仔细刷抖音，你会发现，颜值主播的生命周期不到 1.5 年。

愿赌服输、买单离场是我见过的最优秀的品质之一，无论什么领域。

用了一年的Cursor，昨天切换到Github Copilot，没有一点不适感😄

相忘于江湖，是构成人格魅力的基础要素。

营销小罐茶。

重启试试、多喝热水、想买就买、不行就分。解决人生 85% 的困扰。

可能未来需要加一条，换个 prompt 试试。

这个含义是，大多数困扰都是庸人自扰。

听说get笔记年营收400w后

我：这也太不赚钱了
友：这也太赚钱了

大家的体感为啥能差这么多……你们是哪种想法？
觉得赚钱选A，不赚钱选B

最近带一个实习生，给了他一个不算复杂的小项目，前后端加点部署。我本来很开心，觉得他能趁这个机会，把一个完整的项目从 0 跑通，对工程能力是很好的锻炼。

他是学计算机的，我知道学校里更多教的是理论，真正实战的经验还是要靠项目来补。也正是因为这样，我更希望他能通过这个任务，真正学点东西。

结果他一上来就直接让llm 写代码，demo 很快跑出来了，界面看着也“像那么回事”。但一看细节，全是 bug，还有很多edge cases 完全不考虑。我问他为什么逻辑这么设计，他也很直白：“我也不清楚，是 llm 写的。”

我当时有点沉默，说不出是失望还是担心。最后我只能帮他从头把代码一行行捋一遍，才勉强交付。还好项目够小，重写不算太难。

我不是反对用 AI 写代码，相反我自己也在用。但我一直相信：工具是辅助，不是替代；理解是根本，而不是跳过。

LLM 可以提高效率，但它不能替我们成长。如果一上来就把整个逻辑交给模型，最后连自己写了什么都搞不懂，那我们永远都不会是那个能独立完成项目的人。

我不是在批评这个实习生——他是个聪明的同学。我只是突然意识到，也许我们正身处一个危险的习惯转折点：

年轻工程师太早依赖模型，而不愿花时间理解代码背后的结构与逻辑。这，真的很危险。

总结一下思考吧，也算是共勉，毕竟现在技术更新很快，每个人在某些地方都会是新手：
· AI 的强大不应该成为“偷懒”的理由，而是应该成为我们加深思考的辅助；
· Vibe coding 也要看修改了什么代码，如果是不熟悉的语言，也要尝试去理解，让模型解释，久而久之就能理解了
· 成长一定是“痛感 +打磨”的结合，模型不能替代这两个部分。

腾讯的内容生态，结合南山律师函，是 IMA 的护城河，也会是困死 IMA 的河。

Qwen 3 来了，顺便还带来了基于 Gemini CLI 的 Qwen Coder， 现在看来AICoding 流派里面 命令行Agent 要变成标配了。 不得不感谢 Google 开源Gemini CLI！ 让很多模型直接落地应用

OpenAI Codex
Claude code
Qwen Code
Kimi K2 in Claude code

💬 Chat: https://chat.qwen.ai
📚 Blog: https://qwenlm.github.io/blog/qwen3-coder/
🤗 Model: https://hf.co/Qwen/Qwen3-Coder-480B-A35B-Instruct
🤖 Qwen Code: https://github.com/QwenLM/qwen-code

我发现有一个方法可以精确地有效地增进与粉丝的感情。

那就是制造一些微小的能够让他们参与到其中的任务。

比如说每次将未发布的稿子让他们先审核一遍，或者说让他们担任群管理。

在随后的日子里，给他们每个人赠送一些礼物或者比如京东卡。

这样关系就会陡然提升，这样的方法可能适用于一切关系🤫

听起来属于物化了友情，但正如考察公司股票一样，有感情面也有财务面更有冰冷的技术面。

今年从传统图形化交互 GUI 往对话式交互 CUI 迁移的过程中，发现我们移动互联网的岗位职责发生了一些变化，现在还是草台班子，边界模糊，方法论模糊，但也意味着新秩序建立之前我们有机会上牌桌

产品经理不是定义功能，而是构建一套用户和模型、工具、信息的系统，关键是定义评估标准和测评集，以此反推如何搭建 pipeline 和 PE

设计师不是在一堆按钮中，通过排版和交互，设计最短路径，减少用户歧义，而是定义一套通用框架组件，让用户与模型更顺畅的互动

数据分析师不是基于用户在不同页面和按钮的点击行为上报中，推测用户的需求和评估功能是否合理，而是基于用户的 prompt 做意图分类标签，分析需求的分布，泛化过程，以及采纳率

算法不是埋头训一个模型，然后找业务场景来应用，而是用最强的 base model 搭建一个冷启动链路，再基于测评结果，通过 SFT 或 RL，做意图分流、工具调用的准确性，使得 prompt 响应更准，耗时成本更低

工程不是按明确的逻辑来做工程化部署，保障稳定性可靠性，而是做好模型与已有工具、服务、数据的对接，上下文工程，更充分发挥模型的能力，与算法的边界很模糊，甚至工程也可以做 SFT

运营不是基于一个精确定义的效果、功能、内容来做包装和推广，而是也要理解模型的边界和泛化，敏捷观察用户与模型的互动，及时捕捉和放大 good case，甚至打造为 showcase

总之，因为基模的进步，产品的分类模糊了，而我们岗位之间的边界也模糊了，期待 3 年之后，新的分工和职责会是什么样的，我们移动互联网塑造的这套分工体系可能也会改变

我去，大疆增长受阻，还是拓展第二曲线，大疆要做扫地机器人🤖了

京东投入10亿现金招募“菜品合伙人”，打造七鲜小厨革新餐饮供应链模式

不知道怎么说，感觉京东越来越像美团了？

世界比我想象的还要草台班子，你稍微努力一点就成行业神话了。

看了小米汽车主设计师的一个访谈，里面提到一个很有意思的点，为啥小米汽车做这么多花里胡哨的颜色，别家汽车一般都是黑白灰三色，马路上也都是黑白灰。

答案是小米团队设计汽车颜色时做调研，觉得参考其他品牌意义不大，因为就黑白灰三种主颜色，于是去改装店做调研，发现改成彩色是很多人的需求，实际上大家都有自己喜欢的颜色和个性，对彩色的需求其实一直存在，马路上全是黑白灰只是因为大部分人没得选。

为啥这么其他厂商只做黑白灰三色？

因为方便生产线统一管理，如果做很多颜色，后端供应链的协同难度很大，所以广大厂商普遍选择黑白灰，而这又进一步推动整个市场都默认大家就是喜欢黑白灰。

其实蛮搞笑的，要不说世界就是草台班子呢，去汽车改装店调研下就能知道的事情，这么多年，这么多品牌居然都没发现。

小米最强的是营销吗，不是。小米最强的是发现用户需求的能力。

小米早年做手机，做米家生态链，在产品定义环节最重要的事情就是团队所有人都去电商平台翻其他产品的评论区，看用户最吐槽哪些点，小米就通过产品创新解决什么问题。

比如空调直吹的痛点，小米空调就让空调的出风口冲上，这么简单的事情居然小米之前一直没人做。

知道用户的痛点是啥很难吗。翻翻评论区，要么找 100 个客户做下实际访谈，再笨也能找出来这些问题，但是都在办公室里拍脑袋决策。

深入一线挖掘用户需求，这才是所有公司都该向小米学习的点。

产品之外：产品经理方法论v2.0

搞了个自己的产品知识库，现在累计也有 10000+ 访问了。

这个产品知识库，汇集了我做产品六年多的经验总结和产品方法论，通俗易懂、实操性强。

内容主要有：产品基础、产品进阶、产品方法、产品思维、产品实战、产品书单、其他内容等。

最近和朋友聊天，多次表达过一个观点：
当国内大模型，从编程角度，模型的效果只要实打实的追平 claude 3.7以上(因为3.7之后我没有一行完整的代码是自己手码的)，那么程序员的裁员大潮就开始了，裁员速度随着时间应该是指数性的。