Sabitlenmiş Tweet
Mr Panda
27.3K posts
Mr Panda
@PandaTalk8
程序员、在X上分享 AI 构建、内容创作、独立创业与X增长方法
公众号：就叫熊老板 Katılım Temmuz 2017
5.3K Takip Edilen76.7K Takipçiler
比如这些畅销书， 大多数人都没有看过， 也没有实践， 完全是因为这本书表面的书名和理念才去买的。
都是冲动消费。
畅销的内容有时候和内容本身并没有多大关系， 完全是一种理念能不能深入人心。
Mr Panda@PandaTalk8
二十来岁买的书，快四十岁的时候， 才去看。
中文
@PandaTalk8 这本书我第一时间买来，看，学，最后得到的心得就是——只有去坐牢，才能照着做🤣真的，里面的内容是真强大，也真难做，真得有时间和毅力，对抗枯燥，自我提升，只能在号子里
中文
现在 OpenAI 氛围和Anthropic 形成鲜明的对比。
一个开放、耐心、发福利，显得非常尊重用户，和用户社区打成一片。
另一个封闭、折腾、矫揉造作，不尊重用户，高高在上。
Tibo@thsottiaux
If you aren't yet bold enough to install the Codex app, you can stay in the presence of your orange crab and point it at GPT 5.6 Sol. Takes 5 minutes. Kudos to Theo for explaining one of the ways to get this done. Step 1: Install CLIProxyAPI Step 2: Connect Step 3: Define following alias and enjoy claudex ``` alias claudex='CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol \ CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 \ CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY=3 \ ENABLE_TOOL_SEARCH=false \ claude --model gpt-5.6-sol' ``` If this gets blocked, I owe you a reset.
中文
我觉得现在没有必要在claude Code 里面使用 gpt 5.6 sol 了。
直接用 codex 就可以了。
codex 现在是我打开率最高的AI 工具了。
Tibo@thsottiaux
If you aren't yet bold enough to install the Codex app, you can stay in the presence of your orange crab and point it at GPT 5.6 Sol. Takes 5 minutes. Kudos to Theo for explaining one of the ways to get this done. Step 1: Install CLIProxyAPI Step 2: Connect Step 3: Define following alias and enjoy claudex ``` alias claudex='CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol \ CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 \ CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY=3 \ ENABLE_TOOL_SEARCH=false \ claude --model gpt-5.6-sol' ``` If this gets blocked, I owe you a reset.
中文
虽然现在LLM 非常好用。 但知识付费这个行业仍然会活的很好。 因为切身经历过某些事的人经验直觉和判断更加有价值， 这是机器永远也不太可能做到的事。
当一个人带着复杂问题向专家请教时，回答“去问大模型”往往毫无帮助——因为对方很可能早就问过了。真正想获得的，是专家经过多年实践形成的个人判断、经验和直觉。
举了两个例子：
一位女士向一位资深人士请教一个业内没有共识的问题，希望知道对方会如何判断相互矛盾的研究，得到的却是“问 Claude”。
她曾经被一个数据问题困住，已经尝试了多种方法，也和大模型反复讨论过，随后向专业人士求助，结果多数人仍然建议她去问模型。
她强调这不同于过去那些“不先搜索就伸手问人”的行为。她不是想让别人代替自己查资料，而是想知道：
你个人怎么看？
你的实际经验告诉了你什么？
公开资料或行业共识哪里可能有问题？
面对不确定性，你会相信什么、舍弃什么？
这类似于向熟悉的朋友询问餐厅推荐：需要的不是网上的“十大榜单”，而是基于共同品味和过往经验的私人判断。
作者也承认，认真回答别人确实有成本，需要时间、注意力和思考。因此，“我现在没时间”“我也不知道”“你试过的方法已经是我能想到的全部”，都是可以接受的真实回答。相比之下，“问 Claude”更像一种含糊的推辞，它掩盖了对方不愿或无法回答的事实。
一句话概括：
大模型擅长提供可检索、可归纳的普遍知识，但人们向专家请教，往往正是为了获得模型无法提供的、由长期实践形成的个人经验和判断。
文章并非反对使用大模型，而是在批评一种新的交流习惯：把“问大模型”当成所有问题的默认终点，从而让真正珍贵的人类经验更难被分享。
阅读原文
blog.yaelwrites.com/stop-telling-m…
中文
RISCBoy 是一台用 FPGA 从零设计的开源掌机：
作者不仅设计了 PCB，还自己实现了一颗 RISC‑V CPU、图形处理器、总线、内存控制器和各种外设。
作者把它形容为：
“如果 RISC‑V 在 2001 年就存在，另一个平行世界里的 Game Boy Advance。”
因此，它不是 Game Boy 模拟器，也不是把现成 MCU 接上屏幕，而是一个接近“自制游戏主机 SoC”的软硬件协同项目
github.com/Wren6991/RISCB…
中文
研究发现，举重比跑步更有助于控制血糖 。
主要发现：
- 两种运动都能抑制体重和脂肪增长。
- 抗阻训练在减少皮下脂肪、内脏脂肪方面表现更好。
- 与高脂饮食久坐组相比，抗阻训练明显改善了葡萄糖耐量、胰岛素耐量和胰岛素抵抗指标；整体效果优于自由跑轮训练。
- 跑步更明显地提升了耐力，并增加部分骨骼肌、心肌和棕色脂肪的重量。
- 抗阻训练带来的代谢改善并不是由肌肉明显增大或运动能力提高所解释，说明可能存在某种独特的分子代谢机制。
如果一个人由于身体条件或其他原因不适合长时间跑步，力量训练仍可能提供至少相当、甚至更好的抗糖尿病效益。不过作者最终建议，条件允许时最好同时进行有氧和抗阻训练，因为两者各有所长。
不过这个实验只在小白鼠上验证了， 还没有直接验证在人类上。
news.vt.edu/articles/2025/…
中文
把这个题目改一下， 就有意思了。
A：100% 获得200万。
B：99%概率获得2个亿， 1% 概率什么都没有。
A 确定能得到200万， B 有1%什么都没有。
那么请问大家选哪个 ？
garrulous abyss🌈@garrulous_abyss
这个太夸张了，很多人不会有实感。 举个更有博弈性，也更现实的，比如“立刻获得100元”，和20%的概率获得1000元。 我觉得很多人会选前者。 另外，就算我教概率论，我个人也还是选前者………后者它说20%，谁特么知道有没有20%……
中文
GPT-5.6 Sol Ultra 证明了困扰图论界半个多世纪的“循环双覆盖猜想”。证明借助 F₂³ 流，把无桥图上的组合难题压缩成一个线性代数论证。若经独立检验成立，这会是 AI 参与前沿数学研究的重要分水岭。
jeffgeerling.com/blog/2026/quad…
中文
一台树莓派 5，加上 FPGA 和相控阵天线，就能把原本看不见的无线电世界“画”出来：
隔墙定位 5GHz Wi‑Fi、空中追踪无人机，甚至还能串联成更大的天线阵列。
它不是透视墙壁，而是在感知 4.9–6GHz 的射频信号。
真正值得关注的是：
过去属于大型机构的能力，正在变成一台 499 美元的开源设备。
jeffgeerling.com/blog/2026/quad…
中文
AI 工程领域，除了模型训练以外， 我看到都是围着上下文去解决上下文理解、上下文长度的问题。
解决这些问题方法非常的传统， 就是很典型的冯·诺依曼计算机体结构一样， 靠多级缓存来精确控制上下文的调度。
所以说， 上下文窗口的大小不是越的越来越大越好， 关键于如何在有限的上下文窗口，让LLM 更高效率的理解上下文。
就像计算机内存一样，内存永远都不够，给多少内存都不闲多，上下文也是如此。
就拿 Claude Code 这个种工具来讲， 三级渐近式加载的机制， 就是典型的上下文管理的一种方法。
它和冯·诺依曼计算机体系中的思路没有本质区别：
既然高速计算单元能够直接处理的数据有限，就通过多级缓存、数据预取、淘汰策略和任务调度，精确控制数据在不同存储层级之间的流动。
中文