avatar
宝玉
2个月前
Anthropic 可能搞错了方向，编程发力虽然之前取得了不错的成绩，但结果是帮 OpenAI 和 Google 在趟路，现在 OpenAI 编程和 Agent 方面追赶甚至超过它了，而它在其他方面似乎并没有突出的地方，Gemini 3.0 发布也很可能会超过它，这样下去搞不好 Anthropic 要成为下一个 Cursor。CEO 格局不行
#Anthropic #OpenAI #Gemini 3.0 #AI竞争 #CEO格局
avatar
ginobefun
2个月前
源自 Hacker News 上的这篇文章 🔽 文润转译： --------- 软件工程中的“品味”究竟意味着什么？ 技术品味（Technical taste）和技术能力（Technical skill）是两码事。你可能技术很强但品味不足，也可能技术平平却品味独到。如同生活中的品味，技术品味有时会超前于你的实际能力：就像你即便不会下厨，也能分辨佳肴与糟粕；同样地，即便你还不具备构建某种软件的能力，也可能已经知道自己喜欢什么样的软件。技术能力可以通过学习和重复练习来提升，但好品味的养成过程则更为难以捉摸。 以下是一些衡量软件品味的指标： - 什么样的代码在你看来是“好看”的？什么样的又是“难看”的？ - 哪些设计决策让你深感满意，而哪些只是“差强人意”？ - 哪些软件问题会让你寝食难安，甚至下班后还在琢磨？而哪些问题你又能一笑置之？ 我认为，品味是一种能够根据当前项目，选择并采纳最契合的工程价值观的能力。 为什么品味不同于能力 看到上面的指标，你可能会问：这难道不就是技术能力的一部分吗？比如说，代码看起来“好看”，不正是因为它本身就是“好代码”吗？我不这么认为。 举个例子。我个人觉得，使用 map 和 filter 的代码要比传统的 for 循环更简洁。我们很容易会认为，这代表了我在工程观点上是绝对正确的。比如，map 和 filter 通常涉及纯函数 (pure functions)，更易于理解和推理，还能避免一类常见的下标错误（off-by-one iterator bugs）。这让我觉得，这并非品味之争，而是我正确、其他工程师错误的问题。 但现实当然要复杂得多。像 Golang 这样的语言，出于其设计原则，完全没有内置 map 和 filter。从性能角度看，for 循环的逻辑更容易分析，也更容易扩展到其他迭代策略（比如一次处理两个元素）。我个人对后者的关注度，不如对前者的关注度高——这就是为什么我不常用 for 循环——但如果因此就说偏爱 for 循环的工程师技术能力不行，那就太傲慢了。很多时候，他们拥有的技术能力恰恰是我所不具备的。他们只是在乎的东西不一样。 换言之，我们的分歧源于价值观的差异。关于这一点，我曾在《我不知道如何构建软件，你也不知道》一文中探讨过。即使那些重大的技术争论确实存在标准答案，也没有哪个在职的软件工程师敢说自己样样精通，因为一个人的职业生涯所能积累的经验终究有限。我们都在一定程度上依赖于个人经验，依赖于自己那套特定的工程价值观。 工程品味的本质是什么 软件工程中的几乎每一个决策都是一种权衡 (tradeoff)。你很少会遇到一个选项完全优于另一个选项的情况。更多时候，每个选项都有其利弊。我们常常需要在不同的工程价值观之间做出艰难的取舍：例如，当性能优化到一定程度后，你可能就很难在不牺牲代码可读性的前提下继续提升性能了。 在我看来，能否真正理解这一点，是衡量软件工程师成熟度的最大标志。不成熟的工程师在做决策时往往很固执，他们认为做 X 或者 Y 总是更好的。而成熟的工程师则乐于权衡一个决策的利弊，因为他们知道每种选择都有其优缺点。关键不在于判断技术 X 是否优于 Y，而在于在当前这个特定场景下，X 的好处是否大于 Y。 换句话说，不成熟的工程师对自己的品味过于执着。他们知道自己喜欢什么，却误将这种喜好当作了放之四海而皆准的工程原则。那么，一个工程师的品味究竟是由什么构成的呢？ 我认为，你的工程品味，由你认为最重要的那套工程价值观所构成。例如： - 可靠性 (Resiliency) 如果某个基础设施组件（如服务、网络连接）发生故障，系统是否仍能正常运行？能否在无人干预的情况下恢复？ - 速度 (Speed) 软件的运行速度与理论极限相比如何？在关键路径 (hot path) 上是否存在不必要的计算？ - 可读性 (Readability) 代码是否一目了然，便于新工程师上手？函数是否相对简短且命名得当？系统文档是否完善？ - 正确性 (Correctness) 系统是否可能出现无效状态？系统是否通过测试、类型系统和断言进行了严格的约束？测试是否使用了模糊测试 (fuzzing) 等技术？在极端情况下，程序是否通过 Alloy 等形式化方法被证明是正确的？ - 灵活性 (Flexibility) 系统能否毫不费力地扩展？进行一次变更有多容易？如果我需要修改某个功能，需要同时改动多少个不同的地方？ - 可移植性 (Portability) 系统是否被绑定在特定的运行环境上（比如 Windows 或 AWS）？如果需要将系统部署到别处，能否在不投入大量工程工作量的情况下完成？ - 可扩展性 (Scalability) 如果流量增长 10 倍，系统会崩溃吗？100 倍呢？系统是需要过度配置资源，还是可以自动扩展？哪些瓶颈需要工程师介入解决？ - 开发速度 (Development speed) 如果我需要扩展系统，需要多长时间？是大多数工程师都能着手处理，还是需要领域专家的介入？ 当然，工程价值观还有很多，比如：优雅性、技术的现代性、开源技术的使用、系统运行的经济成本等等。所有这些都很重要，但没有哪个工程师会对所有这些方面给予同等的关注。 你的品味，正取决于你将哪些价值观置于最高优先级。例如，如果你看重速度和正确性胜过开发速度，你可能会更喜欢 Rust 而不是 Python。如果你看重可扩展性胜过可移植性，你可能会主张深度利用你所在平台（如 AWS）的特性和工具。如果你看重韧性胜过速度，你可能会希望将流量分散到不同区域。 我们还可以将这些价值观进行更细致的拆分。两个都非常关心可读性的工程师，可能会因为一个推崇短函数，另一个推崇短调用栈而产生分歧。两个都关心正确性的工程师，也可能因为一个看重详尽的测试套件，另一个信奉形式化方法而意见不合。但原理是相通的——有太多工程价值观值得我们去追求，而它们之间又常常相互冲突，这就迫使每位工程师必须有所取舍。 如何识别“坏品味” 虽然我前面说所有的价值观都很重要，但这并不意味着不存在“坏品味”。在软件工程的语境下，坏品味意味着你所偏爱的价值观与你正在做的项目格格不入。 我们大多数人都和这样的工程师共事过。他们加入你的项目后，就开始鼓吹某些东西——形式化方法、用 Golang 重写、Ruby 元编程、跨区域部署等等——因为这些东西在他们过去的项目中效果很好。无论这是否适合你当前的项目，他们都会极力推崇，因为这是他们喜欢的方式。不知不觉中，你发现自己为了让一个内部指标看板达到 99.999% 的可靠性，牺牲了代码的可理解性，导致没有一个初级工程师能看懂。 换句话说，大多数坏品味都源于僵化和缺乏变通。我总是对那些以“这是最佳实践”来为自己决策辩护的工程师持保留态度。没有任何工程决策在所有情境下都是“最佳实践”！你必须针对你面临的具体问题，做出正确的决策。 这带来一个有趣的结果：品味差的工程师就像一块坏了的罗盘。如果你恰好站在对的位置，坏罗盘依然能指向北方。只有当你开始移动，它才会把你引向歧途。同样，许多品味差的工程师在特定的领域内可能非常高效，因为在那个领域里，他们的个人偏好正好与项目需求相符。但当他们被调到不同的项目或岗位，或者当项目本身的性质发生变化时，问题就立刻暴露出来了。要知道，工作内容很少会一成不变，尤其是在 2021年后这些充满挑战的时代 里。 如何识别“好品味” 相比技术能力，好品味要难以捉摸得多。因为与技术能力不同，好品味是针对你面临的特定技术问题，选择正确工程价值观组合的能力。因此，判断一个人是否有好品味要困难得多：你无法通过玩具问题 (toy problems) 或技术问答来检验它。你需要一个真实的复杂问题，以及它所附带的各种错综复杂的现实世界背景。 如何判断自己是否有好品味？如果你深度参与设计的项目都取得了成功，那么你可能就拥有好品味。如果你只是执行任务（比如完成一个个工单），那么可以这样判断：那些你认同其设计决策的项目取得了成功，而那些你不认同的项目则步履维艰。重要的是，你需要经历不同类型的项目。如果只有一个项目，或者反复做同一种项目，那可能只是说明你恰好适合那个领域。即使你经历过许多不同类型的项目，也不能保证你在不熟悉的领域里同样拥有好品味。 那么，如何培养好品味呢？这很难说，但我建议多接触不同类型的项目，密切关注哪些项目（或项目的哪些部分）进展顺利，哪些部分举步维艰。你应该专注于保持灵活性：尽量不要对“什么是写软件的正确方式”形成固执的、普适性的看法。我自己的好品味是慢慢积累起来的。当然，我也不认为你不能快速获得它。我相信编程领域也存在一些天赋异禀、品味超乎其经验的奇才，就像其他领域一样。
#软件工程 #技术品味 #工程价值观 #权衡 #成熟度
avatar
indigo
2个月前
Elon 本身就是一台超级计算机 + 终极 GPU！他是世界顶级的 Builder！黄老板在 BG2 的播客上提到他的团队正在建造的 Colossus II 是 50 万块 GPU 组成的集群，大约 100 万块 H100 的等效单元，它会比任何人都先干到 1GW 的能耗，这是人类有史以来最复杂的系统，Elon 能让这些在他脑子里协同工作🧠✨
#Elon Musk #Colossus II #GPU集群 #1GW能耗 #超级计算机
avatar
ginobefun
2个月前
工程品味不同于技术能力。能力是执行任务的技巧，而品味是在众多可行方案中，为当前场景做出最合适取舍的判断力。任何项目都充满权衡，比如在开发速度、运行性能和代码可读性之间。一个有品味的工程师能敏锐地识别出特定问题下的主要矛盾，并正确地决定优先满足哪些价值，牺牲哪些价值。 品味的优劣往往体现在灵活性上。品味差的工程师会将个人偏好或过往的成功经验当作普适的“最佳实践”，在所有项目中固执地推行，无视环境的变化。好品味则恰恰相反，它源于一种认知：任何技术决策都高度依赖于上下文。拥有好品味的工程师能够根据项目的实际需求，动态调整自己的价值标尺，而不是让项目去适应自己僵化的准则。 这种判断力无法通过学习理论速成，它根植于真实的经验。品味是在一次次决策的后果中塑造的，尤其是从失败的项目和痛苦的维护经历中汲取的教训。当工程师亲身体验过某种技术选型带来的长期负面影响后，这种经验就会转化为一种可靠的直觉，在未来帮助他规避风险。因此，培养品味的根本路径是广泛涉猎不同类型的项目，并对成败进行持续和深入的复盘。
#工程品味 #技术决策 #项目经验 #灵活性 #权衡取舍
avatar
Steve
2个月前
现在携号转网很方便了，上午去营业厅将联通转移动 8 元套餐，几分钟就搞定。然后开了无忧行号码托管，SIM卡就可以扔一边了，来电能通过 CallKit 接听，短信也会推送提醒。搭配 iPhone Air + 境外 eSIM 流量，可以作为主力机在国内长期用了。
#携号转网 #联通转移动 #8元套餐 #无忧行 #境外eSIM
avatar
中國式無人駕駛車， 真的智能真的AI 取代中國人類，指日可待。
#无人驾驶 #中国 #AI #技术 #未来
avatar
响马
2个月前
近 ai 者。。。😂
#AI #幽默 #调侃 #人工智能 #表情包
avatar
Gemini deep think 测试 同样prompt "Create code for an SVG of a fox playing a violin under a streetlamp as nicely done as you can." “为一只狐狸在路灯下拉小提琴的 SVG 代码写个尽可能漂亮的代码。” 琴的位置没做好
#Gemini #Deep Think #SVG #fox #violin
avatar
lencx
2个月前
假期来临，大模型扎堆发布，咋这么卷呢？OpenAI 似乎正在另辟蹊径，搞产品（如 ChatGPT Pulse、AI 电商、家长控制、或将发布 Sora 2）。
#大模型 #OpenAI #ChatGPT Pulse #Sora 2 #AI电商
avatar
20亿人离不谷歌地图。 但大部分人仍然不知道它的全部潜力。 下面是谷歌地图的15个令人惊叹的功能：
#谷歌地图 #导航 #功能 #技巧
avatar
汤光头
2个月前
AI绝对干不了的一件事儿 很多人都说AI无所不能，淘汰这个，淘汰那个 我发现，有一件事儿，AI绝对干不了，啥呢？ 答：踩坑
#AI #无法替代 #踩坑 #局限性 #人工智能
avatar
Yangyi
2个月前
对产品多少还需要些敬畏之心 表面看起来的你认为的垃圾 或者你认为那个方向不对 无法理解别人为什么这么做 都不重要 就算那个东西真是一个垃圾 别人也在这个过程里付出了很多东西 踩过很多坑 走过很多你没走过的路 才能让你见到这个垃圾 有些垃圾经过时间锤炼可以变废为宝 有些垃圾会消亡 但不论如何 他们在历史上来过 而你 可能连构建都没构建过 这也就是为什么行家不会去聊那些道法和框架 而是聊松节油 只要一聊松节油 是骡子是马 立刻就知道了 因为那些暗坑 只有做过的人才知晓 哪怕你做的是一个不尽如人意的垃圾 你也远超过了95%的人 Talk is cheap，show me your rubbish
#产品敬畏之心 #实践出真知 #垃圾的价值 #行家聊松节油 #行动胜于空谈
avatar
Rainman
2个月前
这么说Calvin French-Owen 大佬是真的牛逼。 真正的事了拂衣去。 codex 已经在他离开之前就走上了正轨，大佬做完这个产品就走了，剩下的就是运营/迭代了
#Calvin French-Owen #Codex #产品 #运营 #迭代
avatar
Baye
2个月前
我现在既想要更强大的编程模型，又担心太过强大的编程模型会让我作为程序员的价值感降低。就像你自律很多年才练成一身肌肉，结果别人吃吃药就有了……
#编程模型 #程序员价值 #强大AI焦虑
avatar
Yachen Liu
2个月前
#装修日记 敲定了工作室的设计 - 桌面上面的吊板是为音响准备的，要进行加固，同时由于真力 8341 的接线非常复杂，准备直接 50 管接到桌子下方，再放一个小设备柜用于放置交换机等设备。从总机柜穿一根六类线和一根 LC 双芯光纤。 - 左边的小单间是单独隔离出来的工作间，一是隔离🐱进入，避免干扰和猫毛，另外配有独立的通风和新风，方便进行 3D 打印和喷漆等操作。 - 顶部是中央空调和新风出风口，全屋每个房间出风口都预留两根网线走 PoE，一个接 AP，一个接智能设备网关，藏在出风口内不影响外观。
#工作室装修 #音响设备 #独立工作间 #智能家居 #通风系统
avatar
yv
2个月前
问：除了Vercel，哪些平台能host Next.js？我听说Cloudflare worker/pages可以支持部分feature
#Next.js #Vercel #CloudFlare #host平台 #技术讨论
avatar
henu王凯
2个月前
RSI AI交易策略本月数据和复盘，最大的收获应该是“纳指三倍做空（SQQQ）的止损”，这个收获太大了。 让我通达了很多。
#AI交易策略 #纳指三倍做空(SQQQ) #止损 #经验 #复盘
avatar
cc在很多时候读了几个文件就敢下判断开始 coding。 这就是代码一膨胀，迷之操作就特别多的原因。 你不可能再屎山里见微知著。
#草率决策 #代码膨胀 #屎山代码 #技术债务 #负面
avatar
Olivert
2个月前
要跟上AI时代，最重要的不是去搞懂背后的原理，而是上手用起来。建了个群，大家一起交流ai产品使用心得。
#AI时代 #AI产品 #使用心得 #交流群 #上手使用
avatar
ilovelife
2个月前
#每日推荐 网盘直链获取工具 基于【网盘直链下载助手】修改 ，支持 百度网盘 / 阿里云盘 / 中国移动云盘 / 天翼云盘 / 迅雷云盘 / 夸克网盘 / UC网盘 / 123云盘 八大网盘
#网盘直链 #下载工具 #百度网盘 #阿里云盘 #资源获取
avatar
bmwmengwei
2个月前
国行苹果电脑上用 DeepSeek 补齐 Xcode 26 的 AI 能力
#苹果电脑 #DeepSeek #Xcode 26 #AI能力 #国行
avatar
Fu Sheng
2个月前
我们的猎豹浏览器曾因“抢票专版”被约谈，却意外推动了行业进步。 这个十一，你抢到票了吗？
#猎豹浏览器 #抢票专版 #约谈 #行业进步 #十一
avatar
OpenAI 发布了他们自己的官方提示词库 300+ 精选官方提示词 覆盖12 个大类（IT、人力资源、销售、产品、客户服务……） 从这些官方提示词来看，写的并不复杂。 给大家理清了和AI高效沟通的方法：你到底要问什么？怎么切入… 随着模型越来越智能，对 prompt 技巧要求反而没那么高了。 这个资源给了各行业的使用者一个起步场景，一个可以立刻上手的“参考答案”。 无论是新手想快速入门，还是老手想深化，都值得去看一看。
#OpenAI #提示词库 #AI沟通 #行业应用 #快速入门
avatar
Colin Wu
2个月前
这篇文章挺有意思，虽然是美国视角，a16z 大会上顶级内容创作者/KOL 的思考： 1、建立私域流量，摆脱算法控制 2、建立线下触点、互动飞轮 3、远离单次广告，打造整体方案 4、深耕细分市场，精准业务 5、创作者们共同寻求合作 6、牢牢掌控最初使他们成功的平台 7、品牌 + 分发 = 护城河 全文：
#私域流量 #内容创作者 #A16Z大会 #kol #品牌分发
avatar
Viking
2个月前
Vercel CEO 两大爱好：喷 Cloudflare 和 搞政治。这次对公司的伤害太大了，现在时间线上全是 migrate from Vercel 的教程。 我真的不知道他作为一个公司的CEO 为什么发这么多倾向性的内容，明知道有很大反应还这么做，上次就发过一次，被喷惨了，闷声发大财不好吗？ 想吃瓜的朋友可以看原帖的评论。
#Vercel CEO #CloudFlare #政治 #负面 #migrate from Vercel