mindon

∅M〇ᶻ 零末之翎
靜空入心，盈動於翎。
Stillness within, Fluidity beyond.

[mindon @mindon]

I just built a tiny tool for making moving pictures.

Meet Phenakistoscope Creator — It feels like stepping back into the 1830s… but in a browser.

Built for the joy of making weird little things on the web.

https://t.co/Hssrop8FgA

[mindon @mindon]

@Khazix0918 德里克·西弗斯（Derek Sivers） CD Baby 创始人在《Anything You Want》（随心所欲）里写道：

做任何事的根本目的，是因为它让你快乐！
就这么简单！

说到底，重要的是你想成为什么，而不是你想拥有什么。

https://t.co/hp0rY94i5z

[mindon @mindon]

#帕海贝尔 #D大调卡农（改编）#midi #可视化 #visualization #music

[mindon @mindon]

想看看GEB里提到的钢琴曲可视化的效果，于是有了这个作品 https://t.co/v7Z9pqY4oL via @YouTube

[mindon @mindon]

乐曲可视化尝试 Music Visualization https://t.co/iGwAHFgG7A via @YouTube

[mindon @mindon]

你知道自己用的编程语言源自谁之手吗？ https://t.co/C0yYlcRIRE via @YouTube

[mindon @mindon]

https://t.co/EyvjprvcXf

[mindon @mindon]

@manateelazycat 试了下，OCR效果有点菜…

[mindon @mindon]

https://t.co/LVY4m5BHDb

[mindon @mindon]

2026年9月NASA每日一天文图 https://t.co/z7Az3IY9dY via @YouTube

[宝玉 @dotey]

Deno 团队加入 Cloudflare，Deno 运行时一年后停更，Deno Deploy 半年后关停

Deno 整个团队加入 Cloudflare。接下来一年，Deno 运行时每月发一个版本，只修 bug 和安全问题，一年后官方停止开发。托管平台 Deno Deploy 再运行六个月就关闭。

Deno 是 Ryan Dahl 做的 JavaScript 运行时（运行 JS 代码的环境，Node.js 也是一种）。Dahl 也是 Node.js 的作者。Deno 的卖点是默认更安全、自带全套工具链、能把程序打包成单个可执行文件，后来又兼容了 Node.js 生态。Deno Deploy 是配套的云托管服务。

如果你在用 Deno，现有项目短期内照常能跑，未来一年还有安全补丁。一年后官方不再维护，代码仍然开源，社区有人愿意接手可以继续开发。长期项目现在就该评估往哪迁。

部署在 Deno Deploy 上的服务有六个月搬家时间。付费用户可以拿到迁往 Cloudflare Workers（Cloudflare 的无服务器平台，写好函数就能在它的全球节点上运行）的迁移支持，免费用户要自己动手。

JS 包仓库 JSR 继续运营，底层设施搬到 Cloudflare。Deno 团队还会继续维护 rusty_v8（在 Rust 里调用 V8 引擎的库），并把它整合进 Cloudflare 的开源运行时 workerd。

Dahl 说，做 Deno Deploy 让他看到底层基础设施有多复杂，所以后来做了 celld。按 Cloudflare 联合博文的介绍，celld 是 Workers 和 Durable Objects 的开源实现，今年 8 月发布，是一个用 Rust 写的单文件程序，只依赖一个对象存储桶，可以部署在自己的服务器上。

Durable Objects 是 Cloudflare 的一种编程模型。每个对象相当于一个单线程的小服务器，带自己的 SQLite 数据库，能直接处理 WebSocket 长连接。比如聊天应用可以一个频道对应一个对象，用户多了，系统自动分摊到更多机器上，开发者不用自己搭扩容架构。

加入 Cloudflare 后，Dahl 和 Deno 联合创始人 Bert Belder 会把 celld 的代码和思路并入 workerd，让“在自己的机器上跑 Workers 应用”成为官方正式支持的用法。目前 workerd 的 Durable Objects 只支持单实例，本地测试够用，上不了规模。这件事做成以后，这套写法既能跑在 Cloudflare 上，也能跑在自建机房里。

Dahl 最看重的方向是 AI 智能体。智能体需要长期保存状态、保持实时连接、闲着时不花钱，Durable Objects 正好都能提供。他在文中邀请想在自有基础设施上大规模运行智能体的团队直接联系他。

[mindon @mindon]

an ant, a big one (2019年4月14日 星期日 11:29)

[看不懂的SOL @DtDt666]

我认识了一个做投资的大哥。

这人其貌不扬，穿个拖鞋就能去谈几千万的项目。

我问他，你决策这么准，是不是有什么内部消息？

他点了根烟，说：“我有个屁的内部消息。我就是个贝叶斯主义者。”

我当时惊讶。。。贝叶斯？那个概率论里的公式？这玩意儿跟投资有啥关系？

他看我一脸懵，就笑了。他说：“你以为贝叶斯是个数学公式？贝叶斯是一种活法。”

那天他跟我聊了三个小时。我听完之后，后背发凉。因为我发现，我过去三十年的思考方式，全是错的。

一、

先说贝叶斯到底是个啥。

你肯定听过那个公式：P(A|B) = P(B|A) * P(A) / P(B)。别怕，不用记。你就记住一句话：

根据新的证据，不断调整你的判断。

就这么简单。

但简单归简单，真正能做到的人，万里挑一。

我给你举个例子。你早上出门，看见天阴了。你心里想，今天可能要下雨。这个“可能要下雨”，就是你的先验。就是你根据过去的经验，对一件事的初始判断。

然后你出门，感觉空气湿漉漉的，风也起来了。这时候你更相信要下雨了。这个“感觉”，就是新证据。

你根据这个新证据，把你的判断从“可能下雨”调整到“大概率下雨”。这个调整后的判断，就是后验。

然后你走到半路，一滴雨砸在你脑门上。你立刻把判断调到“肯定下雨”，然后跑起来找地方躲。这就是再次更新。

你看，你每天都在用贝叶斯。只是你自己不知道。

二、

但大多数人用贝叶斯，只用了一半。哪一半？收集证据的那一半。他们不用更新判断的那一半。

什么意思？

你想想，你是不是经常这样：你跟一个人吵架，你认定他就是个自私的人。然后他做了一件事，明明是为你着想，你却说：“他肯定是有目的的。”他帮你，你觉得他虚伪。他沉默，你觉得他冷血。他解释，你觉得他狡辩。

你收集了所有证据，但你从来不更新你的判断。你的先验是“他是个自私的人”，然后所有新证据，你都用来强化这个先验，而不是修正它。

这不叫贝叶斯。这叫确认偏误。

贝叶斯思维最狠的地方，就是它要求你：当证据足够强的时候，你得承认自己错了。

不是嘴上承认，是心里真的改。

我那个投资大哥跟我说，他每年都会复盘自己看错的项目。他说，看错不可怕，可怕的是看错了还不改。他说，他每次做决策，都会先写下来：我现在的判断是什么？我为什么这么判断？然后等三个月，等半年，看结果。如果结果跟判断不符，他就问自己：是证据不够？还是我的先验错了？

如果是先验错了，他就改。改得越快，亏得越少。

三、

贝叶斯思维里，有两个东西特别关键。一个叫基础概率，一个叫似然比。

基础概率，就是你还没看证据之前，这件事本身发生的概率有多大。

我举个特别经典的例子。假设有一种罕见病，发病率是千分之一。现在有一种检测方法，准确率99%。就是说，如果你有病，它99%能测出来。如果你没病，它也有99%能测出来是阴性。

现在你去体检，检测结果是阳性。请问，你真正得病的概率是多少？

大多数人会想：99%啊，完了，我肯定得病了。

错。大错特错。

我们来算一下。一千个人里，有一个人得病。这个人检测阳性，概率99%，所以有一个真阳性。剩下999个人没病。但检测有1%的误报率，所以999个人里，大概有10个人会被误报为阳性。

现在你告诉我，在11个阳性里，真正有病的只有1个。所以你得病的概率，不是99%，而是1/11，大概9%。

你看，这就是基础概率的力量。你被那个“99%准确率”吓到了，但你忽略了“这个病本身发病率只有千分之一”这个基础概率。

我那个大哥说，他看项目，第一件事就是问：这个事儿，在行业里，成功的基础概率是多少？如果这个行业90%的人都失败了，那你就别听创业者吹得天花乱坠。先把这个90%放在心里，然后再去看他的证据。

似然比是什么？就是一个证据，在“你对”的情况下出现的概率，除以在“你错”的情况下出现的概率。

我举个例子。你怀疑你老婆出轨。你发现她最近经常加班。这个“加班”的证据，有多强？

如果她出轨了，她加班的概率可能是70%（要腾出时间）。如果她没出轨，她加班的概率也可能是70%（工作忙）。那这个似然比就是70%/70%=1。意思是，这个证据屁用没有。它不改变你的判断。

但如果她出轨了，她加班的概率是70%。她没出轨，加班的概率只有20%。那似然比就是70/20=3.5。这个证据就比较强了，能把你的判断往“出轨”那边推一推。

你看，不是所有证据都叫证据。只有能区分两种假设的证据，才叫证据。

贝叶斯思维就是教你：别被那些似然比为1的证据带偏。 别因为对方今天没回你微信，就觉得他不爱你了。因为他不爱你的时候可能不回微信，他忙的时候也可能不回微信。这个证据，区分度太低。

四、

好，道理讲完了。现在我给你走一遍完整的。就一个问题：我对象是不是不爱我了？

这是贝叶斯思维最实用的场景，没有之一。

假设你最近觉得对象不对劲。回消息慢了，电话也少了，你问他怎么了，他说没事。你心里开始犯嘀咕：他是不是不爱我了？

大多数人会直接跳到结论：他肯定不爱我了。然后开始翻旧账，越想越气，最后要么冷战，要么大吵一架。

但如果你用贝叶斯思维，你会怎么做？

第一步：先定先验。

在你观察到他冷淡之前，你觉得他爱你的概率是多少？

你们在一起两年了，平时感情不错，没有大的矛盾。那你先定一个：80%。就是说，在没有新证据之前，你相信他80%是爱你的。

这个80%，就是你的先验。
第二步：看第一个证据。

他最近回你微信很慢。

现在你问自己两个问题：

如果他还爱你（80%的那个假设），他回微信慢的概率是多少？

可能是20%。因为他最近项目忙，加班多，或者他就是个不爱看手机的人。

如果他不爱你了（20%的那个假设），他回微信慢的概率是多少？

可能是70%。因为他在疏远你，不想跟你说话，看到消息也不想回。

现在算一下。先验是80%对20%。证据的似然比是20%比70%，也就是0.29。

什么意思？就是说这个证据，更偏向“他不爱你了”那一边。因为它在不爱你的情况下出现的概率，比在爱你的情况下出现的概率，高了两倍多。

更新之后，你的后验是多少？

大概从80%降到了 62%。

你看，降了，但没崩。你还是倾向于相信他爱你。但你的信心，从80%变成了62%。你心里有了警惕，但还不至于直接翻脸。

第三步：看第二个证据。

他又忘了你们的纪念日。

再问那两个问题：

如果他还爱你，他忘纪念日的概率是多少？

可能是15%。因为他最近真的太忙了，或者他本来就是个记性差的人。

如果他不爱你了，他忘纪念日的概率是多少？

可能是60%。因为他不把你放心上了，纪念日对他来说不重要了。

似然比是15%比60%，也就是0.25。又是一个强烈偏向“不爱”的证据。

从62%再更新：

大概降到了 38%。

现在，你已经从“大概率爱我”变成了“大概率不爱我”。但还没有到100%。

第四步：看第三个证据。

你翻他手机，发现他跟前女友最近有联系，聊天记录删了一部分。

再问：

如果他爱你，他跟前女友联系还删记录的概率是多少？

可能是5%。因为正常交往不需要删记录。删了，说明有问题。

如果他不爱你，他跟前女友联系还删记录的概率是多少？

可能是80%。因为他已经在找退路了。

似然比是5%比80%，也就是0.06。这是一个极强的证据。

从38%更新：

大概降到了 3%。

现在你可以行动了。因为你的判断，已经从“他可能不爱我了”，变成了“他几乎肯定有问题”。

你看，贝叶斯思维不是让你不生气。它是让你在该生气的时候才生气，该翻脸的时候才翻脸。

大多数人是什么样？第一个证据出来，就炸了。直接跳到100%的结论，然后大吵大闹，最后发现可能只是误会。

而贝叶斯思维让你一步一步走。每一步都算概率，每一步都更新判断。等到证据足够强了，你再行动。这时候你的行动，是有根据的，不是情绪化的。

五、

那怎么把这个思维，用到生活里？

我给你三个心法。

第一个心法：把你的判断，从“是/不是”变成“百分之多少”。

大多数人想问题，是二元的。要么对，要么错。要么爱，要么不爱。要么行，要么不行。

但贝叶斯思维告诉你，世界不是二元的。世界是概率的。你的每一个判断，都应该是一个概率。

你觉得这个项目能成吗？别说“能”，说“我觉得有60%的概率能成”。你觉得这个人靠谱吗？别说“靠谱”，说“我目前觉得他80%靠谱”。

为什么？因为一旦你用了概率，你就给自己留了更新的空间。如果他说60%能成，结果没成，你不会崩溃。因为你知道还有40%的可能。但如果他说“肯定能成”，结果没成，他就崩溃了。

第二个心法：每次遇到新信息，问自己两个问题。

第一个问题：如果我的判断是对的，这个信息出现的概率有多大？

第二个问题：如果我的判断是错的，这个信息出现的概率有多大？

如果两个概率差不多，这个信息不重要，别理它。

如果第二个概率远大于第一个，这个信息非常重要，你得认真对待，甚至要改判断。

我那个大哥跟我说，他当年投一个项目，所有人都说好。但他发现一个细节：这个项目的创始人，在提到竞争对手的时候，眼神闪了一下。他就问自己：如果这个创始人真的胸有成竹，他提到对手会眼神闪吗？可能会。但如果他其实心里没底，他提到对手会眼神闪吗？更可能。所以这个证据，让他把判断从80%下调到了65%。后来这个项目果然出了问题。

他说，细节不是用来证明你对的，细节是用来修正你的。

第三个心法：记录你的预测，然后复盘。

这是贝叶斯思维里最反人性、但也最有用的一步。

你每次做判断，都写下来：我现在认为这件事的概率是多少？为什么？

然后等事情发生。如果结果跟你预测的不一样，你就问自己：是我先验错了？还是我忽略了某个证据？还是我高估了某个证据？

慢慢地，你的预测会越来越准。你的证据权重会越来越合理。你的判断会越来越接近真相。

我那个大哥说，他有个本子，记了十几年。上面全是他的预测和复盘。他说，这个本子，比任何商学院都值钱。

六、

最后，我想跟你说一个我自己用贝叶斯思维改变的事。

我以前特别容易生气。别人说一句我不爱听的，我立刻炸。后来我用贝叶斯思维问自己：我为什么生气？因为我有一个先验：他应该尊重我。 当他没有按照我期待的方式说话时，我的先验被挑战了，我就炸了。

但后来我想，这个先验本身，概率是多少？一个人，在所有时候都尊重我，这个概率有多大？其实不大。每个人都有自己的情绪，有自己的立场，有自己的表达方式。他可能只是今天心情不好，可能只是说话直，可能只是没意识到。

所以我把先验调低了。我不再默认“所有人都应该尊重我”，而是默认“大多数人大多数时候是善意的，但偶尔会冒犯我”。这个先验更符合现实。

然后我再遇到类似情况，我就不炸了。我会想：他这句话，是真的针对我，还是只是随口一说？这个证据，在“他针对我”的情况下出现的概率是多少？在“他只是随口一说”的情况下出现的概率是多少？

很多时候，算完发现，似然比接近1。也就是说，这句话根本不能说明他针对我。那我生什么气？

你看，贝叶斯思维，不只是让你决策更准。它还能让你情绪更稳。

因为你知道，你的判断，只是一个概率。既然是概率，就有可能是错的。既然是可能错的，那就不值得为它拼命。

七、

所以，什么是贝叶斯思维？

它不是让你变成一个冷冰冰的机器。它是让你变成一个更聪明、更开放、更不容易犯错的人。

它告诉你：你的每一个信念，都不是真理。它只是一个当前最好的假设。

它告诉你：新证据来了，你要做的不是捍卫自己，而是更新自己。

它告诉你：承认自己错了，不是失败。承认自己错了，是进步。

我那个大哥最后跟我说了一句话，我记到现在。他说：

“我这辈子最大的本事，就是改得快。”

你品品这句话。

大多数人，一辈子都在证明自己对。而真正厉害的人，一辈子都在修正自己。

这就是贝叶斯思维。

不是让你更自信，是让你更准。

不是让你更固执，是让你更活。

从今天起，试着把你的判断，从“是”改成“概率”。试着遇到新证据的时候，问自己那两句话。试着记录你的预测，然后复盘。

你会发现，你变了。

你不再是那个被情绪和偏见牵着走的人。你成了一个不断逼近真相的人。

这，才是真正的投资策略和自由。

[Bilawal Sidhu @bilawalsidhu]

Space and time reconstructed in 4D

Is this how higher dimensional beings see us - every moment at once?

Starting to understand what Vonnegut meant by humans being “great millipedes” - clearly it applies to our four legged friends too!

Geolocated 2d video → per frame 3d gaussians → each left precisely where & when it happened

[mindon @mindon]

@penny777 ChatGPT（物化记忆）, Gemini（有点一头雾水）, Grok（很少用）

[mindon @mindon]

@penny777 ChatGPT（物化记忆）, Gemini（有点一头雾水）, Grok（很少用）

[mindon @mindon]

seeing is not always believable: color context https://t.co/ECnqempPBc via @YouTube #illusion #错觉 #颜色错觉

[mindon @mindon]

seeing is not always believable https://t.co/EXn71M2MMW via @YouTube #illusion #错觉

[yishan @tspy]

软件工程师 fanhao 走官方硬件路线成功复刻 Microduck

已实机完成官方9种强化学习的策略

对，就是之前那个花了12000 RMB 复刻机器鸭的 fan 哥

虽然是个软件工程师，无奈动手能力超强，顺利完成

走官方硬件路线复刻的同学，可以参考

相关资料已经上传GitHub
https://t.co/kS16pBrOyy

[Frank Wang 玉伯 @lifesinger]

https://t.co/RyZUHAPiMq

[mindon @mindon]

太极图阴阳鱼的组装图 https://t.co/j5soylu7m0 via @YouTube