ChatGPT 精选

一些我个人关于投资的思考笔记：1）在一开始做投资练习的时候，都是直觉的，盲目的。哪怕查了资料，做了分析研究，其实也是虚假的，是不懂的。这个时候赚到钱是运气，亏了钱是活该。2）一个基本原理是“不懂不投”，那怎样算懂？你对谢霆锋和王菲的八卦是怎样的如数家珍；对甄嬛传的每句台词和每个人物暗线是怎样的了然于胸；对爱豆的成长史和背后的经纪公司纠纷是怎样的头头是道。到这个程度就算是懂。3）这样的“懂”，需要的是长期的关注，思考，了解，追踪。仅仅是用AI查一下，看了一点财报，甚至只是看了理财app里的介绍，都远远算不上懂。4）所以大多数人都是在盲投，哪怕是那些满嘴术语做了很长时间炒股的人，也有很多是在装懂。5）这样看来我对任何公司都不懂，咋办？我

readable.css 回到网页的本质——让内容清晰、舒展、可读。它不炫技、不添乱，用语义化样式实现极简一致的视觉体验。对重视写作与阅读的开发者而言，这是一次技术回归人性的漂亮尝试。https://readable-css.freedomtowrite.org/

Anthropic 发布一篇《AI对劳动力市场的影响：一种新的衡量标准和早期证据》的研究报告🔸 LLM 理论上能做很多工作任务🔸 但现实中真正被用到的范围，远小于理论能力🔵 蓝色：某职业中，LLM 理论上可以完成的任务占比🔴 红色：根据 Anthropic 自己的使用数据推算，AI 实际覆盖到的任务占比AI 最容易切进去的还是计算机、金融、办公、法律等知识工作；但目前实际使用程度还远没有达到理论上限，职业世界里存在很大的“可做”和“已用”之间的差距。所以这图真正有意思的地方，不是“AI 已经替代谁了”，而是：→能做 ≠ 已经在做→ 几乎所有职业里，红条都明显短于蓝条→ AI 的能力上限已经抬得很高，但真实落地还卡在很现实的问