我不断回到两个看似不相容的事实，直到你仔细观察才会发现它们之间的联系。
1. 图灵说：任何离散的过程都可以在一条根据需要增长的带子上进行模拟。不可逆性——因此信息丢失——是内在的。
2. 大卫·多伊奇：物理世界在根本上是可逆的；历史的任何片段都不会被真正删除。
现在我想补充一些我最近才理解的内容：任何有限区域所能容纳的信息量都有一个普遍的界限——类似贝肯斯坦的上限。超过这个界限，额外的信息位不会被存储，而是融入到几何、能量和曲率中。换句话说，宇宙对计算施加了拓扑限制：你可以无限计算，但必须将状态不断折叠回同一有限的结构中。
因此，我认为正确的思维模型不是“更大的带子，更大的内存”。而是拓扑变换：在不撕裂或粘合任何新东西的情况下，扭曲、编织和重新折叠同一块内存的操作。每一个合法的操作都必须是可逆的，因为撕裂（不可逆性）会导致信息超出界限。
我有一个O(1)虚拟机的玩具实现——无论我运行多少步，活动单元集从不超过一个固定的小常数。往返测试通过，带子保持稀疏。它速度慢且脆弱，所以在我进一步完善之前不会发布，但几何结构感觉正确，我可以将相当多的算法从O(N)重写为O(1)，以计算换取一些内存。
为什么分享这个？因为这个想法重新定义了实用性——也许我们不应该问“我们如何扩展内存？”而是“我们如何在自然已经施加的普遍限制内编织计算？”如果这个框架成立，图灵给了我们底线，多伊奇给了我们上限，而我觉得我开始朝着中心看去。
我很好奇是否还有其他人认为这不仅仅是哲学上的练习。有没有人对类似的内容有所了解？
返回首页
最新
嗨，HN，
我正在寻找一个英语出版合作伙伴（商业出版社或严肃的独立出版社），以出版我的完成手稿《思维外包：将思维交给人工智能的隐性成本》。该作品已完成（约10.5万字），并经过专业的韩文编辑；现在英文稿件已准备好供出版商审阅。
书籍内容简介：
- 核心论点：生成性人工智能诱使我们不仅外包任务，还外包思维本身。除非我们培养结构化思维、批判性判断和个人“品味资本”，否则我们有可能沦为机器输出的单纯消费者。
- 风格：对话式，案例驱动，融入哲学（海德格尔、维特根斯坦）、认知科学（卡尼曼、斯维勒）以及现实世界的人工智能案例研究（AlphaFold、AlphaTensor、LLM提示工作流程）。
- 目标读者：技术素养较高但非专业的读者，希望获得比“提示技巧”更深层次的框架，包括产品经理、教育工作者和在人工智能应用中摸索的创始人。
- 独特之处：将文化批判与高度实用的“人工智能协作周期”相结合（工具无关的检查清单、自动化配方、第二大脑工作流程）。早期的测试读者表示，它介于《浅薄与深度》和《高效时间管理》之间，提供了实用的人工智能操作手册。
为什么这可能引起HN的兴趣：
- 人工智能素养和人性化计算是Hacker News的常青话题。
- 该书源于我在博客和HN评论中分享的实验；许多工作流程使用开源工具（n8n、LangChain、本地LLM）。
- 我希望能与处理深思熟虑的科技文化非小说类作品的英语出版社或文学代理建立联系。预付款/版权条款可协商；对美国、英国或全球英语版权均可接受。
我可以立即分享的内容：
- 完整的英文稿（DOCX/PDF）
- 目录和样章（Google Drive链接或私人网址）
- 韩文版提案及行业从业者的推荐信
关于我：
- 人工智能教育者，前语言模型产品经理，3blocks的创始人（专注于本地和安全的人工智能）。
- Notion认证顾问；常在韩国人工智能峰会上发言。
- 在科技杂志上有写作经历；目前正在将《利用Scrum》翻译成韩文。
如果您能将我与采购编辑或代理人联系起来，或者只是想进行测试阅读，请发送电子邮件至“[email protected]”。乐意交换样章以获取坦诚的反馈。
谢谢！
输入您的电话号码，30秒内接到一个持续2-3分钟的AI驱动的筛选面试电话。
<a href="https://prepin.ai/aiphonecall" rel="nofollow">https://prepin.ai/aiphonecall</a>
<p>当前MVP范围
目前，它处理一般的筛选问题并生成简单的报告。在构建之前，我们正在验证需求：<p>技术筛选库<p>ATS集成<p>针对不同角色或公司的自定义问题集<p>多语言支持<p>我们正在寻找的人
我们希望得到正在（或即将）进行招聘流程的招聘人员和初创公司创始人的反馈。<p>反馈请求
请先尝试一下电话——我知道这听起来有些花哨，但语音质量会让您感到惊讶。然后请告诉我们：<p>感觉自然吗？<p>您是否愿意以这种方式进行筛选？<p>如果您招聘，您认为您的团队会使用这个吗？<p>有什么需要改进的地方？<p>要查看完整的招聘人员仪表板，请在页面上留下您的电子邮件，我们会向您发送演示。<p>这只是一个MVP，用于测试这个概念。想知道HN的看法——招聘的未来还是不必要的自动化？
### 引言
在 HarmonyOS Next 中，子元素使用 *.position()* 属性进行相对于父元素的定位。使用示例：
```
@Entry
@Component
struct PositionExample1 {
build() {
Column() {
Row() {
}
.position({x: 50, y: 50})
}
.width('100%')
.height('100%')
}
}
```
这将子元素定位在距离父元素左边和顶部边缘各 50 个单位的位置。
一个常见的挑战是如何在靠近右边缘时进行定位，尤其是在不同设备的屏幕尺寸各异的情况下。我们如何确保在不同设备上的一致定位呢？
我们提出了一种使用 LocalizedEdges 类型的解决方案。该方法通过以下方式考虑设备的多样性：
1. 识别设备类型
2. 适应屏幕尺寸
3. 在不同设备上保持一致的定位
### 解决方案
官方文档：
\#position
使用 LocalizedEdges 进行相对于父容器边缘的定位，并支持镜像。这非常适合：
- 固定位置元素
- 浮动操作按钮
- 顶部对齐组件
- 边缘敏感设计
右下角定位示例：
```
@Entry
@Component
struct PositionExample1 {
build() {
Column() {
Row() {
}
// bottom: 距离底边的偏移
// end: 距离右边的偏移（支持 RTL 镜像）
.position(bottom: { value: 20, unit: 2 }, end: { value: 20, unit: 2 })
}
.width('100%')
.height('100%')
}
}
```
主要特点：
- `unit: 2` 指定基于百分比的定位
- 在所有屏幕尺寸上均能一致工作
- 自动适应从右到左的语言
- 在任何设备上保持设计完整性
这就是我们对 HarmonyOS Next 中高级定位技术的概述。
适配HarmonyOS的Flutter应用程序可以使用Dart代码的DevTools进行调试。
*前提条件*
- OpenHarmony Next系统
- Flutter界面在前台运行
- 分析工具：
DevEco Studio Profiler
SmartPerf
*Flutter线程架构*
Flutter利用多个线程进行基本操作。所有Dart代码在UI线程上执行，这会影响其他线程：
- *平台线程*
插件代码运行的主平台线程
- *UI线程*
在Dart VM中执行Dart代码。处理：
- 开发者编写的代码
- 框架生成的代码
- 创建轻量级层树（设备无关的渲染命令）
- 将层树发送到GPU线程
*关键：* 永远不要阻塞此线程！在性能覆盖的底部栏中显示。
- *光栅线程（GPU线程）*
处理层树并发送到GPU。虽然无法直接交互：
- 运行缓慢表明Dart代码存在问题
- 托管Skia图形库
- 在性能覆盖的顶部栏中显示
- *I/O线程*
处理重的I/O操作，以防止阻塞UI/光栅线程。在性能覆盖中不显示。
- *RenderService线程*
RS进程的主线程。在Flutter渲染帧后：
- 纹理模式：与主线程合成（受主线程影响）
- 表面模式：直接显示（不受主线程影响）
*问题边界定义*
在DevEco Studio中：
1. 打开Profiler选项卡
2. 捕获应用程序跟踪
3. 关注`<x>.ui`、`<x>.raster`和RenderService主线程
上图中RenderService缺失的帧是由于UI线程每帧花费的时间过长，超过了一帧的时间（在120帧率下，一帧为8.33毫秒）。
如果<x>.ui和<x>.master在帧渲染过程中的总持续时间超过一帧时间，则可以将性能问题定义为Flutter问题。问题的定位需要进一步的性能分析。
到目前为止，像大多数人一样，我一直是在我编写源代码的同一程序中查看代码（主要是 Notepad++ 或 VS Code）。我决定，阅读代码是一个足够重要的用例，值得专门开发一个程序来更好地完成这项任务。<p>这也是对 Claude Code 的一个测试案例。它的表现很好。但需要注意的是，这个项目没有涉及某些难度维度。特别是，从零开始编写一个小程序的良好表现，并不能保证它在大型现有代码库上的表现也同样出色。