用 Cursor 后

感觉自己团队又多了好几位代码仔

只花了20分钟

就光速上线一个监控仓库每日 Star 的 BOT

和大家同步一下近况，由于个人原因，我离开 Zeabur 了

过去接近两年的时间一起从零到一搭建了 Zeabur ，得到了很多用户和朋友的信任，这个过程中自己各方面也成长了许多，是一段永远难忘的经历❤️

接下来的计划是先休息一段时间，同时关注一些 remote 的前端或者全栈的工作机会，更偏好小团队和创业公司，还请大家多多关照 😊

BTW，Zeabur 的专属服务器功能已经偷偷上线一周啦，还没体验的朋友快来试试看！

老罗还是那个产品经理老罗🤭

国庆后，一份 Docker 和 K8s 完整指南输出。

目前还没有完全做到将讲解和代码分离以及保持全文一致性。
如果有大佬感兴趣参与优化编辑，欢迎留言。

https://j08v3n7cqq.feishu.cn/wiki/QjiBwDqzeigiK9kMJeTcbHZjnyd

史上最大争议！“AI教父”Hinton获诺贝尔物理奖

当加拿大多伦多大学教授杰弗里·辛顿（Geoffrey E. Hinton）听到获得诺贝尔物理奖时，自己都很惊讶，表示没有想到，你就知道这个争议有多大了。

瑞典皇家科学院宣布2024年物理奖颁给了，两位AI先驱美国普林斯顿大学教授约翰·霍普菲尔德 (John J. Hopfield)和加拿大多伦多大学教授杰弗里·辛顿（Geoffrey E. Hinton），表彰他们通过人工神经网络实现机器学习的基础性发现和发明。

两位提出的Hopfield网络、玻尔兹曼机器、神经网络、深度学习、反向传播算法、模仿人类大脑等技术概念。这为后来开发出ChatGPT、Midjourney、Sora、Runway等现象级生成式AI产品奠定了重要技术基础。

但美国媒体认为，把这些成就与物理联系在一起难免有点牵强啊，那物理学家直接转行研究AI。不过有一点可以确定，由生成式AI引发的第二次AI革命正在席卷全球各行业，加上这次的诺奖背书，其影响力将呈指数级爆炸增长。

Cursor的热度过了一些了，再来聊聊AI生成代码。

我们需要对AI生成的代码保持批判性，就现在而言，生成的部分代码其实还行，但是大多数代码，使用的时候需要谨慎。

我们把它当工具来使用，也要注意如果使用不当也会伤害你。

我的建议：代码新手其实需要关注细节，尽量少用，不依赖，因为不知道如何判断代码质量。

老手的话，不要指望AI能生成很牛的代码，但是我们可以把它改得很牛，变成自己的代码。

其实保持一点清醒就好了：越复杂的事情，AI越帮不上忙，还越可能帮倒忙。

这几天已经在数不清的渠道刷到她离职的新闻了。
为什么个人离职这么值得报道？产品经理而已啊。

深度学习之父杰夫·辛顿，刚刚拿到了2024年的诺贝尔物理学奖。

时下最火的OpenAI、谷歌AI、KimiGPT都出自他的徒子徒孙之手，影响力之树覆盖全球，真正的桃李满天下。刚好在小破站里看了解读他有多牛逼的视频，梳理的很完整：

这位传奇英国人自1986年发表“神经网络”论文后，引起了一时风潮，但是只有他始终坚持了这条道路。

那时的硬件、软件条件均不能引发AI的澎湃发展。

杰夫·辛顿备受冷落，拿不到研究经费，直到加拿大高等研究院给了他50万美元的支持，让他结束了漂泊的访学生涯，得以安顿下来召开研讨会，培育深度学习方面的计算机人才。

50万美元经费对整个学科极具重要性。所以杰夫·辛顿虽然出生于英国，被世人认为是加拿大科学家。

辛顿研究团队有一些著名的博士后学生，随后都成为了人工智能领域的杰出领袖。

伊利亚·苏茨克维：OpenAI首席科学家，ChatGPT
亚历克斯·格雷夫斯：长短期记忆网络（LSTM）
鲁斯兰·萨拉赫丁诺夫：曾担任苹果AI研究总监
杨立昆：积卷网络之父，纽约大学教授，Meta（前facebook）首席人工智能科学家
彼得·戴杨：强化学习领域先驱
马斯克·韦林：微软研究院阿姆斯特丹实验室负责人
祖宾·加拉玛尼：领导谷歌AI大脑团队
余凯：百度深度学习研究院创建者之一

小破站的那支视频很值得看，还包含了这些徒子徒孙间的恩怨情仇，技术路线之争。

拽拽的

重要的是远见、审美、同理心，然后才是方法论。