#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……

#ai #经济

$NVDA 的法宝不是“稳” “不烧主板不坏规矩”，而是兼容性。

是让游戏玩家，不知不觉把信号处理领域的【算力成本】出了。 而且N卡从一开始就宣传支持非2D3D图形管线，A卡市面上许多要强行压成xy->xyz的多pass多缓冲

把数据塞进纹理，用像素着色器当计算核，render-to-texture 来回倒腾，直到2012，NVIDIA 已经领先了五六年。学生的第一行 GPU 代码几乎不可能写在 AMD 上。

AMD如果想靠ROCm挑战CUDA，就不是软件栈的问题，是必须用云电脑跑批次了（而且还没有大平台）。从初学开始就劝退

AlexNet（2012）就是用两张 GTX 580 训练的

想移植的话，性价比也彻底完蛋。就和现代许多手机typec口把DP直通砍了，省几毛钱，连不了屏幕。 然后再去卖折叠屏，结果都做成漂亮垃圾

许多开发者用带bash和libc的生态而拒绝msvc，道理是一样的，只不过A卡买错的成本是网购流程，而SDK环境卡住的结果是心累一整天

这点上《淘宝闪购》也差不多。补贴爆红包也有了，只是用户体验一坨，动画卡瀑布流老，桌面连一键入口都没有，TTFP优化极差。这还只是消费端就让人觉得没有认真干活，商家迁移成本更难看

砍掉一个看起来没人用的能力，省下的是 BOM，丢掉的是整个使用场景的可能性。 用户不会因为“能接显示器”去买手机，但，这条路就永远关上了，生态也就长不起来。

CUDA 锁定正在被 Triton、JAX/XLA、PyTorch 编译栈部分绕开，但NVLink在头部市场，还有另一套授权逻辑。

微软后来做 WSL，本质上和 AMD 宣布 UDNA 是同一种认输：承认开发者的默认环境不在自己这边，比如该死的 cmd.exe 就足够把注册表(DConf)和.NET的可编程性对消了

AMD 则不敢正面拥抱 CUDA 兼容层。ZLUDA：AMD 曾经资助这个让 CUDA 程序直接跑在 AMD 卡上的项目，后来又撤回。

这和当年微软的 Java# (C#) 处境有点像，但许多人不提，但实际上AMD至少应该把训练后部署解决的，现在呢？ 非常尴尬，决策成了硬件代差

国外也出现了自己的游戏一经发布就被AI扒玩法然后仿制的套路了
https://www.youtube.com/watch?v=vX279pAVIsg

#ai锐评 #py #code

继续【震惊跌坐】

AI弹指间就把几年前写的【视频硬字幕高缓存OCR】【扒的底裤都不剩】

它还把仓库【打开对过】，谷歌的则和地图选点、yt视频有深度集成，IDE都不用安装的可怕

😋 虽然，从P1右下角就能看出，我的代码质量还是在理的， 但如果我故意写成 【咦咦呜呜，哇呀呀呀】的样子，grok照样瞬间剃掉所有私货，没收作案工具

也还是「两帧相减、求和、取局部极大、选语言 OCR」。控制流就一条：读帧、裁、差分、峰值、识别、按相似度折叠。

它还批判我 “真正值得叫缓存的是：OCR 结果按感知哈希（pHash/dHash）建索引，画面重复直接查表不跑模型，不是改了一个字的相邻条。”

btw. 这个 py flow 也是我重构别人的，虽然确实学会了怎么写flow

#ai
xAI 对LLM和交互集成的探索还是很【第一性原理】的

厂商总是在吹AI刷题又拿了多少分，或把鹈鹕自行车写到多厉害

但是，交互体验在创新和稳健上，和 #tg 可比的，top5模型目前我只用到 grok.com 。相比之下显得谷歌哈机米WebUI完全是脑残写的， librechat.ai 太机械

人家特别把代码简单，视觉效果出片的，拿来做了创作模板

是默认就有画面或反馈。都是经典小系统，状态少、循环清楚。改一个参数就能变成自己的。用户能留在一个已经能跑的壳里继续改。

这些都是封闭、好看、可演示的小世界。无尽跑酷、Boids、生命游戏、重力模拟、粒子场、分形树、曼德勃罗、矢量场，太阳系在转、鼓机能响、音频能可视化、照片亭能出图。

#vibez 里就有不少我调过的这些小demo

#ai对比 #game https://cui-ling.grok.me/

这是个无限世界的涌现游戏，有地空两大范围，每个2大生物群。先完成噪声和游戏操控部分

玩家按f可放下食物（或调用 gg.spawn(cid,pos=gg.p1.xyz) ），WASD 推进，鼠标转向。双击空格在飞行/行走间切换，Shift 倍速，Ctrl 下降。行走有重力并贴地（水面以下按水面走）

Three.js r170 做低多边形网格、光照和飞行，Tweakpane 4 调噪声，地形高度用 Simplex FBM，左下 HUD 显示高程图（点击传送），每个部分一个 <script module>

多使用Tweakpane向量，峰高锐度合成一个，山脊破碎合成一个，水面/尺度合成一个。 夜间做成一个8~24的滑块基于颜色/日照/曝光做计算

生物面板，变成先选 deer/gull/crab/ray 的cid再调FoV以内生成的概率数值。 超出FoV的生物直接删除

>> 考虑更新模块到以下算法，并使fN参数xy范围更适合手工调整（均支持 -1~+1）。
>> 按照以下视觉风格重新建模…… 如何修正动画，移动看不到腿了

>> 加个镜头平滑，位置的smooth ……注意防穿模。 小地图变成hover改相机旋转的，blur(1px) contrast(0.9) 。3D迁移为形状，而代码接口保留原风格：

let GROUPS = {
deer: { domain: "land", speed: 2.4, turn: 1.6, sep: 1.8, feedR: 14 },
crab: { domain: "seaside", speed: 1.1, turn: 2.2, sep: 1.1, feedR: 9 },
gull: { domain: "air", speed: 6.5, turn: 2.4, sep: 2.2, align: 0.7, coh: 0.35, alt: 6 },
ray: { domain: "sea", speed: 4.2, turn: 0.8, sep: 4.0, align: 1.1, coh: 0.2, alt: 18 },
};
这是个涌现游戏，有地空两大范围，每个2大生物群。 邻居查询用空间哈希，地空分开哈希，注意山体坡度较高时的游走行为。
状态：觅食（朝高处或水边）、休息、快速躲避玩家、顺风移动。空区刷怪。 代码简短。

用 build[name]() 建模，动画接口如 build.deer().userData.legs.rotation.x ，'ray' 的动画是随游动整体轻微翻动

改变为图所示的天空风格。moon改成在17点平滑显现，配合星光。 最少代码

……skyMesh.position.copy(camP); 你使用的方法，配合我加在 p1.position的平滑相机跟随性很差，有更系统的实现？

这是个涌现游戏的代码片段， 它生成分块较为卡顿。整体修复，代码复杂性不增加。

- 不要过度卸载超出范围的块
- 这是因为FoV在飞行模式远远超过块的超前预算，如果是步行的速度和FoV，当前预算已经足够
- 优化逻辑不是性能，而是gg.camera.rotation的方向性缓存

前探而非扩圈。没错，加一个升起的渐变，使用easeOut函数

>> gg.spawn改为下落动画。复用上升动画逻辑。 .st=-1 时可禁用模拟... g.st[i]=-1 实际写入的是 255。

const fL=pane.addFolder({title:'光照与风'}).open(0);
fL.addBinding(P,'hour',{label:'夜间(时)',min:8,max:24,step:.1});

1行实现60秒，自动往前1天，带显示，有触动则取消定时器

Ctrl+W…… 空格长按有bug

🤣 🖕
这就是vibe一个稍微能操作的游戏的，试错成本。 这还是纯粹WASD无模态、无玩法的，就要prompt这么多

而且许多设计（比如小地图、防穿模和平滑生成，乃至于oneliner的自动时间滑条）不是清单上有的，虽然事后看来理所应当，原型上却没这回事

另一些思维，比如用ESM.html、Tweakpane xy滑条，则是明显有别于纯Agent版本的根源（不需要靠“中文”来划分模块切面）

如果照上面Grok那样，Agent一下改10行烧20min， 那做出的铁定没法用。 抄游戏也得先会编程才能抄

>>大人，时代变了
https://x.com/matthewberman/status/2108245653843509415?s=46&t=rA_7EMcK9LnAsVTcD4VODA

二进制即发布 = 源码即发布 这个等式被坐实了。以前大家默认有一道模糊的墙，现在墙没了。这对靠信息不对称活着的软件是末日

#reveng #ai

软件末日论？ 逆向不能免费创造油猴这样的AOP环境

Neil Wood 和 Matthew Berman 都在拿 Napster 做对比：工具让“复制”变得极容易，行业会有人告、有人封、有人转型。REA 确实把逆向门槛打低了——Agent 可以直接调 Ghidra/Hopper 等去分析二进制、Electron、.NET、网站，再帮你重建功能。这在过去需要比较专业的逆向工程师，现在普通人+Agent 也能做不少事情。

本来就是工程量问题，反编译器优化器也不好做，现在变成大体没问题，但是核心算法呢？

这个工程量里，还有很多是试错成本和无法热重载的摩擦，以及脑里不能直跑大程序的成本，最重要的是不能零成本【边读边写】，这些问题，LLM都没有，所以AI逆向不稀奇。

AI常见算法（crypto 常量、压缩、序列化格式、UI 框架样板）一眼就认出来，推断层（30%工作量）也全自动了，比反编译都强太多

大多数商业软件，除了在集成、在持续更新、在用户习惯就没有算法。REA 把"闭源即护城河"的幻觉戳破了，而不是把真正的护城河拆了。

逆向界的工具如果从软件第一梯队整体比，也并不最先进。r2的界面和兼容好，但调试器不好用，IDA不开源而且黑箱，CE只是端到端修改器， Frida.re 心智模型连 import ctypes 都不如，这都是【世界级】的产物了

我目前体验到最好的loop体验在 dnSpy (.NET生态ILspy下游），可以做到无缝回编译，仍然不是热重载，也没有数据流污点分析和F12那样面向概念（事件、节点变更、画布脏区……）调试

😅 也可以说，【无缝回编译】在非汇编的逆向界直到【被AI取代】都仍然是圣杯

读一块反编译结果 → 记笔记 → 写验证代码 → 跑 → 对照 → 再改。这个循环既慢又难项目管理
静态分析看结构，动态分析看行为，两者之间通常要人来回切换。
AI 可以直接根据证据写出候选实现，并配合测试去逼近行为

那些可以用的，都在研究反汇编器、快速虚拟机、兼容层，都是无封装的碎片。 连一个RE工具函数级的功能都要发paper，反观其demo，可能连strace或opensnoop的建模都比不上，RE世界能用的工具对libc基本上都没有理解，所以用这个吹AI，也只能说明现有技术栈不理想化。

JS 这边更明显。混淆以“消字符串”为荣，本质上是在利用工具对堆、动态函数对象、原型链、事件驱动模型的无知。

F12 那种面向概念（事件、节点变更、脏区、调用栈与状态快照）的调试体验，在传统 RE 工具里几乎不存在对应物。即使是 JS，目前也没有一个能在断点REPL做完整、可持久化快照的虚拟机，供后续分析循环使用。

这些不是细节问题，而是整个领域长期缺“低摩擦、可落盘、可交叉验证”的观察基础设施。

与其说是AI足够聪明了，不如说是【反馈循环】、低噪音、高信息交叉的机器学习模式降维打击了瞪眼法的RE领域。

每做一次假设，都要付出很大的认知和操作成本才能得到反馈，而且反馈本身不能落盘甚至进不了内存。

人类输在模态上，就像一群没有Harness的智能体 😅

你知道这有多荒谬么？ new String() 的hook就足以实现 strings xx.so 的意义了，甚至能区分单页面相关与时间先后，能sed替换，然而这点，没人会做，而且也缺乏一种掌机式的pid存档做搭配。

即便是字符串常量、fopen这样通用的数据，RE界 frida.re 做到了，仍然可称【world-class】

圈子文化崇尚"真汉子读十六进制"，工具就被钉死在"显示字节"这一层。

IDA 的 F5 是 2007 年的东西，FLIRT 签名是 90 年代识别 libc 的方法，至今仍是"RE 工具理解 libc"的天花板。r2 的调试器本质是 ptrace 的 shell 包装。Frida 给你一个塞进别人进程的 JS 运行时，然后让你做 NativePointer.add(0x18).readPointer()——抽象层级比 ctypes 低，仪式感比 ctypes 高。CE 的 memory scan 倒是诚实，它就没假装自己理解程序。

Frida 的核心价值是“我可以在任意os/host进程里相对热重载地插桩”，它是F5和蓝色URL，而不是“我提供了F12般的语义抽象”，那也是没有/:路径?q=参数的那种URL。

与其说RE经验被打败了，不如说经验根本就在人脑的【隐藏层】，是硬编码的天赋，不是智能。

所以REA看起来才让人震惊跌坐，其实就是平庸的REer坐在“元宇宙”里捏粘土的样子，它只是把已有的碎片工具用更顺滑的方式串起来。 【品味】太差了，理解力吃着烧心

苹果到底是不是技术公司？

对于果粉而言，它是用“漂亮傻瓜”来撑场子，技术厚度，对苹果而言，比对MAMAA里任何一个都要轻

简单来说：VRChat/Live2D/MC的程度，是技术人员对某些概念的认知

而苹果，只会拿那些svg或gl/ml垂直整合傻瓜试玩版、只读版，用来发showcase证明自己更新。

$AAPL 卖的是「未来感」，不是技术公式。 【感觉】是很好欺骗的，而客观建设要成本

苹果从来不像它展示的那样是技术公司，它的技术也是社工攻击般，导向深度测试，浅复杂度。

靠精心设计的表面和引导，让用户和开发者都沿着预设路径走。 用户体验有意义，但不一定会和技术力冲突，比如Telegram和SteamOS都能做到深浅结合，

苹果与之相比就像Discord比之tg，是一个圈子特定的“神”，实际上没有什么深度

MS都有.NET和COM APIs（注册表/Office插件/系统tweak/..） ，水果只是Nitendo不做游戏改做“个人终端”后的样子，它默认一切都要谈钱买售后，好像不存在真正热爱编程或设计的人，相比之下Gates还知道买下BASIC和“fat32生态”

抽成高、规则严、审核不确定，这些都是庸俗的理由， 实际上是因为苹果技术审美差，objc那么垃圾的视觉疲劳性代码，靠堆砌和傻大户都能「长出来」，H5却负优化。

靠那点人脸mask、视差svg效果的玩具，算什么优化呢？不过是小学生在tweakpane能调出来的低fruit，卖表情包，没内核。

苹果就是吃Kay的老本，如果原生世界是在就WebAPIs上开发的无需「编译」，它根本没资格叫3.1.1和15%的苹果国税，尤其是敢于对UGC抽成

编程世界太注重门阀和教条，而不是感知、心流，给了这些不注重技术的傻大户东西极大的生存空间。

直接对比homebrew/.dmg包和iOS生态，就知道后者就是手持智能冰箱级别的生产力，里边一堆早教级别的App，只是为了收钱而开发，没有技术含量

iOS开发的结果还没有微信H5的丰富性高，与其说是App，不如说是appstore小程序

软件就跟游戏一样，弄个核心玩法，加上万能“设计语言”就可以上线圈钱，至于软件，在其他平台上能不能打，那当然是无能、早教级别的codebase，烂大街的技术栈，不比赛比赛道

如果比付费生态的技术力与app内完备性，iOS世界还不如支付宝，只不过输在入口、动画和曲线，这些都不是吃算法的地方

苹果的大楼和“小卖部”的视觉冲击力，不是在展现工程实力，而是拉技术给自己背书，外强中干，深度测试才是重心。

反正在日用语境，你也找不到多少烧技术力的点，NFC和QR算是这种，但苹果不重视这方面的「生态」与发明，它有更低的fruit，它的技术人员是为变现，而不是冲锋来服务的，从VR的失败就知道。

设计师不是万能的，没有技术力优化再爆的“构想”也没有土壤

Memoji、Animoji、锁屏景深，这些都是投入产出比极高的“变现型创新”。 iOS 拿这些凑内容，而15%税却抽到莫名其妙的地方

至于垂直整合能力， 只要放弃兼容和协议化就能做到。软件单环境测试总是容易的，Omakase现在也越发不是苹果的专利，但这就像任天堂打不过模拟器，总归不是未来。 以前是“A键进入”的省钱省心，现在也就可以是“您不能哦”的法律枷锁，是用户的敌人，棋差一招就完全无了

现在的制造型厂商，与消费级的代工合作也更深了，苹果的深度测试越来越不值钱

命题一：苹果有没有硬核技术？
这个很难否认。几个例子：
底层栈（内核、编译器、图形、音频、ML 调度）是明确的正资产，而且是业内少有的

Apple Silicon（M 系列、A 系列）：自研微架构、统一内存、能效比把 x86 阵营逼得重新规划路线图，这不是"傻瓜试玩版"。
LLVM/Clang：Chris Lattner 在苹果时期把它做成了工业级编译基础设施，今天 Rust、Swift、各家 GPU 编译器都站在上面。
WebKit：你说"H5 负优化"，但 WebKit 本身是苹果从 KHTML 养大的，Chrome 的 Blink 是它分出去的。
Metal、Secure Enclave、XNU、Core ML 的 NPU 调度……这些都是深度系统工程。
Procreate、Nomad Sculpt、Lightroom、Final Cut/Logic for iPad、Loopy Pro/AUM 这类音频工具
Procreate 的笔刷引擎、Working Copy 这种完整的 git 客户端、Blink Shell / a-Shell 这种能跑 Python 和 clang 的终端、Halide 的 RAW 处理管线、iPad 上的 DaVinci Resolve 和 Logic
计算摄影（多帧合成、语义分割、Deep Fusion）、Face ID 的结构光 + 神经网络、VoiceOver 这类无障碍、端侧语音识别和 OCR。

#ai锐评
我已经懒得烧token说服你了。 只能说，我举的例子breakdown一下就和你的一样，只是你觉得你的更现实，你所谓的账本是你的【苹果技术】黑话


我倒觉得VRChat和SteamOS更贴合现实语境。 而且它们体感并不差，也不【卖售后】，Steam Workshop 也不需要售后骗你来收受溢价

现实就是苹果有钱有15%税对>70%算账的App不可跳过， 至于你认为它在MAMAA里是不是【深刻基建】垫底，以及LLVM、wk沾边多少，XNU又多先进，那是技术圈的共识问题，我只能说， $AAPL 确实是Nitendo做手持触屏后的样子，而AAPL做到的不稀奇，不top1，尤其是考虑到成本后

我确实是技术人员，但整合力没有你这样差

#ai #douyin https://t.me/hyi0618/15415?comment=170492

哦，我现在看明白了。 那个烧千卡 VAR text-to-image 模型 的工作量证明，实际上是他的【不在场证明】

2024 年 11 月，媒体报道该案已获法院受理，公司请求赔偿侵权损失 800 万元及合理支出 2 万元

受害者主要是 25.02 的 Goku: Flow Based Video Generative Foundation Models
https://saiyan-world.github.io/goku/
至今仍然不知道他到底想干嘛

田自己的说法：只是看不惯另一个实习生占资源、停别人程序，自己手动进去把对方程序卡住/关掉几次（大概十天、五次），“以暴制暴”，不是什么自动病毒/攻防；很多描述是抹黑或夸大。

田柯宇从 2021 年开始在那里实习（北大相关背景），做到 2024 年 8 月被辞退。

法院最终判令田柯宇赔偿约50万元并没收实习薪资（远低于最初索赔的800万），田柯宇作为一作的 VAR 论文获得 NeurIPS 2024 Best Paper。。

现在某人创业做世界模型融了钱（约 3000 万美元、估值 2 亿左右），也就是我们看见这篇文章的原因。 原文里这些信息都被流水帐淹没了

数字来源： https://mp.weixin.qq.com/s/eD0o9zyqHKaRgoKdmdLcNw?poc_token=HP7fzWqjg8aKF_yUDf8mXJsyttJxbvjVe58oEN5M

#ai #vibe 我这个月看过七八个【震惊瘫坐】，都是关于GPT6和A\ 5.1的，但看到有人为Codex们的用户瘫坐的，这还是第一个

网上用6和5.1弄产品/大实验的，许多和AI短剧同理——你不做，就会以为非常简单有手就行。

你自己没上手之前，会默认中间那些选型、取舍和手K优化、debug、边界处理、数据流认知、失败回滚……不存在，或者模型一句话就能解决，叫出租车一样就差个Send按钮，Maker都【四海皆兄弟】。

现在，你的朋友圈里有一个，所以你知道了【震惊瘫坐】背后的人类，与“AI产品”背后的认知成本，以及【100x工程师就在我身边】…… 以前 iq;Bellard 这样的人HN上都有几十个，只不过2026年尾的AI把他们放在你眼前罢了

以前都在甲方是 🐷，现在人人都是甲方。

https://t.me/hyi0618/15428

#ai对比

最近因为llm的IQ和谷歌级别的经验，已经有点 Claude Hype 了，就和 #rust 即原神那样，以为只要是ai参与的工具包质量都很好，没想到泛化能力这么差😅

我思量着，别人给shell给一段话也能写成 70% MC的既视感来，没想到项目维护和remix是另一个模态。

可是，我绝对不能切回完全重新生成的flow，或许以后会变成反复AIGC，手工加收藏重组的模式。

退一步讲，哪怕成本是20$，等待半个多小时而不接管决策也是不现实的。 目前我使用lilgui和声明式数据流辅助调教，也比较需要磨合。

目前的agent还是太良莠不齐，我都不清楚oneshot过后opus是否会zeroshot的留下handover文档以节省词元。 Musk还ai直出汇编呢，不基于框架保证质量都真的很难

目前行业harness的情况是怎么样呢？ 云电脑云桌面，解决的较好，RPA次之。 Codex们，碰运气。CC很强但很烧钱

Agent本质上就是给任务续写 API 做的一个操作系统，但它还没有IDE，或者相关工具AI用起来不跟手。 RTK是一个hack，总之就是说明，AI倾向于自然的用py/CLI改文件甚至重构代码，但这些模式也烂，很吃agent提供的工作方法论

就比如说git diff和log，我习惯按功能点做完手动提交， Agent 主流是全部EITL，没有HITL

#ai 不能写作了！！ 额度在25号重置 😡😡😡

TMDB, WRTMDB

上次莫名其妙把CC的所有档位都调到Fable，Opus也 xhigh，用了一些余额

最讽刺的是这段时间(80$) 它产生的6k行zig代码能用，但质量仍然很差，综合评价可能不如大肥鱼

Pi Agent那段时间项目结构比较自由，有压缩焦虑，但冲到30$就可以了，现在太氪了，还输出大量UI test代码，代码质量还一般般

你说这个Anthropic它饿不饿

现在调回来又要充钱了 😭

一张图给大家解释清楚现代 #vibe 程序员的编程水平。

冷知识：至2026年底为止，这个组件仍然是 grok.com canvas 最牛逼的UX，没有之一

我本来以为为了os.system() 打包整个electron已经够抽象了，还有更超模的【5G版】脚本

#ai锐评 交给AI点评后还被夸了，WDNMD， 什么人调个ffmpeg做前后clip或crop还用AI提示当shell执行啊。 而且CC的生成ASR转录识别率，居然和字母有没有颜色相关联