Ynewtime

[Ynewtime @Ynewtime]

For me it works as good as the Studio Display standard glasss model (not the one with XDR), if you turned off HDR.

If you want anti-glossy display I would recommend ROG XG27JCG, same 5K 165HZ 218ppi, which I've tried before Kuycon P27Z. Though for me I want a crisp, glossy display effect so I returned it.

[Ynewtime @Ynewtime]

新购入一台 Kuycon P27Z 显示器，支持 5K 165HZ 镜面屏，整体参数同之前测试过的那台 ROG 的 XG27JCG 差不多，升级了 DP2.1 接口、配件上多给了一条 USBC 线、HDMI 线、USB 说明书和转接头等，最大的亮点是镜面屏以及非 HDR 模式下还算不错的色彩表现，但 HDR 启用后亮部细节丢失严重（亮部很糊），对 HDR 效果比较关注的话要慎入。

另外亮度和音量只能通过随赠的遥控控制，无法直接通过 MacBook 上的控制键或者 macOS 系统上的软件功能实现（咨询京东客服得到的答复，不过我怀疑是不是有其他的方式可以控制，得再调研看看）。

[Ynewtime @Ynewtime]

现在几个主流的 AI 厂商在 web 端其实都提供了丰富的 Agent 功能（Claude 迭代最快，很早就把基于云环境的 Claude Code 集成进去了），我看了下自己的使用场景，很多时候之所以选择本地 Agent 而不是 Web UI（如 Claude 和 ChatGPT 官网），大抵还是出于效率考虑。比如我需要对一个 GitHub 代码库做分析，在 web 上问 Claude 或者 ChatGPT 也行，但速度很慢，AI 需要去爬取代码库网页内容，其实还不如我直接把关联的代码库都 clone 到本地，然后交由 AI 去做详细分析和探索，这样反而速度最快。

[Ynewtime @Ynewtime]

发现了宝藏软件 BetterDisplay，可以在软件层面接管 Kuycon P27Z 的硬件配置，再也不用受限于面板背后的设置按钮啦～ 不过这款显示器背后就没有设置按钮... 而是提供了一个单独的显示器遥控。

[Ynewtime @Ynewtime]

Obsidian Web Clipper 新推出的 Highlights 功能支持收藏任意网页的高亮内容，感慨 Obsidian 在增强用户的写作和阅读体验这件事情上真的做了很多功夫，而且自始至终一直是 build in public，内容很务实，不做预告和饥饿营销，文案也是朴素的风格，在 AI 热的时代这种产品团队确实不多了。

[kepano @kepano]

I am building Obsidian Reader because I wonder how the web would feel if it was designed solely around the reading experience.

There is so much cognitive burden that comes with every site having different layouts, fonts, ads, popups, cookie banners, engagement traps, etc.

[Barret李靖 @Barret_China]

跟朋友探讨，AI 时代，如何考察候选人，一致的结论是，需要现场看候选人的 vibe coding 能力。

以前考察古法编码技能，会针对算法、数据结构、解题速度、编码规范等做细致了解，也考察专业知识。

但这些技能，随着 Coding Agent 能力的提升，已经全部被内化了，人能做的就是调教，调教，调教😅。考察的是架构能力、工程能力，以及对多个 AI 的管理能力。

面试的问题可能变成了，刚才你做的工作花了 10M Token，如何在 1M 内解决？刚才你花了 1 个小时解决问题，如果想 10min 搞定，该怎么做？

再往下问，会触及一个更本质的能力：你有没有意识到问题的“形态”，有没有在一开始就选对解法路径。很多人是把 AI 当成更快的键盘，用来加速执行；但更高一层，是把 AI 当成解空间的放大器，先去重构问题，再去执行。Token 花多少、时间用多久，往往在第一步就已经被决定了。

接下来会追问，你是怎么拆这个任务的？为什么要这么拆？哪些步骤可以并行，哪些必须串行？当多个 Agent 同时工作的时候，如何避免它们互相污染上下文，如何保证结果可以被复用，而不是每次都从头再来。

更深入一点的问题是，如何把一个复杂问题压缩成可以被 AI 快速理解和执行的表达结构。你怎么写 prompt，怎么设计 context，怎么做中间状态的存储和裁剪，怎么让 AI 少走弯路。这方面考察的是如何设计一条最短路径，而不是盯着执行过程本身。

还有一个很有意思的点，是“失败的处理方式”。AI 会出错，这是确定性的。关键在于有没有设计好兜底机制，是让 AI 一路撞墙，还是在关键节点就能感知偏差、及时纠偏。

很多面试问题都开始不一样了，也变得更有趣了些。😄

过去优秀工程师的分水岭在“写得多快、写得多好”，现在更像是在看一个人能不能构建出一个持续产出的系统，让 AI 在里面稳定工作、不断进化。

[Ynewtime @Ynewtime]

@kepano @obsdmd Thanks, it works.

[Ynewtime @Ynewtime]

@pocehneheb @dhh Same here. I asked Claude for solution, remove the yay package then rebuilt it, then it works.

[Luyu Zhang @goocarlos]

后 AI 时代，公司真正的瓶颈是什么？
​不是算力，不是模型，甚至不是代码生产速度。真正的瓶颈，是组织内部信息流动的带宽和延迟。
​当 AI 能解决大部分“执行”问题后，组织的“协作”和“认知”上限就暴露无遗。
​
过去，我们管理的阻塞点在“执行”，比如开发进度慢。但现在，当 AI 像打开水龙头一样“刷刷”地写代码，执行的阻塞点消失了。
​新的阻塞点出现在了更高维度：大规模协作的混乱、复杂需求的精准设计、隐性知识的传承与管理。这些问题，AI 暂时无法解决。
​
我越来越觉得，未来公司的核心竞争力，是构建一条高效、低噪的内部**“信息总线” (Information Bus)**。
​在这条总线上，每个成员都能低成本、无歧义地接入和输出决策所需的所有上下文（Context）。人脑的认知带宽是有限的，但这条总线必须快，必须稳定。
​
这也引出了创始人/CEO 角色的根本进化：从 Chief Executive Officer 到 Chief Context Officer (首席上下文官)。
​你的首要职责不再是下达指令和监督执行，而是不知疲倦地构建、维护和优化这条“信息总线”，确保关键上下文在组织内无损、高速地流动。你是在为整个组织的大脑提供养料。
​
如何构建这条“总线”？
​从放弃对“开会同步”的迷信开始。
→ 拥抱异步沟通 (Asynchronous)
→ 建立文档驱动 (Documentation-Driven) 的文化
→ 打造单一信息源 (Single Source of Truth)

​让思考和决策过程被清晰地书面记录下来，让任何人都能随时追溯“Why”。

[Ynewtime @Ynewtime]

@lifesinger 赞同，逻辑上财富和精神也并非正相关。

[Y11 @seclink]

Telegram创始人帕维尔·杜罗夫（Pavel Durov）在谈及“如何区分顶尖人才与普通人才”时，分享了他在团队管理中的深刻观察。

他提到一个亲身经历：曾有两名Android工程师负责同一项目，却始终无法按时交付。“

起初我以为是人手不足，甚至考虑招聘第三名工程师。”

但深入观察后发现，其中一人不仅频繁拖延进度，还常常抱怨、逃避责任。

“当我做出解雇他的决定时，意外地发现根本不需要第三名工程师。”

杜罗夫总结道，这类员工制造的内耗，远比他能解决的问题更多，

“这违背直觉，因为人们总以为‘人多力量大’，但实际上，一个人的负面作用可能抵消整个团队的努力。”

更值得注意的是，与普通人才共事的挫败感。

“顶尖人才（A Players）能敏锐察觉到身边人的状态。”杜罗夫解释，当团队中出现一个总提错问题、持续拖后腿的人时，即使自己能力再强，也会因对方无法专注而感到压抑，“仿佛被无形的枷锁束缚，无法发挥真正的潜力。”

在他看来，顶尖与普通人才的核心差异，并非单纯的经验或勤奋，而是“持续专注的能力”。

“90%的普通人才（B Players）并非懒惰，而是难以长时间聚焦单一任务。”这种“无法深入钻研”的特质，让顶尖人才难以忍受——“与分心的人共事，就像在消耗自己的专注力，是对能力的浪费。”

杜罗夫的观察揭示了一个职场真相：真正的高效团队，需要每个成员都具备“深度专注”的核心能力。这不仅关乎个人成就，更决定着整个团队能否突破瓶颈，实现真正的“1+1>2”。对于追求卓越的企业而言，识别并留住这类“能沉下心做事”的顶尖人才，或许比盲目扩张更重要。

[Ynewtime @Ynewtime]

@manateelazycat 好感动，已经好久没有看到这种扑面而来的、发自内心感觉骄傲的产品开箱了，你们团队真厉害！

[ginobefun @hongming731]

最近美图创始人吴欣鸿的内部讲话，表面看是分享 AI 时代的组织进化，实则是一次深刻的自我剖析和对大公司病的宣战。最引人注目的观点，是他毫不避讳地指出了“惯性工作流”的弊病——那些看似规范却严重拖累效率的流程，比如“细节拉满但无人细读的需求文档”和“无休止的会议”。

这背后反映出一种深刻的焦虑：在灵活的 AI 创业团队面前，传统互联网公司的规模和流程正从优势变为沉重的负担。他们提出的解法，是在 RoboNeo 项目中实践的“反惯性工作流”。其中最关键的突破，是借助 AI 工具，实现“一个人就是一支团队”。例如，海外运营仅靠一人完成，设计师 5 分钟就能上线一个新效果，这彻底颠覆了过去依赖多部门协作、排期的工作模式。

这种变革的本质，是从依赖“流程和分工”转向依赖“人和工具”。它挑战了传统组织管理中“分工越细越专业”的共识，预示着未来组织的核心竞争力，将取决于能否将 AI 工具转化为个体战斗力，打造出小而精、高自主性的作战单元。

[Ynewtime @Ynewtime]

@telegram Turns out the Reactions feature was introduced — and it’s much more dynamic.

[Ynewtime @Ynewtime]

Would it be a better idea if @telegram integrate original 'likes' feature to channel?

[piglei @Piglei]

拿两年前玩 ChatGPT 时的“软件工程大师”prompt，测试了一下从 GPT3 到 DeepSeek-R1，AI 的中文写作能力的变化。

两年前：“海鸥知道风向，树叶随风起。持剪刀者，谨慎剪叶。”
↓
两年后：“断根求叶茂，可得几时春？”

好的，以后中文写不过 AI 了。

[Ynewtime @Ynewtime]

@evanyou Using it as well for quick blogging!

[OpenAI @OpenAI]

We are adding support for plugins to ChatGPT — extensions which integrate it with third-party services or allow it to access up-to-date information. We’re starting small to study real-world use, impact, and safety and alignment challenges: https://t.co/A9epaBBBzx

[Jason Miller 🦊⚛ @_developit]

New state model for VDOM dramatically simplifies your code, and is also kinda performance magic.

Left: standard component rendering
Right: same code with optimization enabled

(no compile, just a library and stock @preactjs)