Private Capture

Unlock Capture

这个站点包含私人录音与日记内容。输入密码后进入;当前浏览器会自动记住。

密码仅保存在当前浏览器本地。

复盘看板 · 2026-09-09(日)

2026.09.09 成文的快照式复盘;词云词可点回站内证据。

成文2026.09.09
证据链接0 个
Daily Review · 2026-09-09

复盘看板 · 2026-09-09(日)

范围 2026-09-09 当日归档 构成 个人转录 1 条 + 外部参考 2 条 总字数 约 3 千字 来源 飞书文字复盘 1 条 · 小红书分享 2 条 引用时点 09-09 17:58 – 09-09(时刻不详) 原子条目 3 条 · schema v1.0

今日一句话

本日含 个人转录 1 条 + 外部参考 2 条(参考占比约 66%)。个人部分以 AI观 为主线;参考部分按主题归纳其内容。所有条目锚定当日归档时刻(09-09 17:58 – 09-09(时刻不详))。
今日脉络
09-09 17:58 · 飞书文字复盘 · 关于AI及相关产品的交流

一、AI观我的记录 1外部参考 2

我的记录

1此次交流围绕AI相关,涉及Agent工作、产品功能、业务融资及个人工作学习等情况。

  • 记录:feishu_text · Lily。 「Agent工作用Python调用工具,LM模型调度属Agent范畴,为稳定运行可做harness。」— 09-09 17:58
  • 产品功能:TTS效果不错,平台介绍有ASR及说话人分离等功能但暂未支持,还有积分、登录等常规内容。
  • 业务情况:4月获上亿融资,业务场景涉及汽车自身智能等。
  • 个人情况:10年工作经历,近年搞AI,专业为自媒体技术,想读测试相关内容。
外部参考

共 2 条收藏,主要集中在 求职 1、学习 1 方向;按归档时刻排列,附来源链接与正文摘录。

Laszlo Bock
前 Google 人力运营负责人 · 《Work Rules!》
Google 的招聘以结构化行为面试为主:考察候选人过去实际做过什么,而非临场技术题。
出处:《Work Rules!》(2015)
Andy Matuschak
独立研究者 · Evergreen Notes
主张记录的底层(substrate)与表层(surface)分离:按概念累积,而非按事件 / 渠道分片;表层视图只是投影。
出处:notes.andymatuschak.org《Evergreen notes》;访谈《Intellectual Exoskeletons》
Jorge Arango
信息架构师 · 《Living in Information》
语义结构(标签 / 元数据)先于导航与呈现;信息空间的可寻性来自结构,而不是搜索技巧。
出处:《Living in Information》(2018);与 Peter Morville 合著《Information Architecture for the World Wide Web》(第 4 版)

核心判断

  • Laszlo Bock:与其在面试前恶补技术名词,不如把「我做过什么、解决了什么、结果如何」打磨成可验证叙事——评委问的是证据,不是知识量。
  • Andy Matuschak:表层视图可随意合并或替换,底层必须是 append-only 的唯一真源。时间线被污染的修法不在版式层,而在数据层给条目打上 kind 标记,让视图按类型过滤。
  • Jorge Arango:无法在一个没有结构的信息空间里导航。标签粒度不够细时,再强的语义检索也定位不到历史片段——标签是检索的上游,不是装饰。

现状评估

当日 1 条个人记录、2 条外部参考(飞书文字复盘 1 条 · 小红书分享 2 条)落在「AI观」主线,已析出 3 条动作项。对照上述判断,当日争论集中在这几个词上:面试 / 治理 / 体系 / 求职——它们是这一主线真正待解的位置。

可落地建议

  • 做一个harness给大家
  • 查看相关架构
  • 进行实物操控
完整原文 · 3157 字(点击展开逐字转录)
说话人 1 我也觉得在路上。不管了,不管他弄没弄上,我就要这个。 说话人 1 Good morning 一些理解,我感觉就是一个接大活的一个去做这个东西。在 agent 的时候呢, agent 的时候你是用 Python 去调给接一些工具。所以说像 Agent 的直接调用的东西,它还属于 Agent 的工作。 说话人 1 LM 模型调度的直接调度的东西还是属于 Agent 的范畴,所以说它调度还是比较统一。被记住这些。这是日本,A 证的话。 说话人 1 能,一句话就是为了让这个 A 更稳定运行。比如说他有鞋。他调走了,对,他调走了。 Give him and you 笑,那依赖 agent 来去解决这些问题,因为 agent 它撕掉我们的粉扑贴。问题吧,才记得调度他。 说话人 1 为了实现更稳定的运行。做出来一个 harness 给大家。做一些什么?教练。是还缺少具体提醒。这套在我得看一眼它的架构。它那个。就得写一写,不然他给你弄直播让我在我,因为我是这是空带的空带和一些格式,大概是 Don't listen 我帮你写个评论。这种平台才能产品更硬。他的一个职位构成其实是多方面的。他作为一个产品经理,他需要了解作为 AI 产品经理。我选择喜欢的音乐。别,平复。那个他的评估,他的一个评价指标和评价体系。验证他的印象里啊,这两天看到那个,我今天试了试,大概就是最基本的 TTS。 说话人 3 文字转语音,我试了一下,效果还不错。着重试了一下更改某些短语。然后,以及中英文混用的这个表达的一个方法。 说话人 1 要笑就没了。 说话人 3 但实际上我看它平台介绍还有 ASR。 语音转录部分,还可以有说话人分离等功能。但这些功能还没有支持。 说话人 1 For me 有呈现,还有积分系统、登录系统这些最常规的内容。 说话人 1 目前的一个精神状态。4月成功做了什么?上亿融资。树研究的什么东西?业务场景汽车自身智能不知道他是,电视播出是出于什么样的?旅游,你觉得我比较合适是不是? 说话人 1 再见。 说话人 1 如果他30岁到60岁。 说话人 1 知道你们那个情况。距离其实倒也还行,也不是特别但是我在想,在面试的时候总不能说出很多公讲一下模型层面的工。还有我是不是适合这个但是我看他又没有说要求我是模型课的同学,因为我请客还没你可能更不只是一个平台的产品。专门负责这个平台构建。我觉得是更多的品牌建设方面的知识。 说话人 1 在读书,我想读测试相关的东西。说我怀疑他是不是胃有问题。模型产品。了解人家直播能力吧。如何把它更好的去体现出来呢?他的价这方面的也不发现。可以具体的把,是,他有也要求明确要有 Excel 的能力,是不是就实现了?说可以能够把这些小奥特曼能力快速的来培养上来了,呢。定制也是一种方向啊。 说话人 1 就是这一把。我发现有时候你这个见了我就春天多雨。 说话人 1 计划出来的一个状态。 说话人 1 这一下,要复习什么科目呢?那随着体内越来越强大了。是我本身,我做的。专业,自媒体技术。 说话人 1 因为本身我不喜欢,比如说就是比较快的专业。 说话人 1 14。 说话人 1 什么?将暂时关闭6个车位。 说话人 1 蟑螂药、老鼠药。 说话人 1 咳咳咳。 说话人 1 一直转,一直转。这3年这知识我跟你说以及采集平台治理相关的工作。又去年了,随时都在。 说话人 1 可以的。 说话人 1 我感觉挺贵。这是非常重要的。 说话人 1 越听越熟了。工作人员。 说话人 1 所以看到我刚刚想,我没有想到。 说话人 1 说的还行吧,差不多吧,反正说的都是真话。确实,我这10年一直干的都是啥也不懂的工作。这几年确实一直都在搞 AI。哦。 说话人 1 这个是吧?挣了2000多。在拉力赛走。 说话人 1 对话的形式为主。 说话人 1 隐形开发者。 说话人 1 其实就有一点 A 润色。 Agent 的那种感觉。 说话人 1 内容的编辑。然后随着 Mine 是爆火的以及调度 Agents越来越多了。 说话人 1 Of the actual work 很少回复,然后这是任何一个人,现在去使用一个下雨了。 说话人 1 怎么个手机这个感觉那么大? 说话人 1 网上找面子。 说话人 1 对呀,我也很喜欢他的歌。 说话人 1 那我也可以有一个任务啊。 说话人 1 进行实物的一个操控。 说话人 1 录,我把这个语音展示到了,哦。 说话人 1 小镇是小镇的特色。 说话人 1 As people change 你记不记得这个消息? 说话人 1 不见。 说话人 1 没有历史偏好设置的一些数据。好的好的。 说话人 1 过去,这种事需要控制一下。 说话人 1 是在跟我们吃饭吗? 说话人 1 你就吃一个你的是我的。 Stop Please 设定这个 builder 89。 说话人 3 你关注水果什么时候买的?诉求,以及一些监控的要求。 音频文档内容总结 这份是一段AI及相关产品的口头交流录音转写文本,内容口语化、夹杂大量插话、碎句、中英文混杂,部分语句语义残缺,对话主要由说话人1主导,说话人3少量参与,话题横跨Agent技术、AI语音能力、AI产品经理岗位思考、个人求职面试考量、平台产品建设,中间穿插大量无关闲聊碎语,核心要点整理如下: 一、Agent相关技术讨论 1. Agent通过Python调用各类工具,由大语言模型直接做调度,属于Agent的工作范畴,整体调度逻辑较为统一。 2. 目标是保障Agent稳定运行,计划产出一套harness(测试/适配框架),但目前还缺少具体提醒机制,需要进一步研究架构并补充编写相关内容。 3. 提及随着Mine爆火,Agent调度场景变多,出现类似AI润色、内容编辑类的Agent应用形态,也提到Agent可用于实物操控的任务场景。 二、AI语音能力实测反馈(说话人3主要输出) 1. 测试了基础TTS文字转语音功能,整体效果尚可,重点测试了短语修改、中英文混合表达的使用效果。 2. 平台文档介绍具备ASR语音转录、说话人分离能力,但当前版本暂未实际支持该部分功能。 三、AI平台产品相关思考 1. 平台基础能力:需要配套积分系统、登录系统等常规基础模块,平台完善才能让产品竞争力更强。 2. AI产品经理岗位认知:岗位构成是多维度的,从业者需要掌握评估指标与评价体系;不完全只做平台搭建工作,还需要具备品牌建设相关知识;岗位明确要求Excel能力。 3. 产品方向:定制化是可选的产品方向,同时需要关注诉求收集、监控相关要求。 四、个人求职、面试相关想法(说话人1) 1. 面试思考:面试当中不方便过多宣讲模型层面工作内容;岗位没有硬性要求模型背景,但自己怀疑自身匹配度;希望能够快速培养小团队人员能力。 2. 过往经历:自述多年持续从事AI相关工作,有采集平台治理方面工作经验,想补充学习测试方向相关内容。 3. 外部行业信息:提及某项目4月拿到上亿融资,业务方向涉及汽车智能,对其业务场景存在疑惑。 五、大量无关碎片化闲聊内容 对话中间穿插大量无关联零散口语、生活碎碎念,包括:个人身体状况猜测、车位关闭提示、除虫用品、天气、音乐喜好、吃饭、收入、拉力赛、小镇特色、手机、人物年龄范围、停车位、身体咳嗽、部分英文碎语句、生活琐事提问等,很多语句语义断裂,和AI技术主题无关。 整体对话场景偏向非正式技术交流,想到哪说到哪,技术探讨、工作求职思考、生活闲聊互相穿插,转写也存在部分听辨误差,不少语句语义不通顺。

二、后续方向

由录音智能归纳的动作项(非逐字原话),按原始编号保留。

#动作项来源
1做一个harness给大家09-09 17:58
2查看相关架构09-09 17:58
3进行实物操控09-09 17:58

与历史记录的呼应

  • 主题延续 → 当日记录 AI观 与此前 2026-09-08 的同类内容形成延续脉络,可跨日串联。
▣ Atomic Structure Layer · schema v1.0

原子结构层:3 条可被引用的条目

其中个人结论 1 条、外部参考 2 条。每条带稳定 id、主题与概念标签;用下方「维度」标签可在两者间切换。叙事层靠读,这一层靠取——下游周报 / 月报按 id 引用。

AI观
全部AI观
全部维度个人转录小红书参考
INS-0909-01
AI观AI工具编程产品求职
此次交流围绕AI相关,涉及Agent工作、产品功能、业务融资及个人工作学习等情况。
"Agent工作用Python调用工具,LM模型调度属Agent范畴,为稳定运行可做harness。"
出链 1反链 0点击展开↕
INS-0909-02
AI观参考小红书ClaudeAI工具求职内容创作学习
我把简历上传到Claude AI后找到了工作 我把简历上传到...
摘录"我把简历上传到Claude AI后找到了工作 我把简历上传到..."
查看来源 ↗
出链 1反链 1点击展开↕
INS-0909-03
AI观参考小红书内容创作学习流程/规范
如何用 AI 做一部美式校园短剧,全流程分享 最近刷
摘录"到..."
查看来源 ↗
出链 0反链 1点击展开↕
结构化复盘 · 叙事层 + 原子层 · 部署至 capture.zondev.top/reviews/2026-09-09-daily-review/ 原子数据 · insights/2026-09-09.json · schema v1.0