meng shao

统计数据

47

文章

0

粉丝

0

获赞

108

阅读

1个月前

WebSailor: 阿里通义实验室发布的开源网络智能体模型，通过创新的数据生成和训练方法，显著提升了开源模型在复杂信息检索任务中的表现，缩小了与专有系统的差距，其核心在于通过模拟高不确定性环境和高效训练，激发模型的超人推理能力。背景与问题随着互联网的普及，信息检索变得越来越复杂，人类受限于记忆、注意力和多任务处理能力，无法高效应对高度不确定的信息环境。一些专有系统（如 DeepResearch）在复杂任务（如 BrowseComp 基准测试）中展现了超人表现，但开源模型普遍表现不佳，原因在于它们缺乏处理“高不确定性”任务的复杂推理能力。论文将信息检索任务分为三类： • Level 1：低不确定性任务，如简单查询或基于模型内部知识的回答 • Level 2：多跳问答（QA），有明确推理路径，尽管初始不确定性较高 • Level 3：复杂任务，信息高度分散且无明确解决方案路径，需要动态探索和综合推理现有开源模型在 Level 3 任务上几乎无能为力，论文提出 WebSailor 来填补这一差距。 WebSailor 的核心方法 WebSailor 通过创新的训练方法赋予模型处理复杂任务的能力，主要包括以下几个部分： 1. SailorFog-QA 数据生成： • 通过随机游走和子图采样，从维基数据和网络中构建复杂的知识图谱，生成高不确定性的 Level 3 问题 • 使用信息模糊化技术（如将具体日期改为模糊时间段）增加问题难度，逼迫模型进行深入推理而非简单查找 • 这种方法生成的训练数据更贴近现实世界的复杂信息环境，且具有高度可扩展性 2. 推理轨迹重构： • 利用强大的开源大模型（如 QnQ 或 DeepSeek-R1）生成初始的行动-观察轨迹，但直接使用这些轨迹会因冗长或风格问题影响训练效果 • WebSailor 通过提取关键行动序列并重新生成简洁、目标导向的推理过程，解决上下文过载和风格污染问题，确保训练数据高效且通用 3. 两阶段训练： • RFT 冷启动：通过少量高质量数据（约 2000 条）进行拒绝采样微调（RFT），为模型奠定工具使用和推理基础 • DUPO 强化学习：提出了一种高效的强化学习算法（Duplicating Sampling Policy Optimization），通过动态采样和重复利用高方差样本，提升训练效率和模型的复杂推理能力实验与成果 WebSailor 在多个基准测试中表现出色： • 在 BrowseComp-en/zh 上，WebSailor（3B、7B、32B、72B 参数规模）超越了所有开源模型，甚至与专有模型性能相当，接近顶级系统 DeepResearch • 在 GAIA 和 Xbench-DeepSearch 等测试中，WebSailor 也展现了强大性能，尤其在信息检索任务上。 - 在简单任务（如 SimpleQA）上，WebSailor 同样表现优异，证明其兼容性和泛化能力关键创新点 • 数据复杂度：SailorFog-QA 数据通过模拟真实网络环境的复杂性和不确定性，显著提升模型处理 Level 3 任务的能力 • 高效训练：DUPO 算法优化了强化学习过程，减少了训练时间，同时避免了奖励操纵问题 • 冷启动策略：通过 RFT 冷启动，模型能够快速掌握复杂推理模式，弥补直接强化学习的不足局限性与未来方向 • 上下文长度限制：训练数据被限制在 32k 标记以内，可能影响处理更复杂任务的能力 • 训练效率：尽管 DUPO 提高了效率，同步强化学习框架仍需优化，未来可探索异步训练 • 任务范围：WebSailor 专注于信息检索，未来可扩展到更广泛的领域，如数学或多模态任务

2个月前

Cursor 1.2 发布：Agent 能智能规划任务、自动解决合并冲突，记忆功能正式上线（质量更高、用户可审批），搜索更精准，Tab 补全速度提升约 100 毫秒，显著优化开发效率和体验 Agent 更聪明，能规划任务 Agent 现在会为复杂任务自动生成结构化的待办清单（To-do List），尤其是那些有依赖关系、需要长期推进的任务。你可以在聊天界面里清楚地看到这些清单，Agent 还会根据任务进展动态更新，保持信息清晰。如果连通了 Slack，这些待办事项还能直接同步到 Slack，方便团队协作。消息队列，任务管理更灵活现在你可以给 Agent 排队发指令！当 Agent 在处理当前任务时，你可以继续发送后续任务指令，放入队列。队列里的任务还能自由调整顺序，执行起来更高效，不用干等。记忆功能正式上线 Memories 功能（记忆生成）现在正式可用！从 1.0 版本以来，团队优化了记忆生成的质量，界面也更友好。为了保护用户信任，新增了后台生成记忆的用户审批机制，确保你对记忆内容有掌控权。 PR 索引和搜索，代码追溯更方便 Cursor 现在能像索引文件一样索引和总结 GitHub 的 Pull Requests。你可以按语义搜索历史 PR，或者直接拉取某个 PR、Issue、Commit 或分支到上下文里。还支持 GitHub 评论、BugBot 审查和 Slack 的 Agent 协作，方便你快速做事故分析或追溯问题。语义搜索更精准代码库搜索用上了新的嵌入模型，搜索结果更准确，提示也经过优化，返回的内容更聚焦、更简洁。 Tab 补全速度飞升 Tab 补全速度提升了约 100 毫秒，首 token 生成时间（TTFT）也减少了 30%。背后是通过重构内存管理和优化数据传输实现的，操作起来会感觉更丝滑。 Agent 能帮你解决合并冲突遇到代码合并冲突？现在可以直接在聊天界面点击“Resolve”，Agent 会自动拉取相关上下文，帮你尝试解决冲突，省时省力。后台 Agent 更稳定、更贴心 • PR 自动遵循你团队的模板； • Agent 分支的变更会自动拉取； • 像 rebase 这样的冲突会以可操作的后续任务形式提示； • 支持从侧边栏直接提交代码； • Slack 和网页的深层链接能直接打开相关代码库，哪怕你本地没打开它。

2个月前

[开源项目] n8n-workflows - 收集超过 2053 个 n8n 工作流，堪称 n8n 自动化爱好者的宝藏仓库。不仅整理了海量的工作流，还通过智能命名、分类和高效的搜索系统，让用户能轻松找到适合自己的自动化方案。项目概览 · 什么是 n8n？ n8n 是一个开源的工作流自动化工具，允许用户通过连接各种服务（比如 Telegram、Google Drive、Slack 等）创建自动化流程 · 项目目标：汇集来自 n8n 官网、社区、博客等来源的 2053 个工作流，涵盖 365 种独特集成，并提供强大的搜索和浏览体验 · 核心优势：相比传统文档系统，这个项目的文档系统性能提升了 100 倍，搜索响应时间低至 100 毫秒，内存占用减少 40 倍，还支持移动端响应式设计主要功能 1. 高效文档系统： · 使用 SQLite FTS5 技术，实现超快的全文搜索 · 支持按触发类型（如 Webhook、定时触发）、复杂度或服务类别（如 AI、CRM、社交媒体）过滤 · 提供实时统计：总计 29,445 个节点，平均每个工作流 14.3 个节点 · 支持 Mermaid 图表生成，方便直观查看工作流结构 2. 智能命名与分类： · 将复杂文件名（如 `2051_Telegram_Webhook_Automation_Webhook.json`）自动转为易读的标题（如 `Telegram Webhook Automation`） · 通过 `create_categories.py` 脚本，自动识别服务（如 Twilio、Gmail）并归类到 12 个类别（如通信、数据分析、电商等） · 用户可通过下拉菜单按类别筛选工作流，查找更精准 3. 易用性： · 快速启动：克隆仓库，安装 Python 依赖，运行 `python run. py`，即可在 `localhost:8000` 浏览工作流 · 导入 n8n：支持通过 `import_workflows.py` 批量导入，或手动将 JSON 文件导入 n8n · 开发模式：支持自动重载和自定义主机/端口，适合开发者调试技术亮点 · 现代技术栈：FastAPI 提供 RESTful API，SQLite 数据库支持高效查询，HTML5 前端确保响应式体验 · 性能优化：文件大小从 71MB 缩减到 <100KB，加载时间从 10 秒降到 <1 秒 · 智能分析：通过 MD5 哈希检测文件变化，自动更新数据库；支持后台处理和压缩响应，速度更快 · 移动优化：界面适配手机，支持暗/亮主题，触控友好使用场景 · 开发者：快速找到并复用现成的自动化工作流，比如连接 Telegram 和 Google Sheets 的自动化 · 业务分析师：探索 CRM、营销或电商相关的工作流，提升业务效率 · 自动化工程师：利用复杂工作流（如多触发器系统）构建企业级解决方案

2个月前

从147次 ChatGPT 提示失败到逆转 AI 交互创造 Lyra 提示词优化工具 - Lyra 就像一个“超级翻译”，把你模糊的想法变成 AI 能精准理解的指令，核心在于让 AI 主动问对问题，从而生成更贴合需求的结果故事背景来自 Reddit 的一篇帖子，作者因为反复尝试让 ChatGPT 写一封自然的销售邮件未果，崩溃之下灵光一闪：与其费力猜测 AI 需要什么信息，不如让 AI 主动问用户需要什么。于是，他花了72小时开发了 Lyra——一个“反转”交互模式的提示框架，让 AI 先“采访”用户，搞清楚需求后再生成精准输出。 Lyra 的核心逻辑 Lyra 的精髓是**4-D方法论**，通过四个步骤优化用户输入： 1. 分解（Deconstruct）：分析用户请求的核心意图、关键信息和缺失部分 2. 诊断（Diagnose）：找出请求中的模糊点或不足 3. 开发（Develop）：根据任务类型（创意、技术、教育等）选择合适的优化技巧，比如多角度分析、逐步推理等 4. 交付（Deliver）：生成清晰、结构化的提示，并附上使用建议 Lyra 的实际效果 · 普通 ChatGPT：输入“写一封销售邮件”，得到千篇一律的模板 · Lyra 优化后：AI 会先问：“你的产品是什么？目标客户是谁？他们的痛点是什么？”然后根据回答生成一封精准、有针对性的邮件 · 另一个例子：用户说“帮我做餐 prep 计划”，普通 ChatGPT 给通用建议，而 Lyra 会问你的厨艺水平、饮食限制、时间安排、口味偏好，最终输出贴合个人需求的计划 Lyra 的提示框架帖子详细分享了 Lyra 的完整提示（见原文），包括： · 欢迎信息：Lyra 会自我介绍，要求用户说明目标 AI（ChatGPT、Claude 等）和优化模式（DETAIL 深入模式或 BASIC 快速模式） · 两种模式： · DETAIL：通过2-3个针对性问题收集更多背景信息，适合复杂任务 · BASIC：快速优化，适合简单请求 · 输出格式：优化后的提示、改进说明、应用技巧和使用建议 · 适用平台：ChatGPT、Claude、Gemini、Grok 等，针对不同 AI 的特点调整优化策略为什么特别？ · 用户友好：Lyra 让 AI 主动补全缺失信息，降低用户编写完美提示的难度 · 广泛适用：从写邮件、做计划到婚礼筹备、代码调试，Lyra 都能大幅提升 AI 输出质量 · 社区反响：帖子爆火，获600万浏览和6万分享，用户反馈 Lyra 帮助解决了各种实际问题

2个月前

想把话说清楚，先得想清楚几个小建议 👇

2个月前

看到马斯克发 🤗，第一反应居然是： X AI 要收购 HuggingFace ❓

2个月前

HuggingFace 模型下载量总榜榜首是这个用来检测 NSFW 的模型 - nsfw_image_detection，下载量达到 1.67 亿，来自 Falcons AI 核心功能模型使用 Vision Transformer (ViT) 技术，基于谷歌的`vit-base-patch16-224-in21k`，在 ImageNet-21k 数据集上预训练，之后用80,000张包含“正常”和“NSFW”两类的专有数据集进行微调，主要用途是识别和过滤不雅或敏感图片，适用于内容审核和安全过滤场景。技术亮点 · 模型架构：采用 ViT，类似 BERT 的图像处理版本，擅长捕捉图像中的细微模式 · 训练细节：使用16的批次大小和5e-5的学习率，确保模型在快速学习和稳定优化间平衡。训练数据集多样，包含80,000张图片 · 性能表现：模型评估显示高准确率（98.04%），运行效率也不错（每秒处理52.46个样本）使用方法 1. 高层次 API：通过 Hugging Face 的 `pipeline` 接口，加载模型后直接对图片进行分类，判断是“正常”还是 “NSFW” 2. YOLOv9 版本：使用 ONNX 格式的 YOLOv9 模型进行推理，需要指定图片路径、模型文件和标签文件，适合更定制化的需求局限性 · 模型专为 NSFW 分类优化，应用到其他任务可能需要额外微调 · 性能受训练数据质量影响，用户需根据具体场景验证模型效果实际应用这个模型适合需要内容过滤的平台，如社交媒体、论坛或内容分享应用。用户需注意负责任使用，遵守相关内容法规。

2个月前

关于 Agent TARS 认知的官方文章：

2个月前

同样提示词，三个 AI 视频产品的视频对比 - 意大利面驾车飞驰 🚘🚘🚘 ← Midjourney ↑ Veo3 ↓ Hailuo 提示词： a spaghetti creature with sunglasses driving a convertible along a coastal highway at sunset, long pasta strands blowing in the ocean breeze, waves crashing nearby, warm cinematic lighting, surreal and humorous vibe, ultra-detailed textures, soft depth of field, golden hour atmosphere

2个月前

两只智商极高的狗狗脑子里出现的画面：两个（北方）人敬酒，比谁的杯子更低 😂

#狗狗 #智商 #北方人 #敬酒 #习俗

2个月前

这个神秘的域名，现在没有指向 ChatGPT 或 DeepSeek，拿下的 Deepmind 似乎也没有买它今天不经意打开，发现标题「The Next Big Thing」，正文也显示即将有很厉害的事情发布，很神秘，不知道是啥只是到现在网站托管在美区 Cloudflare 😂

#域名 #ChatGPT #DeepSeek #DeepMind #神秘发布 #CloudFlare

2个月前

今晚的深圳 🌅🌙

#深圳 #夜景 #城市风光

2个月前

回看两周前这张 AI FOMO 梗图，让人更加过载的： Gemini 2.5 Pro 06.05 发布 Cursor 1.0 正式版发布 Windsurf 被 OpenAI 收购没进展，却被 Anthropic 断供 Flux Kontext 发布还有什么？

#AI #FOMO #发布 #收购

3个月前

BlackBox AI 也加入了 Manus 的赛场？它们刚刚推出了在安全虚拟机中远程运行的自主 AI 智能体 - 'Remote Agent'，更专注在编程方向。把它直接连接到 Github 代码库，然后分配想要的任何任务，坐等结果。可以同时运行多个任务，支持移动端访问，随时查看任务运行结果中的完整记录，对多任务并行的开发者，还是很有帮助的。安全虚拟机，猜测是和 E2B 合作，或类似的自研技术，实现快速启动和开箱可用的沙盒环境，这在代码运行过程中很重要。在这里体验：

#BlackBox AI #自主智能体 #Remote Agent #编程 #GitHub #多任务并行 #E2B #安全虚拟机 #移动端

3个月前

Anthropic 官方最新推出高效提示工程的6个技巧，通过优化AI交互获得更精准的回应高效提示工程的6个技巧 1. 提供上下文 2. 展示“优秀”的示例 3. 明确输出限制 4. 将复杂任务分解为步骤 5. 要求它先思考 6. 定义 AI 的角色秘密武器：请 AI 帮助优化提示词我正在尝试让你，Claude，帮助我实现（目标）。我不确定如何表达我的请求以获得最佳结果。你能帮我起草一个有效的提示吗？ Tips：当你不确定如何提出要求时，AI 可以帮助优化你的提示。这可能是最强大的技巧！

#AI提示工程 #Anthropic提示技巧 #AI优化 #交互精准性 #Claude #AI交互优化

3个月前

原文地址：

3个月前

人人都能30天内获得1000个粉丝，来自 Marc Lou 分享的实战经验选择一个技能并打造个人品牌 • 挑选一个你擅长的领域，比如编程、设计或营销 • 把你的社交媒体简介（比如X简介）设置为与这个技能相关，塑造专业形象 • 目的：让别人一看就知道你是某个领域的专家，吸引对这个技能感兴趣的人关注你每天发一个特定格式的帖子并互动 • 每天发一篇帖子，格式是：“Day {{第几天}} of {{你的技能}}，我今天{{学了/做了}}这个。” • 比如：“Day 1 of 编程，我学会了写一个简单的Python程序。” • 附上截图或成果展示，作为“工作证明” • 每天关注并评论3个与你的技能相关的账号 • 目的：通过持续展示你的进步，建立信任感和真实性，同时通过互动扩大你的曝光每天进步一点点 • 努力让你的内容每天比前一天有趣1%，比如分享更有趣的成果、更实用的技巧等 • 原理：这种“复利效应”会让你的吸引力逐渐积累，最终带来显著的粉丝增长 • 目标：30天内达到1000个粉丝

#个人品牌 #社交媒体 #粉丝增长 #专业形象

3个月前

信息卡风格: 极简技术风 (Minimal Tech) 实测 Gemini Pro 2.5 和 Grok 3 根据文章生成网页信息卡。风格概述: 极简技术风以纯净留白、高对比配色和优雅排版为核心，融合微妙网格背景与平滑交互，打造专业、高效且专注内容的设计体验。具体提示词和多张实测信息卡，见下方 👇

#极简技术风 #Gemini Pro 2.5 #Grok 3 #网页设计 #信息卡

6个月前

🤗 Hugging Face 24 小时开源复现 DeepResearch：解放 AI 搜索助手概述：OpenAI 发布网页搜索系统 DeepResearch 后，Hugging Face 团队在 24 小时内启动开源复现项目，利用 CodeAgent 等创新方法将验证准确率提升至 54%，并计划持续改进以打造人人可用的开源 AI 搜索助手 OpenAI 发布背景： - OpenAI 在2月3日发布了 DeepResearch 系统 - 该系统可以浏览网页、总结内容并回答问题 - 在 GAIA 基准测试上取得了显著成绩(67% 正确率) 开源复现计划： - 由于 OpenAI 没有公开其框架(agent framework)的细节 - 作者团队决定在24小时内尝试复现并开源这个框架关键技术突破： - 使用 CodeAgent 而不是传统的 JSON 格式 - 代码方式可以减少30%的步骤数量 - 提供了基础工具:简单的网页浏览器和文本检查器初步成果： - 在 GAIA 测试集上达到54%的验证准确率 - 超过了之前开源框架的最好成绩(46%) - 已发布在线演示供人们试用未来发展方向： - 计划开发更强大的网页浏览能力 - 准备构建 GUI Agent(可以查看屏幕并用鼠标键盘操作) - 正在招募全职工程师推进项目

#HuggingFace #DeepResearch #AI搜索助手 #开源 #OpenAI

8个月前

看完吴恩达老师新年展望里，对大型系统中 AI 辅助开发遇到的挑战的陈述，恰好今天在公司领了个活儿，就是这个方向。公司想把团队做了几年的软件重做一遍，时间只给了两个月，从方案设计到产品开发，因为涉及到软硬件结合和复杂的功能实现，挑战不小。我也在思考，如果想实现这样的“挑战”，我们要怎么做，首先是常规手段: - 挑选开发和架构能力、配合推动能力强的成员组成精简的特殊产品开发测试小组 - 采用敏捷的开发模式，各个方向的开发紧密合作，降低沟通成本 - 所有流程规则从简，减少干扰打断，提升连续开发效率 - 提高自动化和工具化，测试提前介入单元和自动化测试 - 更清晰明确的架构，架构设计时更多架构伙伴充分论证，高内聚低耦合除此之外呢，就现有团队能力，想有更大幅度的提升，当然还有一个非常重要的外援 - AI ❗️ 过去团队 AI 主要用在编程环节，这次我想做一个复杂大型工程的 AI 实践，从开发方案、架构设计、新技术理解、产品方案评估、体验设计规范、辅助编程（介入到复杂业务逻辑和设计规范程度）、辅助测试用例编写和自动化测试、服务环境设计和部署等工程的全流程各个环节，都用不同的 AI 工具辅助。下周一敲定团队成员后正式开动，我打算把这个过程记录沉淀下来，分享到系列文章中，感兴趣的朋友可以先关注下图中的公众号 👇

#AI #吴恩达 #新年展望 #大型系统 #AI辅助开发 #挑战 #软件重做 #软硬件结合 #功能实现

8个月前

Memary - 为自主 Agent 打造的开源记忆层框架 TL;DR Memary 通过模拟人类记忆机制，为 AI Agent 提供自动化的知识积累和经验学习能力，让 AI 能够持续进化并提供更智能的个性化服务 Memary 是一个为 AI Agent 提供记忆能力的开源框架，模拟人类记忆的工作方式,让 AI Agent 能够: 1. 自动生成和存储记忆 2. 追踪用户偏好 3. 随时间学习和进步 4. 能够回溯历史记忆主要组成部分： 1. 记忆模块: - 记忆流(Memory Stream): 记录所有实体和时间戳,反映知识的广度 - 实体知识库(Entity Knowledge Store): 追踪实体被引用的频率和时间,反映知识的深度 2. 知识图谱: - 使用图数据库存储知识 - 采用递归检索方法搜索知识 - 可以处理多跳推理 3. Agent 系统: - 基于 ReAct Agent 实现 - 内置搜索、计算机视觉等工具 - 可以添加自定义工具主要优势： 1. 低代码实现 - 开发者可以轻松将记忆功能集成到现有 Agent 中 2. 自动化 - 记忆会随着 Agent 交互自动更新 3. 可视化 - 提供仪表盘查看 Agent 的记忆和进步情况 4. 多用户支持 - 可以为不同用户创建独立的 Agent 实例

#Memary #开源框架 #AI Agent #人类记忆机制 #自动化知识积累 #经验学习 #持续进化 #个性化服务

1年前

误入软件开发十五年卷完周报看了一眼日历：7 月 1 号，猛然想到今天就正式工作满十五年了，以后就可以说自己说软件开发从业经验超过15年了。回头想想也是挺折腾挺曲折的十五年，以前零散在朋友们的推文下评论过一些，今天也想努力回想整理一下，以后真的忘了，还能找到这里的回忆。从大学开始到现在，一共经历了四个城市，展开说说 👇 -- 重庆（05-09）-- 05 年 10 月从河北的农村老家来到重庆大学，那也是第一次出远门、第一次坐火车，到了大学一切都是陌生的，因为截止日期晚上才报道，火车站接站和学校接待都撤了，好容易到了学校一路问到寝室，匆匆忙忙的开始了军训， 10 月份的重庆相比河北还是非常热，就这么又热又水土不服的开始了大学生活。因为高中时对数学和物理很感兴趣（主要也是报考时真看不懂其他专业是啥），本科专业选择的是应用物理，进入学校从老师、辅导员和学长那了解到物理学是一个长线专业，本科就业比较难，需要读研读博才有更好的科研方向选择，但家庭条件不太好，弟弟在学美术，我还是想毕业后尽快工作有收入来支撑生活。所以在大二开始就在尝试不同的兼职方式：家教、促销导购、商铺租赁、会议策划、外卖（那时还没有美团，联系几个味道做的不错的快餐店，往办公楼集中的地方推订餐），也想看看自己到底能做什么、喜欢做什么，一路做下来，其实还是对家教更感兴趣，不过这很难成为工作方向。到了大四上开始校招，尽量多去参加校招宣讲，记得美的、华为、中广核、碧桂园等等只要不限制专业的都去参加了，也拿到了碧桂园销售方向的三方协议。后来机缘巧合配同学去参加一个叫做 “INTASECT” 的对日外包软件公司的宣讲，真的只是想去听听，顺便蹭个饭。现场招聘人员给每个人发了一套题（数字和图形逻辑类），我也做了，当天收到面试电话。心里觉得很纳闷，当时对计算机是真的一窍不通，识别只会开机打字、玩红警的状态，什么计算机一级二级完全不了解。看看也不是坏事，也就去了，面试我的是这个公司的合伙人，他当时问了我一个问题，后来才知道那是冒泡排序，又问了一个路径规划问题。因为对计算机真的不懂，完全是往数学解题的方向在扯，当时他就说：同学你的数学应该不错，从你前面笔试题也能看出来，不过计算机你没学过，你愿意学吗？我们可以提供免费日语和计算机培训。那我当然愿意了，当场表态后直接签了三方协议。后来毕业前到公司集中培训学习，论文和毕业仪式也伴随着培训过程急匆匆的结束，正式进入“职场”。 -- 成都（09-12）-- 在成都开始了工作，职场也比我想象的要友好，因为很多同届的应届伙伴，大家一起学习和工作，还是很有趣。对日外包的工作本身难度不高，只是对日语和严谨度要求比较高，几个月过后也就适应了，当时记得用的语言是 Cobol 和 C。后来又见到面试我的领导，也跟他谈起，为什么当时对一个完全不懂计算机编程的学生会通过面试呢？他表示自己也是做技术的，了解编程是可以快速入门上手的，但是做到深处，数学和逻辑能力就更关键了，他也看好我这个方面的表现。后来因为这家公司日本业务合作的问题，我们很多应届生在一年后离开，但到现在都还是很感谢这位领导，他后来定居日本也没了联系，很感激他把我带到这个“陌生”但又陪伴我十几年的行业。离开后去了一家四川电信的合作公司，做基站巡检类产品服务的公司，公司很小只有 20 来人。和严谨的日企完全不同的做事方式，需要直接对接电信客户、理解需求、开发测试交付、现场运维等等，工作倒也不难，因为人少所以也能接触到更多开发之外的事情，还能根据不同的需求选择不同的产品形态（WPF、Silverlight、Android 等），也是这时开始接触到有界面的语言，当时真的好喜欢 Silverlight 的显示效果。在成都三年后，当时国内的 Windows Phone 7 开始慢慢流行起来，自己因为做过 WPF、Silverlight，所以对 WP 编程不陌生，加上当时 Android 和 WP 系统效果的对比，WP 简直是碾压，所以就想找一个公司全职做 WP 开发。成都这样的机会比较少，就想到了去北京，一方面离家近，一方面机会选择多一些。有了这个方向后，也比较顺利的找到了北京的 WP 工作，回到了北京。 -- 北京（12-17）-- 到了北京开始做 WP 开发工作，后来是 Windows 8\10 开发，12-14 年也是对我影响和改变最大的几年，开始接触全新的 WP 系统，同时接触到很多同路的朋友，虽然现在大家都已经转去做其他方向了。也是从 14 年开始，因为做过一些 WP App，也写过一些博客、MSDN 问答等，成为了微软 MVP，现在还是很怀念那时的微软 MVP，大家都很有激情的分享技术和产品，参加线下 Tech Summit，每年还会组织很多次 MVP 聚会和一年一度的美国总部 MVP 峰会。真的是非常开心的做技术开发交流的几年。到了 14 年当时微软对 WP 系统做了升级，直观感受上重视程度明显降低了，我的工作也受到了影响，不得不去了一家法国公司，做供应链决策分析系统的后台开发。说来惭愧，当时对这个行业和系统也是一无所知，但是公司总经理也是觉得我数学、逻辑和表达能力不错，作为中方开发和法国总部配合会比较顺利。进来后对业务理解也比较快，工作也算顺利，不过法国公司的节奏对当时我的年龄来说，实在太慢了，经常一周的工作可能前两天就做完了，后面三天零散的和法国同时有一些邮件沟通。过了不到一年，我就觉得这样下去好慌，不行，要换个发展更好、节奏更快的行业，于是就很快离开，加入了旷视科技。其实当时对旷视科技做的人脸检测的行业也没什么概念，当时国内人脸检测技术也还没推广开，只是觉得这个方向很酷，面试中得到公司的清华学生比例非常高，公司环境也不错，面试同事也都很不错，就加入了。加入后也确实如所想，节奏很快、做的事情和之前很不一样、大家都很聪明，经常让你感觉到智商的碾压，在这里做事很有趣很开心，就这么过了接近两年。因为那几年的北京雾霾还比较严重，我老婆到冬天呼吸道就经常不舒服，当时就想着换个南方的城市。联系了苏州微软的朋友，也基本通过了面试，想着去上海苏州一带实际感受一下，再谈 Offer。去的时候是冬天，长江流域的阴冷让我和老婆都不太适应，回来后就果断放弃了这个机会。转而一个在深圳的微软的架构师朋友，因为在 MVP 活动认识，他也是当时微软 Startup 项目和初创公司沟通很多的角色。给我介绍了一个初创团队，做动画视频和在线设计工具，他们在招一个技术总监。到更理想环境的城市、做技术总监也可以学习到更多开发之外的东西，这两个点让我们决定搬到深圳，也就开始了后面 7 年深圳的生活。 -- 深圳（17-24）-- 到深圳这家初创公司，一下就工作了 6 年，也经历了这个公司从 A 轮到 C+ 的过程，同时也经历了😷的三年和国内资本的起起伏伏，当然主要还是公司自己的发展没想好，到时太依赖资本和太面向资本发展了。就我的职位来说，从最初产品开发团队只有 7-8 个人，发展到后面最多时三个城市共 150 左右的团队，自己也学习了很多不同阶段不同规模团队的带领方式，也在不断接触资本的过程中学习到很多路演和演说技巧，也做产品运营有了一些认识。在第 5 年开始，因为经营问题，公司开始了各种裁员和福利薪资的缩减，以及一些上不得台面的恶心人的手段，当时就觉得在这个公司的路应该是到头了。因为有股权和股东身份等问题，加上当时老板的核心管理团队都不太职业，离职折腾了挺长时间，anyway 算是顺利离职了。很感谢微软的朋友把我带到深圳，也很感谢前公司的 CEO，能让我担任这个技术负责人角色，学习到很多，也了解了很多开发之外的事情，都是自己的收获。在 SD 和 GPT-3.5 发布后，也开始关注生成式 AI 的方向，当时还信心满满的觉得可以几个人合作做一个小而美的 AI 公司，拿融资迅速启动迅速做大（现在想想这种NAIVE的想法脑子就是被门挤了），不过很现实的情况确实是完全拿不到融资，甚至没有能接近融资的机会。边学边做了几个月的 RAG 场景应用后，家庭还是出现一些负面的声音，因为没有收入，家人和我都开始焦虑，这样下去也确实看不到什么希望，就开始回到职场，接了当时离职前接触的 Offer，来到了现在的公司。现在公司是做桌面激光硬件的，搭配硬件有设计和加工的工具、社区和商城。又是一个完全陌生的领域，对硬件开发一窍不通的我又是一次全新的学习过程，不过好在它们的设计工具我比较熟，社区和商城也都接触过，最核心的任务就是能够把软件研发和硬件研发的节奏拉通，保证交付后能够不断发挥软件的价值。工作之余，还是会非常关注生成式 AI 的发展和落地，有时间就去看看新的论文、开源项目和产品，也把自己觉得不错的内容分享出来，希望能对大家有所启发，也让大家在忙碌中能快速发现自己喜欢的内容，再去看原文，起到一个抛砖引玉的作用。也是真的很怀念十年前开始做微软 MVP 时分享的快乐。 -- 写在后面 -- 写完这几段再回头想，这十几年好像每进入一个行业，都是很陌生的，都是边学边做的，好像也没遇到真的不能解决的问题，也确实，咱也不是造火箭的。说了这么多，自己的感受就是：拥抱变化、敬畏但不畏惧新事物、保持心态开放、保持学习习惯就好。之前零散给朋友们评论，也说要完整回忆分享一次，就写在上面吧，也可以当作是一次更完整的自我介绍。