- jev 火了一周 现在销声匿迹了,是伪概念还是什么?
热度退潮不等于概念是假的,但也不等于它值得采用。判断标准是:它改善的指标是不是你任务的瓶颈,以及不用它时你最好的替代方案是什么。
- 我要不要做一些看起来吃力不讨好的事情?我去帮助别人,但是要占用我很多时间。而别人可能会认为这是我理所应当要做的,或者说也不会那么感谢我。那我做这件事情的价值是什么呢?所以我就在纠结,要不要做这件事情,是要抱着功利的心态,还是抱着一个做慈善的心态。
这件事值不值得做,取决于它会不会挤掉你真正重要的产出;如果会,就该收窄范围或设条件,而不是靠慈善或功利的心态硬撑。
- 我一直在银行搞IT审计,虽然搞的是AI审计,觉得路越走越窄。全是流程和政治,技术脱节越来越大。回到技术人家又不要我,未来我会不会就没工作了
银行IT审计的窄,可能不是技术能力问题,而是你所在的岗位议价能力在下降;出路更可能是把审计积累的合规与业务判断,接到AI能放大的具体场景上,而不是硬回纯技术岗。
- 你觉得 AI 的下一个风口是什么?
材料里没人给出一个确定的风口,反而反复说五年后的事很难预测;能站得住的判断是:机会在把 AI 落到真实业务结果上,而不是押某个具体赛道。
- 負責開發商用 NX CAD 功能的 SDE 在 AI 時代還有前途嗎? 會被取代嗎? 該怎麼轉型?
被自动化的是你已经解决过的那层工作,不是你这个岗位本身。做商用 NX CAD 的 SDE,越往业务结果和端到端负责靠,越难被取代。
- NX CAD 的 SDE 在 AI 時代還有前途嗎? 會被取代嗎? 該怎麼轉型?
NX CAD 的 SDE 不会被整体取代,但纯写代码那部分会持续贬值;出路是往能对业务结果负责、能自己上手改产品的方向走。
- 失业8个月,拿了个不太理想的offer,但目前没有更好的,是否要很快决定去上班
没有更好的选项时,接不接这个offer取决于它能否帮你积累下一轮的选择权,而不只是薪水高低。
- UX设计在AI时代还有未来和前途吗?如何应对?
有前途,但前途不在“画图”这一环,而在判断、收口和把设计接到业务结果上;AI 把执行变便宜,反而放大了能定义问题、能负责的人的价值。
- java工程师在ai时代还有前途吗,如何改变适应
Java 本身不是护城河,能对业务结果负责、把 AI 用进真实工作流的人更难被替代。
- 审阅两万简历后的精华建议,YC给了很多简历上的建议,我想要一份总结
简历的核心不是把经历写全,而是先弄清目标岗位要什么样的人,再围绕那一个点做单点突破,让简历看起来像“对口的人”。
- 如何寻找自己的优势和特长
优势往往藏在你自己觉得“理所当然”的地方,靠想很难想出来,要靠拆解具体体验、问身边人和动手试来发现。
- 我该去新加坡工作做十年存钱吗?但回来后应该没有人会那么高薪水请我,我也不会以“把存的钱用来创业”的想法(我在my)
高薪本身不是问题,问题是你把它当成终点还是缓冲。若去新加坡只是存钱、回来既无创业打算也无更高薪预期,那十年换来的可能只是数字,而不是选择权。
- 我做了对不起女友的事,真的还能这样继续在一起吗
能不能继续,取决于你们双方是否都愿意重新建立信任,而不是你一个人想不想。资料没有直接谈背叛后如何修复,但有几条关于关系判断和情绪处理的思路可以借用。
- FDE 怎么入门,怎么系统学习
FDE 入门的关键不是先背知识,而是先动手把真实业务跑通,同时练出能自己改生产代码的工程判断力。
- 如果我想转做agent评测,应该先补哪方面的能力?
评测岗位和普通QA、数据标注有什么实质区别?
怎么判断一个评测项目是在练能力还是在走流程?
先补的不是工具操作,而是定义“什么叫可用”和诊断失败原因的能力;评测与QA、标注的实质区别在于前者要判断质量取舍,后者多按既定标准执行。
- 你这个网站是怎么做出来的, 提示词是什么
这个问答网站是9月30日下午开工、次日下午上线的,代码由Codex写,人负责看每一版、指出哪里不行;具体提示词没有公开,只说在社区帖下留言可以分享。
- 就是我现在大三,然后我之前做的实习都是DA方向,然后我怕赶不上AI风口,怎么办?是我,就是我怕之前的实习都白费了,然后现在去追什么后训练啊,这些AI的模型训练也来不及了。然后唉,就感觉很迷茫吧,就是不知道在什么地方发力。
DA 实习不会白费,它本身就是一门手艺;追不追后训练,取决于你能否找到一个愿意持续做深、且市场持续付费的方向,而不是风口名字。
- 我想做家居账号和个人 ip,是不是应该先定位?
定位不是先想出来的标签,而是从你已经验证过的真实反馈里长出来的。你做过茶播客、现在做茶空间内容,这条线比新开家居更值得先追。
- 现在转码还有意义吗?AI 时代如何转码?
转码的旧红利(毕业即多个大厂 offer)已经过去,但 AI 时代真正稀缺的不是会写代码,而是能用廉价代码换取认知确定性、把真实任务交给 AI 做完的人。
- 現在AI創業還賺得到錢嗎?
能赚钱,但赚钱的位置从「做软件」移到了「拥有客户和定价权」;AI让试错变便宜,也让只会执行的人更难赚到钱。
- 为什么第一性原理在大公司很难,基本很少有成功的例子
第一性原理在大公司难,主要不是智力问题,而是它反常规、反人性,且大公司的预算和流程习惯按过去延续,不按“今年到底需要多少”重算。
- Ai时代,文科专业毕业生的出路如何?
文科的出路不在“专业对口”,而在把表达、判断和审美变成市场愿意付钱的东西;AI 让这条路更宽也更挤。
- espresso
espresso 在这批材料里主要出现在三个话题里:在家做一杯的流程与水温控制、用便宜豆子集中练习拉花、以及把“咖啡体验”当作理解 FDE 的类比。
- “前亚马逊VP教我们职业发展”这个视频中最有价值的信息都有什么?
这期最值得记的是:升职不只靠技术过硬,还要让决策者看见你把技术转成了业务价值,并和你建立信任关系。
- 如何确定有什么东西需要unlearn
unlearn 不是清空经验,而是把经验拆开:保留现实教出来的判断,让旧约束留下的动作重新接受检验。
- 现在AI挣到钱的人是教别人用AI挣钱的那一波人吗?
不是。教人用AI挣钱只是其中一类,真正挣到钱的更多是把AI嵌进自己原有业务、做出可交付产品的人。
- 最高优先级
我正在一个人借助AI做一款商业独立游戏。现在已经能完整运行,也做了大量AI测试、自动QA、UI、设置、教学和架构,但真人用户还很少。怎么判断我是在真正推进产品,还是在用“不断完善”逃避最重要的市场验证?什么信号说明我应该停止内部打磨,马上把它交给陌生用户?
非常适合你
AI现在可以帮我写代码、做美术、测试、分析竞品,甚至模拟不同类型玩家。作为一个solo builder,我应该怎样划分“AI可以负责的工作”和“必须由我亲自判断的工作”?什么工作看起来适合AI,实际上最容易产生fake work?
对QIZHENG下一阶段很关键
一个产品在“核心功能已经成立,但完成度还不够像正式商品”的阶段,应该如何判断下一单位时间应该投入核心体验、视觉包装、更多功能,还是直接找用户测试?有没有一个可操作的优先级判断框架?
Project Showcase / 求职
如果我用AI独立做出一个完整可玩的游戏,想把它作为求职作品集,怎样证明我的价值不是“会调用AI”,而是产品判断、系统设计、工程架构和把事情做成的能力?面试官真正应该看到哪些证据?
商业化
对一个没有团队、预算有限、但AI生产力很高的独立开发者,应该怎样判断一个项目值得继续半年,还是应该快速验证后停止?什么是比“我觉得这个点子很好”更可信的继续投资信号?
质量问题
AI可以把“已经定义清楚的好”执行得越来越好,但产品的品味和质量常常需要人“看一眼才知道”。一个solo builder应该如何建立自己的质量判断能力,又怎样避免因为追求品味而无限返工?
AI Agents
如果我可以同时调用很多AI agents做开发、测试、研究和审查,怎样设计一个AI-native工作流,使多agent真的提高产出,而不是让大量报告、交叉验证和内部沟通吞掉时间?怎么判断agent工作产生了真实价值?
更尖锐的一题
如果一个人已经可以用AI在几天内完成以前需要小团队数月完成的原型,那么真正稀缺的能力变成了什么?对于想做产品又想找工作的个人开发者,我现在最应该训练哪种“AI无法廉价复制”的能力?如果是你,你会用哪些可观察信号判断:现在继续内部打磨属于必要准备,还是已经变成了 fake work?在“核心玩法已成立但包装还没完成”的产品阶段,什么时候应该立刻去找陌生用户?
判断标准不是完成度,而是这次打磨会不会改变陌生玩家的行为;核心玩法已跑通时,包装不足可以先用可玩版本验证,不必等成品感。
- AI 产品经理面试需要准备什么,怎么准备,是ROI最高的做法
ROI 最高的准备不是背概念或刷题,而是把一段真实经历讲成「原场景—用 AI 学到的新工作方式—回到业务怎么做得更好」的叙事,并能在现场展示判断力。
- 怎么面向AI写文档?有没有具体案例解释一下?是不是写的越多越好?怎么让文档具备足够的泛用性?
面向 AI 写文档,关键不是写得多,而是把判断标准写成 AI 能读到的材料,并按当前任务只加载相关部分。
- AI测试这个岗位前景如何?agent评测前景如何,适合深入吗?
AI测试与agent评测是正在变稀缺的方向,但它的价值不在“会跑测试”,而在能定义什么叫可用、判断质量取舍。适合深入,前提是你愿意练判断力,而不只是执行流程。
- 我真的需要一个个人网站吗?我需要开始做自媒体吗?
先别问要不要网站或自媒体,先问你想放大什么:是让招聘方认识你,还是让潜在客户或合作方找到你。目的不同,做不做、做哪种,答案就不同。
- 怎么高效爬career ladder?感觉有些比我年纪轻的的确能力比我强,感觉我的职业生涯到顶了怎么办?how to stay driven?
爬梯子快不快,多半不取决于你多努力,而取决于你选没选对赛道、老板和那块能出结果的事;觉得到顶,常常是当前环境的天花板,不是你的。
- 想从零到一成为你, 需要具备哪些核心认知, 执行哪些核心动作.
没有一条“成为某人”的固定路径;可迁移的是三层能力:自己出题、用效率而非忙碌判断方向、以及把想法快速做成可验证的东西。
- share your project 会不会有点子被别人复制的风险?我觉得是有的 所以现在论坛里share的project都是不痛不痒 甚至有点同质的 例如外语学习ai 工具等。真正有价值的project 似乎都没有被公开出来。
复制风险确实存在,但公开分享换来的反馈和连接,往往比被抄走的点子更值钱;真正难复制的不是点子,是你在构建中形成的判断和体感。
- 数据科学、数据分析在AI时代的价值是什么
数据科学的价值不在写模型或做报表,而在把数据变成更好的决策;AI压缩了执行环节,反而放大了判断、归因和把问题翻译成可执行方案的能力。
- 现在在美国做电商的基础设施,仓储和物流给国内的opc提供基础设施,有机会吗?
有机会,但机会不在“美国物流差”本身,而在把国内供应链的灵活性和美国本地履约的碎片化需求接起来;能不能成立取决于你服务的客户是否真愿意为省事付费。
- 想請問課代表直接用claude design 跟你這樣先跟claude 對話 再用 claude code 做出來的網站有什麼不一樣嗎?
两条路差别不在工具,而在你给了 AI 多少判断依据:只对话容易得到通用模板,用 Claude Code 边做边改,才把摄影师的取舍写进页面。
- 当前后端软件工程师的前途在哪,或者说软件工程师应该向哪个方向发展
方向不是选出来的,是练出来的:把一门手艺做深、做久,同时让能力靠近业务结果,比追某个具体技术风口更稳。
- 我想要创建一个个人网站,但是我过去并没有拿出手的作品,我该怎么使用
没有现成作品时,个人网站不该先当作品集,而该先当一件你能拿出手的产品:把网站本身做成证据,边做边积累可验证的成果。
- ai提示词网站
有流量却不付费,通常不是缺一个提示词网站,而是用户没在某个具体任务上形成反复使用的习惯;先让已有流量里的一小群人用起来,比再拉新更能验证付费意愿。
- 工作两年半,意识到现在这个工作属于升职加薪一个萝卜一个坑,三好处是工作比较清闲,加上居家办公,所以有很多业余的时间。另外就是会考虑说要不要看一看其他的工作机会,所以也会时不时地去搜工作,然后投简历去面试。但同时也意识到,就是在职场的这个游戏,它顶多能让你走几年,最终你重要的还是需要你能找到自己能为市场提供的价值。所以会在想,那如果知道说现在这个工作虽然涨薪、升职加薪很慢,但是有很多空闲时间,那是不是其实就要专注的点是我能用这些空闲时间做一些自己的探索,一些自己的副业,而不是说把这些空闲时间放去找其他的工作岗位。
空闲时间该投副业还是投求职,取决于你能否先弄清市场愿意为什么付费;两条路其实都在做同一件事,只是验证方式不同。
- 個人的記憶系統值得自己做嗎?還是要等大廠推出
值不值得自己做,取决于它是否解决了一个你真实、反复遇到、且现有产品替代不了的问题;如果只是功能更好,大厂一推出你就没有理由继续。
- 遇到情商低的人或者奇葩,应该怎么跟他们合作?还是说不合作?
先分清是表达方式让你不适,还是利益上会坑你:前者可以靠理解处境继续合作,后者要看他在利益冲突时是否愿意牺牲,再决定合不合作。
- social重不重要
重要,但重要的不是混圈子,而是真正看见对方、带着好奇去了解人;只把社交当资源交换,反而交不到真关系。
- 想有一个考虑一件事的SOP,经常想到一些点子,但经常都经不起推敲。
点子经不起推敲,常常不是想法本身差,而是推敲的方向错了:你在想“我”,没在想“这件事”。
- 我想做一个 Jev 的平替,做的是同类任务,采用的是本地模型的方案 要求效果要比 Jev 更好,具体该怎么做
先别急着定“比 Jev 更好”的目标,而是用你自己的任务定评价标准,并和“不用 Jev 时最合理的本地方案”比较;本地模型本身可能就是那个合理替代。
- 我目前在 Google 做 LLM inference / GPU、TPU performance optimization,level 是 L4。最近我和团队里一位 L5 在一个 customer workload 上发生了比较明显的 ownership overlap。
之前 manager 已经明确分工:我负责 investigate 一个 kernel issue,这位 L5 负责另一个 workload。我也在 team chat 里公开说过自己正在做这个 kernel,并在上周五 share 了结果,当时在 customer 实际 workload 上已经达到约 85% HBM bandwidth,之后进一步做到约 90%。
但这位 L5 周末 independently 开始做同一个 kernel,没有提前和我沟通,并很快写了一份 customer-facing document 发给了客户。这不是第一次出现类似的 ownership overlap,只是我不想展开之前的 case。
后来我检查这份 document,又发现两个问题。
第一,一个 XLA flag 被专门写进 document 说明没有 improvement。但这个 flag 原本只是 external collaborator 在和我进行 exploratory technical discussion 时给我的 suggestion,并不属于之前的 customer discussion。CE 后来也独立指出这个内容不应该写进去,manager 已同意删除。
第二,document 中部分 performance results 我目前无法 reproduce。他提供了 kernel code,但没有完整 benchmark setup。根据我的测试,他的 implementation 在 customer 实际 workload 上大约只有 50–60% HBM bandwidth,而接近 90% 的结果似乎来自另一个 shape。由于缺少完整 benchmark script,我现在不能百分之百确认,所以只把它视为一个需要验证的 significant discrepancy。
因为已经存在 ownership overlap,我不希望再直接去 challenge 或帮助他 debug 这份工作。我更倾向于把 discrepancy 告诉 manager,让 result owner 自己重新 verify customer-facing numbers;如果可能,也不需要特别告诉他这个 concern 是我提出的。
这种问题怎么办
把问题拆成两件独立的事:客户文档里的数字是否可复现,属于结果正确性;谁该负责这个 kernel,属于分工与协作。前者优先,后者用一次对齐解决。
- vibe coding 开发个人生产力工具类机会和挑战
机会在于个人生产力工具的长尾需求远未被满足,且做第一版的门槛极低;挑战在于 vibe coding 只擅长顺利路径,从玩具到可靠系统之间隔着权限、数据、部署和长期维护的漫长中段。
- 到底怎樣才算ai native
AI Native 不是用 AI 用得最多,而是能力和成本变了以后,把工作重新算一遍:该加的地方加,该减的地方减,判断留在人手里。
- 我這兩個月正在執行傳統藝術與科技相關的結合,從3D建模與3D掃描,到下載小的語言模型,自動化一些美術素材,以及將虛擬資產用3D列印方式轉出來,或是逆向工程,但其目的是試著幫公司打造自己的藝術護城河,也想有一天能夠打造有PMF和直擊心靈的好作品
先别急着搭完整技术栈,把「3D扫描→建模→自动化→3D打印」这条链缩成一个能拿给人看的小作品,用它去验证佛教元素加传统艺术这个方向有没有人真的想要。
- 社区的定义叫做各取所需,但这个字实在是太广了,有没有更加简单的定义?
可以把它收窄成一句:社区是一群价值观相近、尊重同一套规则的人,在低噪音的环境里持续互相提供价值。
- 制定 30 天英語面試與筆試衝刺備考方案。
[背景資訊]
求職者具備 1 個月準備時間,考核內容同時涵蓋英文口試與英文筆試,需要高度整合的時間管理策略,兼顧口語流利度、專業詞彙精準度、行為面試應答邏輯,以及商務與專業寫作規範。
30天冲刺不该先排满技巧清单,而应把时间投在真实语言能力上,同时用JD反推面试官真正会读什么、问什么。
- 问一下站在他的角度 社区到底是什么
在立正自己的文字里,社区不是流量池或内容频道,而是一个需要人用心经营、能长期产生价值并让成员各取所需的场域。
- 創業應該先讀哪些文章
先读讲 Product Market Fit 的那期,再补获客与文案,最后用“带着答案去找答案”的方法读,别只读不做。
- 如何把一本书搞成可以问答的形式
把书拆成可检索的片段,再让 AI 基于这些片段回答并给出处,问答才有依据;直接让 AI 凭记忆答整本书,容易编。
- 接offer前关于一家公司的情况有哪些值得了解的
接 offer 前值得看的不只是薪资,而是这家公司所在行业和业务的增长空间、直属老板、岗位有没有清晰的成功标准,以及组与组之间的差别。
- 我不生小孩,人生到後來是不是都做自我追求,那其實就很像運動員追求目標的人生
不一定。运动员式人生是围绕一个可量化的目标长期投入,而自我追求更像不断更换目标、甚至先接受“不知道要什么”的阶段,两者只在“投入”这一点上相似。
- 你觉得AI时代会放大职场的性别差距么,还是缩小?AI时代的女性主义会有什么特点?AI的大爆发会为女性主义带来什么变化
现有材料没有直接谈性别差距,但能推出一个判断:AI 更可能放大已有的能力与议价差距,而不是自动缩小它;女性主义会因此更聚焦议价权、判断力和转型期的生存,而非单纯“进入职场”。
- 这么叫鸭哥的context infra
“鸭哥的 context infra”指一套把散落上下文变成可复用资产的系统,分概念图、技术架构、工具链三层,核心是分层记忆、按需加载和持续提炼。