以前我总觉得，人之所以疲惫，大概都是因为工作。
每天上班、开会、处理各种事情，被任务推着向前走，好像真正属于自己的时间很少。于是我们总会期待下班，期待周末，期待终于能够什么都不用管，安安静静地做自己。
可我后来慢慢发现，对我来说，真正容易出问题的时间，反而是在下班以后。
2026年以来，孙宇晨在采访、署名文章和公开发言中，陆续谈到了比特币、人工智能、存储、具身智能、无人机、空间计算和太空探索。
AI 培训离真实需求可能更近，但它同样要面对获客、交付和工具替代。普通人更现实的路径，是先找到具体需求，再决定用培训、咨询还是产品完成交付。
今天打开B站的时候，首页突然推送了多年前的一个博主更新视频，很是激动，都已经停更三年了。
之前超级喜欢看她的视频，看着博主骑着小踏板环游中国，感觉自己好像也在环游一样。而且博主的视频质量超级高，音乐选的也非常好，画面也特别美。每个视频都能刷好几遍。
从她B站粉丝从0到几万，每期视频我都看了。但是后来不知道什么原因，停更了三年，我看评论区经常有人去问博主怎么停更了，估计私信更是刷爆了吧。今天突然看到更新，真的很意外，也很开心，又能看到漂亮的祖国大好河山了。
估计大家好奇这个UP煮是谁，我分享给大家，账号名称是：“我就是骑着玩”，保证你不后悔去看~
近两年大模型迭代，除了参数规模、推理能力，上下文窗口成了最核心的比拼指标之一。从早期GPT-3.5的4K，到现在主流的128K、1M，甚至谷歌Gemini做到了2M token。很多人只知道“上下文越大，能塞的文档越多”，但很少有人说清：它到底是什么？包含哪些内容？为什么不能无限做大？大就一定好吗？
最近准备试验下，早睡早醒，每天下班，就洗漱，然后强制自己睡觉，然后尝试早起。
之前都是习惯晚睡，熬得比较晚，觉得好不容易下班有点时间，必须得好好放松下，但是越熬越累，状态也不好。
实验一段时间，看下效果。
AI辅助部署时数据库被覆盖了，没有备份，好几年的内容全部丢失。
AI 降低了写代码的门槛，但没有降低做产品的门槛。这篇文章从实际开发经历出发，总结了三个经验：先想清楚再动手、从最小可运行版本开始、把任务拆到足够小。
最近在做一个 AI 应用，有一些体会，想记录下来。 以前写代码，一个人从头写到尾，进度快慢全看自己。现在有了 AI 辅助，写代码的速度快了很多，但项目推进的速度反而没有想象中那么快。我花了一段时间才想明白问题出在哪里。 总结下来有三点。 一、先想清楚，再动手 这是最重要的一点，也是我做得最差的一点。 我的习惯是，有一个想法就马上开始写代码。写了几行之后，觉得
最近公司小道消息不断，年底大概率要来一大波。
AI 时代滚滚而来，谁都没办法阻挡。
但说实话，比起「会不会被取代」，我现在更焦虑的是另一件事——这波浪潮来的时候，我是在冲浪，还是在被浪拍。
希望到时候回头看，能说一句「我接住了」，而不是「我被卷了」。