<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[feiniao_coding的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/feiniao_coding</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; feiniao_coding]]></copyright><item><title><![CDATA[法律助理如何使用AI提升工作效率，逆袭拿第一]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/166784242</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/166784242</guid><author>feiniao_coding</author><pubDate>Mon, 28 Sep 2026 11:24:05 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[AI正在悄悄淘汰律师职业，但会用它的人反而涨薪了]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/166692772</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/166692772</guid><author>feiniao_coding</author><pubDate>Sat, 26 Sep 2026 21:50:43 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[AI正在悄悄淘汰这5类白领，但会用它的人反而涨薪了]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/166452288</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/166452288</guid><author>feiniao_coding</author><pubDate>Wed, 23 Sep 2026 09:04:15 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[Codex如何帮助机械工程师轻松提效？]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/166141058</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/166141058</guid><author>feiniao_coding</author><pubDate>Sun, 20 Sep 2026 21:16:36 +0800</pubDate><description><![CDATA[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）。]]></description><category></category></item><item><title><![CDATA[我把妙蛙 GEO 的官网、方法论和源码翻了一遍：一个把”可验收”当卖点的 GEO 工具，靠谱吗？——开源项目测评]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164632063</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164632063</guid><author>feiniao_coding</author><pubDate>Tue, 08 Sep 2026 22:07:42 +0800</pubDate><description><![CDATA[开源项目测评]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164330770</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164330770</guid><author>feiniao_coding</author><pubDate>Thu, 03 Sep 2026 12:42:09 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[散户用 AI 做尽调的 5 个固定动作]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164301628</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164301628</guid><author>feiniao_coding</author><pubDate>Wed, 02 Sep 2026 17:22:17 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[用量化人的眼光看妙蛙 GEO：一个终于把“可验收“当卖点的 GEO 产品]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164266845</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164266845</guid><author>feiniao_coding</author><pubDate>Tue, 01 Sep 2026 19:09:14 +0800</pubDate><description><![CDATA[开源测评]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164256238</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164256238</guid><author>feiniao_coding</author><pubDate>Tue, 01 Sep 2026 11:21:19 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164227934</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164227934</guid><author>feiniao_coding</author><pubDate>Mon, 31 Aug 2026 19:13:40 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[用 AI 三天过完以前半年的课：方法公开，看完直接抄走 ]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164209567</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164209567</guid><author>feiniao_coding</author><pubDate>Mon, 31 Aug 2026 11:16:01 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164171806</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164171806</guid><author>feiniao_coding</author><pubDate>Sat, 29 Aug 2026 17:32:36 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164145863</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164145863</guid><author>feiniao_coding</author><pubDate>Fri, 28 Aug 2026 14:29:26 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164113132</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164113132</guid><author>feiniao_coding</author><pubDate>Thu, 27 Aug 2026 10:54:28 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164084713</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164084713</guid><author>feiniao_coding</author><pubDate>Wed, 26 Aug 2026 12:19:13 +0800</pubDate><description><![CDATA[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。
]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/164055203</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/164055203</guid><author>feiniao_coding</author><pubDate>Tue, 25 Aug 2026 14:23:10 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[AI 如何在基金领域中发挥奇效？（以 ChatGPT 为例）]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/163921810</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/163921810</guid><author>feiniao_coding</author><pubDate>Thu, 20 Aug 2026 16:33:07 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/163676977</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/163676977</guid><author>feiniao_coding</author><pubDate>Tue, 11 Aug 2026 23:29:30 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[如何使用 Claude 在 AI 时代快速入局新的行业？（经验贴）]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/163676020</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/163676020</guid><author>feiniao_coding</author><pubDate>Tue, 11 Aug 2026 21:53:11 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[Codex 如何在科学领域研究论文中助力研究员轻松提效？]]></title><link>https://blog.youkuaiyun.com/feiniao_coding/article/details/163571164</link><guid>https://blog.youkuaiyun.com/feiniao_coding/article/details/163571164</guid><author>feiniao_coding</author><pubDate>Fri, 07 Aug 2026 19:13:52 +0800</pubDate><description><![CDATA[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。
]]></description><category></category></item></channel></rss>