#vibez 今日挑战：离散网格下的波纹干涉（Wave Interference in Discrete Grids）
https://editor.p5js.org/duangsuse/sketches/YfdxhchzN

数学原理： 核心算法基于 有限差分法（Finite Difference Method）**。代码并未模拟粒子的速度或磁场力，而是模拟了介质的“张力”与“惯性”。

对于网格中的任意点 $i$，其下一时刻的状态 $c[i]$ 由周围四个邻居的平均值（代表拉力）减去该点上一时刻的状态（代表动量惯性）决定，通过引入阻尼系数 `0.97`，能量在传播过程中不断衰减，避免了数值爆炸，形成了如水波扩散般的视觉效果。

当多个波源交织，产生的波峰叠加会形成类似流体的湍流视觉。在某种数学美感上，与旋转的矢量场异曲同工。

* **色彩映射： `v * 5 + 50` 等操作将波动振幅（能量）映射到蓝色通道，创造出一种深邃的、富有电磁感的深蓝色调。
* 双缓存机制（Buffer Swap）： 代码中定义了 p (previous) 和 c (current) 两个数组。通过 [p, c] = [c, p] 的交换，每一帧都在根据“过去”推导“现在”，循环往复实现动态演化。
* 能量注入与插值： 在 draw() 函数中，加入了**鼠标轨迹Lerp插值**。当鼠标快速移动时，确保波源是连续的线条而非破碎的点。

noSmooth() 和 blur(1px)`，配合 `500 的超高初始能量注入，波形在狭窄的网格中发生了剧烈的**相干干涉（Coherent Interference）**。

// 获取两帧之间在网格上的曼哈顿距离最大值作为步数
let steps = Math.max(abs(x2 - x1), abs(y2 - y1));
steps = Math.max(steps, 1); // 防止除以 0（当鼠标按下但未移动时）

c[i] = (p[i-1] + p[i+1] + p[i-w] + p[i+w]) * 0.5 - c[i];
c[i] *= 0.97;

#math https://www.bugman123.com/FluidMotion/index.html
https://jasonjhayes.azurewebsites.net/WebDev/WaterRipple/

> “这是最后的波纹。”——即便底层是简单的像素加减，只要迭代足够快，也能模拟出宇宙级的混沌。

人类的赞歌就是勇气的赞歌（人間讃歌は「勇気」の讃歌ッ）！！人类的伟大就是勇气的伟大（人間のすばらしさは勇気のすばらしさ）！！

JOJO！继承我的意志吧！究极！深仙脉波纹疾走！ 😡🫧

#vibez 今日挑战：拓扑维度卷曲与空间涌现（Topological Dimensional Emergence）
https://codepen.io/duangsuz/full/NPRmwYv

数学原理：将离散的一维粒子索引序列，通过周期性三角函数（正弦与余弦）参数化，映射到高维几何流形（Manifold）上。通过调整相位和周期，一维线段在二维空间折叠成圆（Circle），
并在三维空间进一步折叠成环面（Torus），这一过程非常生动地模拟了拓扑学中的空间变换与维度“紧致化”。

避免了复杂的物理碰撞、弹簧张力计算或显式的路径系统规划，直接利用目标几何体的参数方程组计算出粒子的绝对目标坐标，并巧妙利用三维向量的线性插值（`lerpFactor = 0.08`）来驱动位置更新，从而实现极致丝滑的降维与升维过渡。

通过引入可动态调节的卷曲周期（`moduloW`）和空间采样绕率（`samplingRate`），粒子流将从完美而死板的一维直线阵列，演化为富有韵律感的二维环绕曲线，乃至复杂叠加、相互交织的三维环面拓扑结构。

代码里写的是拓扑映射（Topological Mapping），但它的底层逻辑和齐贝林一族推崇的黄金长方形（Golden Rectangle）如出一辙：

Lerp（线性插值）让粒子在切换维度时极其丝滑，这正像乔尼在马背上领悟到的：力量并非来自暴力，而是来自顺应自然规律的极致平滑。
正如杰洛·齐贝林所说：“最短的捷径就是绕远路。”

一维（1D）： 是乔尼最初残疾的双腿，受限于线性空间的贫瘠。

三维环面（3D Torus）： 是开启 Tusk Act 4 的钥匙。当旋转突破了维度的限制，它就成了能跨越时空屏障、甚至震碎“爱之列车”（Love Train）绝对防御的无限能量。

“完全なる黄金の回転エネルギー!”——乔尼·乔斯达😒😅

当绕率（samplingRate）与周期（moduloW）达到某种特定比例时，粒子不再只是简单的绕圈，而是在环面上无限延伸、自我嵌套。粒子之间的分布会达到一种“数学上的疏离”，彼此靠得最近但绝不重叠。

通过引入基于 sin 和 cos 的周期性函数，开始在空间中收敛并卷曲。这其实就是在用数学模拟“无限的转动”——超越逻辑的能量。 🌀✨

一个像 π 或黄金分割数 ϕ 这样的无理数【比例】，最终在视觉上覆盖整个环面！

很遗憾为了代码质量和用户体验调参，包括整理这几条demo代码质量，6个小时没了…… 💦

人的一天有几个六个小时呢？像我这样的【效率】，大概早就淘汰了吧。可惜可惜。 #school
https://duangsuse.github.io/NebulaRemix/c_glass.htm

史诗级更新，tg支持中文搜索了。服务器搜索，需要客户端更新。

龙虾的热度迅速冷却，快到有的老板群名都改了正准备 ALL IN 大干一场，市场没了。

超绝震撼发布，在 100gle 的激情制造下

bub 的官网大焕新啦，请狂点下方链接

https://bub.build

#ai开源 对话串
https://gemini.google.com/share/5919ec90eb4e

第三条注释掉
//regl.viewport(0, 0, canvas.width, canvas.height);
即MVP

灵感： https://gemini.google.com/share/3445b24910b2

新研究再次证实 AI 有害大脑
#人工智能

研究人员在预印本平台 ArXiv 上发表论文《AI assistance reduces persistence and hurts independent performance》，再次证实 AI 有害大脑。研究人员招募了 350 名美国人，任务是解决一些分数方程。半数参与者被随机分配到 AI 组，他们可从一个基于 OpenAI GPT-5 构建的专用聊天机器人获取帮助，另一半必须独立完成。考试进行到一半时，AI 组的访问权限被切断。此举导致 AI 组的正确答案数量急剧下降，很多人干脆放弃考试。这一结果——成绩和毅力双双下降——在一项包含 670 名参与者的更大规模实验中得到了重复验证。研究人员指出，AI 辅助能提高即时表现，但会带来巨大的认知代价。仅仅使用 AI 十分钟就会让人对这项技术产生依赖，一旦停止使用，会导致表现下降和倦怠。
https://arxiv.org/pdf/2604.04721
https://www.engadget.com/ai/theres-yet-another-study-about-how-bad-ai-is-for-our-brains-183418494.html

#statement #ai ArXiv 上发表论文《再次证实 AI 有害大脑》

这是在说废话，那做到一半，把纸笔给扔了又怎么样呢？ 多少年前世界上还是只有交流，没有文字的

有Python可以用，谁会凑C++的热闹，这就像有C/libc实现时跑去调BIOS，还觉得自己懂得多一样。 😅

硬件和机器API（比如嵌入式/信号处理）是什么东西呢？
🤔 如果只是/dev/fb画矩形那样的「编译型IDE」，趁早返校重学吧，因为方是画不出圆的，对「深奥知识」的了解是无法套娃出上层抽象（最终层是「灵感」的）

像我对GL和法线、三角基本上一无所知，但我知道它们依赖什么数据流、edge case、用户场景，对框架选择有品味（容易和LLM沟通），并且有机会从小事做起 🎇

我自己的领域我都压缩(compose)成1个算法10行以上是「错误的」了，因为许多人的行数，缺乏功能。这种难度下，有必要去学习吗？
我只是实现喜欢的效果，并尽可能灵活化。

如果我把每个三角函数写对，却忘记vec2或tensor（乃至顺滑度/状态管理）的本质，我觉得这才是最缘木求鱼的。 因为像WebGL不是唯一的实现，for loop (H5/P5) 甚至 Taichi.js 都是一样的，我自己做框架，我不会不明白这个道理

真正的编程，不是复杂vs容易，而是「可以不乱的混乱」。
没有一个中立的答案，因为不要逃避工程师的责任（这里说的不是对钱或IQ负责，信息是艺术）

我在谈编程时，不是在「把中文编码为C语言」，也不是范式。我知道功能集、软件供应链「理所应当」是什么样子的，因为源自母语（需求和美学）。这才叫程序设计和框架。

我非常清楚「说不明白」的代码写出来就是浆糊或Perl黑魔法，也知道智慧的边界在哪。它可能就是7个词，因为大多数人的「短期记忆」如此 😓

今天我绝大部分满意的output，AIGC（互联网蒸馏）都是占了70%的功劳，选型已经非常花里胡哨了，但是最花时间的那部分才是特色的，因为有交互验收的「含人量」。

我觉得初稿AIGC是理所当然的，尤其是去DO非主攻方向（T型人才），这是全新的领域

有些人就是觉得「基础教育」太有意义了，有个P啊，Rick上过那种学吗？
其实就是靠分工合作，不要以为稀奇。我领域是CS/元编程，但喜欢物理模拟时也可以这么做，ML很火，但我不感兴趣，所以我不蹭热度

#math #js
🤓
许多人觉得浏览器垃圾，其实那是因为「卖身」的开发团队菜！ Bellard.org 可以用浏览器跑Linux桌面，或用各种语言的C胶水来实现 JS Mods生态

到处的会声会影、格式工厂、下载器、CapCut，都依赖这1个人的FFMpeg和下游重写。如果JS和C真的不够用，Bellard会关于二者开发吗？

我说句无证据的话，就是2026 Vue和React（GH stars #1）和王垠等Lisper比也缺乏认知。React会在页面不刷新时不断"Tick"，
有正常人觉得这是有道理的吗？

你的电脑没有5G短信，页面也没有动，也没有mousemove或倒计时，但是js引擎热到开启JIT了

事实上就是的：你的页面毛都没动，一个C Rect也没dirty，后台却在死循环，F12上挂一大堆listener，然后他们还送你一个“Vue DevTools”，

这就是#1前端的水平。
最多GitHub.star的团队，认为不错的output

哦，Vapor Mode，什么 Svelte Compiler, SSE, Solid, ESNext Signal，JSer又懂了。Prolog和(defmacro)一开始就能把不变变量（H5 template）和信号区分开，Tkinter早就是SolidJS那样了。

Prolog能动态组装ES6里的const [A,B]=[,]，也能匹配渲染后的XML，不需要靠flight json协议和【水合】。或许它们不实际，但前端圈比 Qt,安卓,WPF XML 相比，高生产力的“新语法”

在「真正的程序员」眼里也什么都不是。
Alan Kay 的OOP并发和Church的FP可组合界面一开始就没犯错。

不要重新学习fucking wheel了好不好，人生苦短，我懒得再陪他们玩了。

30 年前的“Delphi XML设计器”和1970s OOP之父的解释型IDE都没有【双向绑定写两遍问题】 
Tk(1991) 的范式，集大成的Web却没看到，我觉得现在知道了，反而是应该检讨，而不是说“Hypermedia花里胡哨的海报又赢了”。那只是设计师的胜利 🍎

30多年，"年薪P5" 的工业界就从来没想过一个age=Var(18)的getset方向不应该写两遍的，form之外的代码重复问题；就像今天他们 useMemo() 一样。丑。
😓