将自己在本周（3.10-3.17）看到的有趣、有用、有启迪的文章、书籍、音乐、影视等，汇总成一篇摘要，既做回顾，也做分享。

文章

Apple AI’s Platform Pivot Potential

原文地址： https://stratechery.com/2025/apple-ais-platform-pivot-potential/

实际上，这意味着苹果刚刚推出了有史以来最好的消费级人工智能计算机。配备 M3 Ultra 芯片和 512GB RAM 的 Mac Studio 可以在您的桌面上运行 DeepSeek R1 的 4 位量化版本，这是一种最先进的开源推理模型。它并不完美 —— 量化会降低精度，内存带宽是限制性能的瓶颈 —— 但这是独立的 Nvidia 芯片（无论是专业版还是消费者版）根本无法做到的。

商业模式源于这些根本差异：平台提供商没有广告的空间，因为平台的首要功能是为用户真正需要发光发热的应用提供舞台。另一方面，聚合商，尤其是谷歌和脸书，处理信息，而广告只是另一种类型的信息。

Stem cell therapy trial reverses irreversible damage to cornea

原文地址： https://newatlas.com/biology/stem-cell-therapy-reverses-irreversible-damage-cornea/

这项新研究由马萨诸塞眼睛和耳医院的科学家们进行，调查了一种名为培养的自体睫状上皮细胞（CALEC）的新治疗方法。这涉及从患者未受伤的眼睛中移除干细胞，在实验室中培养其数量几个星期，然后通过手术将其移植到受伤的眼睛中。

在首次三个月的复查中，7 名（50%）参与者的角膜已经完全恢复。到 12 个月时，这一数字增加到 11 名（79%）。另外两名参与者符合部分成功定义，因此团队声称，CALEC 的整体成功率达到了 92%。

AnythingLLM 本地知识库避坑指南 + 配置攻略

原文地址： https://zhuanlan.zhihu.com/p/21427971294

RAG 的本质是相关片段，而不是整段文本。

RAG（我们使用的那种）可以让我们拆分文档，然后只检索对于你的问题有意义的部分，并将其纳入上下文窗口中。这使得更长的文档更容易使用，但也意味着失去 “完整文档” 的理解能力。

使用 AnythingLLM 后，技巧有 3 个：

• 文档 Save& Embed 后，点击 “pin”。

• 在工作区 - 小齿轮 - 聊天设置中，切换 “聊天” 为“查询”

• 在对话的问题中：仍然加上 “请严格根据上下文回答…… 或，请部分适当引用原文回答 ”。

The Top 10％ - A Wealth of Common Sense

原文地址： https://awealthofcommonsense.com/2025/02/the-top-10/

前 10% 的人拥有这个国家（美国） 87% 的股票。

他们还拥有 84% 的私营企业、44% 的房地产和三分之二的总财富。

据《华尔街日报》报道，（美国）收入最高的 10% 还占所有消费者支出的 50%

从 R1 到 Sonnet 3.7，Reasoning Model 首轮竞赛中有哪些关键信号？

原文地址： https://mp.weixin.qq.com/s/geLG7Xz5g8av5DITpoPfJQ

截止到目前，市场上已经发布的 reasoning models 中，还没有一个全方位领先的 SOTA。o3-mini 在推理和数学解题能力上有优势，新发布的 Grok 3 Think 已经追上了 o3-mini ，而 Claude 3.7 Sonnet 在 agentic coding 方面延续并扩大了 Anthropic 的优势。

第一类是 engineering code，即如何解决现实世界的代码问题，Claude 3.7 Sonnet 在 coding 和 agentic tool use 上跑分（参考 SWE-bench）大幅领先，并且在解决实际问题中也表现最好

第二类是 competitive code，解决最难的算法竞赛问题，在这类问题上 o3-mini 和 Grok-3 是表现更好的

Gemini 2.0 Flash 的模型能力被低估了。作为“水桶型”模型，它的 reasoning 能力在实际表现中没有明显的长板和短板，不容易受到用户关注 。值得关注的是，他们在多模态理解能力上是绝对的领先者

越少写作的人，越容易神化崇拜 Deepseek

原文地址： https://baijiahao.baidu.com/s?id=1823769189854380253

缺乏深度阅读的支撑，文字表意空间极为匮乏，内心戏可能很丰富，但无法用有文化内涵的话语表达丰富的内心，只能干瘪无趣地说“俺也一样”“你懂的”“一切尽在不言中”。

对于这些 “一张口就词穷” 的文字失语者，秒懂问题，秒速输出千字长文的 Deepseek，当然是一个神。

ChatGPT 的 “强大智能” 是对人的反向测试：如果轻易就被 ChatGPT 这种机器取代，说明自己平常做的就是机器可以做的事，机械、简单、重复、无创造性、可以自动生成。如果我们把教育优势建立在死记硬背和超极限刷题上，如果我们把 “善于记忆” 当成最强大脑的话，那么 ChatGPT 足以让人恐惧。

Ask for no, don’t ask for yes

原文地址： https://www.mooreds.com/wordpress/archives/3518

我喜欢的一个习惯是不问许可，而是主动提出提议。这基于我在小公司 (<200 名员工) 的工作经验。我不确定这在大公司、非营利组织或政府机构中是否适用。

当你有某件事想要做，并且感觉在你的职位范围内，但又想要一点保证或想让老板知道你的计划时，通常会请求许可。别这样做。不要问是否有许可。相反，提出一个机会，让他们在截止日期前否决。

the tech utopia fantasy is over

原文地址： https://blog.avas.space/tech-utopia-fantasy/

科技公司都在那里为更大的利益提供便利。是的。但这是真的吗？

我看到我们的时代被描述为 “后真相时代”。真相是什么并不重要，是谁最有权力和金钱来决定真相是什么。

他们需要通过越来越不尊重和令人震惊的内容、血腥、愤怒诱饵、非人化的恶作剧、极端消费主义（如巨额购物、邋遢的大型 mukbangs、粉碎兰博基尼、赌博流和网站、游戏节目等）来玩弄注意力经济。

教育内容仍然存在，但一切都变得越来越付费。

科学数据仍然更难访问和阅读。

MCP 是什么，现状和未来 | OneV's Den

原文地址： https://onevcat.com/2025/02/mcp/

LLM 的核心功能是生成 token 和提供答案，因此它无法直接执行一些精细且需操作的具体任务，这也不是当前 LLM 的强项：

• 比如调用其他服务的 API 帮你完成订餐和购票。
• 比如比较 9.8 和 9.11 哪个大，或者计算 Strawberry 中到底有几个 r。

影视

峡谷

前海军陆战队员利维（迈尔斯·特勒饰）和立陶宛狙击手德拉萨（安雅·泰勒-乔伊饰）被派往一个偏远峡谷，分别驻守在峡谷两侧的高塔中，执行为期一年的任务，防止神秘生物“空心人”逃出峡谷。尽管任务规定他们不得交流，但两人还是通过纸条和望远镜建立起联系，分享彼此的生活，逐渐发展出一段浪漫关系。然而，当利维意外坠入峡谷后，德拉萨毫不犹豫地进入谷底去救他，却意外揭开了隐藏在峡谷深处的恐怖真相。 ──百度百科

一位擅长写诗的男狙击手，一位热爱摇滚的女刺客，在剧情的前三分之一、也就是进入峡谷阶段的初期剧情中，两个角色完全没有借助台词来交流。导演将这部分拍得非常文艺，让人很喜欢。即便之后的剧情不需要太多精彩的情节，单凭之前营造的文艺情感氛围，就足以吸引人继续观看。男女主角在一夜见面后便开始联手对抗怪兽，结果自然是完美配合，成功脱身，并顺手铲除了威胁全人类的怪兽和反派，最终退隐江湖。