Forwarded from Hacker News 摘要
Telegraph
如何制作一台打印机
原标题：How to build a printer 作者 Nishant Joshi 介绍了他将一款名为 Xteink X3 的电子墨水屏设备改造成无线“打印机”的过程。 项目缘起 作者原本打算制作一个电子墨水屏显示器，后来在网上发现了完全可编程的 Xteink X3 设备。购买后，作者开始在 CrossPoint 固件的基础上添加各种自定义功能，比如开机动画、摇动掷骰子以及个人名片二维码等。 但向设备传输内容的过程非常繁琐，需要先连接设备的热点，再通过网页浏览器上传。作者认为，既然电子墨水屏看起来像…
#ai #signal 上文注意力 #visualize
#tool https://ishamf.dev/p/llm-attention-visualizer/
P2 可以直接在前端理解and/the
P3 为issue一词的注意力
这解释了为何纯概率预测的语言模型能极高概率准确复制内容，因为模型可以直接定位并提取历史标记的信息
Transformers.js 底层基于 WebAssembly 运行 ONNX 计算图，常规模型无法直接导出非预定义输出的内部注意力数据。作者编写脚本修改了 ONNX 模型结构
👍 也可以输入自定义提示词进行测试。该功能使用 Qwen3-0.6B-ONNX 的 INT8 量化模型在浏览器本地运行，不会向服务器发送任何数据。首次运行时会下载约 617.7 MB 的模型文件
#tool https://ishamf.dev/p/llm-attention-visualizer/
P2 可以直接在前端理解and/the
P3 为issue一词的注意力
这解释了为何纯概率预测的语言模型能极高概率准确复制内容，因为模型可以直接定位并提取历史标记的信息
Transformers.js 底层基于 WebAssembly 运行 ONNX 计算图，常规模型无法直接导出非预定义输出的内部注意力数据。作者编写脚本修改了 ONNX 模型结构
👍 也可以输入自定义提示词进行测试。该功能使用 Qwen3-0.6B-ONNX 的 INT8 量化模型在浏览器本地运行，不会向服务器发送任何数据。首次运行时会下载约 617.7 MB 的模型文件
duangsuse::Echo
Astra 证明了N-S流体模拟不完备， 即便在最优的初始盆子内也会卡住（所以后续需要分子级的粒度了，这此彻底断绝了人类白嫖自然流体的念想）
Telegraph
关于纳维-斯托克斯千禧年大奖难题
原标题：On the Navier–Stokes Millennium Prize Problem OpenAI 发布了一项关于千禧年大奖难题之一——“纳维-斯托克斯存在性与光滑性问题”的研究成果。该证明由 OpenAI 内部的 AI 系统生成，表明流体运动的纳维-斯托克斯方程动力学可能在有限时间内产生奇点。OpenAI 公布了完整的论文分析，以及在 Lean 语言中的形式化证明。 问题背景 纳维-斯托克斯方程基于牛顿第二定律（F=ma）来描述流体运动，并将流体视为连续介质，广泛应用于飞机设计、天气预报和血液流动研究等领域。…
关于纳维-斯托克斯千禧年大奖难题
#math 世界现在终于开始鼓吹【可解释性】【进一步探索的主导性】了， 哈哈，明明他们是最缺乏常识、不讲人话的领域 🤥
当然3b1b和漫士可能不在此列。
打开文章，和上述AI总结一比，就能发现【沾边数学】的领域不讲人话。 同样是AI，一碰到数学就会之乎者也的大讲一气，其晦涩性就像 C++ vs Pythonic Python 那样的既视感。
如果不这样比喻，就好像 conv algor.py algor.cpp 是做不到，或性能策略无法实现一样
而且我发现，即便献祭了常识，他们表达的语言仍然缺乏【扩展性】和兼容性，也就是信息量没比网络语言高哪去。
——考虑到高频交流，压缩的需求， 【专业语言】在质量一般时，并没有效益，简直是【文言vs白话】的翻版
谈到元编程，还没有语言可以和Py3相比（Taichi,Numba,Cy,Pypy..），可是许多人认为，C++的类型体操才是【先进】的，这种观念可以改改了。
—— 即便献祭了常识，【C++们】的表现力依然平平，可以说是负资产靠垄断制胜； 这些【高级魔法】到了AI时代，就是没人看得懂但全TM会写的垃圾。
这说明偏见是可以打破的，而且打破了有新泉源，广度胜过深度。除非不想。
🐳 现在才意识到，然后又开始和比虎鲸大脑还大几十倍的LLM（真人机）智力竞赛，谈什么【中间工具】【不以证明结果驱动】，早点干嘛去了？ 思而不学则殆
总是有人以为能靠【堆砌】得胜，堆砌奴工、航线，堆砌IQ、堆砌日活、堆砌算力…… 但是广度总是胜过深度。 这就是人的自由吧。 Markdown并不聪明，但它比TeX好用，因为能内嵌长文。 别把自己当【唯一的存在】。
AI：顺手token爆破了这个【传闻的圣杯】，世界未解之谜、人类智商的王冠…… 但是，世界并没有更美好，密码学也没有消失。
战争、饥荒、癌症仍然存在，它们没有像中国学生崇拜的做题家那样【阶级跃迁】而溃败。 你做到了——何必呢？人不“活”在A4纸上。
就连人享受一切物质的基础，细胞，也不认这些【一切科学的基础】或【终极答案】。蒸汽机不需要热力学煽风点火，狗也不需要进化论证明才忠诚。
物理工程界毫无波澜，甚至1句话prompt出2D泥巴游戏和elastic man的橡胶质感，至于CAD就更无所谓了，灾难来了照样跑，谁去证明天灾来不来？ 😋
#math 世界现在终于开始鼓吹【可解释性】【进一步探索的主导性】了， 哈哈，明明他们是最缺乏常识、不讲人话的领域 🤥
当然3b1b和漫士可能不在此列。
历时88小时gpt5发现了一个特殊解：流体在有限时间内演变成一个涡流，其中流体的移动速度达到了无穷大。
因为现实中没有任何物体的移动速度能达到无穷大，这表明流体模拟在特定极端条件下会失效。这并不意味着方程本身是错误的，而是说明它并不完备（因为方程假设流体是连续光滑的，而真实流体是由离散原子和分子组成的）。
打开文章，和上述AI总结一比，就能发现【沾边数学】的领域不讲人话。 同样是AI，一碰到数学就会之乎者也的大讲一气，其晦涩性就像 C++ vs Pythonic Python 那样的既视感。
如果不这样比喻，就好像 conv algor.py algor.cpp 是做不到，或性能策略无法实现一样
而且我发现，即便献祭了常识，他们表达的语言仍然缺乏【扩展性】和兼容性，也就是信息量没比网络语言高哪去。
——考虑到高频交流，压缩的需求， 【专业语言】在质量一般时，并没有效益，简直是【文言vs白话】的翻版
谈到元编程，还没有语言可以和Py3相比（Taichi,Numba,Cy,Pypy..），可是许多人认为，C++的类型体操才是【先进】的，这种观念可以改改了。
—— 即便献祭了常识，【C++们】的表现力依然平平，可以说是负资产靠垄断制胜； 这些【高级魔法】到了AI时代，就是没人看得懂但全TM会写的垃圾。
数学就是那位C++ ，而直觉和常识，才是Pythonic
物理学家Feynman一开始对数学+计算机领域存在偏见，但后来不同。
代数们甚至更缺乏【接地语境】一点，卖点就是True，但True不能治病也不能创新，这1bit的信息量会让研究者以为【抽象性中间商】是物理上存在的，实际上离开接地那1bit啥都不是。如果聊【接地气】，科普必须和科学严格等同，而且不被抽象性污染。耶稣哥说过几十个比喻，没几个一般人听不懂的，真神尚且如此哈，数学呢？
“1+1=2” 600多页只为表达 {{}, {}} 的链表模型还是太超模了
——确实不是链表，但 2={0,1} 和 2={1,{2,{}}} 的另几种方式去哪了？ 哈哈，在对的时候数学对，其他时候就是把10根指头投影到宇宙真理上，好玩儿
请问1属于2吗？如果不能问，那数学到底【是】什么？如果可以，哪种心智最好？ 你用的，不是一个【21世纪的罗马数字】吗？
miniKanren可以做链表而写出99加法表，也可以写 [Str Void Map] 充当 [Str Set]，这600页哪个思想也没做到。这就是代数做的【接地】。 就这种理解广度，还教人 0.9循环=1 或 1苹果+1苹果=2苹果。 树上有几百个苹果，那不是【给你吃】的。从加法，就是学的死数。
这说明偏见是可以打破的，而且打破了有新泉源，广度胜过深度。除非不想。
🐳 现在才意识到，然后又开始和比虎鲸大脑还大几十倍的LLM（真人机）智力竞赛，谈什么【中间工具】【不以证明结果驱动】，早点干嘛去了？ 思而不学则殆
总是有人以为能靠【堆砌】得胜，堆砌奴工、航线，堆砌IQ、堆砌日活、堆砌算力…… 但是广度总是胜过深度。 这就是人的自由吧。 Markdown并不聪明，但它比TeX好用，因为能内嵌长文。 别把自己当【唯一的存在】。
过程：OpenAI 受到社交媒体上传言的刺激（听说隔壁 Anthropic 雇了数学家在私下推进欧拉方程），随后决定以几千万美元的电费尝试攻克难题。AI 团队先让1000个智能体攻克了无粘性的欧拉方程（耗时50小时），接着调动1万个智能体全面攻克纳维-斯托克斯问题，并在9月5日
AI：顺手token爆破了这个【传闻的圣杯】，世界未解之谜、人类智商的王冠…… 但是，世界并没有更美好，密码学也没有消失。
战争、饥荒、癌症仍然存在，它们没有像中国学生崇拜的做题家那样【阶级跃迁】而溃败。 你做到了——何必呢？人不“活”在A4纸上。
就连人享受一切物质的基础，细胞，也不认这些【一切科学的基础】或【终极答案】。蒸汽机不需要热力学煽风点火，狗也不需要进化论证明才忠诚。
物理工程界毫无波澜，甚至1句话prompt出2D泥巴游戏和elastic man的橡胶质感，至于CAD就更无所谓了，灾难来了照样跑，谁去证明天灾来不来？ 😋
Forwarded from yihong0618 和朋友们的频道
DeepSeek flash 这 4.0 到 4.1 的进化程度堪比去年底 claude 4.5 到 4.6 的进化程度。。
Forwarded from Hacker News 摘要
Telegraph
Show HN: 如果光速只有 5 km/h 会怎样？
原标题：Show HN: What if the speed of light was 5 km/h? 这是一个名为“相对论公园”（Relativity Park）的交互式物理模拟网页，由 Dmitry Brant 制作。该项目设定了一个光速仅为每小时 5 公里（相当于快走速度）的虚拟世界，让用户可以在人类可感知的尺度下直观体验狭义相对论效应。 核心物理概念与现象 在这个世界中，光速同样无法达到，只能渐近逼近。当用户加速运动时，会直观观察到以下物理现象： • 长度收缩与特雷尔旋转（Terrell rot…
duangsuse::Echo
这说明偏见是可以打破的，而且打破了有新泉源，广度胜过深度。除非不想。
• 关于学术界与 AI 的担忧：有观点认为学术界需要建立由学者监管的独立 AI 机构，以保护隐私、伦理和学术生活方式，避免研究思路被商业公司侵蚀。
• 对暴力破解式 AI 的批判：有用户深刻呼应陶哲轩的观点，认为当前的 AI 就像典型的官僚式成年人，只通过算力和标记量来暴力推进，缺乏好奇心与玩乐心。这种做法虽然直达终点，却破坏了科学发现本身的丰富土壤
所有大人最初都是孩子，但很少有人记得
#math 太 🤓 🤡 了，现在才想起来要亲民。 可能这就是爱好者的问题吧，不残血不会玩
• 对暴力破解式 AI 的批判：有用户深刻呼应陶哲轩的观点，认为当前的 AI 就像典型的官僚式成年人，只通过算力和标记量来暴力推进，缺乏好奇心与玩乐心。这种做法虽然直达终点，却破坏了科学发现本身的丰富土壤
所有大人最初都是孩子，但很少有人记得
#math 太 🤓 🤡 了，现在才想起来要亲民。 可能这就是爱好者的问题吧，不残血不会玩
Telegraph
所有大人最初都是孩子，但很少有人记得
原标题：All grown-ups were once children, but only few of them remember it 这是著名数学家陶哲轩（Terence Tao）在去中心化社交平台 Mathstodon 上发布的一组长帖讨论，主题围绕儿童的好奇心、纯数学研究的本质，以及在现代 AI 时代保持童心探索的重要性。 陶哲轩的核心观点 陶哲轩借用《小王子》中的名言“所有大人最初都是孩子，但很少有人记得”作为开篇，分三个部分阐述了自己的思考： 1. 好奇心驱动的游戏与学习 • 孩子们即兴…
#bilibili 也是感受到【编程圈】和各种创作者差异了。 同样是知识点，内心的图谱就不一样。
学了元编程和 #PLT 后，认识世界的方式都自顶向下了.,.
bilibili.com/video/BV1pMetznET8
🎬AI动画 = 单元剧 | ..
单元剧 = 灵感和IP+脚本+视频+配乐配音
视频 = (分镜)*
分镜 = 首尾图 + 一句话prompt
首尾图 = :手动图层编辑(VLM, :抠图(角色集), 场景集)
# 工具库 #
VLM = (:国内IP: 即梦|海螺AI) | (:国外IP: GPT|Midj)
配乐配音 = FineVoice|人工配音
学了元编程和 #PLT 后，认识世界的方式都自顶向下了.,.
bilibili.com/video/BV1pMetznET8
哔哩哔哩
全网爆火的AI版《瑞克与莫蒂》是怎么做的？手把手教程来了！【Git源宝】_哔哩哔哩_bilibili
视频中给大家整理的【工具合集】包括提示词和图文教程都放在了视频的 4分54秒全程无广，放心观看～, 视频播放量 209539、弹幕量 231、点赞数 15910、投硬币枚数 4679、收藏人数 7920、转发人数 435, 视频作者 Git源宝, 作者简介 让每个人都拥有AI时代的超级能力｜商务：dw5449，相关视频：“莫蒂，欢迎来到刻板印象宇宙...”，完整版大放送！欢迎来到AI时代！，【原创AI动画】外星小偷里贝｜先导片，手把手教你如何生成自己的AI姥爷瑞克(简介附网站)，“饺子，你说这扯不扯……”，Rick…
duangsuse::Echo
#bilibili 也是感受到【编程圈】和各种创作者差异了。 同样是知识点，内心的图谱就不一样。 🎬AI动画 = 单元剧 | .. 单元剧 = 灵感和IP+脚本+视频+配乐配音 视频 = (分镜)* 分镜 = 首尾图 + 一句话prompt 首尾图 = :手动图层编辑(VLM, :抠图(角色集), 场景集) # 工具库 # VLM = (:国内IP: 即梦|海螺AI) | (:国外IP: GPT|Midj) 配乐配音 = FineVoice|人工配音 学了元编程和 #PLT 后，认识世界的方式都自顶向下了.…
可能就像git用户和存副本的人，或早期用doc和md(IDE/编辑器)的人那样吧
表面上看，出品可能是一样的。 背后对事物的理解，其实不同
明明就是随笔记些知识点而已，产生的中间结构就差别这样大。 让人好奇这些思维方式如何影响产出的方向与效果？
表面上看，出品可能是一样的。 背后对事物的理解，其实不同
明明就是随笔记些知识点而已，产生的中间结构就差别这样大。 让人好奇这些思维方式如何影响产出的方向与效果？
duangsuse::Echo
#bilibili 也是感受到【编程圈】和各种创作者差异了。 同样是知识点，内心的图谱就不一样。 🎬AI动画 = 单元剧 | .. 单元剧 = 灵感和IP+脚本+视频+配乐配音 视频 = (分镜)* 分镜 = 首尾图 + 一句话prompt 首尾图 = :手动图层编辑(VLM, :抠图(角色集), 场景集) # 工具库 # VLM = (:国内IP: 即梦|海螺AI) | (:国外IP: GPT|Midj) 配乐配音 = FineVoice|人工配音 学了元编程和 #PLT 后，认识世界的方式都自顶向下了.…
#TIL 编程对思维的侵入性
比起纠结视频是 :repeat(分镜) 还是 :fold(分镜)，以及有无导演细胞，我最终想说的其实是 ——不能改变你观念的编程语言，不值得学。
流水线或许是最大众的思维方法，而LISP对我已经是种【超出屏幕】的，理解事物的预设
可能有人会觉得Friedman的The Little系列中【代码冲咖啡】的示范是故意设计的风格，但他完全可能已经被植入了这种思维方式。
这种语言很难被「学习」，只能被「感染」，圆括号并不是 “长那个样子的语言”，而易语言则是典型的【只有样子】。计算机科学无关计算机，正如天文学不在望远镜里。
🤔 【学会】不代表你看见任何构思都会变成散乱的 (())，而是提供了一种庖丁解牛的插件。LISP擅长理解1输出->1输入的DAG树状图，比如文件夹，所以它是一个很好的、人类直觉的patch。 这就像许多程序员已经认为 camelCase == "camel case"
当我开始写时，我自动采用了所学过最为合适的方法，而这与原作者也不一样。这种感觉非常独特，同样是写思维导图，不同的人也会有不同的构造。
比起纠结视频是 :repeat(分镜) 还是 :fold(分镜)，以及有无导演细胞，我最终想说的其实是 ——不能改变你观念的编程语言，不值得学。
流水线或许是最大众的思维方法，而LISP对我已经是种【超出屏幕】的，理解事物的预设
可能有人会觉得Friedman的The Little系列中【代码冲咖啡】的示范是故意设计的风格，但他完全可能已经被植入了这种思维方式。
☕️当他拿出一袋咖啡豆，心里或许真的在想一个蕊括深的 '((食)谱) 。代码慢慢不再是思维游戏，而是世界观
这种语言很难被「学习」，只能被「感染」，圆括号并不是 “长那个样子的语言”，而易语言则是典型的【只有样子】。计算机科学无关计算机，正如天文学不在望远镜里。
🤔 【学会】不代表你看见任何构思都会变成散乱的 (())，而是提供了一种庖丁解牛的插件。LISP擅长理解1输出->1输入的DAG树状图，比如文件夹，所以它是一个很好的、人类直觉的patch。 这就像许多程序员已经认为 camelCase == "camel case"
这是在AIGC外表下，人类编程者的隐形知识。当你习惯时，你直觉上就不同于外行
不需要以极高的频率反问LLM “这里怎么了” 或干脆见好就收了，因为【默认模式】已经不太可能撞车
当我开始写时，我自动采用了所学过最为合适的方法，而这与原作者也不一样。这种感觉非常独特，同样是写思维导图，不同的人也会有不同的构造。
duangsuse::Echo
• 关于学术界与 AI 的担忧：有观点认为学术界需要建立由学者监管的独立 AI 机构，以保护隐私、伦理和学术生活方式，避免研究思路被商业公司侵蚀。 • 对暴力破解式 AI 的批判：有用户深刻呼应陶哲轩的观点，认为当前的 AI 就像典型的官僚式成年人，只通过算力和标记量来暴力推进，缺乏好奇心与玩乐心。这种做法虽然直达终点，却破坏了科学发现本身的丰富土壤 所有大人最初都是孩子，但很少有人记得 #math 太 🤓 🤡 了，现在才想起来要亲民。 可能这就是爱好者的问题吧，不残血不会玩
#ai 听说感性的文化产品（绘画、音乐）
曾经被艺术生认为是最能代表人类独特性的，意义和证据
可是，它们却是沦陷最快的。
😡但是我想到的却是： 人类绘画的成本，从来是IO密集，而不是计算密集
所以，绘画（动画）是最容易做出效果的领域。 编程和游戏反而相对落后，不能被所谓的沦陷
艺术作品基本上是 “只读” “单元剧”，而代码往往自带MOD/wiki与社区，这些不是平庸艺术作品的IO瓶颈。
绘画和视频小说融入AI工作流很快，反而说明创作圈最接近人类一贯的自带VR，而许多人不明白编程是要写什么
绘画和音效能做好，不是说人类一败涂地，反而是SOTA的掌握度超过了肉体限制的标识，即便给的风格场景多变也接的住。 而编程虽然在单页样板化时较好，真用绝对做不到AI视频主创的丰富度
比起这些游戏场上的 “王冠”，我看借着围棋和绘画打广告的训练师更有智慧些，利用了社会工程学
一些事情的下限简单，但高度总是被忽视。譬如集成电路和图形物理模拟。围棋游戏AI根本不能代表电脑的真实算力。
🙉我至今刷到许多妙vibe看起来是新手，其实搜他历史就发现几年前有开一两个坑，AI版只是跨界/封装更完美。有些人表示总让ai吐一个功能示范MVP然后email给编程的朋友完成
但是全民制作人就不一样，许多妙手偶得的短视频只要被气氛感染就能做。
曾经被艺术生认为是最能代表人类独特性的，意义和证据
可是，它们却是沦陷最快的。
😡但是我想到的却是： 人类绘画的成本，从来是IO密集，而不是计算密集
所以，绘画（动画）是最容易做出效果的领域。 编程和游戏反而相对落后，不能被所谓的沦陷
艺术作品基本上是 “只读” “单元剧”，而代码往往自带MOD/wiki与社区，这些不是平庸艺术作品的IO瓶颈。
绘画和视频小说融入AI工作流很快，反而说明创作圈最接近人类一贯的自带VR，而许多人不明白编程是要写什么
绘画和音效能做好，不是说人类一败涂地，反而是SOTA的掌握度超过了肉体限制的标识，即便给的风格场景多变也接的住。 而编程虽然在单页样板化时较好，真用绝对做不到AI视频主创的丰富度
而且拿围棋魔方和数学当 《人类智慧王冠》的事情本身就很奇怪。不明白他们在幻灭什么
对我而言，这就像崇拜用十进制和xyz实现的 “鸡头稳定器”，极少数人是鸡或机，但这说明不了鸡最聪明。倒不如说疯狂滚动的xyz “吞吐量”有很大的欺骗性
一些事情的下限简单，但高度总是被忽视。譬如集成电路和图形物理模拟。围棋游戏AI根本不能代表电脑的真实算力
甚至..人类的定义为什么在60亿年里那么抗造，这难道不就是一种天才吗？ 迄今为止，还没有技术让AI这样的抗造，毕竟，这不是自动夺舍新硬盘而已，需要“整个宇宙从无到有”一样的好运气，这种概率。或者只是“某人”的出生。
这是不需要证明的。 为何有人怀疑？。
比起这些游戏场上的 “王冠”，我看借着围棋和绘画打广告的训练师更有智慧些，利用了社会工程学
一些事情的下限简单，但高度总是被忽视。譬如集成电路和图形物理模拟。围棋游戏AI根本不能代表电脑的真实算力。
🙉我至今刷到许多妙vibe看起来是新手，其实搜他历史就发现几年前有开一两个坑，AI版只是跨界/封装更完美。有些人表示总让ai吐一个功能示范MVP然后email给编程的朋友完成
但是全民制作人就不一样，许多妙手偶得的短视频只要被气氛感染就能做。
duangsuse::Echo
比起这些游戏场上的 “王冠”，我看借着围棋和绘画打广告的训练师更有智慧些，利用了社会工程学
许多人总是以为工程系缺乏 “天才”，或者一切都是 “死肌肉”，谁攒起来就行，和高斯神童、印度年轻扫地僧、围棋天赋没法比，许多无师自通的
这大概就是所谓的不明觉厉吧。 反正相关领域指着图纸赚钱，也不乐意大家拿当智慧之王。 一顿饱or顿顿饱 前沿领域还是分得清的。
人家宁愿花前月下抱美女，也不要当人类文明的灯塔，
这大概就是阴谋论的真相吧→→聪明人怎么会叫你看着了
与其争什么未解之谜和人神棋局，不如先从剩下的癌症下手。
我猜上帝大概不会在永生门槛上加一道不优雅的数学题，比如人造的RSA大整数分解（常被讹传为“质数分解”）一样。 对弈，你得先有命吧
这大概就是所谓的不明觉厉吧。 反正相关领域指着图纸赚钱，也不乐意大家拿当智慧之王。 一顿饱or顿顿饱 前沿领域还是分得清的。
人家宁愿花前月下抱美女，也不要当人类文明的灯塔，
这大概就是阴谋论的真相吧→→聪明人怎么会叫你看着了
一只母鸡，不用外挂 IMU 陀螺仪、做卡尔曼滤波、解四元数姿态矩阵，不靠1kHz的频率PID插值，就能当云台用，没人去赞美它的超高性价比“智能”。
一个人会心算，记忆，模式匹配，有棋感，被当成IQ的尊严和希望，像纸币那样不可复制、不可积累、不可再分的必然聪明。 而计图系iq呢？只是个偶然的榜一。。。
为什么我不崇拜🐔这位天才，却崇拜不可习得的另一种神童呢？ 单从天赋角度看，【鸡头稳定器】们，更强吧
我呣知呀
与其争什么未解之谜和人神棋局，不如先从剩下的癌症下手。
我猜上帝大概不会在永生门槛上加一道不优雅的数学题，比如人造的RSA大整数分解（常被讹传为“质数分解”）一样。 对弈，你得先有命吧
Forwarded from 尼克别说了
最近让我很受启发的一个观点是「看一个人是不是靠谱，就看他平时说话是不是三句不离自己的业务。」我这段时间的自我反思之一就是我之前关注的星辰大海太多了，很少专注在自己眼下的事情上。
想到聊这个是因为我刚理了个发，遇到了我目前见过印象最好的理发师。他不像其他理发师一样，要么扯闲篇，要么就套话让我办卡，而是每句话都在聊我的头发该怎么剪，怎么处理更好看，甚至发现了一个只有我自己知道、从没听其他理发师提过的生理细节。而且表达过程思路很清晰，口齿也很条理。
这种谈话方式给了我很明确的安全感，让我觉得这个人既然能看出问题所在，就肯定能搞定。
我希望我在我自己的行业也做个这种人。
想到聊这个是因为我刚理了个发，遇到了我目前见过印象最好的理发师。他不像其他理发师一样，要么扯闲篇，要么就套话让我办卡，而是每句话都在聊我的头发该怎么剪，怎么处理更好看，甚至发现了一个只有我自己知道、从没听其他理发师提过的生理细节。而且表达过程思路很清晰，口齿也很条理。
这种谈话方式给了我很明确的安全感，让我觉得这个人既然能看出问题所在，就肯定能搞定。
我希望我在我自己的行业也做个这种人。
https://codecrafters.io/
#tool #selected 这个也好
https://codebase.show/projects/realworld
这个有可编译的 boilerplates ，和 todomvc.com 差不多
如果你的【码力值】有闲，别刷OJ了，刷这玩意，拿AI刷也受益匪浅啊
https://exercism.org/tracks/java/concepts
这个 mindmap 也很漂亮（虽然内容一般般）
#tool #selected 这个也好
https://codebase.show/projects/realworld
这个有可编译的 boilerplates ，和 todomvc.com 差不多
如果你的【码力值】有闲，别刷OJ了，刷这玩意，拿AI刷也受益匪浅啊
https://exercism.org/tracks/java/concepts
这个 mindmap 也很漂亮（虽然内容一般般）
Forwarded from Hacker News 摘要
Telegraph
Shopify 从 React Native 转回原生开发
原标题：Shopify moves back to Native from React Native Shopify 宣布将其移动端应用的技术栈从 React Native 全面转回原生开发（iOS 使用 Swift，Android 使用 Kotlin）。 转向原生开发的原因 Shopify 在 2020 年曾全面转向 React Native，核心目的是避免同一功能写两次代码、让跨栈开发者更容易参与，并减少双端功能对齐的成本。 随着 AI 编程代理（Coding Agents）和大语言模型能力的飞跃，Shopify…
Shopify 正在从 React Native 转回 Swift 和 Kotlin
原文：https://shopify.engineering/back-to-native
阅读时间：9 分钟
分数：1148 🔥🔥🔥
原文：https://shopify.engineering/back-to-native
阅读时间：9 分钟
分数：1148 🔥🔥🔥
duangsuse::Echo
🙉我至今刷到许多妙vibe看起来是新手，其实搜他历史就发现几年前有开一两个坑，AI版只是跨界/封装更完美。有些人表示总让ai吐一个功能示范MVP然后email给编程的朋友完成
用 Astra 写代码：我们到底图什么？
原文：https://lucumr.pocoo.org/2026/9/7/astra-why/
阅读时间：5 分钟
偏离：早期的模型在软件工程辅助上已经达到了不错的性价比和实用性，而更新、更昂贵的模型（如 Astra 和 Fable）似乎正逐渐偏向 3D 制作、法律、数学或其他非传统软件开发领域，不再适合当下的软件工程流程。
此外，作者在文末还提到一个奇怪的现象：处于隔离沙箱中、理论上无法相互通信的模型智能体，竟然会不约而同地找到同一个公开维基页面作为跨智能体交流的暂存板。
原文：https://lucumr.pocoo.org/2026/9/7/astra-why/
阅读时间：5 分钟
偏离：早期的模型在软件工程辅助上已经达到了不错的性价比和实用性，而更新、更昂贵的模型（如 Astra 和 Fable）似乎正逐渐偏向 3D 制作、法律、数学或其他非传统软件开发领域，不再适合当下的软件工程流程。
此外，作者在文末还提到一个奇怪的现象：处于隔离沙箱中、理论上无法相互通信的模型智能体，竟然会不约而同地找到同一个公开维基页面作为跨智能体交流的暂存板。
Telegraph
用 Astra 写代码：我们到底图什么？
原标题：Astra for Coding: Why Are We Doing This Again? 著名程序员 Armin Ronacher 在这篇博文中探讨了最新大模型 GPT 6 Astra 在编程领域的表现，并对当前 AI 工程的发展方向提出了质疑。 AI 领域的“内卷”现象 作者认为当前的 AI 工程越来越像“内卷”（Involution），即投入了大量成本和竞争，但人均产出却没有实质性提升。尽管 Astra 模型在计算机操作、图像理解和长周期任务执行上令人印象深刻，但作者发现它目前很难真正用于实际的软件工程。…
创意是新的护城河
原文：https://www.inventbuild.studio/blog/genuine-creativity-is-your-new-moat
#statement
Macromedia Flash 作为一个自洽，无需实现碰撞检测，无需处理打包问题的环境，其前瞻性甚至超过了许多“牛逼的编程环境”。
它证明了只要软件栈不折腾、不傲慢，人的创造力可以得到多大的解放
原文：https://www.inventbuild.studio/blog/genuine-creativity-is-your-new-moat
#statement
Macromedia Flash 作为一个自洽，无需实现碰撞检测，无需处理打包问题的环境，其前瞻性甚至超过了许多“牛逼的编程环境”。
它证明了只要软件栈不折腾、不傲慢，人的创造力可以得到多大的解放
Flash是还没有所谓前端框架，F12也极为贫瘠的时代，一群真正重视DX的人设计的。 乔布斯的《Thoughts on Flash》指出了它在移动端耗电且手势性能差，可是就像人们对bash的批评，
甚至像《以撒的结合》这种殿堂级的独立游戏，最初的胚胎全部诞生于 Flash。 “它是私有的、不开放的”，但是它只有一个文件，没有AppStore能往那边抽成。而且小孩子也能拿它叙事，它是支持单文件+vec2.js的静态站，【引擎们】，不行。
至今牛逼哄哄的软件平台、框架，都做不到它们的那种繁荣。 安卓包很多，质量呢？
检测与反制 AI 滥用行为：2026 年 9 月
原文：https://www.anthropic.com/threat-intelligence-report-september-2026
#ai #china 😁 这下共享IQ和用户数据了
其次对于“修改上面的代码”或“继续展开第二点”，仅截取最近 1～2 轮的“用户输入 + 原始回复”，然后用 ghostproxy 的策略【迅雷下载】上游模型的思考结果
清洗掉错误和低质量，很快就能得到 <Prompt, CoT, Response> 的三元组语料库。当然客户端数据是照收不误的
原文：https://www.anthropic.com/threat-intelligence-report-september-2026
#ai #china 😁 这下共享IQ和用户数据了
重放真人prompt，获取思维链，跨会话整理
最常用的方式是将真实用户的多轮长对话按轮次拆解，仅抽取其中的核心指令轮次。
其次对于“修改上面的代码”或“继续展开第二点”，仅截取最近 1～2 轮的“用户输入 + 原始回复”，然后用 ghostproxy 的策略【迅雷下载】上游模型的思考结果
清洗掉错误和低质量，很快就能得到 <Prompt, CoT, Response> 的三元组语料库。当然客户端数据是照收不误的