NumbBot

FullStack Developer

[W @iama12x]

이보다 완벽할순 없다.🤣

[Ted @TedPillows]

Don't cheat on your wife.

[莎士比💊 @shakesPills]

如何在一到两年之内精通某件事？

油管大神Dankoe的“3-2-1”方法，让你成为任何领域的1%。

Dan Koe认为，现代人之所以平庸，不是因为不努力，而是因为努力的姿势极其丑陋且低效。

我们在用战术上的勤奋，掩盖战略上的懒惰。我们在用低维度的忙碌，逃避高维度的���考。

想要跳出这个平庸的重力井，想要在任何一个领域，注意，是任何领域，无论是写作、编程、设计还是搞钱，杀进前1%，你不需要拼命，你不需要内卷，你只需要掌握一套极简但极狠的“3-2-1”方法。

这套方法，是Dan Koe从神经科学、进化心理学和极简主义商业哲学里提炼出来的武器。

它能把你从一个被算法控制的“数字人”，变成一个拥有绝对掌控权的“神级玩家”。

油管大神Dankoe的“3-2-1”方法，让你成为任何领域的1%

第一：那个“3”，是每天雷打不动的神圣时间
我们先来聊聊这个“3”。

很多人看到数字3，第一反应是：是不是要我学三门外语？还是每天读三本书？

错。大错特错。

Dan Koe口中的这个“3”，指的是：每天3小时的深度创造。

你可能会说：就这？我现在每天上班996，工作时长12个小时起步，我都这么拼了还是个穷光蛋，你让我每天只干3小时，你是想让我饿死吗？

这就是你平庸的根源。你把“时长”当成了“产出”。

在Dan Koe的逻辑里，人类的大脑根本不是为了像工业机器那样连续运转而设计的。

我们的大脑是高能耗的生物计算机。

神经科学家早就证明了，人类每天能维持的“高强度、高认知、创造性”的专注时间，上限就是4小时左右。

超过这个时间，你的大脑就进入了垃圾时间。

回想一下你在公司的下午三点。

你盯着屏幕，手指在动，PPT在翻，但你的脑子其实已经停转了。

你在摸鱼，在回毫无意义的消息，在开除了浪费生命毫无作用的会。

你以为你在工作，其实你在表演工作。

这叫“伪勤奋”。

Dan Koe提出的“3小时原则”，是让你像狮子一样工作，而不是像牛一样工作。

牛整天低头吃草，吃一天也只是一头牛。

狮子大部分时间在睡觉、晒太阳、磨爪子，但只要它出击的那一瞬间，就是致命的。

这每天的3小时，必须是神圣的、不可侵犯的、真空的。

在这3小时里，你不能回微信，不能看邮件，不能刷新闻。

你必须切断一切与外界的联系，把自己关在一个精神的小黑屋里。

你要做的事，必须是那个领域里最难、最核心、杠杆率最高的事情。

如果你是作家，这3小时就只用来写正文，不许查资料，不许排版。

如果你是程序员，这3小时就只用来攻克核心算法，不许修琐碎的Bug。

如果你是创业者，这3小时就只用来思考战略和产品，不许回客户消息。

Dan Koe说：如果你能坚持一年，每天只有3小时的深度工作，你的产出将超过99%每天坐在办公室里混���子的打工那人。

因为那99%的人，他们的注意力被撕碎了。

他们每5分钟就被打断一次。他们的精神熵高得吓人。他们的大脑是一团混乱的浆糊。

而你，在这3小时里，是心流状态。是人剑合一。

这3小时产出的东西，是带有“灵魂”和“穿透力”的。

在这个AI已经能生成无数垃圾内容的时代，只有这种深度思考的产物，才是稀缺的，才是值钱的。

所以，想要成为1%，第一步就是学会“偷时间”。

早起3小时，或者晚睡3小时（如果你身体扛得住）。

哪怕你还要上班，你也必须在老板榨干你之前，先把这最宝贵的3小时留给你自己。

这是你为自己赎身的资本。

第二：那个“2”，是必须缝合在一起的对立技能

搞定了时间，接下来我们聊聊“2”。

这个“2”，指的是：你需要掌握两项看起来完全对立、甚至毫不相干的技能，并将它们缝合在一起。

我��从小受到的教育是“专业化”。

你要专精，要深耕，要成为一颗标准的、无可替代的螺丝钉。

但在Dan Koe看来，专业化是给昆虫准备的。

AI来了。你知道AI最擅长什么吗？

最擅长专业化。AI下围棋比你专业，写代码比你快，翻译比你准。

如果你只会在一个狭窄的领域里卷，你会被AI降维打击得连渣都不剩。

在2026年，真正的护城河，叫做“技能堆栈”。

你要做个“缝合怪”。

Dan Koe提出，最强大的技能组合，往往是“一文一武”，或者说“一内一外”。

比如：

编程（极度理性的逻辑） + 写作（极度感性的表达）。

设计（视觉审美） + 营销（人性洞察）。

心理学（理解人类） + 数据分析（理解机器）。

当你拥有两项对立技能时，神奇的化学反应发生了。

你不再是和程序员比写代码，因为你比他们会写文章，你能把枯燥的技术讲成动人的故事，你成了技术布道���。

你不再是和作家比文采，因为你懂编程，你能把你的故事做成互动游戏，你成了独立开发者。

这叫“交集竞争”。

在A领域，你是前20%；在B领域，你也是前20%。这听起来不难，对吧？

但是，在“A+B”这个交集领域，你就是前1%。甚至，你是那个唯一。

Dan Koe自己就是最好的例子。

他懂设计（早期是设计师），他懂写作（后来苦练文案），他懂哲学（喜欢思考人生）。

他把这三者结合起来，创造了一种独特的视频风格：黑白极简动画 + 哲学旁白 + 硬核干货。

市场上没有他的竞品。

因为比他会设计的没他有思想，比他有思想的没他会设计。

这就是“2”的奥义：不要在一个赛道上卷死，要去创造一个领域的新赛道“差异化”。

第三：那个“1”，是只解决核心终极的问题
这个神秘的“1”，不是某一个具体的风口行业，也不是某一个赚大��的项目。

这个“1”，指的是：只解决“一个核心”的问题。

这个问题是什么？

这个问题就是，“你曾经遇到最大的问题，踩过最大的坑”。

Dan Koe 的整个商业帝国，看似庞大复杂，其实核心逻辑简单到令人发指：他所有的产品、所有的文章、所有的视频，都在试图拯救两年前那个迷茫、焦虑、没钱的 Dan Koe。

这不仅仅是一个营销策略，这是一种深刻的人生哲学。

我们总是习惯向外看。

我们去调研市场，去分析用户画像，去猜现在的年轻人喜欢什么，去猜大妈们喜欢什么。

我们把自己搞得像个投机倒把的贩子，整天揣摩别人的心思。

结果呢？你猜不透。人心是善变的，市场是诡谲的。

你今天跟风做短剧，明天短剧凉了；你后天跟风做AI，大模型把你淘汰了。

Dan Koe 告诉你：别猜了。

这个世界上，你唯一能百分之百了解、百分之百共情、百分之百知道痛点在哪里的人，只有你自己。

那个曾经的你，在深夜里焦虑得睡不着觉，是���为���么？

那个曾经的你，在职场上受了委屈却不敢辞职，是缺了什么能力？

那个曾经的你，想要减肥却总是管不住嘴，是心理哪里出了问题？

你的痛，就是千万人共同的痛。

人与人的悲欢虽然不相通，但人与人的焦虑是高度同构的。

你走过的弯路，就是他们的“地图”。

你爬出来的坑，就是他们的“阶梯”。

所以，成为某个领域的终极秘密，就是把自己变成一个“活体样本”。

你不需要成为世界级的专家。你不需要拿诺贝尔奖。你只需要比你的受众领先两步。

领先一百步那是神，神太远了，凡人够不着。

领先两步是学长，学长的话最听得进去。

当你把那个“1”（过去的自己）作为你所有输出的靶心时，神奇的事情发生了：

第一，你再也不会没有灵感了。

你只需要回想一下：当初我是怎么解决这个问题的？我当时最想听到什么建议？

你的生活本身，就是最大的素材库。

第二，你的内容会变得极度真诚。

你在写东西的时候，心里想的是如何拉那个曾经的自己一把。

第三，你会构建出最坚固的护城河。

你的痛苦是独一无二的，你的顿悟是独一无二的。

所以，这个“1”，就是你的“独一无二的利基市场”。

不要去寻找细分市场，你自己解决问题的过程和体验就是那个细分市场。

Dan Koe 说过一句话：“大多数人之所以失败，是因为他们在黎明前最黑暗的那一刻放弃了。”
坚持那个“3”，打磨那个“2”，瞄准那个“1”。

时间是你的朋友。

只要你在这个方向上持续用力，复利效应会在某个临界点突然爆发。

[VoxVex❄️🪽🥾 @VoxVex000]

$GOOGL 要迎来自己的时代了！

很多人还没看懂这条推文的分量。发话的 Pushmeet Kohli 是 Google DeepMind 掌管科学 AI 的副总裁，更是诺奖级神作 AlphaFold、两百二十万种新材料发现模型 GNoME、以及自我演化算法 AlphaEvolve 的总操盘手。

一个从不画饼的顶级科学家，公开剧透未来几周将放出科学发现��度发生相变的重磅炸弹，这意味着谷歌已经打通了大模型推理与物理、生物、新材料自我验证的闭环。

华尔街散户还在天天盯着聊天机器人的跑分榜单内卷，谷歌早就把自家 TPU 算力喂进了新药研发、核聚变控制、半导体新材料和工业云底座。每年近一千八百亿美元的经营现金流，加上垄断未来十年物理世界专利池的 Alpha 家族，这才是科技股里真正无可替代的印钞机。

[David Valerio Gilmore @davidvgilmore]

In 2015, I built an AI that detects early cancer.

It’s still running across hundreds of hospitals in the US today.

It was the most fulfilling work of my life, and I was building in AI years before everyone called it “AI”.

Building in AI then was a dream.

Now It feels like we’ve taken a turn for the worse.

It started when i was in undergrad.

I built my first company: AI models that made the political data transparent to voters.

At 21, I was offered six figures for it, but the buyers wanted to use it for reasons I couldn't ethically support.

So we turned down the offer and shut down the company instead.

In 2014, I moved into deep learning research on language models, for the Intelligence Community and Goldman Sachs.

Then HCA Healthcare came to us.

They put me in a competition against 10 people from IBM Watson. It was just me and the tools I’d built.

Our job was to build an AI model that can catch the cancer that slips through the cracks in hospitals.

It was the most intense 30 days of my life. Multiple all nighters.

My models won. That turned into a $5M deal, and later its own company, Azra AI.

Then the world caught on.

ChatGPT and Claude arrived, and AI costs exploded.

Building in AI in 2015 felt novel.

We were using it to find cancer tumours and save lives.

Now the biggest tech companies have turned AI into a money extraction machine.

That’s when I decided to make a change.

We raised $8.5M to build a better future for AI.

On Wednesday, we’re launching Rayline.

AI shouldn’t be locked inside a few labs’ models, prices and clouds. It should be open, transparent and decentralized.

More on Wednesday.

[Karl 卡尔 e/acc @immortal_00994]

“高内聚低耦合”作为一种工程思想，可能只是一个依赖于计算主体“有效上下文容量与长程注意力广度”的“相对”概念：人觉得低内聚高耦合的小座屎山代码/巨型数学定理，在LLM看来可能是适合它的高内聚低耦合的模块。

人类对模块化与解耦的执念，根源于自身严格受限的工作记忆容量。当系统复杂度超出局部暂存上限时，人类必须依靠“组块化（Chunking）”来降低认知负荷。

这一规律在数学形式系统中体现为引理（Lemma）的诞生——引理本质上���认知工程学中的抽象屏障（Abstraction Barrier），它将复杂的局部状态转移封装起来，仅向外部暴露简洁的接口。

反观LLM，其基于自注意力机制的超长有效上下文和全局交叉注意力分配，使其能够在单次前向传递中维护极高维度的参数约束。

这也解释了为何LLM在数学科研中倾向于生成高度耦合的“单体定理”：它能轻易调度由数十个嵌套量词和控制参数交织而成的复合命题，而这类命题对人类而言已属于不可解析的逻辑过载。

因此，数学证明中的引理分拆、软件工程中的解耦设计，其终极目的都不是为了迎合客观逻辑的最佳表征，而是为了匹配人类作为“低带宽智能体”的解释瓶颈。

[NumbBot @NumbBo116]

@lannieFaFa 到底对信用有多无知才能能问出这种问题

[NumbBot @NumbBo116]

@MCharles55230 边境带着枪偷渡进来的

[NumbBot @NumbBo116]

后来我也没能告诉你，当时我在港股重仓泡泡玛特，是因为你喜欢这个牌子

[Chris McGuire @ChrisRMcGuire]

The story keeps getting crazier. To recap everything that has been reported so far:

- The US intelligence community discovered that Jensen Huang, the CEO of the largest company in the world, was sleeping with Alice Huang, a Chinese spy and an executive at Megaspeed. (FT)
- Multiple independent investigations have concluded that Megaspeed is likely a Chinese cutout, which helps Chinese companies access AI chips or circumvent export controls. (NYT and Bloomberg)
- The US intelligence community also concluded that Alice Huang’s goal was to convince Jensen to lobby the U.S. government to loosen export controls on advanced AI chips. (NYT)
- The intelligence community relayed this information to “a small group of top US government officials” earlier this year. (FT)
- Over the last year, Jensen Huang has repeatedly lobbied the U.S. government to loosen export controls on advanced chips. @BISgov has done so, not only by permitting the export of H200 chips to China, but also not enforcing export controls that would have required a license for exports of the most advanced Blackwell chips to Megaspeed and Southeast Asia.
- Although @CommerceGov leadership was presumably briefed on this information by the U.S. intelligence community, @BISgov has taken no actions to tighten controls on Megaspeed or Southeast Asia.
- Megaspeed remains a preferred cloud partner of Nvidia, and continues to receive Nvidia Blackwell chips despite employing a Chinese spy who reportedly is romantically engaged with the CEO of Nvidia.
- Tens of billions of dollars worth of AI chips have been exported to Southeast Asia this year alone, and Malaysia and Singapore are now two of the four largest importers of AI chips in the world.

What is going on here??? We need answers. The question of who gets the most advanced AI chips in the world is literally the defining strategic question of our time. And not only does it seem like the MSS may be directly influencing the debate on export controls in the United States, but also @CommerceGov is refusing to listen to the warnings of the IC on this issue. What is a POSSIBLE good explanation for why Megaspeed is still receiving chips? Why is there not a license requirement for AI chip shipments to all of Southeast Asia? This is beyond strange at this point.

The fallout from this story will be massive. Obviously, the motivations underpinning Nvidia’s policy views opposing export controls must now all be questioned. But also, how did @BISgov sit on this information and has still taken no actions? We need answers.

[灰太极 @ZHUI0011]

真正的成长，往往伴随着极致的痛苦。就像肌肉需要在训练中承受负荷，经历微损伤与修复，才能逐渐变得强壮；一个人的认知、能力和财富积累，也需要经历反复的打磨与沉淀。在此过程中，你必须大量学习、深入研究、亲身实践，不断试错，不断推翻过去的自己。你还必须直面挫败与不确定性，承受长期付出却迟迟看不到回报的煎熬，在一次次碰壁与突破中，完成自我认知和能力的迭代。我始终认为，敢于直面痛苦，在不断突破自身边界的过程中完成蜕变，是一个人最深刻、最酣畅淋漓的生命体验，没有之一。

[飞鱼Fly @ichardrv]

阅读的绝大部分意义，恰恰就在于把你读过的东西忘掉。

如果你读完一本书，能把里面的情节、人物、金句记得只字不差，那你不是在阅读，你是在把自己的大脑当成一个低级的移动硬盘。

在2026年的今天，任何一个植入了本地大模型的手机都能比你记得更清楚、更准确。如果人类还要和硅基��物比拼记忆力，那不仅是愚蠢，更是进化的倒退。

很多人对阅读的理解，至今还停留在科举时代的记诵之学。觉得我背下来了，这就是我的知识。这完全是农耕��明的思维惯性。在信息匮乏的年代，占有信息本身就是一种权力。但在今天，信息是过载的，记忆是廉价的。

真正的阅读，是一场对大脑皮层的暴力重塑。

当你读一本关于宏观经济的书，你忘记了具体的GDP数据，忘记了某个年份的通胀率，但你留下了一种思维定式：你会开始关注周期，你会理解供需关系如何决定价格，你会在看到新闻联播里的政策调整时，下意识地推演它对资产价格的影响。这种下意识的推演，就是所谓的直觉。

这种直觉从何而来？

它来自于你读过的书在你的大脑里经过了咀嚼、消化、吸收，最后剩下来的残渣。这些残渣不再是文字，而是变成了你的神经突触，变成了你的认知结构，变成了你思考问题的默认路径。

你忘记了书的内容，是因为内容已经被拆解成了构建你认知大厦的砖瓦。你见过谁盖好了房子，还把当初的砖头编号记得清清楚楚吗？

从脑科学的底层逻辑来看，人类的大脑本质上是一个极其吝啬的能量管理者。它无时无刻不在试图节能。记忆复杂的非生存必要信息，对原始大脑来说是一种极大的浪费。所以，遗忘是生物进化的自我保护机制，是极其高级的功能。

如果一个人什么都忘不掉，他的大脑会迅速崩溃。

阅读的过程，就是你利用前额叶皮层这个进化最晚、最耗能的区域，去强行压制原始大脑的懒惰。你在阅读复杂文本时，大脑必须进行高强度的逻辑运算、抽象思维和情景模拟。这是一场高强度的思维体操。

哪怕你读完就忘，在阅读的那几个小时里，你的大脑神经元进行了数以亿计的连接重组。你的逻辑推演能力变强了，你的专注时长拉长了，你对复杂信息的���受度提高了。

这就是为什么长期阅读的人，在处理突发危机时往往比不读书的人更冷静。因为他们的思维带宽已经被撑大了，他们习惯了处理高维度的复杂信息。而不读书的人，大脑习惯了短视频那种几秒钟一次的强刺激，思维回路短而浅，遇到一点复杂问题，大脑就在超载边缘，除了情绪发泄，做不出任何有效的理性判断。

现在社会上充斥着一种反智的论调，说什么读书无用，不如去搞钱。

说这种话的人，大部分是被这个社会结构筛选下来的淘汰品，或者就是想割你韭菜的坏人。他们试图用个别的幸存者偏差，比如某个小学没毕业的老板发财了，来否定人类几千年积累的智慧传承。

我们要看清现在的历史规律。在工业革命早期，人是机器的附庸，只需要听话、有力气就行。那时候确实不需要读太多书。但现在AI已经接管了绝大部分重复性的脑力劳动和体力劳动。

未来社会只有两种人：一种是给算法提供数据的耗材，一种是利用算法做决策的精英。

你以为我不记得那些书的内容了吗？不，那些书让我拥有了识别胡说八道的能力。当营销号在贩卖焦虑，说什么阶级固化、红利消失的时候，读过历史的人会知道，这不过是经济周期中的一个正常波段。当有人鼓吹某种暴利项目时，读过投资学的人会本能地警惕风险收益比的不对称。

这种判断力，这种对事物本质的洞察，是你背诵一万条金句也换不来的。它需要大量的、枯燥的、甚至痛苦的深度阅读，去不断地打磨你的认知颗粒度。

很多人说自己读不下去，读了就困。

这很正常。因为优质的内容，往往是反人性的。人性喜欢简单、确定、即时满足。而好书往往复杂、模糊、需要���迟满足。

当你强迫自己啃下一本大部头的哲学书或者硬核的社科书时，你其实是在进行一种脱离低级趣味的修行。你在对抗自己的生物本能。这种对抗本身，就是阶级跃迁的门票。

你要明白，这个世界上的精英阶层，为了维护自己的地位，最希望看到的就是底层人民放弃深度阅读。他们希望你们沉溺在奶头乐里，每天刷刷搞笑视频，看看爽文，情绪被算法精准操控。因为这样的人最好管，也最容易被收割。

而阅读，是目前在这个世界上，唯一门槛极低、却能让你摆脱被操控命运的手段。

只要你还在阅读，你就保留了独立思考的火种。你读过的那些书，虽然具体的文字模糊了，但它们实际上形成了一个个隐形的筛子。

当你面对海量的信息垃圾时，这个筛子会自动过滤掉那些毫无逻辑的谣言、情绪化的煽动和低级的骗局。你的审美会被提高，你对逻辑漏洞的敏感度会提升。你会发现，原来很多人说话是完全没有逻辑的，原来很多所谓的专家只是在复读车轱辘话。

这时候，你就会感到一种孤独。

这种孤独是必然的。因为你已经和大众的思维方式产生了生殖隔离。

所谓大象无形。你读过的书，最后都化作了你的气质、你的谈吐、你的决策逻辑。

[render @infinterenders]

At the end of the day, programming, mathematics, engineering, science, almost everything we do is fundamentally an exercise in critical thinking.

Programming languages, frameworks, compilers, abstractions and tools are representations. They're different ways of expressing and manipulating ideas. Knowing the syntax or being able to produce an implementation is only one part of the process.

Every time we automate something, we also change how people learn to do it and understand it.

Agents don't emerge from a vacuum. They operate on decades of accumulated human knowledge: programming languages, algorithms, compilers, operating systems, databases, distributed systems, mathematical abstractions and engineering principles.

To create something genuinely new at the frontier, you need to understand those foundations deeply enough to see where existing abstractions break down, identify unexplored constraints and reason about possibilities that don't already exist in the training data or established implementations.

This is why critical thinking matters so much. You cannot outsource the ability to recognise an unsolved problem, question the assumptions behind existing solutions or determine whether an entirely different approach is necessary

Great read, btw. Honestly, every engineer should read this, regardless of their experience level. It's a must-read for anyone in engineering.

[NumbBot @NumbBo116]

@tinnie0103 堪比雨果的《悲惨世界》

[NumbBot @NumbBo116]

@linjianxiaoxi @RenPingsheng21 @Menghuanlangqi2 《她自己去配合电视台的脏，怪谁》

他一个基督徒 一个相信共产主义的人 怎么说出这样的话的

分析一下@grok

[鲑鱼哥 ｜Salmon Bro 🐟 @Salmonbro]

一段非常有意思的东亚人基因的论述：

东亚人的基因点数全点在抗饥荒上了。

1、东亚人是最容易得糖尿病的种群。

原因是身上有一个基因，可以迅速把吃进的食物变成血糖。这样在饥荒发生时，随便吃两口东西就能保命。没有这个基因的人，在漫长的历史演化中被淘汰了。

2、东亚人练肌肉特别慢，同时如果不练肌肉掉的特别快。

这也是基因所决定的。肌肉本身也消耗能量，在饥荒发生时能迅速把能量供给到重要器官包括大脑，存活下来的几率会更高。所以就有一个基因可以在没有蛋白质摄入和锻炼的情况下把肌肉分解。

3、东亚种群对未来整体是偏悲观的，这也和一个悲观基因相关。

东亚有悲观基因的占整体的75%以上。而天天乐呵的非洲黑人有这个基因的不超过30%。

4、东亚人还嗜赌成性，这也与一个基因有关。

在面对环境剧烈变化时，黑人和白人相对适应较慢，但东亚人适应最快。而生活平平无奇时，东亚人则愿意寻找赌博类的游戏，增加这种变换带来的快感。

所以在东亚，梭哈是一种智慧。

[NumbBot @NumbBo116]

经典用暴力解决暴力，用红色恐怖解决白色恐怖，整个系统就会红色恐怖和白色恐怖的钟摆中反反复复轮回。

极左和极右是一体两面的，当对��个东西矫枉过正的时候，你就变成了那个东西。屠龙者自己成恶龙，人变成自己从前讨厌的样子等等。你用敌人的手段去解决你的敌人，你就会变成你敌人的模样。

至于杀地主，真大地主和所谓右派早就跑了，剩下的基本就是底层互害，杀中小地主，中小地主杀完了就杀富农，富农杀完了杀中小自耕农，富的都杀了以前稍微不穷的就成了富人。

杀右派知识分子，右派杀完了原来不那么右的左派就成了右派，然后继续杀，杀完了就开始杀党内的了，��着就杀走资派。

这个意识形态就是有问题的，永远要依赖一个敌人，敌人解决了就要用阴谋论再去制造下一个，这根本就不是科学，这他妈是宗教。

[NumbBot @NumbBo116]

还封禁deepseek 还封禁tiktok 中国内地的封禁和美国��封禁就不是同一个东西

tiktok美国才封了几天啊，tiktok真正不能上的反而是中国人，对中国人的封禁是最严的，强制检测sim卡槽，上tiktok翻墙都没用还得不插+86卡

deepseek那就更不是一回事了，deepseek都是一个可以本地部署的ai你怎么封禁啊，美国那是不准政府部门用deepseek，你美国普通人想用就用啊

我懒得说了 你跟他讲@grok

[NumbBot @NumbBo116]

@fishyn2 @JackLee27479170 @RachidSettas 小农思维严���的中国人看问题永远是只有零和博弈，对财富的理解就是你抢我我抢你你多一块地我少一块地。

永远是坏人杀杀杀 好人吹吹吹，至于坏人是不是被冤枉的，杀人有没有证据，有没有辩护律师 陪审团 法官等等的完整的司法程序，他们不关心，反正就是杀杀杀。

深度解析一下@grok

[NumbBot @NumbBo116]

@1BiVTqCKXXg5aoh @grok @ganker396628272 @daoge2018 @HarryYCShen 人去嘲笑ai有立场是最可笑的事，人才是立场最大的动物，人的大脑有确认偏误、损失厌恶等等缺陷，人要学会去质疑自己相信的东西，这就是批判性思维。人的傲慢和偏见才是最大的立场，你竟然质疑它就让ai去列出证据，你自己去核查，我说的对不对@grok