世界很大，真想到处看看。 physics teacher
Joined December 2011
- Tweets3.8K
- Following367
- Followers88
- Likes112
houfupeng retweeted
学什么技能，能在全球范围内当自由职业者
核心结论：先学能远程交付的技能。
教师、建筑师、护士、公务者不是不好，
是大多被本地执照、法规、语言锁住，
很难跨国接单。
全球化自由职业者公式：
可远程交付技能 × 全球平台 × 持续获客能力 = 全球自由职业者
第一梯队：数字化技能（优先）
1 英语，底层通行证
不是要考高分。
是能看教程、写邮件、沟通、用海外AI工具。
英语受限，你只能卷中文市场；
英语打通，客户池就是整个互联网。
2 AI应用，未来十年基础能力
不用钻算法。
学ChatGPT、Claude、工作流、自动化、提示词。
未来很多自由职业，就是一个人+AI团队完成交付。
3 内容创作
YouTube、TikTok、Ins、Newsletter、播客。
图文、视频、线上课、社裙。
变现：广告、商单、知识付费、联盟。
4 写作
商业文案、SEO、品牌故事、邮件营销。
也可以搭配AI批量产出。
5 设计
UI、品牌、平面、社媒配图。
Figma、Canva、Adobe全家桶。
6 编程
不用学到专业开发。
轻量化方向：网站、简易App、自动化脚本、AI小应用。
Python、JavaScript。
第二梯队：商业能力，大多数人忽略
很多人手艺过硬却赚不到钱，
短板就在这里。
7 获客能力（重中之重）
找到客户，比做好交付更关键。
个人IP、海外社媒、冷邮件、人脉。
8 销售能力
自由职业本质是一人公司。
沟通、报价、谈判，时刻都在推销自己。
9 项目管理
Notion、Trello、Asana。
自由职业最大阻碍，往往不是技术，
而是时间和订单管理混乱。
第三梯队：跨国生存配套
10 财务认知
资产规划、跨境税务、外汇规则、被动收入思维。
11 第二外语
优先级：英语 > 西班牙语 > 日语。
如果只能选一条最优路线：
英语 + AI + 内容创作 + 获客能力
普通人入门，投入产出比最高。
最终目标不是单纯 “做自由职业”，
而是拥有一项核心本事：
不管身在哪个国家，
只要有电脑和网络，
就能创造价值、赚取收入。
这才是未来最强的全球化生存能力。
houfupeng retweeted
Results for the 2026 midterm elections.
🇺🇸 Senate: 56-44 (R)
🇺🇸 House: 221-214 (R)
Bookmark this post.
houfupeng retweeted
انتهى عصر الدبابات
دبابة روسية عملاقة ( تي 90 ام ) قيمتها حوالي 17 مليون ريال
تم تدميرها بثلاث درونات كل درون قيمته 1500 ريال
houfupeng retweeted
我发现很多程序员，包括我自己在内，其实特别容易陷入一种技术自嗨。
今天研究一个新的 Agent 框架，明天研究 RAG，后天又去折腾 Skill、MCP、各种自动化工作流。每天都在 GitHub 上看项目，都在研究最新的模型，感觉自己学到了很多东西，技术能力也确实在进步，但你要问这些东西到底解决了谁的问题，有没有真实用户，有没有人愿意付费，很多时候自己都说不明白。
尤其是现在 AI 编程越来越强，很多以前需要花不少时间才能开发的功能，现在借助 Codex 就能很快搭出来。一个人做个网站、做个 Agent、做套自动化系统，门槛确实比以前低了不少。
但问题来了，当越来越多人都有能力做出类似的产品时，你凭什么认为自己的东西就有人买？技术实现只是一个环节，真正困难的可能是找到需求、建立信任、控制成本，以及让客户持续获得价值。
我现在在企业里做 AI 落地，接触过 GEO、RAG、Agent 和 AI 视频生成之后，对这一点感触越来越深。比如一个数字人视频生成项目，API 已经调通了，视频也成功生成了，从程序员的角度来看，这似乎已经完成了。
但如果客户要求的字幕、包装、画面质量都没有达到标准，这个项目实际上还是没法交付。你不能跟客户说我的接口返回成功了，所以你应该满意。人家买的不是一个成功的 HTTP 响应，而是一个真正能解决业务问题的结果。
技术人真的应该多学一点商业、产品、用户心理和沟通。你能写出代码，是技术能力；你能让别人愿意使用，是产品能力；你能找到客户、理解需求、完成交付并获得收入，那才是真正的商业能力。
而且我觉得最可怕的不是你技术不够强，而是你花了很多年把技术练得特别厉害，却从来没有认真研究过自己的能力到底怎么创造价值。
技术当然要学深，但千万别把技术本身当成了最终目的。
houfupeng retweeted
突发！那个口口声声说热爱巴西人民的总统候选人弗拉维奥·博索纳罗，在落败后的几小时后后，带家眷乘坐私人飞机逃亡美国，尽管法院命令禁止他离开祖国。
为什么这些失败者都跑去美国？
houfupeng retweeted
揭秘：中国新能源车今天能掀翻全球牌桌，是因为当年有人替它挡过子弹！
2008年，万钢提出“绕开内燃机、直奔纯电”，导致被围剿。当时日本已焊死混动专利，国内车企躺平赚合资快钱，保守派痛骂纯电是“违背科学的工业大跃进”。
站在万钢身后的，是分管科技的刘延东。清华工化系出身、车间摸爬十年的她，听得懂底层逻辑。她给万钢交底：“外面的风浪和行政阻力，我替你们挡。”
她是怎么做的？
1. 08奥运强推500辆电动大巴，09年“十城千辆”用财政撬动公交采购，硬是把早期电池厂奶活；
2. 2012年产业规划，用白纸黑字确立“纯电驱动”，把日系非插混彻底挡在补贴门外；
3. 2015年百亿骗补暴雷，国内反对派借势攻击要求全面叫停新能源。一旦急刹车，十年供应链将瞬间归零。在此背景下，她顶住压力，严惩骗补但绝不砍路线，反手将补贴与电池能量密度死死挂钩，倒逼出中国动力电池三年大跃升。
今天当中国向全球输出电动标准时，很少人记得2015年那个差点全面急刹车的冬天！
以此纪念刘副总理！🙏
houfupeng retweeted
卧槽！有人准备把 Photoshop、Office、Premiere 这些商业软件，全部做成免费开源版！
Puter 团队发起了一个狠项目：Everything，目前已经收录 51 款应用！
从 Word、Excel、PPT、PDF，到图片编辑、视频剪辑、音频制作、3D 设计，甚至收银、排班等行业软件都有。
最爽的是，大部分提供在线体验，打开浏览器就能用！
虽然不少项目还在开发中，但这个开源计划确实值得关注。
GitHub：github.com/HeyPuter/everythi…
houfupeng retweeted
别再往那些贵得离谱的少儿编程课、思维课、艺术课上砸钱了。
全世界顶好的儿童教育资源，其实分文不取，只是没人替你吆喝，你掏的那些冤枉钱，多半是在给信息差买单。
下面这 50 个白蹭的资源，从编程、科学、数学一路到阅读、语言、艺术、下棋，孩子成长路上能想到的方向差不多都罩住了。
先唠编程和逻辑这摊，眼下最卷的赛道：
1️⃣ 🔗 scratch.mit.edu MIT 出品的儿童编程平台，行内标杆
2️⃣ 🔗 code.org/en-US 打零起步的编程课
3️⃣ 🔗 blockly.games 积木式编程游戏
4️⃣ 🔗 codecombat.com 玩着玩着代码就学会了
5️⃣ 🔗 makecode.microsoft.com 微软的儿童编程工具
6️⃣ 🔗 csforall.org/en-US/hour-of-a… 一小时编程活动
7️⃣ 🔗 abcya.com 适龄教育游戏
启蒙和低幼这块，适合岁数小的：
8️⃣ 🔗 starfall.com/h/ 阅读与字母教学
9️⃣ 🔗 pbskids.org 教育类动画与游戏
🔟 🔗 sesamestreet.org 芝麻街教育资源库
1️⃣1️⃣ 🔗 trtcocuk.net.tr TRT 儿童内容库
1️⃣2️⃣ 🔗 bilimgenc.tubitak.gov.tr TÜBİTAK 儿童科学杂志
百科和知识库，写作业查资料全指着它：
1️⃣3️⃣ 🔗 kids.nationalgeographic.com 自然与动物内容
1️⃣4️⃣ 🔗 si.edu/kids 史密森尼儿童资源
1️⃣5️⃣ 🔗 kids.britannica.com 儿童百科全书
1️⃣6️⃣ 🔗 dk.com/pages/dk-learning 视觉百科全书
1️⃣7️⃣ 🔗 ducksters.com 作业辅导与主题讲解库
1️⃣8️⃣ 🔗 familieslearning.org/blog/nc… 启发好奇心的每日一问
科学实验和航天，孩子最上头的部分：
1️⃣9️⃣ 🔗 sciencebuddies.org 家庭实验与项目指南
2️⃣0️⃣ 🔗 phet.colorado.edu 物理与化学仿真实验
2️⃣1️⃣ 🔗 spaceplace.nasa.gov NASA 儿童页面
2️⃣2️⃣ 🔗 science.nasa.gov/kids/earth/ 气候与地球科学
2️⃣3️⃣ 🔗 esa.int/kids/en/home 欧洲航天局儿童版块
2️⃣4️⃣ 🔗 exploratorium.edu 博物馆实验与活动
2️⃣5️⃣ 🔗 mysteryscience.com 现成科学教案
2️⃣6️⃣ 🔗 generationgenius.com 科学主题视频讲解
数学专项，怕孩子偏科的重点看：
2️⃣7️⃣ 🔗 nrich.maths.org 剑桥数学题库
2️⃣8️⃣ 🔗 mathplayground.com 数学游戏
2️⃣9️⃣ 🔗 bedtimemath.org 每日数学题
3️⃣0️⃣ 🔗 splashlearn.com 分年级练习
阅读和图书馆，英文启蒙必备：
3️⃣1️⃣ 🔗 storylineonline.net 有声读物
3️⃣2️⃣ 🔗 storyweaver.org.in 多语言儿童图书库
3️⃣3️⃣ 🔗 childrenslibrary.org 世界儿童数字图书馆
3️⃣4️⃣ 🔗 freekidsbooks.org 免费儿童图书
3️⃣5️⃣ 🔗 oxfordowl.co.uk 分级阅读图书
3️⃣6️⃣ 🔗 unite4literacy.com 有声绘本
3️⃣7️⃣ 🔗 readingbear.org 阅读学习计划
语言、音乐、艺术，兴趣班的钱能省下一大笔：
3️⃣8️⃣ 🔗 duolingo.com 游戏化语言学习
3️⃣9️⃣ 🔗 gus-on-the-go.com 幼儿语言教学
4️⃣0️⃣ 🔗 musictheory.net 乐理基础
4️⃣1️⃣ Chrome Music Lab 拿实验的路子玩音乐
4️⃣2️⃣ 🔗 sketchrx.com 绘画练习
4️⃣3️⃣ 🔗 artforkidshub.com 零基础绘画教程
4️⃣4️⃣ 🔗 metkids.org 大都会博物馆儿童版块
4️⃣5️⃣ 🔗 tate.org.uk/kids 泰特美术馆儿童艺术页
末了是下棋、打字这些硬本事，外加家长自个儿用得上的工具：
4️⃣6️⃣ 🔗 chesskid.com 儿童国际象棋
4️⃣7️⃣ 🔗 lichess.org 免费国际象棋与练习
4️⃣8️⃣ 🔗 typingclub.com 十指打字教学
4️⃣9️⃣ 🔗 education.lego.com/ja-jp/ 乐高免费教案
5️⃣0️⃣ 🔗 commonsensemedia.org 帮你把关内容适不适合孩子看
说句实在话，教育资源从来不缺，缺的是知道上哪儿找的人。这 50 个存好，孩子从启蒙到小学的坑差不多都能填上，别再当那个冤大头了。
houfupeng retweeted
想学硬件，找到这一个仓库就够了！
100 天硬件挑战，用 MicroPython 玩转 ESP32、ESP8266、Pico，从传感器读数到网页仪表盘，配套代码和接线图，部分项目还能在线仿真。
跟着做，从零把硬件编程一步步串起来。
github.com/kritishmohapatra/…
houfupeng retweeted
三个卡了人类几十年的数学、物理和计算机顶级难题，在同一天被同一个 AI 模型解开了。
计算机界当基石用了二十七年的指数时间假说，被判定是错的。
数学里的百年挂谷猜想，全维度获证。
物理学里悬赏一百万美元的四维杨-米尔斯理论，数学存在性也给做出来了。
这三个东西凑在一起，正常人的第一反应一定是：
哪个民科又在网上发疯？
但如果把这三份手稿拍在桌上的，是 OpenAI 尚未公开的内部模型呢？
手稿里不光有论文，还附带了机器一行行跑通的 Lean 形式化证明代码。
OpenAI 总裁格雷格·布罗克曼（Greg Brockman）
宣布他们的 AI 在数学、计算机和理论物理三个领域，同时拿出了三项重大科学发现。
很多人第一眼看过去，以为又是硅谷常规的模型能力营销。
但你只要看一眼被这三篇东西点名的受害者名单，就知道事情完全不是那么回事。
我们先看计算机领域的这颗炸弹。
很多人知道千禧年七大难题里的 P 是否等于 NP。
这问题太硬了，半个多世纪没人啃得动。
于是在 1999 年，两位计算机科学家拉塞尔·因帕利亚佐（Russell Impagliazzo）和拉马莫汉·帕图里（Ramamohan Paturi）换了个思路。
他们提出了一个更现实的猜想，叫做指数时间假说，简称 ETH。
他们说：我们先别管 P 是不是等于 NP 了。
就拿最基础的 3-SAT 问题来说，计算机去解它，耗费的时间必然是指数级的。
也就是说，随着变量增加，计算步数会像滚雪球一样爆炸，绝对找不到次指数级的算法。
过去二十七年里，整个理论计算机界在这个假说上面盖了一整座大厦。
几百篇顶级论文的逻辑都是同一个格式：
假定 ETH 成立，那么某个算法就不可能更快，某个问题的计算下限就是这么死。
ETH 就像理论计算机科学家打在地基里的一根钢桩。
结果 OpenAI 这次放出来的成果，直接声称：
ETH 是错的。
这个 AI 模型给出了一个确定性的次指数时间算法。
这意味着什么？
它并没有证明 P 等于 NP，因为次指数时间依然比多项式慢得多。
但这根扎了二十七年的钢桩，被人从地底下连根拔掉了。
那些建立在 ETH 上的所有复杂度下限论证，全都要推倒重审。
更要命的是，OpenAI 没把这篇东西拿去投顶会。
他们直接在开源社区公开了机器完全可验证的 Lean 代码。
然后把因帕利亚佐和帕图里两位老先生，加上麻省理工学院的理论计算专家瑞安·威廉姆斯（Ryan Williams），一起请了过来。
让他们亲自来查验：自己二十七年前立下的假说，是不是真的被机器找出了漏洞。
计算机界还在发懵，数学界那边也炸锅了。
1917 年，日本数学家挂谷宗一提出过一个几何问题：
在平面上，能让一根长度为 1 的针旋转 360 度的最小面积图形是什么？
后来数学家发现，这个面积可以任意小。
但如果把问题搬到高维空间呢？
一个包含各个方向单位线段的集合，它的空间维度到底有多大？
这就是著名的挂谷猜想。
这看起来像个纯粹的几何智力题。
但到了现代数学里，它变成了高维波动方程和调和分析的核心枢纽。
1991 年，数学家索格（Christopher Sogge）提出了波动方程的局部平滑猜想。
调和分析界早就知道一条连环锁：
谁能把局部平滑猜想彻底证完，挂谷猜想和施泰因限制性猜想就会像多米诺骨牌一样，在所有维度上同时应声倒下。
几十年来，让·布尔甘（Jean Bourgain）、托马斯·沃尔夫（Thomas Wolff）和陶哲轩这几位菲尔兹奖得主，都在啃这块硬骨头。
陶哲轩早年拿到菲尔兹奖，很大一部分工作就是在这个方向上推进一步。
而 OpenAI 这次交出来的手稿，直接宣布：
对所有大于等于 2 的空间维度，局部平滑猜想全部获证。
挂谷猜想和施泰因限制猜想，全维度被一锅端掉。
陶哲轩这些年一直在数学界普及 Math 2.0，也就是用机器辅助做前沿数学。
这新手稿一出来，全球调和分析专家和 Lean 社区立刻组织起来，一行一行逐字核对逻辑链。
第三个领域更吓人，理论物理。
我们初中物理就知道质子和中子。
但在微观世界里，夸克是怎么被强相互作用力死死捆在一起的？
物理学家靠量子色动力学（QCD）来解释。
实验上大家天天在用，戴维·格罗斯（David Gross）也因为发现渐近自由拿了 2004 年的诺贝尔物理学奖。
但在纯数学眼里，这门学问一直是个幽灵。
七十多年过去了，从来没有人能在数学上严格证明：
在四维时空里，这种包含规范场和费米子的相互作用量子场论，到底具不具备严格的数学存在性。
这就是克雷数学研究所悬赏 100 万美元的千禧年大奖难题：四维杨-米尔斯理论的存在性。
物理学家能算出答案，但数学基础是悬空的。
就像一座建在云彩上的摩天大楼，楼里住满了人，地基却没有数学图纸。
OpenAI 这次拿出的，正是一份四维时空相互作用量子场论的严格存在性证明，直接覆盖了量子色动力学。
面对这么重磅的物理命题，OpenAI 甚至不敢直接公开手稿细节。
他们找来了谁？
八十五岁的诺贝尔奖得主戴维·格罗斯。
由格罗斯领衔的顶级物理学家闭门工作组，正在接管这批原始手稿，进行独立审查。
你看明白这次的事情到底妙在哪里了吗？
以往科技巨头炒作 AI 科学突破，动不动就开发布会宣布自己颠覆了世界。
结果往往被学界骂得狗血喷头，因为里面全是幻觉、偷换概念或者半成品。
但这一次，OpenAI 的姿态彻底变了。
他们官方文章的标题叫《与学术界合作建立科学理解》。
在通告里，他们把这三份震惊世界的成果，称为原始研究数据。
他们甚至发明了一套叫做护送者（Shepherds）的机制：
计算机成果，把机器验证文件开源，交给当年的假说提出者去审。
数学成果，把代码和手稿丢给调和分析社群和陶哲轩他们去对齐。
物理成果，全权委托给诺奖得主闭门评估。
这才是整件事里最值得琢磨的变化。
科学研究这个行当，过去三百年里的瓶颈，一直在于人类大脑的产生力。
一个天才数学家想出一种新构架，可能要花三十年。
但现在，机器可以在内部一口气吐出横跨三个顶尖领域的长篇严密推导。
人类科学的瓶颈，在一夜之间翻转了。
以前发愁怎么把定理证出来，现在发愁怎么看懂机器到底怎么想的。
代码跑通了，逻辑没有语法错误。
但这里面到底是用了一种前未见过的几何视角？还是绕过了人类思维的死角？
人类顶尖学者正在从推导前沿的开荒者，变成给机器当审核员和翻译官。
这场考试才刚刚开始。
但不管最终审查结果修正多少细节，那个坐在书桌前单打独斗推导公式的时代，恐怕是真的回不去了。