Kiān

Functional Programming Enthusiast, Scala, Category Theory, Type Theory

[Kiān @chien666]

炫耀一下我轉筆的技術

[Zhongxing Sun @Zhongxing_Sun]

https://t.co/BV7fUjweno

[伊坂蟹太郎🌈 @sukiyakiaki]

轉自李忠憲臉書

感覺台灣填鴨式教育制度+父權體制+母親溺愛三管齊下養出超多這種男性

[三井淳平 / Jumpei Mitsui @Jumpei_Mitsui]

https://t.co/cjegfRmWoG

[Kiān @chien666]

@Lemugen_mystic 新年快樂

[Kiān @chien666]

@Lemugen_mystic 生日快樂🎂

[鴨 @antoba_8]

#M1グランプリ2025

[Kiān @chien666]

反智社會

[最後一哩鹿( ⓛ ω ⓛ🌈)🌸  @dryadb43738]

法律相關YouTuber也針對憲法法庭事件發影片，而從觀看數、讚數倒讚數以及留言上觀察，離法律專業越遠的評論，就越受民眾支持。

[刘小排 @bourneliu66]

老外搞了一个大模型炒股大赛，用真钱。目前DeepSeek遥遥领先，GPT-5和Gemini暂时都是亏钱的～

比赛还在进行中，实时看板：https://t.co/Qd8N0WQQ9R

[凡人小北 @frxiaobei]

最近在看一圈 ToB agent 的落地情况，有个判断越来越清晰：

至少还得 1 年，国内 ToB agent 才可能真正起来。

第一，国内的模型能力，还不够。

ToB 业务链条长、场景复杂、对结果的容错率极低。
现在的大模型，哪怕再微调十遍，稳定性不够，自洽性不够，还不够听话这些问题依然严重。

prompt 写得挺对，它干的事还是不怎么靠谱。像个刚转岗的实习生，流程懂了点，但是做起来全是 bug。

第二，做技术和懂业务的，不是一拨人。

ToB agent 最大的挑战是知识怎么迁移。比如想让 agent 搞懂保险理赔、医疗问诊、法律审查……这些不是写 prompt 能解决的，它们背后是几十年经验、人情流程和模糊判断。

越值钱的知识，掌握它的人越年长，越难被结构化表达，更别说这批人愿不愿意倾囊相授。

技术今天搞出来一个 agent，业务方只会说三句话：你这不准啊、我们流程不是这样的、你这漏了关键条件，但这个流程是之前开发跟业务一起梳理出来的。

这背后藏了抵触，技术和业务之间，隔着的不是 AI，是一整座山。

那为什么 AI coding 能先跑出来？因为这事里最懂业务的就是技术自己。

谁最懂代码结构？技术！
谁能写 agent 调 agent？技术！
谁能 debug agent？还是技术！

技术是唯一一拨能自己用，自己调 bug的群体。业务等于本体，没有认知 gap，也不需要跨专业翻译，一整个闭环自然就跑通了。

本质区别在这：AI coding 是单边迁移服务自己， ToB agent 是双边博弈，需要认知共建。一个能快，一个必须慢。

对于 AI coding，只要模型理解开发者就够了。ToB agent，不仅模型要懂业务，开发者还得懂业务，然后两边还得对得上话。

这，太难了。

真正的转折点要出现：必须满足模型能稳定 编码行业知识，Agent 能封装复杂动作并处理结果反馈（前提是老顽固们愿意掏心窝），企业能放心把核心流程交出去。

到那一天，ToB 才真正算是 ready 了。

那时候再回头看 coding agent 的进化速度，也许已经不是一个量级的对比了。

技术在革自己命这件事上，从来没有输过任何群体。

[( ͡° ͜ʖ ͡°) 卡珊德拉該練核心了 @balababada]

觸爛

[歸藏(guizang.ai) @op7418]

设计非常牛批的 Knob 键盘终于上市了，售价 439 美元，实体质感也很好

[Cash Wu @CashWuGeek]

Kent Beck 在完成 B+ 樹函式庫專案後，分享了他使用 Augmented Coding 的開發經驗與深刻反思。這篇文章不僅是技術實踐的總結，更是對生成式 AI 時代程式設計工作流程的前瞻性思考。他更進一步探討了兩種截然不同的 AI 開發模式：Vibe Coding 與 Augmented Coding

https://t.co/bFZfva6zQ5

[Tz @Tz_2022]

Git的十日神话与二十年身影

圈子里流传，Linus Torvalds 用了大约十天，写了不到一千行代码，就有了 Git 的最初原型。这几乎是每个程序员都听过的创世传说，一则关于天才、愤怒与代码的摇滚故事。但少有人会接着问，那剩下的几十万行代码，和此后近二十年的漫长时光，又是谁的故事？

这则传说的迷人之处，正在于它的极简与高效。

它迎合了我们对“天才一刻”的全部想象：一个领域里的王者，因现有工具（BitKeeper）的商业纠纷而震怒，于是决定亲手锻造一柄新武器。他关起门，几天后，一个颠覆性的版本控制系统就此诞生。故事讲到这里，通常就该掌声四起了。

然而，这更像是一部电影的预告片，而非正片。

Linus 搭建的是一个地基，一个充满原始力量、但几乎无法直接居住的毛坯房。他定义了 Git 最核心的数据结构——几个简单的对象类型（blob, tree, commit, tag）和一个极其聪明的指针系统。这是“0 到 1”的突破，是思想的胜利。它的确无与伦比。

但我们今天所用的 Git，那个拥有 rebase、stash、bisect 等无数精妙指令，能在全球百万计的开发者手中顺畅流转的庞然大物，早已不是那个周末的产物。

对话提到的那个“日本人”，他叫 Junio C. Hamano（滨野纯）。

2005 年 4 月，Linus 开始动笔。仅仅三个月后，同年 7 月，Linus 便将这个项目的维护权，交到了当时还名不见经传的 Junio 手中。他自己则转身回去，继续专注于他的另一个“小项目”——Linux 内核。

用 Linus 自己的话说，他自认不是一个合格的“维护者”。他擅长的是冲锋、破坏和创造，而不是日复一日的打扫、修补与浇灌。

于是，Junio C. Hamano 接过了火炬。

从 2005 年到今天，他成了 Git 项目的首席园丁。他审核、合并了成千上万的补丁，回应了不计其数的邮件列表讨论，将一个粗糙的命令行工具，逐步雕琢成一个稳定、可靠且功能丰富的平台。那些让无数开发者爱恨交织的复杂功能，大多是在他的主持下，由整个社区一点点添砖加瓦构建起来的。

这背后，是一种截然不同的叙事。它不性感，没有戏剧性的高潮，只有漫长得近乎乏味的责任感。

我想，我们对“创造”的理解，或许出现了一点偏差。我们迷恋于那个点燃火柴的瞬间，却常常忽略了在漫漫长夜里，那个不断为篝火添柴、防止它熄灭的人。在技术世界里，后者所付出的心力、智慧与情感劳动，丝毫不亚于前者，甚至可以说，更为艰巨。

毕竟，从无到有固然困难，但将一个可用的原型，演化成一个可信赖的、服务数亿人的基础设施，其间的鸿沟，需要用近乎无穷的耐心与韧性去填平。这其中，不仅有技术决策，更有大量的人际沟通与社区治理。维护者需要仲裁分歧，需要引导方向，需要对无数个微小的改进说“是”，也需要对可能破坏项目根基的提议说“不”。

Junio C. Hamano 所扮演的，正是这样一个“守护者”的角色。他在谷歌的工作，很大一部分就是全职维护 Git。这份由商业公司支持的开源贡献，确保了 Git 这艘大船能有一个稳定的舵手。

当然，这并不是要否认 Linus 的功绩。没有他划下的那根天才火柴，后续的一切都无从谈起。Git 至今仍在沿用的核心数据模型，正是其强大与高效的根源。这是一个无可辩驳的事实。

但只看到这一点，就像是称赞一栋摩天大楼的设计师，却对日夜施工的建筑团队和后期几十年的物业维护视而不见。这种视角，会无形中塑造一种危险的文化：它鼓励冒险与“发布”，却贬低维护与“留守”。

在风险投资和创业圈里，这种文化被推向了极致。“增长黑客”和“颠覆式创新”的口号不绝于耳，而那些默默优化系统性能、修复安全漏洞、提升用户体验的工程师，却往往被视作“成本中心”。我们庆祝产品上线，却很少为一次平稳运行了五年的系统重构而开香槟。

这种叙事偏见，也延伸到了其他领域。

比如 Python 语言，人们津津乐道于 Guido van Rossum 作为“仁慈的独裁者”（BDFL）的传奇，但当他 2018 年宣布“退休”后，一个由五人组成的指导委员会（Steering Council）接管了语言的演进。这个委员会的工作，同样是繁琐、低调且至关重要的。他们没有创始人的光环，却承载着整个生态的未来。
我们是否过于频繁地，将“创始人”等同于“所有者”了？

或许，一个更健康的视角是，承认“创造”是一个连续的光谱。一端是“创世纪”（Genesis），另一端是“守护”（Stewardship）。两者同等重要，缺一不可。创世纪需要的是灵感与决断，而守护需要的，则是同理心、远见和日复一日的坚持。

对话里那几声无奈的苦笑，与其说是在抱怨不公，不如说是在点破一个我们早已习惯、却很少反思的现实。

我们追逐那个“0 到 1”的闪光，却忘了让万物从“1 到 N”茁壮成长的，是另一种更为安静、也更为持久的光。

在你我的世界里，埋下希望的种子后，也请守护那片森林。

[Kiān @chien666]

@dabowagaga 家族中不少人就是這樣，而且不認為國民黨會把台灣賣掉

[風暴士兵 🪐🪬Taiwan only @dabowagaga]

有不少人誤以為投藍白的都是親中，這其實是錯誤的，選民的投票往往會有非常多不同的因素，不會是單一選擇。

例如全台有7成4以上的人在國族認同上自認台灣人，但裡面只有半數投了民進黨，這就是事實，當我們知道藍白投共時，有不少人真的不認為藍白會投共，有不少人單純「討厭民進黨」，所以他投給了藍白（或都不去投）。

而他們討厭民進黨的主因更是五花八門，比如他們認為有他們在乎的議題是民進黨做得好不好，所以他們投了藍白（民眾認知跟事實往往無關，但他們就是這麼認為，這需要強調說明），投藍白不一定是親中，他們要叫做「討厭民進黨」。

比如核電議題、性平議題、嫌民進黨不夠獨、認為不能一黨獨大、啥民進黨是綠共，各式各樣，百百種，你覺得綠共這兩個字很可笑，與事實不符，但有人信喔，這些信的人選擇教訓民進黨。

為啥這次抗中保台的牌失效？不是台灣人變成親中，而是在各種子議題下，這些人選擇教訓民進黨（這邊再強調一次，有的議題即使藍白更爛也一樣，媒體資訊戰不是這樣看的）。

你信不信民調不管做幾次，討厭中國的永遠都是七成⋯⋯
但裡面就是有不少人因為其他原因而投藍白。

所以真的不用再找戰犯、內部找敵人，要認清一件事，這就是現在的選民結構板塊。
喊綠共的人不是搞笑喔，他們一堆真的討厭共產黨⋯⋯
但他就是投給了親共的。

這件事又跟認知戰有關，要講可以寫上千字講不完⋯⋯
比如抖音的例子，抖音世代可不是單指未成年小屁孩，一大堆成年人也在看，有8+9、有退休老人、我甚至認識一個人超好的國中老師整天看抖音。這些被影響的層面涵蓋很廣。

我當然知道國外會怎麼看投票結果，這件事也發生在韓國跟日本身上（成因不相同但結果相同，這裡不再贅敘）

我們能做的是什麼呢？照顧好自己，照顧好家人，自己有多少影響力就發揮多少影響力，不要氣餒，不要輕易因為失望就放棄，因為我們面對的敵人不是藍白，而是一個巨大的獨裁紅色。

[Kiān @chien666]

@erwinrxics8 我也是今年各種不順，一起加油

[Aesthetics 𝕏 @aestheticsguyy]

Tap, hold and load 4K 🐉