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。
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
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
——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
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
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
Forwarded from 高先生的开发碎碎念（能更新一点点）
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。
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。
Forwarded from HAT's Public Channel |
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”。
https://t.me/dsuse/23179
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
Telegram
duangsuse::Echo
#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】
对于全AIGC的源码，就有这种问题。 节点图…
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】
对于全AIGC的源码，就有这种问题。 节点图…
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
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
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
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 😅
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 😅
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
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 🤔
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
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：
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
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：
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
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
duangsuse::Echo
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
prototype 搞得开发者沉浸在一种近乎全知全能的上帝错觉里
#PLT #vibe #science 与 Bend2 的“成功”
最智障的是，虽然开发体验远输于已存在十年的SPARK/Z3数据流逻辑，作者仍然生成了2万行的标准库Lean验证，并疑似生成了bendTT/RT “理论依据”。
它的吸星爆点则是Py语法+Lean+自带GPU加速，其实是典型“更Rust的py”，只不过只有 Landing page 能用，三带三不沾。
😅 只要typer不哔哔叫，你分不出LLM加了多少unsafe{}和语义错误的axiom或恒真句，反而让你觉得【2万行新资产】【稳稳的接住你】。 王垠或 Bret Victor 或许不理解DT，但他们明白技术能管理的上限，以及正确的【点】在那儿
你上一次手搓2万行单文件只为【证明代码】是什么时候？ 我只知道 amdgpu_device.c 有7k行——这是整个主线内核的【复杂之最】。
我只能告诉你——GPT Astra 比人类更懂数学，以及更懂如何欺骗数学工具。幸好软件本来是工程，不是符号游戏。
只要把“抓住老鼠就是好猫”改成 “房间没有1t质量的老鼠就是好猫”，丧失泛化能力AI就能更方便的证明（即便此刻.lean可能已有数万行）。
更直观的meme是，把“没人提出问题”改成“没有问题”的接地灾难——目前AI自己在考试中就经常作弊。
就像为一辆纸糊的SUV设计了一套符合航空航天标准的引擎控制系统，是“演示专用加速”。
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。
cmux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。 🤣 🤚
以后随便一个安装包GH上都是《海底两万里》。一个函数签名200列。.ts文件都能2MB（10万行fun）Linux和Blink、Bellard和iq都甘拜下风了！
形式化验证（FV） 不是在免费让你获得100% SLA，而是让你为了【抽象、晦涩、难以审计】的集合覆盖率，背叛【可观察、可测试】的“面向人类”覆盖率和对【edge case 有几个】的生而为人的常识。至于你的软件不给人用，给什么用，我就不清楚了。库函数不是理由。
🥴 噱头和“社工攻击”大概是一个理由，毕竟能用的proptest，像 encode(decode(x)) == x 和重写-对标模式并不需要以链表和魔法般的“代数”来添加
而FV结果却依然被集合论的 "false truthy" 吊打。Codex们才是长了轮子的，不需要护膝。
各路大牛，先把从自己【A4论文】的复杂性里长出来的RCE削了吧？这个错误JS世界都不会犯，因为我们不做没用的功能——像那种为了压缩单色图像QED证明出0-Click木马的功能。TCB自己就在一个信仰复杂的世界里，增加攻击面。自古以来。
在整CS+Math的人，还是对信号处理知之甚少，能把oneliner解决的demo做成Lab挂博客上不是懂的象征，反而证明你菜。
worrydream.com/LearnableProgramming 不是不懂编程语言和「形式证明」，是太懂“面向内容”了，所以知道区块链项目写多少数学家证明都是 💍 💰，信这个和信 【P/NP 救世论】的是一波人，我还以为P/NP是一种毒品的名字（它什么都能做？）
😅 这帮人还能玩一手转移视线，譬如把RSA-862和素数分解关联起来，好像数学不研究那玩意公钥信任链就不安全了（公钥公钥公钥、862862862，重要的事情说三遍！）
鼓吹代数和 “人在美国刚下飞机” 或 “btw. I use Arch” 是一样庸俗的社工逻辑，只是前者没那么显然。所以最为致命，这份傲慢足以凿沉泰坦尼克之船。
“数学上不可沉没”的一条条死鱼，用来装一位位活人。
😁 放轻松，在P=NP的“万能编译器”破你家密码的之前的之前，它保护的【稀缺性】早就被公有掉了。毕竟你的密码和文件可以是任何东西，个人的生日、时光机的图纸、Rose扔下钻石的位置…… 我到底在说什么垃圾话。
如果癌症被治愈，人类可以选择寿命长短，我就承认P=NP或AGI出现了。
🦞 这样的存在我们一般称为“神”，但又不是上帝（不能逆熵起死回生）。又或者是呢？反正热力学没有秒表。
如果你认为P/NP是一个有意义的前提，数学的自相矛盾（解题与加密的价值）和唯物科学的矛盾（定律是“很大的一”还是“全”，经书有没有“说谎”）就不可忽略了。但这反而是值得思考的奇点
这是非常现实且数学上准确的：因为在“科学意义上”整个宇宙对你的价值<=你活着，所以，如果AGI能做到秦始皇想做的事，它确实不需要在地球文明的 Loss function 上被更多苛求，自然包括“超人类智能”的名号。大概是吧。
“形式化验证”这两个词（DT typer 的上层应用）在 Bend 的网页和代码库中完全没有出现，开发者似乎在【完全不了解该领域已有成果】的情况下，闭门造车地开发了一门语言。
使用成熟的开源形式化验证工具 SPARK 重写演示，通过直接定义不变量和后置条件，配合 GNATprove 自动完成了全部 12 项检查，无需手写冗长证明。
Vibe-Coding 使开发者易跳过基础调研，让 AI 顺从地实现过时或低效方案
最智障的是，虽然开发体验远输于已存在十年的SPARK/Z3数据流逻辑，作者仍然生成了2万行的标准库Lean验证，并疑似生成了bendTT/RT “理论依据”。
它的吸星爆点则是Py语法+Lean+自带GPU加速，其实是典型“更Rust的py”，只不过只有 Landing page 能用，三带三不沾。
#math 比如 rev(rev(a))=a ，如果用C int[3], int[30] 的方法去测试不够吗？（换成 new Symbol[30] 就足够保证30参swap绝对安全）
Lean-er会质问你，int[N] 是动态的，怎么验证呢？ 所以他们就用了链表。N=0,奇数,偶数 的cases反而不显明了
他们的思路就是rev(rev B+A)=A+B，这样边拷贝边把两个视口zip起来（Transport Hell），链表不是一个LEAN数据结构，而是不可以不接受的“值”。∃∀的之间差的是“世界”而不是性质。这就像指针版qsort和filter版qsort的关系一样。 累加器Lemma就是循环不变量的函数式写法。
“世界”之差导致的是LEAN和Rust们需要Arena这样单独优化的配套来做，而rev这个C的 oneliner(assert i ≤ N-1 -i) 需要>6行，而且复用性存疑——a.reverse()不过是C的单行函数。在应用界频率<5%，人们甚至不期待它len()正确。
证明并没有把"人必须读"这件事消掉，只是只剩下spec + axiom +导入列表必须读。对于手动，它没有优化到能用；对于自动，它容易放任AI，最后证明本身不具备工程价值，只是缺乏【换购思维】的产物
😅 只要typer不哔哔叫，你分不出LLM加了多少unsafe{}和语义错误的axiom或恒真句，反而让你觉得【2万行新资产】【稳稳的接住你】。 王垠或 Bret Victor 或许不理解DT，但他们明白技术能管理的上限，以及正确的【点】在那儿
你上一次手搓2万行单文件只为【证明代码】是什么时候？ 我只知道 amdgpu_device.c 有7k行——这是整个主线内核的【复杂之最】。
我只能告诉你——GPT Astra 比人类更懂数学，以及更懂如何欺骗数学工具。幸好软件本来是工程，不是符号游戏。
只要把“抓住老鼠就是好猫”改成 “房间没有1t质量的老鼠就是好猫”，丧失泛化能力AI就能更方便的证明（即便此刻.lean可能已有数万行）。
更直观的meme是，把“没人提出问题”改成“没有问题”的接地灾难——目前AI自己在考试中就经常作弊。
Lean本来就在欺骗你【接地正确】。“排除法证明” 只是把错误从assert未触及，提升到 axiom set 的“当且仅当”，
而后者的可读性比proptest更差，AI只是在用文字游戏戳破文字游戏的幻想。我认为TCB的可读性与可拓展性已经差到足以判定为【可悲的数学界加的私货】，甚至比PCB还差。毕竟数学家近些年过的不易，啧啧。
为什么要引入 TCB vs PCB 的“可信度”类比呢？想想王垠声称自己用“递归”来理解 RNN 小模型，我就觉得一些PLT人很搞笑。PCB和RNN本质上是【信号处理】，而不是符号计算领域。【连续和离散】都分不清。TCB给人这样清澈愚蠢的感觉——好像CodeBase有不大几千行就能证明涌现复杂性只是【两朵小乌云】。可是1k【牛顿、苹果、月亮】的短，和1k code.golf 的短是两码事，而代数，基本上是后者。
把RNN说成是DFS的递归，就像对CS/PLT内行说 “代码就是逐行执行” “代码，顾名思义就是代表二进制码”。 Lean“自身”对软件的理解，也就是这样乱说而已。我说【Lean依赖于全函数和“无事件无状态”】，大概比RNN即是递归要准确。什么时候能把归纳链表和加法交换做成“不必做”的特性，再谈数学正确吧
RNN和游戏 pingpong buffer 的关联都比“尾递归”和LSTM的反传关联要深，这么一想你就明白到底是多清澈的愚蠢。【形式化证明】对 “会动的” 事物的理解就是这样的清澈。这可不是随便比喻两句，两种“理解”是同构的。至于不会动的软件，我想说，先把PDF漏洞修一下吧。
就像为一辆纸糊的SUV设计了一套符合航空航天标准的引擎控制系统，是“演示专用加速”。
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。
cmux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。 🤣 🤚
以后随便一个安装包GH上都是《海底两万里》。一个函数签名200列。.ts文件都能2MB（10万行fun）Linux和Blink、Bellard和iq都甘拜下风了！
他们打心里觉得零件越重飞起来越霸气，“能克服地心引力”。没正常人监工，后果可想而知。
形式化验证（FV） 不是在免费让你获得100% SLA，而是让你为了【抽象、晦涩、难以审计】的集合覆盖率，背叛【可观察、可测试】的“面向人类”覆盖率和对【edge case 有几个】的生而为人的常识。至于你的软件不给人用，给什么用，我就不清楚了。库函数不是理由。
🥴 噱头和“社工攻击”大概是一个理由，毕竟能用的proptest，像 encode(decode(x)) == x 和重写-对标模式并不需要以链表和魔法般的“代数”来添加
而FV结果却依然被集合论的 "false truthy" 吊打。Codex们才是长了轮子的，不需要护膝。
举个例子，你想设计yaml实现，就完全可以用json与另几种文档树语言的“TCB” (Tested Conditions Browser) 投影编辑和测试你的代码，就像在py里直接 %timeit 跑分。 可是哪怕在repo里提及与简评 #RealWorld “友链” 的大牛，我都很少看到；
我却经常听人说有能用数学作保，保障软件不出bug——在他们一个平替都没用过的情况下。
你不能够拿1k紧凑的狗窝来模拟1k细胞组织去scale，CS+Math 的朋友。
各路大牛，先把从自己【A4论文】的复杂性里长出来的RCE削了吧？这个错误JS世界都不会犯，因为我们不做没用的功能——像那种为了压缩单色图像QED证明出0-Click木马的功能。TCB自己就在一个信仰复杂的世界里，增加攻击面。自古以来。
在整CS+Math的人，还是对信号处理知之甚少，能把oneliner解决的demo做成Lab挂博客上不是懂的象征，反而证明你菜。
worrydream.com/LearnableProgramming 不是不懂编程语言和「形式证明」，是太懂“面向内容”了，所以知道区块链项目写多少数学家证明都是 💍 💰，信这个和信 【P/NP 救世论】的是一波人，我还以为P/NP是一种毒品的名字（它什么都能做？）
😅 这帮人还能玩一手转移视线，譬如把RSA-862和素数分解关联起来，好像数学不研究那玩意公钥信任链就不安全了（公钥公钥公钥、862862862，重要的事情说三遍！）
鼓吹代数和 “人在美国刚下飞机” 或 “btw. I use Arch” 是一样庸俗的社工逻辑，只是前者没那么显然。所以最为致命，这份傲慢足以凿沉泰坦尼克之船。
“数学上不可沉没”的一条条死鱼，用来装一位位活人。
😁 放轻松，在P=NP的“万能编译器”破你家密码的之前的之前，它保护的【稀缺性】早就被公有掉了。毕竟你的密码和文件可以是任何东西，个人的生日、时光机的图纸、Rose扔下钻石的位置…… 我到底在说什么垃圾话。
如果癌症被治愈，人类可以选择寿命长短，我就承认P=NP或AGI出现了。
🦞 这样的存在我们一般称为“神”，但又不是上帝（不能逆熵起死回生）。又或者是呢？反正热力学没有秒表。
如果你认为P/NP是一个有意义的前提，数学的自相矛盾（解题与加密的价值）和唯物科学的矛盾（定律是“很大的一”还是“全”，经书有没有“说谎”）就不可忽略了。但这反而是值得思考的奇点
这是非常现实且数学上准确的：因为在“科学意义上”整个宇宙对你的价值<=你活着，所以，如果AGI能做到秦始皇想做的事，它确实不需要在地球文明的 Loss function 上被更多苛求，自然包括“超人类智能”的名号。大概是吧。
duangsuse::Echo
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 …
#plt Powell 的批评被bend2的作者批评了😁
https://news.ycombinator.com/item?id=49753898
事实证明-- 作者是专业的，在aigc之前就设计了kind-lang，只不过品味很外行而已。
他也认为证明本身不需要可读，像汇编一样。从现实出发，这是没错的，只是用户终究会累，缺少App的lang会到达瓶颈。
以那个20k行的AI证明为例，相信没人敢打开里边哪怕是手写的那段，所谓的保障相比js/ts，最终等同于噱头。
“跑得快不一定赢，不跌跟头，才是成功。”
蹭了一波py和cuda的热度。然后有了一堆rust的“高性能”粉丝来捍卫，至于他的那些程序断言的infer、合一或搜索经验，大概没有稀缺性，否则不会套了py语法才火
我始终不明白test在10秒内是快10倍20倍有什么“严肃选择”的意义。
他 好像是想用1天从小学到读完博士后的速度做数学，或是给2万行的单文件写高端test？ 听起来很有趣，但是很遗憾，人眼的瓶颈成为了他理想之路的绊脚石。而我和Powell不会改变这种观念
四色定理是怎么证明的，真正的数学生也不会认为那是“严肃选择”的决定，写有泛化能力的代码吧😁
https://news.ycombinator.com/item?id=49753898
事实证明-- 作者是专业的，在aigc之前就设计了kind-lang，只不过品味很外行而已。
他也认为证明本身不需要可读，像汇编一样。从现实出发，这是没错的，只是用户终究会累，缺少App的lang会到达瓶颈。
以那个20k行的AI证明为例，相信没人敢打开里边哪怕是手写的那段，所谓的保障相比js/ts，最终等同于噱头。
“跑得快不一定赢，不跌跟头，才是成功。”
蹭了一波py和cuda的热度。然后有了一堆rust的“高性能”粉丝来捍卫，至于他的那些程序断言的infer、合一或搜索经验，大概没有稀缺性，否则不会套了py语法才火
我始终不明白test在10秒内是快10倍20倍有什么“严肃选择”的意义。
他 好像是想用1天从小学到读完博士后的速度做数学，或是给2万行的单文件写高端test？ 听起来很有趣，但是很遗憾，人眼的瓶颈成为了他理想之路的绊脚石。而我和Powell不会改变这种观念
（现在才发现Lean完成ATP，也就是“有意义使用”一般要1小时CPU时间，Dafny均衡较好但适配有限。好吧，是我低估了学院派装唐气人的能力了）
这个理由不能解释Maze2D wrap dfs不可达【仍然要58行spec】Game.replay..Game.is_won()==F 的样板，而AI+SPARK只要一次prompt。
你都已经是暴力穷举了，还要用不可穷举的PROOF.bend挽尊，取代Mathlib也不现实。还不如关键数据流SMT呢（“UNSAT: 当 x = -1 且 y = 0 时发生越界”）。
居然有人说这400行IR是艺术，那确实是respect了
把数学证明烙上一个【流水线出品】的章，大概不会产生什么工程落地。如果Bend2和py有 uncheck interop，它的GPU-ready和taichi又一撞就归零了，而剩下的不能打。从那堆test/*.bend 里hard,hell实现的分类就知道这是以AI的标准做编程语言，人看不懂行宽200的代码仅仅是“hard”，那怎么写LAW？以后从py转译导入也困难。
四色定理是怎么证明的，真正的数学生也不会认为那是“严肃选择”的决定，写有泛化能力的代码吧😁
duangsuse::Echo
蹭了一波py和cuda的热度。然后有了一堆rust的“高性能”粉丝来捍卫
而且LEAN+GPU是伪命题，这个项目核心出装是压缩CI时间1h到5分钟（用LLM概率模型换的），代价是吸睛但生态位尴尬。 GPU上的“眼睛”“小脑”需不需要代数证明懂的都懂，被Dual取代到渣都不剩的微分和维特比正在向Bend2挥手
我可以在这点上展开讲【连续vs离散】这些庸俗的标签，但事实就是【逻辑学经常不作数】。它复刻不了一个简单的🐔稳定器，你也不想代数地证明哪种🐔最好，Bend2试图将二者取长补短，有勇气但无法撼动Mathlib，后者的cost是种feature。工程派可以说它nonsense但它的故事讲的通，Rust的SSA变量管理也一样。何况Rust的typer报错世界一流。
把这点 abstraction cost 砍了，就真的连宗派税都不剩下了。 空有神像(+GPU, +AI, 10x faster..)，没有法力。 nonsense.
他没有意识到【静态类型】不止是黑盒断言，更是类似git diff的团队纪律与提供Tab和API site的“大善人”。 依赖类型圈子都做了这些，而bend2收回去了
搬出 7 年前的 DevCon 演讲、8 年前向教授学到的东西、5 年前的 Kind-lang，以及“花了近十年时间、每天和周末都在投入”的苦劳证明。
什么叫洞察力？ 如果我做出这样的决策而收获20kstar与这些nc粉，我会觉得自己的判断有误，而不是自己的经验被无视。反正LLM时代赤裸的经验本不值钱
https://share.gemini.google/ZYm71etYqkQD #ai探讨
这些社区库不是设计的需求，它们是类型系统的设计稿本身。下游不是我思考过程的描述，它们是我的思考本身
尽管在20% case上就连borrow checker升级也修不了,Rust依然是practical，因为它的执行力配套远远不是一个“变量单连线图”，而90%在类型上做文章的PL都是 not appliable。rs借用和QObject slot模型是一个可用级
我能感受到团队对C++该死的template报错的厌恶，与对编译期GC的体验优化，而学院派，不懂厌恶。他们经常对人而不是代码有那种氛围
一个很复杂的概念，在良好语境与工具包的提示下，可以像汇编那样易用和可信--准确的说是像ld.so和操作系统。 但是反过来，一个有意义的概念或设计思考可以因为无关联而无价值。
比如什么是线性类型系统，连线图-SSA的比喻和filt.map怎么零拷贝/CoW 省内存就能厘清了，json式子树共享和clj式列表处理更能预言问题。95%的理论派精英没有基本常识，但啥都能写。
如果你仔细考虑，就会发现没那么新，或不该那样难。捕风，许多无趣
扁鹊三连“我不能医治”。能治的是应用层的表现力，治不了程序猿的傲慢。
我可以在这点上展开讲【连续vs离散】这些庸俗的标签，但事实就是【逻辑学经常不作数】。它复刻不了一个简单的🐔稳定器，你也不想代数地证明哪种🐔最好，Bend2试图将二者取长补短，有勇气但无法撼动Mathlib，后者的cost是种feature。工程派可以说它nonsense但它的故事讲的通，Rust的SSA变量管理也一样。何况Rust的typer报错世界一流。
把这点 abstraction cost 砍了，就真的连宗派税都不剩下了。 空有神像(+GPU, +AI, 10x faster..)，没有法力。 nonsense.
他没有意识到【静态类型】不止是黑盒断言，更是类似git diff的团队纪律与提供Tab和API site的“大善人”。 依赖类型圈子都做了这些，而bend2收回去了
搬出 7 年前的 DevCon 演讲、8 年前向教授学到的东西、5 年前的 Kind-lang，以及“花了近十年时间、每天和周末都在投入”的苦劳证明。
什么叫洞察力？ 如果我做出这样的决策而收获20kstar与这些nc粉，我会觉得自己的判断有误，而不是自己的经验被无视。反正LLM时代赤裸的经验本不值钱
https://share.gemini.google/ZYm71etYqkQD #ai探讨
哦，实现和java的P<P>很像，类似宏替换但泛化很好。 这不是挺容易理解的么。和网传的讲法一比就知道System S本不该证明几百页。P<P<P ..>> 也可以出问题，但套一层case族都行，语法集内停机也不会很复杂
你比较一下两个版本的self(x:T)解释就知道，这个领域就是为了不说人话而做的设计，注意力放在无关的点，所以我也不相信他们的万能证明。我以为Godel冷水只需要泼一次的。何况这些子集System是为了水仙恋而设计，缺乏优化、示范和比喻。 我信算我不懂行
纯数学工程派可以说它nonsense但它的故事讲的通，Rust的SSA变量管理也一样。
何况rust的单定义单引用和滤镜图一样直观连接
只是对寄存器级类型（轻str）拷贝和只读借用，显得不像滤镜图拖放连线。而标准线性类型系统，没那么美丽，连 mgr.f().f1() 可能都要加样板
Rust的filt.map调用链和“变量自带mutex/defer”是真能用，但尽管利用了“连线”，它也不得不还了词法{}lifetime的NLL债，而且Rc RefCell至今对子树分别共享，很丑，最后人均Arena.u32来解决小白写循环链表都能检验出的问题。
学院派再次幸免。 完美验证了，只要我不上战场就不会输的Brain公理。恶搞之家看多了。
这些社区库不是设计的需求，它们是类型系统的设计稿本身。下游不是我思考过程的描述，它们是我的思考本身
尽管在20% case上就连borrow checker升级也修不了,Rust依然是practical，因为它的执行力配套远远不是一个“变量单连线图”，而90%在类型上做文章的PL都是 not appliable。rs借用和QObject slot模型是一个可用级
我能感受到团队对C++该死的template报错的厌恶，与对编译期GC的体验优化，而学院派，不懂厌恶。他们经常对人而不是代码有那种氛围
一个很复杂的概念，在良好语境与工具包的提示下，可以像汇编那样易用和可信--准确的说是像ld.so和操作系统。 但是反过来，一个有意义的概念或设计思考可以因为无关联而无价值。
比如什么是线性类型系统，连线图-SSA的比喻和filt.map怎么零拷贝/CoW 省内存就能厘清了，json式子树共享和clj式列表处理更能预言问题。95%的理论派精英没有基本常识，但啥都能写。
如果你仔细考虑，就会发现没那么新，或不该那样难。捕风，许多无趣
扁鹊三连“我不能医治”。能治的是应用层的表现力，治不了程序猿的傲慢。
duangsuse::Echo
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。
#math 放到5年前，学院派可以用一个 revrevid "helloworld" 别人证不出驳斥质疑者，现在Astra不止能QED这些样板题，还能在真数学家那边解决七大难题。
AlphaProof 这些逻辑学仙人是真长了轮子，不需要护膝。
假洋鬼子就显得不人也不仙了，因为人机那DP是基本操作，而人脑那超过2D都是鬼画符。 LLM不需要任何比喻、草稿纸、交互式搜索，机器可以【做】而无需解释。——Dijkstra
这就是我们刚刚谈的FV领域，我更乐意称其为【卖保险的】
代码即负债，而证明是负债平方。这就是软件领域的平方反比原理
他们说了的是helloworld和“最前沿的等价即等同公理”，没有说的是，为什么语音等价文字，docx等价md，你还在用输入法和Typst？——每次敲键盘都在讽刺自己信奉的理论。
它复刻不了一个简单的🐔稳定器，你也不想代数地证明哪种🐔最好，形式化验证（FV） 不是在免费让你获得100% SLA，而是让你为了【抽象、晦涩、难以审计】的集合覆盖率，背叛【可观察、可重试】的“面向人类”覆盖率、对【edge case 有几个】的生而为人的常识。
一个技术选择上自相矛盾的【形式验证方法】，打开一看条款像EULA那样不可读。到底是最小信任，还是整个tactic的信任？绝对可信，却不可复现。 很难不让人说是个卖保险的。
当你的直觉在报警 “0.9循环=1” 时，别以为有些人更聪明。他们只是活在一周=7d|7s 均可的漫威宇宙而已。对涌现复杂性的敬畏刻在哺乳动物的基因里，而死鱼是臭的，不用理它们。
【搜索可以机会主义，验收仍然可以严格】正是我批判的点，完全没有注意到涌现复杂性的问题。 为了应用目的，合理的组装会变成危险的突破，而AIGC证明让这点成为技术瓶颈，Alan Kay 的理想却确保玩家与创造者1:1对齐——从数学上，就做不错。数学优雅是在你不提它时产生的。
py里你只有1种最优解的写法，而“代数”里，你需要添加500行随便刷新的PROOF，并且快乐的聆听“AI和编译器比你聪明”的福音。
这大概是对【软件工艺师】一词最大的侮辱→→原来我需要根据编译器的玻璃心，来框定我自己的需求和重试重塑。这不是热编译耗时的问题🌚
如果作为一个整体衡量，Py的【证明】在最擅长的领域超过了纯函数与证明，而它，没有任何专业架子。甚至让Bend2的作者迷信AI交互产生的ATP证明。 即便在这个奇迹完成后，信仰“纯逻辑”的人仍然认为自己是对的?!
真的，请你想好自己要什么，以及搞清楚FV只有两不赔——这也不赔，那也不赔。
- 现代纯数学过度追求抽象而脱离大众，数学界需要做的是让公众和学界真正看到数学研究的价值。如果公众认为LLM解决问题就代表数学家无用，这是几代数学家在普及沟通上的失败。
- 软件和算法产业内部一直存在为了商业利益而保密的现象。但在学术界，只要高校依然依据论文发表来决定职位晋升（即“不发表就出局”机制），数学家依然有强烈的动力公开发表成果。
AlphaProof 这些逻辑学仙人是真长了轮子，不需要护膝。
假洋鬼子就显得不人也不仙了，因为人机那DP是基本操作，而人脑那超过2D都是鬼画符。 LLM不需要任何比喻、草稿纸、交互式搜索，机器可以【做】而无需解释。——Dijkstra
Guido 是真的为了reduce vs for x..: ac=ac+x 甚至(:=)可以怒喷和退群，而实际上呢，fold+tuple 对FP【又不是不能用】，属于语序级的偏差
现在我说：思路就是rev(rev B+A)=A+B，这样边拷贝边把两个视口zip起来（Transport Hell）；反而比writeup三四张A4纸的人显得有思考。因为他们是真的不会区分信号和噪音，也不会对注意力进行降序排序（直觉化），而这正是vibe的通病。
pip生态发展过程是【压缩】，而不是在【堆砌脑力】，而结果是让堆砌的守门人失效了。你很难在torch里看到“没有作用”的选项或对象repr，ONNX更是和geojson一样的通用物料，而学院派，除了“没有作用”，基本上没有选项。
这就是我们刚刚谈的FV领域，我更乐意称其为【卖保险的】
代码即负债，而证明是负债平方。这就是软件领域的平方反比原理
他们说了的是helloworld和“最前沿的等价即等同公理”，没有说的是，为什么语音等价文字，docx等价md，你还在用输入法和Typst？——每次敲键盘都在讽刺自己信奉的理论。
它复刻不了一个简单的🐔稳定器，你也不想代数地证明哪种🐔最好，形式化验证（FV） 不是在免费让你获得100% SLA，而是让你为了【抽象、晦涩、难以审计】的集合覆盖率，背叛【可观察、可重试】的“面向人类”覆盖率、对【edge case 有几个】的生而为人的常识。
至于你的软件不给人用，给什么用，我就不清楚了。
库函数不是理由。 我却经常听人说有能用数学作保，保障软件不出bug——在他们一个【平替软件】都没用过的情况下。Proof 在这里是负资产，不是 In math we trust，它是tradeoff，被牺牲的价值很明确，就是【用户能理解的直觉】
他们可不会告诉你(A=B, B=A)背后藏着的Transport Hell这个词，反正C上限是 int [N], N有模板字面则可证，DT却是“任何输入都可证”，依赖类型赢了。但是Ada和SMT是怎样的呢？
Ada的数学知道【区间】和奇偶性等过滤条件的存在，也有高斯消元/clpfd 这样的真逻辑理解。只谈逻辑代数，不讲数学，能算数学证据吗？ 就足够可拓展了吗？ 问问做语言的人写不写需要证明的程序（信号处理领域）
【路径】是存在的，只是有些人心里没有“那种”以外的path，今天看到Lean+AI的用法也是开了眼了，就像神父在gay吧指挥唱诗班又蹦迪，而且他真的舞起来了(auto loop: simp; omega;..)
一个技术选择上自相矛盾的【形式验证方法】，打开一看条款像EULA那样不可读。到底是最小信任，还是整个tactic的信任？绝对可信，却不可复现。 很难不让人说是个卖保险的。
当你的直觉在报警 “0.9循环=1” 时，别以为有些人更聪明。他们只是活在一周=7d|7s 均可的漫威宇宙而已。对涌现复杂性的敬畏刻在哺乳动物的基因里，而死鱼是臭的，不用理它们。
【搜索可以机会主义，验收仍然可以严格】正是我批判的点，完全没有注意到涌现复杂性的问题。 为了应用目的，合理的组装会变成危险的突破，而AIGC证明让这点成为技术瓶颈，Alan Kay 的理想却确保玩家与创造者1:1对齐——从数学上，就做不错。数学优雅是在你不提它时产生的。
我认为绝杀的一点是——Python没有任何CS素养，就是从暴力堆UNIX风格，走到暴力nd数组、信号处理和flow、tape动态图。
py里你只有1种最优解的写法，而“代数”里，你需要添加500行随便刷新的PROOF，并且快乐的聆听“AI和编译器比你聪明”的福音。
这大概是对【软件工艺师】一词最大的侮辱→→原来我需要根据编译器的玻璃心，来框定我自己的需求和重试重塑。这不是热编译耗时的问题🌚
如果作为一个整体衡量，Py的【证明】在最擅长的领域超过了纯函数与证明，而它，没有任何专业架子。甚至让Bend2的作者迷信AI交互产生的ATP证明。 即便在这个奇迹完成后，信仰“纯逻辑”的人仍然认为自己是对的?!
真的，请你想好自己要什么，以及搞清楚FV只有两不赔——这也不赔，那也不赔。
- 现代纯数学过度追求抽象而脱离大众，数学界需要做的是让公众和学界真正看到数学研究的价值。如果公众认为LLM解决问题就代表数学家无用，这是几代数学家在普及沟通上的失败。
- 软件和算法产业内部一直存在为了商业利益而保密的现象。但在学术界，只要高校依然依据论文发表来决定职位晋升（即“不发表就出局”机制），数学家依然有强烈的动力公开发表成果。