✕
中秋快乐！我胡汉三又回来了！这次“出关”，正是要向大家隆重推荐我们近期闭关修炼后，用全新的“Vibe工作流”打磨出的两大核心项目：《学霸修炼手册》学习能力培训体系与“Vibe Consulting”留学服务。 最近，AI的流行产生了新词，“Vibe Programming”，氛围感编程。它描述了一种全新的开发模式：开发者不再是逐行编写代码，而是通过自然语言和AI进行对话，引导AI生成、迭代并优化代码。开发者专注于“做什么”（What），而AI负责“怎么做”（How）。这正是我与我的AI搭子过去这段时间的核心工作流。 受此启发，我将这个概念迁移到了我的专业领域，开创了“Vibe
欢迎添加微信george-otec咨询具体授课事宜。 经过最近的授课和一些小孩的教育管理，感觉这个大纲还是需要修改一下。 整个课程体系还是要进行一些调整。
Preface 这是我做了21年顾问，如果从03年给老师做教学网站设计的顾问工作开始算的话，的一些新的总结。 Miranda问我是不是就要开始写回忆录了。 我说是吧。 其实我昨天先写的是我的遗嘱。 我一直想写一本自传体式的“渣体”回忆录。 但是这一段属于我从大学时候开始有正式的工作能力之后的一部分的回忆录了。 当然也不一定写成回忆录。 古人云，著之笔墨皆文章。我一贯的观点是，发布在我的blog就是发表了。 以前我会去给ftchinese投稿，给wsjchinese投稿，接受中国教育在线，网易教育，中国教育电视台的专访。 但是现在我已经无所谓了。 It is not necessary for
个人如何缓解被AI取代的进度？ 个人如何控制AI而不是被AI控制？ 按照马克思的说法，个人的自由发展是全人类自由发展的前提。 AI时代已经来临，AGI时代指日可待（？），具身智能在加速发展，代表着人类社会进入低体力劳动和低低级重复性脑力劳动时代，代表我们有更多享乐的时代，更多enjoyable income。 牛马的未来就在于智能机器与能源取代人肉。 从牛马转变为真正的人，需要的是更少的劳动，更好的分配机制。 这是基本的经济学原理，也是过往无数哲人所神往的时代。 当人类的奴役者通过奴役机器就能产生足够的产品与服务满足人类的需求的时候，就是人类摆脱奴役的时代。 所以我们现代的教育，面向未来的教育
《除了你，这个世界一无所有》，是我于2014年6月1日为我的两个儿子，潘潘和潇潇所撰写的，个人主义哲学与人生价值观文章。也是一篇涉及到亲子关系和反击并且击溃传统的孝道与父为子纲之类的愚民教育的非常具有划时代意义的人生哲学与伦理及亲情家庭关系处理的指导性短文。 其中我把亲子之间的关系，剥夺了父母市恩的机会，因为在孩子成年之前的所有行为，只有两种归属，一种是尽责任和义务，一种是付出感情和关爱。因此，责任之外，余下的就是付出感情，也就是亲子感情交互了。因此，亲子之间，讲的仍然是互爱，而不是市恩，讲什么孝和顺。有感情，就有感情，没感情，就两清，或者只需要讲法律责任。不要搞道德绑架。
Meta首席AI科学家杨立昆据报计划离职，创办个人AI公司 据报道，人工智能领域的泰斗、Meta首席AI科学家杨立昆计划离开公司，开启新的创业征程。此举被视为对Meta人工智能战略的重大冲击，同时也可能在AI行业引发新的竞争格局。杨立昆是深度学习领域的先驱之一，也是图灵奖得主，其新公司预计将专注于实现他长期倡导的、更接近人类智能的AI路径，可能聚焦于自监督学习和世界模型等前沿技术。 如下为AI创作： 行业巨震：AI教父的创业之路 人工智能领域传来重磅消息，被誉为“AI三巨头”之一的杨立昆据传将离开他效力多年的Meta（前Facebook），投身创业浪潮。作为Meta AI研究的奠基人和灵魂人物
先把向量数据库部署起来,选型就先选Milvus，如下为AI生成内容 Milvus 向量数据库介绍 Milvus 是一款开源的、专为大规模向量相似性搜索和分析而设计的向量数据库。它致力于管理海量的非结构化数据，并为其提供高效的检索和分析能力。在人工智能和机器学习应用中，非结构化数据（如图像、视频、音频和文本）通常被转换为高维向量（Embeddings），Milvus 的核心任务就是对这些向量进行存储、索引和搜索。 核心功能与特性 高性能相似性搜索 Milvus 能够在上亿甚至百亿规模的向量数据集中实现毫秒级的相似性搜索。它支持多种常用的相似性度量方法，包括 欧氏距离 (L2)、 内积 (IP)、
什么都AI只会害了你：构建应用与业务系统时的警示 如下内容为ai生成 人工智能（AI）无疑是当今最具变革性的技术之一。然而，在应用开发和业务系统构建的浪潮中，一种“万物皆可AI”的思维正在蔓延。这种思维认为，任何问题都可以、也应该用AI来解决。这种观点不仅是错误的，更是有害的。在构建稳定、可靠、高效的业务系统时，盲目追求AI，只会带来技术、商业和组织层面的灾难。 技术与架构层面：不必要的复杂性与风险 “黑盒”特性与系统可维护性灾难 许多先进的AI模型，尤其是深度学习模型，本质上是“黑盒”。我们很难精确解释模型为何做出某个特定决策。这与传统软件工程形成了鲜明对比，后者的逻辑是明确
测试一下第二种AI写作implement，就是用ckeditor ai agent 这个module. The goal is to assess its performance, usability, and the quality of the output. 下面这段英文是我用ckeditor AI agent用写的，看起来还需要调教。但是ckeditor ai agent这个实现AI的方式，其实是比较适合写作为中心的运用方式的。 The relationship between the CKEditor AI Agent module and the broader drupal/ai
把drupal实例转换为mcp服务器，也就是implement MCP到一个drupal实例。 如下内容为AI撰写，可能有错。我还没有仔细来审阅 将Drupal实例转换为MCP服务器的实施指南 本文档详细描述了将一个标准的Drupal实例配置为任务控制平台（Mission Control Platform, MCP）服务器的步骤、所需模块以及相关注意事项。MCP服务器作为一个中心枢纽，用于集中管理、监控和操作多个Drupal客户端站点。 核心概念 MCP 服务器 (MCP Server) 一个专门配置的Drupal实例，作为中央控制台。它负责接收来自客户端站点的数据，向客户端发送指令