非常喜欢的字体，感谢！

不留遗憾老哥，多陪陪家人，希望你勇敢，祝好

@Siriusie #22 惭愧，没用啥贵的，白嫖的我师傅的 LA5016

@purringpal #21 的确是这样，这个世界没有银弹，vibe coding 有自身的局限性，也带了新的问题。所谓“提前”也好，“落后” 也罢，最佳实践的传播从 1-100 也前后不会超过 3-6 个月的时间。

我个人认为，在架构基础发生巨大变化之前，从计算和数学本质上看，Transformer+MoE 架构的大模型，就是一个极其巨大的、用于预测下一个 Token 的条件概率函数。P(token_{n+1} | token_1, ..., token_n)
这就意味着大模型本身无法主动给出真实环境下的需求，也无法对生成结果负责，人在当前 vibe 环路的最开始和最后都无法被完全替换。这和运气好坏无关，而是其数学本质导致的。当然，如果具身智能、世界模型在这一轮 ai 泡沫破裂前就能成熟，那这一套工作方式也肯定是要被淘汰替换的，我们可以进一步去学习拥抱新的技术。

回旋镖不是个坏事，回旋镖意味着产生反馈的结果是真实的，那就意味着有改进和优化的可能。技术革新总会击碎一些固有认知，也会形成新的，我只是单纯的因自己可以参与这一切而感到兴奋。

我想，这个世界本身就是不断熵增的，无序的，没有什么逻辑可言。无论大小企业还是公务员国企，没有银弹工作，相对稳定本身也需要支付巨大的代价。如果我们公司彻底拉闸，我就去搞中转站，学个电工，学个木工，防水工等等。观察社会的有效需求并给出高质量的成果交付，我“自信”于不会让全家饿死，哈哈哈。

学习怎么装修，最近我在装修租的房子过程中，惊讶于当前工人知识水平之匮乏，对标准之厌恶，所以自己自学改了水电，厕所防水，地板铺设也是完全可以自己做的。而现在 AI 对于建筑室内设计也是渗透极深，我觉得自己干个从设计到施工到交付的装修师傅 也挺好😊

现在我们公司嵌入式的驱动程序、FPGA Verilog 已经全部是 codex GPT5.5 完成了。 搭配 Trellis 框架把项目的硬件电路文档描述清楚形成斜杠命令，配合读取串口调试信息以及 Jlink cli 能够做到 codex GPT 5.5 驱动闭环开发。
因为硬件方案大部分已经形成固定方案和平台，正确的 datasheet markdown 化， 并且把嘉立创 EDA 、Allegro 、Capture 等 pcb 信息整合固化为文档。最后统一在框架内通过 GPT5.5 tool call 读取 文档，写出来的驱动又快又稳。AI 做完的驱动模块会在测试流中直接接入 信号发生器、逻辑分析仪、示波器等读取 实时测试数据，清洗格式后再由 GPT 读取验证测试回路。 这些全流程我不敢说在 500 强或者大公司 比起传统流程强多少，但是在普通的腰部中小公司，实测打败了大多数 嵌入式传统开发、FPGA 开发、前后端上位机开发等等。

因为小公司业务也少，没有什么层级和办公室政治，在确定不裁员不招新的情况下，直接转换为了 全员 DDD 模式， 两三个开发负责一个完整项目，所有文档和配置项目内共享，比以前开发快了至少 5 倍。

很多老哥会说全部依赖 AI 会出大问题之类，哈哈哈，你以为我们这种草台班子纯古法编程把天捅漏了的时候少吗？ 还 TDD 、还什么代码审计，你和上古 VB6 、C99 、800 年前离职同事写的古法 C++ 和 俺寻思之力迭代的 QT 你古法写吧，一写一个不吱声。

https://i.imgur.com/sZLHeew.png
31 回合结束战斗 https://i.imgur.com/duWRpIu.png

ID：863 祝大卖~

@wqhui #23 可惜世事难料啊，青岛这边税务局已经明确告知我们公司 2026 年的社保缴纳必须按照个税 app 真实收入水平缴纳而不是以前以相对低的标准缴纳。这边 ai agent 还没开始卷，那边税务局查社保已经查到头上来了。未来往哪边走看来是不言而喻了。

说实话，大部分普通的白领工作，人的幻觉率不一定比 AI 低多少。AI agent 干活的沟通成本显著低于一般的员工的沟通成本。管理 AI 的成本可比管理员工要低得多得多。AI 模型的 tokens 钱比养人的钱低出两个数量级差距。

尤其是中小微企业，完全可以以少量会高效使用 AI 的骨干员工+AI 替换掉传统的人员模式。跟管理相关的部门都可以裁撤到 1-2 个人+AI 。小公司的 HR,财会，做 CRUD 的中底层程序员都可以被削减。

从 100 人左右的用工成本减到 20 人+AI 的用工成本，几乎能让小公司的利润率翻倍了。老板拿走裁员大头，给骨干员工的工资和待遇翻倍，简直不要太爽，可是大规模失业以后的经济完蛋怎么办，没有人知道。

TLDR：等你读完博士想考教职难度只会比现在小一点点，但是之后的待遇长期来看只会比现在的大学教职低。

2026 年想转到任何教育岗位一定先看看教师入职对应年份的入学人数，你读完博士 3-5 年，2030 年左右进大学教师岗位，2030 年在读大学生对应 2008-2012 年出生的人口数。然后你干三十年，对应了 2012-2042 年的出生人口规模。

可是 2025 年中国人口出生了 800 万左右。也就是你教职第 13 年以后会突然压力陡增，越来越难干，根本招不到学生。所以你必须要在 13 年内搞到终身教职，不然就是凉凉。

首先 ai 不是哆啦 A 梦，不是你向他祈祷他就能忽略现实情况满足需求。你的需求是获取价格数据，而这个数据和大部分上市公司的盈利息息相关，你敢爬这些数据轻则风控封号，重则喜提牢饭。

青岛 嵌入式 工业狭窄领域， 五险一金税后 8k*13 ，8:30-5:30 双休不加班，三年经验。

8800 看来还得记单词😭

这个是真的好看🥰

我是看出来了，无论牛熊市，只要仓位控制不到位，必然会在周期转换利润回吐。

我有个思路，在你判断大 A 逐渐走到高位的时候，这时候适当买入高分红的股，尤其是分红小于一年大盘涨幅，而且股价因为牛市筹码被抽离的那种现金奶牛。他们在牛市时可能会因为分红收益跑不赢大盘而交易量下降。1/4 仓位搞点这种股，对冲下追高回调或者不知不觉牛熊转换带来的风险。

在牛市的高位，尤其是我这种判断不出准确熊牛转换时间的小小散，比列分仓把策略结合一下不至于一下高位站岗。
我现在这么分配的：
1/4 买上文提到的遇冷奶牛
1/4 追涨杀跌淦当前的热点
1/4 择机买点受时政影响的 etf, 黄金，军工，石油
1/4 留着失败跑路的时候买电瓶车方便送外卖

1.63%，一通操作，最后没跑过大盘😭

我滴妈，现在对于身份分析的准确性真的是又快又准！

在判断熊牛转换时慢了两拍的时候，不如想想牛熊转换的时候什么股吃香？🤔