對我來說，這很簡單，但老實說，社交媒體的算法因三個原因而難以調整； 1) 由於網絡效應，無法進行乾淨的A/B測試。在小型受眾測試中看似良好的結果，當你加入大型網絡的複雜性時，可能會變得糟糕。 2) 對大眾有利的東西對小眾受眾可能會很糟糕。我不會驚訝如果這個特定的算法調整因為大眾流行內容的更好展示而整體改善指標，但卻讓想要參與更深入/深思熟慮的討論的人感到失望。追蹤關鍵影響者的細分市場可以在這裡提供幫助。 3) 短期內的正面效果可能對長期來說是可怕的。即，某些變化會提升短期使用，但與人們的長期價值觀不一致（由於第1點的網絡效應而加劇）。持有者可以提供幫助，但並不準確。人們必須對“感覺”有信心。 🫡 @nikitabier

當你開始在動態消息中看到撒旦的帖子時，你就知道 @X 算法已經糟糕透頂了。

喜歡使用 retro。簡單卻令人愉悅。很高興看到它在排行榜上！

現代生活中摩擦的減少導致無法容忍摩擦。 誰說進化已經死了？

年輕人現在是最內向的年齡群體，真是太瘋狂了。

運用卓越分析可觀察性的CEO

傳統公司試圖與以人工智慧為根基的初創公司競爭。

終於弄清楚了LLMs想要聽起來像什麼。 這是@AdamMGrant

一種減少信任的手段，適用於那些對於錯誤感到不安的人：他們努力以一個有主見的標題來引導。 他們會直接進入描述性事實： “這位候選人在第一個問題上花了10分鐘，並且需要多次提示…” “我們的周增長率為5%…” “我們探索了這個問題的7種設計變體…” 不不不！另一個人實際上想要的是你贏得他們的信任並尊重他們的時間。 “我堅決不會雇用。” “我們上週的增長還可以，但不算特別。” “我有一個我滿意的設計解決方案。” 然後，跟進你的證據/背景/事實。 當然，你可能是錯的。另一個人可能會聽到你的證據並說“我實際上認為我們上週表現得很出色”或“我不認為這個提案可行”，但實際上，這些衝突用來校準心理模型，正是建立信任的關鍵。 如果你不確定，你可以為你的意見提供背景（“我對招聘還很陌生，但我對這位候選人堅決不會雇用…”或“我可能還沒有校準好，但我有一個我滿意的設計解決方案…”）。 但請不要僅僅陳述事實。那是你的不安全感在作祟。 像記者一樣，先用標題引導。

工程能力的跡象（即使是非工程師也能察覺）： 1. 當被要求解釋一個你知道不多的複雜主題時，他們的解釋讓你感到困惑/愚蠢，還是讓你感到更聰明？ 2. 當面對一個錯誤時，當錯誤消失時就結案了，還是他們像狗一樣挖掘，直到找到系統性的根本原因？ 3. 當面臨重大的技術決策時，他們是依賴社會證明（Youtube / 論壇 / 朋友），還是也在閱讀完整的文檔/相關論文？ 獨立、清晰的思考越來越難以找到，尤其是在AI時代！