还有几天是零下。 这是等不来这个春天了吗？ 2025 到 2026 的这个冬天是真的比往年冷。 https://www.isharkfly.com/t/2026-3/18722
国国土安全部长克丽丝蒂·诺姆当地时间5日被解职，这个新闻来得也算是意料之中吧。 2 场在国会的听证会让她迅速成为白宫的负资产。 广告费成为重要棋子，美国 DHS 在 2026 年的预算为：$115.6 billion，她作为一个管理如此庞大和实权的部门，本来就非常吸睛。 可能是钱太多了，都不知道怎么花了，2.2 亿的广告费也她应该也没有觉得有什么问题。 更主要的是在广告中，她用了自己的形象，她希望把自己的形象植入到广告，并且为后续的自己积累政治资本和在民众中增大宣传和影响力，同时广告公司的选择也疑点重重，本来就有利益相关，不能避免后面的利益输送。 在我们国家，这个叫做挪用公款为己牟利，连当年的希拉里都不敢这么明目张胆，她不是自己往枪口上撞。 从另外一个角度上来说，本届白宫政府过于强调忠诚，她甚至天真的以为只要对特朗普忠诚，就不会被特朗普抛弃。 她还是太年轻了，在华盛顿这这种充满政治漩涡的地方，唯一要做的就是不要让自己成为负资产，当自己成为负资产时，被割裂是板上钉钉的事情，而且很快就会被实现。 再说，现在特朗普政府正还在伊朗那边较劲呢，根本还没有心思管理国内这堆破事。 大老板们是不会留下一丝念想，她的政治生涯应该是走到了谷底，在很长时间内都会是各个政治团体的负资产。 估计还是读书不够，没有好好读下哲学书和博弈论这些东西。 https://www.isharkfly.com/t/topic/18700
在 AI 时代，是什么能够让科技公司赚钱？科技公司花出去的大量基础建设成本怎么收回投资？ 答案只有一个：token。 对于什么是 token 其实都说法都有很多，如果你做过全文检索工具，例如 Apache 的 Solr，这样的工具就知道，如果要进行文本搜索，那么就必须要对搜索的内容进行分词，在全文搜索工具中，有一个 Tokenizer，这个叫做分词器。 分词器的作用是把一句话拆分成很多的 token，然后进行搜索，或者进行机器学习。 换句话说，没有 token 就没有大模型工具也没有全文搜索，这也就是为什么要对你的 token 进行收费。 认知误区 计算机在处理文本的时候，会有认知误区的。 比如说，在全文搜索：软件技术平台，实际上测搜索字符是 6 个字符，但经过分词工具后，这 6 个字符被拆分成很多 token。 import jieba text = "我爱自然语言处理技术" # 精确模式（默认） print("精确模式:", "/ ".join(jieba.cut(text))) # 精确模式: 我/ 爱/ 自然语言/ 处理/ 技术 # 全模式 print("全模式:", "/ ".join(jieba.cut(text, cut_all=True))) # 全模式: 我/ 爱/ 自然/ 自然语言/ 语言/ 处理/ 技术 # 搜索引擎模式 print("搜索引擎模式:", "/ ".join(jieba.cut_for_search(text))) # 搜索引擎模式: 我/ 爱/ 自然/ 语言/ 自然语言/ 处理/ 技术 实际上的分词处理要比这个复杂得多，需要消耗的 Token 也更多，因此几百万的 Token 是根本不够用的。 正因为所有的收入都来自 Token，LLM 的工具就好像是高速公路的一个收费站，这个收费站是双向收费的。 返回的数据也是 Token，不是你阅读的文本。 OpenClaw OpenClaw 这个工具是免费的，但这个工具使用的 token 是不免费的而且还很贵。 科技公司和 AI 公司现在要做的事情就是让用户尽可能多的消耗 Token，这样他们就可以收费了。 OpenClaw 就等于在你的计算机中装了一个软件来帮你进行数据分析和安排工作，这些安排的事情都需要消耗大量的 Token。 这也就是你可以养小龙虾，但给小龙虾的饲料可不便宜，还很贵。 就这使用量，真的敢用吗？ https://www.isharkfly.com/t/ai-openclaw/18706
2 个问题，4 万+ 的 Token。 不知道你还养不养得起这只龙虾。 通过 API 的调用记录和看到数据传输量。 https://www.isharkfly.com/t/openclaw/18713
虽然 AI 无法给出所有的准确分析。 1dd923797359a77d2c5889c6ebdf64131920×3413 1.59 MB 尝试使用 AI 分析一张照片，照片上的不少细节 AI 都注意到了，尤其是对中美使用餐具的情况做了对比。 同时，口味判断是准确的。 同时，给出的照片中，删除了所有的 EXIF 信息，AI 工具无法读取照的元数据，只能通过内容进行分析。 照片分析 食物识别 这是一桌小龙虾盛宴，数量极为壮观！ 烹饪方式分析 桌上可以看到至少3-4种不同口味： 容器 推测口味 锡纸烤盘（深红色） 蒜蓉/十三香烤小龙虾 大不锈钢盆（鲜红） 麻辣/清水煮小龙虾 小碗（酱汁浓郁） 蒜香黄油或油焖口味 地域特征判断 高度疑似中国内地，理由： 小龙虾吃法和摆盘风格是典型的中国夜宵文化 锡纸烤盘 + 不锈钢大盆的组合是国内小龙虾排档/家庭聚餐标配 背景有调料瓶、塑料桌布，是典型的国内家庭或小餐馆风格 小龙虾盛行地区推测为湖南、湖北、江苏一带（小龙虾消费大省） 场合推测 人多、量大，像是家庭聚会或朋友聚餐 非正式餐厅摆盘，更像家里自己做或外卖到家 夏季特征明显（小龙虾旺季为5月-8月） 数量估算 粗略估计桌上小龙虾总量约 10-15斤，妥妥的豪华局！ 有没有可能在美国 有可能！让我重新分析。 美国可能性分析 支持"在美国"的证据 细节 分析 小龙虾种类 美国路易斯安那州是全球最大小龙虾产地，美国南部有极其浓厚的"Crawfish boil"文化 调料瓶 左上角红色瓶子看起来像Louisiana Hot Sauce / Crystal等美国南部常见辣椒酱 锡纸烤盘 美国聚餐（potluck/BBQ）中锡纸托盘极为常见 左侧人物 隐约可见穿粉色衣服的人，无法判断国籍 桌布风格 蓝白条纹桌布在美国家庭聚餐中很常见 vs 关键区别点 特征 中国 美国 烹饪方式 麻辣/蒜蓉炒制，酱汁浓厚 水煮为主（Cajun seasoning） 照片中小龙虾 颜色深红、酱汁丰富 偏橙红、相对干燥 餐具 不锈钢大盆 通常用报纸铺桌或塑料桶 结论 照片中小龙虾酱汁浓郁、色泽深红，更接近中式做法；但锡纸托盘和调料瓶风格又有美国特征。 综合判断： 中国可能性 65% 美国华人家庭聚餐可能性 30% 美国本地南部风格 5% 最大可能是美国华人家庭聚餐——结合了中式烹饪方法（麻辣炒制）和美式聚餐形式（锡纸托盘、大份量）！ https://www.isharkfly.com/t/ai/18714
根据路透社的消息，Facebook 有计划进行裁员 20% 的裁员计划。 2026-03-14_08-36-10765×1030 214 KB 所释放出来的流动性准备被用于 AI 数据中心的建设。 在 2026 年，Facebook 雇佣了差不多 74,000 到 79,000。 就算按照最低的 7 万人计算，裁员 20% 将会影响超过 1万4 千人。 AI 又一次的被用来作为了遮羞布。 在使用 AI 的公司中，AI 在代码编程领域的影响是深远的，这个毋庸置疑。 用最粗暴的逻辑来看，AI 能够让所有现在进行的算法面试成为一张废纸，因为 AI 可以通过算法题目来快速生成解决方案。 举例来说，在一个 List 列表中进行查询，如果没有怎么写过的话，一开始的时候是不会写这些代码，但 AI 工具可以非常容易生成正确率很高的算法。 很多时候只需要把这些代码复制到项目中，根据输入数据流调试下即可。 但，不代表 AI 可以完整的理解业务逻辑，很多时候业务是复杂和多变的，使用 AI 来对代码进行重构，只能是增加更多的垃圾代码。 但 AI 作为辅助工具来说，确实是得力助手。 扎克伯格这几年投入的项目，没一个是靠谱的，什么元宇宙这些东西感觉就是匆忙的概念来让资本市场不至于对 Facebook 失望。 Meta 的基础还是 Facebook，Facebook 的基础还是用户，有用户的基础收入还是广告。 拜托，不要让 AI 为管理层的愚蠢背锅了好不好。 https://www.isharkfly.com/t/facebook-20/18712
每年的春天来了都可以开始种菜了。 超市里面又开张了，各种种子发芽的工具。 每年，这些都是热销。 https://www.isharkfly.com/t/topic/18710
主要用途是测试，部署在 Raspberry Pi。 Raspberry Pi 上真的没有什么内容，但小龙虾会对机器进行扫描。 想想下，这个 Raspberry Pi 只有 64G 的 SD 卡做存储。 光启动就 32K 的 Tokens 发布出去了。 目前使用的计算机上面的内容有超过 1 个 TB，有图片，有文本。 在用之前需要看看使用量，别只知道装，同时需要注意计算机中的敏感数据。 AI 没有你想象中的那么便宜，更没有想象中的那么美好。 你发出去的每一个 abc 字符都会成为 LLM 训练的工具，同时变成你的账单。 https://www.isharkfly.com/t/topic/18709
在 SaaS 行业寒冬中股价遭受重创的 Atlassian 表示，裁员是为了将更多资金投入 AI 与销售业务。 为开发者及其他商业团队提供项目协作软件的 Atlassian 公司，其 CEO 迈克・坎农 - 布鲁克斯在博客文章中宣布，将裁员约1600 人，占员工总数的10%。 AI 遮羞布 AI 真的是一张非常好用的遮羞布。 AI 不但要进行自我进化提供服务还需要为管理层的管理失误提供遮羞布。 CEO 迈克·坎农-布鲁克斯指出AI正在改变所需的技能和岗位配置公司将优先保留AI相关技能的人才。 针对 AI 是否取代了这 1600 名被裁员工的问题，他写道：“我们的理念并非‘AI 取代人力’。但如果假装 AI 没有改变我们所需的技能结构，以及某些领域的岗位数量，那就是不诚实的。 ”该公司发言人透露，受影响员工中约 640 人位于北美，480 人在澳大利亚，250 人在印度，其余分布在日本、菲律宾、欧洲、中东和非洲。 据了解，Atlassian 绝大多数员工从事软件工程与设计工作，截至 2025 年 6 月，这部分人员占其 13813 名全职员工总数的 50% 以上。 “这主要是为了适应变化。我们正在调整技能组合，改变工作方式，为未来而建设。”Cannon-Brookes 称，超过 100 名 Atlassian 员工参与了裁员岗位评估，优先保留拥有 AI 相关技能和可迁移技能的员工。 同时，Cannon-Brookes 告诉员工，Atlassian 正在将自身重新定位为一家“AI 优先公司”。尽管 AI 不会直接取代这些岗位，但它是此次变革的核心导火索。“我们坚信，人与 AI 协同才能创造最佳成果。” 内部层面，Atlassian 裁员岗位的筛选方式引发了困惑与不满。 一位不愿具名的员工表示，“除了逐个查名字，根本不知道具体谁被裁了”，流程显得很不统一，“我团队里一位上轮绩效超预期、已任职五年的资深员工被裁了，而入职不到三个月的新人却没受影响” 。 该员工表示，“我个人认为是公司之前招人太多了，而 Cannon-Brookes 希望借此推高股价。”他们猜测，公司可能因招聘投入或声誉顾虑，不愿裁掉新员工。 Atlassian 布局失败 早在 2023 年我们就发布了一篇文章： 上面 Atlassian 的做法其实就是自废武功，当开始实施这个策略后，Atlassian 的股价被短暂拉高了下。 随后随着 JIRA 软件平台的逐步被弃用，愿意给 JIRA 软件费的公司越来越少。 用现在的上帝视角来看 Atlassian 股价最高的那几年也就是敏捷开发概念盛行的那几年。 Atlassian 的关键产品其实就是 JIRA 和 Confluence，至于公司其他的软件包括 CI/CD 都有很好的替代品。 JIRA +Confluence 是公司的利器，整合和关联度都很好，但 2024 年的决定彻底把不少小公司给激怒。 我们公司这边的选择就是：完全弃用，选择替代品，现在看来选择使用 Youtrack 也不错。 主要原因不是许可证的费用而是部署的成本飙升。 YouTrack 使用的是容器方式部署，一台服务器就够用了，而且数据备份恢复方便。 JIRA 使用的升级部署方式，在以前是可以部署到本地服务器上的，当 2024 年的政策导致这种部署方式完全不可用，Atlassian 停发了许可证，强迫使用的用户上云。 小公司必须要购买 AWS 的全套云服务才能部署，使用成本瞬间飙升 10 多倍。 同时，公司还有数据需求，有些数据是比较敏感，要求不能上云，只能在 VPN 内部用，上云的这种方式还需要绑定 AWS 的 VPN 服务，整个系统就是部署的噩梦，敏捷开发变得不再敏捷。 好在市场上的替代品很多，虽然可能功能上差点，或者集成度上差点，但至少不会导致业务中断。 2 年前，我们切换到 Youtrack 的时候也是很不适应，很多东西都不知道怎么用。 现在反而更喜欢了，因为内容使用 MD 格式，比富文本编辑格式更好调整。 只能说，这一切都是 Atlassian 咎由自取，裁员和 AI 拯救不了 Atlassian 愚蠢的管理层。 https://www.isharkfly.com/t/ai-atlassian/18708
小朋友突然从学校带回来了一张卡片，卡片上强调了宪法赋予的权利。 BRWB4B5B6A2844F_0013532336×1121 239 KB 主要用途是当 ICE 进行执法行动的时候，告诉人们如何进行面对，上面还提供了中文和英文的版本。 相信应该还有西班牙文的版本。 照这个趋势来看，ICE 的执法应该是深入到了社区，至少有报告或者证据证明 ICE 在本地居民区进行执法，否则也不会给孩子发放类似的卡片带回家。 ICE 在美国本土社区内的执法一直困难重重，在公众领域还好，但进入家庭领域，通常会受到很大的阻拦。 相信很多美国人都认为自己的权利是不受到侵犯，警察也无权在没有收到合法执法权和文件的情况下到居民家中进行执法。 但很多新移民可能并不知道相关权利，因此当地 Town 的政府希望通过学校把相关信息传递到家庭中。 再加上这几天 DHS 的部长被解职，更加说明了美国本地社会对 ICE 执法的抵触和联邦政府在执法的过程中承压。 https://www.isharkfly.com/t/ice/18699