duangsuse::Echo
962 subscribers
4.93K photos
157 videos
588 files
7.28K links
import this:
美而不丑、明而不暗、短而不凡、长而不乱,扁平不宽,读而后码,行之天下,勿托地上天国。
异常勿吞,难过勿过,叹一真理。效率是很重要,盲目最是低效。
简明是可靠的先验,不是可靠的祭品。
知其变,守其恒,为天下式;穷其变,知不穷,得地上势。知变守恒却穷变知新,我认真理,我不认真。

技术相干订阅~
另外有 throws 闲杂频道 @dsuset
转载频道 @dsusep
极小可能会有批评zf的消息 如有不适可退出
suse小站(面向运气编程): a19a0b
Download Telegram
Forwarded from Frost's Notes
假如你想造一个跑得很快的机器人,那最好的形态是轮子,或者加上履带,而不是一个双足机器人。在这项任务上让它长得像人没有任何意义,还有很高的技术难度。

这就是我认为Jev对于AI界的意义,之前我一直觉得缺失了。希望未来有更多异构的AI模型出现。
#plt #math

现在这帮魔法师的画风,已经变成P3这样了。

什么AVL和NFA都可以写800行最宽200列 ,一个函数签名200列

可以说:很完美的展现了PFer的圈子【品味】——他们就是以黑魔法+“排除法证明” 为乐的。

https://github.com/bendlang/bend/blob/main/bend2/bend.lean

我曾经没看清这点,被【偶然复杂性】带节奏了,但现在AI生成的GL啊游戏啦,都很好读

一般人还会区分个快乐路径,数学家只用排除,因为不在乎可读。

又是一个 20k 行的“证明”文件。 我曾不明白《四色定理》为何被数学家排斥;但代码写成这样,我现在和数学家一样讨厌AI了 😅

哈哈,ML领域的【内部特征流形】也是个黑话

——不可调整,不可泛化,只是特定工作流(vec嵌入)的复述

现代世界充满了这样无意义的东西,好像用了你就更准确,因而可以逃避一切


不过这个语言引入一个 -p ~f 内联 , +n 可多次出现,默认静态单赋值的思想,挺好,主页面也非常精巧、五脏俱全、对比明确。 但是lib复杂性像P3那样,law怎么能手动加啊?

无论有多正确,只要语意覆盖率不够,那个玩具箱的20k证据链再翻倍都不行。 再厉害的黑盒,那也是给人用的……

他们确实不讨厌复杂性,但这种复杂,没有界面。
This media is not supported in your browser
VIEW IN TELEGRAM
Bend:一种通过数学证明在 CPU 和 GPU 上拦截 AI 错误的编程语言
原文:https://bend-lang.com/

f!(x) 免框架并行化,和mojo一样的思路,可惜在np栈上不像ti那样具备现实意义(而且ti是兼容py)

人家特意为bench 19k 超长代码库的编译做了优化,比 top3 的checker都快一半…… 真了不起,一个大baby可以收拾自己的尿布了。但他们什么时候才能学会别拉20k行呢?

可是我想,人类调试软件的瓶颈,以及最基本的A..B区间断言怎样别再用DT链表,谁来优化。 🤪

不过主页动画确实绝了,放在这里。

https://github.com/bendlang/bend/blob/main/bend2/docs/intro/render.js

参观一下以PFer的圈子【品味】,他们生成这类gif的代码现在长这样
duangsuse::Echo
https://github.com/manaflow-ai/cmux #haha 这个Claude #vibe 出的玩意…… 支持了muti-Agent,多标签的active高亮,以及WebView bash自动化 12万行 1.4k 个swift文件,2.7k 个 AI PR,你要说可移植性,那就是没有 😨 看到这一堆 BrowserDesignModeController, BrowserHTTPBasicAuthPrompt.swift 时我的震惊已经无以复加,就连英文编写的内容也有一种进了…
#code #design 现在会写代码、能跑,真的已经没有任何稀奇了

什么AVL和NFA都可以写800行最宽200列 ,一个函数签名200列

一个 .lean 文件 20k 行,以后随便一个安装包GH上都是《海底两万里》

屠龙勇士? 它们也是恶龙。 无法理解源码,就以为能理解proptest,结果是断言也要交给AI,那个代数又有几个人能看懂。

随便一个文件夹上百.swift ,里边函数列表比我写的代码的行号,还多两倍。

遇到复刻MC的xyzb体素引擎,那个.ts文件都能2MB(大约是 5万到10万行trigger fun),没有Codex读写都做不到,手工改更不现实

真别说日用的编译器复杂,谁能想到2M……

我认为,工具链和框架已经不再需要为AI的表现优化了,they 的理解能力,完全不需要按人类和组织的标准去衡量…… 人家天天手搓Linux和Blink呢 ,别问output,就看token是不是这个体量?!

专心为人如何维护高层数据流优化吧。
它们才是长了轮子的,不需要护膝。
Forwarded from 动察Beating AI News
DeepSeek V4.1算子作者再回应:AI夺走的不是饭碗,是我喜欢的工作方式

DeepSeek 算子工程师刘胜与再次发文,回应《我不得不把才华埋葬在昨天》爆火后的各种解读。他说,自己真正想表达的并不是失业焦虑,也不是 DeepSeek 和 Anthropic 的路线之争,而是 AI 正在让他告别曾经喜欢的工作方式。

过去写算子时,大部分代码都由他一个字一个字敲出来。他享受慢慢琢磨代码结构、变量命名和调度方案,再一点点把性能推高,直到超过 Flash Attention、英伟达官方实现,甚至攻克过去认为很难优化的任务。

但现在 AI 干活已经比他更快,未来还会变得又快又好。为了效率和性能,他必须研究怎么让 Agent 更好地写算子。手写算子甚至编程,未来可能会像用标枪打猎一样,从生产活动慢慢变成一种娱乐或竞技。

刘胜与说,自己对 AI 的未来和个人处境都相对乐观,真正悲观的是以后人们还能不能静下心认真做一件事,以及自己还能不能长期把工作同时当作爱好。不过他仍会继续写算子,也会继续引入 AI Agent,「被别人淘汰不如自我进化」。

信源

动察 Beating 频道 · 动察 Beating 交流群
duangsuse::Echo
ML领域的【内部特征流形】也是个黑话

——不可调整,不可泛化,只是特定工作流(vec嵌入)的复述
#statement #code
当你用这种词、这种软件时,它什么都有,甚至能提供这一类工作的方便(能跑通,AI测试全覆盖)

但你没有获得任何事物的理解。“流形” 既不可视化,也不能自由改变,更不贡献泛化力和心智模型

Agent 时代编程最大的改变是, 以前你的demo和小软件像是【公钥】,基本上只有你维护有性价比

现在,别人看到一个就能抄一个,压根不需要逆向(推倒重来可能比原版更有特色)。 直接从【动态媒介】变成类似视频、小说一样的【所见即所得】


过去,编译后的产品、前端混淆后的代码、甚至 Demo 录屏,都只是一把“公钥”。别人能看能用,但无法轻易逆向出“私钥”(源码和底层逻辑)。原作者曾天然拥有维护的护城河。

拥有视觉和Goal能力的Codex们好比应用层的量子计算机,fork你某个模块的成本是 0。

“推倒重来”的成本已经低于“阅读并修改旧代码”的成本,它甚至比实拍的视频更容易“翻拍”了。 【有恒产者有恒心】 在未来的工程化里,是否仍然奏效呢?

对于全AIGC的源码,就有这种问题。 节点图和prompt的保留只是AI工作流的一个借口。代码出生即死亡——从来没有人拥有过它。

“流型” 只是个代名词,里边儿没有任何动词在那,甚至连名词都不包含。它就像幽灵外卖那样 “好吃”

代名词只是一个指向的手势——指向某个你不打算进入的地方。

这就是我说的【软件失忆问题】,放在生活中的体现
jev 给我的感觉就是终于有人把cnn lstm 时代做的小模型分类器挂到了大模型身上,做到了general的分类器。
可以做的场景很多啊。 审核判断,记账目标分类。 很多之前用llm判断的地方现在都可以切到jev了,泛型与速度的兼容,太强了。
Qwen 核心领导层换血后在闭源路上一去不复返

https://qwen.ai/blog?id=qwen3.8-omni-flash
Forwarded from duangsuse
🤨 分享一个偶然的体会—— P/NP (能验证==能生成?)问题简直像被解决了一样

以前拿到安装包的人只“拥有”很小一部分(更不用说拿到截图了),现在,如果只是想改很小一部分,基本上不需要理解就能完成了。

在理论计算机科学中,NP 是指“很容易验证答案”,而 P 是指“很容易计算出答案”。
Agent 时代编程最大的改变是, 以前你的demo和小软件像是【公钥】,基本上只有你维护有性价比

现在,别人看到一个就能抄一个,压根不需要逆向(推倒重来可能比原版更有特色)。 直接从【动态媒介】变成类似视频、小说一样的【所见即所得】

“推倒重来”的成本已经低于“阅读并修改旧代码”的成本,它甚至比实拍的视频更容易“翻拍”了。 【有恒产者有恒心】 在未来的工程化里,是否仍然奏效呢?

https://t.me/dsuse/23179
Forwarded from 动察Beating AI News
三个人+Claude黑进OpenAI内部代码库,OpenAI还给了6500美元

安全公司 Hacktron 的 3 名白帽研究员,用 Claude 不到 72 小时一路摸到了 OpenAI 内部代码库。三人随后主动上报漏洞,OpenAI 修复后按漏洞赏金计划给了他们 6500 美元。

攻击入口只是 OpenAI 的社区论坛。研究员发现,上传一张特制 HEIF 图片,就能利用论坛软件 Discourse 的漏洞,让服务器执行他们写的代码。随后,他们拿到了论坛用户的登录令牌,相当于一张「已经登录过的通行证」。

更大的问题出在 OpenAI 自己。论坛的登录令牌权限开得太大,竟然还能进入同一用户的 ChatGPT 和 Codex 账号,部分令牌又属于 OpenAI 员工。研究员借其中一个员工账号进入 Codex,而这个 Codex 连着公司的 GitHub。最终,他们让 Codex 在内部 openai/openai 代码库提交了一次无害的文档修改,证明自己已经碰到了内部仓库。随后立即停止测试并上报。

Claude 主要负责最难的一步:把图片漏洞变成真正能跑起来的攻击代码。Opus 4.8 一直没跑稳;Opus 5 上线后几小时就取得突破。Hacktron 称,从最初发现问题到进入 OpenAI 内部仓库,整个过程不到 72 小时,人实际只投入了几个小时。

信源

动察 Beating 频道 · 动察 Beating 交流群
Forwarded from 动察Beating AI News
MiniMax Code突然宣布今晚开源,源码即将上GitHub

MiniMax Code 突然宣布将在今晚开源。

MiniMax Code 是 MiniMax 的桌面 AI 编程 Agent,可以直接改项目文件、运行命令和审查代码,也支持多个 Agent 分工协作。用户还可以通过手机远程查看任务进度和批准操作。

MiniMax 早已建好 minimax-code GitHub 仓库,但此前主要用来收集 Bug 和功能建议。目前仓库里仍只有 README 和 Issue 模板,还没有客户端源码。

动察 Beating 频道 · 动察 Beating 交流群
#bash #english

Simon's Law: Everything put together falls apart sooner or later.

Words can never express what words can never express.

Yow! Are you the self-frying president? (哇哦,你会把自己炒了吗) #> bat /usr/share/fortune/zippy

(Wallpaper: Unsplash - 2027 Glossy Blue Liquid Numbers)

这个qotd组合也太诡异了吧

Decay is normal: Everything requires maintenance because parts wear out. Like Murphy's law, it reminds us that perfection is temporary.

put together(拼凑、组装、聚合)对上 falls apart(散架、崩塌、解体)。它既是墨菲定律(Murphy's Law)的近亲,也是热力学第二定律(熵增定律)在世俗与工程界的冷峻翻译

——稳定是反常态且需要持续做功的,语言永远无法表达语言所无法表达之物。

下一条刷出的 也是讽刺传统宗族、婚姻的神话破灭,Variety 俨然已经化身为一位看破红尘、端着红茶冷笑的厌世哲学家了。

然后就是 “把自己炒了” 的疯魔鬼畜,给人一种2027年人类一败涂地的玄学感觉 😅
#ai #tool Meta SAM接口

以前开发者需要自己下载权重、准备 GPU 和部署环境,现在可以直接走 Meta 托管的 API。图片分割每 1000 张收费 2.5 美元,视频每 1000 帧收费 0.2 美元,还可以直接用 OpenAI SDK 接入。

不过 API 版目前只接受文字提示,开放权重版还能用框、点等视觉提示来指定目标。视频 API 每帧最多追踪 16 个物体。
duangsuse::Echo
什么AVL和NFA都可以写800行最宽200列 ,一个函数签名200列
Bend 2 与 Vibe-Coding 陷阱
原文:https://blog.liampwll.com/posts/bend_vibe_coding/
#ce
app_win_is_bug_2d.bend 作为主页很【出片】

但,不只我一个人觉得 Bend 的点子有问题。 执行力正在成为一个影响 “生命力” 的负面因子

它看起来很酷,但你看看代码 —— 完全是两个世界的使用体验

#vibe 无脑开大坑,至少会纵容主要开发者 ──> 维护黑洞 / 兴趣迅速衰竭。 也就是揠苗助长的连锁反应

prototype 搞得开发者沉浸在一种近乎全知全能的上帝错觉里,尤其是那种对行数没有分辨能力的 {B,C }Players 更会沾沾自喜,觉得已经超过【手搓时代】的生产级codebase了

但随后就是新鲜感断崖式归零,过两年烧Token的快感没了,攻克难关的智力愉悦大概也抽掉了最后一根稻草,项目彻底脑死亡。LoC 是一种倒挂的毒药指标。


考虑到LLM的接地不止在常识上,更在直觉上有不可理喻性(洗车该不该走着去的反逻辑corpus); 指望着它们维护单.ts文件2M的游戏功能,忘记“中间语言”而只说【玩家口语】再过5年也并不现实。 即便是IDE也很难处理最先进Claude缝合出的代码

所以别问代码会不会消失——就连Java实现的代码也不会消失 🤔
🤡3
duangsuse::Echo
执行力正在成为一个影响 “生命力” 的负面因子

它看起来很酷,但你看看代码 —— 完全是两个世界的使用体验
#ai #statement

有些名人和KOL主张AI不仅会让编程变得不必要,甚至会彻底“取代操作系统”并淘汰软件工程。事实是:

1. 很多人拿"编译器让汇编消失"当类比,那个类比成立的前提是源码是完备规格且映射确定,自然语言两条都不满足。
2. 讽刺的是:agent 是新的不可信用户,它会执行 rm -rf、会被 prompt injection、会把凭据发出去。有“前额叶切除术”和“LLM毒品”的未解之谜。
3. 代码不是中间表示,代码是决策记录。生成变得便宜,验证没有。按 API 文档敲语法这个技能在贬值,而且贬得很快。


但【编程者】是把一个欠定的意图收敛到所需精度的行为规格,同时是规格定义者与歧义消除者,谁来判断they写对了? Harness的截图反馈? "

#bin 汇编还有一条——ABI无限制。比如可以实现C协程与pid调度,可以利用mmap数组和SEGV,可以写满血libc,这才叫做【写x86/arm】,至于c/cpp是在ABI与ld.so之上的产物,这种【让汇编消失】本身就缩窄了运行时——除非你的C是WASM上可用的纯数学

你甚至都没有理解【写汇编】的人在做什么,就开始用不恰当的类比来“消灭汇编”了。写汇编不是把objdump给抄一遍,而是在【利用】表现力与【硬件平台】【系统协议】,同时让它们更强。

我给句诛心的话: 即便只使用struct{}和调用栈等“绝对通用”的C语法,没有用“操作系统”,你仍然无法像懂汇编的人那样理解SoA/AoS优化与protobuf、Arena的朝生夕死。【理解汇编】这回事,在那个时代,和这个时代,feature set 是不同的,都在你没听过的领域。可能是【GBA BIOS 上怎么做Pong】这样一般人觉得多余的问题, AIGC 让入行变得更难——从地狱级考试变成了“简单的”海选。

⚠️ 绝大部分Dev认知里的【写汇编】,做不到像 cosmolibc/APE 可执行那样 “利用汇编”,他们只是不知道已经有 godblot.org 能生成并grep出优化的或“手写的” forif与加减且或非的组合器而已。如果说【雷军手搓汇编】是怀旧,则可以类比对《永乐大典》的怀旧。 Not even wrong. 雷军当年手搓的是《深入DOS编程》这本书以及入职Kingsoft的简历

多数“小众Dev” 相信的【肉眼读改/生成汇编】,只是堆砌forif与中缀运算助记符,而Bellard的懂汇编是少量的【应用x86的硬件加速】。 因为懂是可以“背单词”学来的,而语感学不来。他们追求当编译器,却不明白Compilers为何被发明

如果你认为,玩C就是玩汇编,严格【映射确定】的可能只有整数、寄存器和IRQ这些硬编码分配。何况,heap/binfmt(c mmap)和c10k(c stack)问题不可跳过,只要你想造轮子。

如果你认为,【GBA芯片设计与实现】都不算编程问题,那汇编大概真正【被编译器取代了】——对你而言。但顶尖工程师,是赢麻了的,别忘了取代汇编的是他们,不是【它们】那些编译器。


猜猜为什么沙子(Si)那么贵。

程序员要消失了"这句话至少说过五轮:COBOL、4GL、可视化编程、Excel、低代码。

讽刺的是,这5轮里,每个提出的点,都没有良好的整合到现代pyjs与性能敏感语言的生态去:

COBOL不如CRUD和LNMP的表述准确,在【一键包】上没有生态链。4GL的SQL作为跨端、跨语言列表处理体系,输给了函数式和KV文档数据库,而【跨平台】的第一性征被阉割的一干二净。

可视化编程还是只有Scratch,其他圈子连lil-gui都不自带,而小橙猫的Dataflow也很差,有做成可视化的,Datatype又很窄。


低代码都是和svg/geojson一样的UGC级别低创窄定制,AIGC 的问题相同但可以不要声明式框架(保留了扔垃圾的空间)

以上 “杀死编程” 的屠龙勇士都存在这个基因:你很快就会撞到它能力的天花板,然后项目就卡死了。只不过以前它不会拿淘宝5块5的“原创模板”骗你,而是会诚实的让你知道语义错误、无竞争力。

低代码时代你是从svg逃到js动画代码里去;AIGC 完成你已经在代码里了,无处可逃,唯一的出口是理解、消灭复杂性, #vibe 时就没有那声"你越界了"。

与某些大牛的【编程即将消失】相悖, 一个模糊的需求(“给我做一个社交App”)是无法实现的。这个过程本身就是一种“编程”,而且简单的【四处对标】是无竞争力的;对于全新的、没有现成模式可循的问题,AI的调试能力就像文学创作水平那样差。

直觉、品味、洞察力,这样的【能力】和素质不是背单词能背出来的,所以靠AI不行,不用AI,也没必要。

ref: https://t.me/dsuse/23157 AI和编程具体的关系