过去一个月，收到了非常多的用户反馈，表示已经把 https://devv.ai 作为了默认的搜索引擎。
https://devv.ai 是专门面向开发者的 AI 搜索引擎，目标是替代开发者日常使用 Google / StackOverflow / 文档查询的场景。
免费、快速、准确。
https://devv.ai 是专门面向开发者的 AI 搜索引擎，目标是替代开发者日常使用 Google / StackOverflow / 文档查询的场景。
免费、快速、准确。
👍3❤1
最近一些观点
1. 做电商，不管是平台还是卖家，都需要执行力超强的员工。 因为战略方向层面的东西往往比较明确，执行的速度才是关键
2. pdd甚至1688都据说直达工厂，但上面大部分还是经销商甚至二级三级经销商
3. 1688这波出海，事情本身还是很有机会的，就看阿里这个组织是不是能支棱起来
4. 电商市值第一这事儿也就外部在激动分析一下。内部应该都想低调一点，做电商最好闷声发财，特别是跨境平台
1. 做电商，不管是平台还是卖家，都需要执行力超强的员工。 因为战略方向层面的东西往往比较明确，执行的速度才是关键
2. pdd甚至1688都据说直达工厂，但上面大部分还是经销商甚至二级三级经销商
3. 1688这波出海，事情本身还是很有机会的，就看阿里这个组织是不是能支棱起来
4. 电商市值第一这事儿也就外部在激动分析一下。内部应该都想低调一点，做电商最好闷声发财，特别是跨境平台
👍3🐳1
看到群里有人发这条消息，心里面突然觉得再正常不过了。因为产品经理本就是质感很“不事生产”的工种
自己尝试跑通一件事的时候，才会发现点子是最不稀缺的，运营、产品、测试、开发都能憋出点子来，但大家都得听产品的，又不是老板，凭啥呢？
（极其精妙的点子除外，但大部分产品经理并不具备这种能力，想出来的点子更接近于中庸和复刻）
产品的出生，由开发和设计来完成；
产品的落地，由产品/PMO来监督（但小作坊自己做点事情的话，产品的角色也不那么必要）；
产品的质量把控，由测试来完成；
产品的销售与推广，由运营、市场、商务拓展来完成。
怎么看都觉得，产品是其中价值最薄弱的一处。经济好的时候一荣俱荣搭个车，经济差的时候就一言难尽了
想想自己的竞争力，或许只有“性价比高”这点。但倘若几年后涨薪了呢？从平庸发展为平庸、昂贵且年长，处境只会更加尴尬吧
还是努力转行吧，哎😑
自己尝试跑通一件事的时候，才会发现点子是最不稀缺的，运营、产品、测试、开发都能憋出点子来，但大家都得听产品的，又不是老板，凭啥呢？
（极其精妙的点子除外，但大部分产品经理并不具备这种能力，想出来的点子更接近于中庸和复刻）
产品的出生，由开发和设计来完成；
产品的落地，由产品/PMO来监督（但小作坊自己做点事情的话，产品的角色也不那么必要）；
产品的质量把控，由测试来完成；
产品的销售与推广，由运营、市场、商务拓展来完成。
怎么看都觉得，产品是其中价值最薄弱的一处。经济好的时候一荣俱荣搭个车，经济差的时候就一言难尽了
想想自己的竞争力，或许只有“性价比高”这点。但倘若几年后涨薪了呢？从平庸发展为平庸、昂贵且年长，处境只会更加尴尬吧
还是努力转行吧，哎😑
👍3
能够让大模型推理结果变得更好的基础优化手段已经非常多了，我梳理了常见的技术手段和对应的论文：
- Zero-shot：https://arxiv.org/abs/2109.01652
- Few-shot：https://arxiv.org/abs/2005.14165
- CoT：https://arxiv.org/abs/2201.11903
- ToT：https://arxiv.org/abs/2305.10601
- GoT：https://arxiv.org/abs/2308.09687
- SC：https://arxiv.org/abs/2203.11171
- Multi Persona：https://arxiv.org/abs/2307.05300
- Least to Most：https://arxiv.org/abs/2205.10625
- Step Back：https://arxiv.org/abs/2310.06117
- ART：https://arxiv.org/abs/2303.09014
- ReAct：https://arxiv.org/abs/2210.03629
- Reflection：https://arxiv.org/abs/2303.11366
- RAG：https://arxiv.org/abs/2005.11401
以上内容在之前的分享中均详细提到过，有一些只需要在 Prompt 上做简单优化便可看到效果；有一些则需要进行框架设计，如对任务进行规划、分解、组合等，包括与外界环境的交互、让人参与交互，存在一定的设计成本，市面上很多 XXXGPT 也是对这些基础手段组合后的工程实践。
学习这些知识的原理有助于帮助我们打开 LLM 推理黑盒，感兴趣的朋友不妨花点时间研究下，也欢迎留言补充更多有趣的技术和论文。
- Zero-shot：https://arxiv.org/abs/2109.01652
- Few-shot：https://arxiv.org/abs/2005.14165
- CoT：https://arxiv.org/abs/2201.11903
- ToT：https://arxiv.org/abs/2305.10601
- GoT：https://arxiv.org/abs/2308.09687
- SC：https://arxiv.org/abs/2203.11171
- Multi Persona：https://arxiv.org/abs/2307.05300
- Least to Most：https://arxiv.org/abs/2205.10625
- Step Back：https://arxiv.org/abs/2310.06117
- ART：https://arxiv.org/abs/2303.09014
- ReAct：https://arxiv.org/abs/2210.03629
- Reflection：https://arxiv.org/abs/2303.11366
- RAG：https://arxiv.org/abs/2005.11401
以上内容在之前的分享中均详细提到过，有一些只需要在 Prompt 上做简单优化便可看到效果；有一些则需要进行框架设计，如对任务进行规划、分解、组合等，包括与外界环境的交互、让人参与交互，存在一定的设计成本，市面上很多 XXXGPT 也是对这些基础手段组合后的工程实践。
学习这些知识的原理有助于帮助我们打开 LLM 推理黑盒，感兴趣的朋友不妨花点时间研究下，也欢迎留言补充更多有趣的技术和论文。
🤝3
简单总结一下最近很火的pika.art这家只有 4 位全职成员估值 2.5 亿美元的华人天才少女创业团队。
创始人 #郭文景 的母亲是MIT毕业的高材生，父亲是A股上市公司信雅达实控人（最近公司连续一字涨停）。今年四月，郭文景决定从斯坦福退学，开发更好用的AI视频工具，Pika由此诞生。
郭文景是杭二中第一个在本科阶段被哈佛大学录取的学生，也是浙江省第一个被哈佛本科提前录取的学生。
创始人郭文景和联合创始人兼首席技术官Chenlin Meng，两人都是斯坦福大学AI实验室的前博士生。
在进入斯坦福大学之前，郭文景本科和硕士就读于哈佛大学，曾在Meta的AI研究部门担任工程师，而Chenlin则是多篇AI研究论文的共同作者，其中也有一些关于生成式AI的论文。
郭文景于今年4月创立了Pika，随后Chenlin Meng加入成为联合创始人，两人合作开发了Pika的文本生成视频模型。
今年 7 月，Pika Labs 在 Discord 推出服务器，并在几个月时间内收获了 50 万用户。
最后说一下 Text-to-Video 这个领域今年的进展确实远比想象中迅速：Runway 先后发布了 Gen1、Gen2，最近推出的 Motion Brush 则在可靠性上向前了一步，Stability AI 也刚发布了自己的首个 Text-to-Video 模型 Stable Video Diffusion。最近大家最期待的就是 pika 的表现了，AI时代一天一个样。
创始人 #郭文景 的母亲是MIT毕业的高材生，父亲是A股上市公司信雅达实控人（最近公司连续一字涨停）。今年四月，郭文景决定从斯坦福退学，开发更好用的AI视频工具，Pika由此诞生。
郭文景是杭二中第一个在本科阶段被哈佛大学录取的学生，也是浙江省第一个被哈佛本科提前录取的学生。
创始人郭文景和联合创始人兼首席技术官Chenlin Meng，两人都是斯坦福大学AI实验室的前博士生。
在进入斯坦福大学之前，郭文景本科和硕士就读于哈佛大学，曾在Meta的AI研究部门担任工程师，而Chenlin则是多篇AI研究论文的共同作者，其中也有一些关于生成式AI的论文。
郭文景于今年4月创立了Pika，随后Chenlin Meng加入成为联合创始人，两人合作开发了Pika的文本生成视频模型。
今年 7 月，Pika Labs 在 Discord 推出服务器，并在几个月时间内收获了 50 万用户。
最后说一下 Text-to-Video 这个领域今年的进展确实远比想象中迅速：Runway 先后发布了 Gen1、Gen2，最近推出的 Motion Brush 则在可靠性上向前了一步，Stability AI 也刚发布了自己的首个 Text-to-Video 模型 Stable Video Diffusion。最近大家最期待的就是 pika 的表现了，AI时代一天一个样。
👍3
和朋友讨论近期跳槽的事，好奇产品经理薪资天花板是？只带小组，没太大野心，也不想升p9。我感觉月base 7w左右就差不多了，每年再配几十万的股票，圆圆满满150w的包，小富即安的配置。
之前和@评论尸 讨论过为什么产品经理这个岗位看上去这么“狗屁工作”但是需求缺口和薪资都能仅次于研发。
他表示产品经理本质是把“老板”不愿意做但又不得不做的破事外包成的一个岗位，随着时间的推移还把“研发”不愿意干的破事也打包进去了一部分。
他表示产品经理本质是把“老板”不愿意做但又不得不做的破事外包成的一个岗位，随着时间的推移还把“研发”不愿意干的破事也打包进去了一部分。
👍1
No.41 和 Vue.js & Vite 作者尤雨溪聊项目进展、开源社区协作和前端思考 - Web Worker-前端程序员都爱听
#2023技术播客节
web worker 更新了对尤雨溪 (Evan) 的专访，除了常规的聊 vue 之外，我也拿前端比较火的问题当面“质问”，Evan 的回答也坦诚和直接，锐评 Bun、Nextjs 和 Vercel 等技术，有深度又犀利
技术之外，可能是 Evan 首次透露 yyx990803 的意义！我们还聊了比较大胆的问题，看智子 (Vue 全职员工) 如何述职，如何 pua 老板，如何聊外号
#2023技术播客节
web worker 更新了对尤雨溪 (Evan) 的专访，除了常规的聊 vue 之外，我也拿前端比较火的问题当面“质问”，Evan 的回答也坦诚和直接，锐评 Bun、Nextjs 和 Vercel 等技术，有深度又犀利
技术之外，可能是 Evan 首次透露 yyx990803 的意义！我们还聊了比较大胆的问题，看智子 (Vue 全职员工) 如何述职，如何 pua 老板，如何聊外号
分享一下我们做了20多个定制化Notion系统的经验（海外团队&个人居多，行业覆盖教育、投资等）；你会从这个过程中，体会到Notion真正的定位「无代码工具」
第一步：初步调研
用户初步访谈，了解客户的业务现状，用Notion的目的，以及对Notion的熟悉程度。
比如，之前做过一家美国房地产投资公司，之前他们用Monday来做项目管理，但是发现不够灵活，文档不方便查看，结构也很乱（因为他们缺乏方法论指导）；所以，看到我的小红书之后，想找我做Notion定制化。
第二步：数据库结构确定
根据大模块以及大场景，确实整个系统的架构。（不用具体到property）
还是说回这家美国房地产投资公司，部分有包含acquisition、accounting等六个部门，每个部门都有完整的流程。
那么，体现在Notion上，就是1个workspace、6个teamspace、每一个teamspace有不同的database结构
第三步：各模块详细访谈
这个时候，需要拉上所有相关人员，聊业务需求，毕竟一定要我自己能够充分了解客户的业务需求后，才能为他们构建出高效易用的Notion系统～
美国房地产投资的流程非常复杂，一个物业的购买，周期长达1、2个季度，第三方涉及到律师、银行、zf单位等多个步骤，SOP多达上百个；但是通过Notion dashboard、button、template功能的配合，能够非常高效地解决这个物业跟踪问题～
第四步：测试与优化
第三步做完之后，基本有一个系统demo了，这个时候，就需要拿给客户去试用了，然后边用边改，不断优化～
第五步：交互/视觉优化
Notion本身、Notion小组件等提高非常多的在交互、视觉方面的优化方式，这个就要根据客户需求来定制了。
第六步：数据初始化\迁移与交付培训
大多数客户本身都有一些现成的数据，但是，他们可能不那么了解Notion，所以，一开始，我需要帮助他们把数据按照现在的系统逻辑迁移上去，然后提供一个月的培训，让所有人都能学会如何使用现在的系统。
这完整的六步，其实就是一个不用写代码的定制化项目～
所以，这就是「为什么Notion是一款无代码工具」
第一步：初步调研
用户初步访谈，了解客户的业务现状，用Notion的目的，以及对Notion的熟悉程度。
比如，之前做过一家美国房地产投资公司，之前他们用Monday来做项目管理，但是发现不够灵活，文档不方便查看，结构也很乱（因为他们缺乏方法论指导）；所以，看到我的小红书之后，想找我做Notion定制化。
第二步：数据库结构确定
根据大模块以及大场景，确实整个系统的架构。（不用具体到property）
还是说回这家美国房地产投资公司，部分有包含acquisition、accounting等六个部门，每个部门都有完整的流程。
那么，体现在Notion上，就是1个workspace、6个teamspace、每一个teamspace有不同的database结构
第三步：各模块详细访谈
这个时候，需要拉上所有相关人员，聊业务需求，毕竟一定要我自己能够充分了解客户的业务需求后，才能为他们构建出高效易用的Notion系统～
美国房地产投资的流程非常复杂，一个物业的购买，周期长达1、2个季度，第三方涉及到律师、银行、zf单位等多个步骤，SOP多达上百个；但是通过Notion dashboard、button、template功能的配合，能够非常高效地解决这个物业跟踪问题～
第四步：测试与优化
第三步做完之后，基本有一个系统demo了，这个时候，就需要拿给客户去试用了，然后边用边改，不断优化～
第五步：交互/视觉优化
Notion本身、Notion小组件等提高非常多的在交互、视觉方面的优化方式，这个就要根据客户需求来定制了。
第六步：数据初始化\迁移与交付培训
大多数客户本身都有一些现成的数据，但是，他们可能不那么了解Notion，所以，一开始，我需要帮助他们把数据按照现在的系统逻辑迁移上去，然后提供一个月的培训，让所有人都能学会如何使用现在的系统。
这完整的六步，其实就是一个不用写代码的定制化项目～
所以，这就是「为什么Notion是一款无代码工具」
👍2❤1
This media is not supported in your browser
VIEW IN TELEGRAM
GPT-4V-Act，https://github.com/ddupont808/GPT-4V-Act，这个项目演示了让 GPT-4V 来控制自己的浏览器，例如执行任务“随机播放一首音乐”，浏览器会自己进入搜索引擎，完成输入、搜索、点击、选择等操作，整个思考（Observe）过程都由 AI 来完成。
与之前分享的 self-operation-computer 实现上存在一些差异，之前项目会把任务目标、上一步结果和当前的截图扔给 GPT-4V，而这个项目会先对截图进行一次预处理，叫做 labeling，给网页上的元素标号——实现原理很简单，就是遍历元素，获取元素的网页布局位置，然后为其增加一个边框和标号。
有了 labeling 操作，GPT-4V 在理解网页的时候可以做到更加聚焦和准确，而且返回指令的时候，也可以明确告知浏览器去操作哪个元素。
- 实现 labeling 的操作，在这里：https://github.com/ddupont808/GPT-4V-Act/blob/main/preload-view.js#L154
- Prompt 有点 TS 风格，十分简洁：https://github.com/ddupont808/GPT-4V-Act/blob/main/main.js#L13
与之前分享的 self-operation-computer 实现上存在一些差异，之前项目会把任务目标、上一步结果和当前的截图扔给 GPT-4V，而这个项目会先对截图进行一次预处理，叫做 labeling，给网页上的元素标号——实现原理很简单，就是遍历元素，获取元素的网页布局位置，然后为其增加一个边框和标号。
有了 labeling 操作，GPT-4V 在理解网页的时候可以做到更加聚焦和准确，而且返回指令的时候，也可以明确告知浏览器去操作哪个元素。
- 实现 labeling 的操作，在这里：https://github.com/ddupont808/GPT-4V-Act/blob/main/preload-view.js#L154
- Prompt 有点 TS 风格，十分简洁：https://github.com/ddupont808/GPT-4V-Act/blob/main/main.js#L13