ddrun

后端采用 midway3.0，后台采用 nuxt2.x，小程序采用 uniapp 实现的一套跑腿下单接单系统。适用于校园、社区、城市等场景，可提供打印服务、跑腿服务、搬家服务、清洁服务、维修服务、活动组织、快递代取、代买代送、软件安装、陪玩陪练等服务。

https://gitee.com/landalfyao/ddrun

今晚跟一个前辈聊，讲了讲我现在的现状。

赛道上，新能源行业无疑是很有前景的行业，这点毫无争议。
公司和业务上，举步维艰，前途渺茫，这点他比我更悲观一点。以他的视角，这块业务对集团主业务没有助力，杠杆不长但投入周期又很长，行业中缺乏竞争力，像炮灰。在这种业务中，几乎不太可能出战功。
个人发展上，我的简历是比较花的。从毕业到现在，做了2年应用市场、2年直播和社区、2年教育、大半年短视频和2年新能源。在我目前的阶段，公司对我的预期是能带队打胜仗，既有技能层面对我能力积累的要求，又有情感层面对我信任度的要求。
他的意见是，虽然花，但还是得走。浪费时间是最可怕的事情，浪费了就没了。但是，总有团队不介意你的背景。

我的优点是，几乎每段经历都有优秀个人或者优秀团队的结果，说明有提炼跨行业方法论的能力。我应该发挥这方面的长处，尽快找下家。

前辈的说法，我绝大部分非常认同，但是在实际选择上，我突然静下来了。
最近有时间，就翻着各个团队的文档，刨根问底整清楚每个模块的工作原理写成笔记。这件事情带给我的充实感，在过去的工作经历中绝对排在前二。

我做移动互联网的平台产品时候，绞尽脑汁坑蒙拐骗引诱用户点广告。
我做直播和社区产品的时候，多少在理解和利用人性的恶，为舆论漩涡火上浇油。
我做教育产品的时候，学习教育知识让我绞尽脑汁，权衡商业化和教育价值让我如芒在背。
但是做新能源产品经理这一段，仅仅是整理知识这件事，就让我感觉到无比的价值感。

记得刚接手充电模块的时候，我们在讨论充电上限应该怎么设置的问题。这个功能一眼看上去简单到不能再简单，无非是一个刻度，用户可以设置某个百分比，我们提供一个默认值，还能多复杂？
后来发现，你要真想讲清楚这个功能，你得知道磷酸铁锂和三元锂电池不同的电化学性能，为什么磷酸铁锂要每周充满，三元锂尽量不要充满；
你要知道只提供50%-100%的设置刻度，不仅仅和用户主要需求场景有关，也和电池soc标定的复杂度有关，进而影响刻度尺的精度是1%还是5%；
你要知道哪个域控制器负责交互呈现，哪个域控制器负责底层逻辑，哪个域控制器负责云端通信，在车辆唤醒、休眠的各个场景下，数据是怎么在各端流动的，进而设计各种默认和报错提醒；
你要知道充电国标对充电协议的约定，你要知道公共充电网络的鉴权流程，所以公充的时候一旦停止充电得去充电桩重新操作甚至拔枪，所以不要让用户正在充电的时候因为误操作充电上限导致停止充电；
你要知道用户的充电习惯，下车-插枪-扫码-充电的过程中会跟车机屏还是手机屏交互，充电设置大多发生在什么场景下，进而设计出合理的提示样式……
这一类功能在几个月中反复讨论、反复掰扯，最终才再各个专业、各个领导的妥协中形成共识。那个时候我不懂，如果是现在的我主持讨论，大概率一两周就能结题。
这仅仅是充电上限一个功能，智舱领域同等复杂度的功能有几百个。

并且，就我接触下来，我的上下游，无论他们本职工作是什么，很多人往往对本职工作以外的知识容易想当然，缺乏严谨的论证和调研。更何况，有一些人甚至连本职专业也没那么专业，更别提通俗易懂地给上下游讲明白。

这件事，我擅长，我也确信这件事对一个造车的组织是很有用的。

所以梳理完本职工作相关的知识点之后，现在一有空，我就对着知乎、各个公众号、英文文献、行业报告，一个模块一个模块搞清楚从用户端到原料端中间的核心环节到底是什么，大体原理是什么，让自己去理解这些复杂器件的配合关系。当前的工作环境给了我极大的自由和空间做这件事。

我现在在做的事，可能当前的岗位不一定有机会让它发挥价值。但我觉得，兴许五年后会听到回音。我热烈地渴望有自己的代表作，但相比追逐自己不擅长的热点，这条路让我感觉更随心。

另外，自从闺女出生，我切实感受到工作的核心价值仍然是更好的生活。过去这些年我太心急了，该缓一缓。我陪着闺女成长，或许从另外一个视角看，这也是我再次成长的机会。

打算重新恢复独立博客了，现在托管在 Github Pages 上，域名是 xdash.me。

正逐渐将 2008 以来的博文、公众号、杂志专栏、好书推荐、自制播客视频 shownotes 等迁移过来。

为何恢复独立播客 & 从 WordPress 搬迁到 Github Pages：

- 从「椒盐豆豉」这篇博文获得启发：https://blog.douchi.space/static-blog-half-year/#gsc.tab=0

- 遵循「Setup and Forget」原则，希望在博客这件事上减少折腾，提升动力。避免每年空间续费、时不时被动迁移 IP、需要打开浏览器誊写博文等麻烦；以后可在任意设备 Markdown 写 + Git 提交 + Github Actions 完成 hugo 渲染生成。

- 静态，既加速读者访问，也让我自己不要动辄去想装插件、widget 的花活了。

- Github backed by Microsoft，稳定可靠。

- 简单，专注在输出，尤其是输出文字之美本身。

- 本地 repo 的草稿，可以直接在 Obsidian 方便地编辑；Obsidian 又是买了 Sync 同步的。所以可以移动状态下随时写，回到电脑前整理妥帖再 commit 发布。

- 没有阅读计数，不被商业裹挟，写自己想写的文，交自己想交的人。

- 部分回归初心，重拾 Geek 人格。

NAS是个伪需求

以前总是按捺不住想买个NAS放在家里，折腾点自己的东西，才显得自己够极客。现在回想，其实NAS根本就是个伪需求，他只适合很少一部分人。
梳理一下NAS的缺点吧，记录一下跟NAS做个了结。

1、费用高
一台基本功能的NAS也得2000块以上的价格，而一个阿里网盘或百度网盘的年会员费用也就158元左右，这么算下来，一台NAS可以买10几年的网盘会员了。并且NAS还需要买多块硬盘构成磁盘阵列，这也是一笔不少的费用。

2、替代方案多
NAS大部分功能可以使用主流网盘、移动硬盘、私有云或公有云服务器替代，体验也都很不错。

3、安全性并不高
这是NAS的商家一直主打的卖点，但是真相并不是，首先不说天灾不可抗力，楼塌屋倒的情况，NAS提供商为了操作易用，会损失一定的安全等级。其次，如果被黑客攻击，自己并不一定能搞得了，一旦文件丢失，那真的天价的损失。

4、维护难度大
全家就自己会搞，如果自己不在家（或者人没了），NAS出现点问题，基本歇菜。

5、更新迭代快
容易过时，硬件跟不上软件升级的速度，更何况NAS有倒闭的风险，以前自己买的极路由不再提供网络服务就是一个活生生的例子。

6、电费
买了NAS就不可能不开，长远下来电费问题不可忽视。

如果上面这些都不在乎，或都有方法解决，搞台NAS的体验还是非常不错的。

据说，阿里市值被pdd超过了，阿里连夜复盘一堆词。
pdd内部复盘，就两点：低价+仅退款。
现在，京东淘宝都醒悟过来了，也连夜加上了“仅退款”条款。

2023 年有一半时间都在研究 AI，接触到了非常多的科研报告、技术迭代和如雨后春笋般的有趣产品，2024 的 AI 创新必将更为炸裂，下面推荐几款我在日常研究过程中用到的一些比较趁手的工具和服务，希望也可以在你学习和深入的过程中帮到一二：

1、immersive translator

研究最新资料首先要解决语言障碍问题，大量跨专业的词汇很可能会看得一头雾水，沉浸式翻译（immersive translator）这款软件无论是交互体验设计还是翻译质量都做的非常不错。另外，它还支持对 PDF 做对照翻译，大大加速了论文的阅读效率。https://immersivetranslate.com/

2、Aminer

这是一款在很多细节都融合了 AI 能力的论文检索平台，它提供的「必读论文」板块从领域/机构/期刊/会议等多视角收集了很多最新最热的论文集锦，适合作为学习和研究的入口索引。面临洪水般的 AI 资讯，如果不知道学什么，可以从这里出发。https://www.weibo.com/1812166904/NsSArhsr0

3、Monica

All-in-One 的 AI 效率工具集，从 Chat/Read/Search/Write 等多个场景切入，提供了设计美观、交互强大、功能丰富的趁手工具箱。每篇论文基本都是让它先读一遍，我再提问式学习。https://www.weibo.com/1812166904/NsP8llKGi

4、Similar Web

Similarweb 是一款进行网站流量分析的强有力武器，它是每一位研究产品的人必不可少的工具之一，提供了几乎所有网站的月访问量、平均访问时长、跳出率等信息，也会给你推荐与当前网页功能相仿的竞品产品。这对做 AI 产品探索和流量分析的使用者来说，简直是神器。https://www.weibo.com/1812166904/NfM6VsfjA

5、Papers with code

这是一个论文和对应工程实现（含代码、数据集、测试方法等）的索引工具。下次你看到别人推荐优质论文时，可以直接用它去找代码实现。https://www.weibo.com/1812166904/NtUdA1DWJ

6、Connected Papers

这个产品做的非常有用，输入一篇论文，它会将这篇论文的依赖和被依赖项以知识网络的形式全部呈现出来。类似的产品还有 litmaps 、researchrabbit 等。https://www.weibo.com/1812166904/Nw2w3AqKj

以上推荐的工具或服务中，前三个我基本上每天都会使用。后面附带的链接是我使用时的一些心得和总结，感兴趣的朋友也可以看一看。#2023最爱的3个产品

#2023最爱的3个产品

Pocket Casts：年中抛弃了花里胡哨，华而不实的Snipd后，我又重新用了回老牌播客客户端Pocket Casts，之前弃用它主要是因为搜索引擎太不给力，经过最近一年的升级迭代已经大有改观，综合看来它依然是所有泛用播客客户端里面UI/UX设计最细腻的一款。

小红书：不是搜索引擎，胜似搜索引擎。不是电商平台，胜似电商平台。我看好小🍠。

Coze（Cici）：虽然目前只是一个GPT4的套壳，但是我们可以从它身上看到字节强大的产品力，后面字节要是能鼓捣出来自己的大模型，那么它的前景不可估量。我已经暂停给ChatGPT Plus续费了。

新东方成立了30年，看看离开新东方的人都在干什么：

1、胡敏：2004年从新东方离职，后创办新航道。
2、罗永浩：2006年从新东方离职，后创办锤子科技。
3、王强：2006年离开新东方，创立自己的教育公司。
4、徐小平：2006年离开新东方，与俞敏洪、王强共同创立真格基金。
5、李笑来：2007年从新东方离职，成为比特币首富。
6、沙云龙：2010年从新东方离职，后创立朴新教育。
7、江博：2013年从新东方离职，后创办自己的教育机构。
8、陈向东：2014年从新东方离职，创办“跟谁学”及“高途课堂”。
9、周思成：2018年从新东方离职，创办思橙教育。

现在，轮到董宇辉了。

分享些chagpt在社区项目的应用思路。

以前在字节做社区的时候，从来没有烦恼过内容打标等等的问题，因为字节有庞大的cqc团队，只要社区运营给cqc提需求，不断制定和完善内容判定标准、内容标签判定标准，就会有专门的同学来处理剩下的事情。产品只需要关注审核流程上的优化迭代、以及各种标签上面的合并拆分即可，更多的精力可以和算法合作一起将内容推荐这个事情做得更加精准。

而在其他非内容型的大厂，压根就没有内容审核人力的投入。先抛开和字节算法的差距，底层内容质量判定和标签这些在降本增效大背景的今天，根本没有可能有预算大规模投入来做，这就导致了内容推荐在这些业务里面变成了伪命题。

和绝大多数小公司一样，内容的筛选是由社区运营团队完成的，内容安全可以通过对接成熟的机审sdk完成，但是质量判定和打标就依赖人的维护了，而一般社区运营身兼数职，就会造成内容审核的积压导致社区内容更新不及时，表现在用户体验层面是经常会有深度使用的用户反馈刷到重复的内容（因为新内容刷完触发了兜底机制）。而过去缓解审核积压的手段，顶多是给一些优质kol开白名单，他们的内容只要过机审就可直接进入推荐流，但是这种方式治标不治本。

由于那段时间AI特别火，我们在想能否用chagpt的方式来从这种枯燥的工作解放人力（甚至创造人力）。其实原理也很简单，chagpt接口最主要就是角色赋予+prompt来调教机器人帮我们干活。首先角色赋予要描绘背景，赋予AI是一个内容运营的角色，并告诉他希望他做些什么事情，然后在prompt中把审核标准代入，最终让他结构化输出我们想要的标准结果，比如说是推荐分、内容评级、推荐理由、标签。通过反复调教，其实AI可以胜任一个审核员的角色的，但是偶尔也会抽风，所以需要AI筛选完，打标后，人工再过一遍就会比较稳妥。当然chagpt的劣势在于，识别不了图片，以及专业名词（黑话）等非常规用语识别不准确，在文字识别上也是相对ok的。

那有了这个内容质检和分类后，如何解决与用户的匹配又是第二个问题。过去，我曾经在亿级日活的产品里做过一段时间推荐策略，发现：10-20人推荐团队花了几年时间迭出来的画像维度尚且经常被吐槽，那如何多快好省的搭建画像体系又是另外一个问题。所以我们用染色的思路，首先赋予AI用户运营的角色，并告诉他要帮我们做人群划分打标签的工作，然后在prompt中将分类标准代入，一类数据源用一类prompt。比如付费级别、比如内容偏好等，然后用一个简陋映射管理将人群分类和内容分类关联关系管理起来，实现近似推荐的效果。

以上，是穷人版做低配推荐的思路，理论上，只要chagpt用的好，这块后期迭代的潜力也是无限的，并且能将很多推荐业务中“神经元算法”“机器学习”“亿级特征项”这种高大上的东西更有可解释性。

12.15-《2023年结束前，腾讯打出了一张镇住全场的王牌》---元梦
12.18-《「蛋仔like」在小时代“圆梦”，它却用「共创蛋时代」成就每个梦想》---蛋仔
12.23-《派对赛道不大，网易再度创造神话》---蛋仔
12.26-《元梦之星诞生多张数百万级游玩量UGC》---元梦
12.27-《玩梗玩出5亿人的快乐星球，活该它年头火到年尾》---蛋仔

论游戏媒体如何一波吃到撑…
🤷‍♂️🤷‍♂️🤷‍♂️🤷‍♂️