Tw93
@HiTw93 • 162,429 subscribers
Pake · MiaoYan · Kaku · Waza · Kami · https://t.co/PAsOstTehy
Shorts
![第一次安装 ChatGPT Atlas 大概玩了 5 分钟就卸载了，今天为了看 Youtube 内容解说折腾了一下，居然非常简洁好看，先默认浏览器用一段时间，大伙可以抄一下我的使用习惯。 1️⃣ 在 Mac 设置里面找到键盘快捷键设置，配置 Atlas 的隐藏标签栏和显示标签栏的快捷键都为 cmd + /，这样你可以很好隐藏显示了，非常简洁的第一步，我默认隐藏使用。 2️⃣ 习惯使用这个快捷键 cmd+shift+[], 可以很方便左右切换你的标签页，在少的时候用这个，多的时候，可以 cmd + / 先打开寻找，然后再隐藏即可。 3️⃣ 记住 2 个常用快捷键，第一个是 cmd + > 再当前页面打开 ChatGPT 的提问，特别适合你看 Youtube 或者英文内容时一起和 AI 探讨；第二个是 cmd+shift+h 打开 ChatGPT 的侧边栏，用来寻找历史内容。 4️⃣ 一般推荐隐藏书签栏，但是隐藏之后，使用又不方便，这里特别推荐我写的 Maple Bookmarks，使用 cmd+e 可以快捷唤起一个面板，非常便捷的达到你想要去的地方。 这样设置下来你的 Atlas 将变得可能会成你喜欢的浏览器，我感觉 ChatGPT Plus 包月真的非常值，ChatGPT/Codex/AI浏览器，买一送二的感觉。](https://image.24vids.com/tw-1982236641466208422/amplify_video_thumb/1982236001327083521/img/bmMA0uedIiK9bmDp.jpg)
Videos
这段时间我在做一个“蠢事情”，或者也是 AI 时代工程师非常不愿意做的事情，非常重复的事。 为了让 Mole 的卸载软件更加彻底，清理残余的能力更加厉害，我整理了国内外 300 多款 Mac 软件，下载下来差不多 100 多个 G，分成 30 组，让我的最强 Extra High Fast 模型每次 10 个借助 computer use 的能力去对应官网下载，然后依次安装到我的电脑，检查目录、检查软件更新 bundle、检查自启动、卸载、查找剩余残留、补充缺失的规则。 这个过程看着非常无聊，甚至每次安装软件过程中，也会碰到不少麻烦的软件，疯狂弹窗要权限，诱导你去购买，包括有些使用必须输入管理密码等，Agent 大部分能自己做了，少部分我帮一手，让我非常惊喜的地方是甚至 AI 还基于此写了自动化安装、卸载、检查残余的脚本让自己工作更轻松，也是很聪明的，哈哈我就只能成为给他打打下手。 虽然无聊，但是其实对于产品本身的功能，对用户使用最爽而言收益是非常大的，当时我想着最多搞 100 个主流软件来测试卸载能力以及补充没有卸载的残余到 Mole 规则里面去，结果想着要不再搞 100 个，到 200 个的时候，想着再搞100 个，就到了现在 300 多个了，这或许可以回答 Mole 相比于其他的清理卸载软件的优势是什么，应该就是可以非常细的帮你清理掉很多你找不到的垃圾，以及会卸载得更加干净，却更安全的缘故，这样看就挺有意思的。 经过这个过程，帮我补充了 13 类可以复用的通用规则、90 多条精确的清理路径，也顺手改掉了 30 多个原本以为要清、其实不该动的地方，同步对软件的更新检查、自启动检查的规则有了很充足的补充，甚至还为这些补了 100 多条单元测试。这也是基于 AI 理论知识、工程知识肯定不能补充上的点，因为他实际去做了这些事情，还好有AI，不然我手工应该要多花 10 倍的时间来做这个事情，也帮忙填了一些之前的坑，很有帮助。 也改变了我的一些固有观点，本来以为软件工程应该规范的、有秩序的，比如说我跑了100个软件后，应该后面没啥啥可以补充的规则了，因为按理主流软件的开发规范、技术底层完全可以枚举出来，结果越往后走，你会发现，完全不是这样，通用规则怎么写都找不见的那种非常多，甚至还 有bundle id 干脆就不是反向域名也有，看着很规范的约定，可能是当年某个程序员随手写的，没有任何理论可以解释出来，只能装一个查一个。 以后应该会继续做到400、500、600、甚至把市场上常用的软件全部经过 Mole 来测试一遍，补充上很多非规范软件开发下的细节规范，或许正是这些“蠢事情” 可以让 Mole 成为全球最好用的 Mac 系统清理优化工具。
Tw93300,301 views • 27 days ago
以后决定了，只要电影院上映之前的好电影，我就去看。 今天下午去看了下《肖申克的救赎》，相比之前用电脑电视看的感觉完全不一样，很沉浸，很享受，仿佛体会到了 1994 年那个年代人们看到那种感觉。 虽然看过几遍，但是剧情细节在进去之前忘得差不多了，随着电影慢慢会回忆细节这个感觉真好。 小时候看这个电影有一种在外面看里面人的感觉，现在稍微年长后看有一种从里面看外面人的感觉。 往往困住一个人的不是按部就班的学习、工作、房贷、养娃，而是他在这个过程自认为我的人生就这样了，直接认命了，有点儿像老布在监狱图书馆工作一辈子，出来后一点不习惯，变成到此一游结束生命。 真正的监狱往往不是物理的围墙，而是我们心里给自己建的围墙。 Fear Can Hold You Prisoner, Hope Can Set You Free. 恐惧让你沦为囚犯，希望让你重获自由。 我在想人不管在什么时候，都要有希望，都要追求自由，终究会有一天也可以到达我们自己所期待的芝华塔尼欧。
Tw9363,952 views • 28 days ago
想和大伙聊聊，在 AI 时代我是如何深入学习一个技术领域的。 之前没有 AI 之前更多是看书、翻这个领域有名的国内外人的所有博客，然后摘抄记录到笔记本，这种速度挺慢，但是很有学习的乐趣，比如当时学习 WebGL 就是这种感觉，可能学懂一个东西差不多要半年空闲时间，慢但快乐。 现在有了 AI 之后，其实我很讨厌网上那种3分钟教你看完百年孤独，也讨厌一切短剧和倍速看电视剧的方式，更多还是挑好的看，吃好一点。 不过最近写你不知道的 Claude Code 和 Agent 系列，除了自己懂的部分外，其实还有大量不太清楚的领域，好在之前收藏了不少文章，刚好借助这一块清库存，全部搞懂输出出去，一直认为，很多时候，不在于看了多少东西，听了多少东西，输入了多少东西，其实用处不大，更加看重你输出了多少东西，这个才是你自己的。 然后我上上周启动了一个深坑挑战自己，研究大模型的训练流程，确保非专业的人也听得懂，探索了2周，刚好这个经验可以分享给大伙，当然成文也差不多好了，最近会发出。 我会把这个学习过程当做写代码一样的组织，第一步收集高质量的资料，比如与之相关的近几年的精品论文，各大模型厂商发布的关键模型的博客，X上模型负责人发表的一些文章，以及斯坦福等高校的近两年关于这一块的课程学习，还有经典的手搓一个大模型的代码仓库等等，这些都是我的一个资料来源过程，我会借助工具自动化全部下载、转md、清洗，梳理，弄好结构化分门别类到我这次研究的仓库。 然后对于自己看得懂的内容就全部看一遍，把不好的删掉，好的留下，对于看不懂的内容，直接借助 Claude 帮我的理解，更复杂一点的直接翻译成中文去阅读，对于代码本地可以跑的就跑起来，不能跑的那种就去看结构，总之会有一个大概的认识和知晓技术原理，这个阶段可以去掉原有一半可能没有用的内容。 到了这个阶段，其实你对这个领域有一个大概的认知了，就可以给这篇文章开始写一个大纲，以及大纲应该结合的来源内容，这里均可以用markdown很多表达，你要讲什么，或者说你想讲什么更想让读者知道，一定一定，文章是写给你给给看的人看的，需要知晓对方的认知水平，和汇报其实差不多。 然后接下来就是苦力活加之前内容的复习过程，和大学时候考试前复习很像，把每一章的内容填充完整，这样下来，你会得到一篇非常长而且有点啰嗦的文章。 这个时候AI就可以帮太忙，你可以让他帮你不改变你原有的内容意思你的语气的情况下，帮我去掉无用的啰嗦内容，以及连贯不到位的内容，或者是这一块缺少的内容，还需要补充什么知识的地方，借助AI继续去完善补充，这里又可以学到很多原来遗漏的东西。 最后整理好以后，可以继续自己读一遍，而非让AI读一遍，这里AI只是工具，千万不要把你的脑袋被AI代替了，这就没有啥意思来，自己读的过程中可以对文章继续修改调优，这里和写代码又非常像了，自测那种感觉，修复问题修问题，最后读了2遍以后，基本感觉完美了，然后就可以发出来给大伙看看。 有小伙伴肯定是担心自己写的东西没有人看，就不太喜欢发出来，或者说就不写了，其实只要你的内容有意义，自然就有读者，而非是你偷懒的理由。 花10min写完这个碎碎念，结束，欢迎交流你是如何学习一个新领域的，下面视频就是我后面要发的那篇你不知道的大模型训练文章的学习仓库，挺有意思，就录了一个视频给大伙看看我的工业化学习方式。
Tw93114,063 views • 6 months ago
0.1.0-beta4 晚上下班后屏幕终于到了，一下子调试好屏幕、温度二氧化碳、红线外、灯光等传感器，WiFi配网调试中 基本出现差不多了，剩下封胶和稳固。
Tw93104,562 views • 6 months ago
