LinkedIn角色扮演狂热

# LinkedIn角色扮演狂潮 来源：https://hereticpleb.vercel.app/blog/linkedin-larpmaxxing 领英是个吞噬灵魂的专业主义深渊，是我连最讨厌的敌人也不愿让他在此度过余生的地狱。 这是表演式生产力与企业黑话混合而成的诡异造物，其产物超乎常人理解。 这是正常人类文字走向消亡之地，唯有像防辐射服般的大型语言模型才能维系其生命。 而我想探究那些充斥我动态的表演式项目究竟为何物。 ## 动态流 这绝对是你见过最难以下咽的内容： > 今天我表舅被卡车撞了🚚💥！这件事教会了我这些企业管理要领👇 每个人都带着"有远见"、"前瞻性"和"专业"的虚假腔调 实在令人窒息。 ## 项目展示 再看看他们发布的项目。 真的，每次打开领英都会撞见这类计算机视觉项目——某人挥舞手臂的轨迹识别。 如果是偶尔一例也就罢了，但这几乎成了全部。动态里满是某人挥着手做无意义动作的画面。 这些项目既无实用性，也毫无用户体验可言，纯粹是"快看我会计算机视觉"的炫耀。 我敢断定他们要么是用氛围编程糊弄，要么直接照搬教程。因为每个案例都千篇一律。 手指追踪小游戏 对了，想知道有多糟糕吗？我放的这张图可不是费力搜来的。我刚打开领英，它就赫然在目...接着第二张...第三张...第四张...第五张... 坑洼检测 没开玩笑，这确实是第二条动态。 最让我无语的是，第一张图好歹算个游戏（虽然质量堪忧），但这个坑洼检测有什么意义？眼睛也能检测坑洼，而且效率极高。 他们又没把数据接入任何系统。如果真想接入所有车载摄像头做检测——首先这涉及大规模监控，其次如果坑洼多到需要众包数据追踪，那城市基建问题已经严重得多...但就算如此，把API接入系统也算有点创意。然而实际根本没有！ > 核心构想是利用人工智能实现智慧基础设施监测，从而更高效地评估道路状况，帮助养护团队做出更科学的数据驱动决策。 这个项目让我意识到现实世界的计算机视觉远不止物体识别；光照条件、路面状况、拍摄角度和检测重叠都会影响性能。 我真是看腻了这些项目。 在领英上制作一个看似惊艳的此类项目究竟有多难？ （剧透：相当简单。） ## 制作YOLO内容检测器 我决定开发一个检测"🚀 兴奋宣布我的YOLO项目完成"类动态的识别器。 我是从零开始学的，此前毫无经验。就想看看这到底有多难。毕竟不会煮泡面就没资格评判厨艺。 这东西实用价值有限，但至少能证明所谓优质内容实则华而不实。 整个学习制作过程耗时一个半小时，其中大部分时间都花在绘制标注框和等待模型训练上。 制作这类检测器首先要解决数据问题。你需要用示例数据训练模型，让它识别这类动态的特征。 我编写了这个脚本自动滚动信息流并截图： ``` mkdir -p raw_data sleep 5 # 切换到浏览器 for i in {1..200}; do scrot "raw_data/slop_$(printf "%03d" $i).png" xdotool key Page_Down sleep 3 done ``` 脚本收集了200张图像，目前应该够用了。 接着我注册了Roboflow账户，创建项目并上传截图。 只需滚动浏览截图，手动绘制识别框标注目标区域。这个过程非常机械，大约20分钟完成。 标注完成后，我以YOLOv8格式导出数据集并下载压缩包。 现在开始训练模型，而这一步几乎不费力气： ``` from ultralytics import YOLO model = YOLO('yolov8n.pt') results = model.train( data='dataset/data.yaml', epochs=50, imgsz=320, name='slop_detector' ) ``` 完成！只需等待训练结束。由于我的电脑配置较低，训练耗时30分钟。 训练完成后，我编写了运行模型的Python脚本： ``` from ultralytics import YOLO import sys def main(image_path): model = YOLO('runs/detect/slop_detector/weights/best.pt') model(image_path, save=True, conf=0.10) main(sys.argv[1]) ``` 太棒了！我拥有了专属的内容质量检测器！ 现在简历上终于可以写上计算机视觉专家、Python奇才、人工智能与机器学习思想领袖了。 ## 结论 确实只花了一个半小时学习并构建完成。如果能看到模型优化或精度提升的成果会更有意思，但领英上展示的大多是这种：基础功能配上华丽包装。 大家心照不宣是因为评论会公开显示在个人主页。若招聘者浏览时发现你指出内容注水，你反而会被视为找茬者。于是所有人选择点赞并跳过。 这才是核心问题。在这个平台，精进技能得不到任何回报。领英本质是求职者自我营销的舞台，因此存活下来的不是技能，而是"看起来有趣"。这不过是表演式生产力罢了。打开某些用户主页，你会看到同一个人反反复复检测坑洼，毫无进步迹象。