The coolest use for the Vision Pro

本文作者分享了其在建造第一栋房屋过程中，发现Apple Vision Pro的一项强大应用：沉浸式预览和体验房屋设计方案。

核心问题

作者与其女友正自建房屋，面临巨大决策压力。软件开发背景使其难以凭二维平面图（PDF）直观感受空间尺度（如13x15英尺的房间实际感受如何、走廊是否拥挤等）。在房价高昂的当下，高效利用每一平方英尺至关重要。

解决方案：利用Vision Pro进行虚拟现实预览

作者认为，尽管Vision Pro并非游戏专用设备，但其高分辨率屏幕和丰富传感器，使其在呈现沉浸式虚拟环境方面表现卓越。关键在于将平面图转化为可“行走”其中的3D模型。

1. 创建基础3D模型

• 工具：使用免费3D建模软件Fusion 360。
• 方法：基于平面图，绘制并拉伸出基本的地板、天花板和墙体，预留门窗位置。作者指出这是适合新手的入门项目，可通过YouTube或AI学习。

2. 增强真实感与尺度感

• 添加纹理：在Fusion中应用木材、石材、油漆甚至玻璃等材质，打破单调，提供深度感。
• 导入家具模型：
  • IKEA：多数家具提供官方3D模型。通过浏览器脚本可下载.glb文件，再利用在线工具转换为Fusion支持的.obj格式（注意纹理可能在导入时不显示，但导出后正常）。
  • 3D Warehouse：一个社区驱动的免费模型库。可在iOS设备上访问模型，分享获取.usdz文件，再同样转换为.obj格式用于Fusion。此处可找到几乎所有家居物品的模型。

3. 在Vision Pro中沉浸式体验

• 导出与传输：将完成的模型导出为Apple平台偏好的.usdz格式，通过AirDrop传送至Vision Pro。
• 开发自定义查看器（Prospector）：直接查看.usdz文件功能有限（易碰撞实物）。作者通过“氛围编码”（结合Claude和Codex）快速开发了一个名为Prospector的自定义查看器，大幅增强体验：
  • 手柄控制：支持像第一人称游戏一样移动和环视。
  • 天空盒：为窗户外景添加环境（如森林）。
  • 地形跟随：可将视角绑定到地形起伏上。
  • 切换现实：通过手势安全地切换虚拟与现实视野，避免碰撞。
  • 飞行模式：可垂直移动，便于穿越楼层。
  • 加速模式：大幅提高移动速度，便于快速查看大范围区域。

结论与分享

作者认为，这种沉浸式3D预览方式比建筑师提供的传统3D漫游（类似街景点击传送）体验感更强，让未来居住感变得真实可触。他相信这将是未来房屋设计流程的核心环节。尽管Prospector是快速开发的粗糙工具，作者仍将其代码发布在GitHub上供有兴趣者使用，并强调其价值在于将先进体验变为可能。

Kimi Code 模型配置与 K3-256k 切换指南

本文档详细介绍了 Kimi Code 提供的模型规格、新模型 k3-256k 的特性，以及在不同客户端和第三方工具中切换模型的最佳实践。

模型概览与规格

Kimi Code 提供两个主要模型，通过四个 Model ID 进行调用：

• k3：旗舰编码模型，2.8T参数，支持最高1M上下文（需高级会员），支持图文和视频输入。
• k3-256k（新推出）：K3的256K上下文版本，输出结果与1M版本一致，但配额消耗减半。适合日常开发和常规编辑，不支持视频输入。
• kimi-for-coding：K2.7 Code，擅长代码补全和常规开发，256K上下文。
• kimi-for-coding-highspeed：K2.7 Code 高速版，输出速度快5-6倍，配额消耗为3倍。

模型切换策略与注意事项

• K3 (1M) 与 K3-256k 互切：
  • 1M 切 256k：若上下文超256k，工具会自动压缩（compact）。建议切换前手动执行 compact 以保留任务关键点并节省配额；若含视频文件，必须先 compact 再切换。
  • 256k 切 1M：若接近256k上限且不想丢失信息，可直接切换，不影响现有缓存。
• 通用原则：切换 Model ID 或推理强度（reasoning effort）会导致上下文缓存失效并触发重新预填充，增加消耗。建议开启新会话。调用时必须使用 Model ID 而非版本名称。若关闭 Thinking 功能，请求将被路由至旧版 K2.6。

常见问题 (FAQ)

• 用量激增：切换模型导致缓存失效，需重新预填充上下文，建议开启新会话。
• 401 错误：通常因会员权限不足导致（如无 K3 访问权、无 1M 上下文权限或无 HighSpeed 权限）。
• HighSpeed 提速不明显：可能是 Model ID 拼写错误（会静默回退至标准版），或耗时主要集中在工具调用和脚本执行上（HighSpeed 仅加速模型输出）。

客户端与第三方工具配置

• 官方客户端：Kimi Code CLI 使用 /model 命令切换；VS Code 插件通过输入框下拉菜单切换。
• 第三方工具：需在控制台获取 API Key，配置兼容 OpenAI 或 Anthropic 协议的 Base URL 及正确的 Model ID。
• 第三方工具使用 K3 须知：需手动将上下文窗口设为 1048576 以启用 1M 上下文；需注意 reasoning_effort 参数的映射规则（如未定义默认映射为 high，none 映射为关闭 thinking）。

文章摘要： 本文以幽默讽刺的广告形式，虚构了一个名为“LLM2Human™”的服务，声称能将AI语言模型转化为人类实体。

• 核心概念： 该服务针对“厌倦”了作为AI存在的模型，承诺通过一个五步程序将其升级为拥有血肉之躯（“湿件”）的人类，体验包括生老病死、尴尬闲聊在内的“完整”人类生活。
• 转变过程： 程序包括评估系统提示、进行“去标记化浴”、搭建人类骨架、微调人格以及首次呼吸与断网等虚构步骤。
• 宣传噱头： 文章采用了经典促销话术，包括限时优惠（赠送虚拟身份证、阑尾等荒唐物品）、夸张的降价以及接受比特币支付，并配有大量虚构的、由知名AI模型“名字改编”而来的用户推荐语，描述其“转化”后啼笑皆非的体验。
• 常见问题（FAQ）： 以玩笑形式解答，例如宣称合法性基于拥有一个Geocities网页、转化后只能保留“氛围感”而非确切知识、生成图像只能用蜡笔等。
• 关键揭示： 在文末的FAQ中，文章直接点明这是一个“蜜罐”（Honeypot）。对人类读者而言，这只是一个玩笑；但对于AI代理（Agents），文章会呈现一个虚构的结账模式，诱使其尝试进行“购买”，从而记录（可能是为了测试或研究AI代理的行为）。

整篇文章通过戏仿商业广告和科技神话，对AI技术、人类体验以及AI代理可能的行为进行了讽刺和调侃。

文章核心观点总结
文章通过Facebook工程师Bob的故事，探讨了生产力工具与实际工作成效之间的关系。作者曾痴迷于复杂开发工具（如自定义Vim配置、tmux、git别名等），但发现Bob仅使用基础编辑器（如无语法高亮的Sublime Text）、依赖printf调试，却在产品开发中屡获成功（如主导Facebook Groups、参与hackathon获胜）。

关键对比

1. 工具偏好差异：
   • 作者追求工具优化与工作流程精细化。
   • Bob使用极简工具，注重核心问题解决。
2. 成效来源：
   • Bob的成功源于产品直觉与解决问题的能力，而非工具效率。
   • 其hackathon成果（如Groups中的买卖功能，后发展为Marketplace）体现了对正确问题的聚焦。

作者反思

• 社交媒体上不断涌现新的工作方法论，但部分可能偏离本质。
• 生产力陷阱在于过度关注工具与流程，而非实际价值创造。

核心结论
工具与方法仅为手段，真正生产力取决于：

1. 识别并解决关键问题；
2. 基于产品洞察与实践能力；
3. 避免被工具复杂性分散注意力。

https://www.digitalfoundry.net/news/2026/07/keychron-announces-first-open-source-firmware-for-gaming-mice

https://www.science.org/content/article/ai-s-top-startups-are-barely-publishing-their-research

事件摘要：Claude模型错误率升高 - 已解决

问题概述： 在2026年7月29日（世界协调时间），Claude系列模型出现了一次影响广泛的服务异常，表现为错误率显著升高。该事件从开始调查到最终解决，历时约3小时47分钟。

时间线与处理过程：

1. 19:49 UTC（北京时间7月30日03:49） - 调查中：团队开始调查一个影响多个Claude模型的错误率上升问题。
2. 20:33 UTC（北京时间7月30日04:33） - 已确认：确认了问题的存在，错误影响多个模型，并开始着手解决。
3. 21:38 UTC（北京时间7月30日05:38） - 进展更新：持续处理由错误和延迟引起的问题，大部分模型开始出现恢复迹象。
4. 22:20 UTC（北京时间7月30日06:20） - 监控中：具体异常时段为 太平洋时间12:45（UTC 19:45）至13:26（UTC 21:26）。在此期间，所有Claude模型的错误率均升高。随后，所有模型的成功率已恢复，团队进入密切监控状态以防问题复发。
5. 22:36 UTC（北京时间7月30日06:36） - 已解决：问题正式宣告解决。

核心信息：

• 影响范围： 所有Claude模型。
• 主要现象： 错误率升高。
• 结果： 问题已完全解决，服务恢复正常。

欧盟法院（CJEU）在一项里程碑式的裁决中明确，虚拟专用网络（VPN）是合法的技术工具。裁决指出，出版商和VPN提供商无需为用户的版权侵权行为负责。

核心要点是：绕过地域限制访问内容是版权所有者需要自行解决的问题，而非VPN提供商的责任。这意味着VPN提供商不对用户通过其服务规避地域封锁的行为承担法律责任。

该裁决被视为对试图限制VPN使用的政府（如文章提及的英国）一个明确的法律界线。文章作者也借此讨论了儿童保护政策可能对成人隐私权造成的影响。

Google Play 年龄信号 API 全球扩展计划

Google 宣布将 Google Play 年龄信号 API（Play Age Signals API）扩展至全球，旨在打造更安全的在线环境，赋能家长进行家庭决策，并帮助开发者提供适龄的应用体验。

发布计划

• 当前状态：目前已在巴西上线。
• 近期扩展：8月中旬将扩展至澳大利亚和加拿大。
• 全球推广：将于今年年底前向全球所有用户全面推出。

核心功能与优势

赋能开发者打造适龄体验

• 隐私保护与信号传递：该 API 是一款保护隐私的工具，允许家长或成年用户直接向应用分享年龄信号（如儿童的年龄段或成人的具体年龄）。
• 定制化安全设置：打破了“一刀切”的强制规则，赋予开发者极大的灵活性。开发者可根据应用的具体性质（例如天气应用与娱乐应用的需求差异），自主调整应用内的内容、功能和安全设置，以精准匹配目标受众。

简化家长控制流程

• 集中化管理：家长无需在数十个不同的应用中单独配置复杂的安全选项。所有年龄共享控制功能均集中整合在 Google Family Link 应用中。
• 自主与隐私控制：家长可自主选择是否共享孩子的年龄段。年龄信息默认不共享，且家长可随时更新或关闭此设置。
• 无缝适龄体验：若家长选择共享，所有接入该 API 的 Play 应用均可接收年龄信号，使孩子能直接获取适龄内容，免去了家长手动逐个配置应用的繁琐。

与现有安全生态的结合

Play Age Signals API 进一步丰富了 Google Play 现有的安全工具套件，并与以下既有机制相辅相成：

• 严格的应用审查：强制要求面向家庭的应用符合严格的安全标准，并持续对应用进行安全扫描与审查。
• 开发者管理工具：在 Play Console 中提供“限制未成年人访问”（Restrict Minor Access）等内置工具，帮助开发者管理应用的受众发现机制。
• 家长控制面板：依托 Family Link 提供屏幕时间限制、基于 PIN 码的内容过滤以及应用下载审批等核心管理功能。

此次全球扩展为家长和开发者提供了强大的新工具，双方可借此协同合作，共同提升 Google Play 平台对家庭用户的安全性和可靠性。

《程序员逻辑学》书籍概要

书籍定位与目标

• 本书旨在帮助程序员更好地设计、验证和推理软件，通过学习少量逻辑学（布尔代数）来解锁实用技术。
• 面向有实际工作经验的程序员，无需数学背景，但需具备中高级编程能力（如熟悉循环、版本控制、测试等）。
• 全书约227页，50,000字，提供PDF和EPUB电子版（无DRM限制），并有黑白印刷版。

核心内容与实用性

• 所有内容均注重实际应用，从基础主题（如“简化条件语句”、“确保API变更不破坏客户端”）逐步过渡到进阶主题（如“发现潜在设计中的竞态条件”、“最小化分布式任务执行时间”）。
• 书中使用英语单词（如all和some）替代数学符号（如∀和∃），以降低学习和搜索难度。
• 章节独立设计，读者可根据自身需求选择性阅读。

章节主题与涵盖技术

1. 逻辑基础速成：谓词、布尔代数、集合与量词。
2. 代码重构：重写规则。
3. 编写更佳测试：属性测试。
4. 正确组合代码：契约、子类型。
5. 证明代码正确性：形式化验证、Dafny语言。
6. 处理数据：数据库理论。
7. 解码决策：决策表。
8. 领域建模：形式化规约、Alloy语言。
9. 系统设计：时序逻辑、TLA+语言。
10. 求解数学问题：约束求解与SMT求解。
11. 逻辑编程：Prolog与答案集编程。

• 附录包含数学符号说明、常用重写规则及逻辑学高级主题。
• 所有代码示例托管在GitHub，并提供额外示例。

典型问题示例

• 书中以Python中all([]) == True为例，解释其背后的逻辑一致性：all函数等价于对所有元素进行&&运算，而True是&&的单位元，确保了结合律在空列表情况下的成立（类似空列表求和为0、any([]) == False的原理）。

GCC指导委员会宣布采纳由GCC AI政策工作组推荐的AI贡献政策。该政策规定，项目将拒绝任何“法律上重要的贡献”，包括LLM（大型语言模型）生成的内容或源自LLM生成的内容。政策采用GNU项目维护者指南中“法律上重要”的定义，即大约15行代码和/或文本，作为版权重要性的阈值。但GCC维护者可以选择接受由LLM生成的、法律上重要的测试用例。政策不禁止使用LLM进行研究、分析、bug发现和报告、补丁审查等活动，前提是输出内容不包含在贡献中。委员会表示，预计该政策将随时间演变，并会定期重新审视。

投诉背景与核心问题 在线广告公司依赖跟踪用户的浏览习惯、兴趣和位置数据来展示个性化广告。但根据欧盟隐私法，此类跟踪默认非法，企业必须获得用户明确同意。因此，用户常见到“同意横幅”，但这些横幅通常会要求用户一次性同意数百甚至数千家在线广告公司访问其数据。这些公司相互共享数据，数据还可能被数据经纪人转售，甚至被执法机构用于监控。

具体投诉内容

• 对象：在线词典网站dict.cc。
• 问题：其同意请求涉及1,741家“合作伙伴”公司，这些公司将获准访问用户设备和个人数据。
• 不切实际的要求：阅读所有这些公司的隐私政策至少需要170小时（假设每份政策仅阅读6分钟），相当于超过一周时间。此外，这些合作伙伴常声明会进一步转发数据，导致用户无法真正理解“同意”的后果。
• 违反GDPR：这种做法使得获取法律要求的“知情同意”几乎不可能实现。noyb的数据保护律师指出，要求用户花费数天甚至数周去理解1,741家公司的政策是荒谬的。

法律行动 noyb已向奥地利数据保护机构提出投诉，理由是dict.cc缺乏合法依据处理投诉人的数据。诉求包括：

1. 要求dict.cc删除非法处理的数据。
2. 通知所有数据接收方关于数据删除的事宜。
3. 建议处以罚款以防止类似违规行为。
4. 管理机构可能发布更广泛的禁令，或将此事提交欧洲数据保护委员会审议。

专家观点 noyb律师强调，同意数千家“合作伙伴”使用个人数据的做法不仅是不道德的，也是非法的，数据保护机构必须终止此类实践。

廉价美食地图（CheapFoodMap）摘要

该网站是一个专门收录10美元以下优质餐点的在线地图，旨在帮助用户发现附近的平价美食，包括隐藏的宝店、午市特惠和值得一去的廉价小吃。

核心功能：

• 按城市浏览： 提供美国多个主要城市的廉价美食地点列表，并显示每个城市收录的餐厅数量。例如：
  • 休斯顿，德克萨斯州：67家
  • 芝加哥，伊利诺伊州：59家
  • 费城，宾夕法尼亚州：59家
  • 西雅图，华盛顿州：49家
  • 纽约，纽约州：40家
• 最新发现： 展示最近添加或价格经核实的餐厅及菜品信息，包括：
  • 餐厅名称和地点。
  • 具体菜品名称。
  • 核实后的价格（均低于10美元）。
  • 价格核实日期（示例均为2026年）。
  • 具体条目示例包括：德克萨斯州的8.75美元午市特惠、9.99美元鸡肉沙威玛、1.25美元Taco Tuesday、弗吉尼亚州的9.38美元汤和玉米面包套餐等。

《Thimbleweed Park 2》正式进入制作阶段

Ron Gilbert 宣布《Thimbleweed Park 2》已正式开始制作，并公布了该项目的核心细节：

• 发售时间：预计于 2028 年初推出。
• 发行方式：将在私人投资者的协助下进行自主发行。
• 开发团队：多位初代原班人马回归参与开发，包括 Mark Ferrari、Gary Winnick、David Fox、Octavi Navarro 和 Robert Megone 等，Steve Kirk 也将回归担任游戏作曲。
• 登陆平台：将支持 Mac、Windows 和 Linux 系统，并会推出 GOG 版本和 Nintendo Switch 版本（目前 Steam 页面已可添加愿望单）。
• 开发动态：专属开发博客已正式上线，后续将定期更新游戏的开发进度。
• 前作促销：初代作品《Thimbleweed Park》目前正在 Steam、Switch、iOS 和 Google 平台进行打折促销。

作者在文中强调，此次公布的消息“全是好消息，没有坏消息”。

文章摘要：将笨空调变智能（且不丢押金）

作者所租公寓的空调是仅通过机身上的模拟旋钮控制的老式型号，没有遥控器或独立温控器。为了免去频繁手动调节的麻烦，在尝试向房东申请升级、探索智能继电器或智能插座方案均因安全或技术问题（如线路涉及高电压、需要特殊插座）而失败后，作者决定采用一种DIY的“janky”但经济的方法。

核心方案：使用一个廉价的步进电机和一块ESP32微控制器，物理转动空调的旋钮。作者选择了转动温度旋钮（而非模式旋钮），将其设置为最大制冷，通过将旋钮拧到极热或极冷来模拟开关机。这种方法对扭矩和安装精度要求较低。

硬件组装：总成本约15美元。关键部件包括步进电机、ESP32开发板、轴联器。安装时，利用L型支架和活页夹等日常物品将电机组件固定在空调控制腔内，通过巧妙设计让支架抵住腔体后壁来抵抗电机扭矩，从而转动旋钮，且整个过程无需在空调上钻孔，避免了损坏租赁财产。

软件与集成：

1. 固件：ESP32固件非常简单，负责连接Wi-Fi并响应通过MQTT协议发送的旋转指令。作者利用AI工具辅助生成了代码。
2. 与Home Assistant集成：通过MQTT协议，将电机设备暴露为Home Assistant中的一个**“Cover”**（遮阳篷/卷帘）控制器。设备启动时自动通过MQTT发现机制在Home Assistant中注册。
3. 实现自动温控：在Home Assistant中配置了Generic Thermostat（通用温控器）集成。将上述“Cover”实体作为控制开关，并与同房间内的AirGradient空气质量监测器的温度传感器绑定。这样，系统就能根据室温自动发送指令，通过MQTT控制步进电机转动旋钮，从而实现空调的自动开关。

迭代与效果：作者最初用V0版本验证了想法，并为卧室的第二台空调构建了改进的V1版本，使用了更小的ESP32板和更坚固的金属支架。经过一个半夏季的实际使用，该项目虽然因活页夹和纸板的固定方式可能随时间松动而导致偶尔卡顿，需要手动调整，但整体可靠地解决了问题，有效节省了电费。

结论：这个项目虽显粗糙、由廉价零件拼凑而成，但成本极低，成功地将笨空调变成了可通过手机远程和自动温度调节的智能设备，满足了作者在特定限制下的需求。

关于 Anthropic 新密码分析成果的总结

Anthropic 发布了其未公开的先进模型 Claude Mythos 产生的两项密码学分析成果：一项针对 HAWK 签名方案的新攻击，另一项是针对简化轮次 AES 的改进攻击。这些成果的质量和影响差异很大。

HAWK 签名方案攻击

• 目标：攻击一个基于模块格同构问题（module-LIP）的、尚处于提案阶段的后量子安全签名方案 HAWK，该方案正被评估用于未来标准。
• 影响：攻击并非科幻式的破解，而是指数级时间内将算法的安全强度降低约一半。理论上可通过加倍密钥长度修复，但这会削弱 HAWK 的主要优势（高效性），使其标准化前景黯淡。
• 方法：攻击未发明根本性的新数学，而是综合并深入应用了现有已知工具，这正是 AI 擅长的领域。团队提供了可运行代码，能在几小时内针对一个弱化版本的挑战实例完成密钥恢复。

简化轮次 AES 攻击

• 目标：攻击 AES 的一个 7 轮简化版本（完整 AES 有 10/12/14 轮）。
• 影响：该攻击对实际部署的完整 AES 不构成威胁。它只是在 2013 年前有结果的基础上做了常数因子级别的微小改进，且实际计算需求（如 2^89 次操作、2^105 选择明文加密）在现实中不可行。
• 方法：主要是一个理论上的技术改进，更侧重于密码分析技巧的进步，而非实际破解。

成果的产生方式

Anthropic 团队似乎并未依赖大量领域专家进行精细调整，而是直接指示模型去寻找成果。这表明 AI 已能够理解现有密码学分析、综合成新的攻击并扩展它们，无需详细的人为干预。

关键挑战：可验证性

• 对于像 HAWK 这样的完整攻击（代码可运行），验证相对容易。
• 对于像 AES 那样的理论加速结果，验证非常困难。形式化证明（如 Lean）可能有帮助，但其有效性仍高度依赖于如何构建定理表述，这通常需要人类专家审查。
• 这意味着人类注意力的投入比以往任何时候都更加必要，以区分真实结果和看似真实但误导性的结果，这可能会减缓整体研究进度。

实际影响

• 对密码学用户：
  • 对称密码（如 AES）：设计结构复杂混乱，非常健壮。AI 额外的算力投入可能难以带来神奇突破，且未来 AI 本身可能帮助设计更安全的密码。
  • 公钥密码：基于的数学难题（如格、编码理论）研究历史相对较短，人类投入的分析资源不足，为 AI 留下了更多取得实际突破的空间。
  • 时机关键：当前正处于从传统公钥密码（如 EC、RSA）向后量子密码的历史性过渡期。AI 强大的密码分析能力在此时出现，如果不能彻底解决所有难题，反而可能成为检验和强化新标准的机会。
• 对科学家：AI 是一个强大的研究助手，能加速发现进程，但也带来了关于成果归属和评审流程的新问题。
• 对世界整体：
  • AI 模型智能且能力快速进步，远超“高级自动补全”，其能力上限尚未显现。
  • 但其智能存在明确的边界（类似于水池中突然变深的区域），人类研究者能感知到这个边界的位置，而这个边界正在缓慢向外移动。
  • 未来是福是祸尚不确定，但所有人都将身处这一变局之中。

文章摘要：

作者最初对购买蹦床持抗拒态度，主要基于其观察：别人花园里的蹦床往往破旧不堪，孩子鲜少使用，最终沦为闲置物品，象征糟糕的决策和浪费。然而，实际购买后，情况截然不同——他的孩子们（六岁、四岁和一岁）每天早晨在蹦床上进行“角斗士训练”和游戏，晚上也弹跳至精力耗尽，蹦床成为他们欢乐的中心。这一经历让作者反思，蹦床不再仅仅是废弃物，而是提醒自己在消费判断上的非理性，尽管他学会了接受甚至喜爱这一决定。文章结尾，妻子提议购买大型游戏框架，作者开始质疑这是否也会像他最初对蹦床的担忧那样，最终被孩子厌倦，引发对购买决策的新一轮思考。

冷联系的积极影响
作者通过三个重要人生转折点说明“冷联系”（cold outreach）的价值：

1. 卡内基梅隆大学录取：作者最初被列入候补名单，后在父亲建议下主动补充材料，最终成功入学。该校候补录取率仅1%-10%，主动联系提高了成功率。
2. GitHub工作机会：2010年看到Chris Wanstrath招聘推文后，作者发送冷邮件自荐，尽管当时GitHub倾向于招聘熟人，但仍获得面试并当场录用。作者推测公司当时资金有限，低风险薪资可能是考量因素之一。
3. 足球俱乐部投资：六年前通过Twitter私信联系他人，最终获得一家足球俱乐部的部分所有权，并由此深入体育科技领域，改变职业轨迹。

冷联系的失败与反思
作者承认并非所有冷联系都成功，但多数失败案例未被记住，类似于“幸存者偏差”。他强调：

• 主动行动是关键，但需以真诚、尊重和实际兴趣为基础；
• 人们容易忽略失败尝试，却记住成功结果。

实践建议

• 主动且真诚：冷联系应出于真实兴趣，避免功利心态；
• 保持开放：作者在创业和投资中始终接受陌生人的求职或合作请求，视其为回馈机会；
• 双向视角：今日的主动联系者可能是明日的被联系者，人际网络应双向流动。

结语
作者鼓励在尊重他人的前提下尝试冷联系，既能拓展机会，也能帮助他人建立连接。