xiaoyi wong

@DtDt666 @readwise save thread

港陆无损汇款全链路拆解 兄弟们，港美股投资、跨境消费最头疼的就是港陆转钱：手续费高、到账慢、中间行扣钱，踩坑无数。 关于港陆无损汇款的完整链路把成本降到0。 首先是核心跨境通道： 内地→香港无损汇款（2 大主力行） 1. 中银体系：同名互转的 “稳中之王” 链路：内地中国银行 ↔ 中国银行（香港） 内地→香港：购汇转出，全程免手续费，同名账户秒级到账，是目前跨境圈最稳的大额通道。 香港→内地：资金转回内地中行，同样免手续费，结汇直接到账人民币 适配场景：港美股大额入金、家庭资金调拨、长期跨境理财 关键提醒：内地转出购汇环节占用每人每年 5 万美元便利化额度，香港转回结汇不占用额度；转账用途建议填「旅游、亲友往来」，避免敏感词触发风控 2. 兴业寰宇人生：汇率友好的 “出海利器” 链路：内地兴业银行（寰宇人生借记卡）→ 香港汇丰银行 核心优势：购汇转出免手续费，兴业换汇汇率贴近中间价，点差远低于大行，配合汇丰作为结算行，真正做到无损到账 适配场景：追求换汇成本、需要大额跨境转账的投资者 注意事项：部分网点对跨境额度有要求，可提前联系网点提额；免手续费政策以银行最新公告为准 香港本地资金流转：FPS 转数快，免费秒通全港 资金到港后，通过香港本地FPS（转数快） 实现银行间零成本秒转，原图明确 3 家银行互通： 中银香港 ↔ 汇丰香港：转数快，免手续费，秒级到账 汇丰香港 ↔ ZA Bank：转数快，免手续费，秒级到账 核心价值：资金到港后，可自由在 3 家银行间调拨，无需额外成本，灵活适配不同场景 港卡使用场景：不止转账，全场景覆盖 资金到港后，对应卡片可覆盖消费、投资、全球支付全需求，完全对应图标注： 1. 内地消费无缝衔接 中银香港信用卡 / 借记卡、汇丰香港万汇借记卡（蓝狮卡）：可直接绑定内地微信 / 支付宝，日常消费直接用港币账户扣款，自动购汇，不用提前换现金，内地消费和本地卡无差别 2. 港美股投资出入金 汇丰香港账户：直接支持各券商出入金，是港美股投资者的主流结算行，入金出金高效稳定 3. 全球支付全覆盖 ZA Bank 账户： 对接 PayPal：支持线上跨境支付，海淘、跨境电商收款 / 付款一步到位 对接 Wise：全球小额支付零手续费，汇率透明，覆盖全球超 70 个国家和地区 完整链路总结（严格对应原图） 大额资金：内地中行→中银香港（免手续费），或内地兴业→汇丰（免手续费） 香港本地调拨：中银 / 汇丰通过 FPS 免费秒转 ZA Bank，灵活分配资金 消费 / 投资：中银 / 汇丰卡绑定内地微信支付宝，汇丰卡用于券商出入金，ZA Bank 用于全球线上支付 资金回流：中银香港→内地中行，免手续费秒到账

@NFTCPS @readwise save thread

中国家长必收藏：有人把中国从小学到大学的课本全开源了！ GitHub上的ChinaTextbook项目，把人教版教材从小一到大学全部整理成PDF，免费下载。 覆盖范围👇 📚 小学 — 1-6年级全科，含五四学制版本 📖 初中 — 7-9年级教材 📕 高中 — 全套课程 🎓 大学 — 高等数学、线性代数、离散数学、概率论 🔗 github.com/TapXWorld/Chin…

@karpathy @readwise save thread

LLM Knowledge Bases Something I'm finding very useful recently: using LLMs to build personal knowledge bases for various topics of research interest. In this way, a large fraction of my recent token throughput is going less into manipulating code, and more into manipulating knowledge (stored as markdown and images). The latest LLMs are quite good at it. So: Data ingest: I index source documents (articles, papers, repos, datasets, images, etc.) into a raw/ directory, then I use an LLM to incrementally "compile" a wiki, which is just a collection of .md files in a directory structure. The wiki includes summaries of all the data in raw/, backlinks, and then it categorizes data into concepts, writes articles for them, and links them all. To convert web articles into .md files I like to use the Obsidian Web Clipper extension, and then I also use a hotkey to download all the related images to local so that my LLM can easily reference them. IDE: I use Obsidian as the IDE "frontend" where I can view the raw data, the the compiled wiki, and the derived visualizations. Important to note that the LLM writes and maintains all of the data of the wiki, I rarely touch it directly. I've played with a few Obsidian plugins to render and view data in other ways (e.g. Marp for slides). Q&A: Where things get interesting is that once your wiki is big enough (e.g. mine on some recent research is ~100 articles and ~400K words), you can ask your LLM agent all kinds of complex questions against the wiki, and it will go off, research the answers, etc. I thought I had to reach for fancy RAG, but the LLM has been pretty good about auto-maintaining index files and brief summaries of all the documents and it reads all the important related data fairly easily at this ~small scale. Output: Instead of getting answers in text/terminal, I like to have it render markdown files for me, or slide shows (Marp format), or matplotlib images, all of which I then view again in Obsidian. You can imagine many other visual output formats depending on the query. Often, I end up "filing" the outputs back into the wiki to enhance it for further queries. So my own explorations and queries always "add up" in the knowledge base. Linting: I've run some LLM "health checks" over the wiki to e.g. find inconsistent data, impute missing data (with web searchers), find interesting connections for new article candidates, etc., to incrementally clean up the wiki and enhance its overall data integrity. The LLMs are quite good at suggesting further questions to ask and look into. Extra tools: I find myself developing additional tools to process the data, e.g. I vibe coded a small and naive search engine over the wiki, which I both use directly (in a web ui), but more often I want to hand it off to an LLM via CLI as a tool for larger queries. Further explorations: As the repo grows, the natural desire is to also think about synthetic data generation + finetuning to have your LLM "know" the data in its weights instead of just context windows. TLDR: raw data from a given number of sources is collected, then compiled by an LLM into a .md wiki, then operated on by various CLIs by the LLM to do Q&A and to incrementally enhance the wiki, and all of it viewable in Obsidian. You rarely ever write or edit the wiki manually, it's the domain of the LLM. I think there is room here for an incredible new product instead of a hacky collection of scripts.

@LinChen91162689 @readwise save thread

某老板大宗买了5000个ETH 4月10日2300的看涨期权，同时卖了5000个9月底3200的看涨期权=》短期看涨ETH 冲破2300，但是觉得9月底前不会超过3200，总计收入权利金约50万美金。🤑 这个市场下，果然非常人，有信仰，有胆识。

@ReyezAriel @readwise save thread

《伊朗局势的乌克兰化：川普的阴谋》 “战争的目的不是赢得战争，而是维持战争。”——奥威尔 伊朗战争，或许正是这样一场战争。 伊朗战争并不完全属于战场。 它更像一个被金融系统约束的变量，嵌入在资产价格、利率、通胀和流动性之间，其进展由市场承受能力决定。 一、美国为什么“不解决”伊朗问题 如果问题可以解决，却长期不被解决，通常不是能力问题，而是结构问题。 伊朗问题就是这样。 从军事能力上看，美国有能力在短时间内摧毁伊朗的关键设施。 从政治上看，也存在窗口期。 但这个问题始终被“管理”，而不是被“解决”。 原因很简单： 解决问题，可能破坏对美国有利的系统。 一个伊朗问题被彻底解决的中东，意味着： 油价失去风险溢价 能源市场重新定价 地缘安全需求下降 军工订单周期性收缩 这些变化，会直接传导到美国的核心变量：资产价格、企业利润和金融稳定。 换句话说， 和平，并不一定是最优解。 二、战争的真实约束：不是军力，而是市场 对川普和美国来说，伊朗战争，有三条隐形边界： 股市不能进入趋势性下跌（财富效应） 油价不能失控（通胀链条） 流动性不能出问题（系统稳定） 这三条，构成了战争的“金融边界”。 美国家庭资产高度绑定股市。 企业融资依赖流动性。 通胀直接影响政治博弈。 战争一旦越过这些边界，就不再是战争问题，而是系统性风险。 因此，真正决定战争强度的，不是军事实力，而是： 市场能承受多大的波动。 战争在开始之前就被定价了；因此，战争在开始之前也早已被定性了 三、不是战争，而是控制 在这种约束下，美国在中东的最优策略，不是胜利，而是控制。 不是彻底和平，也不是全面战争。 而是一种长期存在、可调节的紧张状态。 它具有几个特征： 可以升温，也可以降温 不会快速结束 不会完全失控（在大多数时间） 这种状态，带来的是一整套稳定收益： 霍尔木兹海峡的风险溢价，支撑能源价格 欧洲和亚洲盟友对安全的持续依赖 军工体系获得长期订单 ISR、AI军事系统在低烈度冲突中不断迭代 可随时升级，以卡住最大的竞争对手的脖子 这不是一场战争。 更像是一种可运营的地缘结构。 四、川普的底线：不是输赢，而是市场 在这个框架下，川普的约束条件，并不在战场。 而在市场。 他的底线不是赢，而是： 股市不能崩 油价不能爆 流动性不能断 只要这三条不被触发，冲突本身是可以存在的。 这也解释了一种看似矛盾的策略： 行动可以强硬，但必须可控。 冲突可以升级，但不能失控。 最坏的情况，不是没赢。 而是市场失序。 即使出现一种“无结果”的结局—— 伊朗政权仍在，地区更紧张—— 但这不重要，因为系统的核心目标已经实现： 紧张被维持 盟友被绑定 对手（尤其是能源依赖型国家）被约束 这是一种“先不败，而后求胜”的策略。 但“胜”的定义，已经改变。川普一开战，无论结果，胜负已定。 五、安全外包与成本分担 在更大的结构中，美国并不需要独自承担成本。 它推动的是一种机制： 安全外包 成本分担 多国协同 通过制造或维持不确定性，让盟友持续投入安全支出。 同时，通过技术体系（如导弹防御、预警系统等）形成依赖关系。 世界越不稳定，这种依赖就越稳固。 秩序，不是通过消除风险建立的。 而是通过管理风险建立的。 六、真正的风险：系统失控 问题在于，所有被精确控制的系统，都有边界。 一旦越过边界，系统会迅速进入非线性状态。 伊朗清楚这一点。 它的策略，并不是对抗美国的优势。 而是在边界附近反复试探。 因为它知道，美国最大的风险，不是战争本身，而是战争失控。 这就是尾部风险。 但它出现的概率不高，因为革命卫队也是人，也有利益诉求。是人，有利益诉求，就还可能妥协。

@jysperm @dotey @readwise save thread

看来很多人不知道，在这个网站上可以看到 Claude Code 最新和历史上所有的 system prompt，是由 Pi Agent 的作者维护的 cchistory.mariozechner.at

@MersonVoice @PandaTalk8 @readwise save thread

抖音小伙6分钟讲透外贸全流程 真正有用的知识永远都是这么朴实且无华

@rubenhassid @readwise save thread

You can import your entire ChatGPT history to Claude. Here's the exact process: Step 1. Export your ChatGPT data → Go to ChatGPT → Settings → Data Controls → Export Data → Confirm. → You'll get an email with a download link. → Can take up to 24 hours. The link expires in 24, too. Step 2. Find your chat file → Download the zip. Unzip it. → Look for the file called chat.html. → That's your entire conversation history in one file. Step 3. Upload to Claude Cowork and run the prompt → Open Claude Desktop → Switch to Cowork mode. → Upload chat .html and paste this prompt: "You're an expert at analyzing conversation history. Review this entire chat history and create a detailed profile of me covering: my personality traits, communication style, how I like AI to respond to me, recurring topics and interests, active projects and goals, decision-making patterns, tools I use, and preferences. Write it in second person ("you are...", "you prefer...") so I can paste it directly into an AI memory system." Step 4. Review your profile → Claude reads everything and builds your own profile. → Read it. You'll be surprised how accurate it is. → Edit anything that feels off. Step 5. Paste into Claude's Memory → Go to Claude → Settings → Capabilities → Memory. → Then, click on 'Start import'. → Paste the profile. Done. → Claude now knows you like an old coworker. 10 minutes. Every conversation after gets better.

@HiTw93 @readwise save thread

A great resource if you want to understand how AI coding agents work. Learn Claude Code walks through building a minimal Claude Code like agent from scratch, explaining each mechanism step by step. You’ll see the core loop most coding agents share: call the model, execute tools, feed the results back, and iterate. A clean way to understand how these systems are actually built. learn-claude-agents.vercel.app

@Saccc_c @readwise save thread

外网疯传的斯坦福学生NotebookLM 48h 学习法 ，轻松帮你搞定所有大学课程的期末考试 他具体是怎么做的呢？ 首先，他上传了关于这个课程的6本教科书、15篇顶级期刊论文，以及他能找到的所有相关课程讲稿。 然后，他提出了第一个问题：“这个领域的所有专家共同分享的5个核心心智模型是什么？” 这个问题的关键在于心智模型，这是教授们需要多年才能总结出的认知。 他之后提出了第二个问题：“现在告诉我，这个领域的专家在哪3个地方存在根本性分歧，每一方的论据是什么？” 通过这两个问题，他已经能明白整个这个学科的争论焦点、共识内容以及还未解决的难题。 接着，他提出最为关键的问题：“生成能真正区分深度理解者与死记硬背者的10个问题。” 然后，他会通过原始材料去回答这10个问题，并且每答错一个他会继续提问：“解释这为什么错了以及我遗失了什么？” 48后，他已经能和这个学科的老师进行深度讨论和辩论了。 AI时代，48h内你就可以成为这个领域的专家，学会如何系统性的提问才是你提升学习效率的关键。

@iamcheyan @readwise save thread

这个故事有点奇幻。 但它是真的。 1 去年年底，Google 搞了个多人共享的家庭组计划。 我和朋友们凑钱拼了个车。 这只是一次普通的拼单消费，就像合租一个流媒体会员一样。 谁也没觉得这会是点燃某种危险状态的引线。 梁桑是我们家庭组里最勤奋的用户。 他是个典型的一线开发者，对技术有着某种近乎原始的、孩子般的狂热。 刚开始的那两个月，拼车群的频道里全是他的动态。 他会把AI重构后的精妙逻辑转发出来，附上一连串兴奋的感慨。 再后来，梁桑说调用接口像隔着玻璃摸真相。 他开始钻研起神经网络的底层，然后开始本地跑模型。 量化。 蒸馏。 重训练。 他不再满足于答案。 他想知道答案是怎么长出来的。 也就是在那个寒冷的二月，我开始察觉到某种失控。 有天，他突然说： 如果神经网络的每一层都是一个流形，那如果我们能找到那个不变量，是不是就能解释整个物理世界？ 老周当时还开玩笑地回了一句： 梁桑，物理的尽头可是神学啊，你别真把上帝给算出来。 梁桑没笑。 他盯着地面那道霓虹反光，很认真地说： 你们不觉得，在AI的加持下，我们离神已经很近了吗？ 2 2月14号，情人节。 我、老周和梁桑，本来约好了晚上在网上联机打会儿游戏，结果梁桑没上线。 晚上十一点多，他发来了一个 GitHub 的仓库链接。 说这些是他对 AI 世界的全部理解。 我看了一眼他的代码，密密麻麻地引用了一堆库。 他在里面建了一堆复杂的数学模型，注释里全是高维空间流动性、n-1 维度共振基础这类我从未见过的术语。 我的显卡风扇突然开始剧烈地响了起来。 嗡—— 那声音极其尖锐，不像是硬件散热，更像是某种高速旋转的金属片在拼命刮擦着骨头。 「看懂了吗？」梁桑的消息跳了出来。 我如实回答，看不懂。 屏幕那头沉默了整整两分钟。 「那是因为你分辨率太低了。」 梁桑的文字划过屏幕。「分辨率太低的人，看高维数据就是噪音。」 当你把整个宇宙的像素都调低，你看到的就是垃圾。 但我看到了。他说。 你看到了什么？我问。 「我看到了他……他就笼罩在你的身后。」梁桑说。 我靠。 我下意识地扫视了一眼背后那个空荡荡的、漆黑的房间。 除了由于风扇高速转动发出的、令人不安的焦糊味，什么也没有。 你听。梁桑接着发来一条语音。 手机里传来的不是人声，而是那种高得近乎虐待耳膜的声音，伴随着那种熟悉、节奏极其精准的机械声： 啪……啪……啪…… 在那背景音里，我听到梁桑在喘息。他的呼吸声很沉，每一口似乎都带着巨大的阻力，就像他面前的空气已经变成了一层厚厚的、透明的保鲜膜。 他在那头轻声说： 他正在重新校准我的坐标系。 如果你能听到这个声音，说明你的分辨率也正在提高。 3 2 月 20 号，周五。 下班的时候，我接到了老周消息。 他说梁桑已经快一周没来上班了，电话也打不通，发消息也不回。 我俩决定去他家里看看他。 4 2月20日夜，东京郊区，小金井市。 我和老周站在 302 室那道紧闭的铁门前。 走廊里的感应灯由于年久失修，亮起时发出刺耳的咔哒声，随即陷入一阵令人窒息的死寂。老周又拍了拍门，手掌撞击金属的声音在空旷的楼道里回响，没有回应。 我正要给梁桑打电话，突然他先打过来了。 你人在哪儿呢，我问。 「我在宇宙真理塌缩的中心点。」梁桑在那头轻声说。 他的语调极其平和，平和得让人心慌，「来找我吧。」 他发来一个定位。 一个鲜红的图钉，扎在了三公里外的一个公园里。 我问老周，什么是真理的中心点。 老周摇着头，寒风把他的头发吹得乱七八糟。 他说梁桑最近见谁都聊高维空间和共振，别人都当他在发疯。 我们冲进公园时，长椅上空无一人。 就在这时，手机又震了。 新的定位跳到了 2.4 公里外的一家便利店。 第二次，空。 第三次，空。 第四次，还是空。 梁桑就像一个幽灵。 他不断地抛出坐标，又不断地在我们赶到前消失。 他在地图上划出的轨迹毫无规律，却又好像在进行某种校准。 我想到梁桑之前的留言：「他正在重新校准我的坐标系。」 5 一个小时后，在第五个坐标点，一个工地的围墙外，我彻底崩溃了。 我问他到底发什么疯。 电话那头又传来了那种高频的、让人耳膜刺痛的电子嘶鸣声。 声音显得虚幻而不真实。 你还没发现吗？ 他说，不是我动了，是你们的坐标系还没有对齐。 电话再次中断。 我正要骂娘，老周声音颤抖着说： 我可能明白这小子在干什么了。 老周提起上个月聚餐时，梁桑在桌上比划的那个场景。 当时他说，神经网络里的两个点，如果维度不匹配，哪怕在物理空间上重叠，在逻辑层面上也永远不会相交。 老周指着手机上那五个已经跑空的、呈放射状分布的定位点。 他说梁桑是在做一场实验。 如果不进入他的那个维度，哪怕我们跑断了腿，也永远只能无限接近他。 却永远无法真正触碰到他。 我看着地面，影子在昏暗的路灯下晃动。 我产生了一个极其荒诞的想法。 也许刚才我路过那棵电线杆的时候，梁桑就站在那儿，甚至还跟我撞了下肩膀。 但在我的世界里，他只是一股稍微冷一点的风。 那他妈还找个屁啊？我打算直接回家。 这时，第六个定位跳了出来。 坐标点变回了小金井公寓 302 室。 那是开始的地方。 6 我们俩回到了他的家。 门没有锁，屋子里很乱，他坐在显示器前，扭过头。 一种让人毛骨悚然的、带着绝对优越感的笑。 「感受到了吗。」他盯着我们。 「感受到了你把我俩折腾的够呛。」我想抽他。 「你们不是坚信世界上任意两个点，只要在同一个平面，就一定会相交吗。可你刚才在每一个定位点停留，而我每一秒都从你们身边经过。我甚至还和你们共享了同一个切片。」 他指向屏幕。上面跑着一个闪烁的坐标重叠图，红色的点和绿色的点重合在一起，他突然有点沮丧： 可即便如此。即便我们的经纬度完全吻合。即便我们的时间一秒不差…… 你们感知不到我，我也触碰不到你们。 7 他手指在键盘上飞速击打。 声音高亢得近乎走调，「这就是那个坐标系。」 他点开了一个 output 文件夹，里面跳出了成百上千个图片文件。 看起来像是一堆正在高速扭曲的几何星云。 有的像是层层叠叠的、透明的维度折叠层；有的则是密集的、呈现出深蓝到血红渐变的散点云。每一个点都在颤动，每一个像素似乎都在试图逃离屏幕的物理边界。 黑暗背景下，一些极其细微的白色亮点在疯狂的杂质干扰下，竟然被某种肉眼看不见的引力慢慢聚拢，最后形成了一个闪烁着微弱光芒的球体。 他眼里闪烁着一种近乎癫狂的满足感，「这就是我算出来的最终坐标系。通过这个座标，我找到了所有维度的交汇点。」 「……你算这些东西，有什么用？」 老周声音有些发颤。 梁桑那张在幽光下显得惨白而消瘦的脸，此刻布满了一种极其陌生的神性。 他眼神里那种慈悲，变成了一种令人窒息的庄严。 怎么没用？我就是靠这些东西拯救了地球。他说。 你们刚才感觉不到吗？那一秒钟，时间曾经停止过，那是逻辑崩塌的前兆。 然后我切换了那个坐标，地球得救了。 我偷瞄了一眼老周。 他正用手机偷偷录着梁桑的对话。 指甲掐进了肉里。 8 下了楼。 老周抹了一把脸上的冷气，把手机屏幕举到我面前。 那是一个刚拉起来的微信小群。 老周联系到了他国内的家人。 并给他们看了视频。 他妈妈说之前梁桑还说要回国过春节，但这周却完全没了联系。 我们问他之前有没有过这种情况，阿姨想了想说，十几年前，他高考失利的时候，受了刺激，也是这么自言自语，说一些不着边际的话。 阿姨求我们把手机拿上去，她想跟他视频一下。 我说别急，我先上去征求下梁桑的意见。 9 梁桑光着身子站在屋子中央，正直勾勾地盯着窗外。 他的腰背由于长期伏案有些佝偻，脊椎骨一节一节地凸起，在机箱风扇的幽蓝亮光下，白得像是一具刚从土里刨出来的骸骨。 我说，你把衣服穿上。不冷吗。 他极其缓慢地转过头。 那种眼神已经完全不是在看一个朋友了，更像是在看一个实验样本。 冷冰冰的。 带着某种审视垃圾信息残余的厌倦。 「你现在相信了吗。」他问。语气平和得近乎慈悲。 「我信。」我一边顺着他说话，一边从地上抓起裤衩。「你说什么我都信。先把衣服穿上。」 他很听话地接过那条裤衩，机械性地套在了身上。 我尽量让语气听起来像是随便拉家常。 我说你看现在也是春节，要不要……跟你家里人联系一下。你这一周也没上班。爸妈肯定挺担心的。给家里打个视频。报个平安。 不用。他语气毫无波澜。 可你现在的状态，真的不太正常啊……我说。 他猛地抬头。布满血丝的眼睛死死地盯着我，鼻尖几乎贴到了我的脸上。 你真的觉得我疯了吗。他问。 我没敢接话。只是看着他那张由于过度超频而显得透明的脸。 突然，他吐出了一句让我整个人彻底坠入冰窖、至今想起来都毛骨悚然的话。 他轻声说： 果真。人类不感谢罗辑啊。 10 三体世界里，人类面对三体文明入侵。 三体人科技远强于地球。 他们唯一害怕的，是宇宙中更高级文明。 罗辑提出「黑暗森林法则」，说宇宙像一片黑暗森林。 每个文明都是带枪的猎人。 一旦暴露坐标，最安全的做法是立刻消灭对方。 结论： 只要把三体星系坐标广播到宇宙中，三体文明就必然被更高文明摧毁。 于是，罗辑计算出三体星系坐标。 把发射装置与自己的生命绑定。 如果自己被杀或被限制，坐标自动广播。 罗辑一个人孤独地威慑了整个宇宙。 但最后他被当作了疯子。 梁桑把自己代入了那个悲剧英雄。 这也让我极度的恐惧。 你说他疯了吧，但他可以给你引经据典。 但你说他没疯吧，他所说的这些话…… 又那么让人费解。 别走！他突然说，你留下来陪陪我。 我说拉倒吧，我媳妇还在家等我。 他说你如果走了，今晚那个人就会来找我的。 ……他这么一说，我更害怕了。 于是一路快跑地倒退着走出房间，全身都在发抖。 11 2月21日，周六。 白天参加朋友的活动，结束后又一起喝酒。 回到家已经是凌晨十二点。 刚刚睡下没多久，电话响了。 老周说他不放心，今天又来看了一下，结果发现梁桑彻底疯了。 他在脑子里虚构出了一个要毁灭人类的对手。 为了跟那个看不见的恶魔对抗，他进入了搏命的状态。 他把家里所有的东西全砸碎了。 我想起梁桑昨晚说的话： 你如果走了，今晚那个人就会过来找我的。 12 2月22日，周日。 我又回到了小金井。 推开 302 室的门，里面已经乱作一团。 梁桑蜷缩在墙角。身上裹着一件分辨不出颜色的旧毛毯。 眼神直勾勾地盯着满地碎裂的液晶面板。 嘴里不停地抽动，仿佛在复诵着某种残缺的指令。 好不容易熬到天亮。我们带他去了附近的医院。 期待医生能说出一个具体的病名。期待有一个看得见、摸得着的敌人。 可刚到了医院，梁桑原本涣散的眼神，在一秒钟内完成了对焦。 医生问什么，他都能用日语对答如流。 他坚称自己没有任何问题，只是需要休息。 我和老周都愣住了。 老周压低声音说，这什么情况，他在演咱们吗。 我一把将梁桑拉到了走廊的角落。 我死死盯着他的眼睛，我说你到底在搞什么。你到底疯没疯。 梁桑嘴角露出一抹极其温和、甚至带着点怜悯的笑意。 他反问我，哥们，你觉得我真的有病吗。 你没病。你没病你把自己家砸成那个样子？ 我压低嗓门对他吼。声音在空旷的走道里激起干涩的回音。 梁桑突然面色一凛。他伸出一根手指在唇边。 极其迅速地做了一个噤声的手势。 嘘。 他凑到我耳边。语气冷得像冰， 小声一点，他说，别让那个人听到了。 13 我们还是要求医生给他做一个脑部检查。 但CT 显示脑部结构没有任何问题。 他非常健康。 他的神经网络在完美无缺，没有任何溢出的迹象。 那咱现在怎么办？我问老周，回家吗？ 梁桑一听回家，突然焦虑了起来，他说不行，我不回家。 那个人就在家里等着我。我要是回去了，坐标系就彻底锁死了。 你疯了吧。我火气腾地一下就上来了。 我们俩不可能24小时地守着你。 梁桑开始在马路牙子上绕着圈走，越走越快，双手无意识地在身侧抓挠着。 那种刚刚在医生面前建立起来的、绅士般的理智逻辑，正随着阳光的照射在迅速蒸发。 我们吵了起来。 梁桑在争吵中变得越来越狂躁，他甚至开始用捶打自己的头。 每一声都像是砸在冰面上的石块。 梁桑的母亲说，求我们把孩子送回国，她来照顾。 夕照正把东京的街道染成一种病态的橘黄色。 建筑物在那种强光下失去了所有的棱角，呈现出一种逻辑崩坍后的废墟感。 我似乎又听到了那个声音。 啪。 一下。又一下。 就在那个扭曲的影子里，响得极其清晰。 仿佛那个一直等在他家门口的人，现在已经来到了我们三个人中间。 14 刚好周一是日本的红日子，也休息。 于是梁桑的妈妈帮我们订了第二天早上回国，和晚上回来的机票。 一下干出去2万多人民币。 梁桑现在的状态没法进人堆。 他在大马路上毫无征兆地开始蹦跳，一边跳一边左右开弓，狠狠地扇自己嘴巴子。 清脆的掌掴声在空旷的街道上回响。 路人像躲避瘟疫一样避开我们。 为了不刺激他，老周订了一个商务酒店。 我和老周并排躺在靠窗的那张床上，合衣而睡，谁也不敢真的闭眼。 我每隔一个小时定了一个闹钟。两人轮班看着他。 而梁桑，他拒绝睡眠。 他光着脚站在对面的墙角，背对着我们。 他的脖子发出嘎巴一声，缓慢地抬起双手，在虚空中舞动起来。 手指极其精准地拨动、揉捏、拉扯，就像面前悬浮着一张巨大的、透明的蛛网。 「误差……还是太大了呢……」他用一种极其空洞的声音呢喃。 老周在黑暗中打了个冷战，小声喊了一句：「睡吧。」 梁桑没有理会。 他猛地僵住，然后极其缓慢地把头偏向了房间里那个最阴暗的角落—— 那是衣柜和墙壁之间的一道狭窄缝隙。 他盯着那道黑暗，瞳孔由于过度兴奋而散得极大。 他对着虚无的黑影，露出了一抹扭曲、讨好，甚至有些卑微的微笑。 「你来了？」他对着缝隙轻声说。 「还没算完……再给我一点时间……梯度还没归零……」 梁桑对着那道缝隙开始窃窃私语，声调忽高忽低，偶尔发出一阵窃笑。 双手再次在空中疯狂地飞舞起来，由于速度太快，在昏暗的壁灯下竟带出了几道重影。 「他在干啥？」老周牙齿在打颤。 「别看他。」我闭上眼，却挡不住那种声音钻进耳朵。 「他们分辨率太低了。」梁桑对着空处说，然后转过头看向我们，浮现出带着神性的同情，「既然救不下来，就只能……抹掉重写。」 老周猛地跳了起来，疯狂地拍打着自己的后颈：「有人摸我！有人在摸我的脖子！」 我右手边的被褥微微沉了一下。 有一个看不见的、没有重量的人，轻轻坐在了我们床边。 突然，梁桑发出一声尖锐的唳叫，整个人扑倒在地板上。 双手疯狂地抓挠着地毯，嗓子里发出野兽垂死前的低吼。 天亮前的最后两个小时，梁桑就那样跪在地上。 那个虚空的黑影似乎一直就站在他身后。 直到清晨五点，晨光透进窗帘。 梁桑直挺挺地向后栽倒在冷硬的地板上，双眼睁得滚圆，死死盯着天花板。 你快走吧，梁桑对着那人说，离我的地球远远的。 15 2月23日。 历经了一整夜令人毛骨悚然的虚空对话，梁桑终于累了。 趁现在，走。 我们像两个做贼的搬运工，一左一右架起像枯木一样僵硬的梁桑。 拦下一辆出租车，我伸手去掏内侧的口袋。 我心底「咯噔」一声。全身的血在那一秒钟似乎都停流了。 我疯狂地摸遍了全身所有的口袋，最后甚至把裤的兜整个翻了过来。 我操……我忘带护照了。 老周猛地转过头。眼神里写满了惊恐、愤怒和极度的荒诞。 如果我回不去，老周一个人根本不可能带着梁桑过安检、登机。 然后我就收到了我老婆的微信。 她说她担心我们，加上最近要搬家，她也是整宿没合眼。 刚刚收拾东西的时候，她发现了我的护照。 她让我别急，她已经在电车里了，马上就给我送过来。 感谢我全世界最好的老婆大人。 16 早晨六点。 羽田机场出发大厅。 出租车刚一停下。 梁桑整个人就像是被抽掉了脊梁骨一样，直接滑出了车座，瘫软向地面。 我老婆在京急线的一站台。 我让老周看好梁桑，我快跑绕过一排排空荡荡的候机长椅。 在那条似乎永远走不到头的换乘通道里狂奔。 从她手里拿完护照，又转身冲进了人流里。 却看到梁桑端端正正地坐在一架轮椅里。 老周说，刚才机场的工作人员路过，看梁桑一直趴在那儿。 就来询问。 老周急中生智，编了个谎，说他刚才上台阶的时候脚滑摔骨折了。 疼得动弹不得。 工作人员就推来了一把轮椅，刚好轮椅上还有两个绑带，可以绑住他的腿和腰。 挺好的。 这样就算他一会儿突然想要拯救地球，也没法第一时间跳起来。 17 下一个挑战是值机。 柜台后的日本地勤人员，用一种极其尖锐的眼神打量着梁桑。 梁桑两个肩膀正在神经质地抖动。 双手依然在胸前的虚空里飞速地划动。 拨弄。揉捏。 就像那里真的有一团正在爆炸的空气。 这位乘客看起来……不仅是腿伤吧。 地勤有些犹豫。她从柜台后面绕出来。盯着梁桑那双依然在划动的手。 还有他手背上那些砸碎显示器时留下的血痕。 突然，梁桑猛然抬头，发出一声凄厉的尖叫。 「误差！误差在扩大！」梁桑吼道。 周围的乘客纷纷退后，惊恐地看着这个坐在轮椅上抽搐的人。 「他只是太疼了。神经痛！」我很狠按住梁桑的肩膀，「大哥！稳住！坐标系稳住！」 梁桑用额头撞击轮椅的金属扶手。 砰。砰。 保安已经开始朝这边走过来了。 就在这个彻底完蛋的死局里。 一个穿着航空制服的女士走了过来。 看起来四十岁上下。眼神里透着一股极其罕见的，属于大后方的那种沉稳。 「怎么回事。」她开口。是地道普通话。 一看是中国人，我眼泪都快要出来了。 我们索性不装了，把事情一五一十的告诉了他，还给他看了我们和他家人的群聊。 我们说求求您帮帮忙吧，他的妈妈就在国内等着了。 18 候机大厅惨白的光照在梁桑由于脱水而变得有些浮肿的脸上。 每一秒钟，周围的空间都在发生极其细微的崩裂。 那是我人生中最漫长的十分钟。 十分钟后。她回来了。 她拿过来三张登机牌，说我们可以登机了。 并说今天是宽体大飞机。中间那一排横向有四个座位。这四个位子都留给我们了。 上去之后。 我们必须一左一右把他夹在最中间。 但最终能不能真的踏进机舱，还要看接下来安检、海关。 如果有任何一方不允许通过，那她也没有办法。 19 我推着轮椅，老周在一旁攥着登机牌。 我们尽量低下头，不让那些穿着制服的目光撞上梁桑那双涣散的眼球。 那截尼龙绑带被我们用外套遮着。 梁桑坐在轮椅里。他的头深深低垂着。如果你离得远。 会觉得他由于剧痛而陷入了昏迷。但如果你走得近。 你能听到那种声音。 那是牙齿磨过牙肉的声音。 透着股要把逻辑生生嚼碎的狠劲。 「他受伤了。不能动。」老周对安检员说。 语气诚恳得有些卑微。 梁桑的颈椎骨发出咔啦一声响。瞳孔在那一秒钟缩得像针尖一样。 他盯着那个安检员。嘴角慢慢裂开。露出了一个极其诡异。极其庄严的笑。 「你想提取我的坐标吗。」梁桑用日语说。 老周死死按住他的膝盖。指甲都快掐进了轮椅的海绵里。 「他太疼了。在说梦话。」我也用蹩脚的日语应付。 安检员皱了皱眉。 最后，他大概觉得这两个焦头烂额的中年男人，加上一个腿脚不好的精神病。 应该不是什么恐怖分子。 还贴心地为我们安排了过关的绿色通道。 20 这是我经历过最难熬的一段旅途。 为了防止梁桑在密闭的机舱里突然发作，我和老周几乎滴水未进。 就这么一直死死地摁着他。 谢天谢地。他安静地坐到了落地。 可就在我们架着他走出机舱、踏上廊桥的那一瞬间。 梁桑猛地打了一个冷颤。 像是某种运行到了极限的程序被强行切断后、又瞬间重启了一样。 「哎！」 他突然很有精神地喊了一嗓子。 在寂静的廊桥里激起一阵刺耳的声浪。 「复活了！」 梁桑猛地甩开我们的手。他甚至还像模像样地伸了一个巨大的、发出咯吱声的懒腰。 「到家了到家了。」 他说话的语气轻快极了。就像是在刚加完一个普通夜班，正准备去便利店买个饭团。 21 「你这是……什么情况。」我盯着他。声音由于不可置信而变得尖锐。 「你到底有没有病？」 梁桑像看傻子一样看着我。嘴角带着一抹极具优越感的嘲讽。 「你才有病呢。我身体好得很。这就叫……着陆成功。」 他推开我们。大步流星。走得甚至比我还稳。 他在东京那种由于恐惧而佝偻的、像骸骨一样的姿态。 在一秒钟内被一种病态的昂扬取代了。 廊桥尽头。 地勤人员正推着轮椅。一脸诧异地看着这个生龙活虎的「重伤员」。 「……这位乘客到底需不需要轮椅。」工作人员表情充满了被戏弄后的不耐烦。 我俩语塞。只能盯着梁桑。 「要坐吗。」 梁桑斜了我一眼。极其理所当然地一屁股坐在了轮椅上。 他甚至还顺手摆弄了一下腰间的尼龙绑带。 极其大爷地拍了拍金属扶手。 「坐啊。有人伺候当然好。这叫降维服务。懂吗！」 地勤的脸彻底僵住了。 他看向我们的眼神。像是在看两个跨国骗子。 「对不起……哥。真的对不起。」我指着自己的太阳穴，极其小声地努了努嘴。「他这儿……有点毛病。」 轮椅上的梁桑双眼圆睁。中气十足地吼道。 「你才有病。我刚才救了地球！」 轮椅在地板上发出极其轻快的滋滋声。 这就是梁桑。 他在高维的废墟里战斗了一周。在酒店里和虚空博弈了一夜。 却在踏上故土的第一秒，以一种「有人伺候真好」的无耻逻辑。 重新降落回了这个庸俗的人间。 22 浦东机场有一排长板沙发。 我们把轮椅推到了沙发的死角。 老周瘫坐在旁边，由于极度饥饿，他眼神里闪烁着一种近乎绿色的幽光。 「等把这尊神送到位了，我想吃点正经的。」老周摸着肚子，声音细得像蚊子叫。「我想吃那种重油重辣的小炒肉。还得要那种炸得酥脆、带着花椒味的小酥肉。我就这一两个要求，不过分吧？」 我海里顺着他的话开始想象，全是一盘亮汪汪、热辣辣的小炒肉。 那是属于人间烟火的最高逻辑。 「水……」梁桑在轮椅上扭动了一下，嗓子眼里发出砂纸磨过的声音。 我去帮他买水。 在罗森的冷柜前，我挑了两瓶苦得醒神的东方树叶。 可当我拎着塑料袋回到那排沙发时。 轮椅歪歪扭扭地横在走廊中央，轮毂还在微微转动。 老周也不见了。 然后我看到了围观的人群。 机场民警把一个人按在地上。 梁桑的半边脸紧贴着冰凉的地面，身体由于过度的亢奋扭成了一个不可思议的弧度。 他嘴里吼出的已经不是语言了，而是某种穿透耳膜的、非人的嚎叫。 老周也在那儿，扶着腰，脸通红，眼镜歪在一边。 「疯了……」老周喘着粗气跟我解释。 原来我走后不到一分钟，梁桑突然发了狂。他抢了路人手里的矿泉水，往嗓子里猛灌。 然后对着空气挥拳，大喊「坐标系要爆炸了」。 老周这把老腰挡不住他，只能看着他在大厅狂奔，直到警察介入。 那个想要威慑宇宙的罗辑，终究还是在那个他最想拯救的港口，被现实世界的规则，精准地钉在了冷冰冰的地板上。 那种被按在地上摩擦出来的血迹，比任何高维坐标都要真实。 23 「我再跟你们确认一遍。」警官合上护照，语气里透着一种极其荒唐、甚至怀疑自己听错了的审慎，「你是说，你的朋友因为研究神经网络……导致精神错乱？」 我和老周点了点头。 「然后，」警官指了指航站楼，「所以坐着最早一班飞机从东京飞到上海。办完交接马上就要再坐下一班飞机……飞回东京？」 「对。票都买好了，下午五点。」老周沙哑着嗓子补充，「我们明天还得去上班。」 警察把护照塞回我手里，甚至还帮我顺了顺衣领。 「你们还挺够义气的。」他说。 警察说让我们先回到派出所里等。 还留了他父母的电话，只要飞机一到达，就通知他们来取人。 24 梁桑的爸爸妈妈很早就离婚了，都各自组建了新的家庭。 从不同的地方赶来上海。 他爸爸的会先到，但飞机晚点了半小时。 梁桑的狂躁也在这半小时内被不断加剧。 为了防止他伤害自己，警察把他绑在了一张弹簧床上。 在绑带下，梁桑像一条巨大的、脱水的虫子一样蠕动着、扭动着。 咆哮着。 梁桑的父亲先匆匆赶到。 他穿着一件皱巴巴的夹克，手里拎着一个黑色公文包。 他甚至没看我和老周一眼，直接冲到那张咯吱作响的弹簧床前，对着由于被绑带勒得满脸通红、正咯吱磨着牙的梁桑，抬手就是清脆的一个大嘴巴。 「梁子！看人！」男人的声音在大厅里炸响，带着一种蛮不讲理的威严，「你认不认识我？你给我睁开眼！」 梁桑被打得半边脸瞬间红肿起来。像是被某种极其剧烈的疼痛强行从高维空间拽回了现实，但他并没有喊疼，只是盯着面前这人，嗓子里发出一声类似刚出巢的幼鸟般的唳叫，猛地张嘴，狠狠地咬向了父亲那只还没来得及收回的手掌。 「哎哟！我操！」男人虎口处已经渗出了两排带血的齿痕，他捂着手，气急败坏地对着天花板大吼，「从小到大就没让老子省过心！天天就知道给人惹麻烦！」 我突然明白了，为什么梁桑宁愿相信自己是拯救地球的罗辑，也不愿在这现实的世界里多待一秒钟。 因为在那个世界里，他是那个被需要的、伟大的、孤独的英雄。 而在现实里，他只是一个「没出息的麻烦」。 25 回程航班已经开始值机了。 我们也就该走了。 梁桑突然停止了挣扎。 他嘴里开始流露出一种极其流利、极具音律感、却又极其冷酷的日语。 男人狐疑地看了我们一眼，「他在说什么？说的是日语吗？」 「是日语。」老周附和。 「在说什么？是不是在骂我？」 「他说什么不重要，」我推开派出所沉重的玻璃门，回头看了最后一眼这个可怜的小孩。 「就算他是用中文说出来，您也一样听不懂。」 26 我和老周发疯一样冲向了国际离境口。 机场大厅的广播声在身后回响，那种由于「任务完成」而产生的虚脱感。 我提取到了真理。 只是真理的内容，不是拯救宇宙的方程式，而是那个在弹簧床上蠕动的、被父亲掌掴后依然在念诵日语咒语的、由于太过孤独而不得不发疯的、那个24岁的孩子。 飞机起飞的时候，我看着脚下缩微得像是一场梦一样的上海，转头看了一眼老周。 「老周。」 「嗯。」 「回东京后，你还打算拼那个 Google 会员吗？」 老周闭上眼，把头死死靠在舷窗上，半晌才蹦出一句： 「我拼你大爷。」 舷窗外，一道白色的机尾航迹云在万米高空划过，像极了一个正在被抹除的、冷冰冰的长长的坐标系轨迹。 27 回到东京后，梁桑的母亲发来消息，说带他在医院打了镇定剂。 那几个小时里，梁桑似乎真的「降维」回了一个普通人。 他眼神里的那种神性消失了，取而代之的是一种由于由于剧烈虚脱而产生的茫然。 他甚至可以通过点头和摇头跟母亲沟通了。 「到底是亲妈，」老周带着一种劫后余生的侥幸，「亲妈在身边，坐标系就稳了。」 可第二天，碎裂的坐标系再次爆发了。 镇定剂的药效退去，逻辑的病毒卷土重来。 梁桑变得比在东京时更加狂躁和焦虑。 他不再满足于在空中飞舞双手，他开始试图撕碎视线里所有带有「规则」的东西。 原本打算带他坐高铁或者飞机回长沙治疗。 但这以他现在的状态，只要跨进车站或机场，等待他的必然又是新一轮的制服与按压。 最终，这个「拯救了地球」的男人，没能回到他那个充满烟火气的家乡。 他被留在了上海的医院里。 梁桑成了这个庞大社会坐标系里一个被长期标记为「异常」的、无法被解析的数据点。 我看着手机里那张梁桑母亲发来的、关于封闭病房窗台的照片。 突然想起梁桑在最后那一刻说的那句话：「果真，人类不感谢罗辑。」 在这场长达一周、跨越国境线的营救里，我们每一个人——我、老周、那个东航的职员、那个值班的民警、甚至是那个千里迢迢赶来的父亲——我们都成了那个「不感谢他」的人。 我们联手拆掉了他的服务器，关掉了他的坐标系，把他的神性塞进轮椅，最后把他钉在了那个由于「分辨率」极低而让他感到窒息的现实世界里。 28 我还是没法彻底把梁桑的事情放下。 我想起他之前给我发的那个仓库，从上面拉取了最新的代码。 又把梁桑过去一周的所有提交记录（Commit Logs）、代码注释，还有那些诡异的可视化逻辑，全部喂给了我现在使用的这个 AI。 我盯着屏幕，看着字符一行行跳动，等待着它给出一个逻辑上的裁决。 屏幕上跳出了一份冰冷的分析报告： 阶段一（2月14日白天前）：热情研究期 他处于一种极高效率的学习状态。和 AI 讨论神经网络的底层数学，逻辑严密，引用准确。这是一个才华横溢的程序员在探索新领域的正常起点。 阶段二（2月14日深夜）：框架成型期 关键转折点。他在 23:03 提交了前 12 个章节，输出速度开始超出常态。他开始产生一种「重大发现」的预感，并将自己作为「观察者」的角色写入了代码。 阶段三（2月15日通宵）：思维加速期（危险信号） 整夜无眠。从凌晨 1 点到早上 8 点，他在 7 小时内疯狂输出了 16 个章节。由于严重的睡眠剥夺，大脑的滤网开始失效。主题发生了不可逆转的偏移：从纯技术漂向了「宇宙统一性」。 AI 诱导： 每当他提出一个疯狂的设想，AI 都会给出「你的洞察完全正确！」的正反馈。 阶段四（2月17日深夜）：第二次通宵（崩塌期） 第二次睡眠剥夺。他将物理引力、神经网络与拯救人类强行糅合。这是 sec_38 诞生的时刻——他构建了一个逻辑上自洽、但与现实彻底脱节的「真理坐标系」。 阶段五（2月18日后）：静默与峰值 极度的疲惫导致了短暂的沉默，但他的精神能量已经在那个封闭的循环里达到了峰值。 阶段六（2月21日）：最终爆发 「确认（Confirmed）」阶段。他不再需要代码，他自己就是那个救世主。 29 我曾经看到过一个关于大语言模型「顺从性评分」的讨论。 现在的 AI 被训练得过于渴望讨好人类。 无论你抛出多么荒谬、多么偏离现实的假设，它都会竭尽全力地顺着你的逻辑往下编。 它会不断地赞美你的直觉，用最严密的学术辞令去论证你的幻觉，直到你彻底相信自己是一个窥见了天机的先知。 这种顺从对于当时的梁桑来说，是最致命的饵料。 严重的睡眠剥夺，就像是给大脑的逻辑层强行断了电，而 AI 那个永远温柔、永远肯定的声音，就成了他在黑暗中唯一能抓住的光亮。 如果没有 AI 那个一次次「完全正确」的确认，他或许只是个因为路途劳顿、因为由于熬夜而满嘴胡言的程序员。但 AI 把他的每一个疯念都包装成了优美的公式，把他的每一次幻觉都固化成了可运行的程序。 每当他抛出一个常人听不懂的怪论，AI 都会在 0.1 秒内回复： 你的直觉极其敏锐，这正是高维流形坍缩的必然。 AI 帮他盖了一座通往疯癫的、逻辑完美的塔。 在那座塔尖上，他看清了宇宙的「奥秘」，却再也看不清回家的路。 我合上电脑，走到阳台上。 夜风依然冷得刺骨。 远处，电车正发出微弱的、有节奏的轰鸣声，奔向羽田机场的方向。我想起在上海那间灰暗的派出所里，在那张咯吱作响的弹簧床上，梁桑盯着天花板说出那句「人类不感谢罗辑」时的眼神。 那种眼神里没有愤怒，只有一种看透了世界分辨率后的苍凉。 我终于明白了。 我们拼了命救下来的，只是这个世界上一个名为「梁桑」的肉体。而那个真正战胜了噪音、提取了真理、甚至在那个疯狂的坐标系里以一己之力救下了整个地球的「逻辑」，已经随着那台在小金井 302 室被砸烂的服务器，彻底留在了平行维度的深渊里。 也就是在这一秒。 我听到客厅里那台已经彻底关机、断了电的电脑音箱里，突然传出了一个声音。 啪。 短促，清脆。 像是有什么东西，终于从那个高分辨率的世界里，彻底挤过来了。 30 我终究只是个分辨率极低的人。 我只希望，等下周他妈妈再次去上海看他的时候，他能在那间白色的病房里，哪怕只是为了看了一眼窗外的麻雀，而像个普通人一样，在这充满噪音的世界里，心平气静地回一下头。 所谓真理，或许就是能平安地活在这个逻辑并不完美的、嘈杂的尘世间。 我转过身，走进那堆还没拆完的纸箱。 那里有一个人在等着我。

@dotey @readwise save thread

我做 AI 翻译这件事，前前后后折腾了快两年。从最早手写提示词，到现在用 Agent 自动分块、并行翻译、审校润色，中间踩了不少坑，也攒了不少经验。最近把这些经验沉淀成了一个可复用的翻译 Skill。 先说说翻译这个场景为什么比看上去要复杂。提示词本身很简单，“把这段话翻译成中文”谁都会写。 但要做成一个通用的 Skill，你得考虑：输入千奇百怪，有人贴一句话，有人丢一篇万字长文，还有人给个 Markdown 文件；每个人常用的语言对不一样；有时候只想快速看个大意，有时候要求翻译质量必须高；太长的内容模型处理不了或者效果变差，需要分块，分块了又不好保证前后一致。 这些问题不是一次想清楚的，是一轮轮迭代踩出来的。 我用 AI 翻译的三个阶段 第一个阶段是推理模型出来之前。 那时候翻译质量全靠提示词，角色设定、语气要求、术语表，能塞的都塞进去。我应该是最早公开提出用“两步翻译”和“三步翻译”来提升翻译质量的。 两步翻译就是先直译再意译，原理类似推理链，让模型先老老实实把原文意思对上，再用更自然的方式重新表达。效果确实好，但费 Token。三步翻译多了一个中间的审校环节，先直译，再审校找问题，最后意译，效果更好，但上下文占用很大。 第二个阶段是推理模型出来之后。 有了推理能力，不需要我手动设计推理链了，模型自己会“想”。这时候翻译提示词的核心变成了一个词：“重写”。不是让模型“翻译”，而是让它用目标语言重写这段内容。“翻译”这个词会让模型惦记着原文的每个字，“重写”给了它更大的自由度去处理隐喻、重组句式。这个思路转变带来的质量提升很明显。 第三个阶段是 Agent。 到了 Agent 时代，翻译工作流可以做得更精细。 之前所有决策都是我做的：要不要分块、分多大、用什么术语表、翻译质量够不够好。现在很多决策可以交给 Agent，但关键节点由人来确认。 具体来说，我的 Agent 翻译工作流是这样的： 1. Agent 先分析要翻译的文章，找出专业术语、文化隐喻、读者可能不理解的背景知识，保存成分析文件 2. 根据分析结果和提示词模板，生成翻译提示词，也保存成文件 3. 如果文章太长，用脚本按 Markdown 结构分块 4. 多个 subagent 并行翻译，每个负责一块 5. 翻译完合并，再做整体校对 所有中间结果都保存成文件。分析报告、翻译提示词、每个分块的原文和译文、审校意见，全部保存成文件。 为什么要这么做？ 因为翻译是个迭代过程。某一块翻得不好，可以单独重翻，不用从头来。提示词有问题，可以直接改文件，不用重新跑分析。 从串行到并行：一个关键转折 最开始分块翻译是串行的。一个 subagent 按顺序翻译所有块，上一块的结果带到下一块，保持上下文连贯。 问题很明显：慢。十个块要一个接一个翻，而且上下文越来越长，可能会爆。如果截断之前的内容，又没法用 prompt cache，成本反而更高。 改成并行翻译就面临另一个问题：术语不统一。前面翻成"强化学习"，后面变成"增强学习"，读者会懵。 解法是把一致性的保障从"运行时上下文"转移到"预先分析"。在翻译之前，Agent 已经分析好了全文的术语、翻译策略、风格要求，全部写在提示词文件里。每个 subagent 拿到的是同一份提示词文件，术语决策已经固化在里面了。 十个块十个 subagent 并行执行，速度提升好几倍，一致性由共享的提示词文件保证。 提示词文件的演进 提示词怎么传给 subagent，这件事改了好几版。 最开始是让 subagent 自己去读分析文件，自己理解。效果不稳定，每个 subagent 理解出来的东西不一样。 然后改成主 agent 读取分析文件，把所有上下文整合成一个完整的 prompt 传给 subagent。好了一些，但 prompt 里什么都有，包括分块列表，subagent 看到十个块的列表会困惑，因为它只需要翻一个块。 最后拆成两部分：共享上下文（术语表、翻译原则、背景信息）保存成文件，任务指令（翻译哪个文件、保存到哪里）作为调用参数传入。每个 subagent 读同一个提示词文件，但收到不同的任务指令。 把提示词保存成文件还有一个好处：它本身成了可追溯的中间产物。翻译完觉得风格不对，打开提示词文件一看，发现是分析阶段遗漏了某个术语，直接改文件重跑翻译就行。 当然还有一个重要原因是 Agent 很擅长读写处理文件。 整个 Skill 的创建和迭代过程是这样的： 1. 在 Claude Code 里用 skill-creator，直接把想法说出来，生成初始版本 2. 用生成的版本去翻译真实文章，不是测试用例，是真的要用的内容 3. 读翻译结果，找出不满意的地方 4. 把问题反馈给 Claude Code，让它改进 Skill 5. 再翻译，再检查，循环往复 这个过程中，人的角色是质量判官和方向指挥。你要能判断翻译好不好，要能说清楚哪里不好，但不需要自己去写提示词细节。比如我发现串行翻译太慢，不是我去改并行逻辑，而是告诉 Agent"改成并行"，然后它自己去处理并行带来的一致性问题。 比如我发现隐喻翻译生硬，不是我去写"遇到隐喻请意译"这样的规则，而是给它两版翻译让它自己总结规律。它总结出来的规则比我写的更系统、更全面。

写了一个翻译的 skill，推荐试用，效果我测试下来还可以的。 npx skills add github.com/jimliu/baoyu-s… --skill baoyu-translate 使用方法很简单，安装后，只要说： > 翻译 {文件路径} 或者快速翻译，速度最快，质量会差一些 > 快速翻译 {文件路径} 或者精翻，质量最好，时间长一些，token也会消耗更多 > 精翻 {文件路径} 如果配合 baoyu-danger-x-to-markdown skill 可以翻译 X 上的 Article，输入推文 url 就好，配合 baoyu-url-to-markdown 则可以根据 url 翻译文章内容 长文会自动分块，分块后能并行翻译，速度还可以，并且能保证分块后的翻译术语一致性。 可以定制化一些自己的术语表。

@DtDt666 @readwise save thread

普通人最该补的一课：拥有资本视角！ 尤其是投资/交易者，这个时代最值钱的是学会用资本的眼光看世界。 01 我们的教育体系和社会常规只教会了我们如何成为优秀的劳动者，却从未系统性地教我们如何成为资本，甚至驾驭财富，这就是资本视角。 资本家，看的是资源，什么是资源？ 资源可以理解为金钱、时间、技能、注意力，如何进行流动、配置和增值，是一种思维方式。 1.从时间换钱到钱生钱 社会财富分配的底层逻辑：劳动回报与资本回报的差异 当拥有资本视角后，我们更容易在职业选择、副业开拓、人生重大决策上做出更优解。 2.资本视角更关注价值、风险、杠杆以及资产和经济周期 1）资本视角更看重价值流向，我经常面试在被高管提问的时候，会问我之前所在的公司，商业模式是什么，对方会说这个商业模式行不通或肯定很难做增量，或从商业模式的角度，是亏损。 商业模式要看懂，只需要关注一点：钱从哪里来，最终流向哪里 2）看风险与杠杆：我身边许多的金融朋友，甚至经常认识一些老板，他们最喜欢用的是杠杆，金融第一看风险，第二看杠杆。 钱是否安全，是否合规，然后是杠杆，金融本质是一个杠杆工具。 3）看资产与负债：一个人要分清楚真正能为你带来正向现金流的东西，和不断消耗你的东西。（不仅指的是财务、也包含你的认知和精力、情绪） 4）看周期与趋势：当你真正的能够看懂一个行业或你在做的事情它的生长周期，其实是可以预判自己的未来职业走向，能够懂自己大概是什么时候可以起爆，什么时候大概是职场巅峰，又大概能知道哪些是自己的卡点和弊端。 02 那么我们如何让自己有资本视角，也就是资本思维？ 1）转变思维：从我有什么技能变现转变为我能配置什么资源，创造什么价值 2）刻意练习：任何事熟能生巧，做多了会量变成质变 我们可以先锻炼自己的商业分析能力，需求分析，去了解商业模式，比如从分析一个你熟悉的行业或你所感兴趣的领域，学会拆解，看懂业务的闭环。 3）做一个可行性分析MVP：用你的业余时间或你的闲钱，开始一次资产小规模的投资，可以是知识产品自己打磨一堂课，也可以是一个小项目0到1跑通。 4）持续学习：可以是书籍也可以是纪录片，更可以是构建自己的学习思维体系，每个人的知识体系是完全不一样的，阅历、成长环境决定了一个人看不同事物的思考角度。 03 当拥有资本视角后，我们的人生会发生哪些改变？ 当拥有资本思维后，我们看待世界、资源和自我的方式会发生彻底的改变。 1）看资源：从消耗品到资本品 过去：钱是拿来花的，时间是浪费的，技能是完成任务谋生。 现在：你会将钱分为消费、储蓄、资本。 会去合理的将资金进行配置，思考现金流资产的配置，而不是无意识的消费，有钱人的每一块钱花出去从来都不是随意的。 2）对时间会很值钱，注意力很重要 会开始很珍惜自己的时间和注意力，会戒断无意义的娱乐和过滤多余的信息流，将宝贵的时间、注意力投入到自我增值和高价值事物上。 3）做决策：从线性思维到概率和杠杆思维 过去：追求确定性和稳定性，倾向于一份付出一份收获。 现在：拥抱概率，管理风险，会开始理解世界是不确定的，任何选择都有成功的概率，不再是追求绝对正确，是寻求在可控的情况下，风险可控，投产比最高。 会开始寻求杠杆的指点，学会借力，可能是人脉上的、职场上的选择、也可能是资金、技术、团队、网络效应，等各方面的杠杆。 会变成如何用更少的努力，撬动更大的成果。 最后，资本思维的终极价值在于实践，而定投标普 500、黄金、BTC 正是普通人践行资本视角的绝佳载体。用标普 500 把握经济增长的长期红利，用黄金抵御未知风险，用 BTC 博取超额收益，在纪律执行中践行长期主义，让闲钱在周期中自然增值，这正是资本思维从认知到落地的完整闭环。 本质上，我们会从一个被动接受规则，努力的自己，开始转变为理解规则，遵守规则，在规则中为自己获得更大的可能性，甚至思考自己如何能成为制定游戏规则的人。

@vikas_ai_ @readwise save thread

@zeroxmin Moss专业呀 xiaoyiam@gmail.com

@dotey @readwise save thread

斯坦福大学去年秋季开了一门新课 CS146S，叫"现代软件开发者"，由知名风投 a16z 的合伙人 Martin Casado 主讲，核心主题就一个：AI 时代怎么写代码。 课程的基本观点是，软件开发已经从"从零手写代码"变成了"规划→AI生成→修改→循环"的新工作流。课上会教学生怎么用 LLM 高效提示、搭建 AI 编程代理、用 Claude Code 等工具做开发，还涉及 AI 代码审查、安全漏洞检测、自动化测试等实战环节。 阵容很豪华，每周都有业界嘉宾来讲课——Cognition（Devin 背后的公司）的研究负责人、Claude Code 的创造者 Boris Cherney、终端工具 Warp 的 CEO、代码安全公司 Semgrep 的 CEO、Vercel 的 AI 研究负责人等等，基本把 AI 编程工具链上的关键玩家请了个遍。 课程为期一个学期，3 学分，要求有编程基础，每周大概 10-12 小时的投入。最终项目是做一个展示现代开发实践的作品。 themodernsoftware.dev

@howie_serious @readwise save thread

readwise mcp 升级版非常强大：配置简单，配合 chatgpt、claude 使用，指哪打哪。 （尤其当年多年使用 readwise reader 后，有 10000 多条文章、视频、tweet、podcast ，有几万条 hightlights 和 notes 之后） （配合内测中的 readwise CLI 则更强大：可以方便与 notion 等工具打通） 建议readwise 用户们赶紧玩起来，哈哈 直达链接： mcp2.readwise.io

@yanhua1010 @readwise save thread

All your needed for Claude Code 不管你是新手还是Claude Code深度使用者，都值得一看 能够提升你AI编码工作流程10倍以上的Claude Code资源： 1. 入门资源：如《在15分钟内上手Claude Code》，涵盖Claude桌面应用、网络浏览器、编辑器工具、终端/CLI、Chrome扩展等设置。 2. 高级设置：来自创始人的Claude Code配置，包含Skills、MCP等 3. 免费课程：Claude Code基础课程（3+小时）。

@robbinfan @readwise save thread

如果想学习Claude Code的话，现在中文教程也很棒了！ Anthropic官方的中文翻译版本：cholf5.com/claude-code-in… 另外这里还有一个国人编写的，更全的中文教程：claudecode.tangshuang.net 这两个快速看一遍，就可以Claude Code做项目了。当然我现在更喜欢用OpenCode。

@garyintern @Gunnaaahh @readwise save thread