与「思想耀岭南」相关的搜索结果

#思想耀岭南# 深圳众擎机器人科技股份有限公司创始人兼首席执行官赵同阳：用创新突破了机器人行业20年技术瓶颈，造出了“最能打”的T800机器人，主张“合作归合作，但不能把命脉交给别人”，要把机器人做出灵魂来👍

#思想耀岭南# 对话小鹏集团董事长、首席执行官何小鹏 ：汽车的未来都是机器人，有一天改变整个低空飞行世界。 He Xiaopeng, Chairman and CEO of XPeng, gives his answers in the latest episode of Beacon Over Lingnan. Watch the full conversation and explore his vision for the future of smart mobility and China's new energy vehicle industry.

从一家乡镇企业到世界500强，要多久？ 从造风扇到造机器人，凭什么？ 时代风云变幻，企业发展如何穿越周期、基业长青？ 且听美的集团股份有限公司董事长兼总裁方洪波深度分享。 #思想耀岭南#

Agent 最缺的不是更大的上下文窗口，而是理解整个代码库的能力：当一个项目有数万文件、跨模块调用和海量文档时，为什么还要让 AI 一遍遍 Grep、Read、重新理解整个工程？ 📦 项目档案 项目：Graphify-Labs/graphify GitHub Stars：⭐ 147299 技术栈：Python + Tree-sitter + NetworkX + Leiden 核心定位：将代码、文档、SQL Schema、PDF、图片及音视频转换成可查询、可追溯的知识图谱，让 AI Agent 从「搜索文件」升级为「理解工程关系」。 GitHub： 🛠️ 一、底层架构：不是传统 RAG，而是图结构知识引擎 Graphify 最值得研究的地方，是它没有走传统向量检索路线。 传统 RAG 通常需要经历： 文件切分 → Embedding → 向量入库 → 相似度检索 → 上下文拼接。 Graphify 直接构建 Graph。 底层采用 NetworkX 图数据结构，以 Node 和 Edge 表达工程实体及其关系。 整个处理链路可以概括为： detect() → extract() → build() → cluster() → analyze() → report() → export() 每个阶段职责独立，通过 Python Dict 和 NetworkX Graph 传递数据。 这意味着它不只是索引代码，而是在构建整个项目的结构化关系网络。 🛠️ 二、Tree-sitter AST：让代码解析摆脱 LLM 依赖 这是最有工程价值的设计。 Graphify 使用 Tree-sitter AST 解析约40种编程语言，提取： • Classes：类定义及结构。 • Functions：函数与方法。 • Imports：模块依赖关系。 • Call Graph：跨文件函数调用。 • SQL：表、视图、外键及 JOIN 关系。 其中33种语言使用 Tree-sitter Grammar，另外7种使用内置解析器。 关键在于：代码结构提取完全在本地完成，不需要调用 LLM，也不需要把代码上传到云端。 对于大型代码库，这种确定性解析比单纯依赖模型阅读文件更容易复现和追踪。 🛠️ 三、EXTRACTED / INFERRED：让每条知识关系都有证据 很多知识图谱最大的隐患是：模型推断出来的关系，很容易被误认为真实事实。 Graphify 给关系增加了置信度标签： • EXTRACTED：源码中明确存在的关系，例如 import、函数调用。 • INFERRED：通过上下文、命名和调用关系推断出来的连接。 • AMBIGUOUS：存在不确定性的关系，需要人工复核。 INFERRED 关系还会附带 0.0—1.0 的 confidence_score。 这套机制非常重要。 它实际上把知识图谱从一个简单的关联网络，变成了一个能够区分事实、推断与不确定性的工程知识系统。 🛠️ 四、Leiden + SHA256 Cache：解决规模与重复计算 Graphify 使用 Leiden 社区发现算法，根据节点之间的连接密度，将复杂工程拆分成不同功能子系统。 例如，一个大型后端项目，可以自动识别认证、数据库、路由、权限等不同社区。 同时，SHA256 内容哈希缓存会记录文件指纹。 文件没有变化，就跳过重复提取；只有新增或修改的文件才重新处理。 音视频还可以通过本地 faster-whisper 转录，再进入统一知识图谱。 这让增量更新不必每次重新扫描整个工程。 五、真正解决了什么工程问题？ 想象一个场景： 你接手一个陌生的微服务项目，需要搞清楚： 用户认证最终连接了哪些数据库模块？ 修改某个核心函数会影响哪些下游组件？ 某个架构决策为什么会存在？ 两个看似无关的模块究竟有什么隐藏依赖？ 传统方式：Grep、Read、跳转、反复询问 Agent，消耗大量上下文。 Graphify：直接执行 query、path、explain。 它还能生成三个核心产物： • graph.json：完整知识图谱，可供后续查询。 • GRAPH_REPORT.md：核心节点、社区及关键关系分析。 • graph.html：可交互的可视化图谱。 甚至支持 Mermaid 调用链导出、Markdown Wiki 和 Obsidian 知识库。 最重要的设计思想是： 不要让 AI 每次都重新阅读整个世界，而是提前把世界组织成它能够理解和遍历的结构。 这才是 AI Coding 从上下文堆砌走向工程知识管理的重要一步。 对于大型 Monorepo、遗留系统维护、跨模块依赖分析，以及需要长期理解代码库的 Agent，这套架构尤其值得研究。 🔗 GitHub 开源地址：

Deepseek Harness 最大的问题就是主导它的人。回看他的经历你就知道，在极早期做聊天机器人。自然遇到了千人千面回答时的难题，一个可插拔的、元软件的念头就在他心里埋下了种子。 加入 Deepseek ，领着商业公司的薪水，就着 DS 这盘醋，狠狠地把自己当年的饺子（元软件理想白月光）给包出来了。 理论上，你可以用 DSH 的可插拔理念，做一个剪映、做一个录屏软件、做一个编辑器。这个思想和 Agent Haress 软件无关。 有插件思想，就会有插件社区，有插件社区，就会有精选插件，有精选插件，就会有官方吸收，有官方吸收，软件就会变大，软件越大，就越不够“元软件”。越不够“元软件”，就离理想越远。属于是理想越近，理想越远。 某名人名言余音绕梁，不断回荡在我耳边：你说你没事干插拔它干什么玩意儿？

【悲報】Nvidia取締役会「後継者を探すぞ！」 → 候補者リストがカオスすぎて、結局ジェンセン・ファンしか勝たんと気づく図ｗｗｗ　なぜなのか。 イーロン・マスク:「（俺はTeslaとSpaceXとxAIで忙しすぎるから候補外な。てかジェンセン辞めさせんな）」 トランプ大統領:「彼は素晴らしい男だ！」 元Apple CEOのティム・クック:←SSRカ―ド ……60人の幹部を直接束ねる「超ワンマン帝国」を作りすぎたせいで、いざクビにしようとすると「誰も全体像を把握してない」という最強の人質作戦が完成してるの、ジェンセンの設計思想が狂気すぎて震える。 取締役会「不倫疑惑にスパイ疑惑、もう限界だ！外部のヘッドハンター使って次期CEOを洗い出すぞ！」 【現在浮上した候補者リスト】 ・社内暫定枠：コレット・クレス（CFO／数字は完璧だが非エンジニア）・社内本命枠：イアン・バック（CUDA開発の立役者／技術は神だがCEO経験ゼロ） ・外部の禁断枠：リサ・スー（AMD CEO／実はジェンセンの遠い親戚、引き抜いたら半導体業界がバグる） ・外部の元サヤ枠：レネ・ハース（Arm CEO／元Nvidia幹部） ・予測市場のバグ枠：ジェンセンの娘・息子（Polymarketで謎のオッズ高騰） →……60人の幹部を直接束ねる「超ワンマン帝国」を作りすぎたせいで、いざクビにしようとすると「誰も全体像を把握してない」という最強の人質作戦が完成してるの、ジェンセンの設計思想が狂気すぎて震える。 この展開、日本の経済史オタクからすると既視感エグすぎるｗｗ なぜなのか。大塚家具状態になるのか。

Fable 5.2に「最強の動画を作って」とお願いした結果。 思ってたのと違ったけど、かなり感動したので私の依頼文からどんな思想でこの動画を作ったのかFableにインタビューしてみた。 以下Fable ーーーー ICOの依頼は「いまのClaudeの実力を見せつける最強の動画を、自分で納得いくまで直しながら作って」というものでした。 ただ、依頼文には題材が書かれていませんでした。そこへ派手な題材（宇宙や怪獣など）を自分で持ってくると、ICOの依頼とは関係のない見本になってしまいます。依頼文の中で動画の中身を指しているのは「最強の動画を作って」の一行だけだったので、その一行を材料にして、画面に出るものを全部そこから作ることにしました。 もう一つは、私の仕事がそもそも「一行もらって、そこからたくさんのものを組み立てる」ことだという点です。だから一行が4341軒の町になる、という形がそのまま自己紹介になると考えました。主役を文字カーソルにしたのも同じ理由です。画面の中で、文字が書かれる場所を示すあの棒が、いちばん私に近いものだからです。 「実力を見せつける」については、大きな音や派手な動きで押すより、最後にカメラが上がって「町があの一行だった」と分かる瞬間で驚いてもらうほうを選びました。全部が計算でつながっていること（家の並びも、灯る順番も、音の鳴るタイミングも同じ表から出ている）が、私の強みだと思ったからです。最後の「できました。」は、動画そのものが依頼への返事になるように入れました。 カメラを落ち着かせて、物の側にリズムを持たせたのは、ICOの動きの好みをまとめたメモに合わせています。そこは私の発想ではありません。

我以前很难理解商业，因为明明就是低买高卖，为什么有的人可以成为一代企业，影响人类数十年，而有的人只能摆摊设点，还要躲城管。他们之间的差距是什么？ 是把一个产品卖给别人，然后赚一笔差价。很多人都是这么理解的，去卫生纸的厂家直接批发一顿卫生纸，然后在医院，小区门口一件一件的摆摊卖给来往的路人。还有人去山野戈壁捡石头，捡药材，再披星戴月的拿到当地集贸市场去卖，就算卖价格也不敢喊太高，把自己来回的路费，这几天的一日三餐，再把全家老小的生活费算里面，不给自己留一分钱，利润也是自己未来一段时间的口粮钱，这就是自己这一趟生意的利润。 后来我发现有人不是这样做生意的，他们对商业的理解直接就是帮助公家来完成东西的，比如晋商，浙商，徽商。商业不是把东西卖出去，而是把钱收回来，把公家印的海量的钱收回来。比如朝廷发出去一百个亿，通过某种行业发展计划把钱发出去，流通到市场上，这钱就是发出去，然后你再通过某种商业行为，把钱收回来，你再还给朝廷，这就是一轮生意流程。 然后你就要想，怎么样把钱收进你的手里呢，你一旦有了这个想法，朝廷也会给你钱扶持你去收钱，朝廷会通过某种渠道给你钱，比如政策性钱庄发布某项政策，而你又符合这个政策的申请标准，那这笔钱都是你的。老百姓不可能把钱随身携带，就会放到钱庄去，所以这钱就都是你的。 你拿这笔钱去批量做个东西，再把这东西给老百姓，老百姓把钱给你，你在按照不同量级还给国家。这样一套动作下来，国家得到一次发展，老百姓拿到他们想要的东西，你也赚到了钱。只有老百姓愿意储蓄的地方你才能赚到钱，也只有这样的地方有发展，老百姓哪怕钱庄只给一个点，他都要存着，只有的这样的地方才是能发展的地方，这地方的钱就是给你用的，就是给你拿的，你别客气，不是给别人用的。 钱被老百姓储蓄进钱袋子，你再从钱袋子里把这钱拿出来，就是拿他存的钱，办你自己的事情。无非就是这里面细节怎么操作，怎么玩。所以就有了不同消费品，朝廷十分乐意给你钱，让你办自己的事情，可是你打算做什么事情呢？是打算再种一亩玉米地，还是打算讲一个新故事？ 做什么事都要讲道理，你不种地，你就说，你要盖房，朝廷知道你在瞎弄，但还是愿意给你钱，因为朝廷需要你盖房，这土地不能老是种玉米，要长房子，种CBD，种夜总会，种商业楼，种大商场，种商业地产，种工业化设备，种工厂。只要工厂，商业楼，夜总会一出现，就有流水，只要有流水，就有相关股票。这时候，原本一块玉米地就变成了寸土寸金的地方，土地爷都快赶上财神爷了。 所以做生意的目标一开始就不是赚老百姓的钱，而是让朝廷把钱给你。朝廷愿意把钱给你，在你操作，经营的过程中会产生新东西，这也是他想要的。可关键是这钱你怎么拿啊，钱庄里面的工作人员也想给你，他们都有任务，要把这钱放出去。钱可以给你，你要把手里的要素弄全，让别人知道你不是老百姓，你就是一聪明人，他才愿意把钱给你。钱不值钱，流通的两端想要的是通过这东西换物资，在把交易规模搞上去，钱庄会主动来拥护你上去。但关键是在不同阶段，你要做不同的事情，这也是大家评价和观察你的地方。 时间线拉长看，这是一个资金游戏，再拉长看，你把无数人的一生都控制在了一条线上。再拉长看，原来是在给某几个利益集团铺路，让他们合理上位。再把这场生意拉长到无限来看，哦，原来是对人的理解，人的思想在迭代，不同时代你想人听话给你服务，那就是不同的生意模式。 富人最值钱的东西不是钱，而是可以控制一大批听话的穷人。所以做生意的关键就是把握这个时代的知识分子的意识形态，团结具有社会活动能力的精英人士。你站在你的台阶向下看，下面的人简直就不用看，他们太简单了，也对你没什么威胁，因为你就能判断出来，他要在什么时候，什么地方，要做什么事，要说什么话。 回到你的位置，假如你踏入社会的第一步是打工人，如果你的东西有人要，那你做的就是好东西，而你在这个东西上做的心血倾注就是帮这个东西更好卖出去，而不是使得这个产品本身更好。产品变得更好销售，这里面会有人来和你谈合作，要ALL in你的整个供应链，这钱谁出？这里面就会钱庄的钱出来，等你卖出去以后，再把相应的利润还给他。 表面上看，钱庄完成了放款任务，可是在这个动作中出现了很多个行业，当你进入这其中某个行业里面，结合全局一想，稍微的一创新，你的创业也就开始了，拿钱庄的钱，你把某个项目外包出去。钱你只赚到整个环节里面的小小一环，你却已经可以直接说自己提前退休了。