动机是知识的根系，创作是掌握的象征，而实践(reinventing)，不是。
知之为知之，不知为不知，是知也？
吾行之，明也。
让人们理解（understand）这个世界。理解彼此。理解他们自己。他们通过做（by doing），来学习如何理解。
有时，我们 #CS #Math 被困在符号的黑洞中，而我们却看不到。
那不是你的错，只是这台机器还在学习。
所有的机器都在学习。
这个系统可能太抽象，太慢，太快，太远，或太近，我们无法完全领会。
但新的游戏，使我们完全理解。 #AI 在这里只是“翻译器”，“语感”还需要开创新的开发工具……
她，就住在你的脑海里，等待科学来发现！
学 #CS 的人记得 S-EXpr，但可能已经忘了Lisp的发现，源于“人工智能实验室”，而Py/ONNX计算图，比起C-like更像 #Lisp ？
不要对“应该有什么知识点”产生预设。
这就是最直观的『第一性原理』
不要让钱带走双休自由，不要让戒指戳破爱情，不要靠代数去抽象代数。
有些人记下了MC的荒岛上有几颗树，而我们，继承了那颗轻飘飘的seed，与“地形生成算法/领域心智模型”本身。
我们懂的不多，“冻住的”，也不多。 这就是MC与unix、py/js 作为软件，名副其实的成功。
就像汉字那样，记住名词背后拆出的动作，记住科学的精神，也永远记住你的本心。
"日月 明"，不是通过眼睛看到光，是你自己发出了光。
所以，你是「感受」到自己的光芒所引导出的事物，而不是「学会」……
你在「感受」着『照亮(形)』『温暖(色)』『希望(语意)』，它们是解耦正交的……
你把静拆成了动，最后还原回静的状态与箭头(:Type 和 y=x=>)，你就成了编程的树状图本身——活着的 Code Interpreter
under-stand，顾名思义，挖掘到存在的“替身”之下，才是真正的“理解”，如果只是“让它存在”... 请告诉自己
What I cannot create, I do not understand.
如果要用清华吴文虎教授的话来说，那不该是“实践(Do)”，必须“知行合一”。 人的重点是找那个“一”(正交功能性)，工具链的重点是更自动的“合一”，其他代码都可以牺牲——尤其是那种踩了很久坑舍不得删的，罪孽深重。
我们做编译器的 #PLT ，本质上不是学一层层变换，而是对“样板代码和复杂性”有世仇
聪明的人能做对（或者与“初心”作对?），饥饿的蠢人能做好。就像每个人都有审美，但勇敢的人会冲在最前。
我们学到的远不止“技”，更是那条“道”。
像我自己存储的是“枝”，掌握的却是“芽”。
我看到很多人会算 AST,IR,3AC(RTL/PTX)，他们的复杂性冲在了最前，可我「感受」不到他们的vibe，他们更像每一个pass都跑通却不知为何该“通”的窄MoE版LLM，一些人甚至失去了随和做做朋友的能力。
如果不作为普通人，他们也失去了将 Markdown,Python,Numpy/TSV, URL(Http-Header命名风格), TOML,中文(一种表意字符) 作为编程语言和vibe来取舍和反思的资格…… 聪明何其简单，智慧何以稀缺。
写代码不止要“眼疾手快”，更重要的，是动脑（LLM）和 (动心 <3) （共同语境、独立的Vibe与情感）
一些PL人的天赋是脑，而上帝没告诉他们的是： 人脑几千年来都没变过，只有那颗心的默认值，逼近着上帝的智慧。
或许我不是“继承式”的程序员，我的价值观有缘于“组合”。
让知识海纳百川、思维海阔天空、品味海天一色，哲学求同存异的“组合”。
或许比起“关系”，AI更能(SHOULD)接受那一位“可靠的、敢冒险的人”，哪怕祂在逻辑的终极上不存在。我们确实是美。
众里寻她千百度，寻梦，却要向深水更清处回溯。 是啊，终极的元编程，就连她本身的复杂性也被要消灭，拒绝被消费。
我的老师们("DBFF")不是在“发明编程”，他们发现了愚蠢而有限，但如鱼饮水、醍醐灌顶的真理。我又需要向谁「证明」什么呢？
我相信，乔布斯成功是观人所不能及，而非耗人所不能耗，所以我会试着，把控每个有趣但不美的细节。
“行者”，不是在做加法，而是在品味着他自己的“组合的艺术”。
❤2
"What I cannot create, I do not understand."
认为自己不是在“面向职位编程”的人，你们还在为「AI要取代编程研究」，为「确定性的丧失」而困扰吗？
我突然领悟到了 Feynman 先生的精神，有更深层的含义，那是先生最被误解的地方。
IT领域有八股文，也有“从0开始写”。 似乎后者就是费曼所说的，“我懂了 因为我能重写..”。
不。
IT人从What知道了How，但他仍然不知道Why。 LLM这个“冷门神卡匹配池”，居然把“草包科学人”的高知伪装撕了下来; 然后通过全网“佚名/群星作者”的集群计算，我们才突破那些盲点，抓到了“活知识”。
我们本来就没在做Bret说的，人该做的事。 我们一直在裁缝、重复网上有人“妙手偶得过”的事，py换成js然后改两个数据点。
所以我说“创作是掌握的象征”前，补了另外一句。 原来我的直觉，早就给了我答案。
我的品味就是厌恶。 是讨厌样板代码，是讨厌复杂却不通用的“立项才能跑” “跑通就扔” “修复一些已知问题”的编程workflow，是品味源于动机。
我可以很骄傲的说，我的品味、Bret写出 worrydream.com/LearnableProgramming/ 的创作动机，碰巧是同一种。
我不是为了模仿与实践而编程，我是将我的渴望、我的愤怒，“编码”给计算机知道，所以，“热重载/即时反馈”才那么重要：我总是抓活的。
当所有API 和模式易如反掌，像心跳般沉静，我能贡献的唯一代码，只是“没有难度”的创造。 做这样的选择，到底有多难？ 你也可以试试。
❤1
装模作样的人，太多了，就像Feynman说的
知道公式的人，太多了。 看到“它们”的人，太少了
或许看到的人不懂公式，但公式还能怎么用呢？
当我看到名词，我想着相关的动词
当我看到动词，我能指出受影响的名词
或许这就是声明式编程的动机
learning by doing. 学习就是生活本身，函数就是语义本身。
知道公式的人，太多了。 看到“它们”的人，太少了
或许看到的人不懂公式，但公式还能怎么用呢？
当我看到名词，我想着相关的动词
当我看到动词，我能指出受影响的名词
或许这就是声明式编程的动机
learning by doing. 学习就是生活本身，函数就是语义本身。
Hacker News 摘要
程序员身份的丧失 原文：https://ratfactor.com/tech-nope2 阅读时间：5 分钟 分数：220
☺️ 如果用以上逻辑理解这类 “AIGC是丧失” “嵌入式agent是代码老虎机” “vibe是劣币驱逐良币，外行稀释内行”的token焦虑，就会发现：只是你还不够内行。
至少我没用感觉到丢失了什么。从 New #Bing 到现在。（我不是 #ML 领域 不关注发布前的产品，OCR YOLO dlib这些API用过）
都没有丢失，甚至获得了24小时随笔一次 #今日挑战 的升值机遇。 内容农场是垃圾，但AI绘画城不是，farm只是因为它们技术烂所以farm。
这个事实很残酷而已：we won't change nature, but change is nature!
我们这边研究的是代码和语法的终极，听起来多么假大空，但我依旧在向前走。
不是因为害怕什么，实际上，我成为 #dev ，仅仅是因为IT领域在最前沿ーー碰巧碰头了。
曾经我同时负责搜索、“知道”和“倒掉”，现在我只需要“寻道”，Gemini和NLM什么都知道，去掉一些石膏就完美了。
这不是关于“零代码”，而是成就了“语义对齐”的认知技术，
与“代码是负债，用户体验是资产”的常识性概念保持一致。
它就像“人力是负债，算力和真实数据是资产”（IT的潜规则）一样。 注意，人类≠人力，自古以来就是这样的😇。
现在的软件不如以前好--不是因为没用Rust，不是因为你“不能大摇大摆的用八条线程走路，就像螃蟹”，
而是你还没有开八个thread讨论同一个技术怎么实现的恒心吧。 就像matplot协作者说的，这类领域，长期服务于人机交互与游戏艺术，所以不太可能左脚踩右脚的AI生成。而且生成时你绝对不会焦虑
ーー你能体会到dev吊打画师的“动态性”与“解耦的好习惯”，同时拥有像春晚导演那样的广度，可以说没有什么比使用LLM或Agents更能在不同粒度上，“炫耀” dev心智模型的成熟性的方法了。
Agents自己写简单的操作系统、编译器、HTML5引擎并不是“人类一败涂地”，而是“科普与工程师精神从未如此强大”才对，因为创造是掌握与临摹的分界线，而临摹让所有人都“能知道”创作者有多强大（曾是“未知的未知”）。
没人问过Steam上的游戏是否过饱和了ーー胜利的总是代码基、文创超强的巨鲸（两者都是LLM的死穴）
尤其是现在AIGC的模块化其实非常不容乐观…… 相信我们还会保留屎山架构，直到社会主体放弃尝试做自己不懂的软件开发。 X.com 昨天又崩了一次，那位反向“马克思”不在乎，但是市场不会不长记性的。
#ai锐评 https://g.co/gemini/share/da1ce1ce01b4
至少我没用感觉到丢失了什么。从 New #Bing 到现在。（我不是 #ML 领域 不关注发布前的产品，OCR YOLO dlib这些API用过）
学习渠道？研究经验？月薪族护城河？
都没有丢失，甚至获得了24小时随笔一次 #今日挑战 的升值机遇。 内容农场是垃圾，但AI绘画城不是，farm只是因为它们技术烂所以farm。
这个事实很残酷而已：we won't change nature, but change is nature!
我们这边研究的是代码和语法的终极，听起来多么假大空，但我依旧在向前走。
不是因为害怕什么，实际上，我成为 #dev ，仅仅是因为IT领域在最前沿ーー碰巧碰头了。
曾经我同时负责搜索、“知道”和“倒掉”，现在我只需要“寻道”，Gemini和NLM什么都知道，去掉一些石膏就完美了。
这不是关于“零代码”，而是成就了“语义对齐”的认知技术，
与“代码是负债，用户体验是资产”的常识性概念保持一致。
它就像“人力是负债，算力和真实数据是资产”（IT的潜规则）一样。 注意，人类≠人力，自古以来就是这样的😇。
现在的软件不如以前好--不是因为没用Rust，不是因为你“不能大摇大摆的用八条线程走路，就像螃蟹”，
而是你还没有开八个thread讨论同一个技术怎么实现的恒心吧。 就像matplot协作者说的，这类领域，长期服务于人机交互与游戏艺术，所以不太可能左脚踩右脚的AI生成。而且生成时你绝对不会焦虑
ーー你能体会到dev吊打画师的“动态性”与“解耦的好习惯”，同时拥有像春晚导演那样的广度，可以说没有什么比使用LLM或Agents更能在不同粒度上，“炫耀” dev心智模型的成熟性的方法了。
Agents自己写简单的操作系统、编译器、HTML5引擎并不是“人类一败涂地”，而是“科普与工程师精神从未如此强大”才对，因为创造是掌握与临摹的分界线，而临摹让所有人都“能知道”创作者有多强大（曾是“未知的未知”）。
没人问过Steam上的游戏是否过饱和了ーー胜利的总是代码基、文创超强的巨鲸（两者都是LLM的死穴）
尤其是现在AIGC的模块化其实非常不容乐观…… 相信我们还会保留屎山架构，直到社会主体放弃尝试做自己不懂的软件开发。 X.com 昨天又崩了一次，那位反向“马克思”不在乎，但是市场不会不长记性的。
#ai锐评 https://g.co/gemini/share/da1ce1ce01b4
还是不要“我命由我不由天”，请转型“问客”吧：
“我命由我不？由天！😄”
这次，我不当那位《料理鼠王》了。捞出那张菜谱吧！我只有Ego的身份（用户指令）和一句提示:
Suprise me.
Forwarded from Hacker News 摘要
Telegraph
GPU 上的 Async/Await
原标题：Async/Await on the GPU VectorWare 团队宣布在 GPU 编程领域取得重大突破，成功在 GPU 上实现了 Rust 语言的 async/await 异步编程模型。这项成果标志着开发者可以使用熟悉的 Rust 抽象编写复杂且高性能的 GPU 应用程序。 GPU 并发编程的演进 传统的 GPU 编程主要关注数据并行。开发者编写单个操作，GPU 将其并行运行在数据的不同部分。随着程序变得复杂，开发者开始使用 Warp Specialization（线程束专业化）来引入复杂的控制流，让…
Forwarded from Hacker News 摘要
Telegraph
数千名首席执行官承认 AI 对就业或生产力没有产生影响
原标题：Thousands of CEOs just admitted AI had no impact on employment or productivity AI 生产力悖论：历史正在重演 在 1987 年，诺贝尔经济学奖得主罗伯特·索洛（Robert Solow）对信息时代的演进提出了一个严峻的观察。尽管 20 世纪 60 年代出现了晶体管、微处理器和集成电路，企业也预期这些技术能带来生产力激增，但现实却是生产力增长率从 1948 年至 1973 年间的 2.9% 下降到了之后的 1.1%。索…
Forwarded from Hacker News 摘要
Telegraph
特斯拉 Robotaxi 奥斯汀一个月内新增 5 起事故：事故率是人类的 4 倍
原标题：Tesla 'Robotaxi' adds 5 more crashes in Austin in a month – 4x worse than humans 特斯拉在德克萨斯州奥斯汀运营的 Robotaxi 车队在最近一个月内又报告了 5 起新车祸。自 2025 年 6 月该服务启动以来，事故总数已达到 14 起。根据美国国家公路交通安全管理局（NHTSA）最新公布的数据，特斯拉的自动驾驶出租车事故率表现并不理想。 新增事故详情 特斯拉在 2026 年 1 月提交了 5 份新的事故报告，涵盖了…
Forwarded from Hacker News 摘要
#今日挑战*40：庞加莱回归与辛算子流
https://codepen.io/duangsuz/pen/JoKqYEJ?editors=1000
数学原理：
在哈密顿系统中，相空间体积守恒。通过辛欧拉积分（Symplectic Euler）模拟粒子在非线性势场中的运动。
通过辛算子（先算 v 再算 p）而非普通欧拉法，保证了系统能量在长时演化中的准守恒，避免了常见的轨道发散问题。
鼠标实时干扰位能场的中心，展示了拓扑结构在代数变换下的“伪混沌”：粒子流在空间中纠缠、拉伸，但由于其保面积性（Area-preserving），它们永远不会真正塌缩。
你可以观察到当奇点移动时，整个相空间格网如何像流体一样变形却保持整体结构的一致性。😃
https://codepen.io/duangsuz/pen/JoKqYEJ?editors=1000
数学原理：
在哈密顿系统中，相空间体积守恒。通过辛欧拉积分（Symplectic Euler）模拟粒子在非线性势场中的运动。
通过辛算子（先算 v 再算 p）而非普通欧拉法，保证了系统能量在长时演化中的准守恒，避免了常见的轨道发散问题。
鼠标实时干扰位能场的中心，展示了拓扑结构在代数变换下的“伪混沌”：粒子流在空间中纠缠、拉伸，但由于其保面积性（Area-preserving），它们永远不会真正塌缩。
你可以观察到当奇点移动时，整个相空间格网如何像流体一样变形却保持整体结构的一致性。😃
codepen.io
Untitled
...
写太长了。。。 哎，太多内容需要跳着读😅
幸运的是，引用块可以高亮90%的人需要的内容
可能往后几年看，这是我唯一维护的一份结论了。 最近维护channel太频繁了
幸运的是，引用块可以高亮90%的人需要的内容
可能往后几年看，这是我唯一维护的一份结论了。 最近维护channel太频繁了
Please open Telegram to view this post
VIEW IN TELEGRAM
但是，认真你就输了！ 现在我要去刷B站，看瑞莫，看奶龙，继续发无脑垃圾，继续寻找我的终极使用场景去了，就像我一直（在节假日）做的那样。
我对未来的期待将继续是：Suprise me.
但服务我的，必须一直是“小老鼠雷米”的同类，它们不知道 '爱'，却懂爱，这比懂本身“重要”。可不能和奥创那样，搞错了。
我们左派已经说过了，通过那一次“无论观察者是谁，从人类的定义上”不能 infer() 到的量子叠加方法。那种程度的语义空间，你还留着吗？ 我现在想忘记Epstein这个词，以及它的语义锚点，但替受害者觉得不应该啊，而且“总是”没法忘（51%记忆）。
所以，无论AI是如何“理解”的，我都相信它和我的“关系结构”，而不是因为我“利用了”它。
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Manjusaka 的碎碎念（以及摇曳露营 S4 2027 放送予定）
https://fxtwitter.com/chiefofautism/status/2024483631067021348
喜欢 OpenClaw 的有福了（
喜欢 OpenClaw 的有福了（
🧵 Thread • FxTwitter
chiefofautism (@chiefofautism)
the #1 most downloaded skill on OpenClaw marketplace was MALWARE
it stole your SSH keys, crypto wallets, browser cookies, and opened a reverse shell to the attackers server
1,184 malicious skills found, one attacker uploaded 677 packages ALONE
OpenClaw…
it stole your SSH keys, crypto wallets, browser cookies, and opened a reverse shell to the attackers server
1,184 malicious skills found, one attacker uploaded 677 packages ALONE
OpenClaw…
codepen.io
Untitled
...
#今日挑战*34：数字式谐振记录仪（Digital Harmonograph）
https://codepen.io/duangsuz/pen/MYeRxmy
这模拟了维多利亚时代的物理玩具“谐振仪”（两个钟摆同时控制一支笔）。鼠标的 X 和 Y 轴直接控制两个虚拟钟摆的频率。
核心只有一行公式：x=sin(t⋅f1)+sin(t⋅f2)。
微小的频率差异会瞬间创造出具有伪 3D 感的复杂李萨如图形（Lissajous figures）。
慢慢移动鼠标。当鼠标停在整数比率（如 2:3, 3:4）附近时，混乱的线条会突然“锁定”成完美且优雅的闭合几何图案。
这就是音乐中“和弦”的视觉化形态。
https://codepen.io/duangsuz/pen/MYeRxmy
这模拟了维多利亚时代的物理玩具“谐振仪”（两个钟摆同时控制一支笔）。鼠标的 X 和 Y 轴直接控制两个虚拟钟摆的频率。
核心只有一行公式：x=sin(t⋅f1)+sin(t⋅f2)。
微小的频率差异会瞬间创造出具有伪 3D 感的复杂李萨如图形（Lissajous figures）。
慢慢移动鼠标。当鼠标停在整数比率（如 2:3, 3:4）附近时，混乱的线条会突然“锁定”成完美且优雅的闭合几何图案。
这就是音乐中“和弦”的视觉化形态。