Get live statistics and analysis of Panda's profile on X / Twitter

张教授太牛了，忍得住打七年零工，这份毅力很多人都做不到，要是我一年就受不了了 subway不是黑历史，是来时路

冷知识：极其反华的Claude CEO Dario Amodei从Stanford物理系毕业后，第一份工作是在百度，归吴恩达部门 很难想象百度当年到底做了什么，让Dario Amodei如此反华

从高考期间禁用大模型开始，传统教育体系下的高考就已经没有意义了

深夜Coding有感，前几年在腾讯、字节等大厂的时候，我三五天写的几个函数，现在用Claude可能十几分钟就写完了，质量还更好。 信息传递的过程是会失真的，100人的技术团队可能会因为沟通和交流问题降低很多效率，而小团队甚至是个人开发者，失真率很低，效率反而出奇的高，这种效率的提升甚至可能将原本需要三五个月的项目周期缩短到几天[捂脸] 有趣的是，其实AI加持下的前端工作反而比后端、数据分析还麻烦一点，用户交互、视觉设计、debug这方面都是LLM不擅长的 而曾经的researcher如果有一个idea，在初始阶段往往也是个人探索为主，验证可行性之后可能才会对外传播，因为哪怕是面对同门，也要防住不必要的麻烦发生，不要去考验人性。现在AI可以作为researcher的对话伙伴，帮助他们从一个小的idea迅速发展为成熟的方案。 虽然确实对使用者有一定的要求，需要知道如何合理地提问等(早期研究过设计模式、提问的智慧等偏向方法论的好处就体现出来了)，也就是说个人能力的马太效应比以往更为显著，能力越强越容易成为一个超级个体，所以我们能看到大模型时代之后很多优秀的公司其实只有寥寥几个人。 而能力很差的流水线培养出来的程序员（称不上工程师），其实发挥不出太多AI的价值，可能还会更快地被淘汰。这种差异会进一步拉大人才之间的差距。

暑假给我高一的妹妹布置了个任务：去摆摊卖东西。我给她配了新手机和耳机，让她自己研究进货渠道和摆摊地点。她琢磨一番后进了一批手串，现在已经摆了好几天摊了。 目前我让她重新核算账目，要求按不同 SKU 计算出净利润率、毛利率、周转时间这些指标，好让她清楚哪些款式是利润款，哪些是流量款 我还给她支了个招：可以选择从我这里“贷款”（像银行）或者“融资”（像VC），把同一区域的同类摊位都“收购”了。区别是，“贷款”不管赚不赚都得付我利息；“融资”则是赚了钱要给我分红。这样垄断市场后就能自己掌握定价权。目前看她执行得挺不错。 我觉得学习成绩不重要，随便上个211就够用了，课本上的公式是死的，像这样在讨价还价里理解供需，在算账里感受成本，在‘扩张’中体验风险与收益，这些从小培养起来的生意逻辑和商业思维，甭管以后是创业、打工，还是搞投资，才是她自己的核武器。

人应该尽早开始接触投资。 个体尽早接触买卖基金、黄金、股票、BTC这些东西，等到面临跳槽、买房这样的大事时，就会自然带有投资分析的思路，而不至于像很多贷款买了房但一直面临暴跌的人一样无助 另一方面，公司也要学会做投资，要把公司看作一个独立的决策主体——这是我今年学到的一点 和一个头部VC的朋友讨论过一个产品，他们用户量和月流水都特别惊人，一直没融过资，外界了解不多 但去年他们遇到过一次现金流危机，全靠老板在两年前用公司账上的现金投资了杭州一批短剧公司，用天使投资的逻辑跑出来了几家，翻了n倍，不仅救了急，还让他们的身份标签从单纯的founders，加上了短剧赛道的GP。 (PS: 没编，是真事，线下碰到的话可以具体聊)

分享一下我的技术面试经验： 不问LeetCode和八股文。而是要求面试者： 1. share屏幕，打开常用IDE，展示自己最得意的项目。 2. 讲解项目用途、代码框架和核心逻辑。 3. 我看到有写法不好的部分就打断，要求站在今天重新思考这里的代码逻辑。可以借助ChatGPT、Claude、Google等日常编码就会使用的工具来辅助。 若无法展示项目，则根据岗位给实时Coding任务，下面是几个我在去年的技术背景下喜欢问的功能： - 前端：实现一个ChatBot网页，不需要在意css - 后端：设计并实现向量检索服务，注重接口设计和代码风格 - 算法：提供GPU和简单的数据，实现关键信息抽取模型，自己考虑如何做数据增强 因为我自己是全栈，爬虫前后端算法和research都干，能迅速理解候选人项目的核心和潜在问题。我早年也刷LeetCode，Hard都手拿把掐，那时只是为了刷大厂经历，其实都知道LeetCode和实际工作内容八杆子打不着。而现在我们这种小团队招人是要干活的，所以面试尽量贴近实际为好。 这种方法帮我快速筛选掉了七八十个简历看起来不错+八股背的很好但实战很弱的人。更荒唐的是面过北大软微三四十人，都跟一个培训班出来的一样，自我介绍的时候都说的好听，一打开IDE就借口说自己：刚换了电脑/用的是朋友的电脑，总之就是展示不了自己的项目。挺无语的，听说那段时间我的凶名还在他们内部传开了hhh

现在写代码，看着 cursor 一行行跑，经常觉得好笑： 以前我们追求的设计模式、elegant、封装抽象等等东西，在现在这个时代好像都不值一提，之前熬夜花掉的时间到底算什么呢

这哥们几个小时之内给我提了四五个PR，并且在issue里一起构想了之后三四个功能点。 我宣布从今天起在我心中，国立清华大学就是最牛逼的大学

PostgreSQL 相比 MySQL 的优势已经非常明显。几乎所有现代的 AI 与云服务都选择了 PostgreSQL——不仅因为它功能更强，更因为它在 开发者友好性、扩展性与社区信任 上全面领先，正在成为新一代的“默认数据库标准”。 与此同时，教科书上喜欢说的关系型与非关系型数据库，二者的边界正在消融。PostgreSQL 已能胜任许多传统 NoSQL 的任务： Redis 专注在缓存层，MongoDB 主要承担文档型存储的角色 特别地，Elasticsearch 则在 BERT 时代凭借语义检索需求迅速崛起，占据了“认知搜索”的新生态位。

来自字节的火山引擎出的一份白皮书 总结了现在最有价值的生成式AI落地场景

meta私自爬取大量porn片，遭索赔 其实很合理，porn的镜头长，人物肤色和纹理真实，动作还有连贯性 而且现在的法律太约束技术的进步了，模型的进步就是需要大量数据，法律禁止就偷偷做呗 反正都是生成式的模型，我训就训了，数据都变成了模型内latent space的向量，你怎么能证明我用了你的数据。就算败诉了赔钱不就行了

研究了一下阿里早期的事情，梳理一下免费给大家分享一下： 95-97年的时候马云做了一个“中国黄页”网站，随后被外经贸部招安去北京，算是进了体制，当时团队平均工资应该是一万多人民币。 98年底的时候马云思虑再三决定回杭州发展。因为外经贸部想让他们服务好大B大G，而马云认为机会和自己的愿力在中小B。马云跟他的旧部分享了这个决定，并说早期只发得起500人民币每月的工资 随后应该是99年2月左右马云带着十八罗汉回杭州创业，这个时候他们的股份应该是70%马云，十八罗汉拿30% 99年5月的时候investor AB的VP（副总裁）蔡崇信来杭州考察这个他并不看好的项目，被马云说服决定加入这个小公司，当时蔡崇信的年薪+奖金应该在70万美元左右，猜测这时马云应该还持有67%以上的股份，蔡崇信应该拿了10-15%左右的股份，剩下的分给了十八罗汉 99年10月的时候，高盛领投的阿里第一笔500w美元融资就位，分走了35%（保证第二轮进来的时候，团队还是有控股权）左右的股份，团队剩了65%的股份，应该不会是平均稀释的，我猜这个时候马云还有51%的股份，蔡崇信应该拿了5%左右的股份，十八罗汉剩了9% 00年初的时候孙正义给了2000w美元占了20%股份，这个时候马云集团还有65%*80%=52%的股份，绝对控股，后面就轻松了 07年的时候阿里B2B业务在港股上市，但这个业务和十八罗汉关系不大 14年的时候在纽交所上市，当日收盘时2300亿美金，上市后有说十八罗汉的身价大概在数亿美元左右，所以这个时候他们股份应该是0.3%左右 所以18罗汉更像是早期员工而非合伙人 以上数字可能有误，欢迎指正🙏

很多大厂团队终于开始AI化了，于是开始裁前端了

虽然都在喷，但其实很合理 只要收费，就可以避免这世界上一切白嫖的行为

张教授太牛了，忍得住打七年零工，这份毅力很多人都做不到，要是我一年就受不了了 subway不是黑历史，是来时路

冷知识：极其反华的Claude CEO Dario Amodei从Stanford物理系毕业后，第一份工作是在百度，归吴恩达部门 很难想象百度当年到底做了什么，让Dario Amodei如此反华

现在写代码，看着 cursor 一行行跑，经常觉得好笑： 以前我们追求的设计模式、elegant、封装抽象等等东西，在现在这个时代好像都不值一提，之前熬夜花掉的时间到底算什么呢

从高考期间禁用大模型开始，传统教育体系下的高考就已经没有意义了

暑假给我高一的妹妹布置了个任务：去摆摊卖东西。我给她配了新手机和耳机，让她自己研究进货渠道和摆摊地点。她琢磨一番后进了一批手串，现在已经摆了好几天摊了。 目前我让她重新核算账目，要求按不同 SKU 计算出净利润率、毛利率、周转时间这些指标，好让她清楚哪些款式是利润款，哪些是流量款 我还给她支了个招：可以选择从我这里“贷款”（像银行）或者“融资”（像VC），把同一区域的同类摊位都“收购”了。区别是，“贷款”不管赚不赚都得付我利息；“融资”则是赚了钱要给我分红。这样垄断市场后就能自己掌握定价权。目前看她执行得挺不错。 我觉得学习成绩不重要，随便上个211就够用了，课本上的公式是死的，像这样在讨价还价里理解供需，在算账里感受成本，在‘扩张’中体验风险与收益，这些从小培养起来的生意逻辑和商业思维，甭管以后是创业、打工，还是搞投资，才是她自己的核武器。

体制内经典笑话 委托外包几万块想做个cursor🤣

很多大厂团队终于开始AI化了，于是开始裁前端了

分享一下我的技术面试经验： 不问LeetCode和八股文。而是要求面试者： 1. share屏幕，打开常用IDE，展示自己最得意的项目。 2. 讲解项目用途、代码框架和核心逻辑。 3. 我看到有写法不好的部分就打断，要求站在今天重新思考这里的代码逻辑。可以借助ChatGPT、Claude、Google等日常编码就会使用的工具来辅助。 若无法展示项目，则根据岗位给实时Coding任务，下面是几个我在去年的技术背景下喜欢问的功能： - 前端：实现一个ChatBot网页，不需要在意css - 后端：设计并实现向量检索服务，注重接口设计和代码风格 - 算法：提供GPU和简单的数据，实现关键信息抽取模型，自己考虑如何做数据增强 因为我自己是全栈，爬虫前后端算法和research都干，能迅速理解候选人项目的核心和潜在问题。我早年也刷LeetCode，Hard都手拿把掐，那时只是为了刷大厂经历，其实都知道LeetCode和实际工作内容八杆子打不着。而现在我们这种小团队招人是要干活的，所以面试尽量贴近实际为好。 这种方法帮我快速筛选掉了七八十个简历看起来不错+八股背的很好但实战很弱的人。更荒唐的是面过北大软微三四十人，都跟一个培训班出来的一样，自我介绍的时候都说的好听，一打开IDE就借口说自己：刚换了电脑/用的是朋友的电脑，总之就是展示不了自己的项目。挺无语的，听说那段时间我的凶名还在他们内部传开了hhh

为什么这么多人执着于“一人公司”这个概念。。。 商业公司的目的只有一个，就是赚钱，其他都是扯淡 如果扩大团队可以让你赚更多钱，为什么不做？

字节火山引擎的这份白皮书 列举了一些成功AI转型的企业，现在各个领域的进度、落地的时候需要思考什么问题等等 引波流，私我拿原始文件哦🤣

说点实话，虽然deepseek现在确实很牛，但更多是体现在用户C端的观感上，开发团队的反馈普遍是慢+幻觉严重，所以其实没那么适合写代码，我还是觉得Claude是最适合写代码的模型 另外各个模型的速度到底怎么样呢，随便用一个经典的问题“How's number of 's' in strawberry”测试了一下各家的API（测试时间是北京时间22:10左右） 说句公道话，大几十秒的回复速度其实不适合用来做产品

虽然都在喷，但其实很合理 只要收费，就可以避免这世界上一切白嫖的行为

我其实一直好奇碰上了过往的朋友、初高中大学同学，到底有什么好聊的。 这么久过去了，你们要互相理解对方在说什么都需要铺垫很多东西。对方也没办法给你提供什么有价值的建议和帮助。 如果单纯是为了怀念过往，但同一件往事，你们的记忆点可能根本不同，也就意味着你是没法和具体的人去“忆往昔”很多个小时的。 那如果没有其他想法的人，我其实真的不是很明白人与人之间的相聚有什么意义。 我甚至觉得和一个人相约，即使很久不见，如果彼此没有什么大的变故或者着急要聊的话题，其实一个小时以内就是最合理的时间，足够你们寒暄+聊近况+看有什么可以帮助/合作的点+say goodbye 但我这种想法似乎和主流思想很不同，我一直不知道这是不是我的问题

以后倾向于只招两类型人： 1. 顶尖工程师 2. 有自己运营的影响力高的内容账号

说多了都是泪，错过了影响人类进程的机会会懊恼一辈子

越来越讨厌vibe coding这个词了，这个东西已经被魔化了 在线下你会发现一万个自称是vibe coding的爱好者/工程师 但他们做出来的东西一旦上线，哪怕面对三位数的用户量就不知道怎么维护了