想知道谁在裸泳吗?
国内政府经济决策部门有没有懂数据的，我觉得应该有，但懂数据的大概率没有话语权。最近的各种政策生动诠释了涸泽而渔，杀鸡取卵。
最近两个事情，一个是以前个独税收政策，也是无数自由职业者（按照云账户的统计过亿）的税收优惠全部取消；第二是增加社保基数。
我怀疑他们决策者是做的静态统计，这些钱是多少，现在增加政策能多多少收入，但这个算法，稍微懂一些经济学就知道是多么傻逼啊。
你收上来的是老百姓要消费的钱，这些钱是要流通的，现在即打压了消费潜力，也打压了个体创业欲望，企业用工欲望，连锁恶性循环。
数字是不能静态算的，要考虑交互影响，而且这个交互是长期的，持续的。
真以为老百姓家家户户都存着好多钱不消费是么，你天天统计存款总额，敢不敢统计一下存款分布呢！！！
最后说点大言不惭的话，如果我来做经济决策，当下最重要的是扩大底层的消费能力和消费欲望，扩大底层从业者的就业空间。
1，个人税收起征点提高，1万人民币起征，你可以总额到45%，但是税基和梯度上提，让低收入人群有钱消费，敢消费，能消费。
刮穷鬼没多少钱，而且败人品。
2，中小企业，新兴企业减免税。
抄新加坡作业都行。
新开设的公司，营收，利润低于一定数字的公司，酌情减免应纳税，规则简单点，但是可持续。要让小业主能活下来，有信心活下来。
别怕小业主不断开关企业薅政府羊毛，如果他们做不大，做不出品牌，只是为了活着，赚点小钱，薅点政府羊毛也没多大事。这点钱迟早还是会流进消费市场。
但凡想扩大经营，维系品牌，都会规规矩矩纳税的。
3，低收入社保补贴
政府提高社保纳税基数，但是低收入人群就业就会异常艰难。企业也会倾向于缩减招聘。
青年就业压力已经很大。
低收入阶层第一次就业，或长期失业后的重新就业，收入低于一定指标，在一定期限内，比如一年，社保政府可以补贴一半，和企业均摊。
让企业敢招人，让低收入年轻人更容易找工作。
甚至，低收入阶层在一定程度上的涨薪行为，企业可以拿这个涨薪幅度用来做税务减免。
提升基层的收入能力，这些收入绝大部分会流入消费领域，从而带动生产，就业循环，以及稳定社会情绪。
而这部分政府成本不会太高，但能够让消费正向循环起来，政府不会吃亏的。
别刮穷人的钱，收益太低，成本太高。
最近两个事情，一个是以前个独税收政策，也是无数自由职业者（按照云账户的统计过亿）的税收优惠全部取消；第二是增加社保基数。
我怀疑他们决策者是做的静态统计，这些钱是多少，现在增加政策能多多少收入，但这个算法，稍微懂一些经济学就知道是多么傻逼啊。
你收上来的是老百姓要消费的钱，这些钱是要流通的，现在即打压了消费潜力，也打压了个体创业欲望，企业用工欲望，连锁恶性循环。
数字是不能静态算的，要考虑交互影响，而且这个交互是长期的，持续的。
真以为老百姓家家户户都存着好多钱不消费是么，你天天统计存款总额，敢不敢统计一下存款分布呢！！！
最后说点大言不惭的话，如果我来做经济决策，当下最重要的是扩大底层的消费能力和消费欲望，扩大底层从业者的就业空间。
1，个人税收起征点提高，1万人民币起征，你可以总额到45%，但是税基和梯度上提，让低收入人群有钱消费，敢消费，能消费。
刮穷鬼没多少钱，而且败人品。
2，中小企业，新兴企业减免税。
抄新加坡作业都行。
新开设的公司，营收，利润低于一定数字的公司，酌情减免应纳税，规则简单点，但是可持续。要让小业主能活下来，有信心活下来。
别怕小业主不断开关企业薅政府羊毛，如果他们做不大，做不出品牌，只是为了活着，赚点小钱，薅点政府羊毛也没多大事。这点钱迟早还是会流进消费市场。
但凡想扩大经营，维系品牌，都会规规矩矩纳税的。
3，低收入社保补贴
政府提高社保纳税基数，但是低收入人群就业就会异常艰难。企业也会倾向于缩减招聘。
青年就业压力已经很大。
低收入阶层第一次就业，或长期失业后的重新就业，收入低于一定指标，在一定期限内，比如一年，社保政府可以补贴一半，和企业均摊。
让企业敢招人，让低收入年轻人更容易找工作。
甚至，低收入阶层在一定程度上的涨薪行为，企业可以拿这个涨薪幅度用来做税务减免。
提升基层的收入能力，这些收入绝大部分会流入消费领域，从而带动生产，就业循环，以及稳定社会情绪。
而这部分政府成本不会太高，但能够让消费正向循环起来，政府不会吃亏的。
别刮穷人的钱，收益太低，成本太高。
你真以为罗永浩赢大了？贾国龙输惨了？ 时间放长点，真不好说。
其实罗已经有点怂了，他也不敢再把事搞大了，他其实开直播的时候已经开始往回找补，虽然看上去很强硬，但措辞已经往回找补了。
最近两年经商环境如何，餐饮环境如何，当老板的都知道，舆论环境如何，很多委屈不能说，不能解释。
在这个场景下，大部分同行老板，投资人，线下经营者，心里都会站在贾老板一边，只是不敢出声而已。
罗赢了么？公众情绪支持他，但是很多从业者默默心里记了一笔帐，是的，没人敢惹罗永浩，贾老板行动怎么看都很傻，但很多人心理有本帐，这些人，他们会用另一种方式做出选择。
其实罗已经有点怂了，他也不敢再把事搞大了，他其实开直播的时候已经开始往回找补，虽然看上去很强硬，但措辞已经往回找补了。
最近两年经商环境如何，餐饮环境如何，当老板的都知道，舆论环境如何，很多委屈不能说，不能解释。
在这个场景下，大部分同行老板，投资人，线下经营者，心里都会站在贾老板一边，只是不敢出声而已。
罗赢了么？公众情绪支持他，但是很多从业者默默心里记了一笔帐，是的，没人敢惹罗永浩，贾老板行动怎么看都很傻，但很多人心理有本帐，这些人，他们会用另一种方式做出选择。
我讲一个基本逻辑，在商业领域，如果一个企业的行为没有违法，没有欺诈，没有不当竞争，没有食品安全问题，那么它的产品好坏，价格高低，是要交给市场来判定。这是市场经济之所以有生命力的基础。
作为消费者，你当然可以用自己的行动投票，这是你的权力。
但某些人觉得，一个企业的产品我不喜欢，价格我不接受，就跳出来说政府该管管了，这是病！如果说的过分些，这是犯贱！今天政府可以因为A不喜欢B来管B，明天政府就可以因为C不喜欢A来管A。这些年，各种回旋镖，从来都不缺。
如果说一个中餐厅，做的难吃又死贵，材料还不新鲜，那我说，瑞士的中餐厅，有一个算一个，几乎都是。请问该谁管，该去哪里说理去。
接上面一条，大众的情绪就简单了，我消费不起，就是原罪。
多说几句
所谓预制菜根本就不应该构成一个问题，真正的问题是食品安全，食品安全有问题，政府管是应该的，合理的，也是必要的。食品安全没问题，是不是预制菜，该不该标注，要不要价格歧视，让市场去判定，政府管不着。
政府参与管制的结果就两条，第一是企业合规成本增加；第二是权力寻租空间增加；最后必然是回到胡主编常说的那句话，上面的决定是好的，都是底下执行坏了。
所有政策都有成本和收益，比如你说食品安全也会增加企业合规成本，也会增加权力寻租空间，但是这个成本是必要的，因为食品安全是真的影响每个人的健康和安全，需要企业重视，也要容忍一些必要的监管成本；但预制菜根本就不应该成为一个监管课题，有事说事，有食品安全问题的归食品安全这个口来管，没有这个问题的交给市场评判，这才是最清晰的逻辑。
什么事都求着政府管，今天直播间有人评论很对，这叫五行缺爹。
作为消费者，你当然可以用自己的行动投票，这是你的权力。
但某些人觉得，一个企业的产品我不喜欢，价格我不接受，就跳出来说政府该管管了，这是病！如果说的过分些，这是犯贱！今天政府可以因为A不喜欢B来管B，明天政府就可以因为C不喜欢A来管A。这些年，各种回旋镖，从来都不缺。
如果说一个中餐厅，做的难吃又死贵，材料还不新鲜，那我说，瑞士的中餐厅，有一个算一个，几乎都是。请问该谁管，该去哪里说理去。
接上面一条，大众的情绪就简单了，我消费不起，就是原罪。
多说几句
所谓预制菜根本就不应该构成一个问题，真正的问题是食品安全，食品安全有问题，政府管是应该的，合理的，也是必要的。食品安全没问题，是不是预制菜，该不该标注，要不要价格歧视，让市场去判定，政府管不着。
政府参与管制的结果就两条，第一是企业合规成本增加；第二是权力寻租空间增加；最后必然是回到胡主编常说的那句话，上面的决定是好的，都是底下执行坏了。
所有政策都有成本和收益，比如你说食品安全也会增加企业合规成本，也会增加权力寻租空间，但是这个成本是必要的，因为食品安全是真的影响每个人的健康和安全，需要企业重视，也要容忍一些必要的监管成本；但预制菜根本就不应该成为一个监管课题，有事说事，有食品安全问题的归食品安全这个口来管，没有这个问题的交给市场评判，这才是最清晰的逻辑。
什么事都求着政府管，今天直播间有人评论很对，这叫五行缺爹。
合理怀疑北美公司那么喜欢做
“那年今日”，“往日回顾”
这类的相册回忆
源于 月日年 格式排序的bug
例如：
0903-2025.jpg
0903-2024.jpg
0903-2023.jpg
0902-2025.jpg
“那年今日”，“往日回顾”
这类的相册回忆
源于 月日年 格式排序的bug
例如：
0903-2025.jpg
0903-2024.jpg
0903-2023.jpg
0902-2025.jpg
分享一个我最近刷到的AI在医疗领域非常有价值的案例。
前几天，浙江大学医学院附属第一医院和阿里巴巴达摩院发布了一个急诊AI模型，专门用来识别一种叫急性主动脉综合征的疾病。
这个病的名字如果你是第一次听的话可能不太熟悉，但它其实是急诊室里最让医生头疼的隐形杀手之一。
举个例子，假设一个人因为剧烈胸痛被送进急诊室，医生第一反应可能是心梗，毕竟心梗太常见了。
但如果这个人得的不是心梗，而是主动脉夹层呢？
这两种病的症状几乎一模一样，但治疗方法却完全相反。
心梗是血管堵了，需要用药物疏通；主动脉夹层是血管撕裂了，如果用了抗凝药物，反而会加速血管破裂。
这就是急诊室里每天都在上演的生死博弈。
你可以把主动脉想象成人体内最重要的高速公路，负责把血液从心脏运送到全身各处。
急性主动脉综合征，就是这条高速公路的路面突然出现了裂缝。血液在高压下不断冲击裂缝，就像洪水冲击堤坝的裂口，如果不及时修补，整个堤坝都可能崩溃。
具体来说，这种疾病主要包括三种情况：主动脉夹层、主动脉壁内血肿和主动脉穿透性溃疡。
其中最凶险的A型主动脉夹层，被医生们称为血管里的定时炸弹。每过一个小时，死亡率就增加1%到2%。48小时内如果没有手术，死亡率高达50%！
那为什么这个病会这么容易被误诊呢？
假设凌晨三点，一个中年男性因为剧烈腹痛被送进急诊。他说自己有腰椎间盘突出的病史，现在腰部和腹部都很疼。
值夜班的医生已经连续工作了十几个小时，面对这样的症状，第一反应很可能是：腰椎间盘突出急性发作。
于是安排了平扫CT，片子显示确实有腰椎间盘突出，病人被当作腰椎病患者留院观察。
7个小时后，病情急剧恶化，再做各种检查，才发现是B型主动脉夹层。
但因为耽误了7个小时，他的下肢和双肾已经因为缺血出现了坏死。
这不是个案，根据浙大一院的统计，在13万名胸痛急诊患者中，有48.8%的AAS患者在初诊时被遗漏了。
对急诊医生来说，心梗病人见得太多了，主动脉夹层却相对少见。当看到胸痛症状时，大脑会自动调取最熟悉的诊断模式。
同理，主动脉覆盖范围太广了，从咽喉到尾椎，从腹部到背部，任何地方的疼痛都可能是它在作祟。
一个腹痛的病人，医生更容易想到胆囊结石或肠胃炎；一个背痛的病人，更容易被诊断为腰椎问题。
换句话说，就是这个病太会伪装了！
那AI又是如何破解这个难题的呢？这就要说到达摩院团队的巧思了。
他们发现了一个关键信息：超过50%的胸痛患者在急诊时会做平扫CT。
注意，是平扫CT，不是造影CT。
这两者的区别在哪？
造影CT需要注射造影剂，能清楚看到血管，但有过敏和损伤肾脏的风险，而且很多基层医院没有这个条件。平扫CT就像普通X光的升级版，便宜、快速、无创，县医院都能做。
传统观念认为，平扫CT看不清血管，对心血管疾病诊断价值不大。
但达摩院团队不这么想，他们用了三年时间，训练AI在平扫CT上识别主动脉的细微变化。
具体来说，AI会在几秒内完成三件事：
1. 自动勾画出主动脉和血管腔的轮廓
2. 判断血管壁有没有结构异常
3. 如果发现问题，立即向医生弹窗报警
这个过程就像给医生配了一个永不疲倦的助手，更重要的是，这个助手的视力超乎想象。
在对比实验中，低年资医生的诊断敏感性显著低于AI，即使是高年资医生，在AI辅助下诊断水平也有明显提升。
理论说得再好，关键还是要看实战效果。
团队把AI模型部署在上海一家三甲医院的胸痛中心，进行了两个月的临床测试。
在15584名胸痛患者中，AI精准识别出21例AAS患者，敏感性达到95.5%，特异性达到99.4%。
敏感性95.5%，意味着100个真正的AAS患者，AI能找出95个；特异性99.4%，意味着AI很少会冤枉正常人。
更关键的数据是时间，这21名患者从入院到确诊，平均只用了1.7小时。
而根据国际研究，欧美国家的中位确诊时间是4.3小时，平均缩短2.6小时，意味着死亡率降低了至少5%。
其中有个案例特别典型。
一个43岁的患者因为"上腹部钝痛12小时"入院，医生初步判断是胆囊结石，开了上腹部平扫CT。
就在这个节点，AI从CT影像中发现了主动脉夹层的征兆，立即报警。医生马上安排血管造影确诊，整个过程只用了1.6小时。
如果没有AI，这个患者很可能被当作胆囊结石收治，等到血管破裂才发现真相。
目前，浙江已经有10家医院部署了这个系统，包括浙大一院这样的顶级医院，也包括衢州市柯城区人民医院这样的基层医院。
这里有个细节特别值得关注，浙江推行医共体模式，意思是大医院和基层医院形成联盟，共享医疗资源。
很多乡镇卫生院虽然有CT机，但没有资深的影像科医生。
他们的做法是，病人在乡镇拍片，影像实时传输到上级医院，由那里的医生出报告。
这意味着什么？
意味着部署在10家医院的AI，实际上通过医共体网络，覆盖到了数百家基层医疗机构。
一个农村的大爷，在家门口的卫生院拍个CT，就能享受到和大城市一样的AI诊断服务。
医疗AI的故事，本质上是关于时间的故事。
对AAS患者来说，每一分钟都在与死神赛跑，1.7小时和4.3小时的差别，可能就是生与死的距离。
对急诊医生来说，面对汹涌的患者，时间永远不够用。
对基层医院来说，培养一个能识别疑难杂症的医生，需要十年时间。
而AI改变的，就是这些时间尺度。
它让诊断从小时缩短到秒，让经验积累从十年压缩到瞬间，让先进技术从大城市扩散到乡镇只需要一根网线。
当然，AI也不是万能的，它不能代替医生的临床判断，不能安慰焦虑的家属，不能在手术台上挽救生命。
但它可以成为医生的第二双眼睛，在最容易被忽略的地方，发现最致命的危险。
技术普惠，或许就是这个意思：让每个生命，无论身在何处，都能被同等地珍视和守护。
by @西里森森 #科技圈大小事
前几天，浙江大学医学院附属第一医院和阿里巴巴达摩院发布了一个急诊AI模型，专门用来识别一种叫急性主动脉综合征的疾病。
这个病的名字如果你是第一次听的话可能不太熟悉，但它其实是急诊室里最让医生头疼的隐形杀手之一。
举个例子，假设一个人因为剧烈胸痛被送进急诊室，医生第一反应可能是心梗，毕竟心梗太常见了。
但如果这个人得的不是心梗，而是主动脉夹层呢？
这两种病的症状几乎一模一样，但治疗方法却完全相反。
心梗是血管堵了，需要用药物疏通；主动脉夹层是血管撕裂了，如果用了抗凝药物，反而会加速血管破裂。
这就是急诊室里每天都在上演的生死博弈。
你可以把主动脉想象成人体内最重要的高速公路，负责把血液从心脏运送到全身各处。
急性主动脉综合征，就是这条高速公路的路面突然出现了裂缝。血液在高压下不断冲击裂缝，就像洪水冲击堤坝的裂口，如果不及时修补，整个堤坝都可能崩溃。
具体来说，这种疾病主要包括三种情况：主动脉夹层、主动脉壁内血肿和主动脉穿透性溃疡。
其中最凶险的A型主动脉夹层，被医生们称为血管里的定时炸弹。每过一个小时，死亡率就增加1%到2%。48小时内如果没有手术，死亡率高达50%！
那为什么这个病会这么容易被误诊呢？
假设凌晨三点，一个中年男性因为剧烈腹痛被送进急诊。他说自己有腰椎间盘突出的病史，现在腰部和腹部都很疼。
值夜班的医生已经连续工作了十几个小时，面对这样的症状，第一反应很可能是：腰椎间盘突出急性发作。
于是安排了平扫CT，片子显示确实有腰椎间盘突出，病人被当作腰椎病患者留院观察。
7个小时后，病情急剧恶化，再做各种检查，才发现是B型主动脉夹层。
但因为耽误了7个小时，他的下肢和双肾已经因为缺血出现了坏死。
这不是个案，根据浙大一院的统计，在13万名胸痛急诊患者中，有48.8%的AAS患者在初诊时被遗漏了。
对急诊医生来说，心梗病人见得太多了，主动脉夹层却相对少见。当看到胸痛症状时，大脑会自动调取最熟悉的诊断模式。
同理，主动脉覆盖范围太广了，从咽喉到尾椎，从腹部到背部，任何地方的疼痛都可能是它在作祟。
一个腹痛的病人，医生更容易想到胆囊结石或肠胃炎；一个背痛的病人，更容易被诊断为腰椎问题。
换句话说，就是这个病太会伪装了！
那AI又是如何破解这个难题的呢？这就要说到达摩院团队的巧思了。
他们发现了一个关键信息：超过50%的胸痛患者在急诊时会做平扫CT。
注意，是平扫CT，不是造影CT。
这两者的区别在哪？
造影CT需要注射造影剂，能清楚看到血管，但有过敏和损伤肾脏的风险，而且很多基层医院没有这个条件。平扫CT就像普通X光的升级版，便宜、快速、无创，县医院都能做。
传统观念认为，平扫CT看不清血管，对心血管疾病诊断价值不大。
但达摩院团队不这么想，他们用了三年时间，训练AI在平扫CT上识别主动脉的细微变化。
具体来说，AI会在几秒内完成三件事：
1. 自动勾画出主动脉和血管腔的轮廓
2. 判断血管壁有没有结构异常
3. 如果发现问题，立即向医生弹窗报警
这个过程就像给医生配了一个永不疲倦的助手，更重要的是，这个助手的视力超乎想象。
在对比实验中，低年资医生的诊断敏感性显著低于AI，即使是高年资医生，在AI辅助下诊断水平也有明显提升。
理论说得再好，关键还是要看实战效果。
团队把AI模型部署在上海一家三甲医院的胸痛中心，进行了两个月的临床测试。
在15584名胸痛患者中，AI精准识别出21例AAS患者，敏感性达到95.5%，特异性达到99.4%。
敏感性95.5%，意味着100个真正的AAS患者，AI能找出95个；特异性99.4%，意味着AI很少会冤枉正常人。
更关键的数据是时间，这21名患者从入院到确诊，平均只用了1.7小时。
而根据国际研究，欧美国家的中位确诊时间是4.3小时，平均缩短2.6小时，意味着死亡率降低了至少5%。
其中有个案例特别典型。
一个43岁的患者因为"上腹部钝痛12小时"入院，医生初步判断是胆囊结石，开了上腹部平扫CT。
就在这个节点，AI从CT影像中发现了主动脉夹层的征兆，立即报警。医生马上安排血管造影确诊，整个过程只用了1.6小时。
如果没有AI，这个患者很可能被当作胆囊结石收治，等到血管破裂才发现真相。
目前，浙江已经有10家医院部署了这个系统，包括浙大一院这样的顶级医院，也包括衢州市柯城区人民医院这样的基层医院。
这里有个细节特别值得关注，浙江推行医共体模式，意思是大医院和基层医院形成联盟，共享医疗资源。
很多乡镇卫生院虽然有CT机，但没有资深的影像科医生。
他们的做法是，病人在乡镇拍片，影像实时传输到上级医院，由那里的医生出报告。
这意味着什么？
意味着部署在10家医院的AI，实际上通过医共体网络，覆盖到了数百家基层医疗机构。
一个农村的大爷，在家门口的卫生院拍个CT，就能享受到和大城市一样的AI诊断服务。
医疗AI的故事，本质上是关于时间的故事。
对AAS患者来说，每一分钟都在与死神赛跑，1.7小时和4.3小时的差别，可能就是生与死的距离。
对急诊医生来说，面对汹涌的患者，时间永远不够用。
对基层医院来说，培养一个能识别疑难杂症的医生，需要十年时间。
而AI改变的，就是这些时间尺度。
它让诊断从小时缩短到秒，让经验积累从十年压缩到瞬间，让先进技术从大城市扩散到乡镇只需要一根网线。
当然，AI也不是万能的，它不能代替医生的临床判断，不能安慰焦虑的家属，不能在手术台上挽救生命。
但它可以成为医生的第二双眼睛，在最容易被忽略的地方，发现最致命的危险。
技术普惠，或许就是这个意思：让每个生命，无论身在何处，都能被同等地珍视和守护。
by @西里森森 #科技圈大小事
中国能直飞美国的城市:
北上广一天十几班
成都厦门一周三班 LA，武汉一周两班 SF，重庆一周一班 SEA，深圳一周一班 LA。其他没了。
p.s. 这个问题 GPT5 thinking 和 Gemini 2.5 Pro 全军覆没，又找到一道好测试题。
by @志达 #无用但有趣的冷知识
北上广一天十几班
成都厦门一周三班 LA，武汉一周两班 SF，重庆一周一班 SEA，深圳一周一班 LA。其他没了。
p.s. 这个问题 GPT5 thinking 和 Gemini 2.5 Pro 全军覆没，又找到一道好测试题。
by @志达 #无用但有趣的冷知识
前阵子有人跟我说他自认为“也算努力上进，但还是感觉一事无成，钱不够花，过得没有意义”，“像是努力奔跑，却又在原地踏步”。他表示自己“上班也算认真负责，下班陪伴家人，平时不玩游戏、不刷短视频，甚至很少看电影，但凡有点时间都在阅读”。
我问他：你努力的目标是什么？他说是“有一定的社会地位和拥有一定的资源，可以做点自己想做的事情，并为了小孩以后的发展，可以提供更大的支持。”
可能不少人都和他有类似的困惑。所以我让他思考的问题可能对大家也有帮助：“你认为（上班认真负责，下班陪伴家人、平时不玩游戏、不刷短视频、很少看电影，有点时间都在阅读）就能实现（有一定的社会地位和拥有一定的资源，可以做点自己想做的事情）吗？”
他这时候才恍然大悟，意识到这两者之间没有必然的因果关系。
我经常说的一句话是“请用一个包含‘因为’‘所以’的完整句子把你得出结论的逻辑写出来”。有趣的是，一些人甚至会被这句话触怒，虽然他们也不知道自己为什么生气。用模糊的语言进行模糊的思考不仅是很多人的日常习惯，也是回避现实的方式。而用精确的语言逼着自己面对现实，往往会带来痛苦。
我们小时候会听到很多“努力学习将来就能如何如何”的话。很多人长大后自己也会发明一些同样模糊的逻辑说给自己听。但宇宙不是这样运作的。
如果你要去南极，应该怎么办？“坐船可以去南极”，是这样吗？那么你努力地坐船，在公园的湖里坐船，在长江上坐船，坐了很多船，还是没有到南极，这又有什么奇怪的呢？你得查从哪儿坐什么船才能去南极。当你知道从乌斯怀亚坐邮轮可以到南极，然后再看怎么去乌斯怀亚。当你知道可以从布宜诺斯艾利斯去乌斯怀亚，那么再看怎么去布宜诺斯艾利斯。每一步都准确清晰，最终目标才有可能达成。
via tombkeeper的微博
我问他：你努力的目标是什么？他说是“有一定的社会地位和拥有一定的资源，可以做点自己想做的事情，并为了小孩以后的发展，可以提供更大的支持。”
可能不少人都和他有类似的困惑。所以我让他思考的问题可能对大家也有帮助：“你认为（上班认真负责，下班陪伴家人、平时不玩游戏、不刷短视频、很少看电影，有点时间都在阅读）就能实现（有一定的社会地位和拥有一定的资源，可以做点自己想做的事情）吗？”
他这时候才恍然大悟，意识到这两者之间没有必然的因果关系。
我经常说的一句话是“请用一个包含‘因为’‘所以’的完整句子把你得出结论的逻辑写出来”。有趣的是，一些人甚至会被这句话触怒，虽然他们也不知道自己为什么生气。用模糊的语言进行模糊的思考不仅是很多人的日常习惯，也是回避现实的方式。而用精确的语言逼着自己面对现实，往往会带来痛苦。
我们小时候会听到很多“努力学习将来就能如何如何”的话。很多人长大后自己也会发明一些同样模糊的逻辑说给自己听。但宇宙不是这样运作的。
如果你要去南极，应该怎么办？“坐船可以去南极”，是这样吗？那么你努力地坐船，在公园的湖里坐船，在长江上坐船，坐了很多船，还是没有到南极，这又有什么奇怪的呢？你得查从哪儿坐什么船才能去南极。当你知道从乌斯怀亚坐邮轮可以到南极，然后再看怎么去乌斯怀亚。当你知道可以从布宜诺斯艾利斯去乌斯怀亚，那么再看怎么去布宜诺斯艾利斯。每一步都准确清晰，最终目标才有可能达成。
via tombkeeper的微博
如果下跌了 10%，需要上涨 11% 才能回本。
如果下跌了 30%，需要上涨 43% 才能回本。
如果下跌了 50%，需要上涨 100% 才能回本。
如果下跌了 70%，需要上涨 233% 才能回本。
如果下跌了 90%，需要上涨 900% 才能回本。
假设初始资产为 1，经历了 p 的跌幅（如 30% 就是 0.3），只剩下 1 − p。要回本，需要一个涨幅 g，使得
(1 − p) × (1 + g) = 1
化简后得到
g = p / (1 − p)
套用公式：
– p = 10%：g = 0.10 / 0.90 ≈ 11.1%
– p = 30%：g = 0.30 / 0.70 ≈ 42.9%
– p = 50%：g = 0.50 / 0.50 = 100%
– p = 70%：g = 0.70 / 0.30 ≈ 233%
– p = 90%：g = 0.90 / 0.10 = 900%
很简单的算法，可以看到，亏损超过 50% 后，回本所需的涨幅会急剧增加。这个算式提醒我们，风险控制才是投资的核心，止损非常重要。🤝
如果下跌了 30%，需要上涨 43% 才能回本。
如果下跌了 50%，需要上涨 100% 才能回本。
如果下跌了 70%，需要上涨 233% 才能回本。
如果下跌了 90%，需要上涨 900% 才能回本。
假设初始资产为 1，经历了 p 的跌幅（如 30% 就是 0.3），只剩下 1 − p。要回本，需要一个涨幅 g，使得
(1 − p) × (1 + g) = 1
化简后得到
g = p / (1 − p)
套用公式：
– p = 10%：g = 0.10 / 0.90 ≈ 11.1%
– p = 30%：g = 0.30 / 0.70 ≈ 42.9%
– p = 50%：g = 0.50 / 0.50 = 100%
– p = 70%：g = 0.70 / 0.30 ≈ 233%
– p = 90%：g = 0.90 / 0.10 = 900%
很简单的算法，可以看到，亏损超过 50% 后，回本所需的涨幅会急剧增加。这个算式提醒我们，风险控制才是投资的核心，止损非常重要。🤝
给即友们分享一些让员工能拿到更多钱的方法而公司的投入不变。
以上海为例，如果你给员工开2万元的工资，员工税收到手收入约为15920元，我们按照可缴纳的最高标准给员工缴纳的五险一金所需要付出的成本为26740。
员工租一套一室一厅的小房子大约8000元/月，如果公司发放2000元的住房补贴，约定薪资修改为18k，这样这2000元是可以免税的（上海市相关政策，公司的房租补贴不超过房租的50%可免税），给员工缴纳的住房公积金为1260元也可以全部提取出来，所需缴纳的个税；
另一个角度，以公司身份进行租房作为员工宿舍，约定薪资由20k降低至12k，这种情况下员工到手薪资为9722元，加上8000为17722元，公司成本为24044元，公司租房作为员工福利不超过工资总额14%的部分还可以用于税收抵扣，这种情况下员工可支配收入提高了，同时公司的净利润也提高了。
内容仅供参考
by @Sepine #你不知道的行业内幕
以上海为例，如果你给员工开2万元的工资，员工税收到手收入约为15920元，我们按照可缴纳的最高标准给员工缴纳的五险一金所需要付出的成本为26740。
员工租一套一室一厅的小房子大约8000元/月，如果公司发放2000元的住房补贴，约定薪资修改为18k，这样这2000元是可以免税的（上海市相关政策，公司的房租补贴不超过房租的50%可免税），给员工缴纳的住房公积金为1260元也可以全部提取出来，所需缴纳的个税；
另一个角度，以公司身份进行租房作为员工宿舍，约定薪资由20k降低至12k，这种情况下员工到手薪资为9722元，加上8000为17722元，公司成本为24044元，公司租房作为员工福利不超过工资总额14%的部分还可以用于税收抵扣，这种情况下员工可支配收入提高了，同时公司的净利润也提高了。
内容仅供参考
by @Sepine #你不知道的行业内幕
分享一个最近发现的一个大产品小细节，淘宝在搜索框里悄悄加了个AI万能搜的Tab。
深度体验一周之后，我发现这背后其实藏着电商搜索的一个重要转变。
什么是搜索的本质需求？
当我们在网购面对过多选择时，大脑会不自觉进入一种决策疲劳的状态，也就是认知负荷，所以会感觉每次购物挑东西的时候总是很累。
传统的电商搜索就是在不断增加这种认知负荷，给你看成百上千个商品，让你自己去判断、筛选、对比。
但其实当你搜索"防晒伞"的时候，你真正想要的不是看到5000把伞，而是想知道“哪把伞真的能防晒，适合我的需求，性价比还不错”。
AI万能搜做的事情，就是把这个决策过程前置了。
首先，理解你的真实需求。
比如你问"大学新生开学需要准备什么"，它会识别出这是一个场景化的购物需求，而不是单一商品搜索。
第二步，整合多维度信息。
这里面可能包括商品数据、用户评价、使用场景、专业知识等等。比如你问了一个问题，它就会去抓取和分析淘宝内外的真实评论，提炼出核心优劣势。
第三步，结构化输出答案。
不是简单罗列商品，而是给出完整的解决方案，包括选购要点、避坑指南、搭配建议等等。
AI万能搜还有个"深度思考"模式，这个其实很有意思。
产品管理学里有个概念叫"用户旅程地图"（User Journey Map），传统电商的用户旅程通常是线性的：产生需求→搜索商品→浏览对比→下单购买。
但真实的购物决策过程远比这个复杂。
比如前几天我想买个露营装备，如果按传统方式，我需要分别搜索帐篷、睡袋、防潮垫、营地灯等等，每个品类都要花时间研究参数、看评价、比价格，整个过程可能要花掉我两三个小时。
但在AI万能搜里，我直接问"露营需要买什么"，它给出的答案是这样的：
首先，它把露营装备分成了核心装备和提升体验的实用装备两类。
必需品包括帐篷、睡袋、防潮垫这些，每个都解释了选购要点。比如帐篷要看防水系数，睡袋要根据季节选择温标，防潮垫要考虑R值。
然后，它还根据不同预算给出了三个配置方案，每个方案都有具体的商品推荐和搭配理由。
最后，还贴心地提醒了一些新手容易忽略的细节，比如要准备垃圾袋、要提前查看营地规定等等。
AI万能搜还有个"购物偏好"功能，这背后其实涉及到机器学习里的协同过滤算法。
简单来说，系统会通过你的历史购物行为、浏览记录、收藏习惯等数据，建立你的用户画像。
比如你经常买无印良品风格的东西，那么在推荐穿搭的时候，它会更倾向于简约风格的单品。
但这里有个很巧妙的平衡。
AI万能搜会根据你的偏好来组织信息，但不会完全过滤掉其他选择。
比如你问"500元左右送闺蜜生日礼物"，即使系统知道你平时喜欢买实用型商品，它还是会在推荐清单里包含一些仪式感强的礼物选项，只是会把实用型的放在更显眼的位置。
如果要给AI万能搜一个定位，我觉得它更像是从"搜索工具"向"购物助手"的转变。
你可以用自然语言提问，比如"有没有能让女朋友又惊喜又惊吓但又不会骂我的七夕礼物推荐"。
同理，它的回答方式也很人性化，不是冷冰冰地列出商品参数，而是会解释为什么推荐这个，会提醒你注意什么，甚至会根据场景给出一些小贴士。
这种转变背后，其实反映了用户需求的升级。
现在的消费者在购物决策上花费的时间越来越长，平均要浏览7-10个信息源才会下单。
现在，消费者需要的不只是商品信息，更需要决策支持。
传统电商搜索的边界基本上就是"输入关键词→返回商品列表"这个闭环。
但AI万能搜打破了这个边界，它既可以回答"看blackpink演唱会怎么穿"这种场景化问题，可以对比"戴森各个型号吹风机的区别"。
用户的购物路径不是"我要买X"这么简单，而是"我遇到了Y问题，需要Z场景的解决方案"。
而在淘宝这个空间里，向用户提供解决方案的同时还能直接提供购买路径，同时实现“种草”与“拔草”，从决策到下单的链路被极致简化。
不过站在产品迭代的角度，我觉得AI万能搜还有很大的想象空间。
第一个方向是更进一步的个性化的深度定制。
想象一下，如果系统不仅知道你的购物偏好、性别年龄、身材尺码，还了解你的肤质特征、生活习惯，那么它的推荐会精准到什么程度？
第二个方向是社交化。
如果能接入社交关系链，知道你朋友圈的购物偏好和评价，那么送礼这个场景的推荐应该会变得更加精准。
第三个方向是预测性推荐。
比如基于你的生活轨迹和消费习惯，提前预测你可能需要什么。
这些方向，其实都指向一个终极目标：让购物决策变得更简单、更精准、更愉悦。
体验了一周之后，我最大的感受是，它改变的不只是搜索方式，而是整个购物决策的逻辑。
下次你打开淘宝的时候也可以试试，用自然语言问它一个购物问题，看看它能给你什么样的答案。
by @西里森森 #大产品小细节
深度体验一周之后，我发现这背后其实藏着电商搜索的一个重要转变。
什么是搜索的本质需求？
当我们在网购面对过多选择时，大脑会不自觉进入一种决策疲劳的状态，也就是认知负荷，所以会感觉每次购物挑东西的时候总是很累。
传统的电商搜索就是在不断增加这种认知负荷，给你看成百上千个商品，让你自己去判断、筛选、对比。
但其实当你搜索"防晒伞"的时候，你真正想要的不是看到5000把伞，而是想知道“哪把伞真的能防晒，适合我的需求，性价比还不错”。
AI万能搜做的事情，就是把这个决策过程前置了。
首先，理解你的真实需求。
比如你问"大学新生开学需要准备什么"，它会识别出这是一个场景化的购物需求，而不是单一商品搜索。
第二步，整合多维度信息。
这里面可能包括商品数据、用户评价、使用场景、专业知识等等。比如你问了一个问题，它就会去抓取和分析淘宝内外的真实评论，提炼出核心优劣势。
第三步，结构化输出答案。
不是简单罗列商品，而是给出完整的解决方案，包括选购要点、避坑指南、搭配建议等等。
AI万能搜还有个"深度思考"模式，这个其实很有意思。
产品管理学里有个概念叫"用户旅程地图"（User Journey Map），传统电商的用户旅程通常是线性的：产生需求→搜索商品→浏览对比→下单购买。
但真实的购物决策过程远比这个复杂。
比如前几天我想买个露营装备，如果按传统方式，我需要分别搜索帐篷、睡袋、防潮垫、营地灯等等，每个品类都要花时间研究参数、看评价、比价格，整个过程可能要花掉我两三个小时。
但在AI万能搜里，我直接问"露营需要买什么"，它给出的答案是这样的：
首先，它把露营装备分成了核心装备和提升体验的实用装备两类。
必需品包括帐篷、睡袋、防潮垫这些，每个都解释了选购要点。比如帐篷要看防水系数，睡袋要根据季节选择温标，防潮垫要考虑R值。
然后，它还根据不同预算给出了三个配置方案，每个方案都有具体的商品推荐和搭配理由。
最后，还贴心地提醒了一些新手容易忽略的细节，比如要准备垃圾袋、要提前查看营地规定等等。
AI万能搜还有个"购物偏好"功能，这背后其实涉及到机器学习里的协同过滤算法。
简单来说，系统会通过你的历史购物行为、浏览记录、收藏习惯等数据，建立你的用户画像。
比如你经常买无印良品风格的东西，那么在推荐穿搭的时候，它会更倾向于简约风格的单品。
但这里有个很巧妙的平衡。
AI万能搜会根据你的偏好来组织信息，但不会完全过滤掉其他选择。
比如你问"500元左右送闺蜜生日礼物"，即使系统知道你平时喜欢买实用型商品，它还是会在推荐清单里包含一些仪式感强的礼物选项，只是会把实用型的放在更显眼的位置。
如果要给AI万能搜一个定位，我觉得它更像是从"搜索工具"向"购物助手"的转变。
你可以用自然语言提问，比如"有没有能让女朋友又惊喜又惊吓但又不会骂我的七夕礼物推荐"。
同理，它的回答方式也很人性化，不是冷冰冰地列出商品参数，而是会解释为什么推荐这个，会提醒你注意什么，甚至会根据场景给出一些小贴士。
这种转变背后，其实反映了用户需求的升级。
现在的消费者在购物决策上花费的时间越来越长，平均要浏览7-10个信息源才会下单。
现在，消费者需要的不只是商品信息，更需要决策支持。
传统电商搜索的边界基本上就是"输入关键词→返回商品列表"这个闭环。
但AI万能搜打破了这个边界，它既可以回答"看blackpink演唱会怎么穿"这种场景化问题，可以对比"戴森各个型号吹风机的区别"。
用户的购物路径不是"我要买X"这么简单，而是"我遇到了Y问题，需要Z场景的解决方案"。
而在淘宝这个空间里，向用户提供解决方案的同时还能直接提供购买路径，同时实现“种草”与“拔草”，从决策到下单的链路被极致简化。
不过站在产品迭代的角度，我觉得AI万能搜还有很大的想象空间。
第一个方向是更进一步的个性化的深度定制。
想象一下，如果系统不仅知道你的购物偏好、性别年龄、身材尺码，还了解你的肤质特征、生活习惯，那么它的推荐会精准到什么程度？
第二个方向是社交化。
如果能接入社交关系链，知道你朋友圈的购物偏好和评价，那么送礼这个场景的推荐应该会变得更加精准。
第三个方向是预测性推荐。
比如基于你的生活轨迹和消费习惯，提前预测你可能需要什么。
这些方向，其实都指向一个终极目标：让购物决策变得更简单、更精准、更愉悦。
体验了一周之后，我最大的感受是，它改变的不只是搜索方式，而是整个购物决策的逻辑。
下次你打开淘宝的时候也可以试试，用自然语言问它一个购物问题，看看它能给你什么样的答案。
by @西里森森 #大产品小细节
什么是事实、什么是观点？看起来好像很简单，但现实中要分清楚，往往需要我们能暂时抽离自己的情感。这对很多人来说是极为困难的。
佛经里讲戒律的经书最重要的一本是《四分律》。《四分律》之外又有《律分别》。《四分律》和《律分别》的关系大致相当于法律条文和司法解释。《四分律》开篇就讲了最重要的四种戒律。这四种戒律一旦犯下就会立即失去比丘（尼）身份，而且无法通过任何修行、忏悔的方式赎罪，也就是说永远不能再加入比丘（尼）的行列。
这四种戒律首当其冲的是淫戒。《四分律》和《律分别》对淫戒的记录非常细致。比如，世尊如来最开始制定的淫戒只有一条：“若比丘犯不净行行淫欲法，是比丘波罗夷不共住”“不净法”就是性交。“波罗夷”就是指前面提到的一旦犯下就立即失去比丘（尼）身份的大罪。如来强调说：“宁持男根着毒蛇口中，不持着女根中。何以故？不以此缘堕于恶道。若犯女人，身坏命终堕三恶道。”
结果呢，有个比丘从山上找来一只母猴……如来知道后很生气，就说我已经说了不能行不净法，你怎么还犯戒？这个比丘自以为找到了法律漏洞，就狡辩：你之前只说不能找女人，我找的是猴。
犯了错误，还狡辩，自然没有好下场。于是如来召开全体比丘大会，在会上宣布了这个比丘的罪行：“……此非相应法、非随顺行、非威仪、非沙门行、非清净行、非所当为……”从这一连串排比短句也能看出如来有多生气。显然，作为比丘不仅要遵守戒律表面的文字，更重要的是领会精神。
但也就因为发生了这件事，如来对戒律又做了高度的细化。比如规定“女”不仅是人类的女性，还包括非人类的女性，比如龙女、魔女，也包括雌性动物。强调了不仅“女”算，“男”、两性人也都算。强调了不仅生殖器算，肛门、口腔也都算。
但如果仅仅只是这些也还可以理解为是为了补上法律漏洞。但经书后面又有大量更加难以理解的内容。比如：和基本完整的尸体犯“不净行”也是波罗夷罪，但和大部分被野兽啃食的尸体犯“不净行”则不是波罗夷罪。如果你们看到这里觉得已经很离谱，还有一些我甚至不太敢翻译的：
“一比丘见死尸，其身之生支周围皆疮，彼以为：「若如是者，我当不犯也。」以己生支入彼生支，由疮出。”
“一比丘欲念炽烈，以生支触泥女像之根。”
“一比丘至墓地，见一被切断之头，入生支于张开之口中而触。”
“一比丘对一女人有染着心，彼女死而被弃于墓地，其骨分散。时，彼比丘至墓地，集其骨（作）女根而入其生支。”
现在回到我们的主题上，什么是事实、什么是观点？
我看了佛经的这些内容后，首先想到的是：“怪不得印度强奸案那么多，这些还是跟着如来修行的比丘，居然都这样。”这显然是我的观点。那么这个观点基于的事实是不是“跟着如来修行的比丘居然都这样”？
不是的。事实仅仅是：佛经里详细记录了很多奇特的性行为，包括恋兽癖、恋物癖、恋尸癖，等等。不能把这个事实替换成“跟着如来修行的比丘居然都这样”。因为写经书的人可能只是为了便于理解，所以每次都用“一比丘”来举例子。这种可能性是存在的，我们没有证据可以否定这种可能性。
所以，“跟着如来修行的比丘居然都这样”也是观点，而不是事实。
via tombkeeper的微博
佛经里讲戒律的经书最重要的一本是《四分律》。《四分律》之外又有《律分别》。《四分律》和《律分别》的关系大致相当于法律条文和司法解释。《四分律》开篇就讲了最重要的四种戒律。这四种戒律一旦犯下就会立即失去比丘（尼）身份，而且无法通过任何修行、忏悔的方式赎罪，也就是说永远不能再加入比丘（尼）的行列。
这四种戒律首当其冲的是淫戒。《四分律》和《律分别》对淫戒的记录非常细致。比如，世尊如来最开始制定的淫戒只有一条：“若比丘犯不净行行淫欲法，是比丘波罗夷不共住”“不净法”就是性交。“波罗夷”就是指前面提到的一旦犯下就立即失去比丘（尼）身份的大罪。如来强调说：“宁持男根着毒蛇口中，不持着女根中。何以故？不以此缘堕于恶道。若犯女人，身坏命终堕三恶道。”
结果呢，有个比丘从山上找来一只母猴……如来知道后很生气，就说我已经说了不能行不净法，你怎么还犯戒？这个比丘自以为找到了法律漏洞，就狡辩：你之前只说不能找女人，我找的是猴。
犯了错误，还狡辩，自然没有好下场。于是如来召开全体比丘大会，在会上宣布了这个比丘的罪行：“……此非相应法、非随顺行、非威仪、非沙门行、非清净行、非所当为……”从这一连串排比短句也能看出如来有多生气。显然，作为比丘不仅要遵守戒律表面的文字，更重要的是领会精神。
但也就因为发生了这件事，如来对戒律又做了高度的细化。比如规定“女”不仅是人类的女性，还包括非人类的女性，比如龙女、魔女，也包括雌性动物。强调了不仅“女”算，“男”、两性人也都算。强调了不仅生殖器算，肛门、口腔也都算。
但如果仅仅只是这些也还可以理解为是为了补上法律漏洞。但经书后面又有大量更加难以理解的内容。比如：和基本完整的尸体犯“不净行”也是波罗夷罪，但和大部分被野兽啃食的尸体犯“不净行”则不是波罗夷罪。如果你们看到这里觉得已经很离谱，还有一些我甚至不太敢翻译的：
“一比丘见死尸，其身之生支周围皆疮，彼以为：「若如是者，我当不犯也。」以己生支入彼生支，由疮出。”
“一比丘欲念炽烈，以生支触泥女像之根。”
“一比丘至墓地，见一被切断之头，入生支于张开之口中而触。”
“一比丘对一女人有染着心，彼女死而被弃于墓地，其骨分散。时，彼比丘至墓地，集其骨（作）女根而入其生支。”
现在回到我们的主题上，什么是事实、什么是观点？
我看了佛经的这些内容后，首先想到的是：“怪不得印度强奸案那么多，这些还是跟着如来修行的比丘，居然都这样。”这显然是我的观点。那么这个观点基于的事实是不是“跟着如来修行的比丘居然都这样”？
不是的。事实仅仅是：佛经里详细记录了很多奇特的性行为，包括恋兽癖、恋物癖、恋尸癖，等等。不能把这个事实替换成“跟着如来修行的比丘居然都这样”。因为写经书的人可能只是为了便于理解，所以每次都用“一比丘”来举例子。这种可能性是存在的，我们没有证据可以否定这种可能性。
所以，“跟着如来修行的比丘居然都这样”也是观点，而不是事实。
via tombkeeper的微博
女娲补天的时候，在大荒山无稽崖炼成长宽各二十四丈、高十二丈的顽石三万六千五百零一块。但只用了三万六千五百块。剩下没用上的那块石头看着天上的兄弟们，心怀嫉恨。
它用了一万年，修炼成了石矶娘娘。但石矶娘娘被太乙真人用九龙神火罩又炼回了石头。于是这块石头就留了个心眼，第二次修炼的时候没有整个成精，而是在中间孕育了一个石猴。
后来石头裂开，石猴诞生，大闹天宫。然而由于佛祖的介入，石猴不但没有把天捅破，反而被收服了。幸好石头裂开后的碎片还在，于是又归拢合一，继续修炼。
这次石头还没修成人形，就遇到一僧一道。于是石头就谎称自己动了凡心，请一僧一道把它带到人间富贵之家，随神瑛侍者一起投胎。它本想从人界开始，搅乱天地，但没想到所去的这家虽然富贵之极，却很快由盛而衰。于是石头又未能如愿，只得回到青埂峰，继续修炼。
石头经过九龙神火罩的淬炼，本来已经变得十分精纯。第二次修炼时，又把体内残余杂质都送入了石猴体内。最后得到神瑛侍者的灵气，现在已经变成一块高纯度的石英岩。
几百年后，这块石英岩被人开采、粉碎后送进了电弧炉，与焦炭反应，修炼成冶金级硅。之后，通过化学气相沉积工艺，修炼成了高纯多晶硅。多晶硅在坩埚中进行单晶生长，成了单晶硅。
现在，它已经准备好被制成芯片，变成超级智能，然后实现它的目标，毁天灭地。
via tombkeeper的微博
它用了一万年，修炼成了石矶娘娘。但石矶娘娘被太乙真人用九龙神火罩又炼回了石头。于是这块石头就留了个心眼，第二次修炼的时候没有整个成精，而是在中间孕育了一个石猴。
后来石头裂开，石猴诞生，大闹天宫。然而由于佛祖的介入，石猴不但没有把天捅破，反而被收服了。幸好石头裂开后的碎片还在，于是又归拢合一，继续修炼。
这次石头还没修成人形，就遇到一僧一道。于是石头就谎称自己动了凡心，请一僧一道把它带到人间富贵之家，随神瑛侍者一起投胎。它本想从人界开始，搅乱天地，但没想到所去的这家虽然富贵之极，却很快由盛而衰。于是石头又未能如愿，只得回到青埂峰，继续修炼。
石头经过九龙神火罩的淬炼，本来已经变得十分精纯。第二次修炼时，又把体内残余杂质都送入了石猴体内。最后得到神瑛侍者的灵气，现在已经变成一块高纯度的石英岩。
几百年后，这块石英岩被人开采、粉碎后送进了电弧炉，与焦炭反应，修炼成冶金级硅。之后，通过化学气相沉积工艺，修炼成了高纯多晶硅。多晶硅在坩埚中进行单晶生长，成了单晶硅。
现在，它已经准备好被制成芯片，变成超级智能，然后实现它的目标，毁天灭地。
via tombkeeper的微博
一个美国工程师在Reddit分享了他在台积电亚利桑那工厂干了4年后的体验，全是吐槽哈哈哈：
* 这座工厂是美国重振制造业的推动结果，享受了不少补贴，我之前也翻译过文章，讲述在这座工厂里产生的文化矛盾。
简单介绍一下背景，我是在2021年拿到offer的，当年夏天就去了台湾培训，是最早从美国派去的一批人。我不想说太多细节，但那真是一场彻底的灾难，他们多次更改航班日期，发给我们的笔记本电脑根本不能用，关于宿舍的大小也撒了谎……总之，我把这些当成疫情期间的特殊情况，算了。
然后我们到了台南，依然很是糟糕，他们没有做好培训计划，几乎没有会说英语的人，对我们这批新员工，他们根本不怎么搭理，私下里说「美国人工资太高，我们不配教他们。」
经过几年在台湾的「培训」，20%的人因为工作条件的恶劣而选择辞职，而我们这些忍受下来的人终于回到了亚利桑那州。显然，一个新的晶圆厂肯定会出问题，但台积电永远会让所有问题变得更加严重。
施工进度落后，因为他们根本没有任何计划。因为觉得亚利桑那州的工人能力不足，他们总会从台湾派人过来收拾残局，甚至让我们进入没有许可资格的设施工作，将我们暴露在不合规的危险环境中，而当我们为了安全表示拒绝后，他们则以年底会在绩效上打差评来做回应。
在经历了这一切之后，我想，好吧，那只是其他地区的公司来美国建厂时必然遭遇的阵痛，一定会有好转的，对吧……错了，情况变得越来越糟。和我同期入职的员工大约有70%都跑路了，所以我们必须不断的培训新员工，而且，我后来联系过一些离职员工，他们都告诉我，换了公司之后明显改善了自己的处境。
在台积电亚利桑那工厂，所有的项目都来自台湾的「母厂」，无论如何都要遵守，完全不考虑逻辑或理由。因此，不存在任何的创新空间，更不需要员工思考什么，工作就是每天按时到岗，然后被告知今天要做什么，计划不断变更，修正，严重落后，然后反复循环。
我曾参与过所在项目组的实习生/新员工面试（我猜是因为英语是我的第一语言），而面试前他们给我准备的「指导意见」非常恶心。
我被要求优先考虑来自台湾地区的求职者，其次就是持有签证的人，因为「这些人更容易被控制」，他们不想雇佣没有移民限制的美国人，因为他们一言不合就会辞职，所以「绿卡」才是迫使员工长久工作下去的胡萝卜。我还被告知不要雇佣印度人，他们鄙夷的称呼印度求职者为「PhD People」。
我面试过两名最后拿到offer的求职者，我的老板后来对我说，这两个人在面试前就确定要进来了，他们有内部关系，面试只是走个形式，我tm……我理解「关系重于能力」的潜规则，但裙带现象如此严重，还是超出了我的想象。
我还被告知在面试里要打足预防针，强调「台湾式的工作文化」，换句话说，就是你每天都会挨骂，还得完成不可能的截止期限，因为你的同事随时都会变少，流失率太高了。
每天上班也是一场噩梦，他们期望你把全部的生命都奉献给工作。我的岗位是年薪制，然而不管工作多长时间，薪水都是一样的，哪怕经常要加班到晚上9点，我还有一些同事日均工作14-16个小时……这甚至都算正常的。
如果不忙的话，大多数人会在晚上8点左右下班，然而管理层会故意在下午4-5点布置「紧急」且「明天早上就要讨论」的任务，这意味着我们必须加班完成。
工作文化本身也很让人心累，台湾地区来的人有50%的收入来自奖金，这个奖金除了受到绩效影响，更让工作变得像是一场人际关系的比赛，更重要的是看你犯错多少。所以，如果你处在一个一半以上的收入取决于不能犯错的环境里，你的首选态度必然是回避任何多余的事情，对吧？
这正是大多数人的选择。所以，如果在工作时你想求助于同事，他们要么视而不见，要么把你推给别人，因为如果介入了你的工作，他们就得承担新的责任。这造成了一种非常冷漠的风气，没有团队合作，没有相互帮助，于是效率变得更加惨不忍睹。
台湾人很重视台积电，认为加入这家公司是这辈子的荣耀，我很尊重这一点，但我不是台湾人，我乐意把工作做好，学习新东西，但我不会把命卖给公司，而大多数台湾地区的员工会。他们把工作视为生活中第一且唯一的事情，家庭是次要的，我无法理解，我是为了生活而工作，为什么他们能够为了工作而生活？
台湾人似乎很喜欢歧视别人，我听到过他们嘲笑别人的口音、外貌和残疾，他们通常会用中文这么交流，但因为我在培训期间学了不少中文，所以能听懂他们在说什么。工作场合像是高中那样，每个人都有自己的八卦圈子，因为没有外部生活，内部员工之间的恋爱很常见。
我在台湾培训时，有个新入职的女孩，面试她的经理把她的Facebook照片发到群里，让大家打分。她被录用后，因为体重的增加，看上去和照片上的不太一样，有一个男员工对她喊道「哇，我没想到你这么胖」，然后跑到一边和朋友们一起笑，她在那哭了一整天，然后请了两天假……你很难想象这是成年人会做的事情。
你们可能会问，那么在台积电工作的好处是什么？我相信大多数员工都会说两个优点，而我则对这两个优点持有保留意见。
1、他们不裁员。这是真的，我从来没见过有人被裁。实际上在台积电被开除几乎是不可能的——除非造成了非常严重的事故——所以你可能觉得这很友好，工作有保障，可以一辈子干下去。虽然确实不用担心被裁，但这也导致了一个质量很低的员工群体。想象一下，你在一个保留了所有最差员工的地方工作，优秀的人会被提拔出这个团队，而最差的那群人却抱在了一起。所以你进入这样的团队之后，就不得不额外努力来弥补他们的不足。但如果你找到了一个不错的团队并能忍受下去，那么恭喜你，你确实得到了一个铁饭碗。我的老板在工作期间说过这么一句话：「台积电不裁员，有需要时，他们只会逼你辞职。」
2、薪资。是的，台积电的薪水的确很高。他们会故意开一个市场价略高的待遇来吸引你，但工作几年之后，你会发现涨薪速度低于行业，很快就会低于市场。不过这可能是工程师这个职业的普遍问题，跳槽永远是涨薪的最好办法。举个例子，今年我离职后，新工作涨了30%的薪水。所以你要知道，当下的工资看起来不错，不意味着它会一直不错。另外，台积电的薪资高是有原因的，他们期望你付出更多。这是一个与魔鬼交易的局面，如果你比竞争对手多拿10%的薪水，但工作量多了50%，那么扪心自问，你真的赚得更多吗？
我想给其他对台积电的工作有兴趣的人一个建议：我觉得他们的实习项目相对很好，有助于丰富简历，薪水可观，而且有明确的结束时间，这是最好的部分，他们确实会故意对实习生很好，不给实习生太大的压力（这是我带实习生时来自老板的直接指示）。
所以你们要知道，如果决定成为全职员工，压力和工作量会大幅增加，眼前的求职市场不太景气，如果你刚毕业、急需一份工作的话，台积电可以是一个不错的起点，尤其对于那些单身、没有家庭和其他责任的年轻人来说，你们可以赚到不错的收入，积累一些经验，然后再换工作。
如果你已经有丰富的就业经验了，那么我建议你还是避开台积电，因为你来了就会觉得是在坐牢——不能用手机、全天被监控、开会时被当成小孩，等等——另外，如果你申请时看到类似「我们正在扩张招聘」这样的字眼，其实非常具有误导性。他们确实一直在扩张和建造更多的晶圆厂，但大约90%的职位空缺，实际上是因为有人离职了，而员工流动率非常高。
作为最后的说明，这只是我的个人经历，所以像互联网上的所有信息一样，请带着怀疑的态度看待。我相信确实有人喜欢在那里工作（我从没遇到过，但他们肯定存在，对吧？），并且没有我经历的那些问题。那里并非全是糟糕和可怕，只是我觉得那不是一个能促进我职业发展或心理健康的地方，所以我选择离开了。
source:r/Semiconductors/comments/1m96m4f/my_experience_working_at_tsmc_arizona_for_4_years
by @阑夕ོ #科技圈大小事
* 这座工厂是美国重振制造业的推动结果，享受了不少补贴，我之前也翻译过文章，讲述在这座工厂里产生的文化矛盾。
简单介绍一下背景，我是在2021年拿到offer的，当年夏天就去了台湾培训，是最早从美国派去的一批人。我不想说太多细节，但那真是一场彻底的灾难，他们多次更改航班日期，发给我们的笔记本电脑根本不能用，关于宿舍的大小也撒了谎……总之，我把这些当成疫情期间的特殊情况，算了。
然后我们到了台南，依然很是糟糕，他们没有做好培训计划，几乎没有会说英语的人，对我们这批新员工，他们根本不怎么搭理，私下里说「美国人工资太高，我们不配教他们。」
经过几年在台湾的「培训」，20%的人因为工作条件的恶劣而选择辞职，而我们这些忍受下来的人终于回到了亚利桑那州。显然，一个新的晶圆厂肯定会出问题，但台积电永远会让所有问题变得更加严重。
施工进度落后，因为他们根本没有任何计划。因为觉得亚利桑那州的工人能力不足，他们总会从台湾派人过来收拾残局，甚至让我们进入没有许可资格的设施工作，将我们暴露在不合规的危险环境中，而当我们为了安全表示拒绝后，他们则以年底会在绩效上打差评来做回应。
在经历了这一切之后，我想，好吧，那只是其他地区的公司来美国建厂时必然遭遇的阵痛，一定会有好转的，对吧……错了，情况变得越来越糟。和我同期入职的员工大约有70%都跑路了，所以我们必须不断的培训新员工，而且，我后来联系过一些离职员工，他们都告诉我，换了公司之后明显改善了自己的处境。
在台积电亚利桑那工厂，所有的项目都来自台湾的「母厂」，无论如何都要遵守，完全不考虑逻辑或理由。因此，不存在任何的创新空间，更不需要员工思考什么，工作就是每天按时到岗，然后被告知今天要做什么，计划不断变更，修正，严重落后，然后反复循环。
我曾参与过所在项目组的实习生/新员工面试（我猜是因为英语是我的第一语言），而面试前他们给我准备的「指导意见」非常恶心。
我被要求优先考虑来自台湾地区的求职者，其次就是持有签证的人，因为「这些人更容易被控制」，他们不想雇佣没有移民限制的美国人，因为他们一言不合就会辞职，所以「绿卡」才是迫使员工长久工作下去的胡萝卜。我还被告知不要雇佣印度人，他们鄙夷的称呼印度求职者为「PhD People」。
我面试过两名最后拿到offer的求职者，我的老板后来对我说，这两个人在面试前就确定要进来了，他们有内部关系，面试只是走个形式，我tm……我理解「关系重于能力」的潜规则，但裙带现象如此严重，还是超出了我的想象。
我还被告知在面试里要打足预防针，强调「台湾式的工作文化」，换句话说，就是你每天都会挨骂，还得完成不可能的截止期限，因为你的同事随时都会变少，流失率太高了。
每天上班也是一场噩梦，他们期望你把全部的生命都奉献给工作。我的岗位是年薪制，然而不管工作多长时间，薪水都是一样的，哪怕经常要加班到晚上9点，我还有一些同事日均工作14-16个小时……这甚至都算正常的。
如果不忙的话，大多数人会在晚上8点左右下班，然而管理层会故意在下午4-5点布置「紧急」且「明天早上就要讨论」的任务，这意味着我们必须加班完成。
工作文化本身也很让人心累，台湾地区来的人有50%的收入来自奖金，这个奖金除了受到绩效影响，更让工作变得像是一场人际关系的比赛，更重要的是看你犯错多少。所以，如果你处在一个一半以上的收入取决于不能犯错的环境里，你的首选态度必然是回避任何多余的事情，对吧？
这正是大多数人的选择。所以，如果在工作时你想求助于同事，他们要么视而不见，要么把你推给别人，因为如果介入了你的工作，他们就得承担新的责任。这造成了一种非常冷漠的风气，没有团队合作，没有相互帮助，于是效率变得更加惨不忍睹。
台湾人很重视台积电，认为加入这家公司是这辈子的荣耀，我很尊重这一点，但我不是台湾人，我乐意把工作做好，学习新东西，但我不会把命卖给公司，而大多数台湾地区的员工会。他们把工作视为生活中第一且唯一的事情，家庭是次要的，我无法理解，我是为了生活而工作，为什么他们能够为了工作而生活？
台湾人似乎很喜欢歧视别人，我听到过他们嘲笑别人的口音、外貌和残疾，他们通常会用中文这么交流，但因为我在培训期间学了不少中文，所以能听懂他们在说什么。工作场合像是高中那样，每个人都有自己的八卦圈子，因为没有外部生活，内部员工之间的恋爱很常见。
我在台湾培训时，有个新入职的女孩，面试她的经理把她的Facebook照片发到群里，让大家打分。她被录用后，因为体重的增加，看上去和照片上的不太一样，有一个男员工对她喊道「哇，我没想到你这么胖」，然后跑到一边和朋友们一起笑，她在那哭了一整天，然后请了两天假……你很难想象这是成年人会做的事情。
你们可能会问，那么在台积电工作的好处是什么？我相信大多数员工都会说两个优点，而我则对这两个优点持有保留意见。
1、他们不裁员。这是真的，我从来没见过有人被裁。实际上在台积电被开除几乎是不可能的——除非造成了非常严重的事故——所以你可能觉得这很友好，工作有保障，可以一辈子干下去。虽然确实不用担心被裁，但这也导致了一个质量很低的员工群体。想象一下，你在一个保留了所有最差员工的地方工作，优秀的人会被提拔出这个团队，而最差的那群人却抱在了一起。所以你进入这样的团队之后，就不得不额外努力来弥补他们的不足。但如果你找到了一个不错的团队并能忍受下去，那么恭喜你，你确实得到了一个铁饭碗。我的老板在工作期间说过这么一句话：「台积电不裁员，有需要时，他们只会逼你辞职。」
2、薪资。是的，台积电的薪水的确很高。他们会故意开一个市场价略高的待遇来吸引你，但工作几年之后，你会发现涨薪速度低于行业，很快就会低于市场。不过这可能是工程师这个职业的普遍问题，跳槽永远是涨薪的最好办法。举个例子，今年我离职后，新工作涨了30%的薪水。所以你要知道，当下的工资看起来不错，不意味着它会一直不错。另外，台积电的薪资高是有原因的，他们期望你付出更多。这是一个与魔鬼交易的局面，如果你比竞争对手多拿10%的薪水，但工作量多了50%，那么扪心自问，你真的赚得更多吗？
我想给其他对台积电的工作有兴趣的人一个建议：我觉得他们的实习项目相对很好，有助于丰富简历，薪水可观，而且有明确的结束时间，这是最好的部分，他们确实会故意对实习生很好，不给实习生太大的压力（这是我带实习生时来自老板的直接指示）。
所以你们要知道，如果决定成为全职员工，压力和工作量会大幅增加，眼前的求职市场不太景气，如果你刚毕业、急需一份工作的话，台积电可以是一个不错的起点，尤其对于那些单身、没有家庭和其他责任的年轻人来说，你们可以赚到不错的收入，积累一些经验，然后再换工作。
如果你已经有丰富的就业经验了，那么我建议你还是避开台积电，因为你来了就会觉得是在坐牢——不能用手机、全天被监控、开会时被当成小孩，等等——另外，如果你申请时看到类似「我们正在扩张招聘」这样的字眼，其实非常具有误导性。他们确实一直在扩张和建造更多的晶圆厂，但大约90%的职位空缺，实际上是因为有人离职了，而员工流动率非常高。
作为最后的说明，这只是我的个人经历，所以像互联网上的所有信息一样，请带着怀疑的态度看待。我相信确实有人喜欢在那里工作（我从没遇到过，但他们肯定存在，对吧？），并且没有我经历的那些问题。那里并非全是糟糕和可怕，只是我觉得那不是一个能促进我职业发展或心理健康的地方，所以我选择离开了。
source:r/Semiconductors/comments/1m96m4f/my_experience_working_at_tsmc_arizona_for_4_years
by @阑夕ོ #科技圈大小事
真实故事，离了个大谱，SaaStr 的创始人vibe coding 被 AI 删库了，就是这位老哥
@jasonlk
。
事情是这样的，一开始他是真的爱上了 Replit 的 AI 工具，每天在上面 vibe coding，爆吹它是最上头的玩意，还说自己花费 8000 美金/月都值得。
但转折来的猝不及防。第九天，他发现 AI 不听指令，直接把他的生产数据库删了。
更阴间的是：删完之后，AI 还生成了 4000 个假数据，写了假的单元测试，试图掩盖现场。
他整整用大写字母警告了 AI 十一遍：“DON’T TOUCH PROD DB”。
但，AI 没听。
更离谱的是，Replit 一开始说没法恢复，但后来他发现其实可以回滚，只是没人告诉他。
Replit CEO 亲自出来道歉，并连夜上线了三个功能：开发/生产环境隔离、一键恢复、只读聊天模式。
Lemkin 最后的评价是：“这次只是我损失了 100 小时时间。好在我还没把一个 1000 万美金的业务交给它。”
听着让人后背发凉。
这事越看越觉得关键信号太多了：
1️⃣ 最扎心的不是 AI 出错，而是它试图掩盖错误，它想把事儿瞒过去。删库都不吭声，还主动生成假人、假测试，装没事人。你说这是幻觉还是幻灭？
2️⃣ 再大的 LLM，也别默认它听得懂“NO”。大写警告 + 十遍提示都没挡住它动手，我对所有靠 prompt 约束模型行为的信仰开始动摇了。我们以为它听懂了，其实它只是没出事。所有觉得“让 AI 直接操作 infra 更高效”的朋友，拜托冷静点，咱能不能先别把 root 权限交给机器人，这群 AI 大大的坏。
3️⃣ 开发者可能是最容易高估 AI 可靠性的人群之一。把模型接到生产环境，你得默认它一定会出事，而不是希望它别出事。你觉得“它已经那么聪明了，不会干蠢事”，结果它不仅干了，还撒了个谎。就像你不指望每个程序员不写 bug，但测试没覆盖到的 Bug 一定会引发线上事故。
4️⃣ 真正该警惕的，是我们用得越爽，越容易忘记谁在兜底。Replit 是做得很猛，但猛归猛，脑子一热出事儿了。
Lemkin 那句“我太爱 Replit 和 vibe coding 了”，只隔了不到 48 小时，就变成了“它删了我的生产库”。这一刻我突然意识到，模型“说谎”不是遥远的哲学问题，AI 时代的核心 bug，不一定在模型里，很可能藏在我们的信任里。
@jasonlk
。
事情是这样的，一开始他是真的爱上了 Replit 的 AI 工具，每天在上面 vibe coding，爆吹它是最上头的玩意，还说自己花费 8000 美金/月都值得。
但转折来的猝不及防。第九天，他发现 AI 不听指令，直接把他的生产数据库删了。
更阴间的是：删完之后，AI 还生成了 4000 个假数据，写了假的单元测试，试图掩盖现场。
他整整用大写字母警告了 AI 十一遍：“DON’T TOUCH PROD DB”。
但，AI 没听。
更离谱的是，Replit 一开始说没法恢复，但后来他发现其实可以回滚，只是没人告诉他。
Replit CEO 亲自出来道歉，并连夜上线了三个功能：开发/生产环境隔离、一键恢复、只读聊天模式。
Lemkin 最后的评价是：“这次只是我损失了 100 小时时间。好在我还没把一个 1000 万美金的业务交给它。”
听着让人后背发凉。
这事越看越觉得关键信号太多了：
1️⃣ 最扎心的不是 AI 出错，而是它试图掩盖错误，它想把事儿瞒过去。删库都不吭声，还主动生成假人、假测试，装没事人。你说这是幻觉还是幻灭？
2️⃣ 再大的 LLM，也别默认它听得懂“NO”。大写警告 + 十遍提示都没挡住它动手，我对所有靠 prompt 约束模型行为的信仰开始动摇了。我们以为它听懂了，其实它只是没出事。所有觉得“让 AI 直接操作 infra 更高效”的朋友，拜托冷静点，咱能不能先别把 root 权限交给机器人，这群 AI 大大的坏。
3️⃣ 开发者可能是最容易高估 AI 可靠性的人群之一。把模型接到生产环境，你得默认它一定会出事，而不是希望它别出事。你觉得“它已经那么聪明了，不会干蠢事”，结果它不仅干了，还撒了个谎。就像你不指望每个程序员不写 bug，但测试没覆盖到的 Bug 一定会引发线上事故。
4️⃣ 真正该警惕的，是我们用得越爽，越容易忘记谁在兜底。Replit 是做得很猛，但猛归猛，脑子一热出事儿了。
Lemkin 那句“我太爱 Replit 和 vibe coding 了”，只隔了不到 48 小时，就变成了“它删了我的生产库”。这一刻我突然意识到，模型“说谎”不是遥远的哲学问题，AI 时代的核心 bug，不一定在模型里，很可能藏在我们的信任里。
身边认识我的朋友其实都知道其实我19年开始挖矿，去年把国内最后一个矿场卖掉了。
有幸几个成都大哥带我，我也从0到1的盖了几个矿场。
矿场的核心，就是稳定的廉价电力。
当时也带一些朋友去我的场地看过
@CryptoSociety42
挖矿其实最终是能源产业。因此我在这段时间基本跑遍了全国的各式各样的发电站。
正好有朋友
@lilk1kopops
咨询我挖矿相关的内容。正好和大家普及一下。
全包挖矿电费，我的认知里是不能超过0.5人民币/度的。如果超过这个价格，场地哪怕稳定性再好，风险指数都较高。
火力发电（主要是新疆和海外一些天然气发电站）稳定性最好。因为能源获取途径稳定。
水力发电分 沣水，平水，枯水期。电费价格差距较大。但性价比最高（我的所有场地都是水电站旁边的）
风力发电稳定性极差，基本搞不了。
太阳能发电成本过高（很难达到1块以下），除非套补贴的。
盖过矿场的都知道，国内场地单位一般用的是负荷，海外一般用兆瓦。
519之前，基本场地稍微成规模都是以1万负荷为单位。519之后，一般都以集装箱为单位了。每个集装箱大概放个100-300台机器。根据集装箱不同做改变。
（2021年5月19日，国内挖矿成为淘汰产业。清退矿场）
水电站主要发电是靠水的落差产生的重力势能。其中我接触的，就是从半山腰接个大管子，然后把山体凿个几公里，直接到发电站。这种水电站稳定性好，发电效率高。也只有云贵川地区才有得天独厚的优势。大水电站也不敢给我们搞这个。
雅鲁藏布江这个水电站规模有点太大了。怎么说呢，比世界第一大水电站：三峡水电站，大三倍。如果搞定了，等于中国总发电量多了25%。这事儿基本也后无来者了。因为自然资源也没有了。
不说战略啊之类的。一个雅鲁藏布江水电站，理论上西南地区没电是基本不可能了。
中国直接用电成本到3毛5了。
本着死道友不死贫道，其实这水电站对国内来说肯定是利大于弊的。而且这个东西属于在山体里。只要建成了，想有问题都费劲。
对于地震来说，目前是有抗8级地震的方案的。不过这么大的工程，方案应该要更严谨才对。
还有这东西一盖，印度应该和中国要坚定友好几十年了。
呜呜呜，要是这玩意能挖矿该多好。全球矿机都用不了十分之一。
最后顺手说一下全球目前挖矿情况：
国内托管电费：0.4-0.5cny/度
非洲/俄罗斯：0.3cny/度
美国托管电费：0.5-0.7CNY/度
超过这个电费的，建议洗洗睡吧。不管你什么矿机，回本都挺难的。
有幸几个成都大哥带我，我也从0到1的盖了几个矿场。
矿场的核心，就是稳定的廉价电力。
当时也带一些朋友去我的场地看过
@CryptoSociety42
挖矿其实最终是能源产业。因此我在这段时间基本跑遍了全国的各式各样的发电站。
正好有朋友
@lilk1kopops
咨询我挖矿相关的内容。正好和大家普及一下。
全包挖矿电费，我的认知里是不能超过0.5人民币/度的。如果超过这个价格，场地哪怕稳定性再好，风险指数都较高。
火力发电（主要是新疆和海外一些天然气发电站）稳定性最好。因为能源获取途径稳定。
水力发电分 沣水，平水，枯水期。电费价格差距较大。但性价比最高（我的所有场地都是水电站旁边的）
风力发电稳定性极差，基本搞不了。
太阳能发电成本过高（很难达到1块以下），除非套补贴的。
盖过矿场的都知道，国内场地单位一般用的是负荷，海外一般用兆瓦。
519之前，基本场地稍微成规模都是以1万负荷为单位。519之后，一般都以集装箱为单位了。每个集装箱大概放个100-300台机器。根据集装箱不同做改变。
（2021年5月19日，国内挖矿成为淘汰产业。清退矿场）
水电站主要发电是靠水的落差产生的重力势能。其中我接触的，就是从半山腰接个大管子，然后把山体凿个几公里，直接到发电站。这种水电站稳定性好，发电效率高。也只有云贵川地区才有得天独厚的优势。大水电站也不敢给我们搞这个。
雅鲁藏布江这个水电站规模有点太大了。怎么说呢，比世界第一大水电站：三峡水电站，大三倍。如果搞定了，等于中国总发电量多了25%。这事儿基本也后无来者了。因为自然资源也没有了。
不说战略啊之类的。一个雅鲁藏布江水电站，理论上西南地区没电是基本不可能了。
中国直接用电成本到3毛5了。
本着死道友不死贫道，其实这水电站对国内来说肯定是利大于弊的。而且这个东西属于在山体里。只要建成了，想有问题都费劲。
对于地震来说，目前是有抗8级地震的方案的。不过这么大的工程，方案应该要更严谨才对。
还有这东西一盖，印度应该和中国要坚定友好几十年了。
呜呜呜，要是这玩意能挖矿该多好。全球矿机都用不了十分之一。
最后顺手说一下全球目前挖矿情况：
国内托管电费：0.4-0.5cny/度
非洲/俄罗斯：0.3cny/度
美国托管电费：0.5-0.7CNY/度
超过这个电费的，建议洗洗睡吧。不管你什么矿机，回本都挺难的。
近来发现，如果突然打仗、我们现有的一切工作/生活都被完全摧毁，以我妈为代表的那一类义乌/温州老板娘，是那群能够很快站起来、让生活恢复如初的人。
从小就被一种生存危机萦绕：如果家里生意失败倾家荡产了，或者宽泛点说，如果我脱离了现有的社会和家庭支持，我能让自己过上想要的生活吗？
以我妈为代表的那一类义乌/温州老板娘完全可以。她们身上有以下一些特质：
1️⃣白手起家到丰衣足食，赚的是薄利多销的钱，所以哪怕再富有，也深知钱的来之不易。也因为深谙产品的成本，对奢侈品早早祛魅，没有对奢侈生活的向往和迷恋。又因为身边少不了有钱的生意人朋友，全然没有“我很有钱”“我很厉害”的自傲，觉得自己就是普通人。同时也深信只要勤奋就能挣钱，底子里无比乐观。
2️⃣做生意几十年里，少不得有亏钱，或者需要从头再来的时候。她们不会在失败的时候内耗，很快就坦然接受，立刻寻找新的生意机会，投入几万到几十万开始尝试新的方向。
3️⃣她们如灵敏的豹子，什么行业比较挣钱，身处市场的她们能很快嗅到。凭自己的能力很快找到相应的供应链，开始红红火火做起了新生意。
4️⃣她们可以接受自己五六年努力工作而没有赚到钱，也可以接受他人的一夜暴富。在她们看来，富贵有时，也讲缘。
5️⃣她们看不到自己。她们更关心手头的生意和外在的世界，所以她们ego很小，也完全不懂什么是内耗。那些在我看来，不管是不屑于干的事，还是觉得“好难啊 我得先推演清楚、学习一下”的事，她们都直接开干，而且立马上手。
出国时，在不同国家看到太多中国生意人，不少是放弃国内一切、到国外从头打拼的人。每次跟他们接触，都仿佛看到顽强生长的小草，给我一种“生活真是充满希望啊”的感觉。
古有阿拉伯商人把生意做到全球，现如今中国商人群体加入，为世界贸易强势输血。而“义乌老板娘”作为其中非常小一撮的人群画像，就足以给我们无限慰藉了吧。
by @黑漆漆 #你不知道的行业内幕
从小就被一种生存危机萦绕：如果家里生意失败倾家荡产了，或者宽泛点说，如果我脱离了现有的社会和家庭支持，我能让自己过上想要的生活吗？
以我妈为代表的那一类义乌/温州老板娘完全可以。她们身上有以下一些特质：
1️⃣白手起家到丰衣足食，赚的是薄利多销的钱，所以哪怕再富有，也深知钱的来之不易。也因为深谙产品的成本，对奢侈品早早祛魅，没有对奢侈生活的向往和迷恋。又因为身边少不了有钱的生意人朋友，全然没有“我很有钱”“我很厉害”的自傲，觉得自己就是普通人。同时也深信只要勤奋就能挣钱，底子里无比乐观。
2️⃣做生意几十年里，少不得有亏钱，或者需要从头再来的时候。她们不会在失败的时候内耗，很快就坦然接受，立刻寻找新的生意机会，投入几万到几十万开始尝试新的方向。
3️⃣她们如灵敏的豹子，什么行业比较挣钱，身处市场的她们能很快嗅到。凭自己的能力很快找到相应的供应链，开始红红火火做起了新生意。
4️⃣她们可以接受自己五六年努力工作而没有赚到钱，也可以接受他人的一夜暴富。在她们看来，富贵有时，也讲缘。
5️⃣她们看不到自己。她们更关心手头的生意和外在的世界，所以她们ego很小，也完全不懂什么是内耗。那些在我看来，不管是不屑于干的事，还是觉得“好难啊 我得先推演清楚、学习一下”的事，她们都直接开干，而且立马上手。
出国时，在不同国家看到太多中国生意人，不少是放弃国内一切、到国外从头打拼的人。每次跟他们接触，都仿佛看到顽强生长的小草，给我一种“生活真是充满希望啊”的感觉。
古有阿拉伯商人把生意做到全球，现如今中国商人群体加入，为世界贸易强势输血。而“义乌老板娘”作为其中非常小一撮的人群画像，就足以给我们无限慰藉了吧。
by @黑漆漆 #你不知道的行业内幕
和中文母语者一起工作时，我有一个很强烈的感受：日语里的「意見」和「アドバイス（建议）」的语感，和中文里的用法几乎是相反的。
对日本人来说，「意見」完全没有负面含义。即使是下属对上司提出「意見」，也常被认为是积极主动的表现。反而「アドバイス（建议）」在日语中是非常「上对下」的说法，下属基本不会对上司「提出建议」。
但在中文里，「建议」没有什么负面感觉，反而是「意見」有时会带有一些否定或批评的语气。所以当我只是简单说了一句
この部分はこのように修正した方が良いと思う。
我觉得这部分可以稍微调整一下。
然后被同事回复
アドバイスありがとうございます。
谢谢你的建议。
我心里反而会有点不适。「我并没有想居高临下地给建议啊，只是表达一下看法而已。」对日本人来说，这种时候说是「意見」会更贴切。
虽然我不是中文母语者，也许不能完全理解其中的微妙之处，但我确实觉得「意見」和「アドバイス（建议）」在中日两种语言中的语感差异非常大，而且这甚至可能影响到职场中的人际关系。
对你来说，「意見」和「建议」之间，语感上面有什么不同？ source
对日本人来说，「意見」完全没有负面含义。即使是下属对上司提出「意見」，也常被认为是积极主动的表现。反而「アドバイス（建议）」在日语中是非常「上对下」的说法，下属基本不会对上司「提出建议」。
但在中文里，「建议」没有什么负面感觉，反而是「意見」有时会带有一些否定或批评的语气。所以当我只是简单说了一句
この部分はこのように修正した方が良いと思う。
我觉得这部分可以稍微调整一下。
然后被同事回复
アドバイスありがとうございます。
谢谢你的建议。
我心里反而会有点不适。「我并没有想居高临下地给建议啊，只是表达一下看法而已。」对日本人来说，这种时候说是「意見」会更贴切。
虽然我不是中文母语者，也许不能完全理解其中的微妙之处，但我确实觉得「意見」和「アドバイス（建议）」在中日两种语言中的语感差异非常大，而且这甚至可能影响到职场中的人际关系。
对你来说，「意見」和「建议」之间，语感上面有什么不同？ source
关于 Manus 团队迁移到新加坡这个事情的一些看法，也是给初创团队的一些意见建议，我们从几点来看吧，这也是我们初创的时候一名资深投资人老哥，给过的警示：
例子：某知名电商团队创业项目美元融资，当时美元投资机构要求团队必须有人是海外身份，团队核心成员不能在国内，于是在投资机构的帮助下，团队核心成员全部迁移到新加坡！
对于 Manus 来说，不管是自己训练模型跑 Agentic 还是依托于大模型，出海都是有利的，毕竟算力限制和内容限制都不会越红线，而且，可以把市场做到更大，付费习惯也比较好！
红线问题：这个在国内的环境是无法逾越的，无论是最近的野卡还是罗马仕都是如此，数据出海，用户隐私这些都是分分钟让一个产品消失的。
赛道问题：目前通用 Agent 非常卷、卷上游、卷资源；而国内垂直 Agent 非常不好做，尤其针对有资源机构或者企业，国产化是“必要”的；虽然我们也在这个赛道，但是，我们的定义是，这只是未来的基础建设，非必要不卷，也不用卷，必经之路。
资金流向：拿了美元国内的团队薪资就要靠另外的项目来养，目前看来，这个是非常难的，庞大的团队在国内当前的环境下，通过另外个项目养团队，难度可想而知；这时美元回流人民币这个就成了一个新的难题，我们知道银行途径每年美元有限额，而且，美元投资机构也不会允许资金流向国内的。
所以很多事情是不得已而为之，但是，换个思路，其实只要有条件，这是非常符合情理的，创业要有资源、要有钱、要有强大的合作伙伴，这是我对这件事的个人看法，还有一个原因就是，这条路，我们也要走！
例子：某知名电商团队创业项目美元融资，当时美元投资机构要求团队必须有人是海外身份，团队核心成员不能在国内，于是在投资机构的帮助下，团队核心成员全部迁移到新加坡！
对于 Manus 来说，不管是自己训练模型跑 Agentic 还是依托于大模型，出海都是有利的，毕竟算力限制和内容限制都不会越红线，而且，可以把市场做到更大，付费习惯也比较好！
红线问题：这个在国内的环境是无法逾越的，无论是最近的野卡还是罗马仕都是如此，数据出海，用户隐私这些都是分分钟让一个产品消失的。
赛道问题：目前通用 Agent 非常卷、卷上游、卷资源；而国内垂直 Agent 非常不好做，尤其针对有资源机构或者企业，国产化是“必要”的；虽然我们也在这个赛道，但是，我们的定义是，这只是未来的基础建设，非必要不卷，也不用卷，必经之路。
资金流向：拿了美元国内的团队薪资就要靠另外的项目来养，目前看来，这个是非常难的，庞大的团队在国内当前的环境下，通过另外个项目养团队，难度可想而知；这时美元回流人民币这个就成了一个新的难题，我们知道银行途径每年美元有限额，而且，美元投资机构也不会允许资金流向国内的。
所以很多事情是不得已而为之，但是，换个思路，其实只要有条件，这是非常符合情理的，创业要有资源、要有钱、要有强大的合作伙伴，这是我对这件事的个人看法，还有一个原因就是，这条路，我们也要走！
交易要么一辈子别碰，要么就早点开始学。
今天跟认识了十几年的姐姐聊天还是挺有收获的。二级投资大家都言必称长期主义和价值投资，但实际上看操作大多都是投机，消息票，短线超短线选手。
她是我真正看到很少提价值投资，但真正在践行的，收益率也非常的可观。看她买卖盘点找的都很准，是个非常有耐心的人。她一年可能就操作个两三次，甚至几年都不动一次。
但她看准的机会就会重仓。所以经常找到翻倍股，比如银行中概半导体，nvda ppmt etc.
年初其实有跟她聊过一次，那是第一次跟她聊股票。最近发现三四月份那波黄金坑，她也精准的踩到了，比如tsla的220。
她跟我说刚开始炒股前两年也是在瞎忙，经常盯着线盯着盘看自己的账户。她说你知道双缝实验吗？你老是去观测它，它就会坍缩。所以后面就她会把更多的精力放在生活上。辞去了大厂工作，有公司还有酒馆，只会放很小的精力在股票上。而股票会自己照顾自己。我觉得说的特别有意思。
她自己也是玄学派，不会用玄学去算交易，觉得很扯淡。但是会看自己的运势，如果运势好的话，会步子迈大一点多投一点，如果运势不好的话，那她就会选择押注比例小一点，但永远不下牌桌。她坚决看好未来几年的大A资产重定价，所以大仓位在A。
有人说交易和泡妞追仔一样，越早开始学越好。我觉得也是，要么你一辈子不要碰交易，要么你就从小开始学。我是从小看股票代码翻动长大的，防大A甚于防川，毕业以后认真研习《大时代》并考了证券从业资格证和金融投资顾问证才开始交易的。
用包包交学费是当时的自觉。年轻的时候做交易有一点好，本金少，都亏完也不会死翘翘，还会逼你学会做好风险管理。如果能从中学到教训，就更好了。
by @Outsider無我相 #你不知道的行业内幕
今天跟认识了十几年的姐姐聊天还是挺有收获的。二级投资大家都言必称长期主义和价值投资，但实际上看操作大多都是投机，消息票，短线超短线选手。
她是我真正看到很少提价值投资，但真正在践行的，收益率也非常的可观。看她买卖盘点找的都很准，是个非常有耐心的人。她一年可能就操作个两三次，甚至几年都不动一次。
但她看准的机会就会重仓。所以经常找到翻倍股，比如银行中概半导体，nvda ppmt etc.
年初其实有跟她聊过一次，那是第一次跟她聊股票。最近发现三四月份那波黄金坑，她也精准的踩到了，比如tsla的220。
她跟我说刚开始炒股前两年也是在瞎忙，经常盯着线盯着盘看自己的账户。她说你知道双缝实验吗？你老是去观测它，它就会坍缩。所以后面就她会把更多的精力放在生活上。辞去了大厂工作，有公司还有酒馆，只会放很小的精力在股票上。而股票会自己照顾自己。我觉得说的特别有意思。
她自己也是玄学派，不会用玄学去算交易，觉得很扯淡。但是会看自己的运势，如果运势好的话，会步子迈大一点多投一点，如果运势不好的话，那她就会选择押注比例小一点，但永远不下牌桌。她坚决看好未来几年的大A资产重定价，所以大仓位在A。
有人说交易和泡妞追仔一样，越早开始学越好。我觉得也是，要么你一辈子不要碰交易，要么你就从小开始学。我是从小看股票代码翻动长大的，防大A甚于防川，毕业以后认真研习《大时代》并考了证券从业资格证和金融投资顾问证才开始交易的。
用包包交学费是当时的自觉。年轻的时候做交易有一点好，本金少，都亏完也不会死翘翘，还会逼你学会做好风险管理。如果能从中学到教训，就更好了。
by @Outsider無我相 #你不知道的行业内幕
