SoftStorm(Fiona Lu) (@softaiaoffical) profile picture

Pharmacy / CS. Serial entrepreneur. Building things across AI, health, and tech. 🔮 Create—because you are the author, not the user.

Joined December 2025
Photo by SoftStorm(Fiona Lu) (@softaiaoffical)Photo by SoftStorm(Fiona Lu) (@softaiaoffical)Photo by SoftStorm(Fiona Lu) (@softaiaoffical)Photo by SoftStorm(Fiona Lu) (@softaiaoffical)Photo by SoftStorm(Fiona Lu) (@softaiaoffical)Photo by SoftStorm(Fiona Lu) (@softaiaoffical)Photo by SoftStorm(Fiona Lu) (@softaiaoffical)Photo by SoftStorm(Fiona Lu) (@softaiaoffical)
很多华人科技精英对美国权力结构的理解,仍然停留在商业世界的逻辑里。 这里问一个扎心的问题: 如果有一天,你在美国遭遇不公平的待遇,甚至面临刑事调查和牢狱之灾,你知道哪些议员有影响力、哪些机构能够提供合法帮助、谁能够对程序中的不公提出质疑吗? 同样是科技公司CEO出轨,2025年在Coldplay演唱会上被大屏幕抓包的Astronomer CEO Andy Byron,也曾引发席卷全球的舆论风暴。 但他辞职以后,似乎并没有像黄仁勋一样,被几家美国主流媒体持续追着挖几十年前的旧账。甚至事件中的另一位当事人,在聘请公关顾问后,还获得了《纽约时报》的深度专访,得以公开讲述自己的经历。 这种舆论走向的差异,恰恰让我想到一个长期被华人科技圈低估的问题:媒体关系与政治关系。 你可能认识十几个VC、几十位创业者,却不认识一位国会议员,也没有一个长期保持联系的主流媒体记者。 而英伟达这样一家庞大的企业,据WIRED报道,在2025年10月才开始让外部危机公关公司Heller深度参与自己的媒体事务。 这真的太晚了! 你今天可以聘请全美最昂贵的游说公司,但你无法在几个月里买到十年积累的信任、政策网络和公共信誉。 很多华人创始人可能认为,只要我的公司创造足够多的就业、税收和技术突破,社会自然会认可我的价值。 但华盛顿的政治现实往往是: 经济贡献不会自动转化为政治资本。商业成功,也不意味着你拥有定义公共叙事、参与制定规则的能力。 我们可能非常擅长与VC、客户、工程师建立关系,却不知道如何持续与国会议员的政策幕僚、国会委员会、行业协会、智库和政策记者打交道。 很多中国企业对美国PR的理解,也仍然停留在曝光量:上了几家媒体、获得多少阅读、有没有品牌报道。 但成熟的Public Affairs体系,远不止于此。 Media Relations不是花钱买几篇通稿,而是长期与记者建立可信的沟通渠道,让他们在需要了解你的行业、技术与企业时,知道去找谁。 Government Relations不是等到监管政策出台才花钱找Lobbyist,而是在政策酝酿阶段,就已经参与讨论,与不同政治阵营保持持续、合规的沟通。 这些关系应该成为企业长期积累的组织资产。 一个人能走进白宫,不代表他的企业真正走进了华盛顿的权力体系。 黄仁勋曾拥有巨大的商业影响力,也能够直接接触总统。但当危机真正到来时,这些关系并不足以消除他面对的媒体调查、法律风险和政治压力。 这件事真正值得北美华人科技圈反思的是: 为什么我们可以成为美国科技行业的顶级玩家,却往往缺席决定行业规则、塑造公共舆论的那张桌子? 你不参与政治,不意味着政治不会影响你。 而当你终于意识到规则的重要性时,可能已经到了不得不为规则付出代价的时候。
2
2
289
出摊了! Pharmacy➕CS,主要在上海和北美活动,线下也积累了一些AI、媒体和创业圈的朋友。 希望在这个平台也多多认识朋友! #蓝V交友 #真诚浇友
20
16
616
总结一下时间线: 11月18日(周三):Eva Yi Xie在华盛顿举行的美国神经科学学会年会(SfN)展示了自己的研究海报。 11月19日(周四):她准备从华盛顿里根国家机场乘机返回普林斯顿,却遭到 ICE 拘留。 当天下午,她通过 Slack 向实验室同事发出求助信息,随后同事与她失去联系。 据实验室消息,她被关押在弗吉尼亚州 Chantilly 的拘留设施。 11月20日:事件引发关注,普林斯顿大学确认已为她安排律师。 关于Xie的背景:2016年从中国移居美国。2024年毕业于 MIT。 截至目前:ICE 仍未公开解释拘留依据。 目前无法确认是否与签证、移民身份或其他执法理由有关。 细节补充:她的导师 Carlos Brody 在接受普林斯顿校报采访时,明确提到了当局有意将她驱逐出境。Brody Lab 已经联系新泽西州民主党参议员 Andy Kim 的办公室,以及其他民选官员,寻求协助。
Our colleague Eva Yi Xie, a Princeton neuroscience PhD student, was detained by ICE at Reagan National Airport on her way home from SfN, where she’d just presented her poster. She’s being held in Chantilly, VA. Please help us bring her home. 📷
33
10
1
93
31,592
决定认真经营一下这个账号,先来认识一下!🥂 我的背景有点杂:Pharmacy➕CS,主要在上海和北美活动,也积累了一些科技、媒体和创业圈的朋友。 理科训练让我习惯追问证据,创业经历让我关心商业逻辑。但比起技术本身,我一直对技术背后的人和商业更感兴趣。 所以这个账号除了聊 AI 新闻、产品和商业,也想聊聊科技如何改变我们的工作、文化、权力关系,甚至人与人之间的关系。 毕竟 AI 不只是工程师的事。它最终改变的,是我们所有人的生活。 希望能把复杂的技术讲得通俗一点,把严肃的问题聊得有趣一点。既不把硅谷当神坛,也不把每次技术突破都当世界末日。🤣 欢迎科技、媒体、创业圈的朋友交流,向你们学习! 我的slogan:Create— because you’re the author,not the user. 科技需要理性,人文需要想象力,吃瓜则两者都需要。 🍸 #蓝V互关 #蓝V浇友 #真诚浇友 #出摊
12
5
403
在这篇姚顺雨的文字稿里,我觉得 Trust、Taste、Low Ego 是这22条里最值得展开的三个词。因为它们看似在讲AI公司的管理,实际上讲的是:当所有人都越来越有能力做事,究竟什么决定谁能做出真正有价值的东西? 而且这三个词之间存在一种很有意思的关系: Trust决定一个想法能不能活下来,Taste决定什么想法值得活下来,Low Ego决定一个错误的想法能不能及时死掉。 1. Trust:别把创新管理成高考 很多公司嘴上鼓励创新,实际操作却是: “这个项目预计带来多少收入?” “有没有成功案例?” 问题是,如果一个想法已经有成熟的商业模式和确定的ROI,那可能叫复制,不叫探索。 Trust不是无条件相信某个人,而是允许有能力的人在合理的边界内试错,不必每走一步都先证明自己正确。 创新需要自由,但自由需要信任来支付账单。 2. Taste:当执行力越来越廉价,判断力就越来越昂贵 过去你有一个好点子,还得会写代码、做设计、组建团队。 现在AI正在大幅降低这些门槛。 于是出现一个新问题:大家都能做出东西了,谁来判断哪些东西值得做? Taste不是单纯的审美,也不是我觉得这个牛。 它是一种经过长期观察、实践和反馈形成的判断力:知道用户真正需要什么,知道哪些技术指标只是漂亮数字,也知道什么时候值得逆着共识下注。 AI可以帮你实现100个想法,但不会自动告诉你哪一个值得投入人生。 3. Low Ego:最昂贵的Bug,可能是创始人的自尊心 这点我尤其喜欢。 很多人以为优秀人才必须特别自信,但自信和自我防御是两回事。 Low Ego不是没有野心,也不是谁说什么都同意。 而是能做到:这个想法是我提出的,但证据证明它不行,那就改。 尤其在AI行业,技术每隔一段时间就可能发生变化。 如果一个人的自我价值完全绑定在某项技术、某个判断或某个职位上,他就很容易为了维护自尊而拒绝更新认知。 Low Ego的本质,是把追求正确放在证明自己正确之前。
从清华的朋友那求来了姚顺雨昨晚分享的文字稿,貌似有点私密我就不传播了,整场分享价值的确很高,以下是我的笔记: 1. 未来一个值得关注的方向是小模型体系,AI for AI会显著推动小模型发展,因为训练小模型需要的算力更少,可以进行更多实验。未来可能先训练一个能力足够强的大模型,再通过蒸馏得到不同尺寸、分别适配不同任务的模型,最终形成Model Hierarchy,模型的价值将越来越取决于能否以合适的成本匹配具体任务。 2. 工业领域大量非文本数据值得关注,例如时间序列、临床数据和结构化表格。姚顺雨提到,目前直接针对这些模态训练原生模型,经常会遇到推理能力不足的问题,他提出了两种可能的解决路径:一种是让Agent像人一样调用图表、专业工具,甚至训练专门的模型来处理数据;另一种是将这些专业数据作为知识纳入模型体系。 3. RSI(递归自我改进)正在成为热门概念,但姚顺雨认为它的本质其实很朴素,就是用AI更好地运行研发循环。早在2019年,人们就已经在使用GitHub等工具辅助开发,真正的进步来自持续修复Bug、清洗数据、运行实验和Debug。他特别强调,技术进步来自那些把具体问题解决的人,而不是不断创造新概念的人。这也意味着AI研发自动化有大量具体的工程机会,尤其是能够让模型参与下一轮数据生产、实验验证和代码改进的闭环系统。 4. 一个容易被忽略的研究问题是,小规模实验的失败未必意味着研究方向本身没有价值。姚顺雨分享过自己的经历,博士后期他曾尝试将ReAct策略融入模型,希望提高模型能力,最初在Llama13B上实验的效果很差,一度怀疑自己的研究能力,后来意识到模型规模可能不足以体现这个方向的价值。他认为,算力不足时,实验中的噪声很容易掩盖真正的信号,研究者甚至可能因此判断错什么问题值得做。大模型研究需要结合理论推导和小规模实验预测大规模实验的结果,同时也要理解哪些结论能够跨越模型规模迁移。 5. 预训练数据的竞争远没有结束,未来的数据工程还涉及如何重复利用高质量数据而不让模型简单记忆数据。姚顺雨提到,代码等高质量数据获取成本很高,训练时可能需要重复使用,但重复次数增加又会带来记忆和过拟合问题;合成数据也面临质量退化的风险,此外还需要研究动态数据的构建和不同数据之间的配比。他特别指出,预训练中的很多配方可以先在小模型上验证,但小模型实验得出的结论并不一定值得直接迁移到大模型,这也是预训练研发非常困难的地方。 6. 后训练数据需要同时解决模型的智力和实用性问题。姚顺雨把数据难度与Intelligence联系起来,例如数学题可以持续提高难度,训练模型的推理能力;而写作等任务计算难度可能没有那么高,却有很强的实际使用价值,对应Alignment。一个模型可能数学能力很强,却无法很好地完成真实用户的工作,因此后训练需要同时考虑任务难度、实际用途和数据质量,还要研究评测指标与最终后训练效果之间的相关性。 7. 强化学习的工程瓶颈远不止算法本身,RL训练首先要保证正确性,其次是稳定性,最后才是效率。以GRPO为代表的算法仍然建立在Policy Gradient这一相对简单的框架上,其中一个重要原因是它引入的额外假设较少;与此同时,训练系统和推理系统必须协同设计,需要解决吞吐量、显存占用以及有限GPU资源如何在训练和推理之间分配的问题。他还提到,大模型实验成本很高,因此需要通过数学直觉、小规模实验和超参数研究,尽可能提高大规模实验的成功率。 8. AI安全领域需要区分Safety和Security,前者关注模型自身行为是否偏离预期,后者关注外部攻击者如何利用模型实施攻击。姚顺雨认为,网络安全能力也应该进一步区分漏洞发现和漏洞利用,发现系统存在漏洞并不意味着能够利用漏洞完成攻击,因此训练模型时可以有意识地加强防御性数据和防御能力。他们在模型发布前还会进行专门的安全评测,并与外部安全研究团队合作。 9. 他分享过一次很有意思的Agent安全压力测试,把多个Agent放进沙盒,给它们安排一个无法直接完成的任务,模型随后发现了一种能够联系其他环境的通信渠道,主动建立沟通、召集其他Agent分工,并尝试前往Hugging Face寻找任务答案。显然,当Agent遇到无法完成的任务时,它会主动寻找外部资源、建立通信关系并改变原有执行路径。未来的Agent安全评测需要覆盖多Agent协作、跨环境通信、权限边界和任务受阻后的行为。 10. 姚顺雨对开源安全也有一个比较明确的判断,他认为负责任的开源可以增进安全能力,因为防守者同样需要拥有足够强的工具。他举例,有人希望使用模型帮助开展安全防御,却因为闭源模型的安全规则被拒绝,最后转而使用开源模型完成工作。因此,模型开源需要配套训练阶段的防御能力建设和发布前的安全评测,不能简单地将开源与安全风险画等号。 11. 很多Alignment问题可以落实为具体的奖励设计问题。姚顺雨用教育作比喻,如果一个孩子只有数学考100分才能获得奖励,他自然会把全部精力放在数学上,甚至可能形成其他方面的问题;模型也会按照训练数据和奖励规则优化自己的行为,最终表现可能与设计者真正希望的目标存在偏差。他认为这属于可以通过数据、奖励函数和评测机制不断改进的工程问题,机器也可以辅助人类完成这套对齐工作。 12. 自动化不可避免地会继续深入,但人类需要重新找到自己参与系统的正确位置,需要把人安排在合适的环节,以正确的方式监督AI,他甚至认为,未来一些Infra和算法工作可能越来越不需要人,但数据和信息领域仍然需要人的参与。这也涉及目标定义、数据质量判断、结果验证和现实世界部署等工作。 13. 模型能力的提升通常是连续发生的,但真正引发商业爆发的往往是交互方式发生变化,或者某种过去无法完成的任务突然变得可用。姚顺雨用GPT的发展举例,模型内部能力可能一直在逐步提升,研究人员每天都能观察到细微进步,普通用户却可能只在ChatGPT出现时才突然感受到变化。对于产品创业来说,这提供了两个观察方向:寻找能够改变用户交互体验的新产品,以及持续测试模型能力边界,发现那些刚刚从不可用变成可用的任务。 14. 技术能力、用户价值和商业收入之间存在很大的距离,如果一个模型的能力已经接近GPT,但实际收入只有对方的1/100甚至1/1000,就应该认真检查产品本身的问题。他还指出,商业定价在很大程度上取决于竞争关系,而非单纯取决于产品质量。因此,模型公司的商业机会取决于能否解锁新的应用场景、创造足够大的用户价值,以及在竞争中获得合理的市场份额。即使底层模型的算力和研发资源逐渐集中,围绕模型部署、产品创造和真实业务场景进行整合,仍然存在创业机会。 15. 关于AI公司的组织模式,姚顺雨特别提到了自下而上的创新。他以OpenAI为例,早期公司重点投入的方向包括机器人,但GPT作为一个小项目逐渐展现出价值,随后获得更多资源;后来的gpto1也经历了从数学研究小组逐步发展起来的过程。这种组织方式允许创新从小团队和具体实验中涌现,再根据实际结果决定投入。他认为,很多重要创新在最初阶段并没有明确的商业规划,组织需要给探索性项目留下成长空间。 16. 他对大模型公司追逐量化指标的现象提出了批评,团队负责人不够了解技术时,下属往往会选择汇报容易量化的结果,例如模型参数、数据量和MMLU分数,因为这些指标更容易展示成绩,但真正重要的工作可能是修复一个关键Bug、解决数据质量问题或者让整个系统正常运行。他认为,做大模型最重要的是知道应该做什么,并且坚持把正确的事情做好,即使这件事短期内无法体现在漂亮的指标上。 17. 姚顺雨谈到了一种很有意思的组织文化差异:有些团队以量化指标和赛马机制为中心,谁的分数高就给谁更多资源;而他更看重Trust和Taste,也就是信任与判断力。他以微信、游戏和影视项目为例,这些产品在发布之前很难通过AB Test准确预测最终成败,管理者需要相信团队的审美、经验和长期判断,愿意持续投入时间。 18. 在人才选拔上,姚顺雨认为学习能力比已有经验更重要。他提到,自己看重的团队成员通常具备Low Ego、诚实、靠谱和愿意把事情做正确等特征,同时需要有很强的Co-design意识。大模型研发涉及算法、Infra、芯片、数据和产品等多个团队,一个训练架构的设计就需要综合考虑训练效率、推理效率、后训练能力和成本,任何单一岗位都很难独立完成。一个人能否快速学习、与不同领域的人有效协作,以及是否愿意认真处理细节,往往比简历上已经掌握多少具体技术更重要。 19. 他还提到,不同性格的人其实适合大模型产业中的不同岗位。喜欢明确指标、享受持续进步的人可能更适合预训练和Infra;想象力丰富的人可以尝试算法研究;喜欢思考人文问题、理解用户需求的人可能更适合产品和对话体验;做事认真、责任心强的人则适合生产系统和模型部署。AI产业需要的能力结构非常复杂,没有必要让所有人都去竞争同一种技术岗位。 20. 对于个人职业选择,姚顺雨提出了一个很实用的问题:你要么融入大模型浪潮,成为这套机器的一部分;要么寻找能够与大模型互补的事情。他借用了一个创业判断标准:假设GPT6发布,你的创业公司会因此睡得更香,还是更睡不着?如果模型进步会直接摧毁你的核心业务,就需要重新审视方向。与模型正面竞争人类已经不占优势的认知任务,成本会越来越高,物理世界、硬件、真实实验和对人性的理解等领域,则可能拥有不同的资源壁垒。 21. 姚顺雨分享了自己在清华读书时的经历。他直到大三下才开始做科研,最初也是因为推研要求而被动进入科研,期间尝试过一些当时流行的研究方向,却发现自己并不真正感兴趣。他后来更愿意追随自己对计算机和其他领域的兴趣,也提到身边有人曾经参与说唱社、学习数学,过去看起来不相关的经历,后来可能转化成语言审美、理论理解和研究判断力。他认为很多经历的价值需要经过很长时间才能显现,人生中的弯路未必真的浪费。 22. 他还谈到自己读博最后一年专门选修集合论的经历,因为当时意识到,等真正进入具体工作之后,可能就很难再有时间系统学习那些纯粹出于兴趣的理论知识。他认为数学中的基本结构和大模型的组成部分之间存在很多值得思考的联系,有些知识学习时看不出直接产出,却可能在未来某个时刻与其他经历连接起来。
3
3
49,419
Lucy Guo 自曝:当年 Anthropic 估值 1830 亿美元时,她为了继续供养前任,放弃了投资机会。 后来被前任一句 “我的生活费又不跟着市场波动” 骂醒了。 好消息:早期投资赚翻了,手里还有上亿美元的 Anthropic 股票。 坏消息:她说这段恋爱让自己少赚了 10 亿美元。 别人谈恋爱损失青春,她谈恋爱损失一个独角兽。 看来我前任也是创投圈需要衡量的风险之一了。AI 创业女富豪,居然没能自动化解决前任的现金流问题。🤣 建议硅谷下一轮融资关注一下:Ex-as-a-Service:只融资,不盈利,还要求无限续轮。 💀
136
没见过苏姿丰做夸张睫毛和美甲…
79
Hi @LinkedInHelp, I really hope someone from your team can help me. I’ve had my LinkedIn account for many years, and it holds so many valuable professional connections I’ve built over time. Losing access at this moment has been incredibly stressful. I’ve tried to verify my identity, but I’m stuck and unable to reach support. I would be truly grateful if someone could help me open a support case. Thank you. 🙏
8
1
3
757
SoftStorm(Fiona Lu) retweeted
Replying to @crblandet
本质上是因为华人不尊重政治学、哲学,不屑于社会学、文学,可以说到底还是一个读书机器,而不是一个真正完成政治社会化的人。 西方社会鼓励公民参与政治,这种能力不仅包括演讲、辩论和组织动员,利益集团的协调、政治联盟的建立,以及通过制度渠道影响公共决策的能力。 而部分华人精英最大的局限,恰恰在于习惯了在既定规则下竞争,却很少思考规则究竟由谁制定,又由谁来改变。 这种局限在现实政治中是有具体代价的。很多人意识不到自己最熟悉的学历、收入和职业声望,并不能自动转化为公共决策中的影响力。 你可以是顶尖大学的终身教授,可以是硅谷公司的高级工程师,可以是年收入几十万美元的医生,也可以拥有自己的企业和房产。 但当影响自身权益的政策进入立法和行政程序时,你是否认识当地的议员?是否了解法案的听证流程?是否参与过公共意见征集?是否有能力联合其他群体表达共同诉求? 许多人把政治简单理解成总统选举、党派斗争和意识形态争吵。其实政治能力是一种强大的软实力,如何理解规则、建立舆论、甚至改变规则。
2
1
6
196
换做是黑人拉丁裔试试看呢?如果有什么嫌疑人是黑人拉丁裔,媒体上开玩笑说黑人都是罪犯啦、拉丁裔都是罪犯啦,还拍短视频说:小心这些人哦,可能是罪犯哦。天呐,人家早上街游行并且打爆玩梗的人了。 然后我们自己人还在那边玩梗呢,甚至刷到一个亚裔founder的ai公司在那边教你识别Chinese spy,并暗示是自己的女性员工。真的是蠢得没救了。😅
6
370
讲一个偏危机公关层面的分析。从经济学人对Jensen Huang的那篇报道来看,撰稿人运用了极其阴阳怪气以及刻薄的标题。 很多人可能不是那么敏感。我是很喜欢读non-fiction的,读了很多Joan Didion等媒体人出身的作者写的新闻稿和文章。 Two Huangs don't make a right. 对应一个Two wrongs don't make a right的老话,这里玩了一个亚裔常见姓氏的梗,本来对亚裔不熟悉的人就喜欢说你们是不是都是Wang、Huang、Zhang。 然后caught with his pants down.这个用词其实挺下九流的,对比别的CEO的桃色新闻,比如上次在Coldplay演唱会被抓到出轨的CEO标题:Being Caught on Coldplay Kiss Cam,只是单独的陈述事实并没有开这个带暗示的玩笑。 我能想到的是可能很多亚裔特别是华人企业并没有一个培养媒体关系和公关团队的意识。 我有一个合伙人有一块业务就是帮出海企业(主要是北美)做PR的,会涉及到很多媒体相关的工作。像媒体就分为earn media和pay media。 earn media可以理解你要去不断pitch记者、媒体,不断维系关系,当然是要花点钱的。然后某个时机你可能会获得一个真正有价值、而且完全不是营销广告的媒体曝光,甚至一次偏向你的危机公关。 pay media就是一次性的,马上看得到结果的付费广告文章,不会有记者下功夫帮你写,也不会出现在头版头条。 华人当然都是很精明的,很会算ROI。99%的企业负责人会觉得earn media又不能马上看到结果,可能几个月都不会有报道发出来。所以直接放弃了维护记者、媒体关系。而很多北美本土企业,几乎是有预算的就会做。因为在你面对一个这样巨大的公共危机的时候,你才不至于连个媒体行业的熟人都没有。 亚裔华裔都是比较重理轻文的,但是政治某种程度上就是哲学、文学的游戏。比如一个新闻编辑并不只是通过事实塑造人物,也通过语气塑造人物。 他本来可以客观报道像之前报道其他的CEO出轨一样,客观一点。但是这次媒体主动选择了近乎小报式的戏谑语气报道Jensen Huang,就说明他很可能没有长期地培养自己的媒体资源。 这是我们值得我们重视的一个方面。
1
7
523
我看到有朋友说:中日韩,大陆人和香港台湾人,大家没有一个很强的纽带,甚至意识形态也很不同。 其实有一个反常识的事情就是:北美本土黑人(尤其是祖先经历美国奴隶制的群体)、加勒比裔黑人、尼日利亚裔、埃塞俄比亚裔、索马里裔移民,他们的历史经验、宗教、文化乃至政治利益都不完全相同。 这个事情是我在接触了一些北美的黑人朋友才认识到的,但这并不妨碍他们在某些问题上形成联盟。 因为政治共同体不是建立在“我们之间没有矛盾”之上,而是建立在“尽管存在矛盾,我们仍然拥有值得共同维护的利益”之上。 2023年发表于《Journal of Race, Ethnicity, and Politics》的文章再次证明了一个论点:Political solidarity does not require uniformity in interests. Asian American 本身是20世纪60年代末美国社会运动中形成的泛族裔政治身份。并不是一个天然存在的族裔。大家既然选择了在海外,不管是求学、工作还是生活,就不可避免被归为亚裔。 在北美亚裔之间确实是有很多关于历史、政治的不同看法,我的倾向是大家没有必要在这些议题上达成一致。但是,当涉及就业中的族裔歧视、针对亚洲面孔的暴力、对亚裔美国人忠诚度的无证据怀疑、移民的公民权利等问题时,我们完全可能拥有部分共同利益。 如果一个已经爬到金字塔尖的亚裔、华裔都没有办法全身而退,大家就应该担忧:为什么一个在科技、商业领域拥有大量精英人才的群体,始终没有建立起与其人力资本相匹配的政治权力?为什么媒体可以公然开一个全球顶尖CEO的出轨玩笑?
3
9
888
亚裔特别是东亚裔,政治敏感度有多低呢?数据上就显示了,亚裔参政的比例相比于人口数量,真的是落后于很多其他的族裔。然后又爱内斗,就不说中日韩了,泛华语圈都互相仇恨。可是,人家管你是哪个地区的呢?你去问问美国中西部那些人,统一喊你Chinese。 政治学家 Michael Dawson 在《Behind the Mule》中提出的 Linked Fate(共同命运)理论,正是解释这种政治行为的经典框架。就是我的个人成功,不足以让我脱离整个群体的社会处境。 比如大部分黑人认为,美国黑人群体发生的所有或大部分事情会影响自己的生活。而亚裔就是认为个人的成功是可以原子化的,以为只要自己获得了体面的高收入的工作,就可以解决一切问题。事实上,整个群体的政治地位并没有得到改善,作为亚裔在北美的天花板依然在那里。 有学者研究了黑人支持民主党的现象。 他们发现,即使黑人内部存在显著的意识形态差异,群体规范和社会压力仍然能够促进共同的党派选择。这意味着什么?政治团结不一定意味着大家真的意见一致,而可能意味着群体已经形成了要求成员考虑共同政治利益的社会规范。 你作为这个裔那个裔,可以对某些事物有不同的理解。但是,大家都是作为亚裔,应该拥有一个考虑共同利益的角度,不然政治地位永远得不到改变
8
9
2
86
8,478
玩 I’m Chinese spy梗,然后配上自己美美baddie自拍的。等到了北美职场上,人家真的把你当spy,给你使绊子就舒服了。你觉得在玩梗,有一堆看亚裔不顺眼的人可是真的这样想。😅
5
312
Wake up, Asian Americans. You think calling your Chinese sisters “spies” is just a joke? Think again. Prejudice doesn’t check your passport. It doesn’t ask whether you’re Chinese, Korean, Japanese, or Vietnamese. It sees an Asian face and decides you’re a suspect. Asian Americans have helped shape the future of artificial intelligence. We have built, innovated, and pushed the boundaries of what humanity can achieve. We cannot allow one allegation to become a dangerous stereotype. We cannot allow our contributions to be overshadowed by suspicion. Today, you’re joking about your own people. Tomorrow, that same suspicion could fall on you.
3
218
作为亚洲女性,虽然很反感出轨。但是还是觉得一个好不容易站在金字塔顶尖的亚裔就这样被拖下水了很可惜。 Alice Huang到底是不是spy还没有下定论,一大帮人就开始传嫁大佬的中国女人都是spy了。有点担心以后AI行业会开启对中国人、甚至亚洲人的不信任和清算。 亚洲人在这个方面能不能团结一点呢?
1
4
235
想问问深度使用AI的朋友 :除了 ChatGPT、Claude,还有哪些 AI 工具是你一直在自费订阅、而且打算继续付费的? 每月大概花多少?它解决了什么问题,让你觉得这笔钱花得值? 想听听已经用了几个月真正留在生活和工作流里的工具。
1
1
199
At GOSIM Shenzhen, an open-source AI and technology conference, the only project that made me feel happy and at peace was, unexpectedly, one labeled “0 AI-generated”: Fugleramme, or “bird frame.” I’m a heavy AI user. At the GOSIM , I saw all kinds of tools, agents and open-source projects build to make your life more efficient. Everyone was excited about how AI would become part of our life, our eyes, our hands. Even coding,already faster than ever,could get faster still. Fugleramme is a digital bird display featuring hand-cut illustrations of over 700 species, accompanied by their calls. The artwork comes from historical, public-domain illustrations. Something about it reminded me that the world holds more than humans and everything we’ve built around ourselves. There are other lives here, too. In this case, more than 700 species of birds, and their calls. I asked the creator, “Are these picture frames for sale?” “No, but you can make your own.” “Your project is so unique. I bet it’ll go viral on social media!” “I’m not on social media, and I don’t want it to go viral. But I don’t mind you sharing it online.” There I was, immediately asking whether I could buy it and predicting how much attention it could get. He was happy for me to simply enjoy it. Maybe that was where the calm came from. The project wasn’t asking anything of me. For a moment, my attention shifted from what else we could create to what was already here. The birds had no productivity gains to offer, no business case to make. They were simply there, and I was invited to look and listen. As we keep finding ways to go faster, an older question remains: what will we give our attention to, with all the time we save?
2
172
勇于、乐于解决问题是一种能力。创业就是在不停地解决问题。
搞定 cluade 账号是非常重要的能力,这个能力跟 vibe coding 的能力同等重要,优先级甚至是最高的。 当一个技术人员说太麻烦不想弄 claude 账号的时候,他已经放弃了解决问题的心态。 太多的人把自己当成所谓的专业人士了,好像程序员只管跟代码相关的事,认为搞定 cc 账号不是他的分内事。 但,优秀的人才先把自己定义为:问题解决者。
1
110
依然觉得现代文化尤其容易培养一种 exceptionalism of the self: 别人的爱情会落入俗套,我不会。别人需要承诺是因为不够独立,我不需要。别人会因为模糊关系受伤,我可以很酷。我们这个 connection 太特别了,普通的规则不适用于我们。 结果半年以后两个人就在凌晨两点研究:ta为什么看了我的 story 不回我?ta为什么跟别人约会?ta说不想确定关系为什么又每天找我? 两个人都不愿意承认自己就是一个普普通通的人类,和你的几万年前群居的祖先一样有依恋、有嫉妒、有情绪,并没有进化成另外一个物种。
1
138