鄭州

「飛龍在天，利見大人」

出自《周易》中的 乾卦九五爻：飛龍在天，利見大人。

這是《易經》中最著名的句子之一，也是乾卦六爻中位置最高、最吉祥的一爻。

飛龍在天

龍已經騰飛到天空。

比喻人的才能、德行、事業發展到了成熟和鼎盛階段。

不再是潛伏（「潛龍勿用」），而是能夠充分施展抱負。

利見大人

「利」：有利、適宜。

「見」：會見、得到幫助、共同合作。

「大人」：有德行、有智慧、能夠擔當大任的人，並不單指地位高的人。

因此：

當一個人的能力和時機都已經成熟時，適合與賢能之士合作，共同成就事業。

不太忙的時候，靜下心看看技術書籍。這個過程中，會感到自己的理解力增加了。一些沒有注意過，或者不太紮實的地方，都會得到補充。

循序漸進的教程，會讓人很容易專注投入進去。寫教程的過程中，對於知識的拆解和編排，也是一種很強的能力。

function Echo() {
  const params = useParams();
  const [searchParams] = useSearchParams();
  return <h1>{params.msg || searchParams.get("msg")}</h1>;
}

const param = "From Param";
const query = new URLSearchParams({ msg: "From Query" });

export default function App() {
  return (
    <section>
      <p>
      </p>
      <Link to={'echo/${param}'}>Echo param</Link>
       <p>
       </p>
    </section>
    <Link to={'echo?${query.toString()}'}>Echo query</Link>
  );
}

一直對千分位數字的辨識，做不到很快速和熟練。百、千以內都沒啥問題，數字一大就容易懵了。如果你也有同樣問題，試試下邊的對比總結：

中文：万、亿
英文：thousand、million、billion

對應關係：

10,000       = 1万 (10k)
1,000,000    = 100万 (1m)
10,000,000   = 1000万 (10m)
100,000,000  = 1亿 (100m)
1,000,000,000 = 10亿 (1b)

關鍵是自己多練習識記，按三位分組去看數字，而不是逐位去看。

Codex App 的更新頻率太誇張了，幾乎日更了。

Codex++, 是面向 Codex App 的外部增強啟動器和管理工具。它不修改 Codex App 原始安裝檔案，而是通過外部 launcher 啟動 Codex，並使用 Chromium DevTools Protocol 注入增強腳本。

它的核心功能是：可以管理和使用不同的 Token API 訂閱源。對於不能使用 GPT 官方訂閱，但是還想使用 Codex agent 的地區用戶來說，這個工具太棒了！

我已經在用了，沒有遇到什麼問題。

使用 AI 工具的方式，決定了你得到的結果。有些人逐漸失去基本的技能和知識，越來越依賴工具；另一些人則藉助它們深化知識、培養新技能。

Reasonix - DeepSeek 原生的終端編碼 Agent。

運行循環 append-only，對齊 DeepSeek 字節穩定的 prefix-cache —— 長會話緩存命中 90%+，輸入 token 成本降到 約 1/5。單個 Go 二進制，終端優先。

Rybbit - 一個開源且注重隱私的 Google Analytics 替代方案，使用體驗更加直觀易懂，足足提升 10 倍。

讓 Codex 幫我在 RN VPS 上自託管了這個服務，同時接入了現在這個網站。這種工作量，在 Codex 之前是不敢想像的，不是困難和複雜，是在安裝軟體和配置環境上，太折騰了。現在幾分鐘就自動搞定了，我打個下手，就添加一條 domain A 記錄而已。

現在決定，先考慮為自己做軟體，使用任意合適的技術和平台。先把自己照顧好。如果公布之後，別人也喜歡，再去想獲利的事情。

「先利己，再利他。」，這個思維感覺上更自然一些。

利用 AI 來學習新技能的效率太高了。

打基礎，解釋概念，背景原理，練習解答，整理知識。這是我的學習流程。

當然，整個過程需要自己的引導和編排，因為每個人的想法和思考方式不同，所以整體的效果和感受也會不同。

V4-Pro 永久降價 75%（同步 DeepSeek 官方 2026-05-31 調整）

V4-Pro 三檔價格全面調降至原價 1/4：輸入 $1.74/M → $0.435/M、輸出 $3.48/M → $0.87/M、快取命中 $0.0145/M → $0.003625/M。

透過 OpenClacky AI Key 調用即自動享有新價，疊加 99% 快取命中率，長對話與 Agent 工作流的實際花費可再降約 50%。

MEV 本質其實是：資訊優勢 + 排序權 + 用戶隱形稅。

誰：

更早看到交易

更早執行交易

更能控制順序

誰：

就能賺錢。

昨晚去看 web3 的基礎知識，遇到一些疑問，就去問 GPT。GPT 回答得很好，我打算把這些問題和解答整理記錄下來。以前沒有整理知識的習慣，總以為當時理解就行了，但記憶總是不牢靠的，而且也不能再次方便地複習、翻看。整體效果就如同聊天記錄一樣，中間還夾雜著一些不需要的資訊，再也沒有翻看的興趣和價值。

剛開始考慮 Google 文件、飛書、騰訊，最後還是選擇了 Notion。

沒使用 Google 文件，一是網路訪問問題，二是排版不夠方便。
飛書、騰訊，這兩個的問題是，我一打開官網，就把我勸退了，都是面向企業的宣傳，望而生畏。

這三個共有問題是：功能太多，介面複雜。雖然很強大，但也非常勸退。

我想要的是：UI 和互動要簡單、清爽、容易上手，方便我整理知識文字就行。別增加我的學習使用成本，我只想無腦直觀地使用，快速完成我的事情。

雷軍應該是中國最具日式企業家精神的企業家。學習力強，敢於露怯，不懼低姿態。

雷式行銷的精髓，不是數字和小字，而是敢於真誠的魄力，勇於面對不完美和暫時的落後。

我不是小米粉絲，從來也不是，但我不會去嘲笑小米——一個敢於承認差距的學習者和追趕者。

今年 3 月 16 日，又重新撿起了微信公眾號，發布文章和貼圖。上次斷開的日期是 2020 年 3 月 28 日，荒廢了六年。

六年的時間，如果用來耕耘公眾號，這份筆耕不輟就是一種收穫了。

六年前，我對時間複利沒有認知和體會。這六年，家庭收穫很多，走了很多路，看到了很多風景。但是我個人的成長和積累，沒有感覺到很多。很多時候，自己只是在頭腦中想過，接受過很多輸入，但是都沒有輸出出來。

學習，實踐，輸出，是一種很好的學習路徑閉環。我認為這種閉環不應該來自自律或者堅持，應該能夠意識到它是一種值得採用的科學方法。

現在，我會把心裡的想法，寫出來。以往會覺得自己知道就行，寫出來太麻煩了，如果寫得不好呢？總之，自己內心會有各種顧慮帶來的延遲，然後就沒有然後了。

最近寫的多了，我的習慣開始發生了改變，直接去寫，不要想太多，畢竟文字太容易糾正和修改了。

在碼字的時候，我會很快進入一種平靜的心態，像是在和自己對話的感覺，時間彷彿都消失了。寫字會會佔用一些自己的自由時間額度，但是輸出本身，又何嘗不是一種自由（表達自由）呢？

「快速驗證，快速失敗」，現在我才真正體會到這種模式，也就是 MVP 的思維。

我之前的方式是：先確定想法，再做技術選型、搭建模型、設計 UI、深入細節。大量時間和精力都提前消耗在技術本身，而不是驗證需求與可行性上。最後的結果，往往還是失敗。雖然並非一無所獲，但整體而言效率並不高。

最近開始轉換思維，去實踐 MVP 模式。先專注於核心功能的驗證，如果產品能夠跑通，而且方向合理，再去逐步完善與打磨。這樣不僅能節省很多時間與精力，也能最快獲得真實的反饋。

Codex 行動版來了，夯爆了！

推薦一個最近正在使用的 code agent 產品：OpenClacky。我充值了 20 美元，使用 DeepSeek V4 Flash 模型，實際使用下來非常便宜，一天連 1 美元都花不完。

不過在使用過程中遇到一個問題：當 agent 正在 terminal 裡 working 的時候，如果這時候再輸入新的任務，就會直接卡住，很久都沒有反應。所以我現在都是等它執行完成之後，再繼續輸入新的任務需求。

Huashu Design ，在你的 agent 裡打一段話，就能拿回一份可直接交付的設計。

3 到 30 分鐘內，你可以 ship 一段產品發佈動畫、一個可點擊的 App 原型、一套可編輯的 PPT，或是一份印刷級資訊圖表。

不是那種「AI 做得還不錯」的水準——而是看起來像大廠設計團隊產出的作品。給 skill 你的品牌資產（Logo、色板、UI 截圖），它會理解你的品牌氣質；即使什麼都不提供，內建的 20 種設計語彙也能兜底，不會生成充滿 AI 味的內容。

teco-lab.com，這個透過英文 Vlog 學習口語的網站，做得真的很好啊！39.9 RMB 終身會員。因為我平時經常看英文 Vlog，也曾想過做一個這樣的英文學習網站，現在看來不用了。

heroui.com - 美觀、快速且現代化的 React UI 元件庫。（前身為 NextUI）

fumadocs.dev，一個漂亮、靈活，適用於任何 React.js 專案的文件框架。

前幾天，我嘗試用 Ollama 搭配本地的 Qwen 3.5:4b 模型來翻譯一本 PDF 電子書。翻譯速度倒是不成問題，但最後生成的排版效果很糟糕。我的流程是先把 PDF 轉成 Markdown，翻譯後再生成新 PDF，但新 PDF 中的中英文排版上下對照，閱讀起來非常費勁，很不舒服。

後來我查了一下這個問題，發現 PDF 文字排版確實不好處理。不同的書籍、不同的內容都有各自適合的呈現方式，若要針對每本書去調整和優化排版，這個成本實在太高了。

最後我發現 HTML 才是最合適的方案，排版輕鬆就能做到美觀，而我的目標也只是翻譯後能舒服地閱讀。按照這個方案，之後我再找時間繼續完善，用來自學英文書。

今天看到了 Vercel 實驗室開源的 portless，可以不使用端口號存取本地專案，也不用擔心端口衝突了。

- "dev": "next dev" # http://localhost:3000

+ "dev": "portless myapp next dev" # https://myapp.localhost

在 MVP 起步階段，應該優先專注於業務邏輯上的合理性決策，專注於跑通核心流程，並優先考慮單體應用與在本地開發。UI、交互、權限、部署等，分階段再去實現與完善。

一定要避免將精力放在非核心的地方上，以降低心智負擔，並快速驗證可行性。

Matt Pocock Skills用起來真不錯！

AI不再是悶著頭做個方案，然後一頓輸出，把自己「置身事外」。它會根據我的產品想法，先把問題拋出來，逐個確認。有疑問就反饋，然後再分析，確認。

整個節奏非常好，能讓自己進入到產品設計中去。這種交流感很好，不是直接給我一個完整方案，它自己悶頭一直費Token。

每個人都可以學會煮飯，但是飯店、快餐廳沒有消失。
材料和食譜都不缺，甚至有手把手教學的影片，但是很多人依舊會選擇點外送。
因此需求是多樣的，大部分東西都做不到一直稀缺。
真正稀缺的是好的口味、品質、用餐體驗與服務。

如果Apple EarPods能改成磁吸接頭，那就太完美了。

在抖音下單購買的哈吉斯（HAZZYS）短袖和褲子，收到後試穿了一下，很合適。

之前也買過這個品牌的衣服，除了價格偏高之外，其他方面都比較滿意和認可。

衣服不需要太多，正式的有一兩套就夠了。

Threads 的產品氣質非常好，簡潔乾淨。看起來很簡單，但用起來非常舒服，是我很喜歡的風格。

它的互動設計也非常值得學習與借鑑。

https://www.threads.com/

「MacBook Pro 16 深空灰，M2 Max 晶片（12 核 CPU + 38 核 GPU），96GB 記憶體 + 8TB 儲存，美版，外觀有輕微磕碰，電池健康 100%，循環 6 次，AC+ 保固至 2026 年 7 月，價格 21,588 元。」

這個配置和價格，我覺得是相當合適的。

我平時的主力機是 2023 年款的 Mac mini，32GB 記憶體、1TB 硬碟。起初是夠用的，但隨著 AI 編程工具的使用，對記憶體的需求越來越高，逐漸開始感到吃緊。

手上還有一台 MacBook Air，24GB + 1TB，主要用於外出移動辦公，但實際使用頻率並不高。

目前的情況是：設備不少，但沒有一台真正「能打」的主力機。綜合考量後，決定換一台高記憶體配置、同時也方便戶外使用的機器。

於是我向一格（比較可靠的二手數碼商家）詢問，確認有現貨後就直接下單了。等新機到手後，再把手上的兩台電腦出給她，用來補貼一部分成本。

現在的 AI 編程工具都支援了多 agent 模式，也就是可以並行開發不同的功能任務。但是實際體驗下來，哪怕是在個人小項目中，這種模式並沒有讓我感覺很有收益。程式碼蹭蹭地往上增加，且不說程式碼衝突，最大的壞處是讓我感覺很累。古法編程，從思考到動手，很容易進入心流的狀態。真正寫程式碼的時候，反而會讓我感到放鬆。

一個簡單的功能，如何做得好用、合理，這才是需要和 AI 進行溝通的地方。大腦思維要和 AI 一起協作，產出有效且長期的程式碼。

25年8月份，在購買了飛牛和零刻聯名的NAS之後，就開始陸續購買了2個致態7100 4TB的固態硬碟。當時買的時候，感覺好貴，但是為了靜音效果，還是下單了。使用體驗一直很好，目前為止沒有遇到問題。

沒想到現在的價格，已經漲得買不起了。AI的浪潮不光捲走了市場資本，還帶高了記憶體、數碼設備的成本。

太瘋狂了，這種狂熱和溢價，只在房地產時代看到過。