#出海运营秘籍👉@yunying23
1月30号两个公众号阅读量暴跌，我一直以为是被限流了还是怎么样，但发现很多人在这一天都有这种情况，包括投流的朋友也说不止我一个人出现这种情况。
我最近一直在研究这个变化，发现是公众号现在的「通知」不再是「通知」了，很早期关注但和你互动不多的，几乎不会提醒，需要点你的头像，有个小绿点才能看到更新。
我拿自己自关注了5个号的小号测试，我刚发了10分钟的文章，信息流里宁愿空着，也不会出现我的公众号最新文章。
以前会出现在信息流了，现在不会出现，需要点击查看更多才能看到。但你刚关注，或者和你互动过，我发现这类账号的上一篇文章会一直出现在订阅号的提醒里。
写了12年的公众号，打开率常年10%以上，超多读者对我都是看到了会愿意进来看看，但也不会有太多的互动，现在我会消失在他们的信息流里。
之前一直和周围人安利，不管做不做算法平台，都可以有个公众号作为你的大本营，因为「这里的读者真的是你的读者」，大家认的事你这个人。而算法类平台本质上大家刷的是广场，算法不推挤你再多关注都没有用。
现在，最后的安心阵地也没了。
但也没什么好抱怨的，跟随变化而调整自己呗，可能无法安安心心简单分享自己的所思所想，需要更多的和读者有更多的互动，以及思考什么样的内容被算法推荐。
以上纯个人有限总结，并不清楚微信到底怎么弄的，不一定对。
1月30号两个公众号阅读量暴跌，我一直以为是被限流了还是怎么样，但发现很多人在这一天都有这种情况，包括投流的朋友也说不止我一个人出现这种情况。
我最近一直在研究这个变化，发现是公众号现在的「通知」不再是「通知」了，很早期关注但和你互动不多的，几乎不会提醒，需要点你的头像，有个小绿点才能看到更新。
我拿自己自关注了5个号的小号测试，我刚发了10分钟的文章，信息流里宁愿空着，也不会出现我的公众号最新文章。
以前会出现在信息流了，现在不会出现，需要点击查看更多才能看到。但你刚关注，或者和你互动过，我发现这类账号的上一篇文章会一直出现在订阅号的提醒里。
写了12年的公众号，打开率常年10%以上，超多读者对我都是看到了会愿意进来看看，但也不会有太多的互动，现在我会消失在他们的信息流里。
之前一直和周围人安利，不管做不做算法平台，都可以有个公众号作为你的大本营，因为「这里的读者真的是你的读者」，大家认的事你这个人。而算法类平台本质上大家刷的是广场，算法不推挤你再多关注都没有用。
现在，最后的安心阵地也没了。
但也没什么好抱怨的，跟随变化而调整自己呗，可能无法安安心心简单分享自己的所思所想，需要更多的和读者有更多的互动，以及思考什么样的内容被算法推荐。
以上纯个人有限总结，并不清楚微信到底怎么弄的，不一定对。
Armin Ronacher（极简 Coding Agent 工具 Pi 的两名开发者之一）在最新文章（A Language for Agents）中，总结了 AI 对编程语言特点的好恶：
AI喜欢什么：
显式类型信息，无需LSP推断
刚性语法结构，括号优于空白
副作用必须声明 needs { db, time }
结果类型替代异常（Result）
grep可搜索的显式包前缀
AI讨厌什么：
宏（Macros）增加理解难度
重新导出（Re-Exports）和Barrel Files
不稳定测试（Flaky Tests）
工具链分裂（代码能跑但类型检查失败）
如果我们要设计这样的语言，它会是怎么样的呢？
# AI 时代的编程语言：从写起来准，到读起来准
面向Agent的编程语言应具备"显式契约"特性——所有对代码行为的假设都必须明文写进代码，而非依赖外部工具或开发者记忆。
- 三大契约维度
1. 类型契约：签名即文档
// 而非：auto result = process(data)
// 而要：Result process(RawData data)
拒绝动态类型和过度类型推断。类型信息必须保留在源码中，无需LSP即可理解。
2. 依赖契约：函数即边界
func fetchUser(userId: UserID) needs { db, time }
所有副作用（数据库、时间、随机数）必须在函数签名中显式声明。AI才能正确Mock，写出稳定测试。
3. 语法契约：明确胜于简洁
拒绝聪明：避免宏、运算符重载、隐式转换
拒绝魔法：避免全局状态、依赖注入黑盒
拒绝歧义：避免重导出、Barrel files，
定义必须指向单一真实来源
- 代码可读性的衡量标准
语言是否Agent友好的评估指标：
独立理解度：脱离IDE，仅靠grep能否定位所有依赖？
修改局部性：改一行代码，受影响范围是否可预期？
工具一致性：parser、type checker、formatter、linter对代码的理解是否100%一致？
测试确定性：AI生成的测试是否必然通过或失败
# 一句话总结
AI友好的代码 = 显式信息密度 × 局部可推理性
人类追求写代码时的快感（少打字、灵活性）
AI追求读代码时的确定性（无歧义、可预测）
AI喜欢什么：
显式类型信息，无需LSP推断
刚性语法结构，括号优于空白
副作用必须声明 needs { db, time }
结果类型替代异常（Result）
grep可搜索的显式包前缀
AI讨厌什么：
宏（Macros）增加理解难度
重新导出（Re-Exports）和Barrel Files
不稳定测试（Flaky Tests）
工具链分裂（代码能跑但类型检查失败）
如果我们要设计这样的语言，它会是怎么样的呢？
# AI 时代的编程语言：从写起来准，到读起来准
面向Agent的编程语言应具备"显式契约"特性——所有对代码行为的假设都必须明文写进代码，而非依赖外部工具或开发者记忆。
- 三大契约维度
1. 类型契约：签名即文档
// 而非：auto result = process(data)
// 而要：Result process(RawData data)
拒绝动态类型和过度类型推断。类型信息必须保留在源码中，无需LSP即可理解。
2. 依赖契约：函数即边界
func fetchUser(userId: UserID) needs { db, time }
所有副作用（数据库、时间、随机数）必须在函数签名中显式声明。AI才能正确Mock，写出稳定测试。
3. 语法契约：明确胜于简洁
拒绝聪明：避免宏、运算符重载、隐式转换
拒绝魔法：避免全局状态、依赖注入黑盒
拒绝歧义：避免重导出、Barrel files，
定义必须指向单一真实来源
- 代码可读性的衡量标准
语言是否Agent友好的评估指标：
独立理解度：脱离IDE，仅靠grep能否定位所有依赖？
修改局部性：改一行代码，受影响范围是否可预期？
工具一致性：parser、type checker、formatter、linter对代码的理解是否100%一致？
测试确定性：AI生成的测试是否必然通过或失败
# 一句话总结
AI友好的代码 = 显式信息密度 × 局部可推理性
人类追求写代码时的快感（少打字、灵活性）
AI追求读代码时的确定性（无歧义、可预测）
❤1👍1🍌1
Vol.309 珍惜已经存在的东西，把已有的东西做好
红杉资本合伙人 Pat Grady 说：最好的资源利用方式 —— 把已有的东西做好。
想了想有几层：
看看自己有什么，
看看自己真的理解自己有什么，
看看自己所在的地方，历史上有什么？
你能看到多久的过去，才能看到多久的未来
红杉资本合伙人 Pat Grady 说：最好的资源利用方式 —— 把已有的东西做好。
想了想有几层：
看看自己有什么，
看看自己真的理解自己有什么，
看看自己所在的地方，历史上有什么？
你能看到多久的过去，才能看到多久的未来
某种程度上我是反用户调研主义者
理由有一个玄幻一点点的是乔布斯说的，用户不知道想要什么，真正重要的产品都是做出超出用户预期的东西，你不可能问出一个用户都不知道的答案
第二个理由是，来自思维快与慢，大部分快消品决策走得是系统一，10s广告，货架看一眼就决定。把用户关在单面镜会议室里用系统二说出来的话大部分更像是假装理性的cosplay
用户调研什么是有价值的？
1. 产品体验维度的观察，好奇用户拿到产品怎么用，可以躲在单面镜后面观察直接反应
2. 讨论复购路径和理解用户如何向其他人描述推荐产品，提取用户语料融入营销
理由有一个玄幻一点点的是乔布斯说的，用户不知道想要什么，真正重要的产品都是做出超出用户预期的东西，你不可能问出一个用户都不知道的答案
第二个理由是，来自思维快与慢，大部分快消品决策走得是系统一，10s广告，货架看一眼就决定。把用户关在单面镜会议室里用系统二说出来的话大部分更像是假装理性的cosplay
用户调研什么是有价值的？
1. 产品体验维度的观察，好奇用户拿到产品怎么用，可以躲在单面镜后面观察直接反应
2. 讨论复购路径和理解用户如何向其他人描述推荐产品，提取用户语料融入营销
我有个脑洞：把AI接入会议室。
起因是我感觉现在AI比我聪明太多了，和同事讨论问题经常需要先查查AI，如果同事开会的时候问了个我回答不上来的问题怎么办？临时找AI还要给那么多上下文，不如直接让AI来入会？
现在meeting里的很多AIbot还是在做秘书的工作，能不能直接变成智囊团？聊到一个棘手的问题的时候，直接问AI：你觉得应该怎么办？
吵得不可开交的时候，问AI：你觉得谁说的对？
这想想也太棒了！把AI接入会议室八爪鱼可以解决收声问题，声纹识别可以解决身份识别的问题，再给AI会议室屏幕，🤷！！wtf
起因是我感觉现在AI比我聪明太多了，和同事讨论问题经常需要先查查AI，如果同事开会的时候问了个我回答不上来的问题怎么办？临时找AI还要给那么多上下文，不如直接让AI来入会？
现在meeting里的很多AIbot还是在做秘书的工作，能不能直接变成智囊团？聊到一个棘手的问题的时候，直接问AI：你觉得应该怎么办？
吵得不可开交的时候，问AI：你觉得谁说的对？
这想想也太棒了！把AI接入会议室八爪鱼可以解决收声问题，声纹识别可以解决身份识别的问题，再给AI会议室屏幕，🤷！！wtf
Forwarded from Post Bot
This media is not supported in your browser
VIEW IN TELEGRAM
简单注册 0门槛 隐私有保障
公开透明 无私彩 放心玩
Please open Telegram to view this post
VIEW IN TELEGRAM
DeepSeek最近效果真的没啥优势了，体感不如豆包元宝kimi，25年初轰动性破解推理模型后就没浪花了。这家创业公司的评价体系主要是创新，年轻的天才团队在做项目做产品精进价值方面 还是缺了点动力和耐性。
#出海运营秘籍👉@yunying23
以前，我会把小红书首页数据不好的笔记隐藏掉。现在我发现我不在意数据了，因为我不需要给广告主看，我只是表达自己想说的。进到我私域里的用户，构成了我最稳固、不依赖平台的变现方式。
曾经我以为做小红书就是要成为一个接广很牛逼的博主，我会羡慕别人的报价，羡慕别人接到大牌，但后来也是在做的过程中发现，我对于对接广告主的体验并没有那么好，更重要的是，我深刻的知道这种商业模式，不是最能发挥我优势的。
现在，就算是五个人点赞的笔记，我点进去看到他们的名字，想到茫茫人海中被我的某个观点吸引，想到他们可能觉得有用，就觉得很温暖。
尤其是看到评论，有时候用户会写自己的故事，会写他深处迷茫，有时会给我新的启发，哪怕是单纯的表达赞同，我都会有一种“彼此看见”的感觉。
最开始做自媒体的时候，我会扫所有的评论，争取都回复到，我承认我后来懒惰了。
但是当我认真把注意力放回到内容上，我又开始觉得，最开始的动力，就是这份“相互看见和激励”，并且，真的希望更多人能变好吧。
以前，我会把小红书首页数据不好的笔记隐藏掉。现在我发现我不在意数据了，因为我不需要给广告主看，我只是表达自己想说的。进到我私域里的用户，构成了我最稳固、不依赖平台的变现方式。
曾经我以为做小红书就是要成为一个接广很牛逼的博主，我会羡慕别人的报价，羡慕别人接到大牌，但后来也是在做的过程中发现，我对于对接广告主的体验并没有那么好，更重要的是，我深刻的知道这种商业模式，不是最能发挥我优势的。
现在，就算是五个人点赞的笔记，我点进去看到他们的名字，想到茫茫人海中被我的某个观点吸引，想到他们可能觉得有用，就觉得很温暖。
尤其是看到评论，有时候用户会写自己的故事，会写他深处迷茫，有时会给我新的启发，哪怕是单纯的表达赞同，我都会有一种“彼此看见”的感觉。
最开始做自媒体的时候，我会扫所有的评论，争取都回复到，我承认我后来懒惰了。
但是当我认真把注意力放回到内容上，我又开始觉得，最开始的动力，就是这份“相互看见和激励”，并且，真的希望更多人能变好吧。
Deepseek新模型悄悄来了！
现在在你的DeepSeek里面问他的训练截止日期和上下文窗口，只要回答是25年的5月份和1M就是新模型。
如果你的回答是24年，可以去手机端升级到最新的1.7,4（1）
再问他截止日期就可以了。
其实昨天就已经刷到了，只不过还没有这么大量的灰度。
现在在你的DeepSeek里面问他的训练截止日期和上下文窗口，只要回答是25年的5月份和1M就是新模型。
如果你的回答是24年，可以去手机端升级到最新的1.7,4（1）
再问他截止日期就可以了。
其实昨天就已经刷到了，只不过还没有这么大量的灰度。