这个其实对应了一定的收益率。10000 个铜币可以换取 1 个邀请码，在黑市换取 100 元钱。那就是说 10000 个蓝钻的资金投资，可以每天获得 100 块的收益，对应了 xx%的收益率。即使账号被销号，也不会损失什么，再注册一个就可以。
之前我算过好像是年化 0.5%的收益率。现在就不知道了。

从第一性原理分析的话，
- 越缺少训练场景的，越难以取代；
- 让它试错的成本越高，越难以取代；
- 对它的产出给予反馈的成本越高，越难以取代；

销售的话，AI 或 robot 基本没有什么出场磨练的机会。当然，它也可以通过其他场景，来训练揣摩人的心理。
编程的话，功能性的反馈，很容易做到，在沙箱构成运行、反馈的循环就可以。
架构或设计，AI 的品味怎么提高，是个难题，因为你很难低成本的给到它反馈。强化学习很难走通。

从 Google 新出的 AlphaEvolve ，可以窥见端倪： /t/1132730

@bkchan 过保了也给免费换吗？我的 touch bar 也闪了，2020 版的 m1 芯片版的。

@JoeJoeJoe [v 你 10 $v2ex] 不要再骗我的大赏了。。这是我最后一次尝试！

可以问 AI ，提示词 `为什么互联网时代，程序员的工资很高呢？怎么解释呢？或者说这只是一种错觉，工资并不比其他行业高？`。

其实最核心的是“边际效应原理”，互联网产品可以以接近 0 边际成本扩大规模，一个架构师的决策，可以在数百万用户的每一个身上都增加价值。也就是说，一个人对产品的一点点改进（如架构、可靠性、交互体验），会带来成万倍的效益放大，那公司为了这点效益的放大，愿不愿意拿出一部分，作为给员工的高薪报酬呢？很明显会，你不给，会被其他互联网企业高薪抢走。

但其他行业，小规模制造业的软件开发、大规模汽车制造的工人、理发师，这些岗位都不会具备边际效应的放大，你的效率即使高出同辈 100%，也就只不过增加那点产值而已。

只要边际效应这一点没有变，只要各人的水平之间有差异，那么，高薪永远不会变。现在这个 AI 时代，边际效应反而更加明显，所以可以看到 Meta 以高达数亿元年薪聘请人才。这些人才的水平与同侪相比，真的差距有如鸿沟吗？ No ！差距虽不大，但会被成亿倍放大。

@JoeJoeJoe #39 还是那个报错，调用堆栈都是一样的。我应该是用的最新代码。`submitTransactionToV2EX`z 这个函数里面还是写死的 www 。

@JoeJoeJoe [$20] 感谢您的精彩作品！

好像还是跨域的问题：v2ex.com 和 www.v2ex.com

报错信息：
Access to fetch at 'https://www.v2ex.com/solana/tx' from origin 'https://v2ex.com' has been blocked by CORS policy: No 'Access-Control-Allow-Origin' header is present on the requested resource.
Failed to load resource: net::ERR_FAILED
打赏失败: TypeError: Failed to fetch
at submitTransactionToV2EX
at handleTipConfirm
at async HTMLButtonElement.<anonymous>

打赏了 3 次都换不来给你的一个附言😂。报错：Failed to fetch

请教下这种小游戏能有收入吗？是靠广告吗？

@dimlau 你的 gemini 怎么这么厉害？

@zisen chatgpt 和 gemini 分解的都不彻底，它们只分解了乘数，没有分解被乘数，即使再次提醒也做不到完全分解。而 opus 分解得很彻底，每一步都很详细，不过位数过长会被服务器中断响应。

AI 的思考模式，其实相当于人类的纸笔，因为人心算时的工作记忆容量比较小，脑袋里面记不住那么多中间结果，但 AI 可以通过中间思考产生的 token 缓存它们，相当于人类的纸笔了。

@WhiskerSpark 对，我也这么想。不过问题就变成了「怎样判断一个评价是否准确」呢。我觉得一个可行的方法是使用每个人的信任链，每个人都可以有自己的信任链，激励信任链的节点诚实评价，从而不受水军的影响： https://v2ex.com/t/956515#r_13351449

直接做出来实验吧，现在用 AI 做一个论坛应该很简单。

@CC11001100 感谢分享，厉害！大概懂你的意思了。
我问这个，是因为自己也曾想过做一个类似的，倒不是 LeetCode ，而是自己的一个需求：用可视化的方法解释 clipper 这个几何裁切算法库的工作原理。
我的想法是在执行过程中，hook 代码中那些变量，然后用类似 Origami Studio 这种 node-based 的工具，将变量的值连接到对应的可视化组件上。这样会有一些结构和模块的复用，比如简单的逻辑模块，可视化模块，如果借助 AI 的话，AI 只需要连接变量和可视化组件，并且排布可视化组件就可以了。不过，现在想想这种人工设计，跟让 Agent 直接生成其实没什么差别。😀

👍，我看到仓库里还有不少类似的，而且似乎没看到逻辑的复用，都是手写的吗？

恭喜恭喜！炒币赚钱了。。。

我让大模型给我解释了下才看明白。
我没弄明白的是，如果一个你所说的「兴趣点」只有很少的人非常感兴趣，每天都没有新帖或者新的互动，按照你说的自毁机制，那它不就自然消失了吗？这跟普通论坛（比如 v 站）的模式——关注度高的排名靠前，关注度低的排名靠后——有什么区别呢？