最近挖到一个超级实用的免费音效库，BBC 直接把几十年节目积累的声音素材全放出来了，地址在这里：https://sound-effects.bbcrewind.co.uk

整个库收录了将近三万条音效，分类特别细，自然声音就占了一万七千多条，其他还有交通工具、机械设备、人群、动物、脚步、日常生活等等十几个大类。每一轨都是BBC当年做广播、纪录片时现场录的，细节丰富、环境感很强，比很多专门卖素材的商业库听起来更真实、自然，不带那种刻意做出来的廉价感。

用起来特别省心。分类导航做得清楚，直接点进“自然”“城市”“室内”这些目录，就能一层一层筛。搜索框也很好使，关键词一敲，基本几秒就能找到想要的。比如要做一段雨天街头的背景，搜“rain city”就能出来各种强度、不同地面的雨声，试听完直接下载。

最喜欢的是它内置的混音功能，主页面就有“Remix”入口，可以在浏览器里拖几轨声音叠在一起，实时调音量、淡入淡出，马上就能调出完整的声景氛围。网站还放了几个官方示范，像Radio 1的主持人现场混的例子，看完就知道怎么把鸟叫、风声、远处车流叠出层次感，新手也能很快上手。

版权方面写得明明白白：个人项目、非商业用途免费下载，只要标注BBC来源就行；要是做商业项目，可以通过他们合作的Pro Sound Effects付费拿商用授权，同一套素材直接升级，一步到位，不用担心踩坑。

做视频、播客、Vlog的同学，尤其是想追求一点电影感氛围的，这个库真的能省大把时间。很多场景声——深林鸟群、体育场万人欢呼、老式蒸汽机车、军用直升机低空掠过——自己根本录不到，但这里基本都能找到，而且质量过硬。

总之，强烈推荐收藏起来，用过的都说香。需要音效的时候，先来这里转一圈，八成能解决问题。

在盈透证券（Interactive Brokers，简称IBKR）账户中投资白银非常方便，因为IBKR支持多种白银相关产品。以下是主流且实操性强的几种方式，按推荐顺序（从简单到复杂）说明操作步骤和注意事项：

1. 最推荐：购买白银ETF（最简单、无杠杆、适合长期持有）

白银ETF本质上是跟踪现货白银价格的基金，交易方式和买美股完全一样，无需额外权限，门槛最低。

常见白银ETF：

  • SLV（iShares Silver Trust）——最流行、流动性最好，直接持有实物白银。
  • SIVR（abrdn Physical Silver Shares ETF）——类似SLV，费用稍低。
  • SIL（Global X Silver Miners ETF）——投资白银矿业公司股票组合（间接暴露）。

操作步骤：

  1. 登录IBKR的Trader Workstation（TWS）、Client Portal 或手机App。
  2. 在搜索栏输入ETF代码（如“SLV”）。
  3. 查看报价，选择“Buy”，输入股数和订单类型（常用Market或Limit）。
  4. 确认下单即可（佣金极低，通常每股$0.005-$0.01，最低$1）。
  5. 持有期间会自动跟踪白银价格波动，无需担心存储实物。

优点：操作像买股票一样简单、流动性高、费用低、无到期日。
缺点：略有管理费（约0.5%/年），跟踪误差很小。

2. 交易白银期货（杠杆更高、适合短线或对冲）

IBKR支持COMEX白银期货（符号：SI），一手标准合约对应5000盎司白银。

操作步骤：

  1. 先确认/申请期货交易权限：

    • 登录Client Portal → “设置” → “账户设置” → “交易权限” → 勾选“期货”（United States → CME）。
    • 如果没有权限，提交申请（通常1-2天审批，需要一定交易经验或资金证明）。
  2. 在TWS搜索“SI”，会显示不同到期月的合约（如SIH6代表2026年3月到期）。
  3. 选择合约，点击“Buy”或“Sell Short”，输入手数（建议新手从Micro银期货“SIL”开始，一手仅1000盎司，门槛更低）。
  4. 下单（IBKR期货佣金很低，约$0.85/手往返）。

优点：杠杆高、直接跟踪期货价格、流动性极好。
缺点：有到期日需滚动、波动大、保证金要求高（一手标准合约初始保证金约$6000-8000，具体看波动率）、可能产生实物交割（一般交易者都在到期前平仓）。

3. 购买白银矿业股票（间接投资，带公司基本面）

如果想获得额外分红或杠杆效应，可以买白银矿业公司股票。

常见标的：

  • PAAS（Pan American Silver）
  • WPM（Wheaton Precious Metals，银流公司）
  • HL（Hecla Mining）
  • AG（First Majestic Silver）

操作和买普通美股完全一样，直接搜索代码下单。

优点：可能有分红，股价对白银价格敏感度更高。
缺点：受公司经营影响，不完全等于白银价格。

一句“你平时抽烟吗？我不抽烟”被90后小伙用101种方言演绎，涵盖东北话、粤语、闽南语等，视频走红网络，点赞量近80万。
该视频创作者杨先生自高中起自学方言，部分发音参考中国语言资源保护工程采录展示平台，部分向当地人学习，录制耗时约两小时。

https://zhongguoyuyan.cn/

X（原Twitter）本次开源算法总结（基于 xai-org/x-algorithm 仓库）

本次开源的仓库（https://github.com/xai-org/x-algorithm）是 X 平台 For You 时间线（推荐饲料）的全新推荐算法，由 xAI 主导开源。核心变化是：彻底放弃了旧版算法中的手工艺特征（hand-engineered features）和各种人工启发式规则（heuristics），转而完全依赖 基于 Grok 模型的 Transformer（Phoenix 组件）进行端到端学习和排名。

算法整体流程：

  • 候选来源：In-Network（关注的人，Thunder 来源） + Out-of-Network（全局推荐，Phoenix 检索）。
  • 模型直接从用户历史互动序列中学习相关性，预测多种用户行为概率。
  • 最终分数通过 加权求和 计算得出，再施加多样性和 OON（Out-of-Network）调整。
  • 多层过滤确保内容质量。

关键点：具体数值权重未开源
与 2023 年旧版 Twitter 开源算法（twitter/the-algorithm）不同，本次 没有公开任何硬编码的数值权重或乘数（如旧版的 LikeWeight = 30、RetweetWeight = 100、Real Graph 权重 0.85 等）。官方明确表示：所有相关性由 Grok-based Transformer 直接学习，加权求和中的具体 weight_i 值属于保密部分，未在代码或文档中披露。

有效权重/因素详细罗列（所有实际影响排名的组件）

以下是算法中明确提及的、实际生效的权重、信号和调整因素（来自 README 和核心组件描述）。它们是当前算法中“有效”的部分，按管道阶段分类列出：

1. 核心排名信号：Engagement Probability Predictions（Phoenix Transformer 输出）

模型为每个候选推文预测以下 15 种用户行为概率（这些概率是排名的核心基础）：

  • 正面行为（赋予正权重）：

    • P(favorite) → 点赞（Like）
    • P(reply) → 回复
    • P(repost) → 转发（Retweet）
    • P(quote) → 引用
    • P(click) → 点击推文
    • P(profile_click) → 点击作者资料
    • P(video_view) → 观看视频
    • P(photo_expand) → 展开图片
    • P(share) → 分享
    • P(dwell) → 长时间停留
    • P(follow_author) → 关注作者

  • 负面行为（赋予负权重）：

    • P(not_interested) → 不感兴趣
    • P(block_author) → 拉黑作者
    • P(mute_author) → 静音作者
    • P(report) → 举报

生效方式：这些概率直接决定了推文的“相关性”。正面行为概率越高，分数越高；负面行为概率越高，分数越低。

2. 加权求和（Weighted Scorer）—— 最核心的有效权重

最终分数计算公式：

Final Score = Σ (weight_i × P(action_i))
  • 正权重：应用于上述 11 种正面行为（具体数值保密）。
  • 负权重：应用于 4 种负面行为（具体数值保密，作用是惩罚可能让用户反感的内容）。
  • 生效阶段：Phoenix Scorer 之后，直接决定排序基础分数。
  • 说明：这是算法中最主要的“权重”部分，但 exact weight 值未公开，被视为商业机密。

3. 作者多样性调整（Author Diversity Scorer）

  • 作用：对同一作者的重复出现进行 分数衰减（attenuation），防止饲料被少数账号霸屏。
  • 生效阶段：加权求和之后、最终选择之前。
  • 有效性：强制提升内容多样性，是当前算法中少数明确的“后处理权重调整”之一（无具体衰减系数公开）。

4. Out-of-Network 调整（OON Scorer）

  • 作用：专门针对非关注来源（Out-of-Network）的内容进行 分数调整（可能提升或衰减，以平衡关注内/外内容比例）。
  • 生效阶段：评分阶段，与 Weighted Scorer 并行。
  • 有效性：确保推荐饲料不完全被关注列表主导（无具体调整公式公开）。

5. 过滤器（Filters）—— 间接影响“有效权重”（二元筛选，非数值权重）

这些不是传统权重，但会直接决定推文是否能进入排名（相当于权重为 0 或 1）：

  • 预评分过滤（Pre-Scoring Filters）：去除重复、太老、自推、已见、被屏蔽作者、付费墙等。
  • 后选择过滤（Post-Selection Filters）：去除违规、spam、暴力、已删除内容，并对对话线程去重。
  • 生效性：任何被过滤掉的推文分数直接归零，无法上饲料。

总体结论

  • 本次开源的核心创新：完全 ML 驱动（Grok Transformer），没有旧版那种明确的手工权重（如 Real Graph 概率、Trust & Dignity 分数、Social Proof 等）。
  • 真正“有效”的权重：主要是 15 种行为概率的 保密加权求和，加上作者多样性和 OON 调整。
  • 没有公开的具体数值：官方只开源了架构、模型结构和概率列表，实际权重值仍保密（社区分析也普遍认为这是“secret”部分）。
  • 如果你想对比旧版（2023 年），旧版有大量硬编码权重（如点赞 30 分、转发 100 分等），但本次已全部移除，转为纯模型学习。
  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. ...
  7. 130