过去几年，我心里一直有一个暴论，就是:

国内科技圈的舆情引导，成功的把数以万计的 绝顶聪明的脑袋，引向了所谓的infra和大数据基础设施和云原生领域，而不是像互联网刚开始的时候一样，引导这些人在技术之外去琢磨获客和增长。

仿佛这是一场智力资源的冷杀，引导者包括国外的谷歌，更包括国内阿里推出的中台

大模型时代，这些还有意义吗？

我草，抖音一开，天下再无丑人

一人开发项目时，最简单的git 分支流程

大家独立开发时会拉开发分支吗？以前我所有的改动都是提交main上，后面由于AI特别是claude code修改的代码太多，导致main分支常常出现问题。所以现在研究了一套适合独立开发的简单分支流程：

1.生产环境用main分支

2.开发时单独拉一个分支：git checkout -b feature/模块名

命名格式：
feature/*：新功能
fix/*：修 bug
refactor/*：重构代码
chore/*：杂项（文档、配置等）

注意我没有新建dev分支再拉分支，一个人项目两层分支就够了。

3.然后正常提交
git add .
git commit -m "feat(模块): 做了什么"

4.最后合并回 main 删除功能分支
git checkout main
git merge feature/模块名 --no-ff
git branch -d feature/模块名

为什么这么多产品经理都看起来像火柴人

周日的下午正在写HappyShip的使用文档

我对这个无代码上站平台很有信心，集成了Stripe、Replicate、Google Oauth、Supabase等支付、登陆、ai生成，而且你不用碰一行代码，也能完成网站上线、部署

预计两天后发布😄

看浪浪山小妖怪，直到最后之前，我都以为是真大圣会出来救他们，结果没想到救了他们的是自己啊
与其期待大圣，不如自己成为大圣

蒂姆·库克担任苹果 CEO 时长超越乔布斯

截至 2025 年 8 月 1 日，蒂姆·库克担任苹果公司首席执行官（CEO）的时间已达 5,091 天，正式超过史蒂夫·乔布斯的 5,090 天，成为苹果历史上任期最长的 CEO。库克自 2011 年 8 月接任以来，带领苹果发布了 Apple Watch、AirPods、Vision Pro 等产品，并推动公司市值突破 3 万亿美元。

史蒂夫·乔布斯曾两度担任 CEO，主导推出 iMac、iPod、iPhone、iPad 等标志性产品。库克目前暂无卸任计划，未来可能兼任董事长和 CEO，继续领导苹果发展。

个人产品化

第一步：先打开手机微信对话框，把这三条的答案写下来，发给自己。
1. 你做什么可以信手拈来（比如演讲…）
2. 你擅长的这些事对别人有怎样的价值？
3. 如果变成产品，谁会喜欢？
趁着休息的时候就打开看看，然后copy and paste 并发给DeepSeek让它也帮你想想。
第二步：打印或手抄这份清单，贴在显眼处：
1）每周分享一次你正在学习的技能，写一篇短文或拍一个视频，在微信群、朋友圈、小红书等社交媒体发布
2）每周发一篇与你的“产品”相关的帖子，或联系一个潜在客户，说说你的想法。
3） 每天留30分钟在手机备忘录上写300字
第三步：每完成一项，打个✅。

我有时候真挺郁闷的，跟客户介绍项目案例：小红书成人职业教育细分赛道TOP1，品牌内容占比80%，仅立项一年营收超1000万。（客单均价5000元）

他们好像都没有概念，莆田老板们甚至有点瞧不起我的意思...我觉得很牛了好吧。

V51 供给密度VS展现坪效 用户产品设计中的常见陷阱 - 哇哦产品

其实很多产品不上线测试，也知道结果不会太好，优美产品设计背后一定要有足够的供给密度支撑。

从这点看，我们社群就很良心了，就收360美金学费，不管你赚到了十万刀或者百万刀，都跟我没关系了，不需要给我更多。

我看了一下Anthropic分享的Prompt101

其中有两个我觉得可以分享，强化一下使用：

第一个叫做预填充响应 (Pre-fill Response)

>做什么： 在API调用中，直接为模型的回答提供一个开头。

>为什么： 这是强制模型输出特定结构（尤其是JSON）的有效技巧。

>示例： 在API请求的“助手（assistant）”部分，直接填入一个左花括号 {，以引导模型续写一个完整的JSON对象。

这个预填充更容易引导模型按照你的输出模式进行响应，因为LLM是文字接龙

第二个是Prompt调试，利用“扩展思考”功能 (Extended Thinking / Scratchpad)

>作用： 这是一个强大的调试工具。开启此功能后，模型会显式地展示其“思考过程”或“草稿板”。

>如何使用： 通过分析模型的思考记录，你可以理解它在哪些环节遇到了困难或产生了误解。然后，你可以将这些洞察转化为更清晰的分步指令，固化到你的提示词中，从而使提示词本身变得更强大、更高效。

这个其实是23年宇龙分享过的一个思路，就是当提示词输出效果不符合预期时，需要与模型沟通，确认模型对提示词中的哪部分理解出现了语义偏差。

打印思考也是这种思路的一个变体。

以上是我学到的

日更43天，涨粉1243人的经验。

这是绝对冷启动进入推荐池的一个案例，因为我压根没发过任何这个号的信息，也没有外部推广。

前几天算错了，其实到今天也才做了43天。

总结下经验：

1.还是日更原创，老生常谈，但这是最基本的。

2.开发了一套ai内容工作流，用非常小的内容创作成本，达到了极大的内容创作效果。

3.如果是个人做，内容成本要做到最低，不然你肯定坚持不下去。

4.对于新号而言，标题前几个字决定了是否能进流量池。

5.看到哪些标题能进流量池，我都会把共同的特征用ai总结出来，我自己也能总结出来，但是如果让人去复制，他是不懂的，不能光消耗自己，要善用ai，用ai总结出来，然后做成提示词，你会发现没人比你的提示词更好，你是从实战中得到的提示词。

第五条的思路，我觉得价值匪浅，舍得发出来，是因为我暂时不想卖。

这么快就有山寨的了么，排名还跑前面去了

你离懂 github 只差一个meta 的课程：

https://coursera.org/learn/introduction-to-version-control

推进一个 meta 讲的version control的微型课程，我自己看完觉得非常受益。

作为一个产品经理转型的全栈开发，我现在每天都在用git进行版本管理，git is so easy.