6个印第安纳州共和党参议员，刚刚迎来了政治生涯的断头台。

川普直接出手。
在接下来的初选里，给这6个人的竞争对手全部背书。

起因是一张地图。
这6人刚刚联手，毙掉了该州2026年的选区重划方案。
一份原本能帮共和党全面锁定胜局的方案。
自己人砸自己人的盘子。

以前建制派敢明着使绊子，是因为吃准了没人敢动他们的基本盘。

现在规矩改了。
对党内两面派的清算，已经不再需要走过场。
https://x.com/i/status/2036546594481320431

老马真的是雷厉风行啊，估计他昨晚一晚上都在忙这事。今天早上我一醒来，看到马斯克否决了尼基塔昨天提出的方案，我就预感到，X的设计团队，要担责了！果不其然，三个小时后，马斯克官宣了X的新设计主管。因为昨天他们提出的方案，简直就是个笑话，简直就是对X精神的侮辱和戏弄，展示的是设计团队对我们用户极大的傲慢和不尊重，我用当初微软团队阉割Windows系统的傲慢来类比。

X的核心理念，是信息自由，其次才是收益。我为什么说他们开始傲慢了？因为他们开始尝试教我们说什么，不让我们说什么。这就是所有大集团公司的通病，以自我为中心，而不是以用户为中心。
https://x.com/i/status/2036893045543887307

张雪峰二婚，女儿是和第一任妻子生的
如果张雪峰没立遗嘱，那么：
夫妻共同财产，张雪峰二婚妻子拿50%
剩下50%夫妻共同财产及张雪峰婚前财产，作为遗产，按照配偶，女儿，父亲，母亲均分。
最终：
女儿：12.5%夫妻共同财产+25%张雪峰婚前财产
张雪峰二婚妻子：62.5%夫妻共同财产+25%张雪峰婚前财产
张雪峰父亲母亲：25%夫妻共同财产+25%张雪峰婚前财产
如果有遗腹子或者和二婚妻子生的孩子，那张雪峰女儿拿的更少
https://x.com/i/status/2036661492083577316

这张图让我想起这些年遇到过的那些个华人中介（理财顾问、保险经纪、地产中介等），，，

看到本人（尤其是女士）后才发现，与之相片的相似度最多也就5%吧。。。😂
https://x.com/i/status/2036875105557463423

他们人已经在新加坡了，Meta几十亿美金收购在手，
肖弘马上就要当Meta副总裁，硅谷红地毯都铺好了。

犹豫一秒去美国，我都觉得是对自己天赋的不尊重。
结果呢？
一纸发改委召见，回国开个会，就直接边控了。
出海梦碎，围城瞬间合拢。
飘得越高，落地越狠，
顶尖才俊以为逃出了时代牢笼，
转身却发现，自己从来就没离开过那张棋盘。

时代翻手为云，覆手为雨，
结果哪有什么“润”出去，只有“召”回来。
#Manus #现实版围城
https://x.com/i/status/2036858426308124731

LG 宣布开始量产适用于笔记本电脑的 LTPO 屏幕，刷新率最低仅 1Hz，可以在用户阅读静态内容时大幅度节省电量。

1Hz 刷新率已经在智能手机市场广泛应用，这可以延长电池续航时间，在笔记本电脑上目前显著亮点也依然是延长续航时间，暂时没发现其他亮点。

查看全文：ourl.co/112315?x
https://x.com/i/status/2036631935506858422

金融圈炸了！信达证券研究所所长左前明被漂亮女下属唐婵玉实名举报猥亵，上海警方已介入并刑事拘留！
详细经过：出差上海，饭局后车上动手摸私密部位，两次被推开仍继续；酒店门口强拉“回我房间”，塞出租车时说“打一针就好了”……
女方拼命呼救，酒店保安出手相救才逃脱。信达证券已暂停其工作并内部核查。
受害者称此前视其为好领导，此事冲击巨大，不接受私了。
职场安全不容侵犯！期待真相大白。
#信达证券 #左前明猥亵 #唐婵玉
https://x.com/i/status/2036867062635888704

没想到Google一篇去年4月发的老论文引发了一场今天内存行业的大跌惨案。

TurboQuant作为谷歌披露最新的内存在推理阶段压缩到算法，这一定是大势所趋，任何瓶颈技术发展，都会有人去突破，之前是算力，现在是“存力”。

但是不是粗暴说这个算法提升，所有存储行业需求通缩了，而是把以前市场那种简单…

粗暴的叙事打爆了：就是仿佛推理需求大，上下文需求大，那么内存就一路向上。

现在更现实的是不可能涨到天上去，但是对于存储行业的系统性需求，HBM，DRAM和SSD至少未来3/5年是指数型爆炸的需求，当然要考虑不断增产投资，但是对于云服务上，对于GPU厂商，这种算法对于存储瓶颈的突破，一定会带来更大的ai应用，这才是真正科技红利。
https://x.com/i/status/2036833216624308391

给大家写个小学水平也能理解TurboQuant的解读

Google 刚发布的 TurboQuant 论文有多猛? X 上1000多万阅读了, 给大家写个都能看懂的大白话解析介绍下, 着又是能让大模型成倍提速, 价格嗷嗷给打下来的技术创新.

首先要从KVCache说起, 也算是老生常谈了, KVCache 是啥? 简单来讲, 大模型是一个个字往外蹦的, 而每蹦一个字都需要把这个字跟之前已经输出的字都计算一下, 类似于人类的边说话边回顾.

但是把刚开始说话的内容全算一遍显然不靠谱, 于是有了缓存, 直接把之前的计算结果保存下来, 每次只要跟这个缓存的结果去计算就行了,这个缓存里面存的就是每个字每次的特征数据

聪明的你一定能想到了, 那话说的越多, 这个缓存就会变得越大. 为了解决这个问题，业界卷出了【滑动窗口注意力】和【线性注意力】

这俩是啥呢? 我们可以把 KV Cache 想象成一个存放数据的【3D立方体】

立方体的【长】（上下文长度）： 随着对话变长而不断变长。【滑动窗口注意力】就是限制了它的长，只保留最近固定长度的记忆，扔掉太老的，有效控制了体积。

立方体的【高】（状态大小）： 【线性注意力】出手了，它通过数学魔法，把所有历史记录压缩成一个固定大小的隐状态。也就是说，无论说多少话，立方体的高永远被卡死了。

还剩下一个KVCache的【宽】对吧? 没错, 这个就是里面数据的精度(可以简单理解为小数点后面保留几位小数), 大家都知道模型参数是有精度的, 自然KVCache也有精度, 答案呼之欲出了——压缩KVCache的数据精度!

但是问题来了, 压到特别小 3bit 特别难, 而这就是 Google 这篇论文的核心了, 它使用了新的算法 (PolarQuant+QJL) 成功把 KV Cache 无损压缩到只有 3-bit! 要知道，今天很多普通大模型的KVCache还在用 16-bit（FP16/BF16）跑！

那为啥 KVCache 小了大模型会提速? 是因为计算的数据少了吗?

并不是, 因为现在显卡的算子也是有最小精度要求的, 比如 H100, 硬件底层的 Tensor Core 原生也只能算到 8-bit, 再小的精度还要反量化扩充到8bit才能计算.

提速的奇迹，其实发生在数据的读写上!

大模型数据和KVCache都存储到显存中, 而GPU计算这些数据要加载到GPU的SRAM中, 这个过程十分受限于显存带宽(我已经给大家科普这个观点不下100次了...).

所以，现在把 KV Cache 的精度从 16-bit 砍到 3-bit，直接就把需要读取和搬运的数据量缩小到了 1/4 到 1/5 ！在显卡带宽不变、算力严重过剩的情况下，省下了海量的“搬砖时间”，速度自然就成倍飙升了！

目前我十分看好TurboQuant, 如果这个搭配线性注意力或者滑动窗口, 未来模型的推理速度翻倍完全没问题了!

#TurboQuant #PolarQuant #Google #线性注意力 #滑动窗口注意力
https://x.com/i/status/2036969343784017959

马斯克是怎么知道亲爷爷是二战英雄的？
上网查档案查出来的。
老人家其实拿了一堆勋章。
但在家几十年来只字不提。

他当年在北非和意大利打了将近六年。
眼睁睁看着战友全数死在面前。
因为没钱读完高中，他连考军官的资格都没有。
在军队里完全就是填线的炮灰。

一次偶然的军中智商测试救了他的命。
超高分让他被直接捞出修罗场，调往伦敦的英国情报部门。
但他永远没能走出那片战场。
极其严重的PTSD跟着他回了家。

战后的他死一般沉默。
谁试图跟他搭话，只会换来一句恶狠狠的“闭嘴”。
他留给子孙的唯一警告是，那种地狱你绝不想去第二次。
距离他去世已经整整三十年。

马斯克点破了一个残酷现实。
当今美国已经没几个人体会过刻骨铭心的战争恐惧。
今天那些在华盛顿大肆鼓噪对抗的政客，连一声真枪都没听过。
没见过地狱的人，最喜欢轻言战争。
https://x.com/i/status/2036869695865757939

老板离婚了，看中了刚刚进来单位年轻人的女友。

老板人还不错，是光明正大的竞争，但是女友毫无所动，

和小年轻依然如胶似漆。这时候，

老板的司机对老板说：这个女孩子之所以不受你的诱惑，那是因为她没有过过富裕的生活。

司机出主意让这对小年轻得到了公司大奖，去迪拜七日游，一切免费。

果然回来之后，她看不惯出租屋，看不惯路边摊，看不惯挤地铁的样子。两人从拌嘴到天天吵架。

不久和女友分手，女友和老板结婚了。
https://x.com/i/status/2036717522226217426

🚨红杉资本合伙人肖恩：市场严重低估马斯克的Terafab芯片工厂！

他说他首先要喷一下，不少投资人缺乏硬件和半导体经验，却自称专家、草率下结论，就像当年看空可回收火箭和纯视觉自动驾驶的人一样。🤣

供应链才是成败关键，Terafab通过自建体系掌控节奏、提前发现瓶颈。 芯片需求将达现有产能的10倍以上，必须自研自产
https://x.com/i/status/2036982003229483275

X 上的 Roland的思考日记：“为什么心梗年轻化，且往往首次即致命” / X
https://x.com/rwayne/status/2036449395248668903

为什么心梗年轻化，且往往首次即致命
凌晨一点半，你终于合上电脑
连续十四个小时，脑子已经木了，胸口闷闷的，像压了块什么东西
但你还是换好衣服，走进了 24 小时健身房
因为今天的“健身任务”还没打卡
你告诉自己，久坐一天了，得动一下
但你没意识到一件事
此刻你的身体正处于全面应激状态，交感神经已经拉满了十几个小时，皮质醇高得像打了一天的仗还没收兵
而你，非要在这个时候去拉一组大重量
健身是让你变健康的手段
什么时候变成了你每天必须完成的 KPI？
你上一次在极度疲劳后还硬撑着去训练，是什么时候？
我是 Roland，医学博士生，主要从事心血管疾病预防的研究，过去一年内我研究了了上百篇心血管疾病的论文，自己也在拿身体做“实验”
《中国心血管健康与疾病报告 2024》的数据还是让我冷汗直冒......
2015 到 2019 年，城市 35-44 岁男性心梗发病率上升了 77.16%
年均增长率 13.52%
45-54 岁男性也涨了 26.36%
但真正让我背后发凉的，不是这些数字
是年轻人一旦发病，凶险程度远超老年人
你的血管「太干净」，反而要了你的命
老年人的血管堵了十几年，心脏早就学会了自救
它会像老树的根系一样，慢慢长出新的微小血管来绕路供血
医学上叫侧支循环
但 25 到 50 岁的男性，血管通常还很通畅，没有这些备用通道
一旦因为极度疲劳或情绪爆发，血管壁上的脂质斑块突然破裂
这些斑块平时可能只堵了 20%-30%，常规体检根本查不出来
但破裂的瞬间，血小板几分钟内就会把血管完全封死
心肌面临的是断崖式缺血
没有缓冲，没有备用，没有第二次机会
这就是为什么年轻人心梗往往「首次即致命」
不是慢慢恶化的，是突然倒下的
你的身体不是在慢慢变老，它是在你看不见的地方，攒着一次总清算
你熬的不是夜，是血管的微炎症
长期睡眠不足会引发全身微炎症反应
说白了，就是你全身的血管内壁都在被慢火烤
血管内皮一旦损伤，那些本来安安静静的斑块就会变得极其不稳定
而这时候，如果你再来一场「报复性高强度运动」
交感神经瞬间爆表，心率从 70 飙到 170，血压跟着飙
本来就在边缘的斑块，可能就那一瞬间裂了
《美国心脏协会杂志》2024 年的数据，25-44 岁心脏性猝死中，男性占 74.5%
说实话，我以前也觉得“练完睡一觉就恢复了”
后来读了睡眠剥夺和血管炎症的文献，才明白一件事
你的身体不会因为你觉得自己年轻，就真的按年轻人的方式修复
张雪峰就是个典型的例子
平时经常熬夜直播、高强度工作，非常劳累，还跑长跑，一个月跑量还挺多
这种组合，说实话，是比较危险的
AHA Heart Disease & Stroke Statistics 2024 Update——心血管疾病性别与整体统计图
健身是手段，不是任务，它是让你变健康的工具，不是你完成今日 KPI 的代价
问你一个扎心的问题：你连续熬夜之后，胸口有没有过那种说不清的闷？不是疼，就是闷，像有口气喘不顺？
最危险的，是「我还年轻」这四个字
年轻男性心梗有一个让急诊医生最绝望的特征
否认
同样是胸骨后压榨性疼痛、大汗淋漓、左肩放射痛
60 岁的人会立刻打 120
但 30 岁的你，会觉得「最近太累了」「可能是胃不舒服」「应该是肌肉拉伤」
你甚至会觉得去医院太夸张了
数据太残酷了......
18-44 岁初发急性心梗的患者中，男性占 95.6%
而这些年轻男性中，相当比例在到达医院前就已经发生了室颤
心脏骤停
没有第二次机会
猝死不会因为你觉得自己年轻，就绕道走
算一笔账
你熬的每一个夜、硬撑的每一次训练、忽视的每一次胸闷
都是在给自己未来的某一刻预支利息
复利 works both ways
好习惯有复利，坏习惯也有
守住三条底线就来得及
底线一：这几种情况，绝不上强度
工作超过 10 小时或严重睡眠不足的，不练
刚熬了通宵的，不练
重感冒、肺炎、心肌炎还没完全好的，别逞强
有心脏病高血压等基础病的，更别逞强
喝了很多酒或者酒刚醒的，老实待着
还有一种最常见的，平时完全不动，突然想跑个十公里，这种最要命
散步可以，撸铁不行
瑜伽、慢游、低强度力量训练，这些才是普通人更健康、更可持续的选择
说真的，没有经过长时间训练和良好身体基础，马拉松、铁人三项、十公里跑这种高强度项目，离远点
这不是偷懒，这是止损
底线二：胸口闷的时候，停
任何说不清的胸闷、气短、异常疲乏，立刻停
不要「再坚持一下」
身体的警告信号，只响一次
底线三：每年查一次血脂和血压
超过 60% 的年轻心梗患者在发病前已有未被发现的血脂异常或隐匿性高血压
40 岁前发现问题，改变轨迹还来得及
说实话，第三条我自己也是去年才真正重视起来
以前总觉得「等有事再说」
现在明白了
等有事，就晚了
35 岁以后，真正拉开差距的，不是你有多拼，是你还能不能恢复
当身体已经发出警报，继续训练不是自律，是风险管理的失败
中年最稀缺的资源不是时间，是一颗还能正常跳动的心脏
你身边最该看到这篇文章的人是谁？
A. 那个凌晨两点还在发朋友圈「刚下班」的
B. 那个总说「周末要好好补偿性运动」的
C. 那个胸口不舒服但硬说是「胃不好」的
D. 以上全中
转给那个人，问问他：你上一次认真听身体说话，是什么时候？
来得及!
(本文撰写时，尚未预料到张雪峰老师突然离世，在此对张雪峰老师表示哀悼，愿张雪峰老师在另外的世界没有病痛，RIP)

很多人没有意识到 TurboQuant 的作用之大。

它基本上是把LLM推理的"内存墙"和"速度墙"砸了个大洞。

实际落地意味着什么？
- 同样的 GPU，能跑 6 倍以上的并发用户，或者把上下文长度直接拉到 6 倍（LongBench、Needle-in-a-Haystack 等长上下文基准全部零损失）。
- 推理速度直接起飞：H100 上 4-bit 量化版本比原始 32-bit Key 快 8 倍，实际部署里端到端吞吐量提升非常夸张。
- 成本暴降：云厂商、开源部署、甚至边缘设备，都能用更少的显存/显卡跑更大模型、更长上下文。
- 无需重训、无需微调：直接套在现有 Llama、Gemma、Qwen 等模型上就能用，部署门槛极低。
- 基础设施层的一次降维打击：大家卷参数、卷 MoE、卷长上下文的时候，它直接把"硬件限制"这个天花板往上抬了一大截。

TurboQuant 让 KV Cache 从"最贵、最慢、最难优化的部分"变成了"几乎免费"的资源。

这对 2026 年之后的 LLM 推理部署来说，意义不亚于当年 FlashAttention 把注意力从 O(n²) 优化成线性——都是把基础设施瓶颈直接干掉，让整个生态的规模和性价比再上一个数量级。
https://x.com/i/status/2036831647958732879

砍掉最便宜的核电，去保最昂贵的环保。
这笔账，德国人自己终于算不下去了。

德国能源部长 Katherina Reiche 刚刚公开认错。
明确表示淘汰核电是一个巨大的错误。
在镜头前，她连说了两次“巨大”。

心疼的理由很实在。
核能不仅稳定，而且生产成本极低。
现在这块巨大的能源缺口摆在眼前。
风力和太阳能根本撑不起一个工业国家的运转。

他们找到了唯一的救命稻草。
烧天然气。
折腾十几年搞绿色革命，最后还是得靠传统化石燃料来保命。
所谓的激进环保，从来不是拯救地球，只是一场昂贵的产业自杀。

左派的能源乌托邦彻底破产。
最后买单的，全是普通老百姓。
https://x.com/i/status/2037118993736056893

今日3月25日，春分刚过几天，春光正盛却已隐隐透出晚春的讯息：百花竞放，草木知春不久，将以最热烈的姿态留住春色。

《晚春》
唐·韩愈

草树知春不久归，
百般红紫斗芳菲。
杨花榆荚无才思，
惟解漫天作雪飞。

这首诗生动活泼：花草树木仿佛知道春天即将离去，于是争奇斗艳，万紫千红；就连那不起眼的杨花（柳絮）和榆钱，也要尽情飘舞，像漫天飞雪一般凑热闹。读来既觉春的繁华热闹，又有一丝对春光易逝的惋惜，格外契合当下时节——花正开得热烈，却已能感受到“春不久归”的轻叹。

韩愈用拟人的笔法，把无情的草木写得颇有灵性，充满生机与哲理：即使是最平凡的杨花榆荚，也要抓住最后的机会绽放自己的美丽。愿你今日也能像诗中的春花一样，尽情展现自己的光彩，不负这大好春光！

每日一首，继续应季而来～如果你想听带雨的春诗、江南水乡的春景，或是其他特定意象，随时说一声，明天换新篇！

这个推占据我的时间线一整天了，不过看大多数人都是在感叹它怎么『zero accuracy loss』地去压缩的，没有见到有人讲它背后的 Johnson-Lindenstrauss 定理，睡觉前简单写一下，应该能解答一些人的问题：

1. JL 定理牛逼在哪？
通常我们做降维（比如 PCA 等），一般是和数据相关的，算协方差、找主成分，这个过程重度依赖数据本身，且计算极慢。而 JL 定理非常暴力：不用管数据长什么样，只需要随便（符合正态分布，也没那么随便）构造一个投影矩阵，闭着眼睛把高维数据乘上去，降维后的数据点之间的L2相对距离基本和降维之前是一样的。
这个定理非常牛逼的一点在于，你能这么降维的幅度，跟你原来到底在多高的维度没关系，只取决于你能接受的误差，和所有数据的数量。

2. 『zero accuracy loss』指的是什么的 accuracy？
首先，把高精度的浮点数压缩这件事，绝对是有损的。但这篇博客里的“Zero Loss”指的是宏观的下游任务指标没有掉点。 也就是刚刚我们保证L2距离的前提下，降维带来的误差没怎么影响下游任务的表现。

3. 10000维的向量如果能降到1000维，那为什么不能继续降到100，10维？
这涉及到算法复杂度的“物理下界”。你能从 10000 降到 1000，是因为原来的高维空间太“空旷”了，数据其实高度集中在一个低维流形上，你挤掉的只是“水分”。 但是，JL 定理要求：降维后的目标维度，必须跟“数据点数量的对数 (log N)”成正比，跟“你允许的误差平方”成反比。这也符合压缩越多信息损失越大误差越大的直觉，只不过我们可以做到在可容忍的误差范围内做到最好。

JL定理的证明只涉及到本科的数学知识，建议没看过的人可以都去看看。它还有一些稀疏版本和其他度量下的变体，都挺有意思的，这里空白太小，我写不下。

晚安。
https://x.com/i/status/2036840115159675296

沙猫猎杀响尾蛇！
https://x.com/i/status/2037181881406677196

这个视频是AI生成的。
x.com +1

判断依据（从视频帧和外部验证）：地理与生物学不匹配：沙猫（Felis margarita）生活在北非、中东和中亚的沙漠，而响尾蛇（rattlesnake，Crotalus属）只分布在美洲沙漠。两者在野外不可能相遇。这个视频却描绘了响尾蛇入侵沙猫巢穴、毒杀幼崽、母猫反杀的完整故事——这在真实自然界完全不可能发生。
视频内容特征：从我查看的10个关键帧（间隔约27秒）来看，画面高度戏剧化：母猫护崽、蛇攻击幼崽、母猫锁喉反杀、咬断蛇头等情节，动作流畅、毛发纹理和夜间沙漠光影都很“完美”。但这些正是现代AI视频（尤其是2026年水平的生成模型）的典型特点——模仿自然纪录片风格，细节逼真却缺乏真实生态逻辑。
网络传播情况：这个视频（以及几乎一模一样的版本）在X、YouTube、抖音、Facebook上大量流传，标题多为“沙猫妈妈怒战响尾蛇”“Rattlesnake Attacks Sand Cat Kittens and Regrets It”等，发布时间集中在2026年2-3月。部分网友和分析直接指出它是AI生成的内容，用来制造病毒式情感故事。
sina.cn +1
总结这不是真实野生动物拍摄的镜头，而是用AI工具生成的“伪自然纪录片”。它利用了人们对可爱沙猫和惊险捕食的兴趣，快速在社交平台传播。如果你想看真实的沙猫捕蛇视频，推荐搜索沙猫猎捕角蝰（horned viper）或沙漠毒蛇的真实纪录片（那些才是同一栖息地的真实生态）。

当红炸子鸡ARM宣布将要自产芯片，这可能是英伟达最不想看到的。过去35年，ARM从来不造芯片，只卖设计图，英伟达、苹果、高通、亚马逊，全都是它的客户，按照它的图纸生产芯片，然后向它支付授权费。ARM是整个半导体行业的「瑞士」，保持中立，从不下场竞争。这一切在本周终结了。ARM在旧金山发布了自己的第一款芯片AGI CPU，首个客户是Meta，OpenAI和Cloudflare随即跟进，芯片性能据称是英特尔x86的两倍，股价单日暴涨16%。CEO宣布，仅这一款芯片到2031年就能创造150亿美元收入，而ARM今年全年收入才47亿美元。
对英伟达来说，这个消息的杀伤力需要理解清楚。英伟达的GPU负责AI训练，是目前无可替代的算力核心；但AI推理，也就是模型实际跑起来回答问题的那个环节，对功耗和成本更敏感，ARM架构在这里有天然优势。数据中心ARM架构的市占率已经悄悄接近50%，亚马逊Graviton、微软Cobalt、谷歌自研芯片，全部基于ARM。现在ARM干脆自己造整颗芯片直接卖给超大规模云厂商，等于从授权费的「收租模式」升级成直接卖货，把原来分给英伟达、英特尔的那块蛋糕直接自己切走。英伟达短期内在AI训练端地位稳固，但推理端的竞争格局正在悄悄改变，可能速度比大多数人预期的快。
https://x.com/i/status/2037225569625002346

田春冰河，江湖人称伞哥，华人编程界的四大魔道天王之一

早年在网易做程序员，经常和丁磊互怼，也是云风的同事。后来不想做程序员了，于是转学术，去意大利读博士，做形式化证明。

然后去 ANU做博士后，继续他的学术生涯。

但是2025年，因为在微博上的言论被粉丝举报到学校种族歧视、女性歧视(处心积虑翻译成英文举报)，失去了工作。于是回到沈阳老家的小城市，继续他的学术证明。

一个理想主义者，在社交网络暴露了自己的真实信息，然后就被举报丢了工作。被举报的那些语言 or 行为，在我所见到的网友里，有 90%的应该都犯过

所以在网上不要暴露任何个人信息/公司信息，因为你不知道哪些人是你的敌人，那些人会从什么角度对你发起进攻。

田春冰河比较有意思的是，有色心没色胆，经常意淫姑娘们，这也是他被举报的一个原因。

有时候越是熟悉你的人，越是亲近的人，越有搞你的动机

在网上不要暴露任何个人信息/公司信息
在网上不要暴露任何个人信息/公司信息
在网上不要暴露任何个人信息/公司信息

希望伞哥能在自己的学术道路上有所建树并找到自己心爱的美丽的姑娘，下辈子就喝喝咖啡，拍拍照，证明一下公式

zhihu.com/question/58437…
https://x.com/i/status/2037317748515344492

Manus高管被边控这事，让小编感到张爱玲被严重低估了。1949年后，张爱玲选择留在上海，没有离开，而且开始接触新的文艺环境，逐渐融入主流文艺界。但是，1951年，面对铺天盖地的新中国宣传，她又仅凭一件“穿不穿旗袍”的小事，就判断出此地不宜久留，然后没过多久就应润尽润，在海外没有任何照应的情况下，孤身一人毅然决然先去了香港，再去了美国。要知道，此前Manus不但把中国团队都解散了，而且公司官网还屏蔽中国IP，国内的社交账号也全部清空，已经99%金蝉脱壳了。临门一脚，到底是不是国资问题？但看得出来，张爱玲的决断，真不是人人都能有的。
https://x.com/i/status/2037264121746362456