Flomo 收购了幕布，这是个我难以相信的事情。但仔细想想，其实很合理，也很有价值。
作为幕布的原持有方，字节跳动面临着业务需要收缩，战略需要聚焦的现状，养着一个幕布团队没有太大的意义，只不过是因为之前和用户的协议所迫，不得不继续维护。能过将幕布卖出去，对于字节跳动来说，是利大于弊的。且字节跳动收购产品一般是来收购团队的，而在字节跳动的产品飞书当中，已经实现了类似幕布的能力，对于字节跳动来说，幕布的历史使命已经完成，继续留着只不过是鸡肋，刚好 Flomo 要收购幕布，就可以顺利成章的将其出售出去。
而作为幕布的收购方 Flomo，则更是一个好的选择，Flomo 本身的调性和幕布十分匹配，对于 Flomo 的用户来说是利好，对于幕布的用户来说，也不算差。而对于 Flomo 团队来说，Flomo + 幕布的组合，可以让其在知识管理上进一步拓展，挺好。
一个难得的 Win-Win 的收购。当然，对于我来说还是难以想象的，毕竟，都是字节收购别人家的产品，第一次碰到从字节收购产品的。
少楠厉害！👍。
2022 年，为了保持对自己的压力，我保持了为期一年的高密度更新。回过头去看，我觉得这些更新有价值，将我思维中的碎片都展现出来了。但同样的，这些碎片过于简单和不集中，可能对于绝大多数人来说，其实很难有比较大的帮助。对于我自己来说，也只是将我的思维碎片提前拿出来，而不是在我自己的脑海里发酵一下。
在 2023 年，我对自己的定位是松弛，不再逼自己去做一些事情（即使这些事情的确很好），而是更加随性，不强求，看命，看运。
随着 ChatGPT 的逐步推广，我看到了大量基于 OpenAI 的产品出现，如果要将其分层，我认为可以分为三层：
比如我自己做的 ChatGPT-Feishu，其实就是在这个层次，更多是将 ChatGPT 和一些现成的应用进行连接，所以差异性不大，大家大多是在技术上卷一些新的 Feature。
在我看来，这个层次的卷动是非常有限的，因为现成的应用和场景就这些，大部分时候我们能做到的也就是将 ChatGPT 和现有的生态更好的结合，但没有什么本质上的变化。
当我们仔细去看社交网络上的那些 ChatGPT 的用法之后，其实你会发现， 大多数人对于 ChatGPT 的用法是非常简单粗暴的 —— 问一些过去问搜索引擎的问题。ChatGPT 会给你一个看起来还不错的答案。
这个问题背后其实是大部分人是问不出一个精确、明晰、易于理解的好问题的。
而 Prompt Engineering 层的产品则可以实现对于问题的解构，将一个复杂问题拆解为一套模板 + 一些用户可以理解和输入的内容，从而降低提问的难度。
这一层的应用更多是在卷不同的场景以及对于 Prompt 的优化，以实现更加精准和优质的返回内容，从而帮助用户解决问题。
OpenAI 对于模型提供了 Finetune 的能力，开发者可以准备自己的数据集，将其上传至 OpenAI，由 OpenAI 对模型进行微调，后续开发者可以使用经过微调的模型来进行自动的补全。
这个层面大家卷的就是行业领域认知和干净的数据了，就回到了 AI 经典的行业落地场景了：收集行业数据 – 清晰数据 – 训练模型 – 实际应用。只是 OpenAI 将这件事的难度给降低了。对于开发者来说，可以更加低成本完成整个流程。
如果你只是玩票，那我觉得第一层和第二层都是不错的。但如果你打算正经做个事情，那么第二层可能是必备的基础。
ChatGPT 与聊天软件的结合会是一个不错的爆点。因为机器人的出现，可以让你在不丢失上下文的同时，完成你的工作，这样的形态会帮助 ChatGPT 快速的完成拓展。
网页版的 ChatGPT 虽然更强，但终归还是可以通过 API 来体验到的，但集成在各种工作的上下文当中，可以帮助机器人达成更强的能力。
对于 ChatGPT 来说，飞书、Slack、Telegram、Discord、Teams 来说，都有一定的空间可以用来做一些事情。
值得你去进行一定的投入。
自大学以来，我便常年在外，每年回家的时间，不过是过年那七天。其他时间，我大多在一线城市奋斗。
而对于我来说，家也成了一个陌生的词汇 —— 焦作是我家，我在焦作生长，我熟悉我家附近的道路。但焦作也不是我家， 我早已不知道家门口的商铺是什么？他们在卖些什么、他们的生活里都是什么样的日常。
对于我来说，家是我生活的地方，它可能很大，如天津我租的房子一般；它可能很小，如我在深圳住的 10 平米的小隔间。
家是你生活的地方 —— 而不是家乡的地方。你在村里修建再好的房子，可那终究不是你的家 —— 那里只有一座气宇轩昂的房子，却没有你。你在城里住的再落魄，那终究是你的家，因为它有你。
那么，为什么一年只住几天的地方可以是家呢？
不同的人性格是不同的。
以我为例，是一个偏社牛的性格，什么活动总想去凑一下。什么样的事情都希望去了解一下，因此也造就了我什么都知道一点的习惯。对于这样性格的我来说，参与社交活动是一种享受。
而对于社恐来说，我所做的一切，可能都是令他反感的。
而现实生活中可能并不一定能总能如愿，比如可能社牛并不会被邀请到活动当中，而社恐则总是被带到各种不同的场合当中去锻炼。
社牛和社恐都不能如愿，这大概就是社会与个人预期的错配。
安迪-比尔定律，是对硬件升级与软件升级之间关系的陈述，是指新软件总将耗尽新硬件所提高的任何计算能力。
安迪 – 比尔定律，维基百科
最近在看 ChatGPT ，突然想起来了安迪比尔定律。在安迪比尔定律中，我们描述新的软件将会耗尽硬件提升的计算能力。
如果将其放在 AI 能力，则意味着，AI 节省的那些工作岗位，都将会因为人类无穷的需求和变化而重新出现。
AI 终究只是一个工具，是一个提升生产力的工具，他所提升的生产力，很快会因为社会平均生产力的提升而降低其效益。
当然，短期还是会有很大的价值，拥有 AI 能力，你就有超出平均水平的收益。
在法不轻传、为什么 2022 年了，依然让堂弟入 IT 的坑当中，我其实提到过，我希望堂弟能够走 IT 的路线，从而摆脱黄土朝天的现状和未来。
但说实话，如今我觉得，我可能过于高估了自己，以及低估了阶级之间的代差。
我父亲是从村里走出来的学生，到城里上学，并考入了公务员。而我如今能够成为一个软件工程师，很大程度上得益于从小学习 IT。大伯则是一直留在村里，虽然中间做生意、搞绵羊养殖，但总的来说，都是做的和土地相关的事情，堂弟也从小耳濡目染，给大伯帮忙。
对于我来说，我站在一个更高的起点上，从而走出了自己的路。堂弟的起点更低，我的路线未必适合他。甚至我的选择可能就是一个错误的选择，他需要走的，是曾经我父亲的路，从村里到城里，再从城里到更好的城市里去。
优秀的人当然可以跨越这个步步前进的设定，但终归只是少数人。
想起来之前知乎上的一个段子 —— 凭什么别人几代人的努力，被你努力一下自就给超越了？
在论语当中，有一句非常经典的句子 ——
学而不思则罔，思而不学则殆
孔子，《论语 · 为政》
我们从小就学习这句话，它也伴随我们走过了我们的学习生涯。但直到最近，我才更加深刻的理解和感悟这句话，并将其进一步拓展 —— 学而不用则罔。
在学校学习的时候，我们学习的往往是理论知识，无需专门的去实践，所以就如同孔夫子所言，我们只需要学习并思考，便可将知识融入到我们脑海中，成为我们自己的知识和智慧。
而当我们走上社会之后，我们的学习则更加的功利 —— 你不太会去学习一些纯理论的，你所学习的东西，往往是需要解决一个现实存在的问题。因此，我们需要将「学而不思则罔」改一改，变成「学而不用则罔」。
学然后致用，才能让我们不至于迷失在不同的理论当中，相互冲突。实践不同的理论，并因此来改变自己的生活。
2022 年景不好，看到不少裁员的，也看到不少人面对裁员显得悲观，甚至也看到有些人提到「如果不做成管理层，感觉这一生可以看到尽头」。
但工程师其实还有很多选择 — 这世界并不是只有互联网公司才需要工程师，任何一个和数字化强相关的企业，也都需要工程师。大部分时候，如果你放弃了高薪，你其实完全可以找到一个可以轻松做到 Work Life Balance 的工作，他们可能偶尔加班，但绝对不卷。你每天可以接送孩子，周末可以出去玩，而不是每到周末就整个人被榨干，没有力气。
我们现在面临的社会是一个阶级逐渐固化的时代，你其实希望通过在互联网大厂实现的是阶级越迁。但时间窗口已经消失，已经不存在阶级越迁的可能性了，你还会选择继续在互联网大厂卷么？
既然上升无望，不如好好过你的生活，静待下一个周期。