个人经历与想法

2023 使用 AI 做药品说明书，Bot 式交互，数字人形象、真人 TTS；
2024 使用 AI 进行图文制作：文生图、相关性检索、OCR 文字识别；
2025 风控策略、AI 机审、代码提示、页面 prompt 生成脚本代码；
2026 Coding Agent 流行，写单侧、梳理历史项目、完成中小功能；

虽然现阶段 AI Coding 等工具不够完美，但是我们必须相信他能做好，持续使用，持续学习。
不会用 AI 是麻烦的，只会用 AI 是危险的。
不要有惰性，觉得 AI 什么都可以解决就不学习，全依赖 AI。

鲁肃谈 AI 时代的工程师

早些天看蚂蚁集团三代 CTO 齐聚一堂的视频，其中鲁肃的观点让我印象深刻。
工程师的核心

• 记忆：主动学习各种技术，精通并了解；
• 创新：面对业务，基于已有的技术，权衡最好的方案；
• 匠心：根据自己的品味，极力追求极致，不断反思、实践、提升；

1. 缘起

2026年2月27日，18点左右多国外交部提醒国民暂时不要前往伊朗。

28 日，以色列 14 点左右就宣布袭击了伊朗(袭击发生后同步的)。

在这过程中，好奇心驱使，在看到一些信息后，做了一些信息补全以及思考。

虽然可能会漏洞百出，但还是趁着周末记录一下，记录 了解世界运行 的过程，有机会慢慢迭代。

1. 笔记

原文标题：拥抱黑盒：一个研究者 All in AI 的实录与反思
原文出处：https://www.uscardforum.com/t/topic/488654
这篇文章真实、系统、信息量大。阅读 1H 整理 1H ( PS：原文部分观点我不认同 )
拥抱黑盒，利用黑盒提升工作效率。用 AI Native 的方式思考、学习、工作甚至生活。

LLM 本质是一个下一个词预测器（next-token predictor）,也是一个黑盒。

• 它在你给定的上下文（context）下，去算下一个词出现的概率。
• 它没有真正物理意义上的逻辑，核心运作方式就是概率推断（probabilistic inference）。

一个 Agent 并不是只是 LLM 本身，而是一个以 LLM 作为推理引擎，外面包裹着一套工具链的系统。

• 例子：找项目里的 User 类 -> 工具链调用 LLM -> LLM 返回’调用 grep’ -> 工具链执行 -> 带上所有结果循环执行至成功
• 弊端：上下文窗口大小有限制，超过或接近上限会使得模型推断概率准确性急剧下降。
  • 解决办法：
    • MCP：标准化接口让 LLM 自主链接外部工具和数据；
    • Skills：封装好的”技能包”，固化的 SOP 或者命令，避免重复预测(思考)；
    • SubAgent：把大问题拆分成小问题( 怎么把大象塞进冰箱？)
  • 概念类比：LLM ≈ CPU，上下文窗口 ≈ RAM，MCP ≈ USB/POSIX，Skils ≈ App，SubAgent ≈ 并行App(涉及 CPU 调度)

1. 读后感

大佬们往往看问题比较系统。

• 互联网路径：从个人主页、独立站、博客平台、信息推荐、图文、视频链路串起来。
• 高频打低频：从高频 APP 放在手机方便点击的地方，到两年换手机，最先装上的是常用 APP，高频应用常驻内存启动快，以及高频的应用手机厂商会进行定向优化。所以很多低频的需求用户不太乐意安装独立 APP，选择高频 APP 更合理。
• 大而全问题：为什么中国的公司喜欢搞大而全，而不是国外那样术业有专攻？答案是当前市场红利还不错。

伟大的需求历史上每隔一段时间就会有人进行尝试，如果没有，那就不是伟大的需求。

印象比较深的就是乐视的高管觉得蔚来不够激进。

我不太喜欢推荐类的信息源，避免信息茧房。
浏览器收藏夹会有一个 trace 目录，
里面有很多觉得不错的博客、网站等，
空了的时候随机翻一番，进行被动输入。

值得推荐的：

• tombkeeper ( 微博 )
  • • 腾讯的安全大拿，热爱分享。信息检索能力、思考能力、输出能力超强。
• 科技爱好者周刊
• Github月度流行项目
• 晚点
• 宝玉的分享
  • 近期高频更新/翻译 AI 相关内容。早期在微博活跃，现在有一个网站，更新比较及时。

1. 为什么参加

老乡群里面有几百人，大家都是一个县城的。
各个年龄段的都有，大部分都是在这边上学留下来的。
最早的有 84 年来上大学，最晚的有还是 25 年大一。

印象最深刻的是大部分牛人身体素质都很强

• 体育特长生：十多年校记录没人破
• 跑步达人：一个月跑量几百公里
• 单杠王子

为什么会愿意参加呢？

0. 摘要

0.1 回顾 2025

1. 从零到壹组队做了个 AIGC 项目，主要处理图片+文字;
2. 毕业十年、工作十年、北漂十年（详情：工作的第一个十年）;
3. 在互联网寒冬潜行多年，年中晋升迈上了一个新台阶;
4. 从零开始做一条 AI 相关的新业务线，目前还没到壹；
5. 尝试打造睡后收入，过程还算顺利，只是有点近黄昏;
6. 看了 36 本书(去年年25本+44%)，更加了解世界是怎么运行的;

0.2 展望 2026

1. 让养生融入生活，身体是革命的本钱;
2. 继续探索世界是怎么运行的并指导行动;
3. 系统学习我的第二语言 Golang 技术栈;
4. 系统化梳理计算机底层知识;
5. 系统化了解端到端的 AI 应用;
6. 继续向身边的榜样学习，也力所能及帮助他人;

1. 阅读

今年阅读了 36 本书，整体比较满意，只是打破了多年一本技术一本非技术的先例。

1. 背景

为什么我会想系统性了解睡眠？

1. 时间不够用，想挤出更多的时间来做自己喜欢的事情；
2. 试图解开社会上各种避免”晚睡”建议背后的逻辑；

2019 年觉得时间不够用，准备从睡眠中挤出点时间来。
于是阅读了《斯坦福高效睡眠法》( 微博记录 )。

2025 试图了解什么叫”晚睡”，为什么大家提倡早睡早起。

2. 结论

2.1 高效睡眠

睡眠负债会给大脑和身体带来损害，我们要保证睡眠时间更要保证睡眠质量。

1. 阅读笔记

这本书忘了是什么情况下开始看的，看下来感觉开眼界了，更加了解这个世界是怎么运行的。
书看多了之后，我发现真的是可以串起来，只是归纳总结的能力还得加强。
先说一下相关书籍，再来写具体的阅读笔记。

1.1 相关书籍

• 《国家为什么失败》 （ 本站 ）
• 《枪炮、钢铁与病菌：人类社会的命运》 （ 本人微博 ）
• 《贫穷的本质》（ 本人微博 ）
• 《大众经济学》（ 本人微博 ）
• 《历史的教训》（ 本人微博 ）
• 《小岛经济学》（ 本人微博 ）
• 《置身事内》（ 本人微博 ）
• 《经济学通识》（ 本人微博 ）
• 《历史上十次货币战争》（ 本人微博 ）

1.2 读后感

《亚洲大趋势》十年前的书，主要讲东亚国家，土地政策对经济的影响。
土地分配+配套支持，积极性提高，产量提高，
解决温饱避免粮食进口，农民有盈余就会刺激需求+储蓄，发展工业就顺理成章～

1. 缘起

由于家里地方有限，没办法把这三个设备分别安排不同的显示器，只能共享一个。
连接方案：

• Type-C：Mac Studio
• HDMI 1：Apple TV
• HDMI 2：Switch 游戏机

这种方案没什么大问题，就是略费劲(显示器：长按按钮 -> 信号 -> 选择 -> 切换)
有没有更好的解决方案？

• 共享显示器：多个设备连接到 hub，切换由该设备负责。

2. 选择

选择的尽量照顾后续设备升级的可能，参数尽可能面向未来。
看了不少，最后选了一款 8K 切换器：