Channel
@thelowroad
On this record: Growth · Engagement · Reactions · Posts · Cite this entry
336subscribers
-2 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001666037252 |
|---|---|
| Type | Channel |
| Username | @thelowroad |
| Created | Between 1 December 2021 and 30 April 2023— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 23 August 2026 |
| Measurements held | 4 |
| Confirmed unchanged | 1 time, most recently 23 August 2026 |
| On Telegram | t.me/thelowroad |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 23 Aug 2026, 06:15 | 336 | -1 |
| 8 Aug 2026, 16:55 | 337 | -1 |
| 8 Aug 2026, 07:03 | 338 | no change |
| 7 Aug 2026, 23:52 | 338 | first reading |
20 posts held, back to 22 November 2023 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 25 July 2026. An engagement rate over an empty window would be a number about nothing.
75 reactions across 13 posts, in 11 distinct kinds. The most used accounts for 62.7% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 47 | 62.7% | |
| 👏 | 8 | 10.7% | |
| 👍 | 6 | 8.00% | |
| 👀 | 3 | 4.00% | |
| 🥰 | 3 | 4.00% | |
| 🌚 | 2 | 2.67% | |
| 💯 | 2 | 2.67% | |
| 👾 | 1 | 1.33% | |
| 🔥 | 1 | 1.33% | |
| 🤔 | 1 | 1.33% | |
| 🫡 | 1 | 1.33% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 13 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 75reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 22 November 2023 to 25 July 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
#深夜惊奇 003｜手感是什么？ 最近和吃吃聊 AI 创作，她说了一句话： 「AI 带来某种可能性大爆炸，要在这个纷繁的可能性中找到唯一解，也就是产品最后的样子。这个过程会分别经历意图、直觉和手感，最后剩下唯一解。」 这三个词里，意图似乎不难理解：我究竟想做什么。 直觉也不陌生：面对许多选择时，我隐约知道应该往哪个方向走。 但手感是什么？ 我们经常会说一个产品「手感很好」，也会觉得某个地方「手感不对」。 一个按钮放在这里，逻辑上没有问题，操作起来却不顺；一个动画只是调整了一点参数，感觉就完全不同；一个产品功能已经齐全，却总觉得还不像一个完整的东西。 手感明明是一种很具体的判断，却很难被直接描述。 ## 1. 可能性 我问吃吃，现在用 AI 做产品，和以前做产品究竟有什么区别。 她说： 「我会觉得现在可以更奢侈地投入时间在意图、直觉和手感上，因为不用花自己的时间去实现了。」 这句话让我重新理解了 AI 带…
❤2
#深夜惊奇 000｜开刊词 我准备重新开始一个写作系列，叫《深夜惊奇》。 这个名字不是突然想出来的。 过去两年，因为工作关系，我进入了很多以前只是远远看着的领域，也学了不少东西。很多原本神秘的事情，慢慢变得可以理解了。你会知道它的原理、结构、流程，知道它是怎么发生的，也知道它为什么并不神秘。 但坏处也在这里。 学得越多，以前的惊奇就越不那么惊奇了。 很多东西第一次看到的时候，会觉得「这也太神奇了吧」。等你真的走近一点，它就会变成架构图、技术路线、上下游关系，或者某种可以被解释的行业常识。 这当然是进步。 但有时候我也会觉得，理解在增加，惊奇在减少。 所以我想用这个系列，给自己留一个机会：把那些已经理解了一点的事情，重新讲回一个故事。 这里说的惊奇，不太是那种「今天又发现了什么新东西」的惊奇。很多东西我其实已经看到了，也想了很久，只是一直没有找到合适的方式把它讲出来。 它更像是深夜里有人坐下来，对你说： 我…
❤2🔥1🥰1
#深夜惊奇 001｜那些被剪掉的嗯啊，正在被 AI 学回来 ## 1. Real Noise 今年愚人节，我在开发者公众号里写过一篇假新闻，说我们做了一个叫 Real Noise 的 TTS 模型。 TTS 就是 text-to-speech，把文本转成语音。过去大家讨论 TTS，通常会关心这个声音像不像真人、情绪够不够自然、延迟够不够低。 但我在那篇假新闻里虚构了一个方向：如果 TTS 不只是生成说话声，而是在生成语音的同时，根据对话场景实时生成背景噪声呢？ 比如你在咖啡馆里说话，它就会生成咖啡机、旁边人闲聊、门被推开、桌椅轻微碰撞的声音；如果你在客服中心，它就会生成同事接电话、键盘敲击、远处有人挂断电话的声音。 当时我开玩笑说，真正打破恐怖谷的，可能不是一条更像真人的声音，而是这些细小、连续、没有被完全清理掉的环境噪音。 结果有意思的是，很多人没有意识到那是假新闻，甚至有投资人和研究者找来认真讨论。第二天，还真…
#深夜惊奇 002｜Conversation 不只是对话，写于 GPT Live 发布当晚 睡前，本来只是想随便测试一下 GPT Live。 没有什么特别明确的目的。就是新模型上线了，半夜，人也有点困，想着随便聊两句，看看它现在到底能聊到什么程度。 一开始真的只是闲聊。 没有选题，没有提纲，也没有什么「我要写一篇文章」的自觉。只是那种很典型的睡前对谈：一句接一句，慢慢说，慢慢试，看看模型怎么接话，怎么 backchannel（如「嗯」「对」这种轻回应），怎么边听边说边思考。 但聊着聊着，话题突然变得 meta 了。 我们开始讨论一个最近团队新人问的问题：为什么有时候我们做的事情叫 Voice Agent，有时候又叫 Conversational AI？这两者到底有什么区别？ Voice Agent 是一个很清楚、也很适合当下的词。 它强调的是：一个可以通过语音交互的 agent。它可以理解你意图，帮你完成任务，帮…
分享一个社区自我消化冲突的故事。 昨天在深圳办了一场线下的硬件活动。活动开始前，实习生正忙着处理报名，把大家拉进微信群。结果，其中一位女士刚一进群，就发了一长串自我介绍和偏业务推广的信息。实习生有些慌，私底下问我会不会有问题。我跟她说：没关系，我们先看一看。 活动的第一位分享嘉宾是邹宇。他带来了一款叫 WatcheRobot 的产品——一个能听、能看、能说，还能接入 OpenClaw 执行各种任务的桌面机器人。这款产品现阶段的早期用户也确实更偏向 Maker 群体。 到了提问环节，第一个举手的人，恰好就是群里那位女士。 她站起来，抛出的问题十分尖锐：「我觉得你们现在的产品，看起来更像是你们自己 YY 出来的东西，根本没人需要。为什么现在还要做这个？」为了佐证自己的判断，她还陈述了自己的背景：从业 30 年，经手了近 3 亿的投资，看过太多类似的项目。 现场的氛围稍微有点紧张，我只好顺口接了句感叹说：「哦，原来这就是深圳…
👏7
# 硅谷十日 ## 1. Abundance 和 Hyperreal 落地旧金山，这趟旅程并没有以一场高密度的科技大会开场。第一顿饭，是在 Sunset 区的一家粤菜馆。 这次住的地方，是在湾区创业的朋友 Kobe 提供的。房子就在 Marina 区，紧挨着 Fort Mason。接下来的几个清晨，只要醒来往窗外看，除了能看到远处金门大桥下缓缓穿行的货轮和帆船，以及近处 Crissy Field 绿地和沙滩上永远不知疲倦、健康得像 NPC 一样的跑步者之外，我还能直接看到一家酒吧的后窗。 Kobe 曾跟我聊起过关于「Abundance」（富足）的观念：人们之所以陷入如此高度的竞争，往往是因为没算清楚账。如果从 Abundance 的角度来看，未来世界创造的资源是足够多的，大家根本不需要去无效内卷，每个人都能好好地活下去。基于这种乐观的富余量，人们可以更轻松、更从容地去创业和生活。 当你看向眼前这个被 Abundance…
❤2💯1
同样是做计算、做前沿交互，Dynamicland 的愿景提供了一个极其强烈的对照。他们试图做的不正是我们每天在说的 Spatial AI 或者是 Physical AI 吗？不是为了把人锁在封闭的园区里，而是把一整栋建筑物变成一台巨大的计算机。他们希望周围社区的人，都能走进这台「计算机」里，用实体去操作、去社交、去共同创作。 关于 Dynamicland，硅谷还流传着一段颇具隐喻意味的往事。这个试图让计算回归物理空间、回归社区的乌托邦，早期其实是受到过 YC Research 赞助的。但后来的故事大家都知道了，Sam Altman 停止对这类项目的输血，转身把全部的资源、资金和野心，投入到了全力构建 OpenAI 的大模型霸业中。 这似乎成了硅谷创新路径分野的一个缩影：一条路，是试图走向具体的物理空间，让技术拥有可触摸的血肉，利用社群去创造并反哺社群；另一条路，则走向了庞大无形的云端算力，走向了封闭的超级模型。 在回程的车…
❤5💯1
这几年造的词： sailence：指不小心激活 AI 音箱，但又不愿意继续与之对话而产生的沉默。 readcycle：指拆完方便食品又从垃圾桶里捡回包装袋阅读制作说明的动作。 螺蛳粉社交恐惧（luosifen social fear，简称 LSF）：一个人吃完螺蛳粉（luosifen）之后，因为身上有味道而出现的「螺蛳粉社交恐惧」（luosifen social fear），简称 LSF。会避免出现在人群中，或是在人群中有紧张或低自尊的轻度不适感。多人一起吃螺蛳粉会有效缓解 LSF 症状。 Readbounce：指在无意识地阅读滑动朋友圈等社交媒体时，视线突然撞上上次离开前看过的最后一条动态，指尖与心理同时感受到一种「触底反弹」的阻尼感。 元保洁 (Meta-clean)：指在预定家政服务后、保洁员上门前，不由自主开始清理房间的动作。既是为了清理杂物以便对方顺利开展清洁，也是出于社交羞耻感，在陌生人进入家里前所做的战术…
👀3❤1🫡1
情境感知（Context awareness） 与人为因素相关的情境分为三类：用户信息（习惯知识、情绪状态、生物生理条件）、用户的社会环境（与他人同处一地、社会互动、群体动态）和用户的任务（自发活动、参与任务、总体目标）。同样，与物理环境相关的情境也分为三类：位置（绝对位置、相对位置、共同位置）、基础设施（周围用于计算、通信、任务执行的资源）和物理条件（噪音、光线、压力、空气质量）。 https://en.wikipedia.org/wiki/Context_awareness
https://kk.org/thetechnium/hill-making-vs-hill-climbing/ 希望接下去能在两种创新机制里找到一些中间地带。
读 Tison这篇《Maintainer 的标准》的一些摘录： - 邀请谁作为 Maintainer 要基于对他已有工作的评估，而不能基于假设。 - 只有亲自体验过这些工作为什么艰苦和乏味，才有资格推动流程优化。 - 艰苦和乏味的工作，实则是一个维护者对开源社群当中开发者体验设身处地的考察。 - 由于没有亲身参与过软件开发的过程，对这个社群的风格及其主要成员的关注点的认识有偏差，想象出来的问题和解决方案往往也是不切实际的。 - 权威是参与者亲自赢得的。 - 开源社群存在的目的，主要是制造高质量的开源软件，并促进该软件的使用。
❤1👍1
https://notes.jessmart.in/Lab+Notebook/Evergreen+Notes/A+pattern+language+for+a+new+computing+environment
Showing the 12 most recent of 20 posts we hold for @thelowroad. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 23 August 2026 — this entry's latest reading, not the date you are reading this.
“The Low Road | 鲍勃碎碎念” (@thelowroad), 336 subscribers as measured 23 August 2026. Telegram Register, tgregister.com/channel/thelowroad.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.