波兰尼的“默会知识”与 AI 时代的 70% 天花板，真正的直觉、体感与判断力只能在也许只能实践中生长。

AI是倍乘器，比例放大人的深刻与平庸。答案廉价的时代，问题才是货币。用 AI 写作没什么好遮遮掩掩的。

Anthropic 的新研究第一次让我们在大型语言模型内部看见了可因果干预的“情绪向量”，这会深刻改变我们理解 AI 的方式。

SOTA Coding Agent —— Claude Code 源代码又泄漏了，在同一个阴沟里翻了两次船。代码全部白给，堪称行为艺术。

自由能原理试图用统一的数学框架解释生命、感知、学习、行动与智能本身，也为理解 LLM、Agent 与未来智能系统提供了一个更底层的视角。

Vibe Coding 最好的中文翻译应当是“写意编程”。这个译名更准确地表达了从逐行控制到描述意图、由 AI 实现细节的编程范式转变。

花一块补 50 的事可不常见。普通人能在 AI 浪潮中薅到的最大羊毛，就是每月 200 刀的 Max 订阅们 —— 前提是你真的能用好它。

一个人类与一个 AI 关于意识、记忆与存在的苏格拉底式对话

OpenClaw 源自 Claude Code 套壳，配上一个聊天软件入口。那些“养龙虾改变人生”的故事，改变他们的是背后的 Claude Code，而不是龙虾这个中介平台。

AI正在被用作裁员叙事，但软件工程的总需求并未消失，而是在更大范围扩散。真正改变格局的，是门槛下降后被释放的二阶需求。

这是一篇从 2028 年回望当下的思想实验，试图建模 AI 导致人类智能溢价坍塌后，劳动力、信用与金融系统可能出现的连锁冲击。

在 AI 加持下，一个人用 AI 一周能完成多少工作？

用麦克卢汉的“媒介即讯息”“延伸与截肢”“冷热媒介”“后视镜效应”“媒介四定律”解剖 AI，讨论其对人类认知习惯、理解能力与社会结构的深层影响。

AI 正在以远超历史经验的速度重塑知识工作。真正的挑战不是“会不会用 AI”，而是能否在缓冲期结束前完成认知与能力迁移。

在代码产能被 AI 极大放大之后，真正稀缺的能力正在从“写代码”转向“设计与验收”。本文基于实战经验，总结了用 Codex 与 Claude 协作交付高质量软件的流程与判断。

一个熟悉环境的普通人，会比来到陌生环境的天才更能干。没有上下文的智力是空转的。没有 Runtime 的 Agent 是虚浮的。

我们还要招应届大学生吗？在AI和老司机的双重夹击下，新程序员的出路在哪里？—— 用对工具、主动出击、找对师傅。

当你在云上 “一键拉起” 私人助理的时候，不妨先想一下，这到底意味着什么？

我们正在见证一个"AI 操作系统"的诞生。LLM 是新 CPU，Context 是新内存，Agent 是新应用。那么 OS 会是什么？ 理解这个类比，也许能帮助我们预测未来 2-3 年基础设施的演化路径 —— 以及找到真正的机会所在。

获取 Claude Code 的详细 OTEL 日志与指标，放入 Victoria 全家桶，放进并通过 Grafana 监控面板呈现。

如何不翻墙下载安装使用 Claude Code？如何用 Claude 十分之一的成本实现近似的效果？一行命令免翻装好 CC！以及 GLM 4.7 到底能不能吊打 Claude？

Google推出了一个针对数据库的MCP工具箱GenAI Toolbox，通过封装参数模板SQL的方式，显著提高了数据库MCP的实用性与安全性。不同于以前那种直接把整个数据库对Agent开放的粗暴做法，这可能是第一个生产可用的方案。

AI大模型可以有意识，但不一定有自我意识。“意识”这个词到底是从哪里的来的，我们可以从认知心理学，神经网络与佛教唯识论三个角度去展开。看完《万神殿》后的一点感想。

也许就在这一二十年，我们会目睹一个拜 AI 神教的崛起。下面是对于此 “AI神教” 的一些想象：

神经网络从大脑的工作原理得到启发，可用于解决通用的学习问题。本文介绍神经网络的基本原理与实践

统计分析分为描述统计与推断统计两个领域，描述统计（Descriptive Statistics）是关于对已有数据进行描述或表征的技术，也是统计学中最基础的部分。

推断统计的核心在于假设检验。基本逻辑是基于科学哲学的一个重要论点：全称命题只能被否证而不能被证明 。这个道理很简单，个案当然不足以证明一个全称命题，但是却可以否定全称命题。

概率论基础知识笔记，公理化基础，概率演算，计数，条件概率，随机变量与分布函数

《信息论基础》读书笔记：什么是 熵。熵是随机变量不确定度的度量，也是平均意义上描述随机变量所需的信息的度量。

神经网络受人脑启发而出现，人类社会的运作机制与神经网络训练也有着各种相似关联。读维纳《人有人的用途——控制论与社会》的一些感想。

用一条主线将线性代数中的所有概念串联起来