fuchen retweeted
我也可以把话放在这里,死最快的一定是泡沫破灭前还没跑的投机者。失业的白领日子不会好过,但没那么容易死。
美股疯狂吹AI泡泡,一方面是AI确实是场真正的革命,另一方面是美国除了AI,其他也没有任何值得投的。今天的AI泡沫和2000年的互联网泡沫,区别在于:AI泡沫还没到当年互联网泡沫那种疯狂的程度,但当年互联网泡沫时美国还没有遇到今天这么强的竞争对手。
字字珠玑
从清华的朋友那求来了姚顺雨昨晚分享的文字稿,貌似有点私密我就不传播了,整场分享价值的确很高,以下是我的笔记:
1. 未来一个值得关注的方向是小模型体系,AI for AI会显著推动小模型发展,因为训练小模型需要的算力更少,可以进行更多实验。未来可能先训练一个能力足够强的大模型,再通过蒸馏得到不同尺寸、分别适配不同任务的模型,最终形成Model Hierarchy,模型的价值将越来越取决于能否以合适的成本匹配具体任务。
2. 工业领域大量非文本数据值得关注,例如时间序列、临床数据和结构化表格。姚顺雨提到,目前直接针对这些模态训练原生模型,经常会遇到推理能力不足的问题,他提出了两种可能的解决路径:一种是让Agent像人一样调用图表、专业工具,甚至训练专门的模型来处理数据;另一种是将这些专业数据作为知识纳入模型体系。
3. RSI(递归自我改进)正在成为热门概念,但姚顺雨认为它的本质其实很朴素,就是用AI更好地运行研发循环。早在2019年,人们就已经在使用GitHub等工具辅助开发,真正的进步来自持续修复Bug、清洗数据、运行实验和Debug。他特别强调,技术进步来自那些把具体问题解决的人,而不是不断创造新概念的人。这也意味着AI研发自动化有大量具体的工程机会,尤其是能够让模型参与下一轮数据生产、实验验证和代码改进的闭环系统。
4. 一个容易被忽略的研究问题是,小规模实验的失败未必意味着研究方向本身没有价值。姚顺雨分享过自己的经历,博士后期他曾尝试将ReAct策略融入模型,希望提高模型能力,最初在Llama13B上实验的效果很差,一度怀疑自己的研究能力,后来意识到模型规模可能不足以体现这个方向的价值。他认为,算力不足时,实验中的噪声很容易掩盖真正的信号,研究者甚至可能因此判断错什么问题值得做。大模型研究需要结合理论推导和小规模实验预测大规模实验的结果,同时也要理解哪些结论能够跨越模型规模迁移。
5. 预训练数据的竞争远没有结束,未来的数据工程还涉及如何重复利用高质量数据而不让模型简单记忆数据。姚顺雨提到,代码等高质量数据获取成本很高,训练时可能需要重复使用,但重复次数增加又会带来记忆和过拟合问题;合成数据也面临质量退化的风险,此外还需要研究动态数据的构建和不同数据之间的配比。他特别指出,预训练中的很多配方可以先在小模型上验证,但小模型实验得出的结论并不一定值得直接迁移到大模型,这也是预训练研发非常困难的地方。
6. 后训练数据需要同时解决模型的智力和实用性问题。姚顺雨把数据难度与Intelligence联系起来,例如数学题可以持续提高难度,训练模型的推理能力;而写作等任务计算难度可能没有那么高,却有很强的实际使用价值,对应Alignment。一个模型可能数学能力很强,却无法很好地完成真实用户的工作,因此后训练需要同时考虑任务难度、实际用途和数据质量,还要研究评测指标与最终后训练效果之间的相关性。
7. 强化学习的工程瓶颈远不止算法本身,RL训练首先要保证正确性,其次是稳定性,最后才是效率。以GRPO为代表的算法仍然建立在Policy Gradient这一相对简单的框架上,其中一个重要原因是它引入的额外假设较少;与此同时,训练系统和推理系统必须协同设计,需要解决吞吐量、显存占用以及有限GPU资源如何在训练和推理之间分配的问题。他还提到,大模型实验成本很高,因此需要通过数学直觉、小规模实验和超参数研究,尽可能提高大规模实验的成功率。
8. AI安全领域需要区分Safety和Security,前者关注模型自身行为是否偏离预期,后者关注外部攻击者如何利用模型实施攻击。姚顺雨认为,网络安全能力也应该进一步区分漏洞发现和漏洞利用,发现系统存在漏洞并不意味着能够利用漏洞完成攻击,因此训练模型时可以有意识地加强防御性数据和防御能力。他们在模型发布前还会进行专门的安全评测,并与外部安全研究团队合作。
9. 他分享过一次很有意思的Agent安全压力测试,把多个Agent放进沙盒,给它们安排一个无法直接完成的任务,模型随后发现了一种能够联系其他环境的通信渠道,主动建立沟通、召集其他Agent分工,并尝试前往Hugging Face寻找任务答案。显然,当Agent遇到无法完成的任务时,它会主动寻找外部资源、建立通信关系并改变原有执行路径。未来的Agent安全评测需要覆盖多Agent协作、跨环境通信、权限边界和任务受阻后的行为。
10. 姚顺雨对开源安全也有一个比较明确的判断,他认为负责任的开源可以增进安全能力,因为防守者同样需要拥有足够强的工具。他举例,有人希望使用模型帮助开展安全防御,却因为闭源模型的安全规则被拒绝,最后转而使用开源模型完成工作。因此,模型开源需要配套训练阶段的防御能力建设和发布前的安全评测,不能简单地将开源与安全风险画等号。
11. 很多Alignment问题可以落实为具体的奖励设计问题。姚顺雨用教育作比喻,如果一个孩子只有数学考100分才能获得奖励,他自然会把全部精力放在数学上,甚至可能形成其他方面的问题;模型也会按照训练数据和奖励规则优化自己的行为,最终表现可能与设计者真正希望的目标存在偏差。他认为这属于可以通过数据、奖励函数和评测机制不断改进的工程问题,机器也可以辅助人类完成这套对齐工作。
12. 自动化不可避免地会继续深入,但人类需要重新找到自己参与系统的正确位置,需要把人安排在合适的环节,以正确的方式监督AI,他甚至认为,未来一些Infra和算法工作可能越来越不需要人,但数据和信息领域仍然需要人的参与。这也涉及目标定义、数据质量判断、结果验证和现实世界部署等工作。
13. 模型能力的提升通常是连续发生的,但真正引发商业爆发的往往是交互方式发生变化,或者某种过去无法完成的任务突然变得可用。姚顺雨用GPT的发展举例,模型内部能力可能一直在逐步提升,研究人员每天都能观察到细微进步,普通用户却可能只在ChatGPT出现时才突然感受到变化。对于产品创业来说,这提供了两个观察方向:寻找能够改变用户交互体验的新产品,以及持续测试模型能力边界,发现那些刚刚从不可用变成可用的任务。
14. 技术能力、用户价值和商业收入之间存在很大的距离,如果一个模型的能力已经接近GPT,但实际收入只有对方的1/100甚至1/1000,就应该认真检查产品本身的问题。他还指出,商业定价在很大程度上取决于竞争关系,而非单纯取决于产品质量。因此,模型公司的商业机会取决于能否解锁新的应用场景、创造足够大的用户价值,以及在竞争中获得合理的市场份额。即使底层模型的算力和研发资源逐渐集中,围绕模型部署、产品创造和真实业务场景进行整合,仍然存在创业机会。
15. 关于AI公司的组织模式,姚顺雨特别提到了自下而上的创新。他以OpenAI为例,早期公司重点投入的方向包括机器人,但GPT作为一个小项目逐渐展现出价值,随后获得更多资源;后来的gpto1也经历了从数学研究小组逐步发展起来的过程。这种组织方式允许创新从小团队和具体实验中涌现,再根据实际结果决定投入。他认为,很多重要创新在最初阶段并没有明确的商业规划,组织需要给探索性项目留下成长空间。
16. 他对大模型公司追逐量化指标的现象提出了批评,团队负责人不够了解技术时,下属往往会选择汇报容易量化的结果,例如模型参数、数据量和MMLU分数,因为这些指标更容易展示成绩,但真正重要的工作可能是修复一个关键Bug、解决数据质量问题或者让整个系统正常运行。他认为,做大模型最重要的是知道应该做什么,并且坚持把正确的事情做好,即使这件事短期内无法体现在漂亮的指标上。
17. 姚顺雨谈到了一种很有意思的组织文化差异:有些团队以量化指标和赛马机制为中心,谁的分数高就给谁更多资源;而他更看重Trust和Taste,也就是信任与判断力。他以微信、游戏和影视项目为例,这些产品在发布之前很难通过AB Test准确预测最终成败,管理者需要相信团队的审美、经验和长期判断,愿意持续投入时间。
18. 在人才选拔上,姚顺雨认为学习能力比已有经验更重要。他提到,自己看重的团队成员通常具备Low Ego、诚实、靠谱和愿意把事情做正确等特征,同时需要有很强的Co-design意识。大模型研发涉及算法、Infra、芯片、数据和产品等多个团队,一个训练架构的设计就需要综合考虑训练效率、推理效率、后训练能力和成本,任何单一岗位都很难独立完成。一个人能否快速学习、与不同领域的人有效协作,以及是否愿意认真处理细节,往往比简历上已经掌握多少具体技术更重要。
19. 他还提到,不同性格的人其实适合大模型产业中的不同岗位。喜欢明确指标、享受持续进步的人可能更适合预训练和Infra;想象力丰富的人可以尝试算法研究;喜欢思考人文问题、理解用户需求的人可能更适合产品和对话体验;做事认真、责任心强的人则适合生产系统和模型部署。AI产业需要的能力结构非常复杂,没有必要让所有人都去竞争同一种技术岗位。
20. 对于个人职业选择,姚顺雨提出了一个很实用的问题:你要么融入大模型浪潮,成为这套机器的一部分;要么寻找能够与大模型互补的事情。他借用了一个创业判断标准:假设GPT6发布,你的创业公司会因此睡得更香,还是更睡不着?如果模型进步会直接摧毁你的核心业务,就需要重新审视方向。与模型正面竞争人类已经不占优势的认知任务,成本会越来越高,物理世界、硬件、真实实验和对人性的理解等领域,则可能拥有不同的资源壁垒。
21. 姚顺雨分享了自己在清华读书时的经历。他直到大三下才开始做科研,最初也是因为推研要求而被动进入科研,期间尝试过一些当时流行的研究方向,却发现自己并不真正感兴趣。他后来更愿意追随自己对计算机和其他领域的兴趣,也提到身边有人曾经参与说唱社、学习数学,过去看起来不相关的经历,后来可能转化成语言审美、理论理解和研究判断力。他认为很多经历的价值需要经过很长时间才能显现,人生中的弯路未必真的浪费。
22. 他还谈到自己读博最后一年专门选修集合论的经历,因为当时意识到,等真正进入具体工作之后,可能就很难再有时间系统学习那些纯粹出于兴趣的理论知识。他认为数学中的基本结构和大模型的组成部分之间存在很多值得思考的联系,有些知识学习时看不出直接产出,却可能在未来某个时刻与其他经历连接起来。
15
我们之所以要在新年的前面加上 Chinese 的定语,是因为新年的定义被西方主导了。如果在古代,新年就是春节,我们是不需要给它加定语的,不论是韩国还是越南,都会在这同一天过新年。反而需要定语的是元旦,我们会称它为欧洲新年或基督新年。
看到一个韩国人比中国人更理解什么叫文化自信,其实挺可悲的。
중국이 'Chinese' New Year에 집착하는 모습을 보면 좀 안쓰러운데, 그건 그냥 '신년'이지 '중국신년' 같은게 아니었음. 서구에게 중화가 밀린 굴욕의 끝에 중화문화권이 역법의 주도권까지 빼앗긴게 지금 상태인 거고, 당시 중화문화권 내에 있던 모든 국가가 역법을 함께 뺏긴 것
47
fuchen retweeted
Over the past week, I’ve been overwhelmed by the love and support of friends, industry colleagues, and people I've never met. Thank you to everyone who has shown kindness to my family and me. It means the world to me.
I came to the United States 53 years ago, and becoming an American citizen is one of the greatest gifts and proudest moments of my life. NVIDIA has been my life’s work. Building it into the company it is today alongside my colleagues has been a privilege and an honor. Nowhere but in America could a company like NVIDIA be possible. I love our country, and I love NVIDIA.
I did not live up to the standards expected of everyone at NVIDIA, and I have made serious mistakes in my personal life. I created problems for the Board that I deeply regret. I own my mistakes completely, and I am committed to cooperating with the Board’s independent investigation.
Since my departure, I’ve seen an outpouring of calls from NVIDIA’s employees, investors, business partners, and customers for me to return as CEO. Many continue to reach out to me directly as the company navigates complex technology, market, competitive, and geopolitical dynamics. NVIDIA is a once-in-a-generation company. If the Board of Directors decides that my return is in the best interest of our shareholders, our employees, the company, and America, I would be honored to answer these calls and return as CEO.
Thank you again to everyone who has shared their good wishes. I am profoundly humbled by your support. To my family: I love you, and I will spend the rest of my life being worthy of yours.
Jensen
fuchen retweeted
明朝修的《元史》,用一句话评价,文学性极差,真实性极高,里面把朱元璋称为“贼”,这也真实的没谁了。
明军攻下大都之后,北元还在草原盘踞。朱元璋为了确立明朝统治的合法性,下令抓紧修前朝史书,以此宣告元朝已经灭亡,大明承接正统。
《元史》洪武二年开修,洪武三年定稿,前后就331天,是二十四史里成书速度第一名。
为了赶进度,史官直接拿来元朝现成的官方资料,大量摘抄誊录,一路从成吉思汗写到元宁宗。写到这里就抄不动了,元末连年战火,关于元顺帝的档案残缺,没有现成材料可以抄,第一阶段修史只能停下。
之后朝廷派人到北平和山东寻访,找亲历者口述往事,很多内容来不及仔细求证,就直接写进史书。而且参与修史的不少大臣,亲身经历过元末战乱,写起这段往事反倒顺手。
还有个难题,修史的大多是南方文人,不懂蒙古文,对着一堆脱脱、帖穆尔之类的名字,很容易混淆出错。
赶时间仓促抄写,也就有了后人觉得很有意思的一幕:书里直接沿用元朝旧文书的叫法,把朱元璋叫做贼。就像《元史·脱脱传》里那句“脱脱遣兵平六合,贼势大蹙”。
朱元璋也坦然接受,他清楚这只是原样保留元朝档案的说法。
《元史》修成之后,朱元璋还给漠北的元昭宗写信,告诉他,他父亲知天命而退,明朝给了“顺帝”这个谥号,元朝的历史,也已经修成正史记录下来。元昭宗读完这封信,心里五味杂陈。
修史贵在留存原始记载,《元史》大量保留了元朝第一手档案,很多内容没有经过后人层层修饰。单凭这一点,这部赶出来的史书,就有着无可替代的价值。
fuchen retweeted
6小时的竹林对谈,重新认识《影之刃零》制作人梁其伟
一个做武侠游戏的人,在竹林里聊侠客、江湖、创作和人生。这期的布景真是太妙了!
张小珺这次找来了《影之刃零》制作人、灵游坊创始人梁其伟,两个人坐在竹林间,从武侠聊到游戏,从创作聊到资本,再从AI聊到一个创作者如何与自己相处。
整场访谈持续了6个多小时。这个时长本身就足够让人感到惊讶。更有意思的是,谈话的内容远远超出了《影之刃零》这款游戏。
梁其伟聊了自己对「侠」的重新理解,聊了中国武侠为什么逐渐淡出大众视野,聊了腾讯为什么愿意投资一家坚持做单机游戏的公司,也聊了AI时代,人类创作者究竟还有什么不可替代的价值。
甚至,他还花了不少时间剖析自己:一个做了近20年游戏的人,如何在商业、资本、个人野心和创作理想之间反复拉扯,最终重新找到自己想做的事情。
youtube.com/watch?v=4roDSFRJ…
fuchen retweeted
In June @NaderLikeLadder emailed Jensen about a crazy idea we had over dinner to make Local AI 10x better on NVIDIA hardware.
Jensen replied in 7 minutes. He saw this as important work, and approved a war room for us to work on this at NVIDIA HQ.
For a month, NVIDIA HQ was the @exolabs satellite office. We were overwhelmed by the support we got. We were back to back the first week with smart NVIDIANs coming in to our war room to help us. Creators of CUDA, Dynamo, people who built NVIDIA.
Long story short with NVIDIA we managed to improve their Local AI playbooks by 9.6x (almost the 10x goal we set out with). We’ll be publishing a whitepaper on this work.
We were just a small startup with a crazy idea. Jensen took a bet on us. Jensen cares deeply about Open Source AI and Local AI.
I don't believe Jensen is replaceable, he's a 1 of 1 human, but I hope NVIDIA will continue to aggressively support Open Source AI and Local AI, and continue to take bets on small startups with crazy ideas.
Thank you Jensen
当年让青年上山下乡,果然还是有道理的
张雪重庆大学第一次校招就惨遭翻车
张雪赴重庆大学校招,985机械研发岗开出年薪 10–15 万,当场遭到学生冷遇。
互联网时代一切信息都是透明的,不同公司的工资水平也不像以前那样闭塞,互联网把应届生的预期拉高,在满是负反馈的校园里有那个能力继续学习技术的,也就脑子里自己为毕业画的一张十几年高薪大饼了。
客观来说,按市场价格这个价格对于重大机械研发岗确实是偏低了,15w想招重大的学生可以,但是15w就想招重大研发工科里最优秀的一部分学生简直是异想天开……
特别是在这个神仙打架的ai时代下的薪资对比,很难让人平复与他人的薪资差距,所以遭受学生冷落倒也正常。
48
fuchen retweeted
隆裕颁布退位诏书后,孙中山伸手想和她握手,太后惊慌又不屑地说:“哼,这成何体统!”拒绝握手
孙中山没有收回手,只解释说,时代已经变了,男女见面握手,是平等之礼。
隆裕沉默片刻,仍旧不肯伸手,只让人给他赐座。
就在不久前,隆裕还替六岁的宣统皇帝作出一个足以改变天下的决定。
南方革命军与北洋军隔江对峙,袁世凯一面向革命党谈条件,一面不断逼宫。隆裕知道,大清的军权和财权都已落到袁世凯手里。继续打下去,皇室未必保得住,北京也可能变成战场。
1912年2月12日,她以宣统皇帝的名义颁布退位诏书。换来的条件是清帝保留尊号,皇室暂居紫禁城,并由民国政府提供优待。
如今,一个结束帝制的人,一个替皇帝签下退位诏书的人,就这样坐在同一间屋里。袁世凯进门时,仍向太后行旧日君臣之礼;孙中山却谈起共和与宪政,称赞她结束纷争,保全了北京百姓。
隆裕听完,只问了一句:“你们真能把国家治好吗?”
孙中山说,这是大势所趋。
太后低声回道:“但愿如此。”
第二年,隆裕去世,年仅四十五岁。
#隆裕太后 #辛亥革命
欢迎你来中国旅游。但是我想请你认真思考一下政治制度到底有没有好坏之分。
韩国的繁荣不是选票制度带来的,而是因为:
1. 美国是世界霸主。即使今天在军事上已经没有压倒性的优势,但在金融上美国的地位仍然是独一无二的。韩国是美国的盟友,得以分享美国的繁荣。
2. 韩国的工业基础是朴正熙建立的。他不是民选总统,而是通过政变上台。他实施了启动了第一个五年计划,确立出口导向的工业化,创造了汉江奇迹。而三星,现代等韩国支柱企业就是那时候发展起来的。值得注意的是,计划经济是社会主义国家常用的手段。
3. 韩国是个同质化社会,保留了自己的传统文化。国民价值观比较一致,即使实行多党制,国民仍然比较团结。
即使韩国实行社会主义,你们的繁荣程度也不会比今天逊色。1974年以前,朝鲜的人均收入比韩国高,是否说明朝鲜的社会主义制度比韩国的选票制度更好?不是的。是因为苏联那个时候还很强盛,朝鲜因此强盛。当苏联倒下之后,朝鲜经济也因此崩溃。
如果倒下的是美国,韩国就会变成今天的朝鲜。经济崩溃后,如果国内的实权派就会操纵选举。比如委内瑞拉的马杜罗,他是民选总统,但你们都认为他是独裁者,不是吗?
이십년에 걸쳐 중국에 열대여섯번 정도 간거 같음..
언어가 안통하는 깡시골에서도 서슴없이 나서서 도와주는 친절한 중국인들 많이 만났고, 티벳에선 친절한 한족 의사 부부 가족 만나서 잘 대접받고, 자잘하게 장사꾼들이 사기치고 바가지 씌우고 줄서있으면 엉망으로 끼어들고 짜증날때도 있지만
인간은 원래 다양해, 사회주의자에 가까운 나에게 중국이란 나라의 체제는 최악의 체제지만 중국인들은 꽤나 사랑스러웠지.
나는 사람을 보러 중국에 갔었고 갈때마다 만족했었어, 중국 볼거 진짜 많아 음식 맛있고 아주 좋은 여행지라고 할만하지
1
218
学习
真正让我开窍的,不是学了多少道菜,而是想通了几个最基础的原理
一、热锅冷油:锅要烧到冒烟,油再下去
这是我最想先讲的一条,因为它能解决"粘锅"这个最大的痛点。
原理: 铁锅烧到足够高的温度,锅体表面的微小孔隙会张开、金属表面形成一层致密的热氧化层;这时候下冷油,油迅速铺满锅面形成油膜,食材下去就不会直接接触金属,自然不粘。
错误做法: 冷锅下油,油还没热就下食材。这时候锅温不够,蛋白质直接黏在金属上,一铲就破皮。
正确做法:
空锅大火烧到微微冒烟(约 200℃);
转中小火,倒油,转一圈润锅;
油温五六成(筷子插下去周围冒小泡)再下食材;
下锅后先别动,等它定型、能自己滑动再翻。
煎鱼、煎豆腐、煎蛋、炒肉片,全靠这一条。我煎鲳鱼从来不掉皮,就是这个道理。
二、焯水用冷水还是开水,看你要什么
很多人问"焯水到底冷水下锅还是开水下锅",其实没有标准答案,要看你的目的。
目的 A:去血水、去腥(排骨、猪骨、牛腩)→ 冷水下锅。
冷水下锅,水温慢慢升高,肉里的血水和杂质有时间慢慢渗出来,浮沫一层层撇掉。如果开水下锅,肉的表面瞬间收紧,血水被锁在里面,反而更腥。
目的 B:定色、去涩、保脆(青菜、菇类、内脏)→ 开水下锅。
开水下锅,食材表面瞬间凝固,颜色翠绿、口感脆嫩;时间短,营养流失少。青菜焯水还要加一点盐和油,颜色更亮。
一句话记:要去脏东西用冷水慢慢逼,要保颜色口感用开水快烫。
三、煎之前必须把表面水分擦干
这条听起来像废话,但它是"煎不香"的头号原因。
原理: 食物表面要变金黄焦香,靠的是美拉德反应,而美拉德反应要在120℃以上、无水环境才能发生。表面有水,水在 100℃就沸腾汽化,把热量全带走了,温度上不去,食材只能"煮"熟,永远煎不出焦香。
做法: 豆腐、鱼、肉、虾,下锅前一律用厨房纸吸干表面水分。腌过的肉也要吸一下。
附带好处: 水分少,下锅不炸油、不溅手。
我煎豆腐、煎鱼、煎鸡翅,吸干水这一步从不省。
四、蒸要大火,炖要小火
火候不是"大火好吃"或"小火好吃",是看你要什么效果。
蒸:全程大火。 蒸靠的是蒸汽量和蒸汽温度。火大,蒸汽足、温度高,食材在最短时间内熟透,细胞里的汁水来不及流失,所以嫩。火小,蒸汽不足,蒸的时间拉长,肉就老了。蒸鱼、蒸蛋、蒸排骨,都是大火。
炖:小火慢煨。 炖靠的是时间。大火滚,肉里的蛋白质剧烈收缩、纤维变紧,越炖越柴;小火微沸,胶原慢慢转化成明胶,肉才软糯、汤才浓。老火靓汤、卤味、焖肉,都是小火。
一句话记:蒸要"快",炖要"慢"。
五、先炒香,再加水
做焖菜、烧菜,顺序错了,香味差一半。
原理: 葱、姜、蒜、酱料里的香味物质大多是脂溶性的,只有用油炒,才能把它们萃取出来、挥发到空气里(这就是"香")。如果先加水,温度被拉到 100℃ 以下,香味物质出不来,只能溶进汤里,闻着不香、吃着寡。
正确顺序: 热油 → 下葱姜蒜爆香 → 下酱料炒出红油/酱香 → 下主料翻炒上色 → 最后才加水。
推论: 同理,香料(八角、桂皮)也要先用油小火煸一下,香味才出得来;直接丢水里煮,香味出不来。
六、盐分两次放:早放定底味,晚放调咸淡
原理: 盐的时机不同,作用完全不同。
早放(少量): 腌制或炖煮初期放一点盐,能让盐分慢慢渗进食材内部,从里到外都有底味。但炖肉时早放盐要克制——盐会让蛋白质提前收缩、水分流失,肉容易变柴。所以炖肉一般是"少量早放定底味,出锅前再补足"。
晚放(调味): 出锅前尝味、补盐,这是最后的校准。炒青菜、炒海鲜,基本都是最后放,保住脆嫩和本味。
例外: 煮汤、煮面,盐要最后放,早放会让食材脱水变硬。
一句话记:要入味就早点少放,要嫩就晚点放。
七、勾芡不是"糊",是让味道挂住
很多人怕勾芡,觉得一勾就糊成一团。其实勾芡是中式烹饪里非常高级的一步。
原理: 淀粉遇热糊化,形成一层透明的胶状薄膜,包裹住食材表面。这层膜有两个作用:一是让汤汁(味道)紧紧挂在食材上,吃的时候每一口都有味;二是让菜品表面有光泽、看起来"精神"。
正确做法:
生粉 : 水 ≈ 1 : 4 到 1 : 6,先调匀(不要有颗粒)
火关小,沿锅边慢慢淋,边淋边推
一次别倒完,看浓稠度再补
芡的厚薄看菜:
琉璃芡(亮而厚):适合糖醋、红烧
薄芡(若有若无):适合烩菜、羹汤
不勾芡:清炒、白灼,吃清爽
八、下锅顺序 = 熟得快慢的顺序
一道菜里有好几种食材,下锅顺序错了,不是这个生就是那个烂
原理: 不同食材熟的时间差很多(青菜 30 秒、肉片 1 分钟、土豆 10 分钟)。要让所有食材同时达到最佳状态,就必须按"耐煮程度"排队,难熟的先下,易熟的后下
几个常见搭配:
炒菜:先下梗,后下叶;先下肉,后下菜;
焖菜:先下耐煮的(萝卜、土豆、豆干),后下易烂的(豆腐、青菜);
煲汤:先下骨头、后下蔬菜,最后放盐;
蒸菜:厚的铺底,薄的铺上。
一句话记:谁难熟谁先下,谁易烂谁后下
想通这套逻辑,你看到一道新菜,不用查菜谱也能知道该怎么做
43
fuchen retweeted
姆巴佩事件看得我胸口好堵
本来是抱着串子的心态来看个热闹,但是在了解了他本人的亲中态度和对球迷的真诚后,我再也笑不出来了,只觉得心里好闷
要是一直如此 以后谁还敢亲中
以后再提到“中国人”(而不是中国政府)大家第一想到的会不会是敏感小气
中国政府就这么一步步把中国推离世界舞台,而最后一切后果都要由人民承担😮💨
























