董子 · 志民⛓️

@zmt021 今年世界杯美国队肯定夺冠，川圣捧起大力神杯

登贝莱是个大神，和梅西在一起的时候坑梅西，和姆巴佩在一起的时候坑姆巴佩，自己当老大的时候天神下凡拿金球

@lifesinger 刚才试用了一下YouMind，写出来的东西肤浅不堪，毫无深度，看不出有啥进步。。。

整理了下周末在产品力领航者大会的分享。基于录音 + PPT 稿件，在 YouMind 里直出了下面这篇文章。我做的最大修改，是增加了文中最后一句。 YouMind 真能替我写文章了。好开心。 言归正传。这次分享，是 YouMind 创业近两年的大实话分享。很多非共识选择，在当时都是不被认可的。认真思考，依旧选择走少有人的路后，反而发现前路无活人，尸横遍野。 最美的花，可能就开在尸横遍野的地方。我也不知道最终会通往何方。天很黑。闭上眼睛，反而能看见光。 期待能对你有所启发。无论你是创业者，还是内容创作者，还是刷抖音的。 世界非常多元。创业非常有趣。

@zmt021 这个世界不要俺了，这个世界不要俺

AI充分肯定了我的能力，碳基却没有异性搭理我，我不做碳基了

@guyanmuchan001 这里就有一位三本文科生@torontobigface

普林斯顿大学公共与国际事务学院副教授发布了一篇研究论文，标题为:《不满中国共产党的人，基本是有社交障碍的社会边缘人》，定量分析，非常严谨，样本接近9000个，可以说是大型社会调查了。 大殖子们的天都塌了，美爹认证卢瑟，这可咋办啊

@ChinaMacroFacts openai和anthropic应该都值1.5 ~ 1.8万亿美元

4月末还没到，但看目前情况，智谱arr应该能到4-4.5亿美元，月环比60-80%。 但现在官方暗示的年末arr指引已经到了20亿美元，对比当前市值差不多是年末25x arr，预期已经打满。 要这么给anthropic给估值，至少能到2万亿美元。

女性的审美普遍很差。 难听的演唱会、难听的音乐节、难看的脱口秀、难看的影视剧/综艺，主流观众都是女性，甚至有的占据80%以上，人数碾压。 好的活动去参加非常OK，比如难听的歌手演唱会，不论是谁，似乎门票都一抢而空。 影视剧/综艺一直这么垃圾，因为主要是女性观众一直在看，男性观众很多退出了。 我感觉很多女性不是看作品去的，一看帅哥，二去感受一种节日的气氛。作品好不好不重要，三是权力崇拜，看到有名有权的人就去追，去崇拜。 可能我的观察是错的。

This photo should be on the front page of every single newspaper in America today.

@zmt021 蝈女碰到陈立人，犹如老虎碰到武二郎

纽约有这么多人在公交车站抽大麻，为啥没有蝈女瘤子拿奶茶浇他们。。。纽约夜店的大哥见到蝈女瘤子上去就抱，为啥蝈女瘤子不拿酒瓶子砸他们的头。。。一个没有陈继志的民族，注定被女人凌辱

@Tz_2022 1998年的衣着和发型是这样的吗？

gpt-image-2 提示词（仍然只一句话）： 90年代中国高中在教室拍的毕业合照 我已经找不到它生成照片上任何可以称之为“假”的元素了。。。orz

@Tz_2022 这特么假的不能更假了。。。 你没发现整个班级长得都很像吗，你再看看真实的毕业照，个体差异很大的。

@SaitoWu 两个非常肤浅的娘们能有啥深刻的观点。。。

关于竞争格局，罗福莉有个判断很有意思： 中美在预训练上的代差基本没了，或者非常接近。 现在真正的战场在后训练和 Agent 框架。 国内大模型团队会加速追赶，因为路径已经清晰 — 就像三年前追预训练一样清晰。 入场券是对标 Claude Opus 4.6 的水平，需要 1T 以上参数的基座模型。

This 30-min workshop by the creator of Claude Code will teach you more about vibe-coding than 100 YouTube video guides. Bookmark it & give it 30 minutes today. This video will change the way you use Claude forever.

@zmt021 用claude写《董语》吗？

有很长一段时间我不用claude code写代码，都是用codex，但是还是维持claude 100 max的订阅，就是因为要用claude干很多非coding工作。。。ai还有coding之外很多领域去做，具体我也不想多说，反正我已经开始了

全球近三分之二的企业已经在试验 Agent，但能真正规模化落地、产生实质价值的不到 10%。问题几乎都指向同一个地方——数据地基不牢！推荐 McKinsey 的这篇「Building the foundations for agentic AI at scale」，如何为 Agentic AI 打好规模化的地基👀 文章指出两种正在浮现的 Agent 架构形态：单 Agent 工作流（一个 Agent 顺序调用多种工具和数据）和多 Agent 工作流（专业化 Agent 通过共享知识图谱协作）。两者都离不开一致、可互操作的数据——单 Agent 会从碎片数据里做出不一致的决策，多 Agent 系统则会失去协调、放大错误。 支撑规模化的 7 条数据架构原则： 1. 把数据接入当作产品——一次进来，所有人可用 2. 共享"含义"而不只是"数据"——统一定义 3. 分析和 AI 共用一套数据地基，不要跑两套管道 4. 信任默认内建（安全、访问、隐私、AI 治理自动化） 5. 通过稳定接口暴露能力（清晰 API、模型访问点） 6. 行为可见、可测量（质量、性能、速度、成本持续追踪） 7. 提供受控的 Agent 和应用运行层（企业 Harness），统一执行企业规则和护栏 四步走的实施路径： Step 1：挑高价值工作流来"Agent 化" - 不要全盘重做，先识别少数端到端工作流（例如知识管理、营销），在那里增加自主性能带来实质业务变化。做法是先把工作流映射出来，再定位哪些环节值得 agent 介入、需要什么数据支撑，然后用明确指标做小范围试点。重用性是从试点走向规模化的关键。 Step 2：逐层现代化数据架构 - 不是推倒重建，而是对现有栈的每一层做加固，重点是模块化、可演进。 Step 3：把数据质量做起来 - 从周期性清理转向连续、实时的质量管理。结构化和非结构化数据要一视同仁——非结构化数据通过打标、分类、向量嵌入、图结构化变得可用。Agent 自己产生的新数据（通过工具和 API 读写的）也必须服从同样的质量、血缘、对账标准，不能绕过企业质量控制。 Step 4：建立 Agentic AI 的运营和治理模型规模化之后，治理就是主要的控制机制。政策要明确 Agent 能做什么、能访问什么数据、什么场景必须人工审批，访问检查基于角色和范围自动评估。 文章推荐一种联邦式模型：业务域负责日常治理（包括域模型和本体），中央数据和 AI 团队维护共享平台、护栏、总体监督——在域自主和企业问责之间取得平衡。 配图是什么类型的企业和什么职能部门的业务最适合拿来实验 AI Agent 自动化的，当然这些也是白领最快消失的岗位🤣

@williamlab 两小时后的伊朗：我们和特朗普总统的关系很好！

又来了。。。那边美国万斯都到了，这边说压根没派人。 那纯粹就是别谈了，连要不要谈都达不成一致，谈什么能达成一致？ 或者两边又在放屁，这类新闻真的看累了。

@Balder13946731 因为coding是极少数高频、复杂的场景。大多数AI产品的应用场景，连高频都不满足。。。

Google组建专门的应对Anthropic Coding的团队，包含DeepMind CTO和创始人布林。 自从Anthropic跑通AI coding的商业模式以后，所有AI公司的资源都向AI coding倾斜了。

@zmt021 要是马斯克的搞的grok，可能会把丰县ip加入白名单

昨天升级max 100到max 200，claude竟然说我的地址有问题，不让我升级，后来发现是邮编之前写的是5位，现在是详细邮编9位。。。防小黄人到这个地步，我回头得搞个英文名

@yyyole @calvincrypto7 你分明是kimi的水军，不就是为了吸引别人去用kimi吗？

@calvincrypto7 只有我不太和谐😂😂😂

千万不要把任何个人隐私信息发给AI！！ 说一个Kimi 2.6 上线前的“抽风时刻”！！ 竟然把一个真实的简历吐了出来！！ 就是昨天的事！！ 随意截了一张图，Kimi先是胡乱回答， 然后莫名奇妙发了一个简历，有姓名、电话、邮箱等等。 不是胡乱编造，而是真实的简历！ 经过确认，所有信息均和简历本人相符，能通过电话添加简历本人的微信！ 听说Kimi PM已经联系到简历本人， 就隐私泄露一事进行协商了。

@nanfeili 24小时零2年

呵呵，我还记得有头猪说自己只要打一个电话，就能让俄乌战争在24小时内结束。