Franco

AI使用的三大梯隊：
國際第一梯隊：Claude和Codex，極少部分人用得了，用得起；
國際第二梯隊：WorkBuddy，國內第一梯隊，不是說能力有多強，不是說能力有多強，主要是生態牛逼，基於生態，ima知識庫，內嵌國內的頂尖模型；
剩下的其他梯隊：那就不是編程了，什麼豆包，千問，kimi，就是用戶使用來做互動問答類型的多，偶爾拿來編程解決問題。
目前來看，這個趨勢越來越明顯，短期內第一梯隊穩定，第二梯隊的workbuddy存在競爭。

知識庫的三種方式：
個人本地知識庫：Obsidian，方便個人各種調用
個人共享知識庫：ima，方便網絡分享與知識付費
企業協作知識庫：Lark飛書，方便企業成員協作調用
第一和第三種之前做得比較多，準備第二種也要補齊。

從今天開始，可以在電腦邊枯坐了。

難得一見的幣圈漲起來了，難道是美股的資金回流嗎？

5點鐘就起來看遊戲視頻，然後把遊戲的想法放進編程思路裡面。前半句是真的，後半句是我猜的。
每天都是5點多！

我在猶豫，要不要取關這個傻屌。

終於搞定了英國的gg卡，以後可以暢玩codex和claude了吧，接碼的問題沒有了。明天把流程寫出來，分享給大家。

🔥給大家一個開發skill的prompt：
1、梳理領域共識：提煉業內專家統一認可的5種核心思維模型，直擊學科底層思考邏輯，而非零散知識點；
2、梳理領域爭議：找出學界分歧最大的3個方向，以及各方支撐觀點的核心論據，一次性看清領域共識、爭議與待解決空白，快速搭建完整知識框架；
3、定制鑑別式考題：讓工具生成10道能夠區分死記硬背和深度理解的題目。
#skill

如果不懂得對自己的資金做分配，也不知道不同的資金類型對應不同的標的，還不知道不同的標的屬於哪種類型。那麼，我們的投資就肯定是失敗的，至少拿不到比較圓滿的結果。

我覺得中國的科技發展步驟很適合作為投資參考，叫三步走發展布局，成熟一批、在研一批、儲備一批。我們做投資的也是一樣，大部分資金放在成熟的標的上面，一部分資金放在左側的標的上面，再拿一部分資金放在高風險高回報的標的上面。
這就叫專業和科學。