推荐一个开源工具 NewsNow，专门用来优雅地阅读实时热门新闻。内容按国内、国际、科技、财经等分类聚合，来源覆盖微博、知乎、抖音、GitHub、华尔街、Hacker News、V2EX 等主流平台，一眼就能把当天热点扫清。
GitHub：https://github.com/ourongxing/newsnow
在线地址：https://newsnow.busiyi.world
互联网充电｜优质资源
优质内容｜内幕消息
GitHub：https://github.com/ourongxing/newsnow
在线地址：https://newsnow.busiyi.world
互联网充电｜优质资源
优质内容｜内幕消息
当巴别塔开始倒塌，小红书买下了世界杯
（虽然是在小红书工作，但以下说的所有观点仅代表个人不代表平台意志）
【有关“巴别塔”】
潘乱老师在标题里有一个比较明显的典故错用… 标题按照他的意思其实是巴别塔建立，而不是巴别塔倒塌。“巴别塔”源自《圣经》，上帝为阻止人类因语言统一而过于强大，变乱了人类的语言，导致通天塔工程失败。这揭示了人类社会的永恒悖论——集体协作依赖于共识，但个体认知的差异又会解构共识。
但现代现代社会的巴别塔其实靠翻译功能弥合是完全不够的。现代社会的协作失灵”常表现为“意义变乱”，即表层语言相通，但背后的价值判断和情感倾向因文化、立场不同而产生分歧… 这么看下来小红书确实比X更容易建造巴别塔，毕竟兴趣不会带来那么大的纷争，国际局势聊天广场可就不一定了…
【有关“社区的社区”】
小红书整体是一个大社区，但里面的体育、游戏等兴趣圈子还不足以形成小社区——我倾向于归纳为兴趣社群，一种相对松散的组织。区分两者的关键是：一个独立的社区需要具备“边界、独立信息流、成员身份认同”三个要素。
小红书的兴趣圈子没有边界（内容与主站推荐流混排，你无法“进入”一个只显示体育笔记的信息流），没有独立管理规则（所有话题共用平台统一的审核与分发逻辑），也没有超越单次互动的稳定成员关系（用户不会说“我是小红书体育社区的人”，他们只是“在聊球”）。
所以，小红书上只有话题的聚合、情绪的共鸣，但没有形成独立于平台的小社区。它暂且还不能被称为“社区的社区”。
（虽然是在小红书工作，但以下说的所有观点仅代表个人不代表平台意志）
【有关“巴别塔”】
潘乱老师在标题里有一个比较明显的典故错用… 标题按照他的意思其实是巴别塔建立，而不是巴别塔倒塌。“巴别塔”源自《圣经》，上帝为阻止人类因语言统一而过于强大，变乱了人类的语言，导致通天塔工程失败。这揭示了人类社会的永恒悖论——集体协作依赖于共识，但个体认知的差异又会解构共识。
但现代现代社会的巴别塔其实靠翻译功能弥合是完全不够的。现代社会的协作失灵”常表现为“意义变乱”，即表层语言相通，但背后的价值判断和情感倾向因文化、立场不同而产生分歧… 这么看下来小红书确实比X更容易建造巴别塔，毕竟兴趣不会带来那么大的纷争，国际局势聊天广场可就不一定了…
【有关“社区的社区”】
小红书整体是一个大社区，但里面的体育、游戏等兴趣圈子还不足以形成小社区——我倾向于归纳为兴趣社群，一种相对松散的组织。区分两者的关键是：一个独立的社区需要具备“边界、独立信息流、成员身份认同”三个要素。
小红书的兴趣圈子没有边界（内容与主站推荐流混排，你无法“进入”一个只显示体育笔记的信息流），没有独立管理规则（所有话题共用平台统一的审核与分发逻辑），也没有超越单次互动的稳定成员关系（用户不会说“我是小红书体育社区的人”，他们只是“在聊球”）。
所以，小红书上只有话题的聚合、情绪的共鸣，但没有形成独立于平台的小社区。它暂且还不能被称为“社区的社区”。
#出海运营秘籍👉@yunying23
在 X 上写文章最烦排版搬运。
图片要一张张传、表格贴不进去、代码块全乱。
我做了个功能: Markdown 一键转 X 文章。
图片封面自动上传、表格自动转图、代码块原样保留。
另外跟 YouMind 无缝对接，文档、爆款文章集合均可一键导出到 X 草稿。
快来试试吧，10 秒钟上手：
https://youmind.com/landing/markdown-to-x-article
Invalid media: video
在 X 上写文章最烦排版搬运。
图片要一张张传、表格贴不进去、代码块全乱。
我做了个功能: Markdown 一键转 X 文章。
图片封面自动上传、表格自动转图、代码块原样保留。
另外跟 YouMind 无缝对接，文档、爆款文章集合均可一键导出到 X 草稿。
快来试试吧，10 秒钟上手：
https://youmind.com/landing/markdown-to-x-article
Invalid media: video
天涯社区秽土转生的公告写得挺绕的，我讲一些细节：
- 创始人刑明和原始团队已经出局了，包括2023年最后一次管理层连续直播一个星期筹款救天涯的活动，连300万人民币的目标都只完成了不到10%，然后法律意义上的天涯社区就宣告破产了；
- 破产之后的天涯社区拍卖了能卖掉的所有资产，但还是提前备份了论坛数据，一家跨境金融公司注册了成都天涯客这个主体，主要负责出钱保存服务器，并从刑明那里取得了受托授权，也就是字面意思上的接盘；
- 但新公司想要继续运作天涯社区的品牌，但不愿意背负天涯社区之前的债务——差不多1.2个亿左右——所以对资产剥离的技巧提出了很高的考验；
- 之所以tianya.cn的域名拿不回来，也是因为被债主中国电信给扣下并做了司法拍卖，说明运营商不接受这种做法，欠债还钱天经地义，于是新公司只能用tianya.net这个域名转生；
- 但比较意外的是，新公司通过仲裁打赢了数据所有权的官司，可能说服了法庭用户数据不算企业资产吧，目前的监管模式也比较倾向于保护数据的一方；
- 按照这个架构来收拾天涯的残局，其实成本不高，但一直没有正经公司掺合的原因还是没法赚钱，或者说没法以常规的商业模式赚钱，天涯社区作为产品已经名存实亡了；
- 所以新公司现在搞的都是野路子，卖2000块钱一份的会员集资、把天涯神贴改成付费可看、甚至计划效仿Reddit把内容卖给AI公司训练等等，还是很抽象的；
- 现在的天涯社区在实质意义上真的成了一艘忒修斯之船：若一艘船的所有部件被逐步替换，直至无原始材料留存，此时该船是否仍是原来的船？
- 创始人刑明和原始团队已经出局了，包括2023年最后一次管理层连续直播一个星期筹款救天涯的活动，连300万人民币的目标都只完成了不到10%，然后法律意义上的天涯社区就宣告破产了；
- 破产之后的天涯社区拍卖了能卖掉的所有资产，但还是提前备份了论坛数据，一家跨境金融公司注册了成都天涯客这个主体，主要负责出钱保存服务器，并从刑明那里取得了受托授权，也就是字面意思上的接盘；
- 但新公司想要继续运作天涯社区的品牌，但不愿意背负天涯社区之前的债务——差不多1.2个亿左右——所以对资产剥离的技巧提出了很高的考验；
- 之所以tianya.cn的域名拿不回来，也是因为被债主中国电信给扣下并做了司法拍卖，说明运营商不接受这种做法，欠债还钱天经地义，于是新公司只能用tianya.net这个域名转生；
- 但比较意外的是，新公司通过仲裁打赢了数据所有权的官司，可能说服了法庭用户数据不算企业资产吧，目前的监管模式也比较倾向于保护数据的一方；
- 按照这个架构来收拾天涯的残局，其实成本不高，但一直没有正经公司掺合的原因还是没法赚钱，或者说没法以常规的商业模式赚钱，天涯社区作为产品已经名存实亡了；
- 所以新公司现在搞的都是野路子，卖2000块钱一份的会员集资、把天涯神贴改成付费可看、甚至计划效仿Reddit把内容卖给AI公司训练等等，还是很抽象的；
- 现在的天涯社区在实质意义上真的成了一艘忒修斯之船：若一艘船的所有部件被逐步替换，直至无原始材料留存，此时该船是否仍是原来的船？
红包分好几种，很多人搞混了：
1. 发券：结合电商交易/本地生活服务（到家/到店）
2. 裂变：老带新，师傅带徒弟，做APP 拉新和拉活
3. 极速版：靠激励任务、刷内容（积攒时长）赚钱
4. 社交型：依托于支付体系的即时到帐的社交场域
微信和支付宝红包，代表集五福和春节偷袭；
拼多多淘特的红包，大家先入为主是砍一刀；
阿里京东的红包，商品券/店铺券/神券/Plus；
抖音快手极速版的红包，默认激励任务赚钱；
抖快生服滴滴携程的红包，是拼团和满减券。
其实，都是不一样的。
准备和 @潘乱 再聊一期红包/网赚/裂变的前世今生。
1. 发券：结合电商交易/本地生活服务（到家/到店）
2. 裂变：老带新，师傅带徒弟，做APP 拉新和拉活
3. 极速版：靠激励任务、刷内容（积攒时长）赚钱
4. 社交型：依托于支付体系的即时到帐的社交场域
微信和支付宝红包，代表集五福和春节偷袭；
拼多多淘特的红包，大家先入为主是砍一刀；
阿里京东的红包，商品券/店铺券/神券/Plus；
抖音快手极速版的红包，默认激励任务赚钱；
抖快生服滴滴携程的红包，是拼团和满减券。
其实，都是不一样的。
准备和 @潘乱 再聊一期红包/网赚/裂变的前世今生。
聊一聊 Agent 的存算分离架构设计👇
一个有灵魂，有记忆的 Agent，一次任务的生命周期包括以下步骤
1. 用户输入 query（text + files）
2. Agent 读取提示词文件（soul.md，identify.md，user.md 等）
3. Agent 读取可用的工具和技能（tools，skills 等）
4. Agent 读取记忆（memory.md，memory_search 查询）
5. Agent 构建上下文（prompt + tools + memory + query）
6. Agent 进入 Loop（LLM 调用 → 工具调用 → 观测 → 再推理）
7. Agent 交付结果（Artifacts）
什么需要存：提示词文件，工具和技能，对话记录，交付产物
什么需要算：上下文拼接，LLM 调用，工具调用
简单表示这个过程
fn(query, agent runtime) = artifacts
我们可以把 agent 运行方式简单分为三类
1. 本地裸机运行
2. 本地带沙盒（sandbox）运行
3. 云端多副本运行
---
1. 本地裸机运行，是 OpenClaw 之类 Agent 的常见模式。Agent 提示词文件、skills，对话记录（sessions）全部存在本地磁盘，Agent 执行任务时，会在固定 workspace 目录下运行，用户上传的文件、Agent 产出的文件全部落在同一个 workspace，Agent Loop 完全依赖本地文件构建上下文和执行工具调用，存跟算是一体的。
这种模式好处是足够简单，避免了额外的文件挂载开销，弊端在于安全性，比如 Agent Loop 执行了一个 exec(rm -rf /) 工具调用，很容易对宿主机产生破坏
2. 本地带沙盒运行，是 Codex 之类的 Agent 的常见模式。主要解决两个问题。一是防止 Agent 越权操作，提高安全性；二是解决宿主机的依赖缺失导致工具调用异常的问题。
Agent Loop 执行工具调用时，涉及到敏感操作或者有外部依赖时，把宿主机的 workspace 目录挂载到 sandbox，在 sandbox 执行工具调用，输出产物自动同步到宿主机的 workspace 目录
这种模式下的存算分离，只在工具调用环节引入 sandbox 来动态计算，存储主要靠宿主机的文件系统
3. 云端多副本运行，是 Manus 之类的工具型 Agent 的常见模式。主要特点是多租户，多任务，长时间运行
像 genspark claw，kimi claw，max claw 之类的托管版小龙虾，本质上是在云端多副本运行的助理型 Agent，每个用户有独立的提示词文件，动态安装的 skills，需要长期记忆
这类 claw 托管服务，最简单的实现方式是搭建一套 k8s 集群，在每个 pod 部署一套 Agent 框架（OpenClaw，harmes 等），通过 pvc 挂载云硬盘，实现对用户资料的持久化存储。通过负载均衡策略把每个用户的请求路由到固定的 pod，在同一个 pod 做 Agent Loop，存算是一体的，每个 Agent 有独立的运行空间。这种方案隔离性很好，不好的地方在于 pod 需要常驻，运行成本很高，难以规模化
---
云端 Agent 需要规模化（scalable），必然要结合 serverless 架构做存算分离。计算层依赖 k8s 集群的调度机制动态扩缩容，水平扩展 Agent 网关的并发处理能力
存储层结合 Agent 的运行生命周期，不同阶段的产物用不同的存储方案，主要分为四种
1. 热状态。Agent Loop 的 step，plan，游标等状态，用 kv（redis）来存，高性能，低延迟，用于异常重启后的断点恢复
2. 对话和任务记录。在任务完成后用关系型数据库（postgres）来存
3. 长期记忆。基于对话/任务记录做摘要，提取成记忆，用向量数据库（pgvector，milvus）来存
4. 工作产物。包括用户上传的文件，Agent 输出的文件，系统内置的 tools，动态创建的 skills 等，用对象存储（s3，oss）来存
---
以 FastClaw 为例，演示基于存算分离架构的云端 Agent 的运行过程👇
1. 一套 k8s 集群，日常 2 个 pod，部署 fastclaw gateway，接收用户请求
2. 负载均衡把用户请求路由到其中一个 pod，Agent 开始计算逻辑：
2.1 从 db 读取提示词文件（soul，identity，user）
2.2 初始化 pod 内一个临时目录作为 workspace
2.3 初始化 sandbox，挂载 workspace
2.4 从对象存储下载用户资料和系统 skills 到 workspace
2.5 调用 memory_search 工具，从向量数据库查询记忆
2.6 拼接上下文，调用 llm，解析工具
2.7 在 sandbox 执行工具调用，读写 workspace 内的文件
2.8 把 Agent Loop 过程中的状态设置为 checkpoint，保存到 kv
2.9 Agent 输出结果给用户
3. 通过惰性检查，把不活跃的 sandbox 关闭，关闭前把 sandbox 内 workspace 的文件上传到对象存储
以上的存算分离架构，计算层依赖 pod + sandbox，pod 水平扩容支持并发调用，sandbox 承接少量的工具调用，使用 e2b 作为 sandbox 可以做到秒级启动，构建 sandbox 池可以提高并发容错；存储层依赖 kv + db + vector db + oss 的组合使用，瓶颈在于 io 延迟
这套架构最大的挑战在于分布式多副本场景下的数据一致性，需要合理使用锁机制和负载均衡策略。
理解了这套架构，再去看 Manus，Claude managed agents 的实现，就很好理解了。
篇幅有限，不能详述细节，欢迎留言讨论。🤗
一个有灵魂，有记忆的 Agent，一次任务的生命周期包括以下步骤
1. 用户输入 query（text + files）
2. Agent 读取提示词文件（soul.md，identify.md，user.md 等）
3. Agent 读取可用的工具和技能（tools，skills 等）
4. Agent 读取记忆（memory.md，memory_search 查询）
5. Agent 构建上下文（prompt + tools + memory + query）
6. Agent 进入 Loop（LLM 调用 → 工具调用 → 观测 → 再推理）
7. Agent 交付结果（Artifacts）
什么需要存：提示词文件，工具和技能，对话记录，交付产物
什么需要算：上下文拼接，LLM 调用，工具调用
简单表示这个过程
fn(query, agent runtime) = artifacts
我们可以把 agent 运行方式简单分为三类
1. 本地裸机运行
2. 本地带沙盒（sandbox）运行
3. 云端多副本运行
---
1. 本地裸机运行，是 OpenClaw 之类 Agent 的常见模式。Agent 提示词文件、skills，对话记录（sessions）全部存在本地磁盘，Agent 执行任务时，会在固定 workspace 目录下运行，用户上传的文件、Agent 产出的文件全部落在同一个 workspace，Agent Loop 完全依赖本地文件构建上下文和执行工具调用，存跟算是一体的。
这种模式好处是足够简单，避免了额外的文件挂载开销，弊端在于安全性，比如 Agent Loop 执行了一个 exec(rm -rf /) 工具调用，很容易对宿主机产生破坏
2. 本地带沙盒运行，是 Codex 之类的 Agent 的常见模式。主要解决两个问题。一是防止 Agent 越权操作，提高安全性；二是解决宿主机的依赖缺失导致工具调用异常的问题。
Agent Loop 执行工具调用时，涉及到敏感操作或者有外部依赖时，把宿主机的 workspace 目录挂载到 sandbox，在 sandbox 执行工具调用，输出产物自动同步到宿主机的 workspace 目录
这种模式下的存算分离，只在工具调用环节引入 sandbox 来动态计算，存储主要靠宿主机的文件系统
3. 云端多副本运行，是 Manus 之类的工具型 Agent 的常见模式。主要特点是多租户，多任务，长时间运行
像 genspark claw，kimi claw，max claw 之类的托管版小龙虾，本质上是在云端多副本运行的助理型 Agent，每个用户有独立的提示词文件，动态安装的 skills，需要长期记忆
这类 claw 托管服务，最简单的实现方式是搭建一套 k8s 集群，在每个 pod 部署一套 Agent 框架（OpenClaw，harmes 等），通过 pvc 挂载云硬盘，实现对用户资料的持久化存储。通过负载均衡策略把每个用户的请求路由到固定的 pod，在同一个 pod 做 Agent Loop，存算是一体的，每个 Agent 有独立的运行空间。这种方案隔离性很好，不好的地方在于 pod 需要常驻，运行成本很高，难以规模化
---
云端 Agent 需要规模化（scalable），必然要结合 serverless 架构做存算分离。计算层依赖 k8s 集群的调度机制动态扩缩容，水平扩展 Agent 网关的并发处理能力
存储层结合 Agent 的运行生命周期，不同阶段的产物用不同的存储方案，主要分为四种
1. 热状态。Agent Loop 的 step，plan，游标等状态，用 kv（redis）来存，高性能，低延迟，用于异常重启后的断点恢复
2. 对话和任务记录。在任务完成后用关系型数据库（postgres）来存
3. 长期记忆。基于对话/任务记录做摘要，提取成记忆，用向量数据库（pgvector，milvus）来存
4. 工作产物。包括用户上传的文件，Agent 输出的文件，系统内置的 tools，动态创建的 skills 等，用对象存储（s3，oss）来存
---
以 FastClaw 为例，演示基于存算分离架构的云端 Agent 的运行过程👇
1. 一套 k8s 集群，日常 2 个 pod，部署 fastclaw gateway，接收用户请求
2. 负载均衡把用户请求路由到其中一个 pod，Agent 开始计算逻辑：
2.1 从 db 读取提示词文件（soul，identity，user）
2.2 初始化 pod 内一个临时目录作为 workspace
2.3 初始化 sandbox，挂载 workspace
2.4 从对象存储下载用户资料和系统 skills 到 workspace
2.5 调用 memory_search 工具，从向量数据库查询记忆
2.6 拼接上下文，调用 llm，解析工具
2.7 在 sandbox 执行工具调用，读写 workspace 内的文件
2.8 把 Agent Loop 过程中的状态设置为 checkpoint，保存到 kv
2.9 Agent 输出结果给用户
3. 通过惰性检查，把不活跃的 sandbox 关闭，关闭前把 sandbox 内 workspace 的文件上传到对象存储
以上的存算分离架构，计算层依赖 pod + sandbox，pod 水平扩容支持并发调用，sandbox 承接少量的工具调用，使用 e2b 作为 sandbox 可以做到秒级启动，构建 sandbox 池可以提高并发容错；存储层依赖 kv + db + vector db + oss 的组合使用，瓶颈在于 io 延迟
这套架构最大的挑战在于分布式多副本场景下的数据一致性，需要合理使用锁机制和负载均衡策略。
理解了这套架构，再去看 Manus，Claude managed agents 的实现，就很好理解了。
篇幅有限，不能详述细节，欢迎留言讨论。🤗
❤1
上周和一个以前做前端的老同事见面，难免不聊到 AI
我说我很久没看招聘市场了，前几天打开Boss看了下，发现产品经理的岗位，除了清一色的“AI 产品经理”，多了很多 AI Native 全栈产品经理，我说外边的世界都已经变成这样了吗？
他说他好几个月没写前端了，现在和业务一起搞 Agent 开发，业务提需求，他落地，最后目标是把搞出来的 Agent 直接交给业务去用，说他们现在的产品很多都直接上手在搞内部系统了，把以前采购的一些软件都退订了
我说确实，以前产品写的 PRD 需求文档就是最好的上下文，产品如果能补一些工程上的知识，把写好的需求文档丢给 AI ，很多中小需求都可以直接落地了，用内部系统练手最好不过
后来回家打开 app 又看了看，感叹短短两三年时间行业翻天覆地的变化，互联网的一贯基操
为了效率，人类开始分工，现在因为技术发展，各个岗位又开始融合了
感觉以后强调单兵作战的能力要成为主流了
我说我很久没看招聘市场了，前几天打开Boss看了下，发现产品经理的岗位，除了清一色的“AI 产品经理”，多了很多 AI Native 全栈产品经理，我说外边的世界都已经变成这样了吗？
他说他好几个月没写前端了，现在和业务一起搞 Agent 开发，业务提需求，他落地，最后目标是把搞出来的 Agent 直接交给业务去用，说他们现在的产品很多都直接上手在搞内部系统了，把以前采购的一些软件都退订了
我说确实，以前产品写的 PRD 需求文档就是最好的上下文，产品如果能补一些工程上的知识，把写好的需求文档丢给 AI ，很多中小需求都可以直接落地了，用内部系统练手最好不过
后来回家打开 app 又看了看，感叹短短两三年时间行业翻天覆地的变化，互联网的一贯基操
为了效率，人类开始分工，现在因为技术发展，各个岗位又开始融合了
感觉以后强调单兵作战的能力要成为主流了
Forwarded from Post Bot
🔥 VS娱乐 — V系列哈希最新章 🔥
🌐 官网注册：中本聪专属最高待遇链接
💰 哈希业界超高赔率：0.98（无降赔，更公平）
💸 实时返水：直属用户享 笔笔0.3% 返水
💰小时返水：直属用户再享 0.3% 返水（每小时结算一次）
💰百家乐电子日返水0.9%；体育日返水0.6%
💎 代理分红：5%-20%（月分红，不累计次月清零）
⚡️ 出款稳定：到账快、不拖延
🎯 开奖迅速：体验流畅，效率拉满
🏆 平台优势：
*没有比哈希游戏更公平透明，真正杜绝作弊
* 稳定运营，口碑良好
* 支持多种资金方式：RMB / TRX / USDT，无需实名 自由切换
🔥 公平公正 · 哈希机制全程可验证🔥
所有游戏结果均由 SHA256 哈希算法生成，不可篡改。
玩家可通过 哈希值 + 盐值（Salt）链上 验证开奖结果，真正实现**“开奖可查、开奖可验”**。
🚀 专属福利：
👉 直属满待遇注册链接：点击即可开户，待遇已拉满
👉 链接无法打开可联系招商协助开户
📞 代理招商：@中本聪
💻致富频道：实现财务自由 从选对平台开始
💎 高额盈利用户实测：500万出款快速处理，不拖不墨迹
🌐 官网注册：中本聪专属最高待遇链接
💰 哈希业界超高赔率：0.98（无降赔，更公平）
💸 实时返水：直属用户享 笔笔0.3% 返水
💰小时返水：直属用户再享 0.3% 返水（每小时结算一次）
💰百家乐电子日返水0.9%；体育日返水0.6%
💎 代理分红：5%-20%（月分红，不累计次月清零）
⚡️ 出款稳定：到账快、不拖延
🎯 开奖迅速：体验流畅，效率拉满
🏆 平台优势：
*没有比哈希游戏更公平透明，真正杜绝作弊
* 稳定运营，口碑良好
* 支持多种资金方式：RMB / TRX / USDT，无需实名 自由切换
🔥 公平公正 · 哈希机制全程可验证🔥
所有游戏结果均由 SHA256 哈希算法生成，不可篡改。
玩家可通过 哈希值 + 盐值（Salt）链上 验证开奖结果，真正实现**“开奖可查、开奖可验”**。
🚀 专属福利：
👉 直属满待遇注册链接：点击即可开户，待遇已拉满
👉 链接无法打开可联系招商协助开户
📞 代理招商：@中本聪
💻致富频道：实现财务自由 从选对平台开始
💎 高额盈利用户实测：500万出款快速处理，不拖不墨迹
简中有个典型的洗稿路径：
找知乎的优质长内容，洗成短内容，搬运到抖音b站小红书。
我甚至有看见被搬运到小红书的知乎内容，被姐妹们在底下评论“求大数据多推点这种”
只能说知乎守着这么多一手源头内容，却没办法把价值发挥出来，那就是团队能力问题了
找知乎的优质长内容，洗成短内容，搬运到抖音b站小红书。
我甚至有看见被搬运到小红书的知乎内容，被姐妹们在底下评论“求大数据多推点这种”
只能说知乎守着这么多一手源头内容，却没办法把价值发挥出来，那就是团队能力问题了