Nathan Qiao

[メガハウス_メガホビ @mega_hobby]

【展示情報】
本日より開催『EVO Japan 2026』会場にて、
メガハウスのハイクオリティフィギュア
Lucrea(ルクリア) THE KING OF FIGHTERS '98 #不知火舞
彩色見本を初展示！

5月8日(金)より予約受付開始予定！
ぜひ会場でご覧ください！！
https://t.co/TyIodQUzII
#EVOJ26　#EVOJapan2026 #KOF

[小樱💞｜实用工具分享 @xiaoying_eth]

你在2026年学习数学吗？

这是最好的频道。
绝对适合初学者。

频道：ProfRobBob

1. 代数
https://t.co/zxp439cMcs

2. 微积分前
https://t.co/hGNUYsYgBR

3. 微积分
https://t.co/06zvmlbwTe

4. 几何
https://t.co/s7Rq9fhbHG

5. 三角学
https://t.co/mvBoO5LEkY

6. 线性代数
https://t.co/HnVdhePYGu

7. 统计学
https://t.co/I7SCwsDNFt

8. 向量数学
https://t.co/gXaeP3vWE3

[白骏知识分享 @cj3214567667]

推荐一本经济学书籍，把你的经济学知识都串起来！书名：《New Ideas from Dead Economists》（中文名：《天才的回声：经济学大师与他们塑造的世界》）

书中不仅梳理了经济理论的演变脉络，更帮你看透现代经济的底层逻辑：通货膨胀、市场竞争、政 府政策……

立即阅读👉
《New Ideas from Dead Economists》
链接：https://t.co/xIuxPbwkk3

中文版《天才的回声：经济学大师与他们塑造的世界》 链接：https://t.co/zWnhuGWmVD

[AYi @AYi_AInotes]

一位俄罗斯老哥分享了
用 AI 能把学习效率提升 10 倍，
靠这 3 件套 NotebookLM、Gemini、Obsidian，绝了！

中英双语字幕版，
熬了 3 个多小时终于做出来了，
久等了宝子们，
新鲜热乎的，尽情享用✧٩(ˊωˋ*)و✧

[Joruno @wsl8297]

在 GitHub 上挖到一门很实用的开源课：Learn Harness Engineering，专门教你给 AI 编程助手搭一套更可靠的“工作台”。

它把 AI 协作拆成五个关键机制：指令、状态、验证、范围、会话，让每次任务都可追踪、可续接、可验证，不再靠运气出结果。

GitHub：https://t.co/G1kBghFqXg

官网：https://t.co/6OHbxJcWz6

课程结构很清晰：12 节理论 + 6 个实战项目，用同一个桌面应用贯穿推进，边做边演进。
从最基础的对比实验起步，逐步把整套工作环境搭起来；每个项目的产出，直接接到下一个项目继续用，越做越稳。

更贴心的是，它还提供可直接复用的模板文件：拷进自己的项目就能上手，不用完整学完，也能立刻提升 AI 的稳定性和可控性。

如果你已经在用 Claude Code 或 Codex 做真实开发，却总觉得 AI 时好时坏、难以复现，这门课很值得花时间看看。

[李老师不是你老师 @whyyoutouzhele]

4月16日，一博主，借助木桶效应，推算了中国“五险一金”的覆盖上限：

每10个城镇就业者中，只有不到4人拥有完整的“五险一金”。

在这4 个“幸运儿”里，近一半（约46%）来自泛体制内（指机关事业单位及广义公有制单位）。

而占据城镇就业绝大多数的非体制内群体，“五险一金”的覆盖率约为24%。

如果追溯到10年前，这个比例则更加夸张！2014年，公积金实缴总人数为11877.39万人，其中，国家机关和事业单位4103.64万人（占比34.55%），国有企业3060.80万人（占比25.77%），两者合计占比60.32%。加上城镇集体企业314.75万人后，泛体制内公积金实缴人数占整体的比例高达63%。这意味着，十年前，“五险一金”覆盖面中，泛体制内职工占比超过六成。非体制内城镇从业群体中，“五险一金”覆盖率约为13.8%。

[Indie Fox @indie_maker_fox]

这个技能画出来的架构图的质量是真的太高了！

https://t.co/xPijG1GFTH

下面是OpenHarness的架构图，配色很舒服

[Andy Stewart @manateelazycat]

我上篇文章已经超级简单，还是有很多小白不会用

我晚上写了Xray/VLES全自动部署的Golang程序，现在简单只需要三步， 1分钟搞定

1. 购买域名并把DNS指向 VPS

2. VPS执行 Xray/VLES 一键安装程序

3. FlClash导入第二步生成的配置文件

整个代码GPL3开源，欢迎star，happy hacking！

[pin fan @pinfan1]

《微精通：轻松到不可能放弃的技能学习手册》是英国作家罗伯特·特威格尔写的实践类书籍，它重构了传统学习观念。书中用理论和实践指导结合，提出动态学习、发掘隐蔽技能等概念，主张碎片化学习来激发创造力和幸福感，还收录了39项跨领域技能案例，像手绘、日语速读，每个都有入门路径，强调完成技能最小闭环实现突破。评论区有本书⬇🔗

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

日本的路，总共分成四步，中国走了一半。

日本第一步，全球白色家电市场，中国不仅做到了，而且2010年就做到了，

日本第二步，全球消费电子（手机电脑），中国小米+OPPO+VIVO做到了，但是上位有个超级护城河的高端苹果，一个全球深耕多年的三星，还有华硕宏碁等台企，中国做了60%，

日本第三步， 全球输出节能小车，日本当年一举实现了本田、丰田、尼桑三家位置，

结果1990年前后，美国、欧洲反对日本汽车输出，要求本土化，日本不得不咬着牙本土建厂落地，中国正在做，但很难预判能否成功，

在没有汽车本土保护的零散小区域小市场，澳洲、东南亚、中东，中国车企走得非常好，

日本第四步，半导体产业和高端精密仪器，中国目前只能采购ASML的DUV光刻机，先进工艺被EUV光刻机卡死，长江长鑫存活但无法扩张，中低端半导体增速快但利润低，

这一步中国目前走了20%，距离当年的日本还有极大距离。

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

疫情刚刚结束后，原材料价格在低位，制造业还有点利润，

那时候欧美要和中国搞脱钩，搞供应链去风险，转移一部分到越南泰国马来印尼，一部分到印度，一部分到墨西哥南美，狠狠心投一笔钱全球到处建厂，还是可行的，也是有利润的，

现在全球石油天然气暴涨，银铜暴涨，全球输入型通胀，

现在制造业必须跟着涨价，利润率更低了，一两年前搞alt china、中国脱钩、中国备份的那些制造业，现在开工更难了，只能先把订单全部投在供应链跟完善、综合成本更低的中国，

所以全球原材料这波大上涨，不仅带来了中国PPI上涨，全球制造业订单更加疯狂地聚集在中国，

而且顺手把越南东南亚印度墨西哥南美东欧的所有alt china投资团灭了，中国供应链的所有备份和竞争对手全部打水漂，

反而中国PPI上涨，带动CPI上涨，中国前些年经济本来不行了，陷入寒冬大通缩，结果被动输入型通胀，不仅内部给拉起来了，外部也拉起来了，

银铜为什么上涨？因为金价上涨，因为俄乌战争，

石油天然气为什么上涨？因为伊朗封锁霍尔木兹海峡，

两场战争打到今天，客观来看，最终的大赢家是中国。

[pepa @Dai3M2cd]

☀️おはようございます

[徐小樱🌸重生版 @biantaishayu]

家人们，现在还有那些好用的梯子，我的梯子基本全炸了

[Lonely @Lonely__MH]

@biantaishayu 🚀 VPS 搭建 VLESS + Hysteria2 节点教程，新手够用了。

https://t.co/hifHdY6Ei9

[Tw93 @HiTw93]

想和大伙聊聊，在 AI 时代我是如何深入学习一个技术领域的。

之前没有 AI 之前更多是看书、翻这个领域有名的国内外人的所有博客，然后摘抄记录到笔记本，这种速度挺慢，但是很有学习的乐趣，比如当时学习 WebGL 就是这种感觉，可能学懂一个东西差不多要半年空闲时间，慢但快乐。

现在有了 AI 之后，其实我很讨厌网上那种3分钟教你看完百年孤独，也讨厌一切短剧和倍速看电视剧的方式，更多还是挑好的看，吃好一点。

不过最近写你不知道的 Claude Code 和 Agent 系列，除了自己懂的部分外，其实还有大量不太清楚的领域，好在之前收藏了不少文章，刚好借助这一块清库存，全部搞懂输出出去，一直认为，很多时候，不在于看了多少东西，听了多少东西，输入了多少东西，其实用处不大，更加看重你输出了多少东西，这个才是你自己的。

然后我上上周启动了一个深坑挑战自己，研究大模型的训练流程，确保非专业的人也听得懂，探索了2周，刚好这个经验可以分享给大伙，当然成文也差不多好了，最近会发出。

我会把这个学习过程当做写代码一样的组织，第一步收集高质量的资料，比如与之相关的近几年的精品论文，各大模型厂商发布的关键模型的博客，X上模型负责人发表的一些文章，以及斯坦福等高校的近两年关于这一块的课程学习，还有经典的手搓一个大模型的代码仓库等等，这些都是我的一个资料来源过程，我会借助工具自动化全部下载、转md、清洗，梳理，弄好结构化分门别类到我这次研究的仓库。

然后对于自己看得懂的内容就全部看一遍，把不好的删掉，好的留下，对于看不懂的内容，直接借助 Claude 帮我的理解，更复杂一点的直接翻译成中文去阅读，对于代码本地可以跑的就跑起来，不能跑的那种就去看结构，总之会有一个大概的认识和知晓技术原理，这个阶段可以去掉原有一半可能没有用的内容。

到了这个阶段，其实你对这个领域有一个大概的认知了，就可以给这篇文章开始写一个大纲，以及大纲应该结合的来源内容，这里均可以用markdown很多表达，你要讲什么，或者说你想讲什么更想让读者知道，一定一定，文章是写给你给给看的人看的，需要知晓对方的认知水平，和汇报其实差不多。

然后接下来就是苦力活加之前内容的复习过程，和大学时候考试前复习很像，把每一章的内容填充完整，这样下来，你会得到一篇非常长而且有点啰嗦的文章。

这个时候AI就可以帮太忙，你可以让他帮你不改变你原有的内容意思你的语气的情况下，帮我去掉无用的啰嗦内容，以及连贯不到位的内容，或者是这一块缺少的内容，还需要补充什么知识的地方，借助AI继续去完善补充，这里又可以学到很多原来遗漏的东西。

最后整理好以后，可以继续自己读一遍，而非让AI读一遍，这里AI只是工具，千万不要把你的脑袋被AI代替了，这就没有啥意思来，自己读的过程中可以对文章继续修改调优，这里和写代码又非常像了，自测那种感觉，修复问题修问题，最后读了2遍以后，基本感觉完美了，然后就可以发出来给大伙看看。

有小伙伴肯定是担心自己写的东西没有人看，就不太喜欢发出来，或者说就不写了，其实只要你的内容有意义，自然就有读者，而非是你偷懒的理由。

花10min写完这个碎碎念，结束，欢迎交流你是如何学习一个新领域的，下面视频就是我后面要发的那篇你不知道的大模型训练文章的学习仓库，挺有意思，就录了一个视频给大伙看看我的工业化学习方式。

[比特币橙子Trader @oragnes]

NotebookLM+Obsidian+Gemini 组合教程，工具用对了，效率原地起飞。🛩️🚀（适合小白，收藏）

整理资料、快速学习，这个视频绝对有帮助。

简单说下这三个工具怎么配合：

1. NotebookLM（帮你榨干全网资料，只留干货）不用再自己苦哈哈地去刷几十个讲同一个话题的 YouTube 视频了。

直接把视频链接、PDF 或者长文章扔给 NotebookLM。 让它帮你把车轱辘话全删了，直接总结出核心重点。

最牛的是它绝对不瞎编，给出的结论都会标明出处，比如“这个观点来自第三个视频的第2分10秒”。你还能一键把几百页的资料转成播客音频，通勤路上当电台听。

2. Obsidian（完美避坑烂书，不浪费时间）看书或看教程最大的痛点，就是看了一大半发现自己早就懂了。

你可以把你平时记笔记的 Obsidian 个人知识库，加上你想看的新书 PDF，一起丢给 NotebookLM。

直接问 AI：“根据我已有的知识，这书我还用看吗？”它会直接挑出你没接触过的新知识，如果全是你知道的，它会直接劝你别看了，巨省时间。

3. 交给 Gemini（一键输出成果）资料查完了怎么用？

NotebookLM 擅长提炼事实，但不擅长写文案。这时候把前面洗出来的“纯净干货”直接丢给 Gemini，让它帮你生成脑图、写总结、写脚本、或者做 PPT 大纲。

[娜美知识库 @fhwofjow51260]

《词动力》系列｜美国大学生高频使用的词汇进阶教材

由 美国 Townsend Press 出版，上海外语教育出版社原版引进，是一套在北美高校长期使用的词汇训练体系，可作为 Wordly Wise 3000 的进阶读物。

🔗：https://t.co/tILZaEVHBw

[tiantian @wherecall1]

别只盯新闻了，这个工具能帮你看到世界真实运行的样子

大多数人看世界的方式是：刷新闻。

今天哪里打仗了，明天哪里降息了，后天哪个大佬发推特了。

问题是，新闻是被编辑筛选过的。你看的是别人想让你看的。

如果你想自己判断局势——不是看结论，而是看原始信号——你需要的是情报工具，不是新闻客户端。

WorldMonitor 是什么

一个开源的全球态势感知系统。

核心能力：

435 个信息源，15 个类别

军事、金融、能源、气候、航空、网络攻击、基础设施……全部聚合在一个界面里。

不是简单的 RSS 聚合。它用本地 AI（Ollama）对信息做合成简报，交叉验证，风险评分。

双地图引擎 + 45 个数据图层

3D 地球 + WebGL 平面地图。

图层包括：

• 军事部署和演习
• 灾害位置和影响范围
• 经济数据变化
• 基础设施状态（电网、港口、管道）
• 航班实时追踪

跨流关联分析

系统不只是展示数据。它会自动关联：

• 军事信号 + 能源价格
• 灾害信号 + 供应链中断
• 经济数据 + 市场异动

每个国家有一个"情报指数"，覆盖 12 个维度的风险评分。

金融雷达

92 个股票交易所、大宗商品、加密货币，7 指标综合分析。

不只是价格，还有市场结构和资金流动信号。

谁适合用

不是所有人。

如果你只是想知道"今天发生了什么"，刷新闻就够了。

但如果你需要：

• 做地缘风险研判（咨询、智库）
• 管理跨境业务（能源、物流、供应链）
• 做宏观投资（需要对冲尾部风险）
• 做开源情报研究（OSINT）

这个工具值得看。

特别是它的本地 AI 能力。所有分析都在你自己的机器上跑，数据不上传。

在地缘情报领域，这点很重要。

怎么装

两种方式。

方式一：直接下载桌面客户端

支持 macOS（ARM / Intel）、Windows、Linux AppImage。

下载地址：https://t.co/4TwNMMzJVW

方式二：自己部署

git clone https://t.co/FZj4rOLEWw
cd worldmonitor
npm install
npm run dev

启动后打开 localhost:5173，不需要任何环境变量。

如果想用本地 AI 分析，需要安装 Ollama。

一个细节

项目用 AGPL-3.0 协议。

个人、研究、教育用途免费。商业用途需要单独授权。

如果你想做 SaaS 或者商业化产品，需要联系作者买许可证。

这不是"免费开源随便用"那种项目。作者很明确：非商用免费，商用付费。

为什么值得试

大多数情报工具是闭源的、收费的、面向企业客户的。

WorldMonitor 是开源的，可以自己部署，支持本地 AI。

它不是给你"结论"的工具。它是给你"信号"的工具。

新闻告诉你"发生了什么"。

这个工具帮你看到"正在发生什么"——以及不同事件之间的关联。

如果你需要独立判断局势，而不是被喂结论，试试看。

项目地址：https://t.co/JA6KgVIcyL (https://t.co/JA6KgVIcyL)
在线体验：https://t.co/4ZFSY7kMWP
文档：https://t.co/ytY7eG8S4J

[星野あかり @hoshino_akarii]

牛さん・・・？

[ワイのメイン3 @mayu05tan]

Patreon更新しました！
リクエスト頂いていた不知火舞さんのイラストでフレイアティアになります
こちらだけ全体の色合いと雰囲気を変えてみました
#不知火舞
#maishiranui
SFW. No nudity, no suggestive intent
https://t.co/BFFmVbe7JF