2608260726062605260426032602

2026-05-31 19:08 南京市 晴 25℃

三刷《给阿嬷的情书》，原本想看一下国语版的，结果没有排片，还是潮语的。

2026-05-29 21:21 南京市 阴 24℃

《控制论和科学方法论》看名字可能会误解它是一本专业领域的书，但其实它讲的是通用理论，这种理论不仅可以应用到专业学科，还可以应用到生活的方方面面。因为“控制”这个概念本身足够的抽象，于是关于控制的理论能够广泛的应用。飞机上看了第一章，深感它是一本宝藏书。

2026-05-29 12:35 南京市 多云 26℃

下午回南京，机场和飞机上看看《控制论和科学方法论》这本书。

2026-05-28 18:52 昆明市 阴 22℃

晚上看 IMAX 版的 《给阿嬷的情书》。

2026-05-28 11:51 昆明市 阴 22℃

hermes agent 的 /goal + /steer 命令组合使用的体验很是不错。/goal 命令来跑长任务直到质量符合预期。/steer 可以不打断工作流，动态调整需求，在下一次工具调用就能读取到。

2026-05-28 08:45 昆明市 多云 20℃

我觉得AI很用价值的一个使用方向是帮人筛选高质量的内容，然后总结。人快速阅读这些总结，找到自己感兴趣的，再回到原始材料来研究，这极大的提高了效率。这些内容可以是油管视频、播客、书籍、博客文章等。

2026-05-28 01:52 昆明市 多云 20℃

我靠，“planning 366 tasks”？？gpt 5.5 怎么了？感觉这两天降智太严重了吧😤

Telegram image 127

2026-05-26 20:05 昆明市 晴 25℃

今天在 Emacs 轻聊群里和 @yibiechen 反复调试了一圈，把“长内容总结”这套方法整理成了一个通用的 agent skill：

https://github.com/Kinneyzhang/source-faithful-summary-skill

这个 skill 解决的不是“让 AI 帮我总结一下”这种泛泛的问题，而是长内容处理里一个更麻烦的问题：原材料越长，AI 越容易把它抽象成几句看起来很对的“大意”。这些大意通常不算错，但它会把很多真正有价值的东西磨掉：作者是怎么一步步推到这个结论的，中间用了哪些例子，哪些判断其实有前提，哪些地方只是一个局部经验，哪些转折会影响整篇文章的理解。最后得到的东西就会变成一种“正确的废话”：读起来顺，但你已经很难从里面还原原文真正的思路。

所以这个 skill 的重点不是把内容压短，而是先把长材料拆成几个层次：

• 它到底在讲什么问题
• 事实和例子分别是什么
• 论证链是怎么展开的
• 哪些结论依赖具体前提
• 哪些转折改变了上下文
• 哪些内容只是模型顺手补出来的，不能写进去

拆清楚之后，再重新组织成一篇可读性强的文章。也就是说，它不是摘要模板，而是一套把长材料从“原始内容”转换成“可读文章”的工作流。

我拿三类真实公开材料跑了一遍，效果我觉得还不错：

文本示例：Anthropic《Building effective agents》 https://geekinney.com/share/demo-anthropic-building-effective-agents-summary/

视频示例：Matt Pocock《Workflow for AI Coding》 https://geekinney.com/share/demo-matt-pocock-ai-coding-workflow-summary/

播客示例：NPR Planet Money《Our first podcast episode made by AI》 https://geekinney.com/share/demo-npr-planet-money-ai-podcast-summary/

每篇文章开头都附了原始来源链接，可以直接对着看它有没有改掉原材料的意思。

2026-05-26 11:59 昆明市 晴 25℃

Matt Pocock：AI 编程时代，软件基本功为什么更重要

https://geekinney.com/share/matt-pocock-software-fundamentals-ai-coding/

2026-05-26 10:46 昆明市 晴 25℃

昨晚和王博从10点语音聊天到凌晨1点，关于 AI、未来科研方向的机会等。他所提出的一些想法是我之前从未想过的，因为不了解某个领域就会有信息差。虽然这种方向对我来说不太现实，但确实打开了我的思路：以前觉得绝不可能的事情，未必是事情本身有多困难，而是因为存在信息壁垒。找到对的人，熟悉规则，让自己符合规则的要求，可能比自己闷头探索要容易的多。

2026-05-25 19:14 昆明市 多云 23℃

好久不写字的结果就是握笔手会抖，横平竖直都写不稳，手脑的精细协调能力明显退化了。

2026-05-25 17:38 昆明市 多云 23℃

我觉得 https://github.com/langchain-ai/langgraph 这个框架很值得研究一下，复杂流程编排类的需求可以在这个基础上做二次开发。

2026-05-25 17:26 昆明市 多云 23℃

同一个任务分别用 gpt 5.5 和 deepseek v4 pro 来生成文章。我发现 gpt 可以找出更多的细节证据，但是中文表达能力堪忧，不像是写文章。deepseek 的中文能力更优秀，观点突出，表达流畅，但细节不足。如果能将两者的长处结合一下就很棒了。

2026-05-25 17:04 昆明市 多云 23℃

由奢入简可能也没那么难。只是刚喝时的对比有点强烈，但多喝个几口就觉得也还行是怎么回事。。人的适应能力还是太强了。

2026-05-25 16:39 昆明市 多云 23℃

果然由简入奢易，由奢入简难。以前我对茶无感的。不同价格的茶叶，我品出来味道都差不多。但是喝了山姆的锡兰红茶后，再喝滇红，能够明显的喝出酸涩味和叶子本身的味道。它没有锡兰红茶那么的纯，竟让我难以下口了。。我刚买的半公斤滇红呀，大意了。

2026-05-25 00:18 昆明市 阴 20℃

《阿嬷》的哭点太多了，以至于到电影结束我的泪都哭干了。没有刻意的煽情，相反演员表演的很克制，但细节给到情绪巨大的冲击。这种感觉，有的像利箭戳心，刺中个体和家庭之间最真挚的情感共鸣；有的像拳头擂在胸口，砸出大历史和家国情怀里的回响。

2026-05-24 23:58 昆明市 阴 20℃

《阿嬷》的后劲有点大，下周准备二刷了。还买了新的钢笔和字帖，重新开始练字。手写体+文言文+真挚的情感+古汉语的音+《月下煮茶》+镜头语言，太美了。

2026-05-24 11:19 昆明市 阴 22℃

在 AI 上投入越来越多，不禁让我思考这些花费究竟转化为了多少有价值的产出？现在还是处于探索和积累阶段，使用 AI 的泛化能力将许多天马行空的、超出能力范围的想法变得可能。虽然谈不上真正的产出，但这些积累是有价值的，就像这么多年我研究的方向都在为 ETAF 铺路。

2026-05-23 22:59 昆明市 阴 19℃

搞定了用 codex 跑 qwen 3.6 27B。

2026-05-22 20:51 昆明市 晴 24℃

看完《给阿嬷的情书》，走出电影院，眼泪已经干了，心情还未平复。

2026-05-21 18:44 昆明市 多云 20℃

我可太爱喝香槟起泡酒了，没有酒精负担，可选择的口味丰富。

2026-05-17 21:25 昆明市 多云 20℃

“证婚人”的reaction视频太上头了。【莱昂纳多的指定证婚人的个人空间-哔哩哔哩】 https://b23.tv/7k7wJyb

2026-05-16 11:04 昆明市 多云 24℃

我们赞同一句格言：“与其不断重复一句不会错的话，不如试着讲一句错话。”它经常鼓励我们去考察那些虽不成熟但富有吸引力的新鲜思想，并把它们收集起来跟大家一起讨论。—— 《控制论与科学方法论》

2026-05-16 10:51 昆明市 多云 24℃

戴了眼镜和没带眼镜的人看到的是不一样的世界。透过眼镜看到的是一个失真的世界，形状、距离、大小都发生了变化。这两天换了新眼镜，这种感觉愈发的强烈。

2026-05-14 10:42 昆明市 晴 21℃

调色板：https://colorbox.io/

2026-05-14 10:02 昆明市 晴 21℃

瘟神来访华了，A股跌了。

2026-05-13 23:52 昆明市 晴 21℃

https://b23.tv/rn2NakB 《古相思曲》每次重温都会眼眶湿润。无论剧情结构、表演、配乐都太棒了！女主演技超好的，把4个不同年龄时期的人物状态表现的很到位。

2026-05-13 15:27 昆明市 晴 21℃

这两天试了试用 AI 辅助炒股，体验真不错。它对点位的判断很精细——挂单刚好成交在当天高点附近。AI 在数据分析这块确实强。换我自己操作，很难这么有耐心：拉升的时候容易慌慌张张就卖了，或者死拿着不卖，结果又坐过山车回撤回去。

2026-05-13 00:28 昆明市 多云 15℃

传统的UI界面是由像素绘制的，但绘制这一层下面必然有一个结构化的表达（html，css），像素分布是没有逻辑的，必须通过下面的这层结构才能理解界面布局以及每块布局表达的含义。但这其实是隔离一层：当我们要改变UI，需要先改变结构，然后再把结构的变更重新渲染到UI上。而为了提升渲染的性能，衍生出了虚拟dom，diff算法，脏标记这些技术。

但如果渲染出来的UI本身就能表达结构和逻辑呢？我们就可以直接在UI上动手，而不必间接的通过改变结构和样式。emacs中的一切表现的内容都是文本。我实现了基于文本和文本属性的盒模型布局，所以UI本质上也是文本，而这些文本是记录了UI中所有的信息的（结构，样式，交互）。我们于是可以用文本来还原UI，自然也可以通过改变文本来改变UI，这样就不用引入前端框架里面的那些复杂概念了。这才是emacs中基于纯文本UI的正确打开方式。我之前是走了弯路，一味的想借鉴浏览器渲染原理和vueJS，react 里面的那些复杂概念，其实是吃力不讨好。

emacs的一大魅力就是支持渲染带文本属性的字符串，而丰富的文本属性让许多表现形式成为可能。最屌的是这一切都是文本，它既是数据，又是表现形式，这两者是一体的。

2026-05-12 01:15 昆明市 阴 14℃

去年，我已经对 ETAF 涉及的技术方向做过一轮粗浅研究。但由于整个项目的野心过大，我当时也过于关注“开拓版图”，不断引入许多更上层的设计，比如浏览器渲染管线，却忽略了真正需要打牢的基础：盒模型布局，以及属性的增量更新。结果到了开发后期，遇到了许多超出我当时能力范围的问题。

前段时间，我选择回到最基础的盒模型代码之上重新出发，先把盒模型属性和布局的增量更新完整做完，并在这个过程中沉淀出了一套清晰的函数抽象。现在有了这个稳定的地基，再往上继续砌高楼——引入组件、样式选择、事件交互、后端存储等能力——就会可靠得多。

我有信心今年之内完成所有功能的开发，最近几个月内应该可以发布一个可用的版本。

2026-05-12 00:56 昆明市 阴 14℃

我现在特别期待写一篇关于开发 ETAF 心路历程的文章。

回头看，从我在学校开始使用 Emacs、接触前端的那一刻起，我感兴趣的方向、持续研究的东西，似乎就一直在冥冥之中把我推向 ETAF。它不是一个突然冒出来的项目，更像是我这些年技术兴趣、审美偏好和问题意识自然汇聚后的结果。

2026-05-11 18:01 昆明市 阴 16℃

最近顺手做了一个小工具：a-share-mcp。

地址：https://github.com/Kinneyzhang/a-share-mcp

它的定位很简单：给 AI Agent 用的 A 股数据 MCP。不是荐股工具，不做预测，不接券商，不搞自动交易，就是把 A 股常用数据用结构化 JSON 的方式吐出来，并且尽量标清楚数据来源。

目前做到 v1.1.0，大概有 34 个工具，覆盖行情、日线、公司资料、财务指标、主营构成、公告、公告 PDF 文本/OCR/layout、研报搜索、行业同业、指数、板块、成分股、分红、回购、增减持、融资、限售解禁、批量行情、市场概览、财务趋势、公告分类、cache 管理这些。

做这个的起因也挺朴素：我发现很多所谓“金融 Agent”真正难的不是让模型分析，而是前面那层数据工具太脏。要么要 token，要么返回一堆不适合 Agent 读的表，要么来源不清楚，要么公共接口一抖就整条链路炸掉。

所以这个项目刻意做得比较克制：

• 无 token，默认用公开数据源
• 本地 stdio MCP，Claude / Cursor / Hermes 这类客户端都能接
• 每个工具尽量带 source / warning / partial 信息
• 公共接口挂了尽量返回 partial，而不是假装没事
• 不输出投资建议，只提供研究数据

2026-05-10 01:46 昆明市 雾 14℃

搞定了用于审查大模型输出准确性，抑制幻觉的技能：https://github.com/Kinneyzhang/llm-output-audit

2026-05-10 01:13 昆明市 雾 14℃

或许我们应该转变一下使用AI的思路：“从直接使用大模型或agent来解决问题，然后固化为技能” 变为 “先写解决(子)问题需要用到的通用/专用技能，把技能测试稳定后，再用这些技能来实施”。这样效果会不会更好？至少技能是可以不断累积的资产。

2026-05-10 00:43 昆明市 雾 14℃

一个产品体感上好用的背后是许多细节的考虑与工程化的实现。我在写一个用于抑制大模型幻觉的skill。从一个简单的想法，慢慢优化成了流程化的实现。技能不仅仅是提示词，要想真正好用，得配合脚本，而脚本就可以把许多天才的想法写成牛逼的算法了。而算法是确定性的东西，确定性让技能更加的靠谱。

2026-05-08 18:59 昆明市 雾 14℃

hermes agent 越用越好用了，已经很接近chatgpt横空出世时，朋友和我对 AI 个人助手的想象了。

2026-05-06 16:11 昆明市 晴 21℃

为什么好多人把机场的加速带当电梯用？无法理解，站着不动慢得一笔好不好，一群人堵在前面，后面人都不方便走。

2026-05-05 23:30 昆明市 多云 16℃

你要是这么说我就理解了：

不能简单说"很差"，应该说取舍不同。

Codex 的上下文模型是好的——文件驱动、每次任务独立沙箱、不依赖对话历史。这带来几个硬优势：

• token 极省（同样任务用 Claude Code 1/4 的量）
• 可并行跑多个任务
• 行为可预测（同样的 AGENTS.md + 同样的 task prompt = 同样的行为）

直觉上感觉"差"，是因为它需要前置投入。 Claude Code 你打开终端直接聊就行，它自己读代码、自己理解上下文。Codex 你得先写好 AGENTS.md 和 Skills，不然 agent 就是瞎子。

所以更准确的说法是：

• Claude Code：上手零门槛，上下文感知强，但贵（token 多），对话越长越贵
• Codex：上手有门槛（得先写好配置文件），但配置一旦到位，效率和一致性远超 Claude Code

社区排名上，Claude Code 的"上下文工程"确实被公认第一——它的 1M 窗口 + CLAUDE.md + 对话历史，随便聊着就把活干了。Codex 则更像"配好了就是自动化产线"，质量上限高但冷启动慢。

2026-05-05 22:54 昆明市 多云 16℃

是我的错觉吗？GPT 5.5 Extra Hight Fast 模式，我觉得是当今llm的顶配了吧？怎么基础的指令遵循都做不好？还是说是codex的问题？说了后面就忘了前面的。

2026-05-05 17:35 昆明市 晴 18℃

codex 确实好用。

2026-05-05 12:25 昆明市 晴 18℃

Emacs 中 EWOC 的底层数据结构为双向链表，能够将 Buffer 内的 UI 元素与数据进行绑定；其布局逻辑呈线性，在行编辑器中表现为按行排布，无需进行布局重排。

而 emacs-box 采用树形结构，每个节点均为独立的盒子，盒子是可跨多行、多列的矩形单元。单个盒子的宽高变化，会联动影响周边盒子的排列方式，这也是其布局逻辑更为复杂的核心原因。好在 Buffer 内盒模型的布局逻辑，完全可以浏览器的盒模型作为重要参考。

2026-05-03 13:50 昆明市 阴 8℃

折腾了一段时间 LLM 和 agent，但我始终对 Emacs 里文本块的布局工作难以释怀，从更本质的层面来讲，我所研究的是行编辑器中的矩形块布局问题。