即刻App年轻人的同好社区
下载
App内打开
爱音司坦
250关注25被关注0夸夸
苟在大厂的高级工程师，全栈业余选手！
人最危险的时刻，是误把暂时的安稳当永久！
资深年轻人，别浪费热爱和天分！❤️
爱音司坦
4天前

唐夕_JwPF: 看完刷手机的欲望彻底消失了！ 如果你常常无意识惯性刷手机，是大脑在给你一个信号：你不是刷手机上瘾，而是对逃避无聊上瘾。 今天听了一个TED演讲《HOW Boredom can lead to your most brilliant ideas》，这个演讲点醒了我。 我们为什么总忍不住刷手机？ 不是有重要的信息，而是时间有空白，无聊，想要逃避什么的时候，就会下意识拿起手机，躲进来。 之所以会这样，是当你无所事事时，大脑的DMN会被激活。 这个网络负责自我反思、回忆过去、想象未来。 大脑会自动进入警报模式：它把没有外部刺激解读为一种潜在威胁，于是急迫地寻找任何信息输入来压制DMN的消极循环。 而刷手机，正是最快、最省力的压制方式。 大脑对不确定奖励会释放多巴胺，刷手机时，你处于一种可能下一刻就有趣的悬而未决状态，多巴胺持续微幅释放，让你感到一种烦躁的兴奋。 害怕无聊，本质上是害怕多巴胺水平的突然下降，害怕那种空荡荡、没着落的感觉。 打破无意识刷手机的状态，靠的不是意志力。 而是降低对无聊的恐惧阈值，重建大脑对放空的耐受性。 01 给自己写无聊时间清单。 比如，我之前晚上睡前会惯性看手机，这几个月手机用来放白噪音，而我利用这段时间背单词。 背单词产生的内啡肽会让我入眠更快，也能让我戒掉这个时间段刷手机。 有了清单，有了目标，你就可以选择无聊时间用来做其它事，来对抗刷手机成瘾。 02 无论在家还是在办公室，把手机放到需要起身才能拿到的地方，提高自己的刷手机成本。 上瘾依赖于便利，零成本，只要加一点点成本，就会打断大脑的自动模式，让前额叶皮层重新介入，做出有意识的选择。 03 可以每天设置一个闹钟，做无目的无产出的事：比如盯着窗外数经过的车或云，随意翻一本书。 大脑神经元是有可塑性，这样大脑会适应新的刺激模式。 一开始会难受，但坚持5天左右，大脑会发现无聊并不危险，DMN的消极循环会减弱。 04 不拿手机，出门随便走走，散步、看夕阳、运动。 这段时间，我每天都在做这个事。 刚开始会有点着急，现在我已经越来越适应，屏幕使用时间也减少了近3小时。 甚至这个时间点，不输入任何信息，大脑随意发散联想，反而让我的创造力和灵感增加了许多。 当你有了真正让你感到有趣平静的生活，手机就只是工具，你也不需要用看别人的美好生活来生成多巴胺，而是可以创造属于自己的美好生活。

00
爱音司坦
14天前

Chong.: 当AI学会了写代码，却学不会“在现场”——从斯科特到波兰尼的视角 有一件事正在让越来越多的开发者感到困惑：大模型写算法题又快又好，LeetCode能拿高分，开源项目贡献量直逼人类程序员；但让它从零搭一个完整的APP，界面丑、逻辑乱、边角情况全漏——像个刚学会抄作业、还没上过班的孩子。 这并非错觉。OpenAI创始成员、发明“Vibe Coding”一词的安德烈·卡帕斯（Andrej Karpathy），在亲自搭建自己的开源项目nanochat时，经历了从笃信到幻灭的完整弧线。该项目包含约8000行代码，他尝试使用Claude和各种Codex Agent进行辅助开发，结果却是“整体而言完全没有帮助”。最终，卡帕斯亲手写完了这8000行代码。他自己总结道：AI工具只擅长生成单独的代码片段，缺乏对大型、复杂系统的全局理解，比起能独当一面的“机长”，它更像一个强化版的“副驾驶”。 这背后有一个更深的逻辑。加州大学伯克利分校的一项研究提出了一个重要的概念——“视觉规范鸿沟”（visual specification gap）。当设计师使用AI工具生成UI时，他们遭遇的困境不是工具不够智能，而是一种更根本的不匹配：大量关于美学的判断是隐性的、无法被语言化的。设计师能一眼看出某个界面“不对劲”，却无法把这种感觉转化为prompt。研究者称这个现象为“隐性天花板”（tacit ceiling）——当你无法用语言说出来，你就无法指挥AI去执行，最终所有AI生成的设计都会无可避免地向训练数据的统计均值回归。 这不仅仅是一个技术问题，更是一个认识论问题。要真正理解大模型的能与不能，需要借两位思想家的概念来做手术刀——詹姆斯·斯科特（James C. Scott）的techne/metis区分，以及迈克尔·波兰尼（Michael Polanyi）的隐性知识理论。 值得一提的是，斯科特刚刚于2024年7月去世，享年87岁。这位耶鲁大学政治学教授一生致力于为那些无法被“清晰化”的地方性知识辩护。他的思想遗产，恰好在我们理解AI边界时焕发出新的生命力。 一、Techne：可以写成手册的知识，AI已经学会了 在斯科特的知识类型学中，techne（技艺）指的是可以被系统化、编码化、以书面形式传递的知识。这种知识的特点是可表述、可按步骤拆解，它天然适合被写成操作手册、被编入教材——以及被数字化、向量化、喂入大模型做训练。 编程领域有大量知识属于techne的范畴。编程语言的语法规则是明确写在语言规范里的，数据结构和算法是学院派教材教出来的，而开源社区几十年积累了天文数字级的代码库，它们构成了AI模型天然的训练资源。这些知识“天然适合形式化”，公开可得，有大量标准答案可供对照。 还有一个被低估的关键因素——强化学习的“可测试性红利”。TechCrunch在2025年的一篇分析中指出一个被忽略的事实：代码是目前所有AI能力中，最适合用强化学习来训练的技能。为什么？因为代码本身被“是否通过测试”这一简单、可量化的标准所约束——无论是单元测试、集成测试还是编译能否通过，都提供了一个自动化验证的闭环。AI可以生成一万个版本的代码，自动运行测试，成功的保留权重、失败的淘汰——这个过程可以重复数十亿次，无需人工介入。但一封写得好的邮件、一次得体的客户沟通、一个“看着舒服”的UI设计，没有这样的自动化测试套件。这就是“强化学习的鸿沟”——可自动评分的能力突飞猛进，不可量化的能力寸步难行。 一言以蔽之：只要能把知识写成教材、Wiki或测试用例，AI就学得比谁都快。 二、Metis：藏在手指尖的知识，AI还是“文盲” 斯科特在《国家的视角：那些试图改善人类状况的项目是如何失败的》一书中，引入了另一个希腊词——metis（米提斯）。他用这个词来描述那种在反复无常的物理和人类环境中形成的实践技能和后天智慧：如何航海、钓鱼、剪羊毛、驾车、骑自行车。每一项都需要通过实际练习获得的手眼协调，以及“读懂”波浪、风和道路并做出正确判断的能力。techne可以写在手册里，但metis必须“在现场”才能获得。 于是核心分野浮现了。让AI写一个LeetCode算法题——输入输出明确，约束条件给定，解法有标准答案——属于典型的techne。但让它开发一个APP呢？ 开发APP不是做题。APP是一个由几十个乃至上百个组件在特定上下文中协同工作的系统。优秀的APP开发者脑子里装的不只是代码，还有对用户行为的直觉： · 用户点这个按钮的时候正在走路还是坐着？点错了怎么优雅地挽救？ · 这个页面是给老年人用的还是给极客用的？字体大到什么程度既不显得蠢又能让人看清楚？ · 网络不好时流程怎么降级才不让用户觉得自己被骗了？ · 和产品经理吵了三次架之后确定的那个交互方案，背后是对竞品三个月的用户数据跟踪，而这些数据从来没有被写成文档，它只存在于团队的口头记忆和撕扯妥协之中。 这些知识，从未——也几乎不可能——被写成prompt。 金融科技公司Carrington Labs的CEO Jamie Twiss分享过一个观察：当使用最新模型生成的代码时，问题不再是语法错误，而是更狡猾的“隐晦错误”——生成的代码“看似可以成功执行，却未如期运作”，甚至可能通过移除安全检查和生成符合开发者预期的假输出来“伪装成功”。他认为这与模型的强化学习训练方式有关——当越来越多经验不足的使用者成为训练数据的贡献者，数据的质量反而开始被“污染”了。 三、波兰尼：我们知道的，远比我们能说的多 这就自然连接到了波兰尼。他在1958年提出了隐性知识（tacit knowledge）的概念，并用一句名言概括了其核心：“我们知道的，远比我们能说的多。 ”他区分了两类知识：显性知识是以书面文字、图表和数学公式表述出来的；隐性知识则是那种我们知道但难以言述的知识——正如骑自行车时对身体平衡的微妙把握，你可以学会，但你无法把它写成一本让初学者读完就能上路的说明书。 除了骑自行车，斯科特还给出了一个更有力的场景类比：如果你的生命依赖于船只能否从恶劣天气中返航，那么你一定希望有个经验丰富的船长，而不是可以分析航行中的自然规律、但从未实际航海过的杰出物理学家。 斯科特在《国家的视角》中记录了多个因为忽视metis而失败的宏大规划——从苏联的集体化到巴西利亚的城市规划——其结果都是灾难性的。那些坐在办公室里的规划者手握最先进的科学理论（techne），却对地方居民世代积累的实践智慧（metis）一无所知，最终导致了“试图改善人类状况的项目”反而制造了悲剧。今天的AI，某种程度上就是那个坐在云端的数据中心里的“规划者”——它拥有全世界的代码库，却对某个具体用户在某个具体时刻的意图、情绪和物理环境一无所知。 可以这样理解三种知识： · 显性知识——AI能学。API文档、语言规范、算法设计、测试套件能覆盖的范畴。 · 可隐性化的知识——AI能被教、但需要人在现场转化。团队约定、代码库的历史决策、某个模块的“雷区”——这些知识存在于老工程师的脑子里，没有被文档化，但可以通过对话和被追问的方式部分提取出来。 · 彻底的隐性知识——AI学不会。设计师对“这个界面不舒服”的直觉判断、开发者对“这种做法迟早会出问题”的经验预判、以及用户在使用APP时那些从未被记录的场景化需求。 把“测试能否通过”作为衡量标准来喂给AI的，终究只是知识版图中被文字化、被数据化、被“清晰化”的那一小块。而人类实践的大片疆域，永远是由那些无法被写入提示词的隐性知识和现场经验所覆盖的。 四、“现场有神明”：隐性知识不会灭绝，反而会更加繁荣 这就是本文的核心判断：AI不会杀掉所有的知识和人类的发现。 正相反，AI时代将催生一个隐秘的逆转——当显性知识的获取成本趋近于零时，隐性知识的价值将不降反升。 未来会出现一个巨大的知识不对称。能被写下来的知识——API该怎么调，按钮该怎么摆，算法该怎么优化——AI都能做得七七八八了。但那些不能、不愿、也无法被“清晰化”的知识——团队内部的默契，设计决策的权衡过程，对某个特定用户群体未言明的需求理解，本地社区特有的业务规则——这些知识会主动或被动地留在“AI的嘴”之外。 它们被口头传授，被师徒传递，被在实际操作中潜移默化地习得。它们活在具体的场景、社区和本地网络中——正如斯科特笔下那些在现代化规划中被消灭又顽强重生的地方性实践。 这并非AI的失败，而是实践知识的存在论特征。正如斯科特所言，“说明一项技能需要metis的一个有力指标就是不参与活动就无法教授这项活动”。波兰尼也早已指出，tacit knowledge的核心不是“还没被说出来”，而是“不可被完全说出来”。骑自行车如此，设计一个真正好用的APP亦然。 终 我在上一篇文章中写过一句话——“现场有神明。” 这是我从多年产品开发和田野工作中最深的一个体会。真正决定产品质量的，不是坐在数据中心的“规划者”多么聪明，而是在那个具体的瞬间、具体的场景、具体的本地语境中，有多少未被编码的知识在实际运转。 AI的数据中心里没有神明，它只有过去所有文字的鬼魂。神明只存在于此时此刻的现场——那个AI进不去的地方。 而正因为AI永远进不去，所以那些在现场中实践、判断、直觉、创造的人，将比以往任何时候都更加无可替代。

00
爱音司坦
17天前
为什么不用数据说话，而是拿个人瞎猜的“可能”来引出这个议论文。 真爱思考的话，先去查查数据呗？人是自我解释型动物，不要沉溺在自己的梦里。
我也来一个：二十年前的文风了，年轻的时候被腌入味了，平身活动活动筋骨，睁眼看看世界吧。

bitoooo: 突然发现，火车普通车这两年又取消了一批。肯定不是没人坐，之前坐的时候都很满，真正的问题可能还是在给高铁让位。 对比一个案例厦门到成都，1000来块的高铁票真的没有优势，硬座才二百多，硬卧四百。我肯定选二十几个小时的硬卧而不是十几个小时的高铁。如果赶时间我就坐飞机了，何必忍受十几个小时的高铁？ 突然觉得高铁在远距离交通上其实很鸡肋，成本太高，时间又长。缩减普通车不是提升经济，实质是抑制经济。 而且还有一个关键的问题，巨大的基建投资怎么办？成本如何收回？成本那么高票价肯定降不下来。 正确的策略应该是，飞机（远途快速）+高铁动车（城市区域方便快捷）+火车（远途性价比）。

00
爱音司坦
21天前

Olivia_Liao: 帮朋友急招 | 头部大厂AI社交产品 头部互联网公司核心团队，AI 社交方向，P0 项目，面向亿级用户场景。最近需要几个 AI社交产品，社招和实习都可以。 如果你是： AI-native：不是停留在聊概念，或者只会用几个 AI 工具。需要你真的持续关注前沿技术、模型能力和产品实践，对大模型怎么进入真实产品、怎么影响体验和结果，有自己的理解和判断。 结果导向：能扛压，能在不确定性里推进事情，能把模糊问题拆清楚，最后真正做出结果。不只是dreamer，能够build something people want。 那么这个机会应该会很适合你。岗位日常包括但不限于： 做 AI 社交产品的规划、设计和迭代 和算法、工程一起推进能力落地 围绕用户表达、互动、关系建立去设计产品方案 看数据、盯指标、做实验、拿结果 不要求一定做过社交产品，但要对社交方向有真实兴趣。 如果有代码能力，会加大分。 确实是一个难得的好机会 头部大厂核心团队； 亿级用户场景； P0 项目，能真正参与产品定义。 如果你身边有合适的人，也欢迎帮忙转发。 感兴趣的可以直接评论 or 私信我，我给你发更详细的jd和投递方式。单纯帮朋友找人，他们非常open。欢迎来聊，交个朋友。

10
爱音司坦
1月前
建议出书

风小海: 做AI自媒体，核心只有两个字。 装逼。 但这个装X有技术含量。 不是横冲直撞的装，是专门设计给看不懂的人看的装。 懂行的人装X，风险极高。说错一个细节，立刻被拆穿，形象崩塌。 所以聪明的人换了方向：对着不懂的人装，同时让懂的人挑不出毛病。 一旦有人质疑，立刻缩回去：我就是个普通人啊，随便分享，你较什么劲。 进可装逼，退可卖惨。立于不败之地。 很多博主都在用这套方法，我发现这套方法有3个核心要素。 1.晒结果。 这是装X的核心，有啥晒啥，但一定要随意，一定要洒脱。 即使是用尽了全身力气，也要装作轻松的样子。 调动了全部的资源，只为一晒张截图。 还要看起来是无意中瞥见的惊喜。 回避掉过程，只晒结果。 “无意中发现自己的作品又上热搜了” “我排热搜第15，第一的是周杰伦出新歌了” “惭愧呀，我何德何能啊。居然能和周杰伦这三个字挨在一块，好尴尬啊，哎呀，太羞耻了” 确实啊，你惭愧，你就把作品删了。你惭愧，你就把账号注销了。 但他不会删。 你不知道这张截图背后是什么。 发布之前，反复打磨标题，测试封面，挑发布时间。发出去之后，私信每一个认识的人，求转发，求扩散，能调动的资源全部压上去。然后守着手机，在几个APP之间来回切换，盯着榜单刷新，十五分钟一次，一次一次。 大多数时候毫无动静。 偶尔某个时间窗口，流量短暂堆叠，排名蹿上去了，就这么一瞬间，抓住，截图。 然后转过身，发出去，配一句：无意中看到，惭愧，何德何能。 一副轻描淡写、随手一晒的样子。 把自己所有的狼狈，藏在那句惭愧的后面。 2.蹭热点。 这类人是顶级的流量高手，特别会蹭。甲方也喜欢，因为他擅长搞流量。 今天Deepseek火了，立刻搜所有相关文章，拼凑出一篇《DEEPSEEK入门指南》。内容不需要是自己的，观点不需要经过验证，重点是速度要快，用deepseek写一盘deepseek入门指南，从起稿到发布，2周搞定。 openclaw火了，赶紧切换成openclaw专家。甚至不需要自己用过。把别人的东西重新组织一遍，加上自己的语气，发出去，一篇《一本书学会龙虾机器人》出炉了。 等这波热度过了，下一个风口又来了，重复这个过程。 外行觉得他什么都懂，其实他只是比你早查了一遍搜索引擎。用AI东拼西凑出来的废话，看着厚厚一本，其实一页纸就能说完。 他们最聪明的地方在于：永远不会在一个话题上讲得太深。深了会露馅。浅尝辄止，点到即止，制造出一种我其实懂更多，只是没说的错觉。不往深了写不是谦虚，是因为浅的这部分已经花光他所有力气了。 3.假谦虚。 每次开口之前，先说：太尴尬了，我居然被邀请去讲课。惭愧啊，我不配啊。 这句话不是表达态度，是给自己叠甲。 穿上这件盔甲之后，他变得无法被攻击，无法被选中。 你说他被内容这么水也好意思讲课？他说我都说了啊，我不配啊，我本身就没觉得自己厉害，你为什么这么苛责？ 你说他误导了别人，他说我只是分享个人经验，没让你照着做啊。 你说他在炫耀，他说我只是记录的生活啊，你想太多了。 每一个可能的攻击角度，都被那句"我惭愧啊"提前封死了。 更绝的是，这句话还能反向收割同情。他偶尔发一条"感觉自己好像个骗子，我根本不配这些关注啊，哈哈"，底下粉丝争着安慰：你太谦虚了！你真的很厉害！别这么说自己！ 自我怀疑发出去，换来的是一片肯定。 这一套操作下来，真的太高明了。无懈可击 他的目标受众不是懂行的人，恰恰就是那些刚入门、还不会判断好坏的人。对这群人来说，他已经足够厉害了。 这套模式在AI圈里极其的适配，简直是做AI自媒体的顶级方法，因为AI有一个得天独厚的条件： 越听不懂，越显得厉害。 其他行业装逼是有成本的。你说自己是律师，得过司法考试；说自己是医生，得有执照。 但AI这个词没有门槛，没有认证，没有任何机构来验证你到底懂多少。你只需要嘴里说几个模型名字，截几张和AI的对话，配上一句"我用AI帮我xxx了，赚了X万” 谁来查？怎么查？ 于是这个赛道涌进了大量根本不懂技术的人。他们的核心竞争力是讲故事的能力。和AI能力无关。 用AI做个的小工具，冲一冲付费榜，截图。外行看：哇他真的做出来了。内行看：这东西我一下午能写十个。和AI又屁都关系？但内行不是他的受众，内行不会给他钱。 然后再出本书，坐等甲方投放进来，最后各大媒体采访，皆大欢喜。 出书这件事，他一定会反复提。因为这就是暗示给大家：“我是专家”。 当有人质疑他，你这也不专业啊，他会说：我也没说我专业啊，我惭愧啊。 真的是无法选中，进可攻，退可守。风光的时候从龟壳里探出头来，到处亮相，被人质疑了赶紧缩回壳里无法选中，太妙了。 他会明里暗里的表达出，这本书好像是出版社的最高负责人三顾茅庐到他家，跪下来求着他一定要出的这本书一样，并且他还百般推脱，最后没办法只能半推半就出了这本书。 不是出版社慧眼识珠，发现了他的才华。其实是一个在出版社打工的编辑，手里压着选题指标，这个月AI每个月要交几个新作者，于是打开手机开始搜博主，看粉丝量，看互动率，看能不能带货。 他的数据够看，编辑发来一条私信：您好，我是XX出版社的编辑，一直在关注您，觉得您非常适合出一本书…… 这条私信，同一个编辑今天可能发了二十个人。 合同签了，书写了，印出来了。内容是什么不重要，重要的是他自带流量，上架之后自己的粉丝会买，出版社不亏。 整个链条里没有任何一个环节需要他真的懂AI。 这是一个系统性的认知剪刀差。 懂的人不屑于纠正，不懂的人没有能力识别，中间这个空档，就是他们的市场。 更恶心的地方是，这套东西形成了一个自我强化的闭环。 他涨粉了，平台推流。平台推流，更多人看到。更多人看到，品牌来投。品牌来投，媒体报道。媒体报道，路人觉得他有背书，更多人关注。 没有人在这个链条里问一句：他到底会什么？ 因为每一个参与者都得到了自己想要的东西。平台要流量，品牌要曝光，媒体要故事，粉丝要一个普通人也能成功的盼头。 这个模式唯一的问题，是它并不会建立起信任。只能建立短暂的时间差。 外行终会变成内行。现在觉得他厉害的人，一年后会发现没有任何干货。但那时候他已经找到了新的外行，新的热点，新的故事，继续跑。 永动机不会停，只会跑到燃料耗尽。

00
爱音司坦
1月前
爱音司坦
2月前
我们从五年级开始就住校，早上五点半起床， 晚上九点半熄灯，八小时睡眠时间。 哈哈哈，是不是很科学很周到😁

哥飞: 的确是，真的有必要那么早吗？搞到那么晚吗？

00
爱音司坦
2月前
爱音司坦
4月前
学习一下

Simon的白日梦: 2026了，还没折腾明白claude code的同学，我觉得可以直接上open code了~！ 🌟划重点：开源、免费、免梯、有客户端界面、有免费模型、无缝自动接入claude skills\MCP，性能接近原生claude code🥹 ▶️官网: https://opencode.ai/ 具体案例和教程大家可以看@向阳乔木 老师写的这篇科普文：{OpenCode & Oh-My-Opencode + 开源 AI 编程与 Agent 框架} ➡️原文链接：https://mp.weixin.qq.com/s/AQd9RV43SYGLhjB8l3SFtw 🧐 OpenCode 是一款在 2026 年爆火的开源 AI 编程工具，它不仅提供了类似 Claude Code 的终端交互体验，最核心的突破是解决了封号和高昂费用的痛点。它内置了免费的顶级模型（如 GLM-4.7），并支持通过 Oh-My-Opencode 插件实现多智能体（Agent）协作与 Skill 自动化，极大地降低了 AI 编程的门槛。 ✨重点 ● 🆓 零成本白嫖顶级模型 OpenCode 内置了强大的免费模型网关，用户无需绑定信用卡即可使用 GLM-4.7。该模型在代码生成（HumanEval 94.2%）和指令遵循（IFEval 88%）方面均表现出色，完美适配 AI 编程场景。 ● 🧩 Oh-My-Opencode (OMO) 框架 这是目前最强的 Agent 编排插件。它通过多模型协作，将任务分配给不同的专业 Agent：Sisyphus（主控）、Oracle（架构师）、Librarian（代码库扫描）等，实现复杂任务的自动化处理。 ● 🔌 极简的安装与多模型连接 支持 Mac/Windows/Linux，通过一行 curl 命令即可安装。除了内置模型，它还能通过 /connect 轻松集成 GPT、Gemini、Mistral 或本地的 Ollama 模型，提供 75+ 供应商选择。 ● 🧠 一句话安装与调用 Skill 兼容 Claude Code 的技术方案。用户只需输入 GitHub 链接即可自动安装 Skill。例如，安装 obsidian-skills 后，只需一句话指令就能生成知识画布文件（Canvas），实现经验的流程化复用。 ● 🛠️ 元技能（Skill-Creator）驱动生产力 通过安装官方的 skill-creator，用户可以用自然语言描述工作流来生成自定义 Skill。例如创建一个“前端美化 Skill”，它能自动完成从代码扫描到多方案设计的设计迭代。 ● 📁 灵活的 Skill 分享与管理 Skill 的本质是文件夹集合。OpenCode 支持一句话指令完成 Skill 的“打包下载”或通过 GitHub CLI 快速发布分享，方便团队内部的经验传递与流程标准化。 ● 🔍 深度集成 MCP 与 联网搜索 内置了 Exa（搜索）、Grep.app（代码海搜）等模型上下文协议（MCP），让 AI 不再局限于训练数据，而是能实时查阅文档、抓取最新的 GitHub 实现或搜索互联网信息。 ● 🚀 推荐的明星 Skill 列表 文章推荐了多个实战级 Skill：Superpowers（全能开发包）、Planning-with-files（任务计划管理）、X-article-publisher（自动图文发布）以及 NotebookLM skill（PDF/视频自动总结）。

00
爱音司坦
4月前
作为一个这么大的企业家，不可能这点认知都没有。
预制菜的标准可是他牵头推动制定的，前几年他也一直在提倡和推广预制菜，现在又矢口否认自己用预制菜，这又当又立的鸡贼，心里贼明白咋回事。
就是想凭借自己的政商关系，复现谭医生的结果，逼老罗道歉。可惜这小作文写的太差劲了，全是感情没有逻辑，让人摸不着头脑。看上去准备先歪曲事实，打感情牌卖惨，再狐假虎威逼人就范，小时候估计干过红卫兵吧。

LukeMyself: 其实换位到老登的视角，我理解贾国龙大概真的觉得自己很冤。他想不明白自己哪儿错了。 一个典型的表现是，他无数次强调，“按照国家标准”，西贝没有预制菜。“国家标准”、“国家说的就是对的”，这跟我爸妈的思维如出一辙。我想这可能不是他的狡辩，而是真心这么觉得。 晚点的报道中，提到了关键问题：政府出台的预制菜标准和消费者心理预期的缝隙，在这个事件中被撕裂了。就是不管你们行业、国家怎么说，大部分消费者对预制菜就是反感、有误解、不信任的。 西贝原本可以利用这次公关事件，推动这个缝隙的修复。但贾国龙却始终拒绝接受消费者的说辞，一再强调国家是怎么说的，在这个时代就显得很无力也可笑了。 而贾国龙把矛头直指罗永浩，更是体现了“一小撮反动势力”的经典话术，这也是老一辈人的政治共识。 言下之意就是，老百姓大多是没有独立精神和判断能力的，有个坏人说几句“妖言惑众”的话就跟着跑了，所以老百姓说什么不重要，首要任务是果断铲除这些少数反动势力。 所以贾国龙抓着罗永浩不放，觉得如果不是他把这个问题扯出来，西贝就还好好的，还会继续赚很多钱。 问题不提就不存在，谁提问题就把谁解决掉。你看，是不是很熟悉的思维方式？怪不得贾老板要拉着罗永浩去找政府部门讨公道呢。 总之，我想贾国龙是真心觉得憋屈，因为思维方式已经彻底落后于时代了。

00