FENG DONG

作为一名8年老后端的疑问：为什么前端有那么多框架、语言？ TypeScript Next.js Vue React ...

多年前看过一部电影好像是叫做《吸血鬼猎人林肯》之类的，里面魔改了美国总统为战斗力爆棚的吸血鬼猎人，当时还不太明白为什么是林肯而不是其他人。 查了一下，原来这位通常在网上只看得到瘦削的脸部照片的美国前总统，现实中竟然也是战斗力爆棚。 身高 193 厘米，是美国历史上最高的总统。骨骼宽大，臂展极长，拥有令人震惊的一双巨手。天生就有一身钢筋铁骨般精瘦型肌肉。 林肯年轻时是当地出了名的劈木栏杆好手，据记载，他曾经能一个人轻松举起几百磅重的威士忌酒桶。 林肯还是一位真正的职业摔跤手。在他早年于伊利诺伊州新塞勒姆生活时，精通“抓式摔跤”。据记载，他在大约 300 场摔跤比赛中只输过 1 场。1992 年，林肯更是凭借其赫赫战功被正式引入了美国国家摔跤名人堂。 🫪

那时候她还太年轻，不知道所有命运馈赠的礼物，早已在暗中标好了模元。

美国现代最大的人设崩塌：左派民权标志性人物，全美农场工人工会创始人塞萨尔查韦斯，被纽约时报爆出强奸13岁和15岁幼女，其现年96岁的女副手也自爆被长期强奸 他受到历任民主党总统和州长嘉奖，奥巴马甚至把每年3月31日定为他的联邦纪念日，有以他名字命名的大学和军舰 现在美国各地都在遮他的雕像

Opus 写代码进入深水区， 越用越难用。 不知道是他们模型给我降智了， 还是因为上下文越来越大导致的。 看来关键时候， 还得我自己撸起袖子， 改回古法编程修bug 了。

以前我的观点一直是：神经网络不仅慢负载也高，简单任务还是应该依赖传统算法解决。 结果 我这几个月从头理了一遍模型的设计思路 现在我的分类模型在性能不如 Cortex-A53 的单核MCU上跑模型 识别任务不到 1ms 完成. 比起来，我的传统算法处理简单色彩检测的任务居然要 2ms，还不准确……

用了很多年的mysql ，从来不会把后端业务写在数据库里。 现在用 opus 搞的项目， 全都是把后端业务写在supabase 的postgresql 里面， 这样感觉确实方便了很多。

Her skin is changing 🤯

我的天，由于没有编制，女孩立刻被否定，编制算是一种新型血统吗？

我的天，由于没有编制，女孩立刻被否定，编制算是一种新型血统吗？

因为 human capital 属于非常难以市场化竞争的商品，所以大多数人选择 human resource 都是基于 signaling 机制。所谓 signaling，就是看一个人有没有经历过常人难以通过的大筛选器。而 DEI 明显破环了这种 signaling 机制。 即便是反对 signaling 机制的人，比如 Bryan Caplan，他的建议是废除昂贵的 signaling 系统，而绝对不是给现有的 signaling 加补丁。那样做只会适得其反。

去报技校、报几个培训班，就可以了，就可以vibe coding了，上大学你可真是浪费了。 那大学cs专业是学什么的？数学（离散、概率、线代等），数字逻辑，计算机组成原理，编译原理，操作系统，数据结构和算法，网络原理，数据库理论…… 越是这些基本的理论，越是十几、几十年不变。你掌握了这些，

AI 应用有三个阶段： 1. Assistant，只能提供建议。 2. Team peer。能完成任务，但是要有 peer review 保证人类可以解手。 3. Delegate。完全黑盒，仅看结果。而且没有计划让人类接手工作。 目前 AI 已经大半跳过了第一阶段。讨论集中在能不能进入第三个阶段。