翻转橘子🍊

Hello World

[Andy Stewart @manateelazycat]

我看推的很多人，要不就在说 AI 很厉害，要不就在说以后不做软件了

推特上很多大佬，其实只是技术很强，但是你们并不明白生意的本质是什么。所以说你们有了先进的技术就会高兴，但是遇到的卷的行业里面就会很沮丧

其实生意的模式，只有做过生意人才懂，所有的生意的本质都是要有好的产品，如果你没有好的产品，就没有好的价值。这个是毋庸置疑的

但是很多技术人认为，我的产品只要好了，我的技术只要好了，我的销售一定会很好。因为他看到了乔布斯把产品做好了以后，全世界都买。但是他不明白他自己不是乔布斯

我们每个人都是普通人，每个研发都是一个特别喜欢把产品做好的人，但是真正要把生意做好，光产品好本身是不够的

一个生意好，要满足 3 个要求

1. 你要有足够多的流量。如果你没有足够多的流量，你的产品好，别人就不知道。你的用户不知道，它就不可能形成销售。不可能形成销售，你的能力就不会因为收入而放大

2. 转化率，很多人说，那不简单吗？我每天就做一些擦边的视频，或者是做一些情绪化的事情，流量不就起来了吗？那是错的。你流量是为了���你的产品价值被人看到，但是转化率会根据你的售前的工作，说服用户为什么要买你的，或者说服用户为什么要相信你。这一点不是你在社交媒体上整活，而是你要在你的产品之上，充分的把价值点和信任点总结出来，跟用户产生沟通。如果你不喜欢跟用户沟通，你的转化率就会很惨

3. 复制的能力，其实很多人都搞错了，他们要不就是使劲在产品上加班，要不就是每天在社交媒体上整活。你的生意要做大，产品是基础，流量和转化率是你的能力。但是真正要做大的关键就是你要把前三点，怎么打造产品，怎么吸引用户，怎么说服用户，这些你在实战中积累的经验要复制给团队，只有团队学会了这 3 点，他们才有复制的能力，你的生意才可以做大

其实有没有 AI，生意都是这个道理，只是说 AI 把原来产品制造的成本降得很低了，但是如果你不具备宣传的能力，��具备转化和复制的能力，你就做不好生意。你做不好生意，你的资源不够，你的产品也会在你最终沮丧的过程中渐渐消亡

反观推特的很多大佬，一说技术都牛逼的不行。但是一让他宣传，他就怕别人骂他。你做生意肯肯定会有人对你指指点点，这个是很正常的事情

然后他们跟一些技术不如他的客户去沟通的时候，非常没有耐心，甚至会有一种英雄主义，觉得自己厉害就好了，但是你要知道一个人的精力是非常有限的

好了，今天就分享到这里，希望能帮到那些真正愿意做好产品、做好销售的大佬们

[翻转橘子🍊 @vn_ottn]

@VoxVex000 @Dicklong1999 我已经按照步骤执��了，因为cloudflare阻止了脚本的下载，故他的那个powershell 命令没有执行

[翻转橘子🍊 @vn_ottn]

https://t.co/M0GwPjIt8p

[翻转橘子🍊 @vn_ottn]

@SunLau_ @kangke888 哈哈😁😁，历史在重复发生

[翻转橘子🍊 @vn_ottn]

@SunLau_ @kangke888 《今日说法》 20141130 梦境擒凶，这集也是类似的托梦
https://t.co/cKZpWLjz69

[翻转橘子🍊 @vn_ottn]

@chunxiangai

[Max For AI @MaxForAI]

https://t.co/81hzTi5U9T

[fin @fi56622380]

华为τ scaling定律营销策略，无非是more than moore的广义摩尔定律的另一种说法而已

作为芯片架构师，我更感兴趣的，还是芯片密度提升，ppt上41%能耗提升和12.7%性能提升，到底是怎么实现的

看完了论文，感觉华为这次创新，本质上是用设计复杂度高 + 高制造成本 + 超前散热，一定程度弥补了工艺差距

-----------------

1. 华为芯片堆叠带来的等效密度提升，是虚假宣传还是真的，是不是工艺突破？有没有实打实的好处？

等效密度提升的来源，是两片芯片用hybrid bonding技术绑在一起，投影面积理论上能减小一半，但第一代不是全芯片双层���叠，而是选择性折叠关键logic，所以只有大概53%的芯片面积实现了折叠(密度155->238)，等到后面几代折叠面积会逐渐增大，到2030年接近全折叠（密度155->292）

这2026第一代等效密度从 2025 年 155 MTr/mm² 跳到 2026 年 238 MTr/mm²，时钟频率也提升了12.7%，功耗比提升41%，表面上看似乎和工艺突破没有什么区别，但有一点重要区别就是leakage power华为从头到尾没有提，只要工艺节点不变，gate leakage、junction leakage 不会因为 3D stacking 自动改善

2030年到2031年的等效密度突变，大概率是来自于2层堆叠到3层堆叠，正如2025到2026年的等效密度突变，时钟频率突变，来自单层到2层折叠

所以从leakage没提这个事来看，这个2031年等效1.4nm，和工艺节点上的突破没有联系。

本质上是用设计复杂度高 + 高成本 + 超前散热 + 超前部署advanced packaging，一定程度弥补了工艺差距

-----------
那么这样看起来虚假的等效密度提升，有用处吗？好处在哪里？

有的，设计上topology折叠，原来要跑几毫米的水平走线，折叠后变成了几十微米。降低了super buffer/bus的长度，降低了clock tree的深度（clock depth -42%、clock wire -28%），clock skew也带来了改良(-25%)，这对动态功耗的改善是实实在在的。部分critical path的缩短，也让时钟频率的上升更容易

所以ppt roadmap上performance的提升，从2025年到2026年上升了12.7%，大部分都是来自于时钟频率的上升（12.7%）

所以好处基本上是topology拆分电路逻辑设计上带来的提升

既然没有实质上的工艺提升，华为芯片堆叠带来等效密度提升的trade off代价在哪里？

三个代价：散热超前发展，设计复杂度高，制造成本变高

最大的代价就是热密度的同步上升，理论上logic on logic都是CPU execution发热最严重的区域，这部分折叠起来相当于功耗密度直接翻倍，但算上41% power efficiency改善，功耗密度仍只比非堆叠方案高40%左右。所以第一代只能对最关键的部分做折叠，大概只占���芯片面积的53%。

所以散热技术也被逼的超前发展，直接上毫米级的MEMS风扇，做micro-cooling fan。

另外的代价就是设计复杂度的变高，critical path的折叠，哪个部分的logic能折叠，折叠之后又会带来从前端到后端的巨大变化要推翻重来

现有的所有EDA工具也不可能支持3D topology，论文自己也承认，full-scale LogicFolding需要全新的3D-native EDA toolchain，把多层stacked dies当作单一连续设计实体处理。哪些logic能折叠、折叠后的inter-die timing closure怎么做，Physical Design（PD）也是难点

制造成本也会更高，被迫超前部署advanced packaging封装，1.5~2um的hybrid bonding + logic on logic都是很有挑战需要显著更高的成本
以前一层wafer做一次光刻；现在两层wafer分别做光刻再bonding，加上hybrid bonding的overlay控制（论文要求<0.5μm）、TSV、KOZ keep-out zone、冗余修复、良率乘法损失，每颗芯片的制造成本和测试成本都要显著上升

--------------------------

2. Tau scaling这个说法，scaling的到底是什么，这个scaling技术路线是不是一次性的design topology红利？潜力如何？持续进步的空间在哪里？

τ Scaling的核心主张是：用时间常数τ替代几何线宽作为全栈优化目标，在器件、电路、芯片、系统四个层级分别压缩特征延迟

公式本身没有任何新物理。"关注瓶颈延迟"是所有架构师都在做的事情。整个行业都知道互联RC是延迟瓶颈，TSMC每一代工艺都在用low-k dielectrics/semi-damascene等手段降RC。把一个众所周知的优化方向包装成"定律"是显然的营销宣传手段，本质是More than Moore的广义摩尔定律的另一种说法

抛开marketing，华为目前所谓RC delay的改善，本质上是芯片堆叠之后，topology距离缩短，让匹配的effective RC都变小，不是RC工艺常数

至于scaling的意思，是能持续发展的一条roadmap。这里的持续改善路径指的是，全芯片堆叠的层数越来越多，从25~30年的2层堆叠，到31年开始的3层堆叠，以后甚至会考虑4层堆叠

第一代折叠技术甚至不是全芯片双层折叠，而是选择性折叠关键logic，所以只有大概53%的芯片面积实现了折叠(密度155->238)，等到后面几代折叠面积会逐渐增大，到2030年接近全折叠（密度155->292）。2031年的roadmap之所以会出现一个阶跃，就是因为那是从2层折叠到3层折叠的时间点。

但需要注意的是，这个scaling方法的边际效应是逐渐缩小的，折叠成双层的收益是100%，2->3层的收益就只有50%，如果2035年再从3->4层堆叠，收益就只有33%了

另外随着堆叠层数变高，上面说到的三个挑战，散热，设计复杂度，成本，都是越来越大

---------------------

3. 华为的芯片堆��，是不是TSMC/AMD已经有的hybrid bonding技术？华为做到的是cache on logic，cache on cache，还是logic on logic，logic on logic最大的散热问题是怎么解决的？

是已经有的技术没错，但同时也是把现有技术指标做到了领先也是真的，3D堆叠本身不是新技术，TSMC的hybrid bonding量产还是6um，华为论文给出Kirin 2026的hybrid bonding pitch是1.5μm

我在刚刚看到华为的堆叠消息之后，第一反应也是怀疑和AMD的3D V cache类似，它主要把 SRAM cache 叠在 已经有的L3 cache 区域上，通常会避免直接堆在最热的 CPU execution logic 上，就是避免散热问题，毕竟SRAM 的功耗密度和热点特性与high-activity logic 不一样，如果最热的logic on logic堆叠，散热恐怕会碰到困难

但看了更多数据之后，clock buffer -56%、clock depth -42%、clock wire -28%，这些只有在core内部的clock distribution被重构时才可能发生。纯SRAM stacking不会碰core内部的clock tree。另外如果只是cache on cache，大概率是不需要单独MEMS微型风扇额外散热的，证据普遍都指向logic on logic方式

华为这个技术的精妙之处在于，logic on logic 折叠之后热密度并没有翻倍，而是因为topology的好处，能耗下降了30%，这样热密度只上升了40~50%

而第一代没有完全把整个最热���execution logic 100%堆叠起来，论文也明确说selectively applied along key critical paths，只是大概53%有选择性关键路径会堆叠起来，可能颗粒度都没有那么好，只是IP堆叠在IP上，那么热密度上升也许能维持在20%以内

但这条道路继续前行，超前发展的散热就成了必然，现在是MEMS微型毫米级的主动散热风扇，紧贴处理器传导效率高，和华为手机一样，散热堆料特别足，而且技术领先同行。

以后怕是要把HBM7/8的微流道散热技术提前用起来了，毕竟HBM7/8要上24+层堆叠，华为很可能要在提前用上下个世代的散热技术了

-------------------------

4. 从架构角度来说，最重要的问题，华为41%的power efficiency（能耗比）提升，到底是怎么实现的？为什么AMD的3D V cache没有这么大的提升？

首先确定41%的定义。论文只说"SoC performance-core power efficiency improved by 41%"，没有给出benchmark名称、Voltage/Freq点、温度条件、功耗边界。但PPT roadmap上有一个关键线索：ISO-Power Performance的数字，2025年是2.75，2026���是3.1，提升12.7%

这个时钟频率提升12.7%完全一致，可以��解为，同功耗的性能提升是12.7%，绝大部分是时钟频率提升带来的

至于能耗比上优化的猜测是，LogicFolding缩短critical path → 在固定Vdd下Fmax从2.75GHz提升到3.1GHz → 这意味着在原来的2.75GHz频率下，有了约12.7%的timing headroom → 这个空间在iso-performance模式下可以换成更低的Vdd

另外的能耗比的提升，可能也来自于电路折叠之后，cache hit latency的下降。从业界经验来看，一般L2/L3 cache hit latency下降10%，CPU整体性能会有至少5%的提升

ppt里显示SRAM latency下降30%，估计会有一部分转化为cache hit latency的下降

AMD的3D V cache没有这么大的提升，主要是因为AMD的底层logic die并没有重新设计，3D cache的延迟latency不仅没有减小反而加大，只是增加了cache大小，收益不如latency下降那么明显。

另一方面，clock skew的下降,critical路径变短，造成电路timing变好，意味着华为可以使用更低的vdd（���测甚至能低7~8%），以及路径缩短所带来的RC的下降(考虑到clock buffer -56%、wire -28%、SRAM pJ/bit -24%这些数字，比如C_eff下降10~15%合理)，再加上clock tree的整体缩短和下降，确实是有可能在部分Voltage/Freq点做到同性能下，做到30%的功耗下降的，而30%的功耗下降换算过来就是41%的power efficiency

对比苹果和高通，每一代手机芯片在iso-power下单核性能一般提升10-20%，iso-performance下功耗一般降30-40%，这是V/F曲线的特性决定的，所以从经验上来说，数字是对的上的。

所以这个power efficiency（能耗比）的提升，从现有的数字上来说可以从topology推导出来是合理的，可能真的和工艺节点没有太大关系

----------------------------

5. 这个技术路线有没有可复制性，其他家会不会效仿？

短期内不会大规模效仿，因为性价比和风险收益比来说不好。长期来看，这个方向所有人都在走，只是名字不一样

华为做LogicFolding的根本驱动力是制裁，工艺节点被卡在7nm，只能在封装，散热，和设计层面想办法弥补。华为也为此付出了不小的代价：散热成本，设计复杂度，以及制造成本更高（包括良率）。这是一个被逼出来的路线，不是一个自然选择

其他玩家在用TSMC就能做到正常的经济迭代，是没有必要冒着这个风险，去超前迭代散热技术和设计复杂度的

长期来看，Intel的Foveros、TSMC的SoIC、AMD的MI300的3D stacking都在朝同一个方向走。如果继续追最先进节点的经济性持续恶化，那么"固定一个成熟节点+3D topology optimization"的路线会越来越有吸引力

散热方面，MEMS微型风扇和微流道也会成为未来HBM散热的主流

-------------------

总结一下，华为这次的创新，绝对是值得尊重的，在制裁环境下，用极高的设计复杂度和成本，在一个被锁定的工艺节点上大胆重新设计，榨出了一次大的topology红利，虽然它有天花板。每多加一层的边际收益递减（堆叠1->2层, 2->3层, 3->4层，提升百分比变小），leakage无法解决，散热越来越难，3D EDA工具链更是全新的挑战。

但这个Tau scaling不是一条可以走十年的指数增长路径，每次爬��一个台阶，下一个台阶更难爬，而且台阶更矮收益更小，华为以后想缩小差距，还得再想想靠什么其他的路线

[Andy Stewart @manateelazycat]

看了大佬的文章我觉得写的挺好的

很多毕业的年轻人今年毕业压力非常大，AI的冲击确实很大

但是我很认同UP主的观点，行业压力大的时候，可以先生存下去，然后再实现自己的理想

很多人会说，你当老板的站着说话不腰疼

那我今天就分享一下我这个普通人当年没工作的时候是怎么做的吧

懒猫微服是我第三次创业了，之前创立了deepin linux （整整搞了10年， 从0做成中国的国家标准），在整deepin linux之前我在东莞大郎镇开了3年的服装厂，在服装厂之前我在成都做了2年的J2ME游戏程序员

图片中就是我开服装厂的那种下朗横���，我当时用的要比这个低端很多， 20多台下朗机器开起来的时候，整个车间全是毛料弹起来的灰尘，噪音80~100分贝（不相信的朋友可以去东莞体验下，不要当键盘党），每天的生活就是进毛料，背毛料到三楼（一次20袋，每袋120斤），倒毛料（就是给毛料上腊），制版调制码，修机器，半夜交货

每个月工作29天，每月1号休息，每天6点起床2点睡觉， 师傅上白班，我上晚班， 晚班只要机器不坏，我就学习Linux、Perl、Haskell和GCC，我现在依然是 gtk2hs 全世界古法编程提交代码量第一的程序员， 这个记录保持了18年。 我还在半夜写了400多个Emacs插件，我现在是中国区贡献Emacs代码量最多的程序员

我每天在巨大噪音，辛勤工作的情况下，还努力学习Linux知识（2006~2009年）， 现在AI���了， Linux牛逼了，你们要知道2006年的时候，会Linux的人是找不到工作的，世界上所有人都认为会Linux的是怪人

我就在全世界不理解的情况下，每天坚持学习，你说累不累，吵不吵？ 当然累，当然吵， 但是我要在嘈杂的环境下写代码，因为我喜欢软件，喜欢系统底层的哪些小众参数，喜欢哪些藏在代码里面的一行技巧，那就是我心中的宇宙，心中的理想生活

很多人会问， 那是靠什么坚持的？ 很多人会扯高大上的概念，但是我就想用Up主的文章来回答，因为人要吃饭，因为要吃饭，所以要努力！

如果你连自己都养不活，你的理想，你的技术，你的抱负有什么用呢？

图2和图三是横机的针， 一盒100多， 两百颗针， 机器一坏， 最少要换半盒针， 因为针太小， 晚上很难看到，就要趴在针板上一个一个看机头走过以后毛料是否挂针上？ 没有挂上，就要把背尺拆了继续换针，修一次半个多小时，而且一般机器比较邪门，要不坏都不坏，一坏一批一批的坏，而且一半都会选择写代码的时候坏，为什么？因为高端横机有罩子，灰尘小，不容易堵针头毛孔， 第一次创业不舍得买高端横机，车间每天毛料灰尘满天飞， 不堵才怪。

所以， 我为什么现在AI编程效率高？ 因为我防打断能力强， 当年边写代码边修机器造就了我超强上下文， 所以现在每天开会，团队扯皮打断，推特运营很多人骂我，都无法影响我的情绪，因为我比任何人都热爱编程，我比任何人都支持不努力没饭吃的道理，所以你们推特经常骂我摆摊要喝，我说，我当老板的不吆喝，我干啥？

今天写这么多是为什么呢？不是卖惨，而是我想给现在的年轻人一个真实的过去参考，当你觉得你很难的时候，看看上面20年的我， 我为了活下去， 做了很多你们今天无法想象的事情，经历过无数人的鄙视���恶意的嘲笑，但并不影响今天我的成就

所以，年轻人，不要气馁，现在先活下去，找到一份工作，只要你的内心有理想，你一定可以实现理想，因为你是世界上最富有的人，你有时间最宝贵的财富 -- 时间

好了，今天的分享到这里，喜欢我创业故事的朋友，欢迎点赞，收藏，转发

喜欢我们团队的朋友，欢迎购买一台懒猫微服支持我们，支持我们创业，我们回馈你我们高质量的产品和售后服务

[郭宇 guoyu.eth @turingou]

疫情后很多人问我会不会回国，比如回深圳生活，但在我心里，深圳早就不是我当年读书时那个城市了。我在暨大上学的第一年，刚入学时计划将高中时创办的社团在大学里做起来，海报刚贴出去两天，就被管理学院的老师和学校保卫处找来谈话，虽然时间过去了这么多年，我的照片也被当做所谓优秀毕业生贴在暨大管理学院大楼的展示栏里，但我仍然清楚地记得那句话，他们对我说：「你为什么不做点对社会有用的事情？」很明显，他们认为思考与思维的自由对社会没用，我想，这就是许多中国人对自由的理解。

中国需要的是高楼大厦和尖端科技，生活的哲学造不出这些民族复兴的要素，然而恰恰是这些东西，让人无需思索却能认可自己奋斗的方向毫无疑问的正确，就算是外国人，也能在朝鲜化的生活中寻求到它。我不觉得美国从「垮掉的一代」到 GenZ 理解不了自由，只是，过于自由的生活让他们无法简单的寻求到意义，你可以从二战以后出生的所有美国人身上找到这种影子，他们以为自己需要的是自由，背地里却是秩序与秩序下大脑的自我麻痹。

我认同视频中主持人说的那句话，不要假想别人需要的自由是什么，自由就是自由，正如意义就是意义，秩序就是秩序。二战之前德国人把秩序当做自由，妄图用秩序改造全世界所有人的自由，后来的事情大家都看到了。几十年过去，真正泛滥的自由在美国塑造的影响，我们也能看的一清二楚，但我们不能混淆着两者和他们的危害。自由是无用的，但却非常有必要。秩序很有用，但却并不总是必要。

自由与秩序各司其职，如果非要分出个重要与否，我认为是自由，如果没有基因突变，也不会有癌症，但自然也不��有进化，宇宙的根本状态是混沌，自由才是冲破它的���锁。

[MasterPa @HanyangWang]

小西天，看着像视频，但其实是我们在现场实地拍摄 3,811 张 206 GB 的照片后建模的。FUNES 把《黑神话：悟空》里「既见未来，为何不拜」满天神佛的原型，来自自山西临汾隰县的小西天，做成了一个可漫游的 3DGS 数字存档。

完全实地拍摄，每天清晨一开门就冲上山去，趁着没人的时候拍。然后通过 Gaussian Splatting 重建，没有手工建模，尽量保留真实悬塑和圆塑的极其密集的金色空间、细节和光感。不同的材质在这里交织成了无法分辨的一个天国世界。这种半空中的小塑像是「悬塑」，它们大多出现在十六世纪到十七世纪。

在现场如果要看清小西天的所有细节，我想大概需要三天时间。但是有了模型，我们可以在屏幕前慢慢看。在相当长的时间里，学术界并没有特别重视小西天这样的悬塑——因为在只有学术图录的年代，平面印刷无法展示出悬塑的震撼。而随着技术的进步，我们终于可以在远方一窥明代悬塑的璀璨。

重轻特意为这个模型做了配乐，大家可以打开慢慢欣��。

推荐电脑访问：https://t.co/az1wuMhmuu

[宝玉 @dotey]

https://t.co/MXNR8uyKOg

[Frank Wang 玉伯 @lifesinger]

听闻字节全面收缩在 AI 应用层的投入，应用层聚焦到豆包，硬件层押注 PICO+ AI 硬件。

原因是：烧不起，以 2025 年的投入去烧 AI 应用，字节现金流撑不过 2027 年。

巧合的是，最近还听闻有几家 ARR 过亿美元的 AI 应用公司，开始在默默裁员，公司现金流压力非常大，很难持续。

还有一个偶然看到的新闻是，百万粉丝博主 Dan Koe 的创业产品 Eden，因烧钱太快，决定大幅裁员，产品停止迭代。

这一���都在揭示一个规律：

用互联网的思维去做 AI 产品创业，死路一条。因为 AI 产品没有规模效应，追求 DAU 等互联网时代的规模指标，会是有钱的 AI 产品存活不下去的主因。

没钱的 AI 产品创业公司，因为没钱可烧，无法追求规模，反而有机会看见真相。然后逐步赚取到真正的利润，有机会一步一步长大。

尊重经营，尊重时间。每个 AI 产品的创业者，可能都得重新审视这八个字。

[bonniewinds @bonniewinds0]

https://t.co/zbJV3yu7XP

[Yangyi @yangyi]

AI时代个体创业路径：

1、如果你有本职工作，请先从副业开始
2、先学会使用科学上网，再学会使用chatgpt，claude，gemini的御三家之一
3、不要买任何课，但一定要买御三家任意一个会员，推荐chatgpt，因为有image-2的作图能力，可以解决很多引流问题
4、把你过往所有的经历，和你当下的想法，输入给ai
5、让ai提供一些符合你的，低风险无成本创业方法
6、问ai，客户是谁，他们在意什么，他们在哪儿聚集，该如何吸引客户
7、让ai帮助你设计引流内容，image2出图
8、发布内容，引流，设定失败目标，要求自己先失败100次（发100次内容找不到客户）
9、设计销售话术，售卖，成功后，找货，找服务
10、交付，进入循环
11、在这个过程中，不断把成果分享给ai，并询问ai，有什么可以优化的
12、不断优化迭代，提高���率
13、当自己的负载不够时，开始全职。考虑办个公司，申请个OPC场地，招俩学徒，继续扩展
14、如果需求仍然很多，吃不下，考虑卖课，把模式卖出去，卖加盟，锁定好供应链做分销，这样降低了学徒工资的风险，还可以快速回笼资金
15、不要把钱消费了，而是去买各种私董会，去破圈，提升认知
16、找下一个机会，和你认可的人一同合作，继续循环

错误创业路径：
1、没有任何生意，先弄场地，雇人
2、付费报课，加盟
3、囤货

动作顺序如果错了，就是高风险创业
当风险高的时候，心态会扭曲，动作会变形

保有这个顺序，期望你顺利创造自己的小事业

[Luyu Zhang @goocarlos]

我经常需要在做产品的过程中，快速索引各种框架、方法论和思维工具。

设计思维、JTBD、Kano 模型、精益画布、北极星指标、AARRR……

这些框架你可能都听过，但下次要用的时候，你还是会打开 Google 或者 Claude 从头搜。

我也一样。所以我顺手做了 https://t.co/ghRfjmxgJs——100 个产品思维框架的索引站。每个框架都有：
· 可视化结构图
· 真实案例拆解
· 可下载的 Skill

站在巨人的肩膀上，少走弯路。
免费开放，拿去用。

[luolei @luoleiorg]

昨天我妈跟���说，老家一个 18 岁的亲戚（应该算堂弟）上周跳河自杀了，过了 10 多天才发现。父母很早离异，后来也都各自再婚，基本没人真正管过他，从小是老人带大，家里一直很穷，初中后就没再读书，平时做点零工、上网打游戏。

这个社会上真的有很多普通家庭、很多乡镇出来的小孩，他们本来就没那么多选择。去不了硅谷，留不下一线城市，考不上 985/211，父母也提供不了什么托底，有时候甚至本���就是一种负担。

所以我现在会更能理解张雪峰这类人的现实意义。很多人瞧不起他那种很现实、很功利、很刺耳的表达，甚至连带瞧不起他面对的那种“基本盘”。但对很多普通家庭来说，他们需要的从来不是什么漂亮话，而是一个务实、具体、最好还能抓得住的方向。

国外很多人会从宗教、社区、各种精神权威里找安顿；中国本来就是个很世俗、很实用的社会。很多人没有这些托底，最后能抓住的，往往就是一条尽量别走错、尽量活稳一点的路。

不认同张雪峰的某些说法，不代表他就没有现实意义。

他未必给的是最好的答案，甚至未必总是对的，但对很多没有太多选择的人来说，能给出一种现实坐标，本身就已经很重要了。

也是因为这样，我会更反感那种站在更高处、带着轻飘飘优越感去嘲讽他和他背后那群人的姿态。

[George Sivulka @gsivulka]

https://t.co/fdKmCTuaUk

[小耳👂Jane｜Xiaoer @xiaoerzhan]

大概知道能干什么就很好了，加深理解

Claude Code ：

1./btw
适合临时插问。主任务跑着的时候，你突然想补问一个小问题，就用这个，不容易把当前节奏打乱。

2./rewind
回退神器。写偏了、改炸了、实验方案不满意，直接退回去重来。敢试错，才是真效率。

3./model opusplan
这个很关键。强模型负责规划和思考，快模型负责执行和落地。该深的时候深，该快的时候快。

4./simplify
代码能跑，不代表代码干净。这个命令更适合拿来做整理、减冗余、顺结构。

5./fork
一条思路先留着，再开一条新分支试别的方案。做架构、比实现、跑不同路线的时候很好用。

6./remote-control
跨设备续接任务很好用。你不一定非得守着当前这台电脑，当前会话可以接着走。

7.Shift + Tab
切模式很方便。执行、规划这些状态随手切，不用一直重新组织流程。

8.Option + P / Alt + P
快速切模型，不用清空当前输入。写到一半突然想换脑子，这个很省时间。

Codex：

1./model
切模型。复杂任务上强模型，简单任务上轻模型，别让所有活都走同一套配置。

2./permissions
这个很重要。Codex 能读文件、改文件、跑命令，所以权限边界一定要控好。你给多大权限，它就能干多大事。

3./compact
长会话必备。上下文越来越长的时候，压缩一下，保留重点，后面继续干活会轻很多。

4./fork
当前路线保留，再分一条新线去试别的修法。做方案对比时非常顺手。

5./review
提交前很好用。不是让它重写，而是让它从 code review 角度帮你查风险、找问题、补盲区。

6./diff
直接看改了什么。别靠脑子回忆，直接看差异，最稳。

7./agent
适合多 agent 线程场景。不同线程各干各的，你随时切过去继续推进。

8./fast
小任务提速很好用。不需要重推理的时候，直接加快节奏，推进感会强很多。

9.@文件
直接把文件拉进上下文。比你手动描述文件路径高效太多。

10.!命令
直接跑本地 shell。对真正写代码的人来说，这类能力比“多会说两句”更重要。

11.Enter / Tab / Esc
这组快捷逻辑很值钱。执行时还能插指令、排下一步、回上一轮继续分叉，整个交互更像你在实时驾驶 agent。

[404notfound @racketprogram]

炸你媽逼