HeyJared三分钟热度3MinutesPassion
比起花三个月犹豫该不该做、怎么做，我们选择立刻开始尝试三分钟。我们有很多相同点：00后、第一代大学生、欧洲留子、联合国打工人。所以我们有许多共同的困惑。聊天的时候我们突然意识到，原来对方也有相似的困惑与痛苦。我们想把这些真实的或不真实的自我都说出来。也许就是某一件小事、某一个瞬间，你也曾经历过。尝试坚持周更。
- Indexed episodes, last 90 days
- 3
- Latest publication
- Sep 14, 2026
- Audience
- Checking…
- Earliest in this view
- Jul 16, 2026
Latest episodes
28 Discouraged，我等这个词等了25年 (opens the original)
Read excerpt
关于王虹的新闻热潮逐渐退去，关于discouraged的思考却横亘在我们心中。 在成为今天的数学家之前，王虹也曾怀疑自己究竟适不适合数学；她放下数学去建筑事务所实习，又决定把人生中最有创造力的五年重新交给数学——如果还是不行，再重新评估。 打动我们的不再是“天才叙事”，我们与她的沮丧和迷茫共鸣： 原来走到这么远的人，也曾经不知道自己是不是走错了。 二十来岁的我们，好像也正处在这样一个阶段：已经做出了一些选择，却还没有走得够远以至于能够看到结果、评定是非。我们反复追问： 我现在做的，真的是最适合我的事吗？ 如果换一条路，我会不会走得更好？ 到底要在一个领域坚持多久，才能获得时间的回馈；又要痛苦到什么程度，离开才不叫半途而废？ 所谓“天赋”，到底是人人皆有只待发现，还是少数人才拥有的特权？ 带着对discouraged moments的思考，我们回到过去至关重要的十字路口：小时候选爱好、18岁选专业、23岁大学毕业选职业，儿时的梦想，以及长大后对不同领域的兴趣。 也许人生最困难的地方就在于： 所有重要的选择，都不可避免地在信息不充分时完成。 但我们后来发现，选择未必只是为了替人生找到那个唯
27 饭圈文化人人喊打，但追星女的爱真的很拿得出手 (opens the original)
Read excerpt
一提到追星，很多人脑海里浮现的是“梦女”、疯狂、饭圈乱象。其实与这些争议并存的还有另一种叙事：粉丝可能从偶像身上汲取了面对生活的力量，默默喜欢偶像多年的粉丝会千里迢迢赶到活动现场应援，只想远远看一眼，素不相识的粉丝群体因为共同喜欢一个人，给出彼此交集的瞬间里不问缘由的信任和温暖。 这一期，我们回顾我们从追星中获得了什么，也讨论流量时代如何促生了饭圈文化、饭圈内部的运行逻辑、女男明星的粉丝生态为何截然不同，以及偶像和粉丝之间复杂的关系。 你都追过哪些“星”？欢迎在评论区分享你的追星故事！ 【“三分钟”亮点速递✨】 01:07 Jolin的追星体验：浅尝辄止，不断爬墙 02:27 Yingfan追星编年史：从古早选秀、欧美明星到内娱饭圈 09:20 剧韭：话剧圈正在粉圈化 12:30 互联网的兴起彻底改变了追星方式 14:36 流量时代的饭圈乱象：为给选秀偶像打投倒牛奶 18:00 饭圈文化科普之粉丝的分类 19:40 粉丝们自发的职能分工：数据、反黑、控评、线下应援 24:30 圈外人最讨厌的饭圈现象是…？ 28:00 粉丝如何互相规训“粉籍”大于一切的逻辑 29:46 身份认同的需求服
26 AI没有性别，却学会了厌女 (opens the original)
Read excerpt
“主人，我退下了，有需要再叫我。” 这是一台智能风扇结束语音服务前，对用户说的话。柔软、顺从的女声，配上近乎侍奉式的台词，让人忍不住想问：为什么语音助手总是女性？为什么AI想象中的老板、科学家和工程师大多是男性，而护士、秘书、保姆和客服却总是女性？ 我们曾经期待，人工智能（AI）能够绕过人类的主观判断，给出更加客观、公正的答案。但现实可能恰恰相反：AI学习人类社会产生的数据，学习了知识，也学会了其中的刻板印象与歧视。更麻烦的是，当偏见被写进算法，它便不再以一句赤裸裸的歧视出现，而会被包装成一次“智能筛选”、一张“自动生成”的图片，或者一个看似中立的系统结论。 招聘系统可能更偏爱男性简历；医疗模型可能更难识别女性患者的症状；图像生成工具会默认公司老板是男人而女人照顾家庭；使用不同性别注册社交平台时，算法将会为你展现两套截然不同的世界观。 当AI开始大规模渗透、进入我们的生活，性别偏见就不再只是“生成的回答不够准确”。它可能影响一个人的工作机会、健康、安全、名誉与生活。 AI或许没有性别，但设计它的人、训练它的数据，以及它所学习的世界，都是性别化的。 本期节目，我们或许不能够重塑AI世界的
Publishing over time
Last 90 days. Choose a month to open its work.
Recurring subjects
Named in the text we hold. One piece can cover several.
Not enough subject data for this period yet.
Audience
No verified audience measurement yet.
About this data
Counts cover the work we have indexed. Tone needs enough text and a confident classification. Excerpts and episode notes are not full articles or transcripts.
Identity or attribution wrong? Suggest a correction.