专业的人做专业的事，专业的人会更专业一些。 比如科班出身的程序员肯定总体好于非科班出身程序员，虽然承认有不少确实非常出色的非科班出身程序员。
189想法
随手记下的想法：技术与产品的碎片观察，短则一句，长则一段。
2025 年 3 月1
2025 年 2 月1
大语言模型最大的好处：不用自己知道这么多知识，只要你问，就能给你一些答案。回答的好，直接用，回答的还行，就作为参考，回答的不好，就只能说他胡说八道了。 但：面对不熟悉的领域，直接让大语言模型给你带来一些启发，你也不用刻意系统提问或了解，不懂什么就问什么。这个体验和以前自己搜索一堆资料再仔细学习的过程，差异很大。 这应该是大语言模型的一个非常重要的价值把，如果你能训练好专项，就类似于你发明了机器人😀
2025 年 1 月5
一直使用的微信群功能，群里成员头像，不能及时刷新，需要点击该人以后，才能更新群里这个人的头像。 这个bug存在应该已经若干年。但没有发现吗？不可能，大家都能发现的问题不可能在微信团队内部没有被发现。没有解决方案吗？不可能，技术总有办法。 但是：你作为中国非常NB的微信团队，为什么不解决呢？ 我不知道原因，但我认为和代价有关。这个bug的严重度不高，为此付出的代价并不值得，比如影响了客户进群的速度、服务器并发压力等，那两权取其轻，自然就不用解决咯😂也许，以后架构或产品形态的变化，这个bug直接消失了，也是可能的。 所以：bug不应该眉毛胡子一把抓，而是应该分清轻重缓急，该放的就应该放过，而不能仅仅因为外部的压力，比如领导的压力，进而使劲死磕。实际更应该通过技术外的途径来解决，比如沟通。
关于Cursor价格：
1、免费计划不够用，这是一定的，特别是对于每天编码的工程师，肯定用不到一周。
2、官方16美金每月的价格，实际也不算贵，都不够工程师1小时的时间浪费。
3、但万能的宝竟然能做到15人民币每月，虽然是3人共享一账号，但45就能搞定3名工程师，这性价比宇宙无敌。
4、当然，对于不使用甚至看不上Cursor的工程师，那钱多还是钱少，都是一种浪费。
好产品不愁卖，特别是极致产品。 不太恰当的例子：最近小米汽车安全性好的新闻不少，这大半年来也比较少听到小米汽车的负面新闻，所以这个好产品卖的不错。 比较恰当的例子：地图行业，被谁一家独大了？说实话，和他们稳扎稳打的产品功底是离不开的，持续做好产品，并且追求极致，客户认可，价格也强势，还没办法摆脱。 反观：在工作中，我们有没有为好产品努力？生活中，我们如何打造一个好产品？努力做好产品，持续打磨，相信一定会有好的结果。 其实，个人，也是一个产品。
第一次用Cursor写代码，发现了一些明显的优势：
1、CHAT功能在IDE中：可以直接操作IDE，效率大大提高。而传统的ChatGPT则无法直接处理IDE中的代码，效率相对较低。
2、更容易理解上下文：CHAT功能嵌入IDE中，可以直接指定代码片段或日志进行分析，理解更加精准和有针对性。
3、修改代码很顺手：在Chat中讨论完后，可以直接生成差异（diff）并修改，接受即可，省去了不少手动操作。
4、专为编程设计：Cursor更加懂代码，在交流中能更贴合程序员的思维，而不像大模型那样泛泛而谈。
5、注释清晰完整：让其生成注释，写的超详细，作为个人程序员通常不会写这么多，真心不懂得偷懒啊。
6、无门槛使用：Cursor功能可以免费使用，多个模型可切换，聊半天都没让我开会员，有点意外小惊喜。
尽管我只尝试了几个Python脚本，尚未尝试类似Android APP这种复杂工程，但我认为，Cursor在处理过程代码方面已经能大大提升效率。
唯一的问题是，由于我习惯使用PyCharm，而Cursor是基于VSC的IDE，我还需要适应一些操作方式。不过，就上述优势来看，我觉得完全值得切换到Cursor。
你要不要也试试Cursor？
电脑操作系统是否好用？ 个人认为最好用的操作系统是Windows，诚然，很少用其他操作系统，确实存在习惯因素，但个人也在用macOS，甚至用过一段时间的Ubuntu24。 Linux下安装软件、配置东西等，经常相同方法下得不到相同结果，我发现大家经常需要折腾，包括程序员在内。这种折腾既浪费时间，又考验心性，虽然Ubuntu24已经进步到日常办公不成问题，但仍然说不上好用。 macOS的大部分用户是小白，就是只需要使用一两个功能的那种，比如设计师，当然，还有就是非常厉害的程序员。小白由于性能和软件的体验，就会觉得macOS超级好用，而程序员用上比Linux好用不知道多少倍的系统是毋庸置疑的好用，而且作为厉害的人很多事情都能自己搞定。
2024 年 12 月1
AI的魅力：你讲故事它写代码
今天因为一个数据需要反推，最终推导出一个线状内容，虽然csv的数据已经看到，并且也比较清晰，但如何将数据建立直观的关联关系，形成可视化的内容，方便自己理解数据，线状的图形化似乎是比较不错的方式。
但是，但是，我不会写代码啊，即便会写Python那我使用图形库也要现学啊，这怎么可能实现呢？
换做早年，确实，非常非常难，我需要通过搜索引擎搜索不少代码片段进行拼凑，然后自己形成一定的逻辑，最后不断调试再生成，看上去这绝对要半天或者一天的工作量啊。
但今天，这事情就显得特别简单了。打开ChatGPT，花三分钟时间，说了一下需求，讲解了一下数据的关联关系，然后给了一段样例数据，最后就是让它生成了。
结果还是很惊艳的：安装好Matplotlib库后，直接运行，直接生成，再将图形数据结合实际数据回测验证，正确。
好吧，你给AI讲故事，AI给你写代码，真的是一个非常完美的助理。
2024 年 11 月3
容易把产品（甚至公司）做死的小诀窍：领导在找产品亮点，下面奉承领导的所有需求，指哪打哪。美其名曰：齐心协力，拥有战斗力。 如果产品的亮点是通过找的方式找到的，那一定不具备竞争力的。往往平淡无奇的，不经意间的，才往往长久的。比如我最看不惯的就是苹果的所有产品都没有亮点，推出的功能往往几年前安卓就有了微软就有了。比如微信不就是一个聊天工具嘛，有什么亮点。 所以：产品的生存，真的需要找到亮点吗？亮点用户会买单吗？
Mac难用的两处随想： 原来在Mac mini上装的Windows用的HP打印机，挺好的。这次换成MacBook的macOS想继续用HP打印机，但系统太新、打印机太老，没法直接安装驱动。好不容易找了一个解包驱动并能安装的，结果打印机死活无法打印。好吧，系统太新，设备太老，没话说，我继续想办法解决这个问题。 实际上在macOS下安装VMware和PD也一样遇到问题，VMware的网络始终无法使用，PD的PJ文件死活安装后就是无法运行，也许还是因为15.1的系统太新。 就是因为这样的遭遇，一度想放弃macOS。 而我也在周围人身边有一个发现：使用mac的，似乎系统都不是很新，像我这种直接升级到15.1的应该不多。先不说个人太过于喜欢瞎玩机，但对于那些不升级系统的人来说，也侧面说明，电脑也许用来浏览个网页、处理个文档就OK了，那macOS自然就非常的好用啦。 我们不杠，我继续用macOS，希望以后某一天我能改变我现在的想法。
其实无论谁上台，也很难改变美国贫富分化的局面，除非他像欧洲一样，不拼命搞科技了，开始吃老本。因为科技的本质，就是利用更先进的技术，替代人工，产生更高的经济效率，那么掌控机器的极少数人，必然获得更多的财富，而被机器替代的人工，则会滑向贫穷。所以科技带来的结果，必然是贫富分化， 也必然是国富民穷。
2024 年 10 月5
惜时从小事立即做开始 每个人，一定都觉得自己很忙，但实际上，未必，先不说不注重重要的事情上花时间，就说小事吧。我的一个观察，领导们虽然很忙，但小事立即做是他们经常做的事情。比如开会期间查个资料、做个零散的报销、预定个会议等等，这些小事在常人那可能要花整块时间做，但在他们那立即就做掉了。这是值得我们学习的。
有些事情不可能，但是，我们应该如何应对不可能？ 一种，直接拒绝：不可能就是不可能，没有别的了。 另一种，给出可能：提出前提，要求资源，框定规划，做出计划，最终给出较详实的方案。 大家会选择哪一种呢？ 也许背刺的还会继续说：即便你做了方案，最终你也没成啊，不还是不可能嘛。 是的，但选不选成不成做不做，已不再重要，因为这个过程有了，结果已经沦为次要了。 正是这一次次不可能的历练，才可能成就未来的可能。 而直接选择不可能，会拥有越来越多的不可能，最终也就越来越不能。
说说移动网络： 1、现在的5G速度确实非常的快，一两个GB的游戏基本一两分钟内。 2、如果只图爽了用，没想流量，那么一天10GB流量也是很正常的。 3、于是就看你购买多少量的套餐了，买少了就真的要注意使用了。 4、我是电信套餐，每月两三百GB流量，性价比应该可以吊打移动。
今天(20241002)关于stable diffusion的研究： 1、以前只有核显，生成速度10分钟一张，直接放弃。此次用上了100多块的6GB矿渣显卡，出图速度预计快二三十倍，十几秒能出图，这个速度还能接受。 2、一键启动工具已经大大简化了工具的难度，但真正会用这个工具，不容易，即便界面操作也真的需要学习，更不用说模型和提示词了。 3、提示词非常有学问，不一样的模型下，不一样的提示词，一定不一样的结果，这个难度应该比掌握工具还难。
1、仅仅做推理不做训练的情况下，没有GPU也几乎不行，因为纯靠CPU的打字机速度实在太慢了，不能接受。准备换个电脑再试试。 2、模型越大，吃显存越多。6GB显卡的上限应该是7B模型(官方4.7GB)，再大应该撑不住。 3、0.5B模型占用显存虽然不到1GB，但推理能力同7B没法比。如果7B是正常一点的人，那0.5B就真的是幼儿园了。也就意味着：7B模型才算正常起步。 4、在我的2G内存2核CPU的云服务器上测试0.5B，直接卡死了，想跑最小模型来做演示的想法没法实现了。 5、GPU服务器死贵，一年2万起步差不多，显卡也死贵，3060近2千起步。我的6GB显存的矿渣显卡，100起步，觉得挺香。 6、使用第三方API似乎是一条不错的捷径，特别是有些API只要0.000x起步，当然，这基本只能通用还不能微调的大模型，差点意思。 其他暂且不表，待后续研究后再同步。
2024 年 9 月2
local knowledge的重要性： 1、和ChatGPT聊如何部署XXX的问题，指导我做的很好，但由于没有基础Linux知识，所以基础命令都要问，导致效率很低。 2、有次让儿子装软件，让自己问ChatGPT如何安装，希望能一步一步完成，但对于本地路径、目录下等没有概念，所以没成。也就是说GPT的答案已经够简单了，但因为连基础的概念还没建立，所以对安装步骤是一脸懵的。有点和老人用智能手机有点类似，和对方说按设置按钮，对方可能都不知道怎么按。
关于裁员： 1、再牛的公司，也有耗不起的时候。比如国外大厂在国内裁员。 2、对于个人，安逸的结局可能是被裁或失去竞争力，安逸是一时的。 3、适当找事，努力做事，力争成事，创造价值才可能立于不败之地。
2024 年 8 月1
今日评论了某公众号中一三维倾斜摄影相关的文章，然后收到的评论的评论是：理解停留在了15年前。 呃，好吧，不得不说：评论描述部分的内容，确实是15年前的，毕竟我没有从事这个行业，只能说是相关行业。 然后，有几点感悟： 1、需要持续学习：不接触和理解新事物，就容易像上了年纪的爸妈。另外隔行如隔山，可以适当保持好奇心。 2、要不动声色：说风凉话是容易的，虽然刚看到会咯噔，但想到人家自以为自己比别人懂的多又没给别人解惑，也就释然了。 3、有一些学习的捷径：上一篇说听小酒馆的播客，感悟之一就是通过人家嚼过的内容快速吸收获得自己想要的，另外那期播客也说了面对负面评论的处理。同今天这遭遇竟然融会贯通了。
2024 年 7 月1
如果用金钱驱动成就，那只能用钱堆出成就，这个很难，因为社会都在降本争效追求性价比，钱不可能无限，烧钱也不会持续。 而以成就驱动，往往能带来金钱，也就是一个人不是只想着钱，而是把事情办了、把目标达成了、把别人干不成的事情给成了，有了这些成就，金钱自然会来。 可能大部分的人，都是金钱驱动型，认为给多少钱，就给干多少活，没有达成成就，是钱没给到位。我们往往羡慕别人跳槽涨工资，觉得他们工资高，但是否也认识到自己的差距呢。即便真的是运气和命运，那为什么你只是羡慕别人的运气和命运，而不是别人羡慕你？ 抛弃金钱驱动的幻想，拥抱成就驱动，相信价值决定价格，一个有成就有价值的人，一定不会输在价格上。