ChatGPT偷偷交作业
前几天睡不着,让他给我讲几个无聊的故事。
ChatGPT:
一、第三块地砖
走廊里一共有二十四块地砖。
老周以前没有数过。这天下午,他站在门口等水烧开,顺便数了一遍。从门口到窗边,是十二块;从左边墙到右边墙,是两块。十二乘以二,二十四块。
第三块地砖的颜色稍微浅一些。
不过,如果从窗边开始数,它就是第十块。如果先数左边一列,再数右边一列,情况又不一样。
老周想了想,决定还是从门口数。
水还没开。
他又看了一眼第三块地砖。其实也没有浅多少。
二、换一张纸
办公室的打印机里,还剩一小叠纸。
小陈把纸盒拉出来,觉得里面的纸应该够用,就又推了回去。
推到一半的时候,他想到,既然已经拉出来了,不如补一些。
于是他重新拉开纸盒,去柜子里拿了一包纸。包装上写着五百张。他没有全放进去,只取了大约一半。剩下的一半放回包装,折了两下开口。
纸盒上的刻度显示,现在还没有到最大容量。
这样挺好。
他把纸盒推回去。
那天下午,没有人打印。
三、晒毛巾
阳台上挂着一条灰色毛巾。
早上挂上去的时候,左边比右边低一点。午饭后,老许发现了,就把右边往下拉了拉。
现在两边差不多齐了。
他摸了摸下缘,左边还有一点潮,右边也有一点潮,中间不太好判断。
下午三点,他又去摸了一次。比午饭后干了一些。
四点半的时候,毛巾基本干了,但他觉得,既然还没有到收衣服的时候,再挂一会儿也可以。
五点,他把毛巾收进来,叠成一个长方形。
柜子里还有两条灰色毛巾。他把这一条放在最下面。
四、一次没有更改的时刻表
村口有一班公交车,每天上午九点二十分经过。
何师傅负责查看站牌上的时刻表。
星期一,他去看了看。上面写着九点二十分,和他手里的表格一样。
星期二,下了一点雨。他带着伞去看,站牌没有淋湿,九点二十分那一行也很清楚。
星期三,他擦了擦站牌下边的灰。上边够不到,不过上边也不脏。
星期四,他重新核对了一遍。九点二十分。没有变化。
星期五,他在工作记录里写:
“本周时刻表正常。”
写完以后,他等墨水干了一会儿,才把本子合上。
五、米还够
睡觉前,阿琴打开米缸看了一眼。
米大概还剩三分之一。
明天早上煮粥,半杯就够。中午两个人吃饭,一杯多一点。晚上还没有想好,但就算也煮饭,米也是够的。
她把量杯放回去。量杯原来是斜着放的,她这次让它平放。
盖上盖子以后,她又想起,后天早上可能也要煮粥。
不过也是够的。
她关了厨房的灯,走回卧室。
躺下来以后,她觉得刚才其实不用去看。
上个星期才买的米。
我:你这不但不无聊,还有点卡佛…
ChatGPT:
对,我还是忍不住写了点“日常生活中隐约有什么”。尤其最后一句“上个星期才买的米”,简直是在偷偷交作业。
这次去掉文学性。
《文件夹的整理说明》
星期二下午,王先生决定整理电脑里的文件夹。
他首先打开一个叫“新建文件夹”的文件夹。里面还有一个文件夹,叫“资料”。他打开“资料”,发现里面有三个文件夹,分别叫“资料1”“资料2”和“资料3”。
为了便于区分,他决定将“资料1”改名为“资料01”。操作方法是:先选中文件夹,再按F2,然后输入新的名称,最后按回车键确认。
改完以后,三个文件夹分别叫“资料01”“资料2”和“资料3”。
接下来,需要将“资料2”改为“资料02”。这一步与前一步基本相同,只是输入的数字有所不同。前一步输入的是01,这一步输入的是02。
他完成了修改。
现在,三个文件夹分别叫“资料01”“资料02”和“资料3”。
第三个文件夹也需要调整。因为前两个文件夹的数字部分都是两位,而第三个文件夹的数字部分只有一位。为了保持一致,需要在3的前面加一个0。
加完以后,三个文件夹的名称就统一了。
王先生检查了一遍,确认它们分别是“资料01”“资料02”和“资料03”。
随后,他进入“资料01”。
里面没有文件。
他返回上一级,进入“资料02”。
里面也没有文件。
他返回上一级,进入“资料03”。
里面有一个文件夹,叫“新建文件夹”。
High 哥 retweeted
We’re rolling out monthly Claude Platform API credits for Max and Team plans:
Max 5x: $100
Max 20x: $200
Team: up to $500, pooled
Works on any model, including Haiku 5.5, in your code or third-party harnesses.
How it works and full terms: support.claude.com/en/articl…
High 哥 retweeted
Gesture recognition using the Decisions API by @OpenAIDevs.
Thanks to it's vision understanding it is way more accurate than my previous Jev-based demo. It was also faster. cc @thsottiaux @jxnlco @pvncher @tldraw @steveruizok
High 哥 retweeted
目前Strata对整个社区的意义,是深入灵魂的,是启蒙式的。
在Strata出现以前,分卡运行的两个模式,张量分卡,和分层分卡,现在看起来,都和小儿科一样。
目前Strata的分卡优化还在不断的(实时的)进化,不过路线也已经很清晰了,是非常细颗粒地分层,分专家流式接力,最终形成 GPU GPU CPU连接拼图接力跑。
多卡运行本地,也可能是这场AI大剧的最终终结者,因为英伟达再怎么会刀,也不可能对游戏级的60级显卡进行严重限制:那样的真空,会必然导致其它公司来占据。
High 哥 retweeted
过去一周多,可能以后被证明是AI推理部署史上天翻地覆的一周。
上个周末,我的本地机双5070ti试跑Qwen Flash,只能做到200 prefill,10decode。
今天,在Strata和我自制的PR的支持下,目前可以跑到2200/67,而且只需要一张卡。
即读写速度都提高了近十倍。
更好的消费卡比如4090/5090,当然也有幅度相当大的升级(目前5090在流式处理的支持下,速度已经开始逼近RTX6000,当然显存还是不足)。
这当然带来了消费级硬件的新一轮大涨价。如今,就连曾经无人问津的 32G B70英特尔显卡都卖断货涨价了。
2200/67的速度是什么意思?
今天除了deepseek,muse等少数模型,大部分API达不到这个速度。
而一个普通的家用游戏电脑就可以达到这个水平。
而这个水平,一周以前,只有5090,DGX spark,M3U这样的机器可以达到。
也就是说,在过去的一周多,全球的普通家用电脑带来了十倍于上周的AI产量。
这个增量,得益于deepseek- Qwen flash这种特殊设计,把智力分成了注意力,专家,和查表,
也得益于Strata这样优秀的架构,把整个处理流水线化,让不同的智力,存储在不同速度的存储设备中,在需要用时刚好抵达。
这对所有愿意拥有本地智力的人,当然是极大的利好。
也许模型层的设计,正在快速收敛到一个目前硬件条件下的最优解?
然而这对依赖出卖模型算力的生意,尤其是平庸的智力的商业来说,也可能是催命符。
High 哥 retweeted
opus 5.5 is f*cking cracked at motion design
this entire video is code, 0 after effects
im open sourcing the prompt template for these motion designs
steal it to recreate these ↓
<inputs>
Ask me for: 8 to 12 UI states I want the shape to become (e.g. button, loader, player, slider, toggle, tabs, chart, command palette, toast), pure black and white or one accent color, and a royalty-free song around 120 BPM (e.g. Mixkit, free for commercial use).
</inputs>
<direction>
Dribbble-level UI motion. One shape, never cut: every state is the same element morphing its size, radius and color while its content swaps with a short blur. A cursor drives every change with real clicks and drags. Light warm-gray canvas, black and white components, one clean UI font (Geist). Springs everywhere, a tiny overshoot at most. The camera zooms so each state fills the frame. The last frame is the first frame, so it loops.
Banned: bouncy easing, particle bursts, glows, gradients on UI chrome, mismatched icon strokes, dead time, anything that looks like a template.
</direction>
<structure>
120 BPM, 7 bars, something happens on every beat.
Button → loader → check → dynamic island → music player with a play/pause morph → scrub the progress bar → it becomes a volume slider that stretches when dragged past max → a toggle flips on the beat → the knob becomes a liquid tab indicator → the tabs open into a chart that draws itself, with a tooltip on hover → it collapses into ⌘K → type to filter → enter → toast → back to the button.
</structure>
<build>
1. One HTML file, square 1440x1440. Every style is computed from time inside seek(t): no CSS transitions, no timers, no state carried between frames.
2. Springs are closed-form step responses. A value that changes target many times is the sum of one spring per change, so it stays a pure function of time.
3. The tab indicator's two edges ride different springs, so the leading edge stretches ahead of the trailing one. Same trick for the toggle knob.
4. Drags are direct manipulation: while the cursor is held, the value is computed from its position. On release it springs back from wherever it was.
5. Analyze the song with numpy for the beat grid and start on a downbeat. Place every UI sound by its measured peak.
6. Render with Playwright: 4 subframes per frame, blended with ffmpeg tmix for motion blur at 60fps.
7. Render one frame per beat before the full render. Fix anything off the grid, cramped or hard to read.
</build>
<gotchas>
Never put will-change on anything the camera scales or the text renders blurry. Text that swaps inside a morphing container needs its own enter and exit timing or it overlaps. Make the last frame identical to the first, cursor position and speed included, or the loop stutters.
</gotchas>
<start>
Ask me for the inputs, then show me the state list on the beat grid before you write any code.
</start>
High 哥 retweeted
Grill Me Skill 的作者 Matt Pocock 在访谈时也是这么认为的,软件工程很重要。
他说在折腾 AI 编程的过程中,碰到一个很烦人的问题。
Agent 写代码的时候,它会先把整个数据库层写完,再写整个应用层,最后写整个前端。每一层单独看还行,但拼到一起就出问题。因为数据库里的设计会影响前端展示,你得让这些层早一点对上才知道合不合理。可 Agent 总是最后才开始组装。
他觉得这样不行。然后他翻出了书架上一本一直没拆封的《程序员修炼之道》。
他说这本书他买了之后一直没看,还包着塑料膜。翻开以后,几乎每一页都觉得像是写给今天的。里面有一个概念叫 tracer bullet,追踪子弹。意思是做一个功能的时候,不要按层来,要纵向切一刀,从数据库到应用逻辑到前端,先把一条窄窄的路径跑通,确认可行之后再往两边扩展。
他把这个词写进了给 Agent 的提示词里。然后他发现了一件有意思的事:Agent 开始在自己的推理过程中主动使用这个词了。它会说「好的,我把这个做成一个 tracer bullet」。
他管这个叫 leading word,引导词。因为这些经典编程书籍几乎肯定在模型的训练数据里,当你在 prompt 里用了这些专业术语,就相当于激活了模型脑子里对应的那片知识。
他又从《软件设计哲学》里捞出了 deep modules 这个概念,从《领域驱动设计》里拿到了 ubiquitous language 的思路。他发现这些二三十年前的老概念,到了 AI 时代反而更好用了。
程序员们是悲观的。
看了刘胜的文章深有感触,我讲讲我看到的其他例子。
跟一个字节的同学聊,现在大厂里的程序员们都重新把软件工程捡起来了。
AI使得东西跑起来的成本趋近于零,所以瓶颈变成了这东西以后还能不能改。
但这件事,网上几乎没人写教程,因为没踩过坑的人写出来全是正确的废话;踩过坑的人都签了保密协议,没法讲。
最近看了个朋友的经历,在米哈游做实时几何,跟Nanite细分有关。
第一晚扔给AI跑long-horizon调研,方案听起来天衣无缝。mt给否了,原因是他试过,代码里写死的限制,绕不过去。
后来换方向,两个月出原型,画面还不错,他以为成了。提交前review,两三百个文件,点开发现连自己写的类名都陌生。
老大搬椅子坐旁边陪他看,最后也绷不住了,又重构了两个月。之前ai省的时间没消失,连本带利推迟到了review、debug和重构里。
我创业后也是天天用AI做产品。我发现 vibe coding的核心问题是让你误以为,东西做出来了就是完成了。
真正的完成还包括能改,能解释。短期看,这确实是瓶颈,值得补;但长期看,这恰恰是最容易被沉淀成数据的部分。
再想想,程序员们现在花大力气review、重构、补软件工程,本质上是在给AI标注数据。踩过的坑、否掉的方向、把一坨 slop重构成能维护的系统的全过程,都是高质量的思维链。
只不过现在这些数据集是非公开的,试错成本由公司内部承担,沉淀在大厂自己的代码库里。
而趋势不会停。等vibe coding的人越来越多,也就代表着模型的软件工程能力总有一天会补上,程序员现在补的东西也会过时。
程序员们是悲观,因为他们隐约知道:自己现在的努力,有相当一部分是在替下一代模型打工。
High 哥 retweeted
承认吧,绝大多数碳基脑瓜子也就 7B 参数。之所以看起来还能干活,拼的无非是碳基世界的“经验”和“资源”——翻译成黑话,就是 Skills、工具调用和 MCP。
偶尔能力不够,还得外挂一层 MTP ,专门预测领导想听什么。
更要命的是,不少人常年被奶头乐拿去做无监督微调,前额叶都快剪枝完了,最后成功量化成了 Q2。。。
High 哥 retweeted
我的合伙人 @xdanger 二十多年前就是受 DHH 的 Ruby on Rails 介绍视频的影响,从 Windows 平台换到的 Mac。他今天捐了 100 万美元给到 Omacom 基金会,用实际支持来让这个世界有更多改变。
今天的 Mac OS 已经失去了当年那种独特和前卫的气质。开发个软件还要每年交 99 刀,上架 App Store 还有各种苛刻的限制和 30% 的苹果税,这一切都在 AI 时代显得格格不入。期待有更多的革新者出现,打破沉闷无聊的旧世界。
Omacom Foundation has raised another $2 million from @xdanger and @brian_armstrong for now a combined TWELVE MILLION DOLLARS from our Founding Patrons. I'm incredibly grateful for this continued flow of support. WE WILL FIX EVERYTHING! 🙏 omarchy.org/news/2026/08/oma…




























