haiwenwang

[yihong0618 @yihong0618]

LLM 时代之后好像印度人当 CEO 的神话破灭了。jeff 都离职了。。。

[AYi @AYi_AInotes]

为什么说Jeff Dean 确实是 Google 工程文化的图腾级人物，来一起看看他这些最耀眼的成就和贡献吧：

他在 Google 干了整整 27 年（1999年中加入，是公司第30号员工左右，几乎从头到尾参与并主导了 Google 从“搜索引擎”变成“全球基础设施 + AI 帝国”的全过程。

最耀眼的成就（按影响力排序）
1. MapReduce（2004，与 Sanjay Ghemawat 共同设计）
把大规模分布式数据处理抽象成简单的 map + reduce 两个函数。程序员不用再操心数据分区、容错、机器间通信。
这个系统直接催生了开源生态里的 Hadoop，成为整个大数据时代的基石。Google 内部搜索索引、日志分析、地图渲染等都靠它跑。

2. BigTable（2006）
面向海量半结构化数据的分布式存储系统，支撑了 Google 上百个产品（搜索、Analytics、YouTube、Maps 等）。后来直接影响了 HBase、Cassandra 等 NoSQL 数据库。

3. Spanner
全球分布式、强一致性数据库，解决了跨数据中心的时钟同步与一致性问题。被很多人称为“世界上最大的单一数据库”。

4. TensorFlow + DistBelief
• DistBelief 是 Google 早期大规模分布式深度神经网络训练系统（“猫神经元论文”就是用它训练的）。
• 后来重构并开源为 TensorFlow（2015），迅速成为全球最流行的机器学习框架（GitHub 星标数十万、下载量数千万次），直接降低了整个行业做深度学习的门槛。

5. TPU（Tensor Processing Unit）
起源于一次“餐巾纸计算”：如果每个 Google 用户每天语音识别3分钟，现有服务器数量要翻倍。于是他们设计了专为低精度稠密线性代数优化的定制芯片。TPU 能效比当时的 CPU/GPU 高出 30-80 倍，延迟低 20-30 倍，成为 Google 在 AI 算力上最核心的护城河之一。

6. 其他关键贡献
• 早期广告系统、爬虫、索引、查询服务系统
• Protocol Buffers、LevelDB
• 共同创立 Google Brain（2011/2012）
• Pathways 系统、Gemini 相关工作、AlphaChip（用 ML 设计芯片）等

[Massimo @Rainmaker1973]

Airport Diagram ORD (Chicago) with pen plotter

[📹 draw_scape]

[Arrow @ArrowAir_]

Update on our open-source fixed wing VTOL, Spearhead. Our contributors in Turkey are making great progress this week!

One wing is mated to the fuselage now, and the aircraft has reached the stage where it no longer fits the sofa comfortably 🫤

It is huge, but light, and properly strong.

[Susan STEM @feltanimalworld]

其实想一下日常工作/生活中，干什么事情没啥技术含量还最消耗人？就是“跟”这个工作。英文叫follow, 或者follow up, 一个订单要follow, 客户关系的维护是follow up，家里无数事情都是“状态跟踪”。冰箱采买是你follow冰箱状态看库存低了去补货，易耗品也是follow, 小孩子教育是不是也是follow他的身心发展状态？财务？收入支出？

大学时候去外贸公司实习，他们把外贸员叫跟单。一个基本没啥技术含量的活，但是当时整个外贸公司几乎全是跟单，他们和工厂是分开的，基本没有人真正能懂这个产品的技术，他们是不做产品只跟信息的，但是他们比工厂还赚钱。

跟单员其实是“人肉状态机”

其实现在很多公司的一般中层管理，并不指定政策，就是follow某个状态的office lady.

现代组织里最庞大、最隐形的一类劳动：

“跟”，follow, 就是维持一件事情在时间中的连续性。

人脑跟几件事情，几个客户，没问题。几十个就要依靠完整的Office software, SaaS, 几百个，上千个，几万个呢？一个人不可能搞定的。

我觉得这个社会已经隐性的给我们一些答案了。为什么什么文科，商务英语，电子商务什么的，突然被人骂死，说什么垃圾专业这一类的。其实是不是传递一个信息就是这种文字组织，状态跟随，肯定可以被AI系统办到。而且是应该率先成为成熟的组织信息技术。

[Susan STEM @feltanimalworld]

人的大部分生活和工作，最烦最消耗脑子的就是很无聊的事情，这些事情很多很杂很蠢但是又一直消耗你。人脑最累的就是同时悬挂大量这种未闭合状态。

事情还没有闭环，但它又不能一直占据我的脑子。这是我几个月想建造一个私人管家，私有系统，统筹日历，提取邮件，还有会计模块，库存模块，还能在此基础上开发什么儿童教育模块的初衷。后来发现过于复杂，远超我个人能力。这段时间好好想想，这个更高的抽象到底是什么。

你有太多事情要follow, 其实这些傻问题根本不需要你聪明的大脑，但是这堆蠢事要一直消耗你。比如office lady的一个简单工作：

采购打印耗材

看上去这件task只有一件事情。但是：

发现库存不足
→ 选择型号
→ 下单
→ 等待发货
→ 运输延迟
→ 收货
→ 检查数量
→ 放入指定位置
→ 更新库存
→ 未来再次低于阈值

这整条链条里，真正需要专业判断的时间可能只有几分钟。其余绝大部分都是“跟”。同时悬挂大量这种未闭合状态，维护整个办公室，还有什么茶水啊，打印啊，会议的appointment，就是一个全职office lady.

其实我们对AI应用的方向想错了，就比方拿openclaw开始，今年开年。我们需要的agency到底是什么。太多太杂吗？不。我先想通的是入口处要绝对精良。然后呢？在开发日历和库存的时候，发现状态机的重要性。而且发现上下文绝对不可能成为保存状态机的存在。

入口决定符号系统能不能可靠接地；状态机决定符号系统能不能跨时间持续存在。

“有很多爪子”不等于有 agency，OpenClaw 这一类思路，让人理解为agency 等于模型能触碰多少外部系统。

[haiwenwang @haiwenw]

@Nwwolf2 @KELMAND1 @hugo_dayou 家族后辈中最大的，今年本科毕业，进了这方向靠前的企业，说是今年这一批管培生两百多人

[Voices of WW2 @VoicesofWW2]

“Low flying fighter in sight!” was the original caption to this picture when it was first published in 1944 in the German press.

For many years believed to have been taken in June shortly after D-Day, this photo is actually part of a set shot by KB Theobald depicting men of the 84. Infanterie-Division (probably Grenadier-Regiment 1052) moving in to relieve the 116. Panzer-Division prior to Operation ‘Lüttich’, referred to in Allied sources as the Mortain counterattack. This dates the set to the 2nd or 3rd of August, not June.
Given the urgency of the situation, the soldiers would most probably not be allowed to stop just to indulge a photographer, so Theobald probably took advantage of a short rest stop to snap this photo near La Haute-Louverie, a small hamlet halfway between Beauchêne and Ger (see comments for the spot today).
Typical of German divisions formed during 1944, the 84. Inf. Div. was a mix of decorated veterans transferred from other units and young recruits, some quite young from what we can see here. Of the first four men from the left, all veterans, three have the Infantry Assault badge, and the left-most NCO displays also a wound badge and what seems to be the EK2.
Unknown to these men, the division would not survive the August retreat to the Seine River, being destroyed in the Falaise pocket.

[AML @alysha_lobo]

We are living closer to a cyberpunk future every. single. day.

A masterclass in mechanical kinematics. Watching 3D CAD simulations come to life like this never gets old.

[Hunter Weiss @Hunter_Weiss]

Anyone else following the DARPA Lift Challenge?

$6.5M in prize money to build a drone that can:

- Stay under 55 lbs
- Take off with a 110 lb minimum payload (4x its weight)
- Fly 4 nautical miles loaded (12 laps)
- Drop the payload
- Fly 1 more nautical mile empty (3 laps)
- Finish inside a 30-min window

Top 3 teams split the full prize as long as they clear the 4:1 ratio.

Most heavy-lift drones can barely lift their own weight. DARPA wants 4x. That's never been done.

[Cha Li | 查立 @Himalaya_bear1]

@essen_ai 那我给您推荐这颗镜头。

莱卡同款1/45价格（200美刀/9000美刀），成像品质，不评说，也不得不服。

[寂寞火山 @jimohuoshan]

翻墙后，别再只会X和YouTube了！

还有很多牛逼的网站值得探索，
下面这15个网站，建议直接收藏：

1、Snopes｜事实核查
专门查证网络谣言和争议事件，避免被假消息带偏。

2、Wikipedia｜维基百科
全球最大的知识百科。遇到任何陌生领域，可以先从这里建立基础认知，再深入研究。

3、Foreign Affairs｜《外交事务》
关注国际关系、经济和全球趋势的深度分析平台。
想了解世界格局，不要只看碎片新闻。

4、Brookings Institution｜布鲁金斯学会
顶级智库网站。大量经济、科技、政策研究报告，可以帮助普通人提升宏观视野。

5、Open Yale Courses｜耶鲁公开课
免费学习耶鲁大学课程。涵盖历史、哲学、文学、经济等多个领域。

6、Khan Academy｜可汗学院
免费系统学习数学、科学、经济等知识。适合想重新建立基础能力的人。

7、Project Gutenberg｜古登堡计划
免费电子书库。大量经典文学、历史书籍可以直接阅读。

8、Internet Archive｜互联网档案馆
保存网页、书籍、视频、软件等数字资料。被称为“互联网博物馆”。

9、Pixabay｜免费素材库
大量免费图片和视频素材。适合设计、自媒体、内容创作者使用。

10、Pexels｜高清素材库
免费高清图片和视频资源。做短视频、公众号、自媒体，非常实用。

11、Product Hunt｜新产品发现平台
每天发现全球最新创业项目、AI工具和互联网产品。很多爆火产品，最早都是从这里出现。

12、Hacker News｜技术创业社区
程序员、创业者聚集的平台。大量讨论AI、开源、科技趋势。

13、Reddit｜全球兴趣社区
几乎任何领域都有真实用户讨论。投资、创业、AI、生活经验，都能找到大量一手信息。

14、Google Scholar｜学术搜索
查论文、研究报告的重要入口。想了解一个领域，不要只看二手文章，直接看源头研究。

15、Product Hunt + AI工具库组合
每天关注海外AI新品，用中文重新整理、测试、分享。
很多人的赚钱机会，本质就是：别人还不知道的信息 → 你提前发现 → 中文化输出 → 形成内容和商业价值。

[Muscle Forge @LearnLoopz]

Improve your flexibility, one of the basics that everyone should have.

[Eason Mao☢ @KELMAND1]

稍微解读一下这次“克制的反制”

1. 无人机

无人机这块，直接卡住了美国无人机企业的脖子。 美国军用无人机严重依赖中国制造的核心部件，比如小型涡喷发动机、电池、无线电设备等。

美国马赫工业公司宣传的新型军用攻击无人机“毒蛇”，用的就是中国造的小型涡喷发动机。

美国五角大楼原计划2026年部署5000架无人机，但因为中国对关键零部件的出口限制，这个项目至少得延期18个月。美国五角大楼的无人机项目负责人自己都承认：“中国有能力让全球无人机产业停摆一年。”民用领域也一样，美国最大的非中国无人机厂商Skydio，之前被中国列入黑名单后直接导致电池供应中断现在所有对美出口都要逐案从严审核，Skydio们只会更难受。

2. 办公设备软件

中国启动了对进口打印机、复印机及多功能办公设备的国家安全调查，所有装外国系统软件的设备都在审查范围内。惠普这类美国巨头是打印机复印机市场的绝对主力，这等于直接抄了它们的老家。调查预计持续12个月，最终可能限制进口、强制软件本地化，甚至彻底改变市场准入规则，惠普在中国每年几十亿美元的生意，悬了。

3. 实体清单直接把6家美国公司踢出中国市场

列入反制清单的包括应用DNA科学公司、地层水库公司、阿尔塔纳技术公司、责任商业联盟、维泰集团及“人权在中国”组织。其中应用DNA科学公司和地层水库公司负责新疆棉检测，阿尔塔纳技术公司协助美国海关追踪涉疆贸易，责任商业联盟推行排疆合规标准，维泰集团和“人权在中国”组织则提供所谓“强迫劳动”调查报告，现在统统禁止与中国境内任何组织和个人进行交易与合作。

4. CCC认证暂停，直接卡住美国产品进中国的合规流程

获证后的工厂跟踪检查是CCC认证保持证书有效性的关键环节，现在中国暂停委托在美认证机构执行这项检查。这意味着美国获证企业可能无法按时完成监督，面临证书暂停风险，进而阻碍产品进入中国市场。美国认证机构不仅丢了这块肥肉，还失去了通过参与中国企业核查掌握行业动态的机会。

5. 美国合规性测试公司也被列入反制清单

这家公司因为协助FCC推动涉华限制措施，被中国依据《反外国制裁法》单拎出来制裁。信号很明确：谁帮美国政府搞封锁，谁就别想在中国做生意。

中方说得也很直白，这些反制总体上是克制的，还有更狠的牌没出。你美方不撤销错误做法，还要继续出新限制，那我就继续加码。

[もーりー @magicarchtec]

Inside a 100G QSFP28 DAC A Quick Teardown
https://t.co/8bnzvFztbo

パッシブダイレクトケーブルってこの速度領域でも中配線だけってのがすごいなぁ。
コンデンサでDC成分カットしてるとはいってもつなぐ機器の内部GNDを全部共通化する訳だし。

[Oliver Prompts @oliviscusAI]

There's an open-source home robot vacuum you can actually build yourself.

It's called OOMWOO.

Runs on a Raspberry Pi with 2D LiDAR mapping, ROS2 navigation, and native Home Assistant integration. No cloud dependency, no vendor lock-in.

The team spent real time researching before designing it. They reviewed the entire 2025-2026 robot vacuum market, from budget to flagship, and found real-world cleaning doesn't track advertised suction power.

The anti-tangle brush design alone is worth mentioning. A tapered rubber roller that resists hair-wrap, one of the most common complaints with commercial models, easy to 3D-print yourself.

If you've got a Raspberry Pi and a 3D printer sitting around, this is a genuinely interesting weekend project.

[Praveen Kumar Verma @Alacritic_Super]

One sensor. Thousands of temperature readings. That's how thermal cameras work.

1. Objects emit infrared energy based on their temperature.
2. An infrared lens focuses that energy onto a thermal sensor.
3. Each sensor pixel measures tiny changes in infrared radiation.
4. The camera converts those measurements into a temperature map.
5. A color palette is applied to visualize temperature differences.

[Posture University @PostureUni]

A strong back is not just about a beautiful posture. 🤍

It's about a healthy spine, less neck and back pain, and better stability in all exercises and in everyday life.

Save these 3 exercises and add them to your workouts. 💪✨

[Electrical Knowledge @electric_4u]

Two-way light switch circuit

[huangserva @servasyy_ai]

做了一年 AI 视频，我把产线里最烧时间的环节排了个序

最烧的居然是返工，渲染和出图都排不上号。

脚本改三遍、素材对不上、配音和画面节奏差半拍，每一样都要回头重来。模型生成那几分钟根本不算成本，人来回抽卡改才是。

所以我现在的产线原则就一条：每个环节的产出，要能直接进下一个环节。

策划出来的就是分镜表，分镜表里就带素材关键词，配音长度直接决定剪辑点。工具能串起来的就不要人肉搬运，剪辑合成这类标准活我有些直接在 CapCut 里跑完，Seedance 2.5 现在也在里面，素材不用出软件。

产线顺了之后最大的变化不是快，是敢接量了