与「学习交流」相关的搜索结果

这两天看到Unitas宣布把股票现货 + 永续合约的 delta-neutral 策略加到 sUSDu 的收益来源里，不禁在想：加密行业的发展，真是越来越超出最初的想象了。 一开始，中本聪搞 BTC 是想做点对点电子现金，结果以太坊推出智能合约平台出来后，稳定币反而成了整个加密生态里最接地气、规模最大的落地应用。几乎没人预料到今天这个局面。 现在，加密项目不满足于发各种稳定币，还在往链上资产的“生息层”深挖。这种趋势，跟 RWA（真实世界资产上链）和传统金融跟加密逐步融合有很大关系。黄金、股票这些资产已经在链上有了越来越顺的通道，CEX 也开始推代币化股票产品，这就给“生息资产基础设施”提供了可组合的乐高积木。 Unitas的底子是USDu 和 sUSDu Unitas 最早是围绕“稳定币”切入的，核心产品就是 USDu（基础美元资产）和 sUSDu（生息版本）。 跟 USDT/USDC 这些传统稳定币不一样，Unitas 走的是加密原生合成美元路线。USDu 背后是一篮子加密资产，通过 delta-neutral（市场中性）策略 来维持稳定，同时让抵押资产产生真实收益，这些收益主要流向 sUSDu。 简单比喻： • USDT/USDC 更像“没有利息的美元链上版”，靠美元现金、短期美债、现金等价物、逆回购等传统储备，优点是简单波动小，缺点是中心化发行方风险、依赖银行体系。 • USDu 则是“链上主动策略稳定币”，更 DeFi 化、更加密原生。它是超额抵押（backing ratio 通常 101%+，实时 dashboard 可查），主要抵押物是链上 LP 资产（如 JLP 等，里面包含 ETH、WBTC、SOL、USDC 等）。策略核心是：协议买现货，同时开对应永续合约的空头仓位对冲价格风险，不赌币价涨跌，主要赚 LP 交易手续费 + 永续市场的 funding rate（资金费率）等真实收入。 股票 equity basis trade 怎么玩？ 了解上面提到的背景，就可以理解 Unitas 为啥要加上面提到的股票策略了。 具体玩法跟之前 crypto 版本本质类似： • 买入股票现货（比如通过 Binance 等平台的美股相关产品）。 • 同时做空对应的股票永续合约。 • 通过对冲，把价格涨跌的方向风险尽量抹掉，主要赚永续市场的 funding rate 溢价。 虽然现在美股很热，但 Unitas 目标不是赌美股涨跌，而是像 crypto basis trade 那样，吃中性收益。股票永续的 funding 需求，来自用户想玩代币化美股的交易欲望，跟 crypto perp 市场的周期不完全同步。 这就给 USDu/sUSDu 增加了不一样来源的收益，降低了对单一 crypto funding 的依赖，让整体策略更抗周期。 也就是说，它的本质是：给 sUSDu 带来更多元、更分散的真实收益来源。 Unitas采取相对保守策略：初始只放 300-500 万美元 的验证仓位（validation tranche）。先在真实市场里测执行效果、对冲完整性、流动性、收益稳定性等，跑通了再考虑放大。里面强调了实时监控、滑点控制、CEX 风险管理等，它也提前列了不少坑——比如股票交易时间限制、保证金波动、流动性深度不够、funding rate 可能转负等。 同样的逻辑：XGLD 黄金生息产品 理解了股票策略，也就自然懂了之前Uitas上线的 XGLD ——基于 XAUT（链上黄金）的 delta-neutral 生息黄金产品。它也不赌黄金涨跌，而是用现货 + 衍生品对冲方向风险，主要赚市场资金费率和其他收益，把黄金也变成了能生息的资产。 提到黄金，大家很容易理解，黄金上链是最自然的RWA产品之一。XGLD是 Unitas推出的生息黄金产品，跟之前的“生息资产层”逻辑类似，从美元顺利复制到黄金，打开了又一条新产品线。从“美元生息”到“多资产生息”逐步形成。 Unitas的本质 从加密原生资产（JLP 等），到链上黄金，再到代币化股票，Unitas 干的事，本质上是：把有流动性的优质资产，变成能持续生息的资产，核心方法就是 delta-neutral 中性策略。 未来它再加其他高流动性资产也很完全可以理解，因为 sUSDu 的目标就是实现更多样、更高效的收益来源。对普通用户来说，产品体验几乎没变：USDu 还是美元稳定币，sUSDu 继续吃收益，只是背后策略池子更丰富、更多元，抗风险能力理论上更强。 表里关系：稳定币是 Unitas 的“表”，资产生息层是它的“里”。它正在从单纯的稳定币项目，逐步进化成多资产生息资产的基础设施。围绕高流动性优质资产（加密资产、黄金、股票等），通过中性策略，形成多样化真实收益来源。只要新策略通过风控，就能一个个加进来，最终变成一个可扩展的收益生成系统。 小结 Unitas 想干的事，是在 BSC 等链上构建一个多资产生息资产层：从美元（USDu/sUSDu）→ 黄金（XGLD）→ 股票收益（equity basis trade）→ 更广的 RWA。核心竞争力是多元化收益来源 + 严格风控 + delta-neutral 市场中性策略，让链上资产真正“下蛋”。 当然，收益从来不是零风险：funding rate 会波动、对冲有滑点、CEX 有托管风险、新策略需要时间验证。项目强调实时监控和保守起步，大家还是要自己 DYOR，做自己的功课。 （以上基于公开项目信息和官方资料整理，仅供学习交流，不构成任何投资建议。）

#Midjourney# 垫图练习，用的是V4版本，V5.1好像出不来效果，可能跟提示词参数不对有关，会玩的大佬可以把提示词换换用5.1测试下会不会有更好效果。提示词在ALT里，原图（垫图）链接我放评论区，你们出来更好看的记得发我参考参考，一起学习交流。有喜欢的请帮我点点赞，感谢！

“杜立特行动与和合文化”中美青年使者交流学习计划项目首批20名美国青少年交流生走进仙居，赞叹仙居山清水秀、杨梅味美，真切体会到古诗词描绘的仙境风光。

“杜立特行动与和合文化”中美青年使者交流学习计划项目首批20名美国青少年交流生走进仙居，赞叹仙居山清水秀、杨梅味美，真切体会到古诗词描绘的仙境风光。

很高兴昨天见到Jimmy米哥@tradermige 跟米哥聊得很开心🥳 米哥分享了很多自己的有趣经历，比如花半年爬完长城，骑行的爱好等等！ 也能明显感觉到米哥是一个超级自律的人，还客观给我们分享了其他交易所服务做得好的地方💪 作为币安团队的一员，非常感谢米哥抽时间指点🫡 币安欢迎这样的反馈，我们也会持续改进。 期待和大家的更多面对面交流，继续学习🫶

怎么说呢，“虽然我写了一些逻辑不通顺的不同意见，但你不能因为我写了不同意见就认为是AI写的” “但我确实是用AI写的” 谢谢宝玉老师承包了我一天的笑点。 欢迎各种不同意见，人总是需要跳出自己的思维茧房里跟不同的声音交流互相学习。但看到逻辑不通顺的AI内容我实在有点忍不住，言语上若些冒犯还请见谅。

假如当年 昨天点赞最多的评论互动，是一个四川农村家庭在杭州读普本的女大学生，问留杭还是回老家，我给出了倾向于留杭的建议，绝大部分网友都是支持的。 评论席即时互动的时间和篇幅都有限，我今天想再展开讲一讲。 大城市的核心优势是什么？主要是就业资源。以杭州为例，电商、直播、自媒体、游戏、互联网、数字营销、机器人这些新兴产业都是国内顶级水平，很多岗位你真就只能在杭州找到工作，要回了四川小县城你连简历都投不出去。 而且因为是新兴行业，行业结构不成熟，既得利益群体小，变数大，机会多，即便你的学历不是很高，普本也有很大的发展空间。说白了整个浙江只有一所985/211大学，剩下最好的也不过双非，没有必要还去搞学历歧视，浙江的氛围是很务实的，只要你有能力，肯努力，就一定有机会向上走。 我大学最铁的那几个哥们，有毕业后持续经商的，有大厂干了几年辞职创业做直播公司的，有在外贸公司任职20多年的，下限一年也有三四十万兜底，上限很高随缘。这不完全是他们几个能力强，很重要的一点是杭州这座城市太给机会了。 最近几年最火的公司，研发了deepseek的深度求索、制作了《黑神话》的游戏科学、中国机器人龙头宇树科技，都是杭州孵化的，这不是偶然。 内地的农村家庭好不容易把孩子送到杭州上大学，毕业后怎都要留下来试试看吧。尤其是那种性格较为独立，能抗压，有持续学习能力，善处人际关系的孩子，在大城市发展才能彻底挖掘自己的潜力，回县城真就埋没了。 女生在大城市发展还有另一种机遇，就是有更高的概率找到潜力股男生结婚。我老婆当年毕业后如果回老家上班，要在当地县城找一个综合条件比我更好的可不容易呢，你们同意嘛 退一万步，孩子在杭州闯了几年不顺利，觉得累了想回老家也不晚，在杭州这几年锻炼的工作能力和眼界，回去县城也是优势经验，怎都不亏的。 …… 其实最近些年，我一直有个问题在反复的问自己，如果当初我没有来北京，选择在台州老家发展，我最终会选择做职业投资人吗？我会写公众号吗，我会成为大v吗？我能赚到钱吗？ 一个一个来分析。首先我大概率会一直在互联网上输出内容，因为中学、大学时期的我就一直是论坛活跃分子，来北京之前就已经是这样。但小城市接触新事物新文化有延迟，我可能会推迟几年才开始写微博、写公众号，错过早期红利和先发优势，但最后的最后我还是会成为博主，可能不如现在，但依然会有自己的读者人群。 其次我肯定还是会炒股，因为我入市不是偶然，是受我妈的影响，她是95年开户的老股民，我和她相依为命的那些年头，股市的涨跌直接影响母子两的生活，所以我从初中就知道并关注股市。作为韭二代，我入市是99%会发生的必然事件。 那不来北京就没有影响吗？不，有些重要的事还是改变了。 比如我一直在台州的话，我可能没那么宅，老家朋友多，县城夜生活丰富，我很可能无法坚持那么自律的日更。以及我若一直在县城自主炒股，我很可能不会接触那么多金融工具和其它金融市场，我这方面的视野是在北京和同事以及同行的交流中学习成长的。 那样的我可能就不懂期指、不懂分级基金，不玩可转债、qd、黄金，不会开户离岸的港美股，更不会投资虚拟币。台州当地炒股的氛围就是互相打听本地上市公司的内幕消息，有啥风吹草动就人传人，一窝蜂往里冲。我若一直生活在台州，大概也是这种交易风格。 那个版本的我能赚到钱吗，大概可以吧，但估计数量和现在有差距。 每个人的人生只有一次，除了这一世拿到的剧本，剩下的都是平行宇宙的千万种可能。我不知道“他们”过得好不好，我只知道珍惜当下，过好眼前的这辈子。 …… 前几天评论席里提到handsome boy的梗，是高中时和一个外省的女笔友通信时她对我的称呼，当时我说要找找当年的照片，找到了。高三毕业那年我妈和我去华山旅游的时候拍的，当时我177cm 60kg。 我不发现在的照片，是怕平时出门在外被人认出来尴尬，我无所谓发年轻时的照片，是因为我变老了变胖了，你们只靠以前的照片不可能认出现在的我 时光荏苒，20多年一眨眼就过去了，突然很想再带我妈去一次华山，去找找当年拍照的位置，想看看身后的山的样子有没有变。 就聊这些吧，3/8提醒，玩得开心～

对于嗯哼不吹不黑，只说他身上年轻人能学习的点 1.借假修真：嗯哼最开始做kol，也是互关、刷粉，天天DM别的大佬，要互关、要交流。 即使没啥水平，先假装自己是个kol，慢慢的就做起来了 2.持之以恒粘着有资源的人，多向上社交：要孙宇晨微信要了3年，很多人舔女神能舔三年，把功力用在真正有资源的人身上，这比舔女神收获大一万倍 3.敢于曝光自己、营销自己：营销自己就是最大的杠杆，尤其是00后年轻人，80 90这群人把红利吃光了，00后剩下的路不多，一定要学会让自己站在曝光灯下当“明星” 借假修真做自媒体KOL账号，让自己有足够的曝光度，在相关行业里找有资源的人向上社交，接别人的资源帮助自己成长。形成正向飞轮

推荐这篇文章，Flask 作者 Armin Ronacher 写了这两天我看到最诚实的 loops 反思。之前两篇都在讲 loop 怎么搭、工程怎么落地，这篇问了一个没人敢问的问题：loop 写出来的代码你真的喜欢吗？如果你在用 AI 写代码，这篇可能会让你停下来想一下。 即将到来的 Loop 我不再给 Claude 写 prompt 了。我跑着一些 loop，它们负责给 Claude 写 prompt 并决定做什么。我的工作是写 loop。 — Boris Cherny 过去几个月，我看到越来越多的人在 coding agent 之上构建一些感觉上跟"直接用 coding agent"有本质区别的东西。模式到处都一样：任务被放进某种队列，机器捡起来、尝试、停下来，然后 harness 判断那是不是真的结束。 如果不是，harness 继续同一个 session、注入另一条消息、用修改过的 context 启动一个新的 session、或者把任务发给另一台机器。任务在模型自己本该说"我做完了"的那个点之后，继续活着。 我想这种 loop 想到自己都不好意思承认。 每个 coding agent 内部已经有一个 agent loop 了。模型调用工具、整合结果、再调用工具、读文件、改文件、跑测试、最终生成答案。那个 loop 我们已经相当熟悉了。另一种 loop 是 harness 级别的 loop：agent loop 之外的 loop。那个 loop 也不是新的。从 Claude Code 早期我们就一直在做各种版本，但那个 loop 在 agentic engineering 中越来越重要，最近几周已经开始主导 Twitter discourse。 我还不擅长这个 我目前的状况是：对于我真正在意的代码，我还没怎么成功用过这种工作方式——而这恰好是我相当大一部分代码。 部分原因是品味，部分原因是控制。我对我想要的代码样子设了一个很高的标准，我想理解我交付的代码。在压力下，或者跟另一个人讨论时，我想能够解释清楚系统做了什么，而不是先让一个 clanker 解释给我听。显然，这种"想理解代码"的愿望是否会在几年后依旧存在，是一个问题。但现在，我还没有越过"理解对我来说很重要"这个阶段。 基于这个愿望，对于没有我关注时写出来的代码，尤其是由 loops 产生的代码，我感觉有些东西缺失了。当前模型倾向于产生过于防御性、过于复杂、推理过于局部的代码。它们避免强不变量。它们添加 fallback 而不是让坏状态变得不可能。它们重复代码、发明糟糕的抽象、用更多 machinery 掩盖不清晰的设计。更糟的是：我几乎看不到这方面有什么进步。如果有什么变化的话，我觉得我们可能还在往错误的方向走。至少以我的品味，当前像 Claude Code with ultracode 这样的无人值守 harness 产出的代码，比去年秋天我们产出的还要差。因为 Claude Code 加 Fable 会连续不停地在一个问题上工作 30 分钟甚至更久，而过去这个过程会有更多人参与。 此外，一个众所周知的问题是模型倾向于观察到某个局部失败然后添加局部防御。Karpathy 提到他们"对异常感到极度恐惧"。在具有重要不变量的系统中，尤其是持久化数据格式或核心基础设施，正确的修复不是"处理每个异常情况"。正确的修复是让异常情况一开始就无法被表达或写入。但即便有大量人工引导，LLM 也不会自然地产生那种代码，而且即使代码自然地像那样产生了，它们仍然会试图处理现在已不可能的错误。 当你把这种行为放到 loops 后面时，你往往会放大它。如果每次迭代都添加一个小防御，系统会慢慢变得更不透明，同时表面看起来更健壮。你越放手，这种情况就越严重。当这样的工具交给没有清晰指导的初级开发者时，它还会教给他们非常糟糕的实践。因为如果你问他们为什么做所有这些，他们会令人信服地论证自己的做法。 Loop 在哪里有效 但与此同时，假装 loop 模式不管用也是不诚实的——它在某些领域已经好得惊人。 代码移植就是其中之一。已经有令人印象深刻的大规模自动化移植案例，包括报道中把 Bun 的部分代码从 Zig 移植到 Rust 的工作。我自己也成功用它把 MiniJinja 移植到了 Go。性能探索是另一个效果惊艳的场景。机器可以尝试实验、跑 benchmark、丢弃失败、继续搜索。安全扫描也自然适合，几乎任何类型的研究也一样：让系统探索一个复杂的问题空间然后汇报回来，不一定要提交持久化的代码。 这些场景的共性是：它们要么不生成新代码，而是转换已有代码；要么产生的代码有意不需要长期存活。它们要么产出 PoC 或想法，要么呈现发现，或者更像机械性的转换。 我相信，产出不需要长寿的 artifacts 的 loop，或者产出某种可清晰验证的机械性翻译的 loop，比 harness 机械性地衡量某个目标的一般能力更重要。很多成功的 loop 应用用另一个 LLM 作为 judge 或 orchestrator。机械性翻译场景可以用二元测试用例验证，但它也可以用 LLM 来评判！ Claude Code 在创建完整的实验性工作流并执行它们方面，变得越来越好。当然，它生成的代码是 slop，但那更多是模型的问题，而不是 harness 不能很好地判断工作流中的某一步是否带来了净改进或完成。 Harness 只需要一些信号让它能继续。不需要客观或二元——只需要足够有用来驱动下一次迭代。 我非常喜欢那些能把我日常中的无聊部分拿走的 loops——做实验、测量、给我灵感。 软件作为有机体 另一方面，用同样的 loop 方法来写持久化的代码，我还不觉得舒服。我喜欢的比喻是：从软件作为确定性机器，到软件作为有机体。 我成为一名软件工程师的环境鼓励我理解机器。总有一层你可以剥开来加深理解。不展现确定性可观测行为的机器也许被接受，但一般不被认为是最优的。在软件架构上，我认为追求更多的确定性而不是更少是可取的。同样，理解代码的能力一直是一个不可否认的目标。实践中并不总是可能，但我们仍然以写出好的代码为荣，使得即使是新工程师也能通过巧妙的架构在复杂的代码库中导航。在设计良好的系统上，总有一些工程师知道不变量在哪里，哪些部分是承重的，哪些改动是安全的。理想情况下所有这些都是有良好文档的。在缺乏这种理解的地方，通常被认为是需要改进的事情。 显然，那个理想一直都很紧张。许多软件系统，尤其是非常成功的系统，在工程师能让它保持干净的时期过后，常常变得太大、太动态、太依赖外部服务，无法装进任何人的脑袋。即使没有 LLM，我们在诊断分布式系统时也已经有点像医生了：观察症状、提出假设、"开更多检查"、尝试一些补救措施、再次观察。 但有了 LLM，我们正在沿着这个方向走得更远更快。我们用它们来写代码，也用它们来诊断和治疗。已经有大量工程师生活在这样一个世界里：生产问题发生后的第一步是让 clanker 读日志、提出根因、主动提出 patch。结果 patch 通常被另一台机器捡起来审查，有时甚至没有任何人工监督就合并到了 main。 显然这很强大，我不能否认它听起来很诱人。但屈服于这个想法，特别是随着人类监督越来越少，意味着接受我们可能无法再以同样的方式理解整个系统。我们治疗它、监控它、稳定它，但我们不一定理解它。 我毫不怀疑对于某些软件来说，这没问题。不是每一行代码都值得人类作者身份，而且过去也可能写过更差的代码。 但我希望所有软件都这样写吗？ 你无法完全退出 非常令人不安的是，选择退出这个全机器驱动的未来可能不是一个选项。 安全是最清晰的例子。即使你不用 loops 来构建你的软件，别人也会用 loops 来攻击你的软件。攻击者会持续运行机器，即使不是攻击者，安全研究人员也会，而其中一些自动化工作会产生大量噪音但也会发现真正的问题。信号和噪音都会以如此大的规模涌向你，以至于你几乎不得不也扔一台机器来处理。 Daniel Stenberg 关于 curl 的 summer of bliss 的帖子是一个很好的例子，展示了维护者已经承受的压力。据我所知，AI 在 curl 的核心开发中并没有扮演重要角色。但尽管如此，维护者还是被报告淹没了——其中大部分是 AI 生成的。 如果攻击者和报告者都在 loop，防御者最终也需要 loop 才能跟上。也许不是直接写 patch，也许只是用来 triage 和复现——但压力会增加。 竞争也是一样。有些团队会通过原始速度超越其他团队。有些项目会突然加速，因为一个小团队搞清楚了如何有效编排机器。有些 startup 可以用五个人做到过去需要五十个人的事。有些人可能会直接把一台机器放在一个 loop 里对着你的产品，告诉它"把它做得像那个一样"。而如果他们的用户很开心，这真的重要吗？ 不是所有软件都会受到同等影响。有些领域会惩罚草率，要求信任和责任，但很多软件生活在一个原始速度、快速实验和大面积覆盖至关重要的世界里。 建立新的依赖 最可怕的部分是，我们以新的方式变得依赖于这些新机器。软件一直依赖工具。我还记得我不得不为编译器付费的时候。这些新工具让人回想起那些创造软件需要真实成本的日子。但现在不再是一次性付款了——它是一种持续的依赖。不只是对钱包的依赖，还有认知依赖。 如果一个代码库由 loops 产生、由 loops 审查、由 loops 打补丁、由 loops 维护，当你不再能访问同等级别的系统时会发生什么？当某些贸易限制剥夺了对最强模型的访问时？如果只是成本变得不可接受呢？如果你和你的团队只是丧失了不用机器理解代码的最后一点能力呢？ 我们可能会创建出不仅人类难以维护、而且把机器参与作为其维护模型前提的代码库。这已经在发生了！不是在所有地方都发生，甚至可能不是以被视为有问题的方式在发生，但我们看到越来越多。人们越来越多地合并他们不能完全解释的代码。人们失去了创建 issue 报告或在聊天中讨论事情的能力，而不借助 clanker 增强或改写他们的消息。太多人越来越依赖机器来总结或提供上下文。我越来越多地遇到通过 LLM 这个中间人与我交流的人。 再说一次，也许这甚至不一定是错的，但它对我们做事的方式是一个巨大的改变。 未来的 Harness 我毫不怀疑这就是方向，但朝着这个方向走需要我们在所有地方都改善我们的工具，而不只是在 coding agent 里。 仅仅编排更多的 loops 是不够的。更好的变更可视化或编排或 agent 不会恢复我们的理解。要么我们需要找到巧妙的方法把人拉回 loop，让 loop 的变更长期可读，要么我们需要找到更好的方法来组合这些越来越复杂的系统。 这也是我对 Pi 的角色的想法在变化的地方。Pi 一直很谨慎，我认为这种谨慎是好的。我不希望一个每一次交互都变成不受控制的机器 swarm、做出我无法跟上的变更的未来。我不希望 Pi 为了赢得"软件自己写自己"的竞赛而变成一个不可维护的混乱，我也不希望 Pi 推广这类工程。但与此同时，Pi 是一个 harness，而 harness 正处在人们运行这些新型实验的中心。 编码任务的任务队列、agent 编排、子 agent、持久化 session 会变得越来越重要。即使是我们这些有保留意见、没有盲目拥抱 loops 的人，也必须要开始做这些实验了。因为我们需要理解如何让这个未来有边界、可生存。 控制 Loop 正如你从这篇文章中读到的，我对这个未来非常不安。不是因为恐惧，而是因为基于对这项技术至今的经验而产生的谨慎。 采用 harness loop 的想法意味着 harness 决定工作何时完成。在 agent loop 中，模型最终说"完成"然后我审查。即使在那之前，我通常也在沿途引导。我参与其中，我喜欢在学习中前行。在 harness 操作的 loop 中，我不确定我的角色到底是什么。甚至"完成"信号也失去了所有意义，只是变成了传递给另一台机器进行评判的信息。我的角色被简化为一个信使。 今天，我不喜欢我看到的那种用这种方式构建的系统产生的代码，我也不喜欢与太多用 AI 辅助构建的软件交互。Loop 很强大，但它越来越多地移除责任，至少在当下它非常鼓励我们向机器投降。 然而，我毫不怀疑这个 loop 化的未来就是我们的未来——尽管我目前对此感到反感。我已经看到惊人小的团队以不可能的速度在构建，我看到代码库正在变成越来越模糊和混乱的有机体，只能由更多机器来诊断。这些代码库同时既有用又混乱。 所以我想我开始接受一个事实：问题不是我们会不会 loop——显然我们会的。也许问题是：在一个 loops 的未来里，我们如何不放弃判断，如何在其中保留良好工程的原则，如何确保负责任的人能够继续监督，如何重新思考我们架构代码的方式以在其中保持清醒。 原文：Armin Ronacher, "The Coming Loop", 2026-06-23 链接： #AI# #Loops# #软件工程# #反思#