很多人认为有了vibe coding之后，以后人人都会去做产品了。我认为实际上可能恰好相反。

自己这段时间Vibe coding下来，深刻的感受就是：做事情变得越来越容易的时候，难的是想到要做什么，以及如何比现在的方案要更好，否则就是不断重新发明自己的八边形轮子的过程。

在过去，coding能力没有民主化，往往平庸的老板/产品经理占有开发资源，结果做出来了一大批平庸甚至难用的产品。但很多时候我们也不得不使用并忍受。

当强大的开发能力触手可及之后，真正具备好创意的个体，以及能诞生好创意的组织会变得更加关键。就产品研发而言，好的产品经理带来的价值差距会越来越大。

#出海运营秘籍👉@yunying23

最近接单从0新做了一个小红书账号，一篇内容涨了800个粉丝。

花了半个小时vibe了一个更好的仿生阅读器glideread

背景是假期一直和国内开会，导致看英语有点陌生
发现刷推特帖子经常想点翻译按钮，而且这学期的reading assignment又很多
想要像个办法让自己多看点英语

于是想起来，之前学心理语言学的时候了解到的仿生阅读（Bionic Reading）插件，大致原理是，人眼其实是跳读的，这种方法理论上可以通过加粗每个单词的前几个字母来引导人眼的跳跃，减少眼动，提高阅读效率；
重新装了一下那个插件发现，并不好用，主要是在推特黑色的背景与白色小字的情况下，加粗前几个字母只会让那几个字母糊成一团，阅读长文到后面会更加刺眼，反而降低了阅读效率

于是用claude code+superpower skill半个小时vibe了一个更好的，主要变化是：1. 通过渐变透明度提高了对比度，进一步加强这种引导性 2. 字体放大了一号[旺柴]

一天用下来，一条post都没有翻译过（之前会有一半的长post我会忍不住想点翻译按钮。。。） 感觉还是很可用

最近在看 Lex Fridman 对 Telegram 创始人 Pavel Durov 的采访，其中提到的两个观点非常认同：
1. 差异化是成功的基石：如果所有人都在做同样的事，个人的价值就会被稀释，be different > be better
2. 算法推荐会让你变得趋同：同样的热点，同样的信息，无法形成差异化
Pavel 提议在这个推荐算法的时代，需要主动去构建信息源，这也是为什么我只使用 X Pro 来浏览 twitter 的原因。

@https1024