我对Twitter、LinkedIn和Substack上寻找真正优质博客文章时的噪音感到沮丧。通过结合AI自动化和人工筛选，我正在打造一个更好的平台，帮助人们发现有趣的阅读内容。再也不需要无休止地滚动屏幕来寻找引人深思和品味高雅的内容。我们将重点关注机器学习、人工智能、对齐、安全性、解释、数学、加密货币和初创企业等领域。
<p>演示视频：<a href="https://youtu.be/_Ma5mhM_dXU" rel="nofollow">https://youtu.be/_Ma5mhM_dXU</a></p>
现在还处于早期阶段，但我非常希望听到你的想法！
返回首页
最新
我开发了一个命令行工具“Repocks”，这是一个本地的RAG服务器，可以索引您项目目录下的Markdown文档，并通过MCP服务器回答问题。<p>- 使用Ollama（大语言模型 + 嵌入）和DuckDB<p>- 无需API密钥，完全离线<p>- 每个项目一个服务器（通过标准输入输出运行），避免数据混合<p>- 非常适合替代臃肿的说明文件（如CLAUDE.md）<p>您可以通过npm安装：<a href="https://www.npmjs.com/package/repocks" rel="nofollow">https://www.npmjs.com/package/repocks</a>
世界首个心理健身房 - 不允许使用人工智能
许多人已经注意到依赖人工智能的影响，无论是在写作、思考、头脑风暴，甚至在直接与生活相关的决策中。人工智能对我们大脑及独立思考能力的影响，将类似于交通便利和轻松生活对我们肌肉的影响。这正是我们需要去健身房的原因，否则我们的肌肉会越来越弱，最终甚至可能生病。如果你不想你的大脑也出现同样的情况，那么加入世界首个心理健身房吧，并邀请你的朋友，至少是那些你不希望他们的大脑变得懒惰的朋友。
请通过以下链接加入，健身房将在 BrainsMingle 上举办。
链接：https://brainsmingle.com/event-details/e0df1e2d-dcf0-44ca-b253-cdd873a446b7
我们的第一次课程将在一个月后举行，请在下方留言，告诉我们你认为应该进行哪些活动。
到目前为止，我的主要锻炼项目有：
1. 认知冲刺
- 解决逻辑难题
- 逆向工程模式
- 记忆回忆
- 语言俯卧撑 - 在60秒内解释复杂的概念
2. 会议生存（角色扮演模拟）
格式：一个人“当场”解释一个概念，处理棘手的问题，或实时做出决策——没有准备，没有人工智能，真实的压力。
示例：
“你的产品刚刚失败——向投资者解释。”
“你的客户现在想要一个决定——开始吧。”
“你忘了你的幻灯片。还是要进行演示。”
3. 零工具策略会议
格式：给定一个情况，必须在没有谷歌、Notion或白板的情况下进行计划。仅依靠口头思考。
示例：
“在2分钟内为X制定市场策略。”
“不写下来，概述一个新功能。”
“不使用幻灯片，推销你的产品。”
适合：商业建设者、市场营销人员、创作者。
4. 认知对决（1对1快速辩论）
格式：两名参与者在热门话题的对立面进行辩论。节奏快速，并设定时间限制。
示例话题：
“人工智能将取代80%的知识型工作。”
“训练营 > 学位。”
“远程工作让我们变得更愚蠢。”
适合：思想领袖、批判性思考者、口头表达者。
5. 盲点冲刺（小组演练）
格式：一个人提出一个想法。其他人尝试快速找出其中的漏洞——以尊重的方式，不借助谷歌。
示例用例：
“你要在X市场推出一款产品。它会在哪里失败？”
“这是你的计划。缺陷在哪里？”
适合：战略家、工程师、创始人。
几个月前，@andrewrn 尝试创建一个类似 Wordle 的网站，用于进行数量级思考。这是一个很棒的想法，但实际网站有些过于复杂且令人困惑。（<a href="https://news.ycombinator.com/item?id=43632278">https://news.ycombinator.com/item?id=43632278</a>）
在过去的一周，我重新审视了这个想法，并建立了一个非常简单的网站，每天给你一个新的费米估算问题：
2024年美国售出了多少辆新车？；人类历史上曾经生活过多少人（包括现在仍然活着的人）？；每年有多少只鸡被屠宰用于肉类？
要获胜，你的猜测需要在正确答案的±10%范围内。为此，你最多可以尝试6次，并且在每次猜测后，你可以看到你的答案是过高还是过低。
顺便提一下，费米问题是提高你自己的数学能力和对数量级差异的敏感度的绝佳方式。道格拉斯·霍夫施塔特在他的文章《数字麻木，或者说无数性可能和文盲一样危险》中正是出于这个原因提议使用它们。（<a href="https://gwern.net/doc/math/1982-hofstadter-2.pdf" rel="nofollow">https://gwern.net/doc/math/1982-hofstadter-2.pdf</a>）