Miulin

爱这络绎不绝的无意义的瞬间

[KK.aWSB @KKaWSB]

歪歪扭扭的柜子

1950年代，美国的食品公司发明了速溶蛋糕粉。
加水，搅一搅，扔进烤箱。
完美。
省时省力，味道也不差。
公司信心满满地推向市场。
结果——

没人买。

美国家庭主妇们集体抵制。
理由是：“这也太简单了吧，完全感受不到我在’做蛋糕’，这算什么烘焙？”

公司的工程师们抓破脑袋。

后来，他们做了一件看似愚蠢的事。
把配方里的鸡蛋粉去掉了。
新包装上写着：“请加一颗鸡蛋。”

产品完全没变好。
多了一个步骤，反而更麻烦了。

但销量——
爆了。

为什么？

因为主妇们觉得：“我亲手打了一颗蛋进去，这个蛋糕是我做的。”

五十年后。
2011年，哈佛商学院的迈克尔·诺顿教授想起了这个故事。
他做了一系列实验。

第一个实验：
他让一组人自己动手组装宜家家具。
另一组人直接拿到了一模一样的、已经装好的成品。
然后问两组人：你愿意为这个家具出多少钱？
自己装的那组人，愿意出的价格比成品组高出63%。

第二个实验：
他让人们亲手折纸鹤。
然后问他们：你觉得你折的纸鹤值多少钱？
再让另一群没参与折纸的人来评价同一只纸鹤。
结果：
自己折的人，觉得这只歪歪扭扭的纸鹤简直是艺术品。

旁观者看了一眼说：这是什么玩意？

最讽刺的是——
那些亲手折纸鹤的人，认为自己的业余作品的价值，跟专家折的一样高。
而且他们真心觉得，别人也应该这么认为。

🖊️ 诺顿教授把这个现象命名为——“宜家效应”。

当你为一个东西付出了劳动，你就会不可救药地高估它的价值。

哪怕它歪歪扭扭。
哪怕它粗制滥造。
哪怕在别人眼里一文不值。
你还是觉得它价值连城。
因为你的汗水在里面。

这个效应在商业和投资中比比皆是。

一个创业者死守自己明显失败的项目不肯放手——“这是我亲手做的，它一定有价值。”

一个经理人拒绝采纳外部更好的方案——“我们自己研发的更好。“这甚至有个专门的名字叫”非我发明综合症”。

一个房主把自己亲手铺的砖墙小路算进了房价里——但买家只看到了一条歪歪斜斜的小路。

你投入的劳动，确实创造了情感价值。但不要把情感价值跟市场价值搞混了。

你觉得自己折的纸鹤是天鹅。但市场只看见了一张被揉皱的纸。

[Roland.W @rwayne]

大学为啥不取消校园跑，改成校园睡。

开学每人发一块手环，两周四次8小时以上的睡眠才不挂科，一学期达标40次加综素。

毕竟跑步对身体不一定好，但不睡觉是真的坏。

[李老师不是你老师 @whyyoutouzhele]

“1926《新青年》停刊，2025《新青年》连载”
近日，抖音和小红书都在盛传 一个叫SHIT的论文网站，中文名叫“构石（构建学术的基石）”。
平台创始人做了一场社会实验：如果把编辑部的权力交还给社区，学术评价会变得更好还是更糟？

在这里，没有大佬，没有学阀。
每一篇稿件从旱厕开始盲评，评分达标后晋升“化粪池”，最终凝结为“构石”。
好的思想会自己浮上来，坏的自然沉底。

于是，网站收获了大量投稿，投稿人也不叫“发表人”，而叫“排便人”。发布的论文也不叫论文，叫“构石”。

网站评价“精品构石”也有一套独特的方法。
排便人投稿后会出现在旱厕区，此时网友们在旱厕为新稿件匿名评分，帮助它们毕业。
评分超过3.8的毕业构石 会去到化粪池，再次接受构石程度评价，打分从1-5颗构石。
打分结束后，评价人数超过100，且评分超过4.5的文章会去到 构石殿堂，此时已经是一个成熟的构石了，变成了学术结晶，是网站最高荣誉，最高评价。

而网友投稿的内容涉猎广泛，创意奇特，其中包含：
《父母说吃得苦中苦，方为人上人 吃苦理论的范式转变》《关于高中时期管理严格程度对���学时期PTSD的影响—以衡水中学为例》
《中国青年虚无主义体验的形成机制与生命意义的重建》
《地府货币膨胀：东亚父母该烧多少钱才能保证孩子不会乱花》
《恨海情天：东亚家庭中的结构性情感困境解析》
《法律视角下高彩礼导致的两性对抗》

平台中，有人用比较法学论证排泄物的所有权归属；有人建立宏观模型分析地府的通货膨胀，还有有人用现象学研究同人圈的权力美学。
shit的爆火是一种新的文化思想狂潮， 是现代年轻人，处于僵化体制下，面对所谓学术权威和过量的学术压力的强烈反抗，
青年能够利用学术技能，用一种近乎荒诞的方式针砭时弊，洞悉社会。
不写八股，百家争鸣，学术平权，学术自由。

平台的创始人“蜗牛学长”表示，创建“构石”的意义，是为了让学术下放和去中心化，让更多的创意可以得到表达，用科学的方式解决生活中不被关注的问题。

网友们表示：“一群受过严格学术训练的年轻人用自己的最擅长的方式，重新夺回思考的权力”
“学术下乡支持！”
“100年后新青年又回来了”

[wxqdoit @wxqdoit]

@lidangzzz 扒了推上openclaw的所有相关教程，左右一个集合网站：https://t.co/xfirUInN3y

[阿橡 @oakvale5]

预言成真了。
今天看到新闻，红果停止大部分真人合同，全面转向AI��剧。

[Miulin @Miulin_]

拜哪座庙可以不再期望爱情？

[Ashlyn He @AshlynHe1129]

我这两年慢慢意识到，一个人真正开始变强，往往不是因为更聪明了，而是两种“聪明”开始合流了。

一种是 book smart。
它很容易理解，指的是受过良好教育、擅长理论、逻辑清晰、路径清楚的人。读好学校，写好论文，擅长分析问题，做决定时更相信模型、方法和推演。这类人通常走的是一条相对顺的精英路径，气质偏书卷，做事讲秩序、讲正确性。

另一种是 street smart。
它更多来自现实世界的反复摩擦。知道人是怎么想的，事情是怎么被真正推动的，什么时候该退一步，什么时候该强一点。它不太依赖理论，而依赖经验、直觉和判断力，更接地���，也更懂得在复杂环境里存活。

我以前明显更偏向前者。
从小到大一路顺风，名校毕业，刚进入社会时，看问题很容易停留在“应该怎样”“逻辑上怎样才对”。这其实是很多高学历背景的人都会有的状态，脑子很清楚，但脚不一定踩在地上。

后来在英国工作时，这种感受被放大了。
我在一家牛津大学孵化的 AI 初创团队里工作，团队几乎清一色是牛津、剑桥的博士，我的老板是牛津教授兼院士，顾问里甚至有诺奖得主、Top院校荣誉校长。整个配置非常漂亮，也非常“fancy”。但越往里走，我越能感觉到一种漂浮感。讨论很多，理念很宏大，但业务推进并不快，现金流也很紧张，更像一群人在用创业的形式做学术延伸，而不是用身体去跑市场。

回国之后开始自己做项目，反差非常明显。
我接触到的一些深圳团队，学历背景未必耀眼，但对市场的理解极其敏锐，做事非常具体，现金流清晰，知道客户是谁、钱从哪来、下一步要干什么。那是一种很强的 street smart 气质，谈不上浪漫，却极其有效。

这两种风格并没有绝对的高下。
book smart 能把事情想得远、想得深，street smart 能把事情真正落到地上。问题在于，如果只剩其中一种，都会有明显短板。只有理论，很容易空转；只有江湖经验，也容易走不远。

我现在反而更清楚自己想成为什么样的人。
不是放弃原本的书卷气，而是在此之上补上对人性、现实和细节的理解；不是否定接地气的生存智慧，而是给它一个更长远的方向。

能把书读明白，也能把事做明白。
既看得见结构，也摸得到泥土。
我越来越觉得，这种融合，才是一个人真正成熟、真��有力量的状态。

[hajiren 🌝 @Hajimi2025pro]

@RichTerry123 塔列布全系列都挺好，我阅读顺序是《随机漫步的傻瓜》-《黑天鹅》（目前在读）-《反脆弱》-《非对称风险》-《肥尾效应》（很多数学推导，需要《高级概率论》做基础）

[Sawyer Zhang @sawzhang_]

@JefferyTatsuya

[KK.aWSB @KKaWSB]

现在不用再从头到尾阅读教科书了。NotebookLM 现在可以直接从 PDF 和笔记中学习。以下是 6 个将文档转化为课程的提示词：

1️⃣先讲解，后总结
“像老师一样阅读这份PDF，而不是像总结者那样。先解释核心概念，然后逐步深入。假设我很聪明，但对这个主题是新手。”
2️⃣将章节转化为课程
“将本章内容转化为一个30分钟的课程计划。包括章节划分、示例和快速理解检查。”
3️⃣主动学习模式
“每讲完一个重要概念就停下来问我一个问题。如果我回答错了，请用不同的比喻再解释一遍。”
4️⃣剔除学术噪音
“从这份PDF中提取出10个真正对现实生活有意义的观点。忽略填充内容、理论赘述���学术废话。”
5️⃣注重应用而非应试
“用[你所在领域]的真实案例来讲解这份文件。要假设我想应用它，而不是死记硬背。”
6️⃣考官模式
“请像考官一样，考考我对这份文件的理解。然后解释我的答案揭示了我理解上的哪些不足。”

[蒜蓉鱿鱼须 @suanrongyouyuxu]

了解到一个新概念，语境坍塌。

语境坍塌（context collapse）是一个传播学的概念。它指的是，我们曾经可以对不同的人有不同的表达方式。一个人对上司、对下属、对朋友、对伴侣、对陌生人，当然会说不同的话。而同样的语言，在不同语境下的含义自然也是不同的。
但是这一切在公共平台上被抹平了。我们无法再为某个人定制语言了。
举一个简单的例子是，在朋友圈写一条“我最近被搞得很烦”。朋友看到了可能会认为你压力很大，甲方看到了则可能觉得你在影射他，而路人看到了可能会觉得你是在发神经…表达本身没有变化，但不同的人却看到了不同的含义，这就是语境坍塌。

而这个问题在社交媒体被严重放大了。原本对A群体说的话，被BCD群体看到，则会产生难以预料的后果。尤其是社交媒体其实是非常鼓励断章取义的。
另一个问题是，人其实并不擅长对所有人说话。每个人说话的时候天然会假设听的那个人是谁，有什么样的共识，有什么话不必解释。语境坍塌会直接摧毁这些前提。

很多网络冲突，未必是价值冲突，而是语境冲突。A群体在α语境中说话，B群从β语境中理解，双方都认为对方在恶意曲解+找茬。这导致了很多事从头到尾大家都各吵各的。
很多持中间立场，或在两边各有熟人的争吵中的人可能经常会有这种感觉：两边其实都有一定道理，也不存在什么结构性的冲突，但不知道为什么争得面红耳赤。
它们很可能是语境事故。大家一开始的前提就不同，而这个前提可能直到双方吵完都没有现身过。

我觉得这很能解释我经常会有的无力感。就明明是能够互相理解的两波人，现实中却势不两立。这么多的暴力和伤害究竟是为了什么？双方都没错，但又好像都错了。
而我除了提倡大家多理解、多���容、多一点耐心之外，好像也没有什么可行的办法。然而作为一个有自知之明的人，我觉得这话说了就像没说一样。

[KK.aWSB @KKaWSB]

谷歌研究院刚刚发布了一款颠覆传统教科书的创新产品。
这款名为“Learn Your Way”的工具利用 LearnLM 技术，可以将任何 PDF 文件转换成 5 种个性化的学习格式。使用该工具的学生在记忆力测试中的得分高达 78%，而传统教科书的得分仅为 67%。

教育革命已经到来。

[叫我阿杭 @Astronaut_1216]

真的会用AI的人，都在“故意”给 AI 扔垃圾

刚朋友分享某个大厂的提示词内部研讨会，关于CoT，元Prompt等关键词的写法都争论了个遍，但这个事根本不难

​很多人用 AI，都问：“怎么做某事？”
结果得到的全是废话、正确的废话

​真正的高手，是先写一个“烂方案”，然后问 AI：“你看我这个思路错在哪，批判我”

​这就是清华论文里讲透的一个硬逻辑：Verify First（先验证，再生成）

​逻辑变了： AI不擅长“从 0 到 1”，要让它“从 1 到 100”
​心态变了： AI 天生就是“马屁精”，只要你让它独立思考，它的推理能力就能翻倍
​路径清了： 一个错误的答案，就是模型独立思考的开始

​把你的 PRD 草稿丢给它，比直接让它给你写个 PRD 快十倍
那些你以为很难的逻辑推理，其实就差这一个“找茬”的动作

在我图中这个案例中，你直接把我写提示词的思路抄上去就可以，它给我输出了差不多5000字的答案

[沉浸式翻译 @immersivetran]

这条 Reddit 讨论把我戳得很狠，原来那么多人都和我一样，大脑每天像被信息轰炸。​

发帖的人四十多岁、有孩子、有工作，脑子里全是账单、灵感、项目、梦想，想记的东西多到一天能写一百页笔记。
​
更窒息的是，他已经在用待办、笔记、收集工具，但还是觉得「所有事情都压在脑子里」，完全��息不了。​

最打动我的一句话，是评论区有人说「你永远不会完成」。​
这句话不是在劝烂尾，而是在提醒：人生本来就不可能把所有想做的事全部做完。​

真正让我们累的，不是信息本身，而是那种「每一条我都不想错过」的执念。​

在这条讨论下面，你会看到好几个流派的人，拿出了自己亲测有效的方法。​

有人坚持每天做「脑力清空」，就是早晚花十分钟把脑子里的想法全倒进纸上或 App 里，让大脑不再死死抓着这些事情。​

有人把所有事情都丢进日历，不再用无底洞式的待办清单，而是用时间块逼自己面对：这周到底能做几件事。​

有人用 GTD 的思路，只保留每周 2–4 个「今天只做完这个也值了」的任务，其他统统放到一边，主动放弃那种虚假的忙碌感。​

这条帖还有一个隐藏价值，是帮你重新划清「信息过载」和「信息选择」的界限。​

很多人以为解决信息过载要「断网」「戒手机」，但评论里反复提到的是「学会筛选和说不」。​

有人说：别再把每一个闪过的点子都记下来，大部分都是一时冲动，真重要的想法自己会回来。​

看完这一大串对话，我才发现之前自己错在哪。​

以前总是想用一个完美系统，把所有信息、灵感、任务都收进去，结果清单越积越厚，焦虑也越堆越高。​

现在反而会反着来：先定好这一阶段最重要的 3 件事，再决定哪些信息值得留下，哪些可以直接略过。​

如果你也正处在「不记下来不放心，记多了更崩溃」的阶段，这条 Reddit 讨论真的值得通读一遍。​

你会看到很多和你一样的人，如何从信息洪水里爬出来：有人靠冥想，有人靠系统，有人靠接受「不可能全都做完」这个事实。���

最关键的是，它���让你意识到：你不是大脑有问题，只是活在一个信息太多的时代，需要换一套对自己更温柔的用脑方式。​

https://t.co/0b8qiJW3bI

[Mercy @Mercy_okx]

前两天听一个访谈，有个点很有意思。

嘉宾说自己 40 年烟龄，戒烟只用了一天。

方法是不断对自己“说一句话”。

不是「我要少抽点」，而是：「我从来不抽烟。」

最近刚好想要改掉一些不好的习惯以及养成一些好习惯，也试着用同样的方式。

很微妙的一点是——当你不再把它当成我要忍住，而是变成「这就是我」，在潜意识里认同它，大脑反而会配合你。

这个方法被称之为“意志劫持”。

以前总觉得自控力是靠控制意识练出来的，后来发现它更像一块肌肉，是靠不断给自己一个新的身份暗示，塑形自己的潜意识。

[宝玉 @dotey]

刚看了 OpenAI 发的那篇《How we used Codex to build Sora for Android in 28 days》的凡尔赛文章，整个Sora 的安卓客户端 App大约85%的代码是AI写的。发布首日，用户24小时内生成了超过100万条视频，并且质量很稳定，无崩溃率99.9%。

对于这样的结果肯定有人质疑有人觉得程序员要完。说说我看完的感觉，如果打个比方，就是几个特种兵配上了最先进的武器，自然所向披靡。所以先不用神化这个结果，然后就算我们不是特种兵，一样可以从这个结果中去学习借鉴到有价值的结果。

《人月神话》作者 Fred Brooks 说过一句软件工程中被反复验证的名言：“向一个延期的软件项目增加人力，只会让它延期得更厉害”。因为增加更多的工程师往往会因为增加了沟通成本、任务碎片化和整合成本，反而降低效率。

那往团队中加 AI 呢？

取决于团队成员驾驭 AI 的能力。我们有句古话叫：“韩信带兵多多益善”，如果团队成员是韩信，那么 AI Agents 越多越好。OpenAI 安卓团队显然是精锐，只有 4 个人，就像一队特种兵，每个人配备了各种机器人辅助。

那么他们怎么做的呢？

1. ��构先行：人先搭好架子，再让AI来填空。

这个架子怎么搭？

团队先自己定义了App的整体架构：模块化方案、依赖注入、导航结构、认证流程、基础网络层。然后手写了几个有代表性的功能，作为范本。

关键一步：他们写了大量的https://t.co/9M2TJcCBVQ文件，相当于给AI写的新人手册。比如里面会写：每次提交前必须跑detektFix检查格式，CI会卡这个。

这样一来，每次启动新的Codex session，它都能快速读到这些规范。就像给新员工发一本内部wiki，减少重复解释的成本。

团队总结了一句话：我们不需要告诉Codex怎么写代码，我们需要告诉它在我们团队什么才算正确。这是微妙但重要的区别。

2. 先规划再写代码

一开始他们也试过偷懒，直接扔一句"这是功能需求，这是相关文件，你去实现"。结果代码能跑，但歪得厉害，完全不符合架构预期。

后来他们改了流程。任何复杂功能，第一步不是让AI写代码，而是让AI先理解系统。比如让它读一组相关文件，总结数据是怎么从API流到Repository再到ViewModel最后到UI的。然后人来纠正它的理解。

理解对了，再让AI出一份实现计划，像个迷你设计文档。哪些文件要改，要引入什么新状态，逻辑怎么流转。人确认计划没问题，AI才开始动手。

这个规划环节看起来慢了，其实省了大量返工。更重要的是，当你知道AI的计划是什么，review它的代码就容易多了。你是在检查执行是否符合计划，而不是对着一堆diff发呆。

他们还有一个小技巧：对于特别长的任务，让AI把计划保存到文件里。这样换一个session也能继续。

当多个Codex 任务同时跑起来，整个开发体验发生了质变。感觉不像在用工具，更像在管理一个���队。

一个任务在做播放器优化，另一个在写搜索功能，第三个在处理错误逻辑，第四个在补测试。它们各自推进，隔一段时间就来汇报：我这个模块规划好了，你看看行不行？或者直接甩过来一个大diff。

工程师的工作从写代码变成了做决策和给反馈。瓶颈不再是敲代码多快，而是大脑审查验证代码的速度多快。

再次应验了《人月神话》的话，你不仅不能无限增加人力，也不能无限增加 Agent。

3. 最好的跨平台框架是 AI Agent

还有一个有趣的实践：跨平台开发的新范式。

Sora已经有iOS版本了。团队做Android时，直接把iOS代码库也挂进Codex的环境里。然后告诉Codex：参考 iOS 的代码实现，再看看我们Android的架构，你来生成相应的Kotlin代码。

这就是为什么文章中开玩笑说：忘掉React Native和Flutter吧，未来的跨平台框架就是Codex。

这句话半认真半玩笑。因为��用逻辑是可移植的。数据模型、网络请求、校验规则，用Swift写和用Kotlin写，本质是同一套东西。AI擅长的恰恰是这种翻译工作，给它足够的上下文，它就能在语言之间无损转换。

所以回过头来看，为什么说不能过度神化呢？

因为他们虽然只 4 个人，但每个人都是“韩信”那样善于带团队的角色，用起 Agent 来得心应手。但即使如此，也做不到“多多益善”，毕竟还是需要人去分配任务验证结果，人是平静。另外他们已经有了 iOS 代码，所以很多逻辑可以共用，只需要 AI 去“翻译”。

但还是有很多可以学习的地方。

先设计架构再去让 AI 填空，这样代码更容易维护，也更好的保证质量。

先规划再写代码，让 AI 充分理解上下文再动手。很多人吐槽 Codex 太慢，但我有时候就怕 Agent 太快乱来，宁可多等会，让它多了解上下文，这样一次成功，否则返工起来时间成本更高。

给 AI 好的参考，让它能照葫芦画瓢。开始的时候先花点时间把最佳实践沉淀下来，后续让 AI 去参考这些最佳实践，生成结果就会好很多。如果有其他语言的实现，让它去“翻译”也会事半功倍。

能做好这些才能用好 AI 辅助开发。 AI辅助开发不是让开发的标准降低了，反而是提高了标准。

Agent 擅长完成一个小的具体任务，但软件工程不是一个小的任务，它是由无数动态变化的小任务组成的。需要人去分解去验证。

所以未来软件工程师的核心能力，不是写代码快，而是两件事：对系统的深度理解，以及和AI长期协作的能力。

代码在变得廉价，但品味在变得昂贵。那些能定义什么是正确、什么是优雅、什么是面向未来的人，会越来越稀缺。

AI把搬砖的活儿接走了，但画图纸的活儿还是你的。

[铁锤人 @lxfater]

你最希望大家都知道的一个 ChatGPT 神级提示词是什么？

[GitHubDaily @GitHub_Daily]

使用 Claude Code 时，我们只能看到它的表面功能，却很难了解背后的工作机制，尤其是它内部精心设计的系统提示词。

恰巧，在 GitHub 上发现了 claude-code-system-prompts 这个项目，把 Claude Code 的所有系统提示词全部公开了出来。

整理了 40 多个提示词文件，包括主系统提示词、子智能体提示词、工具描述、斜杠命令等，还附带了每个提示词的 Token 数量统计。

GitHub：https://t.co/LsxwU3SoHv

除了提示词本身，还提供了跨 52 个版本的变更日志，可以看到 Claude Code 从 v2.0.14 到 v2.0.71 的演进过程。

如果你想深入了解 Claude Code 的工作机制，或者想基于官方提示词做定制化改造，这个项目值得收藏研究。

[墓碑科技 @mubeitech]

近视，其实就是“残疾”。
不信？
把你鼻梁上的眼镜摘了试试。
别说生活不便，连过马路都成了生命危险，这怎么不是残疾？
要把这个逻辑讲透，
我们得重温一位大学教���的经典“暴论”。

故事很短，但极具冲击力。
一位教授对学生下令：“把眼镜摘了。”
学生照做。
结果呢？世界瞬间模糊。
不但看不清黑板，连正常走路、分辨障碍物都成了问题。
这就是实打实的生理缺陷。
这时候，教授指出了那个被我们忽略的真相：
“此时此刻的你，就是一位‘残障人士’。”
那为什么你平时觉得自己是“正常人”？
为什么社会也把你归类为“健常者”？
仅仅是因为一样东西：眼镜。

眼镜，就是技术。
是因为有了“眼镜”这项成熟的技术，它完美填补了你生理上的缺陷。
是技术，让你我得以伪装成“健全人”在这个世界上生存。
理解了这一层，教授紧接着抛出了那句足以载入史册的结论：
“在这个世界上，如果还有谁因为身体原因感到不自由……”
“那不是那个人的错。”
“那是科学技术的怠慢。”

听听这就叫格局。
什么是科技的本质？
不是为了造出多昂贵的机器，也不是为了发几篇论文。
科技的终极使命，是消除障碍。
当技术足够强大时，它应该能像“眼镜”一样，让“残疾”这个概念，彻底消失。

[���个分号 @shaogefenhao]

前几天有朋友问我：写不出来东西，或写东西凑不出来字数怎么办？

其实写作极其简单，一分钟教会。

1. 先确定一个观点，无论是从网上看到还是自己悟到。

2. 找个案例，用故事的方法讲说明白这个故事来印证观点。

3. 找点资料、书、论文，然后用理论拔高这个观点，用别别人的观点佐证。

你想把字写短都不行，用这个模式教小孩，这样写基本上就是一个高分作文了。