一个放乱七八糟的东西的地方

睡不着，再补充一点我的想法吧，我是一个对自我边界很敏感的人，这和我从童年开始的一些经历有关。简单来说，我常常会习惯性地对很多事情进行深度分析和拆解，否则就会没来由地缺乏安全感。

当然这很耽误事情，我自己也一直明白，实际上很多事情其实根本没有必要想这么多有的没的。或者说，大胆相信自己当下已经足够理性的判断，并不会有什么问题。没有必要把所有可能的坏处都提前分析清楚，更没有必要因为那一点点“不对劲”，就开始反复推演后续可能发生的事情。

最近随着自己的生活逐渐稳定下来，我开始有意识地处理这种心态。我清楚地意识到，很多内耗的根源，并不是事情本身有多严重，而是我总想提前消灭所有不确定性：害怕别人误解，害怕做错选择，害怕行动以后得不到理想的结果，于是不断分析、解释、确认，甚至把还没有发生的问题提前承受一遍。这本质上就是一种“贷款焦虑”。
外界的不确定性当然是真实存在的，但我的问题在于，我很容易把有限的不确定性放大成一个必须立刻解决的问题。于是我发现这种心态形成了一套很奇怪但是又稳定的无限焦虑循环：因为没有安全感，所以试图通过理性分析获得确定性；分析得越多，看到的风险和可能性也越多；看到的风险越多，又越想继续分析，直到获得一个根本不存在的“绝对安全答案”。然后对这个答案不信任，于是重复分析，重复焦虑。

最近我尝试解决这个循环的比较有效的一套方法，就是开始强迫自己把事实和推测分开，只处理真正属于自己的责任。Just mind your own fking business。 专注于自己能掌控的东西，放开那些自己不可控的因素，然后当这些因素导致事情发生了变化的时候，再着手解决实际的问题。因为很多问题根本不是靠继续想就能得到答案的，而是必须真正走出去，让现实给反馈。

我小时候其实是一个性子很急的人，很容易因为环境变化或者一些不符合预期的事情没来由地生气。初中以后，我反而慢慢变得沉默、谨慎和保守。现在想来，我的这部分性格可能并没有随着年龄增长真正消失，而只是从外显变成了内收。以前是直接对环境产生情绪反馈，后来则变成了在脑子里反复分析、推演和自我消耗。表面上变得冷静了，但底层其实还是同一种对环境变化过度敏感的即时反馈，只不过表达方式变了。所以仅仅学会在每一次焦虑出现的时候把自己“拉回来”，对我来说其实还不够。

这也是我最近才意识到的第二点：我得建立一套属于自己的、可以持续调整的运行体系。因为即使每一次我都能够通过前面的方法去平抑这种性格，但是过去经历形成的不安全感和保守策略，依然会在更深层次上影响我的决策和行动。前者解决的是自我调节的问题，后者解决的则是：如何减少长期形成的负面潜意识对行动的牵制。这里我采用的策略，总结来说就是尽量提前建立自己的原则、边界、行动规则和反馈机制，让自己不必每一次都依赖当下的情绪和临场判断，而是能够持续运行、根据现实反馈修正，然后再升级。

就像《庄子·大宗师》说的那样：“夫藏舟于壑，藏山于泽，谓之固矣。然而夜半有力者负之而走，昧者不知也。藏小大有宜，犹有所遁。若夫藏天下于天下而不得所遁，是恒物之大情也。”

这个世界，我们所处的环境永远是不确定的。人真正能够依赖的安全感，应该是即使环境发生变化，我依然具备适应变化、处理变化，甚至利用变化的能力。也就是说，与其不断试图让外部环境变得确定，或者找一个安全屋，不如逐渐把自己变成那个相对稳定的锚点。试着少一点向内审判，多一点向外验证；少一点等待确定，多一点可控试错。

过去我的执行方式其实一直偏保守。我往往希望事情准备得更充分一些，风险判断得更清楚一些之后再开始行动。但后来我逐渐意识到，在很多失败成本有限、结果可逆的事情上，过度谨慎本身就是一种成本和浪费。很多答案只有行动以后才会出现。在风险可控的时候尽早进入现实，先做、先试、先获取反馈，再根据结果修正自己的判断，是更健康的一套执行逻辑。越想完备之后再出发，只能自己把自己变成一个不敢轻掷骰子的敏感的赌徒，即使输掉的成本微乎其微。反之，从小的试错中累计和强化自己处理事情的经验，能力和信心，会让自己在真正面对大问题时，既有心理上的底气，也有执行层面的经验和策略储备。

我认为如果最终我能够构建出这样一套系统——它不依赖某个人、不依赖某一个机会，也不依赖某种外界认可；即使环境发生变化，我依然能够稳定运行、调整方向，并不断扩大自己的选择，那么面对这个本身就充满未知的社会和未来，无论如何会比过去从容很多。

今天下班之后，越来越觉得，会说话真的是一种很重要的能力。

😶‍🌫️说话本质上是在传递信息。如果把沟通拆开来看，说什么决定了你想传递的内容和目的，怎么说决定了对方能不能在没有情绪干扰的情况下准确接收到这些信息，什么时候说以及是否先理解对方的背景，则决定了这次沟通能不能真正建立起双方对同一件事情的共同理解。

一个人即使没有恶意，如果表达方式不当、时机不合适，或者没有先了解对方所处的环境和限制，也很容易让原本只是经验分享变成质问，让建议变成否定，从而引发误解、矛盾甚至冲突。当然，好的表达并不意味着双方一定会达成一致，因为有时候大家关注的目标本身就不同。但好的沟通至少能够让彼此真正理解对方为什么这么想、为什么这么做，而不是各自站在自己的视角里说服对方🤷。

虽然现在很多人都在谈社会原子化、减少社交，但只要还需要和人打交道，沟通能力就始终是一项非常重要的能力。它不仅仅是把自己的观点表达清楚，更重要的是，让信息能够准确、顺畅地传递，让双方建立起共同的理解，减少不必要的误会和内耗。很多时候，真正节省的不是说话的几分钟，而是后续解释、争执和修复关系所花费的大量时间和精力🧐

For front end designer

#demo #CSS #WebGL #前端 #LiquidGlass #three #WebGPU
Liquid DOM ShowCase | GitHub 仓库
Andrew Prifer 发布了一个名为 Liquid DOM 的库，在 Web 上忠实实现了 Liquid Glass 效果，支持形状变形、动态折射/反射、自适应着色等，并可与 Three.js 集成，运行流畅。
渲染要求浏览器支持 WebGPU 和实验性 HTML-in-Canvas API（需 Chrome Flag 开启）

AI 摘要：Liquid DOM 是一个基于 SDF（Signed Distance Field）的高性能渲染引擎库，实现了 Liquid Glass 的全部视觉属性（形状变形、动态折射反射、自适应着色、色散等），支持 Canvas 与 HTML 混合布局，提供低层 API 和 React 高层 API，可直接采样 Three.js 场景而无需额外性能开销。

AndrewPrifer/2056923983581446529

Dear frontend devs and UI designers. I bring you Liquid DOM, a complete and faithful implementation of Liquid Glass on the Web.

- Shape morphing
- All properties animatable
- Dynamic refraction and reflection
- Adaptive tint
- Adaptive specular highlight
- Dispersion
- Full html integration
- Super fast layout engine that works across Canvas and html
- Pointer event handling
- Framework and renderer-agnostic low level API
- High level React API
- Ootb @threejs and r3f integration

And lots more.

Read on for implementation details and demos.

刷 GitHub 看到一个一口气把现实世界 144 个职业做成 Skill 的项目：从前端开发、UI 设计，到自媒体运营、销售、市场分析师、数据工程师、法务顾问, 一应俱全。

我觉得这个项目比较好用的方式是确实可以做到取长补短：比如你本身是一个创作者，但需要法务、数据工程师乃至销售团队的支持，就可以将这些 skill 打包进你的工作流中，让这些虚拟专家辅助你的意见，而不是取代你现有的专长。

很适合小团队或一人团队在新领域的开拓，能省下不少精力。

https://github.com/msitarzewski/agency-agents

#macOS #APP #AI

🧠 oh-myusage：面向 macOS 菜单栏的 AI 订阅、额度与账号状态控制台

🔗：GitHub | Download

👉 Features

- 支持 Codex、Claude、Gemini、Kimi 等多个主流 AI 订阅产品
- 显示额度、百分比、余额、倒计时、刷新状态和异常状态
- 统一管理官方 Provider、本地桌面端会话和账号资料
- 支持低额度、鉴权失效、连续失败等提醒
- 对认证失败、限流、端点配置错误、网络不可达等状态做用户可读诊断等

🧑🏻‍💻 适合谁

• 同时使用多个 AI 官方产品，希望在菜单栏快速判断额度状态的人
• 依赖多个第三方中转站，希望统一查看余额、Token 用量和异常原因的人
• 经常在多个 Codex 或 Claude 本地账号之间切换的人
• 希望区分“官方确认”“本地估算”“缓存回退”“鉴权失效”等数据可信度的人
• 想要一个长期常驻、低能耗、可诊断的 AI 用量监控工具的人

🔥 随着各类第三方 AI Agent 和人们日常编程需求的急剧增加，消耗的 Token 也不可同日而语。在这样的背景下，我们需要一个工具来聚合、显示不同 AI 平台的 Token 开销和余量，于是 macOS 端有了 oh-myusage

💡 项目把官方订阅额度、模型使用窗口、第三方中转余额、本地桌面端账号状态和异常诊断统一放到菜单栏里。它不是单一网页余额的封装，而是一个常驻运行、低打扰、可扩展的 AI 用量工作台。文档已经足够详细，欢迎大家试用

📘 关联阅读：

1️⃣ 面对「龙虾大战」，你可以用到的几个工具网站
2️⃣ Open Minis: Your Private On-Device Agent
3️⃣ Kaku：极速开箱即用的 AI 友好终端
4️⃣ OpenClaw：我见过最强的开源 Al Agent之一，也有很明确的边界

频道：@NewlearnerChannel

如何成为一个AI Agent 工程师？ | 原文

一个开源的求职管理工具

可以自动搜岗位、评估是否适合、自动生成 customized 简历、跟踪进度，评估 offer 等

#github #career #tool

💧 #小众软件
CanIRun.AI – 你的电脑能跑哪些本地 AI 大模型？这个网站打开就能看到
https://www.appinn.com/canirun-ai/

Channel name was changed to «一个放乱七八糟的东西的地方»

AI bullshitbench 专门问 AI 一些胡说八道的问题，看 AI 能不能分辨这是胡说，还是一本正经地回答。

via 科技爱好者周刊第 388 期

#newsletter #AI

象上看到这个 startup graveyard 好好玩，收藏了一千多个失败的 startup，不但有案例本身还有一些数据分析，比如存活时常和失败原因等，还给了 FAQ 解答一些高频提问（比如 FTX 为啥挂了，UI 设计特色蛮鲜明的，还可以增加尸体或者提交 feature request。让我想起了 killedbygoogle

#fun #tool #tech #长毛象