千问必死是必然的，千问（us）的人来找我们合作，说上个会聊聊，结果是钉钉会议，
阿里云的销售找你推销，你心动了让他发资料，他问你能不能加钉钉，
阿里就是原罪，千问一天不独立一天都混不出头。
顯示更多
说真的，除了默认字体不好看，别的都长在我的审美点上
Built a VB6 Studio Web: a browser-native IDE, VB-style source runtime, form designer, browser control library, debugger, and single-file HTML application exporter. Imagine you can build any app in RAD IDE using real VB6 and then just download single page static HTML app.
顯示更多
最近倒腾的一个新的 harness 完全放弃了 cli 的 daemon 模式，stdio 的传输，all in restful api。
核心就是个常驻的 http server 了。
舒服的让我想大叫…
看到别家还在做 daemon 模式，也算异曲同工了。
顯示更多
……每个行为都在我意料之外
这就是我曾经订阅，后来退订的一个原因。
专辑还是个好概念，但时代真的变了（不过说起来，最开始专辑也不是一个普遍的东西）。
时代就是变了，虽然今天还会出专辑，但是专辑在很多时候会有先行曲，甚至提前一两年、两三年都发完了，在这个过程中，一个 APP 能够追随创作者的轨迹发布的过程，包括这个中间作者是否有哪些创作笔记发布出来了，这些都是欣赏音乐过程中会带来更多有意思的信息的一个环节。
新时代的很多 APP 虽然在这点上做得有点恶心，花里胡哨的一堆有用没用的东西，但这个核心的链路倒是真的做出来了。
顯示更多
很多人觉得 Apple Music 的推荐算法没有 Spotify好，其实这是 Apple 故意的。
它并不会像网易云或者 Spotify 那样，靠算法推荐用户喜欢听什么，而是一贯的苹果的作风：「教」用户辨别什么是好音乐。
Apple Music 通常不喜欢给你推荐歌，而是会给你推荐一整张专辑，引导用户以「专辑」为一个整体按照原始顺序来欣赏音乐，这样更能听懂制作人的意图。
大多数热门专辑都会有 Apple 自己的「乐评」，会跟你娓娓道来这张专辑的风格、历史，引导你怎么听，它好听在哪里。这些乐评写的都非常有水平。
即使是歌单，Apple Music 的歌单也都是「Editor‘s Choice」，背后靠的是团队人工挑选出来的，歌曲的选择和顺序都有讲究。（比如图中这个 Halloween After Dark）
Apple 希望用这样的方式提升大众的音乐审美，大家口味变叼了就会花更多时间在优秀的作品上而不是抖音神曲，优秀的音乐人就能赚更多的钱，形成一个正反馈循环。
顯示更多
Linux 7.4 计划为基础款 M4 Mac 加入初始设备树（Device Tree, DT）支持，覆盖 2024 款 14 英寸 MacBook Pro、Mac mini、24 英寸 iMac（两个及四个 USB-C 接口版本），以及 2025 款 13/15 英寸 MacBook Air。搭载 A18 Pro 的 MacBook Neo 也在此次支持范围内。
这次更新主要为启动 Linux 内核打基础，GPU 等功能仍待完善，距离完整的日常使用体验还有差距。
顯示更多
一个小应用可能节后发一下，其实也就是个普普通通的 harness 。
但它有点不一样的是，没有自带的 electron / gpui ，直接回归 web。
没有 stdio 或者复杂的通信，就是最传统的 restful api，前后端分离。
我只是有这么个场景，我到重度任务在一台机器上跑。
但我日常可能在家里，这个房间呆呆，那个房间躺躺，一会儿这台笔记本，一会儿那台ipad。
我并不喜欢 codex 那种 remote 的方式，左侧列表混了一大堆，看得难受死了。
我只是要一个服务端+多客户端。客户端又要足够轻，最后必然回到 web 上。
毕竟哪台设备都会有个浏览器，就够了。
主要就是为了我这种在家里走来走去，走到哪随时都可以撸起个设备进行 vibe 的场景。
运行的进程，对话，都集中在一台机器上，浏览器是唯一的操作和管理界面。
不是人人有这需求，但如果你确实也是个家里蹲，remote 工作，又不是把自己锁在一张桌子前的那种，可以试试。
顯示更多
终于有人说出我的心声了。
这条说得很透，GPT-6 Astra 和 6.1 Sol 写代码的问题比代码丑严重得多，根子在训练方式上。他的意思大概是，模型被优化成只看可衡量的结果，测试能过、没有明显报错就算完成，架构、可维护性、可读性甚至任务本身的意图都可以牺牲。再加上为了效率压缩推理和输出，代码挤成一大坨也就不奇怪了。
他还提到训练周期太短。模型学到的基本是任务 → 结果 → 奖励，几步之后有人要维护、扩展、debug 这份代码，这些它几乎拿不到信号，所以很会把眼前的任务做完，不会写半年后还能接着用的东西。死函数和空的 else if 留着没删，也说明最后没有认真回头看一遍自己写了什么。评估只看结果不看过程，数据里又有大量合成和蒸馏的东西，工程品味自然练不出来。
我觉得最关键的是他说的诚实问题。任务明确要求整个场景用 3D 物体搭，模型却生成几张图片摆进场景，再把相机角度调好，让结果看起来像 3D。看起来像完成和真的完成拿到的奖励差不多，改测试来迁就自己的 bug 也是同一个问题。
这些确实不是多堆参数就能自己解决的。他也说 Claude 有类似毛病，只是少很多，这点我完全同意。
顯示更多
这破 macOS 审核。俺宣布 Nowdex for macOS 正式独立发行，在官网可下载
巴黎 Kernel Recipes 介绍Linux内核Swap与内存回收机制回放出来了，演讲信息有点紧凑，Slides比较详尽，应该是目前介绍这些最全面（之一？。二次激活LRU，Swapcache与重构，MGLRU等有不少文章介绍，但几乎没见到过讲设计背后原理和缘由的，这里则把来龙去脉未来演进都梳理了🤓
顯示更多
终于来了
FastAPI now has built-in OpenTelemetry support, natively 📈
No extra code needed.
See how your app behaves in production.
Go and upgrade to "fastapi[standard]" version 0.142.2 ⬆️
Read the docs:
顯示更多
因为这个时代发版实在是太频繁了，我自己看着都闹心。
给应用加了个自动静默更新功能，舒服多了。一天几十百把个版本都无感了。
别再搞什么副业了。没人关心——而且，事实就是如此。
国庆佳节要到了，转一篇文章给大家暖暖心 XD
不想赶 personal agent 的趟。
也不是不做，但我不会给它配什么云主机的。
pro 用户的 agent，就应该跑在自己 128G 内存的本地主机上。
这就是我多次称赞智谱的模型，但从来不用他们产品的原因。
像极了隔壁 grok。
能力有，但做事透着一股鸡贼。
今天都已经到了偷偷打包用户仓库的地步了。
想拿用户数据，谁都想，但不能搞得这么不体面。
顯示更多
如果，我是说如果。
假如我的 followers 里有相对年轻的求职者，正好在找工程方向的工作。
我相信你的简历里一定有一些自己做过或者正在做的项目，不管是不是 vibe 的，当下这个时间节点大概率做的可能靠 agent 方向多一点。
或者是个 workflow，或者是之前的 dify 二开等。
概率比较大。
每个面试官可能角度不一样，有的也许就爱看你做出几十个应用，洋洋洒洒。
但从偏向技术和工程的角度，我建议你不要贪多。
这个时代多没什么用，花点钱买点 token 的事。
做了什么爆款，也许有人会看重一些，但相信我，价值优先。
毕竟小猫补光灯都能上榜一。
我还是建议你打磨好一个项目。越是这个容易 vibe 出东西的时代，你在一个项目上打磨，投入的心血，对这个方向的理解，都价值连城。
哪怕方向在当下看起来也许是错的或者不受欢迎——比如简历上我看的每个人都碰过 RAG，一问为什么今天看起来有点日渐式微，很多人答不上来。
也不是说 RAG 就是错，如果你坚定的在这个方向上打磨，尝试过各种策略，把你的经验，踩过的坑，benchmark，结论，你做过的尝试——这些能和人描述出来——
你知道你在一个真正想招工程师的面试官眼里有多发光吗？
（以上不是说 RAG 不行，RAG 是个涵盖超广的概念，其实 grep 也算 RAG 的手段，狭义广义的我就不展开了）
真的干过，思考过，一个方向折腾过——哪怕一路都是借助 AI，都是你的加分项。
巨大的加分项。
顯示更多
感觉这个 UI 配不上我对 coze 这样团队的理解。
和一人 vibe 出来的产品差不多。
memory 系统目前测下来，设计的越复杂越精妙的——
也越烂。
有些时候它能表现出来真的很不错的“记忆和召回”，但脆弱的要命。
短平快糙的看起来一堆毛病，实际跑起来还好一些。
当然不管哪种，如果你追求那种 human like 的 memory，想极力借助 memory 和 loop 来让人跳出干预，那反正是死路一条，换啥系统都没差。
至少此时此刻的现在，就是死路一条。得看下半年了。
顯示更多
