Leo的笔记本

昨天和一个做产品的朋友吃饭。八两的帝王蟹端上来的那一刻,我们聊的话题已经从”他要做什么产品”转到了”他要做什么技能”。 这个转向本身就值得记一下。 一、从”卖产品”到”卖 Skill”,中间那一步是什么 他过去一直想做一个产品出来卖。这次见面,他的方向变了——他想做一个 Skill 来卖。 这两件事看起来像同一件事,差别其实很大。 卖产品,你卖的是一个能直接被使用的东西。卖 Skill,你卖的不是 Skill 本身——Skill 没法独立存在,它必须绑定脚本,绑定 Agent,才能跑起来。所谓卖技能,本质上卖的是 API 能力包:一段被规范化、被工程化、被可调用化的能力。 为什么这个转向在这两年突然变成显学?因为 Claude Code、Codex、Kimi 这一批 Agent 产品出来之后,大家发现”能力”是可以被封装的,而封装出来的东西有人愿意付费。 但卖 Skill 有个隐含前提:你得真的把一套流程跑通过、抽象过、压缩过。否则你卖出去的就是一个空壳子。 二、95% 的时间不是在写代码 我最近又在系统学 Agent 相关的东西,把 Kimi、Codex、Claude Cod...

研路炼钢 | 和一位延毕师兄吃了顿饭，他把读研踩过的坑全讲了（六）——简历不要写你做了什么，要写你能做什么 最后一篇。下午散步的时候，N师兄帮我看了简历，给了一些很直接的建议。说实话，有些话我听着不太舒服，但越想越觉得他说得对。 这篇是整个系列里最能直接落地的一篇。前面几篇更多是经历和判断，这一篇只有一个主题：简历不是工作记录，简历是能力证据。 01｜”我招人看简历，只看最后两项” N师兄自己开公司，招过人，也面过不少应届生。他跟我说了他看简历的逻辑： “项目经验，还有你的核心能力。其他的我基本不看。” 他说很多简历写了一大堆学生工作、社会实践、课程成绩什么的——这些他翻都不翻。 “我只想知道两件事：你做过什么项目，你从中展现了什么能力。” 02｜”不要罗列细节，要总结能力” 他看我简历的时候，指着其中一段说： “你写了’集成测距算法，计算路灯到摄像头的距离’——这个解决了什么问题？” 我说解决了路灯检测中距离计算的精度问题。 他说：”那你就不应该写你用了什么算法，你应该告诉面试官你有解决复杂工程问题的能力。” 他举了自己写简历的例子： “比如我不会写’我把战斗系统拆解成...

研路炼钢 | 和一位延毕师兄吃了顿饭，他把读研踩过的坑全讲了（五）——“技术是最不值钱的东西” 这句话是N师兄说的。他说的时候语气很复杂——他自己就是技术出身，他”非常憎恨这句话”，但随着阅历增加，他发现”说得好像不可逆”。 这句话很刺耳，也很容易被误解。它不是说技术没价值，而是说：只有技术，通常不够值钱。 技术的价值需要被放进一个完整链条里看：解决什么问题、服务谁、怎么交付、谁愿意买单、后续谁维护。离开这些问题，技术再强，也可能只是一个漂亮的局部最优。 01｜一个技术人说出这句话的重量 N师兄是我见过的技术很强的人之一。 高二开始学虚幻引擎，本科做外包，从几十块的小单做到几万块的项目；后来参与过复杂仿真系统，也把自己的游戏做到了上线。他长期保留代码日志、项目文档和备份记录，工程习惯非常扎实。 这样一个人，跟我说”技术是这个世界上最不值钱的东西”。 他知道我不爱听，他自己也不爱听。但他说了。 02｜”你代码写得再屌，那又怎样？” N师兄的原话是这样的： “你在不会写代码之前，写代码这件事情非常重要。但是当你真正写代码写得非常屌的时候，你会发现——这代码到底干什么用啊？” ...

研路炼钢 | 和一位延毕师兄吃了顿饭，他把读研踩过的坑全讲了（四）——比赛到底有没有用篇 接上三篇。这一篇聊的是我自己最受刺激的话题。我花了两年时间在各种竞赛上拼命，拿了好几个奖，一度觉得这就是我在导师不给资源的情况下能走的唯一一条路。直到N师兄给我看了他做的东西。 先说结论：比赛有用，但它不是终局。它更像一张入场券，能帮你被看见、练表达、认识人；但真正决定你能走多远的，还是你能不能做出一个离开比赛也成立的东西。 01｜真正好的项目，不一定需要靠比赛证明 那天下午，N师兄给我看了他之前做的一个仿真系统演示。 我当时的反应就两个字：震惊。 那是一个真正把虚拟世界模拟出来的东西——不是PPT，不是只为答辩准备的 Demo，而是一个可运行的完整系统。背后有长期开发记录、模块迭代和真实交付压力。 看完之后我脑子里第一个念头是：我之前为几个比赛作品沾沾自喜，现在看起来还是太轻了。 N师兄跟我说了一句话，大意是：真正有明确需求方、真实交付场景的项目，不一定需要靠比赛证明价值。客户看的是能不能解决问题，不是奖状有几张。 02｜有些比赛的问题：验证场景太轻 说实话，这句话刺痛了我。 因为...

研路炼钢 | 和一位延毕师兄吃了顿饭，他把读研踩过的坑全讲了（三）——AI到底能干什么篇 接上两篇。吃饭聊到最后，我和N师兄聊到了AI。我们俩都是高强度AI用户，都花了真金白银买会员。但聊完之后我发现，我们对AI的判断出奇地一致——好用，但没那么神。 如果只用一句话概括：AI 最适合帮你加速确定性任务，不适合替你承担不确定性决策。 这个边界一旦想清楚，很多焦虑会少一半。 01｜我的AI全家桶 先交代一下我自己的使用情况。 我现在同时在用Claude、ChatGPT、Kimi，全部付费开了会员。GitHub Copilot也在用。国内的几个模型也都试过。 为什么花这么多钱？因为它是生产力。 我的判断标准很简单：它能不能帮我转化出我要的结果。花一块钱做出小学生水平的东西，不值；花一万块做出博士水平的东西，值。这不是钱多钱少的问题，是效率和结果的问题。 N师兄也认同这个判断：”你花了钱，提升了效率，获得了结果，就完事了。” 说实话，有一天AI平台宕机了，我坐在电脑前都不知道该干嘛。不夸张。 02｜AI 最适合接管哪类编程任务 这是我们聊得最深的一个话题。 他做了快两年的商业项目...

研路炼钢 | 和一位延毕师兄吃了顿饭，他把读研路上的体会全讲了（二）——研究生创业篇 接上篇。N师兄不仅延毕了一年，还在研二的时候注册了公司，做了一款游戏，已经上线。听他讲创业的过程，我才意识到——做事和做生意之间，隔着一整套不一样的认知体系。 这篇同样只保留对我有启发的部分。涉及具体公司、股权和个人身份的细节，没有必要展开到可识别程度。真正值得写的是：一个研究生从”我能做东西”走到”我要对产品和商业负责”，中间到底差了什么。 01｜”我一开始没想着要创业” N师兄说他并不是从一开始就计划开公司的。 “是机缘巧合碰到了几个朋友，大家都有想法。先把事情做起来，后面才慢慢变成公司。” 他的合伙人有游戏行业和产品经验，也有资源和资金。最初对方是想把他招进去做正式员工。但N师兄想了想—— “不如自己先拼一把。先把事情做起来，做起来之后再谈合作的形式。” 后来几个人成了合伙人。具体比例不重要，重要的是他们把权责先说清楚：谁出钱，谁拍板，谁负责技术和产品，谁负责策划和内容。产品后来也确实上线了。 这件事给我的第一个提醒是：合伙不是”大家关系好，所以一起干”。合伙是先把钱、权、责、风险说...

研路炼钢 | 和一位延毕师兄吃了顿饭，他把读研踩过的坑全讲了（一）——导师关系篇 前两天和一位即将毕业的师兄吃饭，聊了整整一个小时。他讲了自己读研期间和导师、项目、论文之间的几段经历。里面有很多具体细节，我不适合也没必要展开到可识别的程度。这里更想记录的是：一个研究生在资源、署名、沟通和边界上踩过的坑。 先说清楚边界：这是一段个人口述和我的个人理解，不代表所有导师，也不代表所有课题组。读研关系高度依赖具体人和具体环境，不能拿一个案例去推导全部结论。 01｜”我是奔着产学研合作来的，不是来当执行工具的” N师兄本科就做过大量商业项目，来读研的时候，心里想的是和导师建立一种合作伙伴关系。 “我不喜欢那种模式——老师拍脑门说’这个好像可以做’，然后你去做完来找他汇报。我喜欢的是大家一起去做一件事。” 他甚至直接说：”我很讨厌向人汇报事情。因为以前都是我听别人汇报的。” 这话听着有点冲，但放在他的经历里，我能理解。他入组之后参与了一个新方向的系统搭建，很多技术细节都是自己一点点摸出来的。问题在于—— 他遇到技术难题去找导师，导师说：”我不会，你自己做。” N师兄当时跟我说了一句让我...

AI时代，你的带宽够用吗？ 读吴军《格局》有感 前几天重读吴军老师的《格局》，有一段话把我锤醒了。 他说，一个人的成就，不取决于他做了多少事，而取决于他在最重要的事上投入了多少。听起来是老生常谈对吧？但他接着用了一个很工程化的比喻——带宽。 你的注意力就像一条网线，总带宽是固定的。你同时开10个视频，每个都在缓冲；你只开1个，4K高清流畅播放。 这个比喻让我一下子想到了自己。 我的”高并发崩溃”说来惭愧，作为一个学计算机的研究生，我对”并发”这个概念再熟悉不过了。多线程处理、异步调度、负载均衡——这些我都能给你讲得头头是道。 但轮到管理自己的时候，我却一直在犯最低级的错误：无限制地开线程。 论文要写、比赛要打、小程序要改、公众号要更、论文要读、博客要搭、Claude Code要学、还有每天的散步打卡和喝水任务……有一天晚上我躺在床上，数了一下手头在推进的事情，两只手数不过来。 结果呢？每件事都在”进行中”，每件事都没有”已完成”。 吴军老师在书里说：做事的多少不取决于你想做多少，而取决于你的带宽能承载多少。 超出带宽的部分，不是在推进，是在制造焦虑。 这句话我读了三遍。...

我发现一个现象：很多人用AI用得很勤，每天和大模型聊几十轮，生成PPT、写文案、做总结，但聊完就关了，什么都没留下。 Token花了，结果没攒下来。 最近和朋友聊了一整晚，从AI工具怎么用，聊到怎么靠AI建立自己的长期壁垒。聊完之后我越来越确信一件事： 在AI时代，最值钱的不是你会用什么工具，而是你积累了多少数字资产。 01 AI最大的价值，不是帮你干活 很多人对AI的理解停留在”效率工具”——帮我写个文案、做个PPT、总结个文档。 这些当然有用，但这只是AI价值的表层。 我朋友说了一句话让我印象很深：”你脑子里想法很多的时候，就去跟大模型对话。不用管它回答得对不对，聊完你就知道自己想要什么了。” 这其实是AI的一个隐藏功能：它是一面镜子，帮你把模糊的想法变成清晰的结构。 我自己也有这个习惯。很多时候不是真的要AI给我答案，而是在对话过程中，我的思路自己就理清了。AI做了什么？它只是逼着你把想法说出来、写下来、结构化。 学习也是同样的道理。我之前让Claude读完一整份专业文档，分析重点，然后出题给我做。出题、做题、出题、做题，循环下来，效率比自己啃书快了好几倍。 但关键不是...

研二下学期，我突然意识到自己在干一件很蠢的事。 我的 AI 工具全家桶 我手上有多少个 AI 工具？数一下：Claude Code、Kimi Code、Qwen Code、Codex、OpenClaw、MiniMax——光命令行工具就六个。再加上各种 API key：Anthropic、智谱、豪卓云、MiniMax……每个月订阅费加起来不是小数目。 每出一个新工具，我第一时间注册、配置环境、跑通 demo、写个使用心得、发个朋友圈。 然后呢？ 然后就没有然后了。 我的论文还是那个论文，草稿还是那个草稿，该画的图一张没画完。 我以为我在提效，其实我在逛街 回过头看，我使用 AI 的方式，本质上跟逛淘宝没有区别。 逛淘宝的人觉得自己在”挑选最好的商品”，实际上大部分时间花在了浏览、比较、加购物车上，最后真正需要的东西可能一件都没买。 我也是。我觉得自己在”寻找最高效的工具”，实际上大部分时间花在了安装、配置、测评、切换上，最后真正用工具完成的成果可能一个都没有。 更讽刺的是，我还专门写了一篇公众号文章来对比这六个工具的优劣——那篇文章本身花了三个小时。三个小时，够我把论文结论...