biometaphysics

[宝玉 @dotey]

有网友问 Claude Code 作者 Boris：
如何有效审查 AI 生成的代码？

Boris 给了 3 条经验技巧：

1. 默认使用 Plan 模式。

2. 给 Claude 提供一种验证其输出结果的方法，比如单元测试、Claude Chrome 扩展程序，或者 iOS/Android 模拟器。

3. 使用 /code-review 来自动化大部分的代码审查工作。
对 Claude 生成的代码保持与人类写的代码相同的标准。

[Viking @vikingmute]

假如有朋友要写 TUI，可以尝试使用 OpenTUI 这个库https://t.co/fWuQh0Pnk3

OpenCode 就是基于它构建的，是现在一个很火的用来构建 TUI 的底层框架，提供了支持多种前端框架的协调库 reconciler（React/Vue/Solid），让前端开发可以用熟悉的 方式构建终端 UI，降低学习曲线，利用现有前端生态。

看了下文档，现在组件也很丰富，感觉很不错，支持多种 themes 和 plugins 扩展。

[Maaz @mmaaz_98]

I built a GPU-accelerated linear programming solver in PyTorch that scales to 100k+ variables and constraints -- and is competitive with state-of-the-art solvers.

The entire implementation is only ~350 lines (excl. docs / logging) and is meant to be as simple as possible.

[sankalp @dejavucoder]

claude code is having it's cursor moment after karpathy sensei's post. never been a better time to try it.

my latest blog on how to get the most out of claude code 2.0 and other agents in general is up now. grab a chai and have fun reading!

https://t.co/cQpvo0xocY

[Viking @vikingmute]

其实我发现这些站点也都是 Crawlee 的wrapper 而已：
https://t.co/h2QUTql5I1

Crawlee 应该是我用过最强大的爬虫，而且是完全免费的，没什么云服务啥的，还有 JS 和 Python 两个运行时，引擎也很多 Puppeteer, Playwright, Cheerio, JSDOM, and raw HTTP。

不知道大家还用过什么好用的爬虫，可以推荐一下。

[九原客 @9hills]

Google 推出的 MCP for 数据库，但是和直接开放SQL不同，而是自定义tools封装SQL，实际上更可靠，生产可用。

不要开发所谓的AI问数（自由的Text2SQL）系统，以后找个机会说说里面的坑。

https://t.co/puUvwRT0uo

[Viking @vikingmute]

昨天闲逛发现的免费网站：https://t.co/6waqsiX3Mk
简直是历史爱好者的福音，通过一个时间线可以显示那个时候的世界地图，国家，区域，还可以选择更多的信息，比如当时的皇帝，战役等等。

做的非常棒，一下就看了很久，还有旧地图搜集，非常有趣的网站，我觉得就是这些有趣的网站让我觉得 web 世界真的是有非常多小众又精彩的资源。

[howie.serious @howie_serious]

andrej karpathy 谈“如何成为任何领域的专家”：

（又一个“纯金”建议💛）

1 迭代式项目驱动：追求深度而非广度，“按需”学习（不是先学后做学完再做，而是做中学，根据项目需要边做边学）

2 费曼一切所学所做：用自己的话说出来/总结

3 永远不要（和他人）横向比较，只（和过去的自己）纵向比较。

---
1 的本质是项目式学习
2 的本质是费曼技巧
3 的本质是成长思维
这些都是大家听说过的道理。差异在于大多数人道理都知道但是做不到🙁

[Aiden Bai @aidenybai]

cursor allows me to work on 4 projects at once

[Victor @victor_explore]

Here are more Google collab notebooks to implement Deep Learning models (link in comment)

[Robin Lovelace @robinlovelace]

I've just been making some final tweaks to the "Visualising transport data" session in the Transport Data Science module I'm teaching with some great colleagues, Thursday next week. Looking forward to this one!

[『葬送のフリーレン』公式 @FRIEREN_PR]

壁紙🎁

[𝐋𝐚𝐮𝐫𝐞𝐧𝐜𝐞 @LaurenceMister]

我看好多人都不太明白，刚录了个视频，讲讲清楚吧，大家别只看到一个截图就“见钱眼开”了，不是那么容易的。
https://t.co/3zQ9eK4jzb

[Prajwal Tomar @PrajwalTomar_]

New Cursor Agent is WILD.

It understands project context, follows structured plan, and builds features autonomously.

Last night, I used it to ship an MVP in just 3 hours.

Here’s the exact workflow:

[Fatih Dinc @fatihdin4en]

My PhD work is now out! Here, we set out to formalize the neural manifold hypothesis and explain several experimental phenomena in systems neuroscience with a single theoretical framework. I highly recommend giving it a read, though tweetprint come much later!

[yobibyte @y0b1byte]

Next frontier after LLMs can draw a unicorn

[Victor @victor_explore]

In case anyone wants to deep dive into Optimization. Here is a free book from MIT.

[GitHub Projects Community @GithubProjects]

Chat with your database.

[biometaphysics @biometaphysics]

@FRIEREN_PR 唢呐牢芙哈哈哈

[Charlie Marsh @charliermarsh]

Announcing uv: an extremely fast Python package installer and resolver, written in Rust.

uv is designed as a drop-in alternative to pip, pip-tools, and virtualenv.

With a warm cache, uv installs are near-instant. Here, it's > 75x faster than pip and pip-tools.