我的原则

核心

import QA from "../../components/QA.astro"; 原则 <QA review={3} tabs={['原则']} last…

自身规划

关于自身规划 技术 Agent知识 项目准备：Agent、组件库、低代码、微前端 工程化、性能优化 项目规划、管理、推进 影响力：先做好…

人性的优点 How to stop worring and starting living

import QA from "../../components/QA.astro"; 原则 <QA review={0} tabs={['原则']} last…

纳瓦尔宝典（The Almanack of Naval Ravikant）

import QA from '../../components/QA.astro' <QA tabs={['问题', '答案']} <Fragment sl…

希腊字母表及其读法

希腊字母表及其读法 完整希腊字母表 | 序号 | 大写 | 小写 | 希腊语名称 | 中文读法 | 英语读法 | 常见用途 | |::|::|::|::|::|…

《上瘾式学习》

import QA from '../../components/QA.astro' 元信息：目录 <QA tabs={['问题', '答案']} <Frag…

MiniMind 学习笔记

import QA from '../../components/QA.astro' import Explain from '../../components…

设计模式：可复用面向对象软件的基础

import QA from '../../components/QA.astro' 分类 <QA tabs={['分类']} review={-1} last…

Hello Agents 学习笔记

import QA from '../../components/QA.astro' import Explain from '../../components…

重构：改善代码既有设计 学习笔记

import QA from '../../components/QA.astro' 坏味道 <QA tabs={['坏味道']} review={-1} la…

自身规划与阅读《富兰克林自传》

2026-05-06

学习阶段 22:00-0:23 2h23m 学习内容 x 流利说 35min x 自身规划 x 阅读《富兰克林自传》致富之路部分 x 梳理《富兰克林自传》美德 …

复习核心原则

2026-05-05

昨问今答 复习 原则1 要事第一 多观察，少谈论 从小事做起 构建+销售，势不可挡 多提问 多输出 思考 明日提问

周末搬家收工，晚间重构比预想更顺

2026-04-26

昨问今答 零碎思考 22.13 周末优先处理搬家的事情，没有投入精力在AI学习和工作推进上 搬家算是圆满完成，完成这一点我认为就已经足够有意义了 稍微让我惊喜的…

标记阅读低效与自我反思

2026-04-23

昨问今答 标记为什么是低效的？ 理论： 耗费脑力低 熟练度错觉 研究1： 对象：美国大学生 行为：1小时阅读8000字文章 对照组： 标记阅读 普通…

发烧休息日：放下手机、要事第一、以实战代学习

2026-04-22

昨问今答 零碎思想 今天身体不舒服，发烧挺严重的，从早上就开始了，吃了两片药，始终没有好转 晚上稍微加了会班。 今天最优先的事项是休息，要早点休息。 一些零碎的…

MiniMind — 学习进度总结

2026-03-25

📋 MiniMind 学习进度总结 学习者背景 Apple M5 MacBook Pro（32GB），无 NVIDIA GPU，使用 PyTorch MPS …

MiniMind — 阶段 2.5：Attention、Causal Mask

2026-03-24

两个回答都非常好！👏 精准度超出零基础水平。让我补充完善一下。 FFN FFN vs Attention 分别做了什么 | | 你的回答 | 更精确的说法 |…

MiniMind — 阶段 2.4：SwiGLU 激活函数

2026-03-23

RoPE 外积 torch.outer 的规则 回答：是 [[0,1,2],[0,0.1,0.2]]？ 接近了！但行列搞反了 😊 ` outer(a, b) …

MiniMind — 阶段 2.3：RoPE

2026-03-22

mean(x) 和 std(x) 是什么？ ① mean(x)：均值（Mean） 就是求平均： ` x = [150.0, 200.0, 180.0] mean…

MiniMind — 阶段 2.2：RMSNorm

2026-03-21

Weight Tying 到底怎么共享的？ -- 第一步：理解两个层各自长什么样 两个层的本质都是一个矩阵（一张表格）： ` Embedding 矩阵：形状 […