听 @rosicky311_明浩 的播客才意识到
在无人在意的角落，百度的股价都从底部翻倍了
文库和网盘确实是无人注意的角落

2024 年 3 月，我对一群硬核开发者说：停止假装艺术家。你是个优秀的后端，代码写得像诗，但做出来的产品界面像事故现场。因为你试图去“创作”，而不是去“整理”。

只要记住三个词：Alignment（对齐）, Spacing（间距）, Hierarchy（层级）。把它们当成 API 接口来调用。所有的间距都用 8px 的倍数，你的页面瞬间就能从“土味”变成“硅谷风”。

我在那晚演示了 Figma 的 AutoLayout。弹幕炸了：“这不就是 Flexbox 吗？”是的，设计就是可视化的代码。如果你能写好 CSS，你就能做好设计。

还有一个残酷的真相：AI 现在能生成 UI 了。如果你连基本的审美判断力都没有，你连 AI 给你的一坨垃圾都分辨不出来。审美，是 AI 时代程序员最后的瓶颈。

这篇旧文，送给那些想做产品又怕被骂丑的朋友们：https://mp.weixin.qq.com/s/MMnHmp9F2kknx9wjp9-QEA

压力管理技巧：三R法则⬇️

@https1024

发布 60h 内，Trellis 突破 1.1k star
基本集齐了海内外所有科技大厂的 star

以及 Google 工程师的 issue

库克专门点名中国大陆的换机用户创了历史新高（大家嘴上说不买，手里都换了最贵的Pro，中国市场真香！

#出海运营秘籍👉@yunying23

预感会出现很多投喂给 bot 的 skill，让它去完成各种任务，比如“去抢元宝的新年红包”、“去集齐支付宝五福”，哈哈哈

Notion 的创始人 Ivan Zhao 的精彩文章：《钢铁、蒸汽机与无限大脑》
越来越清晰的感觉到，我们正处于 AI 革命的早期阶段，对于未来谁也不知道会怎么样，所以都喜欢从历史中、去工业革命、互联网革命中寻找规律，以期望能对未来有所启发。
相对来说，这篇文章虽然也是尝试从钢铁和蒸汽机的历史里，寻找 AI 时代的答案，还是挺有深度。
【1】第一个观点是：我们正在看着后视镜开车
每一代新技术刚出来时，人们总是习惯用旧的方式去理解它。这就是所谓的“看着后视镜驶向未来”。
想想看，早期的电话，大家把它当成“会说话的电报"；早期的电影，其实就是把摄像机架在观众席拍舞台剧。
现在的 AI 也是一样。我们看到的 AI 大多长什么样？一个聊天框。为什么？因为它在模仿 Google 搜索框。
我们正处在这个尴尬的过渡期。就像当年大家还不懂电影剪辑语言一样，我们现在还在试图把 AI 硬塞进旧的工作模式里。
【2】个人层面：从骑自行车到开汽车
乔布斯当年有个著名的比喻，说电脑是“大脑的自行车"。意思是它能让人跑得更快，但你还得自己蹬。
对于现在的程序员来说，AI 已经不是自行车了，而是汽车。你不用蹬了，你只需要握好方向盘。
Ivan 讲了他的联合创始人 Simon 的故事。
Simon 以前是传说中的“10 倍工程师"，但现在几乎不自己写代码了。路过他工位，你会看到他像指挥官一样同时调度三四个 AI 编程智能体。这些 AI 不只打字快，还能思考。他在吃饭或睡前把任务排好队，AI 就在后台疯狂干活。
他从“写代码的人"，变成了“管理无限大脑的人"。
【3】为什么只有程序员先享受到了从骑自行车到开汽车的待遇？
但问题来了，为什么只有程序员先享受到了这种待遇？普通的文案、运营、产品经理为什么还在“蹬自行车"？
两个原因：
第一，上下文太碎了。程序员的代码都在仓库里，环境单纯。
但普通人的工作散落在 Slack、飞书、文档、甚至脑子里。AI 不知道前因后果，没法干活。
第二，没法验证。代码写错了会报错，好坏一目了然。
但一个活动策划案好不好？一份周报写得对不对？这很难量化。
所以，想要从自行车升级到汽车，我们得先帮 AI 把上下文补齐，并且找到验证工作成果的方法。
【4】组织层面：不仅是换引擎，还要换地基
个人层面说完，Ivan 把视角拉到组织层面，用了“钢铁"和“蒸汽机"两个比喻，来解释 AI 会如何重塑公司。
第一个是钢铁。
在钢铁

普及之前，房子盖不高。因为用砖头和木头，盖到六七层，底下的墙就被压垮了。这就像现在的公司，人数一过几百，沟通成本就爆炸了，效率急剧下降。人与人之间的沟通，就是那个脆弱的“砖墙"。
AI 就是组织的“钢铁"。它能支撑起巨大的信息流，让决策不需要层层汇报就能完成。未来的公司，可能几千人规模还能像创业团队一样敏捷，因为 AI 撑住了沟通的架构。
第二个是蒸汽机。
最早的工厂都建在河边，因为要用水车做动力。蒸汽机刚发明时，很多老板只是把水车拆了，换成蒸汽机，但工厂还在河边，流程也没变。效率提升非常有限。
直到后来，老板们意识到：
“等一下，既然不用水了，我为什么不把工厂搬到离港口更近的地方？"
工厂可以建在离工人、港口、原材料更近的地方。整个车间可以围绕蒸汽机重新设计。后来电力普及，工厂进一步把集中的动力轴拆散，给每台机器配上独立的电机。生产力才真正爆发，第二次工业革命才真正起飞。
我们现在还在“换水车"阶段。AI 聊天机器人挂在现有工具上，工作流程还是为人设计的。我们还没认真想过：如果旧的约束消失了，组织应该长什么样？
真正的变革，是当管理者意识到可以彻底重组工作流，让那些“不睡觉的大脑"去处理所有重复性工作的时候。
Notion 自己就在做实验。他们 1000 人的公司里，活跃着 700 多个 AI Agent。这些 AI 负责写会议纪要、回答内部咨询、处理 IT 请求、写周报。这不仅仅是省时间，这是在重塑组织形态。
回看你的工作，如果只是用 ChatGPT 润色邮件，那你就是在把水车换成蒸汽机，工厂还在河边。试着想一想：如果我有无限个免费实习生（AI），工作流程应该怎么彻底重设计？
【5】经济层面：从佛罗伦萨到东京
最后 Ivan 把视角再拉高一层：钢铁和蒸汽不只改变了建筑和工厂，还改变了城市。
几百年前，城市是人类尺度的。佛罗伦萨走个四十分钟就能穿城而过，生活节奏由人能走多远、声音能传多响决定。然后钢铁框架让摩天楼成为可能，蒸汽铁路把市中心和腹地连起来，电梯、地铁、高速公路跟上。城市在规模和密度上爆发了。东京、重庆、达拉斯，这些不是“更大版本的佛罗伦萨"，而是完全不同的生存方式——更混乱、更匿名、更难辨认方向，但也提供了更多机会和自由。
Ivan 认为知识经济正站在同样的转折点上。今天的知识工作占了美国 GDP 的近一半，但大部分还是人类尺度的运作：几十人的团队，会议和邮件定义的节奏，超过几百人就开始失灵的组织。我们用石头和木头建造了很多佛罗伦萨。
当 AI 智能体大规模上线，我们会开始建造东京。成千上万的智能体和人类协作，工作流程全天候运转不等人醒来，决策在恰到好处的人类参与下被综合。周会、季度规划、年度考核的节奏可能不再合理，新的节奏会涌现。
我们将失去一些“小而美"的清晰感，但会换来前所未有的规模和速度。
Ivan 提到一个历史趣事：1865 年英国有个《红旗法案》，规定汽车上路时必须有人举着红旗走在前面开路。听起来荒谬，但我们现在要求 AI 每做一步都要人确认，是不是也像“举红旗"？真正的未来，是人站在更高处监管，而不是挡在路中间。
也许我们应该停止从后视镜看世界，开始想象新的可能。卡内基看着钢铁，看到了城市天际线。兰开夏郡的工厂主看着蒸汽机，看到了不再依赖河流的车间。
我们还在问 AI 怎么当好“副驾驶"。也许该问的是：当无限心智成为基础设施，知识工作会变成什么样？
这个问题，Ivan 没给答案。但他给了一个思考的框架。对于正在这场变革中的人来说，框架可能比答案更有用。

@https1024

#出海运营秘籍👉@yunying23

这两天肝累了，不想思考，来点水货。

公域ip千万不要给真干货，公域用户选的是好演员，不是专家，演的像比真的专业重要一万倍！

能听懂认可干货的几乎就是同行、高认知用户，这种人很难付费。

而在公域能成交的人，要的也不是干货，是我能行的信念，是你成功案例的投射感。

自己能解决问题的人不会被你成交，公域提供的是一套筛选模型。所以别老嫌弃用户不行不优质，先看看你的筛选模式是不是就有问题。