一个没有常识、活在自己世界中的中二病人（话痨）的自留地。
该频道不专注于 Daily 或 News，而是一个记录我当前关注和思考内容的地方。
1. 随机事项：每月为自己安排一些有趣的活动。（大概率🐦🤣）
2. 同步内容：我会收集在其他平台上发布的内容。
3. 私人笔记：没经大脑的学习笔记以及一些个人随想。
4. ACG 内容：浓度高的部份还是挪到 另外一个频道 @tomoko_acg。
5. 内容转发：在这个频道上转发的内容并不必然代表我个人的立场。
该频道不专注于 Daily 或 News，而是一个记录我当前关注和思考内容的地方。
1. 随机事项：每月为自己安排一些有趣的活动。（大概率🐦🤣）
2. 同步内容：我会收集在其他平台上发布的内容。
3. 私人笔记：没经大脑的学习笔记以及一些个人随想。
4. ACG 内容：浓度高的部份还是挪到 另外一个频道 @tomoko_acg。
5. 内容转发：在这个频道上转发的内容并不必然代表我个人的立场。
说起来，我为什么一直以来都这么「歧视」Java，我今晚想了想，大概是下面这几个理由：
--
其一： 跑不过别人的阿Q之举
Java 是一门非常稳定、毫无意外性的开发语言，而 Java 用来做后端开发，又是非常成熟至极的方案。我大学班上超过一半的同学（十五个左右？）都是学 Java 后端开发这条技术路线的，也是进大厂（字节左右的）比例最多的一个方向。
而我们班上另外一半同学则是智能软件方向的，类似于数据分析、机器学习的路线，而我那时候选择的就是这个路线。这个路线大概有一半的同学考研了吧，有不少现在还在读博，都是 AI 方向的，估计都往 AI 方向去走了。
而我嘛，既出于懒惰的理由不想考研，然后又不想跟那种非常确定性的 Java 方向的同学去卷，四舍五入就做了 Node.js 后端。然后不出意外地，我果然是各种同学中混得最差的那一批了。（从经济学角度出发）
现在想来，我每每想起 Java 就会有呕吐的感觉，大概就是我认为自己跟同学一直差一个身位，我很恐惧在求职市场中再与他们放在同一个度量尺去比较。
--
其二：「超凡主张须有超凡证据」--- 萨根标准/ECREE
一家公司使用 Rust 来做后端，那他们大概率要有很强的理由才能推动决策者做这个抉择。而一般使用 Java 的话，那就很难说清楚，他是「大家都在用，然后我就用了」还是「我真的有充分的理由这么做」。
你想一想啊，优秀的人肯定会想着往新潮的语言过去的，因为它们的社区更加活跃。年轻人、思维更活跃的人，一般在那里。是啊，我认识的最优秀的人，他们都不会去选择做 Java 后端开发。所以，我明白自己一旦开始做 Java 开发，就离跟他们一起合作的机会又远了一步。
所以我这里就不由得有一个偏见，使用新潮语言的公司，大概率比使用老旧语言的公司要来得思维活跃一点。
--
其三：我的人生哲学 --- 大家都在干的事情，就让大家去干吧～
在我看来，Java 后端开发还是足够无聊，足够确定，足够毫无意外，这其实违背了我的人生哲学。王道的路线很明确，你一定能成功，吃苦是非常有目标感的，但我更喜欢那种不知道结局的事情。也是因此，我不会有「去考研考编」啊之类的选择。
我最理想的职业其实是咨询公司的顾问，虽然大概率还没有那个能力，其次就是写小说什么的。估计我确实比较喜欢接触不同的问题、自己摸索的感觉。
估计也是因为我之前的各种上司都看穿了我这种体质，所以我工作的自由度都很高，甚至说得上是非常高。最后，我喜欢那种不知道结局的事情。用 Java，感觉世界线概率就直接坍缩了。😂
—
PS. 在公司内被调到隔壁部门，并被安排转型 Java 后端开发，从而有感而发。（作为一个 Java Hello World 都不会写的人。。）
#胡思乱想 #没有想清楚 #谜语人
--
其一： 跑不过别人的阿Q之举
Java 是一门非常稳定、毫无意外性的开发语言，而 Java 用来做后端开发，又是非常成熟至极的方案。我大学班上超过一半的同学（十五个左右？）都是学 Java 后端开发这条技术路线的，也是进大厂（字节左右的）比例最多的一个方向。
而我们班上另外一半同学则是智能软件方向的，类似于数据分析、机器学习的路线，而我那时候选择的就是这个路线。这个路线大概有一半的同学考研了吧，有不少现在还在读博，都是 AI 方向的，估计都往 AI 方向去走了。
而我嘛，既出于懒惰的理由不想考研，然后又不想跟那种非常确定性的 Java 方向的同学去卷，四舍五入就做了 Node.js 后端。然后不出意外地，我果然是各种同学中混得最差的那一批了。（从经济学角度出发）
现在想来，我每每想起 Java 就会有呕吐的感觉，大概就是我认为自己跟同学一直差一个身位，我很恐惧在求职市场中再与他们放在同一个度量尺去比较。
--
其二：「超凡主张须有超凡证据」--- 萨根标准/ECREE
一家公司使用 Rust 来做后端，那他们大概率要有很强的理由才能推动决策者做这个抉择。而一般使用 Java 的话，那就很难说清楚，他是「大家都在用，然后我就用了」还是「我真的有充分的理由这么做」。
你想一想啊，优秀的人肯定会想着往新潮的语言过去的，因为它们的社区更加活跃。年轻人、思维更活跃的人，一般在那里。是啊，我认识的最优秀的人，他们都不会去选择做 Java 后端开发。所以，我明白自己一旦开始做 Java 开发，就离跟他们一起合作的机会又远了一步。
所以我这里就不由得有一个偏见，使用新潮语言的公司，大概率比使用老旧语言的公司要来得思维活跃一点。
--
其三：我的人生哲学 --- 大家都在干的事情，就让大家去干吧～
在我看来，Java 后端开发还是足够无聊，足够确定，足够毫无意外，这其实违背了我的人生哲学。王道的路线很明确，你一定能成功，吃苦是非常有目标感的，但我更喜欢那种不知道结局的事情。也是因此，我不会有「去考研考编」啊之类的选择。
我最理想的职业其实是咨询公司的顾问，虽然大概率还没有那个能力，其次就是写小说什么的。估计我确实比较喜欢接触不同的问题、自己摸索的感觉。
估计也是因为我之前的各种上司都看穿了我这种体质，所以我工作的自由度都很高，甚至说得上是非常高。最后，我喜欢那种不知道结局的事情。用 Java，感觉世界线概率就直接坍缩了。😂
—
PS. 在公司内被调到隔壁部门，并被安排转型 Java 后端开发，从而有感而发。（作为一个 Java Hello World 都不会写的人。。）
#胡思乱想 #没有想清楚 #谜语人
24 年国庆，我玩了好几天的 兰斯10 之后，到公司的第二天被裁了。今年我觉得我可以国庆再用 steam deck 玩一次 兰斯 7
https://store.steampowered.com/app/3867170/Sengoku_Rance/
https://store.steampowered.com/app/3867170/Sengoku_Rance/
Steampowered
Sengoku Rance on Steam
Fresh from wreaking havoc on the vast fields of the Continent, the sword-wielding warrior Rance has reached the eastern nation of Nippon. With his loyal companion Sill by his side, Rance hopes to enjoy Nippon's hot springs!
中秋假期三天过得真快啊，现在完全没有进入到要工作的状态，真的是「怎么休息都不够」的感觉。
法环 - 双月骑士蕾拉娜 - 我也要挂吗～
我本来没想着打过的，只是想着「既然来都来了，这不，还有黑刀大姐在」。然后一如既往地正义的群殴😂@niracler:
PS. 刚好一首 月と花束 诶
发布视频
播放量:2 弹幕:0 评论:0
点赞:1 投币:0 收藏:1 转发:1
发布日期:2026-09-26 16:31:29
理科 LLM 和 文科 LLM
理科LLM 擅长逻辑推理，比如找bug，做数学题，钻研漏洞和写防御性代码。很明显，OpenAI 走的是这一条路，它的关注点是 matter。
文科 LLM 擅长处理和人相关的问题，比如写 GUI，做报告，关心可维护性，甚至是优雅的系统设计。 Anthropic 走的是这一条路，它的关注点是 mind。
做产品（比如写软件）毫无疑问两者都要，但却远远不够。你可以轻易地把这两个模型排列组合，可以得到一个看起来像模像样，但完全是 slop 的产物。
为什么？因为人有一种超能力：感知 quality。我们可以轻易地感知到，这个产品背后有没有真实的人，这些人是否在乎这个产品。
举个例子，当你使用微软的产品，比如 Teams，你可以非常明显的感受到微软不在乎你。相反，当你使用 Telegram 时，哪怕它也有很多 bug，但你知道他们是在乎自己的产品的。
再比如，当我收到一个 PR 时，我能非常快速感知到这个 PR 到底是 slop 还是 认真思考的结果。当我 review paper 时，我能立马感受到这个 paper 到底是在推进人类知识，还是在刷业绩。
Quality 是超越 mind and matter 的。它无法被具体 define，也自然无法被纳入训练集。也许这是人类最后的 moat。
理科LLM 擅长逻辑推理，比如找bug，做数学题，钻研漏洞和写防御性代码。很明显，OpenAI 走的是这一条路，它的关注点是 matter。
文科 LLM 擅长处理和人相关的问题，比如写 GUI，做报告，关心可维护性，甚至是优雅的系统设计。 Anthropic 走的是这一条路，它的关注点是 mind。
做产品（比如写软件）毫无疑问两者都要，但却远远不够。你可以轻易地把这两个模型排列组合，可以得到一个看起来像模像样，但完全是 slop 的产物。
为什么？因为人有一种超能力：感知 quality。我们可以轻易地感知到，这个产品背后有没有真实的人，这些人是否在乎这个产品。
举个例子，当你使用微软的产品，比如 Teams，你可以非常明显的感受到微软不在乎你。相反，当你使用 Telegram 时，哪怕它也有很多 bug，但你知道他们是在乎自己的产品的。
再比如，当我收到一个 PR 时，我能非常快速感知到这个 PR 到底是 slop 还是 认真思考的结果。当我 review paper 时，我能立马感受到这个 paper 到底是在推进人类知识，还是在刷业绩。
Quality 是超越 mind and matter 的。它无法被具体 define，也自然无法被纳入训练集。也许这是人类最后的 moat。
我现在很想买 switch 版的法环重来一次了，他们联机模式好多提示😭
