DPS Build

Bumble 的产品经理脑子进屎了？

都线下见到人了，还要用二维码 match 到 bumble？

老板坚持要用自己工厂的平面设计，怎么办呢？

连最基本的居中都不会。

标个尺寸，是自己手绘的箭头，都不会用现成组件。箭头下加的文本框和箭头还不是平行的。

这不是审美问题，连最基本的平面设计能力都没有 🤬

拉了身边出海的朋友攒了个局，里面一半都是我校友。读书的时候大家忙着出国，现在大家又忙着出海，有一个轮回

国内电商的数据真的没法看。

一个一线品牌的产品是我们代工的，开卖之后销量确实不错，但没有平台显示得那么好。

我们这边的出货是头三个月出了五千多，就算加上后面的追加订单也就一万多。平台目前显示的已售数据已经是十万+了😂

整整多了一个零！

想起来以前的工作需要抓取平台的销售数据，然后再做分析，要克服各种反爬措施，清洗各种数据，费了老大劲做出一个 deck。

现在想来都觉得可笑，大家都糊弄来糊弄去，卖家刷单糊弄平台，平台造假数据糊弄投资者糊弄数据公司。

分析出来的结果有啥意义？

把1986年产的 Apple Keyboard 翻新成使用 Type C 供电，带有液晶显示屏的键盘。一开始以为只是简单的清洗，结果 mtt 开始用 3D打印制作零件，自己设计电路板！

https://youtu.be/NW_LLVD3R3c

仔细听了张忠谋与黄仁勋的对谈，真金白银：

1. 为什么坚持做晶圆代工，不做合资公司？如果让晶圆设计公司入股，那么产能必定按照股份分配。但是晶圆设计公司比如 Nvidia 飞速增长，而持股份额并不一定会同速增长，到时产能如何分配？还不如由台积电专心代工，获得利润就扩大产能；

2. 有一次张忠谋临时给黄仁勋打电话，问他第二天有没有空见面？后来才得知，其实张忠谋当时在度蜜月，正好路过湾区；

3. 张忠谋批评很多亚洲的创业实质是为了自己当老板，而不是为了创新，他举的例子就是自己常去的理发店，一共就俩人，还闹着要分家。分完之后就在隔壁开了店，结果两人只好打价格战，最后张都不愿去那理发了；

4. 张忠谋说自己考核手下的指标只有一个，就是看客户的投诉有多少，其他指标都没有这个重要；

5. 黄问张，为何很少有创业者创业之后，还能把公司做到那么大？（黄应该没想到17年后的今天，Nvidia 也那么大，而且也是自己一手做大的）。张忠谋回说，其实自己在创办台积电之前，在德州已经做到半导体总裁，管理三万人，所以他有那么多的管理经验，而且他也享受运营大公司。所以台积电从150人开始，一步步做大，都是他享受的过程；

6. 黄问台积电有段时间发展缓慢，张如何应对？张忠谋说，只要一门生意的增产率超过一个国家的 GDP 增长率就是一门好生意，当年美国的 GDP 增长率是3%。他说公司发展总有快慢，只要增长他就开心。黄仁勋接过来说，那我也能开心了。（谁知道 Nvidia 之后发展得那么迅猛？）

https://youtu.be/u-x7PdnvCyI

Amazon 的购物聊天机器人叫 Rufus，估计很多人都会读成 Refuse

读到 Seth Godin 的这篇关于实习生的文章，让我想到了昨天的一条 tweet，说 Cursor 的创始人 Aman Sanger 是从实习生到创建一家一亿美金年收入公司最快的的人。

https://seths.blog/2025/02/the-best-intern-on-the-team/

https://x.com/benln/status/1892270264508924133?s=4

然后 Richard Socher 笑着说，Aman 就是他的学生，确实天赋异禀。他还能想到其他一些学生和实习生创办的独角兽，比如 HuggingFace 和 Cummure，而且他几乎都投了这些公司。

https://x.com/richardsocher/status/1892357212128882700?s=4

这哥们太好玩了，文艺复兴的第一个程序员，工作了20年之后回 UoW 读了个研究生。然后就退休了😂

https://www.linkedin.com/in/greghullender/details/experience/

用了一个月 kagi 搜索, 体验很好，可以完美替代 Google

准备开一个 6 人家庭车～ 平均每个月 $3 刀（个人计划是 10刀），有意的同学可以私聊我一下～

你可以在 https://kagi.com/ 上免费体验一下～

别人的体验报告：https://flatfootfox.com/a-three-month-review-of-kagi-search-the-orion-web-browser/

上个月在 Vegas 参加 CES，老黄开了 Nvidia 发布会，那天人实在太多，我就懒得去排队。开完之后，股票反而跌了不少，我没去赌场赌，反而补了点仓。

仔细算了算，直接间接持有的 Nvidia 股票也不少了，大概占到整个 portfolio 的 5%。

打算继续长期持有，大跌的时候就补一点。

昨天（美国时间）看到 Cloudflare 出了故障，看到朋友说当天要发财报，就打算卖一点掉。

读完这篇之后，赶紧撤单，现在一看，一天拉了12%。

毕竟我那么喜欢 Cloudflare，还是继续持有吧。

https://letters.acacess.com/daily-productive-sharing-1169/

Evergoods 成立于2018年，六年在 Shopify 上卖了10万个订单；

Alpaka Gear 成立于2016年，八年在 Shopify 上卖了将近40万个订单。

从一个小众的定位开始做产品，也能在商业上获得不小的成功。

这几天围绕 DeepSeek 发生的种种非常有趣。我自己凑巧在去年年底 V3 刚发布时就开始关注，陆陆续续读了一些他们的 paper，在过去一个月内看着西方大部分非从业人士从漠不关心和怀疑到去了解和赞美；直到这两天 R1 发布，somehow 导致 NVDA 市值一天蒸发 $600 billion，这中间观察到许多不同的 perspective 和人性的体现，实在精彩。

喧嚣过后想分享几点 takeaway：

1. V3 和 R1 的 technical report 读起来最大的感受是，里面轻描淡写地放了很多需要大量实验才能探明和得出的结论；而这些探索基本都需要大量硬核的 research engineering。这背后必然是一个人才密度极高的团队，而那才是在大模型几乎注定迟早要成为 commodity 的前景下一个公司真正的 moat。如梁文锋自己在采访中所说，「在颠覆性的技术面前，闭源形成的护城河是短暂的。即使 OpenAI 闭源，也无法阻止被别人赶超。所以我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多 know-how， 形成可以创新的组织和文化，就是我们的护城河。」

2. Gemini 初期灾难性的 PR 至今依然在拖后腿。We don't get a second chance at first impressions. 时至今日大家还是言及 LLM 必提 ChatGPT 和 Claude，在开源语境下可能还会提到 Llama，当然现在得多个 DeepSeek。而 Gemini 很多时候甚至都不配出现在比较对象中…… 要知道最近几个发布比如 Gemini 2.0 Flash Thinking 的表现和成本都非常亮眼（见题图，出处 https://x.com/swyx/status/1882933368444309723）。

3. Stratechery 的解读一如既往地到位。如果没有订阅，这篇 [DeepSeek FAQ](https://stratechery.com/2025/deepseek-faq/) 是免费阅读的，推荐；如果订阅了，最近的几篇分析里对 OpenAI 的批评我认为说得很在点上。尤其关于 OpenAI （或者说 Sam 本人）对通过 regulation 巩固地位的渴望以及 o1 选择隐藏 chain of thought 的失误。

4. Reasoning 看起来潜力无限，相关从业者需要好好 reflect 自己的 research/product roadmap；而对 user 来说，一个或许有用的 tip 是从常规 model 换到 reasoning model 时，prompt 写得越像论文，得到的回答质量越好。In other words, reasoning models are not necessarily good chat models; and you might be disappointed if you use them like chat models.

Disclaimer: I work at Google and opinions are my own.

非常政治正确了

图1是 Deepseek-r1 的输出，图2是 llama-3.2 的输出

非常政治正确了

图1是 Deepseek-r1 的输出，图2是 llama-3.2 的输出

按照 Nothing 的估算，开发一台手机的先期成本在2300万美金左右。

https://www.youtube.com/watch?v=bny2NJkJGXc