承认吧，除了pip和vite那一派，以及iq和Bellerd那种甚至汇编+建站的真神 #statement #dev

几乎没人擅长编程，只是一个点子（一张截图说得清），在付【实现税】

他们对 domain 的理解已经压缩到"实现即规格"——SDF 就是数学eyecandy本身，QuickJS 就是 spec+冯诺曼【物理定律】的直译。大多数人规格税、判断税反向把impl写成屎山

歌词锚点 → 时间线 → 场景参数 → 绘制。 只要对domain的理解深刻，比横跨四个框架到处转来转去，便宜太多

实现税下降以后，接口税、集成税、排错税就显眼了。把一件事接通、适配、绕过限制，需要真实的【API缝合怪】工作8小时

我们其实可以乐观一些： LLM虽然黑盒，但它选择的技术栈依赖关系，几乎是单线、一镜到底的

我7年来遇到的90%的人，甚至没资格点评 Claude 5.1 的代码质量怎么样，它可以在很短的prompt里写出很棒的声明式、数据流，与此同时许多人只是【会调更多API、能够照搬并缝合更多管道】的暴力破解和堆砌（并且他们的 Claude 也缺少能力）

人来写往往加一大堆私货和“小巧思”，最后扔在那里，想复用非常难

不谈竞赛和框架，应用编程【七成人所谓代码，只是截图录屏】这个比喻可以再精确点

就是你有没有意识到task在整个domain里的P(概率)是几成，len(组件和模块)是否最小化，如果你只是stfw照葫芦画瓢，最终反而不如AI有思路。

我见过有一半的人开发App，安卓是安卓WebUI是js，是完全没有对domain的迁移学习的，他们不会像Chrome或OpenGL本身的开发者一样，分得清哪些是 “墙”，哪些是幕布。

👻 没有领域迁移的人，每次都在重新学习幕布甚至胶水自己的褶皱。复制本身不构成区别，复制的单位（正交分解/优化的梯度）才构成区别！

截图丢的不是信息量（表象），是生成过程（实质）。 一张 Excel 的截图OCR数字全在，但公式没了，改一格的【表象】其他1秒破功；SVG抗锯齿同理

你可以这样理解： 屎山代码，就是找3个codebase，遇到什么功能点，回忆长的像的，把段落复制过来，改成调自己写的/依赖的op或UI。

又或者是，对APIs没有【数据流既视感】，硬凑几个函数，最后语义和 bash -c history 一样小白，但forif套的跟iq一样复杂

AI不找API文档和旧开源，是直接把算法和forif展开复制过来，而且专挑顶尖人(stb.h, iq..) 级别的样板，许多人之前都不知道顶尖长啥样。 开源少有消费级的质量，但AI能达到。

当然，局部代码像顶尖样板，不保证整体output正确。

Pythonic和F12之所以牛逼，除了真一键run anywhere、colab、元素点选CSS速览等模态，还有生态通用的【心智模型】，比如PIL可以和UMat,plt,np.. 0秒共享【一切皆文件】，这种事情你在top10编程语言里，想都不敢想

AI 降低了“展开”的价格，也就暴露出：以前许多看似高含金量的工作，实际是在手工维持展开式。

【震惊跌坐】在技术瓶颈的 Before&After 上，可以做一个类比：基于Canny和flow的 GenAI 之前，3D要渲染很久，而之后e2e生成，光追基本上和着色耗时差不多了。

这不止是云计算和UI集成的问题，至于从手绘线条，到AI从人物骨架生成面积、体积，这就更不用说了。 diff模型从线条、姿态、深度或光流等约束补出结果

而直接把渲染农场跳过了（在七成情况下）。

我看过vibe出的应用代码，好的3个，差的3个。 因为网上都有，而把它们混为一谈（有Astra/Fable都能做出来？）…… 这就像在《我的世界》里，玩家都能操作方块（快速构建出想法的外观），但一个赛道上只有少数人能做成真正能玩的存档 🙉

就算你不知道光流“小脑”省了多少传统PBR/代数3D渲染的公式和知识，也能从渲染耗时和图生视频的难度体会到。 e2e 直接冲击了CV的根本和CG的工作室，

这个类比可以放回编程领域： 我们过去以为任务要求实现一个完成度极高的系统，其实，只是 P(domain) 分布中的很小一块。

那些耗费半生掌握的“公式”，最后只剩 Before&After 两帧。高深的问题，只是人机接口+人际平台的问题

但不要以为ML领域自己是不受冲击的，其实拓扑HMM、BERT、“多线程”变形金刚就是【代数先验】被弄过后的结果，对偶数下山法哲学上就是反冯诺曼架构的

语言理解选出的不是BERT的填空题和优雅LISP树，而是Causal&Attention，MoE（领域划分）只是用来省带宽的，它不像CoT和Harnesss那样，能够有反馈回路的成功

但DNN本身没有很多超参数，onnx计算图可以链入权重跑最先进的DiffSinger，这个就和geojson一样自包含了。

所以P(doom) MV里说冯诺曼风格过时了（早就如此，但概率模型介入用户平台让它真正不唯一）

🦀 【存算分离】和sizeof(int)的世界观已经裂开，但不是因为代码固化，而是输出在自反馈到输入，基于diff

所以，别以为【传统派】编程被ML淘汰，DNN技术里偏向GoFAI的人，才是被打脸的最狠的。如果嵌套和双向都不配为语言理解（而是人眼的启发式幻觉），高精尖也很难把那一套理论搬进【知识库】里了


structural probe 从 BERT/GPT 的流型里排序出的依存树，很像人标注的。DeepDream和某些对抗样本也一样。这说明理论界总喜欢看表面，但却又自以为不在做【人机界面】。

🦀 从灵性启发角度看，Alan Kay 的细胞计算机OOP还是可以的。“活进程镜像” “交互环境” “消息传递” 不就是指DNN权重、梯度和训练集、ChatUI和Agent互调用协作吗。“即时连接” （Hypercard/tweakpane）就是指离散版本的梯度下降

👍 触控屏被嘲讽为“隔着玻璃摸图片”。序列和几何确实是人有的智能，但AR也很好。Kay和Bret的 “儿童编程环境” 目标并不是简化，而是让人体验MC一样的创作欲。这本就是人类的天性

Bret像GNU RMS那样，也把【即时反馈即测试】拔高到道德原则，Alan Kay 当年被同时代的人孤立，却同时启发了苹果/OOP/互联网应用

这也给了佛家唯识一个很好的论据。只需要靠判断、反馈循环，就能像“重生恢复记忆”那样造出新东西!

就像人类看夜空会把星星连成星座一样，所谓的“语法树”和【一阶谓词逻辑】只是人类强行发明的【事后公理】，只有连续的注意力权重投影。

🙉 真理没有【被人理解】以外的超然价值。他们不会觉得科普才是欠技术债务的蠢蛋吧。

英伟达欠了我十亿美元股票
原文：https://colo.to/nvidia-stock-narrative.html
阅读时间：3 分钟
分数：461 🔥

说起来现在这个图是不是某种意义上成真的了

MicroLLM 实验室——在浏览器中体验 7 款微型 LLM
原文：https://stateofutopia.com/experiments/microllmlab/
阅读时间：2 分钟
分数：209

Links Rewritten
duangsuse:
【有力的文字是简洁的】这其实是欧化汉语（翻译腔）。 #english #china
https://fixupx.com/xuanwo/status/2104811628063854831

如果100%保持原意，你会认为它无法再精炼，但其实，【XX是XX的】不够中文化。

“有力的文字必然简洁”
“行文要有力，贵在简练。”
“文贵简练。” 或 “文章有力，重在精粹。如画无废笔，器无繁构。”

It rains. 翻译后不一定写【天在下雨】，可能是“小雨” “天晴雨轻”。 如果你译去译回一次能90%对回原文，说明不够中文

中文的词法，特点在于压缩+扩写，而不单单删掉语素。《文言和白话(人教版)》 《论中文的常态与变态》里就曾以理驳斥诟病“不如文言简洁”或“文字游戏”的说法，列举 “进行……”、“是……的”、“具有……性质” 这些黑名单语法。

LOTU$:
我怀疑你是LLM但是我没有证据

duangsuse:
额

没错，我写的很详细，而且内嵌了50%左右Gemini的输出

但是这个点子确实是我提的，AI只是帮我搜集资料

我说的也是一个问题啊， str2str 的数据流，找到一个MacOS+热键专属的【框】

如果放在网页世界的话， deepl 可能都支持.md 或者按句选择翻译版本了。 LLM的语言能力比它更强不是吗

如果上线还想更新的话，这种润色模块也可以加啊

LLM 自己可不会凭空跑去给 Xuanwo 提这种产品哲学上的 issue。这样分享思路，总比点个赞扔掉对两边更有趣吧

我不想显得自己很judge所以用了类似AI的口吻，str2str 说的好像Xuanwo没有打磨一样，其实我是觉得，既然叫辞达，可以保留简洁和Tuneable

LLM本身信噪比挺优秀的，如果不是往那一甩，它可以作为技术参考

#perf #rust #net Xuanwo是谁
https://xuanwo.io/2023/01-beyond-storage-why-we-failed/
《BeyondStorage: why we failed》在开源界广为流传

三个月？Metadata 框架？这不就是json转静态补齐，顶多挂个funame……

没错…… 这也太可怕了。数十个下游服务仓库，几十个 PR CI 流水线绿成一片，这还是Codex们没有深度集成时， 这种品味，未来不得干成一个go文件0.5MB啊

说回来，unix的mount不够，也不用户态线程，而且fs树的重要性放低了。xxfs的未来恐怕是一片RO给层叠一片给(No)SQLs，s3fs这些东西终究是bash的小秘而已

没错…… s3fs这些FUSE其实本该做成fakeroot的纯用户态。至于网络本地 r/w/a 的块和流统一接口，在特定体积和吞吐量下和 u[k]=v 读写赋值不一样，和 u.map('k',v=>v) 融恰一些，只可惜IO不能这样优雅。

尽管有读写背压和事务retry，S3在应用里还是大同小异的。所以这不是有DAL了吗？ 尽管没有做成纯声明式封装，但op.cmd()也是很聪明的设计

Go=new Java 这个问题还真是，犯过的错都要犯一遍

接口和注解地狱，nil和iferr，pnpm，只是个大数据吞吐量的升级，依旧软件失忆

真的不能理解为什么有人热衷于100行一个repo和left_pad。Codex们出现以后真的都不鸟他们。Unix 提倡“做一件事并做好（Do one thing and do it well）”，但很多开发者把“一件事”极端曲解成了“一个函数” “缺乏用户共情的MVP功能”。

要不是LLM智商在线，我都以为我才是有病的那个，并且还要陪他们一起【震惊跌坐】了

Monorepo和microrepo这些东西真是把我搞笑了，虽然我几乎只写过脚本，但我非常清楚每一百行代码暴露了什么能力和flow。 真搞不懂git那么多有什么意义，“Star 虚荣与 PMC 官僚病” 也是常见问题。至于codegen，我看了也没什么创新，就是javapoet级别，可能字面量vs变量的escape都没做

英伟达让AI重写Kimi注意力内核：速度达到官方版近3倍 #ai #news

NVIDIA 研究团队让 AI Agent 直接重写了 Kimi Delta Attention 的 GPU 内核。Kimi Delta Attention 是月之暗面 Kimi-Linear 模型使用的核心注意力机制之一。这类底层代码过去通常需要熟悉 CUDA 和芯片架构的工程师反复手工优化。

最终，Agent 写出的版本在 NVIDIA B300 上达到月之暗面官方 FlashKDA 的 2.96 倍速度。团队测试了固定长度和不同变长序列共 6 组任务，2.96 倍是全部任务的几何平均值。相关内核已经开源。
信源

动察 Beating 频道 · 动察 Beating 交流群

#signal #statement

#ai锐评 算 SHM 的 Bank Conflict、死扣 Register 的用量防止 Spill、计算 Warp Divergence、Triton 精心切分多层 Tiling。这些东西，都是汇编时代，比如GBA游戏开发的遗毒

🤔💭 你觉得这些东西很厉害，那硬件工程师跑哪说理去呢？ 这些ABI是他们【实现的设计】，OpenGL和Vulkan那群人在网上有个毛的声量，谁说他们是手艺人呢？ 他们是透明人。

长期以来，我理解的【软件工艺】，是同一份代码，布局差不多的功能效果，但通过元编程知识，让每个.py.js .. 更短且可扩展，或许是要像 tf->th 的范式转移那样的元编程

它们（特定厂商krnl）没有任何visualize，也缺乏复用、分支繁荣的能力，没有人机界面或生态圈，仅仅是spell。  【软件工艺】不是以IQ和理解能力为护城河的，而是以灵感和语境

KDA² 并不是让人脊背发凉，它只是%timeit自返馈回输入的优秀【机-核界面】而已。 没有这样的【元能力】【元思路】才是让人奇怪的，比如，为什么全栈没有融合跑分的转译器？ 为什么perf和覆盖率不像F12事件断点那样容易？

作者焦虑的方向——不是"我再也不能一个字一个字敲了"，而是"我说得清楚什么叫对吗"。

那我们都已经用上自反馈架构了，冯诺曼确实已经过时了。 解释力(distill.pub) 的多元化没有过时，但矩阵转来转去也不属于这个【人机界面】范围啊。

ML 的初衷不就是隐藏参数、只面向任务和迁移吗？喜欢【知道啥更对】应该去AI领域。 SIG领域从来没有过人能解释，但表现能够用的（比如FFT要么是钢琴键和EAC音高，若结合相位做ASR/TTS一秒破功），hardcode雕刻的都是和数学方程一样不真实的情况

比如demucs就没有用频谱，mel对数stft就像在CV里边缘检测还翻转卷积核一样怪异。

你手工插进管线的，机器怎么拟合？ Sobel本身是2D求导技巧，放信号处理上不算什么可读的原理

这些个算法，本质上是Canny或f0音高那样的 “ControlNet”，为了辅助训练加速FLOPs提供，但不是说生物就用那种方法做判断。就像语法可以有，但流形编码的词典效果比手搓的屎山可维护

而且希望手搓的许多人，往往没有博客可视化介绍手搓技巧和跟因啊 。 。

ML的哲学本来就是以力破巧，照抄平均脸。 跳步、预先省试错的智能，就像画师的数位板那样，单线程的。

这就像狙击手以为破盾容易，除非对方反应过来唯快不破，但，人家是个反重力铅板坦克……