真正有远见的人，都开始培养这 8 种能力
1. 不要只学会工作，更要学会思考。工作可以带来收入，思考才能创造机会，认知越高，选择越多。 2. 不要只追求速度，更要追求方向。方向正确，一小步也是进步；方向错了，再努力也只是消耗自己。 3. 学会管理时间，而不是被时间管理。把时间留给学习、健康、重要的人，以及能创造未来的事情。 4. 培养解决问题的能力。每解决一个问题，你的能力就提升一分；每创造一份价值，你的机会也会增加一分。 5. 建立值得
2 分钟搭出一个能打电话的 AI，xAI 刚发了 Voice Agent Builder
以前做语音客服要拼三块：语音转文字 + 大模型 + 文字转语音，三个厂商，三倍延迟，三倍出故障的机会。 这个工具是端到端「语音对语音」，和 Grok Voice 紧耦合，不是拼装货。 跑分上 Grok Voice 在 τ-voice Bench 拿 67.3%，Gemini Flash Live 43.8%，GPT Realtime 35.3%。 怎么用：写段大白话描述通话流程 → 挂知识库 →
GitHub 上有一堆免费到离谱的项目，很多能力已经能干掉你正在月付的软件：
TradingAgents — AI 多 Agent 量化交易框架 LibreChat — 一个界面接入 GPT/Claude/Gemini HyperFrames — HeyGen 开源的视频生成引擎 Fincept Terminal — 开源版彭博终端 MoneyPrinterTurbo — AI 一键生成短视频 Agentic Inbox — Cloudflare 开源 AI 邮件助手
微信真正厉害的，不是它突然拥有了一个大模型，而是它本来就拥有一个巨大的上下文宇宙。聊天记录告诉它你最近在关心什么，群聊告诉它你所在的关系圈，支付和小程序记录告诉它你真正做过什么，内容和订阅告诉它你长期偏好什么。这样一来，AI 不只是回答问题
微信真正厉害的，不是它突然拥有了一个大模型，而是它本来就拥有一个巨大的上下文宇宙。聊天记录告诉它你最近在关心什么，群聊告诉它你所在的关系圈，支付和小程序记录告诉它你真正做过什么，内容和订阅告诉它你长期偏好什么。这样一来，AI 不只是回答问题，而是能判断你此刻最可能想做什么，甚至比你自己还快一步。 上下文是什么？上下文就是存储！存储就是上下文！
HTML 版剪映来了，开源免费。
html-video 内置 20+ 套视频模板，适合产品宣传、知识解说、数据可视化。 基于 HyperFrames 框架，Apache 2.0 开源。 github.com/HyperFrames/html-video
video-use — 把粗剪素材丢进去，一句话描述想要什么，直接出 final mp4。11.2K ⭐
browser-use 团队新作。诀窍是 LLM 不逐帧看视频（那要烧 4500 万 token），改读转写文本 + 少量截图，省钱又准。 · 自动剪掉「嗯」「啊」口头禅和空白 · 每段自动调色，剪辑点加淡入淡出 · 自动烧录字幕、生成动画叠层 · 渲染后自我检查，有问题自动重剪 粗剪丢给 coding agent，这个方向值得关注。
AI Agent 时代，真正赚到系统性利润的，不是做 AI 模型的公司，而是让 Agent 能在现实世界运作的基础设施：
支付管道：Stripe / Coinbase / x402 网络管道：Cloudflare 商业管道：Shopify 企业管道：Salesforce / Agentforce 数据管道：Palantir / Databricks 模型是燃料，管道才是收费站。
AI 时代，知识会越来越不值钱。
哈佛研究表明 AI 在逐渐取代人的工作，硅谷高管教练 Joe Hudson 也在研究 AGI 对人的影响。 他的观点：当知识可以被 AI 随时调用，人的价值不再是「知道什么」，而是「愿意感受什么、愿意承担什么」。 认知可以被替代，但临场的判断力和承担责任的意愿，还不能。
Claude Code、Cursor、Codex，统一接到一个本地网关。
OmniRoute 把 160+ 家模型的 API 聚合成一个端点，一家额度用完自动切到下一家，永不断供。 本身不收钱不抽成，付费直接付给模型厂商。Token 压缩省 15-95%，MIT 开源自部署。 8.1K ⭐，昨天涨了 617 颗星。 github.com/OmniRoute/OmniRoute
AI 从聊天工具变成 Agent，靠七层架构串联起来：
Token → 理解文字的最小单位 Prompt → 你交代的任务 Context → 对话记录+背景+角色设定 Agent → 规划、拆解步骤、执行 Harness → 管理整个工作流 MCP → 连接外部 API 和数据库 Skills → 可复用的能力模块 每层单独看都简单，七层串起来，AI 才真正具备思考、规划、执行的能力。
AI 出现之后，人最需要的能力之一：Metacognition（后设认知）。
白话版：知道自己是怎么思考的，并能观察、监控、调整自己的思考过程。 AI 可以替你执行，但不能替你判断「我现在的思维方式对不对」。 这是 AI 暂时拿不走的部分。
五个越早懂越好的法则：
达克效应：知识越少的人往往越自信。真正厉害的人反而更懂得怀疑自己。 帕金森定律：事情永远填满你给它的时间。给三天做三天，给三小时三小时搞定。 80/20 法则：20% 的努力带来 80% 的结果。时间放在高价值的地方。 韩隆剃刀：很多时候，别人不是故意伤害你，只是没想那么多。 彼得原理：你现在做得好，不代表下一个层级也擅长。位置变了，玩法也得变。
一人公司的技术架构，2026 年全跑在 Cloudflare。一个月 $5。
Workers（运算） D1（SQL 数据库）+ Better Auth KV（缓存） R2（对象存储） Queues（后台任务） Hyperdrive（数据库加速） Email Routing WAF 和 DDoS 内置 AWS 那套是让你觉得每个服务都不贵，帐单出来才知道。
比起每天滑 IG，被算法喂同一套情绪，不如把碎片时间换成更好的输入。
这 5 个工具，我会推荐给想持续成长的人： 读书精华、免费课程、学习方法、高手访谈、专注音乐。 不一定每天用，但每次打开，都是在给未来的自己充值。 1. Blinkist 2. Coursera 3. Ali Abdaal 4. The Tim Ferriss Show 5. Brain.fm
Spring Framework 创始人 Rod Johnson 做了一个 Java AI Agent 框架：Embabel。
动机很直接：全球 70%+ 的生产系统跑在 JVM 上，但 LangChain、AutoGen 都是 Python 的——Java 团队要么重写系统，要么放弃 AI。 Embabel 的思路不一样：不用流程控制写执行顺序，而是先定义任务拆解和每个任务的输入输出类型，框架自己安排执行顺序。 旧系统不动，AI 作为可监控的函数嵌进去。
刷 GitHub Trending 不如收藏这几个经过时间考验的仓库：
build-your-own-x — 从零造 Git/Redis/Docker awesome — 各领域资源总目录 freeCodeCamp — 免费完整编程平台 public-apis — 数千个免费 API developer-roadmap — 前后端/AI 工程师完整路线图 新手入门，这些够用好几年。
中国开发者用 1 折甚至 5% 的价格买到 Claude token，而且多半是真的 Claude。
价差背后叫「中转站」——一台架在海外的 proxy，用「合法地区」账号替你转发 request，你付人民币走支付宝。 这门生意叫「一鱼三吃」： 第一吃：套利。批量注册新账号刷 $5 免费额度、收别人用不完的额度转手、钻企业折扣、把 $200 订阅切给多人共用，最黑的是直接用盗刷信用卡开账号。 第二吃：换模型。你选 Opus，它悄悄换成 Sonnet 或 Qwen，标签改回来，你看不出来。德国 CI
AI 幕僚团，一行命令全员上岗。
agency-agents 把前端工程师、社媒运营、创意策划、事实核查四个角色封装成 AI 代理，每个 Agent 有独立人设和标准交付流程。 不是聊天机器人，是真的帮你干活的 AI 同事。 开源 Shell 项目，119K ⭐，昨天单日新增 1,425 颗星。 github.com/msitarzewski/agency-agents
做 RAG 踩过最多坑的地方不是模型，是文件前处理。
表单、流程图、多栏 PDF 扔进去，出来的文本全是乱的，召回自然差。 有人开源了一个专门解决这个的小工具：Semark。 把 PDF / Office / HTML / 图片转成适合知识库的 semantic Markdown——不只是 OCR，而是尽量保留表格结构、字段关系和语义层级。 基于 MinerU，可接 Ollama 或 OpenAI-compatible VLM/LLM，支持自动分档。
史上最贵的傲慢：诺贝尔奖得主、压路机与 46 亿美金的教训。
1/10 1994 年，一群全世界最聪明的人创办了一只基金。 4 年后，他们几乎亲手把整个华尔街拉进深渊。 这是 LTCM 的故事，也是关于「你认为绝对不会发生的事」的故事。👇 2/10 John Meriwether，Salomon Brothers 债券套利部门的传奇。 他组建了一支梦幻阵容： - Myron Scholes & Robert Merton（1997 年诺贝尔经济学奖） -
不用云端、直接在 iPhone 跑 AI Agent。
AI 开发者 Tanmay Shah 做了一个叫 Halo 的 iPhone 应用，开发超过一年： · 完全本机运行，不需要服务器 · 可自由切换任何 LLM 供应商，不被单一平台绑死 · 支持 MCP、Skills、Subagents——AI 像团队一样分工协作 · 内建类 Wiki 的自我更新记忆系统 + RAG，持续记住你的信息 隐私 + 本机算力 + 长期记忆 + 多代理协作，这四点同时满
想用自己域名的邮箱，但配 DNS、路由、转发一堆很烦？
Cloud Mail：开源项目，基于 Cloudflare Workers，零服务器费用。 Vue3 界面，支持收发信、附件、多邮箱管理，还能推送到 Telegram。 只需要一个 Cloudflare 账号 + 绑定域名，照教程几步就能上线。
如果回到 22 岁，我希望有人叫我读这 10 本书：
1. 原子习惯 2. 深度工作 3. 纳瓦尔宝典 4. 被讨厌的勇气 5. 快思慢想 6. 一周工作4小时 7. 影响力 8. 刻意练习 9. 给予 10. 穷查理的普通常识
"写搜索引擎查不到的内容"——方向对，但在解决一个错误的问题。
SEO 流量从来不是你的受众，是借来的注意力。Google 规则改一次，流量归零一次。 2024 年 Substack 付费订阅突破 300 万。The Hustle 卖给 HubSpot 估值超 2700 万美元。他们的护城河不是 SEO，是读者"只想从他这里听到这件事"的信任感。 AI 爬不走、算法降不了权的东西只有一个：让 100 个人愿意每周等你更新。 有了那 100 个人，你才有护城河。
Sam Altman 在 2019 年写过一篇《如何成功》，是硅谷创业圈流传最广的行动指南之一。
核心不是教你投机取巧，而是一套可以刻意练习的技能组合—— 构建自己的指数级增长操作系统。
如果你本周只能跟一个AI热点，推荐听 Fiona Fung 访谈。Anthropic 的组织架构接近理想团队形态。
我花时间集成接口，写生成标准的 skill 和 /review skill，让团队（人或Agent）自我管理。 但第五点很难实作：管理者很难放手。这是软肋，也是原罪。Claude Code 精炼的原因，或许正是产品DNA来自管理。 AI行业越久，越觉得 Harness engineering 的核心是思维和哲学的通透。 能在有生之年参与AI思潮，太幸福了。
Side project 做完，最卡的往往不是产品，是宣传。
写帖子没人看，截图太无聊，剪视频得花半天。 Claude Code 有个 skill：/brag 在项目目录里输入 `/brag this project`，它自动分析项目，生成一支约 20 秒的产品展示视频——动画、转场、背景音乐、音效，连社交文案都一起出。 背后用的是 HeyGen 开源的 HyperFrames（HTML-to-Video 引擎），速度快，画面质感不错。 给独立开发者用的工具
"努力是一种低水平的重复，它不能创造所谓的复利。"
这句话说的不是努力没用，而是：努力累积在哪里，才是关键。 每次用 AI 产出，如果留下记录——用了什么工具、踩过什么坑、选了哪条路，努力才开始增值。 判断力不是靠更努力得到的，是靠有地方被记录下来才开始复利。
出海做金融 SaaS，有一本工程手册值得存：
Fintech Engineering Handbook — 支付、合规、账户体系、KYC/AML，系统性拆解 这类知识平时散落在各处，很难找到一个有框架的入口。这本是我见过整理最清楚的之一。 HN 530+ 赞，不是教程，是框架
为什么大多数内容网站留不住人？
不是内容不好，是没有偶遇感。 Townsquare 在做这个实验：浏览某篇文章时，你能看到同一页上有其他人，可以直接搭话。不是评论区，是实时偶遇。 冷启动的本质不只是获客，而是让来的人找到对方。这个思路值得独立开发者认真想想。