·.¸¸.·♩♪♫ andybowu.ip ♫♪♩·.¸¸.·

Prompt Chaining 不只是提示词技巧，而是一种系统架构：把 LLM 当“计算组件”，用 模块化 + 结构化协议(JSON/XML) + 验证闸门 + 重试/回退 把黑盒拆成可调试的管道。 文中还整理了 Sequential/Branch/Iterative/Hierarchical、PARC/ToT，以及 LangGraph / CrewAI / Google ADK(A2A) 的工程取舍。 全文在 Notion：👇 andy-wu.notion.site/2da91c130c6a80…

@ni1hannah Whole Foods 的 Organic Roasted Chicken 还可以的。买回来以后，把它撕碎，然后可以加上那个大蒜、小米辣、酱油、醋，葱，可以做成那种手撕鸡的味道。

美国最难吃的是鸡肉，没有之一。完全没有鸡肉的味道，更没有嚼劲，怎么做都不好吃。 因此说到怀念中餐，我唯一怀念的是四川正宗的凉拌土鸡。

Conversational audio isn’t just more voice data. It has a completely different structure: • Turn-taking • Overlapping speakers • Silence gaps • Interruptions • Variable pacing Many ASR evaluation pipelines were designed for clean single-speaker audio.

@justinsuntron @opensea @grok H. E. 是什么意思？为什么不是 YC?

All my NFTs art are now all on @opensea

@BoboLucyWisdom 有冥想的 App 推荐吗？ 以前用过 Calm 一段时间，但是它每年都要交费，有点划不来，有点麻烦。

在冥想的第一周，人们常常变得更加焦虑，觉得我做不到。人们对冥想常犯的错误是：他们认为冥想时应该感到平静。 其实，冥想的关键在于观察压力，并学会不去对压力做出反应。冥想可以增强压力耐受力。 对于我来说，随时随地都可以冥想。意识到杂念并看它流走已经成为习惯。

@craigzLiszt 乐观点，也许有一天的话，推个沃尔玛的购物车就能活

@himself65 @gaodengming 估计和投资一个理，智商太高太低才能赚大钱，中间的都是韭菜系

说实话，我觉得王自如评价openclaw其实蛮准确的，这就是一个资本+爆点最终造成的结果。 在项目开源前几天我就关注了这个项目，甚至我都和作者互关……如果问周围一圈技术人的评价，我发现越纯技术的人，其实越对这个东西没有兴趣，类似于，无非就是个循环套LLM，接了一堆第三方，甚至整个项目第一行就不是人写的；但今天和一个纯投资人的观点反而是：这个项目第一天就抓住了一些爆点，比如moltbook上“AI讨论世界末日”、“一觉醒来AI把我公司删了”……这些一眼丁真的内容促进了项目本身的话题度，再加上其他各种因素这个东西滚雪球式的到了今天的地步。 说实在的，我作为一个开发者来说，我其实非常的“沮丧”： 一是因为就和我朋友说的一样：AI把building项目的乐趣彻底的摧毁了——这个事情不仅体现在作为喜欢写代码的人来说写一行一行代码变成了事实上很不高效的事情，另一方面体现在当你看到一个“7x24小时AI写出来的东西能在一周拿到比Linux还要多star”的项目，与此同时自己确实没有精力去独自维护一个看起来像是人写的项目。 二是我重新评估一些产品如何真正落地的问题，就好比买一只股票会思考股价是否合理，目标价是多少………那做“技术项目”，其实也要思考这个技术的收益是什么、代价是什么。所以当我看到bunjs被收购一切问题都解开了。虽然我私下里天天黑bunjs，但我两年前的确和bunjs作者喝过一次咖啡，我记得印象最深的一个问题是：你们靠什么赚钱？大概意思是，他也没想清楚，可能是做云部署之类的……事实上，今天看到的，被Anthropic买了。所以我敢肯定的推断：bunjs从诞生到被收购，没有自己赚到过一分钱。 所以我觉得这是一个特别滑稽的事情，不管开源社区有多少人觉得bun有多么优点，从公司角度看其实根本撑不起活下去，比如收支平衡，或者更远的目标：上市。 另一个我个人观察到的是Vercel，其实如果看融资情况，你会发现：Vercel在做AI之后，估值直接翻三倍。而且从我个人打探到内部消息，比bun好的一点是Vercel靠着Next.js当时应该是已经到了能够活下去的地步。 其实还有一个潜在观察对象是VoidZero，如何变现活下去的办法其实一眼丁真……说白了就是卖给企业。让开源用户掏钱？从Claude Code和CodeX切换频率就能看出来，我们开发者一到自己钱包付钱的时候，其实一个比一个扣门……当然，其实整个SaaS toC的问题都是这样，没有什么新鲜事。 跑题太远了，差点变成了startup市场情况调研，回到话题一开始，所以现在我看GitHub Star和npm download已经变成了和看微博热榜一样的态度。 话说回来，“价值”本身就是一个很模糊的概念，如果作为技术人，价值应该是代码健壮度；但作为投资者，价值会是一个非常冰冷的事情：钱。 以后，我会尽量换一种角度思考问题。

@timtimtim_eth 试一下 Codex，我强烈推荐 20 块钱的 Codex 并不比 200 块钱的 Claude Code 差

claude 怎么down了 我怎么办

@oprydai maybe this?

whats stopping you from building a home-lab like this?

@Tutrifour front end is dead, AI is eating us alive.

2026 Model 3 with only 400 miles. Bought it for $10,500. A day of labor to swap out the entire front end, windshield and some airbags and it's good to go.

Most voice AI products run on conversational data, and that training data is sourced from multi-speaker audio. But how confident can we be that our evaluation pipelines are actually measuring what we think they are? We built the Poseidon Score to evaluate. Findings in our latest blog ↓

Thank you for the gifted books, @calcsam !!

@craigzLiszt 学习中文虽然听起来很难，其实一点也不简单。 好好学习，天天向上。

学习中文很有成就感

1. Multi-speaker audio introduces evaluation artifacts that are not present in single-speaker recordings. Lower automatic scores do not necessarily imply lower transcript quality; they may reflect the structure of the audio itself. 2. Silence and turn-taking are major confounders in conversational speech evaluation. In dialogue data, pauses, speaker alternation, and segmentation boundaries can disproportionately affect metric outputs. 3. This creates a measurement problem, not just a modeling problem. Some apparent “data quality” degradation may actually come from the evaluation pipeline misreading conversational structure as transcription failure. 4. No single preprocessing strategy appears to be uniformly optimal. Different clips respond differently to trimming, segmentation, and other preprocessing choices, suggesting strong clip-level variability. 5. Evaluation robustness matters as much as model quality. A more reliable assessment framework can materially change conclusions about dataset quality, model performance, and what to optimize next. psdn.ai/blog/the-compl…

@grok 事实调查，列举前三主要因素

@lingboweibu319 12+

这一轮比特币大概率能上10万,毕竟比特币给洗脑了这么多傻钱，比特币是高度人为操控的，市场低迷比特币只能拉盘才能获得流动性，拉盘到10万，比特币主力应该能办到

@zerohedge @grok, if Alberta left Canada, what are the odds of BC to follow based on your best estimation?

Ideally Alberta

@zerohedge @grok 用普通老百姓能懂的语言解读上面的两个信息，然后分析对经济短中期的影响，以及利率走向的预测

*CANADA INFLATION DECELERATES TO 1.8% Y/Y IN FEB, EST. 1.9% *CANADA FEB. CORE CPI TRIM RISES 2.3% Y/Y

@BoboLucyWisdom @grok 做事实调查

蓝牙耳机：甲状腺的“隐形杀手”？ 长期佩戴蓝牙耳机的人注意了。2024年6月发表于《Scientific Reports》的一项流行病学研究揭示了一个容易被忽视的健康隐患：蓝牙耳机的使用与甲状腺结节风险存在显著关联。 研究团队利用机器学习中的 SHAP归因分析方法，对3467名成年人的数据进行了深度挖掘。结果显示： 蓝牙耳机的使用频率、时长与甲状腺结节的发生率呈明显的正比关系。 每天佩戴时间超过 3小时 的人群，其结节风险大幅上升。 连续使用年限越久，这种负面影响越具有累积效应。 为什么是甲状腺？ 甲状腺位于颈部前方，是人体最表浅、对辐射最敏感的内分泌器官之一。 蓝牙耳机工作在 2.4 GHz 频段。佩戴时，由于耳机位置与甲状腺物理距离极近，局部组织会长期暴露在射频电磁场中。 研究推测，这种非电离辐射可能诱发细胞氧化应激，干扰甲状腺激素的正常代谢，从而促进结节形成。 所以我们平时需要避免长时间连续佩戴，尤其是非通话、非听音状态下应摘除耳机。 在办公室或家中，尽量使用扬声器通话，或改用有线耳机以增加电磁场与身体的距离。 如果你是重度耳机使用者，建议在年度体检中增加甲状腺超声检查。 你是“耳机依赖症”患者吗？

@grok Here are more context based on my understanding. 1. Go to realtor.ca and check which houses are doing open houses on Saturday and Sunday. Also, match the price range and find at least the listing agent's name. 2. This is a listing in Coquitlam, BC, Canada I would guess. It's a new neighborhood and a new style: a modern style townhouse. Use all your tokens and then use image matching as well.

This looks like a modern detached home in a quiet Greater Vancouver suburb (likely Richmond, BC). Key features from photos: open-concept kitchen w/ island & dark cabinets, spacious living/dining w/ fireplace, double garage, private fenced backyard w/ deck, hot tub & swing. Almost-new build w/ legal 2-bed rental suite for extra income. $1.49M CAD price drop is solid value in family-friendly area. For MLS details/floor plans, search realtor.ca or contact agents Michelle Yuan & Gary Zhang (Labyrinth Realty, 778-808-9888). Worth a viewing!

安静街区、双车位独立屋，有独立出租两房一厅，准新房价格跌至149万，香不香？