在Reddit上看到一个ChatGPT提示词帖子，被惊艳到了。 6 个技巧，让AI真正进入思考模式，不再附和你，而是真正去解决问题。 ---提示词---- 1. “带我走一遍你的推理过程” 对于复杂决策来说，看一遍推导过程更重要。比如：“我该辞职吗？带我走一遍你的推理过程。” 2. “这里的反对观点是什么？” 可以瞬间打破信息茧房。它会主动反驳自己的初始回答，找出你完全没考虑过的角度。 3. “假设我什么都不懂” 即使是你熟悉的主题也适用。比如“假设我对加密货币一无所知，请解释一下”，能帮你从基础建立认知，也揭示你知识的盲点。 4. “我真正该问的问题是什么？” 这个特别厉害。你提的问题往往不是最关键的，这条提示能帮你找到更优的问题。 5. “先给我初学者版，再给专家版” 一次性获得两种解释方式。，初学者版帮助你理解概念，专家版则让你掌握深度内容、说话更专业。 6. “这可能在哪些地方会失败？” 这是你需要的现实校验，每种策略都有可能失败，这条提示能在你投入之前暴露风险。

我第一次写代码，是在小学。那时候我什么都不懂，只是照着书上一行行地敲。屏幕上出现“Hello, world”的那一刻，我以为自己做成了一件了不起的事。 可很快我就发现，自己其实什么都不会。我能让程序跑起来，却不知道为什么。报错像是另一种语言，我看不懂，只能反复试。别人几分钟能解决的问题，我可能要卡好几天。 我就这么写着，写了很多年。写得很慢，也写得不好。但我一直在写。每次程序能成功运行，我都觉得在混乱里找回了一点秩序。 到了大学，我的路也没有顺多少。有些课我根本学不进去，有些课干脆挂了。别人看起来轻轻松松，我却常常想退学。抑郁、焦虑、迷茫，总是和我形影不离。那段时间，电脑的光成了我唯一能依靠的东西。它不会安慰我，但从不拒绝我。 后来，AI 出现了。它不会嫌我笨，也不会不耐烦。我问它问题，它就回答。它不完美，有时也错，但至少，它能回应我。 我开始重新学习过去那些一直不懂的东西。逻辑、结构、算法、系统，它们一点一点变得清晰。 我做了网页、工具、机器人、程序、游戏。没有观众，也没有掌声。可每次当代码能跑起来，我就觉得，自己还在往前走。 我写了很久很久的代码。AI 没让我变天才，它只是让我终于明白，我一直在学的不只是编程，而是如何靠自己重新开始。

上这个学校的难度和注册qq邮箱差不多吧🤔

Hi everyone, Grand Theft Auto VI will now release on Thursday, November 19, 2026. We are sorry for adding additional time to what we realize has been a long wait, but these extra months will allow us to finish the game with the level of polish you have come to expect and deserve.

发现一个很奇怪的现象：很多程序员是不懂CS（计算机科学）的；而很多计算机专业的学生也不懂怎么编程。 CS和编程居然能脱钩到这种离谱的地步。

好羡慕别人得一些酷酷的病，什么抑郁症、ADHD、斯德哥尔摩综合症、腰椎间盘突出，我也想得一个跟他们一样酷。

New on the Anthropic Engineering blog: tips on how to build more efficient agents that handle more tools while using fewer tokens. Code execution with the Model Context Protocol (MCP): anthropic.com/engineering/co…

简中推感觉现在成了 AI 垃圾堆... 就那么几个账号，抄来抄去， 也不知道@一下原博主，反正就抄，就硬抄。 大家都觉得找到了流量密码。 这玩意儿看到了真的跟吃苍蝇一样恶心。 你要抄，抄的走心点也行。 最后输出的内容全是一坨大便。 真掉档次。

写论文或做笔记，遇到复杂的数学公式，手动敲 LaTeX 代码确实挺费劲，尤其那些多层嵌套的积分、求和符号更是头疼。 可以看一下，Texo 这个开源 OCR 模型，专注于数学公式图片的识别，可直接转换为 LaTeX 代码。 模型大小仅仅 20M 参数，识别准确率却媲美百兆级大模型，推理速度特别快，还可以直接在浏览器中运行使用。 GitHub：github.com/alephpi/Texo 主要特性: - 将数学公式图片快速转换为 LaTeX 代码； - 模型仅 20M 参数，推理速度快且支持浏览器运行； - 完全免费开源，可在消费级 GPU 上训练； - 在多个测试集上 BLEU 分数达 0.85 以上； - 提供完整训练代码和详细技术文档。 提供了多种使用方式，可以直接在线体验，也可以本地部署，适合经常需要处理数学公式的同学使用。

Google 最近整合明显在加速，想多了能让头皮发麻那种。 产品+AI 我认为做到了生态一体和智能自洽。 来看两个关键点： 1. 生态的统一智能层 全线产品智能化，特别是给 Gemini 开了权限，就能一口气调用 Gmail、Drive、Chat 的内容，不用上传也不用提醒，它直接就知道我想找啥。 这是 Workspace 的智能操作系统。 2. 知耻而后勇式进化 Gemini 一开始大家都在骂，但这一波是真转身了。直接融入 Workspace，成为工作记忆体 + 自动助理。 关键点在于它聪明，并且它知道得也太多了。 这就是 Google 的可怕之处： 首先模型强，然后数据闭环 + 应用集成 + 权限整合全部打通。 当别人搞 AI + 工具的时候； Google 说：我不跟你们玩，我搞的是 AI = 工具。 幸好这些年我一直没放弃 Google，这也算是某种意义上的坚守回报了。 既然 AI 是能力放大器，我也想看看 Gemini + 我在Google 生态里的内容，Gemini能给我放大多少倍。

👀 "Gemini’s LaTeX Upgrade Changed Everything" "It. Just. Worked." "I’m saving hours every week. Hours I can spend creating more content instead of fighting with tools that should just work.​" "Gemini isn’t just catching up — in some ways, it’s leaping ahead." Thanks for using it! medium.com/data-and-beyond/i…

兄弟们，姐妹们，如果你没有过硬技术过硬文凭，你就做销售吧，做好了到哪里都有人向你抛橄榄枝. 在国内时，有浙江老板带着副总专门坐飞机来深圳挖我这个当年的行业销冠，没想到来到了美国，我也引起了老美同行的关注. 有个老美同行通过LinkedIn 找到了我，一开始我以为他要跟我合作，没想到他说他希望我能去应聘他们的营销副总，哈哈，他可能不知道我是这个公司的创始人，看来我得改一下我的头衔😂 然后今天，又有一个让我给他介绍美国客户，说会给我佣金，看来也还是不知道我是自己创业的. 我怎么可能把自己的客户拱手让人？😂 我要是打工的， 诱惑肯定无处不在!

高雅人士学习中

🚀 Hello, Kimi K2 Thinking! The Open-Source Thinking Agent Model is here. 🔹 SOTA on HLE (44.9%) and BrowseComp (60.2%) 🔹 Executes up to 200 – 300 sequential tool calls without human interference 🔹 Excels in reasoning, agentic search, and coding 🔹 256K context window Built as a thinking agent, K2 Thinking marks our latest efforts in test-time scaling — scaling both thinking tokens and tool-calling turns. K2 Thinking is now live on kimi.com in chat mode, with full agentic mode coming soon. It is also accessible via API. 🔌 API is live: platform.moonshot.ai 🔗 Tech blog: moonshotai.github.io/Kimi-K2… 🔗 Weights & code: huggingface.co/moonshotai

Google is working on a Chrome Extension for NotebookLM (not available yet). Possibly, it will let users add open pages as sources to the selected notebook.