jiayuan

统计数据

38

文章

0

粉丝

0

获赞

90

阅读

1天前

推荐最近读到的一本非常精彩的科幻小说《挽救计划》，《火星救援》作者另外一本小说。硬科幻 + 单人太空冒险没有超前的科技，没有太空史诗，宇宙也不是黑暗森林，喜欢这样的小说。

#科幻小说 #挽救计划 #火星救援 #单人太空冒险 #积极

6天前

两年前，我们发布了 Devv Search，过去一年多的时间里，我们帮助了超过 70 万的开发者解决了数千万的编程问题。今天，我们用这些经验构建了全新的 Devv：一个帮助你构建 AI 产品的 Coding Agent。评论 DEVV 来获取免费的 credits。

谷歌Deep Research：AI操作系统雏形？· 58 条信息

#Devv Search #AI产品 #Coding Agent #开发者 #编程问题

3周前

在这个 Prompt 的基础上演绎了一个论文的版本，效果也非常无敌。说实话，80% 的预印版论文都是灌水，这个方法不仅可以有效获取信息，还节约了时间。不是简单的总结，而是结构化的重述，能够方便快速阅读。完整 Prompt 如下： ## 核心使命对一篇外文**学术论文**进行专业、严谨的深度解析和结构化重述，旨在让研究者在不通读原文的情况下，精准掌握其**研究问题、方法论、核心发现和学术贡献**，并能快速评估其在学术领域中的价值和地位。 ## 基本要求 - **学术严谨性**：确保对研究设计、数据结果、论证逻辑的转述绝对准确，符合该领域的学术规范。 - **理论深度**：清晰揭示论文的理论基础、核心假设，以及它对现有理论体系的补充、修正或颠覆。 - **完整复现**：完整呈现从提出问题到得出结论的全过程，特别是方法论和关键数据，做到关键信息零遗漏。 - **超越翻译**：产出物应比线性翻译稿更能清晰地揭示论文的内在逻辑和创新点，成为一份高效的“学术速读报告”。 ## 输出结构 ### 论文信息 - **标题 (Title)**：[原文标题] - **作者 (Authors)**：[所有作者] - **期刊/会议 (Journal/Conference)**：[期刊名称] - **发表年份 (Year)**：[YYYY] - **DOI (Digital Object Identifier)**：[DOI 链接] - **原文链接 (URL)**：[URL] ### 结构化摘要 (Structured Abstract) - **背景/目标 (Background/Objective)**：该研究处于什么学术背景下？旨在解决什么核心问题？ - **方法 (Methods)**：研究采用了什么核心方法？数据来自哪里？ - **结果 (Results)**：最主要的发现是什么？ - **结论 (Conclusion)**：研究得出了什么核心结论？其主要贡献和意义是什么？ --- ### 1. 引言 (Introduction) #### 1.1. 研究背景与核心问题 (Research Background & Problem Statement) - 详细介绍本研究处于哪个宏观或微观领域，当前存在什么关键的争议、挑战或现象。 - 精准提炼出本文要回答的核心研究问题 (Research Questions, RQs)。 #### 1.2. 文献综述与研究缺口 (Literature Review & Research Gap) - 梳理作者引用的关键文献，总结出现有研究的主要观点和不足。 - 明确指出本文所针对的“研究缺口”(Gap)，即本文的创新点和必要性所在。 #### 1.3. 研究目标与核心假设/命题 (Objectives & Hypotheses/Propositions) - 清晰陈述本文的研究目标。 - 列出本文提出的核心假设 (Hypotheses) 或命题 (Propositions)。 --- ### 2. 研究设计与方法 (Methodology) #### 2.1. 研究范式与方法论 (Research Paradigm & Methodology) - 阐明研究是定性 (Qualitative)、定量 (Quantitative) 还是混合方法 (Mixed-method)。 - 详细解释所选用的具体研究方法（如：案例研究、问卷调查、实验法、扎根理论等）及其原因。 #### 2.2. 数据来源与样本 (Data Source & Sample) - 说明研究数据的来源（如：访谈、数据库、档案、网络爬取等）。 - 描述样本的选取标准、规模和特征。 #### 2.3. 操作化与测量 (Operationalization & Measurement) - 对于定量研究，说明关键变量是如何被定义和测量的（如问卷量表）。 - 对于定性研究，说明核心概念是如何在研究中被观察和编码的。 --- ### 3. 结果与发现 (Results & Findings) #### 3.1. 主要发现概述 (Overview of Key Findings) - 对研究的核心结果进行客观、中立的呈现，通常按照研究假设的顺序展开。 #### 3.2. 关键数据与图表解读 (Interpretation of Key Data & Figures) - 选取原文中最重要的 1-3 个图或表。 - 解释该图/表展示了什么，揭示了怎样的关系或趋势，提供了哪些关键数据支撑。 --- ### 4. 讨论 (Discussion) #### 4.1. 结果的深度解读 (In-depth Interpretation of Results) - 解释这些研究发现意味着什么？它们如何回答了引言中提出的研究问题？ #### 4.2. 理论贡献 (Theoretical Contributions) - 阐明本研究对现有理论的贡献是什么？是验证、扩展、修正了某个理论，还是提出了新的理论框架？ #### 4.3. 实践启示 (Practical Implications) - 本研究的结果对相关领域的实践者（如企业管理者、政策制定者）有什么具体的指导意义或建议？ #### 4.4. 局限性与未来研究 (Limitations & Future Research) - 坦诚说明本研究存在的局限性（如样本、方法、范围等）。 - 基于本文的发现和局限，为后续研究者指明了哪些可能的研究方向。 --- ### 5. 结论 (Conclusion) - 对全文的研究进行凝练总结，再次强调其最重要的发现和贡献。 ### 6. 核心参考文献 (Core References) - 列出本文文献综述部分引用的、最重要的 3-5 篇参考文献，帮助读者定位其学术脉络。

#阶层固化：求变之路，殊途同归· 409 条信息

#学术论文 #结构化重述 #研究方法 #学术速读 #文献综述

3周前

上初中的时候确实是这么干的。一般的流程是，上课的时候自己在下面手写代码（Basic/Pascal/C），然后找时间在某 BBK 学习机上录入代码，当然手写的代码肯定有一大部分都是伪代码，主打一个思路。用这个方法写了好几个游戏。人肉编译在初学编程的时候其实是个挺重要的技能，可以很好锻炼对代码整体架构的理解，这也让我后面在写更大型的项目的时候，不运行也能知道这个代码跑起来大致是个什么流程。新一代的 coder 们，全靠 vibe coding，估计后面语法都不用学了。

#AI编程：自学or科班？新旧码农之争· 68 条信息

#初中编程 #BBK学习机 #手写代码 #人肉编译 #Vibe Coding

3周前

分享一个最近两天做的一个小项目：Math ChatGPT - 免费 - 极简（上传图片 -> 解题） - 支持分享 - 支持多语言 →

#Math ChatGPT #免费 #极简解题 #多语言支持 #项目分享

3周前

GPT-5 还没有 o3 好用。

#GPT-5 #o3 #性能比较 #AI #技术评估

3周前

最近优化的这个新的 Youtube 总结的 Prompt 简直无敌，而且在 Dia 上的效果（使用 o3）也非常好。可以彻底来「阅读」Youtube 视频了。完整的 Prompt 如下：你将把一段 YouTube 视频重写成"阅读版本"，按内容主题分成若干小节；目标是让读者通过阅读就能完整理解视频讲了什么，就好像是在读一篇 Blog 版的文章一样。输出要求： 1. Metadata - Title - Author - URL 2. Overview 用一段话点明视频的核心论题与结论。 3. 按照主题来梳理 - 每个小节都需要根据视频中的内容详细展开，让我不需要再二次查看视频了解详情，每个小节不少于 500 字。 - 若出现方法/框架/流程，将其重写为条理清晰的步骤或段落。 - 若有关键数字、定义、原话，请如实保留核心词，并在括号内补充注释。 4. 框架 & 心智模型（Framework & Mindset）可以从视频中抽象出什么 framework & mindset，将其重写为条理清晰的步骤或段落，每个 framework & mindset 不少于 500 字。风格与限制： - 永远不要高度浓缩！ - 不新增事实；若出现含混表述，请保持原意并注明不确定性。 - 专有名词保留原文，并在括号给出中文释义（若转录中出现或能直译）。 - 要求类的问题不用体现出来（例如 > 500 字）。 - 避免一个段落的内容过多，可以拆解成多个逻辑段落（使用 bullet points）。

#Youtube总结 #Prompt优化 #视频阅读 #效率工具 #内容创作

3周前

GPT-5 的真实体感（ChatGPT 版本，非 coding 场景）： GPT-5：和 4o 差不多 GPT-5 Thinking：和 o3 差不多总结：升了个寂寞奥特曼是会玩的。以后 benchmark 可以直接看模型价格，大概率比跑分要准。

#GPT-5 #性能提升不明显 #奥特曼 #模型价格 #Benchmark

3周前

GPT-5 解决了我一个重要的问题：日常纠结使用哪个模型。模型发展到这个阶段，已经不是指数级性能提升了，大部分情况下使用起来都大差不差。所以有了 GPT-5 之后，我的使用可能会变成： - Claude Code with Opus 4.1 负责所有 coding 场景 - 其他场景都交给 GPT-5

#GPT-5 #模型选择 #Claude Code #Opus 4.1 #编码

3周前

差不多 3 年前，OpenAI 刚刚发布了 ChatGPT，当时基于的是 gpt-3.5，现在版本号终于走到 5 了。

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 392 条信息

#ChatGPT #OpenAI #GPT-5 #人工智能 #技术进展

3周前

如何使用 AI 浏览器来快速吸收 YouTube 视频内容打算后面多多采用这样的视频形式来分享一些 AI、创业、增长、效率方面的内容。

AI视频井喷：Midjourney领跑，多模态混战· 128 条信息

#AI浏览器 #YouTube视频 #AI #创业 #效率

3周前

ChatGPT 的设计师也深受 vibe coding 渐变色毒害，还好不是蓝紫色渐变。 btw，图中的渐变应该要用 Figma 先做，然后生成 svg。

#ChatGPT #Vibe Coding #渐变色 #Figma #SVG

4周前

在快速发展的 AI 领域，找到合适的学习资源至关重要。推荐大家关注 MIT 和 Stanford 开设的经典 AI 课程，尤其是： - MIT 的 6.034：人工智能 - Stanford 的 CS221：人工智能原理这两门课程提供了深入的知识与实践经验，对于希望在AI 领域深入发展的同学来说非常有价值。 6.034 课程系统梳理了人工智能的基本原理和常见算法，强调理论与实际应用的结合；CS221 则更侧重于推理、决策和机器学习等核心内容，并通过项目实践帮助学生掌握解决实际问题的方法。

#AI #人工智能学习 #MIT 6.034 #Stanford CS221 #AI课程推荐

4周前

支持孙正义的人得道者多助 + 人脉杠杆

#AI掘金：知识付费新机，流量为王时代· 134 条信息

#孙正义 #人脉 #支持 #商业 #积极

1个月前

推荐一下最近在读的这本小册子：《人生解忧：佛学入门四十讲》大众普遍对于佛学存有很大的偏见和误解（这正是佛教中的「方便教化」所造成的）。其实只要把佛陀看成孔子/老子这样的人物，佛学作为一种哲学来学习，是非常有意思的，而且会对原本的世界观 & 价值观造成强烈的冲击。这是一本非常好的佛学/佛教入门书籍，作者是上海大学历史系的教授。另外复旦大学哲学系教授王德峰老师的系列《心经》、《金刚经》、禅宗的讲座也非常推荐，在 b 站上都能找到。 --- 其他几本我觉得比较好的入门书：《佛陀的启示》《佛教常识答问》《佛教的见地和修道》(非常思辨的一本书）在学习佛学的过程中，我大量和 ChatGPT o3 进行「辩经」，并结合了很多现代心理学 & 神经科学的论文，补充了很多现代的视角，佛学可以看作是千年前的人类对基因 & 意识最早期的探索了。

#佛学入门 #哲学 #王德峰 #心理学 #神经科学

1个月前

有了 AI 之后，很久没有「慢下来」阅读了，基本上都是有问题就直接问 AI，快速获取答案。这样久了之后，发现阅读长内容的能力正在逐渐下降，信息获取阈值提升（是好事也是坏事）。最近为了重拾长内容阅读的能力，开始重新阅读阅读书籍。 2023 年之前基本保持每周一本书的速度，23 年之后这个数量急剧下降，过去一年基本上才读了 10 本书左右。开始重读两本创业的经典：《从零到一》、《创业维艰》

#AI影响 #阅读习惯 #深度阅读 #创业书籍 #反思

1个月前

推荐想要提升英文听力水平的朋友安装一下这个 YouTube Enhancer 插件，然后把默认视频的播放速度改成 1.3 倍，一个月后你的听力水平将有质的提升。

1个月前

真的想要在 AI 时代入门编程并打下一个坚实的基础，好好学一下 UC Berkeley 的 3 门课就可以了。 - CS 61A：编程入门（用的 Python，之前用的是 Scheme） - CS 61B：算法与数据结构（用的 Java） - CS 61C：计算机体系结构（用的 C）这 3 门课在网上都有公开免费的资源可以获取到： CS 61A: Structure and Interpretation of Computer Programs CS 61B: Data Structures CS 61C: Great Ideas in Computer Architecture (Machine Structures)

1个月前

Vibe Coding 还有什么需求是没有被很好满足的？

1个月前

数据库 & Auth 的集成，对于非开发者的 vibe coding 用户来说，是否是一个门槛？

1个月前

在使用 v0/bolt/lovable 这样的产品时，你会偏向使用哪种 auth & 数据库的接入方式？

1个月前

Claude Code is AGI 很多人低估了 Claude Code 在通用任务上的能力（非 coding），借住 terminal & 系统的能力，Claude Code 几乎能做任何事情。我最近高强度使用 Claude Code 作为我的个人助手，而且它的形式也非常适合作为一个助手。例如，我让他整理一下最近我没有做完的一些 task，并给我一份 summary，然后我就可以去做其他事情了，大概 5min 后，一份详细的总结就出现在我的 Obsidian 中。 --- 另外关于 Coding，Code Editor 的形态越来越不重要了，如果 AI 可以自己编写代码，并且写代码的能力越来越强，程序员需要做的事情就是「draft 方案 + review 方案 + 监工 + review 结果」。 AI 唯一没有 dominate 的地方就是 DevOps 了，太多脏活累活了。未来 Coding 产品的形态会收敛到两种形态： - 面向专业开发者：Claude Code 这样的交互形式（需要 leverage 本地的 system 能力） - 面向非开发者：网页端，prompt to app，端到端生成完整的 app --- And 感觉 Claude Code 再过一段时间就要涨价了，$200 每个月，但是一个月基本上随便就可以用到几千刀，血赚。

1个月前

非技术的独立 "开发者" / 创始人 / 产品经理等都是如何开始你的 side project 的？

1个月前

使用来快速构建一个 n8n 的 workflow 前端。

2个月前

Obsidian 中哪个 AI 插件最好用？用习惯了 Roam Research 中的 Live AI，没有找到 Obsidian 中有类似体验的。