imxyz

Builder, Programmer

[imxyz @imxyzeth]

代码交给 AI 后，原有的共识正在重构。

Commit Message 的本质变了：
过去：人写给人看，追求极简，防止信息过载。
现在：AI 写给 AI 看，追求全面，提供协作上下文。

当 AI 接管代码，沟通的颗粒度，决定了自动化的上限。

[imxyz @imxyzeth]

可以把 OpenClaw 的记忆系统单独抽出来，实现方式感觉很优雅。

[imxyz @imxyzeth]

不再需要程序员了，但工程师的价值还在。

[Ryan Dahl @rough__sea]

This has been said a thousand times before, but allow me to add my own voice: the era of humans writing code is over. Disturbing for those of us who identify as SWEs, but no less true. That's not to say SWEs don't have work to do, but writing syntax directly is not it.

[imxyz @imxyzeth]

语音输入是 LLM，文字输入是 Diffusion

[imxyz @imxyzeth]

Demis Hassabis 的论点似乎更具说服力，也更符合目前大模型的趋势。更底层还是对 ‘智能的本质’ 认知的差异。

[Demis Hassabis @demishassabis]

Yann is just plain incorrect here, he’s confusing general intelligence with universal intelligence.

Brains are the most exquis​ite and complex phenomena we know of in the universe (so far), and they are in fact extremely general.

Obviously one can’t circumvent the no free lunch theorem so in a practical and finite system there always has to be some degree of specialisation around the ​target distribution that is being learnt.

But the point about generality is that in theory, in the Turing Machine sense​, the architecture of ​s​uch a general system is capable of learning anything computable given enough time and memory​ (and data), and the human brain (and AI foundation models) are approximate Turing Machines.

Finally, with ​regards to ​Yann's comments about chess players, it’s amazing that humans could have invented chess ​in the first place (and all the other ​a​spects ​o​f modern civilization ​from science to 747s!) let alone get as brilliant at it as someone like Magnus. He may not be ​strictly optimal (after all he has finite memory and limited time to make a decision) but it’s incredible what he and we can do with our brains given they were evolved for hunter gathering.

[imxyz @imxyzeth]

梦想可以尽快实现，搜索人生中听过的每一句话。

[imxyz @imxyzeth]

Lovable 的增长负责人 Elena 在最新一期 Lenny's Podcast 节目分享几个 AI 产品增长方法论的认知

1、传统的优化漏斗模式已死，在 AI 时代 95% 的增长工作应聚焦于产品创新而非流程优化。

2、PMF 不再是里程碑，每 3 个月都应该重新校对一次，因为模型能力和用户预期迭代在加快。

3、不要追求最小可行产品，而要交付 Minimum Lovable Product，通过产品的惊艳时刻驱动口碑

4、不用因为 LLM 成本高设立使用门槛，通过大量免费赠送额度来换取市场份额和口碑，比广告更高效。

https://t.co/JUJHo84GVI

[imxyz @imxyzeth]

昨天听了一期播客，独库六哥提到说，现在的短视频抢夺了大家读书的时间，他相信未来文字阅读一定会回归。

我是觉得作为一种信息载体，文字的垄断地位结束了。

文字是人类后天发明的一套高度抽象的符号系统，阅读一段话，大脑需要进行双重翻译，先识别符号，再在大脑中构建意象，这个过程耗能，门槛也高，文字是人工编码。

短视频调用的是人类沿袭了数百万年的视觉和听觉本能。从信息的还原度、丰富度和接收的低门槛来说，短视频确实比文字更顺应人性。视频是生物直连。

对于绝大多数的信息，短视频确实是比文字更高效的媒介。它不是在竞争思考，而是在竞争信息传递的带宽。

[imxyz @imxyzeth]

美国 SEC 主席 Atkins 在 12 月 4 号的演讲中表示，比特币与更广泛的加密资产将在未来数年内成为全球金融体系的底层基础。他强调，“这将是世界发展的方向”，并称传统金融基础设施将逐步向加密原生技术过渡。

https://t.co/cJjTheZ3Q8

[imxyz @imxyzeth]

看央视新闻忽然悟了，原来是我们一直身在福中不知福。

送外卖那是沉浸式 Citywalk；开货车那是公费自驾游；进厂搬砖那是全天候 CrossFit；回家种地那是这种体验法式田园风光。

这么一想，全社会就公务员最惨，在这个大好的时代里，只有他们被困在空调房里，枯燥地为人民服务。

[imxyz @imxyzeth]

有时会恍惚，会不会哪天一觉醒来，发现这几年的 AI 浪潮只是一场梦？ 那种 “好险” 的感觉还没散去，却发现那个聪明、高效的世界真的不见了。

[imxyz @imxyzeth]

公域内容越来越 AI 化，很多人开始不再发声，我觉得相反，这个时候更加应该发声，不然就真会失去最珍贵的东西：自己独特的声音。

[imxyz @imxyzeth]

写好 https://t.co/JBGJhGd8hd 文件太重要了，这应该个人做好 AI Coding 能用到的最大杠杆。

关于怎么写一个好的 https://t.co/JBGJhGd8hd，看到一篇 HumanLayer 创始人写的文章。

总结一下文章里提到的几点：

1、大模型是无状态函数，不会随时间推移而学习。模型对代码库的认知全都来自调用时输入的内容。

2、https://t.co/JBGJhGd8hd 是唯一会进入你与智能体每次对话上下文的文件。

3、使用 https://t.co/JBGJhGd8hd 来引导 Claude 深入理解代码库，应该包括 What（技术说明） & Why（项目目标） & How（操作规范）

4、https://t.co/JBGJhGd8hd 可能会被完全忽略，当它包含的与当前任务的无关信息越多，Claude 就越可能忽略

5、优秀的 https://t.co/JBGJhGd8hd，Less is more，建议不要超过 50 条独立指令，控制在 300 行以内

6、参考 Claude Skills 理念，将构建、测试、规范等等说明，用独立的 markdown 放在项目中，https://t.co/JBGJhGd8hd 直接引用和描述

7、不要在 https://t.co/JBGJhGd8hd 里写代码风格和规范对齐的规则，会降低模型调用的性能、指令遵循能力和上下文窗口容量

8、不要用 /init 来自动生成 https://t.co/JBGJhGd8hd 内容，一个糟糕的实现方案可能会催生无数行糟糕的代码

原文链接：https://t.co/U48evdd916

[imxyz @imxyzeth]

认知的「单向透明性」。

高认知看问题是 4K 高清，低认知则是马赛克。

这种不对称极其残酷： 高维者能一眼看穿低维者思维中的“坏点”和“断裂处”； 而低维者只能看到高维者甩出的一个结论，却完全看不见中间那瞬间跨越的几百步逻辑。

向下看是透明的，向上看是加密的。

[imxyz @imxyzeth]

最后的思考与行动

对于创业者：不要直接追求金钱或幸福。专注于制造有用的产品和服务。只要你的产出价值大于你的输入消耗，金钱会作为副产品自然而来。

对于投资：关注那些拥有高素质团队且产品路线图清晰的公司。Elon 建议亲自尝试 Tesla 的自动驾驶，体验“现实世界 AI”的领先程度。随着数字内容变得极度廉价和泛滥，“现场体验” (Live Events) 将成为稀缺资源，具有极高的投资价值。

对于学习：了解人类过去并在历史中寻找规律，现在的很多痛苦在历史上看来其实微不足道（如抗生素发明前的生活）。通识教育：在 AI 能够解决所有垂直技术问题后，拥有跨学科的广阔视野比单一技能更重要。

对于个人修养：练习延迟满足。这是通过“棉花糖测试”的关键，也是长期主义者的核心素质。

[imxyz @imxyzeth]

前两天，Nikhil Kamath（印度最大券商 Zerodha 创始人、最年轻亿万富翁）与 Elon Musk 进行了一场长达两小时的对话。

这不仅仅是一次商业访谈，更是一场关于人类文明终局的推演。从商业版图到宇宙哲学，马斯克在对话中给出了 5 个至关重要的预测

1、全民高收入时代，未来 10-20 年，AI 与机器人将使工作变为“可选项”。人类将超越仅维持温饱的“全民基本收入”(UBI)，进入物资极度丰富的“高收入”社会。

2、X 的终极形态：人类集体意识 X 旨在服务深度思考者，通过视频化与实时翻译打破语言壁垒，成为承载“人类集体意识”和追求客观真相的全球城市广场。

3、宇宙公理：最有趣的即最可能的基于游戏进化速度，马斯克认为我们生活在“基底现实”的概率微乎其微。他提出一条法则：“最有趣、最具娱乐性的结局，往往就是最可能发生的结局。”

4、万物融合战略，SpaceX (运载/材料) + Tesla (能源/实体AI) + xAI (大脑) 将彻底融合。三者协同打造“太阳能深空 AI 卫星”，推动人类意识跨行星扩张。

5、通缩预警与债务解药，预测 3 年内，AI 带来的生产力爆发将引发“大通缩”。唯有靠生产力跃迁与政府效率部的激进改革，才能化解美国迫在眉睫的债务危机。

👇 下面是更详细的访谈内容（有很多细节值得看）：

[imxyz @imxyzeth]

一些精彩金句和 insights

关于物理与投资："Physics is the study of that which has predictive value."（物理学是研究具有预测价值事物的学科。）

关于人生目标："Aim to make more than you take."（立志做到给予多于索取。）

关于真理："Those who believe in absurdities can commit atrocities."（那些相信荒谬之事的人，往往能犯下暴行。）

关于模拟理论："The most interesting outcome is the most likely outcome."（最有趣的结局，往往就是最可能发生的结局。）

关于金钱："If you are stranded on a desert island with a trillion dollars, it’s not useful because there’s no labor to allocate."（如果你带着一万亿美元流落荒岛，那钱毫无用处，因为没有劳动力供你分配。）

关于历史："History is a set of lies agreed upon? No, mostly it was farming."（历史是达成共识的谎言？不，历史大部分时间其实只是在种地。）

关于友谊："Fair weather friends are useless."（顺境时的朋友是没用的。）