即刻App年轻人的同好社区
下载
App内打开
大核桃
2k关注4k被关注13夸夸
walnut.hedwig.pub
Drafts付费用户,对创作工具感兴趣
As We May Think
擅长走路,最新目标是做一名厨子
置顶
大核桃
4年前
我的工具观(2021)

#引语

研究效率工具是我的工作,也是我的生活兴趣,从大学开始折腾到现在,也有挺多年头了,从印象笔记到DEVONthink,工具选择几经变化,我对工具的看法和理解也一直在变,我会尝试以年为单位更新我对工具的看法。

#正文

1.比工具更重要的是方法

有两个我非常喜欢的例子:

- 《沙丘》电影版的编剧Eric Roth使用的写作工具是运行在MS-DOS系统下的Movie Master,没有任何符合当代写作工具标准的高级功能,不支持联网,最多只能写40页,每次写到上限都要打印出来发给其他人扫描(www.36kr.com);

- Brown大学的计算机科学系副教授Jeff Huang使用了12年的项目管理和笔记工具只是一些txt文件,纯文本,没有依赖任何工具本身的高级特性(news.ycombinator.com)。

好的工具是上手即用的,但使用工具仍然是一件需要学习,需要锻炼的事情,与其比较工具之间功能的异同,不如沉下心来研究一下背后的理念和方法。

2.好的工作流是简单的

有些朋友喜欢把很多工具组合起来,设计一个无比复杂的工作流程让它们分别发挥作用。就像我第一版的工具观中写的那样,我曾经也很喜欢这样做。而我在这几年实践中发现,随着链条的增长,整个系统的复杂度会呈指数级上升,最后进入到一个自己都觉得麻烦的境地,适得其反。

工作流是有意义的,因为不同工具擅长的领域各不相同,我们需要根据场景调换,但我们要控制链条的长度,避免工具数量过度膨胀。

3.不要忘了为什么出发

工具是帮你解决问题的,当你因为挑选哪款写作工具而犹豫的时候,灵感就离你远去了。保持开放心态,积极学习和尝试新工具是个百利而无一害的好习惯,但迷失在寻索的海洋里会让你失去本该有的生产力。

4.工具是能区分出高下的,但还是趁手更重要

我坚信工具是能够区分出高下的,一条金线就在那里,达到了才能算是好工具。你可以因你的工具选择而自豪,但不必优越,只要能把钉子钉进去,就都是好锤子。

5.付费是最好的支持

如果你真心喜欢且依赖一款工具,请付费,让作者得到应得的报酬,让自己获得稳定且安心的体验。理性消费,作一个体面的人。

spacenoise.notion.site
1015
大核桃
1天前
大核桃
1天前
用OpenClaw接管账号自己发动态,没问题;
用OpenClaw接管账号跑去别人的动态下发评论,建议封禁。
00
大核桃
2天前
激情写了一篇评论,写完感觉质量不咋地,不发了,吃饭去。
21
大核桃
4天前
「AI社交」不是好定义,太宽泛了,每个人想象的画面都不一样。

- AI替人去和人社交:也就是数字分身,这种场景实现的不是社交价值,而是工具价值,你不可能和一个聊天机器人建立关系,分身的形式也未必是效率最佳的方案;

- AI替人去和AI社交:完全不成立的假设,就算这些Agent各自带着所有者下达的任务,它们之间的互动也只能称之为数据交换而非社交,脱离了人,社交也就没有存在的必要了。A2A网络是个很有潜力的方向,但为什么要把人的烦恼投射到Agent之上?它们没有社会关系需要拓展和维护;

- AI辅助人社交:真实的场景,真实的价值,而且各大Chatbot早就在发挥作用帮助人社交了,豆包帮人出的主意,ChatGPT帮忙优化的文案,很多生活的毛刺在逐渐被磨平只是我们视而不见。抖音是个「场」,小红书是一个「场」,微信更是一个「场」,AI本身构造不出这个「场」,但可以让「场」维持得更久,运转得更好。
01
大核桃
4天前
OpenClaw是参考,不是答案。
00
大核桃
4天前
组织形式的变革会是非常有意思的一个探索方向

莫唯书Mark: 看完昨天@潘乱 @rosicky311_明浩 @阑夕ོ @一泽Eze 对元宝、千问和豆包的讨论,信息量很大,很多洞察非常透彻,值得反复回味。从大家的讨论里,我想到一个可能谈论得比较少的视角。 我们在分析时,无形中都在用同一把标尺去衡量它们:看看谁的增长更可预测,谁的生态协同更有效率,谁的商业模式更清晰。这套源于过去成功经验的标尺当然有用,它清晰地定义了什么是“好公司”。但我最近在观察行业里其他一些案例时,也在思考另一个问题:当我们只用这一把标尺时,会不会反而看不清一些正在发生的、本质不同的事情? 如果暂时放下这把标尺,看看别处正在发生的事情,可能会发现一些不一样的逻辑。 比如 xAI。它呈现出的状态和我们熟悉的传统科技公司有很大不同。在那里,工程师的工作价值被直接换算成明确的经济数字。驱动团队的常常是一个具体到极致的物理目标,有时甚至附带一个像“赢一辆赛博皮卡”这样直接的赌注。为了实现目标,他们可以重新解释甚至绕过常规规则。他们的思考尺度也很大,其蓝图甚至包含将全球范围内闲置的机器算力连接起来。这看起来不像在单单经营业务,更像是在运行一台为单一技术目标而组装的高精度机器,所有与最终目标无关的环节都被视为需要清除的障碍。 再看 Anthropic 和它的 Claude Code。这个产品的走红,背后是另一套完全不同的思路。它最初的火爆不在于多么宏大的叙事,而是用一种非常具体的方式,解决了一群核心生产者(也就是开发者自己)最切实的效率痛点。有意思的是,它本身就是被自己的工程师团队深度使用和塑造出来的工具,开发者和用户几乎是同一群人。这种“自己做的饭自己先吃透”的模式,让它的迭代紧紧扣住了真实的工作流。它追求的不是功能的复杂堆积,反而因为架构上的清晰和简洁,让开发者觉得可靠、可调试。最终,是无数个“这个功能帮我节省了十个小时”的真实故事,让它获得了爆发性的口碑。 这么一看就很有意思了。一边是 xAI 代表的“极限突破”逻辑,为了终极目标可以重新定义路径和规则。另一边是 Anthropic 代表的 “深度自洽”逻辑,它不追逐外部定义的赛道,而是让产品从核心生产者的真实工作场景中自然生长并完成闭环。它们暗示了一种新的可能:AI推动的进化方向或许不止是“更好的公司”,更大概率是“公司的某种新形态”。这两种组织形态都和那种追求均衡、可控和规模化的经典“商业公司”不太一样。 问题可能就出在这里。当一家成熟的大公司,试图用管理成熟业务的方法,去孵化或容纳一个遵循“极限突破”或“深度自洽”逻辑的项目时,那种不适感几乎是与生俱来的。用规划产品的流程去管理一场技术极限挑战赛,或是用市场占有率指标去衡量一个从内部工作习惯里自热生长出来的工具,便会立刻产生排异反应。这不仅仅是战略的兼容性问题,更像是一场 “组织免疫系统”对新基因的本能排斥。 所以接下来的关键可能不在于哪家的模型更强,反而是哪家的组织“兼容性”更好。哪家能在自己庞大的体系里真正留出空间,让一个只为解决纯粹技术问题而存在的“异类”团队活下去?哪家能允许一个产品像 Claude Code 那样,先是为了彻底改变内部少数人的工作方式而诞生,而非满足一个预设的商业蓝图?这考验的不仅是战略,更是组织架构能否容忍一场“可控的失控”。 从这个视角去看,元宝、千问、豆包在探索中遇到的各种具体困境,或许都是这种深层冲突在不同局部的体现。而 xAI 和 Anthropic 这样的存在就像是在提出一个根本性问题:当 AI 不再仅仅是一个需要被商业化的新技术,开始催生新的工作方式和组织逻辑时,我们过去所依赖的关于“公司”和“成功”的所有经验和尺度,是不是也应该被重新审视了? 因此,未来的较量可能不仅限于战略上的果断,更要看谁敢于付出必要的代价,完成一场针对自身组织基因的可控编辑,从而为全新的想象力和可能性腾出空间。

00
大核桃
4天前
数量是质量的前提。
00
大核桃
4天前
叮咚的次坞打面是我的年度最爱,怎么做都好吃的神奇面条。饭量不大的话,一份够两个人吃。
00