Posts for: #AI

上世纪七十年代后期，Dieter Ram 感受到世界处在一种由形态、颜色和噪音所组成的混乱里。意识到自己也参与其中，他向自己提出一个重要的问题：“我的设计，是好设计吗？”

他认为好的设计应当满足十条要求：

1. 好设计创新（Good design is innovative）

2. 好设计实用（Good design makes a product useful）

3. 好设计美（Good design is aesthetic）

4. 好设计使产品易用（Good design makes a product understandable）

5. 好设计不张扬（Good design is unobtrusive）

6. 好设计诚实（Good design is honest）

7. 好设计经久不衰（Good design is long-lasting）

8. 好设计在细微之处也维持水准（Good design is thorough down to the last detail）

9. 好设计环保（Good design is environment-friendly）

10. 好设计尽量少设计（Good design is as little design as possible）

拿这个标准来检验产品，我才意识到，这可难了。

拿 SlaxNote 这个小小的语音笔记来举例。这个小东西，满足了我自己的需求——在走路时，可以：

• 用录音记下灵感，并且转为文字

• 这些文字可以根据我的要求（通过自定义的 prompt）转为不同风格的文本（比如，同一段话，可以转为发小红书、朋友圈、微博等不同社交平台的文案）

• 可以生成简朴大方的图片分享

就是这样一个小工具，下载地址在 https://apps.apple.com/cn/app/slax-note-transcribe-voice-pen/id6480166286，用这个标准来看看够不够好：

1. 创新：目前市面上有不少语音笔记产品，我们还没有做出非常独特的不一样。不够

2. 实用：确实有用，记录了我很多稍纵即逝的灵感，而且让我更健康（多走路了），表达能力更强（多说话了）

3. 美：主打简洁，这方面我一直比较没有发言权。

4. 易用：尽可能不需要思考就会用。最近的版本改进了很多稳定性的细节问题。

多数人没能力写出简单清晰的作品。

不要以为有了 AI，就能帮人类想清楚并且清晰地写下来。要做到也不难，多思考，多练习。就我来说，仅知识星球的创业笔记，就写了 700 多篇，即便如此，还不够好。

有两篇短文说得很好，推荐阅读。

第一篇是 Paul Graham 的 Write Simply，他说：我尽量用普通的词语和简单的句子写作。

原因是：

• 简单的作品更容易阅读，读者在文章上花费精力越少，在观点上的精力会更多，更容易深入参与。

• 简单的作品更持久。持久是做得好的标志。

• 简单地写作，让我的写作更简单：快速写初稿，花几天编辑——主要是删减。

第二篇来自 Dilbert，开篇就很吸引人，他说：我从糟糕的作家变成好作家，是参加了一天“商业写作”课，我简直不敢相信这有多简单。我会在这里告诉你主要的技巧，这样，你就不用浪费一天时间上课了。

这个开头就很吸引人，不是吗？他描述的技巧有：

1. 简洁。写得更少——五句话的好论点比一百句话的精彩论点更能打动人心，反复修剪，去掉多余的词句。

2. 第一句话抓住读者。他这篇文章，为了让人好奇，第一句话重写了十几次。

3. 写短句。避免一个句子包含多个想法，读者没有你想象的那么聪明。

4. 自然。用更符合常识和思维习惯的词语和句子。

两篇短文的原文参见：

• https://www.paulgraham.com/simply.html

• https://dilbertblog.typepad.com/the_dilbert_blog/2007/06/the_day_you_bec.html

最近越来越喜欢使用 Perplexity，觉得他们的产品做得很有灵气。然后找了他们的两个访谈，读来很有收获，做些摘录和意译。

–

第一个是 Lex Fridman 访谈其 CEO Aravind Srinivas，内容在：https://lexfridman.com/aravind-srinivas-transcript。

在这篇访谈的前半部分，我看到不少产品比较本质的思考，颇为推荐。

Google 的“漏洞”——也就是 Google 给 Perplexity 留下的市场空间

我们雇佣的第一个员工来问健康保险。去 Google 搜索时，Google 没有动力给你明确的答案，他们希望你点击所有这些链接并自己阅读，因为这能带来广告收入。

任何比链接利润低的广告单元，或者任何会降低链接点击率的广告单元，都不符合他们的利益，因为这会减少高利润项目的收入——广告收入太惊人，没办法“戒掉”展示链接的广告模式。

我们从未尝试在 Google 擅长的领域与其竞争。如果你只是试图通过构建另一个搜索引擎来挑战 Google，并且有一些其他的差异化，比如隐私或无广告之类的，这是不够的。

颠覆来自于重新思考整个用户界面本身。为什么我们需要链接占据搜索引擎用户界面的显著位置？

阻止幻觉

在论文中阻止自己说胡话的一种方法是：确保每句话都有恰当的引用。要么引用其他经过同行评审的学术论文，要么引用自己论文中的实验结果。除此之外，论文中的其他内容都应该是我们个人的观点评述。

这其实就是维基百科的方式：在维基百科进行内容编辑时，会被要求提供真实可信的来源，且他们有自己的标准来判断可靠性。

知识发现引擎而非搜索引擎

在我看来，旅程在你得到答案后才刚刚开始。你会在底部看到相关问题，建议提出的问题。为什么？因为也许答案不够好，或者答案足够好，但你可能想深入挖掘并提出更多问题。

答用户还没问的问题

在产品层面上仍有很多工作要做，比如如何最好地向用户呈现信息，以及如何从用户真正想要的和可能想要的下一步倒推，并在他们提出要求之前就提供给他们。

盈利

也许 Perplexity 的长期商业模式可以让我们盈利，但永远不会像谷歌那样成为摇钱树。你必须记住，这仍然不错，大多数公司在其生命周期内甚至都没有盈利。

速度

Chrome 发布时，Larry 会故意在非常旧版本的 Windows 和非常旧的笔记本电脑上测试 Chrome，并抱怨延迟很糟糕。Larry 要求它必须在破旧的笔记本电脑上也能工作，这样在好的笔记本电脑上，即使是最差的网络也能工作。每当我在飞行中，我总是在飞机上的 WiFi 测试 Perplexity，因为网络通常很糟糕，我想确保应用程序即使在这种情况下也能快速运行，并且我会将其与 ChatGPT 或 Gemini 或任何其他应用程序进行基准测试，尽量确保延迟相当不错。

Spotify 早期的故事——弄清楚如何以非常低的延迟流式传输音乐(其实 QQ 和微信也有类似的故事)。

细节

每个细节都很重要，比如在搜索栏上，你可以让用户去点击搜索栏开始输入查询，或者你可以已经准备好光标，这样他们就可以直接开始输入。每一个细节都很重要，比如自动滚动到答案的底部，而不是强迫他们自己滚动。或者在移动应用中，当你点击搜索栏时，键盘出现的速度。我们关注所有这些细节，我们跟踪所有这些延迟，这是因为我们非常钦佩 Google 而养成的习惯。我想在这里强调的是，我从拉里那里学到的最终理念是，有一种理念叫做用户永远不会错。

前几天，公安部和国家互联网信息办公室联合发布了《国家网络身份认证公共服务管理办法（征求意见稿）》。

由这个设计，我想到了口碑还不错的 Singpass。

Singpass 是新加坡居民的数字身份，可以让用户方便、安全地在线上线下使用政府和私营部门的服务。

例如，可以用来登录新加坡所有政府网站的个人服务，如查询CPF账户余额、缴纳个人所得税、申请PR、担保签证等，还具备电子签名、人脸识别认证、接收政府通知等功能。

且私营企业也可以通过 Singpass API 将 Singpass 的身份认证功能集成到自己的系统中。用户通过 Singpass 验证后，可以无缝访问企业在线服务、验证用户真实身份、无纸化电子签名等，还可以在征得用户同意后，调取政府数据库中的个人信息，简化在线交易流程。

–

我举一个企业实际遇到的困境，来说明国家网络身份认证公共服务的价值。

1. 根据法律，中国居民上网需要实名制。因此提供网络服务的企业，必须采集用户的实名信息。

2. 根据法律，企业不能侵犯用户隐私。因此采集的实名信息，必须妥善保存。如果泄漏——可能是黑客攻击，可能是内控不当，当然也可能是企业自己利欲熏心利用这些信息牟利，需要承担法律责任。

在我们做移动互联网的初期，想法很朴素：

我们只做工具，因此用户就通过微信登录就好，我们不需要任何资料——连密码都不用。不存密码、身份证、手机号等一切信息，没有就是最安全的。

但很快就被现实教育了，于是只能在法律框架下尽可能最小化地索取数据和权限。然后战战兢兢地运营着——毕竟怀璧其罪，系统里存着一些用户信息，即便是加密的，也不敢出问题。

目前的现状是，随便一个犄角旮旯的小网站，只要想用，我就得提供身份证和手机。

如果对方是大企业，说不定还得手持身份证，并且配合着张嘴闭眼。

几年下来，其实有大量网站拥有了我的个人信息。这些网站背后的公司，当然会有倒闭的、被卖的。那么，我的个人信息就有可能被“再利用”。

现在 AI 的图片、语音、视频生成能力都颇强了，说不定什么时候，我的 AI 分身就被上线运营了。

顺便说一句，这个标题是 Claude 取的。

同事、同学们一起午餐，多人吃饭，一人付款。算出不同人的需要支付的金额，大家还给付款人，这是件麻烦的小事。

我观察了一下，一起吃饭有几种场景：

1. 吃大餐，点一大桌一起吃，这种情况，用微信的 AA 收款足够方便。‍‍‍‍‍‍

2. 各吃各的，每个人自己点，自己付，然后做到一起聊天，这种情况无需分账。‍‍‍

3. 坐到一起，每个人点自己想吃的套餐，再叫几个菜大家一起分享。这就能用上这个小工具了。‍‍‍‍‍‍‍‍‍

EasySplit 这个小工具能做到：

1. 菜品识别、价格识别，并判断税费和服务费。‍

2. 设置人数，通过简单的交互（拖拽、点击）拆分不同餐食。‍‍‍‍‍‍‍

3. 生成清晰漂亮的分享图，方便大家分账付款。

这是个小工具，想着可能对我们这些时常一起吃饭，需要分账的打工人，以及对还没能自己挣钱的学生们有用，就免费发布了（口袋里钱更金贵了，把日子过精细点，没毛病 :)。可以在 App Store 搜索 EasySplit 下载，也可以直接访问下面的链接：

https://apps.apple.com/cn/app/easysplit-split-bill-easily/id6503283357?l=en-GB

另外，这个小工具的客户端是用 flutter 编写，服务端是 go，调用了一些云端服务，功能和代码都比较简单，似乎也适合新人上手体验一些 AI 相关的东西，所以小伙伴们索性开源发布了，Github 地址在：

https://github.com/Tealseed-Lab/EasySplit/

欢迎开发者们提供些建议、反馈，如果这个小工具对你有用，更欢迎你帮助我们做些迭代——哪怕从报 Bug 开始。

目标

• 满足用语音写作、记录生活、写日记/博客者的写作需求。
• 大幅降低写作成本。

初步考虑

• 默认情况下，只有一个 tab，日记列表。UI 可以学习 flomo，尽可能简洁。
• 一个发表按钮，点击后进入全屏，提示用户思考，对什么事情有感触，或者是不是拍到了有趣的图片。以及一个大录音按钮。
• 点击录音，开始录下用户的语音，并且实时识别为文字。
• 一段结束后，将内容交由 AI 处理，输出为更加优雅简洁的文本。这里如果有机会，尽可能使用本地计算，然后才是自己的算力，以及 OpenAI。
• 一段日记，由语音和文字组成。用户可以手工调整文字内容。
• 高级功能：选择文字时，定位语音。
• 高级功能：用户可以给日记加星，加星就代表发布。
• 发布后，就有两个 tab。第二个 tab 是已发布内容（标准的博客，其他人可以来点赞评论）。
• 发布可以选择同步到诸如 Twitter、Facebook、LinkedIn 等第三方平台。

长期考虑

• 可以训练我的语音数字人，用我的文风和人交流。用户可以对外提供这样的收费服务。
• 有机会存储大量 ugc 语音、文字、图片，作为训练语料。

1. 安装需要的包

sudo pacman -S fcitx5 fcitx5-gtk fcitx5-qt fcitx5-configtool fcitx5-rime

2. 安装 GNOME 扩展用于面板显示

安装 gnome-browser-connector 以在 GNOME 系统托盘中显示 fcitx：

sudo pacman -Sy gnome-browser-connector

然后安装 KimPanel GNOME 扩展：https://extensions.gnome.org/extension/261/kimpanel/

3. 安装雾凇拼音词库

参考：https://github.com/iDvel/rime-ice?tab=readme-ov-file

使用 AUR 助手安装 rime-ice-git 包：

# paru 默认会重新评估 pkgver，有新提交时自动更新
# yay 需要手动启用：yay -Y --devel --save

paru -S rime-ice-git
# yay -S rime-ice-git

推荐使用 patch 方法。编辑输入框架目录中的 default.custom.yaml 文件：

• iBus：$HOME/.config/ibus/rime/
• Fcitx5：$HOME/.local/share/fcitx5/rime/

default.custom.yaml：

patch:
  __include: rime_ice_suggestion:/
  __patch:
    key_binder/bindings/+:
      - { when: paging, accept: comma, send: Page_Up }
      - { when: has_menu, accept: period, send: Page_Down }

4. 其他配置

使用 fcitx5-configtool 进行进一步自定义。

我的灵感经常来自两个场景，一是洗澡，二是散步。

但这两个场景下，掏出纸笔或者手机打字记录，都有些怪异。而且——其实我试过，但由于环境限制，经常记得过于简略，几天后回顾时，往往会忘记，那时最让我激动的点究竟是什么。所以我想试试：1. 用语音记录内容，语音可以转文字，且语音可以回听。2. 用 AI 将内容梳理顺畅，方便快速复制到其他地方（比如发朋友圈）使用。于是我请同事帮我做了个小工具。目前还很粗糙，用来居然还挺顺手。发出来给大家看看，有兴趣的朋友，可以在 iPhone 上试试。

因为使用了 AI，还是有成本的，所以做成了内购，当然有免费额度，足够你测试了。

产品名称叫 SlaxNote。Slax 是 Simple and Relax 的含义。后续我们可能用这个品牌，做一系列小产品。希望这些小工具都能具备这样的特点——简单，从容。

下载链接是：https://apps.apple.com/cn/app/slaxnote/id6480166286

官网：https://note.slax.com/

欢迎使用，欢迎成为我们尊贵的付费会员，也欢迎给我们提出各种功能建议和批评。

这些天对 GitHub 的信息做了些收集整理，看网上没有很完整的信息，发出来共享。

我个人对 GitHub 能高速发展的一些观点

• 解决的问题

• 开发者

• 大规模远程协作、交流代码的需求

• 成为开发者对外的名片

• 组织和企业

• 存储代码的 SaaS 需求

• 抓住的机会

• 踩中了开发者数量爆发增长的二十年（2011.08 Software is eating the world - Marc Andreessen）

• 在持续增长的市场里，做了多年有复利的事

• 有可能在 AI 带来的“人人都是开发者”的时代，进一步增长

阅读过程中我的一些感触

创始人说：And we’re all about getting things done. We’re very lucky to be working (mostly) on a web app, which means it’s super easy to make changes fast. We’ve learned it’s much better to ship it now and fix it later, once you can see how people are using it, than it is to let it linger in development forever. Just ship it.

一位自称 Jia Tan 的开发者，花了三年时间，取得开源软件 xz 社区信任，谨慎地植入了一个后门，可以让攻击者无需账号也能通过 sshd 进入系统。如果成功，大多数 Linux 系统（也就是大多数公司的服务器使用的操作系统）都会受到影响。

最后功亏一篑——因为程序没写好，系统资源占用过高，被一位认真的工程师分析并发现。

这几天网上有很多技术分析（我看不懂）和讨论，说说我的观点。

1. 这次事件，其实正好证明了开源界常说的：只要有足够的眼睛关注，任何漏洞都无处藏身。

2. 任何软件，而不仅仅是开源软件，会受到这样的攻击。商业产品中被发现后门的事件，历史上发生过不止一次。

3. 未来的 AI 或许有机会帮助检查出类似构造巧妙的后门和漏洞。

4. 开发者们可能会面临一小波信任危机——要取得社区的信任，以后或许会更加艰难一些。而中国开发者（虽然 Jia Tan 未必——甚至大概率不来自中国，但这个 ID 的设计，就会带来不好的影响）会面临更多挑战。

5. 对于信任问题，或许一个解决办法是付费。具体实现是：要提交代码，先做一笔小额支付验证身份，认证完成后可以立即返还。后续代码质量高，项目方甚至可以将收到的捐赠款项分配给贡献者。在知识星球里，通过付费，我们减少了数据量、噪音，提高了服务质量。在开源领域，或许有机会通过付费，借助真实世界里对金融领域的严谨认证来保障信任。

6. 对这类攻击，普通用户其实没什么好应对的，要我说，“用小众产品”就能避开很多攻击。

7. 要是真的很在意，那我有些朋友有些古怪习惯，比如：只在虚拟机里访问网络。比如：用极“老旧”但是稳定的系统和版本。

–