I雨木 @ByteRender

很多团队已经能用AI快速生成SQL、ETL脚本甚至BI看板，但交付周期并没有同步缩短。 原因很直接：数据工作里最耗时的部分，本来就不是“写”。指标定义、维度口径统一、历史数据兼容、跨团队同步，这些环节都很难被模型直接加速。 更现实的问题是，AI生成的数据逻辑往往比人工更长、更绕。短期看开发速度快了，长期看Review成本和治理成本都在上涨。尤其是多人协作的数仓项目，字段血缘和依赖关系一旦失控，后面排查异常会非常痛苦。 所以现在看AI在数据流程里的价值，不能只盯着生成能力。真正有效的方向，是把模型放进质量校验、规则审核和自动化测试链路，而不是继续堆更多“生成式开发”。

工业革命初期其实非常痛苦。机器提高生产率，熟练工人的议价能力下降，部分职业消失，城市底层劳动条件恶化，贫富差距大，后来就有了历史上有名的卢德运动，第一次劳工反抗运动，再后来就是1830年宪章运动以及1840年后席卷欧洲的欧洲革命，以及民族主义运动。 值得一提的是《共产党宣言》也是 1848 年出版的。 再后来就是巴黎公社，俄国十月革命，工业化改变了世界的阶级结构，产生的工业化强弱又导致国家竞争，后来便有了一战二战。 AI相比较工业化来讲，对劳工的损害更严重，因为工业化只是代替了体力劳动者，而AI广泛地夺走了脑力劳动者甚至艺术工作者的工作，任何新的技能ai都能学会。 并且AI极大的增强了国家机器监控压榨人民的能力，使得劳动者和资本家，以及背后的政治势力议价能力变低。 这是前所未有的危机，相比较工业化，AI显然更可以造成收入分配失衡，以及国家实力重新排序，将会是更大的矛盾，更严重的地缘政治危机。 欢迎进入新的历史时期。

Miguel gutierrez -Macroeconomista- @Mike051270

2 weeks ago

Dos economistas demostraron matemáticamente que la IA destruirá la economía. Investigadores de Wharton y la Universidad de Boston publicaron un artículo aterrador titulado "The AI Layoff Trap". Mapearon el fin del juego económico de la transición a la IA, y expone un defecto

260 2K 6K 467K 3K

最近，我终于意识到连续的微积分可能只是人类智力制造的一种工程妥协。 起源是我瑞士的同学给我发来一本书，是一本厚达 1200 页的巨著 A New Kind of Science (NKS)。 这本书的作者，就是我一直关注的天才学者，Stephen Wolfram。 如果你顺着他的思路往下剥，就会发现这种微积分是工程妥协的直觉并非毫无根据，甚至在某种意义上触及了现代物理学与计算理论最深刻的矛盾之一。 1. 为什么说是工程妥协？ 在牛顿和莱布尼茨的时代，人类根本没有大规模算力。如果你想预测行星轨道、流体流动或者热量扩散，面对一个由无数微观粒子组成的离散世界，你根本不可能逐个去计算它们的相互作用。 为了获得解析解，我们人类大脑做出了一个极其天才但也极其妥协的假设： 连续性与可微性。 我们把离散的原子抹平，假设空间和时间可以无限分割；把极度复杂的非线性离散迭代，近似为光滑的微分方程； 我们用积分和极限定理，换取了可以用纸笔算出的精确解。 微积分的本质，是用连续光滑的宏观流形，去粗粒化微观上极其复杂、甚至是不可预测的离散状态。它是人类在算力极其匮乏的时代，为了理解世界而不得不做的一种宏观平滑近似。 2. 关于NKS 的离散宇宙观 Wolfram 在 NKS 中展现的逻辑非常粗暴且震撼。 极其简单的离散规则，加上时间的不断迭代，就能自发产生极其复杂的结构与混沌行为。（这里我要提到著名的 Rule 30）。 在传统的微积分视角下，复杂性往往来自于连续方程里的复杂系数或高维耦合x但 在 Wolfram 的视角下，宇宙的底层根本不需要“连续”的概念。空间可能是极其庞大的离散节点图，时间只是图结构的重写规则。 我们所看到的连续时空、广义相对论和量子力学，可能仅仅是这个巨大的离散计算网络在宏观尺度下的热力学极限。 就好比你在屏幕上看到的光滑画面（看似连续），本质上全是一个个独立的像素点（离散）在高速刷新。 微积分研究的是像素平滑后的图像，而 NKS 想直接拆开显示器看电路。 我的解释，应该足够具体了。 3. 连续性遇到计算不可归约性 更深层的震撼在于计算不可归约性。 传统微积分的精髓在于预测未来。 只要给出微分方程和初始条件，带入 t，就能直接用公式算出未来的状态，这就是计算被归约了。 但如果宇宙底层是离散的元胞自动机，很多系统的演化是不可归约的，这意味着不存在任何数学捷径可以让你跨越过程直接预测结果，你唯一的办法就是把规则一步一步运行下去。 微积分之所以看起来无所不能，是因为人类只挑了那些计算可归约的狭窄领域，比如简单轨道、线性波动进行工程应用。 而面对真实世界的大多数复杂系统，像我之前提到的湍流、意识、金融市场、量子引力，连续的微分方程往往迅速陷入发散或奇异点，那正是工程妥协达到极限的警报声。 从连续回到离散，是认知工具在算力纪元的一次彻底解放。 我不可否认，微积分是人类用纸笔征服光滑宏观世界的伟大史诗。 但宇宙的终极底牌，或许真的写在那些极其简单的离散比特与图重写规则之中。

keyboard_arrow_left Previous keyboard_arrow_right Next

AI Study Notes Mobile App

Transferring data with rapidly flashing qr codes 🫰 reddit.com/r/vibecoding/c…

我的梦想

《如果你在淘宝买不着东西只能说明黑话积累不够》🥲 目前我走淘宝买过最离谱的东西是这个👇🏻

keyboard_arrow_left Previous keyboard_arrow_right Next

吴二棒 @wuerbangbang

7 months ago

比如你是个穆斯林，你在淘宝搜“古兰经”“清真言”那必然是啥都没有的。但你可以搜“七人一狗”（古兰经的一个典故“山洞人”/Ashab al—Kahf），就有相关饰品了，然后再加老板微信告诉你要买啥；

keyboard_arrow_left Previous keyboard_arrow_right Next

50 126 1K 1.4M 835

found the cloud engineer larper

2008年以来移入加拿大的移民人数。请注意2015年左右的增长。

Huh, so that's why text is called a string

One of the most underrated CSS props is definitely scroll snapping, it feels insane to me that these carousels are possible with CSS alone 🤯 This just went live on @AtoBeach - meaning gesture support now works! 🥳

Years of building React Native apps means years of figuring out what actually works. ⚛️ And we finally poured our knowledge into the official Software Mansion's skills.  Install them with:  npx skills add software-mansion-labs/skills

New card opening animation + new liquid glass interface looks neat ✨ It took longer than expected, but we crafted everything to achieve the best possible result. See in the next Trip Way update.

ok @Apple it‘s time to hire me fr now

停止把 Figma 当终点，用它当桥梁 X上的博主 Frederik 最近分享了一个工作流的转变，让我想起自己走过的弯路。很多人把 Figma 当成设计的终局，反复在里面打磨像素和交互，然后才开始写代码。但他的做法完全反过来。 核心洞察很简单：Figma 应该是中间步骤，不是目的地。他的流程是先写 PRD，快速用 Claude Code 搭出粗糙的可用版本，再用 AI 设计工具（Variant.ai 或 Superdesign）生成设计方案，最后才把设计导回 Figma。关键是这一步：当你给 Claude Code 一份 Figma 设计和已有代码，它能基于真实设计来实现，而不是根据你的文字描述瞎猜。这个差别巨大。 为什么这套流程更高效？因为你先确保功能和逻辑是通的，用户能实际操作。设计不再是想象中的优美，而是为了修饰一个已经存在的东西。我自己最近也在实践这个思路，同时有意识地参考 Material Design 和 Apple HIG，不是把这些规范当教条，而是让 AI 工具去处理那些可以自动化的部分。 这样做的好处是你能更快验证想法，设计决策也更有根据。 原文链接：x.com/froessell/stat…

✌︎ frederik ✌︎ @froessell

6 months ago

x.com/i/article/2030…

19 40 545 65K 1K

同一个项目，有人断断续续做一年，有人两周高强度就能搞定。 Musk 接手推特后，一周内完成了裁员和组织重塑。 一个北邮大二学生，10 天写完一个事件预测的 multi-agent，拿到陈天桥 3000 万人民币风投。 这些人的共同点，是能把别人一年的干活密度压缩进两周。 所以他们活该拿千万年薪。

Introducing HeroUI v3 🔥 A complete rewrite for React. A brand-new library for React Native. 🌐 Web → 75+ components, 21 new 📱 Native → 37+ components, built from scratch 🎨 Styling → Tailwind CSS v4, CSS variables, OKLCH, BEM ⚡ Performance → CSS animations, no JS runtime ♿ Accessibility → React Aria Components 🧩 Architecture → Compound components, headless-ready 🤖 AI → MCP Server, Agent Skills, LLMs.txt 📎 Figma Kit v3 with 1:1 component parity One design system. Beautiful everywhere.

我现在越来越少关注两类账号：一类大部分内容都是二手信息，源头信息自己用 AI 翻译、摘要一下其实就够了；另一类靠制造焦虑来维持注意力。很多内容看起来像信息，实际上卖的只是情绪。相比之下，我还是更愿意看那些真正做过东西的人：有独立作品，有技术背景，或者有创业经验。

web 动效有福了 github.com/greensock/gsap…

推荐 Top10：面向 前端 / 产品 / UI 的 Agent Skills 这 10 个 Skills 考虑到设计落地频率、对视觉/交互质量的直接提升、在 Codex/Claude Code 等的高复用性。 1. frontend-skill 来自 OpenAI，适合做 landing page、品牌页、demo 页。强项是视觉论点、内容节奏、首屏质量。 github.com/openai/skills/… 2. frontend-design 来自 Anthropic，更偏“高完成度、强风格”的前端设计实现。适合你想把页面做得更有辨识度时用。 github.com/anthropics/ski… 3. figma-implement-design 来自 OpenAI，设计稿到代码的核心 skill。凡是产品/设计/前端协作，这个都应该是常用项。 github.com/openai/skills/… 4. web-design-guidelines 来自 Vercel，做 UI 审查非常强。可访问性、表单、动效、排版、交互细节，都能系统性补漏。 github.com/vercel-labs/ag… 5. react-best-practices 来自 Vercel，如果你做 React / Next.js，这个基本必装。它提升的是“实现质量”和“性能质量”。 github.com/vercel-labs/ag… 6. playwright 来自 OpenAI，前端不是只写代码，还要验证真实浏览器行为。这个是 UI 流程调试和回归检查的通用执行层。 github.com/openai/skills/… 7. webapp-testing 来自 Anthropic，比 playwright 更贴近日常本地应用验证，适合检查页面行为、截图、日志和交互回归。 github.com/anthropics/ski… 8. canvas-design 来自 Anthropic，适合更自由的视觉探索、展示型页面、画布式交互或概念设计，不是每个项目都需要，但做创意产品页很有价值。 github.com/anthropics/ski… 9. brand-guidelines 来自 Anthropic，如果你在做官网、营销页、设计系统、品牌一致性，这个比单纯“写 UI”更上层，适合产品/品牌协同。 github.com/anthropics/ski… 10. vercel-deploy-claimable 来自 Vercel，严格说它不是设计 skill，但对前端/产品工作流非常关键。做完页面立刻可部署预览，反馈闭环会快很多。 github.com/vercel-labs/ag… - 怎么选？- · 偏品牌官网/营销页：frontend-skill、frontend-design、brand-guidelines · 偏产品 UI/设计稿还原：figma-implement-design、react-best-practices、web-design-guidelines · 偏交互验证/可用性：playwright、webapp-testing · 偏创意探索：canvas-design