看追求的是什么吧, 大厂(无论是国内外) 肯定是有最稳定的职业发展路径, 愿意学也肯定是能学到东西; 像我这种不习惯大厂生活, 然后又比较喜欢折腾的性格, 可能就该过不见黄河不落泪的街溜子生活. 和我关系最好的大学室友毕业后去的AWS, 后来待了两年在22年底回国, 去了深圳英伟达, 双休加6点下班,

有一个应届生快速判断要不要去大厂的方法: 如果你刚毕业, 并且还在纠结应不应该去大厂这个问题, 那答案就是去.

来跟我念 Cache: 叉车

这个真是好东西 好东西 纯纯好东西

好东西 + 1

Got up early feels just sooooo great. I woke at like 4:50 am this morning. Wasn't even on bed at this time a month ago.

Agentic Trading 显然是一个热门的话题，在 NOF1 启动了 LLM 交易大赛之后更是如此。 在消耗了几百 rmb 的 token vibe coding 复刻了一套开源实现之后，分享一下我们对目前类 NOF1 的交易系统的看法👇。 后续实践请持续关注: github.com/wfnuser/openno…

真诚发问: 你们 Vibe Coding 的时候等待的那十几秒一般做什么?

我比较推荐看AK的Vibe Coding实践。 AI公司的顶级大佬其实并不是在分享Vibe Coding 的经验。 他们是在做销售。

昨天和朋友聊天, 她说, “我有我的神要见”

建立 Eval 真的是一件痛苦但又值得做的事情; 没有 Eval 感觉做任何 Prompt 的修改都很不得劲.

争取两句话讲清楚 x402 是什么: 传统 HTTP 请求的验证方式是, 每个请求带一张会员卡, 服务器看到会员卡就知道: “这个请求的发起人已经付过钱了, 所以它可以访问” x402 就是把会员卡换成了一张支票, 服务器 be like: "我管这个人是谁, 反正它给钱了, 给它用"

这行字的含金量, 泪目

nmd 晚上一算成本真的脑袋都大了, 做 AI 应用真的就纯给 API 厂商打工做市场的.

还好爽玩了两年, 舒服了

你得让自己处在可以失败的状态;

谁懂把 thinking model 换成 instruct model 后得到这个结果的含金量

谷歌的信誉比大多数“去中心化” 的应用好了不止一个量级吧.

最近踩了很多 OCR 和 VLM 选型的坑, 分享一下: Restacks 第一版的处理就是 OCR + Thinking Model. OCR 负责提取文字信息和图片描述, Thinking Model 负责提供工具调用和理解能力, 当时效果其实挺不错了, 但后来我觉得这个应该不如原生的 VLM, 毕竟从图片转成文字, 中间是有信息丢失的, 譬如各个