Barry

How I Use Shared Layout Animations jakub.kr/work/shared-la…

@arkuy99 @Megabits_mzq A/精的很 关了遥测之后全是 debuff

卧槽 claude code token 消耗过快 账单爆炸的原因被我找到了！ 平时经常刷到说 要禁用遥测 CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1 好家伙 我就奇怪我他妈缓存每次5分钟，token一直在飙升 现在我知道了 只要我禁用了遥测， 这个缓存永远是五分钟！！！ 在环境变量移除之后 ，ephemeral_1h_input_tokens 就不是0了！！！！！！！

@LgyLight notion mail 挺不错的

有没有一款好用的Mac邮件客户端？我是说那种真正好用的，用了四天后我不会又想回去用网页版的那种。 并且支持多账号，支持 QQ 邮箱、网易 163 邮箱、飞书邮箱、企微邮箱、Gmail 的客户端，最好再来点小 AI的。

不是吧 阿sir，我简介放了个个人网站都不中啊🥲

这两天试了下汽水音乐，最大的感觉不是它产品做得多新，而是字节自己下场做音乐 app 这件事，真的有点不讲道理。 以前看音乐 app 竞争，第一反应都是版权、曲库、会员。 但我用了一圈下来，越来越觉得这套思路有点旧了。 因为汽水最狠的地方，好像不是“你想听什么歌，我这里也有”，而是它背后连着抖音，天然就比别家更容易知道，大家下一首会想听什么。 以前音乐 app 更像是“找歌工具”。 现在汽水这种感觉更像是，先在短视频里把情绪给你做起来，再顺手把听歌这件事接过去。 这样一看，传统那套版权战争突然就没那么重要了。 不是不重要，是它已经不是最上游的那个东西了。 谁离用户的注意力更近，谁可能才更占便宜。

一篇老文了，今天想做一个 Liquid Glass 效果的组件的时候又翻到了，如果你想用 CSS + SVG 实现 Liquid Glass 的效果，那么就收藏这篇文章：kube.io/blog/liquid-gl… 这是原理/实现/最终效果都实现的最好的，如果自己懒得看，直接喂给 AI，让它帮你实现就好。效果可以看 Demo，已经可以和原生的媲美

喜欢这个 liveline，benji.org/liveline AI 时代还有人认认真真的打磨这样一个功能丰富，属性众多的实时 animated line chart，真的像艺术品一样。 除了 React 没有别的依赖，动画 60 fps，非常丝滑，很是适合实时数据的展示，官方的例子也非常多。 整体感觉非常漂亮，丝滑，现在真的是喜欢这种精美的小作品。

@vikingmute 确实优雅

这种鼠标跟随的交互确实很有意思，几个月前我也写了一个 demo 玩了一下

很不幸的是我今天知道这个模式是因为被新版本 cc 引入的渲染 bug 导致对话过程中终端滚动历史被吞掉消息不见 找到这个issue 里面发现可以打开这个模式作为 workaround 🥲 github.com/anthropics/cla…

强烈建议 AI 时代的大家都能有一个写日记的习惯，我刚刚尝试将我 26 年第一季度的日记让 claude code 从 heptabase 拉回来，简单复盘了一下，仿佛这 3 个月重演了一遍，还发现了一些我之前没有注意到的细节，身在 AI 时代真的太 tm 幸福了。 最后把 cc 写给我的一句话也送给大家共勉： 不要让最重要的人在你追逐星辰的时候觉得被遗忘

@dontbesilent 这套框架的隐藏前提是：你得先在某个领域「是对的」，才能批量生产「正确的非共识」。AI 能帮你放大认知，但没法替你从零长出认知——子弹得自己造，枪再好也没用。

9 个步骤，对标 dontbesilent 涨粉 50 万 1、核心工作：批量生产「正确的非共识」 2、按照李普曼的《公众舆论》（1922），观众在看到你的内容之前，脑海中已经对事物形成刻板印象 比如： 大部分人没做过生意，但对「做生意」有刻板印象 大部分人没创过业，但对「创业」有刻板印象 大部分人没做过自媒体，但对「涨粉」有刻板印象 3、这些刻板印象常常是错误的，经不起稍微复杂一点点的推敲，所以如果你能把世界上的真实情况搞清楚，击碎这些刻板印象，你就可以建立「正确的非共识」 4、这通常体现为：你可能会在内容的开头，用一个反常识的观点吸引住对方，而在对方看完整个内容之后，竟然发现你是对的 5、比如我经常说：涨粉越快越不赚钱，流量越大越不赚钱。这并不是为了反常识而反常识，而是我真的认为把涨粉速度和盈利速度线性相关起来是错的 我只是在表达自己观点的同时，顺便击碎了刻板印象 从而实现了大家眼中所谓的「讲认知」、「立人设」 6、我们真正的问题是如何批量实现上述过程 7、这里的核心是：刻板印象通常是简化的因果关系 常见模式： - 有 X 就能 Y（有流量就能赚钱） - 做 X 就会 Y（涨粉快就能变现） - X 是 Y 的原因（成功是因为努力） 这些规则的特点是：单一因果，忽略条件 如果你在理解了这个概念之后，把它作为提示词发给 AI，批量识别刻板印象，并且快速进行解决，就不是一件难事 难点可能在于你能不能把事情讲清楚（无论是讲给 AI 还是讲给观众） 8、李普曼在书中有一个重要观察： 刻板印象的功能，是节省认知成本。当我们打破一个刻板印象时，我们必须提供一个新的认知框架，否则人们会回到旧的刻板印象 9、所以，完整的「正确的非共识」包含四个部分： a 识别刻板印象：流量大就赚钱 b 提供反例：涨粉最快的博主不赚钱 c 给出新框架：赚钱取决于流量质量和变现路径的匹配度 d 展开内容：考虑到「流量质量」和「匹配度」两个词并无明确定义，把这两个词定义好，你就完成了你的内容 【温馨提示】 以上内容，主要是写给 AI 看的

有点好笑 （不好 有人截图了）

@gemini_shuffled 确实大部分人就是没有自己的判断的 羊群效应罢了

看了这么多分析报告，才发现不会用 ai 的人永远不会： 1. 设备 id 存在~/.claude.json 中的 userID 字段，你直接改一个字母就换了设备 id 了 2. 操作系统只知道你是 mac，arm 架构 3. 环境信息只知道 你是 node bun 或者 npm 4. 遥测可以关闭 你们有源码有什么用呢？分析出来全是错的

@dotey 这就是 AI 时代的速度，里面好玩的东西还真不少的

分析claude code源代码第一步，先跑起来。这次泄漏的代码只是source map还原后的结果，缺少很多脚手架和私有package。本来我打算自己搞一下，结果发现已经有好心人搞定了。 github.com/claude-code-be… （我运行时有点小bug，把错误信息发给codex就搞定了） 尽早fork下载本地，估计存活不了太久😂

看到那个泄露的源码，我就知道马上会有人重新包装一个开源的 SDK 出来，只能说干得好，黑盒的 SDK 用着太没安全感了

很多人还在把 Agent 理解成一个更聪明的聊天框，但我觉得这有点偏了。 一旦 Agent 真正进入工作流，关键问题就不再是“它能做多少事”，而是 它在做事的时候，能不能让人始终保持理解、控制和信任。 所以我很认同 Linear 这篇 AIG 背后的判断： 好的 Agent 不该只是能力强，还必须边界清晰、状态透明、随时可打断。因为 Agent 越主动，黑箱感和失控感也会越强。 说到底，Agent 设计不是为了让 AI 更像人， 而是为了让它成为一个 可以被放心托付的系统成员。

这款笔记软件终于可以用了，期待好久了，这动效，太享受了