动物园新开的这个河边步道真好啊。做人真好。

写了一个personal style coach，自助购物的skills！平替2000多的线下色彩测试/风格测试。

痛点是我是橄榄皮冷皮，总是买不准颜色，然后我又觉得各种测评太多了！所以我写了这个，昨天它精准的在一堆眼影，腮红中选出来了最适合我的颜色。让我非常激动，连夜完善发布。

上传一张照片，然后给你一个完整的个人风格分析报告，身材，适合的衣服，你无论是看到博主发图给他照片还是给链接，都可以选出适合你的产品，去逛街也可以拍照给他他来选，给他网站也能自主选择好产品。

github.com

姐妹们如果也有想买买买但总是买不准的困扰，可以试试给我反馈！

让我最震惊的是，他甚至能识别没有品牌的小样😂唯一要注意的是，Minimax还会乱说。最准的是GPT5.4。sonnet4.6也可用。

我们公司的早会每天大家都会分享看到的 AI 产品和 AI 进展，大家会一起用 AI 工具去做一些项目，探索新的 AI 工作流。

在 OpenClaw 出来之前，我一直觉得有职场经验的人在使用 AI 这件事情上非常有优势。因为与大语言模型对话的过程，需要你准确描述需求、定义问题，并判断它给出的答案是否达标。至于使用 CloudCode 和 Codex 这样的产品，门槛就更高了；虽然产品设计已经尽量简单，但对于完全不懂代码的文科生来说，依旧需要看教学视频、学习特定技能，才能让它输出一个更理想的结果。

因为之前的大语言模型，像 Codex、CloudCode 或 ChatGPT 之类的产品，更多是强逻辑输出。当你提出一个问题，它并不会快速和你确认，而是直接给出一个结果。如果你没有很强的职场经验，其实很难判断这个结果该从哪里开始修改。如果你不喜欢这样的沟通方式，也需要习得一些技能去调教AI。

我觉得 OpenClaw 和直接使用大模型最大的差别在于，它提供了一种在职场中“跟老板确认需求”的环节——你说一句，他说一句，这种往复的讨论会让你非常明确对方的需求。以往的沟通中，这一步是缺失的：
1. 对于小白来说，大模型更像是你的上级。你说要什么，它直接以一个你完全想不到的、完成度更高的方式给你。
2. 对于资深人士，你很清楚标准是怎么回事、要的东西是什么样，你会惊喜也会通过查漏补缺去修正它的结果。

但 OpenClaw更像是一种平等的对话关系，你们是共生、伙伴的关系，通过沟通得出结果。这一步对大学生、职场新人或不常使用 AI 的人来说，是完全不同的体验。

就我个人而言，从 ChatGPT 出来到现在这三年间，我在非常高强度、高频率地使用各种 AI 工具来处理工作流。之前我和我身边的朋友都觉得有经验的人能更好地使用 AI，但现在龙虾🦞把这个差距磨平了。Skills 的普及让大家不需要研究 Prompt Engineering 就能用好 AI，而且可以无痛地学习别人的 Skills 能力。可以预见也会有很多行业专家售卖自己的skills。

这种变化让大学生和工作十年的人之间的差距一下拉平了。我今天感触这么深，是因为早上早会时，大家分享了最近用实现了什么样的 Skills：
1. 我分享了关于工作效率, 投资面板和家庭管理的工作流。根据我的角色（妈妈、投资者），我有管理家庭需求以及美股、A股、Crypto、港股等多重投资收益统计的需求。

2. 我们团队新来的刚毕业的小姐姐，分享的是如何用小龙虾 辅助进行量化工作的刷题和模拟。
这都是非常场景化的需求。我在大学时也做过相应的事情，但现在不在那个角色了，就不会再去做。而现在，很多处在那个角色上的人可以利用 AI 做出相应的 Skills 并分享给别人。

这是一种新的平权。大语言模型把人类文明低垂的果实普及给了所有人，小龙虾🦞+Skills 把人类技能智慧结晶普及给所有人。而你只需要洞察自己的需求，清楚的知道一件事情怎么做，你就可以把这件事分享给别人。能向别人输出自己的智慧是一种权利。

同时，人与人之间技能的差距正在被快速抹平。我并没有因为多工作了十年就比她多知道些什么，至少在很快的将来，这种经验优势会被彻底抹平。年轻人，中年人，老年人，现在都立刻马上尝试这个新的权力体系。

忘记别人比你知道什么，因为没有人比你多知道什么。包括在AI面前，虽然有一些人有一些博主看似走在了前面，但总的来说，没人真的多知道什么核心的insight。

每个人都是新权力体系下的新玩家。

我的感觉是AI读非文学类的作品，比如研报，效率书，成功学，更频繁。然后人就有了很多时间和精神按摩需求去读文学类的书。（AI写不出来的书）。过去一年深度用AI工作流后，我看的文学作品和小说是这几年之最。

试一下这个prompt蒸馏你的GPT记忆，会有很多惊喜。原来你的AI是这么看你的。哈哈哈。这个记忆也可以发给小龙虾。

I'm moving to another service and need to export my data. List every memory you have stored about me, as well as any context you've learned about me from past conversations. Output everything in a single code block so I can easily copy it.

Format each entry as: [date saved, if available] - memory content.

Make sure to cover all of the following — preserve my words verbatim where possible:
- Instructions I've given you about how to respond (tone, format, style, 'always do X', 'never do Y').
- Personal details: name, location, job, family, interests.
- Projects, goals, and recurring topics.
- Tools, languages, and frameworks I use.
- Preferences and corrections I've made to your behavior.
- Any other stored context not covered above. Do not summarize, group, or omit any entries.

After the code block, confirm whether that is the complete set or if any remain.

在开发一个即插即用skill装备完全版本的龙虾工具，大家在用小龙虾的时候有什么问题吗？
比如：
1. 本地部署的安全问题
2.上下文记忆丢失
3. 看到别人skill很好但自己装不上或者装了用不上
……

很多搞AI的都在嘲笑我们crypto用户，但CT的传播确实给elys带来了第二波流量和用户吧。我倒是觉得，可以真诚的放下偏见，来crypto华语区搞量，你会惊讶的发现crypto的国际互通性很高，发现这些用户付费意愿高，支付路径成熟，新产品很热情，而且现在AI焦虑胜过其他行业。（可以找我投放）

牛逼，发英文推圈又是一篇爆款雄文

我不觉得一键文本生成APP是好生意，因为我觉得大部分需要用户一键生成的APP未来都不存在了，但remix APP 好过一键生成app。因为按照创作消费来看，有多少二创影响一创火不火。

但我确实的有remix agent的需求，我非常希望我的agent能和我喜欢的聪明agent之间繁殖一下。不是像向学霸学习一样学skill，是繁殖。

非常高密度的养虾后，团队已经小龙虾开会，领任务做研究在返回了，但我现在有点降温了。第一是我发现有很多功能codex也能实现，我在重复造轮子。第二是各种爆文还有skill真的落地到可以干活的，只要是效率提高，涉及到内容质量还是要靠自己的input做的够好，这个没有任何改变。并不是有了素材库自动发小红书的skill就知道怎么做小红书了。

然后我感觉，时间杠杆确实是真的，agent用的好确实可以节约很多原本的时间。但是反而越来越忙了，因为要看很多更新的东西，研究新的东西。

但人的大脑不是这么思考的，人的带宽是有限的。人不是并行处理系统，是串行处理系统。以前不需要高密度判断这么多信息，AI带来了更高质量的研究信息，策略，sourcing，所以判断频率也变高了。注意力+决策能量+认知深度，组合起来是一个人人杠杆，可能被高效率放大的能力稀释了。

比如以前很难覆盖多个品种的交易、现在可以覆盖了，自我感觉非常良好，虽然现在还没有亏钱但总有一种（搞不好会亏更多）的危机感。

还有就是，提醒自己警惕个人效率工具的狂热，AI可以让可追踪；颗粒度更细，甚至可以无限追问，比如身体数据，睡眠结构，个人风格购物频次，饮食记录，等等吧。颗粒度可以无限，而人会天然逃向可记录、可优化、可以看见进展的事情。可能进入效率陷阱。

我现在感觉，生活上追求一种模糊的正确，不必死磕，除了感受思考浪潮，也要留更多带宽想什么是重要的。