tweetindex
ES

lidang 立党 (劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人) ✓

@lidangzzz · Houston, TX · joined 05 Apr 2009

co-founder @HedgehogLabHQ @Project_DARC (私信提问前请务必先到YouTube频道观看各期解答世间万物节目,有问题请到X Space上麦直接询问,未回私信证明你的问题已经在YouTube回答过了)

1 610 135Followers
2 750Following
49 294Posts total
11.9MViews on collected posts

Últimas publicaciones

说到底,在国内一线城市能花人均2000~10000吃饭的人,基本钱都不是自己的,如果要谈1000万的生意,花5万吃顿饭对于很多老板来说,就是个标准的商务社交流程,是个仪式感。 既然钱不是自己的,是生意的,那就不需要菜有多好吃,只要砸钱做装修、做服务、营销稀缺性,让金主们感觉这钱花得值就可以了。 9.6K views · 27 likes · 2 reposts · 4 replies Open on X →
如果从教授的角度出发, 一个40岁的教授,一辈子没在工业界写过一行代码,没有任何对pure C、C++这些语言有工程实践,也没有死缠烂打读过设计者和社区的blog,经费项目paper全靠硕博干活, 40岁了,有大量行政工作要做,家里还要照顾老婆孩子,累了恨不得刷个抖音看看短剧,没有任何精力继续学习, 19.6K views · 87 likes · 7 reposts · 6 replies Open on X →
唐仁杰最大的问题,就是懂得太少了,根本没有学习的过程和经历。 一个厨师可以学一年半载,把自己菜系的二三十道菜学明白, 但是一个人想做美食评论,必须有足够多的阅历和时间去大范围理解其他菜系,理解风土人情和社会结构。 这里最大的矛盾是,厨师是糊口的穷手艺,大多数厨师都是底层穷人出身, 20.1K views · 34 likes · 2 reposts · 2 replies Open on X →
谁能告诉我大学 C 语言课程考 `a-=(a+=a*a)` 这种明显 UB 的代码意义是什么...误导人吗 24.6K views · 57 likes · 1 reposts · 30 replies Open on X →
不是说日本的海鲜和陆地生物都被核污水全部污染了吗,不是说日本人吃鱼吃得全都变异了,除了癌症就是变怪物了吗? 怎么还有这么多人去日本旅游、读书、购物,还在一线城市吃寿司郎和滨寿司这些日本寿司、日式拉面、日料自助餐? 36.2K views · 146 likes · 5 reposts · 27 replies Open on X →
@lidangzzz 一个标榜西餐主厨的人,来云南探店,能说出奶制品怎么能吃咸的这种话 28K views · 13 likes · 0 reposts · 0 replies Open on X →
刚好提醒我了,大家快去听田馥甄的新专辑🩷🩷🩷 1.6K views · 1 likes · 0 reposts · 2 replies Open on X →
❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️ https://t.co/FbzY19DYIw
1.6K views · 10 likes · 0 reposts · 1 replies Open on X →
@lidangzzz 党哥,hebe老田发新专了,快去听 1.6K views · 1 likes · 0 reposts · 0 replies Open on X →
稀土之前的北京在全球供应链上的信誉是很高的,哪怕偶尔跟日本和澳洲打打关税战,在外交系统上吹吹风,取消几笔央企大订单,但整体在对外对全球的产业和贸易上,北京是一个老好人。 稀土事件的特殊之处在于,是北京第一次撕破脸,展示出了威胁。 可以说稀土是全球产业链对北京去风险的第一次尝试。 https://t.co/sfvh3U8DVk
3K views · 14 likes · 0 reposts · 3 replies Open on X →
Cornell已经把事情摆到桌面上了,人类所有大学正在陷入危机。 我反复强调,学生没有任何错,全部责任归于学校运营和全体教职。 在AI native时代,如果不能把课程大刀阔斧地完成自我改革,不能拥抱AI,不能用AI Agent一门一门课地改造课程,改造所有学术训练的根本逻辑和流程, 那么大学就会灭亡, https://t.co/RXBGT0xJyp
34.1K views · 245 likes · 25 reposts · 23 replies Open on X →
没想到在遍地是院士、到处是国家医学中心、各大专科主委单位、中国前五的医学院体系独占三个的堂堂北京市, 还能有这种中医大神棍招摇撞骗,在市属头部医院天天祸害病人。 北京医疗行业就没一个人出来,管管这些给人开中药、算阴阳五行、全靠号脉、天天还发抖音劝人喝中药养生的中医吗? https://t.co/hz1EbK7XIo
0:53
0:42
0:48
0:48
634 views · 2 likes · 0 reposts · 2 replies Open on X →
OpenAI愿意开放research program,挑选一批(大约1万人)一线researcher、教授、PhD们提供额外的“帮助”,实际上就是价值几千刀的token。 而在OpenAI内部做数学和research的人,都有完全不限量的免费token,如果使劲儿蹬subagent,可能gpt-6 astra每小时就消耗2000刀。 而在另一边,还有大批大批的人 2K views · 12 likes · 0 reposts · 3 replies Open on X →
所以我经常说,骨子里最恨nvidia的其实压根就不是中国的大模型公司,而是OpenAI和Anthropic, 最想自己造芯片自己搭整套training infra的,恰恰就是这两个公司,这两个公司在nvidia产品上花的钱永远是最多的,替代nvidia驱动力上永远比世界上其他任何一家公司更大。 这两家都在试图收购或者找团队, 7.8K views · 23 likes · 1 reposts · 2 replies Open on X →
关于国产大模型和国产芯片这事,国内行业内知道的人基本上揣着明白装糊涂,你必须支持国产芯片,但你又离不开英伟达,至少现在还做不到。说点真相。 12.4K views · 44 likes · 1 reposts · 1 replies Open on X →
中国学生的一大臭毛病,就是相信这些老牌体制内研究所和大学内部有真本事、黑科技, 新建的深圳、杭州、上海这些新型研究院,里面都是垃圾,都是根基浅薄。 比如长春光机所,里面人均自娱自乐的骗经费老登,毁了一代又一代孩子,就这种研究所还有人吹。 反而这些新兴lab都是年轻力壮的rising star, https://t.co/UbhU0DcFo6
39.8K views · 211 likes · 14 reposts · 20 replies Open on X →
追觅事件算是平息了,期待能为消费者带来更优秀的产品,不要学某些硬件公司当炒作狗了 https://t.co/eLW4VBdAUw
18.1K views · 49 likes · 0 reposts · 9 replies Open on X →
肯定有夸张成分在,但是第一行太唬人了,很多人被吓哆嗦了,先给直接转发了 15.3K views · 28 likes · 0 reposts · 3 replies Open on X →
是的,中国的酒店旅馆是另一个商业地产危机。 因为按照国际规则来看,酒店是需要持续翻新、持续投资的,才能维持价格和市场。 中国一堆中小酒店旅馆,投资一次就不想投资了,酒店价格又上不去,商业回报率太低,绝大多数都是一两百的小旅馆,疫情后商业出差下降,酒店行业也就大批量出清不良资产了。 18.3K views · 21 likes · 0 reposts · 3 replies Open on X →
再说一个预测。 PC性能到了intel 7代i7之后,性能继续提升,但是对日常工作生活提升和影响微乎其微,但考虑到windows+x86-64专利和生态联盟,中国本土半导体(龙芯、ARM架构)动摇不了这个大蛋糕。 手机性能达到了8 gen 1水平(大约安兔兔跑分100万)后,性能提升对于日常使用影响也微乎其微, 26.5K views · 72 likes · 6 reposts · 14 replies Open on X →
@lidangzzz 我冬天去哈尔滨住橘子水晶酒店 check in 和餐厅在21层, 房间在7-9层 一问 原来10-20 是空的根本没装修 21.9K views · 3 likes · 0 reposts · 1 replies Open on X →
JUST IN: Q* has been solved. Welcome to the frontier of RL scaling. KL-Regularized Policy Optimization for Critic-Free Agentic Reinforcement Learning https://t.co/0Z9Sy7VrO4 From GPO, SPPO, and RPG to BPO and Score Centering, we have finally arrived at the grand finale of RL
531.5K views · 2.5K likes · 236 reposts · 64 replies Open on X →
香港现在对于非头部顶级基金投行咨询审计而言,只剩下一个卖学区、卖高才优才计划、卖蓝印户口的生意了。 香港就是下一个天津,建议高才优才直接改名叫“维多利亚港英才落户计划”得了。 546 views · 2 likes · 0 reposts · 1 replies Open on X →
七八十年代农村都是流动卖猪肉的,一个贩子拿小车或者挑一点猪肉,挨家挨户卖一点点,有什么买什么。 想自己选完整的猪肉,必须去镇上的肉铺,每天早晨杀猪直接切割,中午之前必须卖完,只有镇上才有足够多的人口和顾客,把一头猪的所有肉消费干净。 1.3K views · 0 likes · 0 reposts · 0 replies Open on X →
这种信西贝食材高品质高端的,都是大傻子。 美国老老实实地教育你,蔬菜水果都是供应链配送的,有个狗屁的高品质, 牛肉鼓吹自己高品质,就给我量化认证分级,USDA牛肉七个等级一级级往下排,找认证组织出证书, 日本教育过你,鼓吹农产品和肉类品种,就给我品种流程全认证,不要鼓吹其他任何玄学。 7.6K views · 23 likes · 1 reposts · 7 replies Open on X →
新冠期间,我就点名骂过一批餐饮投资人(就是李自然)。 他们觉得餐饮黄金年代马上就要来了,只要用互联网思维投资大商圈的连锁奶茶、烘焙、咖啡、火锅、自助烤肉,就能获得互联网级别的碾压式成功和巨大胜利,就可以提高毛利率,就可以碾压式贵下去,就可以吊打小饭馆,就可以控制中产的吃饭权。 7.7K views · 21 likes · 0 reposts · 6 replies Open on X →
问一个大多数人都回答不出的问题: 七八十年代农村没有冰箱,肉是怎么保存的? 1.8K views · 5 likes · 0 reposts · 5 replies Open on X →
@lidangzzz 餐饮供应链避不开腐败,但西贝大部分原料都是高品质的,而且没被罗永浩攻击之前,给供应商付款都非常痛快。唯一的缺点就是难吃。 12.9K views · 5 likes · 0 reposts · 2 replies Open on X →
人们必须深度用jev撸一大堆产品,把市面上的开源的闭源的原创的魔改的jev family用过一遍之后,才能对这种东西的真正能力和智力祛魅。 人是不看benchmark的,对一款东西的能力天花板全靠想象,全靠刷到timeline上的大V和短视频对他的夸张式吹嘘。 就像对宇树机器人的意淫和幻想,买到手里才能破灭。 6.8K views · 26 likes · 0 reposts · 7 replies Open on X →
很多消费者骂麦当劳这不健康,那个是合成的,然而全世界所有餐饮连锁里面,没有一款薯条能在口味上打败麦当劳的,从原材料到标准化工艺到番茄酱。 很多人说天然原切土豆薯条才健康,我说只要是薯条就不健康,当代城市人最大的敌人就是油和糖,长期大量摄入油和糖,比任何合规添加剂危害都要大得多。 8.2K views · 34 likes · 1 reposts · 5 replies Open on X →

Frente a cuentas del mismo tamaño

70 publicaciones de los últimos 90 días, junto al rango de 1M–10M seguidores. alcance normal para su tamaño, reacción más débil que la mayoría.

Visualizaciones medianas11 455esta cuenta14 648mediana de 1M–10M
Alcance, %0.71%esta cuenta0.74%mediana de 1M–10M
Interacción, %0.28%esta cuenta0.70%mediana de 1M–10M
MétricaEsta cuentaMediana de 1M–10MProporción
Visualizaciones medianas por publicación11 45514 6480.78×
Alcance (visualizaciones ÷ seguidores)0.71%0.74%0.96×
Tasa de interacción0.28%0.70%0.39×

Otras cuentas de este rango →   Comparar con otra cuenta →   Cómo se construyen estas referencias →

Growth & engagement

How the posts we collected actually performed: views and reaction rate post by post, what the audience did with them, and where the follower count goes.

Views per post

7.8K22 Sep
2K
634
34.1K23 Sep
3K
1.6K
1.6K
1.6K
28K24 Sep
36.2K
24.6K
20.1K
19.6K
9.6K

Last 14 collected posts, oldest on the left. The scale is logarithmic: one post can outrun the rest a hundred times over.

Engagement rate per post

0.33%22 Sep
0.76%
0.63%
0.87%23 Sep
0.56%
0.12%
0.68%
0.19%
0.05%24 Sep
0.49%
0.37%
0.19%
0.52%
0.35%

Reactions — likes, reposts, replies and quotes — divided by views. Median for 1M–10M accounts is 0.70%.

What the audience does

Likes50.3%3 668 in total
Reposts4.1%302 in total
Replies3.5%253 in total
Quotes0.8%57 in total
Bookmarks41.3%3 010 in total

Share of every reaction we collected for this account. Replies mean argument, reposts mean endorsement, bookmarks mean the post was worth keeping.

The follower curve appears once this account has two daily snapshots — we take one a day, and this one is on its first.

Cuentas similares