#职场社畜日常

今天提了离职！
从此我要全职创业了！
让我狠狠拥抱自己当老板的生活！
把我的品牌从0做起来！

#运营

为知识付费朋友们
舍不得花300买衣服，花了2000进社群。

「小鹏P7恐成最大赢家？🐶」
约1亿天价！迪拜拍出世界最贵车牌号
迪拜车牌号码“P7”被拍出5500万迪拉姆（约合1.03亿元人民币）的天价，目前该号码已被收录于吉尼斯世界纪录，成为世界上最昂贵的车牌号。

#运营

很多人对“超级个体”存在一定的误解，认为自己足够的专业就有付费群体或者客户，但是其实纵观知识付费的头部玩家，可能他们并不是行业头部专家，但是他们很会自我营销，也就说他们会“攒场子”，越专业懂你的人越少
链接付费人群重要的是提供【焦虑解决方案】
当然，如果你的客户是B端用户也很重要，客情维护能力比专业能力更重要，懂得客情维护比专业更吃香。

#程序员

经过一个周末的确认，目前基本可以肯定，OpenAI 已经对免费账号限速了。
以往只要开启流式传输，首个内容返回一般在一两秒内，现在免费账号要20秒左右了。
而付费账号，依然还是一两秒左右。
注意，这里说的付费账号指的是在 OpenAI 开放平台绑定了信用卡的账号，而不是指开通了 ChatGPT Plus 的账号。

吴军：ChatGPT不算新技术革命，带不来什么新机会

原腾讯副总裁、硅谷风险投资人吴军：ChatGPT背后就是一个语言模型，而这一语言模型的技术是1972年就已经有了的。到现在，经过了五十年，现在行业内其实大家并不觉得它是一个什么了不得的东西。在此以前，这个语言模型其实已经做了很多的事情。
今天很多人问，ChatGPT在美国出现了，中国研究机构什么时候能做ChatGPT？其实，中国的大部分研究机构是做不了的，不是说研究水平的问题，而是因为ChatGPT太耗资源。今天的ChatGPT，可能光硬件的成本就要差不多10亿美元，这还没算电钱，所以成本和耗资是非常巨大的。所以，如果开完玩笑，问ChatGPT的最大贡献是什么，我倒觉得它对全球变暖是有很大贡献的。
ChatGPT训练一次要耗多少电？大概可能是3000辆特斯拉的电动汽车，每辆跑到20万英里，把它跑死，这么大的耗电量，才够训练一次，这个非常花钱的一件事。

这场demo质量也太高了吧！感想是，一大堆超级有才华又优秀的人全在那个会场里……
如果我是VC就去会场全部聊一遍
#AIHackathon

蚂蚁金服阿里支付宝[移动端]Axure 组件库下载
#产品经理

蚂蚁金服的一套原型控件，特别好用，好用到不用怎么用脑就可以做出原型，按照自己的业务，自己稍有设计感，调配下颜色就可以直接高保真出演示原型了。移动端的原型RP文件   元件安装方式： 请将下载的 Axure RP 元件库 .rpli...

https://axurehub.com/115.html

#职场社畜日常

看到很多自媒体已经在创作如何靠ChatGPT年薪百万的视频了。

我离职差不多整整一个月了，我大概可以反向写写我是如何靠ChatGPT从年薪百万到月入3000的。

#运营

和@潘乱 聊了一下午，帮我往正道上再拽拽。自己提炼一下，分享3个做内容的关键词：时长、受众、触达。

1、时长。用户消费你的内容时长足够长，持续累计下来，就是心智渗透，肯定也会有商业价值。
2、受众。知道自己的内容服务于谁，做透比做大重要，别在意那些廉价流量。
3、触达。内容与用户触达的机会多了，IP才能出来，商业价值才能释放。

对于内容形态来说：
1、短视频提升触达，接触用户的机会更多。
2、直播打影响力，夯实受众认知。
3、播客是长时间的陪伴，听了上百个小时，渗透力可想而知。

有些道理其实挺简单，但创业做起来就是两回事，很容易做跑偏了，要时刻保持清醒。

#最近看啥 大家有看这个 B 站老奇的《阴差阳错 撼动世界的游戏引擎》视频吗？将一个很复杂的游戏引擎全局光照问题讲得清晰易懂，从计算机图形学基础、渲染方程、距离场讲到 Lumen 以及游戏引擎驱动世界，视频做得太厉害了，让我这个曾经的图形学入门菜鸟看得太激动了。
🤖 https://www.bilibili.com/video/BV1Hk4y1q7Rz/

3 月29日凌晨，腾讯微信和QQ等业务曾出现崩溃状况，据了解，本次事故由广州电信机房冷却系统故障导致，腾讯将它定义为公司一级事故。

腾讯管理层认为，这次事故暴露出容灾设计方案和应急预案不完善的隐患，风险防范意识不到位，所以对大量相关领导做出了处罚，包括TEG总裁卢山和WXG副总裁周颢。

#程序员

Poe 支持创建bot 其实就是Prompts
无需注册openai 无需key “真”白嫖 chatgpt3.5
体验很丝滑 输出很顺溜。
还可以体验到 Claude-instant
只需科学即可。

#产品经理

听闻 Hack Engine 今晚结束

有个需求憋心里几年了，之前一直不敢想，这不 GPT 来了嘛…😎不知道有没有团队一起交流下

背景是，像我们这种做国际化的产品，无论官网还是客户用的 Admin 都会涉及到多语言，每一次版本更新都要维护 Content, 以往传统的方式是设计师维护多套文件（交互 UI 一样，仅文案有差别），文案用的是Deepl 或找的 Freelancer

早期页面少问题凸显不出来，慢慢页面多了维护起来成本巨大，遂改用 Lokalise 这种 Content 管理工具：

设计师把英文版 Figma 设计稿上传到系统里，它能自动标注出所有包含文案的地方（每一处地方我们暂且称为不同的 Key 吧），每个 Key 背后的文案它用的也是 Deepl 翻译的，当然，支持人工校准

比较好的地方是，不需要经过研发，产品经理和设计师可以随时修改，线上实时生效

你可能会问，这不挺好吗

是挺不错的，但价值太薄了，或者说还没有彻底解决我的问题

事实上 Lokalise 这种 Content 管理工具的价值只是在 “内容管理” 和 “自动翻译”上，而我们作为用户需要的是 “符合当地主流表达习惯的 Content 体系”

这里面的 Gaps 是

1. 翻译的精准度（其实 SaaS 产品涉及的文案是有限的，可以像 Midjourney 让用户标注）
2. 不同语种里的最优字体/阅读习惯/排版（比如 customized 翻译成西班牙语是 Personalizado, 意思是对了，可设计上留的空间又不够了，总不能粗暴折行吧）
3. 可自定义品牌调性的表达方式 （比如我想老美点，或者轻松活泼些）

昨儿跟有类似需求的朋友们交流，看起来还是比较普遍的，作为提出需求的种子用户，愿携10+ 目标客户带着钱来和相关团队交流下合作意向

（穿着日式西装差点没认出来的）Sam Altman今天中午在东京和岸田会面时提出了7条建议：

- 提高与日本/日语相关的学习数据权重
- 提供政府公开数据的分析服务
- 共享使用LLM进行学习的方法和注意事项等方面的技术
- 提供GPT-4先行功能，如图像分析等
- 研究机密数据在日本的保护机制
- 加强OA公司在日本的存在感
- 提供对日本年轻研究人员和学生的培训和教育

另外，Sam补充意向在日本设立新业务基地

#工程师学习 Meta 最近发布图像分割论文 Segment Anything，稍微玩了玩，好比 CV 领域的 GPT-3 时刻，数据集超过 11 亿个分割掩码，在大约 1100 万张经过许可和隐私保护图像上收集而来，可以通过下面去了解更多。
🤖
🏂
💡 https://segment-anything.com/ https://ai.facebook.com/blog/segment-anything-foundation-model-image-segmentation/ https://www.zhihu.com/question/593914819