阿丽塔

[阿丽塔 @Lycheelycheelyc]

商人的本质
​可能就是对人性本质的洞察与利用

[Xudong Han @Xudong07452910]

这篇论文让我感觉，我们对「AI 会取代程序员」这件事的讨论方向可能全错了。

核心观点：AI Agent 的出现不是让软件工程师工作效率更高，而是让「把决策逻辑永久编码进软件」这件事本身变得越来越不必要。

作者说的是一个更根本的范式变化：传统软件工程的本质是，人类把判断逻辑「固化」成代码——if-else、状态机、算法，这些都是把人类决策「提前写死」的方式。但在以 LLM 为核心推理引擎的 Agent 系统里，代码变成了「临时生成、用完即扔的工具」，每次任务，Agent 动态生成需要的代码，执行完就不需要了。决策不再被预先编码，而是在运行时由 LLM 推理循环动态产生。这不是增量改进，而是软件生产范式的结构性替换。

我觉得这个观点里最值��注意的细节是：这不只是生产力工具的升级，而是「软件」这个概念本身的角色在变。以前代码是「系统的中心」，Agent 框架是外壳。现在 LLM 推理循环是中心，代码变成了外壳里的临时辅助。如果这个趋势持续，软件工程的核心能力可能不再是「写出好代码」，而是「设计出可靠的推理约束边界」。

以前我们关注写出可维护的代码，以后可能更要关注设计出可靠的推理边界。

https://t.co/28rZe5qvBP

[阿丽塔 @Lycheelycheelyc]

人应该随时根据环境调整自己的锚点。

[阿丽塔 @Lycheelycheelyc]

她不敢直面自己，所以投射给八房

[阿丽塔 @Lycheelycheelyc]

好像这个宅子里的所有人，都被遗憾，怨恨，困在了原地。所以我放下过去。你怀着恨，可快乐过一天。我要继续向前走了，往后的日子，你继续保重。

[阿丽塔 @Lycheelycheelyc]

你跟关心的你的人相互折磨，这才是心病

[阿丽塔 @Lycheelycheelyc]

做决策的2动机: 会变得更好：具体量化客户会获得好处
不做会死：主管单位的要求，上级明确交办，强调为何要跟自己买

[阿丽塔 @Lycheelycheelyc]

一天最多4个，你大脑里面不会有很多容量给他人。每个人能吸引来的就是他能吸引来的。

[阿丽塔 @Lycheelycheelyc]

你要下多大的赌注，就要做多大的功课。

[阿丽塔 @Lycheelycheelyc]

Trade the information,not the price

[阿丽塔 @Lycheelycheelyc]

慈善基金会也许能帮助那些偏瘫在床的家庭

[阿丽塔 @Lycheelycheelyc]

老板在想AI policy 和data governance

[阿丽塔 @Lycheelycheelyc]

在公司里，如果你觉得自己贡献了很多，公司很需要你，那你是把自己看的太大。但是如果公司说你没有尽力，有人还说你做的不好，你还因此而情绪波动，那你是把自己看的太小。合理定位自己是多么重要啊。

[阿丽塔 @Lycheelycheelyc]

我跟你 什么都能谈 好吗
我没有介意哪些

[阿丽塔 @Lycheelycheelyc]

公司想炒A，然后雇佣了B，然后B不靠谱，没有看清自己的位置，让A抓了把柄，所以公司没有能成功炒A，这样B看起来不靠谱

[阿丽塔 @Lycheelycheelyc]

大部分人不需要真实信息，当他们不求学不出国不买房不投资。人可能更喜欢虚假信息。

[阿丽塔 @Lycheelycheelyc]

ooda
不是反应快，而是换脑快
不是永远对，而且及时改
不是求定论，而是先下小注
不是一步做完，而是让每一步都带着下一步都情报

[阿丽塔 @Lycheelycheelyc]

对待上涨：上涨是风险的累积；只要是涨出来的，要保持警惕。

[阿丽塔 @Lycheelycheelyc]

对待下跌：下跌是机会的源泉，只要是跌出来的，值得兴奋。

[阿丽塔 @Lycheelycheelyc]

判断标准：选择“不会死”的品种，买在相对低位。