长文，直接点破了当下开发者的最大认知误区：

如果你的工作模式依然是“等 PM 写好 PRD，再去按部就班敲代码”，你正在被时代急速抛弃。

AI 编程工具爆发后，代码本身的生成成本趋近于零。真正拉开差距的，不再是谁能把功能实现，而是谁能“主动塑造整个构建过程”（Shape the build）。

当产品、设计与工程的边界被 AI 彻底打碎，一个顶尖 AI 工程师的核心壁垒究竟是什么？吴恩达拆解了 4 个底层能力：

1. 极速推进“构建循环”（Driving the build loop）

大多数产品的诞生都是一个闭环：写原型 → 拿反馈 → 决策下一步。 过去这个循环以“周”为单位，现在 AI 把它压缩到了“小时”。

行动压倒等待： 别等需求完美再动手。用极短时间搓出一个 MVP / 原型，直接跑给用户或团队看。

敏锐的节点判断： 清楚什么时候该收集用户反馈，什么时候该做模型微调实验，用高频、小步快跑的节奏把项目往前推。

2. 在没有 PRD 的真空里做产品决策（Product sense）

当工具把交付速度拉满，最大的瓶颈变成了“到底该做什么”。顶尖开发者必须补齐这三样直觉：

产品感觉： 面对规范没覆盖的灰色地带，能自主拍板，做出符合用户预期的决策。

商业与设计底感： 考虑 ROI、单位经济模型（Unit Economics）和交互体验，不自嗨。

极深的用户同理心： 无论是非正式聊 3 个用户，还是看百万级埋点数据，能把真实痛点精准翻译成产品特性。

3. 跨越边界的“翻译官”与领导力（Communicating & Leading）

开发者的作战半径正在前所未有地外扩，甚至直接对接法务、财务和增长团队。
很多非技术高管根本摸不清 AI 的能力边界，常常“既高估短期，又低估长期”。

你的技术深度，不是用来秀优越感的，而是用来帮整个组织降噪：告诉业务方什么可行、什么不可行、哪条路径投入产出比最高。

4. 极其强烈的自驱能动性（High-agency ownership）

传统研发的衡量标准是“我的 Jira 工单提测了没有”；而 AI 时代的衡量标准只有一条：“这件事到底创造了多少业务价值？”

无需自上而下的精准指令： 主动在业务中嗅出机会，自己定优先级、自己写方案、自己端到端落地。

在模糊中自愈： 容忍不确定性，在没有明确路标的泥潭里把事情推上线。

纯技术实现的门槛正在坍塌，但“创造产品”的门槛被空前放大了。

从“代码执行者”变成“产品构建的主导者”，这是 AI 时代给工程师最残酷的淘汰赛，也是最让人兴奋的红利期。

[hexsecurity @hexsecurity]

不费力赚钱，阶级跃迁，下一个风口。不同人，不同的妄念。

[Noe1017 @Noe1017_Monad]

每个阶层都有对应的骗局。 人无论到了任何阶层，都会有妄念，这是人的底层bug。

利用妄念，精准设计对应的骗局，就没有收割不到的人，即便强如秦始皇，也会被徐福骗的团团转。 底层的妄念是“不费力赚钱”。

这个群体最稀缺的是现金流，最富裕的是时间，所以针对底层的骗局，往往披着“零门槛、低投入、高回报”的外衣。

比如“动动手指就能日赚几百”的刷单返利，比如拉人头就能躺赚的传销。

工薪、中产的妄念是“阶层跃迁”。

这个群体的特征是，手里有了一定的积蓄，但内心极度缺乏安全感，对上渴望挤入富人圈层，对下极度恐惧阶层跌落。

因此，针对中产的骗局，通常都是投资理财、知识付费和精英教育。 富人的妄念是“下一个风口”。

对这个群体来说，物质上已经没有追求了，但他们仍渴望资产的指数级增长。

他们极度害怕被时代抛弃，害怕自己手里的资本，在下一次技术革命，或财富范式转移中沦为废纸。

所以，针对他们的骗局，会利用他们的FOMO（害怕错过）心理，包装出一个“颠覆性项目”，或者“顶层内幕”。

如果有学术背景，那就更好了，描述一个能改变人类命运的技术愿景，让他们觉得不参与就会落后于时代，即使最后项目失败，也可以说“我的理念太超前了”，这时候富人可能还沉浸在“愿景”里，意识不到自己被收割了。

[Journeyman @JourneymanChina]

郑佩佩回忆录《回首一笑七十年》里有一段文字有点意思：

拍摄《唐伯虎点秋香》期间，
剧组经常长时间候场，
不少演员心生抱怨。

唯有饰演华太师的黄霑安慰郑佩佩：
天底下有这么好的事，你想想看，
有什么事，是人家要付钱来让你等的呢？

郑佩佩一想对啊，我坐着等老板就得付钱，多好的事情啊！
以后，有戏拍的时候，她就开心的坐在那儿等了。

当然，黄霑等候之余还能写作创收。

这件事带给我两点感悟：
第一，人要积极思考，方能境由心转。
第二，主动寻找可以折叠时间的机会。

[hexsecurity @hexsecurity]

这是把别人的钱给折现了。

[老木Nova @laomunova]

曾经遭封杀的经济学家付鹏，谈财富的底层逻辑！

他把财富积累的本质说出来了，财富的正常积累是慢的，要快速积累就要从别人兜里掏

[lifcc @mylifcc]

看到这个我只想说一句，操！

AI来了，中国->裁员！美国->AI 创造了约 100 万个新岗位

《经济学人》自己估了一笔账：到目前为止，AI 在美国大约创造了 100 万个新工作，明显高于 2023 年年中以来大约 20 万 被归到 AI 头上的裁员，也足以对冲不少后台岗位招聘变弱。来源大致分三块：

1. 盖数据中心、接电、装冷却系统的“硬帽子”工作
高盛估算，支撑 AI 运转的芯片、服务器、数据中心、冷却和电力支出，大约比 2022 年（ChatGPT 走红那年）高出每年 5000 亿美元。数据中心建设年化超过 750 亿美元，同比高近 60%

2. 新长出来的白领岗位
造模型的工程师、给模型标数据、评判答案的标注员、帮客户落地模型的“前线部署工程师”（forward-deployed engineers）、公司里新设的 “Head of AI”。LinkedIn 上 Head of AI、AI 工程师、AI 总监的招聘贴自 2023–24 年大约翻倍。

《经济学人》还把工程师、软件开发、数学家、数据科学家这几类和 AI 最近的职业，跟整体专业就业趋势比，2022 年以来大约多出 73 万 个岗位。

3. 效率提高以后，需求也跟着涨
律师写合同更快、分析师扫财报更快，如果服务变便宜，总需求可能上升，岗位不一定少。他们举的例子：2023–2025 年律师助理就业大约涨 11%，市场研究分析师涨 6%，全国平均大约只有 2.5%。劳工统计局还预计专业服务会因 AI 系统和咨询需求继续增长。

当然并不是没人受到影响
受损最明显的是重复性后台工作：2023 年 1 月以来，客服大约少了 10%，秘书和行政助理大约少了 15%。劳工统计局预计到 2035 年，办公室与行政支持类职业会再少 75.2 万个岗位。

这里还有一个问题：美国雇主一个月本来就会裁掉大约 170 万人，AI 裁员在总流动里并不显眼。这事跟AI有关也没关，但是可以作为一个好的背锅方案

计算机出现后，美国现在有 600 多万人做以前不存在的计算机相关职业；零工、电商、内容创作又贡献了大约 800 万

末日也许还在路上，但现在看到的是建设潮 + 新工种 + 部分职业因效率上升而扩招。