dream_wake

无名小卒

[李举刚 @justinleei]

去年到今年，算了一下读了15本书，差不多每月一本。

有几本反复在看，受益很深：卡尼曼《思考快与慢》、塔勒布《非对称风险》、汤质《关于说话的一切》、《当下的力量》、赫拉利《人类简史》。

这些书推荐过很多次，但它们怎么影响我的，我自己也说不清楚。很多东西是潜移默化的。

读书能不能马上见效？不能，也从来做不到。只有读书加上真实的体验，才可能慢慢形成自己的价值判断和思维取向。而这一切，都需要时间沉淀。

[kabikabi @jakevin7]

今天偶然间又翻到了@yetone 之前的 构建 typeless 的 prompt， 真的是很精髓。
细细品味了下，有一点提示词即是 harness 的感觉。
里面包含了个人对于项目边界的约束和对项目整个的设计。没有多余的废话，但是把该约束的细节都约束到了。

https://t.co/xjQpfE7GaA

[宝玉 @dotey]

PPT Master 确实是最好的 PPT Skill

我新的 skill 写PPT也挺好，能导出可编辑版本，可以AI配图，可以在 Agent 内置浏览器中标记编辑

https://t.co/POuwOWSuwe

[Line @0xLinehigher]

非常建议每一个选择计算机系的大学生，在大学时期将cs336啃完，不开中文字幕，只开英文字幕。啃完之后，你对LLM的理解和英语能力至少在国内前百分之1%。

这门课超过国内任何一所大学里面计算机的课程。

《Stanford CS336: Language Modeling from Scratch》 是一门斯坦福大学计算机科学系的课程，这门课每一年春季都会有，每一年都会在油管免费开放。

里面的内容非常前沿而且实用，目前油管上的版本是25年的版本，第一节课提到的模型已经是GPT-4。而与此同时，国内的计算机课程还在用着至少5年前的PPT。

依稀记得，我的第一节C语言课程，PPT的里面的演示系统是XP...

啃完CS336，你会收获LLM的全栈技术栈，从数据收集，清洗，模型训练，优化，评估到部署，Transforemer架构，注意力机制，各种目前最新的机器学习训练方法

这门课的目标就是从头让你手搓一个LLM，亲手实现完整的pipeline。

两位主要讲师：
1、Percy Liang
MIT 本科 + MEng，UC Berkeley 博士（2011）。曾在 Google 做 post-doc，后加入 Stanford 任教。

2、Tatsu
Harvard 本科（统计与数学），MIT 博士（co-advised by Tommi Jaakkola 和 David Gifford），之后在 Stanford 做 Percy Liang 和 John Duchi 的 post-doc

耐心啃完这个，所有计算机课程几乎都不需要上了...因为在过程中必然会遇到很多不懂的点，边学边查，然后顺带就把学校关于机器学习和深度学习的专业课给学完了。

如果刚上大一，可以先看cs50，然后再到cs336，先稍微打点计算机的基础。

与此同时，一定要把线性代数学好，将高数丢了都要把线性代数学好，线性代数是机器学习的底层DNA。

如果线性代数没有学好，会比较难理解神经网络，相当于没学好加减乘除就想去求导。

[YC (Yucheng) @yucheng]

后端程序员学习前端知识之

前端里面有哪些 tricks 在没有提高后端性能的情况下，换取体验提升的 ？

1. 骨架屏 / 渐进加载
用 Skeleton 代替空白加载，比纯 Spinner 让用户更有“已在进行中”的感觉，感知时间明显缩短。

渐进加载列表：先渲染框架（导航、页头、占位卡片），数据到齐再填内容，避免“白板→瞬移完成页面”的突兀感。

典型用法：列表页、详情页、Dashboard 首屏，SSR + skeleton 占位，是非常高 ROI 的体验优化。

2. 预取（prefetch）与预加载（preload）
Hover 预取：鼠标 hover 菜单/链接就开始请求下一页数据，等用户真正点击时几乎“秒开”，后端没变但平均等待时间被隐藏掉了。

Viewport 预取：列表滚动时，提前请求即将进入视口的下一页数据；对无限滚动、Feed 信息流提升很明显。

你可以在前端路由层 + 数据层分别做预取：路由级 prefetch（下一页面 bundle）、数据级 prefetch（下一请求数据）。

3. 客户端缓存 + Stale-While-Revalidate
利用 HTTP 缓存或前端状态库，把最近访问的数据当“旧数据”，立即展示，再在背后静默刷新（SWR 模式）。

用户看到的是“马上有内容”，即使不是最新，但刷新回来时可以平滑合并更新，感知体验比 loading 强很多。

例如：用户多次打开同一个详情页或列表，可以直接展示上次的快照，再在背景里拉最新。

4. Debounce / Throttle + 即时本地反馈
搜索框：输入时不立刻请求，而是 debounce 300ms；同时本地立刻更新 UI（高亮关键词、展示历史搜索），减少“卡顿感”和后端压力。

按钮点击：立即给出按下状态/波纹/Loading 状态，而不是等接口返回再变化，让用户觉得“系统收到了”。

这一类通常配合 loading 状态和“局部占位”，避免整页阻塞。

5. 渐进增强的表单体验
分步表单：把一个长表单拆成步骤，先本地校验、渐进提交；可以先提交轻量字段，重计算/风控等放在后一步，避免重操作阻塞整体验。

本地校验优先：能在前端校验的都先校验（必填、格式、简单规则），减少“提交后才发现报错”的拉扯感。

用户主观上感觉“一直在向前推进”，而不是卡死在一个提交点。

6. 占位排序和“伪即时排序”
列表操作（比如拖拽排序、置顶、收藏）可以在前端先调整顺序，然后异步通知后端保存，实质上就是乐观 UI 的排序版本。

对一些“仅自己可见”的个性化排序，甚至可以完全在本地存储（localStorage/IndexedDB），把后端当备份源，前端体验几乎零延迟。

单机/局部状态多的产品（个人配置、偏好面板）非常适合这样处理。

7. 动画过渡与过场
Layout Transition：比如 React 19 的 Transition + useOptimistic、一部分框架内置 layout animation，可以把“闪跳”变成“平滑移动”。

路由过场：页面切换时用淡入淡出、progress bar（类似 YouTube/Next.js 的顶部进度条）掩盖接口真实延迟。

动画不减少真实时间，但可以显著提升“控制感”和“连贯性”。

8. 局部 Loading 而非整页锁死
只对发生变化的区域展示 loading 或 skeleton，而不是全屏蒙层；用户可以继续操作其他区域。

例如提交某个 card 的修改时，只在 card 内显示“保存中”，避免阻塞整个页面。

这类实际上是“粒度控制”，通过 UI 结构变化减弱延迟的心理负担。

9. 离线优先 / 请求排队
操作先写入本地队列（localStorage/IndexedDB），前端 UI 立即反映，后台网络正常时再批量同步；失败再做重试或标记。

在弱网/移动场景，这种“即使没网也能先操作”的感觉体验会碾压传统请求式交互。

适合：消息草稿、日志记录、待办、笔记这类“允许最终一致”的业务。

10. 粗粒度一致性 + 延时刷新
某些全局计数（未读数、点赞数总数）不必每次强一致；前端可以使用本地推断值，定期（比如 30s）或在特定节点触发刷新即可。

比如点赞后，本地直接 +1，真正的总数由下一次全量拉取覆盖。

牺牲一些强一致，换取频繁交互中的“顺手感”。

[老王霸 AI Lab @laowangbabababa]

太牛逼了。真的，太牛逼了。真的能爬一切，而且速度嘎嘎快！

以前让 Claude Code 上网搜个东西，推特 API 要钱，网页抓取要订阅，B站小红书直接给你拦在外面。每个平台一个门槛，烦得要死。

Agent-Reach，一个免费开源仓库，一条命令把这 14 个平台全通了。

我装上跑了一遍 ，让 Agent 去搜一条小红书任意帖子的评论并总结，十秒总结出来，我当时真愣了一下，又快又好啊。

讲道理，Agent 能写代码能改文档，上网找东西就一直卡在这。Agent-Reach 干的就一件事，把选型和配置全帮你做完了。

yt-dlp 提字幕，twitter-cli 搜帖子，xhs-cli 抓小红书，装好以后 Agent 自己调，不经中间层。哪块不好用随时换。

零配置直接跑的有网页、YouTube、RSS、公众号、微博、V2EX。不用记命令，直接说需求，Agent 自己知道走哪。

>安装方法：
跟你的大模型说：
帮我安装 Agent Reach https://t.co/VF5Ok0k4LB

[Orange AI @oran_ge]

每次搬家都要处理几天下水道反味这样的事情
似乎上一家的租客们都不在意这些东西
让贝壳的人来修，每次都用最烂的物料，修完几天就又坏了
最后的结果就是自己掌握了完整的下水道治理技能（和供应链

最初我以为这些东西我觉得没啥人关注，但发完上面的吐槽后，一堆朋友来求分享推荐，看来竟然是普遍问题。。。

于是我就把踩坑经验写了下来...
1. 一般淋浴间的最常见也最好解决，换地漏芯，要舍得花钱...其实也不贵，30块钱。这个要密封的同时要保证排水畅快，我买了很多个之后发现潜水艇那种牌子的不如苏泊尔的好，就一直买它了，这种要一两年换个新的
2. 洗衣机地漏，需要加一个洗衣机接口，同时排水量要相当大，这是最满意的一次，用了三年，非常好用，没有任何堵塞和味道。也是最贵的 70多，这个真的很完美
3.洗手池和厨房的，竟然很多没做S弯，需要加一个（图3）还有一个解法是在最下方的接口加密封塞，这个我昨晚美团外卖随便买了个塞住了，完全没味道效果好，见图4，这个设计真的绝了，各种牌子都是用的同一个模具，设计最妙的地方在于，它适配了各种管子不标准的问题...

一般维修公司的物料成本也就1块钱，自己买虽然贵，但是反味儿关乎健康，值得。

单纯分享，利益相关：无。

[Hickerzed @Hicker_Moledao]

Codex 史诗级大 BUG

高强度使用 Codex 的宝子们注意一下，你的磁盘可能正在遭受核打击

Codex 当前在流式任务和长时间运行时，会以极高频率往 ~/.codex/logs_2.sqlite 狂写 TRACE 日，这样的强度可以直接把消费级 SSD 直接写废

我自己也中招了，中招了的小伙伴自己输入这段提示词诊断一下吧先

提示词：帮我检测 ~/.codex/logs_2.sqlite 是否因 TRACE 日志持续高频写盘？

如果真的中招了，再输入这个提示词赶紧止损吧

提示词：中招了就直接先备份，再用 SQLite trigger 拦截 logs 表, 并 checkpoint/truncate WAL,最后采样确认 MAX(id) 和 WAL 不再增长

[idoubi @idoubicc]

https://t.co/UGOgvkY9gB

[向阳乔木 @vista8]

不求设计师！Codex一句话生成App图标，加快项目开发速度。

开源乔木icon设计Skill，支持两种方案：

1. Codex内调用Imagen生图能力，参考小耳@xiaoerzhan收集的几百个图标参考生成。

2. 支持搜索 2w SVG图标，加上纯色或渐变背景生成icon。

无论开发App，还是网页，都可以快速设计图标，挑选使用。当然，精细打磨还是要靠设计师。

Skill安装方法：
npx skills add joeseesun/qiaomu-icon-generator

开源Github地址见评论区

[李行之 @xz_future_cn]

今天在 Reddit 刷到一个有趣的 SEO 案例，从每月 78 点击到 8,018。

老哥上了一个免费的录屏工具站，但是流量非常差。他分析发现，进入网站的访客基本上都是通过这些关键词进入的：怎么免费下载 Loom 视频、Loom 视频转 MP4 等关键词。
主打的关键词却没有一点效果。

这个时候，老哥直接把这些看似和他网站关键词不相干的关键词，做了一堆页，最后实现了点击量增长。

给我的启发是：当你上了一个工具站后，如果效果不好，就不要死抠你想要的关键词，要去检查用户是通过哪些关键词进入你的网站的。
这些关键词里面可能有用户真实存在的需求。

原贴：https://t.co/FV6bQTEZaQ

[周览资源分享 @grgerwcwetwet]

闲鱼=中国版暗网，只要暗号对，什么都能搜出来。
目前这个网站正在收集一些咸鱼黑话，目前在收集中，不算全，不过想法挺不错的，感兴趣可以收藏

https://t.co/PVJ7RskJuV

[Tw93 @HiTw93]

挺有趣，听朋友说我这几篇文章成为了现在 AI 岗位面试准备必读的文章，那我来汇总一下给大伙好啦，希望有帮助，当然也祝福最近从传统岗位工程师转型成 AI 岗位的小伙伴找到自己满意的工作。

1. 你不知道的 Claude Code：架构、治理与工程实践
https://t.co/p0RWjHcklI

2. 你不知道的 Agent：原理、架构与工程实践
https://t.co/4FXcGYqbaJ

3. 你不知道的大模型训练：原理、路径与新实践
https://t.co/DJuvPaBvhu

4. 你不知道的 AI Coding：非技术人的上手、场景与实战
https://t.co/TLi4q9XOtJ

5. 你不知道的 GEO：AI 可见性的原理、实践与取舍
https://t.co/VrLUqgucwR

6. 你不知道的具身智能：从小机器狗到 Optimus
https://t.co/bRBbRZXIZg

[哥飞 @gefei55]

搞了个小玩具，调用了推特的 API 来扫描有点赞且带链接的推文，然后去查域名流量。

找到了个新产品 subservientghostface . com ，5 月 13 注册的域名，5 月 18 天访问量 202 万。

群友都知道，找新词要去 Google Trends 查找和验证，毕竟 Similarweb、Semrush 反应都没它快。

但很少有人意识到，Google Trends 本身也是滞后的。

一个新东西先在社交媒体火 → 带动一批人跑去 Google 搜 → 谷歌趋势曲线才会慢慢冒头。

等你在 Trends 看到，其实已经慢了一拍了。

那么怎么快人一步找到新词热词呢？

推特是个金矿，如果能够找到源头，你就能够快人一步。

毕竟，抢新词的本质，是抢时间差。

那要怎么更快速的发现 Twitter 上正在火起来的推文，尤其是带链接的呢？

靠人肉刷信息流肯定不行——你刷到的时候，早有一堆人刷到了。

我的做法是让 AI 帮我去盯: 用 X 的 advanced search，锁定带 link 的推文，按互动量和时间窗筛——比如”近 24 小时、点赞破千、带外链“。

一个新产品、新工具、新概念冒头，往往就是这种推文先炸，链接点过去就是源头。

抓到源头，反查搜索量和难度，当天就能上落地页。

别人在等 Trends 出曲线，你已经提前上站了。

至于用什么让 agent 去盯 X、怎么不靠登录就能抓 trends 和带链接的爆款，我放在评论里 👇

[idoubi @idoubicc]

可以试试 https://t.co/GSw4PXXQaj，不需要你写代码去定义 Agent。而是通过 dashboard 快速创建一个 Agent，可配置 models、skills、files（soul/identity/bootstrap...），几分钟可以调试好一个 Agent，自带 Sandbox 做工具调用。

然后这个配置好的 Agent 可以在其他客户端通过 API 调用，你只管用，不需要关心部署和扩容。fastclaw 作为 agent runtime，帮你快速搞定 agent saas 的 backend。

https://t.co/bl7xJUoksb 就是 fastclaw 的一个典型用例，用 shipany 套了个壳子，一小时就上线了。✌️

[John Fan @ainewmeth]

现学现用，Sinha等学者在今年的ICLR 会议上发表的实证研究，The Illusion of Diminishing Returns: Measuring Long Horizon Execution in LLMs，啃完了用视频再review下，amazing！

[宝玉 @dotey]

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。

【1】Computer Use：最广，也最慢

Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。

代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。

Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。

Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。

【2】Chrome 扩展：带着你的登录状态

Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。

它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。

Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。
要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。

【3】内置浏览器：给开发者的沙盒

内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。

这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。

Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。

【选哪个？】

简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。

[向阳乔木 @vista8]

一个轻量快速的RSS免费客户端，还支持用自己的API key做 AI总结、问答。

感觉Papr是个不错的项目，地址和安装见评论区。

[海拉鲁编程客 @hylarucoder]

草, 自己想了两天, 不如看你逗哥的文章.....

[idoubi @idoubicc]

有意思 你把 CCOnline 的技术架构都拆解完了 我还发啥😂

请求链路大差不差，核心要解决的问题还是存算分离

把 cf sandbox 作为临时使用的容器，而不是常驻

用户生产资料上 r2 存储，sandbox 要内置 ShipAny 模板和 skills，还要解决计费、预览、部署、防注入

这个项目还是蛮复杂的😂