慣性聚合 高效追蹤和閱讀你感興趣的部落格、新聞、科技資訊
閱讀原文 在慣性聚合中打開

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

阮一峰的网络日志

科技爱好者周刊(第 396 期):互联网通信的替代方案 科技爱好者周刊(第 396 期):互联网通信的替代方案 - 阮一峰的网络日志 科技爱好者周刊(第 395 期):软件开发的第三种方式 科技爱好者周刊(第 395 期):软件开发的第三种方式 - 阮一峰的网络日志 科技爱好者周刊(第 393 期):脑腐状态 科技爱好者周刊(第 392 期):axios 投毒与好莱坞式骗术 科技爱好者周刊(第 391 期):AI 的贫富分化 科技爱好者周刊(第 390 期):没有语料,大模型就是智障 套壳中国大模型撑起500亿美元估值?扒一扒 Cursor 的"套壳"疑云 科技爱好者周刊(第 389 期):未来如何招聘程序员 科技爱好者周刊(第 388 期):测试是新的护城河 零安装的"云养虾":ArkClaw 使用指南 科技爱好者周刊(第 387 期):你是领先的 科技爱好者周刊(第 386 期):当外卖员接入 AI 字节全家桶 Seed 2.0 + TRAE 玩转 Skill 科技爱好者周刊(第 385 期):马斯克害怕中国车企吗? 智谱旗舰 GLM-5 实测:对比 Opus 4.6 和 GPT-5.3-Codex 科技爱好者周刊(第 384 期):为什么软件股下跌 科技爱好者周刊(第 383 期):你是第几级 AI 编程 Kimi 的一体化,Manus 的分层 科技爱好者周刊(第 382 期):独立软件的黄昏 AI native Workspace 也许是智能体的下一阶段 科技爱好者周刊(第 381 期):中国 AI 大模型领导者在想什么 科技爱好者周刊(第 380 期):为什么人们拥抱"不对称收益" 科技爱好者周刊(第 379 期):《硅谷钢铁侠》摘录 我如何用 AI 处理历史遗留代码:MiniMax M2.1 升级体验 科技爱好者周刊(第 378 期):预测是新的互联网热点 科技爱好者周刊(第 377 期):14万美元的贫困线 科技爱好者周刊(第 376 期):太空数据中心的争议 科技爱好者周刊(第 375 期):一扇门的 Bug 终于有人做了 Subagent,TRAE 国内版 SOLO 模式来了 科技爱好者周刊(第 374 期):6GHz 的问题 VS Code 使用国产大模型 MiniMax M2 教程 科技爱好者周刊(第 373 期):数据模型是新产品的核心 国产大模型接入 Claude Code 教程:以 Doubao-Seed-Code 为例 科技爱好者周刊(第 372 期):软件界面如何设计 大模型比拼:MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5 科技爱好者周刊(第 371 期):一个乐观主义者的专访 科技爱好者周刊(第 370 期):正确的代码高亮 错误处理:异常好于状态码 科技爱好者周刊(第 368 期):不要这样管理软件团队 一天之内,智谱和 Anthropic 都发了最强编程模型 科技爱好者周刊(第 367 期):Nano Banana 的几个妙用 科技爱好者周刊(第 366 期):旧金山疯狂的 AI 广告 科技爱好者周刊(第 365 期):流量变现正在崩塌 科技爱好者周刊(第 364 期):最难还原的魔方 科技爱好者周刊(第 363 期):最好懂的神经网络解释 科技爱好者周刊(第 362 期):GitHub 工程师谈系统设计 科技爱好者周刊(第 361 期):暗网 Tor 安全吗? 科技爱好者周刊(第 360 期):Dan Wang 的新书
科技愛好者週刊(第 369 期):Tim 與羅永浩的對談
阮一峰 · 2025-10-17 · via 阮一峰的网络日志

這裡記錄每週值得分享的科技內容,週五發佈。

本雜誌開源,歡迎投稿。另有《誰在招人》服務,發佈程序員招聘信息。合作請郵件聯繫[email protected])。

封面圖

泡泡瑪特在浙江嵊山島的廢棄漁村,舉辦了一個該品牌的公共藝術展,主角公仔的性格定位是"在荒野中尋找自我"。(via

Tim 與羅永浩的對談

10月10日,羅永浩的新節目《羅永浩的十字路口》,邀請了嘉賓"影視颶風"創始人 Tim(潘天鴻)。

他們進行了一場對談,Tim 從頭部 UP 主的角度,分享自己對視頻行業怎麼看,有意思的內容非常多。

他們談了三個小時,談得非常深入盡興,整理成文字稿有六、七萬字。想看全文的同學,自己網上找,也可以下載字幕文件或者 AI 轉錄。

下面是我的摘錄,儘量囊括那些我覺得有意思的點。下面主要是 Tim 的敘述,也包括一些羅永浩的話,出於篇幅和閱讀流暢性的考慮,就不一一註明了。

一、短視頻的流行,導致了表達極端化

1、

短視頻的傳播能力比長視頻強很多。

人的本性就是追求更高的信息密度,更容易接受短視頻。但是隻追求傳播能力,最終就是博眼球,表達就會極端化。

這兩年我們最明顯的一個變化就是,做視頻封面也只能跟著極端起來,不然別人根本不會點進來。那我直接輸給營銷號了,我都不用看裡面內容,我就輸給他了。那怎麼辦?

標題黨這件事兒變得史無前例的重要。

2、

這兩年視頻的響度比十年前響了超級多。所有人都在偷偷把音量往上拉一點,音樂再往上拉一點。所以導致所有視頻平臺大家都在比誰叫得更響,這個響度比10年前要響了很多很多。

所有的平臺都在瘋狂的競爭電平(音量),因為你第一秒就要讓他感受刺激。

3、

現在手機有 HDR,就是屏幕變亮的這個功能,本來是為了看視頻體驗更好,但現在所有的廣告都開始用,HDR 會特別亮。

有一瞬間你會感覺你刷到朋友圈裡面某個東西會特別亮,或者看到一個平臺上面特別亮。這是因為廠商開始用 HDR 廣告搶你的注意力。

我的手機亮度本來是合理的,偶爾刷到一個 HDR 片子的時候,閃光讓眼睛就特別疼。但是這件事可能會導致大家都使勁 HDR,該上不該上都上,最後就全是刺激眼睛的東西。

4、

還有一個例子,搖一搖跳轉廣告,這我覺得超級逆天。張衡都不用發明地動儀了,我在桌上放8臺手機,哪邊打開廣告了,哪邊地震。

這就是網絡的表達極端化的結果。因為博眼球的一方最終會勝利,所以各方都想盡一切辦法趕上。

二、互聯網的平民化和碎片化

5、

在五年以前,我認為互聯網在乎精英式表達,就是特別漂亮的置景,以及你講話要侃侃而談,給人一種精英高高在上的感覺。

但是這兩年,我明顯感覺做內容你必須要接地氣的平視化表達。就比如說,拍 vlog 我就是直接拿著相機拍我自己,大家已經開始拒絕精英式高密度表達,接受平視的表達。

6、

互聯網起來之後,越來越產生了大量的碎片化內容。以前是有碎片化,也有大部頭的內容,但現在讀者越來越滿足於那種即時的興奮。

現在超短的視頻火到大家可以一晚上刷6個小時,我也有一點不安的感覺。年輕一代如果只看這些,會不會真的變笨?

7、

全社會包括精英階層,都已經淪陷於那些不停地追求短時間的刺激和爽感的短視頻了。

不只是中國,全世界都是這樣。以前咱們老說那些霸道總裁的爽文爽劇,好像就是在中國沒受過文化的階層特別喜歡。後來發現殺到全球都管用,中國做這些內容的殺到全球都管用。美國人太喜歡了。

三、如何對待商單

8、

我們的核心收入是給汽車廠商、遊戲廠商、手機廠商拍樣片,這個錢我們都很樂意賺,這個是最賺錢最穩定的。

9、

汽車手機數碼這種自媒體,你會發現超級難站著掙錢。因為你是觀點的輸出者,觀眾是來看你評測、看你來講這個東西好不好的。但其實廠商只想你講好的。

當然你一開始可以保持中立,優缺點都講,直到有一天廠商拿一筆大的預算來找你。

我們跟廠商有合作。我們評測本身確實不收錢,但是現在有的時候是廠商僱我們去拍樣片,跟我們拍樣片時,他會問你能不能出個評測,這個時候會稍微有點難辦,這是我們最近遇到的一個難題。評測必須好的壞的都說,但是你只要說一句壞的,廠商就不願意給錢了。

但是因為我們體量已經相對比較大了,影響力大,我們可以講壞的。但就是你會有點意識到,他其實並不是真的想找你拍那個樣片,他就想要你這個評測,他想要你這個曝光。這就擰巴了,其實我們已經算是比較好的,我們儘可能羊毛不出在羊身上。

10、

如果你的內容做得足夠精彩和有足夠多看的人,你完全拒絕這類合作也是可以的。但現在絕大多數自媒體做不到。

怎麼抵得住這個誘惑嗎?你做得足夠精彩,足夠多的人看了,對面的價碼也在不斷加。他說我給你一千萬,你接不接嘛?

四、自媒體如何賺錢

11、

中國的 SaaS 太難做了,SaaS 就是訂閱制,這個東西特別難做。

我們這個時代,就是用戶不願意為內容付費,你必須得想辦法。

12、

內容行業的最大問題是沒有規模效應,你為別人出一期內容,收一筆錢,就算賺得多,它是沒有規模效應的。每一期都要給廠商想個新的創意,這是個巨累無比的事情。

怎麼樣實現規模效應呢?我們最終的答案是衣服。我現在身上穿的衣服就是我們的自有品牌。

我們的T恤今年能賣到幾十萬到上百萬件,已經超過大部分服裝廠商了。今年單款可能到20萬件,但是我們品類很多,所以這是我們今年跑出來的一條路。

我發現電商可以靠規模效應,因為電商最重要是獲客,這個我們有優勢。

13、

美國的野獸先生做巧克力,我去了他那邊看了以後,意識到真的可以奏效。他們巧克力能賣到人民幣百億一年。

現在去線下任何一個國外的超市,你只要走進去,你會看到他的巧克力擺在最前面。我吃過,挺好吃的。

重點是在於他的獲客成本會比別家低很多很多,而且溢價也多一點。

14、

我們發現做硬件特別難。我們做過硬件,得出的結論就是,只要有電源的東西都得很小心。

只要有電源,你會發現品控、東西複雜度就迅速上去了,然後利潤也保證不了。

五、Tim 的目標

15、

我們確實沒有融資。很多人給我們開過很高的價碼,有特別大的平臺給我們特別高的價碼,就是一億往上很多的這種。

我覺得,內容公司的擴張,錢沒有太大幫助。你拿了錢,就是相當於把你同事一起賣了,然後換了錢。

你可以用錢收購一堆團隊,但是內容不是越多人就越好。最終你只是一個提款機,給投資人打款,幫他接商務推廣而已。

16、

我把長視頻和短視頻當作 X 軸,把專業觀眾和大眾觀眾當作 Y 軸,這樣就有四個象限。我的目標是每個象限都有一個對應的賬號,把這四個象限全部都吃透。

17、

我們現在的利潤狀況挺好的,現金流還是非常正的,整體運營都還是挺穩定的,也不用融資。

我其實想探索自媒體的上限,就是我有點想探索這個點。假如我做服裝我能做到多大?假如我做商業型的內容或者廣告,我們最高能報到多少?

全世界最成功的視頻作者就是野獸先生,他們一年的收入是百億人民幣級別。

六、視頻的選題和指標

18、

賺錢就賺錢,播放量就播放量,這兩個必須分開。你要做爆款內容,就別想做商單,你要做商單,就不要經常去想做爆款內容。這兩個結合的確實有,但是很少能夠做到,容易兩頭不討好,內耗折磨自己。

19、

我覺得,自媒體最大的修煉的點是大眾情緒感知。你必須能感知大眾的情緒,才可以獲得增長,這很難。

我們的選題,必須是有高受眾的內容。

20、

短視頻的5秒留存最重要,只要一個人看不到5秒,這個作品就廢了。

長視頻最重要的是三個指標。(1)CTR(基礎點入率)就是看到你封面的人,有多少會進來;(2)AVD(平均用戶觀看時長)就是觀眾平均能停留多久;(3)平均播放百分比,就是觀眾平均看到百分之幾走了。這幾個指標能夠維持住的話,內容就是好的。

21、

我一直有個理念,就是短視頻已經證明比長視頻的受眾更大,然後有什麼東西能比短視頻更好呢?我認為就是把短視頻拼成長視頻的短視頻合集。

比如說,車禍視頻有很多人喜歡看,但是車禍集錦視頻看的人更多,因為它不需要有滑動的這個操作。

人是越來越懶的。短視頻需要划動,但整理好的短視頻合集就不需要劃。每個話題都是你感興趣的,那當然是更優質的一個存在,所以這個內容形態是更領先的。

短視頻拼成一個長視頻,你預測到觀眾會對下一個短視頻感興趣,所以你把它拼起來,變成一個長視頻。以前長視頻是花很長時間講一件事,現在長視頻是不斷轉場給你講八件事。

七、AI 的衝擊

22、

AI 這玩意兒,你會漸漸發現一個很恐怖的事情,就是你的努力,以前的努力,十年的努力,其實在 AI 面前配不上,你變得沒有價值,你的努力變得沒有價值。

AI 打破了一個最核心的點,就是努力有回報,現在沒有回報了。它是全知全能的,你的學習能力都比不過它的模型進化的速度。

我覺得大家現在還堅持說,我手做的比 AI 做的好,那和以前老媽說洗衣機洗的沒有手洗的乾淨,不是一樣的嗎?那不是笨蛋嗎?

23、

AI 大面積的落地,最多就是兩年裡面的事情。

我們的工作流裡,AI 會先替代的崗位是調研和製圖,製圖就是做視頻封面,已經不怎麼需要人了。自動化拍攝目前還有點距離,但也不是很遠,AI 生成電商圖那些也很成熟了。

AI 剪輯也可以,剪了十年的非常優秀剪輯師,AI 絕對能在兩年內替代掉。

我覺得,內部推動學習使用 AI,強調是沒用的,主要靠員工的個人意識,不懂的人就是不懂,懂的人就已經瘋狂在用了。我們公司5%的人已經懂了,還有95%的人沒有意識到這個恐怖性。

24、

我主要使用 ChatGPT,用於文稿的校驗和真實性核查,AI 的真實性核查比人好多了。生成類 AI 我不怎麼用。

我在瘋狂學 AI,一直在看,哪怕沒有親自上手,我也是全行業的 AI 都在瞭解。

25、

我們這行的從業人員在 AI 時代最核心的競爭力,還是真實性的記錄,就是講故事的能力,AI 長時間連續性還是差一點。

創意是絕對不安全的,這是我的觀點。不在於你的創意好不好,而在於有這麼多人現在加入了這個戰場,你怎麼確定你的創意是安全的?

我覺得最安全的是人生經歷,AI 對你的信息收集是不完整的,這個時候你就具有獨立性。

科技動態

1、中歐北極集裝箱航線的首艘貨船,成功到達英國港口。

該船滿載了4000個標準集裝箱,9月23日離開寧波港,穿過北極圈,10月13日到達英國,歷時20天。

這相比中歐班列的25天、蘇伊士運河航線的40天、好望角航線的50天,有明顯的時間優勢。

這條航線的缺點是北極圈沿途缺乏補給和支持,如果遇到海冰,還需要破冰船開路。

2、上週誕生了第一位把加密貨幣寫入小說的諾貝爾文學獎得主。

今年的諾貝爾文件獎授予了匈牙利小說家拉斯洛·克拉斯納霍凱(László Krasznahorkai)。他在得獎前幾周,發表了一篇短篇小說。

小說中,兩個士兵在戰壕中遭到了導彈襲擊,他們受傷後躺在地上等死,開始了對於金錢的沉思。

一個士兵說:"長期以來,貨幣都是虛擬的,如今最好的證明就是加密貨幣。"接著,他發表了對於加密貨幣的見解,認為加密貨幣將"越來越融入全球社會",並稱區塊鏈是"近代歷史上最偉大的發明之一"。

3、美國汽車製造商 Jeep 本週推送了一個軟件更新包,導致自家汽車"變磚"。

許多車主看到更新彈框後,不假思索點擊了 Yes。更新完,看上去一切正常。

離譜的是,開出一公里左右,汽車就會無法動彈。很多用戶就這樣突然停在高速公路上,十分危險,不得不叫拖車。

用戶感到匪夷所思,Jeep 公司難道不做測試,直接就全量推送嗎?這件事反映了美國傳統汽車業的糟糕現狀,也說明汽車軟件很麻煩,開發和更新都必須十分謹慎。

文章

1、破解加拿大航空的飛機上網(中文)

作者連接飛機 Wifi 後,出現一個登錄頁。作者發現,網關這時不限制 DNS 請求,可以發出到外網,通過這一點進行破解。(@ramsayleung 投稿)

2、面試官引誘我安裝惡意軟件(英文)

一個非常惡劣的案例,大家引以為戒。作者面試一家區塊鏈公司,面試官給他一個代碼庫,讓他運行後找出問題,結果裡面藏著惡意代碼,會竊取運行者的數字錢包。

3、Bun 1.3 新功能介紹(英文)

Bun 號稱是最好用的 JavaScript 運行時,本週發了1.3版,本文介紹新功能,確實比 node.js 好用。

4、NGINX ACME 模塊申請 HTTPS 證書(中文)

一篇操作教程,寫得比較清楚,怎麼讓 nginx 服務器自己去申請 HTTPS 證書。(@hzbd 投稿)

5、如何根據 HTTP 標頭防止 CSRF 攻擊(英文)

最新版本的 Go 標準庫,內置了防止 CSRF 攻擊的功能。它完全根據 HTTP 請求的 Sec-Fetch-Site 標頭來判斷,本文解釋原理。

6、我在一臺10年前的筆記本安裝 Proxmox(英文)

本文推薦過時的老電腦安裝 Proxmox 系統。它是流行的虛擬化平臺,可以方便地運行各種各樣的虛擬機和容器。

工具

1、GPU Hot

一個本地程序,Web 界面的 Nvidia GPU 實時面板。

2、DebDroid

在安卓手機上安裝 Debian 系統,提供一個沙盒 Linux 環境。

3、Tab Hive

多個窗格同時打開網頁,省去切換標籤頁的麻煩,點擊可以全屏查看單個網站。有網頁版,也有桌面版。(@MaskerPRC 投稿)

4、bkhtmltopdf

一個 Jar 包,將 HTML 代碼渲染為 PDF 文件,基於 Chromium 的渲染引擎 Blink,是 wkhtmltopdf 的替代品。(@hstyi 投稿)

5、在線拼貼製作器

在瀏覽器裡完成各種圖片拼貼。(@LiveMediaTools 投稿)

6、小米筆記備份助手

一鍵備份小米筆記(包含圖片、錄音等文件),並可以將其變為個人博客網站。(@idootop 投稿)

7、CrossDesk

一個輕量級的跨平臺遠程桌面軟件。(@kunkundi 投稿)

8、靈卡面板

Windows 桌面應用,隱藏到側邊的面板,可以自定義卡片佈局。(@baby7 投稿)

9、Git Assistant

IntelliJ IDEA 插件,基於 Git 日誌提供可視化分析,並可以使用 AI 生成提交信息。(@coolbeevip 投稿)

10、term.everything

一個神奇的實驗軟件,在 Linux 終端裡面運行任何 GUI 程序,也就是字符界面運行圖形界面。(@kero990 投稿)

AI 相關

1、nanochat

著名 AI 科學家安德烈·卡帕斯(Andrej Karpathy)本週推出的 AI 教學模型,演示 ChatGPT 的原理。你只需花費100美元租用 GPU 訓練,就能自己訓練出一個類似於 GPT-2 生成能力的可用模型。

2、DeepChat

基於 Vue 的桌面 AI 客戶端,支持各類主流 AI 模型。(@zerob13 投稿)

3、Summary Expressive

一個開源的安卓應用,使用 AI 總結視頻(YouTube、BiliBili)、文章、圖像和文檔。(@kid1412621 投稿)

資源

1、NCE Flow

《新概念英語》點讀,可以選擇任一句開始播放,也可以自動朗讀。(@luzhenhua 投稿)

2、Type Words

開源的 Web 應用,通過打字學習英語單詞,加深記憶,有發音和例句,內置多個常用詞庫,可以線上試用。(@zyronon 投稿)

圖片

1、山區火車站

日本有一個山區火車站,既沒有入口,也沒有出口,沒有任何道路(包括山路)可以到達這個車站。

它的唯一作用,就是讓乘客下車呼吸一下新鮮空氣,觀賞山區的美景。

離開這個地方的唯一方法,就是等待下一班火車。

言論

1、

2000年前後的互聯網泡沫,留下了持久的基礎設施,壽命長達數十年,可以重複使用,成為後來的寬帶、雲計算和現代網絡的支柱。

今天的 AI 泡沫完全不同,大部分投資都流向了專有的垂直集成系統 ,而不是開放的通用基礎設施。那些極其昂貴的 GPU,使用壽命只有1-3年, 很快就會過時,並在高強度使用下磨損。

這些芯片也不是通用計算引擎,它們是專為訓練和運行 AI 模型而設計的 ,並針對少數幾家大客戶的特定架構和軟件堆棧進行了定製。它們共同構成了一個封閉的生態系統,難以重新利用。

-- 《AI 熱潮過後:我們還剩下什麼?》

2、

毫不誇張地說,當我在 StackOverflow 上查看一年前關於 Next.js 的答案時,它通常已經過時了。而當我在 StackOverflow 上查看六年前關於 Django 的答案時,它幾乎總是還能用。

-- 《Django forever》

3、

AI 是人類歷史上第一個擁有無限耐心的事物。無論何時何地,你始終可以跟它交談,它會立刻回應,絕不會評判你或對你苛刻,傾聽多久都不會感到沮喪。耐心從此變得廉價。

-- 《耐心是大模型的殺手鐧》

4、

MOOC(慕課)炒作的頂峰是2013年~2015年,然後持續下降。各大平臺多年前就停止使用"MOOC"這個詞來描述課程了。隨著 MOOC 網站紛紛破產,這個詞一直在逐漸消亡。

-- 《MOOC 真正消亡之日》

往年回顧

內容行業的內幕(#322)

Unity 的安裝費,遊戲業的縮影(#272)

四十年編程感想(#222)

我們會死於氣候災難嗎?(#172)

(完)