duangsuse::Echo
859 subscribers
4.62K photos
143 videos
588 files
7.03K links
import this:
美而不丑、明而不暗、短而不凡、长而不乱,扁平不宽,读而后码,行之天下,勿托地上天国。
异常勿吞,难过勿过,叹一真理。效率是很重要,盲目最是低效。
简明是可靠的先验,不是可靠的祭品。
知其变,守其恒,为天下式;穷其变,知不穷,得地上势。知变守恒却穷变知新,我认真理,我不认真。

技术相干订阅~
另外有 throws 闲杂频道 @dsuset
转载频道 @dsusep
极小可能会有批评zf的消息 如有不适可退出
suse小站(面向运气编程): a19a0b
Download Telegram
yihong0618 和朋友们的频道
https://x.com/rehan_shei/status/2093528415576211819?s=46
屏幕录像_20260831_154558.webm
1.3 MB
很多人讨论 MiniMax H3 Max

可以称之为 faster than real time 的视频生成模型:5 秒视频 3 秒出片,声音画面同一次生成。视频被创作出来的速度,超过了它被观看的速度,这意味着视频内容的「制作」和「实时性」被AI完成了双重平价化。

目前AI视频的内容还更多的在制作网剧, Startup宣发小视频领域发光发热。
刚好看到他提供免费使用接口了,不用注册每天可以生成五段5秒768p视频

#ai 感觉这个在中推的讨论度还不够高,但下一个全新产品形态的机会确实出现了。
https://x.com/whereisvivien/status/2093946583125803329?s=46
#py #ai Bub is a tiny runtime for agents that live alongside people.

~200 lines of core code. Hooks reshape every turn stage. Tapes record every decision. Channels adapt to any surface — CLI, Telegram, or your own.

一个用只增Tape管理AI记忆的IM2LLM服务

bub 是我们在超级全家桶和纯 vibe 定制中间寻找的一个解决方案
——Frost Ming


- 难道说我在既有 Tape as a Service 的情况下,只要100行代码,就能让我的 agent 接入 bub ,然后让 IM 群聊复用现有的数据吗 ?!
- 给 @bubdotbuild 加上了企业微信的 Channel,现在上班摸鱼有新搭子了😉
- 一个类似于 Cloud Code 一样的通用 Agent 框架……使用 bub 作为一个 build block 构建你自己的 agent 产品、服务你的业务,而不是学习复杂的概念然后无从下手。 https://bub.build/
duangsuse::Echo
一个用只增Tape管理AI记忆的IM2LLM服务
#tg Tape 事件流服务/上文过滤是骨架,那么 Hooks 就是赋予骨架灵魂的定制代码。

可以用钩子来净化文本、进行意图识别、或者从数据库查询额外信息。

Channel 是一个适配器层,它定义了如何接收来自特定平台(如命令行、Telegram、微信、Web 页面)的消息,以及如何将 Agent 的回复发送回该平台。

曾经设想过一种tgbot api 的类似CGI的运行模式,但当时的设计仅仅能让多个Chatbot拉群免重复配置,非常贫瘠。 SCP-079 那样通过private广播监听微服务,又过度设计。

如果bub里能多Agent共享内存,或许就不一样了,比如,可以搞bridge bot,可以用Web调试tg上的群,等等。非AI应用如数据统计也没问题呢

以前想给不同的bot设置一个Webhook实例,但是场景非常有限。 如果是不同的聊天软件,甚至支持Tape类型化记录的话,确实是很 fast forward 的方案,想想就比一堆Bot克隆人有趣

#os 其实,这种单向数据流、多模块并行的设计,就是 Alan Kay 的 Actor。 这种模式最初在Etoys里用于一个支持碰撞转向的玩具小车(可以独立的暂停,通过色点重叠触发计算事件)

通过这种方法实现多函数合作,更加动态类型,而且每个组件存储与事件更独立,非常适合人机接口类App。让人十分意外的是, Linux io_uring SHM就是这样的模式
#ce https://t.me/im_RORIRI/34611
我们自己搞的那套 Haxe Reflaxe 插件可以直接把 Haxe 的子集转换成 Dart Kotlin Rust TypeScript Swift 没有 FFI 税,Macro 的魔法 ˊ_>ˋ

目前已经做了数组迭代函数自动展开成 for 循环,也是很好玩的特性。

我准备做的阴间事情:用 Haxe 做 JS 下的 0 GC 优化。大的数据全都用二进制存储,提取数据全都用函数去 DataArray 里面查表,数值取出来往下传参的全用 Macro 换成 Data Chunk 和起始指针,只有出了编译器系统才实例化成正经 Object,在优化范围内流转全都不创建 Object,编译器会根据不同上下文直接给函数展开成多态。可以说是一种非常邪门的优化了,这东西主要是为了治单一信源下大量小 object 光速创建造成的 GC 压力,不创建就没有 GC。这都是 Macro 的奇迹才能做出来的东西 ˊ_>ˋ

https://try.haxe.org/#15fdD633
https://try.haxe.org/#Add701b8 🤔生成了俩傻逼Haxe入门

感觉这个在线编辑功能不咋样

#TIL -gc boehm 扫描程序的堆和栈,寻找看起来像指针的值,这能奏效?? dlopen即可用的级别?

简直像直接为C支持了深拷贝一样,虽然通过mmap匹配的方法,指针对齐后有确定特征,但这也太免费了

你完全不需要知道client用了什么对象树,不需要支持Map,List, Cell vars,甚至连栈都不一定需要分出来? 😨

当 autofree 搞不定时(比如复杂的对象图、循环引用):开发者可以轻松切换到 -gc boehm,程序立刻就能在“大部分情况”下正确工作,就像py的 import gc ,就像valgrind和perf,免费获得了无源码的GC……
#ai 喜报: https://chat.librechat.ai/ 支持 Steering Messages 了

喜欢发长文的人可以分段后直接批量发送了

ps. 没想到他们给 Send Queue 起了这样的名字。 按我看,这个功能ChatUI第一天就应该做,比什么 /prompt 角色扮演重要多了

花大量精力去卷各种浮夸的 Agent 工作流或 Prompt 广场,反而把最基础的“人机输入交互”当成了理所当然的单行道。 “挤牙膏”式等待。


比起 Gemini 好久还支持的 Edit,LC早就可以替换或 fork 对话

⚡️ 是对方发送时队列中的消息,可以逐条编辑

💭 是我的错觉吗? 从来没听人提过消息队列的需求,好像他们的AI是5秒秒回的,或者大众完全不会让AI精细阅读一整篇文章? 对我而言第一天就需要【保留---截断的文本,不断点发送按钮】的逻辑
duangsuse::Echo
从来没听人提过消息队列的需求,好像他们的AI是5秒秒回的
#statement 我不相信RAG(上传一堆txt)

即时聊天的掌控感更好,至于AI代码段补齐什么的,对我的习惯而言只是省一次粘贴而已

你,就是那个“R” (Retrieval),AI,只负责那个“G” (Generation),这样最好。 不明白【给人用的软件】,为什么要用 👀人手维护不了,人眼无法读取的代码来写。

📝 你不会写,还不会试用吗? 不会唱歌,也完全听不出好坏吗? 人用的东西,就应该用符合直觉的方法制作。 MCP可以省剪贴拖放,一键直达,但这不该是必需品

⚡️ Harness 和 AI PR 是个好方向(就像MCP比Claw入侵性小一些),但我希望它们沉淀一年再做选择,Local-first 的相关开发体验也我也不敢确定,但ChatUI就很好(虽然运行时错误就完蛋了)

因为我是文本内容的编者,为什么要切到第三方点评视角判断自己的理解。 当然,如果直接从文本侧边栏(docx批注)调用AI会更好,但我还没看见相应的产品。【保留模式】ChatUI 我没见过


LLM目前只有聊天框ChartGPT、纯语音、段落式Tab键仨场景,其他都是硬凑! vLLM倒是比较成熟了。 但这不是因为UIUX做对了,而是后端算力数据找到了主场
— 这就像是给一辆没有好轮胎和方向盘的汽车,装上了一套顶级彩电大冰箱,非常滑稽。

🤣 只是强行把一个聊天框塞进现有软件里,并没有真正思考如何将AI能力与用户既有的工作流进行原生融合。还不如做成MCP的【指挥能力】。 "Chart" GPTs 可以说是烂大街的完美上线了,然而正如上条消息说的那样,就连队列发送这样简单的UI,他们都想不出来。甚至如果AI正在发送,Gemini 偶尔会clear掉你的千字输入框

AI输入时input完全是摆设,他们不觉得这反直觉吗? 完全没有试出来过??

#ai锐评 https://chat.librechat.ai/share/YFHJKFcenCmzIJklECdQp


人机IO的瓶颈仍然巨大,那么Matrix(脑机接口)能解决这个问题吗? 不行。

为什么语音输入理论上更快,许多人还是要傻傻的学盲打? 因为ASR/TTS不会给你一块额外的 💭 Mind Buffer,它会剥夺你一目十行的能力。

“写10行字≠做10行罚抄,渲染画面≠解码一个mp4”
—— 并非连接了【思想】,就能理解。脑机接口输入也是这个道理。当你在MC或LEGO的世界生活,纯粹的小脑直觉有那么轻松吗?

我们还是需要一种【智能输入法】来替代语音输入。人机IO的瓶颈也是这样

(听起来有些 Sci-Fi ,但未来肯定会有人吹这个,提前告诉你们了)

技术必须服务于人,而非奴役人。工具应该是人能力的延伸,而非取代人的思考。创造的过程应该回归直觉,而非陷入抽象的过度工程。
duangsuse::Echo
屏幕录像_20260831_154558.webm
https://t.me/hyi0618/14715?comment=168224 #ai #vibe

genie,matrixgame 早就证明互动生成能玩, 但缺的是持久状态和确定性的规则,不是分辨率像素和渲染。 游戏引擎是一个可调试的确定性状态机,物理碰撞、存档读档、网络同步、逻辑闭环是可持续化的前提。

现在的世界模型也好h3这类成片模型也好,本质还是在猜下一帧, 转个身东西会消失,穿模. 一致性只有分钟级,也没有确定性,难以长期维护,很难作为一个游戏团队的开发项目去对待。


对于正规游戏管线来说,一个连 Bug 都无法稳定复现的概率黑盒,根本没法做工程化开发和维护,现阶段充其量只能当营销 Demo 和互动体验。
h3模型和游戏运行时不是一类东西。以后更可能发展出来的路线是引擎继续当骨架,生成模型吃美术和过场。


🤔 简单来说:100% AIGC #game ,只能作为录屏来游玩,只能做成minigame。 无法想象完全用prompt分发软件会变成什么样,恐怕会把编程语言用英语重造一遍。尤其是3A大作,如果是3个AI自主完成的,大概要碰运气
btw. 涌现式游戏(Rouge like) 比如MC、以撒、元气骑士 天生就是为自由世界设计的,但它们也并非绝对的主流。

生成式插件,不一定能做到怎样,而且一个游戏像要读浏览器历史那样懂你,太超纲了
ChatGPT api 公布的 day one 我写的项目 9.6k stars 了,今天加了新的协作者,他的回复让我特别感动,仿佛手写时代和 agent 时代的接力,这里的,开源的意义。
https://github.com/yihong0618/bilingual_book_maker
#post #life #ai锐评 https://chat.librechat.ai/share/2lI34gdgXmllNERfSfFAw

#school 曾经也想过,如果能在类似邮电或南大的 #PLT 或编译原理、操作系统相关进修,是否能创造的更好。

但现在认为,即便是科班又如何呢。还是只有MIT、BSD那样的学院派能干点活,然而,他们缺乏灵感。Vue是从室内设计,拉窗帘的人搞出来的,在此之前,PLT人做了什么?“更像A的B”?“IDE支持为零的语法糖”?

JQ的时代只有css的语法糖没有Tk.var那样古老的数据流,函数式又做了什么?IO Monad或Promise的异步-回调链表吗?

tokenizer 和 token eater(parse dfs) 的逻辑冗余怎么解决。 为什么,会者不难,然后就让复杂性继续干扰以后的人。

HiBLIP+TagENum 是我的视角,我让它打穿整个lifecycle,直通常量池和函数值热替换,再以逐函数逆波兰/单遍或重放实现AST (Tag:e×Eval:n×Num),这是一个所见即所得的DOM选区式的算法,不产生不闭合的字面量,同名变量共享FnHo。然而,top 10%的parser连解析即高亮,和跳空格不干扰PEG描述都难以处理好。

(Hilight-included BigBrace & Literals Incremental Parsing)

空格注释与优先级不是罕见需求,各种工具,很丑。
如果你又问前沿怎么增量解析一个csv2tsv,他们大概会给出数百行丢了魂一般缺乏数据流的“实现”,实现和理论,理论和常识,永远做不到知行合一。

我那号称拥有千里眼的友人啊…… 连路边的小石头都看不见吗? 龙书虎书?CSAPP?TaPL? 你们在听浏览器和触摸屏(远远不止)的世界吗?

千里眼を持つという友よ足元の石も見えぬか? 对因果链的理解,是像F12那样细致入微,又和 Bret Victor 的魔法墨水和 Rob Pike 的utf8一样完全的自由吗?像iq或Bellard那样可称为神吗? 还是…… 一个更加耗时的str2str的C预处理器呢

所以说没劲透了啊,绝大部分【编程语言实现】
它们本来如 json.org 的树状图那样,加上编译时运行时的原型链KV、tuple、zip(list)处理……
像Lua那样用一个指令兼容if(and or)短路goto,而不是纯goto的巧思,像TDOP和Dijkstra版逆波兰算符重排序,像Py那样够用的import和pip格式,或QML那样的自洽即繁荣?都并不多见,但你很容易看到手写状态机和lex/yacc魔法那样能跑的脏代码。

范式革新?自举的兴趣?为了demo实现的语言特性?learn by example 的std API?C'mon,你都是供应链的真正上游了,好歹有DHH(ruby RoR)那样的“主厨严选”吧? 或许像Svelte那样完全扔掉parse呢?

Less but Better vs More but Worse. 但也有的……

只是更像Py的Lua或更JS的Scala?killer feature 是某个IDE支持为零的“新”语法糖?只是为了支持你的母语的方言,去读写“堆外”API吗?为了性能和0依赖,PGO过吗?自己从0部署过吗?

为了证明你聪明到能把forif转为goto,把enum tuple查成offset,把call demangle成虚函数签名,甚至只是防注入的预处理字面str和“卫生宏”?这些PoW不需要新语言。stb和khash不会绑定某种DSL。

typer和变量树的Any/T/转换与infer提取/..或许是吧,但它们真不如json和grpc自知。 语言级实现的 cat|less 线程和缓冲分页yield、await?少数的少数。

为什么充满了刚从C-like照搬的塑料味,和让人害怕试错的Pure FP,那种冷冰冰的、不简洁的简短?

你知道“多态”和&引用的最好范例是 printf, file<<val 以及 Visitor<R> 的DSL吗?“序列化”就是关闭打开globals()[k].下的变量树,以及让post(),onmsg的往返深拷贝般一致?

在一个不能clone任何引用的编程语言里,值和引用实际上无法分别,无论T|None和freeze(ref)有多像它的区别。位宽=64被当作 value type 的本质,但【值】到底为何与引用有别?真正的value是 Box(0).toInt() 和 f(struct{r1,r2} inline_regs) 的内存管理特例吗?

是 deref operator=,就像王垠所说。可是不少教条主义者仍然认为,规范写了就是有。

如果你不实现printf,你如何分辨值和引用? 如果你不为AST计算器做lib,你如何验证【自己的编程语言】有正确的多态实现?? 哪怕是一个py,js,rb式的原型链链表就近?

哪怕是丑如Perl也有规范,AWK也有人用 C vibe 了一个实现。我今天用它们仅仅是因为logcat的Event没有强类型甚至无格式——没有常识,再多知识和限制也只是死肌肉。

哪怕不是基于LLVM,WASM或gccjit等轮子又怎么样呢?

Lisp的圆括号又如何呢? HTML和JSON都是它的变体,GC的dfs剪枝让程序员终于能摆脱BASIC甚至C的无效视角,但是简洁的'()终究不如[]{}""的硬编码,连宏也比eval低效。

如果谈到JQ和后来者的割裂,Knockout.js甚至并不是先行者。 “Tcl脚本大战”时期的Tk和苹果NEXT早就有单个StrVar作为值的信号槽概念了。 KVO和trace命令只是缺少 innerHTML=arr.join() 这样的魔法来实现UI的forif reflow流控。

虽然RMS和Tcl作者有微宏内核之争般的论战,Tcl完全序列化支持(xpath,css)的启发性仍然被历史低估了。如果说JQ因为给css4js一个简写而成功,Tk框架仅仅是因为缺乏简写而失败。

这个世界就是这样不讲道理:心智模型的等效甚至超前,总是败给把+1语句变成+1参数的直观。 编译原理,从不重视这些东西,又或是太在乎,而变成黑魔法。

【能够支持RISC-V】【从零开始造个世界出来】,是啊,他们一定会说学院派的过度工程,是不可或缺的。好像像Homo OS/Cangjie这样的工具链必须有点【新实践】。可是如果只是和202x的常识对标?那就不算新语言,只是202x的JS世界加了一堆无法运行,也不能像F12那样热编辑的高亮词条而已。

所谓元编程,在别人那里大概就是这种东西吧。要么照猫画虎,要么旧瓶新酒,他们不知道OOP、GC和反射那样的语言特性,是怎么从0被发现的。

人们知道苹果,却不知道Kay,知道OOP和io_uring,却不明白Smalltalk和F12的消息共享与即时接管。 学院派?学院派正是对此最无知的一群人

@幻の上帝 是最接近工程的学院派之一。这些人的每篇博文都能战胜AI的专业词汇覆盖量,甚至还能写个游戏引擎玩玩,但这改变不了他们设计的语言还不如Vue的事实

反正框架也不能保证处处被使用,像苹果或NS那样,只要有钱的话,软件也会在垃圾堆里长出来。我最好不要说这些奇怪的话了。

不过说真的,我没见过哪个技术是无法用Etoys的比喻语言来“实现”的,所以不要认为工程上线就赢了,不要认为【融入】就赢了。BASIC很成功,但与Tcl相比也是垃圾。我仍会期待Telegram那样全栈高效,但更加通用的元编程技术。

> "If 10 years from now, when you are doing something quick and dirty, you suddenly visualize that I am looking over your shoulders and say to yourself 'Dijkstra would not have liked this', well, that would be enough immortality for me."
duangsuse::Echo
#post #life #ai锐评 https://chat.librechat.ai/share/2lI34gdgXmllNERfSfFAw #school 曾经也想过,如果能在类似邮电或南大的 #PLT 或编译原理、操作系统相关进修,是否能创造的更好。 但现在认为,即便是科班又如何呢。还是只有MIT、BSD那样的学院派能干点活,然而,他们缺乏灵感。Vue是从室内设计,拉窗帘的人搞出来的,在此之前,PLT人做了什么?“更像A的B”?“IDE支持为零的语法糖”? JQ的时代只有css的语法糖没有Tk…
也可以算作对《Java 有 value type 吗?》 的一个解答。

ps. 不赞同 @灵剑​ 的 id A==id B 区分论,这正好是yin指出的:把语义和实现细节混为一谈。 除非你要自己写个内存池或@lru_cache——然而那样hash也比id(mem)有意义。

如果可以任凭语法或API来扭曲一个心智模型,Project Valhalla 不就是 🤡 了么?

ps. 赢王居然换AI CSS排版了,可喜可贺。万年不变的.md式文集居然加主页和分类UI了…… 读过130篇我居然没感觉 #PLT

搞的我跟民科似的,呵呵。 🥱但如果不隔离自己的“代码世界观”,作为工程师的那个我,应该在实现的泥潭 or 照猫画虎的高效中满足于黑话吧。 我不需要用PoW证明自己懂了,我【确实讨厌】复杂性。

但我只允许【范式级创新】。
duangsuse::Echo
曾经也想过,如果能在类似邮电或南大的 #PLT 或编译原理、操作系统相关进修,是否能创造的更好。
#life 是否后悔没上过CS系的大学?

🦄 我只能说forif、【栏目答&括需】【回调链表】的世界观形成后,
我再也不需要用【流控】【匿名函数&闭包】【协程/yield/await/go func/续体】 这样的术语、行话了


如果没有我的世界观,如果它们作为一道填空题是0分,我就无法看到更宽广的缺口和可能性。 🏫
我不是双核CPU,不能同时运行一套修修补补的汇编之城,与一套从【直观感想】出发的交互式天国。

每个人都在维护【上游】的面子。可在我看来,虽然Vue欠v8很多,但 JQ->Vue 的代差,numpy和GPGPU的Swizzle,使v8的数百万行代码,显得十分愚蠢。

类似【回调链表A=>B=>(A+B)】这样的词典我有两三百个,我不列举它们,但它们都能在关键时刻给我【那种既视感】,而这一切是潜移默化的: 我确实不在现代的栈上工作,不然,我就不能用120行实现别人3年的运行效果。

别以为我会为代码和特技hack而骄傲—— 😋 在我的世界观中,没有 clean hack 才是应该fix的毛病。成熟是一个bug,而不是一个feature。

干练的思想、简明的实现,是理所当然的。【功能】应该像硬件和思维那样跟手,这就是我信奉的【Functional Programming】

我并非在学习CS。 我是在一个空白的沙盘上,【重新发现】每个知识点,尽管这花了不少力气,缺了不少【兼容性】,但我知道——它是恰如其分的,而软件世界不。他们不在乎多几行代码或几MB的依赖。


人的IQ是有极限的,所以我想当好一个 Human Being:请讲普通话,请写规范字。

如果没有printf和Visitor的实例,算什么理解OOP的多态?如果没有Proxy和 class(v:T): T by v{} ,算什么搞懂了继承与封装?

从一个动作的特例,就可以理解场景的本质需求,就像声明式的括需树( (A,B)=>_=>A(_)+B(_) ) 般抓住了结构和意图的榫卯。

对于 #PLT 而言,吾行之,明也。 以前我认为王垠在上海收太贵,现在想起来,他分享的远比索取的要多。

📝 对于一个普通人,我们需要的不是把【结果】和混乱的脚本和抽象捆绑销售、夹带私货的那种大佬,而王垠做到了:他是我眼中的【软件工艺师】,而不是PL人。

原来【原理】【从硬件往上数的体系】是可以被听懂的。 —— 只有极少数。阮一峰、陈皓那样为了功利应用科普的博主,也都并不多见。你能看到许多 jia.je 博客的“散装版本”,而那并不是我所说的知行合一

PL人就像全栈或ML那样,终究只是在屏幕之内编程,甚至进程之内编程。而 Human Being,知道要把精力省下来,应对隐形的代码。


答案是:我既不后悔没有北邮or各种外国语大学的经验,也不后悔在技术栈上【离群】。

LLM 已经很P9了,不需要另一个人假装自己比它们会搭样板间;系统编程已经足够难了,不需要另一个人告诉世界【我知道forif和ur->name是怎么变成goto偏移量的】。

屏幕外的那些代码,比如,如何让一个playground在能够接受的10分钟内跑起来,不报错;如何拯救夜不能寐的DX体验,这些,是许多人【从未学到】的。 我很好奇是什么让他们过的这样顺——就像,全面屏和剪贴板诞生之前,人们是怎么工作的? 终于已经显示出来了:把nav放在aside的屏幕左侧,很奇怪的吧……

洞察力、自顶向下的既视感、不限于键盘鼠标的那种交互性程序(比如lil-gui和GoldenLayout平铺式窗口管理,是否只是GUI而已)? 这依然是我以后的研究方向。

如果 Alan Kay 可以用一个车头有蓝点的2D小车让Jobs【看到未来】…… 这种【短而不凡】的代码科学 ——就当它是写给小孩子的了,依然比前沿更前沿。
duangsuse::Echo
如果没有我的世界观,如果它们作为一道填空题是0分,我就无法看到更宽广的缺口和可能性。 🏫
🤔 要发表一些 “工程派” 暴论了

诚然: #CS 专业,作为当代最为开明领域的【事后速记手】, 不会仅仅因为实现甚至【如何理解】的差异,而否认课程学习成果的有效性。

也不乏本来是 写作业/论文依据/毕设 而实现的开源产品,比如Scala世界。 所以,如果因为【科班太刻板】而否定这种一个国家只有<10个排的上号的CS大学(eg. 浙大、北邮、南大),是典型的《人不行怪路不平》

旁边实验室的师兄可能正在给Linux内核贡献代码,或者在顶级会议(OSDI/SOSP)上发表论文。 而咱们最多参加下 PyCon 的同好会和Frost之类的维护者接触,哈哈哈哈…… \(Q_Q)/


但我也要说我流派里的思想:《差生文具多》。 比如PLT里,许多基础思路,如扁平化编排(goto '}' of forif, p+sizeof subtuple)、libc与JVM的对照(动态链接器、ast_kv->stack->local2reg) ,其实并不需要一周的时间来学习

这点相信很多用上 SOTA LLM 的人通过对比教材,已经知道了:许多《什么书》写的流水帐并不怎么样,甚至不如你提问的顺序良好。

老学究不喜欢HTML排版,可是 craftinginterpreters.com 就是比他们的大部头自洽而完备。


如果仅仅是为了证明自己学成,而重复某些(计算器+类型化hacks+forif和递归递推轮子) 的套路,很快会失去CS领域相关方向的初心,适得其反,最后除了一个没有造血能力但GC和std齐全的lib外,证明不了什么,甚至不如 wy-lang.org 搞怪搞的有趣。

【开创性的工作】 并不是一个作业的积淀就能完成的,它甚至是与常规的瀑布流式学习-开发冲突的——你需要横跨许多领域数十天,只得到20行代码,但这20行的开发体验是革命性的。

牛人并非被环境塑造,就像《衡水中学的神话破灭》那样。 牛校既非必要条件,也不够充分。 MIT/BSD 这种品级可以另算,但这不太现实,而且它们都是开源项目

你可以说CS很开明,但牛人为什么不去真前沿,反而教书呢?Go、Rust、JS/TS 都不是教授和高材生的作品,反而是锦上添花更多呢?