唐突魚酥

在 Agentic coding 時代將會被遺忘的軟體開發脈絡： Unit testing 的副產品是 codebase 將會收斂成可被測試的結構，剛好是優質程式的風格。比起測試本身，這個副產品往往對開發團隊有更大的價值。 不考慮可測試性，有 100 種寫法；但可被測試的寫法也許只剩 5 種，且這 5 種的差異其實也不大。

Claude 對 DSP 的理解是真的很深入，他帶我進去小房間跟我說要用 Linear Prediction / Autoregressive Interpolation，我肯定是信了 現在的狀況的確就是颱風天在海岸邊觀浪

大家都會同意在 Agentic Coding 時應該用最多慮的 model 來擬定規劃，並用低一階的 model 來執行。不只省成本且可透過成果驗收前期規劃是否清晰。 現在才知道 Claude Code 有 opusplan model 可選，會自動在 plan mode 時使用 opus，執行切回 sonnet。 這就是我要的！ #opusplan-model-setting" target="_blank" rel="nofollow noopener">code.claude.com/docs/en/model-…

看得我鳥鳥都站起來了 gail.wharton.upenn.edu/research-and-i…

幹，真的超不爽！ 行政院不副署、今天的憲法法庭宣判憲訴法違憲，是否有效、無差別攻擊事件。 每一件事都超級悲哀！

24/7 昂聲發表過激、分化言論的所謂政治網紅，是社會敗類。 有異議但沈默讓這些人利用政治立場破壞社會信任就是在縱容，但我也想不到任何更好的做法，好煩啊！

也會悲觀認為在雲服務商可提供便宜算力後，非 AI 生成內容在超低價儲存的估算下，過 encoder/quantizer 轉成 VQ 存起來都更划算了，至此，網路上的內容就僅是一些逼近的組合拼湊，人類資訊的格局又更小了一輪，就像是《矽谷群瞎傳》中 Richard 忽然發現自己傳出去的「….」變成「…」。

大膽預言 在多媒體生成式 AI 勢不可擋且雲服務商投資競逐的當下，大量資料價值極低的內容會面臨儲存成本的問題。 雲服務商會提供 VQ 儲存服務作為解決方案，畢竟說到底 VQ 才是多媒體 model 的最終中間產出，不只超低價也趁勢可透過特規 cookbook 來綁定生態系（哪個雲服務商有機會整合終端生態呢？）

velosolo.co.uk/dualcog.html 太帥了，雙後齒

we analyze deconvolution modules commonly used in generative models and mathematically prove that their outputs exhibit systematic frequency artifacts -- manifesting as small yet distinctive spectral peaks arxiv.org/abs/2506.19108

我想這個世界真的是欠那些喜歡賺錢的人很多錢吧？

為什麼台灣買不到捷安特跟美利達的場地車架啊？我看國外有賣捏

蒙古韃子

出發前過敏打針變成小麥

AI 產業不會是泡沫的原因： 辨識 AI 內容會是接下來所有內容平台都要投入的資源，辨識 AI 生成內容的成本會是製造 AI 內容的好幾倍。 光是在內容平台大便跟掃除大便的循環就需要大量的算力，隨著生產門檻的降低指數成長。

iPadOS 26 的 menu bar 設計很喜歡耶

完全讓 LLM 參與開發後大家遇到的問題跟解法都很類似，無論是這篇文章或是 SpecKit 都是在預判目前 LLM 的行為習慣來設計工作流程。 在想，LLM 真的邁向普及時應該是每年或每隔幾年才會有一代新的 model，像是作業系統更新。 也在想，Local 或 Hybrid LLM 也是勢在必行。 burkeholland.github.io/posts/beast-mo…

進入體制後還能酷的人才是酷