The crazy one. Building @readycheckdev , ex-ByteDance Feel free to grab my skills: http://
| 维度 | 今天 | 昨日 | 7天 | 30天 |
|---|---|---|---|---|
| 推文曝光 | 2.7万 | 4.9万 | 16.5万 | - |
| 发帖 | 12 | 14 | 92 | - |
| 评论 | 28 | 33 | 173 | - |
| 涨粉 | +9 | +8 | +93 | - |
| 帖均曝光 | 4384 | 4384 | 4384 | 4384 |
帖均曝光固定是近 7 天口径,不随时间档变。空着的格子表示这个账号在那个时间窗里数据还不完整,不是 0。
我觉得以后面试都可以在面试前先邮寄一个这个玩意儿过去要求候选人在面试时戴上。
Liang just has another commonly used photo which was shot when he was reporting to the prime minister.
说实话,我真的被 GPT 5.6 的 Pro thinking effort 惊艳到了,它的神谕能力远超 Fable 5 Max
我现在已经变成了一个彻头彻尾的 SwiftUI 黑子了,但是我在字节干了六年 in-house 版的 SwiftUI。 进去的第一个月就领悟出 SwiftUI 的实现原理是 attribute grammar 还是很兴奋的。感觉和之前自学 Engineering a Compiler, 2/e 的经历有一个 connect the dots 的过程,这本书里面介绍了 attribute grammar 的原理(大学画了四年画的一路学到这本书真的不容易)。 后来看到苹果为纯函数式的 attribute grammar 引入 stateful-ness 以及基于 subgraph 做的资源管理…
相较 Anthropic 而言,OpenAI 的创业水平明显更强: 1. 首先是在计算资源不足的情况下,没有去开发一些未来感很强、但是很耗 token 的功能,比如 dynamic workflows。 2. 然后在主流模型都提供了 100 万上下文的情况下,针对订阅用户依然限制了 context window 的大小。这在一定程度上节省了推理成本,有更多的弹药去打价格战和持久战。同时相较 GPT 5.4 时期盲目开放 100 万上下文给用户,导致超过 500k 之后模型从 agentic LLM 退化成 chatbot LLM,这个上下文限制还有效防止了口碑裂化。 3. 在计算资源紧缺…
登录后收藏的账号会跨设备同步,换台设备也还在。
我们只保存邮箱和昵称,用来同步你的收藏。