整理一下这两周写的干货帖   manus实战案例： 1.  复刻爆款推文x.com/zesee/status/200390718… 2.  爬取结构化数据x.com/zesee/status/200425881… 3.  manusbrower模式 收集小红书帖子数据 x.com/zesee/status/200742833…   提示词技巧： 1.  自用prompt技巧：x.com/zesee/status/200713425… 2.  不同模型得用不同prompt x.com/zesee/status/200931320… 3.  让llm停止给情绪价值 x.com/zesee/status/200961867… 4.  提前复盘为什么某件事会失败 x.com/zesee/status/201020377…   VibeCoding实战分享： 1.  如何用boltnew像素级复刻网站 x.com/zesee/status/200809392… 2.  零帧起手一天做完一整个pitchdemo x.com/zesee/status/200520142…

这个卡真的很好用，当时在英国用了一年多，也是很多海外矩阵号必备

裸辞在家，在想怎么用AI帮我搞钱。然后看到了世界杯，我再试一下AI能否帮我预测中，但是我又不想花钱。 正好看到了这个OKX有这个世界杯预测活动，然后他们对Agent的支持也挺好，可以直接让AI去进行预测，于是我让Codex去玩一下，不知道他能我去瓜分多少BTC codex帮我压力两场，德国和西班牙胜，可以说是相当保守了

这个dreaming的功能主要目的是帮助重度用户定期检查AI对用户本身的理解是否准确，以免影响到任务的效果。 需要定期清理AI的短期记忆，以免它固定住过去对用户的理解

我是一个正在大学阶段不断摸索成长和副业路径的普通学生。曾经的我，脑子里总是有各种各样的想法，想做点能赚钱的事、想接一些有挑战的项目、想在平台上学习和成长，但这些想法大多停留在空想阶段。拖延像一层无形的网，把我困住，让执行力总是差那么一口气。每天刷刷信息、列列计划，感受感受fomo，却很少真正动手。结果就是焦虑越积越多，机会一次次溜走。 转机出现在大一升大二的那个暑假。我偶然接触到家教中介这个领域，发现通过平台撮合资源，确实有不错的盈利空间。为了不走弯路，我主动花钱向一位经验丰富的同行前辈学习整个流程，从找客户、匹配资源到交付闭环，一步步跟着他实操。起初，执行起来困难重重：很多事情不知道从哪里下手，面对实际操作时的各种细节，我总觉得“再准备一下”就好了，拖延的习惯像老朋友一样回来找我。 我很快意识到，对当时的我来说，单打独斗容易陷入死循环。于是我找了一个伙伴，一起推进这个项目。每天我们都遇到各种各样的问题，平台规则变化、客户需求调整、流程卡点、退费纠纷，但正因为有这些“麻烦”，我们被迫每天动手解决。忙碌取代了空想，执行力在一次次问题解决中被激活。那个暑假，我们最终赚到了小几万块钱。这不仅是我大学里的第一桶金，更重要的是，它让我第一次深刻感受到： 行动不是靠灵感爆发，而是靠把注意力放在自己能掌控的小步骤上，一点一点把事情推向现实。 有了这次经历，我后来在X平台上找到了一份实习。跟着一位优秀的领导Rachel姐学习，虽然她也是00后，也很年轻，但她教会了我很多关于问题解决的思维方式和实战心得，毫不保留地分享经验。这让我进一步强化了“遇到问题就直接上手解决”的意识，而不是先纠结完美计划。她的指导让我明白，成长往往来自真诚的互动和持续的输出。我在这里要真诚地感谢她（@Zesee ），因为这份真诚的分享，让我收获远超预期，非常推荐这位好领导！ 最近，我又开始尝试一些新的小项目。一开始，我还是老样子：脑子里空想各种可能性，焦虑感不断堆积，总觉得“还没准备好”。但当我真正逼自己迈出第一步，哪怕只是做一个最小的原型或测试，焦虑反而慢慢消退了。 执行的过程本身成了最好的老师，它让我看到，把想法拆成可落地的小行动，身份就会悄然改变：从“想做的人”变成“正在做的人”。每完成一个小任务，都像在给自己投一票，证明“我就是那个能把事情做成的人”。 这些经历让我明白，拖延的根源往往不是懒惰，而是缺乏系统和身份认同。以前我总把重心放在“我要完成什么大目标”上，结果压力堆积、容易放弃。 现在，我学会把注意力放在“今天我能控制的小行动”上：把重要的事优先推进、与靠谱的人协同前进、通过日常的小习惯积累复利。执行不再是强迫自己，而是变成了自然而然的生活方式。思想终于落地到现实，我从一个想法很多但行动滞后的人，变成了能把想法转化为成果的人。 现在，我正式下定决心认真经营我的X账号。我要把这条成长之路走下去，以分享如何改善拖延、提升执行力为主线，持续输出实用经验和方法。希望通过这些内容，帮助更多像曾经的我一样被拖延困扰的朋友，一起突破瓶颈、建立属于自己的行动系统。 如果大家也正在为执行力和拖延烦恼，欢迎一起交流。行动起来，你会发现自己比想象中更有力量。让我们从今天的小步骤开始，一起把想法变成现实！

从技术架构的角度看，MemOS CLI 实际上是在为 Agent 时代构建一套标准化的记忆总线。 在当前的 AI 开发链路中，推理引擎和工具接口已经相对成熟，但持久化状态管理一直是一个痛点。 MemOS 通过一行命令将记忆操作标准化，其精妙之处在于它不仅提供了存储，还通过初始化脚本为 Agent 注入了行为模式。 这种让 AI 养成事前检索、事后记录习惯的做法，本质上是在通过基础设施的演进来模拟人类的职业素养，从而实现更高级别的自主性。

很多产品都在做AI帮自己做交易的可能性，或许还值得继续探索； 但如果让AI能做到大亏的时候已经清仓的提醒，就是实用性超高的AI赚钱的案例

真正的 AI Native，不只是把 AI 塞进旧流程里让它帮人类省一点时间；而是从一开始就重新设计整个流程，让 AI 成为默认参与者。

开源一个抖音合规自检 skill 最近很多朋友都在做抖音视频，但发习惯推特之后，经常违规，所以我做了一个skill 具体用法：丢进去口播稿或者画面描述，它会告诉你哪些地方会被预审驳回（引导外流、诱导下载），并给出可以直接替换的合规表达。 举个例子：这句话是让观众"去做某个动作"，还是在说"我用了什么/这个东西是什么"？前者违规，后者合规。 跟不挂 skill 对比：通过率 100% vs 59% github.com/Jingyi-Wu-Richael…

16GB 笔记本能跑多模态 AI 之后，真正该学的是任务分流 这两天 X 上 Gemma 4 12B 挺热，大家最容易记住的是那句，16GB 笔记本也能跑。 这句话当然很抓人，但如果只把它理解成「终于可以少花点 API 钱了」，我觉得反而看窄了。真正值得在意的是，AI 工作流开始从单一的云端调用，变成一套需要分工的系统了。 以前我们用 AI，默认动作很简单，把材料丢给一个最强模型，让它读、让它想、让它写。写文章是这样，读 PDF 是这样，分析截图也是这样。这个用法没问题，但它有一个隐性的浪费，所有任务都被当成同一种任务处理了。 但真实工作里不是这样的。 你让一个人做事，也不会把所有活都交给公司里最贵的专家。整理会议纪要、初筛素材、给图片打标签、把一堆文档按主题归类，这些事情更像助理工作。真正需要专家判断的，是最后那一步，哪些结论成立，哪些地方有风险，怎么写成能交付出去的版本。 Gemma 4 12B 这种能在本地机器上跑的多模态模型，最有价值的地方就在这里。它不一定要替代 Gemini、ChatGPT、Claude 这类云端强模型，它更适合接走工作流里那些反复发生、隐私敏感、但推理难度没那么高的部分。 比如你手里有一堆会议截图和客户反馈，不要上来就全部扔给云端模型让它总结战略洞察。更稳的做法是，先让本地模型做第一轮清洗，哪些图里有客户名字，哪些是无关闲聊，哪些包含需求，哪些可能要打码。等材料被切干净了，再把真正值得判断的部分交给云端强模型。 再比如录音转写。很多人会直接把一整段会议转写丢给大模型，让它总结。但会议里经常有寒暄、跑题、重复确认、设备问题，这些东西不值得占用最贵的推理资源。先让本地模型切段、去重、标注主题，再让云端模型做结论提炼和表达润色，最后人来拍板，这条链路会稳很多。 所以我现在会建议大家给自己建一张「本地 / 云端分流表」，而不是看到新模型就问，它能不能替代我现在用的那个。 更好的问法是： 「请帮我判断这个任务应该交给本地模型、云端强模型，还是两者协作。请从隐私敏感度、推理难度、上下文规模、是否需要联网、延迟要求、成本六个维度判断。最后给出推荐流程，不要直接开始执行。」 这段 prompt 的重点不是省钱，而是让 AI 先帮你做任务路由。什么东西应该先在本地处理，什么东西必须上云，什么东西应该拆成两段，这些判断一旦固定下来，你后面的工作流会轻很多。 我自己的判断大概是这样。 本地模型适合预处理、粗分类、隐私资料的第一轮清洗、离线场景和反复跑的小任务。 云端强模型更适合复杂判断、综合写作、需要最新信息的调研、多步骤推理，以及最终要交付出去的版本。 这两类模型的关系，不应该是互相替代，而应该是上下游协作。本地模型做脏活，云端模型做难活，人负责定标准和拍板。 这才是 Gemma 4 12B 这类模型真正给普通人的启发。AI 不再只是一个聊天框，它开始变成一组工位，让每个模型坐在它最适合的位置上。

看到Jason老师的故事，正好今天也是我的last day，也想简单说一下我的故事 我是一个没有在大厂干过的一个程序员，也不是科班出身，编程是后来上网课学的，二十出头从深圳一路漂泊到杭州已经28了 去年开始瞄准AI赛道，开始做副业，做了自媒体，做了云服务器销售，做了AI中转站也做了培训，不知不觉已经快一年了 副业收入也超越了主业，上个月算了一下发现主业加副业已经达到6位数了，也是人生第一次能够月入十万，这也给了我足够的勇气，决定裸辞 all in AI 接下来我会围绕着自媒体，Token还有AI教育进行创业，欢迎来洽谈合作