一年前 vs 现在

一年前我是 Xero 的产品设计师。现在是 Fractional Design Partner，经营自己的设计实践。同时服务几个客户，做不同的产品，按自己的节奏来。如果用一个词形容这一年，我选"旅程"。因为有真正兴奋的高光时刻，也有不想再继续的低谷。

没人提醒你的那种恐惧

所有人都想象自由的美好，没人告诉你自由带来的恐惧。

离开后几天，我就碰到了完全没有料想到的一个情况：时间和自由都有了，但完全不知道该做什么。没有具体目标，没有 KPI，没有结构。在公司工作了那么多年，突然要自己设计方向，说实话挺可怕的。适应这种灵活性需要时间，适应自己给自己定目标也需要时间。

自由是预期中的。迷茫不是。

有没有后悔过？

一次都没有。我认为离开是必须要做的事。过程中有很难的时刻，但从来没想过"我不该走"。

唯一遗憾的是同事。在 Xero 共事的那些人真的很好，这是独立之后无法替代的。

什么时候开始觉得"这就是我要的生活"

等了很久。头几个月特别难，因为遇到了家人健康方面的意外状况，占用了大量时间和精力，完全不在计划之内。

我给自己留了六个月的经济缓冲，但消失得特别快。像闪了一下，六个月就没了。

最近几个月才真正找到感觉。同时服务几个客户，做自己的内容，投入个人成长，不被任何人限制。特别是这个月，那种感觉很明确：这就是我想要的生活方式。

收入

现在月收入比 Xero 高，大概高 40%，工作时间还少了。但一开始完全不是这样。

头几个月几乎没有收入，还没开始做客户项目，只有一些内容方面的小收入。直到去年底我确立了 Fractional Design Partner 的模式，事情才开始起飞。

稳定性完全不同。在 Xero，每月固定打款，可预测，无聊，让我觉得安全，也让我变懒。现在有起有落，我已经习惯了这种节奏。某个收入来源下降了？没关系，还有别的支撑。这就是生活本来的样子。

心理上，我已经不预期每个月的收入一定是固定的。目前状态还是有“手停口停”的情况，但整体来说，既不是那种每月固定打款的稳定无聊，也不是那种纯粹像做内容自媒体一样——停下来就一切都没了。

现在还是有一定积累的，我觉得这就挺好。

最好的月份和最差的月份

最好的月份：同时跑着几个大客户项目，工作量可控，收入是以前薪水的两倍，加上内容收入。

最差的月份：有一个月全身心扑在自己的产品上，结果月收入最终一算，产品收入大概也就几十美金。这比零收入更糟，因为你投入了真实的努力，回报完全不匹配预期。

那个最差的月份教会了我这一年最重要的一课。我把策略从"做自己的产品"转向了"做客户的 Fractional Partner"。这个转型是分水岭。客户合作模式远比独立做产品成功。

加薪 20% 会回去吗？

谢谢，但我 pass。

这一年发现的最有价值的技能

不是工具，是能力。策略思维。发现别人没意识到的价值，然后执行出来。

在 Xero 的时候，这不是我的主要技能。但独立之后，我发现这其实是我的一个强项。我擅长发现机会、把它打包成客户可感知的价值，然后规划和执行。这是被逼出来才发现的能力。

比一年前更强了吗？

是的。经济上、心理上、身体上都更强。一年前我根本没时间运动，今年三个维度都有明显进步。

明年会怎样我也不知道，甚至接下来下一个季度会怎么样，我也不知道。

AI 的时代一切变化都很快，但我在这一年积累的这种心理上的韧性，我觉得比以往的状态要更能够有助于面对未来的不可知。

这大概就是我最大的一个收获。

视频：https://youtu.be/DplVRkdX6zg

当我写的书印刷出来，包裹从美国寄到新西兰的时候，我打开一看，比我想象中更真实。彩色印刷，硬壳封面，手感扎实。这本书从动念到在亚马逊上架，我实际花了大约 18 个小时。

故事的起点：18 个月的专栏

几年前我跟一个中文科技网站合作，写了一个专栏，讲 20 世纪最伟大的科技故事。为了把这些故事讲清楚，我啃了 14 本书，然后写了 14 篇文章。

写完之后就放下了。觉得这事过去了，不会再碰。

转折：如果出一本英文书呢？

今年 我开始使用 ClaudeCode 之后，突然冒出一个想法：能不能把这些中文文章翻译成英文，出一本书？

这事如果是以前的话，有很多障碍：翻译（英文是我的第二语言，我没信心自己搞定）。校对。事实核查。版权审查。排版。每一项都需要时间和钱。保守估计得几周，还得花一笔费用。

但现在有了 AI ，我想：如果 Claude Code 能搞定这一切呢？

方法：先写 PRD，再建 5 个 AI Agent

做产品的老习惯救了我。我没有上来就动手，而是先写了一份 PRD（产品需求文档），定义清楚需要哪些角色、每个角色干什么。

我识别出 5 个关键岗位，给每个岗位配了一个 AI Agent：

Agent 1：翻译官

把中文原文翻译成朴素、流畅的英文。我特别要求它不要加戏，不要擅自改格式，不要加破折号。AI 有个毛病，总想"优化"你的文字。翻译场景下，我只要忠实还原。

Agent 2：编辑

逐章检查语法、语言质量，以及翻译是否忠实于原文。这个 Agent 是语言层面的质量关卡，专门抓 AI 幻觉（翻译过程中凭空编造的内容）。

Agent 3：审计员

事实核查。这可能是最重要的角色。比如书里引用了一句乔布斯的话，审计员会去验证乔布斯到底有没有说过。查不到来源的，就标记出来交给我决定。

这个 Agent 就是整个流程里的福尔摩斯：什么都不信，什么都要查。

Agent 4：版权守卫

检查书里的每张图片、每段引用是否可以合法使用。维基百科的图片在开放协议下可以用，但有些图片不确定。凡是拿不准的，我全部删掉。商业出版宁可保守。

Agent 5：KDP 终结者

把整本书按亚马逊 Kindle Direct Publishing 的格式要求排好版，然后用 Playwright 浏览器自动化完成上传。这一步如果手动做，至少几天。边距、间距、段落规范、trim size，全是细碎但必须精确的规则。Agent 搞定了这一切，还生成了 EPUB 和 PDF 两个版本方便我校对，最后自动在 KDP 后台完成上传。

封面：AI 生成概念 + Figma 精修

Agent 团队处理内容的同时，我在做封面。用 ChatGPT 和 Gemini 生成概念图，挑选方向，然后在 Figma 里按 KDP 封面模板精修成最终版。

上线亚马逊

上传到 KDP，调整元数据（这一步 AI 也帮了不少），然后书就上线了。Kindle 电子书、平装本、精装本，三个版本全部上架。作者价大概 6-7 美元一本，零售价大约 13 美元。

结果是只卖出了……

那么这番操作之后，最终销售成绩如何呢？

目前卖出：1 本 😂

我没做任何营销。在 Twitter 上发了一条，仅此而已。没上播客，没投广告，没联系书评人。

最大的教训：出版一本书是容易的部分。真正难的是让读者知道这本书存在，并且愿意花钱买。这是完全不同的能力维度，我还没有认真投入。

我学到了什么

出版的门槛已经塌陷了。 语言能力、技术知识、排版经验、版权研究，这些过去要么花钱要么花月。现在一个周末加上 AI Agent 就能搞定。

像管产品一样管 AI 工作流。 先写 PRD 是整个项目最关键的决策。它让每个 Agent 有明确的分工，避免了手忙脚乱。

AI 擅长生产，不擅长分发。 Agent 能翻译、编辑、核查、排版。但它不能帮你建受众、造口碑、让人点"购买"。这些事还是得你自己来。

用实验心态起步。 我没打算做畅销书。我把它当一次测试：这事能不能做到？答案是能。而且现在我有了一套可复用的流程，下次如果认真做营销，起点会完全不同。

一个重要前提： 这套流程最适合非虚构、实用类书籍，追求准确性而非文学性。如果你要出版小说或诗集，翻译部分需要完全不同的方案。

有了 AI，可能性已经被打开了。如果你有内容躺在抽屉里，不管什么语言，从手稿到出版的路从来没有这么短过。

视频：https://youtu.be/dZ46OLcczzI

每年报税季之前，我都要做同一件事：把过去一年的收支整理清楚。

实际操作时间大概半天。但那一整天基本上就废了——上午想着"今天要做这件事"，中午开始进入状态，下午在各个银行账户、PayPal、Wise 之间来回切换，导出流水，复制到 Notion，一条一条对分类，晚上收尾。身体坐在那里，脑子里全是数字。

半天操作，一整天注意力。

今年我把这个流程重新建了一遍，现在是：把 CSV 文件丢进去，跑一条命令，报告直接出现在 Obsidian 里。

Notion 时代是怎么做的

我不是没有系统。用 Notion 记账有好几年了，数据库、视图、分类标签，设计得挺完整。

问题是这套系统完全靠手工喂数据。

流程大概是这样：登录每个银行账户，找到导出功能，下载 CSV，打开 Notion，一行行对照着把收入和支出填进去，然后手动打分类标签——这笔是咨询收入，那笔是工具订阅，这个 PayPal 转账不知道是什么，先留着。

有几个地方特别磨人：一是多账户。我有 ASB 个人账户、ASB 商业账户、Wise 和 PayPal，四个地方的流水格式各不相同，没有办法合并看。二是分类靠记忆。时隔几个月回来看一笔转账，根本想不起来是干嘛的，只能去翻邮件或者猜。三是内容收入完全对不上。从 YouTube、播客平台、社交媒体打过来的钱，经过好几手中间账户才到银行，银行流水里看到的只是一笔匿名转账，跟平台对账要另外手动查。

做完之后数字是有了，但心里永远不确定：有没有漏掉什么？分类准不准？

为什么想重建这个流程

触发点是去年整理数据时发现一条内容收入线的数字严重偏低——后来对账才确认，实际金额跟账本记录差了将近一百倍。

这条线的钱一直在进来，只是每一笔都走了不同的中间账户，Notion 里根本没有对应的入账记录。这不是粗心，是系统结构性的漏洞：当数据要从多个平台汇集到一个地方，纯手工根本跑不赢这个复杂度。

那次之后我就决定认真做一个自动化的版本。

目标很简单：给我一份可信任的报告，不需要我在做之前先"准备好心情"。

新流程是怎么搭的

整个项目用 Python 写，核心逻辑分几层。

第一层是标准化。每个账户导出的 CSV 格式都不一样，有些字段名不同，有些日期格式不同，有些金额有货币符号有些没有。标准化这一步把所有账户的数据统一成同一个 schema，后续处理只需要面对一种格式。

第二层是分类。我维护了一个关键词规则表——比如看到"FIGMA"就归为工具订阅，看到"CAREERFOUNDRY"就归为咨询收入，看到"PAYPAL FEE"就归为平台手续费。规则表覆盖不到的部分，调用 Claude API 做二次判断，置信度低的进入人工审查队列。

第三层是内容收入补录。这是最特殊的一块。播客、YouTube、社交媒体打过来的钱，路径太复杂，从银行流水反推几乎不可能。解决方法是直接读平台的原始导出记录作为权威来源，再用日期和金额做交叉比对，看银行里有没有对应的转账入账。匹配到就标记关联，没匹配到就进审查队列，但收入本身不因为银行流水缺失而漏记。

最后是报告生成。跑完之后生成一个 Markdown 文件，直接写到 Obsidian 的财务文件夹里，打开就能看。

现在的体感

现在的操作流程是：把各个账户的 CSV 导出，放进指定的文件夹，跑一条命令。几分钟之后报告在 Obsidian 里。

改变最大的不是时间，是心理负担。

以前到了要做这件事的时候，总是在拖——不是因为懒，是因为知道一旦开始就要全天投入，而且做完还不一定有把握。现在这件事从"要专门腾出一天"变成了"顺手的事"。

数字可信度也高了。系统跑完会标记所有置信度低的条目，我知道需要人工确认的是哪几条，其余的不需要再怀疑。之前那种"应该差不多对"的模糊感消失了。

接下来想做什么

现在报告是每次手动触发生成的。下一步想把它做成定时任务，每个月自动跑一次，这样就不需要等到"要用数据了才去整理"。

还有一个想法是把月度数据做成趋势图，不只是每次看一个静态快照，而是能看到各条收入线随时间的变化。这对判断哪条线在增长、哪条线在萎缩会有帮助。

你有没有类似的手工流程想用自动化替掉？或者已经有了自己的一套方案？欢迎告诉我，我很想知道其他人是怎么解决这个问题的。

每次打开 AI 准备写博客，我都要重新解释一遍：我是谁、我的风格是什么、受众是哪些人、这篇文章要存到哪里。AI 写出来的初稿大多还算过得去，但总是差那么一口气，要么语气像教程，要么结构太模板，或者存错了地方。问题在于，这些"背景知识"每次都要重新交代一遍。

我意识到，我一直在重复做同一件事。

这两篇就是AI帮我写的项目总结博客，非常好，比我写的快多了。

真正的问题是上下文每次都在归零

我日常在跑好几个项目，有些是自己的产品，有些是客户合作，有些是内容工具。每个项目做完一个里程碑，我都会想记录。这件事的频率相当高，差不多每两三周就会有一个值得写下来的节点。

但每次写博客的时候，我都要花相当一部分精力在"让 AI 理解我"这件事上。我的写作风格、目标读者、文章要存到哪个 Obsidian 目录、frontmatter 该写什么字段……这些东西本质上是固定的，每次都交代一遍，纯粹是重复劳动。

我有两个参考文件：一个是记录我个人背景和项目信息的 Bear.md.md，另一个是详细定义内容标准的 Content.md.md，包括受众定义、平台策略、每种内容形态的写作结构。这两个文件我维护得还算完整，但 AI 每次启动新对话，这些东西都消失了。

所以我想做一件事：把"写博客"这个任务打包成一个可以随时调用的技能，让它知道去哪里找参考文件、按什么结构写、把结果存到哪里。

设计一个技能需要想清楚几个问题

Claude Code 有一个技能机制，可以把操作流程写成 Markdown 文件，之后通过关键词触发。我之前已经用这套机制做了语音笔记处理、社交帖子发布等几个工具，所以对这个流程比较熟悉。

但写博客这件事有几个地方需要特别设计，不能直接套用以前的模式。

第一个问题是"观察者视角"的定义。我想让这篇博客读起来像一个在场的记录者在还原事情，而不是总结报告，也不是自我推销。这两者的区别很微妙，但读起来感受差很多。总结报告把经验升华，观察记录保留细节和不确定性，保留那种"我当时也不知道这样做对不对"的质感。我在设计这个技能的时候，专门写了这部分的提示：保留决策过程中的取舍，诚实写出没预期那么顺利的地方，细节比结论更重要。

第二个问题是怎么处理项目有新进展的情况。我的很多项目都是分阶段推进的，比如网站先上线，然后再做响应式改版，然后再做内容更新。每个阶段都可能值得记录，但记录方式有两种：写一篇续集，或者在旧文章基础上直接补充。这两种方式适用场景不同。如果这次进展是一个独立的里程碑，那写新文章更合适，读者不需要看上篇也能理解。如果这次只是小的修正或补充，那更新旧文章就够了。我在技能里加了这个选择逻辑，让它先检查 vault 里有没有相关旧文章，有的话给我选。

第三个问题是文章存在哪里、按什么格式。这个相对简单，但也是每次最容易出错的地方。我的博客草稿统一存在 Obsidian 的 Bear Content Vault/Blog/drafts/ 目录下，frontmatter 需要包含标题、标签、状态、日期、语言、所属项目。这些东西如果每次靠我自己填，总会有漏掉的时候。

从想法到可用，大概花了5分钟

整个技能的设计过程是和 Claude 一起完成的。我口述了需求，它先读了我的两个参考文件，然后我们讨论了几个关键的设计决策，最终把整个流程写成了一个 SKILL.md 文件，放到 ~/.claude/skills/blog-writer/ 目录下。

这个过程中让我觉得有点奇妙的是，我在让 AI 帮我设计一个"让 AI 帮我写博客的技能"。最后验证这个技能是否有效的方式，就是让它写这篇博客。所以这篇文章本身就是技能的第一次实际运行。

技能目前的工作流程是：触发之后先读两个参考文件，问清项目信息，检查有没有旧文章，然后按案例复盘结构写草稿，存到 vault。整个过程我只需要告诉它"帮我写一篇关于 XX 项目的博客"，其他的它自己处理。

这篇文章就是它生成的

我在写这篇文章的时候，几乎没有手动写任何东西。我说了一句"帮我写一篇关于 blog-writer 技能创建过程的博客"，它启动了，读取了参考文件，知道我写这篇博客的上下文（就在刚刚这次对话里），然后开始写。

它最终生成的内容和存储格式都符合我的预期，frontmatter 完整，文件命名格式对，存到了正确的目录。这说明技能的基础逻辑是跑通的。

当然，这是第一次运行，还有一些我还没验证到的地方。比如，当一个项目已经有旧文章、我需要写续集的时候，它的处理方式是否合理；或者对于一个信息不全的任务，它追问的方式是否自然。这些要等后续真正用到的时候再看。

接下来

这个技能接下来最需要做的一件事，是把它真正融入我的工作节奏。一个工具再好，如果不在合适的时机被想起来，也会慢慢被遗忘。我的计划是，每次一个项目到了某个里程碑，第一个想到的就是去跑这个技能，先把草稿存下来，再决定要不要修改和发布。

另外，这个技能的设计思路本身也是可以复用的：把一个重复性的内容创作任务，连同它所需的上下文，一起打包成一个可调用的工具。这个模式我觉得适用于不少场景，不只是写博客。

你有没有在用类似的方式把重复的 AI 任务标准化？或者你在做项目记录的时候，有什么卡住你的环节，欢迎留言聊聊。

问题从哪里来

我本地 Claude Code 代码库里有 10 个项目在同时跑。Financial Adviser、Voice Daily Note、Content Publisher、Shorts Subtitle、CN Newsletter……每一个都有自己的目录、自己的 README、自己的当前状态，但它们之间没有任何联系。

我想知道"哪些项目在跑、哪些停了、下一步各自要做什么"的时候，只能在 Finder 里一个个点目录，或者凭记忆回忆。这不是什么大问题，但足够烦人，尤其是每周做计划复盘的时候。

我想要一个统一的视图。一个看板，三列：Active、Paused、Done，每张卡片上有描述、下一步、当前目标、已知问题、技术栈。

方案设计

用 Notion 做这个事情很自然，我已经把 Notion 当成工作中枢在用。

问题是怎么把 10 个项目的数据填进去。手动填是一个选项，但我更倾向于写脚本一次性导入，原因很简单：手动填 10 个项目、每个项目 8 个字段，很容易出错，而且枯燥。

我用 Claude Code 来规划方案。方案的核心决策有一个值得记录：要不要从各个项目的 README 自动解析数据？最终的答案是不要，直接硬编码在脚本里。原因是各个项目的 README 格式完全不统一，解析逻辑很脆弱，而且维护成本高。硬编码虽然"笨"，但稳定，一次性任务够用了。

Notion AI 出场

按常规做法，我需要在 Notion 里手动创建数据库，逐一添加 8 个 property，设置每个 property 的类型，再建 Board 视图。

但我换了个思路。我把 Claude Code 生成的数据库 schema（那张 property 表格）直接截图，打开 Notion AI，跟它说：按这个表格帮我创建一个数据库。

Notion AI 看了截图，把整个数据库结构建好了，包括所有字段和类型。我就点了一下"确认"，然后手动加了一个 Board 视图，整个过程不到30秒。

这是我没预料到的效率。

Python 脚本

数据库建好之后，Claude Code 写了导入脚本。逻辑很直接：读取 .env 里的 NOTION_TOKEN 和 DATABASE_ID，遍历硬编码的 10 个项目字典，逐一调用 Notion API 创建页面。

数据内容需要我自己提供，这部分 Claude Code 帮我查阅了每个项目的 README 和现有文档，把各项目的描述、下一步、目标、已知问题整理成准确的文字，不是凭空编的。

Notion token 复用根目录 .env 里已有的，DATABASE_ID 从 Notion 的 URL 直接提取。

跑脚本：

python3 sync_to_notion.py

输出：

✓ Created: Financial Adviser [Active]
✓ Created: Voice Daily Note [Active]
✓ Created: Content Publisher [Active]
...
All 10 projects created successfully.

一行报错都没有。

两个 AI，各司其职

回头来看，整件事里有两个 AI 参与。

Claude Code 负责方案设计、数据整理和脚本编写，Notion AI 负责在 Notion 内部创建数据库结构。两者的边界很清楚，协作没有任何摩擦，因为它们各自在自己的主场工作。

我自己做了什么？跟 Notion AI 说了一句话，运行了一条命令，总计操作时间大概五分钟。

这不是说 AI 万能，脚本里的项目数据仍然需要人工判断和梳理，这件事 Claude Code 做了，但它调用的素材是我自己写的 README 和文档。垃圾进，垃圾出，这个规律没变。

结果和边界

看板现在在 Notion 里运行，Board 视图三栏清晰，每张卡片内容完整。

这是一次性工具，脚本写完就封存了。之后在 Notion 里手动维护状态和进度，不需要再跑代码。

唯一要记住的一点：如果哪天需要重建数据库，直接再跑一次脚本就好，但要注意 Notion API 没有防重机制，会创建重复条目。加一个运行前检查的逻辑是可以的，但对这个用途来说没必要，知道这个限制，不重复跑就行。

我有一个用了好几年的习惯：随时录音。

走路想到什么，录。开车有个念头，录。刚开完会脑子还热着，录。我用的是一支 DJI Mic 3，小小一个挂在脖子上，按一下就开始录，再按一下停，文件自动存到录音笔的内存里。

问题是录完以后怎么办。

把录音导出来、用工具转成文字、再手动整理成结构化的笔记、再决定哪些内容可以发布、发布前再润色一遍... 每一步都不难，但加在一起每天要花掉我一到两个小时。而且这件事没有截止日期，没有外部压力，所以它很容易就被推到"等我有空的时候"那个抽屉里。

结果就是：录了很多音，整理了很少，发布了更少。

我真正想要的是什么

我给自己设了一个目标：把整个流程压缩到"一条命令"。

录音笔 SD 卡里的文件拷进来，跑一个脚本，然后我就能在 Obsidian 里看到当天整理好的笔记。如果有些内容值得发布，打个 #Share 标签，再跑一个命令，三个平台（推特、LinkedIn、YouTube）各自准备好的内容就全存到内容库里。

这不是说我想让 AI 替我写东西。我想要的是：我的想法，我的声音，用我的语气写出来，但不需要我坐在那里一个字一个字整理。整个过程我可以全程不参与，但每个环节都有我的影子。

这是一个细节上的区别，但对我来说非常重要。

这就是最终成果：AI自动整理的笔记，按天、分类，自动加上标签和场景。

动手之前先想清楚架构

我不会编程，但我会用 Claude Code 做 Vibe Coding。对我来说，这个过程有点像跟一个超级靠谱的工程师结对——我说想法，它写代码，我测试，出了问题一起 debug，然后继续迭代。

整个流程我拆成三个阶段：

第一阶段：录音变文字。 录音笔里出来的 .wav 文件，用 Whisper 模型转成文本。我优先用 Buzz（一个 macOS 上的 Whisper GUI），失败了自动切到 Python 的 whisper 库。

第二阶段：文字变笔记。 把一天的转写文本打包发给 Claude API，让它帮我整理成结构化的 Markdown 笔记。每条笔记有标题、场景标注、时间戳，内容一字不删，只修错别字和断句。

第三阶段：笔记变帖子。 我在笔记里打 #Share 标签的条目，会被提取出来，然后再调用一次 Claude，同时生成三个版本：推特中文长文、LinkedIn 英文、YouTube Shorts 标题加 hashtag。每条帖子单独存成一个 Markdown 文件，进我的内容库。

实际搭建的过程

说起来三步，做起来当然不是这么顺滑的。

最开始的 bug 很典型：Buzz 的命令行接口在新版本里把子命令藏起来了。我的代码直接调 Buzz --task transcribe ...，结果它每次都悄悄打开 GUI 等待用户操作，两分钟超时，然后 fallback 到 whisper。程序没报错，但其实从来没有真正用过 Buzz。

找到原因的时候有点好笑。正确的调用方式是 Buzz add --task transcribe ...，差一个 add，完全两种行为。而且 Buzz 输出的文件名还带着时间戳后缀，跟代码里预期的不一样，又要加一步重命名。这种 "程序跑通但结果不对" 的情况，是 Vibe Coding 里最难调的——因为你的第一反应是"它成功了"，而不是"这里有问题"。

比较有意思的是 token 截断的问题。生成社交帖子时，我给 Claude 的 max tokens 按输入长度的 1.2 倍估算。听起来有余量，但问题是：输入是一段语音笔记，输出要生成三个平台的内容，实际输出量是输入的三四倍。7 条笔记送进去，只有 6 条出来，最后一条被截断了。改成 4 倍之后，全部完整。

还有一个关于架构判断的决策，我选择了"一次 API 调用生成所有平台内容"，而不是分三次。这样更快，而且 Claude 能在同一个上下文里保持语气的一致性。代价是 prompt 要写得更清楚，每个平台的要求要讲明白。

现在的运行效果

目前这套流程已经稳定跑了几周。

每天的录音，从录音笔拷出来，跑一条命令，几分钟之内就能在 Obsidian 里看到当天的笔记。12 条语音，8 个主题，时间戳、场景标注都在，全量保留，没有任何删减。

社交帖子的部分，我在笔记里标注好 #Share，跑一条命令，每条帖子就有推特、LinkedIn 和 YouTube Shorts 三个版本，按月份存到 Bear Content Vault 里，等我发布的时候直接拿来用或者微调。

最让我觉得值得的，是我现在在做这件事的过程本身。我不需要在发布的时候再坐下来想"这条内容怎么改成英文"，也不需要在录完音之后马上找时间整理，流程已经在那里了，我的工作是往里放原材料，它自动处理。

几个我认为重要的设计判断

零删减原则。 精修只修错别字和断句，不压缩、不总结、不删内容。这条原则很重要，因为我记录语音的目的是把脑子里的东西完整地留下来，而不是只留下重点。

幂等设计。 所有步骤重复运行都是安全的，已处理的文件会被跳过。这让我可以随时中断，随时继续，不用担心重复处理或数据丢失。

分层输出。 同一批内容，一次处理完，同时输出到三个平台。这不只是效率问题，更是风格一致性问题。在同一个 context 里生成的内容，表达方式更统一，比分开处理更自然。

还在想的事情

这套流程里有个地方我还没解决：会议和通话。

我有时候会和客户开会，和合作者通话，这些录音里有很多有价值的东西。但它的处理方式跟个人语音笔记不太一样，它需要的是"结构化摘要"，包括议题、决策、行动项，而不是全量保留。这是下一个要做的版本。

还有一件更有意思的事：当我把播客的制作也自动化了之后，我发现自己一周能更新三期，而原来只能一期。内容量上去了，但"我在每期里的存在感"反而没有消失，因为那些材料、那些判断、那些措辞，还是我的。

这就是我认为好的自动化应该长的样子：不是替代你，而是让你的东西跑得更远。

工具链

• 硬件：DJI Mic 3 录音笔
• 转写：Buzz（macOS）/ OpenAI Whisper（fallback）
• 精修 & 生成：Claude API（claude-sonnet-4-5）
• 笔记管理：Obsidian
• 内容库：Bear Content Vault（iCloud 同步）
• 代码协作：Claude Code（Vibe Coding）

项目开源在 GitHub：voice-daily-note

这篇复盘写给两类人：

第一类是创始人或小团队，你可能正在卡在“网站上线”这种看似不难但一直拖的事情上。

第二类是设计师，尤其是想把自己的服务产品化、想把交付链路缩短的人。

背景：为什么我需要这个网站

2025 年我离开了工作五年的 Xero，开始做 Fractional Design Partner（FDP）。简单说，我以外部设计合伙人的身份嵌入创始人和小团队，做产品判断和设计执行。工作从上游开始，覆盖用户旅程、转化、留存、信息架构、优先级取舍，然后直接下场交付可用的设计与落地方案。

当这个模式开始跑起来后，我很快发现一个现实问题：我需要一个专门的商业落地页。它的目标很明确，让潜在客户在几分钟内理解三件事：

• 我能帮你解决什么问题。

• 我们怎么合作。

• 价格与下一步是什么。

设计稿我早就在 Figma 里完成了，真正拖住我的是 开发。找外包意味着沟通成本和迭代摩擦，自己写工程又不够熟练。Figma Sites 我也试过，但在动画、响应式和一些细节控制上仍然有限。

直到我开始用 Claude Code，我才觉得“设计师自己把网站交付上线”这件事进入了一个新阶段。

一天完成，从空文件夹到上线

网站从零到上线发生在一天之内。节奏并不极端，中间我做了午饭、去海里游泳、接孩子。真正坐下来“推进交付”的时间大概四小时左右，剩下是碎片化的检查、反馈与小修小补。

这里有两个前提条件需要说清楚：

第一，Figma 设计稿已完成，只有桌面版（960px），没有移动端。

第二，原稿动态效果不多，所以这个项目的挑战主要在“从设计到可上线的响应式页面”这条链路上。

过程：每一步发生了什么

上午 9:30：先把项目拆解成可执行的计划

我在终端里打开 Claude Code，把 Figma 设计稿链接给它，要求它基于设计稿实现网站。

Claude 第一件事没有写代码，而是先生成实施计划，把项目拆成几段：连接 Figma MCP、初始化项目、实现页面、响应式适配、Git 版本控制、Vercel 部署。

这一步很关键。对我来说，真正决定成败的从来不是“能不能写出来”，而是“能不能在有限时间内把交付闭环跑通”。AI 先把路径画出来，后面每一步就更像按 checklist 走。

小技巧：在 Claude Code 终端里，Shift + Tab 可以切换到 Plan Mode。

9:30 到 9:35：连接 Figma 设计稿

通过 Figma 的 MCP（Model Context Protocol），Claude 可以读取设计文件，提取颜色、字体、间距等参数，并下载图片素材。几分钟内它就整理出一套可用的设计 token，包括色彩、灰度、字号与行高。

这一步的价值在于，设计到开发之间最繁琐的“翻译层”大幅减少了。我不需要再逐条解释间距、字号、色值，也不需要手动导出几十个素材。

9:35 到 9:55：初始化项目 + 桌面端布局落地

Claude 用 Next.js + Tailwind CSS 初始化项目，然后按区块实现页面。我的网站大概 9 个区块：导航栏、Hero、社会认证、痛点、服务策略、案例研究、定价、CTA、页脚。

不到 20 分钟桌面端完整布局就出来了，素材也能正常加载。打开浏览器那一刻我就知道，这件事已经“可以交付”了。后面更多是质量控制。

下午：桌面端精调，更像和工程师一起做 Design QA

午饭后我去咖啡馆继续推进。对照 Figma 原稿，还是有很多细节要调：阴影、边框、间距、图片裁切、组件对齐。

我的工作方式很简单：给 Claude 发截图，指出差异，让它改。这个过程非常像你和靠谱工程师一起做 Design QA，只不过响应速度更快。

一个有意思的现象是：AI 很擅长“结构级”的批处理，比如把所有图标统一替换为 SF Symbols，几乎瞬间完成。但当你要它做“像素级的视觉微调”，它会用很多 token 来回试，效率反而不稳定。我的结论是：结构和规律交给 AI，微调和最终审美由人来拍板，必要时直接给它更明确的素材或裁切结果。

下午：响应式适配，这一段是最大工作量

设计稿只有 960px 桌面宽度，但网站必须在手机（375px）和平板（768px）上都能正常工作。

Claude 的处理方式是把大量绝对定位改成更可靠的 Flex 布局，并加上响应式断点。我这里记录几个关键点，都是“能直接复用”的做法：

Hero 区块在桌面和手机使用不同背景图，手机端需要竖版裁切。

导航栏抽成独立的客户端组件，加了汉堡菜单。

Strategy 区块原本用了很多绝对定位，改成 Flex 结构，并用 aspect-ratio 控制图片比例与稳定性。

定价卡片从横排改为纵向堆叠，按钮触摸目标按移动端习惯做了更友好的尺寸（比如 44px 触摸区域）。

另外它顺手修了一个视觉问题：黄色高亮背景原本是 SVG，缩放时圆角会变形。Claude 把它替换成 CSS 背景色加圆角，维护成本更低，也更稳。

傍晚：动画和微交互，让页面“更像一个成熟产品”

页面结构稳定后，我加了一些克制的动态效果，让体验更精致但不打扰：

滚动触发的渐显动效，每个区块进入视口时淡入上移。

Hero 的加载动效，标题、描述、按钮依次出现。

卡片和图片的 hover 效果，轻微缩放和阴影反馈。

导航栏 Logo 的轻微 hover 缩放。

这一段的原则很简单：动画是为信息层级服务，不是为了炫。

晚上：吸顶导航 + 毛玻璃效果，以及一次很典型的排错

我希望导航栏在滚动时固定在顶部，用户随时能点到 CTA。Claude 做了 sticky 吸顶和毛玻璃背景效果，顶部透明，往下滚动后半透明白色加模糊，风格接近 Apple 或 Stripe 的那种克制质感。

这里遇到第一个明显 bug：sticky 不生效。我把截图给 Claude，它很快定位到原因：页面外层容器有 overflow-x-hidden，这类 overflow 设置会影响 sticky 的行为。解决方式也很直接，把 overflow-x-hidden 移到更合适的位置，避免破坏 sticky 的计算。

如果你自己查，这种问题通常要花不少时间翻规范和试错。AI 在“定位原因”这一步非常强，这也是我觉得它最像一个高级工程搭档的地方。

晚上：接入真实链接，上线

最后一步是把所有链接换成真实地址：CTA 指向 Calendly，审计样例指向 Notion，社交媒体指向 LinkedIn、X 和邮箱。

代码提交到 GitHub，Vercel 自动部署。然后我在 Vercel 配置自定义域名 bearliu.com，调整 DNS，等 SSL 自动生效。

晚上 10 点，网站上线。

我踩到的坑，以及处理方式

这次踩到的问题不多，但都很典型，值得记录给以后复用：

目录名包含空格。项目文件夹叫 “FDP website”，一些脚手架工具不喜欢空格。解决方式是初始化时指定不带空格的 name，并在终端命令里用引号处理路径。

Tailwind CSS v4 配置方式变化。v4 的主题配置从 tailwind.config.js 转向在 CSS 文件里用 @theme inline。Claude 一开始就按新方式处理，省了不少时间。

Sticky 失效与 overflow 冲突。只要祖先容器里有不合适的 overflow 设置，就很容易让 sticky 行为失效。

SVG 背景缩放变形。用 preserveAspectRatio=“none” 的 SVG 在响应式下容易拉伸圆角。替换成 CSS 背景与圆角更稳，也更容易维护。

最终成果

• 网站地址：bearliu.com

• GitHub 仓库：已更新到我的 GitHub

• 总耗时：约一天（断断续续，实际工作约四小时）

• 技术栈：Next.js 16 + Tailwind CSS v4 + Vercel

• 外部依赖：未引入额外 UI 组件库

复盘：我真正学到的几件事

第一，设计师把“交付链路”自己跑通变得现实了。过去“设计师会写代码”常常意味着要补大量工程知识。现在更像是你把目标定义好，把质量标准抓牢，工程实现交给 AI，然后你做验收与迭代。对我这种理科背景、自学设计的人来说，这个变化非常关键。

第二，从 Figma 到可上线代码的路径明显变短了。MCP 让 AI 能直接读设计意图，减少了大量翻译工作。我看到网上有人说 Figma MCP 体验不稳定，但就我这次项目来说，设计还原度在第一轮就能达到很高水平，后续主要是细节修正。

第三，排错效率是质变级别的提升。很多阻碍设计师做开发的，并不是写代码，而是遇到问题时不知道怎么查、怎么定位。AI 在“快速缩小问题空间”上非常强，让你能把时间花在更有价值的判断上。

第四，迭代的手感变了。加一个 hover、改一个链接、调整一个布局，反馈几乎是即时的。这种体验会让你更愿意做小步快跑，也更愿意把网站当作一个持续迭代的产品，而不是一次性工程。

第五，人类的判断依然是核心。整个过程中我必须做的事情包括：决定页面内容的优先级、把控信息结构、验收设计还原度、测试交互体验、选择哪些细节值得做，以及把真实的业务链接和商业动作接上去。AI 很强，但它不会替你做商业取舍。

第六，AI 擅长与不擅长的边界很清晰。结构化重构、批处理替换、排错定位属于它的强项。像素级视觉微调容易让它来回试错，遇到这种情况更好的方式是你给它明确输入，比如更合适的裁切图、明确的对齐基准，或者干脆你直接把结果定下来再让它落代码。

这件事对我业务的意义

回到 FDP 的大图景。我做的事情本质上是帮创始人和小团队获得“更好的判断力 + 更快的交付速度”。这次我用一天把自己的商业网站从设计到上线跑通，其实就是一次示范：当你把工具和协作方式选对，很多过去需要一个小团队的事情，现在可以由一个人完成。

这个网站会成为我的获客链路起点。潜在客户通过 LinkedIn、X 或口碑找到我，进入 bearliu.com，快速理解我能解决什么问题、怎么合作、多少钱，然后预约一个 15 分钟的 intro call。链路清晰，可控，可迭代。

同时这个项目也变成了我的内容资产。把 AI 融入真实工作流，把过程记录下来分享出去，这就是我一直在做的事情。对独立设计师和小团队来说，AI 带来的变化很直接：你能用更小的组织规模，完成更完整的交付闭环。关键在于你能定义标准，做出取舍，然后让工具把执行效率拉满。

如果你也在打磨产品，尤其是卡在转化、留存、体验或优先级取舍上，你可以在这里找到我。也许我们可以合作。

https://bearliu.com

I Built My Business Website in One Day With AI (As a Designer)

I built my own FDP website in a day, with AI. From an empty folder to a live site.

Not a “look I can code now” flex. More like a real workflow shift I didn’t fully expect.

Context: I left Xero in 2025 and started working as a Fractional Design Partner (FDP). I embed with founders and small teams to help with product judgement and design execution, starting upstream with the user journey, conversion, retention, and prioritisation. Not just “make the UI pretty”.

To make that work, I needed a proper landing page. Something that answers, fast: What can I help with? How do we work together? What does it cost? What’s the next step?

My Figma design was done. The thing blocking me was development. Outsourcing adds friction. Building it myself used to mean a big engineering learning curve.

Then I tried Claude Code.

Here’s what happened, in practical terms.

I gave Claude Code my Figma link and asked it to build the site based on the design.

It didn’t start by spraying code everywhere. It started with a plan: connect Figma MCP, bootstrap the project, implement the page, make it responsive, set up Git, deploy on Vercel. That alone made it feel like working with a solid engineer.

The biggest unlock was Figma MCP. Claude could pull design tokens (type, spacing, colours) and assets directly from the file. The usual “translation layer” between design and build got dramatically thinner.

Desktop layout came together quickly. The real work was quality control and responsiveness. My design was desktop-only (960px), so we had to make it work properly on mobile and tablet.

A few specific things we changed: • Refactored absolute positioning into more resilient flex layouts • Used different hero imagery for mobile (cropped vertically) • Built a proper mobile nav with a hamburger menu • Stacked pricing cards and adjusted tap targets for touch • Replaced a scaling SVG highlight background with a simple CSS solution, because the corners were warping on different widths

We also hit a classic bug: sticky nav didn’t work. The cause was an overflow setting on a parent container (overflow-x-hidden). It breaks sticky behaviour. Claude found it fast, explained why, and fixed it cleanly. That’s where AI really shines for me: debugging and narrowing the search space.

By the end of the day, the site was live on my domain.

What I learned (the part I think matters for other designers):

1. “Designer to production” is more realistic now. You still need taste and judgement, but the execution bottleneck is much smaller.

2. AI is strongest at structure and debugging. Refactors, repetitive replacements, and finding root causes. Huge win.

3. AI is weaker at pixel-perfect micro tuning. If you keep saying “move this 4px left”, it can burn tokens and time. The trick is: you decide the standard, give clear inputs, and let AI do the heavy lifting.

4. The human role doesn’t disappear. I still owned content priorities, what to show first, what not to show, the overall tone, the business links, and the final QA.

This is exactly how I think about FDP work too: clear priorities, high-leverage fixes, then ship.

If you’re a designer, I hope this gives you a bit of momentum. You don’t need to become a full-time engineer to ship real things.

If you’re a founder or building a product and want help sharpening the experience (journey, conversion, retention, and what to fix first), you can find me here. Maybe we can work together.

bearliu.com

情商太高了现在的年轻人。

我说当然不是。大学那会儿没什么好玩的，就死命练吉他。现在么早就荒废了。那会二也玩游戏，但电脑配置都超级低。

他又问："那是什么时候？"

我说："2000年前后吧。那时玩得最多的就是《三角洲》、《反恐》、《星际》，再早点还有《红警》、《仙剑》。

他说："我还以为那时候大家都玩《魂斗罗》呢！"

那得再早个十多年啊。

我二十岁的时候，学校就在翠湖旁，天天在这一带瞎混。读着自己完全不喜欢的专业，懵懵懂懂的，每天基本就是玩游戏、读武侠小说。不知道未来怎么样，也不知道自己到底想干什么。学业和现实脱节，看起来也和我整个人生没什么关系。我学的是物理专业，但大学几年最大的收获，就是知道了自己根本不适合这个方向。

这个故事，我反复讲过。每次工作面试，外国面试官看到我的简历都会挑挑眉毛，问一句："你怎么是学物理的？"

然后我就会开始讲我的"自学设计"之路。

二十多岁，真是怀念。那时候还能熬大夜玩游戏，接几十块的私活，赚点小钱就开心得不得了。也曾有周末的夜晚，拎着吉他，在翠湖周围想找家酒吧进去弹唱赚点外快，却始终鼓不起勇气。绕了两圈，最后又回宿舍。

也曾经在翠湖北门门口的石阶上默默地弹琴，偶尔有一两个女生坐在旁边听完一两首歌，又静静地走了。很平常，什么都没发生。

唯一一次"特殊"的回忆，是有位刚从监狱出来的大哥走过来，递了我一瓶啤酒，然后在我身边坐下，给我讲了他在监狱里的故事。

我发现，音乐的魔力就在于它能让人进入某种状态、某段回忆。

听着90年代和2000年香港的那些老歌，走到了当年厮混过的翠湖边上，那些青春里的片段，也就都浮了上来。

故地重游

周五，我决定认真地过一次"Artist's Date"。本来打算看电影或做点别的事，最后还是选择了更适合自己节奏的方式----City Walk。戴上降噪耳机，听着陈奕迅的粤语老歌，我走在昆明的老街老巷，回忆起十几年前刚辞职、在这座城市开始创业打拼的日子。

一路走到华山路，当年我在这里租了第一个办公室。那个办公室地址很特别：朱德故居，一个漂亮的四合院。具体是怎么租到的就不细说了，总之是一段有意思的缘分。我大概在这里工作了两年，办公的地方在朱德故居二楼偏角的一间小屋。严格来说，并不是朱德本人的卧室，而是他警卫员或亲属曾住过的地方。

那时候，我们就在这个四合院里喝茶、聊天，我也在这儿接到了第一个正规的设计项目：西山森林公园的网站，注册了公司，开始了创业生涯，时间应该是2010年左右。

最让我记忆深刻的一件事：我当时在朱德老人家住过的院子里搞了一场露天电影。我把自己家的投影仪和幕布搬出来，召集朋友，在故居的夜色中放了一场《罗马假日》。现在想起来真的有点past life的感觉。

现在这里已经变成红色教育基地，纪念馆显然拿了不少经费，修缮一新，和当年的模样截然不同，到处都是朱德的诗词与事迹。当然，丝毫不提他人生最后的那段历史。

这很正常，但我还是在馆内看到一个有趣的隐喻：整座展馆唯一的雕塑，是"血战棉花坡"。想想朱德晚年和棉花的缘分，这这这……

旁边的广义饭店，是老昆明人爱聚的地方。还有一家隐藏在小区破楼里的私家素食馆，我每次接待客户、朋友，都会带去那里。一来显得有点逼格，二来其实价格也实惠。我和师傅很熟，来去如家。

在昆明，要活得惬意，其实不难。出了院子，走上200-300米，就能到翠湖。朱德故居旁边就是五华山，云南省政府办公的核心区域，和那些新城区比起来，这里变化得没那么快。青云街曾经的青石板路虽然已经被拆掉了，但我探索时还是找到一小块尚存的台阶，仍然是民国时期的青石板。

我三十岁出头的时光，大概就是在这里混过来的。

现在再走在这里，还是感觉时间的流动不太明显。也许是我个人太怀旧。虽然现在已经是2026年，科幻电影里那些"未来年份"一个个都被现实超越了，但时间，好像也不是真的走得那么快。

大德寺双塔：藏匿于时光深处的古迹

大德寺双塔，可能是昆明隐藏最深的一处古迹了，连很多老昆明人都不知道。我也是当年在朱德故居租办公室的时候才知道它的。当年我的办公室离这儿很近，在几位老昆明大哥的带领下，才第一次来到这里。

双塔旁边的螺峰街，本身也是一条与时间绝缘的街道。事隔十几年，我再次走在螺峰街，恍如十几年前刚满三十岁、在这里开工作室时所看到的景象，一切仿佛都未曾改变。

说回到大德寺双塔：它是在大德寺建立之后又隔了一百多年才建起的。大德寺建于元代，而双塔则是明代所建。大德寺早已荡然无存，但这两座塔一直伫立至今。后来，塔附近办过学校，也办过其他商业，现在是一片普普通通的居民小区。小区的破楼正面，就是那两座六百多年前的明代古塔，非常奇幻。

塔的意义，可能就在于是时间的一个定轴坐标。时间一长，寺会消失，楼会消失，人会消失，朱德不在了，棉花坡不在了，大狗熊也会不在，但这两座塔却还会继续在这里伫立。当然只要时间的尺度足够长，这两座塔也会消失。

老昆明五华山这一带，最赞的就是各种四通八达的小巷。螺峰街沿路最多的就是不同的巷子，旁边点缀着各种小吃摊和居民楼。有人把苦菜挂在栅栏上晾晒，云南的阳光，是最好的保鲜用具。偶尔还能看到一两栋老楼，仍保留着民国时期的风貌。

如果用一句话概括：我从一个主要依赖工资的线性系统，切换成了一个由 内容 / 设计咨询（FDP）/ 产品 共同驱动的组合系统。总收入在表面上下降了，但我反而更开心，因为这次下降不是“变差”，而是“换挡”。

这一年我也更清楚地看见：自由的代价很贵，但它买到的不是休息，而是选择权。选择权会反过来塑造一个人接下来十年的职业、健康和关系。

下面是我把这一年拆开后的完整复盘。写给未来的自己，也写给任何好奇“一个普通中年人怎么把自己从单一轨道挪到三轨并行”的读者。

财务回顾

收入：从单引擎到三引擎

2023 和 2024 年，我的收入结构很“标准”：固定工资是主干，其他收入是枝叶。稳定，但也意味着上限被雇佣关系锁死。

2025 年 5 月，我离开了全职工作。于是 2025 的“总收入下降”几乎是必然的结果，因为我只拿到年初一段时间的工资收入。这个事实并不戏剧化，戏剧化的是另一件事：我的非工资收入在这一年里反而明显增长，已经接近可以覆盖家庭的大部分日常开支。

我这一年工资之外的收入大幅上涨，这是个非常良好的迹象

这件事的意义非常大。它说明我并不是“裸辞去浪”，而是把过去几年在下班后一点点搭出来的东西，真正推到了可以承重的位置。

我喜欢把这次转型称为“基础设施升级”：

• 以前的我像一栋房子只有一根主梁，工资就是那根梁。

• 现在我更像搭了三根梁：FDP（稳定主梁）、内容（复利梁）、产品（波动但可能爆发的梁）。

这三根梁的组合，让我第一次感觉自己不是在“找工作”，而是在“经营一家公司”，哪怕这家公司目前只有一个人。

三驱模型：Good / Grind / Gamble

为了让这个框架更容易被自己和别人记住，我把它用一个带点荒诞气质的名字固定下来：

The Good, The Grind, and The Gamble（好・苦・赌 三驱模型）

• The Good（好）：FDP 设计咨询，稳定、可预期、能覆盖底盘。

• The Grind（苦）：内容创作，长期磨练、复利增长、对外建立信任。

• The Gamble（赌）：产品与数字资产，可能很慢，也可能突然爆发。

它很像西部片三人组，只不过我不是拿枪去决斗，而是拿时间去下注。区别在于：我可以控制下注的比例。

这幅草图对我来说非常值钱

2026 的收入策略：继续飞轮，不追幻觉

2026 年我会继续沿着这三条线推进，但重点会更清晰：

• FDP 做地基：优先保证稳定现金流，让生活不被市场波动、平台波动、情绪波动绑架。

• 内容做增长曲线：不把它当主战场，但把它当长期的信任资产，同时为 FDP 与产品提供“低成本获客”。

• 产品做高杠杆试验：接受它的非线性，不用“努力”去逼它线性增长，只要持续实验、持续迭代、持续积累可复用资产。

投资回顾

2025 的结果：吃到了趋势，但不把它当本事

2025 年我的投资表现非常亮眼，本质上是两件事叠加：

1. 高波动趋势被我抓住了（集中科技股带来的弹性非常强）。

2. 底盘没有塌（ETF 和定投让组合不至于失控）。

但我对这件事的结论很明确：2025 赚到的相当一部分，是趋势红利，不是稳定能力。把红利当能力，是投资里最常见、也最昂贵的幻觉。

我在投资上真正做对的事

如果只总结“可复制”的部分，我认为是这三条：

• 用 ETF 做底盘：它不是为了赚钱最快，而是为了让我在波动里不做蠢事。

• 只在能讲清楚‘为什么’的主线上下注：不碰自己讲不清逻辑的东西。

• 把生活现金流和投资彻底解耦：投资账户的波动不应该影响日常生活决策，否则迟早会被迫卖出、错过复利。

2025年的收入真的还挺多元化的

2026 的红线：不追 2025 的回报率

2026 年我给自己设了三条红线，简单粗暴：

1. 任何单一资产占比过高就削，不让一个标的决定我的命运。

2. 因为“去年赚过”而加风险，立刻停。

3. 如果我开始频繁看账户，说明策略出了问题。好的策略应该让我更少看账户，而不是更想看。

我希望 2026 的投资目标不是“再来一次 2025”，而是把组合变得更像一台可长期运行的机器：有底盘、有纪律、有缓冲。

健康回顾

两个阶段：上半年掉血，下半年回血

2025 年我的健康状态很明显分成两个阶段。

上半年我身体状态下滑，背后的原因很现实：工作压力、两地奔波、家庭照料带来的持续消耗。免疫力、体型管理都不如前两年，健身房也处于“三天打鱼两天晒网”的状态。

下半年开始，我真正意识到：中年人的健康不是“有空再管”，而是“任何事情都要给它让路”。我开始用 AI 辅助记录和调整，同时把运动策略从“偶尔猛一下”改成“能长期维持的节奏”。到了年底，体重和体脂进入相对稳定并逐步下降的轨道，这是一个让我很安心的信号。

预防优先：中年开始补“常识课”

2026 年我 45 岁，40 岁这段已经过半。以前不太在意的事情，现在都变成了“需要提前建立认知和监测”的领域，比如：

• 心脏与代谢风险

• 免疫与呼吸系统

• 消化系统（包括肠道）

• 神经系统与心理健康

今年做过一次基因检测，整体质量一般，但仍然给了我几个足够严肃的提醒：某些慢病风险偏高，而其中“心理健康相关风险”高得出乎意料。

我对这件事的态度是：风险不是命运，但风险是提醒。

它提醒我把心理健康当成需要预算的项目，不论是时间还是金钱。对知识工作者来说，心理健康的重要性依然被严重低估。

2026 的健康方向：维持节奏，别赌身体

我给自己设定的方向很明确：

• 继续维持已经建立的运动节奏，更多户外活动，健身房作为补充而不是唯一解。

• 每周给自己一次 Artist’s Date（精神层面的“保养”要被制度化）。

• 更刻意地建立“避开重大疾病的习惯”，而不是靠短期冲刺。

事业回顾

2025 的高光：离开大厂后，我还活得更像个人

这一年职业层面的几个关键节点，基本都指向同一件事：我离开雇佣关系后，反而更能发挥自己的组合优势。

• 离开 Xero，完成一次真正的信仰之跃。

• 发布了自己的第一个 App，并且从上线第一天就开始变现。

• X（Twitter）账号增长到 11 万粉丝，成为内容与产品冷启动的重要渠道。

• 用“卖出一部分股票”换来半年自由时间，这可能是我人生里最贵但最值的消费之一。

• 做了一个“20 小时赚 1000 美元”的小挑战，用来验证自己是否真的具备独立变现能力，结果验证成功。

• 低调启动 FDP 项目，并开始形成稳定收益，同时工作时长明显下降，生活节奏更可控。

我最后一张在 Xero 的移动端设计团队合影。一个星期后，我辞职了。

我对工作的理解变了：慢季节是生产力的一部分

2025 年我大概有两三个月属于“农闲季节”，当时还会有点内疚，但后来我读到《慢生产力》的相关思路，突然释怀了。

自由职业的价值，不是“永远更努力”，而是允许自己像古代学者一样有节律：忙季全力输出，慢季积累、学习、运动、恢复。工业文明让人误以为全年都该像机器一样平滑运转，但人不是机器。

2026 年我想把这件事做得更极致一点：慢季节不只是休息，而是用来构建下一轮输出能力的“充电站”。

2026 的职业待办：更清晰地对外表达我的定位

我现在的定位已经不只是“产品设计师”，而更像：

• 产品与设计的复合型顾问

• 增长与内容的实践者

• AI 工作流的搭建与训练者

• 产品孵化与资产积累的长期玩家

但我还没有把这个身份用更清晰的方式对外讲出来。2026 年这是必须补上的一课：不是为了包装，而是为了让对的人更容易找到我。

去参加奥克兰的 Framer 聚会，结识了很多优秀的设计师。

关系回顾

家庭：我更清楚什么是核心资产

这一年家庭层面最大的主题，是父亲两次突发疾病带来的关系变化。它逼着我们面对一些多年回避的问题，也伴随着冲突与压力。

但我也看到自己的成长：我更能分清“我能控制什么”和“我无法控制什么”。这有点像斯多噶学派的训练，只不过不是读书读出来的，是生活硬塞给我的。

也因为这个过程，我更确定：我的小家庭是我最重要的核心资产。未来的职业规划、城市选择、时间分配，都会以此为中心。

社交：少混圈子，多建立真实连接

2025 年我和不太熟悉的人完成了大约 25 次高价值互动。复盘下来，最有效的连接方式是：

• 线下活动

• 1 对 1 catch up

• 播客访谈

• LinkedIn 的长期互动

我也看清一件事：一些“浅层的行业寒暄”，尤其是没有共同目标的交流，价值并不大。

2026 年我更想做的是：跟随好奇心去见更多人，但不靠“混圈子”。我更愿意组织小规模的咖啡聊天，三到四个人足够，重点是深度与真实。

将空手道晋级到了橙带，但我打算明年换一种运动

奥克兰八公里城市跑，结识了一位开朗的大叔。

和前同事们聚餐

黄老板邀请参加独木舟 + 爬山

内容创作回顾

2025 年我做内容的总体感受是：前半年很混乱，后半年开始成型。

成型的标志不是数据，而是我终于找到了“多平台可以互相喂养”的结构。

YouTube：试错很多，定位终于清楚

2026年制作的全部 YouTube 视频

这一年我做了 32 个视频，增长并不漂亮。题材尝试得很散，甚至做过城市漫步这类比较随机的内容。

但下半年开始，我慢慢找到了更适合自己的定位：用我的专业视角做英文内容，把 AI、设计、产品连接成一个可持续主题。同时我建立了一整套 AI 辅助制作流程，从脚本、选题、审计到后期，都更标准化。

2026 年我会继续稳定输出英文的 AI + 设计 + 产品主题视频。目标不是爆款，而是每一条视频都在制作和表达上更成熟。

去谷歌办公室参加 YouTuber 聚会

和另外几位 YouTuber 互相分享经验（他们都是百万级，我是小虾米哈哈）

播客：数据一般，但商业化很强

2025 年我做了 45 期播客。下载量不算爆炸，但商业化效果非常好，甚至远超 YouTube。

这一年我也因为工作和家庭停播过几周，后来恢复并在下半年进入每周一期，11 月后提升到每周两期。最大的收获不是“更勤奋”，而是我摸索出一套适合自己的 AI 自动化流程，让播客收入出现了明显的阶梯式增长。

同时也采访到了一些非常有价值的嘉宾，这类访谈对我来说不只是内容，它也是一种建立真实连接的方式。

2026 年我会继续加大自动化投入，并启动面向澳新创业者的英文访谈节目，把“内容”与“关系网络”真正串起来。

2026年制作的全部播客（中间停了接近三个月）

Newsletter 与博客：把平台当工具，把资产握在手里

Newsletter 这一年写得还算稳定，中英文分头策略也更清晰。增长做得不算好，但我完成了更重要的事：架构统一、自动化增强、发布成本下降。

对我来说，Newsletter 的核心价值越来越明确：用户数据属于我。 在这个时代，这是一条越来越稀缺的护城河。

博客这块反而是我 2025 的一个欠账：写了不少内容，但没有系统发布。现在回头看，博客才是最稳定的长期记录平台，值得用十年以上的尺度去经营。2026 年我会把内容更规律地沉淀回博客，而不是只丢在社交平台的河流里。

X（Twitter）：强工具，但也最容易反噬注意力

X 这一年继续保持高频分享，粉丝增长到 11 万。它带来收入，也带来信息优势，还帮助我做了产品冷启动。

但它的问题同样清楚：它会悄悄削弱我做深度内容的专注力，也会降低我建立深度关系的耐心。2026 年我必须把它放回一个可管理的尺度里：它是工具，不是我的主人。

不过，借助 X 来结识有意思的人，非常好用！

在大理福尼亚和Ban总，铁锤、小孙面基

购物回顾

这一年我买过不少东西，但真正“最值”的，往往不是硬件，而是能改变我时间结构和工作结构的投入。

最值的投入：自由时间

我用一笔很贵的成本，给自己买了 6 个月不工作的自由时间。它可能是我近十年最奢侈的消费，但也最值得。它让我确认：自由不是奖励，而是生产资料。

我甚至计划未来每年给自己买固定的一段“自由时间”，当成一个制度，而不是偶尔的冲动。

文石的这款彩色阅读器非常赞

生产工具与内容设备

今年的硬件投入基本围绕“稳定生产”：

• 新的 MacBook Pro（生产力底盘）

• DJI Pocket 3（内容制作的核心设备之一）

• 联合办公空间的次卡（环境切换对我很重要，虽然贵，但能换来状态平衡）

阅读与软件订阅：给自己买“认知效率”

我继续在阅读与信息管理上投入，包括电子书设备、阅读工具、以及一堆付费软件订阅。它们的共同点是：减少摩擦、提高密度、让我的知识输入与输出更顺滑。

我不太担心“隐私焦虑”这类讨论，因为我很清楚自己在工具里放什么，不放什么。对我来说，效率是真实收益。

小鱼滑板，两百多人民币，带给我很多开心的时间

学习回顾

如果用传统标准看，2025 年我“系统学习”的东西不多。但换个角度看，我这一年的学习方式更接近真实世界：目标驱动 + 实战倒逼 + AI 反复打磨。

我学会了用项目把学习拉起来，例如为 JAM 做推广计划时，我会去查资料、建策略、搭网站，然后在实践中不断修正。学习不再是“先学完再做”，而是“边做边学边修”。

失败也有，比如年初我尝试用 Anki，但很快发现它并不适合我当前阶段。对我来说，实战导向的学习更有效，尤其在设计、产品、内容这些领域。

2026 的学习方向

我对明年的学习方向也更明确：

1. 把 AI 更深地实践到工作流里，而不是停留在工具层面的尝鲜。

2. 金融与投资要系统学习。2025 的收益很亮眼，但我不想做“运气型选手”，我要让能力配得上运气。

3. 设计与产品继续走项目实战路线，并且把复盘与分享变成固定机制。能讲出来，才算真的学会。

游戏、阅读、影剧回顾

游戏：故事型让我感恩，机制型让我上头

2025 年我玩了 10 款游戏。中年还能有时间玩游戏，我觉得已经很幸运。

最打动我的还是故事型游戏，那种“现实里不可能经历的平行世界”会让我产生一种奇怪的感恩感。但真正让我花最多时间的，反而是机制型、策略型、越玩越停不下来的那几款。人终究是会被设计好的系统钩住的，这点我作为产品人也只能苦笑。

这一年玩过最赞的游戏：最后幸存者2

电影与剧集：我依然需要幻想世界

电影看了不少，类型很杂。我很享受“在不同世界穿行”的体验。剧集更费时间，但高光时刻也更密集。某些剧的某些瞬间，会让我觉得这时代的娱乐工业依然能做出世界级作品。

这一块对我而言不只是消遣，它也是一种心理回血机制。把它当作“休息”，我反而更能理直气壮地享受它。

阅读：从“外骨骼”回到“肌肉训练”

我每年都会写一次读书回顾，这个习惯十多年了。最初是做播客时发现“以输出倒逼输入”是成长最快的方式。

2025 年我的阅读体验出现了一个意外的转折：我读了更多中文书，很大原因是翻译工具太方便，英文原著一键转中文，效率极高。但我后来意识到，这像穿着“机械外骨骼”去训练，走得快，却练不到肌肉。于是我给 2026 定了一个很朴素的规则：回到纯英文阅读，允许慢下来，但要恢复训练强度。

今年阅读节奏也很能反映我的人生状态：1–3 月在高压工作里明显低谷；5 月离职后状态回升，之后维持在更稳定、可持续的节奏。全年我读了 31 本（其中 13 本是绘本/漫画）。虚构类里最打动我的是《命运》；非虚构里，对我影响最大的是 The Artist’s Way，因为它不是“懂了就算”，而是逼我用 Morning Pages 和每周实践把改变落到日常。

2026 年我不再追求数量，而更想建立“坐标系”：围绕设计、健康、投资、产品与增长做主题式阅读；减少有声书比例；保留一批值得反复重读的“坐标书”。这段阅读复盘放进今年的年度回顾里，其实和我的主线一致：很多东西都在从“外包难度”回到“亲自训练”，从追效率回到建系统。

高光与低谷

2025 我最珍惜的高光

如果只挑最有代表性的几类：

• 我完成了职业结构的转型，证明不当员工也可以体面生存。

• 我把内容系统变得更稳定，播客尤其实现了商业化突破。

• 我开始认真对待健康，找到更可持续的节奏。

• 我在家庭与关系的压力事件中成长，变得更能承受复杂。

• 我依然保留了玩游戏、看电影、旅行、户外的能力，这说明我没有把自己活成只有工作的人。

独自一人在电影院看电影，是这一年最超现实的一次体验。

2025 我最难的低谷

低谷主要集中在三类：

• 家庭变故带来的冲突、无力感与情绪波动。

• 上半年身体状态和意志力的整体下滑。

• 内容与社交平台对注意力的侵蚀，让我更难进入深度专注。

这些低谷没有“戏剧性反转”，但它们逼着我承认：中年的难，不是某个点的失败，而是长期多线程压力的叠加。

父亲生病，我两次中断工作回国

结语：2025 的本质，是我成为“一人公司”

我越来越确信：2025 年不是“我做了多少事”，而是“我换了什么系统”。

我不再只是一个自由职业者，我更像一家 One-Person Business：有底盘收入、有增长曲线、有高杠杆试验，也有更清晰的价值主张。

2026 年我不想追求更快，我想追求更稳、更清醒、更可复利。把健康放在更高优先级，把关系做得更深，把内容做得更像资产，把产品做得更像长期实验室。

世界会继续混乱，平台会继续变化，市场会继续嘲讽努力的人。但只要我的系统在升级，我就不怕短期波动。

然后是各种这一年，对我来说很重要的瞬间：

每年整理一份年度读书回顾，这个习惯我已经坚持十多年了。

最初是因为十多年前做播客，我发现"以输出倒逼输入"是自我提升最快的方式。从那时起，我每年的阅读量都保持在十几本以上。后来还给自己立过每年 50 本的 Flag，甚至为此写过一本关于高效阅读的书（虽然销量惨不忍睹，哈哈）。

站在 2025 年的岁末回望，今年的阅读体验与往年有些不同，也带给我不少新的思考。

偷懒的"外骨骼"：关于阅读效率的反思

今年的阅读大部分集中在中文书。现在的翻译软件太方便了，很多英文书一键就能转成中文。

但我发现，这种"偷懒"是有代价的。用中文阅读英文原著，就像是带着"机械外骨骼"去运动----虽然走得快，但对自身肌肉能力的锻炼非常有限。2026 年，我决定回归纯英文阅读。 哪怕速度慢一点也没关系，好在我现在已经过了读一小会英文就觉得累的阶段。

节奏的起伏：从高压打工到离职重启

看了一下全年的阅读状态，1-3 月是低谷期，每月仅有两本。当时我正被高强度的工作压得喘不过气，能坚持阅读已属不易。

有意思的是，那段时间我读的大多是减压绘本。比如《我很好，只是有点丧》，听名字你就知道它的底色，但非常推荐给同样处于高压状态的"打工族"。

5 月份是我离职后的第一个月，心态放松后，一口气读了 5 本。之后的日子，基本维持在每月 2-3 本的节奏，状态匀速且自在。

年度书单：18 本文字书里的心头好

2025 年我一共读了 31 本书，其中 13 本是绘本与漫画。在剩下的 18 本文字书中，虚构类仅有 3 本。

• 虚构类唯一推荐：蔡崇达《命运》

我专门为它做了一期节目。这本书让人笑着、哭着看完，在感叹生命无常与悲伤的同时，更能感受到人的坚韧与乐观。

• 非虚构类：跨界的精神食粮

我的非虚构阅读比较"杂"，集中在专业设计（如《Refactoring UI》）、投资理财（如《随机漫步的傻瓜》）、健康以及个人生产力（如《100 Million Dollar Offers/Leads》、正在读的《Slow Productivity》）。

如果只能推荐一本年度非虚构作品，我选 Julia Cameron 的 The Artist's Way（《艺术家之道》）。

这本书非常奇妙。几年前读它我觉得像"神棍"在喃喃自语，但今年我决定带着 "Skin in the game"（切身入局）的态度去实践。当你真正按照书里的建议每周去操作、每天坚持写 Morning Pages（晨间笔记）时，改变就发生了。它对我的灵性影响之大，不亚于多年前初读 GTD 或《牧羊少年奇幻之旅》时的震撼。

2026 展望：确立坐标，放弃数量焦虑

回顾全年的阅读路径，我发现自己的选择无意中集中在：专业设计、健康、投资、产品运营、个人生产力这几个主题。为了在 2026 年获得更明显的提升，我计划做以下调整：

1. 重拾"主题研究"模式： 现在用微信读书很容易被算法推荐干扰。我怀念刚入行时，先定大方向、做 Research、找经典书目，然后一本本攻克的"硬核"状态。

2. 拓宽阅读类型： 继续挖掘绘本与视觉类读物的价值。比如法国漫画家莫比乌斯的作品，每一部都是艺术品，值得深入探索。

3. 精简阅读方式： 进一步缩减有声书的比例。有声书虽快，但像"快餐"，很难留下深刻印记且不便做笔记。

4. 寻找"坐标书"： 我不再执着于阅读数量。有些书是人生的"坐标"，值得每隔一两年就拿出来重读、汲取养分。比如斯多噶学派的相关作品，就属于我会反复回归的固定坐标。

你想好 2026 年要为自己建立哪些"阅读坐标"了吗？欢迎在评论区和我交流你的书单。

下面是我在 2025 年阅读的所有书目：

我很好，只是有点丧
控糖革命
100天后会死的鳄鱼君
真有意思Interesting
A Room of One’s Own
School Days: Cartoons from the New Yorker
How to Draw Cartoons
世界杂货店
Overheard
The Artist's Way
The New Yorker Book of New York Cartoons
The New Yorker Book of True Love Cartoons
Nanjing: The Burning City
Refactoring UI
我减掉了五十斤！
为什么你攒不下钱
$100M Offers: How To Make Offers So Good People Feel Stupid Saying No
投资第1课
锻炼
长安的荔枝
$100M Leads: How to Get Strangers To Want To Buy Your Stuff
命运
克苏鲁的哦唤（漫画）
投资最重要的事
疯狂山脉（漫画）
魔犬
随机漫步的傻瓜
小而美：持续盈利的经营法则
认知觉醒
4点起床
Slow Productivity: The Lost Art of Accomplishment Without Burnout

亲历者视角：当AI Mode上线的那一刻

黄莘是这次 Google I/O 上 AI Mode 项目的团队成员之一。不是旁观者，是"亲妈"。

我问他看到自己做的东西被放上发布会是什么感觉。他说了一句很实在的话：

"其实是没想到的，真的没想到它会上线得这么快。我们还在'内部调试'的心态，突然它就被端上台面了。"

他说最震撼的是那个转折----从"内部测试"到"全世界看到"，其实周期很短。他还提到团队里很多人其实已经做了好几轮的AI迭代，根基打得牢，这次是积累到一定程度，才有了爆发。

AI Mode 是"革自己命"的操作？

我有感而发地说，Google 这次真的有点像"拿自己现金流开刀"----搜索一直是赚钱机器，现在居然用 AI 来替代传统搜索模式？

黄莘说这正是他最佩服的一点：

"这不是说我们产品不赚钱了才换，而是主动从最稳的地方下手。哪怕这条路风险最大，也要走。"

我们在交流时都有一个共识：用户的习惯已经变了，大家开始习惯在ChatGPT这类工具里提问，而不是"打开Google、打关键字"。Google当然不可能看不见这个趋势。

"我们是做技术的，但也看得很清楚：搜索的入口正在被重构。"

SEO 还活着吗？对运营者意味着什么？

"那做内容运营的呢？尤其那些靠SEO活着的中小企业怎么办？"

黄莘的回答：

"从机制上讲，内容依然重要，只是展现方式变了。以往是靠关键词排名，现在可能是通过结构化信息、AI理解能力、语义对齐来判断优质。"

他还提醒一点----不是"SEO死了"，而是"SEO规则变了"。

"原来是讨好搜索引擎，现在可能是要'喂养'AI。"

被取代？还是升级？职业的"硬"与"软"

话题很快转到了：那普通打工人该怎么办？

黄莘说得很坦率：

"如果你的价值是'执行力强'、'重复快'，那AI很可能会超越你。但如果你的优势是协调人、看趋势、做判断，这些AI还做不到。"

我们也聊到：代码可以被自动生成，图可以被一键生成，但"为什么做这件事、要达到什么效果"----这个问题，AI回答不了。

黄莘特别提到两个概念："组合复利（compound）和持续性（consistency）"。他说：

"Google内部很多成功的项目，不是突然蹦出来的，而是十年磨一剑。一点点地叠加，才有今天AI Mode的发布。"

Consistency + Compound，就是他们的打法。

从设计师的角度：手机，成了新瓶颈？

我作为一名前移动端产品设计师，看这场发布会前半部分有种"不适感"：

展示的AI体验再好，所有的场景里，人们还是得举着个手机照来照去。我跟黄莘说：

"感觉手机已经成了AI体验的物理瓶颈。"

黄莘很认同。他说现在AI已经能听能看能说，但硬件没跟上，交互方式跟不上用户的节奏。我们都提到了那副"眼镜"----新一代Google Glass，可能才是更理想的AI入口。

最喜欢的产品是哪一个？

我问黄莘："这次发布会那么多炸裂产品，你自己最喜欢哪个？"

他没怎么犹豫：

"实时翻译的那个眼镜。还有那个可以生成全3D实时连线视频的工具，太超前了，也很合适海外生活，与亲人物理上距离很远的我们。"

他说，作为做AI的人，他最激动的不是"能做出什么效果"，而是看到用户真的用上了，"不再是实验室里的炫技"。

但我们也有点担心

不是一场盲目兴奋的对谈。我们聊到了很多现实的困境，比如：

• 华人高管的缺席：黄莘提到，今年几乎没有华人出现在发布会的舞台上。虽然Google内部华人很多，但在"代表形象"这块，还需要时间。

• 信息滥用的风险：我提到，现在很多AI图像、视频都真假难辨。黄莘说Google已经在推"内容标记技术"，未来所有AI生成内容都会有专属水印。但这条路依然长。

最后一点点"科幻忧虑"

我作为科幻爱好者，最后抛了一个问题：

"你有没有觉得，这些AI工具，未来也可能被用在不那么美好的地方？比如战争？"

这个话题没有深入，但我们都意识到：技术的走向，最终是由人决定的。一个能监控山火的卫星系统，也可以变成导弹的眼睛。

科技是中性的，问题是人类怎么用它。

For the context, I’m pretty tech-savvy. I’ve been around social media for years and can spot most scams from a mile away. But this one still got me.

It started with a DM on Twitter. A person named “TorresCampbell8” claimed to be a reporter from TechCrunch, covering AI and tech. He wanted my perspective and asked to schedule a call. That didn’t sound odd. I’ve done similar interviews before, so I checked his profile. It looked legit—he’d been posting or reposting TechCrunch-like articles since last year, and his Twitter account said it was created in 2012. The only tiny red flag was the handle “TorresCampbell8,” but I shrugged it off.

He sent me a Calendly link to book a call via Twitter DM. I clicked. It seemed normal. I got a confirmation email with no Zoom or meeting link, but I figured he’d message one later. Then I went to sleep.

Next morning, I woke up and saw strange comments on one of my Twitter posts—people calling me a scammer. At first, I thought it was just trolls. Then a friend messaged me on WeChat with a screenshot of a tweet from my account pushing a crypto “opportunity.” It even had a contract address. My profile had been changed to say I was the founder of some crypto project. But by the time I checked Twitter, the tweet was gone. Posted overnight while I was asleep, then deleted before I woke up.

I tried to reach out to “Torres,” but he was gone. Blocked me. Ignored my messages. So I dug into Twitter’s settings. I checked “Security and account access” and saw Calendly had permission to read and write tweets. That was it: while I slept, someone likely used that authorization to post a scam tweet.

Looks like they targeted my account because it has a decent following. Scammers posted a “meme coin” link, hoping quick-buck crypto enthusiasts would jump in. And they did. Then the scammer deleted the tweet, so I wouldn’t notice. According to a friend who tracked the contract address, around 100 people fell for it, losing a few thousand dollars in total. Awful.

Everyone got hurt here. I’m a victim. The people who bought that fake coin are victims. Even the media outlet’s reputation got dragged into this. All because these scammers keep evolving.

Then I did a quick search and found a post from a real TechCrunch reporter - Mary(@bayareawriter) talking about this exact scam. That’s where I spotted the same username: TorresCampbell8. Damn.

Here’s what I learned:
• Keep two-step authentication turned on, always.
• Update your passwords often.
• Be careful about app authorizations. Revoke anything you don’t absolutely need.

I’m going through all my accounts, extensions, apps - tightening everything. Stay cautious. If it happened to me, it can happen to anyone.

That’s my story. Stay safe. And always trust your instincts if something feels off.

睡梦中的推特骗局：我被冒牌记者套路了

我刚刚才从一次诈骗中脱身。损失不大，但整个过程太离奇了。我必须分享这个经历，让大家有个防范。

我平时很熟悉网络，用社交媒体也很多年了，自以为能认出各种骗局。但这次还是中招了。

事情是从一个推特私信开始的。一个叫 “TorresCampbell8” 的人，自称是 TechCrunch 的记者，说他在做跟 AI 和科技相关的报道，想找我聊聊。听上去没什么问题。我以前也有接受过类似的采访请求，于是去他资料页看了看。他似乎从去年开始发或转一些看似像 TechCrunch 的文章，账号显示是 2012 年创建的。唯一让我稍微迟疑的是那个 “8” 的尾缀，但我没多想。

他发来一个 Calendly 链接让我约时间。我点开链接，流程看起来很正常，还收到了预定成功的确认邮件。只不过上面没有 Zoom 或其它会议连结，我想也许他会稍后再发。然后我就去睡觉了。

第二天早上醒来，发现我推特底下出现奇怪评论，有人骂我是骗子。一开始我以为又是网络喷子。接着我朋友在微信上发截图给我，说我的账号昨晚发了一条推文，推荐一个所谓的加密项目，还附带了合约地址。我头像和简介都被改了，看起来就像我是什么“创始人”。可等我上推特一看，那条推文已经被删掉。它是在我睡觉时发的，而我还没醒时就被删掉了。

我尝试联系那位 “Torres”，但他已把我拉黑，完全没有回应。于是我进推特的安全设置里翻记录，发现 Calendly 获得了读写我推文的权限。大概就是通过这层授权，对方在我睡着时发了诈骗信息。

估计他们是看中我账号粉丝还算多，就用我的账号发一个“meme coin”的链接，让想快速赚钱的人去买。等交易结束就删文，这样我自己都不会注意到。后来推友追查了那个合约地址，发现大概有上百人上当，损失了好几千美金。真是可怕。

其实大家都是受害者。我本人受到了连累，那些购买假币的人也被骗了，甚至媒体的声誉也被拖下水。这些骗子手段不断进化，叫人防不胜防。

后来我又去搜资料，发现一位真正 TechCrunch 记者 Mary 提过这个骗局。我在她的那篇报道里，又看到了 “TorresCampbell8” 这个熟悉的账号。真是气人。

我从这次经历学到：
• 一定要开两步验证。
• 定期更改密码。
• 对各种应用授权要多留神，能少给就少给。

现在我打算全面排查自己的所有账号、浏览器扩展、授权应用。虽然麻烦，但值当。大家一定要提高警惕。我中招了，你也可能会。

以上就是我的故事。希望你能平安无事，也别忘了凡事多留个心眼。

为什么说2025年是学习英语的最佳时机？

其实，这几年科技进步带来的变化，让我们普通人学习语言的方式发生了巨大改变。尤其是AI技术的崛起，它不仅挑战了传统教育方式，还给每个人带来了机会：用很少的成本，获得一个功能超强的学习助手。无论是纠正语法、发音，还是解答学习中的疑惑，这些AI工具都能随时互动，永远不知疲倦。

对比小时候学英语的场景，现在的便利简直像开了挂。我小时候，为了听英语课，只能用学校发的老式收音机，资源又少又贵，外教更是稀缺得像外星人。偶尔在英语角看见一个老外，所有人全围上去，结果大家都不知道该说什么，只能干听着。而现在，不但学习资源丰富，还能用AI一对一训练口语，随时随地开练，差距真的太大了。

从工具、资讯和科技发展的角度来说，2025年是有史以来学习和运用英语最有利的一年。

学英语：最好的时代，也是最紧迫的时刻

但机会多了，竞争也更激烈了。未来，语言不再是阻碍，而竞争对手将来自全球各地。

科技行业对顶尖人才的争夺已经从"本地化"扩展到全球化。公司更愿意雇佣那些不仅有专业技能，还能用英语无障碍沟通的人。无论你身处哪个国家，如果不会英语，就可能被外包公司、海外竞争者甚至AI所取代。语言的全球化直接决定了个人竞争力的高低。

虽然全球化目前有一些收缩，但从市场角度看，英语相关的市场规模远大于中文市场，不论是行业成熟度、潜在商业机会，都不是一个量级。这也是为什么国内从公司到个人，很多都在考虑出海。

用英语点亮你的"人生地图"

如果你是游戏爱好者，你肯定知道，当进入一个新场景时，周围的一切都是未知的。你需要探索才能了解资源在哪里，机会有哪些，如何才能进一步发展。随着游戏的推进，你会通过解锁地图不断扩大视野，获取更多的信息和资源。

英语，就是你的一个“地图点亮工具”。它能帮你探索工作和生活中的潜在机会，逐步点亮那些未知领域。无论是开拓职业发展，还是发现更多的文化与人际连接，掌握英语让你更有底气去挑战新场景。

我在几年前刚到新西兰时，语言成为了限制自己可能性的一大障碍。但后来经过努力打通后，我的地图就被点亮了：我可以去参加任何活动与别人互动，结识新的朋友和潜在合作伙伴，可以没有什么心理障碍前往任何一个城市工作或是旅行，可以直接与行业人士互动，收获有价值的信息和专业上的认可。这些被点亮的区域，语言能力是必须的基础。

如果你也想点亮自己的人生地图，在海外寻找机会，或是获得优质信息而不是噪音，2025年是一个最好的时机。

2025年学英语，我推荐从这两个工具开始

2025年，我也会分享更多关于如何提升实战英语技能的教程。先来点实用的：为了帮助大家在2025年更高效地学习英语，我推荐两款实用工具：

欧路词典

这是我用了很多年的词汇学习软件。它的学习功能可以让你将自己的生词打造成学习计划，而不是去死记烂背不会用到的GRE之类的生词。通过它，我快速扩充了实用词汇量，非常适合短期内提升。后续我会专门分享使用教程，记得关注我的X账号或订阅我的Newsletter。

Elsa Speak

这是一款性价比超高的英语听说AI训练软件，非常适合国人提升口语和听力能力——这恰恰是大多数人最弱的地方。关于这款软件，我已经分享过很多教程了，大家可以在我X的Highlight贴子里查看。

下载链接（新用户有7天会员体验）：https://bit.ly/ELSAxBEARLIU

优惠链接：https://elsaspeak.com/inf/BearLiu
（目前有50%的年度会员优惠，和1.5折的终身会员优惠，力度非常大）

2025年，抓住科技带来的便利，用最少的时间提升英语能力。机会就在眼前，别让自己输在时间和执行力上！

I just went through the latest trends article from [UX Collective](https://trends.uxdesign.cc/), and honestly, 2024 feels like a year where the UX spotlight dims a bit. After years of being front and center, it seems we’ve reached the end of a big boom.

The industry is pulling back, prioritizing business goals while AI quietly takes over tasks we used to own. It’s not a sudden shift, but it’s definitely changing opportunities–and roles.

This year’s been…different. Designers aren’t just designing anymore. We’re being asked to deliver more–sitting through meetings to align with business goals, while still focusing on customer needs.

I’ve felt my own creativity take a hit. Maybe you have too? That’s okay. Change is messy, and adapting takes energy.

So, where do we go from here? 2025 is about choosing a direction–or two. You don’t have to stick with one forever, but leaning into one or two can really help you grow. Here are the options:

🗺️ Path 1: Shift from Screen Designer to Strategy Designer

Designers who “get” business goals are becoming invaluable. It’s not just about making things look good–it’s about solving real problems. This path is about stepping up as a strategic partner, not just a pixel pusher. Learn to use data to back up your designs, understand revenue impact, and speak the language of leadership. If you can connect design to strategy, you’ll lead the conversation instead of following it.

🚀 Path 2: Build Faster, Ship Smarter

The design process is evolving, and speed is key. Products don’t have to take months to develop, but they do need to work. With tools like Framer, AI, and other no-code solutions, we can design and ship efficiently. This path is about being effective–prototyping, testing, and releasing without sacrificing quality. It’s about delivering value, fast.

🎨 Path 3: Perfect Your Craft

Sometimes, it’s not about trends–it’s about being so good at what you do that no one can ignore you. Sharpening your skills in prototyping, UI design, or research never goes out of style. This is where you double down on details, ensuring your work is polished and convincing. That’s why we love design, right? It’s not just a job–it’s our craft. That’s what makes it all worth it.

The beauty of these paths? You can mix and match, or shift as your career evolves. But leaning into one or two at a time gives you focus and helps you stand out.

What stays constant? The basics: understanding people, staying resilient, and keeping a growth mindset. These fundamentals never go out of style, no matter how much the industry shifts.

So, what’s your next move? Let’s make 2025 a year of progress–even if it looks a little different than we’re used to.

西游母题与全球共鸣

《黑神话：悟空》取材自《西游记》，这个母题早已深深植根于中国文化，就像西方的很多故事可以追溯到希腊神话或圣经。《西游记》涉及成长、责任、英雄之旅等主题，而游戏中最引人注意的是“个体对抗系统”的主题。这让我联想到《星球大战》、《赛博朋克》和《黑客帝国》这些作品，尽管背景不同，但核心都是关于个人如何应对庞大的系统。这个主题具备极强的普世性，因此吸引了中外玩家。

在游戏里，孙悟空代表着直接反抗系统的“朋克”精神，而“天命人计划”则像是袁守诚和弥勒这些角色通过更加迂回的方式寻找系统漏洞。这两种方式的对比，像极了朋克和黑客的反抗风格。

系统性压迫与个体选择

游戏中的“系统性压迫”这一主题让我联想到我之前读的《万历十五年》。在明朝这样庞大的体系中，内部的精英们都在尝试解决系统问题，但无一例外地失败了。《黑神话悟空》游戏中的人物也是如此，他们面对系统有各自不同的选择。孙悟空选择直接对抗，杨戬选择隐居避世，而弥勒和袁守诚则更像一个平衡者，试图削弱系统的力量。

有的人在系统中迷失，比如黑熊精和自杀的第一代狼妖；也有像黄眉那样试图利用系统攫取权力的利己主义者。或者是在大时代下，人的爱恨纠缠，比如亢金龙、紫蛛儿、四妹。这些角色的选择编织成了游戏的故事主线，也是《黑神话：悟空》让我着迷的地方。

细数印象深刻的章节

游戏的第二、三、四章给我留下了最深的印象。虽然第五章也不错，但第六章明显赶工了，而第一章感觉更像是热身。

• 第一章 的主题是“贪婪”，改编自原作中金池长老惦记唐僧袈裟的故事。这个故事虽然简单，但它的穿透力依旧很强，至今仍然能引起共鸣。

• 第二章 是游戏中最让我惊艳的部分。灵吉菩萨因一己之怒毁掉了一个国家，之后又有所悔悟，帮助天命人解决自己造成的混乱。佛与魔、善与恶的界限变得模糊，而人性在其中挣扎，尤其是虎先锋一家和王子三兄弟的故事线，表现得尤为强烈。

• 第三章 让我联想到《周处除三害》的故事。表面上看，黄眉的小西天似乎是一片佛光圣地，但深入后发现，这里其实是彻头彻尾的邪教。黄眉本人则像个邪教教主，表面光鲜，但内里邪恶。揭开伪装后，那种道貌岸然的邪门气氛扑面而来。很惊艳的是第二章结束的动画，在这一章还有延续。

• 第四章 讲的是“爱而不得”的故事。这个主题线索相对单薄，一夜之情却追忆终生，这种情节类似《一个陌生女人的来信》中的叙事。虽然爱情并不是这部游戏的主线，但四妹“把嫁妆都给你，只是想去看看外面的世界”，被收为丹药真是让人意难平啊。百眼魔君作为天庭的代理人，诱骗妖魔修炼，最终把他们炼成丹药的设定让我印象深刻。靡道人是个典型的悲剧人物，原本是个降妖的少年，却被迫与妖魔共生，最终彻底投入这个系统，而他努力的终点，也只是成为天庭的丹药原料。站在上帝视角的玩家早已知道他的命运，但这一设定依然让人感到同情。

• 第五章 的故事风格像HBO的家庭剧，有点像《黑道家族》或《绝命毒师》。牛魔王是一个典型的中年危机的代表人物，背叛了兄弟情谊，面对一心想复仇的儿子却无力应对。夜叉王的角色也让我印象深刻，主要是因为我在和他战斗时被虐得很惨。

影神图与双线叙事的巧妙设计

游戏中，影神图与主线剧情的双线叙事是我认为最亮点的设计之一。游戏的高难度让你在与BOSS苦战时不禁对每个角色背后的故事产生好奇。比如，我在被黄风大圣虐了无数次之后，就很想去了解了他和灵吉菩萨之间的恩怨。虽然过场动画会交代一些情节，但影神图采用类似小说POV的切换视角叙事，让故事的复杂性和深度得到了极大的放大。

一开始，二郎神给人的印象是天庭的鹰犬，但随着剧情推进，你会发现他背后也有自己的挣扎。再然后，你会从影神图发现，连天兵和天将也只是天庭打工人，困在自己的苦逼循环中。影神图的设计让每个角色的命运交织在一起，凸显了命运的残酷和人与妖、神、佛之间的复杂关系。

玩了一个多月，七十多个小时的游戏体验让我感慨良多。今后提起西游，除了经典的《大话西游》、《悟空传》、86版《西游记》，《黑神话：悟空》也必将成为其中的代表作之一。期待后续的DLC能填补一些故事上的空白，比如四妹的命运、二郎神的故事等等。

随意杂感，欢迎讨论：）

作者简介：AI领域的先行者

这本书的作者叫Janelle Shane。大家可能更熟悉Sam Altman或者谷歌、苹果的AI团队，但对于真正的AI领域前沿学者和专家，我们并不太了解。Janelle Shane就是这样一位专家，她在当前AI浪潮席卷之前就已经开始从事这方面的研究了。

Shane是一位作家、演讲者，主持了多个杂志专栏，还写了一个名为"AI Weirdness"的博客。早在2010年代，她就开始从事AI相关研究。她在TED上做过演讲，也接受过多次专访。这本书于2019年出版，当时ChatGPT还没有问世，OpenAI也才刚刚成立。

Janelle Shane的个人网站
https：//www.janelleshane.com

书中亮点：AI的广泛应用

这本书并不局限于我们现在熟知的AI技术，而是探讨了更深层次的问题：AI如何学习?AI存在哪些系统性问题和优势?在2019年人们对AI还不太熟悉的时候，它已经在哪些领域投入应用了?

有趣的是，书中提到了AI在中国的一个应用案例。在四川西昌，有一个饲养了60亿只蟑螂的农场。这个农场使用AI来控制温度、湿度等条件，以创造最适合养殖蟑螂的环境。这些蟑螂被用作一种叫做"康复新液"的中药原料。

路透社关于这个蟑螂农场的报道：
https：//www.reuters.com/article/us-china-cockroaches-idUSKBN1HN0CI

这个例子让我意识到，AI在2019年及之前就已经在很多领域投入使用了，包括游戏和工业领域。比如，在刚结束的奥运会上，法国的游泳池就使用AI来调节水温，保持最适合运动员的温度。

传统编程vs机器学习

作为一个外行，我一直好奇传统编程和机器学习的区别。这本书给出了很好的解释：

1. 传统编程是基于规则的，需要人为调整逻辑。

2. 机器学习是基于数据驱动的，从数据中学习模式。

传统编程由人来编写程序，创建数据库或网站。而机器学习可以用于图像识别、自然语言处理或数据预测分析。

这个定义让我们清楚地认识到AI的局限性。人为制定的规则可以跳出现有数据框架，创造全新的东西。而机器学习更多是在已有的大量优质数据基础上进行分析，确定共性，然后开发程序。

AI的"捷径"思维

书中提到了一个有趣的概念：sneaky shortcut(狡猾的捷径)。AI在执行任务时，会尝试走捷径。

1997年的一项实验就发现了这一点。程序员开发了两个算法来玩井字棋(Tic-Tac-Toe)。其中一个AI想出了一个人类无法想到的方法：它让自己的棋盘变得无限大，导致对手(另一台电脑)因内存溢出而系统崩溃，从而取得胜利。

这让我想到，人类其实也类似。我们的大脑也倾向于使用简单化的框架来节省脑力，而不是费力思考。如果你听过我之前关于Daniel Kahneman的"系统1和系统2"思维的播客，就会知道这一点。

数据质量的重要性

另一个重要观点是"garbage in， garbage out"(垃圾进，垃圾出)。如果给AI优质数据，它输出的也会是优质数据。这一点对人类也适用。

比如，中国传统教育理念强调选择好的环境。如果一个孩子的天赋稍弱，但周围都是聪明、有才华、乐于助人的小伙伴，那么他通常也不会差到哪里去。这就是一种"优质输入，优质输出"的体现。

如何更好地使用AI

从这本书中，我学到了一些实用的AI使用技巧：

1. Narrow the task(缩小任务范围)：给AI一个明确的、可控的范围来工作会非常有效。比如，如果你要AI提供设计建议，可以先指定它的角色(如资深设计师)，然后明确问题领域(如用户体验设计)，再给出具体问题和例子。

2. 注意偏见(Bias)：AI可能会出现幻觉(Hallucination)，即非常自信地给出错误或想象的答案。此外，数据本身可能存在偏差。比如，如果你让AI生成"科学家"的图像，可能大部分都是男性，因为历史数据中男性科学家占多数。

3. 批判性思维：作为使用者，我们需要意识到AI的局限性，带着批判性思维去看待它提供的内容。

4. 道德考虑：我们还需要考虑隐私保护、AI替代人类工作等伦理问题。

结语：乐观但谨慎

面对AI，我的两个主要收获是：保持乐观(Be optimistic)和保持谨慎(Be cautious)。

我们应该乐观地看到AI能极大提升我们的工作效率。比如，我现在用AI辅助podcast的文字输出、翻译校对和图片生成。但同时，我们也要对AI的输出保持谨慎态度，进行必要的验证和思考。

就像Andrew Ng说的，担心AI会取代人类，就像担心火星会变得非常拥挤一样。在当前阶段，我们更应该考虑如何与AI良好合作，发挥人类的独特优势。

在观看一期《圆桌派》的访谈节目时，嘉宾邓亚萍的分享给了我很多收获。我忽然发觉顶级运动员的训练，有很多我们可以学习的地方。

邓亚萍是我们熟知的国家乒乓球运动员，创造了许多世界纪录，还是多项冠军的保持者。除了在乒乓球领域的卓越成就，她还在其他领域有所建树。她曾在英国剑桥大学获得博士学位，还涉足过管理等不同领域，每个领域都表现出色。

通过邓亚萍的分享，我意识到运动员的学习方法对我们在职业领域的成长有很多启发。接下来，我将分享七个从运动员身上学到的学习秘诀。

1. 保证训练量

邓亚萍在节目中提到，"运动员做事情首先要起量"。这句话给了我很大启发。无论是进入一个新领域学习，还是准备实战，首先要保证训练量。

比如，运动员在备战某项赛事时，会制定严格的训练计划，如每天跑步5公里或进行固定时长的力量训练。虽然训练状态可能会有起伏，但基本训练量是不能减少的。

这一点可以应用到语言学习中。很多人学习英语或其他语言时，常常因为输入量不足而难以取得进步。每天只背5-10个单词是远远不够的。我们需要保证每天至少有一个小时不受打扰的专注学习时间，才能看到明显效果。

在身心健康领域，比如瑜伽和冥想，也有类似的观点。有专业人士建议，每次冥想至少需要一小时，才能进入深度放松和专注状态。虽然短时间的冥想也有一定帮助，但要想真正突破，还是需要保证足够的时间投入。

2. 专注和突破舒适圈

第二点是我从其他领域观察总结出来的：训练需要全神贯注，需要投入，需要有意识地突破自我，而不能停留在舒适圈内。

以健身为例，很多人去健身房只是随意活动一下，出点汗就觉得完成了锻炼。但这种强度远远不够，顶多相当于老年人散步的程度。如果真的想提升身体素质，就必须认真对待每次训练，全身心投入其中。

30-40分钟的高强度、专注训练，效果远胜于漫不经心地消磨一小时。所以，无论是运动还是学习，都需要我们跳出舒适圈，真正投入其中。

3. 重视技术

第三点是重视技术。很多看似高难度、需要勇气的运动项目，比如滑雪或高空跳水，其实都有其精细的技术要求。运动员会仔细分析每个动作的技术要点，甚至将复杂动作拆解成多个步骤来学习。

我曾经尝试过一个名为"每日一分钟音频"的项目，起初觉得挺有挑战性。但通过技术分析和练习，我发现了一些诀窍：

1. 先计算自己的语速，我的语速大约是每分钟250-280字。

2. 提前准备稿子，控制在相应字数。

3. 录音时对照稿子朗读，通常一两遍就能完成。

4. 用音频编辑软件稍作调整，确保时长刚好一分钟。

熟练后，整个过程包括写稿、录音和编辑，大约只需要10分钟左右。这个例子说明，通过技术分析和练习，看似复杂的任务也能变得简单。

4. 熟悉装备

第四点是熟悉装备。当你的能力和经验达到一定水平后，调整不同的装备可能会对你的表现产生显著影响。

这一点对专业人士尤为重要。比如在语言学习中，合适的工具如录音笔、学习软件或单词卡片等，都可能帮助你提升学习效果。所以，了解并善用各种学习工具和设备，也是提高学习效率的一个重要方面。现在，了解与熟练使用一两个AI工具，也是现代人必须具备的技能了。

5. 预演各种场景

第五点是预演所有可能的场景。我曾读过一篇关于顶级游泳运动员（可能是伊恩·索普）训练的文章，印象深刻。这位运动员会在各种不同条件下进行训练，以适应可能出现的各种情况。

例如，他会在正常条件下游泳，也会尝试不戴泳镜或戴上涂黑的泳镜游泳。他甚至会模拟突然停电的情况，练习在完全黑暗中保持方向感。这种全面的准备让他能在各种意外情况下保持冷静，可能会成为取胜的关键。

这一点对我们日常工作和学习也有启发。比如，如果你要去一个陌生的城市进行演讲，可以提前预演各种可能发生的情况，做好充分准备。

6. 头脑练习

第六点是进行头脑练习。我们经常看到运动员在比赛前闭目沉思，其实他们是在脑海中想象比赛场景，预演自己的表现。

他们会想象现场的气氛，自己如何与对手互动，如何保持专注等。这种心理练习不仅适用于运动领域，在其他职业领域同样有效。通过在脑海中预演重要场合的各种细节，我们可以提高实际表现的自信和效果。

7. 深入研究

最后一点是进行深入的调查研究(Research)。虽然我们可能认为运动员只需要训练身体，但实际上他们在赛事分析、对手研究方面的投入程度，远超许多专业人士。

他们会仔细分析每场比赛，研究对手的策略，复盘自己的表现。阿诺德·施瓦辛格在他的自传《Total Recall》中提到，在准备奥林匹亚先生选美比赛时，他会详细研究对手过去两届比赛中的每个姿势，分析这些姿势如何突出优势、掩饰缺点。然后，他会针对性地设计自己的动作，以更好地展示自己的优势。

这种深入的研究和准备工作，往往是成功的关键。不仅适用于运动领域，在任何专业领域都同样重要。

总结

总结一下，我们可以从运动员身上学到的七个学习秘诀是：

1. 保证训练量

2. 专注训练，突破舒适圈

3. 重视技术

4. 熟悉装备

5. 预演各种场景

6. 进行头脑练习

7. 深入研究

这些方法不仅适用于运动员，在任何领域都能发挥作用。希望这些建议能对你的学习和工作有所帮助。觉得有收获的话，请收藏和推荐转发这个贴子，也可以激励我写更多相关的内容。

在我们公司，我有幸能和来自新西兰、澳洲、美国和英国的十几名产品设计师和研究员们共事。他们都有很强的专业背景和丰富的经验，这为我提供了许多学习的机会。

其中，我觉得最有价值的学习场景是每周一次与直属经理的一对一会议。这种形式灵活而具体，我们会讨论工作问题、分享个人建议，有时甚至只是简单地聊聊家常。我的经理在移动设计开发方面经验丰富，作为管理者，她在沟通协调和保持团队进度方面的技能也非常值得学习。

播客版

技巧一：先提问，后建议

在沟通中，特别是当别人向你提出方案或计划时，我们的第一反应往往是直接给出建议或解决方法。然而，这种做法可能并不总是最佳选择。

原因如下：

1. 你可能还不完全了解对方的想法背后的原因和动机。

2. 直接提出建议可能会让对方产生防御心理，感到受到挑战。

3. 如果你的级别较高，对方可能会表面接受但内心并不认同。

更好的方法是先提问：

• "这个方案背后的考虑是什么？"

• "为什么选择这种方案而不是其他方案？"

这样做有几个好处：

1. 给对方更多时间思考自己方案的逻辑。

2. 如果你注意到可以改进的地方，通过提问可以让对方自己意识到这一点。

3. 即使对方没有立即意识到问题，你后续的建议也会显得更加自然和有说服力。

我注意到，公司里的资深设计师和主管们都在使用这种先问问题的方法。当然，根据具体情况，有时也可以直接给出建议，但通常来说，先提问是一个很好的沟通策略。

技巧二：对话而非独白

在一次与经理的交流中，我学到了一个重要的沟通技巧：要注意保持对话，而不是变成独白。

当被问及项目进展时，我开始滔滔不绝地讲述，没有给对方插话的机会。我的经理后来指出，这种方式会导致以下问题：

1. 听者无法及时提出问题或表达想法。

2. 重要信息可能会被遗忘，因为没有及时的互动和确认。

改进的方法是：

1. 在讲述重要信息后暂停，给对方提问和思考的机会。

2. 使用一些问句来鼓励对话，比如：

   • "Let's pause here. Do you have any questions?"

   • "What do you think?"

   • "What's your opinion?"

   • "Thoughts?"

这种方式可以确保沟通是双向的，更有效地传递和接收信息。

技巧三：不知道就说不知道

在职场中，我们经常会遇到不知道答案的情况。有时，出于维护自己权威或专业形象的考虑，我们可能会试图回避或模糊地回答这些问题。然而，我的经理教会了我一个重要的lesson：承认自己不知道某些事情并不会削弱你的专业性，相反，它会增强你的可信度。

正确的做法是：

1. 直接承认自己不知道。

2. 承诺会去查找相关信息。

3. 保证稍后会给出明确的答复。

例如，你可以这样说："对不起，我现在不确定这个问题的答案。我需要查阅一些资料，稍后会给您一个明确的回复。"

这种诚实和专业的态度反而会增强你的权威和可信度。它表明你知道自己的能力边界，并且愿意为获取准确信息而努力。

总结一下

总结一下我从我老板那里学到的三个基础沟通技巧：

1. 先提问，后建议

2. 保持对话，避免独白

3. 不知道就诚实地说不知道

希望这些技巧能对你在职场中的沟通有所帮助。觉得有收获的话，请收藏和推荐转发这个贴子，也可以激励我写更多相关的内容。

为什么要聊这个话题呢？因为我在社交媒体上经常看到朋友们热火朝天地讨论如何学习英语，但似乎还存在一些误区。另一方面，我发现自己分享英语学习相关内容时，总会引起很多关注，说明这确实是大家比较关心的话题。

但英语学习是个庞大的话题，不可能在短短一篇贴中说清楚，这里只聊6个方面。播客版在这里：

背单词的误区

首先，我发现很多朋友会花大量时间背单词，在社交媒体上经常看到讨论词汇量、发音等话题。那么词汇量、发音与交流能力到底有多大关系呢？

我现在基本不去单独背单词了，原因有二：

1. 之前已经积累了一些工作中常用的词汇和表达。

2. 日常生活中的基本表达和词汇已经掌握得不错。

我估计自己的词汇量也就几千个，不会太多。但作为一名设计师，我已经掌握了工作中需要的专业词汇，以及与程序员、产品经理沟通时的常用表达。这是在多年工作中逐渐积累的结果，从最初的完全不懂到现在能够把握语境和常用表达方式。

虽然不专门背单词，但在工作和生活中难免会遇到新的表达和词汇。比如，有人用"salary"表示工资，有人在正式场合用"compensation"。碰到这种可以拓展的表达时多留意一下，你就在实际应用中学到了新的表达方式。

工作中的语言实践

现在我每天大概有1-2小时用于口头沟通，包括组织会议、一对一交流、设计分享等。这种交流不是被动听讲，而是需要主动表达思路、捕捉不同意见、构想对应方案，甚至进行讨论和争论。

除此之外，我每天还有大量的邮件和Slack消息需要回复。这样，在工作中就被动地进行着英语练习，不断强化语言能力。

如果让一个学生每天花3个小时专门进行听力和写作训练，可能会觉得很累。但在工作场合中，每天2-3个小时的邮件往来和会议讨论是必须的。一开始会觉得很吃力，但慢慢就会适应。

找到合适的"position"

想要提高英语能力，除了学习计划和工具，更重要的是找到一个合适的"position"(位置)。什么意思呢？

就是说，如果你有机会选择一份工作，可以考虑：

• 能够大量与使用英语的人交流

• 需要查阅大量英文文档

• 虽然收入可能略低，但有更多机会在实践中训练英语能力

这样的position比自己死磕英语要重要得多。这是一种策略，适用于任何需要实践的技能，比如设计、编程、演讲等。

关键词的重要性

与其花大量时间背诵托福、雅思词汇(这些词汇量测试其实效果有限)，不如找到并掌握你所在领域的关键词。

什么是关键词？就是你的工作岗位涉及的核心词汇。比如：

• 程序员：peer review、前端、后端等术语

• 设计师：客户需求、PRD(产品需求文档)等

• 通用商业词汇：success metrics、time frame等

你可以借助ChatGPT或其他AI工具做一些research，列出这些关键词，然后学会用自己的语言灵活组合，表达想法。这样在实战中就不会怯场，也能更有效地利用有限的学习时间。

听懂多少才算懂？

很多人认为学好英语就是要100%听懂别人说的每一句话。其实这是一个误区。在任何语言的信息吸收过程中，你都不可能100%完全理解。

有时是没听清，有时是不理解某些术语，就像听政府工作报告或互联网黑话一样，总有一些词语会让人摸不着头脑。

关键是要判断哪些信息是真正重要的。比如在会议中，开场的寒暄可能听不懂也没关系，但如果讨论到下一步工作安排、责任人、截止日期、期望结果等核心内容，就一定要理解清楚。如果没听懂，要及时沟通、提问、确认，甚至建议对方把重要信息写下来。

工作中的沟通层次

在工作中，英语沟通其实有三个层次：

1. 清晰表达和准确接收信息

2. 说服：当对方有不同意见时，展现自己的逻辑，提出论据

3. 解决分歧：在完全相反的观点中，赢得对方的思考，解决沟通障碍

越高级的岗位，越需要协调不同意见，确保团队策略一致。而对于普通执行层面或中层管理者，主要还是集中在表达、解释和说服这些层面。

结语

现在我对自己的英语能力还算满意，因为它与我的职业需求相匹配。英语已经成为我工作生活中不可或缺的工具，就像穿的鞋子一样自然。

回想起刚开始工作时，参加会议听不懂、说不清的窘迫，我深知这种感觉。但这是可以克服的，只要给自己一些时间和信心，找到合适的方法和技巧。

总结一下今天分享的要点：

1. 不要死磕背单词，而是要掌握你行业里的关键词

2. 找一个能提供更多练习机会的工作岗位

3. 不必追求100%理解，但要把握住关键信息，遇到不懂的要及时反馈

希望大家都能将英语作为提升自己能力、找到更多机会的工具，而不是自我折磨的道具。觉得有收获的话，请收藏和推荐转发这个贴子，也可以激励我写更多相关的内容。

我的阅读兴趣曾经集中在科技、效率和个人成长等具体领域，最早还包括科幻和虚构类作品。中国历史一直不是我特别感兴趣的方向。但近几年，可能是因为年纪增长，我开始觉得历史非常有趣。我发现，很多我们现在生活中遇到的问题，其实在历史上已经发生过，前人也已经思考过，甚至有过类似的解决方案。

这几年我开始阅读一些中国历史方面的书籍。《万历十五年》就是我最近读完的一本经典之作，也是我曾经错过的一本好书。

这本书采用了一个非常独特的叙事角度来讲述一段我们中国人似乎已经很熟悉的历史 - 明朝后期的衰落，以及最终被清朝取代的过程。书中选择聚焦的是万历十五年，也就是公元1587年。这一年在历史上并没有发生什么惊天动地的大事，但作者的写作方式让读者完全沉浸其中，在1587年这一年，看似平静无波的表象下，实际上暗流涌动。

六个视角，一个时代

作者黄仁宇选择了六个历史上真实存在的人物作为主要角色，通过剖析他们的行为甚至内心世界，来展现整个时代的面貌。这六个人分别是：

1. 神宗皇帝万历

2. 首席大臣张居正

3. 张居正的继任者、文渊阁大学士申时行

4. 历史上有名的清官海瑞

5. 当时最杰出的军事人物戚继光

6. 明朝在文学和哲学领域的代表人物李贽

通过这六个人的视角，作者展现了当时中国封建社会制度，特别是明朝制度已经走到了尽头。这六人，有权倾一时的大官，有万人之上的皇帝，有想要在系统内改革的官员，也有在文学领域探索的哲学家，但所有在这个制度框架下尝试探索和改革的人，最终都失败了。

一种新的历史叙事方式

读完这本书后，我感觉它与其说是一部历史著作，不如说更像是一部视角独特的文学作品。这种感觉可能部分源于作者原文是用英文写作，后来才翻译成中文。这给人一种既熟悉又陌生的感觉，用一种新鲜的视角去看待我们似乎已经很熟悉的历史。

这本书采用的是一种现代文学中称为"视角式写作"(Point of View)的方法。每一章节都从一个特定人物的视角展开，然后在不同章节之间切换视角。这种写作方式在现代文学和游戏叙事中很常见，比如《冰与火之歌》系列小说和一些视频游戏。这种叙事方式之所以有效，是因为它符合人类天生观察和理解世界的方式。

明朝的困境

通过这六个人物的视角，作者深入探讨了一个问题：为什么一个幅员辽阔、财力充足的大明朝会被沿海倭寇和海盗骚扰，最终被看似未开化的满族人所灭?

作者的回答是：这六个代表社会各个重要阶层的人物，尽管都才华横溢，但他们在各自的领域中所做的探索和改革尝试最终都结局悲惨。他们试图在不挑战中国传统儒家文化和以道德为基础的治国方略的前提下进行改革，但全都以失败告终。

例如：

• 万历皇帝年轻时想要亲自带兵出征，但遭到百官反对。他的任何举动都会受到干预，最终他选择了"躺平"，30多年不理朝政，甚至不走出紫禁城一步。

• 张居正进行了一系列改革，但死后却身败名裂。

• 海瑞对道德要求极其严苛，但最终证明仅凭个人道德无法弥补制度和技术的缺陷。

• 戚继光在军事上取得了巨大成就，但他的策略打破了文官集团维持的平衡，最终付出了代价。

历史的启示

读完这本书，我有了几点思考：

1. 学习历史能帮助我们找到当前问题的历史根源，甚至可能找到解决方案。

2. 个人视角的叙事方式不仅适用于写作，在工作和生活中也很有价值。

3. 经典作品之所以成为经典，是因为它们能给读者带来深刻的洞察。《万历十五年》虽然出版已近50年，但它对明朝历史的解读仍然具有很强的启发性。

最后，我在想，是否可以将这段历史与当前的技术发展联系起来。明朝时期，社会管理主要依赖于道德约束，这在一定程度上反映了当时技术和信息传播的局限性。而现在，随着人工智能、大数据等技术的发展，社会管理系统前所未有地高效，这些新技术带来的变革，会是怎样地颠覆？