Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
懒猫侠
@lanmaoxia
蒙哥马利曾对丘吉尔说:「我不喝酒,不抽烟,睡眠充足。这就是我保持百分之百的状态且捷报频传的原因。」丘吉尔回答说:「我视酒如命,很少睡觉,酷爱雪茄。这就是我保持百分之二百的状态指挥你获胜的原因。」
Joined November 2009
334
Following
61
Followers
1.9K
Posts
懒猫侠
@lanmaoxia
about 1 month ago
@leonanakimo
@SilenceGvq
逃避可耻但有用
lanmaoxia
retweeted
KK.aWSB
@KKaWSB
2 months ago
“棋局结束后,国王和兵卒都会被放进同一个盒子里。” ——意大利谚语
懒猫侠
@lanmaoxia
3 months ago
@Gorden_Sun
拘束器
懒猫侠
@lanmaoxia
3 months ago
Who to follow
Rocky
@hirockyrubio
懒猫侠
@lanmaoxia
3 months ago
懒猫侠
@lanmaoxia
4 months ago
懒猫侠
@lanmaoxia
6 months ago
@LiLiZi_666
@BBBBTTTCC
@SexytoDoll
@SexytoGirl
@SexytoBaby
@GetX
懒猫侠
@lanmaoxia
7 months ago
@Sexyto777
@slamdunkxm
@slamdunkxs
@slamdunkxy
@GetXBot
懒猫侠
@lanmaoxia
7 months ago
@Sexyto777
@slamdunkxm
@slamdunkxs
@slamdunkxy
@HuoQubot
lanmaoxia
retweeted
Huazi
@HeyHuazi
11 months ago
根据键盘轨迹生成签名,这岂不是可以直接拿来当logo
HeyHuazi's tweet video.
lanmaoxia
retweeted
Susan STEM
@feltanimalworld
11 months ago
大量高校专业的实用性和存在意义正在被计算机“吞噬” 计算机正在悄悄吞噬你曾经认知中那些“专业”的边界。而这个过程,早就在发生了。最典型的例子就是金融。你以为“金融科技 Fintech”是新词吗?事实上,金融与计算机的结合至少已经有二三十年历史,从量化交易到高频算法,再到币圈的智能合约与链上治理,推特上那些活跃的币圈推友,你当他们不存在么? 这个趋势背后的本质是:计算机会成为一切结构知识运行的底层基础。计算机科学不再是“一个专业”,而是所有专业的结构基底,就像过去数学是自然科学的语言,现在计算机,尤其是它所承载的结构系统、信息模型与语言协议,正在成为所有认知、表达、治理、行动的统一执行层。 我在上一篇帖子里已经讲过,结构知识必须具备五个核心特征:压缩性、调度性、反馈性、组合性、目的性。结构,就是有目的的压缩表达、可以被调度执行、可组合、可反馈的认知单元。学计算机的听起来是不是很眼熟?这不就是编程语言的定义吗?计算机程序天生具备全部结构特性。 看看编程语言的基本单位:每段代码都有明确的目标函数(Function/Return),语法结构高度压缩,逻辑表达极简;函数、模块、任务可以随时被调用与调度;执行结果立即返回,包含输出、报错、日志等,构成天然反馈通道;更重要的是,所有函数、模块都可以递归组合,封装、重用、迭代,从而构建出更大系统。结构的五个维度——目的性、压缩性、调度性、反馈性、组合性——在编程语言中被完整展开。编程语言就是结构语言的范本。 而计算机之所以是结构的最佳运行载体,是因为它能够全面承载并放大结构的全部特性。相比人类与传统组织系统,计算机可以精准压缩、不丢信息;它的函数、流程、接口都是天然的调度路径;反馈可以实时收集并触发结构更新;组件之间组合代价极低,标准化程度高;目标函数可以被写入系统运行逻辑,并被持续评估和优化。这一切,都是人类系统难以做到的。 人类当然可以感知结构、构想结构,甚至短时间内执行结构,但人脑靠意志调度,不稳定、不可重复;社会制度调度结构,路径多分叉、反馈周期长;知识常停留在文本中,无法被调用、迁移、组合;行为结构受到情绪与局限性干扰;人与人之间组合结构,协作成本极高。与之相比,计算机提供的是低熵、高精度、可调用、可组合的结构宿主环境。 从金融界开始说起(2008) 为什么最先被计算机结构化的是金融?答案太直白了:当然是因为“离钱近”啊。人类在金钱面前的动力,那是不用调动就打满的。FinTech 之所以成为“计算机化的先锋场”,并不是因为它最先进、最高尚,而是因为它最现实、最接近激励源。正如我一个朋友打趣说的,“你想看哪个领域发展最快?别看博士多不多,要看小美女多不多。离钱最近的地方,博士可能找不到,但美女一定蜂拥而至。”你回忆一下,早年间地产开盘、基金推介、新币发行,是不是小美女特别多?人类是有结构的动物,但金钱,是这个结构系统里最底层的燃料。 金融之所以率先进入“结构-计算闭环”,是因为它天然具备三个特质:反馈速度极快,数据密度极高,结果判断极明确。你做一笔交易,几秒内就能看到盈亏;你设计一个风控模型,一两个周期内就能知道有没有效;数据层面清晰、量化、结构化,而且没有太多伦理、政治、情绪的干扰。这点放到教育、医疗、法律身上就完全不一样了:教育的反馈要几年甚至几十年,医疗中变量复杂难以归因,法律体系更是黑箱式的规则裁量,难以结构建模。所以金融是天生适合“结构-调度-反馈”闭环的行业,也是最早接近“可计算系统”的人类制度系统。 此外,金融行业是最早开放“结构实验”的场域。因为资本是流动的、可度量的、容错空间高,所以它允许大量失败和迭代——反正可以量化、止损、下一个周期再来。正因如此,金融是第一个敢于用算法做决策的领域,像量化基金;最早接受机器判断风险优于人类直觉的,像反欺诈系统;最早允许无需许可的结构原生实验,如 DeFi、闪电贷、MEV套利;也是最早建立结构性激励机制的,比如矿工激励、LP分红、合约策略套利等。在金融里,结构不仅可以设计,更可以变现,可以反馈,可以自动升级。你不需要劝它采纳结构语言,它自己就会因为回报更快、波动更小、调度更准而自动拥抱结构语言。 还有一个容易被忽视的事实是:金融的复杂性并不是“人心复杂”,而是结构复杂。利率、期限、流动性、对冲、杠杆、风险暴露、收益分布,这些东西全部是结构变量,不是讲道理能解决的东西。正因如此,金融行业对结构的拆解需求极高——于是你看到结构化基金、杠杆ETP、期权组合、合成资产;你看到产品被拆成模块、组合成路径、设计成协议,然后通过计算系统执行和定价。 所以总结一句话:FinTech 成为结构文明的先锋,是因为它是人类系统中离反馈最近、结构需求最强、行为最可调度的那个测试场。它是结构语言第一次完整打通“结构设计 → 系统执行 → 价值反馈”的全链路闭环实验场。它跑在前面,也就顺理成章了。其他行业,只是还没“饿到”这一步而已。 一个从来没有参与过任何企业管理的管理学教授 高校圈的教授和助教里,有多少人真正参与过企业管理?别说管理企业了,有些人连开家小饭馆恐怕都经营不下去。早些年在北京高校圈还能勉强说得过去,那时候社会整体人均学历不高,高校天然就带着某种“专家光环”,靠着“教授”这块牌子去企业讲讲课、做点咨询,至少还有机会接触到真实组织的结构和运作。看得多了,多少能积累点理解。可现在不同了,很多老板本身就是国外MBA回来的,接触过全球一线的管理方法论和实操逻辑,再回头看国内高校管理学那一套,尤其那种“政治正确式教学内容”,完全不够看。女教授可能相对轻松点,因为她们本来也不太钻这些抽象权力游戏;反倒是一些男教授,会更执着地去思考这些体系内部的荒谬与虚伪。 所以我在上一篇帖子说这个问题容易“刺痛人”,也真是个非常现实也很得罪人的真相。你想想,一个从来没参与过真实管理实践、也从未在企业中经历过组织运营、流程调度和结构反馈的管理学教授,要怎么给一个连社会都没进入、毫无工作经验的管理学本科生写的论文打分?如果那篇论文讲的是“如何提升员工激励机制”,请问评判标准来自哪里?不觉得很荒谬吗?像是象牙塔里演一场自我循环的幻觉戏码。 而现实中真正能够被结构化的管理内容,早就被企业吸入计算机系统之中。不能被结构化的那部分——比如空洞的“领导风格”“组织文化话术”——留给高校继续内循环、自嗨也无妨,市场自然会用冷淡反馈来淘汰它们。 就拿“绩效考核”来说,这曾是传统管理学最主观、最人治、最难标准化的部分。以前的绩效流程,无非就是年底主管模糊打分:“你今年表现不错”“团队合作也还可以”,打个 B+,再配几句文案式评语走流程。一切评判依赖个人印象和关系温度,完全缺乏结构反馈和行为追踪。那张绩效表,年年做,谁都知道没什么实际价值。 但今天,这一切正在被结构语言与计算系统重写。像 AI + HR SaaS 平台的出现,系统可以将每个任务、每个项目、每一项工作行为——提交代码、客户沟通、项目推进——都绑定在结构节点上,实时记录、即时反馈、自动打分。上下游同事的协作反馈、客户评价、时间响应等维度都会被模块化进系统,形成可追踪的动态结构评分轨道。 绩效系统甚至可以自动推送“晋升建议”、“路径瓶颈警报”、“行为改进任务”,整合成一个持续运行的结构评分引擎。过去你一年才“总结一次”,现在系统每天都在悄悄运行:“记录 → 反馈 → 优化 → 再执行”,先不要讨论这一套是否“人性化”,但是至少很多大公司正在引进。 大龄程序员最值得关注的领域:AI全面侵入传统行业的临界点 目前,计算机,尤其是在 AI 的加持之下,已经全面渗透并侵入了大量传统学科:一旦某个领域达到结构复杂度的极限,就不再靠理念生存,而是靠结构语言调度。 整个社会系统,已经整体抵达了“结构文明的分水岭”。不仅仅是金融,从教育、法律、治理、医疗,到企业运营等多个系统层面,都在爆发出类似的结构性过载症状:教育面对个性化学习的需求,工具却高度滞后;法律面对爆炸式增长的判例与文书,却没有统一的结构系统来调度;医疗正步入多模态诊断时代,却仍然依赖手工记录和纸质传递;城市治理的协作机制已被复杂部门关系拖垮;企业运营看似流程化,其实每个系统之间断裂严重、协同无序。所有这些现象背后,有一个共同的成因:缺乏结构语言,系统无法闭环。 我们就拿前几天川普总统指出,美国的病例系统已经出现严重的结构崩坏——不同诊所之间信息不互通,患者连自己完整的病例都无法拥有。这听上去像一个技术问题,实际上是一个结构性危机。一个人得了病,却无法获取自己的历史数据;看了多个医生,却没有任何机制能够调出完整的诊疗路径。在关键时刻,没有结构调度,没有数据整合,只有系统孤岛和信息碎片。 美国的医疗体系目前就是一个“非结构型系统灾难”的教材:数据有、资源有、设备有,但结构层缺失。电子病历系统之间协议不同、权限不同、无法对接。患者作为服务的对象,却没有“结构调用权”——没有一个地方能看到、调动、整合自己的完整医疗数据。从结构语言的角度看,美国的医疗系统压根就不具备结构五要素:无法压缩、不可调度、不可组合、无反馈、不以目标为导向。 我自己就经历过这样的困境。以前孩子稍微有点小病,我们都要去诊所,看完要交 copay,医生也只是随便听听、说一句“没事”。现在我干脆自己建立家庭病例系统。每次去医院,都带上笔电,里面已经整理好每个家人的既往记录、用药反应、过敏历史等等。这总比口头沟通来的快吧。 而这样类似的机会,在所有传统行业里都存在——它们只要满足“结构已崩、路径未生、反馈失联”的状态,就具备被AI结构重构的巨大空间。对于有系统思维和语言建构能力的大龄程序员、结构师、工程师来说,这是一次历史级的重新进场机会。 好好看看跨学科的领域,不要每天只关心代码。 在人人都识字,义务教育服务到高中阶段的当代:什么知识才有资格成为“专业” 那些能够被结构化的领域,将会在未来成为真正意义上的“新学科”,也就是可调度、可验证、可组合、可迁移的结构执行系统。它们会成为人类系统中的运行模块,嵌入AI、嵌入决策、嵌入治理流程,成为这个文明的新基础设施。而那些无法结构化的领域——比如文学、美学、宗教体验、情感沉浸——不会消失,它们会退回到一个更本质的位置:成为个人存在的深度体验场。 我们已经不需要职业“秀才”和“文人”专门“写字”了。 文学本来就不该是一门“功能学科”,而是一场纯粹的体验。你有本事,初中毕业就可以自己写文章上网发表。没本事,乾隆都没成文豪啊。它是为了让人类在语言中感受共鸣,在文本中沉入意识的柔软。在这种情况下,真的有必要让一个高校里的文学教授,满脸道德正确地对着一篇年轻人的小说进行阉割,删去所有“不合适”的情节、政治不正确的表述、会“引起不适”的隐喻,然后再给你一个低分,最后告诉你这个专业毕业之后没有出路?你真的要为了这套体系花四年时间、几十万金钱,然后背一身焦虑和失业?如果一个专业既不能成为结构知识、也不能提供结构能力输出,那它要么就不该出现在公共教育系统里,要么就留给不差钱的富二代当成兴趣体验。纳税人不欠它生存空间,普通人也没义务为它兜底人生。 文学、美学、宗教体验这些不可结构化的领域,并非“无价值”,但它们的价值不再是“作为专业知识生产者”,而是“作为存在感生成器”。它们之所以不可结构化,是因为它们拒绝压缩、无法调度、不适合路径化。美感不是逻辑组合,诗意不是函数表达,情感不是输入输出模型。它们是非确定性的,是语境性的,是无法预测、无法规约、无法标准化的深度体验。 但正因为如此,它们才如此重要。它们是人类文明的存在背景层,是所有结构系统之上的意义引擎。就像建筑需要地基,飞行器需要空气,结构智能需要一个“非结构”的感知基座。不能要求一首诗去优化转换率,不能要求一幅画去提高系统效率,不能要求一个人类的情感在一个考核表上打出80分。 所以,在结构文明中,大学应该留给结构知识的学科。结构学科该被训练、被验证、被投入系统运作,因为它们是社会运行的必要模块。但文学、美学、哲思、信仰,这些本就属于人的存在感体验层,不该被误装进“专业生产体系”,更不该以“就业为导向”作为它们的标准。如果它们留在社会,就像音乐、舞蹈、刺青、发呆、写诗、发梦一样,人民完全有自学的能力。真有心体验的人,根本不需要高校教授的许可,更不需要体制安排。人民又不是宠物,难道连体验世界的能力都需要考试授予? (2/n)
See More
lanmaoxia
retweeted
在悉尼和稀泥
@JamesAI
11 months ago
我的每日流程 - 起床 - 打开 X - 又有某大模型更新了,“超过了人类博士水平”,“在各大 llm 测试中刷榜” - 某个老外用 AI 制作了一个完整的游戏,“下面是他的提示词” - 另外一个老外 vibe coding 了一个 SaaS,只花了几小时,上线后 ARR 已经来到了 50w,“我是怎么做到的👇” - 某中文 kol 分享了“世界上第一个xxx agent”,搬运的是英文原推,打开官网,审美告诉我是国内团队做的 - “下面是 10 条颠覆生产力的提示词和工作流,最后一条将颠覆你的认知🧵” - “OpenAI 3 天前更新了 xxx,这将彻底改变 xx 行业,下面是他的 10 个例子” - 收获完今天的焦虑后,关闭X,打开Claude Code,修改昨天代码里的一个bug - 反复对话和粘贴报错信息,花掉了 $10 tokens,决定最后还是人工修改 - 关闭命令行,又是被世界改变的一天
See More
lanmaoxia
retweeted
云中月
@MoonAtCloud
about 1 year ago
塑料为什么不容易分解? 在地球这颗四十六亿岁的星球上,人类文明不过是过去几万年的涟漪。 但就是这短短一瞬,人类制造出一种自然界从未见过的物质,它不会腐烂,不会发霉,不会生锈,不会被吃掉,甚至连时间都拿它没办法。 这个物质,就是塑料。 塑料,是现代文明的化身,也是在化学键层面上对自然循环的挑战。 早期人类所创造的材料,大多只是从自然中“提纯”而来:铜、锡、铁、铅。 这些金属虽然稀有,但本就存在于矿物中,只要时间足够,氧气、雨水、风化过程终将它们带回泥土与矿石之母; 早期人类还制造了一些自然界中没有的物质,主要是“烧制”: 砖瓦、陶器、搪瓷,它们结构致密、难风化,但仍属于自然元素的重组与烧结。 这些物质对大自然而言,只是时间延迟的异物,不是系统崩坏的敌人。 但工业革命之后,人类不再满足于提纯自然,简单重组自然,而是开始创造自然从未合成过的分子,发明自然界中无法降解的物质。 塑料的本质,是碳氢链。 以乙烯、丙烯、苯乙烯、氯乙烯为原料,将它们的双键打破,再首尾相连,形成一个个高分子长链。 这些长链极为稳定,原因是: 它们的主链是C–C和C–H键,正是自然界最稳定、最不容易被断裂的键;很多塑料还具有高度对称性、结晶性或疏水性,例如聚乙烯(PE)和聚丙烯(PP),水进不去,酶找不到攻击点;更特别是聚四氟乙烯(PTFE,特富龙),用F原子完全包裹碳链,碳氟键牢不可破,几乎刀枪不入,酸碱不侵。 从化学角度说,塑料是地球上非自然的分子结构。自然界中几十亿年来的物质降解循环机制(酶解、水解、氧化还原、紫外激发)对它们无效。 生物酶:可以分解蛋白质、脂肪、纤维素这些熟悉的生物化学结构。但塑料没有这些功能团,没有“酶识别位点”,酶下不去口。 细菌:靠代谢碳源为生,但塑料的碳源锁死在链中,细菌无法拿它做为能量来源,不是食物,只是垃圾; 紫外线:能断键,但效率低,通常只让塑料变脆、变黄、裂开,不能彻底降解; 强酸强碱:实验室中能溶解某些缩合型塑料(如聚酯、尼龙),大部分也溶解不了,再说,自然界根本不存在这种极端环境。 最终的结果是:塑料不腐、不化、不消、不散,它只会“裂成无数碎片”。 大块塑料瓶不会消失,它们在日晒风吹中裂解成微塑料颗粒(<5mm),再进一步,成为纳米塑料,甚至进入细胞膜。这些碎片: 浮在海面,被鱼误吞; 落在雪中,进入极地生态; 进入胎盘、肺部、血液,穿越生命体的边界; 附着重金属、农药残留,成为“毒性载体”。 而这些碎片,本质上仍然是不可分解的碳链碎片,没有哪种细菌能把它们当午饭,没有哪种化学反应能“顺手”地拆掉它们。 它们不是毒药,却比毒更难对付。毒还能代谢,塑料只是卡在那里,永远不会走开。 1970年代起,人类发现太平洋中央的副热带环流中漂浮着大量塑料垃圾。它不是一块浮出水面的“垃圾大陆”,而是一个分布在海面、水中、水下的庞大塑料幽灵带。 它面积超过160万平方公里,密度最大的地方,每平方公里可能有上百公斤塑料颗粒。海洋中的生物: 有的吃了它;有的缠在它上面;有的在它上面栖息,像珊瑚误落在废旧浮标上;有的因它迷失方向,无法迁徙。 海洋成了缓慢窒息的化学沉积场。 而这些塑料,很多来自一次性用品:饮料瓶、包装袋、渔网、牙刷、轮胎粉尘、涂料微珠,每一件,都有一个熟悉的制造日期,却没有终点。 塑料的灾难不在于它“毒”,而在于它绝不进入自然循环。 自然的一切循环,都依赖能被识别、能被降解、能被再生。 木头腐烂成泥;动物尸体化为肥料;火山灰滋养森林;海水蒸发成雨; 但塑料不被识别,不被分解,不会发芽,不会衰老,它成了生态语言里的乱码,而这乱码越积越多,让整个生态系统的对话变得卡顿、混乱、迟钝。 它是我们文明送给地球的第一批“永恒异物”。 如果我们不去面对它,它会陪伴我们下一个千年,静静地浮在海上,嵌在沙里,沉在肺中,等待下一种智慧来理解它。
See More
懒猫侠
@lanmaoxia
about 1 year ago
@zhangmanman555
陈酿十年红花郎
懒猫侠
@lanmaoxia
about 1 year ago
@zhangmanman555
妻骑驽马唤夫扶
懒猫侠
@lanmaoxia
about 1 year ago
@zhangmanman555
三小姐砍价,说一不二
懒猫侠
@lanmaoxia
over 1 year ago
@zhangmanman555
集上磨刀郎
懒猫侠
@lanmaoxia
over 1 year ago
谁尿紫,桃花潭水深千尺。 谁尿黄,当时只道是寻常。 谁尿血,雄关漫道真如铁。 谁尿白,为有源头活水来。
懒猫侠
@lanmaoxia
over 1 year ago
周六一大早,升学在即的闺女上补课培训班,濒临被裁的我看面经八股,失业许久的老婆背单词,"我们都有光明的前途。"
Last Seen Users on Sotwe
طيز زوجتي السبب 🍑
Seen from
Egypt
Pls don't stop 👙
Seen from
Mexico
Alvaro
Seen from
Belgium
Daniel
Seen from
Brazil
Your Son Sam
Seen from
Algeria
Goddess Waldorf
Seen from
Turkey
Plaggpleaseee
Seen from
Netherlands
Luka tony
Seen from
Mexico
Çift77
Seen from
Turkey
Jay
Seen from
Singapore
Trends for you
1
Good Monday
Under 10K tweets
2
#MondayMotivation
Under 10K tweets
3
Comcast
Under 10K tweets
4
#BETAwards
Under 10K tweets
5
PEDAL TO THE METAL FOR V8
Under 10K tweets
6
#ForbiddenDoor
Under 10K tweets
7
Accra
Under 10K tweets
8
#HOTD
Under 10K tweets
9
Megan
Under 10K tweets
10
Boo Boo
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.6M followers
2
Barack Obama
@barackobama
119.2M followers
3
Donald J. Trump
@realdonaldtrump
111.7M followers
4
Cristiano Ronaldo
@cristiano
110.5M followers
5
Narendra Modi
@narendramodi
107M followers
6
Rihanna
@rihanna
97.6M followers
7
NASA
@nasa
92.2M followers
8
Justin Bieber
@justinbieber
90.9M followers
9
KATY PERRY
@katyperry
87.6M followers
10
Taylor Swift
@taylorswift13
81.4M followers
11
Lady Gaga
@ladygaga
73M followers
12
Virat Kohli
@imvkohli
69.8M followers
13
Kim Kardashian
@kimkardashian
69.8M followers
14
YouTube
@youtube
68.7M followers
15
Bill Gates
@billgates
63.9M followers
16
Neymar Jr
@neymarjr
62.5M followers
17
The Ellen Show
@theellenshow
62.4M followers
18
CNN
@cnn
61.9M followers
19
X
@x
60.8M followers
20
Selena Gomez
@selenagomez
60.7M followers
Olivia
Online
✨
⭐
💫