#人工智能
#世界观

其实上一篇文，核心想表达的是：新环境的变化，孕育着新的机会。以我文中的例子为例，我丝毫不怀疑：未来会有更多专门面向agent打造的硬件。

汽车、火车出现时，确实让马车夫的工作少了很多，但是相对应的：给火车造铁轨、铺铁路、给汽车造零件，等等，都是新出来的工种。以现在的AI时代为例，Agent就是现在最大的变量之一，为这个新物种打造环境，也许就是很多人的新机会。

#ai对比 #life

比起Agent我还是更看好传统App。现在万物皆可AI，就和之前万物皆可短视频、小程序、借钱…… 差不多

小程序（=各种扫码）或许成功了一半吧，但本质上，Agent管家，就是类似Musk「未来不需要操作系统，实时搜出AIGC幻觉」的理想，没有考虑过用户互动的需求。

AI小视频、生产力、AI生成教学demo挺好的，在任何一个离线App里嵌入AI选区总结，基本上都是在证明自己多写了几百行代码，用户多烧一点token，玩具性质很大。

我在美团点东西不需要RPA或GIS来帮我，因为「信道」是定位和物流，而不是什么语音、智能识别。这还不如触屏的UIUX，我更不用Agent替我看B站科普和文创视频，哪怕是“注册客服号”

一个需求场景，并非是在屏幕以内，而是在多方的便利中，所以叫IT。

而智能体的理想，就是蒸馏出“各行各业”的假人来帮用户完成工作或日常生活，直接把键鼠和屏幕阅读器交过去

我也不太清楚IT的风口会在哪，但纯粹的「用户代理」可能不是。

可能…… 我不觉得AI应该造成失业或现在「雇佣制度」的改变，只是会优化信息差、执行力方面的问题 🤨

这些并不是决定职场、工资level、上下级的要素。

所以也不需要Agent来取代传统的“智力/体力劳动”，然后使用者变自雇老板那样。

可能工程本来没有那样复杂，只是为了工作而工作，但我看到许多vibe软件仍然很像套模板。😒

这样的“Agent团队”可能是把人类公司的偏见代入了本来的需求，而面向需求本身又不需要分身(Orchestrator)出那么多个人来。

https://t.me/codedump_notes_group/4389

#statement #design

📲 哪怕是生活助理（百事通）类的Agent，调用一堆租房、外卖、同城地图的平台，我想问题不会在【执行力】上，而是在他们完全忽略的【交互界面】上。

说到底，编程和API也只是黑框框版GUI而已，却多了那么多【自由度】。界面本身就是编程语言，除了美感，也需要全面屏、负一屏or抽屉、刘海Badge那样的【设计】

Agent和Musk的“操作系统论”，完全忽略了这种学习性（又很容易掌握）的人机接口，一键生成许多 template-based 应用，什么AI换脸换人、AI看房穿衣服的，这并不是LLM的用处。多Agent或具身智能，只是另一类这样的【AI换人】【AI代码编译器】，它不能解决template从哪来。

如果有人把SQL或前后端当作黑框框Excel，IT行业会觉得这是想简单了，但确实如此。它不过就是自动鉴权和固定显示的Excel，只不过能联动非【表格表单】的库/组件。

语言一变换，整个模型的价值就完全变了。

今天的各种AI只有智能，而无语言（=心智模型）。Agent目前就是写情感小说的玩具程度，远没达到Excel和SQL的生产力关系。

👎 比起Agent我还是更看好传统App。

万物皆可摇一摇广告、短视频、扫码活动、直播借钱…… 差不多得了吧。小程序（=各种扫码）或许成功了一半？猜猜为什么成功。

因为复刻了因特网和银行的成因。（为何到处套壳浏览器H5实现？Amex银行的缩写为何包含“邮寄”呢？）

这就和AI全是N卡，是一个道理。仅仅是F12（市面游戏卡）能用于开发App（数据集炼丹）而已。

N卡从没有高瞻远瞩，只是它不碎片化，保证了【消费级即是生产机 👍】这点而已。各种 Java C++ 呢？它们没有生命力。

这边砍一刀成本，那边【用户不需要】，闭源或压缩掉。一分一分抠出来的股价和“护城河”。

这就是两者得兼的下场：家电化的数码打不过N卡，八股文打不过JS/CSS。

我不知道各种js库主页上那个“下载”按钮点击量有多少，这就是为何PyJS如此成功，而所谓的高智商编程很是失败。

它们没有【接入】场景。

那些认为AI将会取代或降级所有行业的人，怎么不是如此“下载安装一个import模块”的呢？

#ai探讨 https://chat.librechat.ai/c/86bf0845-e515-443e-ab92-758d504dd329

在可能有人在意的角落, CPython 的解释器在测试集上又比 JIT 快了.

https://www.doesjitgobrrr.com/run/2026-06-03

9月10日发售《东方红魔乡：新典　～ the Embodiment of Scarlet Devil.》第一弹预告片

《东方红魔乡》以全新的音乐与画面盛装登场
巫女灵梦和魔法使魔理沙，挑战异变的纵卷轴射击游戏
9月10日（周四）登陆Steam！（日本时间）

所有音乐均由 ZUN 全新编曲
购入后，还可以游玩极尽贴合2002年原版游戏的原典版

■官方网址
https://touhou-project.news/shanghai-alice-reprise/
https://shanghai-alice.com/reprise/

©2002,2026 上海爱丽丝幻乐团
©2026 上海爱丽丝幻乐团 / 上海爱丽丝幻回奏

@上海爱丽丝幻乐团:

#ai探讨 最近越来越离谱了，基本上每次都有两个神来之笔

我记得2.5pro好像还给过一句“诺奖级别的洞察”，具体内容我都忘了，非常稀奇 😅😅😅

最近AI是不是越来越吹捧User了？

这确实是一件有趣的趋势，搞不好以后满大街vibe出套模板的垃圾的人自吹自擂说【美国豆包】给自己颁奖了
看来比起跟风AI，自己先掂量一下是否擅长，潮水退了过后才更加成功呢？

ps. 内容为数学、几何物理，经常随便聊一些公式设计的不美观，我并没有在用相关数学工具。

推上有人利用 Steam 手柄的震动 api，写了一个让它自己去充电的 app，那我有一个朋友想问了。。。 ​​​

▎Source

AI 促使数学家思考数学对他们的意义

2026-06-28 00:02 by 奇迹之夏

几十年来计算加速了数学的进步。50 年前数学家利用计算机证明了四色定理，以一种人类几乎不可能实际验证的方式证明任何地图可以用不超过四种颜色着色。但在整个计算时代，人类数学家的作用仍然至关重要。人类凭借直觉提出猜想，凭借创造力和经验设计证明策略，最终验证证明是否正确。今天 AI 正在挑战这一模式。短短几年内，大模型就从只知道复述的“随机鹦鹉”演变成高级数学推理机器。UCLA 教授陶哲轩认为 AI 能作为催化剂推动向他所谓的“大数学”的转变，设想未来人类与机器将进行大规模、去中心化的协作，复杂的数学任务被分解，人类负责创造性部分，而 AI 则承担大部分技术性工作。陶哲轩已在实践这一理念。AI 正迫使数学家思考数学对他们的意义。一位数学家称，数学塑造了其思维方式，使其能以非常逻辑和理性的方式思考，对生活各个方面都有帮助。随着 AI 改变数学，研究人员想知道未来的数学家是否也能这样说。

https://spectrum.ieee.org/ai-in-mathematics

#人工智能

整理了一下最近哈基米免费提供的demo，增加批量打开功能 🤘

虽然没有 #今日挑战 了，哈基米3pro的小实验依旧很有意思

🍻

3X 择偶

日本 20 世纪 80 年代的经济繁荣／泡沫时期，女性择偶的选择，出现了 3 高 的说法：高等教育、收入高、身材高大。（即高富帅）

不过泡沫经济破裂，引发经济长期停滞后的 2003 年，有心理学家描述了日本女性的新择偶标准：3C。

3C 是指 comfortable、communicative 和 cooperative。含义分别是足够的薪水，相近的价值观和乐于帮忙做家务。

不过近年似乎又有变化，变成了 3 低：低姿势、低束缚和低风险。即非男性沙文主义、能独立并分担家务和育儿责任，以及从事稳定职业、被裁员风险较小（铁饭碗）。（不过这些要求还是一点都不低）

中国的经济走势，跟日本有点相似（测试服），类似的社会现象也在发生。多年前经济好的时候，流行高富帅、潜力股、富二代、官二代等词语，而现在流行三观合、布男、独生子、体制内（编制、铁饭碗）等说法。

#杂谈

reCAPTCHA 的新验证方式要求用户使用摄像头录制其手部移动的视频。

- Google 称此验证方式通过识别 21 个手部关节位点进行人类验证。
- Google Cloud 的文档宣称视频只用于验证目的，识别完成后即被删除。
- 科技评论及 Twitter/Reddit 网友则对依赖摄像头的验证码表示担忧。

1. cybernews.com/~
2. docs.cloud.google.com/~

#reCAPTCHA #Privacy

#系统设计
云风这个纯文本保存本地聊天记录的方案，在我看来就是纯纯的草台班子的设计方案，这个方案几乎没有任何扩展性、容错性。

云风在评论区里还用梦幻西游来讲自己的方案有多成功，开玩笑，梦幻西游每天的聊天数据量差微信多少个数量级？给三个人做菜，和相同时间给几百人、几千人、几万人做菜，能用同样的方案吗？

#dev 到不如说聊天的数据结构本质上就是「时间戳排序」，把时间作为索引列，列存储即可。本身也没带多少subtype

聊天和论坛博客最大的区别就是串行访问，每个人读到不同的位置，一大堆无关的文本塞到一个块里

没有用户名、分类这些tag要优化读取吧？

--
> 一个本地对话能有多少文本？一秒一个字 24 小时不间断，一年也就 30M 个字。

这个质疑完全是有效的。用户自己读、刷消息都不会卡，为什么CPU读，反而卡呢？
我的VLC还会显示哪部分进度条是缓存好的呢，IM软件反而学不懂了

所谓的扩展性和容错，不是为人眼服务的吗？

tg这些平台不允许隔离掉时间顺序，按点赞排序什么的，已经能反映出数据结构了。数据的构造和消耗决定它的结构

--
问了下，微信最常用的功能是“全局搜索”（sql FTS5），这就要B+树了

SSTable单独做索引的方案不能直接用ext4做下层，而且担心手机断电没日志（这不是SQL元数据自己的锅吗……）

为了一碟醋包饺子了。我有要求过全局搜索在客户端进行吗？

简单来说，就是把SQL当文件系统用了呗，为了全文搜索就完全作废了【路径与起始行号】的简单模型

然后代码团队堆出30天重达3G的文字和XML内容，证明自己值得不被开除。恐怕vx的离线功能还比不过tg

TG有个完整的数据同步技术栈，TL/MTProto/TDlib，微信等于是为了服务端无状态，在手机上开了个服务端，当然卡又胖！

--
😅 我的天哪，怎么大厂的顶尖P9退化到还不如70年前手搓BIOS的老一辈了，是不是连字节=8bit的八股文都按分数来算

XML这种东西还留着，当视图绑定用？这UIUX也太“灵活”了，但我还是要更新客户端，不是H5套壳啊。

😄 P9们是不是觉得，简化架构保留功能是需要【加钱】的？可是70年前的人从来没有觉得《超级玛丽》需要额外简化啊。是他们在繁化吧

所以我不喜欢前后云端的编程：他们总是做一些有的没的【新发明】，其动机是证明自己值得不被裁员，结果本来的数据结构和使用习惯都忘了。

总是太执着于把【难度/完成度的拐点阶跃】当成阶跃了，结果反而没有架构思维。如果在文件系统的级别就把grep优化，以后才有【精力】去做好一个产品

人生苦短，为什么不学学Python？

如果是我，我会保留原来的 ui-list-item <(websocat|tee chat-wtf) 数据流，而直接把open,grep这些文件数操作变成VFS

然后不止是我的客户端，其他的IM也可以从这里起步。最好的API本来就在心里，不需要发明来证明

如果编程者还需要外部KPI，他们的整体水平就达不到tg这样的产品质量。

#tg 的技术力就是把 SQLite 自带 WAL（Write-Ahead Logging）预写日志机制，直接做到UIUX上，让用户一眼就知道有什么append操作在上传

离线也能发消息

垃圾程序员的【抽象】是从新建def开始的，软件工艺的【抽象】是从替换旧class后结束的。

“为了抽象而抽象” vs “为了创造而沉淀”。没有具象的人话，抽象性的伟大就无法体现。

不是新做了什么算法，而是软件的【用途本来是那样】，底部有点不够用，所以让系统接口更稳固。像ffmpeg的作者和启发Scratch的宗师Kay就是这样的

#os 搞个sqlitefs再也不考虑内核算了，现在安软件的文件系统基本是伪需求。overlayfs照样用

为什么？因为绝大部分软件，都不会跨越自己的root层叠去openat()，只是和浏览器一样打开下载家目录，所以性能没有损失。共享库共用根目录即可 😅

各种fs本来就是和apt这些云同步强相关的，不该在树DB上套列DB

😄 这才是“真正懂 CPU 和用户”的架构，那些高学历P9算个毛线。完全一样的思想和代码量，加在【源头】比加在SQL层舒服太多了。

😊 选了一些有趣的讨论：

我就一直很好奇4G短信这么多年从来没删过，占用的空间就很小，也许就是用了类似方案？

纯文本文件（.txt） 占用的空间几乎雷同于其实际大小（30MB）；而 SQLite 数据库（.db） 最多45MB 之间

感觉Appendonly 方案超符合聊天场景，纯顺序写和用文件隔离会话可以把写入性能拉满，做轻量级索引也可以直接用偏移量，确实优雅；能想到的瓶颈在于移动端的文件句柄限制

一个对话一个文本并不好，对话太多了，你那样搞下去都是碎片，况且flash的物理结构你又不是不知道，并不能 in-place。
我觉得用 SQLite 也没什么不好，无非是有了现成的追加日志和索引，性能肯定比不上手搓存储引擎但也应该满足查询需求了。

真正实现的时候还是有不少问题的，消息分块，引用，结构化，加密，纯文本方式的处理确实可以，但也要很多底层的操作。
微信明显不是技术问题，而是方便性。追加式的消息处理很常见，redis 日志都有。自定义格式明显更需要编程能力，微信团队一开始不可能有这样的能力，也就历史遗留一直用了

云风：

在这个案例里：帖子是需要增删查改的。聊天记录不需要。但是，即使用一个文件一个帖子的结构，高并发也不是理由。单个文件的并发处理，正确实现的话，肯定比数据库更高。理由在于：bbs 系统往往是无状态的，数据库却帮你把数据状态常驻在内存中了。

客户端点开一个对话，就算把一辈子的聊天都加载到内存，如今的手机内存也绰绰有余。想按时间检索二分查找瞬间就能找到

慢？试试在你的硬盘上 grep 100M 文件要多久？那还是这则表达式。微信支持正则表达式检索吗？

全部扫描一遍（如果你想要，用带索引的数据结构保存在内存里），不会低于 10G/s 的处理速度。1G 的文本有 3 亿汉字，你的眼睛 10 年摄入的文字总量都未必超过这个数量。

只要你没有把数据冗余，比如各种交叉索引写入文本，那么持久化数据就没有冗余。供人阅读的文本更耐操，不会因为软件 bug ，升级，废弃而损坏。

你觉得你看到的 web 页面是文本的吗？上面还有图片甚至视频呢。表情 emoji 本身就是文本，只不过你用 unicode 编码还是额外的 tag ；语音就是音频文件，和其它媒体文件一样处理，通常存 hash 加外部文件。语音从实用角度看，应该转成文字多存一份在文本记录里。

Appendonly 所谓记录，记录的是你的操作行为：我发送了一条信息，我收到了一条信息，我删除了之前一条信息… 懂了吗？

#design 编程四定律 📚

1. 数据的构造和消耗决定了数据结构。如果不从出现和调用的【概率】入手，读死书的人就不能【创造】出它众所周知的结构。

2. 优雅的程序结构直观对称于它流入流出的数据类型：同像性。这是H5和js接口成功的主要原因，甚至，也是N卡垄断AI算力、Apple用“一指禅”干掉诺基亚的技巧。

表格行有结构，一字字的序列有结构，一段段的块有结构， '(树状(组)) 的结构高于这两个词，没有什么结构更缺乏生产力。

[1 2 3] 就是结构，序列中另有元数据和小结构。序列外的“工人”被命名为【代码】，但它只是【解释器】所需的，另一类生命周期的元数据。

3. 解释器实现权限，【数据流】决定定义。123在键鼠触屏上是数，是坐标，或是 (con-cat "n=" "123) 如何预判？

4. 123是自身的字面，但其【取值】是从哪来？往那去？ 代码的精髓是后者(IO/APIs/for.if)，不是前者(A=B, Math)。编程的根源是函数和【多点候数】，是实参和形参，是超链接的【路径】。源码从不在“地址栏”或光标上。

你用键盘写的代码，但你的思维却在你眼前，用左侧词和滑条（Tab补齐+git diff）思考：你不是在脑子里思考，你不是在C++/Java里思考。

这种识别构造出了“函数的形状”，不可被统计跳过。函数是“功能”的方言。僵化的功能。

代码和效用，不会以 A=B 的严格相等来成长。把【1条路径】if进某个命名，产生自乘式的易用性和通用性。代码偏差 i+1 就是完全报错或可用的边界条件，但路径、心智模型本身，有可能突破这一种边界。

当我们聊编程史时，我们聊的是未来的【思想和路径】，很可能突破什么，从而顺其自然。

所以想学软件工艺，任何既有的开源基建都是【道与禅】的本体，哪怕是通俗的Python

pep20.org
#ai锐评 https://chat.librechat.ai/share/hlqzDpIQfhaK99JAA6V65