[{"content":"坐标北京朝阳的推荐算法工程师一个，喜欢折腾些七七八八的东西。\nINTJ（最喜欢的形容是\u0026quot;冷峻的旁观者\u0026quot;)\n人生在于体验\n喜欢投资，相信国运，定投纳斯达克；慢慢变富，做时间的朋友\n","permalink":"https://positivepeng.github.io/about/","summary":"\u003cp\u003e坐标北京朝阳的推荐算法工程师一个，喜欢折腾些七七八八的东西。\u003c/p\u003e\n\u003cp\u003eINTJ（最喜欢的形容是\u0026quot;冷峻的旁观者\u0026quot;)\u003c/p\u003e\n\u003cp\u003e人生在于体验\u003c/p\u003e\n\u003cp\u003e喜欢投资，相信国运，定投纳斯达克；慢慢变富，做时间的朋友\u003c/p\u003e","title":"关于我"},{"content":"最近学到一个新词\u0026quot;脑腐\u0026quot;（brain rot），参考博客 科技爱好者周刊（第 393 期）：脑腐状态 它就是字面意思。有些人看上去是正常的，但是大脑已经变异了，有些部分腐烂了。\n根据介绍文章，\u0026ldquo;脑腐\u0026quot;的症状就是思考能力下降，难以长时间集中注意力，进行深入的推理和反思。\n一遇到比较难、需要反复思考的问题，你就会烦躁，不仅是心理烦躁，还会生理烦躁，全身不安，不愿意多想，就希望赶快了结。\n你有没有这个症状？如果有，就有\u0026quot;脑腐\u0026quot;的危险了。我感觉，我的大脑就有一点。遇到复杂的软件概念和算法，以前会仔细研究，直到搞懂为止，现在更可能看一眼就跳过去，不懂就不懂了，知道名字就可以了。\n\u0026ldquo;脑腐\u0026quot;的主要原因是，网络平台上面那些夸张的\u0026quot;标题党\u0026quot;文章和短视频。它们的目标是吸引流量，在最短时间内引发阅读者/观看者的兴趣，感到满足。当你长期观看这些内容以后，大脑就被密集刺激，思维兴奋状态的维持时间越来越短，丧失了长时间深入思考的能力。\n这就是为什么一个人看惯短视频以后，就离不开内容压缩了。一篇几千字的文章，他也会要求大模型生成总结；一部90分钟的电影，他也宁愿看几分钟的电影解说。\n一旦\u0026quot;脑腐\u0026quot;了，难以长时间集中注意力进行思考，也就难以学习和处理高难度问题了。现在看上去，没有好的解决办法，因为现代人的时间越来越琐碎，内容碎片化是大趋势。\n应对之策也许就是反过来，将学习和思考拆解成一系列短问题。比如，以后的学习不再是一厚本教材，而是几十个的系列短视频，每个用两三分钟解释一个知识点。只有这个时间长度，学生的思维才能保持专注。\n这也算老生常谈的问题了，在“注意力经济”盛行的今天，无论是抖音、小红书还是淘宝、甚至地图软件 高德，都会想尽办法延长用户在APP内的停留时长，毕竟这是变现的基础。在这样的背景下人们的注意力必然就会收到各种算法的侵蚀，有时一个没注意就在某app刷了半小时，一小时了，更难受的是刷完了不见得是身心得到了很好的放松，反之可能会感到更加疲惫。\n针对以上这样的种种问题，有的人就提出了一个观念 - 数字极简，它的最核心的想法就是做一场数字设备（或者APP）断舍离，简单来说就是有选择性地使用现代工具，具体可以分为三个阶段，1）30天内暂停使用所有可有可无的软件，2）重新去发现能够给自己带来意义和满足的行为和活动 3）30天后重新确定要使用的技术，确定它们的价值以及如何让价值最大化。\n我觉得这是一个非常值得尝试的对抗“脑腐\u0026rdquo;，或者说夺回注意力的行动方式，希望自己能够尝试践行，保住自己的深度思考能力。\n","permalink":"https://positivepeng.github.io/post/0419%E9%9A%8F%E7%AC%94-%E8%84%91%E8%85%90%E5%92%8C%E6%95%B0%E5%AD%97%E6%9E%81%E7%AE%80/","summary":"\u003cp\u003e最近学到一个新词\u0026quot;脑腐\u0026quot;（brain rot），参考博客 \u003ca href=\"https://www.ruanyifeng.com/blog/2026/04/weekly-issue-393.html\"\u003e科技爱好者周刊（第 393 期）：脑腐状态\u003c/a\u003e\n\u003cimg alt=\"1776611371869\" loading=\"lazy\" src=\"/post/image/0419%E9%9A%8F%E7%AC%94-%E8%84%91%E8%85%90%E5%92%8C%E6%95%B0%E5%AD%97%E6%9E%81%E7%AE%80/1776611371869.png\"\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e它就是字面意思。有些人看上去是正常的，但是大脑已经变异了，有些部分腐烂了。\u003c/p\u003e\n\u003cp\u003e根据介绍文章，\u0026ldquo;脑腐\u0026quot;的症状就是思考能力下降，难以长时间集中注意力，进行深入的推理和反思。\u003c/p\u003e\n\u003cp\u003e一遇到比较难、需要反复思考的问题，你就会烦躁，不仅是心理烦躁，还会生理烦躁，全身不安，不愿意多想，就希望赶快了结。\u003c/p\u003e\n\u003cp\u003e你有没有这个症状？如果有，就有\u0026quot;脑腐\u0026quot;的危险了。我感觉，我的大脑就有一点。遇到复杂的软件概念和算法，以前会仔细研究，直到搞懂为止，现在更可能看一眼就跳过去，不懂就不懂了，知道名字就可以了。\u003c/p\u003e\n\u003cp\u003e\u0026ldquo;脑腐\u0026quot;的主要原因是，网络平台上面那些夸张的\u0026quot;标题党\u0026quot;文章和短视频。它们的目标是吸引流量，在最短时间内引发阅读者/观看者的兴趣，感到满足。当你长期观看这些内容以后，大脑就被密集刺激，思维兴奋状态的维持时间越来越短，丧失了长时间深入思考的能力。\u003c/p\u003e\n\u003cp\u003e这就是为什么一个人看惯短视频以后，就离不开内容压缩了。一篇几千字的文章，他也会要求大模型生成总结；一部90分钟的电影，他也宁愿看几分钟的电影解说。\u003c/p\u003e\n\u003cp\u003e一旦\u0026quot;脑腐\u0026quot;了，难以长时间集中注意力进行思考，也就难以学习和处理高难度问题了。现在看上去，没有好的解决办法，因为现代人的时间越来越琐碎，内容碎片化是大趋势。\u003c/p\u003e\n\u003cp\u003e应对之策也许就是反过来，将学习和思考拆解成一系列短问题。比如，以后的学习不再是一厚本教材，而是几十个的系列短视频，每个用两三分钟解释一个知识点。只有这个时间长度，学生的思维才能保持专注。\u003c/p\u003e\u003c/blockquote\u003e\n\u003cp\u003e这也算老生常谈的问题了，在“注意力经济”盛行的今天，无论是抖音、小红书还是淘宝、甚至地图软件 高德，都会想尽办法延长用户在APP内的停留时长，毕竟这是变现的基础。在这样的背景下人们的注意力必然就会收到各种算法的侵蚀，有时一个没注意就在某app刷了半小时，一小时了，更难受的是刷完了不见得是身心得到了很好的放松，反之可能会感到更加疲惫。\u003c/p\u003e\n\u003cp\u003e针对以上这样的种种问题，有的人就提出了一个观念 - 数字极简，它的最核心的想法就是做一场数字设备（或者APP）断舍离，简单来说就是有选择性地使用现代工具，具体可以分为三个阶段，1）30天内暂停使用所有可有可无的软件，2）重新去发现能够给自己带来意义和满足的行为和活动 3）30天后重新确定要使用的技术，确定它们的价值以及如何让价值最大化。\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"1776612492557\" loading=\"lazy\" src=\"/post/image/0419%E9%9A%8F%E7%AC%94-%E8%84%91%E8%85%90%E5%92%8C%E6%95%B0%E5%AD%97%E6%9E%81%E7%AE%80/1776612492557.png\"\u003e\u003c/p\u003e\n\u003cp\u003e我觉得这是一个非常值得尝试的对抗“脑腐\u0026rdquo;，或者说夺回注意力的行动方式，希望自己能够尝试践行，保住自己的深度思考能力。\u003c/p\u003e","title":"脑腐 \u0026 数字极简"},{"content":"最近集中体验了下vibe coding，总的结论来说：对算法工程师来说，做基础活儿很强，但短板是对深入topic的探索还比较难驾驭。\n今天体验了下大神karpathy的autoresearch项目，这个项目简单概括就是写好训练脚本定好评估指标，让大模型调参，包括调学习率，模型参数等，大模型在这方面确实还是能够做得不错，比如在某个深度学习任务上的尝试结果： 可以看到经过一些尝试确实能够取得优于baseline的结果，但是有一个很明显的问题是调研的自由度的限制，当任务固定并且需要调的参数没有那么多的情况下大模型确实可以通过一些认知探索出一些不错的参数组合，一定程度上能够减轻调参负担，但是更进一步，如果我想做一些模型结构层面上的改进和探索，那它实现还是非常有局限，比如我投喂一个论文给它让他实现xx网络，它基本都写不对，甚至写出来的结果和论文差距还是比较大的，所以总结起来，目前大模型能干的还是一些比较基础的活儿，对于一些更有深度的探索能力，是比较难以简单的prompt形式获得的。另外对于大神的另一个nanochat这种小而美且比较有新意的项目，距他说他也不是用大模型写的，所以如何拥抱大模型，如何挖掘出大模型的深层次能力，还是需要继续探索的，在这个过程中也还是需要不断精进自己。\n但不管怎么说，我还是非常看好大模型的，相信科技才是第一生产力！\n","permalink":"https://positivepeng.github.io/post/0329%E9%9A%8F%E7%AC%94-vibe-coding%E5%88%9D%E4%BD%93%E9%AA%8C/","summary":"\u003cp\u003e最近集中体验了下vibe coding，总的结论来说：对算法工程师来说，做基础活儿很强，但短板是对深入topic的探索还比较难驾驭。\u003c/p\u003e\n\u003cp\u003e今天体验了下大神karpathy的\u003ca href=\"https://github.com/karpathy/autoresearch\"\u003eautoresearch\u003c/a\u003e项目，这个项目简单概括就是写好训练脚本定好评估指标，让大模型调参，包括调学习率，模型参数等，大模型在这方面确实还是能够做得不错，比如在某个深度学习任务上的尝试结果：\u003cimg alt=\"1774799079068\" loading=\"lazy\" src=\"/post/image/0329%E9%9A%8F%E7%AC%94-vibe-coding%E5%88%9D%E4%BD%93%E9%AA%8C/1774799079068.png\"\u003e\n可以看到经过一些尝试确实能够取得优于baseline的结果，但是有一个很明显的问题是调研的自由度的限制，当任务固定并且需要调的参数没有那么多的情况下大模型确实可以通过一些认知探索出一些不错的参数组合，一定程度上能够减轻调参负担，但是更进一步，如果我想做一些模型结构层面上的改进和探索，那它实现还是非常有局限，比如我投喂一个论文给它让他实现xx网络，它基本都写不对，甚至写出来的结果和论文差距还是比较大的，所以总结起来，目前大模型能干的还是一些比较基础的活儿，对于一些更有深度的探索能力，是比较难以简单的prompt形式获得的。另外对于大神的另一个\u003ca href=\"https://github.com/karpathy/nanochat\"\u003enanochat\u003c/a\u003e这种小而美且比较有新意的项目，距他说他也不是用大模型写的，所以如何拥抱大模型，如何挖掘出大模型的深层次能力，还是需要继续探索的，在这个过程中也还是需要不断精进自己。\u003c/p\u003e\n\u003cp\u003e但不管怎么说，我还是非常看好大模型的，相信科技才是第一生产力！\u003c/p\u003e","title":"vibe coding初体验"},{"content":"最近读《超越百岁：长寿的科学和艺术》中有一个观点带了我一些启发，书中提到：癌症、心脏病、2型糖尿病和痴呆症被统称为“文明疾病”，因为它们似乎是与欧洲和美国的工业化和城市化进程同步传播的，现代生活提高了我们的生活水平同时也限制了我们的寿命，我们的基因和环境存在错配。 这让我不禁想起现在的我们正在经历大模型带来的变革，短期来看可能带给我们很多好处，智能平权、提高工作效率等等，但是长远来看我在想它会给我们带来什么弊端呢，类似工业革命带来的“文明疾病\u0026quot;这种。\n我想到一个很危险的点就是它可能会影响我们深入思考的能力，当我们发现面对一个问题直接问大模型我们能够得到很不错的答案的时候我们或许就不太会自发的深度思考问题，或许现在这样说有些可笑，因为大模型有时还是很像个笨B，但随着技术的发展很难说它会不会发展到“润物细无声\u0026quot;的地步，到时候我们或许会沉迷在大模型营造的世界，从而逐渐丧失自己的独立深入思考能力。\n结合我自己的一些经历，我发现自己在用大模型写代码的时候会更少的思考why，更倾向于满足它只要work就行，甚至有时候有一个idea用大模型完成后都不会细看它到底怎么做的，只要它work了或许就不会继续深究到底是为什么了，这无疑会限制我的思考能力，所以之后在使用大模型的时候在问它问题的同时也要保持让自己被问，这样或许才能够保持自己独立思考的能力，才能让自己不至于陷入“智能退化”的地步。\n","permalink":"https://positivepeng.github.io/post/0328%E9%9A%8F%E7%AC%94-%E6%80%8E%E4%B9%88%E7%94%A8%E5%A5%BD%E5%A4%A7%E6%A8%A1%E5%9E%8B/","summary":"\u003cp\u003e最近读《超越百岁：长寿的科学和艺术》中有一个观点带了我一些启发，书中提到：\u003cstrong\u003e癌症、心脏病、2型糖尿病和痴呆症被统称为“文明疾病”，因为它们似乎是与欧洲和美国的工业化和城市化进程同步传播的，现代生活提高了我们的生活水平同时也限制了我们的寿命，我们的基因和环境存在错配。\u003c/strong\u003e 这让我不禁想起现在的我们正在经历大模型带来的变革，短期来看可能带给我们很多好处，智能平权、提高工作效率等等，但是长远来看我在想它会给我们带来什么弊端呢，类似工业革命带来的“文明疾病\u0026quot;这种。\u003c/p\u003e\n\u003cp\u003e我想到一个很危险的点就是它可能会影响我们深入思考的能力，当我们发现面对一个问题直接问大模型我们能够得到很不错的答案的时候我们或许就不太会自发的深度思考问题，或许现在这样说有些可笑，因为大模型有时还是很像个笨B，但随着技术的发展很难说它会不会发展到“润物细无声\u0026quot;的地步，到时候我们或许会沉迷在大模型营造的世界，从而逐渐丧失自己的独立深入思考能力。\u003c/p\u003e\n\u003cp\u003e结合我自己的一些经历，我发现自己在用大模型写代码的时候会更少的思考why，更倾向于满足它只要work就行，甚至有时候有一个idea用大模型完成后都不会细看它到底怎么做的，只要它work了或许就不会继续深究到底是为什么了，这无疑会限制我的思考能力，所以之后在使用大模型的时候在问它问题的同时也要保持让自己被问，这样或许才能够保持自己独立思考的能力，才能让自己不至于陷入“智能退化”的地步。\u003c/p\u003e","title":"关于大模型使用的思考"}]