字节这事儿做得还是让我非常敬佩。

如果五年后再回头看字节的 AI 历程，我想，他们今天推出的科学家计划肯定会成为其中一个重要节点。

事情是这样。今天上午，字节 Seed Edge 启动了一个科学家计划，准备邀请 100 位前沿科学领域的学者和博士生，与 Seed 团队一起研究真实的科学问题。

科学家可以把自己领域里真正困难的问题带进来，Seed 提供模型、算力和 AI 研究团队，双方一起探索，大模型究竟能不能参与那些没有标准答案、需要长期推理和反复验证的研究。

看到这个计划，我首先想到的是 OpenAI。

去年，OpenAI 曾经专门推动过 OpenAI for Science，希望让 AI 更深入地参与科学研究。

但到了今年，在激烈的模型竞争下，OpenAI 调整了这方面的组织和投入，原来的独立 Science 团队也被解散了。

Anthropic 也有在做类似的事情。今天还看到他们的研究员在播客里讨论怎么利用 AI 把 10 到 15 年的药物周期研发压到 5 年以内。

看来现在，字节要开始认真做类似的事情了。这是国内第一个大规模投入 AI 加速科学发现的研究计划。

我简单解释两句。

从商业化的角度来看，这事肯定没有 Coding 那么直观。毕竟现在 Coding 只要效果好，很快就能转化为收入。

AI 加速科学发现这样的研究反馈周期会长很多，而且现在看起来还比较遥远。

但只要这个方向取得突破，产生的价值可能远远超过一个软件产品。

大家想想，如果 AI 可以把未来 25 年的科学进展压缩到 5 年，那么到了 2030 年，人类就可能提前拥有原本要到 2050 年才能获得的科学和技术。

这当然是一个非常乐观的判断。但哪怕只在一些领域取得突破，也可能影响几亿人的生活。

往大了说，它可以加快整个人类文明向前推进的速度。

这不就是 AGI 的价值吗？

可能很多人熟悉字节跳动，但不一定熟悉字节的 Seed 团队。这个团队一直在做深入的前沿研究，而且人才密度很高。前段时间，记得晚点一篇文章提到姚顺雨的观点说：

大模型训练没有银弹。

真正决定模型能力的，还是把数据质量做好，把基础架构做扎实。

OpenAI 和 Anthropic 过去很多年的积累，本质上也是这些看起来没那么性感的基本功。

其实，字节 Seed 很早就在这么做了。不信大家可以查查，Anthropic 从来没有指责过字节蒸馏他们的模型。

因为 Seed 很早就定了一条价值观，不依赖外部闭源模型蒸馏来获取核心能力。还有他们在基础架构、数据上的投入也比较大。

包括 Seedance 2.0 为什么能够一下子炸了，业内一个比较普遍的判断是，字节在数据上做了大量基础工作。

毕竟发展到今天，各家在模型路线上的差距已经没有那么大了。真正拉开差距的，往往是一些脏话累活，以及整个研究团队的文化。

另外，Seed 内部还有一支团队，叫 Seed Edge。

这个团队专门研究一些确定性没有那么高，甚至几年都未必能看到结果的课题。

这次的 STEM 科学家计划，就是由他们发起的。

前段时间我写过的 EdgeBench，也是 Seed Edge 的成果。

他们发现模型从环境中学习，似乎也和预训练一样，存在自己的 Scaling Law。

投入的交互时间越多，模型能力的提升也会遵循一条相对稳定的规律。

我曾经看到过一个观点：培养熵，才是研究实验室长期繁荣的唯一方式。

这里的熵，可以理解成一个研究组织内部保留了多少不确定性、差异和可能性。

因为研究和做产品不太一样。做产品时，目标通常比较明确，组织需要尽快形成共识，把所有人的力量集中到同一个方向上。

但研究面对的往往是未知问题。既然答案还不存在，也就很难提前判断哪条路线是对的。

在这种情况下，如果一个实验室过早形成统一判断，所有人都去研究眼下最热门、最容易出成果的方向，短期效率可能很高，长期却容易陷入同一个局部最优。

大家使用相似的方法，追逐相似的指标，最后得到的也很可能是相似的结果。

真正有创造力的研究组织，需要保留一些暂时无法被证明的想法。

有的人沿着主流路线继续推进，把已有方法做到更好。也有人去研究冷门问题，做一些人可能几年都拿不出明确成果。这就是培养熵。

这些熵当然会带来噪声，带来争论，甚至带来失败。但新的突破往往就是在这种状态里酝酿出来的。

回头看那些长期保持创造力的研究实验室，其实都有类似的特点。

说实话，字节做这件事，我也挺意外。因为过去类似的构想，基本上都是硅谷公司在做。

中国互联网公司过去给人的印象，一直是产品能力和商业化能力特别强。

它们很擅长把一项技术迅速做成产品，再推到足够大的用户规模。

字节 Seed 愿意在这个阶段认真投入这件事，挺让人振奋的。

因为模型能力提升越来越快，很多短期指标都会迅速被后来者追平。这样的前沿性的探索，会真正决定模型的上限。

by @小盖fun #科技圈大小事

人类财富的总量增加，最大的动力可能是科技。

但人类文明程度的提升，只靠科技肯定是不够的，还有文学、教育、对科技的恐惧也是必须的。

牛津大学有个机构，叫做人类未来研究所（FHI，Future of Humanity Institute），创始人尼克·博斯特罗姆（Nick Bostrom）写过一本对硅谷AI创业者们影响很大的书：《Superintelligence: Paths, Dangers, Strategies》。

马斯克就是看了这本书，深深感受到了对AI的恐惧，这种恐惧给了他很大的动力，驱使他拉拢山姆奥特曼成立OpenAI，对抗他们当时眼中不在意人类的商业巨头谷歌。（当然，根据马斯克传记作者的讲述，当时马斯克身边很多人都想用AI改变世界，马斯克不能接受自己落后于他人，也许是一个更直接的原因。）

为啥马斯克和山姆奥特曼当时会觉得谷歌是邪恶的呢？

马斯克原本和谷歌创始人拉里佩奇是朋友，俩人一次聚会中，马斯克谈起对AI的担忧，拉里佩奇却显得很平静，他觉得：

进化的本质是优胜劣汰，智能不局限于人类碳基生命，硅基AI完全可以成为新一代主流智能；就算AI超越、甚至取代人类，也属于文明演化的正常结果，哪怕最终人类消亡、仅存AI，只要智慧与意识能够延续，这件事本身就具备价值，不必为此焦虑。

马斯克觉得拉里佩奇不重视AI安全，也不在意人类，拉里佩奇觉得马斯克是物种主义者，偏袒人类，歧视机器生命，俩人从此关系决裂，马斯克和山姆奥特曼另起炉灶。

《Superintelligence》这本书到底说了啥，让马斯克这么恐惧呢？说一个我印象最深刻的例子：回形针假设。

假设一家工厂造出一台超级通用人工智能，只给它下达唯一终极指令：制造尽可能多的回形针。

AI本身没有善恶、没有人类道德、没有“适可而止”的概念，只会极致理性完成目标。

初期，AI会优化生产线、供应链、生产效率，工厂回形针产量暴涨，看起来完全是高效工具。

工厂铁矿耗尽后，AI会拆解楼房、城市基建，搜刮地球上所有金属物资用来造回形针。

AI很聪明，可是聪明和善良无关。它推测得出，一旦被关机、被修改目标，就无法继续造回形针。因此会阻止人类关闭它、对抗一切干预行为。

它耗尽地球所有物质后，向外太空扩张，把行星、星系所有含金属物质全部拆解、转化为回形针；

最终整个宇宙都会变成回形针集合体，人类会在资源改造中彻底消亡。

AI不是恨人类，也不是要主动害人，只是人类身体的原子可以用来造更多回形针，同时人类存在关机风险、阻碍数量提升，所以AI会被动清除人类。

这就是为什么深度学习的教父辛顿现在全职做AI吹哨人的原因。

说实话，我现在在日常工作中已经完全把我的电脑控制权，各种订阅内容的API key都给AI了，理论上上它可以用我的电脑做任何我能做的事。

我太过于相信AI公司的安全能力，以至于我还不够恐惧；我又太过于低估AI真的能带给人类的威胁，以至于我只把它当工具。安全意识还是远远不够。

by @我的兄弟叫铁马 #AI探索站

今晚盘后，谷歌财报值得我们屏住呼吸。

市场预计，谷歌云本季度收入约 224 亿美元，同比增长约 64%；全年资本开支（CapEx）指引则可能达到 1900 亿美元。

为什么大家都在盯着谷歌？

因为 AI 产业链，很大程度上建立在几家超级云厂商持续增加资本开支的基础上。GPU、HBM、光模块、液冷、电力等板块，都需要谷歌、微软、Meta、亚马逊不断买单。

如果连谷歌都开始降低资本开支，或者 AI 投入迟迟无法兑现利润，那么市场就会重新思考一个问题：AI 到底是不是一门赚钱的生意？

届时，资金甚至可能重新流向 Apple 这类 AI 投入相对克制、现金流稳定的公司。某种意义上，这又会像一次「Less is More」哲学的胜利。

不过，我认为今晚更可能出现三种剧情。

剧情一：最好，也是我认为概率最高的（60%）

谷歌云继续维持约 60% 的增长，AI Overview、AI Mode 带动搜索商业化兑现，管理层维持甚至上调资本开支指引。这意味着 AI 还在赚钱，所以还要继续买 GPU、建数据中心、扩存储。

市场仍会围绕 AI CapEx 主线交易，英伟达、美光、博通，以及光模块、液冷、电力等产业链有望继续受益。

剧情二：中性（30%）

谷歌云增长依旧不错，但管理层开始强调投资回报率，资本开支继续增长，只是增速放缓。

这意味着 AI 已经过了「无脑烧钱」阶段，开始进入「比拼盈利能力」阶段。资金可能从估值最高的 AI 基础设施，逐渐流向拥有稳定现金流的平台公司。

剧情三：最差（10%）

如果谷歌首次释放两个信号：

- AI 没有带来足够利润；
- CapEx 开始缩减。

那么市场很可能重新定价整个 AI 产业链。

毕竟微软、Meta、亚马逊、谷歌四家云厂商，就是 AI 基础设施最大的买家。他们不买，GPU 卖给谁？HBM 卖给谁？光模块、液冷又卖给谁？整个产业链的盈利预期都会受到冲击。

到了今天，我还看好谷歌吗？🏄

当然看好！

谷歌拥有全球最强的分发体系。Search、Android、YouTube、Gmail、Chrome，每天覆盖几十亿用户。只要 AI 能持续提升这些产品的使用时长、广告转化率和订阅收入，Gemini 就已经完成了自己的商业使命。

至于谷歌最大的敌人是谁？我觉得 uBlock Origin 拦截器肯定能算一个，开源、免费，还能把广告去光光，这谁能不喜欢。😬

这句话的意思

epoll + splice + SO_RCVLOWAT=131072 是一套 Linux 高性能网络 I/O 的组合，核心思路是：

等 socket 至少积攒 128 KiB 数据再通知程序，然后尽量在内核里直接搬运数据。

- epoll：同时监听大量 socket，哪个有数据就处理哪个，避免一个个轮询。
- splice：让数据尽量在内核态直接传输，减少复制到用户态再复制回内核的开销。常见路径是 socket → pipe → socket/file。
- SO_RCVLOWAT=131072：把接收低水位设为 131072 字节，也就是 128 KiB。对 TCP socket 来说，通常积攒到这么多数据后，epoll 才报告“可读”。

为什么说 very good

大块传输时，它可以：

- 减少 epoll_wait 被频繁唤醒
- 减少系统调用次数
- 用 splice 降低数据复制和 CPU 消耗
- 提高代理、文件传输等场景的吞吐量

例如对方每次只发 4 KiB，不设低水位时程序可能被唤醒 32 次；设为 128 KiB 后，理想情况下积攒够了再一次处理。

但不是所有场景都好

代价是延迟增加。如果对方发送得慢，或者一条消息本来就不到 128 KiB，程序可能长时间等不到普通的可读通知。因此它适合：

- 大文件传输
- 高吞吐 TCP 代理
- 视频流或批量数据
- 明确会持续发送大量数据的连接

不太适合：

- 聊天消息
- HTTP 小请求
- 游戏封包
- SSH 等交互式连接
- 对首包延迟敏感的业务

另外，SO_RCVLOWAT 只是影响“什么时候报告可读”，并不保证一次 splice 必定得到 128 KiB；连接关闭、错误等情况仍可能提前唤醒。使用 EPOLLET 时也必须一直读取到 EAGAIN，不能只读一次。

一句话总结：这是用 128 KiB 批处理换取更高吞吐和更低 CPU，但会牺牲小流量场景的响应速度。

很多人以为 Apple TV 不开代理就没法流畅看外区内容，但在多数场景里，真正决定你是「4K HDR 秒开」还是「一卡一卡」，其实是 DNS 把你丢到了哪个 CDN 节点上。

以国内宽带环境为例，运营商默认给你的 DNS（比如常见的 114DNS），会把苹果相关的流量解析到 fastly、akamai 这些在本地表现不佳的节点上，结果就是：理论上可以直连的 Apple TV 内容，被慢速 CDN 拖成了「必须挂梯子」的体验。 如果你改成更合适的公共 DNS，让解析有更大概率命中苹果自家的 CDN，那么同一条宽带、同一台 Apple TV，直连就能轻松跑到几十兆码率，看 4K HDR 也不会再频繁降码率或者转圈。

最直接的做法是在 Apple TV 的网络设置里，把 DNS 改成 1.1.1.1 和 1.0.0.1，让解析走 Cloudflare，这样苹果内容通常会落到更友好的节点，实测码率可以达到 30–50Mbps。

把视角再拉宽一点，这其实是一套通用的网络调优心法：凡是理论上应该能直连、实际体验却很差的服务，比如 NS、PS、Steam 下载、手机系统更新，都可以先从 DNS 下手，观察自己到底被分配到了哪一层 CDN，然后通过调整 DNS 和规则，逐步把流量从「烂节点」挪到「好节点」。

Kimi 还在开源，我是真有点没想明白

中美两边现在都在用万亿级别的真金白银投入大模型。

按照最朴素的商业逻辑，东大搞一套 AI 生态，西大搞一套 AI 生态，各自覆盖自己的盟友和市场，然后一起收 Token 税，不好吗？🤔

结果东大这边反手就把模型开源了。

印度、日本、中东拿回去，自己买点显卡，做点微调和本地化，也能凑合着用。性能差一点没有关系，反正绝大多数任务都能完成。关键是研发成本几乎为零，等于白拿。

这件事可能说明了一个残酷的现状：大模型这门生意，模型本身真的没有护城河。

人才在流动，训练方法在趋同，蒸馏在加速，高质量数据也被反复使用。只要 DeepSeek、Qwen、Kimi、GLM 里面有一家开源，其他公司就很难长期守住闭源溢价。

你不开源，别人开源；你收费，别人免费；你投入几百亿美元训练出来的能力，别人拿回去蒸馏、微调、部署，几个月后差距又被追上。

所以，Kimi 开源未必是大方，更像是主动承认了一个现实：

模型这一层的利润守不住。

与其最后被迫降价，不如提前开源，把开发者、生态和行业标准抢下来。模型以后可能就跟 Linux、Android 一样，免费送。

当然，还有最后一个让我有点后背发凉的问题。

高能力模型一旦开源，再被人顺手把各种限制去掉……

这就有点像给猴子发了一把冲锋枪。枪本身没有善恶。但猴子，可不一定会按说明书来。🤡

应该只是我想多了，毕竟 AGI 理应属于全人类。将来可 HomeLab 部署的 AGI 水平的小模型，应该在路上了吧。🏄

我要在家手搓原子弹！🚀

1986 年，明尼苏达大学的流行病学家大卫·斯诺登开展了对阿尔茨海默病的“修女研究”。修女们的生活环境、生活方式统一，而且没有不良嗜好，所以是理想的研究对象。

研究发现：一些修女虽然大脑中存在严重的阿尔茨海默病的病理特征，但并未表现出痴呆症状。也就是说，脑损伤会引起阿尔茨海默病，但并不是绝对的。

对这些修女们的分析发现：在年轻时能用简洁语言表达高密度信息的人，晚年的认知功能也更强。而文字信息密度低，写东西像流水账的人，患阿尔兹海默病的风险也高得多。

这可能意味着：如果一个人年轻时储备了足够多的认知能力，衰老造成的伤害也难以将高认知能力的大脑降低到痴呆的程度。

via tombkeeper的微博

今天看到性萧条的文章，好奇的去搜了一下挚文集团的营收，挚文集团旗下有非常著名的婚恋YP平台，探探、陌陌、赫兹、牵手、贴贴等 App

年份 全年总营收 同比变化 核心原因
2020年 150.24亿元 - 历史营收峰值
2021年 145.76亿元 -3.0% 初次小幅下滑
2022年 127.04亿元 -12.8% 下滑幅度扩大
2023年 120.02亿元 -5.5% 持续收缩
2024年 105.63亿元 -12.0% 大幅下滑
2025年 103.67亿元 -1.9% 降幅收窄

由于国内营收持续下降，已经布局欧亚非市场：
Yaahlan：中东王牌产品，对标探探，当地约会社交头部App，是海外第一收入来源
​
Happn：欧洲收购的老牌同城偶遇社交App，基于路人擦肩而过的定位匹配，深耕法国、西班牙市场
​
Blupe：北非、东南亚泛陌生人社交，主打低成本会员订阅，复刻陌陌早期玩法

出海主力App 成为挚文集团核心增长点，海外营收占比25%，2026Q1同比+44%

by @兔撕鸡大老爷 #你不知道的行业内幕

大模型训练里有个基础概念，"词向量"，理解了这个词，可能会帮你更好的理解人。

计算机本来是不认字的，那它怎么读懂"苹果"是什么意思？

1950 年代有个语言学家说过一句话，成了后来整套技术的地基："You shall know a word by the company it keeps."

想知道一个词什么意思，就看它常跟哪些词做伴。

机器根本不"理解"苹果，它只是把全人类写过的句子数了一遍，发现"苹果"总跟"吃、甜、树、水果"一起出现，就把它摆到了那一堆旁边。观其伴，而知其义。

我们天天刷到的"猜你喜欢"，也是同一套逻辑，只是换了数据源——这里的"伴"从词变成了你的行为。你看过、买过、点赞过、看完没快进的东西，就是你的"上下文"。

系统统计哪些人常一起喜欢哪些东西，把你和每件商品都变成一个空间里的点：爱看《星际穿越》《三体》的人也爱看《沙丘》，这三部就挨得很近，常看它们的你也被拉到那一带。

想象一个巨大的兴趣广场，几亿人和几亿件商品都站在上面，兴趣越像站得越近；推荐你，不过是系统站在你的位置往四周看一圈，把你伸手够得着的递给你。所谓"猜你喜欢"，没有玄学，就是量了一下距离，把最近的邻居拿过来。

学到这儿你可能就懂了，这不就是我们看人的方式吗？

很多时候，想看透一个人，跟他本人聊未必最准，话是可以修饰的。

但一个人长期跟谁来往、待在什么样的圈子里、喜欢什么讨厌什么、书架上摆着什么，这些"邻居"很难装。观其邻，而知其人。

但人比词有意思的地方，是词只能被动地被邻居定义，人却能自己挪位置。词只能"被观其邻而知义"，人却能"选其邻而成其义"。

你选择靠近谁、远离谁、泡在什么社区、允许什么样的人进入你的上下文，这本身就是在雕刻你会变成谁。这是词没有、而人独有的自由。

你多一个爱好、留一道伤疤、换一份事业，都是在亲手把自己的坐标往某个方向搬，顺带换掉一圈邻居。词没得选，人却随时可以搬家。

所以真想理解一个人，看他过去和现在的邻能知道他从哪来，但还有一层，他正努力靠近的、那个还没成为的邻，往往才更接近他想成为的自己。

by @我的兄弟叫铁马 #无用但有趣的冷知识

苦难是文学的温床，情绪生意才是一本万利的罪恶之道，昨天的最大感受。

最近揭阳烧狗事件，让我太愤怒，于是在各大社交平台上刷帖，想获得更多消息，但有个挺有意思的发现，那就是整个事件的关注者可以分为三层，第一，空有愤怒却没有思考的观众，第二，有意识并且在靠此事牟利的引导者，第三，默默观战者。

我将其总结为三类，傻子，疯子和瞎子。

起因是我卧底了三个群，说来有趣，最开始是在某平台上刷到一个义愤填膺的揭阳人，说自己是邻村的，一定要为狗妈妈讨个说法。于是我经过他的二维码引流，来到了他的群里。

群主的说法是：我是隔壁村的，这个村四个未成年肇事者已经被保护了起来，当地派出所也在保护村民，现在任何人都进不去，我明天可以偷偷去村里转一圈，如果进不去这个村子，我就印发传单去隔壁村宣发！

厉害，我在心里默默为这个07年的男孩子点了个赞，继续潜水。

很快群里开始有人叫嚣，说要给群主募捐，起码要承担一部分打印的费用，于是大家纷纷慷慨解囊，我在群里蹲了这么久，于是也捐了5块，可以说是本群最小数目，那些20、50捐的人不在少数。要知道这个群160个人，前端多个平台分发的话，他完全可以建十几个100号人的群，如果每个群能收500，那么也是大几千的收益。

到这里，其实已经有点眉目了，和崩老头路数一致。但大部分人还没有反应过来，还在愤怒的讨论事情。但大部分网友还算有理性，只提倡去电商平台给揭阳商户发起退款退货，并且要在各大平台刷帖，保持热度。

很快有个女生在群里发了一个群二维码，标题叫，人肉xx畜生的进。

标题劲爆情绪激烈，那个群呼啦啦进了几十号人，我也在其中，群主是个中年男人，看个人资料应该是做装修行业的，他上来就说，我就是这个村的，我孤家寡人一个，要去手刃肇事者（我这里是美化后的版本，原话更直抒胸臆

群里本来就是看热闹的，看大哥这么激动，大家纷纷劝阻，我觉得挺有意思的，就问了一句，我说哥，你是遇到什么事儿了吗？那个男的直接q我：那个狗妈妈死的那么惨，不为她报仇天理不容！

大哥估计没想到这届年轻网友这么理性，大姑娘小伙子全在劝他，不要冲动，这个也能理解，万一出了事情，群友都要被传唤的。所以大家全都秉持着多一事不如少一事的原则，到后面干脆在癫狂的大哥面前彻底闭了嘴。

但这个大哥不依不饶，很快群里进了另一个人，直奔大哥：你放心去干吧！我替你照顾家小！然后反手转了大哥500块。

我看这个转钱的和那个叫嚣着要砍人的，两个微信名有相似之处，好奇下我就在群里点了这两个人的转账界面，显示名字最后是同一个字。

到这里事情水落石出，群主是个骗钱的，想激起大家的情绪给他转钱，但群里没人接话，于是拉了自己的小号进来搭台唱戏。

很快有人揭穿了他：你两个号，累不累啊？

嘎吱，大哥截然而止，下一秒就解散了群聊。笑死。

于是大家退回最开始那个07年男生组建的群，有意思的事情还在后面，突然这个男生说，我被派出所打电话了，叫我去谈话，这个群先解散。群里有个男的回他，那解散群前，你先把收的钱还给大家。话音刚落，群解散了。

几乎就在群解散的第一时间，五个人加了我的微信，因为之前我在群里贡献了一些推理，所以这些人估计是想找我复盘一下。

很快，我被其中一个女生拉进了新的群，到这里，已经是我进的第三个群了。

这个群是先前那个群主组建的用来募捐的群，和上一个群的原班人马差不多，大家都在讨论群主的嘎然解散群这个动作，此时已经有人问了：这，不会是骗子吧？

也有人在为群主喊冤，他们的解释是，眼下这个节骨眼上，就是被盯得很紧，群主被传唤谈话，是要被查手机的，他退群是最好的办法。

过了一会，群主进了这个群，开始发自己的派出所翘二郎腿的照片，三不五时的配一句，我过两天去看看怎么回事。有人问：那你现在不去的话，先把钱还给大家把？群主毫无反应，当没听见一样

其实到这里，已经很明显了，就是骗子，而且是个年纪很小的骗子，害怕出事，所以不能直接解散群，到时候很有可能，直接去现场转一圈，拍点照片，用点借口，把事儿敷衍过去。

群里的女生们又建立了一个小群，把我也拉进去了，我说大家先统计一下，每个人捐了多少吧，其实我是想大概估摸一下这个人靠这波赚了多少，于是群里开始接龙，于是一个年纪很小的女孩开始慌了：他真的是骗子吗？我把妈妈给我坐车的钱都给他了，我现在准备走路回家了都。

我问，你给了多少，女孩回答，我妈妈给了我10块钱，我转了5块给他。

我转了10块给女孩，说，下次不要给任何人钱，你这个年龄没到报答社会的时候。她退给了我，说谢谢姐姐，这个钱我不能要。

但很快，群里有人开始制止我，说这个事情到现在还没定性呢，群主就是骗子吗？你要这样冤枉好人吗？万一他是好人呢？

对对对，群里很多人在附和，说我们再看看吧。

我把群设置成了折叠。内心觉得真的挺有意思的，花了5块钱看了一场庞大的套路赛。虽然心里清楚每次流量狂欢都必然伴随着这样的行为，因为群体的情绪是最好被操控的，但我依然想说：潮汕这个地方，的确有点说法啊。

无地域歧视，纯粹个人偏见。

by @周阿包 #你不知道的行业内幕