Leo的笔记本

一只螳螂，举起镰刀，挡在重卡前面。 结果？被车头推开的高压气囊震碎外骨骼，变成绿色浆液。镰刀断成三节。 卡车司机全程无察觉，连刹车灯都没亮。 这个画面很残忍，但很真实。 社交媒体上，到处都是螳螂 你一定见过这种场景： 有人读了两篇养生推文，就质疑医生的诊断方案。有人看了几个财经视频，就觉得自己比经济学家更懂大势。有人用了几天 ChatGPT，就在评论区教 AI 研究员做事。 他们不觉得自己是螳螂。他们觉得自己在”据理力争”。 但在专业人士眼里，这连”对手”都算不上。就像那个司机——他甚至没意识到有什么东西挡过路。 为什么会这样？ 心理学上有个概念叫达克效应：能力越低的人，越倾向于高估自己。 不是因为他们笨，而是因为他们不知道自己不知道什么。 一个刚学编程一个月的人，觉得自己”差不多入门了”。一个写了十年代码的人，反而觉得”还有太多不懂的”。这不是谦虚，是真的看到了知识的边界。 社交媒体把这个问题放大了十倍。信息获取变容易了，就产生”我懂了”的错觉。表达门槛变低了，就产生”我能评论”的错觉。几个点赞几条转发，又产生”我是对的”的错觉。 碎片化信息给了人”知识幻觉”，但幻觉不是...

最近在 OpenClaw 社群、小红书、还有朋友圈里，我陆续看到一些让我坐不住的东西。 有人专门做 OpenClaw 上门部署，一单收 2000，一个月接十几单，稳稳当当月入两万多。 有人做行业定制 Agent，单子报价 10 万到 30 万，一年流水做到了二三十万。 还有人录了一套教程挂在小红书上卖，几百块一份，靠量走，也跑通了。 这些不是我编的”某创业者”故事，是我在社群聊天记录和小红书截图里亲眼看到的。 看完之后我的第一反应是：开源的东西，居然真的能赚钱。 第二反应是：这些人做的事情，技术门槛其实都不高。 今天这篇文章，我想把我观察到的几个方向整理一下，顺便说说我自己的判断——哪些能做，哪些有坑。 先说一个反直觉的结论 OpenClaw 是开源免费的。很多人的第一反应是：免费的东西，怎么赚钱？ 但你仔细想想，Linux 也是免费的，Red Hat 靠它做到了上市。WordPress 也是免费的，围绕它的建站服务养活了无数人。 开源卖的不是软件本身，是”我帮你把这个东西用起来”的能力。 大部分企业和个人，面对一个开源项目的真实状态是：听说很厉害 → 打开 GitHub →...

每天刷新闻，都是”某某大模型又刷新纪录”、”AI 取代 XX 岗位”。 说实话，看完之后你什么感觉？ 反正我的感觉是——焦虑，但又不知道从哪下手。 FOMO（错失恐惧症）在 AI 时代被拉满了。你觉得自己落后了，但又不确定该往哪个方向追。 今天这篇文章，不讲大道理，只给你一套”从明天就能动手”的行动清单。 按门槛高低分了三层，挑一个适合自己的，先干起来再说。 第一层：本周就能开始 1. 把 AI 变成你的「外接大脑」你不需要会训模型，你只需要学会用模型。 具体怎么做？找到你每天最重复、最无聊的工作，交给 AI。 比如： 每天下班前，让 AI 自动总结你的工作日志 把杂乱的聊天记录、会议纪要丢给它整理摘要 让 AI 帮你分析 Excel 数据、生成周报初稿 别小看这些”小事”。每周省下 5-10 小时，就是你学新东西的时间。 今天就能做的一件事： 用任意一个大模型的 API，写一个 Python 小脚本，让它每天帮你总结工作日志。不需要完美，能跑就行。 2. 做 AI 时代的「翻译官」技术更新太快，大多数人看不懂。 但你可以做那个把技术讲清楚的人。 开一个公众号、小红书、或...

素材整理 | 研路炼钢 原文：Leopold Aschenbrenner，《Situational Awareness: The Decade Ahead》，2024年6月，165页，5万字 一、作者是谁？为什么值得认真读？ Leopold Aschenbrenner（利奥波德·阿申布伦纳），德裔美国人，19岁以最优毕业生身份从哥伦比亚大学毕业，主修经济学和数学统计。2023年加入OpenAI的”超级对齐”（Superalignment）团队，师从Ilya Sutskever。2024年4月因涉嫌泄露内部安全备忘录被解雇（他本人否认泄密，称只是与外部研究者分享了一份关于安全措施的头脑风暴文件）。 离开两个月后，他发布了这篇165页的研究报告，在硅谷迅速传播。特朗普女儿伊万卡都在社交媒体上推荐过。随后他创办了以此文命名的对冲基金”Situational Awareness LP”，获得Stripe创始人Patrick和John Collison等人投资，截至2025年管理规模超过15亿美元。 他不是旁观者，他是参与构建这项技术的人。 这篇文章也因此被一些人比作冷战初期外交官...

原创 | 研途炼钢 当 OpenClaw 还在让开发者折腾 Docker 和 API Key 的时候，MiniMax 已经把”一键部署 AI Agent”变成了现实。 写在前面 最近 AI Agent 赛道热闹非凡——OpenClaw 开源即火爆，各家平台纷纷跟进。就在这个节骨眼上，MiniMax 在 2026 年 2 月 25 日正式推出了 MaxClaw，直接把 OpenClaw 框架搬上云端，用自家 M2.5 大模型（229B 参数 MoE 架构）驱动，打出了”10 秒部署、开箱即用”的口号。 我这几天深度体验了一番，说说真实感受。 一、MaxClaw 到底是什么？ 先厘清一个容易混淆的概念：市面上有两个 MaxClaw。 云端 MaxClaw（MiniMax 官方托管版）：你在 MiniMax Agent 平台（国际版 agent.minimax.io / 国内版 agent.minimaxi.com）上直接使用，所有计算和执行都在 MiniMax 的云端沙盒完成。这是本文的主角。 开源 maxclaw（GitHub Lichas/maxclaw）：一个 Go ...

💡 八章内容一文打尽！口诀+框架+高频考点，覆盖选择/简答/辨析/材料分析全题型。3月8日考前必读！ 📊 考试分值地图单选21题（42分）+ 辨析4题（32分）+ 简答4题（40分）+ 材料分析2题（36分）= 150分 核心策略：学习心理（第四章）分值占比最高，德育（第七章）次之，教学原则/方法是材料分析题常客。 第一章｜教育基础知识与基本原理1.1 教育的本质属性有目的地培养人的社会活动（三个关键词缺一不可） 教育社会属性口诀「永恒历史相对独立」：永恒性、历史性、相对独立性（含历史继承性+不平衡性） 1.2 教育起源学说 学说 代表人物 核心观点 科学性 神话起源论 朱熹 神创造教育 ❌ 生物起源论 利托尔诺、佩西能 动物本能 ❌ 心理起源论 孟禄 无意识模仿 ❌ 劳动起源论 米丁斯基、凯洛夫 劳动中产生 ✅ 口诀：本能生利息（生物起源-利托尔诺-佩西能）、心理访孟禄、米凯爱劳动 1.3 20世纪后教育五大特点（简答题高频）口诀：全民多现身 全民化、民主化、多元化、现代化（技术）、终身化（保罗·朗格朗） 1.4 教育学核心人物速记 ...

💡 3月7日考前最后一弹！本文浓缩《综合素质》全部核心考点，口诀+模板+避坑，助你稳过70分线。 📊 科目一分值地图综合素质满分150分（卷面需达95-100分换算后过70分线），三大板块： 单选29题（58分）：职业理念4题 + 法律法规8题 + 职业道德4题 + 文化素养9题 + 基本能力4题 材料分析3题（42分）：职业理念 + 职业道德 + 阅读理解（各14分） 作文1题（50分）：论说文，中学≥1000字，小学≥800字 核心策略：职业理念/法规/道德是「必拿分模块」，文化素养靠积累可半放弃，作文是「关键拉分题」。 一、职业理念（材料分析+选择题）口诀总纲：「985」记忆法教育观 9 句话 ＋ 教师观 8 句话 ＋ 学生观 5 句话 ① 素质教育观 → 口诀「提速个性创两全」+「学习过人」素质教育5大内涵（提速个性创两全）： 提：以提高国民素质为根本宗旨 个性：促进学生个性发展 创：以培养创新精神和实践能力为重点 ⭐最高频 两全：面向全体学生 ＋ 促进学生全面发展 新课改教学观4大转变（学习过人）： 学：从教育者中心 → 学习者中心 习：从教会知识...

2026年，AI终于从”聊天框”走向了”桌面”。MiniMax和阿里几乎同时出手，一个要当你的”云端专家”，一个要当你的”桌面同事”。作为一个重度AI工具用户，我花了两周时间深度体验了两款产品，今天来聊聊它们的真实差距。 一、先说结论 MiniMax Agent 和 QoderWork 根本不是同一类产品。 很多人把它们放在一起比较，觉得都是”Agent”，都能帮你干活。但用下来你会发现，它们解决的是完全不同的问题： MiniMax Agent：我帮你做出高质量的东西（报告、网页、PPT、代码、研究） QoderWork：我帮你操作电脑上的东西（整理文件、处理数据、调用本地应用） 一个是”全能创作者”，一个是”超级助理”。 搞清楚这个定位差异，后面的分析才有意义。 二、产品定位：云端工作台 vs 本地操作员 MiniMax Agent：AI原生工作台MiniMax Agent 的野心很大——它想做一个能独立完成复杂任务的”AI专家”。 从最早的”万物追踪”到现在的通用Agent，MiniMax走的是一条从垂直到通用的路径。它的核心理念是：你只需要描述需求，Agent...

景哥说：”你别自己在那瞎弄，你得看别人的。看别人的咋写的，咋表达的。” 我的论文被AI”打架”打回来了 前阵子我把自己那篇井盖检测的论文发给景哥看，想让他帮忙把把关。 景哥收到之后，做了一件我没想到的事——他把我的论文同时丢给了Gemini和Claude，让两个AI互相挑毛病。 结果是：”你那篇论文公式太多了，我让Gemini和Claude打架，疯狂的说一堆致命的问题。” 我当时心态还挺稳的。毕竟论文还在改，有问题正常。但接下来景哥说的话，才是真正让我重新审视自己写论文方式的开始。 “你模仿的那篇，没啥参考价值” 我之前写论文的方法很朴素：读了一些论文，觉得差不多理解了方法，就开始动笔写。格式嘛，找了一篇看起来结构类似的文章照着来。 景哥问我：”你打算和这个发一样的期刊吗？” 我说不是。 他说：”那你模仿它干嘛。” 然后他点开我参考的那篇论文，直接下了判断：”这个做的一般，写的也不行。没啥参考价值，而且还是本科毕业论文。” 我才意识到，我连”该模仿谁”都没搞清楚，就开始模仿了。 景哥的论文写作方法论 接下来的对话，景哥系统地给我拆解了一套论文写作的底层逻辑。不是那种教...

景哥一句话点醒了我：”你导师需要的是简洁轻松地明白你想说啥，不是拿着你的文字做阅读理解。” 一条消息，暴露了我的沟通盲区 前段时间实习收尾，我需要向导师汇报近况。 我花了十几分钟，认认真真写了一大段话——从50所那边的项目进展、道路病害面积计算、无人机巡检道路病害、小目标检测算法、路灯数量计算去重，到模型训练到95%但误检率高想用算法过滤，再到年底收尾、下周是否还去、研究方向的思考、论文阅读进度、实习总结和感谢——全部塞进了一条消息里。 我发给朋友景哥看，想问问”这样发行不行”。 景哥的回复很直接：**”把他关心的事情，先讲清楚。”** 我愣了一下。我以为我写得很完整，但景哥一眼就看出了问题——我不是在”沟通”，我是在”写作文”。 他说：**”你那个太长了，一起发，拒绝小作文。你导师需要的是简洁轻松地明白你想说啥，不是拿着你的文字做阅读理解。”** 景哥教我的”四段式汇报法” 景哥接着给我拆解了一套他在实习中摸索出来的导师沟通框架。他说，他们组每次跟导师一对一，都是按这个结构来的： 第一步：先说导师关心的事。 不是你想说什么，而是导师想听什么。导师最关心的永远是：项目进...