我在小红书上的号是浙大吴美律,消费一下母校😄然后发了这篇帖子后,有人留言说浙大就这水平?别给浙大丢脸了,坦白讲看到的时候是有点内耗的,但是转念一想,浙大就这水平,也没毛病,为啥呢, 我是浙大法律系的,没有编程基础,现在学编程3个月,我想问下程序员,你们大一刚入学3个月的时候,一定不会犯错吗? 常见的一个误区是,如果一个人很厉害(比如学历还可以),在任何领域都不应该犯低级错误,然而这个观点是不成立的, 比如我是律师,我就看到过很多老板,在签合同上犯巨大的错误,大到法律专业出身的人会觉得离谱,比如合同主体名称写错,比如给别人做担保却不自知。 他们在创业上是厉害的,但在法律上不专业,也没有经过系统学习,就是会犯严重错误。 所以我们可以提出一个假设:任何人在新领域学习新事物时,都会犯错。 我们还可以提出另一个假设:擅长调动资源、聪明的人可以快速走过这段犯错的时光,像我这样不擅长求助、比较笨的人,通过在X上发推,获得了很多大佬的留言帮助,其实也帮我快速走出弯路了。 犯错是很正常的,也并不可耻,而是一种正常现象。 国内的教育体制、竞争机制下,每个中国年轻人的容错率都很低,可能大家中学都被这么骂过:“这道题我讲了多少遍了,怎么还能错!(班主任怒吼ing)”,这导致大家对犯错的容忍度很低,似乎人人都应该像颜回一样不贰过。有些人因此厌蠢,本质是对自己犯错的恐惧,投射到了别人身上。 然而我想说的是,这种观念其实是阻碍大家进步的,我们上课的时候,比较难的知识点,都是要学一学期的,甚至很多知识点,到中高考也没真正掌握,大部分简单知识点,也不可能指望一次学习就永远学会,学习就是这种缓慢而曲折的过程。 想通上面这点,其实我就完全放松了,现在我是一个工作之外业余时间刚学编程3个月的人,和AI协作的能力还有待提高,又没有找身边程序员朋友帮忙,同时忽略了夯实自己的编程基本功,所以走了些弯路, 如果不是发推,可能我还意识不到自己的问题,可能要走更久的弯路,可见多发推是件好事,我成长得更快了。 感谢panda总带我做推特,每天在群里看大家兴高采烈发推,互相up,更新的动力满满,群里也有大佬给我解答编程的问题,氛围真好!
很多X推友可能不知道,早在2023年,X的博客网站就公开过X/Twitter的推荐算法,如果你下定决心要认真运营X账号,一定要了解背后的算法流量机制,更有的放矢地制作优质的内容。 一. 整体逻辑:X如何筛选推文? X每天要从 5 亿条推文中筛出你可能感兴趣的几十条,整个流程分为三步: 挑选候选推文:从海量内容里找出约 1500 条可能和你相关的推文(既包括你关注的人,也包括没关注的人)。 机器学习排序:用一个有 4800 万个参数的神经网络,对这 1500 条推文打分,预测你会不会点赞、转发或回复。 规则过滤与混合展示:过滤掉你不想看的内容(比如已屏蔽用户、成人内容、重复推文),再把广告、推荐关注等内容一起混合显示。 二、候选推文的来源 可以理解为“算法先去哪里找素材”。分两大类: 1. 网络内推荐(你关注的人) 从你关注的人中挑最新、最相关的推文,使用一个叫 Real Graph(真实关系图) 的模型来预测“你和作者之间的互动可能性”。你和谁互动多,他的内容就更容易被推给你。 2. 网络外推荐(你没关注的人) 这是算法的重点创新部分,靠两种方式: (1)社交传播图法(GraphJet):看你关注的人最近和哪些推文互动,再看那些推文是谁发的。简单说,“朋友的朋友喜欢的东西” 也可能推荐给你。 (2)兴趣相似度法(嵌入空间 Embedding):用算法把所有人和所有推文映射成数字向量(“兴趣坐标”),看你与某个话题或用户的相似度。 其中最重要的是 SimClusters,它把全站分成约 14.5 万个兴趣社区,比如“科技圈”“韩流圈”“新闻圈”等,每三周更新一次。推文和用户都被标记在哪些社区中,一条推文在某个圈子越火,就越可能被推给同类用户。 三、推文的排序逻辑 当系统得到约 1500 条候选推文后,会用一个大型神经网络模型来打分。 这个模型的目标是:预测你与每条推文的互动概率(点赞、转发、回复等),并据此排序。 它考虑了上千个特征,比如你最近浏览的内容、与作者的关系、推文发布时间、主题类型等。 四、展示前的“微调与平衡” 为了让时间线更自然、不过度偏向某些内容,算法会做一些“人性化调整”: 去重与屏蔽:屏蔽被拉黑/静音账号的内容,或你已经看过的推文。 内容均衡:保持网络内与网络外内容大致各占一半。 作者多样性:防止同一个人连续刷屏。 负反馈降权:你曾经点“不感兴趣”的内容会被系统记住。 社交背书机制(Social Proof):如果你关注的人没和某条推文有任何二度关系(比如点赞或关注作者),这条推文可能不会被推荐。 对话串联:在回复下方显示原帖,帮助理解上下文。 实时更新:如果推文被编辑,会替换为新版本。 五、最后一步:混合上架 当所有推文都排序、过滤完后,系统还要把广告、关注推荐、提示等非推文内容混合在一起,然后发回你的设备。整个流程在后台每天运行 约 50 亿次,平均每次只需 1.5 秒。 一句话总结: 从原始社交行为数据 → 提取兴趣与信任特征 → 生成候选推文 → 神经网络打分排序 → 规则过滤 → 内容混合展示。
X上最全的香港办卡攻略来了 这次参加生财有术深圳AI大会,顺便去香港跑通了办卡流程,一共办了中银国际、汇丰、众安、天星、蚂蚁,均已开户成功。 踩了不少坑,总结出一套全流程指南,准备去香港办卡的可以收藏。👇 出发前准备 1、提前下载好各银行的App,不然香港下很费流量。 2、提前办好港澳通行证和签注; 别到深圳才办,非广东户籍异地首次办理需10个工作日; 出发前上海虹桥火车站有24小时自助机可办,据说可以走首次办理; 理论上可买香港机票入境,但办卡还需入关记录,可能行不通 3、提前开通香港漫游:移动/联通/电信均可,具体短信代码见下文。 到香港的路线 最推荐:深圳北高铁站→香港西九龙站,一步到位直接通关; 福田站:更远更北,还要额外通关; 大巴:容易堵车,不推荐。 入境与出站 西九龙下高铁后→不用健康申报→通行证+指纹自助过关; 出关后右手边可打出入境记录小白条,但实际办卡没用到; 直接在支付宝【12367移民局小程序】打印PDF即可,银行app都会有引导(不能截图)。 办卡细节 办卡时间比想象久:汇丰+中银用1小时,另外三张又1小时; 登录汇丰/中银国际App需要WiFi,可去商场连(香港WiFi限时0.5-1h); 不用买八达通、不用提前换汇,支付宝/微信支付够用; 填写银行信息时要准备中英文地址,部分App有字数限制,需缩写(如 building→bl,有限公司Co., Ltd)建议提前翻译复制到备忘录。 审核与注意事项 审核有一定概率不过,天星可能要税收/收入证明,不论受雇还是自雇; 账号密码一定要记住!部分App不能截图,建议手写记录; 不要伪造资料,我填最低收入档也能通过;伪造反而可能被卡死; 汇丰长期不用可能会销户,即使存了钱也会,注销还需去领支票,所以适当消费和投资是有必要的; 众安现在填邀请码【Q59AG9】有开户福利,其它银行填了也区别不大;
终于实现了我想要的生活:稳定主业+副业闭环,时间自由、关系自由。 几年前,我还在律所实习,看不到未来。 2019年,我考上了浙大法硕。本以为毕业后我会做一名高大上的律师,却没想到,毕业季6月底,我主动放弃了律所主任团队的到手offer。 不喜欢的工作、裸辞后的焦虑,那是一段难捱的日子,相信很多人都和我一样,有过这么晦暗的时光。 但我没有一直沉寂下去,后面我入职一家国企,开始探索副业,从985硕士到摆地摊、脱下孔乙己的长衫,再到加入生财有术,成为金牌组局官和传术师,我从各种小副业做起: 普法公众号爆过10w+; 小红书单篇涨粉1400+,8天涨粉6w+; 婚姻家事法律业务,引流100+人,转化率20%; 装修建材项目2周跑通,一单赚了8000+; 快速卖房项目3个月引流精准客户150+,成交4单,一单净利润10-20万...... 从法律到本地高客单,每个项目我都能跑通闭环,但我一直没有找到长期深耕的巨大红利+高天花板赛道。 副业跑通并不难,但选对赛道,才能把副业做成事业。 直到我看到AI赛道的巨大红利,开始跟着刘小排老师学习AI编程和AI海外产品,我才真正找到普通人也能切入的高天花板赛道: AI产品出海=全球60亿人的市场+边际成本0+可规模化+被动收入; 这是普通人少有的翻身机会。 AI编程,就是新世界的敲门砖。 现在我逐步停下了其他项目,开始all in AI,不管是AI编程,还是出海网站,我相信我能在AI的世界里找到自己的路。 我没有完美的战绩,但我在进行一场人生实验:纯文科生,无编程基础,能不能自学AI编程,做出海外AI产品,实现经济自由。 如果你也想从稳定走向自由,关注我,我会边学边分享,让你少踩坑、快人一步。