即刻App年轻人的同好社区
下载
啊，一觉醒来，怎么沉浸式翻译插件翻车了啊，其实挺好用的，用好几年了。
感觉不像故意的，更像是某个实习生随便写了段代码就上了，没有鉴权，没有加密，也没有失效时间。
折射出来这家公司内的技术话语权应该不如产品话语权，新需求时间仓促，又没有 review 机制，就容易这样。
记得插件作者是个独立开发者来着，弄成这样肯定口碑受影响，有点唏嘘。
感觉不像故意的，更像是某个实习生随便写了段代码就上了，没有鉴权，没有加密，也没有失效时间。
折射出来这家公司内的技术话语权应该不如产品话语权，新需求时间仓促，又没有 review 机制，就容易这样。
记得插件作者是个独立开发者来着，弄成这样肯定口碑受影响，有点唏嘘。
https://mp.weixin.qq.com/s/ppHzeIYy36SS3KVunLwMZg
1 01
今天面试代码，让候选人打开VSCode后，刚把题目说完，结果就被Copilot自动打出来了，场面异常尴尬...
候选人赶紧说忘了把插件关了，我说没事，开着就行，可以解释下生成代码的含义。
我现在的观点是，面试时用AI工具去辅助也没什么问题，实际考察的是他在面对一个没见过的问题时，能否用AI去解决它，并且完整地把整个过程呈现。这本身也是能力的体现。
用AI辅助甚至都可以成为一个加分项，如果用的好的话。
候选人赶紧说忘了把插件关了，我说没事，开着就行，可以解释下生成代码的含义。
我现在的观点是，面试时用AI工具去辅助也没什么问题，实际考察的是他在面对一个没见过的问题时，能否用AI去解决它，并且完整地把整个过程呈现。这本身也是能力的体现。
用AI辅助甚至都可以成为一个加分项，如果用的好的话。
1 00
现在已经开始给deepseek布置任务，去做工作上的事情了，真的就是“布置任务”，而且你不能说得过于详细（过于详细可能反而把它绕坑里）。
想起以前给qwen写prompt时，得写好长一段，生怕它不明白搞错，最后还浪费自己时间。
现在R1出来，明显影响了我与其提问的方式。基本只说诉求，可能稍微点一下方案，比如xxx这么做。
然而最近经常在输出到1500-1800token时就被截断，估计是API访问量太大就限流了。（摊手🤷）
想起以前给qwen写prompt时，得写好长一段，生怕它不明白搞错，最后还浪费自己时间。
现在R1出来，明显影响了我与其提问的方式。基本只说诉求，可能稍微点一下方案，比如xxx这么做。
然而最近经常在输出到1500-1800token时就被截断，估计是API访问量太大就限流了。（摊手🤷）
0 00
感谢即刻热心网友的安利，让我发现了 Msty 这个小众软件，接上 API 后自带联网功能（当然不接API用本地部署也是可以的）
分享一个DeepSeek联网解决方案，告别卡顿，满血能力_哔哩哔哩_bilibili
1 00
当我把 deepseek V2 的论文丢给 deepseek 要求它解释 MLA 部分，它是能理解的。
为了测试它是否真的理解，我要求其将这个内容制作成 manim 动画，最终的脑补画面如下：
嗯😐 你说它不懂吧，给出结论是这么个意思，但要说懂吧，看的人也是一头雾水。
能基本不错地生成动画，说明代码能力还可以。但要编排内容能达到眼前一亮的程度，还欠点火候。
为了测试它是否真的理解，我要求其将这个内容制作成 manim 动画，最终的脑补画面如下：
嗯😐 你说它不懂吧，给出结论是这么个意思，但要说懂吧，看的人也是一头雾水。
能基本不错地生成动画，说明代码能力还可以。但要编排内容能达到眼前一亮的程度，还欠点火候。
00:29
0 00
DeepSeek 真的强，强在它能理解我混搭着意识流的一些输入，并且从多个角度去查漏补缺。
前提是在输入之前已经把图景构造到80-90%了。反之就很危险，容易淹没在未完全对齐的模型输出词藻中，它是不稳定的。
核心在于你自己看到了什么，模型输出只是一个校准，甚至都不能称作校准，只是捧哏。
时刻记住完全依赖模型输出是件非常危险的事情，最终会成为工具人。⚠️
前提是在输入之前已经把图景构造到80-90%了。反之就很危险，容易淹没在未完全对齐的模型输出词藻中，它是不稳定的。
核心在于你自己看到了什么，模型输出只是一个校准，甚至都不能称作校准，只是捧哏。
时刻记住完全依赖模型输出是件非常危险的事情，最终会成为工具人。⚠️
2 00
肝了将近一周，终于完成首个长视频教程。 ✅
手把手教你如何破解微信小游戏《砖》，但是以 Python 的方式。
手把手教你如何破解微信小游戏《砖》，但是以 Python 的方式。
从零开始的 Python 自动游玩《砖了个砖》_哔哩哔哩bilibili_教程
0 00
提问和回答，哪个重要些？
以前看过一本讲 Scheme（Lisp 方言之一） 的奇书，叫《A Little Schemer》，第一作者是 Daniel Friedman，这本书最大的特点是全文仅由问答组成，读者通过阅读这一问一答，便能逐渐建立对 Scheme（Lisp）的理解，并且卓有成效，读之令我欲罢不能。
NotebookLM 用音频重新演绎了这一点，但播客只是形式（而且谷歌管这个叫音频概览）。当我喂之以 7 分钟的文字稿，却得到了 13 分钟的内容时，我意识到它背后没那么简单。
当我满怀期待地去查看这 13 分钟的内容时，我的心情经历了期待、惊喜、怀疑。好的方面，它拆解了概念，补充了很多案例。坏的方面，冗余太多了，反复念叨同一句话，还有一些（因为事实不全而自定脑补的）事实性错误。我所怀疑的是，当市面上出现更多类似 “13 分钟版本” 时，是否是在制造更多的垃圾？
究其本质，我认为回到使用 Q/A 文字的对话形式，仍旧可以达到同样的效果，就像 《A Little Schemer》那样。
这里顺便宣传下我正在做的 Marimo 系列视频教程（Marimo 是一个基于 python 的所见即所得的笔记本框架）。做个小调查，同样的内容用文字和视频两种形式展现，你会更倾向于哪一种？
以前看过一本讲 Scheme（Lisp 方言之一） 的奇书，叫《A Little Schemer》，第一作者是 Daniel Friedman，这本书最大的特点是全文仅由问答组成，读者通过阅读这一问一答，便能逐渐建立对 Scheme（Lisp）的理解，并且卓有成效，读之令我欲罢不能。
NotebookLM 用音频重新演绎了这一点，但播客只是形式（而且谷歌管这个叫音频概览）。当我喂之以 7 分钟的文字稿，却得到了 13 分钟的内容时，我意识到它背后没那么简单。
当我满怀期待地去查看这 13 分钟的内容时，我的心情经历了期待、惊喜、怀疑。好的方面，它拆解了概念，补充了很多案例。坏的方面，冗余太多了，反复念叨同一句话，还有一些（因为事实不全而自定脑补的）事实性错误。我所怀疑的是，当市面上出现更多类似 “13 分钟版本” 时，是否是在制造更多的垃圾？
究其本质，我认为回到使用 Q/A 文字的对话形式，仍旧可以达到同样的效果，就像 《A Little Schemer》那样。
这里顺便宣传下我正在做的 Marimo 系列视频教程（Marimo 是一个基于 python 的所见即所得的笔记本框架）。做个小调查，同样的内容用文字和视频两种形式展现，你会更倾向于哪一种？
Marimo 教程之：编程世界中的开关与按钮
0 10
尝试了下最近火热的 NotebookLM ，他有一大优势，就是可以用独特的视角尬吹一个东西，还能吹到点上。这是我把之前一个视频转录的文字脚本丢给它后，得出的结论，图一展示了这个过程。
目前只支持英文有点坑，口语一半没听懂，还好到处都是转录翻译工具。这一块就等国产版 NotebookLM 的突破了。不然工作流还挺长的。
图三是把原来我一个脚本转文章的内容（很机械复述那种），再加上 NotebookLM 的生动化描述之后，拼接出来的。目前还是手打，体验挺神奇，感觉在一个更 high level 工作了。待我把这个流程再多跑几轮迭代下。
ps. 结合文稿反向推断，其在生成应该有若干中间步骤，因为对话中出现了“代码片段”以及”擅自主张添加的源文段不存在之解决方案“。供参考
#AI工作流 #NotebookLM
目前只支持英文有点坑，口语一半没听懂，还好到处都是转录翻译工具。这一块就等国产版 NotebookLM 的突破了。不然工作流还挺长的。
图三是把原来我一个脚本转文章的内容（很机械复述那种），再加上 NotebookLM 的生动化描述之后，拼接出来的。目前还是手打，体验挺神奇，感觉在一个更 high level 工作了。待我把这个流程再多跑几轮迭代下。
ps. 结合文稿反向推断，其在生成应该有若干中间步骤，因为对话中出现了“代码片段”以及”擅自主张添加的源文段不存在之解决方案“。供参考
#AI工作流 #NotebookLM
1 00