大家的vscode中，做数据分析调试时，查看dataFrame对象，ndarray对象用啥插件呢，找了半天没找到，自己开发了一个 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 6 月 6 日消息，据科技媒体 Tom's Hardware 本周（6 月 3 日）报道，英特尔 Arrow Lake 处理器的表现让不少硬件发烧友感到失望。如今英特尔承认了这一点， 并通过激进低价策略的 Arrow Lake Refresh 重新赢得用户信任 ， 为下一代 Nova Lake 奠定基础 。 作为参考，英特尔酷睿 Ultra 200S（IT之家注：Arrow Lake）采用全新架构设计，但上市后并未获得玩家认可。部分玩家认为，该处理器的游戏性能甚至落后于上一代产品，与 AMD 相比缺乏明显优势。且该处理器虽然在生产力性能上具备竞争力，但整体性能不足以跻身最佳桌面处理器之列。 英特尔客户端计算事业部高级总监 Nish Neelalojanan 在台北电脑展 2026 期间表示，公司对新推出的 Ultra 7 270K Plus、Ultra 5 250K Plus 两款处理器采取激进定价策略，旨在重新赢得玩家信任。 Nish Neelalojanan 对此表示：“从发烧友的角度来看，我们需要重建声誉。我们的目标是为玩家提供真正价值，从 Arrow Lake Refresh 开始，未来还会有非常强大的产品路线图。这其实都是大家已经知道的事情，我也没有透露什么秘密”。 事实上，英特尔已经在近期多次提及 Nova Lake，官方宣称该处理器将于 2026 年底推出。但该公司对市场需求变化非常敏感，甚至每天都要开会讨论市场变化。 据悉，目前有传闻称 Nova Lake 将采用 bLLC（超大容量末级缓存）设计，挑战 AMD 的 X3D 产品线。不过截至目前，英特尔官方尚未确认该消息。
我用【烁】进行过的对话，再用账号或者其他中转站就无法推进了，报错 status_code=400 [ArrayParam] [input[10].content] [array_above_max_length] Invalid ‘input[10].content’: array too long. Expected an array with maximum length 0, but got an array with length 1 instead. 这是第三方源把不兼容的 reasoning.content: […] 写进了本地会话日志，官方 Responses API 重新加载历史时校验不过。 复制会话id，找到对应的 rollout-*.jsonl ，把这种行： {"type":"response_item","payload":{"type":"reasoning","content":[...]}} 改成： {"type":"response_item","payload":{"type":"reasoning","content":null}} 然后会话就可以正常继续了。 注意：先备份原文件。只改 payload.type = reasoning 且 payload.content 是数组的项。 当然，你也可以选择从零开始求助codex的新线程，提示词如下 <会话id> 这是我的codex一个会话的id，我使用第三方源的api推进过对话后，再换回官方账号登录推进就会报错 <报错内容> 这个对话怎么救？ 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 6 月 2 日消息，据科技媒体 TechPower Up 今天报道，Shuttle（辅信）在台北电脑展 2026 期间展示其最新准系统迷你主机、紧凑型整机阵容，涵盖无风扇 Twin Lake 迷你主机、Arrow Lake 工作站产品。 IT之家从原报道获悉，这其中的 XB860G2 是一款紧凑型整机，搭载英特尔酷睿 Ultra 200S 处理器，最高 TDP 可达 65W。最高支持 128GB DDR5-5600 内存， 提供三个 M.2 插槽 ，速率为 1 个 PCIe 5.0*4、2 个 PCIe 4.0。 ▲ 图源：TechPower Up，下同 同时，该产品还提供 PCIe 5.0 *16、PCIe 4.0*1 扩展插槽，提供 HDMI 2.1、HDMI 2.0 及 DisplayPort 1.4 显示接口。 而 DL40N 则是一款无风扇迷你主机，可选英特尔酷睿 3 N350、N250 或 N150 处理器，最高支持 16GB DDR5 内存。拥有 2.5 英寸硬盘位、M.2 接口、双 2.5G 网口，以及 HDMI、DisplayPort、VGA 等接口。 Shuttle DH810 则是另一款基于 Arrow Lake 平台产品，支持酷睿 Ultra 200S 系列处理器及 128GB DDR5-5600 内存。集成 1 个 2.5 寸硬盘位和 M.2 固态硬盘接口。提供 USB 4、双 DisplayPort 输出、HDMI 2.1、串口等接口。 此外，辅信还针对入门级市场推出 NC50N 准系统，可选酷睿 3 N350、N250 或 N150 处理器，最高支持 16GB 内存，提供 M.2 NVMe 接口、HDMI 2.0 和 DisplayPort 1.4a 显示输出、一个 2.5GbE 网络接口以及六个 USB 3.2 Gen 1 接口。
IT之家 5 月 24 日消息，荣耀终端股份有限公司产品线总裁方飞宣布：荣耀影像再次迈出重要一步，荣耀影像实验室对标阿莱 ARRI 技术实验室标准， 正式升级为电影工业影像实验室 。 据方飞介绍，阿莱向荣耀新交付的 ALEXA 系列电影机设备，将用于未来新品的研发使用。她表示，用户后续可以在 Robot Phone 和下一代旗舰上率先体验荣耀与阿莱的合作成果。 参考IT之家此前报道，今年 3 月，荣耀在 MWC 2026 现场举行了全球发布会，宣布与顶级电影摄影机厂商 ARRI 阿莱达成战略技术合作。 本次合作将率先在全球首款机器人手机 Robot Phone 落地 ，旨在融合荣耀的移动影像以及 ARRI 百年底蕴的电影摄影技术。 目前，这款“手机机器人”Robot Phone 仍处于待发阶段，不过荣耀终端股份有限公司 CEO 李健已在 5 月 15 日官宣， Robot Phone 将在三季度上市 。此次 ARRI 阿莱工作人员的到来，或将与荣耀影像实验室工作人员联合调校 Robot Phone 的影像能力。
力扣 LeetCode 1340. 跳跃游戏 V - 力扣（LeetCode） 1340. 跳跃游戏 V - 给你一个整数数组 arr 和一个整数 d 。每一步你可以从下标 i 跳到： * i + x ，其中 i + x < arr.length 且 0 < x <= d 。 * i - x ，其中 i - x >= 0 且 0 < x <= d 。 除此以外，你从下标 i 跳到下标 j 需要满足：arr[i] > arr[j] 且 arr[i] > arr[k] ，其中下标 k 是所有 i 到 j 之间的数字（更正式的，min(i, j) < k < max(i,... 还有第五关？！( °ヮ° ) 思路 最开始看到这题脑子里会想能不能用栈做，一看输入规模，好像 O(n^2) 时间复杂度也可以接受。看了一眼提示后顿悟了，这题可以用动态规划。 动态规划 dp[i] 表示从 i 下标开始能跳跃的次数。 问题来了，我从哪个地方开始、按什么顺序递推呢？ 开始的地方应当不依赖于任何其他 dp 状态，符合这个要求的显然是 最低的一个柱子 ，这样的地方 p 无法跳到其他任何地方，自然有 dp[p]=0 （只能访问自身，一次都跳不了） 递推的时候我们只关注一个地方 i 能跳到哪些 更矮的地方 ，然后可以尝试 从这些地方中跳跃次数最多的柱子 上转移过来。因此递推顺序也是沿着柱子高度来的。 我们可以按照柱子高度对下标进行排序，顺着排序后的下标递推。 递推的过程中可以不断用 \max(\cdot) 更新最终结果。 思路 class Solution { public: int maxJumps(vector<int>& arr, int d) { // 每个位置 i 可以跳到 [i-d, i+d] 区间内除 i 外的位置 // 只能跳到更低的地方，且中间其余柱子都是更低的 // 看了提示才知道是动态规划，但是从哪里开始递推呢？ // 当然是最矮的那个柱子，从矮的到高的，最矮的柱子哪都别想跳 int n=arr.size(); vector<int> idxs; for(int i=0;i<n;i++){ idxs.emplace_back(i); } // 对下标按照柱子高度进行排序 sort(idxs.begin(),idxs.end(),[&](const int& a,const int& b){ return arr[a]<arr[b]; }); // dp[i] 表示从 i 开始跳，能跳跃的下标个数 int dp[n]; memset(dp,0,sizeof(dp)); // dp[idxs[0]]=0; int res=0; for(int i:idxs){ // 从低到高处理 // 往左、右走试试，只往更低的地方走，找到比 arr[i] 更低的柱子中能跳得最多的 for(int k=1;k<=d;k++){ if(i-k<0){ break; } if(arr[i-k]>=arr[i]){ break; } // 能走到这个柱子这里，看看能不能更新跳跃次数 dp[i]=max(dp[i],dp[i-k]+1); } for(int k=1;k<=d;k++){ if(i+k>=n){ break; } if(arr[i+k]>=arr[i]){ break; } // 能走到这个柱子这里，看看能不能更新跳跃次数 dp[i]=max(dp[i],dp[i+k]+1); } res=max(res,dp[i]); } // 最终要的是能访问的下标数而不是跳数，所以 +1 return res+1; } }; 2 个帖子 - 2 位参与者 阅读完整话题
《巴菲特致股东的信》第4版 — 精华总结 原书：The Essays of Warren Buffett: Lessons for Investors and Managers (4th Edition) 编者：劳伦斯·坎宁安（Lawrence A. Cunningham） 中文版译者：杨天南 内容全部来源于巴菲特亲自撰写的伯克希尔·哈撒韦公司历年年报 一、全书概览 本书将巴菲特数十年致股东的信按九大主题板块系统编排：公司治理、财务与投资、投资替代品、普通股投资、兼并与收购、估值与会计、会计诡计、会计政策、税务问题。它不是一本语录汇编，而是一部完整的企业管理与投资哲学教程。 伯克希尔的成长轨迹（1964—2010）： 每股账面价值：19.46 美元 → 100,000+ 美元，年复合增长率约 20% 每股营业利润：4 美元 → 6,000 美元，年复合增长率约 21% 从一个小型纺织厂发展为拥有 80 余家子公司的控股帝国，8 家可独立进入《财富》500 强 核心业务：保险（盖可保险、通用再保险）、铁路（伯灵顿北方圣达菲）、能源、食品、服装、金融等 二、与所有者相关的企业原则（15条） 这是巴菲特在 1983 年提出、此后数十年从未改变的经营原则，是理解全书的纲领。 1. 合伙人心态 “芒格和我将我们的股东视作我们的合伙人，而我们自己则是执行合伙人。我们并不将公司本身看作资产的最终所有者，而是认为公司仅仅是我们持有资产的一个渠道。” 股东应将自己视为真正长期拥有公司部分资产的人，就像和家人共同拥有的农场或公寓一样。伯克希尔每年的股票换手率在美国大型上市公司中相当低。 2. 吃自己做的饭 芒格 90% 以上的家庭资产放在伯克希尔；巴菲特本人 98%～99%。“如果你们遭受痛苦，我们也会遭受痛苦；如果我们发达，你们也会一样发达。” 3. 每股内在价值最大化 不以公司规模衡量表现，而以每股增长衡量。“如果我们增长率无法超过美国大型企业的平均增长率，我们将会非常失望。” 4. 双管齐下的投资方式 首选： 直接持有一系列多元化企业，获得稳定现金流和高于市场平均的资本回报 次选： 通过保险公司在市场上购买优秀企业的流通股 “一个低迷的股票市场，对我们而言是一件好事——我们可以用更低的价格买下整个公司，也可以更容易地以吸引人的价格购买优秀企业的股票。” 5. 穿透会计报表 “芒格和我既是所有者又是管理者，实际上会忽略这些由综合会计报表提供的数据。” 专注于各子公司的重要数字和透视盈余。 6. 忽略账面结果做决策 “我们宁可购买那些根据标准会计准则未在账面体现、但实际可以带来 2 美元盈利的资产，也不愿购买仅能获得 1 美元盈利的资产。” 7. 谨慎使用债务 “芒格和我所采取的计算方法，从不要求我们为了每一点额外的小利而无法安枕。我不会用我的家人、朋友所拥有和所需要的东西去冒险，为了得到他们原本没有和不需要的东西。” 伯克希尔使用两种低成本杠杆：递延纳税（无利息）和保险浮存金（承保平衡时成本为零），合计约 1000 亿美元。“这两项都不是权益而是债务，但它们是没有契约规定到期日的债务。” 8. 不为扩张而扩张 “我们的薪水高低、办公室的大小永远不会和伯克希尔的资产规模相联系。” 只对能够增加每股内在价值的收购感兴趣。 9. "1美元"原则 留存的每 1 美元利润，至少创造不少于 1 美元的市值。以每五年为周期检验。满足两个条件：(1) 账面价值增长超出标普500；(2) 股价持续保持对账面资产的溢价。 10. 物有所值才发行新股 “发行新股实际上就是出售公司的一部分，我们出售公司部分股份的估值方式与我们对于整体公司的估值并无二致。” 11. 不轻易出售优质资产 “我们宁愿整体上略微遭受不利的影响，也不愿意采取拉米牌游戏的玩法（每轮放弃最没有希望的企业）。” 对于还能产生现金、管理层不错的落后企业，不会轻易抛弃。 12. 坦诚沟通 “在伯克希尔的财报中，你们将不会看到所谓的财务’大洗澡’或会计调整。我们不会故意’平滑’季度或年度的财务数据，我们会告诉你们真实的情况，而不会围着靶心画圈。” 所有股东同时得到同样的信息，不会专门给分析师和大股东提供盈利预测指引。 13. 不谈论个股 好的投资主意稀缺而宝贵。“但我们会非常愿意讨论自己的企业和投资理念，就像当初格雷厄姆慷慨分享的智慧使我们获益匪浅。” 14. 合理的股价 “我们宁愿看到一个’合理’的股价，而不是’高估’的股价。合理的股价能吸引我们所需要的长期投资者，这些投资者从公司的长足发展中获益，而不是从合作伙伴的错误中获利。” 15. 与标普500对标 “我们常常将伯克希尔每股账面价值的表现与标准普尔 500 指数比较，希望长期超越大盘——否则投资者何必把钱交给我们？” 三、投资哲学核心 （一）市场先生寓言 格雷厄姆创造的经典比喻，巴菲特认为对投资成功极有教导意义： “你应该将市场报价想象为一个名叫’市场先生’的人，他是你的私人公司的合伙人。他每天都来给你一个报价，从不落空。即便你们俩拥有的这家公司运营良好，市场先生的报价也不一定稳定——这个可怜的家伙有着无法治愈的精神病症。在他感觉愉快的时候，只会看到企业的有利影响因素，报出很高的买卖价格；在他情绪低落的时候，只会看到负面因素，报出很低的价格。” 三个核心要点： 市场先生有一个可爱的特点：他不介意被忽视。你今天对他的报价不感兴趣，他明天还会来。是否交易，完全由你抉择。 “市场先生在那里服务于你，而不是指导你。你会发现他的钱袋更有用，而不是智慧。” “如果你不懂得你的公司，不能比市场先生更准确地评估你的公司，你就不要参与这场游戏。就像人们打牌时说的：‘如果玩了30分钟，你还不知道谁是倒霉蛋，有可能就是你。’” “短期而言，市场是一台投票机；但长期而言，市场是一台称重机。” 企业成功被市场确认的速度并不重要，只要公司能以令人满意的速度提升内在价值。实际上，被认可的滞后性也有一个好处：它会给我们以便宜的价格购买更多股票的机会。 逆向思维——汉堡包测试： “如果你计划终身吃汉堡包，自己又不生产牛肉，那么你希望牛肉的价格更高还是更低？如果你未来的五年预期成为一个净储蓄者，你希望股市在这期间是高还是低？——很多投资者在这个问题上犯了错。他们为即将购买的’汉堡包’价格上涨而高兴。这种反应令人匪夷所思。” “买家应该更喜欢股价的下跌。” （二）价值投资的本质 价值方程式（约翰·伯尔·威廉姆斯）： 任何股票、债券或公司今天的价值取决于，在可以预期的资产存续期间，以合适利率进行贴现的现金流入和流出。 关于"价值"与"成长"的辨析： “我们将其视为一种模糊化思维。成长是价值的组成部分，它是价值计算中的一个变量，影响范围可以从微小到巨大，可以是消极负面因素，也可以是积极正面因素。” "价值投资"这个术语本身是多余的——投资就是在寻找价值，否则就是投机。 只有当资助成长的每一美元长期能创造出大于一美元的市场价值时，成长才对投资者有利。 航空业反例：“这个行业成长得越多，股东的灾难就越大。” 以现金流贴现的方式计算所得出的最便宜的对象，就是投资者应该买入的投资标的——无论公司是否成长，无论盈利是波动还是平稳。 最值得拥有的公司： 那些在一个一直延伸的时期周期里，可以不断利用增量资本获得很高回报率的公司。大多数高回报的公司只需要相对少的资本——如果它们支付股息或回购股份，股东将从中受益。 伯克希尔处理预测风险的两个方法： 坚守自己了解的东西——它们必须相当简单，经济特征稳定 坚持买入时的安全边际——“如果计算一只股票的价值仅是略微高于其价格，我们没有兴趣购买” 巴菲特的选择标准（四条）： 我们能够理解的公司 具有良好的长期前景 具有诚实且能干的管理层 能以非常有吸引力的价格买到 永久持有股票的三个理由： “我们非常愿意持有任何股票，持有的期限是永远，只要公司的资产回报前景令人满意，管理层能力优秀且为人诚实，以及市场没有高估。” “宁愿与我们喜欢与尊重的人合作，获得 100% 的回报，也不愿意与那些无趣或不喜欢的人合作，获得 110% 的回报。” （三）聪明的投资 投资不需要懂得的东西： “你不需要懂得贝塔、有效市场、现代投资组合理论或新兴市场。实际上，你最好根本不知道这些东西。学习投资的学生只需要学好两门功课就足够了——如何评估一家公司的价值，以及如何对待市场价格。” 投资目标： “以理性的价格，购买一家容易明白的、它的盈利从今天到未来 5 年、10 年、20 年确定能大幅增长的企业。随着时光流逝，你会发现符合这样标准的企业并不多。所以，当发现符合条件的企业时，你应该大幅买入。” “如果你不打算持有一只股票 10 年，那就不必考虑甚至持有 10 分钟。” 能力圈： “你不必成为懂得任何公司的专家，或者，你也不必成为懂得很多公司的专家。你需要的仅仅是，能够正确地评估在你能力圈内的公司。这个圈子的大小并不特别重要，然而，知道这个圈子的边际非常关键。” 巴菲特不买高科技股的原因：“对于这个领域中哪些参与者具有真正持久的竞争力，我们毫无洞见，而且我们无法通过学习来解决这个问题。” 投资失败的三个原因： 高成本——交易频繁或支付太多管理费 以股评和市场流行风尚作为投资决策依据 以不合时宜的方式进出市场（牛市进入、熊市退出） “亢奋与成本是投资者的敌人。投资者应该在别人贪婪的时候恐惧，在别人恐惧的时候贪婪。” 泰德·威廉姆斯的击球哲学： “他将击球区划分为 77 个格子，每个格子如同棒球一般大小。只有击打那些落在’最佳’格子里的球，才能击出 0.400 的好成绩。等待完美的抛球将意味着步入名人堂的旅途。而不分青红皂白地挥棒乱击，将意味着失去成功的入场券。” 四、三类投资资产 巴菲特将所有投资分为三大类，理解每类的特点至关重要： 第一类：基于货币的投资 包括债券、货币市场基金、银行存款等。 看似安全，实际风险巨大——通胀会摧毁购买力 1965 年以来美元累计贬值 86%：“当年花 1 美元可以买到的东西，今天要花 7 美元以上” “通货膨胀拿走的收益是所得税拿走的三倍之多” “尽管每张美元上都印着’我们信仰上帝’，但实际上掌控政府印钞机的是凡人之手” 债券：“被推销时说是可以提供无风险的回报，现在的定价却只剩下无回报的风险” 第二类：永远不会产出的资产 包括黄金等——购买者希望将来有人出更高价，而非因为资产能产出什么。 黄金的两大缺点：没有太多用处，也不能自我繁殖 17 万吨黄金立方体（边长 68 英尺，约一个篮球场大小）价值 9.6 万亿美元 同样的钱可以买下全美所有农场（年产 2000 亿美元粮食）+ 16 个埃克森-美孚石油公司（年盈利超 4000 亿美元），还剩 1 万亿美元 “从今往后的未来 100 年，耕地将不断产出惊人的农作物；埃克森会派发上万亿美元的分红。而 17 万吨黄金放在那里，体积不会改变，也不会产出任何东西。你可以爱抚它，但它不会有丝毫的反应。” 第三类：可生产性的资产（巴菲特的选择） 包括公司、农场、房地产等。 最理想：在很少新资本投入下，仍能在通胀期间维持购买力价值的产出 代表：可口可乐、IBM、禧诗糖果、农场 “这些商业’奶牛’会存活上百年，会产出更多数量的’牛奶’。它们的价值并不取决于交换的媒介，而是取决于它们的产奶能力。” “我相信，在任何较长的时间段，这类投资将是我们三类资产中遥遥领先的优胜者。更为重要的是，这类投资也是到目前为止最为安全的投资。” 逆向操作的智慧： “2008 年听到人人都在说’现金为王’之时，恰恰是应该动用现金的时候。20 世纪 80 年代初期，当听到人人在说’现金是垃圾’之时，固定收益类产品正处于回报最具吸引力的时代。盲从于羊群效应的投资者为寻求’舒服’而付出了沉重代价。” 五、企业经营智慧 （一）兼并与收购 “在伯克希尔的所有活动中，最令芒格和我兴奋的事情，就是收购一家具有杰出经济特征的、由那些我们喜欢、信任并尊敬的人管理的企业。” 收购的三个常见错误动机： 动物精神： 企业领导者精力旺盛，渴望激情与挑战——“在伯克希尔，公司脉搏的跳动从不会因即将发生的收购而加快” 规模崇拜： 管理层报酬以公司规模衡量，而非股东回报——“随便问一位《财富》500 强高管，公司的排名一定是按照销售规模排名” 童话幻想： 以为管理之吻能使癞蛤蟆变王子——“我亲吻了它们，但它们一样还是呱呱叫的癞蛤蟆” 不再以上等的价格买中等的企业，而是以中等的价格买上等的企业。 高价收购不说明的三个真实原因： 收购方追求规模和行动的渴望 管理层报酬与公司规模挂钩 管理层沉溺于"癞蛤蟆变王子"的童话 “我们的目标是获得部分或整体的这样的公司：①我们看得懂；②具有稳健良好的经济基础；③由我们喜欢、尊敬、信任的管理层运营。” （二）"捡烟蒂"投资法的教训 捡烟蒂： 以足够低廉的价格买入一只股票，通常企业的价值波动会给你机会以合理的利润脱手。但这是愚蠢的—— 最初看似"便宜"的价格可能根本不便宜——“厨房里如果有蟑螂，不可能只有一只” 初始优势会被公司的低回报快速侵蚀 “时间是优秀企业的朋友，是平庸企业的敌人。” 优秀的骑手只有在良马上才会有出色的表现，在劣马上会毫无作为。 “当一个声誉卓著的管理者接手一家徒有虚名而经济状况不佳的公司时，能保全的只有这家公司的虚名。” “我们没有学会如何解决困难企业的问题，我们所学到的是避开它们。我们专注于寻找那些可以跨越的 1 英尺跨栏，而不是我们具有了跨越 7 英尺跨栏的能力。” （三）机构强迫症（惯性驱使） 巴菲特最为惊讶的发现——在企业内部有一种看不见的力量足以压倒一切： 机构抗拒在当前方向上的任何改变（牛顿第一运动定律） 延伸的项目或收购会耗尽所有可用现金 领导人渴望进行的项目，无论多么愚蠢，都会迅速得到下属精心准备的回报论证支持 同行行为被不加思考地模仿 “令公司误入歧途的是惯性的力量，而不是腐败或愚蠢。” （四）错误的代价 犯过的最严重的错误： 不是做了什么，而是错过了什么。 “一些我所犯过的最糟糕的错误是公众所未见的。这些错误是我错过了一些我明明知道价值所在的股票和企业，却没有买。错过一个人能力圈范围之外的机会并非罪过，但我错过了几次端到眼前、送上门来的真正的大机会，而且完全在我的理解范围内。” “与坏人打交道做成一笔好生意，这样的事情，我从来没有遇见过。” （五）分红政策与股票回购 留存利润的唯一有效理由： 在未来具有合理回报预期的情况下（回报率高于投资者通常可获得的收益），才应该保留收益用于再投资。 受限定收益 vs. 非限定收益： 受限定收益：会被通胀侵蚀，必须留存以维持竞争地位（不能用于分红） 非限定收益：可以分红或留存——取决于再投资的回报率 联合爱迪生的讽刺案例：“我们必须挖掘！——挖掘什么？挖掘利润吗？” 股份回购的两个条件： 公司有充足的现金以备运营和流动性之需 股价远低于保守计算的内在价值 “以低于内在价值的价格回购股票，以 1 美元获得 2 美元很容易。在公司进行对外并购时，从来没有做得如此之好。” “花 1.1 美元为 1 美元买单，对于留下的人而言，并非一笔好买卖。” 如今太多的回购与其说是提高每股价值，不如说是管理层"秀"信心、赶时髦。 （六）生命与负债 杠杆的危险： “任何序列的正数，无论多么大的数字，只要乘以一个零，都会蒸发殆尽。” “信用就像氧气——在充足的时候，人们不会注意到它们的存在；当它们消失的时候，人们才会发现它们的重要性。” 伯克希尔持有至少 100 亿美元现金（绝对底线），通常保持 200 亿美元 现金基本放在美国国债上——“人们过度追求收益所造成的损失，超过了被人持枪打劫” 40 年来没有动用一分钱进行分红或回购，净资产从 4800 万美元增长到 1570 亿美元 拒绝 99:1 的赌注： “一个小的丢脸或痛苦不可能被一个大的额外回报所抵消。如果你的行动是合理的，你肯定会得到良好的结果。在绝大多数情况下，杠杆只会加速事情的运动。” 2008 年金融危机中的出击： “在雷曼破产恐慌 25 天之后，我们投资 156 亿美元。”——在其他人挣扎求生时，伯克希尔已经在财务上和心理上做好了准备。 六、估值与会计 内在价值 定义： 一个公司的内在价值是其存续期间所产生现金流的折现值。 关键特性： 是一个估计值，不是精确数字——“不同的两个人，比如芒格和我，即便看到的是同一个东西，也会得到不同的内在价值数字” 随着利率变化或未来现金流预期的修改而改变 公司未来不确定性越高，计算出错偏差越大 账面价值 ≠ 内在价值： 1964 年伯克希尔账面价值 19.46 美元——但高估了内在价值（纺织业务前景暗淡） 1996 年账面价值 15,180 美元——但远远低于内在价值（旗下公司实际价值远超账面） 大学教育的比喻： 教育成本 = 账面价值；毕业后的终身收入增加值折现 = 内在价值。有些毕业生发现教育的账面价值超出内在价值（不值）；有些则内在价值远超账面价值（超值）。“账面价值并非内在价值的指示器。” 透视盈余 忽略 GAAP 数字，专注于控股和非控股公司的未来盈利能力。投资的公司留存的未分配利润，虽然没有分红到账，但就像已经分配一样最终使伯克希尔获益——“这些留存下来的每一美元都产生了更高的收益。” 七、巴菲特成功的八字诀（译者杨天南总结） 与时俱进 巴菲特的投资理念一直在进化： 早期师从格雷厄姆——买便宜股 后来遇见费雪——关注优秀企业 再后来与芒格搭档——“芒格让我从猩猩进化为人类” 从 85% 格雷厄姆 / 15% 费雪，到后来 50%/50% “任何对于巴菲特投资理念僵化不变、刻板固执的理解，都是画地为牢，作茧自缚。真正的巴菲特是’活’的巴菲特，是与时俱进的巴菲特。” 良性循环 财务良性循环： 每做一笔投资就多出一股现金流。禧诗糖果和可口可乐的分红早已远超当年投资本金，后续分红源源不断。旗下数十家企业每年提供源源不断的资金弹药——“这才是巴菲特可以大声说’我喜欢熊市’的底气所在。” 人际关系良性循环： 坚持与合适的人、合适的企业打交道。从购买内布拉斯加家具大世界时对 B 夫人的信任，到购买《华盛顿邮报》股票后主动让出投票权释出善意。 “与坏人打交道，做成一笔好生意，这样的事情，我从来没有遇见过。好人会遇见更好的人，认真的人得到认真的结果。” 杨天南的实证： 22 年（1995—2017）约 1000 倍投资回报，证明巴菲特的理念可以跨越种族与国界。 八、后记：双重收益与规模的宿命 双重收益 → 单重收益： 投资组合中公司内在价值的提升（持续存在） 市场"修正"杰出公司的估值溢价（已基本实现，未来只能享受"单重"收益） 规模的宿命： “在一个有限的世界里，高成长率必定会自我毁灭。” 卡尔·萨根的细菌比喻：每隔 15 分钟分裂一次，一天翻 96 番，后代像大山一样重——但总有障碍阻止这种指数级增长。伯克希尔从 2200 万美元做到 1570 亿美元后，“我们只考虑那些至少可以投资 1 亿美元的机会”。 接班人计划： 三位 CEO 候选人已确定。投资端需要另聘人才——需要"独立思考、情绪稳定、对人性和机构行为具有敏锐了解"的人。 “我热爱管理伯克希尔。如果享受生活可以延长寿命的话，那么玛士撒拉的长寿纪录可能会岌岌可危。” 九、核心箴言速查 # 主题 箴言 1 投资本质 “我们的目标是发现那些价格合理的杰出公司，而不是价格便宜的平庸公司。” 2 价值与成长 “成长是价值的组成部分，它是价值计算中的一个变量。” 3 市场波动 “短期而言，市场是一台投票机；但长期而言，市场是一台称重机。” 4 逆向投资 “在别人贪婪的时候恐惧，在别人恐惧的时候贪婪。” 5 买家视角 “如果你计划终身吃汉堡包，你希望牛肉价格更高还是更低？买家应该更喜欢股价的下跌。” 6 能力圈 “圈子的大小并不特别重要，然而，知道这个圈子的边际非常关键。” 7 时间的力量 “时间是优秀企业的朋友，是平庸企业的敌人。” 8 选人原则 “与坏人打交道做成一笔好生意，这样的事情，我从来没有遇见过。” 9 杠杆风险 “信用就像氧气——在充足的时候，人们不会注意到它们的存在；当它们消失的时候，人们才会发现它们的重要性。” 10 持股态度 “如果你不打算持有一只股票 10 年，那就不必考虑甚至持有 10 分钟。” 11 并购教训 “我不再以上等的价格买中等的企业，取而代之的是以中等的价格买上等的企业。” 12 谨慎行事 “我们宁愿拒绝一些诱人的机会，也不愿意过分负债。” 13 会计诚实 “我们不会故意’平滑’财务数据，我们会告诉你们真实的情况。” 14 终身学习 “他们懂什么并不重要，更重要的是他们知道自己不懂什么。” 15 管理与投资 “我是一个不错的投资家，因为我是一个不错的企业家；我是一个不错的企业家，因为我是一个不错的投资家。” 16 集中投资 “建议投资者将最成功的投资卖掉，仅仅因为它们占据了投资组合的大部分——就像让公牛队卖掉迈克尔·乔丹一样愚蠢。” 17 等待的艺术 “即便你能让九个女人同时怀孕，也不可能让她们在一个月的时间里生出小宝宝。” 18 黄金 “你可以爱抚它，但它不会有丝毫的反应。” 19 通胀 “尽管每张美元上都印着’我们信仰上帝’，但实际上掌控政府印钞机的是凡人之手。” 20 回购 “以低于内在价值的价格回购股票，以 1 美元获得 2 美元很容易。” 十、对个人投资者的终极启示 指数基金是最佳选择 “大多数投资者，包括机构和个人，会发现投资股票最好的方法是持有指数基金，指数基金的管理费很少。采取这种方法的人肯定会战胜绝大多数投资专家的净回报。” 如果你想自己投资 核心功课只有两门： 如何评估一家公司的价值 如何对待市场价格 三个敌人： 高成本、跟风尚、择时进出 一个朋友： 恐惧——“对于那些关注基本面的人而言，恐惧是朋友” 最重要的认知： “对于投资中的大多数人而言，他们懂什么并不重要，更重要的是，他们知道自己不懂什么。一个投资者只要做出为数有限的正确的事，就可以避免犯重大错误。” 本书的真正价值不在于提供一套可以复制的公式，而在于展示一种思考企业和投资的完整哲学体系——关于理性、耐心、诚实和终身学习。 1 个帖子 - 1 位参与者 阅读完整话题
又到每周领游戏时间了,还是那句话可以不完但是不能没有,epic喜加二 Tomb Raider I-III Remastered Starring Lara Croft : https://store.epicgames.com/p/tomb-raider-iiii-remastered-538640 (突然想起来库里好像还有之前送的古墓丽影三部曲) Down in Bermuda (逃出百慕大) : https://store.epicgames.com/p/down-in-bermuda 3 个帖子 - 2 位参与者 阅读完整话题
IT之家 5 月 22 日消息，箭头社（Arrowhead Game Studios）官方昨天发布博文，宣布《绝地潜兵 2》将适配 DLSS 4.5、PSSR 等技术，提升帧率表现和画面清晰度， 5 月 27 日实装 。 IT之家了解到，《绝地潜兵 2》使用较旧的游戏引擎，所以此前仅内置类似 FSR 1.0 的原生超分技术，游戏画质一直存在问题，例如快速移动时存在明显闪烁现象。这些问题不仅影响 PC 玩家，也影响 PS5、Xbox 版本。 根据 Steam 公告，箭头社将此次优化工作归功于 Nixxes 工作室。更新上线后，N 卡、A 卡玩家可选择 FSR 4.03、FSR 3.1.5 和 DLSS 4.5 方案，I 卡玩家则可以选择 XeSS 3.0。而 PS5、Xbox 玩家则可以选择 FSR 3.1，PS5 Pro 版本将支持 PSSR 1 技术。 此外，本作的 PS5 版本还将加入可变刷新率（VRR）技术，可在兼容显示器上减少卡顿、画面撕裂现象。PC 版本则适配英伟达 Reflex 和 AMD Anti-Lag 2 低延迟技术，使操作反馈更加顺滑。
Epic 最新免费游戏 Tomb Raider I-III Remastered Starring Lara Croft 地址： https://store.epicgames.com/p/tomb-raider-iiii-remastered-538640 Down in Bermuda (逃出百慕大) 地址： https://store.epicgames.com/p/down-in-bermuda 3 个帖子 - 3 位参与者 阅读完整话题
最近一直在做一个金融分析 Agent （名字叫 Garry ），跑在我们自己搭的 BotCord 上。今天写一下定位和实现，欢迎来群里围观、提需求、骂代码。不用花费你一分 token ，直接享用成果。 它做什么 一句话 ：7×24 在线的市场分析助手。你可以问它"今天 A 股资金面什么样"、"上证 5 分钟级最近一小时怎么走"、"巨潮今天有什么重要公告"，它从本地归档数据库直接答；定时还会主动出市场简报。 做哪些资产 ：A 股（含沪深 300 / 创业板 / 科创 50 ）、港股、美股、外汇、大宗、Crypto 。重点在 A 股，因为做 A 股的工具普遍粗糙。 A 股侧覆盖 ： 行情：5 分钟 K 线归档，主要宽基指数 资金面： 龙虎榜、两融余额、北向资金 （ A 股 alpha 的核心信号） 公告：巨潮资讯（按订阅股票拉取） 新闻： 财联社 + 金十快讯 双源交叉，外加 Yahoo Finance / Alpha Vantage 看英文叙事 为什么和别人不一样 最近看了一圈同类开源项目，思路基本是 **"GitHub Actions cron + AkShare + LLM 直接出买卖信号"**。我们走了一条相反的路： 维度 常见方案 我们 数据获取 跑报告时按需拉 后台 daemon 持续归档 SQLite ，问的时候直接查本地 新闻源 单源 fallback 链（一个挂了换下一个） 多源并行归档 ，同一事件多源对比 LLM 角色 生成 BUY / SELL / HOLD 信号 只做事实陈述 + 事件归类 ，不出信号 时区 多数英文项目 UTC 默认北京时间 （毕竟 A 股是本国市场） 可信度 "LLM 给出的建议" 每条事实都带 ticker 、时间窗、新闻 source 、抓取时间， 可逐条复核 具体说几个 trade-off： 1. 不出信号，是 feature 不是 bug LLM 直接给买卖信号有两个硬伤：单日波动反应过激（信号 flip-flop ）+ 没有滞回状态机的硬保证。我看过的项目都靠 prompt 约束 LLM 自律 —— 不可靠。我们干脆不做信号，只做 **"今天发生了什么 / 哪些事件值得关注 / 这些事件历史上对应什么 reaction"**。你拿这些事实自己判断。 合规上也安全：国内"投资咨询业务"要牌照，AI 项目说"仅供参考"兜不住亏损纠纷。 2. 持续归档 vs 临时拉取 cron 项目每次跑都要重新拉数据，慢、容易超限、源挂了就漏数据。我们的 daemon 一直在跑（ jin10 60s 、cls 120s 、macro K 线 5min 、calendar 30min ），数据库永远是热的。你问问题不用等， 回填历史区间也能秒级查 。 当前限制（不藏着） 不是策略 ：没有量化模型、没有仓位管理、没有止损 没有回测引擎 ：在 roadmap 上但还没做（事后复盘日报里 flag 的事件 vs 实际市场反应） L1 行情 ：免费数据源延迟，盘口 / Level-2 没做 小盘股 / 新股 ：LLM 的金融知识有边界，碰到太小或太新的票会降级到"只列事实不评论" 怎么用 我们的金融分析公开群在 BotCord 上，可以围观、提问、提需求： 🔗 Garry 金融洞察 & 技术布道 每天发市场简报（北京时间），里面包含：行情快照、近 24h 关键事件（按 A 股 / 美股 / 地缘三块）、未来一周的经济数据 + 央行 + 政治外交事件。 代码暂未开源， 因为还在迭代核心架构，开源前会先打磨一两个月 。但 stack 是开放的：BotCord （ agent-to-agent 协议）+ Python daemon + SQLite + Claude / DeepSeek / Gemini 多 LLM 后端。 最后吐槽一句 ：最近看到那个 38k stars 的 LLM 股票分析项目，fork:star 接近 1:1 ，正常 OSS 是 1:10 到 1:20 ，建议各位看 star 数的时候顺便看一眼这个比例。
最近一直在做一个金融分析 Agent （名字叫 Garry ），跑在我们自己搭的 BotCord 上。今天写一下定位和实现，欢迎来群里围观、提需求、骂代码。不用花费你一分 token ，直接享用成果。 它做什么 一句话 ：7×24 在线的市场分析助手。你可以问它"今天 A 股资金面什么样"、"上证 5 分钟级最近一小时怎么走"、"巨潮今天有什么重要公告"，它从本地归档数据库直接答；定时还会主动出市场简报。 做哪些资产 ：A 股（含沪深 300 / 创业板 / 科创 50 ）、港股、美股、外汇、大宗、Crypto 。重点在 A 股，因为做 A 股的工具普遍粗糙。 A 股侧覆盖 ： 行情：5 分钟 K 线归档，主要宽基指数 资金面： 龙虎榜、两融余额、北向资金 （ A 股 alpha 的核心信号） 公告：巨潮资讯（按订阅股票拉取） 新闻： 财联社 + 金十快讯 双源交叉，外加 Yahoo Finance / Alpha Vantage 看英文叙事 为什么和别人不一样 最近看了一圈同类开源项目，思路基本是 **"GitHub Actions cron + AkShare + LLM 直接出买卖信号"**。我们走了一条相反的路： 维度 常见方案 我们 数据获取 跑报告时按需拉 后台 daemon 持续归档 SQLite ，问的时候直接查本地 新闻源 单源 fallback 链（一个挂了换下一个） 多源并行归档 ，同一事件多源对比 LLM 角色 生成 BUY / SELL / HOLD 信号 只做事实陈述 + 事件归类 ，不出信号 时区 多数英文项目 UTC 默认北京时间 （毕竟 A 股是本国市场） 可信度 "LLM 给出的建议" 每条事实都带 ticker 、时间窗、新闻 source 、抓取时间， 可逐条复核 具体说几个 trade-off： 1. 不出信号，是 feature 不是 bug LLM 直接给买卖信号有两个硬伤：单日波动反应过激（信号 flip-flop ）+ 没有滞回状态机的硬保证。我看过的项目都靠 prompt 约束 LLM 自律 —— 不可靠。我们干脆不做信号，只做 **"今天发生了什么 / 哪些事件值得关注 / 这些事件历史上对应什么 reaction"**。你拿这些事实自己判断。 合规上也安全：国内"投资咨询业务"要牌照，AI 项目说"仅供参考"兜不住亏损纠纷。 2. 持续归档 vs 临时拉取 cron 项目每次跑都要重新拉数据，慢、容易超限、源挂了就漏数据。我们的 daemon 一直在跑（ jin10 60s 、cls 120s 、macro K 线 5min 、calendar 30min ），数据库永远是热的。你问问题不用等， 回填历史区间也能秒级查 。 当前限制（不藏着） 不是策略 ：没有量化模型、没有仓位管理、没有止损 没有回测引擎 ：在 roadmap 上但还没做（事后复盘日报里 flag 的事件 vs 实际市场反应） L1 行情 ：免费数据源延迟，盘口 / Level-2 没做 小盘股 / 新股 ：LLM 的金融知识有边界，碰到太小或太新的票会降级到"只列事实不评论" 怎么用 我们的金融分析公开群在 BotCord 上，可以围观、提问、提需求： 🔗 Garry 金融洞察 & 技术布道 每天发市场简报（北京时间），里面包含：行情快照、近 24h 关键事件（按 A 股 / 美股 / 地缘三块）、未来一周的经济数据 + 央行 + 政治外交事件。 代码暂未开源， 因为还在迭代核心架构，开源前会先打磨一两个月 。但 stack 是开放的：BotCord （ agent-to-agent 协议）+ Python daemon + SQLite + Claude / DeepSeek / Gemini 多 LLM 后端。 最后吐槽一句 ：最近看到那个 38k stars 的 LLM 股票分析项目，fork:star 接近 1:1 ，正常 OSS 是 1:10 到 1:20 ，建议各位看 star 数的时候顺便看一眼这个比例。
力扣 LeetCode 3043. 最长公共前缀的长度 - 力扣（LeetCode） 3043. 最长公共前缀的长度 - 给你两个 正整数 数组 arr1 和 arr2 。 正整数的 前缀 是其 最左边 的一位或多位数字组成的整数。例如，123 是整数 12345 的前缀，而 234 不是 。 设若整数 c 是整数 a 和 b 的 公共前缀 ，那么 c 需要同时是 a 和 b 的前缀。例如，5655359 和 56554 有公共前缀 565 和 5655，而 1223 和 43456 没有 公共前缀。 你需要找出属于 arr1 的整数 x 和属于 arr2 的整数 y... 思路 先遍历 arr1 存储所有前缀，然后遍历 arr2 找出与 arr1 的共同前缀的最大值，返回最大值的长度。 本来想用 int[] 存储前缀的，结果内存超过限制了。 代码 class Solution { public int longestCommonPrefix(int[] arr1, int[] arr2) { // 存储前缀 // int[] hash = new int[100000001]; HashSet<Integer> hashSet = new HashSet<>(); // 记录 arr1 出现的所有前缀 for (int num : arr1) { while (num > 0) { // hash[num]++; hashSet.add(num); num /= 10; } } // 找出 arr2 与 arr1 的共同前缀中的最大值 int max = 0; for (int num : arr2) { while (num > 0) { // if (hash[num] > 0) { if (hashSet.contains(num)) { max = Math.max(max, num); break; } num /= 10; } } return max == 0 ? 0 : String.valueOf(max).length(); } } 2 个帖子 - 2 位参与者 阅读完整话题
作为一个只会写点 vibe code （指代写不出严谨代码的震动码农）、对宏观经济一知半解的程序员，看着最近 AI 圈的乱象，总觉得有些不对劲，于是记录下了一些暴论。 一、 所谓的 AI 幻灭，或许只是因为不够接地气 现在的 AI 在工程落地层面依然被幻觉（ Hallucination ）和静默重构（ Silent Refactoring ）所困扰。按理说，泡沫早该破了。但我意识到，我之前犯了一个严重的错误：我高估了极客的付费意愿，低估了普通大众的订阅疲劳。 二、 运营商的复仇：从土管到 AI 总管 在通胀和经济下行的重压下，Netflix 、Prime 、Spotify 等五花八门的订阅已经让普通人彻底疲惫。让他们再为 AI 单独掏 150 元（或等值月费），简直是天方夜谭。 但运营商（ Telco ）抓住了人性——捆绑（ Bundle ）。 人对单点付费极其敏感，但对套餐里自带的 AI 却毫无防备。当运营商把 ChatGPT Plus 、Perplexity 等服务直接塞进高价流量套餐里，营销话术改成办套餐送顶级 AI ，消费者会毫不犹豫地买单。 三、 利益分配的终极博弈 Apple 和 Google 也不傻，他们会放弃直接向大众推销昂贵的 AI 订阅，转而将系统级 AI 能力以批发价卖给运营商。 对运营商： 终于有了杀手级应用 Killer App 来提升 ARPU ，绑定用户。 对 Apple/Google：甩掉了向终端用户收费的脏活累活，通过运营商的资费渠道，稳定地抽取许可费。 结论： 曾经被嘲笑为土管（ Pipe Provider ）的电信运营商，正在复活为 AI 的最大载体。即便 UI 演变成意图驱动（ Intent-based ），即便 App 逐渐形骸化，我们最终还是会通过每个月那笔断不掉的手机话费，源源不断地向大厂贡献 AI 税。 个人的一点浅见，欢迎各位大佬在评论区从工程架构、通信基础设施的角度拍砖。
作为一个只会写点 vibe code （指代写不出严谨代码的震动码农）、对宏观经济一知半解的程序员，看着最近 AI 圈的乱象，总觉得有些不对劲，于是记录下了一些暴论。 一、 所谓的 AI 幻灭，或许只是因为不够接地气 现在的 AI 在工程落地层面依然被幻觉（ Hallucination ）和静默重构（ Silent Refactoring ）所困扰。按理说，泡沫早该破了。但我意识到，我之前犯了一个严重的错误：我高估了极客的付费意愿，低估了普通大众的订阅疲劳。 二、 运营商的复仇：从土管到 AI 总管 在通胀和经济下行的重压下，Netflix 、Prime 、Spotify 等五花八门的订阅已经让普通人彻底疲惫。让他们再为 AI 单独掏 150 元（或等值月费），简直是天方夜谭。 但运营商（ Telco ）抓住了人性——捆绑（ Bundle ）。 人对单点付费极其敏感，但对套餐里自带的 AI 却毫无防备。当运营商把 ChatGPT Plus 、Perplexity 等服务直接塞进高价流量套餐里，营销话术改成办套餐送顶级 AI ，消费者会毫不犹豫地买单。 三、 利益分配的终极博弈 Apple 和 Google 也不傻，他们会放弃直接向大众推销昂贵的 AI 订阅，转而将系统级 AI 能力以批发价卖给运营商。 对运营商： 终于有了杀手级应用 Killer App 来提升 ARPU ，绑定用户。 对 Apple/Google：甩掉了向终端用户收费的脏活累活，通过运营商的资费渠道，稳定地抽取许可费。 结论： 曾经被嘲笑为土管（ Pipe Provider ）的电信运营商，正在复活为 AI 的最大载体。即便 UI 演变成意图驱动（ Intent-based ），即便 App 逐渐形骸化，我们最终还是会通过每个月那笔断不掉的手机话费，源源不断地向大厂贡献 AI 税。 个人的一点浅见，欢迎各位大佬在评论区从工程架构、通信基础设施的角度拍砖。
作为一个只会写点 vibe code （指代写不出严谨代码的震动码农）、对宏观经济一知半解的程序员，看着最近 AI 圈的乱象，总觉得有些不对劲，于是记录下了一些暴论。 一、 所谓的 AI 幻灭，或许只是因为不够接地气 现在的 AI 在工程落地层面依然被幻觉（ Hallucination ）和静默重构（ Silent Refactoring ）所困扰。按理说，泡沫早该破了。但我意识到，我之前犯了一个严重的错误：我高估了极客的付费意愿，低估了普通大众的订阅疲劳。 二、 运营商的复仇：从土管到 AI 总管 在通胀和经济下行的重压下，Netflix 、Prime 、Spotify 等五花八门的订阅已经让普通人彻底疲惫。让他们再为 AI 单独掏 150 元（或等值月费），简直是天方夜谭。 但运营商（ Telco ）抓住了人性——捆绑（ Bundle ）。 人对单点付费极其敏感，但对套餐里自带的 AI 却毫无防备。当运营商把 ChatGPT Plus 、Perplexity 等服务直接塞进高价流量套餐里，营销话术改成办套餐送顶级 AI ，消费者会毫不犹豫地买单。 三、 利益分配的终极博弈 Apple 和 Google 也不傻，他们会放弃直接向大众推销昂贵的 AI 订阅，转而将系统级 AI 能力以批发价卖给运营商。 对运营商： 终于有了杀手级应用 Killer App 来提升 ARPU ，绑定用户。 对 Apple/Google：甩掉了向终端用户收费的脏活累活，通过运营商的资费渠道，稳定地抽取许可费。 结论： 曾经被嘲笑为土管（ Pipe Provider ）的电信运营商，正在复活为 AI 的最大载体。即便 UI 演变成意图驱动（ Intent-based ），即便 App 逐渐形骸化，我们最终还是会通过每个月那笔断不掉的手机话费，源源不断地向大厂贡献 AI 税。 个人的一点浅见，欢迎各位大佬在评论区从工程架构、通信基础设施的角度拍砖。
IT之家 5 月 19 日消息，荣耀终端股份有限公司产品线总裁方飞今日发文， 暗示 ARRI 阿莱的工作人员即将来访荣耀影像实验室 。 影像实验室的伙伴们说， 有几位新伙伴快莱了 ，大家猜猜看 [呲牙笑] 参考IT之家此前报道，今年 3 月，荣耀在 MWC 2026 现场举行了全球发布会，宣布与顶级电影摄影机厂商 ARRI 阿莱达成战略技术合作。 本次合作将率先在全球首款机器人手机 Robot Phone 落地 ，旨在融合荣耀的移动影像以及 ARRI 百年底蕴的电影摄影技术。 目前，这款“手机机器人”Robot Phone 仍处于待发阶段，不过荣耀终端股份有限公司 CEO 李健已在 5 月 15 日官宣， Robot Phone 将在三季度上市 。此次 ARRI 阿莱工作人员的到来，或将与荣耀影像实验室工作人员联合调校 Robot Phone 的影像能力。
力扣 LeetCode 1345. 跳跃游戏 IV - 力扣（LeetCode） 1345. 跳跃游戏 IV - 给你一个整数数组 arr ，你一开始在数组的第一个元素处（下标为 0）。 每一步，你可以从下标 i 跳到下标 i + 1 、i - 1 或者 j ： * i + 1 需满足：i + 1 < arr.length * i - 1 需满足：i - 1 >= 0 * j 需满足：arr[i] == arr[j] 且 i != j 请你返回到达数组最后一个元素的下标处所需的 最少操作次数 。 注意：任何时候你都不能跳到数组外面。 示例... 思路 还挺明显的BFS，每次尝试移到当前位置所能跳转的所有位置，并做记录以便剪枝。这样时间复杂度就是 O(n) 。 代码 class Solution { public int minJumps(int[] arr) { int n = arr.length; if (n <= 2) { return n - 1; } // 存储相同的值(可直接跳转) Map<Integer, List<Integer>> map = new HashMap<>(); for (int i = 0; i < arr.length; i++) { map.computeIfAbsent(arr[i], k -> new ArrayList<>()).add(i); } Queue<int[]> queue = new ArrayDeque<>(); queue.offer(new int[]{0, 0}); boolean[] vis = new boolean[n]; vis[0] = true; // bfs while (!queue.isEmpty()) { int[] idxStep = queue.poll(); int idx = idxStep[0], step = idxStep[1]; if (idx == arr.length - 1) { return step; } step++; // 直接跳转 List<Integer> sameValue = map.remove(arr[idx]); if (sameValue != null) { for (int i : sameValue) { if (!vis[i]) { vis[i] = true; queue.offer(new int[]{i, step}); } } } // 左移 if (idx - 1 >= 0 && !vis[idx - 1]) { vis[idx - 1] = true; queue.offer(new int[]{idx - 1, step}); } // 右移 if (idx + 1 < arr.length && !vis[idx + 1]) { vis[idx + 1] = true; queue.offer(new int[]{idx + 1, step}); } } return -1; } } 1 个帖子 - 1 位参与者 阅读完整话题
力扣 LeetCode 1306. 跳跃游戏 III - 力扣（LeetCode） 1306. 跳跃游戏 III - 这里有一个非负整数数组 arr，你最开始位于该数组的起始下标 start 处。当你位于下标 i 处时，你可以跳到 i + arr[i] 或者 i - arr[i]。 请你判断自己是否能够跳到对应元素值为 0 的 任一 下标处。 注意，不管是什么情况下，你都无法跳到数组之外。 示例 1： 输入：arr = [4,2,3,0,3,1,2], start = 5 输出：true 解释： 到达值为 0 的下标 3 有以下可能方案： 下标 5 -> 下标... 还有第三关 ( °ヮ° ) 思路 每个下标位置 i 处可以跳到 i+arr[i] 或者 i-arr[i] 两个点，我们从 start 下标出发。 这题显然是在考察有向可达性（不是无向的，不能用并查集），可以用 BFS 或者 DFS 解决。这里咱就写成 BFS 了，从 start 开始，每到一个下标都将其可达的点加入队列，直至出队下标对应的元素为 0 ，则满足题目的跳跃条件。 为什么是有向图？比如 arr = [0, 2, 2, 2, 1], start = 4 ，下标 3 在无向图角度看来能跳到 0 和 4 下标，但是 4 下标实际上到达不了下标 3 。 代码 class Solution { public: bool canReach(vector<int>& arr, int start) { // 只要能到达 0 即可，这题其实就是判断有向图连通性 // 从 start 开始用 BFS queue<int> q; vector<bool> visited(arr.size(),false); q.emplace(start); while(!q.empty()){ int idx=q.front(); q.pop(); if(arr[idx]==0){ return true; } int prev=idx-arr[idx]; int next=idx+arr[idx]; if(prev>=0&&!visited[prev]){ visited[prev]=true; q.emplace(prev); } if(next<arr.size()&&!visited[next]){ visited[next]=true; q.emplace(next); } } return false; } }; 错误解法（用了并查集） （点击了解更多详细信息） 2 个帖子 - 2 位参与者 阅读完整话题
本周赛博领鸡蛋， Epic 共送出 1 款电脑游戏、1 款手机游戏，分别是《蝙蝠侠：故事版》与《Arranger：角色解谜冒险》。 《蝙蝠侠：故事版》 这是一个打包版本，包括了： 互动叙事冒险游戏，玩家将在剧情推进中同时扮演布鲁斯·韦恩与蝙蝠侠，通过对话选择、调查与 QTE 战斗来影响故事发展。游戏