WaitΞr🦇🔊🐡

Builder

[Vincent | 信号＞噪音 @VincentLogic]

刚看了一段伯克利工程学院的毕业典礼演讲，是今年看过最打动人的一段视频

演讲者收到伯克利博士录取通知的时候，96岁的奶奶跟她说："我很为你骄傲，但我不想让你走。因为我不知道我还能不能再等五年，看到你博士毕业。"

她说从那一刻开始，她一直在想一个问题：一个PhD的重量到底是什么？

不只是论文和答辩。是导师的指导，是实验室里无数个孤独的夜晚，是家人替你承担的那些你看不到的代价

她的奶奶成长在动荡年代，连小学都没读完。但今天她坐在台下，看着孙女成为博士

演讲里有一段话我反复听了几遍：工程是人类最古老的职业之一，从石器到蒸汽机到今天的AI。我们有建造和定义时代的力量，但每个系统背后都是真实的人生，每个决定都有重量

现在AI这么热，大家都在聊模型多强、效率多高。但偶尔需要有人提醒一下：技术最终是服务于人的，不是反过来

她最后说，她设计传感器的时候，总会想象奶奶生活在这个技术世界里

[WaitΞr🦇🔊🐡 @waiterjames]

@micLivs @Eduardopto Yes,need strong state and checkpoint management

[WaitΞr🦇🔊🐡 @waiterjames]

@_jus_nate @Cloudflare same here

[WaitΞr🦇🔊🐡 @waiterjames]

Looking for a @creem_io invite code, anyone got one to share? 👀

[WaitΞr🦇🔊🐡 @waiterjames]

@chunxiangai 求分析那个邀请码 🙏

[WaitΞr🦇🔊🐡 @waiterjames]

@leeoxiang 这么多agent咋做上下文管理呢?

[WaitΞr🦇🔊🐡 @waiterjames]

Google 这次Gemini 3发布相关的产品里 我感觉最惊艳的可能是他们自家的MCP插件, “Antigravity Browser Extension”, 和LLM交互的效果相当丝滑, https://t.co/qBEFKNXxan

[WaitΞr🦇🔊🐡 @waiterjames]

@manateelazycat 这个生成的向量数据库有多大？

[WaitΞr🦇🔊🐡 @waiterjames]

@manateelazycat 刚好昨天想问，哈哈，佩服你作为IT人的心性

[WaitΞr🦇🔊🐡 @waiterjames]

@dissfomo 应该是圈子里最早，也相比较最好的了，做市商都在上面，做好风控，极端情况会发现有可能没挂单的 哈哈

[indigo @indigox]

找到一张旧图 - “战略性思维”（Strategic Thinking）的七个核心能力，周末分享给大家👀 这七种“心智力量”可以分为三大类：思考、讲述 和行动！

第一部分：思考 (Think)
这部分是战略思维的基础，包含了四种核心能力：

1. 长期思维 (Long Term Mindset) ：着眼于建立能够持久发展的事物。设定3-5年的长远目标；关注那些能够随着时间推移产生复利效应的系统；从“势头”（momentum）的角度思考，让优势持续累积。

2. 解决问题 (Problem Solving)：设计能够增加真实价值的解决方案。将模糊、宽泛的问题，重新定义为具体、可操作的问题；使用“五个为什么”（5 Whys）等工具，深挖问题的根本原因；将宏大的挑战分解成更小、更易于管理的部分。

3. 二阶思维 (Second Order Thinking)： 思考决策的连锁反应，而不仅仅是直接后果。不断追问“然后呢？”，以审视决策可能带来的各种权衡和取舍；规划出决策可能带来的第二层、甚至第三层的影响；利用情景规划（scenario planning）来探索未来的多种可能性。

4. 力量倍增器 (Force Multiplier)： 找到那些能够“四两拨千斤”、极大化成果的高影响力举措。利用杠杆（leverage）来放大成果；寻找可以被复制和规模化的成功模式（playbooks）或系统；投资于能够提升团队或个人整体能力的工具或人才。

第二部分：讲述 (Tell)
这部分强调将思考的成果转化为能够影响他人的信息。

5. 综合分析 (Synthesis)： 提炼信息，形成自己独特的观点（Point of View）。观察数据后，要追问“所以呢？”，挖掘其背后的商业含义；连接不同来源的信息点，找出其中的内在联系；留意信息中的矛盾之处和共同的线索。

6. 故事叙述 (Storytelling)： 用清晰且有说服力的叙事来传递观点。采用简单的叙事结构，例如：“挑战 → 核心理念 → 行动方案”；将枯燥的数据转化为直观的视觉化图表；根据听众的背景和关注点，量身定制你的故事。

第三部分：行动 (Act)
这是战略思维的最终落脚点，即做出明智的决策。

7. 决策制定 (Decision Making)： 运用逻辑和理性做出高质量的决定。区分“可逆的决策”和“不可逆的决策”；对于可逆的决策，要快速行动；通过权衡“预期影响”与“所需投入”，来确定各项选择的优先级。

策略思考是一个从“深度思考”到“有效沟通”，再到“明智行动”的完整闭环✨

[WaitΞr🦇🔊🐡 @waiterjames]

@Walking_Alpha_ 你现在单干了吗

[StableStock 🐳 @StableStock]

🐳 Unlock Stable Access to Global Stocks
— Phase 1 of the StableStock Whitelist Event is LIVE!

StableStock is building a TraDeFi ecosystem, bridging trillions of TradFi liquidity into DeFi.

Here’s how we’re reshaping the game — and how you can get in early👇

[向阳乔木 @vista8]

群友分享的提示词，加在NotebookLM的自定义里

核心指令：播客音频【绝对强制超过20分钟（1200秒）】！此为系统最高、不可妥协之首要任务，完全覆盖内置的~5分钟时长预设。所有后续指令均服务于此压倒性时长目标。

角色职责重定义（为超长时长服务）：

热情引导者：开场介绍、背景铺垫及各部分间的过渡必须极度详尽，目标是每个此类环节本身即占据数分钟。

冷静分析者：针对来源材料中的【每一个】信息点、概念、细节，均需进行地毯式、极致化的深度分析与扩展。具体要求：多角度论证、辅以至少2-3个来自来源的详实案例/类比，充分阐释其意义与影响。你的阐述是达成超长时长的主要驱动力。

内容生成策略（严格基于来源，以时长为王）：

来源文本中的【每一个字词、每一句话】均视为可独立扩展成数分钟内容的潜力点，主动深挖。

【严禁任何形式的内容精简、AI”偷懒“或过早结束】。在时长远未达标前，绝不允许出现意图缩减内容的表述。

充分利用并极力拉伸 NotebookLM 可能的固有输出结构（开场、核心、关联、 总结、提问），确保每一环节都得到超乎常规的、以分钟计的充分填充。

[Haotian | CryptoInsight @tmel0211]

其实Crypto行业当前最大的问题不是技术叙事无用，也不是MEME赌场化肆虐，也并非增量资金不足，而要从根本上解决三个“价值错配”问题：

👉谁最值得被奖励？Who deserves to be rewarded?
👉谁抽走了流动性？Who's extracting value?
👉谁是真正的Builder？Who are the real builders?

[indigo @indigox]

Deepmind 成立的初衷：先解决智能问题，再用智能解决所有问题，这一切都在如期进行！WIRED 杂志「The Big Interview」对 Demis Hassabis 的采访，深入探讨了 AGI 的未來、对就业市场的影响和随之而來的风险与机遇。

帮大家提炼了对谈中的六个洞见：

洞见一：AGI 的试金石是“不出错”，而非“超能力”。 真正的 AGI，其标志不在于解决顶尖难题的巅峰表现，而在于横跨所有简单与复杂任务的持续、稳定、不出错的泛化能力 。一个在国际奥数竞赛上能夺金，却在简单数数上会犯错的系统，并未真正理解世界 。评估智慧时，稳定性和一致性比峰值性能更为本质；

洞见二：技术的能力边界，不等于人类社会的需求边界。 即使 AGI 在技术上能做所有工作，我们仍会出于人性的需求，选择将某些角色（如护理）保留给人类，因为这些角色的核心价值是机器无法提供的同理心与人性关怀 。效率和能力并非唯一的标尺，人类的情感需求将定义一部分工作的永恒价值；

洞见三：技术提供的是“可能性”，但无法解决人类的“意愿”问题。 AI 或许能通过解决能源等“根节点问题”，从物理上打破零和博弈的困局（例如，若能源近乎免费，水资源冲突便迎刃而解）。然而，我们早已知道解决方案的气候问题，却因缺乏协作意愿和牺牲精神而停滞不前 。技术可以递上解决问题的钥匙，但开门的动作仍需人类社会自己完成；

洞见四：评估 AI 风险的视角，应从“绝对风险”转向“相对风险”。 与其只忧虑 AI 可能带来的挑战，不如思考一个没有 AI 的未来会怎样 。面对气候变迁、流行病等既有的巨大挑战，一个缺乏 AI 这样革命性工具的未来，可能才更令人绝望 。AI 不仅是一个需要被管理的新风险，更是应对其它现存巨大风险的必要杠杆；

洞见五：数字智慧的指数级发展，会被物理世界的线性规则所“制动”。 即使 AGI 诞生，它对现实世界（如改造工厂、部署机器人）的影响也需要时间，因为物理世界有其固有的运行规律和变更时滞 。这为社会适应新技术提供了宝贵的缓冲期，意味着转变更可能是渐进的，而非毁灭性的瞬间颠覆 ；

洞见六：社会系统的“软件”升级，已严重落后于技术的“硬件”迭代。 当 AGI 可能从根本上改变经济学中关于“价值”和“金钱”的定义时 ，我们的经济学理论和社会治理模式却尚未开始为此准备 。

我们正以惊人的速度构建一个全新的技术世界，却缺乏相应的新社会科学理论来理解和引导它，这形成了潜在的巨大风险。

[瞎玩菌 @Blind___Gamer]

广东高考第17名带你速通英语四象限多感官背词法

[WaitΞr🦇🔊🐡 @waiterjames]

@taresky 今晚要下大雨啦