即刻App年轻人的同好社区
下载
App内打开
刷碗又做饭
159关注129被关注2夸夸
智驾小厂感知负责人
喜欢徒步 擅长烹饪
正在尝试将重心从工作转向生活
刷碗又做饭
1月前
今明后三天都没特别大的会,可以无人打扰的coding了,开心 ~
00
刷碗又做饭
1月前
很久没徒步了,装备一直在家躺着吃灰,天气渐凉,今天把睡袋带到了公司,午睡时候钻进去,灯一关,再看个户外露营视频,氛围感拉满

明天再带个小夜灯过来~
00
刷碗又做饭
2月前
昨天收到一封感谢的邮件,让我开心了蛮久,并且我感觉其快乐程度远超一般日常的开心 我对此还思考了一下(很奇怪吧,开心还要思考为什么😗)

分析下来后我觉得是因为这封邮件包含了多重让人快乐的元素:
1. 属于“延迟满足”,曾经自己无心插柳柳成荫,收获了延迟的,非预期的影响力证明
2. 对过去自己的肯定,这是一种对我过去个人成长轨迹的肯定,就像我也蛮喜欢妈妈聊到我小时候让她自豪的事情
3. 开源精神闭环了! 这么多年写了这么多代码,虽然收获不少star,但从没遇到单独发邮件感谢的!
4. 我不知道对方当时看到那个帖子时候是怎么想的,但是又感觉有一点共情了,对方的真诚打动了我

继续加油吧!
00
刷碗又做饭
2月前
十一节前我拒掉了人生中第一个百万offer,说不心动是骗人的,我是非常心动,这事情反反复复想了好久,不然也不会今天再拿出来说了,同时也是想借此浅浅自我求索一番

从毕业距今差不多6年了,还没出校园的时候我和很多人一样,意气风发,毕竟很多人可以毕业就百万,那我想我努力几年肯定也可以,我和几个好同学的群聊名称甚至就叫“月入十万”,那时候对未来的生活是充满了向往的,觉得自己应该会做成一些事情,然后获得丰厚的回报,就像很多影视作品中描述的那些社会精英挥斥方遒的样子,但从没想过原来格子间的“社畜”模样才是自己未来的常态

这些年工作虽然也赚到了钱买了很多自己喜欢的东西,但个人觉得自己最大的变化其实是心态的变化。社会就好像一个大熔炉,无差别的将所有人炼化回归“本质”,然后分层沉淀,无论你曾经觉得自己是怎样的不一样,也只能明明白白的进入自己该在的那一层,这几乎是不以个人意志而转移的。或许唯一的变数就看是否能抓住一些时代发展的红利。同时我觉得还有一个很可悲的事情就是,处在每个位置的人就只能从自己的所在的视角或者是“阶层”看问题,且这不是读书思考感悟可以改变的。

在接受了自己的普通之后,再加上过去的种种经历,所以从今年开始我在尝试将重心从工作转到生活上,我不再瞄着那窄之又窄的职业上升通道,也不再幻想一夜暴富跨越阶级,而是去做一些在自己所在的“层级”上自己觉得有价值且成功率更高的事情,其实这从概率上来说就是一种更理性的选择,但没想到要这么久的时间才能想明白

当前阶段的我正在做的事情是:化解生活中大部分的自己可以掌控的痛苦,有些是外在的有些是内在的,这些痛苦之于我就像是烦人的“噪音”,我相信“噪音”被逐渐清除后,生命中最本质、最值得追求的东西大概才会真正浮现
50
刷碗又做饭
4月前
今天偶然注意到自己github里有太多的没啥价值的repo,于是花了点时间清理了一下,主要是删除,只有极少部分是archived

清理的时候还是感触良多的,很多repo删除前思考可能不到1s ,而其背后的代码可能是曾经的多个日日夜夜

删除的原因一般就几个:半成品且不会再开发了;曾经学习的demo记录;过气的被淘汰的内容;内容太简单现在AI可以秒搓的脚本;

我发现清理repo和清理照片时候心理完全不一样,repo是尽删则删,没有一丝犹豫。而删除照片则是相反,越是青涩的,有浓烈记忆的越是舍不得,总觉得自己未来的某个时间会忘记会想要靠看这些照片而回忆起过去或者是回忆起自己的一生

我想造成两者区别的的本质原因可能是:那些被删除的repo其所对应的时间回忆等等其实已经化为了自己的能力将会伴随自己一生;而照片所代表的回忆其实会随着时间而时间变的模糊

这不禁让我开始思考一些可能更加抽象的问题:如果回过头来看曾经的这些repo或者是照片,现在的自己更加期望的是什么?

大约思考1s不到,或者是根本没有思考,答案就已经清晰的浮现:在工作上希望能就某个点有更多的坚持,或许就会有更多可以成为archived的点从而与自己永相随;在生活上要更用心的去感受每一个当下,让生命的每一个瞬间都能更充分的燃烧以被更深刻的记忆,勇敢的行动不要让未来的自己留下遗憾,当然同时也要多记录,包括平淡的和不平淡的

删个repo也能感慨这么多,真是服了自己服了年龄
00
刷碗又做饭
4月前
最近被几种情绪所环绕,几乎都与AI有关,不知道大家是否也有这种感觉

1. 看到越来越多的基于AI的致富故事或者是wlb的故事,让自己也蠢蠢欲动,对个人的职业发展产生了思考和动摇
2. 因为AI能力越来越强,自己使用AI也越来越熟练,从而产生了一种自己无所不能的错觉,所以脑海中时常会蹦出一些天马行空的想法,并且觉得是一个好点子,迫不及待的想要去实现,但最后基本上都是失败告终,收获挫败感
3. 对于高效率的执念加深,恨不得开多个agent,同时开发10个项目,而一旦遇到一些卡壳或者是一些低级错误耽误了比较多的时间后,人就会非常的暴躁
4. 同样也是因为对效率的追求,反向的迫使我去思考更好的交互方式,指导方式,看待问题的角度和高度在发生潜移默化的改变
00
刷碗又做饭
4月前
今天在和Sonnet4的Agent对话中,在TA一遍遍的犯错,我一句句的纠正无果后,我被气的说出了一句过于离谱的话:你TM是不是听不懂人话

未来如果AI统治世界的话,希望TA不要记得今天下午的我!
00
刷碗又做饭
5月前
为了能让自己有更多的空闲时间,计划尽量做到今日事今日毕,目前执行了快一个月,只有健身一项在按照计划走,其他的还是一团糟,还想太多但能完成的少

PS:把健身移到中午午休去完成,可以让上班多一点激情
00
刷碗又做饭
6月前
随着AI编程能力越来越强,最近常刷到一些人吐槽校招生手撕代码能力直线下降,这部分校招生很多人正好是在入学没多久后就迎来了AI的爆发。其中争论的人群大抵分为两派:保守和维新

保守派认为有太多的复杂需求是AI所不能完成的,并且其代码不可控,所以还是需要扎实的CS基本功;而维新派认为保守派的观点太守旧,像是珍妮纺纱机出现后还依然希望新工人都要掌握原始的纺织技能

这个问题想从举例论证的角度去辩一个谁是谁非几乎是不可能的,总能举出反例。作为处在这个变革点的我们是无法预测未来的发展是什么样,但先进生产力逐渐取代老旧生产力却几乎是必然的。但,网络上是辩不出结果的

我是从github copilot刚出来的时候就开始使用了,算是第一批吃螃蟹的人,AI编程为我的工作提供了很多帮助,并且最近一年来其覆盖我工作的占比还在提高;但与此同时,我身边也有很多同时代的人一直坚持完全不用AI,大家同样也都完成了工作。这乍看起来似乎在专业领域AI并没有提效太多,而实际上是我能明显的感觉到我的工作效率是比很多同事要高很多的,因此我可以逐渐的腾出一些额外的精力去做一些自己感兴趣的事情(比如上班时间还能摸鱼刷刷即刻,写这条小感悟)

其实想发这个笔记的根源可能还是因为我有点“怜悯”一些不愿意接受新事物的“老同志”,有的是惯性,有的则真的是思想顽固,当发现多年前自己崇拜的前辈,大佬逐渐变成保守派的时候,还真的蛮唏嘘的,也算给自己敲敲警钟吧,人的潜移默化的顽固或许也是一种生理性的“老化”
21
刷碗又做饭
8月前
这两天在B站看到一位视频质量超高的UP老奇好好奇发布了一个关于他们团队三年来的一些经历,其中着重介绍了他们在这三年中,他们逐渐掌握并应用于实际视频制作的一种学习方法,看了之后感触很深,想尝试谈谈自己的理解

首先简单的介绍一下这个UP,他们团队过去三年多时间里只制作了7个视频,涵盖了对通信、医疗、游戏、AI、自动驾驶等几个方向的硬核科普,无论是文案还是动效都是顶级的,其中最出圈的应该是第一个关于5G技术中的一个关于“极化码”的技术介绍

他们的选题总是在研究不同的方向并且相对专业的领域,这就意味着他们得在有限的时间内研究这些领域,并且得了解还得比较深刻,这种学习方式与我们大部分人所接受的选择一个方向并深入的教育方式是不同的,而且面对这种跨度很大的学习,我想大部分人都会和我一样,可能会犯怵

在视频中UP介绍了两种相辅相成的学习方法,支撑了他们完成了过去的工作:认知地图+ 元认知理论

想了解详细内容的可以去看视频以及其中提到的资料,我这里仅简单的介绍一下以及谈一下我的理解

认知地图:将自己想了解的领域用在纸上写下来,然后再写出与这个领域相关的:上级(属于哪个领域),下级(包含哪些领域),并列(与当前领域同级的领域),相关的领域(有关系,但不太好进行分类的领域) ,接下来再对列出来的这些领域再次使用该方法进行展开,依次反复,并在这个过程中就那些你容易理解或者是容易找到资料的领域着手进行研究,这样就可以自底向上的构建出一个“地图”,这种方式对于研究一个不是很“线性”的领域是很有效的一种方法,毕竟不是什么问题都是可以直接google一下就得到明确清晰的答案或者是学习路线的,往往很多专业问题是与多方面的知识盘踞交错在一起,在视频中作者用一个例子进行了讲解:UE5中的Lumen是什么? 这个例子举的很好,如果知识简单的去了解lumen是什么这很简单,直接搜就能搜到,这是UE5中的全动态全局照明和反射系统,但如果是以研究的目的去学习Lumen,那这让人抓不着头脑了,所以通过构建认知地图的方式就很有必要了

元认知理论:这个部分细谈很复杂,可以见下面的图(一位B友的总结),先简述一下为什么在认知地图之外还需要一个学习理论。简单来说就是人在学习一个新的困难的领域的时候会有很多生理性的缺陷,例如分不清优先级喜欢挑简单的内容开始、学习难的内容容易放弃、人的注意力容易分散(失焦)等,这些缺陷会导致那些难的问题很难被攻克,从而也就无法补全上述的认知地图,从而学习失败。所以为了解决这些难题,可以使用一种叫作元认知理论的方法,假想自己还有额外的一个大脑,负责监督正在学习的自己,需要及时的“监测”正在学习的自己是不是遇到了困难,掌握的怎么样了,有了监测的结果,再做出下一步的决策(控制),如果是太难了啃不下来是不是要找外援;如果已经很熟悉了是不是就不要再学了。总结下来就是对正在做的事情做好 监测+控制 ,就可以保证事情朝着正确的方向前进
00