🏭 几家「小厂」负责人，长期做企业服务 🎯 主攻 GEO 与企业 AI 落地，把 AI 用进生意 🛠 分享 AI 教程、Skill / Agent、创业判断与踩坑 🚴 曾独立骑行 3300 公里，也研究价值投资 📮 公众号「司徒K」｜作品与合作见网站
Joined April 2022
- Tweets317
- Following417
- Followers3.1K
- Likes125
司徒K retweeted
😤 全体起立！我找到了让闲鱼 5 块买的 Gemini AI Pro 也能在命令行用 Gemini 4 Argon 模型的办法！
Gemini AI Pro 每个月都会给 $10 赠金！闲鱼 5 块买的也有赠金！大家这笔钱都别浪费了！
可以在 me.developers.google.com/ben… 查看你的赠金额度
我从 3 月开始已经攒了 $70 赠金了，换算港币 468，这个一直没用到，有过期时间的
怎么用上还有些门道，完成 Google 账号这边的配置以后我让 Grok Bot 把 Gemini 4 Argon 配到了 Pi Agent 上，这样不影响 agy 继续使用 Gemini 3.8 Flash，完整的步骤放下面了：
1️⃣ 打开 AI Studio 结算
aistudio.google.com/billing（或左栏 Billing / 结算）
2️⃣ 确认已是付费层页面应显示
Tier / 付费、结算账号/「我的结算账号」。 若还是 Free：按提示 Upgrade / Set up billing，绑卡并选结算账号。
3️⃣ 开 Cloud Prepay 并保证预付余额 > 0
同一 Billing 页 → 预付费 / Cloud Prepay → 充入 $5。预付余额为 $0 → 符合条件的赠金停用，API 会 402 预付有余额后，先扣赠金，再扣预付；赠金用完前一般不会动到预付本金（你问过的那种）
4️⃣ 确认赠金可用
Billing 里找 Credits / 赠金 / 符合条件的 GCP 赠金（你这边约 HK$468，多笔 Google Developer Program monthly，状态「可用」）。 Free Trial 过期的那笔不能给 Gemini API 用。
5️⃣ 用付费项目的 Key 调 API
aistudio.google.com/api-keys 用挂在付费结算账号上的项目 Key。 不要用还挂在 Free 的项目，否则走不到这套赠金。
6️⃣ 配置 Argon 模型到 Pi Agent
直接把提示词发给 Bot：这是我的 Google AI Studio Key：xxxxx，不要直接配 agy 上，帮我配置到 pi agent 上，没有的话下载一个，帮我测试 argon 模型是否可用
我测试用 Argon 跑了一个鹈鹕骑自行车测试，效果还挺不错的
不要再浪费这笔钱了，蹬起来！
就看字节什么时候上市了
昨天字节创始人张一鸣第二次登顶中国首富，心情很复杂，我感觉未来很多年，中国科技巨头的头把交椅可能要在一个人的手里焊死很久了，甚至说个暴论，未来很多年，中国的商业首富和科技格局，大概率会进入字节一家独大的超级长周期，咱们立贴为证，
就凭他坐在抖音、TikTok电商的现金流上，一手抓死生产工具Seedance，一手锁死分发渠道红果短剧，
也就是说，红果短剧负责收割注意力，Seedance 负责把制作成本降为零，抖音电商负责收割现金流，
这就是张一鸣未来很多年持续霸榜的底牌。
要知道，目前在短剧和内容消费上，红果短剧以近乎掠夺的姿态疯狂收割下沉市场的注意力，
而在技术底座上，Seedance 加上豆包大模型，直接把内容生成的生产力工具彻底握在了自己掌心。
所以张一鸣能以 6700 亿元的个人财富第二次问鼎中国首富，单年涨幅高达 43%， 在腾讯等传统互联网巨头还在消化估值、马化腾被相继反超的年份里，字节跳动被推到了 3.3 万亿元的估值天花板。
很多人看首富轮替，总觉得这只是胡润按公开持股和二级市场股价算出来的短期账面游戏。
但如果你看懂了张一鸣从 PC 互联网信息分发发家、在移动互联时代靠算法和推荐崛起、再到今天在 AI 时代全面通吃的路径，你就会得出一个极度冷酷的推论：
海外 Mac mini 跑 Claude Code，怎么和国内电脑配合？
其实很简单：核心代码、Agent 和知识库走同一个 GitHub 私有库，大素材留本地。
这篇教程详细讲了一遍，涵盖跨国远控、双向同步，以及国内 Codex + 海外 Claude 双机并行。文末两段配置 Prompt，复制给 AI 就能跑通。
推荐虹安这个插件，可以更快的分辨出优质内容！
粉丝数会骗人，浏览量更会骗人。
百万粉的号发推没人理，三千粉的号半小时被看十万次。
所以我给 X 每条推文装了个速度表：
🌱萌芽 🍃起风 🌊涌浪 🔥沸腾 🌋喷发
每分钟被多少人看，一眼就知道。
还加了头像流速环、博主标签、账号体检卡。
感谢 @yhslgg 的三条建议。
做FDE商业能力比 AI 能力更重要，这点我完全同意。我昨天写了篇《FDE 百问百答》，从入行求职到独立接单、进场交付都有。欢迎对照着看下，补全十条来，也欢迎多多交流。xitter.gq/situking/status/211460…
Anthropic提交IPO了。看了下招股书：
1. 前沿模型已经出现营业盈利。
2026年第二季度，Anthropic营业利润9.74亿美元，营业利润率约8.4%。
2. AI收入开始突破员工人数的上限。
上半年约80%的收入按量计费。员工不增加，智能体处理的任务、运行时间和调用量照样可以增加。
3. AI产品要设计客户加钱的理由。
900%的净收入留存率，反映特定老客户群的季度总收入变成约九倍，排除Pro和Max，并非每个客户预算都翻九倍。
4. 收入规模做大了，客户也未必被锁住。
前五大客户占单季收入比例，从一季度36%降到三季度21%，收入正在分散。但许多大客户仍可以减少用量，缺少长期合同约束。
5. 前沿模型的高毛利，要交昂贵的研发费。
上半年按附注计算的毛利率约85.4%，研发费用却有97.41亿美元，研发和渠道费用都在这条毛利线外。
6. 模型领先要一轮轮花钱续。
第三季度超过80%的收入，来自过去六个月发布的模型版本。当季收入高度依赖近期版本，单季构成尚不足以判断旧模型的商业寿命。
7. 企业采购路径，本身就有商业价值。
约48%的上半年收入经过云市场。产品进入企业已有的预算、安全和采购体系，采用阻力会小一些。
8. 技术领先，也得向掌握入口的人分账。
上半年渠道伙伴费用仅同比增量就约27亿美元。云伙伴又可能同时供算力、投股权、卖产品、做竞争模型。
9. 高人效背后，可能站着一整套重资产体系。
截至9月底，过去十二个月人均收入超过660万美元。这个员工分母没有包含云、芯片和机房供应商的人员与资本。
10. 预测错需求，算力优势就可能变成付款压力。
6月底尚未起租的租赁义务，未折现金额约3214亿美元，部分附条件。客户可以更快地减少消费，多年合同却不会自动同比缩水。
11. 融资能力已经影响模型公司的生产能力。
上半年融资活动净现金流入约1107.74亿美元。资本让公司能提前锁机器、建容量，承担交付与收款之间的时间差。
12. 模型降本之后，要找新增任务。
公司称Opus 5.5每项任务的客户成本较Opus 5下降约40%。原有任务可能变便宜，过去因成本太高而做不成的任务，也可能开始值得付费。
13. 能产生收入的需求，还要经得起政策执行。
公司估计，前九个月约5%至7%的收入来自后来被判断违反使用政策或商业条款的客户。执行收紧可能影响收入。
14. 上游的使命选择，也会进入你的商业风险。
按拟定上市结构，创始人实体将拥有一般股东事项50.1%的投票权；长期利益信托通常掌握多数董事任免权。安全限制和发布延迟可能影响收入。
15. 原厂已经下场，AI落地不会自动给第三方让座。
2026年7月推出的Ode with Anthropic，明确面向中型企业做AI部署。通用接入和功能包装，会面对第一方应用及原厂交付的竞争。
第三方的收费理由，要落到数据维护、系统连接、验收、迁移和持续运维这些具体工作上。
16. 创业者要盯住高价值任务，别拿调用量冒充客户价值。
第三季度，使用Code的企业用户中消费最高的5%，月支出约为非Code企业用户均值的20倍。这是消费差异，不能证明Code让所有人多花20倍，更不能直接当作客户收益。
Anthropic has filed an S-1 registration statement with the SEC related to its proposed IPO.
Read more: anthropic.com/news/s1-sec
Legal disclaimer: A registration statement relating to these securities has been filed with the SEC but has not yet become effective. These securities may not be sold, nor may offers to buy be accepted, prior to the time the registration statement becomes effective. This post does not constitute an offer to sell or the solicitation of an offer to buy these securities, nor shall there be any sale of these securities in any state or jurisdiction in which such offer, solicitation or sale would be unlawful prior to registration or qualification under the securities laws of any such state or jurisdiction.
RT @AllanHan_ZQ86: 很长一段时间里，知识库都是我很头疼的事。我每天在各个渠道疯狂收集那些我认为极好的优质物料，建了一堆文件夹。
今天在 @cgnot996 群里， @situking 老师的一句话，瞬间击中了我：
“知识库最简单的形式很简单，但是核心是判…
AI本身的能力很强，它就是神。
那么你在做成你的知识库的过程中，就是在训练它，限制他。
那这个过程是不是在给神上枷锁？
做知识库：不要依赖工具，核心是判断系统
今天在 @cgnot996 群里和大家讨论了下信息筛选和知识库搭建方面的事情，我整理分享下我的观点：
1. Obsidian 没用。知识库是给 AI 看的，文件夹 + md 就可以，AI 就看本地文档就可以。
2. 最简单的知识库构建方法：把所有东西整到一起存放。解压、转文字，做好架构。这些 AI 可以帮你做。
3. 我也基本是边用边迭代。项目、客户、个人，基本上是三类。
——核心是判断系统——
4. 知识库形式可以很简单，但核心是判断系统。
5. 不是零散判断，一定要做出一整套判断机制。我做了一套判断力 Agent：它跟我确定机制，而不是某一件事。如果每件事都要你亲自拍板，那样就不行。判断力是个很好的概念，可以从这里出发——我觉得这是核心之一。
——知识库要分级——
6. 别一股脑往自己的知识库里塞。自己的库和外边资料库一定要分开，要不然会乱，而且你会「找不到自己」——AI 分不清你究竟是什么样的风格。
7. 拆开就是两层：
① 核心知识库：你自己的东西，包含你所有的机制。
② 外部资料库：你的外挂，不要混进核心；混进去，AI 会把那些当成你自己的东西。
——信息焦虑，反向蒸馏——
8. 我们能在推特上认识、加到铁柱的群里，信息获取本来就比别人快一些，这是客观判断。但渠道多、速度快，就容易陷入信息焦虑。
9. 别人也一样焦虑。那天晚上我在刷推看数据、学习，学着就意识到这个问题很困扰。我就写了个朋友圈，再反向蒸馏，把这个机制加进我个人的知识库决策系统里。
10. 你看到、认可的东西的确是你的认知——这种判断没问题。但信息过载时，如果全靠人工判断，效率会特别低。
11. AI 只要用起来就很厉害。绝大多数人碰不到 AI 的上限，但在追逐上限的过程中容易分心，做了很多东西。有人问：「你消耗了那么多 token，肯定做出很牛的项目了吧？」这个问题，绝大多数人都答不上来。
12. 如何更好地把优质信息转化为自己的东西。
谢铁柱。其实企业 AI 落地，和之前我们接的任何开发类项目一样：对需求是最难的一步。
我的经验是接任何项目，需求和前期的素材整理，都值得占用最长的时间。只要需求确定好了、定死了，执行起来都非常快。
做知识库：不要依赖工具，核心是判断系统
今天在 @cgnot996 群里和大家讨论了下信息筛选和知识库搭建方面的事情，我整理分享下我的观点：
1. Obsidian 没用。知识库是给 AI 看的，文件夹 + md 就可以，AI 就看本地文档就可以。
2. 最简单的知识库构建方法：把所有东西整到一起存放。解压、转文字，做好架构。这些 AI 可以帮你做。
3. 我也基本是边用边迭代。项目、客户、个人，基本上是三类。
——核心是判断系统——
4. 知识库形式可以很简单，但核心是判断系统。
5. 不是零散判断，一定要做出一整套判断机制。我做了一套判断力 Agent：它跟我确定机制，而不是某一件事。如果每件事都要你亲自拍板，那样就不行。判断力是个很好的概念，可以从这里出发——我觉得这是核心之一。
——知识库要分级——
6. 别一股脑往自己的知识库里塞。自己的库和外边资料库一定要分开，要不然会乱，而且你会「找不到自己」——AI 分不清你究竟是什么样的风格。
7. 拆开就是两层：
① 核心知识库：你自己的东西，包含你所有的机制。
② 外部资料库：你的外挂，不要混进核心；混进去，AI 会把那些当成你自己的东西。
——信息焦虑，反向蒸馏——
8. 我们能在推特上认识、加到铁柱的群里，信息获取本来就比别人快一些，这是客观判断。但渠道多、速度快，就容易陷入信息焦虑。
9. 别人也一样焦虑。那天晚上我在刷推看数据、学习，学着就意识到这个问题很困扰。我就写了个朋友圈，再反向蒸馏，把这个机制加进我个人的知识库决策系统里。
10. 你看到、认可的东西的确是你的认知——这种判断没问题。但信息过载时，如果全靠人工判断，效率会特别低。
11. AI 只要用起来就很厉害。绝大多数人碰不到 AI 的上限，但在追逐上限的过程中容易分心，做了很多东西。有人问：「你消耗了那么多 token，肯定做出很牛的项目了吧？」这个问题，绝大多数人都答不上来。
12. 如何更好地把优质信息转化为自己的东西。
