- 博客(45)
- 收藏
- 关注
RSS订阅原创 法律助理如何使用AI提升工作效率，逆袭拿第一
本文从技术人视角剖析法律行业AI应用现状：数据表明个人使用率飙升至69%，但组织部署滞后，形成“市场无效”机会。通过虚构案例“小林”的逆袭，揭示核心逻辑——用AI提升可信度与可复用性远胜单纯追求速度。提出三条心法：先风控后收益、拆解工作流为Pipeline、回测提示词；实操推荐5个高ROI场景，并强调脱敏、核验、留痕三红线。最终指出：未来胜出者不是“会用AI”的人，而是“用得又快又稳、能沉淀方法”的人。
2026-09-28 11:24:05
269
原创 AI正在悄悄淘汰律师职业，但会用它的人反而涨薪了
AI正悄然重塑法律与编程行业：初级工作（如文书审阅、代码编写）被Codex等Agent高效替代，但“会驾驭AI”的人薪资溢价达62%，头部律所更开出超25万美元的高薪岗位。变化不在总量，而在入口——应届招聘缩减，门槛抬升。真正赢家是能将专业判断工程化、构建可复用系统者。律师需从“聊天框用户”进阶至“流程设计者”，程序员则早已验证：不思考的人被淘汰，会把思考写成系统的才获杠杆。
2026-09-26 21:50:43
166
原创 AI正在悄悄淘汰这5类白领，但会用它的人反而涨薪了
AI未引发全面失业，却正精准淘汰白领岗位中的标准化环节。数据显示，2026年前8月美国“AI裁员”达11.6万，是2025年全年两倍；但要求AI技能的岗位薪资高出62%。职场分化为“专业化”（AI放大判断力）与“平民化”（AI替代重复劳动）双轨。年轻人在高暴露职业中就业缺口达19%，因新人赖以成长的“杂活”被AI接管。会用AI者薪资溢价显著，核心能力在于任务拆解、错误判断、工作流整合与责任担当。建议在职者转移精力至决策层工作，学生应聚焦“AI+行业知识”复合能力。工具免费，差距在人——会用AI者正在拉开时代
2026-09-23 09:04:15
138
原创 Codex如何帮助机械工程师轻松提效？
参数化建模、计算书、数据处理、BOM 核对、仿真前后处理、操作老旧软件——这些占了很多机械工程师一半以上的工作时间，而它们恰好是今天的 Codex 最擅长的领域。把这些交出去，你才有更多时间去做真正需要工程师判断力的事情：方案权衡、失效分析、和工艺车间扯皮（这个 AI 暂时还替不了）。
2026-09-20 21:16:36
106
原创 七成翻倍AI股回撤超20%，现在用AI炒股，一定要先问自己三个问题
写这篇的时候是 9 月初。7 月的坑填得差不多了，中报把景气度证伪的担忧压了下去，卖方策略的口径普遍从”超跌反弹”转向”可以更积极一些”，但同时也在提醒：科技板块内部的分化会加剧，资金更青睐业绩能落地兑现的标的，成交量能否维持是关键。全市场成交额从峰值的 4 万亿附近回落到 2 万亿一线，观望情绪并没有完全消散。
2026-09-03 12:42:09
160
原创 散户用 AI 做尽调的 5 个固定动作
AI 没有把散户变成机构，它把「读完五千份年报」这件事的边际成本降到了接近零。这是实打实的变化。但它同时也把「生产一篇看起来很专业的错误分析」的成本降到了接近零，而且后一件事的产量远大于前一件。
2026-09-02 17:22:17
286
原创 大一就该知道的真相：大学最大的差距不是智商，而是你会不会用 AI 重塑学习方式
四年很长，也很短。你和你同学之间真正拉开的，不是谁更聪明，而是四年之后你们各自还剩下多少”不靠外挂也能跑”的能力，以及在这个能力之上，你能指挥多大的一支队伍。
2026-09-01 11:21:19
266
原创 AI 爬虫眼里你的网站长什么样：用 curl 做一次 AI 可读性体检（附全部命令）geo获客方法论与实践
大量网站的问题不是内容不好，是 AI 根本读不到或读不懂，而站长对此完全无感。这类问题恰好都能用几条命令自查出来。
2026-08-31 19:13:40
300
原创 用 AI 三天过完以前半年的课：方法公开，看完直接抄走
这套流程我用下来，最大的感受不是”AI 让学习变简单了”，而是AI 让”不会”这件事变得可以随时结束。而学习这件事，恰恰需要”不会”的状态持续一会儿。需要你盯着一道题看二十分钟，脑子里什么都没有，然后突然想通。那二十分钟的难受，就是学习本身。
2026-08-31 11:16:01
293
原创 不会用 AI 的产品经理，正在被会用 AI 的实习生取代——这不是危言耸听
市场并不是在把工作从老手手里转交给新手，它是在整体减少”只做执行”的岗位，不管这个岗位上坐的是谁。 实习生看起来赢了几场，是因为他们没有旧习惯要卸下；而他们中的大多数人，正面临一个连进场机会都在减少的市场。
2026-08-29 17:32:36
347
原创 我把竞品分析交给 Claude 之后，老板一度以为我背后藏着一个团队
回到标题。老板之所以会有”背后藏着一个团队”的错觉，是因为过去竞品分析的产出量，和投入的人头是线性挂钩的。这条线性关系被打破了，但打破它的不是某个模型有多聪明，而是把一件靠人力堆的事，拆成了采集、抽取、对齐、分析、校验五段可以各自验证的工序。
2026-08-28 14:29:26
180
原创 绩点 2.8 逆袭 3.9：一个二本学生的 AI 学习法，看完学霸都沉默了
我读书的时候没有这些工具，说不羡慕是假的。但聊完那两个小时，我更清楚地意识到一件事：AI 真正帮小周做的，其实只有一件——把原本需要等一周才能拿到的反馈，压缩到了几分钟以内。
2026-08-27 10:54:28
393
原创 用 AI 备考：3 个月上岸 985 研究生，还在图书馆抄笔记？以 Claude 为例讲解 AI 时代学习方法
还在图书馆抄笔记的朋友，不是说图书馆不好——那里的氛围和自习位依然宝贵。但请把手里的活换一换：合上笔记本，打开一份自测卷。手停下来，让脑子忙起来。
2026-08-26 12:19:13
348
原创 有了 AI 就能纵横 A 股？大部分人想多了 ——以 Claude 为例，聊聊用 AI 在股市里「拿到结果」到底有多难
回到我那个同学的问题。AI 拉平的是「手速」和「苦力」，它没有拉平「认知」和「纪律」。以前一个想法从萌芽到验证要两周，现在要两小时——这是巨大的进步，是实打实的结果。但验证得快，不等于验证得对；能生成一百个策略，不等于其中有一个是真的。甚至可以说，AI 让"生成一个看起来很棒的错误结论"这件事，变得前所未有地便宜。这才是它在投资领域最大的风险：不是它太笨，而是它让你太容易得到一个自己想听的答案。
2026-08-25 14:23:10
426
原创 AI 如何在基金领域中发挥奇效？（以 ChatGPT 为例）
文章摘要：ChatGPT类模型在基金行业的真正价值在于将文本处理边际成本趋近于零，而非直接用于选股决策。顶刊论文证实其具备市场信号解读能力，但同一策略的夏普比率三年内衰减81%，表明公开策略难以持续。行业应用已转向生产阶段，桥水、贝莱德等机构将LLM置于非决策位，用于因果假设生成或API编排层。国内量化私募借助算力优势探索因子挖掘等辅助功能。研究显示，当前AI产出的金融专业内容仍需人工大幅修改，核心问题在于幻觉和逻辑错误。作者建议聚焦提升信息处理效率，将模型作为人类审阅的上游工具，并强调可复现性、强约束输出
2026-08-20 16:33:07
405
转载 当品牌发现入口转向 AI，新公司的「被找到」成本正在被重新定价
摘要： 妙蛙 GEO 团队通过实测记录揭示了新品牌在搜索引擎中的“空窗期”现象：即使网站被后台标记为“已收录”，品牌词仍可能无法被搜索到，需经历约3天的处理周期。研究发现，新品牌的“被找到”成本正从流量采买转向技术基建（如索引状态、实体识别）和信源分布，而命名冲突（如与既有实体重名）可能带来长期竞争。当前行业缺乏可核验的服务标准与公开数据，导致企业误判投入方向。随着AI生成答案的普及，品牌可见度的成本结构可能发生根本变化，需进一步观察主动提交协议、实体消歧机制等变量的影响。 核心问题： 新品牌为何存在搜索空
2026-08-11 23:29:30
9
原创 如何使用 Claude 在 AI 时代快速入局新的行业？（经验贴）
本文总结了程序员转型量化领域使用AI工具的经验教训，提出了三点核心原则：1. AI主要压缩行业入门前的信息摸索阶段（4-6倍效率提升），但对需要真实反馈的关键环节（如市场验证）无能为力；2. 必须严格区分可验证任务（可委托AI执行）和判断性任务（需自主决策），建立有效的验证机制；3. 学习成果应沉淀为结构化技能文档（SKILL.md），而非散落的聊天记录。文章详细提供了工具配置方案（Claude各版本适用场景）、90天学习路线图，并警示了六大常见陷阱，强调真正的专业能力体现在独立验证和判断力上，这是AI无法
2026-08-11 21:53:11
348
原创 Codex 如何在科学领域研究论文中助力研究员轻松提效？
对科研来说，这个转变的意义比对工业开发还大。因为科研代码的特点是：**写的人不专业，改的人是自己，跑的次数极多，但上线一次就完事了**。这恰好是智能体最容易吃下的那类工作。
2026-08-07 19:13:52
412
原创 量化开发人员如何使用 Claude 搞定量化交易（附表格）
本文探讨了在量化投资研发中如何高效使用Claude AI模型（截至2026年8月版本）的实践经验。作者指出Claude不会直接创造alpha，而是作为效率杠杆，将想法验证速度提升5倍，但关键仍取决于想法质量。文章详细拆解了： 模型选型建议：根据任务复杂度分层使用Opus/Fable/Sonnet/Haiku四档模型； 核心提效环节：数据清洗（4.5x）、绩效归因（6x）、研报撰写（5.5x）等标准化工作； 工程化配置：通过CLAUDE.md约束文件、Skill技能模板、Hook防护脚本、Subagent并行
2026-08-05 19:27:29
383
原创 AI时代，如何使用 Claude 横扫股市
摘要： 本文探讨Claude作为AI工具在量化投研中的应用价值与局限。作者基于十年量化经验，指出Claude能显著提升数据清洗（耗时缩短90%）、财报分析（10分钟完成3小时工作）、策略开发（代码生成覆盖80%工作量）等环节效率，但强调其无法替代投资决策所需的独立判断。文章通过五大实战场景（如政策对比分析、回测诊断）演示使用方法，并警示数据幻觉、过拟合等风险。核心观点认为，AI是提升研究速度的“副驾驶”，而非绕过认知壁垒的捷径，真正的超额收益仍取决于使用者的投资体系与纪律。
2026-08-04 21:28:52
258
原创 机械研发人员如何使用 Claude？
本文探讨了AI在机械研发领域的应用边界与方法论。作者基于金融量化行业的AI应用经验，指出机械行业AI渗透较慢但潜力巨大的特点，强调需建立安全使用框架：1. 根据任务可验证性和错误成本划分四类应用场景（放手用/复核用/仅参考/半自动）；2. 提出从简单对话到系统集成的四阶段应用路径；3. 给出7个典型场景的实用模板（技术协议解析、选型决策、标准核查等）；4. 揭示真正的时间节省来自替代文书工作而非核心判断；5. 强调必须守住数据保密、责任归属等五条红线。核心论点是：AI应作为工程师判断力的放大器而非替代品，其
2026-07-29 09:34:48
172
原创 律师应该如何使用 Claude 提效，AI带给工作的不只是效率还有职业发展
本文探讨了AI工具（如Claude）在律师行业中的应用前景与实用策略。作者指出，AI不会取代律师的核心价值（判断、谈判、责任兜底），但能显著提升"高体力、低判断"环节的效率。文章重点分析了三大应用场景：1）合同审查（差异比对、结构化摘要、一致性检查）；2）法律检索（判例归纳、文书摘要、法规对比）；3）日常工作流嵌入（邮件润色、知识沉淀、尽调梳理）。作者强调AI输出应视为"初稿"而非"终稿"，需人工核查关键信息，并建议将优质提示词沉淀为团队标准流程。
2026-07-27 20:35:00
240
原创 DevOps 工程师用 Claude 的这半年，我把能说的和不能吹的都写下来
claude它能让你写得快, 但它不能替你判断。架构怎么选、要不要回滚、放量放多少——这些卡在人身上的 决策,该慢还得慢。慢的地方不是你效率低,是你在干真正只有人能干的活。
2026-05-22 11:53:11
1082
1
原创 审计师开始用 Claude Code 了，但 PCAOB 提前划好了红线
Claude Code 能做的，恰恰是信息处理那一层： 收集数据、核对数字、执行清单、生成草稿。而审计师的核心价值—— 判断管理层的陈述是否可信、识别财务造假的迹象、在压力下保持职业怀疑、 在数字背后看到业务实质—— 这些没有一样是可以外包给 AI 的，不管基准测试得多少分。
2026-05-19 08:30:09
513
原创 98.5k Star！GitHub官方开源的这个工具，正在把“vibe coding“扫进历史的垃圾桶
在传统流程里，写PRD → 评审PRD → 丢开PRD → 开始coding，PRD在第一行代码落下的那一刻就开始腐烂。在SDD流程里，写spec → spec驱动plan → plan驱动tasks → tasks驱动implement，规范文件全程活着，且可以被版本控制、被任何AI工具读取、被下一个接手的人理解。这不是理论，这是 spec-kit 这套工具的实际工作方式。
2026-05-18 21:08:41
516
原创 我在华尔街见过最贵的分析师，现在他的工作被 Claude Code 接管了三分之一
金融行业向来是两件事同时成立：第一，这个行业的很多工作是"聪明的体力活"—— 读文件、提数字、建模板、写报告，这些重复性高、可结构化的任务， 最适合被自动化。第二，这个行业的核心价值是判断—— 哪个信号是 alpha，哪个是噪音；哪家公司的管理层在说真话，哪家在粉饰； 这个估值区间我愿意接受，那个我不愿意。 这一层没有工具能替代，也不应该被替代。Claude Code 的价值，是把第一类工作的成本压下来， 让基金经理把时间花在第二类事上。Walleye Capital 的400人100%覆盖
2026-05-18 11:46:30
478
原创 医学研究员开始用 Claude Code 写代码了，而且有点停不下来
医学研究员和金融量化分析师，在我看来是这个时代最能"正确使用 AI"的两类人。原因很简单：他们都有一个明确的衡量标准——量化有 Sharpe Ratio， 医学有 p 值和临床意义；他们都清楚自己的模型有边界； 他们都不会把"AI 给了一个答案"等同于"答案是正确的"。Claude Code 在生命科学里的崛起，不是因为 AI 变得无所不能， 而是因为这群最挑剔的用户，找到了它确实能帮上忙的地方。
2026-05-16 10:56:41
506
原创 用 Claude Code 写了一年代码，装了这 18 个 Skills 之后，我才知道自己一直在“氛围编程“
AI 编程工具这波浪潮有一个隐患在慢慢放大：代码的生产速度远超代码的理解速度。以前你写 200 行，慢，但每一行你知道在干什么。现在 Claude Code 一次输出 500 行，快，但那 500 行的架构质量、测试覆盖、边界条件处理——你来不及想。量化场景下这个问题更危险，因为代码质量直接影响信号质量。一个静默失败的数据清洗 bug，可能让你的策略回测表现很好，上线之后才发现一直在测一个有缺陷的数据集。这种错误不报错、不崩溃，只是悄悄地让你的信号失效。
2026-05-15 16:47:38
281
原创 25k Star 登顶 GitHub：这个专门吃 K 线图长大的 AI，让我意识到之前三年都在裸奔
让 AI 真正看懂 K 线图，不是用更好的 prompt，是要用正确的训练数据。Kronos 用 45 家交易所的 K 线序列数据说明了这一点。25k Star、MIT 开源、Hugging Face 上线，这是目前开源里最值得认真对待的金融技术面基础模型。强烈推荐。如果你也在做量化信号研究或者金融 AI 应用，评论区聊——Kronos 接进多因子框架的姿势有很多种，经验可以互通。
2026-05-15 09:15:45
577
原创 用 Claude Code 手搓代码，仅需 1 个月就登顶 GitHub 榜首，全民 AI 研究员的时代到来了
科研工具的护城河，正在被 Claude Code 一铲一铲地挖平。Scientific Agent Skills 是这一轮"AI 让专业知识民主化"浪潮里，我见过最务实的一个案例——不是 PPT 上的愿景，是 npm install 一行命令、135 个可用技能、卫星遥感数据 40 分钟出信号的真实结果。强烈推荐。
2026-05-14 16:36:15
408
原创 GitHub 日榜第 2、13k Star，AI to Earn 火了——我用 Claude Code 三天搓了一个自己的
AiToEarn 火上 GitHub 日榜，根本原因不是技术有多新——多平台发布这件事早就有人在做了。它火是因为时机对了：AI 工具让内容创作的门槛降低，但内容运营的体力活没人替你干，这个需求一直在，市场一直缺一个把它做完整的东西。
2026-05-14 13:06:46
590
原创 # 3.4k Star 的 OpenHuman，我用 Claude Code 啃了 7 天——一个量化老炮的复刻实录
对金融 AI / 独立开发者意味着什么对量化和金融 AI 那帮人来说，这事的意义不在于"我也能搭个吉祥物"。意义在于——你终于可以把自己的工作流封闭在本地，不用把策略、持仓、笔记送给云端 LLM。
2026-05-13 18:35:22
1083
原创 Claude Code 2026 最新进阶玩法，附带 Skills 详解
我用 Claude Code 最深的感悟是：它最值钱的地方不是会写代码，是它能帮你把那些反复重复的"背景信息传递"自动化掉。以前我每次让同事帮忙 review 代码，要先花十分钟解释我们系统的约束、公司的规范、当前任务的上下文。Skills 就是把这十分钟省掉的东西。多 Agent 编排是另一个维度：以前你一次只能跟一个 AI "结对编程"，现在你可以指挥一支小队。学会分配任务、定义成功标准（Outcomes）、让 Dreaming 帮你提炼经验，这才是 2026 年用 Claude Code
2026-05-11 14:18:56
1814
原创 行政专员用Claude逆袭职场：那个用工作效率撬动升职杠杆的人，就是你
我认识的行政同学里，有两类。第一类：觉得自己就是打杂的，每天把任务做完就好，工具用不用都无所谓。第二类：觉得行政岗是一个有无限可能的支撑型岗位，积极寻找一切能让自己效率更高、价值更可见的方法。工具从来不是关键，关键是你对这份工作的态度。如何通过claude来实现职场自我提升和升职加薪，取决于你对这个时代的适应程度和改变。加油吧，职场人。
2026-05-11 09:54:23
430
原创 大学生的“护城河“正在消失——但Claude Code给了你新的武器
在就业竞争越来越激烈的今天，CS学生的竞争力不再只来自"我能写代码"，而来自"我能用AI工具高质量地解决真实问题"。这不是说编程基础不重要——基础永远最重要。但在基础相当的情况下，会用工具的那个人，能在更短时间里做出更好的东西，能在面试里展示出更完整的项目，能在工作中更快上手生产环境。
2026-05-10 18:11:07
412
原创 Claude Code差点让我失业
正如有人总结的：未来的程序员，不再是敲键盘的人，而是能把模糊的需求翻译成精确任务的人。这个角色更像产品经理，又像架构师，又像项目经理。claude-howto 这个项目的价值，不仅在于教你"怎么配置"，更在于帮你建立**"人机协作"**的思维方式——哪些工作让AI做，哪些工作留给自己做，怎么组合才能发挥最大效能。这比任何一个单独的功能都重要。
2026-05-06 14:02:12
454
原创 Anthropic工程师忘了加一行.npmignore，整个Claude Code的心脏被人扒光了
我们有多少时候以为自己理解了一个工具，其实只是理解了它的表面？Claude Code 给用户看的是一个干净的命令行界面：输入需求，输出代码。它真正是的：一个包含 KAIROS 后台 Agent、三种子 Agent 委托模型、44个隐藏功能标志、46,000 行查询引擎、JWT 鉴权 IDE 桥接的复杂系统，还有一个计划用于隐藏 Anthropic 员工开源贡献的隐身模式。这两者之间的落差，是产品设计刻意造成的——让用户感到简单，背后运行着复杂。
2026-05-06 08:14:30
479
原创 AI终于不再“失忆“了！我用这个插件让Claude Code记住了我三个月的编程经历
在AI编程工具越来越强大的今天，开发者们不只是需要更聪明的模型，他们需要能记住的模型。claude-mem在用它自己的方式回答这个问题。253次发布告诉我：作者在认真做这件事
2026-05-01 09:54:30
506
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人