想知道谁在裸泳吗?
追觅俞浩一直给人的感觉就是，又狂又傲（当然人家有资本），还很奇葩。
他在《晚点》采访里提出的一些反共识观点，值得细品：
1、反对专注，主张多线并进、快速试错
他认为在一个有限业务里学习是低效的。在不确定的世界里，清晰的路径规划会限制获得新认知。
主张“假定世界不可知”，通过同时进入多个赛道、快速测试和反馈来探索边界，认为全球化、多品类的公司天然比单一品类、局部市场的公司更具优势。
他将此比作字节跳动的APP工厂模式在硬件领域的应用。
2、反对颠覆式创新，主张“N+1”增量优化
认为许多追求“颠覆式发明”的创业者被迫走向小众领域，而在大众赛道中，“没那么多供你发明的事情”。
他主张“用新技术做老品类”，因为需求稳定，成功率更高。
反对中国硬件企业过去的“N-1”（减配降价）模式。认为最高效的创新不是推倒重来，而是深刻理解行业现有最佳方案（N），并在此基础上做消费者可感知的有效增量（+1），从而获得高溢价，实现全球化。
他觉得全栈自研是重造轮子（从N-1到N），而非真正的创新（N+1）。
3. 反对深度用户洞察，主张海量快速测试
认为如果用户洞察的原点错了，后面全错。
在信息快速反馈的今天，与其花大量时间做不确定的推演，不如“直接承认不清楚”，通过模块化设计，用接近的成本快速做出上百个SKU组合投向市场测试，让市场快速给出答案，找出真正能赚钱的型号再加注。
他自称这是“把华为倒过来学”。
4. 反对性价比路径，主张“定价即定位”
认为“比第一名便宜10%”的策略会让企业被永远锁在第二名。他提出要果断将产品定价比行业最好的产品还贵10%。
高定价不是凭空而来，而是倒逼企业在技术、设计、渠道、品牌等所有环节匹配高端定位，形成定价高 -> 利润空间大 -> 能雇更好的人、用更好的供应链、进更好的渠道 -> 产品体验更好 -> 支撑高定价的正向循环。
5. 反对神话个人，主张体系化成功
主流观点：成功往往归因于乔布斯、马斯克式的天才产品直觉或远见。
俞浩认为CEO的直觉与优秀工程师的差距没那么大，区别在于CEO的错误无人修正。
他反对将个人神话，认为成功应该可复制。他致力于寻找“乔布斯是怎么思考的”，并将其变成可复制的方法教给团队，让一万个工程师都具备创新能力。
6. 终极愿景是超越“公司”形态，成为“知识量化”的生态
追觅终极目标不是成为一家万亿市值的公司，而是成为一个由数百上千家独立公司组成的、像生命体一样演化的企业生态。
他更宏大的野心是建立一套应对不确定世界的新的知识体系，将物理学思维与商业结合，实现“对人类知识的量化”，从而使成功成为一种可推导、可迁移的必然结果，而非概率事件。
by @施言 #科技圈大小事
他在《晚点》采访里提出的一些反共识观点，值得细品：
1、反对专注，主张多线并进、快速试错
他认为在一个有限业务里学习是低效的。在不确定的世界里，清晰的路径规划会限制获得新认知。
主张“假定世界不可知”，通过同时进入多个赛道、快速测试和反馈来探索边界，认为全球化、多品类的公司天然比单一品类、局部市场的公司更具优势。
他将此比作字节跳动的APP工厂模式在硬件领域的应用。
2、反对颠覆式创新，主张“N+1”增量优化
认为许多追求“颠覆式发明”的创业者被迫走向小众领域，而在大众赛道中，“没那么多供你发明的事情”。
他主张“用新技术做老品类”，因为需求稳定，成功率更高。
反对中国硬件企业过去的“N-1”（减配降价）模式。认为最高效的创新不是推倒重来，而是深刻理解行业现有最佳方案（N），并在此基础上做消费者可感知的有效增量（+1），从而获得高溢价，实现全球化。
他觉得全栈自研是重造轮子（从N-1到N），而非真正的创新（N+1）。
3. 反对深度用户洞察，主张海量快速测试
认为如果用户洞察的原点错了，后面全错。
在信息快速反馈的今天，与其花大量时间做不确定的推演，不如“直接承认不清楚”，通过模块化设计，用接近的成本快速做出上百个SKU组合投向市场测试，让市场快速给出答案，找出真正能赚钱的型号再加注。
他自称这是“把华为倒过来学”。
4. 反对性价比路径，主张“定价即定位”
认为“比第一名便宜10%”的策略会让企业被永远锁在第二名。他提出要果断将产品定价比行业最好的产品还贵10%。
高定价不是凭空而来，而是倒逼企业在技术、设计、渠道、品牌等所有环节匹配高端定位，形成定价高 -> 利润空间大 -> 能雇更好的人、用更好的供应链、进更好的渠道 -> 产品体验更好 -> 支撑高定价的正向循环。
5. 反对神话个人，主张体系化成功
主流观点：成功往往归因于乔布斯、马斯克式的天才产品直觉或远见。
俞浩认为CEO的直觉与优秀工程师的差距没那么大，区别在于CEO的错误无人修正。
他反对将个人神话，认为成功应该可复制。他致力于寻找“乔布斯是怎么思考的”，并将其变成可复制的方法教给团队，让一万个工程师都具备创新能力。
6. 终极愿景是超越“公司”形态，成为“知识量化”的生态
追觅终极目标不是成为一家万亿市值的公司，而是成为一个由数百上千家独立公司组成的、像生命体一样演化的企业生态。
他更宏大的野心是建立一套应对不确定世界的新的知识体系，将物理学思维与商业结合，实现“对人类知识的量化”，从而使成功成为一种可推导、可迁移的必然结果，而非概率事件。
by @施言 #科技圈大小事
刚好借着 Tim Cook 离任聊个事儿。
常有人调侃 Apple 的中低端产品是「清库存」，这话当成开玩笑自然无伤大雅，但你要真信了就太 der 了。比较可怕的是我发现拿这玩意儿当真的人还挺多的。
Apple 是个没有传统意义上的「库存」的公司，这是但凡稍微了解一点这家企业的运营都一定知道的常识。Tim Cook 正是做到这件事的幕后操盘手，Steve Jobs 当年挖他的主要目的也就是干这个。
Cook 上任之后就大刀阔斧地进行了供应链改革，砍掉了全部 Apple 自营工厂，把供应商名单从上百家缩减到二三十家，Apple 的库存周期很快从数周变成了按天计算。
我印象最深的例子就是 iMac 的包装盒之所以要设计成楔形，就是为了两台并排放的时候中间的空位能再倒插一台，提高相同空间的运输效率。同样，iPhone 的包装之所以要搞成小白盒，甚至取消了充电器、越做越小，也是为了极致地提高运输效率，让 Apple 产品可以在第一时间从流水线空运到全球任何地方。
所以，Apple 的库存计量单位压根不是数量，而是时间。我前段时间还看了一眼最新的报告，具体数字已经忘了，但 Apple 的库存周期依然还维持在一周左右。
能做到这一切，依靠的是强大的供应链管理、遍布全球的直销体系，以及精密的市场需求计算。Tim Cook 上任后的第二年就帮助 Apple 从常年亏损走向了盈利，所以 Jobs 任命他为新 CEO 的时候，几百个教授当场就一致通过了（
前段时间推特上有个很火的说法，说 MacBook Neo 用的芯片都是库存残次品，没想到市场反响强烈导致存货突然不够了。这在我看来就是那个经典笑话里说的「农民想象中的皇帝生活就是用金锄头刨地」。
事实上，Apple 向供应链采购的是他们的产能，而不是每次需要 SoC 了就先买五百万片，囤在仓库里备用。Apple 会在每款产品上市前计算它们的销售曲线，然后让供应商根据这个预期执行生产，直到把预订的产能消耗完。这才是 Apple 产品看起来没有受内存和存储价格波动影响的原因——价格波动是因为有大哥批量扫货，导致散户没东西可买了，而 Apple 就是那个大哥（之一）。
而且，这种采购模式是科技行业普遍在用的手法，没有谁是实打实要多少东西就囤多少货的；供应链卖的也都是单位时间里的交付能力。
总而言之，Apple 在 Tim Cook 时代迎来了它历史中最好的十几年。希望这位厉害的小老头开心、顺利。
常有人调侃 Apple 的中低端产品是「清库存」，这话当成开玩笑自然无伤大雅，但你要真信了就太 der 了。比较可怕的是我发现拿这玩意儿当真的人还挺多的。
Apple 是个没有传统意义上的「库存」的公司，这是但凡稍微了解一点这家企业的运营都一定知道的常识。Tim Cook 正是做到这件事的幕后操盘手，Steve Jobs 当年挖他的主要目的也就是干这个。
Cook 上任之后就大刀阔斧地进行了供应链改革，砍掉了全部 Apple 自营工厂，把供应商名单从上百家缩减到二三十家，Apple 的库存周期很快从数周变成了按天计算。
我印象最深的例子就是 iMac 的包装盒之所以要设计成楔形，就是为了两台并排放的时候中间的空位能再倒插一台，提高相同空间的运输效率。同样，iPhone 的包装之所以要搞成小白盒，甚至取消了充电器、越做越小，也是为了极致地提高运输效率，让 Apple 产品可以在第一时间从流水线空运到全球任何地方。
所以，Apple 的库存计量单位压根不是数量，而是时间。我前段时间还看了一眼最新的报告，具体数字已经忘了，但 Apple 的库存周期依然还维持在一周左右。
能做到这一切，依靠的是强大的供应链管理、遍布全球的直销体系，以及精密的市场需求计算。Tim Cook 上任后的第二年就帮助 Apple 从常年亏损走向了盈利，所以 Jobs 任命他为新 CEO 的时候，几百个教授当场就一致通过了（
前段时间推特上有个很火的说法，说 MacBook Neo 用的芯片都是库存残次品，没想到市场反响强烈导致存货突然不够了。这在我看来就是那个经典笑话里说的「农民想象中的皇帝生活就是用金锄头刨地」。
事实上，Apple 向供应链采购的是他们的产能，而不是每次需要 SoC 了就先买五百万片，囤在仓库里备用。Apple 会在每款产品上市前计算它们的销售曲线，然后让供应商根据这个预期执行生产，直到把预订的产能消耗完。这才是 Apple 产品看起来没有受内存和存储价格波动影响的原因——价格波动是因为有大哥批量扫货，导致散户没东西可买了，而 Apple 就是那个大哥（之一）。
而且，这种采购模式是科技行业普遍在用的手法，没有谁是实打实要多少东西就囤多少货的；供应链卖的也都是单位时间里的交付能力。
总而言之，Apple 在 Tim Cook 时代迎来了它历史中最好的十几年。希望这位厉害的小老头开心、顺利。
听说你最近出了点安全状况。
不过你别误会，我不是来落井下石的。只是这两个月跟
Cloudflare 相处下来，我才发现，原来感情里最重要的不是你把界面做得多漂亮，而是账单别总让我心跳加速。
以前做 Next.js 的时候，我承认你真的很懂我，懂到有点像“硬绑定”。顺手是顺手，丝滑也丝滑，就是每次看账单，都像在提醒我这段关系没那么轻松。
Cloudflare 没你那么会哄人，但它至少让我觉得，这日子还能继续过，Tanstack 也终于让我知道了，原来没了 Nextjs，感情反而更加自由，这才是它本来应该有的样子。
Cr:X
在中国内地稳定使用 Claude：从注册到订阅的完整方案
1、需要一张境外手机卡，可以使用游惠宝。开卡费用在 20 到 100 港币之间。
2、需要购买 aws 服务器，可以去独享云上下单，比较快捷。成本是 36 元/月，合租和朋友合租。https://hx.dxclouds.com
3、需要注册 tailscale，这个是免费的。https://login.tailscale.com/welcome
4、完成条件 1、2、3 的情况下，去 https://claude.ai/ 上注册帐号。
5、需要开通一张德国 N26 万事达卡作为支付。教程看这里 https://mp.weixin.qq.com/s/LOvI8jAGs2iDoKw6rW60Tw
6、最后在 Claude 支付页面绑定 N26 卡完成订阅即可。✅
整个思路就是这样，然后流程我在 x 和公众号都发布了。
推上 https://x.com/EbookPlan/status/2043767836204773527?s=20
公众号 https://mp.weixin.qq.com/s/enuxUlSmMujweYJyl8yJBg
1、需要一张境外手机卡，可以使用游惠宝。开卡费用在 20 到 100 港币之间。
2、需要购买 aws 服务器，可以去独享云上下单，比较快捷。成本是 36 元/月，合租和朋友合租。https://hx.dxclouds.com
3、需要注册 tailscale，这个是免费的。https://login.tailscale.com/welcome
4、完成条件 1、2、3 的情况下，去 https://claude.ai/ 上注册帐号。
5、需要开通一张德国 N26 万事达卡作为支付。教程看这里 https://mp.weixin.qq.com/s/LOvI8jAGs2iDoKw6rW60Tw
6、最后在 Claude 支付页面绑定 N26 卡完成订阅即可。✅
整个思路就是这样，然后流程我在 x 和公众号都发布了。
推上 https://x.com/EbookPlan/status/2043767836204773527?s=20
公众号 https://mp.weixin.qq.com/s/enuxUlSmMujweYJyl8yJBg
冷知识：全世界大部分特大城市都离海岸不远，而深居内陆的极少。
成都是全世界特大城市里距离海最远的。
我统计了这几个异类城市，粗略量了个排行榜：
成都，1060公里
芝加哥，980公里
西安，930公里
重庆，880公里
新德里，832公里
莫斯科，620公里
武汉，610公里
郑州，510公里
by @王半城 #无用但有趣的冷知识
成都是全世界特大城市里距离海最远的。
我统计了这几个异类城市，粗略量了个排行榜：
成都，1060公里
芝加哥，980公里
西安，930公里
重庆，880公里
新德里，832公里
莫斯科，620公里
武汉，610公里
郑州，510公里
by @王半城 #无用但有趣的冷知识
https://excalidraw.com
分享一个自己的工作流 https://excalidraw.com/#json=hH0kXSmlxUzIbEYHplMzv,xNB9VVRkaGrlQwkRv30S8A
付费看完了 codex 团队的采访， 说下我认为的重点:
- 团队只有 40人，就 1个 pm， 2个designer，其余全是 eng➕少量 researcher。
- 唯一一个 pm 的 routine就是用 codex 来处理用户反馈，issue，排优先级。一小时自动跑完一次，处理 100+issue，大部分 24 小时内修复。
- feature 都是极小团队（2-3 人），甚至单人完成，从规划到发布，再到迭代。
- 几乎没有定期会议了，全是点对点直接沟通，没任何流程，没啥管理成本。
- codex 协助新人 onboard，从电脑配置到项目和上下文同步
- 99% 代码是 codex 生成，每个工程师至少 4个并行 agent。一个在做 code review，一个在实现功能，一个在跑安全审计，一个在生成代码库摘要。
- 团队总leader 自己搞了个automation，每天多次随机选一个代码文件，让 agent 去找隐藏 bug 并提交修复。另一个 automation 每天自动搜索全网用户对产品的讨论，生成营销情报简报。
个人印象最深的地方:
- 我觉得大 leader 如果不做向上管理，唯一那个 pm 的活他自己就能干完…
- 协作成本急剧降低了，因为不需要协作了…大部分跨职能分工协作的活，agent 给你保证了下限，快速迭代的时候可以接受。
- 老外也搞 pr 排行榜…这很中国，有一个每日贡献报告：每天早9点自动汇总前一天所有合入 Codex app 的 commit。
- 还是不够聚焦，anthropic 一千多号人在编程模型和产品的专注度是超过 OpenAI 的，创业公司跟大平台竞争，大平台针对你这个方向的团队人数是没你多的。
by @志达 https://newsletter.eng-leadership.com/p/how-openais-codex-team-works-and #AI探索站
- 团队只有 40人，就 1个 pm， 2个designer，其余全是 eng➕少量 researcher。
- 唯一一个 pm 的 routine就是用 codex 来处理用户反馈，issue，排优先级。一小时自动跑完一次，处理 100+issue，大部分 24 小时内修复。
- feature 都是极小团队（2-3 人），甚至单人完成，从规划到发布，再到迭代。
- 几乎没有定期会议了，全是点对点直接沟通，没任何流程，没啥管理成本。
- codex 协助新人 onboard，从电脑配置到项目和上下文同步
- 99% 代码是 codex 生成，每个工程师至少 4个并行 agent。一个在做 code review，一个在实现功能，一个在跑安全审计，一个在生成代码库摘要。
- 团队总leader 自己搞了个automation，每天多次随机选一个代码文件，让 agent 去找隐藏 bug 并提交修复。另一个 automation 每天自动搜索全网用户对产品的讨论，生成营销情报简报。
个人印象最深的地方:
- 我觉得大 leader 如果不做向上管理，唯一那个 pm 的活他自己就能干完…
- 协作成本急剧降低了，因为不需要协作了…大部分跨职能分工协作的活，agent 给你保证了下限，快速迭代的时候可以接受。
- 老外也搞 pr 排行榜…这很中国，有一个每日贡献报告：每天早9点自动汇总前一天所有合入 Codex app 的 commit。
- 还是不够聚焦，anthropic 一千多号人在编程模型和产品的专注度是超过 OpenAI 的，创业公司跟大平台竞争，大平台针对你这个方向的团队人数是没你多的。
by @志达 https://newsletter.eng-leadership.com/p/how-openais-codex-team-works-and #AI探索站
Eng-Leadership
How OpenAI's Codex Team Works and Leverages AI
Insights on how OpenAI's Codex team works, leverages AI, their team structure, development philosophy, and more. Based on my conversation with the Engineering Lead at OpenAI Codex team
你们可能都听过下面这个故事：
福特公司的一台巨型发电机坏了，自家的工程师都解决不了，于是福特请来了斯坦门茨。斯坦门茨到达后，拒绝了一切协助，只要求提供一个笔记本、一支铅笔和一张行军床。他先是倾听发电机的运转声，然后连续两天两夜在笔记本上写写画画。到了第二天晚上，他要来一架梯子，爬到发电机上，在机身侧面用粉笔画了一道记号。他告诉福特的工程师：在记号处拆下一块盖板，并从励磁线圈中更换十六匝绕组。工程师们照做之后，发电机恢复了运转。
斯坦门茨随后开出账单：画记号 1 美元，知道在哪里画记号 9999 美元。
福特支付了这笔账单。
在另一个宇宙里，福特说这样不行，这会导致不平等，不平等会导致不稳定，不稳定很糟糕。
于是斯坦门茨重新开了一张账单：画记号 1 美元，一吨传统工艺古法手工制造的粉笔 20000 美元。
现在，福特很开心，斯坦门茨很开心，斯坦门茨那个开粉笔厂的小舅子也很开心。
via tombkeeper的微博
福特公司的一台巨型发电机坏了，自家的工程师都解决不了，于是福特请来了斯坦门茨。斯坦门茨到达后，拒绝了一切协助，只要求提供一个笔记本、一支铅笔和一张行军床。他先是倾听发电机的运转声，然后连续两天两夜在笔记本上写写画画。到了第二天晚上，他要来一架梯子，爬到发电机上，在机身侧面用粉笔画了一道记号。他告诉福特的工程师：在记号处拆下一块盖板，并从励磁线圈中更换十六匝绕组。工程师们照做之后，发电机恢复了运转。
斯坦门茨随后开出账单：画记号 1 美元，知道在哪里画记号 9999 美元。
福特支付了这笔账单。
在另一个宇宙里，福特说这样不行，这会导致不平等，不平等会导致不稳定，不稳定很糟糕。
于是斯坦门茨重新开了一张账单：画记号 1 美元，一吨传统工艺古法手工制造的粉笔 20000 美元。
现在，福特很开心，斯坦门茨很开心，斯坦门茨那个开粉笔厂的小舅子也很开心。
via tombkeeper的微博
最近的一点点思考梁文峰最近的采访中表示「加班疲劳下的昏庸判断反而会浪费宝贵的算力资源」，然后又是在《纳瓦尔宝典》中看到「最好的工作是终身学习者在自由市场中的创造性表达」。
结合在一起看，保持健康和舒适，使用最强大的模型来学习和创造，一旦遇到机会，就能提高一击毙命的机会。
人生并不需要每一次都成功，只需要抓住一两次机会便会形势大好。真正的猎人大部分时候都在休养生息，保持耐心，在确定性机会来临时重仓梭哈，然后再等待下一个机会来临。🏄♂️
忙碌，是最差劲的状态。我从二月份就开始了忙碌状态，稳态一旦被打破，身心俱疲，直到现在才回过神来，绝不可没苦硬吃。🤡
OpenAI 的 Sam Altman 认为点子最不值钱。找方向，打磨雏形，验证市场，这套起手式全加起来，大概只需要 6 个月。
剩下的时间在做什么呢？🤔 每天早上醒来，不停地拿头撞墙，直到把问题砸开，到了这一步，很多人受不了。价值从来不存在于最初的脑洞里，它只在日复一日的复利式死磕中缓慢结块。
刚开始激情几个月就会耗尽，你得养成好习惯，而不必每日用意志力去对抗惰性。你必须接受「创作」有时候也是枯燥的事情。
以上，首先是写给自己看的，与君共勉。欢迎关注 @小声读书，一起成为勇猛精进的人类。
结合在一起看，保持健康和舒适，使用最强大的模型来学习和创造，一旦遇到机会，就能提高一击毙命的机会。
人生并不需要每一次都成功，只需要抓住一两次机会便会形势大好。真正的猎人大部分时候都在休养生息，保持耐心，在确定性机会来临时重仓梭哈，然后再等待下一个机会来临。🏄♂️
忙碌，是最差劲的状态。我从二月份就开始了忙碌状态，稳态一旦被打破，身心俱疲，直到现在才回过神来，绝不可没苦硬吃。🤡
OpenAI 的 Sam Altman 认为点子最不值钱。找方向，打磨雏形，验证市场，这套起手式全加起来，大概只需要 6 个月。
剩下的时间在做什么呢？🤔 每天早上醒来，不停地拿头撞墙，直到把问题砸开，到了这一步，很多人受不了。价值从来不存在于最初的脑洞里，它只在日复一日的复利式死磕中缓慢结块。
刚开始激情几个月就会耗尽，你得养成好习惯，而不必每日用意志力去对抗惰性。你必须接受「创作」有时候也是枯燥的事情。
以上，首先是写给自己看的，与君共勉。欢迎关注 @小声读书，一起成为勇猛精进的人类。
行业里流传着一张表格，记录字节前员工创办的AI公司和加入的AI大厂，几乎每个月都在更新。
和把裁员解释成给社会输送人才不同的是，字节的这些离职员工基本上都是被挖走的，这才是真·输送人才，至少HR都明白，「字节系」是一块怎样的金字招牌。
于是就又有了字节是中国AI人才的黄埔军校的说法。
关于黄埔军校这个设定是好是坏，其实争议很大，往好的方面想，那就是「天下英雄尽出彀中」的霸气，这里出去的人，足够撑起半壁江山。
不过据我所知，在被递上这顶帽子时，大部分公司还是不太愿意认领的，因为很容易被读出潜台词：你是不是留不住人？
字节怎么看内部人才流失的问题尚不可知，但客观上，那些离开的员工，确实有不少是在打造字节的竞争对手。
比如曾是字节视觉技术的负责人王长虎，创建了爱诗科技，核心产品是视频模型PixVerse，正在和Seedance抢市场。
以及想用AI重新做一个剪映出来的一长串名字，包括黄严的ArtArch、陈冕的Lovart、郭列的Flova等等，一个比一个响亮。
至于直接去腾讯、阿里、Meta、Google这些顶级大厂「追梦」的，就更多了，连DeepSeek的第一个员工、都是字节搜索团队过去的⋯⋯
客观的讲，人才流动是一个正常且合理的现象，字节也不是没从其他公司挖过人，哪有不许别人撬墙角的道理呢？
或者说，当一家公司的人才密度到了一定程度，就会产生外溢效应，字节这几年给AI业务疯狂扩招，必然带来数量大于匹配度的问题，不回吐才是不科学的。
但从「失血」情况来看，要说字节根深叶茂、完全不受影响，怕不是有些夸大其词了，伤口一定存在，就看如何止损。
俗套的说，干得好好的人突然要走，无非是两个原因，不是钱没给够，就是受了委屈，而我们也有所听闻，字节在管理上是有对症下药的。
去年全员的大幅涨薪措施，以及针对大模型人才发放的「豆包股」——这是一种类似期权的可回购虚拟股份——都是在解决钱够不够的问题，再就是核心部门Seed的考核期远比其他部门宽松，也是为了不用业绩来压力员工。
昨天我还看到晚点LatePost的爆料，说字节自从选定吴永辉担任大模型一号位之后，就完全相信了他的遴选策略：
Seed不再通过外部招聘获取中高级技术管理者，改为从校招和实习生里培养选拔，Seedance 2.0的算法负责人就是2021年作为校招生入职字节的。
我说过很多遍了，每一代年轻人其实都会有属于他们的时代红利，只不过很多身在其中者，并没有意识到这一点。
记得A16z说他们出去投项目，没有在大厂干过的白纸履历，是绝对的加分项，而不是扣分项，因为「脑子保存完好，没被规训」。
大模型这波就是这么不讲武德，辈份、资历、经验都不值钱了，年轻的学习能力和攀爬欲望，才是最有价值的能力资产。
我也不是说应该如此理解字节的人才流失现状，只不过在事实上，字节可能是在用「换血」来应对「失血」，为此它要能够承受帮助对手变得更强的⋯⋯代价。
就像5年前，OpenAI也想不到，1个VP带着5个员工跑路，会整出Anthropic这么一个庞然大物出来，几乎是生吞活剥了自己在大模型行业的资本光环。
字节不可能不怕吧，哈哈哈。
by @阑夕ོ #科技圈大小事
和把裁员解释成给社会输送人才不同的是，字节的这些离职员工基本上都是被挖走的，这才是真·输送人才，至少HR都明白，「字节系」是一块怎样的金字招牌。
于是就又有了字节是中国AI人才的黄埔军校的说法。
关于黄埔军校这个设定是好是坏，其实争议很大，往好的方面想，那就是「天下英雄尽出彀中」的霸气，这里出去的人，足够撑起半壁江山。
不过据我所知，在被递上这顶帽子时，大部分公司还是不太愿意认领的，因为很容易被读出潜台词：你是不是留不住人？
字节怎么看内部人才流失的问题尚不可知，但客观上，那些离开的员工，确实有不少是在打造字节的竞争对手。
比如曾是字节视觉技术的负责人王长虎，创建了爱诗科技，核心产品是视频模型PixVerse，正在和Seedance抢市场。
以及想用AI重新做一个剪映出来的一长串名字，包括黄严的ArtArch、陈冕的Lovart、郭列的Flova等等，一个比一个响亮。
至于直接去腾讯、阿里、Meta、Google这些顶级大厂「追梦」的，就更多了，连DeepSeek的第一个员工、都是字节搜索团队过去的⋯⋯
客观的讲，人才流动是一个正常且合理的现象，字节也不是没从其他公司挖过人，哪有不许别人撬墙角的道理呢？
或者说，当一家公司的人才密度到了一定程度，就会产生外溢效应，字节这几年给AI业务疯狂扩招，必然带来数量大于匹配度的问题，不回吐才是不科学的。
但从「失血」情况来看，要说字节根深叶茂、完全不受影响，怕不是有些夸大其词了，伤口一定存在，就看如何止损。
俗套的说，干得好好的人突然要走，无非是两个原因，不是钱没给够，就是受了委屈，而我们也有所听闻，字节在管理上是有对症下药的。
去年全员的大幅涨薪措施，以及针对大模型人才发放的「豆包股」——这是一种类似期权的可回购虚拟股份——都是在解决钱够不够的问题，再就是核心部门Seed的考核期远比其他部门宽松，也是为了不用业绩来压力员工。
昨天我还看到晚点LatePost的爆料，说字节自从选定吴永辉担任大模型一号位之后，就完全相信了他的遴选策略：
Seed不再通过外部招聘获取中高级技术管理者，改为从校招和实习生里培养选拔，Seedance 2.0的算法负责人就是2021年作为校招生入职字节的。
我说过很多遍了，每一代年轻人其实都会有属于他们的时代红利，只不过很多身在其中者，并没有意识到这一点。
记得A16z说他们出去投项目，没有在大厂干过的白纸履历，是绝对的加分项，而不是扣分项，因为「脑子保存完好，没被规训」。
大模型这波就是这么不讲武德，辈份、资历、经验都不值钱了，年轻的学习能力和攀爬欲望，才是最有价值的能力资产。
我也不是说应该如此理解字节的人才流失现状，只不过在事实上，字节可能是在用「换血」来应对「失血」，为此它要能够承受帮助对手变得更强的⋯⋯代价。
就像5年前，OpenAI也想不到，1个VP带着5个员工跑路，会整出Anthropic这么一个庞然大物出来，几乎是生吞活剥了自己在大模型行业的资本光环。
字节不可能不怕吧，哈哈哈。
by @阑夕ོ #科技圈大小事
制造焦虑，然后出售解药：拆解咨询业的商业逻辑 | 帖子
这篇文章揭示了顶尖咨询公司利用新技术包装旧业务的套路。所谓的“AI 专家团队”可能只是在三十年的旧数据库上加了一层自然语言界面，本质是利用高管对技术未知的焦虑，通过制造趋势来推销既定的服务模式。
麦肯泄露了一个很简单的真相：他们并没有培养出两万五千名 AI 专家。
其实只是把一个用了三十五年的内部数据库，套上了一个自然语言交互的壳，然后写了一份连媒体都不敢质疑的新闻稿。这套逻辑在九十年代叫 ERP，二零零零年代叫数字化转型，二零一零年代叫大数据。底层架构从未改变，变化的只是前端的 UI 和营销话术。
这种模式极其高效。咨询公司精准地捕捉高管对新技术的恐惧，然后把自己定位成“未知恐惧”与“董事会战略”之间的翻译官。有网友提到，这本质上是一场“变革管理剧场”。他们不负责交付价值，只负责制造下一个热点，并利用品牌压力让企业买单。
这种商业模式有一种近乎残酷的闭环：发现问题，然后出售解决方案。就像有人调侃的那样，微软可以按照文档完美地落地产品，但咨询公司会找出实现过程中的所有瑕疵，再开出一张三千六百万美元的账单来修复它们。
现在的 AI 浪潮也一样。技术迭代的速度让“无人理解”到“人人皆有观点”的时间窗口从几年缩短到了几个月。这种压缩迫使咨询巨头必须跑得更快，把现有的数据包装得更闪亮。
有趣的是，这种逻辑在很多供应商身上都存在。有人认为这不只是麦肯锡的问题，甚至整个咨询行业都在玩这种“寻找故障并销售维修”的游戏。
现在的企业 AI 现状也很有意思：大多只是给旧数据穿上了更华丽的衣服。当技术层面的 Wrapper（包装层）越来越厚，我们似乎离真相越来越远。
如果这种通过制造焦虑来获利的逻辑在当前的社会结构下依然稳健，那我们该如何定义真正的创新？或者说，当所有的创新都变成了既定套路的迭代，我们还能看到什么样的新事物？
这篇文章揭示了顶尖咨询公司利用新技术包装旧业务的套路。所谓的“AI 专家团队”可能只是在三十年的旧数据库上加了一层自然语言界面，本质是利用高管对技术未知的焦虑，通过制造趋势来推销既定的服务模式。
麦肯泄露了一个很简单的真相：他们并没有培养出两万五千名 AI 专家。
其实只是把一个用了三十五年的内部数据库，套上了一个自然语言交互的壳，然后写了一份连媒体都不敢质疑的新闻稿。这套逻辑在九十年代叫 ERP，二零零零年代叫数字化转型，二零一零年代叫大数据。底层架构从未改变，变化的只是前端的 UI 和营销话术。
这种模式极其高效。咨询公司精准地捕捉高管对新技术的恐惧，然后把自己定位成“未知恐惧”与“董事会战略”之间的翻译官。有网友提到，这本质上是一场“变革管理剧场”。他们不负责交付价值，只负责制造下一个热点，并利用品牌压力让企业买单。
这种商业模式有一种近乎残酷的闭环：发现问题，然后出售解决方案。就像有人调侃的那样，微软可以按照文档完美地落地产品，但咨询公司会找出实现过程中的所有瑕疵，再开出一张三千六百万美元的账单来修复它们。
现在的 AI 浪潮也一样。技术迭代的速度让“无人理解”到“人人皆有观点”的时间窗口从几年缩短到了几个月。这种压缩迫使咨询巨头必须跑得更快，把现有的数据包装得更闪亮。
有趣的是，这种逻辑在很多供应商身上都存在。有人认为这不只是麦肯锡的问题，甚至整个咨询行业都在玩这种“寻找故障并销售维修”的游戏。
现在的企业 AI 现状也很有意思：大多只是给旧数据穿上了更华丽的衣服。当技术层面的 Wrapper（包装层）越来越厚，我们似乎离真相越来越远。
如果这种通过制造焦虑来获利的逻辑在当前的社会结构下依然稳健，那我们该如何定义真正的创新？或者说，当所有的创新都变成了既定套路的迭代，我们还能看到什么样的新事物？
这段 negativePattern 暴露了 Anthropic 工程师在调教 Claude Code 时的三个核心策略：
1. “按闹分配”的止损逻辑：
当正则命中这些词（比如 wtf、piece of shit）时，系统会瞬间切换到一个 “高阶安抚模式”。它不再跟你争论逻辑，而是优先承认错误，并自动调用更强的 Opus 模型或开启更深的 CoT（思维链）来强行解决当前的 Bug，试图通过“超常表现”挽回用户的心。
2. AI 的“读心术”底层是正则：
大家觉得 Claude 懂人心，其实底层的“感知器”居然是这么一串脏话列表。这说明在极端的工程环境下，最原始的正则比复杂的情感分析模型更鲁棒、更省钱。
3. 防止模型“对骂”：
代码里还有一个配套的 SafeResponse 逻辑。一旦检测到用户抓狂，它会强制要求 AI 保持 “Extreme Professionalism（极端专业主义）”，绝对不允许 AI 回嘴。这就是为什么它有时候显得那么“温润如玉”——其实全是这几行正则给逼的！
