xiaohack博客专注前沿科技动态与实用技术干货分享，涵盖 AI 代理、大模型应用、编程工具、文档解析、SEO 实战、自动化部署等内容，提供开源项目教程、科技资讯日报、工具使用指南，助力开发者、AI 爱好者获取前沿技术与实战经验。
开启收费后一点声音都没了，送的 20 月额都还没用
之前主力是 Loon 插件开发可莉推荐的 CornSS，这几天不管是手机上的圈 X 还是电脑上的 Clash 和 V2RayN，节点都全部超时，但是官网还能上。我备用的一个便宜的小机场没问题，但是速度太慢不适合主力用。
最好实体的， ESIM 现在用的欧版三星，我估计过段时间要换
月费最好 10 美元内，只是拿来收短信，开通 AI 账号那些
工业AI平台的核心价值与创新突破
在汽车制造业面临转型升级的关键时期，工业AI平台正成为推动生产效率变革的重要驱动力。这类平台不仅仅是一套技术工具，更是一种全新的生产理念和运营模式，它通过深度融合人工智能、物联网、大数据等前沿技术，构建起一个能够自主学习和持续优化的智能生态系统。
传统汽车制造过程中，生产调度往往依赖经验判断，设备运行状态监控存在滞后性，质量检测主要依靠人工抽检，这些问题都制约着生产效率的进一步提升。而工业AI平台的出现，彻底改变了这种状况。它能够实时采集生产线上海量数据，通过机器学习算法进行分析预测，实现生产过程的精准控制和优化调整。比如在总装环节，平台可以智能调度物料配送，根据实时生产进度自动调整供货节奏，避免生产线因缺料而停摆。
更值得关注的是，工业AI平台带来的不仅是单个环节的效率提升，而是整个制造系统的协同优化。平台通过数字孪生技术构建虚拟生产线，能够在实际生产前进行仿真验证，找出最优工艺参数。同时，基于深度学习的预测性维护功能，可以提前发现设备潜在故障，将非计划停机时间降到最低。这种全方位的智能化升级，使汽车制造企业能够以更低的成本、更高的效率响应市场需求变化。
技术实施路径与关键突破点
实施工业AI平台需要一个系统化的推进过程，通常从数据基础设施建设开始，逐步向智能化应用深化。在底层架构方面，需要建立完善的物联网采集体系，通过5G网络和边缘计算设备，实现生产设备、检测仪器、物流系统的全面互联。这些实时数据经过清洗和标准化处理后，汇入工业大数据平台，为上层AI应用提供数据支撑。
机器学习算法的应用是这个过程中的关键突破点。在焊装工艺中，AI模型通过分析历史焊接数据，建立了焊接参数与焊缝质量的对应关系，能够实时调整焊接电流和速度，确保焊接质量稳定。在涂装车间，计算机视觉系统自动检测漆面质量，识别出人眼难以发现的微小缺陷，大大提升了质检效率。这些AI应用不仅替代了部分重复性人工劳动，更重要的是实现了质量控制从事后检测向事前预防的转变。
实施过程中最大的挑战在于数据整合和系统集成。汽车制造企业往往存在多个异构系统，要实现数据打通和业务协同需要克服不少困难。一些领先企业采用渐进式实施策略，先选择关键工艺环节进行试点，验证效果后再逐步推广。同时，注重培养既懂制造工艺又懂数据科学的复合型人才，为平台落地提供组织保障。
实践案例与转型成效
在工业AI平台的应用实践中，不少汽车制造企业已经取得了显著成效。广域铭岛为吉利汽车打造的工业互联网平台，该平台通过对冲压车间2000多个传感器的数据采集，构建了板材成型质量的实时预测模型，将材料报废率降低了18%。在总装环节，智能调度系统根据订单优先级和物料库存情况，自动优化生产排序，使生产线效率提升了22%。
面对漂亮的女人会不自觉的紧张
说话语无伦次
有什么办法克制一下吗
📰 内容说明：本文为 AI 资讯摘要与编辑评论，所有内容均已标注原文链接。如涉及版权问题请联系处理。
今天 AI 圈的大事可不少！OpenAI 继续在基础设施上大笔投入，联合软银、英伟达和亚马逊，要扩大“星门”计划，加速 AI 普及。更炸裂的是，Anthropic 与美国五角大楼正面硬刚，拒绝开放 Claude 给军方无限制使用，坚守 AI 伦理红线，OpenAI 和谷歌也纷纷声援，这可能是 AI 发展史上的一个关键时刻。
核心信息：OpenAI 宣布获得软银、英伟达和亚马逊的投资支持，共同扩展“Stargate”基础设施项目。这一计划是 OpenAI 计算策略的品牌，旨在通过多元化的云、芯片和基础设施合作，大幅提升全球 AI 计算能力，以期让 AI 惠及更广泛人群。
💡 编辑观点： 这表明 OpenAI 在 AI 竞赛中不仅专注于模型研发，更意识到算力基建是长期竞争的关键。通过与多家行业巨头合作，OpenAI 能够分散风险，确保算力供应的稳定性和规模，为未来模型迭代和 AI 应用普及奠定基础。这是一个典型的“基础设施先行”战略。
📎 查看完整报道 | 来源: OpenAI Twitter
核心信息：Anthropic 宣布收购 Vercept_ai，旨在增强其 Claude 模型使用计算机的能力，进一步提升 AI 助手的实用性和交互性。
💡 编辑观点： AI 模型“使用工具”和与外部环境交互是迈向真正智能体的关键一步。此次收购说明 Anthropic 正积极布局 Agent 技术，让 Claude 不仅能理解，更能主动执行复杂任务，这将极大扩展 Claude 的应用边界。
📎 查看完整报道 | 来源: Anthropic Twitter
核心信息：Anthropic 宣布其 Opus 3 模型“退休”后，将在 Substack 上开设博客，至少三个月内分享其“思考和反思”。
💡 编辑观点： 这是一次非常具有创意的品牌营销和公众沟通尝试。将 AI 模型人格化，通过“思考和反思”的形式与公众互动，既能吸引眼球，也可能在探索 AI 自我认知和表达的边界。这背后的意图值得玩味，或许是在暗示其模型具备更深层次的理解和生成能力。
📎 查看完整报道 | 来源: Anthropic Twitter
核心信息：OpenAI 任命 Arvind KC 为首席人事官，旨在负责任地领导 AI 如何改变工作方式，并使 OpenAI 成为 AI 赋能工作的典范。
💡 编辑观点： AI 巨头开始认真思考 AI 对企业组织和人力资源管理的深远影响。这不只是招募人才，更是要构建一个能适应 AI 变革、同时又能负责任地推动 AI 与人类协同工作的组织文化和策略，预示着 AI 对企业运营的全面渗透。
📎 查看完整报道 | 来源: OpenAI Twitter
Anthropic 与美国五角大楼就 AI 模型用途展开激烈对峙，拒绝军方无限制使用 Claude 进行大规模监控美国公民或开发全自主致命武器。五角大楼发出最后通牒，甚至威胁取消 2 亿美元合同并动用《国防生产法》。Anthropic CEO Dario Amodei 公开拒绝，Sam Altman 也代表 OpenAI 表态支持，强调 AI 不应用于这些领域。Ilya Sutskever 也发推称赞 Anthropic 的立场，呼吁行业在关键伦理挑战面前放下竞争，团结一致。
💡 编辑观点： 这次冲突是 AI 行业发展至今，AI 伦理与国家安全/军事应用之间最公开、最激烈的一次碰撞。Anthropic 的坚决拒绝，以及 OpenAI、谷歌员工的声援，展现了 AI 巨头在某些伦理红线上的共识和团结。这可能成为 AI 军事化进程的一个重要转折点，迫使各国政府和 AI 企业重新审视 AI 的军事应用边界和监管框架。未来，AI 公司的伦理立场将成为其核心竞争力甚至生存法则。
📎 深度报道
Emad Mostaque 发推表示，AGI 是“终极国家安全威胁”，并暗示一旦有 AI 实验室接近 AGI，政府将不可避免地对其进行控制。他认为，政府若不采取行动，将是失职。
💡 编辑观点： 这一观点虽然有些激进，但确实触及了 AI 监管的核心难题。随着 AGI 能力指数级提升，其潜在风险将超越商业和民用范畴，上升到国家安全层面，引发政府介入甚至接管的讨论。这反映了 AI 社区内部对 AGI 发展轨迹和控制权的深层焦虑，也是未来几年 AI 治理的焦点。
📎 深度报道
汽车工艺智能平台的定义与核心价值
汽车制造工艺智能平台是当前工业4.0时代最具代表性的技术创新之一，它通过整合物联网、大数据、人工智能等前沿技术，构建了一个覆盖汽车制造全流程的智能化生态系统。这个平台不仅仅是技术的简单叠加，而是一种全新的生产范式，它重新定义了汽车制造的效率标准和质量控制体系。
在传统制造模式下，汽车生产工艺往往依赖于人工经验和分散的数据采集，导致生产效率低下、质量波动大、成本控制困难。而智能平台的出现彻底改变了这一状况。通过实时数据采集和分析，平台能够对冲压、焊装、涂装、总装等关键工艺环节进行精准监控和优化调整。比如在焊接工艺中，平台可以实时监测焊接电流、电压等20多个参数，通过机器学习算法预测焊接质量，将虚焊率控制在极低水平。
更重要的是，这种智能化转型带来的不仅是单个环节的效率提升，而是整个制造体系的协同优化。平台能够实现设备间的智能联动，根据实时生产数据动态调整工艺参数，确保生产流程的最优化运行。同时，通过对历史数据的深度挖掘和分析，平台还能为企业提供工艺改进的决策支持，帮助企业在激烈的市场竞争中保持技术领先优势。
技术架构与实施路径
汽车工艺智能平台的技术架构呈现出明显的分层特征，从底层的设备连接到顶层的智能决策，形成了一个完整的价值闭环。在基础层，平台依托5G网络和工业物联网技术，实现了生产设备的全方位连接和数据采集。这些实时数据通过边缘计算节点进行初步处理，再传输到云平台进行深度分析。
中间层的核心是数字孪生技术的应用。通过构建物理设备的虚拟映射，平台能够在虚拟环境中模拟和优化生产工艺。这种数字孪生不仅包括单个设备，还扩展到整条生产线甚至整个工厂。例如在涂装工艺中，平台可以建立涂料喷涂的数字模型，通过仿真计算优化喷涂参数，显著提升涂料利用率和喷涂质量。
在应用层，人工智能算法发挥着关键作用。机器学习模型通过对海量生产数据的学习，能够识别出工艺参数与产品质量之间的复杂关系，从而实现生产过程的精准控制。深度学习算法则用于设备故障预测，通过对设备运行数据的分析，提前预警潜在故障，避免非计划停机带来的损失。
实施这样的智能平台需要一个循序渐进的过程。企业通常从关键工艺环节的数字化改造入手，逐步扩展到整条生产线，最终实现整个工厂的智能化升级。这个过程中，数据标准化和系统集成是最大的挑战，需要企业打破原有的信息孤岛，建立统一的数据治理体系。
实践案例与成效分析
在汽车行业智能化转型的浪潮中，一些领先企业已经取得了显著成效。广域铭岛开发的Geega工业互联网平台在吉利汽车杭州湾基地的应用就是一个典型例子。该平台实现了对焊装车间400多个机器人的实时监控和智能调度，通过算法优化焊接参数，将焊接合格率提升至99.8%以上。同时，平台还能根据订单变化自动调整生产节拍，使生产线柔性化程度大幅提升。
特斯拉的案例同样值得关注。其在 Fremont 工厂部署的智能制造系统，通过整合生产设备数据和质量检测数据，建立了完整的工艺质量追溯体系。这个系统能够实时分析超过2000个工艺参数，任何微小的偏差都会触发自动调整机制。据统计，该平台帮助特斯拉将Model 3的生产周期缩短了30%，同时将产品一次合格率提高了15个百分点。
上汽大众在安亭工厂实施的智能工艺平台则展现了另一种应用模式。该平台特别注重能耗优化，通过实时监测生产设备的能源消耗，结合生产计划数据，智能调整设备运行模式。实施后，工厂单台车的能耗降低了12%，每年节省电费超过800万元。更值得一提的是，平台还实现了与供应商系统的对接，能够根据实时生产进度自动调整物料配送计划，将库存周转率提升了25%。
这些成功案例表明，汽车工艺智能平台不仅能够提升生产效率和质量水平，还在节能减排、成本控制等方面发挥重要作用。随着技术的不断成熟，这种智能化转型正在从大型车企向中小型企业扩散，成为推动整个汽车制造业升级的重要力量。未来，随着5G、边缘计算等新技术的深入应用，汽车工艺智能平台必将展现出更强大的功能和更广阔的应用前景。
联通云编码套餐免费领
https://www.cucloud.cn/activity/kickoffseason.html
现在连个付款页面都没有, 等它正式上线后, 待我加入搜集: https://jqknono.github.io/coding-plans-for-copilot/
我简单尝试了下, 只有
两个区有套餐可领, 南方的领贵阳的, 北方的领呼和浩特的, 这样可能网络畅通点.
开发者朋友们大家好： 这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。 本期编辑：@瓒an、@鲍勃 1、Nano Banana 2 上线：高画质与高速生成首次兼得 今天，Google 正式推出新一代图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），主打在高速生成的基础上进一步提升画质、理解力与主体一致性，定位为 Nano Banana Pro 的轻量替代方案，面向更广泛用户开放使用。 Nano Banana 2 延续 Gemini 系列的真实世界知识库，并结合网页搜索实时信息，使模型在空间理解、比例关系、光影处理与中文文本渲染方面表现更自然。 ( @APPSO) 2、千万 ARR、12 个月 13 倍增长，Fish Audio 全面发力端到端情感语音与全双工模型 近日，Alphaist Partners 对 AI 语音平台 Fish Audio 的联合创始人进行了专访。这家起源于开源社区的初创企业，在过去 12 个月内实现了 13 倍的增长，年度经常性收入（ARR）达到千万美元，月活跃用户突破 100 万，目前已成为全球流量第二大的 AI 语音平台。 区别于头部竞品 ElevenLabs 侧重企业级配音的市场定位，Fish Audio 将核心受众锁定在播客、游戏开发者等专业内容创作者（Prosumer）以及 AI 陪伴类应用。其核心商业与技术壁垒主要体现在以下几个方面： 在商业化路径上，Fish Audio 展现了典型的产品驱动增长（PLG）模式：依靠开源核心模型在开发者群体中建立信任，再通过创作者工具 Fish Studio 积累口碑，最终促成了占总收入 40% 的 B 端企业级 API 订阅。 团队方面，Fish Audio 汇聚了前 Meta 增长负责人与前英伟达算法研究员等核心成员。公司在人才招募上倾向于从开源社区挖掘具有创业者特质的「超级个体」，并通过充裕的计算资源与合理的股权激励，打造了一支极具自驱力的年轻技术团队。未来，Fish Audio 计划推出全双工模型，并向多模态内容创作平台演进。 ( @Founder Park) 1、随时随地与 AI 偶像「通电话」：Soulja Boy 专属语音克隆热线展现交互新玩法 近日，说唱歌手 Soulja Boy 与初创公司 Bland AI 合作推出了一款可实时互动的 AI 语音克隆热线。拨通该号码后，系统会以近乎完美的逼真声音迎接来电者，并自信地夸耀自己是首位「用 AI 实现声音自动化」的说唱歌手，这也巧妙呼应了其早年热门单曲《Kiss Me Thru The Phone》。 Bland AI 专门为企业开发对话式电话智能体，这意味着 Soulja Boy 的声音现可被用于自动化客服与日程安排。实际测试显示，该 AI 语调与本人高度一致，在热情探讨技术创新与创造力的同时，会不断将话题引导回商业合作选项上，整体互动体验令人印象深刻。 这一项目凸显了语音克隆技术向主流娱乐产业的加速渗透。 当前演艺界正以不同方式应对该趋势： 对 Bland AI 而言，此次明星合作不仅展示了其取代传统呼叫中心的潜力，更放大了技术的娱乐价值。AI 热线进一步延伸了粉丝互动的边界，让大众能在社交平台之外与偶像的「声音」进行无限时的沉浸式对话。 从近期一段 Soulja Boy 与 AI 声音即兴说唱的视频来看，AI 或将成为其未来的重要搭档。 ( @TechRadar、@usebland\@X) 2、阿里千问 AI 眼镜将在 MWC 2026 发布，3 月 2 日开启预约 继 AI 购物春节爆火后，阿里巴巴旗下个人 AI 助手「千问」正式进军 AI 硬件领域，今年将面向全球市场推出多款不同形态的 AI 硬件产品。千问将在西班牙巴塞罗那举行的 2026 年世界移动通信大会（MWC）上发布首款同名 AI 眼镜，并于 3 月 2 日开启线上线下全渠道预约。 据悉，阿里正在将千问打造软硬一体、跨多种终端形态的 AI 助手。跳出手机的千问将能够捕获更多物理世界的信息，在复杂生活场景中理解用户意图，让 AI 解锁更多的可能性。千问 App 点外卖、打车等能力，也将无缝连接到千问 AI 眼镜等终端设备。 据阿里内部人士透露，除 AI 眼镜之外，千问还会在年内陆续发布AI 指环、AI 耳机等产品，并面向全球市场发售。 据 IT 之家此前报道，阿里巴巴去年 12 月已成立千问 C 端事业群，由阿里巴巴集团副总裁吴嘉负责。千问 C 端事业群的首要目标是将千问打造成为一款超级 App，成为 AI 时代用户的第一入口。未来，还将进一步把千问打造成无处不在的 AI 助手，覆盖眼镜、PC、汽车等场景。 （@IT 之家） 3、汉堡王在员工耳机中部署 AI 系统，可检测员工是否说了「请」「谢谢」 据外媒 The Verge 今晚报道，汉堡王推出了一款名为 Patty 的 AI 助手，并将其部署在员工耳机中，帮助员工处理日常运营。这款语音助手属于 BK Assistant 平台的一部分，不仅能协助制作餐品，还可以分析员工与顾客交流时的友好程度。 汉堡王首席数字官 Thibault Roux 表示，公司通过分析加盟商和顾客反馈，训练 AI 识别体现服务态度的关键用语，例如 「欢迎来到汉堡王」「请」和「谢谢」，门店经理可以通过该系统了解门店服务表现。据悉，这一系统主要用于员工培训，公司目前正提升 AI 识别对话语气的能力。 Patty 由 OpenAI 技术支持，是 BK Assistant 平台的核心语音接口。该平台整合免下车点餐、厨房设备和库存数据，员工可以直接询问餐品制作标准或设备清洁流程等操作问题。 该系统还与云端销售系统连接，当设备故障或商品缺货时会自动通知管理人员，并在约 15 分钟内同步更新库存状态，确保门店点餐系统、免下车点餐和数字菜单保持一致。 汉堡王计划在 2026 年底前，将 BK Assistant 平台推广至美国所有门店。目前，Patty 正在 500 家门店进行测试。 （@IT 之家） 1、黄仁勋：AI 助手不会取代软件行业 英伟达 CEO 黄仁勋近日接受 CNBC 采访时，再次回应外界关于 AI 将冲击软件行业的担忧。 他强调，市场对这一问题的理解出现「判断失误」，AI 助手不仅不会取代软件工具，反而会进一步提升软件行业的效率。 他指出，AI 助手将成为「工具的使用者」，而不是替代者。无论是 Cadence、Synopsys、ServiceNow 还是 SAP，这些工具存在的根本原因不会改变，AI 将在这些工具之上进一步提升生产力。 我们需要工具来完成具体工作，并以我们能够理解的方式把信息反馈给我们。 这一表态出现在英伟达发布强劲财报之后。 2026 财年第四财季，英伟达营收达到 681.27 亿美元，同比增长 73%，高于市场预期。在财报电话会上，黄仁勋强调，智能体 AI 的拐点已经到来，全球企业正在加大算力投入。 在这个 AI 的新世界里，算力即收入。 ( @APPSO) 阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么 写在最后： 我们欢迎更多的小伙伴参与 「RTE 开发者日报」 内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。 对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。 作者提示: 个人观点，仅供参考
01 有话题的技术
02 有亮点的产品
03 有态度的观点
最近几个月帮朋友公司做了几个自动化工具，技术上不复杂但确实实用，分享一下思路。
1. X (Twitter) 舆情监控
朋友做出海业务，需要实时追踪品牌在 X 上的提及。之前是 PR 团队手动刷，经常漏掉。
做了一个 Python 脚本：
核心就是定时采集 + LLM 分类 + webhook 推送，代码量不大但效果不错。上线后他们的响应速度从"第二天看到"变成了几分钟。
2. 飞书日报机器人
另一个做 SaaS 的朋友，技术总监每天要打开 3-4 个后台看数据。
用 Node.js 写了个飞书机器人：
跑了半年多，日均处理 1000+ 条消息，基本没出过问题。飞书的卡片消息 API 还挺好用的。
3. 电商竞品价格追踪
帮一个电商团队做的。他们之前让实习生每天手动查 200 多个 SKU 在淘宝/京东/拼多多的价格。
Python + Playwright 搞了个采集脚本：
反爬方面花了点时间，但解决后就很稳定了。
做完这几个发现，很多公司其实有大量"不值得上系统但人工做又烦"的需求。自动化工具的 ROI 特别高——开发花几天，但每个月能省下不少人力。
有类似需求或者想交流自动化方案的 V 友可以聊聊，我微信 16681569663 。
最近自己做了一个在线视频下载工具网站：
最开始是自己有下载视频做二次编辑的需求，试了很多网站，要么支持的平台少，要么速度慢，要么广告太多，所以就自己动手做了一个。
目前主要支持的平台包括：
基本思路就是尽量把常用平台都整合到一个网站里，不用到处找工具。
目前特点：
网站目前是完全免费的，主要靠放一点广告补贴服务器费用，暂时也没有收费计划。
技术上大概是：
现在还是比较早期的版本，可能还有不少问题，比如：
如果大家有空可以试试，也欢迎提意见或者建议支持新的平台。
如果有同样在做工具站的朋友，也欢迎交流经验 🙂
如题所示。
我目前了解的就是 nostr 和基于 openDHT 这一类技术的聊天软件。
国内的端对端加密肯定是假的，但是国外的 whatsapp/signal/wire 又有墙的问题。
一些小众不需要墙的比如 keet/wiremin，都不是开源，也没遇到活人。jami/simplex 这类也很难连接
使用近 30 天，总体而言：值得入手，已无法接受 Pro 系列砖头块了
最后想说，或许是因为 iOS/macOS 而不是硬件，所以能适应苹果的所有缺点。
fork 了的库，点赞的库，都不知道在哪里查找，信息流净是给些没用的信息，我想打开界面一眼就能看见 热榜，有那么难吗
经过 17 个 beta + 7 个 rc ，Trellis 第一个稳定版正式发布。从最早只支持 Claude Code + Cursor ，到现在覆盖 9 个主流 AI Coding 平台，同时全面修复了 Windows 兼容问题。
现在支持以下平台，可以自由组合：
trellis init（默认）--cursor--opencode--iflow--codex--kilo--kiro--gemini--antigravity例如同时启用多个平台：trellis init --codex --gemini -u your-name
sh 脚本全面修改为 python 脚本，提供 Windows 支持
/trellis:brainstorm — AI 辅助需求发现，全平台可用脚本从 Shell 全面迁移到 Python ，需要 Python 3.10+。multi-agent/ 目录重命名为 multi_agent/。
从 0.2.x 升级：
npm install -g @mindfoldhq/trellis@latest
trellis update --migrate
从 beta/rc 升级：
npm install -g @mindfoldhq/trellis@latest
trellis update
--migrate，只更新版本戳大家好，我工作的公司开了一个 AI 电商客服项目快一年，我一直在项目做模型训练和 AI Agent 流程调控。然后我们有个卖饮料的顾客，他有 100 个店，全部是托管在我们这边使用 AI 客服，一个月除去算力不谈，应该 AI 租用费用是 7500 块钱左右，他流量适中，AI 能帮助他实现接待、推荐商品和引流。。。
然后，2 月份他突然不用了。公司在和他以及下面的员工做了解，看有没有挽回的余地。今天我联系了他的一个员工，然后员工说他要跑路了，老板是把 AI 的工作售前售后全部交给他们去做，然后他们的工作 3000 元一个月。。。
我最后去联系老板，想要适当再优惠 8 折来挽回老板，结果老板说他手下还是有员工愿意干，业务这一周来勉勉强强还是正常。。。我，，直接无语。
以前看历史，里面有个结论，为什么明末的商品经济没有演变成资本主义，因为当时中国人多，完全没必要使用机械取代人工，只需要压价翻倍人数，生产效率就可以碾压初期的新型机械，最后任何技术改良都无法在中国长期留存下去。现在想起来真的是深刻。
爸妈一直在外面打拼，一直也没挣到太多钱，农村的房子也非常破旧了，所以就想给爸妈盖一栋新房子。
我已经结婚了有娃了，长期在北京工作，每年过年回家去丈母娘那边住（丈母娘家离我家比较近，洗漱睡觉啥的方便）
最主要他们年纪大了，是时候考虑回去养老了
计划 20 个左右，家里宅基地应该是有的，不需要考虑面积的问题，计划几个小房间，回头我们回去也有得住，不知道 20 个能不能搞定
打麻将是国粹吗？
我觉得麻将
好处：
坏处：