Andy

1.4K posts

Andy banner
Andy

Andy

@ldehai

Old programmer, exploring a new way of life

Ottawa Katılım Ocak 2009
519 Takip Edilen245 Takipçiler
Kevin Xu
Kevin Xu@kevinxu·
My portfolio growth in the last 6 years: 2020: $35K 2021: $1.7M 2022: $7.9M 2023: $7.8M 2024: $8.2M 2025: $9.8M 2026: $11M today If you're thinking of starting to invest, this is your sign.
Kevin Xu tweet media
English
98
38
1.2K
172.4K
Jason Lyu
Jason Lyu@xjasonlyu·
公司把我们整个部门快一百号人开了,我们组全无了,喜提layoff🤣🤣 其他就算了,最傻逼的是我是去年5.20开始上班的,今天5.5结束,我CEC一年工作经验就差这么两周,就吊在这里了🤣🤣🤣
中文
66
2
273
162.1K
Andy
Andy@ldehai·
几个AI用起来的感觉:CodeX干活干净利索,人狠话不多,属于资深级;ClaudeCode想得比较周到,干活快,话有点多,属于高级;Gemini经常不知道在忙啥,一阵操作猛如虎,一看结果一塌糊涂,属于添乱级
中文
0
0
0
49
Andy
Andy@ldehai·
One-click browser translation extension (Manifest V3) using the free Google Translate web endpoint. github.com/ldehai/miTrans
Andy tweet media
English
0
0
0
83
Andy
Andy@ldehai·
吃早饭了,costco这个红肠不错,挺香
Andy tweet media
中文
0
0
0
38
Andy
Andy@ldehai·
@xjasonlyu 不如加5000上y,有联邦补贴
中文
1
0
0
510
Jason Lyu
Jason Lyu@xjasonlyu·
特斯拉 model 3 这也太香了😬😬😬
中文
2
0
10
21.5K
Andy
Andy@ldehai·
Built with Google AI Studio to visualize 25 years of Canadian population shifts and migration patterns. canada-popinsights.pages.dev
Andy tweet media
English
0
0
0
82
Andy retweetledi
阿绎 AYi
阿绎 AYi@AYi_AInotes·
Google的前CEO Eric Schmidt说, “如果你真想赚钱其实很简单——创办一家代理式AI公司。” 很多人每天刷Hacker News和X,看到新框架新基准就兴奋,周末熬夜试新东西,结果半年下来什么都没做出来。 直到我看到这篇两年实战经验总结的Agent生存指南,才突然明白。 这个领域最稀缺的能力并不是学习,恰恰相反,而是不学习。 很反直觉对吧,咱们先看看现在的Agent领域有多疯狂? 每天都有新的"10x"框架发布, 每周都有新的基准被打破, 连Claude Code这种顶级产品, 都公开发过47%的性能回归。 因为没有稳定的地图,没有标准答案,所有人都在摸着石头过河。 目前大多数人的策略是"跟上所有东西"。 但作者说,这恰恰是最差的策略。 他给出了一个能过滤99%噪声的万能过滤器, 任何新东西出来,先问自己这五个问题: 1. 两年后它还重要吗? 2. 有我尊敬的人在生产环境写过诚实的事后复盘吗? 3. 它是否强制我抛弃现有的 tracing/重试/认证体系? 4. 跳过它6个月会怎样? 5. 我能量化它对我的Agent的帮助吗? 最有意思的是,大多数新东西在第一关就死了。 各种wrapper、CLI工具、Devin-for-X,两年后基本都会消失, 而协议、内存模式、沙箱机制,这些才是真正能长期存在的东西, 我觉得最难的技能是学会如何不耍酷装逼,不追热点。 那到底什么东西值得学? 作者列了7个学一次,可以终身受益的复利概念: • 上下文工程(不是提示词工程) • 工具设计 • Orchestrator-Subagent模式 • 评估体系+黄金数据集 • 文件系统状态+思考-行动-观察循环 • MCP协议 • 沙箱作为原语 不是说这些东西永远不会变, 而是它们的变化速度,比新框架慢100倍。 比如你花一个月吃透上下文工程,未来三年都能用。 但你花一个星期学一个爆火的新框架,可能三个月后就没人维护了🤣😅 这就是复利的力量。 兄弟们来看看2026年4月最无聊的技术选型: 编排:LangGraph(生产默认) 协议:MCP(全栈首选) 可观测性+评估:Langfuse / LangSmith 运行时+沙箱:E2B、Browserbase 模型:Claude Sonnet 4.6(性价比王) 原则:模型可换,工具MCP化,沙箱必开,评估从第一天就有。 然后是坚决跳过的清单: AutoGen、CrewAI、Semantic Kernel、DSPy 独立代码编写Agent、自主Agent pitch、Agent应用商店 水平企业平台、SWE-bench跑分、天真的并行多Agent 理由统一:demo好看,生产不行。 最后是最简单也最难的行动手册: 1. 选一个业务真正在意的可量化结果 2. 先搭 tracing + 评估 + 黄金数据集 3. 单agent循环起步,3-7个好工具足够 4. 用真实失败喂你的回归测试集 5. 失败模式驱动加复杂度 6. 每周只花30分钟读3个高质量来源 这篇文章最戳我的一句话是: AI把"2年经验工程师的工作"压缩到了几天, 22岁的新人跟35岁的资深工程师,现在站在同一起跑线上, 胜出者不是堆栈掌握者, 而是有品味、敢出货、专注复利原语的人。 现在传统的职业路径已经崩塌了, 学位→初级→高级→主管,这条路已经走不通了。 新的路径是:做出东西,放到网上,让作品替你说话, 你都不需要学会一切AI相关的技能, 只需要学会哪些东西会复利,然后把注意力死死钉在它们上面就行了, 剩下的一切都交给时间就好了。
Rohit@rohit4verse

x.com/i/article/2048…

中文
34
318
1.5K
238.2K
LIN WEI
LIN WEI@skywind3000·
很多号称用 mac/linux 是为了更好的用命令行,用 bash 的,他们连一百行以上的 bash 脚本都写不出来读不下去,bash/zsh/vim 日常操作还没我这个 windows 用户熟练的,也好意思说自己用命令行。
中文
75
11
145
35.9K
Andy
Andy@ldehai·
拿 $RKLB 换了点 $QCOM, 别人涨它不涨,别人跌它跌得比别人还狠
中文
1
0
0
191
Andy
Andy@ldehai·
非常中肯,低头做事抬头看路是必要的
North@CreaoAI@anorth_chen

前两天受朋友邀请,去余杭字节的抖音内部做了一次 AI First 的分享。 这个朋友,是我校招进阿里时的 +1。 2021 年,我在速卖通做跨境支付,每天沉迷在一个又一个需求里。他当时是 P8,带我们整个后端支付小组。 那段时间,我在他手下受了很多照顾。半年多里,我从一开始接需求做杂活,慢慢参与到一些重要项目里,再到后来自己负责接手两块业务。 同期还有另外两个 P5。但我能很明显地感受到,自己是被倾斜了资源的。交给我的重要项目,在我出完技术方案后,他会拉着组里两个经验很丰富的 P7,一起帮我评审。 每次我接到的工作,都刚好有一点挑战。做完都有能力上的成长。但又不会给我带来太大的压力。 后来 2022 年中,我跳去了 web3 的创业公司。看着那个非常草台的技术团队,看着很多工作多年的人,其实依然缺乏一些基本的工程常识,我才意识到:一个人毕业第一年,就能在这样的团队里被打下扎实的基础以及良好的工作习惯,是一件多么幸运的事。 2022 年中,因为高层调整,我们基本都在那个时间点离开了阿里。他去了字节,负责带更大的团队一直至今。 这次见面,我们聊了很多 AI First 对组织的结构性影响。我了解到AI给大厂员工带来的裁员焦虑是真实存在的。而且各个团队都在做Agent这个方向。 你不做,别的团队做出来,就可能把你淘汰掉。你做得好,也可能把自己身边的同事淘汰掉。 因为很多业务的增量已经很有限了。AI 提效带来的直接结果,就是更少的人,做更多的事。 我在内部分享的时候,其实很多我能在 X 上说的暴论,并不适合在那个场合说。 当时参会的人,基本都是研发。而 AI First 这套模式要真正落地,首先意味着对人的要求变高了很多。 一个人想通过这套模式实现生产力爆发,前提是要有足够高的认知。这个认知,不只是技术能力。它包含了对产品、业务、商业、工程能力等多个维度的理解。 也就是说,你不能再等别人告诉你要接什么需求,你需要自己具备中长期规划的能力,并根据环境变化动态调整。自己用AI执行下去交付结果。 所以它的门槛其实很高。但这在大厂内部的惯性下,很多人都做不到。这甚至是个内部政治问题。 如果是研发,很多时候就是等着 PM 给需求。PM 不给需求,就觉得自己没事做。 如果是测试,AI First 这一套跑起来之后,甚至都不需要传统测试岗了。自动化测试都交给AI维护,研发自己测功能就好了。 如果是 PM,在不懂技术、没有工程常识的情况下,也很难真正参与进去。 最终能适应并驾驭这种新生产方式的人,主要会是两类: 一类是原本就有产品 sense 和业务 sense 的研发。另一类是有一定技术背景、懂工程落地的 PM。 还有一种人也会适应得很快:那些不是只做汇报和协调,而是自己 hands on,脚踏实地带团队落地项目的团队leader。我朋友就是这样的例子。相反,大量原本只是负责路由内部信息、传递压力、同步进度的中层管理岗,其实都可以走了。 我觉得我这些判断在当时那个环境里,说出来都不太合适。 从 2022 年底 GPT-3.5 出现到现在,其实每个人都有三年多的时间去学习、观察、思考,并调整自己的方向。也有三年多的时间,让自己为未来的变化做准备。 我过去在大厂,最无法忍受的一点,是环境里充斥着太多“为老板意愿而工作”的人。他们完全放弃了自己的思考。我在那个环境里,常常显得很横冲直撞。我会质疑产品经理的能力。质疑业务对商业、市场和用户的理解。质疑他们对全局的把控能力。 因为我能感受到,很多人心里的价值点,根本不是“怎么把事情做好”。他们只在乎怎么被老板认可,怎么拿到高绩效。我也很难接受很多研发默认自己只要把技术的活干好就行。至于该做什么、为什么做、有没有价值,全都交给业务判断。他们把最重要的判断能力,主动让渡出去了。 三年多过去,我能感受到,这群人其实什么都没有变。于是他们把自己推进了一个人人自危的困境里。 很多时候,一个人今天的处境,并不是突然发生的。它是过去两三年里,每一次微小决策不断积累后的结果。 你选择主动思考,还是等别人给你标准答案,迎合他人的评价体系。 最后都会变成今天的命运。 每个人其实一直都在决定自己的命运。 只是很多人在市场开始暴跌了,才意识到自己早就杠杆做多拉满被套牢了。

中文
0
0
0
66
Andy
Andy@ldehai·
@janus_of_DC 双刃剑,为了增加可观测性反而影响了性能。我一直觉得ZooKeeper不应该用Java写,太占内存,GC也一堆问题。Kafka就抛弃了它,自己实现了KRaft
中文
1
0
2
522
DCjanus
DCjanus@janus_of_DC·
最近分了个活:排查某 ZooKeeper 集群升级 3.9.x 时性能回退的问题。我接手时已经没有现场,也很难在重要业务集群上做有损验证。排查数日无果,想着换换脑子,去处理另一个小问题。问题本身很简单,却意外在这个测试集群里复现了性能问题,喜出望外,赶紧拉下来 profile,最后定位到的根因也很有意思。
中文
7
0
27
11.2K
Andy
Andy@ldehai·
@artinmemes 名字起的不好,NOK-> No OK
日本語
0
0
1
949
美股OK哥
美股OK哥@artinmemes·
谈到诺基亚 $NOK 当年被苹果干死之后,大家觉得他们会慢慢死透,即便转型通信基站 结果不但没死 还赶上了AI和光通信,老黄一提携,过去一年3倍,上周的财报还大爆发超预期 历史的转折不可预料
美股OK哥 tweet media
Kevin Moon@moon73805

@artinmemes 诺基亚!

中文
15
19
97
113.1K
Andy
Andy@ldehai·
邻居来串门了
Andy tweet media
中文
0
0
0
32
Andy
Andy@ldehai·
Cardinal 之所以搜索快,是把"文件搜索"彻底拆成了索引 + 查询两个阶段,并在每个环节都用了非常紧凑的数据结构。核心几点: 1. 启动时一次性扫盘,常驻内存索引 fswalk/ 用 Rayon par_bridge() 并行 read_dir,初次扫描 need_metadata = false,只拿 DirEntry::file_type(),避免每个文件都 stat,把 I/O 降到最低。元数据按需懒加载(doc/inner/fswalk.md:71-75)。扫出来的树灌进 search-cache/src/slab.rs 里的 ThinSlabSlabIndex 只占 32 bit,节点用 NameAndParent(指针+长度+父索引)+ StateTypeSize(state/type/size 打到一个 u64)压缩存储(doc/inner/search-cache.md:20-34)。 2. 全局字符串驻留 (NamePool) 所有 basename 走 namepool/ 的 BTreeSet> 去重,节点里只存 &'static str,几百万文件名也只占一份内存(doc/inner/name-pool.md:10-21)。 3. 倒排式 NameIndex search-cache/src/name_index.rs:65-68: BTreeMap<&'static str, SortedSlabIndices>,每个唯一 basename 对应一组按完整路径排好序的 slab 索引。查询时不用遍历整棵文件树——先在 NamePool 里按子串/前缀/后缀/正则筛 basename,再到 NameIndex 把这些名字直接映射成 slab 索引集合。 4. 查询编译 + 集合代数 流水线见 doc/inner/search-cache.md:58-67:cardinal-syntax 解析 → optimize_query → evaluate_expr。大小写敏感的纯子串走廉价字符串比较,模糊/通配走编译后的正则;AND/OR/NOT 直接对已排好序的 SortedSlabIndices 做有序合并/交集,复杂度接近线性。parent: / infolder: 等过滤器其实就是对目标目录的子集做交集(doc/inner/search-cache.md:80-97)。 5. 增量更新而不是重扫 通过 cardinal-sdk 的 FSEvents 拿到事件 → scan_paths 合并最小覆盖路径 → scan_path_recursive 只重建变动子树,并更新 NameIndex(doc/inner/search-cache.md:108-121),保持索引始终热的。 6. 持久化避免冷启动 search-cache/src/persistent.rs:postcard 编码 + zstd 压缩 + 原子写,重启时直接从快照加载,NamePool 从 NameIndex 的 key 重建。 7. UI 端只渲染可见行 后端只返回 SlabIndex,前端 VirtualList 仅通过 get_nodes_info 拉取当前视口的行(doc/inner/project-overview.md:38-40),所以即使命中几十万结果也不会卡。 一句话概括:所有路径压成 slab + 全局 intern 的名字 + 按 basename 建倒排索引 + 在排好序的索引集合上做集合运算,再加上 FSEvents 增量维护和持久化快照,真正搜索时几乎就是几次 BTreeMap 查找加有序数组合并而已。
Vincent Logic | 信号>噪音@VincentLogic

可能是目前Mac生态里最接近Everything的开源搜索利器 发现一个解决 Mac 检索痛点的实用干货 Cardinal。 它的产品逻辑非常简单粗暴:极速。没有复杂的 UI,只有纯粹的性能输出。从截图中可以看到,面对庞大的应用依赖目录,它的反馈速度在 100 毫秒级别,彻底秒杀系统自带方案。 适合需要频繁穿梭于各类代码仓库、系统深层目录的进阶用户。 GitHub项目地址:github.com/cardisoft/card…

中文
0
0
1
92