WWW.YOUINFO.SITE
标签聚合 两年

/tag/两年

LinuxDo 最新话题 · 2026-06-11 07:02:29+08:00 · tech

甲骨文终于注册成功了 ,分享一下我这两年踩坑经验。 我真的不是第一次试,前前后后试了很多次。之前一直用真实信息、真实地址,结果都是失败。最离谱的是,我一直以为只要信息真实就行,后来才发现甲骨文这套风控不是这么简单 我之前用招行 Visa 试了快两年,没成功过。邮箱也换过,地址也换过,IP 也换过,还是卡在ABC上 这次换了个思路。 邮箱重新换了一个没注册失败过的, icloud邮箱,IP 也换成了之前没成功注册过的(代理 看下面我成功的截图文字 德区),卡用的是中行卓隽卡(有N26的也可以试试),然后地址信息我是在 https://genaddr.com/ 上生成 德国地址按英文格式填的。 结果一次就过了。 我自己总结下来,甲骨文注册最重要就三点: 第一,邮箱。 失败过的邮箱就不要继续硬试了。不是说一定不能用,但我自己的经验是,失败过的邮箱继续试,成功率很低,容易一直卡 第二,IP 注册成功过的 IP 也尽量不要再拿来注册。甲骨文对环境很敏感,不要一直用同一个网络环境反复撞。 第三,卡。 卡真的很关键。我之前一直用招行 Visa,试了两年都没成功。这申请了一张中行的卓隽卡,直接过了。个人感觉 Master 成功率确实更高一点? 还有一个小细节,地址别乱填中文拼音混合那种,最好是标准英文地址格式。我之前就一直卡在这里,明明是真实地址,但格式可能不太对。后来用 genaddr.com 生成的信息参考着填,反而一次就成。 所以别只盯着某一个点。 邮箱、IP、卡,这三个都一样重要。任何一个之前失败过,后面都可能继续影响成功率。 我这次是真的被甲骨文折磨麻了,谁懂这种试了两年突然一次过的感觉 22 个帖子 - 11 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-11 01:30:15+08:00 · tech

最近这两年一直在接触大模型和 AI 相关的工作,导致自己不管是工作和生活都非常的忙碌,仿佛一小时不看,就错过很多技术和资讯,尤其是在使用 codex Claude 后对 token 无限敏感,根本停不下来,但是和不从事 ai 的朋友聊天,发现他们仅仅停留在只了解豆包的层面,好像对生活也没有什么影响,大佬们可以聊聊给一些建议,该怎么平衡工作和生活,我现在游戏也玩不进去,全都是 ai 的各类消息,有些迷茫了 1 个帖子 - 1 位参与者 阅读完整话题

V2EX - 技术 · 2026-06-10 17:53:51+08:00 · tech

先说结论 搞了两年 agent memory ,最痛的体会是:现在的记忆系统从根上就是歪的。不是缺功能,是方向错了。 痛点一:记忆脆弱 —— 存了一堆,但啥都不懂 把几十万封邮件扔进向量数据库,得到的是一个很大但完全没用的上下文堆。存和理解是两码事。 痛点二:时间推理残缺 问一句"我上周在搞啥",大多数系统直接宕机。数据有,但时间感没有。 痛点三:遗忘困境 这条反直觉——记住一切反而更糟。上下文会腐烂。但要写一个好的遗忘算法,比堆存储难多了。 痛点四:评估缺失 你的记忆系统到底有没有在干活?大多数团队根本没法量化。benchmark 散乱且没有标准。 我们的解法:抄作业——Coding Agents 早就搞定了 看 GitHub 的工作流: Issue → PR → Code Review → Git History → Test → Status Update 每一步都被追踪、版本化、可查询。上下文不消失,它是演进的。 我们把这个模式搬到了个人 AI: 原始消息(邮件/Slack/Notion ) → 结构化记忆洞察 Agent 执行前读记忆,执行后更新记忆 两个维度:空间维度(关联记忆)+ 时间维度(时间旅行查询) 空间维度:一起放电的神经元就连线 当你访问洞察 A ,与它关联的洞察自动加强。长期不访问的连接会衰减。 问"为什么这个客户卡住了?",系统不只找到当前项目——还会联想到 3 个月前的类似情况。 时间维度:给你的记忆装一台时光机 时间旅行 API 支持查询任意时间点的记忆状态: "Q3 2024 我的优先级是啥?" "1 月到 3 月我们做了哪些决定?" "展示 2 月底那个项目的样子" 不是摘要,是那个时刻的真实快照。 遗忘引擎:学会放手 三级系统(短 → 中 → 长记忆),评分公式综合考虑: 最近访问时间 访问频率 重要性 是否被收藏 6 个月前的普通客户问候?可能就丢了。3 个月前的关键决策?保留并强化。 目标不是存更久,是存得更聪明。 跑分结果 ┌──────────────────┬───────┐ │ Benchmark │ 成绩 │ ├──────────────────┼───────┤ │ LoCoMo │ 96.3% │ ├──────────────────┼───────┤ │ LongMemEval-S500 │ 97.6% │ └──────────────────┴───────┘ 基本达到 SOTA 。但真正的数字是 35%——CL-bench ( Context Learning Benchmark )。 上下文学习能力(把存储的上下文应用到新情况)才是真正难的问题。 开源 GitHub: https://github.com/melandlabs/openloomi 欢迎来踩,——我们认为这是整个系统里最有趣、也最没被解决好的问题。 有问题尽管问。

V2EX - 技术 · 2026-06-10 17:53:51+08:00 · tech

先说结论 搞了两年 agent memory ,最痛的体会是:现在的记忆系统从根上就是歪的。不是缺功能,是方向错了。 痛点一:记忆脆弱 —— 存了一堆,但啥都不懂 把几十万封邮件扔进向量数据库,得到的是一个很大但完全没用的上下文堆。存和理解是两码事。 痛点二:时间推理残缺 问一句"我上周在搞啥",大多数系统直接宕机。数据有,但时间感没有。 痛点三:遗忘困境 这条反直觉——记住一切反而更糟。上下文会腐烂。但要写一个好的遗忘算法,比堆存储难多了。 痛点四:评估缺失 你的记忆系统到底有没有在干活?大多数团队根本没法量化。benchmark 散乱且没有标准。 我们的解法:抄作业——Coding Agents 早就搞定了 看 GitHub 的工作流: Issue → PR → Code Review → Git History → Test → Status Update 每一步都被追踪、版本化、可查询。上下文不消失,它是演进的。 我们把这个模式搬到了个人 AI: 原始消息(邮件/Slack/Notion ) → 结构化记忆洞察 Agent 执行前读记忆,执行后更新记忆 两个维度:空间维度(关联记忆)+ 时间维度(时间旅行查询) 空间维度:一起放电的神经元就连线 当你访问洞察 A ,与它关联的洞察自动加强。长期不访问的连接会衰减。 问"为什么这个客户卡住了?",系统不只找到当前项目——还会联想到 3 个月前的类似情况。 时间维度:给你的记忆装一台时光机 时间旅行 API 支持查询任意时间点的记忆状态: "Q3 2024 我的优先级是啥?" "1 月到 3 月我们做了哪些决定?" "展示 2 月底那个项目的样子" 不是摘要,是那个时刻的真实快照。 遗忘引擎:学会放手 三级系统(短 → 中 → 长记忆),评分公式综合考虑: 最近访问时间 访问频率 重要性 是否被收藏 6 个月前的普通客户问候?可能就丢了。3 个月前的关键决策?保留并强化。 目标不是存更久,是存得更聪明。 跑分结果 ┌──────────────────┬───────┐ │ Benchmark │ 成绩 │ ├──────────────────┼───────┤ │ LoCoMo │ 96.3% │ ├──────────────────┼───────┤ │ LongMemEval-S500 │ 97.6% │ └──────────────────┴───────┘ 基本达到 SOTA 。但真正的数字是 35%——CL-bench ( Context Learning Benchmark )。 上下文学习能力(把存储的上下文应用到新情况)才是真正难的问题。 开源 GitHub: https://github.com/melandlabs/openloomi 欢迎来踩,——我们认为这是整个系统里最有趣、也最没被解决好的问题。 有问题尽管问。

V2EX - 技术 · 2026-06-10 14:41:10+08:00 · tech

先说结论 搞了两年 agent memory ,最痛的体会是:现在的记忆系统从根上就是歪的。不是缺功能,是方向错了。 痛点一:记忆脆弱 —— 存了一堆,但啥都不懂 把几十万封邮件扔进向量数据库,得到的是一个很大但完全没用的上下文堆。存和理解是两码事。 痛点二:时间推理残缺 问一句"我上周在搞啥",大多数系统直接宕机。数据有,但时间感没有。 痛点三:遗忘困境 这条反直觉——记住一切反而更糟。上下文会腐烂。但要写一个好的遗忘算法,比堆存储难多了。 痛点四:评估缺失 你的记忆系统到底有没有在干活?大多数团队根本没法量化。benchmark 散乱且没有标准。 我们的解法:抄作业——Coding Agents 早就搞定了 看 GitHub 的工作流: Issue → PR → Code Review → Git History → Test → Status Update 每一步都被追踪、版本化、可查询。上下文不消失,它是演进的。 我们把这个模式搬到了个人 AI: 原始消息(邮件/Slack/Notion ) → 结构化记忆洞察 Agent 执行前读记忆,执行后更新记忆 两个维度:空间维度(关联记忆)+ 时间维度(时间旅行查询) 空间维度:一起放电的神经元就连线 当你访问洞察 A ,与它关联的洞察自动加强。长期不访问的连接会衰减。 问"为什么这个客户卡住了?",系统不只找到当前项目——还会联想到 3 个月前的类似情况。 时间维度:给你的记忆装一台时光机 时间旅行 API 支持查询任意时间点的记忆状态: "Q3 2024 我的优先级是啥?" "1 月到 3 月我们做了哪些决定?" "展示 2 月底那个项目的样子" 不是摘要,是那个时刻的真实快照。 遗忘引擎:学会放手 三级系统(短 → 中 → 长记忆),评分公式综合考虑: 最近访问时间 访问频率 重要性 是否被收藏 6 个月前的普通客户问候?可能就丢了。3 个月前的关键决策?保留并强化。 目标不是存更久,是存得更聪明。 跑分结果 ┌──────────────────┬───────┐ │ Benchmark │ 成绩 │ ├──────────────────┼───────┤ │ LoCoMo │ 96.3% │ ├──────────────────┼───────┤ │ LongMemEval-S500 │ 97.6% │ └──────────────────┴───────┘ 基本达到 SOTA 。但真正的数字是 35%——CL-bench ( Context Learning Benchmark )。 上下文学习能力(把存储的上下文应用到新情况)才是真正难的问题。 开源 GitHub: https://github.com/melandlabs/openloomi 欢迎来踩,——我们认为这是整个系统里最有趣、也最没被解决好的问题。 有问题尽管问。

V2EX - 技术 · 2026-06-10 14:41:10+08:00 · tech

先说结论 搞了两年 agent memory ,最痛的体会是:现在的记忆系统从根上就是歪的。不是缺功能,是方向错了。 痛点一:记忆脆弱 —— 存了一堆,但啥都不懂 把几十万封邮件扔进向量数据库,得到的是一个很大但完全没用的上下文堆。存和理解是两码事。 痛点二:时间推理残缺 问一句"我上周在搞啥",大多数系统直接宕机。数据有,但时间感没有。 痛点三:遗忘困境 这条反直觉——记住一切反而更糟。上下文会腐烂。但要写一个好的遗忘算法,比堆存储难多了。 痛点四:评估缺失 你的记忆系统到底有没有在干活?大多数团队根本没法量化。benchmark 散乱且没有标准。 我们的解法:抄作业——Coding Agents 早就搞定了 看 GitHub 的工作流: Issue → PR → Code Review → Git History → Test → Status Update 每一步都被追踪、版本化、可查询。上下文不消失,它是演进的。 我们把这个模式搬到了个人 AI: 原始消息(邮件/Slack/Notion ) → 结构化记忆洞察 Agent 执行前读记忆,执行后更新记忆 两个维度:空间维度(关联记忆)+ 时间维度(时间旅行查询) 空间维度:一起放电的神经元就连线 当你访问洞察 A ,与它关联的洞察自动加强。长期不访问的连接会衰减。 问"为什么这个客户卡住了?",系统不只找到当前项目——还会联想到 3 个月前的类似情况。 时间维度:给你的记忆装一台时光机 时间旅行 API 支持查询任意时间点的记忆状态: "Q3 2024 我的优先级是啥?" "1 月到 3 月我们做了哪些决定?" "展示 2 月底那个项目的样子" 不是摘要,是那个时刻的真实快照。 遗忘引擎:学会放手 三级系统(短 → 中 → 长记忆),评分公式综合考虑: 最近访问时间 访问频率 重要性 是否被收藏 6 个月前的普通客户问候?可能就丢了。3 个月前的关键决策?保留并强化。 目标不是存更久,是存得更聪明。 跑分结果 ┌──────────────────┬───────┐ │ Benchmark │ 成绩 │ ├──────────────────┼───────┤ │ LoCoMo │ 96.3% │ ├──────────────────┼───────┤ │ LongMemEval-S500 │ 97.6% │ └──────────────────┴───────┘ 基本达到 SOTA 。但真正的数字是 35%——CL-bench ( Context Learning Benchmark )。 上下文学习能力(把存储的上下文应用到新情况)才是真正难的问题。 开源 GitHub: https://github.com/melandlabs/openloomi 欢迎来踩,——我们认为这是整个系统里最有趣、也最没被解决好的问题。 有问题尽管问。

V2EX - 技术 · 2026-06-10 14:09:36+08:00 · tech

先说结论 搞了两年 agent memory ,最痛的体会是:现在的记忆系统从根上就是歪的。不是缺功能,是方向错了。 痛点一:记忆脆弱 —— 存了一堆,但啥都不懂 把几十万封邮件扔进向量数据库,得到的是一个很大但完全没用的上下文堆。存和理解是两码事。 痛点二:时间推理残缺 问一句"我上周在搞啥",大多数系统直接宕机。数据有,但时间感没有。 痛点三:遗忘困境 这条反直觉——记住一切反而更糟。上下文会腐烂。但要写一个好的遗忘算法,比堆存储难多了。 痛点四:评估缺失 你的记忆系统到底有没有在干活?大多数团队根本没法量化。benchmark 散乱且没有标准。 我们的解法:抄作业——Coding Agents 早就搞定了 看 GitHub 的工作流: Issue → PR → Code Review → Git History → Test → Status Update 每一步都被追踪、版本化、可查询。上下文不消失,它是演进的。 我们把这个模式搬到了个人 AI: 原始消息(邮件/Slack/Notion ) → 结构化记忆洞察 Agent 执行前读记忆,执行后更新记忆 两个维度:空间维度(关联记忆)+ 时间维度(时间旅行查询) 空间维度:一起放电的神经元就连线 当你访问洞察 A ,与它关联的洞察自动加强。长期不访问的连接会衰减。 问"为什么这个客户卡住了?",系统不只找到当前项目——还会联想到 3 个月前的类似情况。 时间维度:给你的记忆装一台时光机 时间旅行 API 支持查询任意时间点的记忆状态: "Q3 2024 我的优先级是啥?" "1 月到 3 月我们做了哪些决定?" "展示 2 月底那个项目的样子" 不是摘要,是那个时刻的真实快照。 遗忘引擎:学会放手 三级系统(短 → 中 → 长记忆),评分公式综合考虑: 最近访问时间 访问频率 重要性 是否被收藏 6 个月前的普通客户问候?可能就丢了。3 个月前的关键决策?保留并强化。 目标不是存更久,是存得更聪明。 跑分结果 ┌──────────────────┬───────┐ │ Benchmark │ 成绩 │ ├──────────────────┼───────┤ │ LoCoMo │ 96.3% │ ├──────────────────┼───────┤ │ LongMemEval-S500 │ 97.6% │ └──────────────────┴───────┘ 基本达到 SOTA 。但真正的数字是 35%——CL-bench ( Context Learning Benchmark )。 上下文学习能力(把存储的上下文应用到新情况)才是真正难的问题。 开源 GitHub: https://github.com/melandlabs/openloomi 欢迎来踩,——我们认为这是整个系统里最有趣、也最没被解决好的问题。 有问题尽管问。

v2ex · 2026-06-10 13:29:00+08:00 · tech

用 Maccy 用了两年,一直想要两个功能:语义搜索(不记得复制过什么但记得大概内容也能搜到),以及两台 Mac 之间的同步(但不想把剪贴板数据传到第三方服务器)。 于是做了 Clibo:原生 macOS ,纯本地存储,可选 iCloud 同步。 核心功能: 一键导入 Maccy 历史 BYOK AI 语义搜索(用自己的 OpenAI/Anthropic API key ,数据只经过你和你的 AI 提供商,不经过我的服务器) 悬浮预览(图片、链接、文件、颜色值,hover 即看,不用点开) 固定片段 + 全局快捷键(常用文本一键粘贴) 原生 macOS 动作(复制地址 → 一键加到日历/通讯录/发信息/建备忘录) 7 天免费试用,$9 买断(早鸟价,不用订阅,2 台 Mac ) 隐私说明:所有数据存在本地 SQLite ,不上传任何服务器,不需要注册账号。AI 功能完全可选,不开 API key 就跟普通剪贴板管理器一样用。 官网: https://clibo.us 下载试用: https://releases.clibo.us/Clibo-1.0.8-11.dmg 刚上线一周多,想听听大家的意见——你们现在用什么剪贴板工具?什么功能会让你愿意付费?

v2ex · 2026-06-10 12:15:34+08:00 · tech

用 Maccy 用了两年,一直想要两个功能:语义搜索(不记得复制过什么但记得大概内容也能搜到),以及两台 Mac 之间的同步(但不想把剪贴板数据传到第三方服务器)。 于是做了 Clibo:原生 macOS ,纯本地存储,可选 iCloud 同步。 核心功能: 一键导入 Maccy 历史 BYOK AI 语义搜索(用自己的 OpenAI/Anthropic API key ,数据只经过你和你的 AI 提供商,不经过我的服务器) 悬浮预览(图片、链接、文件、颜色值,hover 即看,不用点开) 固定片段 + 全局快捷键(常用文本一键粘贴) 原生 macOS 动作(复制地址 → 一键加到日历/通讯录/发信息/建备忘录) 7 天免费试用,$9 买断(早鸟价,不用订阅,2 台 Mac ) 隐私说明:所有数据存在本地 SQLite ,不上传任何服务器,不需要注册账号。AI 功能完全可选,不开 API key 就跟普通剪贴板管理器一样用。 官网: https://clibo.us 下载试用: https://releases.clibo.us/Clibo-1.0.8-11.dmg 刚上线一周多,想听听大家的意见——你们现在用什么剪贴板工具?什么功能会让你愿意付费?

v2ex · 2026-06-10 11:25:30+08:00 · tech

用 Maccy 用了两年,一直想要两个功能:语义搜索(不记得复制过什么但记得大概内容也能搜到),以及两台 Mac 之间的同步(但不想把剪贴板数据传到第三方服务器)。 于是做了 Clibo:原生 macOS ,纯本地存储,可选 iCloud 同步。 核心功能: 一键导入 Maccy 历史 BYOK AI 语义搜索(用自己的 OpenAI/Anthropic API key ,数据只经过你和你的 AI 提供商,不经过我的服务器) 悬浮预览(图片、链接、文件、颜色值,hover 即看,不用点开) 固定片段 + 全局快捷键(常用文本一键粘贴) 原生 macOS 动作(复制地址 → 一键加到日历/通讯录/发信息/建备忘录) 7 天免费试用,$9 买断(早鸟价,不用订阅,2 台 Mac ) 隐私说明:所有数据存在本地 SQLite ,不上传任何服务器,不需要注册账号。AI 功能完全可选,不开 API key 就跟普通剪贴板管理器一样用。 官网: https://clibo.us 下载试用: https://releases.clibo.us/Clibo-1.0.8-11.dmg 刚上线一周多,想听听大家的意见——你们现在用什么剪贴板工具?什么功能会让你愿意付费?

v2ex · 2026-06-10 11:25:30+08:00 · tech

用 Maccy 用了两年,一直想要两个功能:语义搜索(不记得复制过什么但记得大概内容也能搜到),以及两台 Mac 之间的同步(但不想把剪贴板数据传到第三方服务器)。 于是做了 Clibo:原生 macOS ,纯本地存储,可选 iCloud 同步。 核心功能: 一键导入 Maccy 历史 BYOK AI 语义搜索(用自己的 OpenAI/Anthropic API key ,数据只经过你和你的 AI 提供商,不经过我的服务器) 悬浮预览(图片、链接、文件、颜色值,hover 即看,不用点开) 固定片段 + 全局快捷键(常用文本一键粘贴) 原生 macOS 动作(复制地址 → 一键加到日历/通讯录/发信息/建备忘录) 7 天免费试用,$9 买断(早鸟价,不用订阅,2 台 Mac ) 隐私说明:所有数据存在本地 SQLite ,不上传任何服务器,不需要注册账号。AI 功能完全可选,不开 API key 就跟普通剪贴板管理器一样用。 官网: https://clibo.us 下载试用: https://releases.clibo.us/Clibo-1.0.8-11.dmg 刚上线一周多,想听听大家的意见——你们现在用什么剪贴板工具?什么功能会让你愿意付费?

v2ex · 2026-06-10 11:13:00+08:00 · tech

用 Maccy 用了两年,一直想要两个功能:语义搜索(不记得复制过什么但记得大概内容也能搜到),以及两台 Mac 之间的同步(但不想把剪贴板数据传到第三方服务器)。 于是做了 Clibo:原生 macOS ,纯本地存储,可选 iCloud 同步。 核心功能: 一键导入 Maccy 历史 BYOK AI 语义搜索(用自己的 OpenAI/Anthropic API key ,数据只经过你和你的 AI 提供商,不经过我的服务器) 悬浮预览(图片、链接、文件、颜色值,hover 即看,不用点开) 固定片段 + 全局快捷键(常用文本一键粘贴) 原生 macOS 动作(复制地址 → 一键加到日历/通讯录/发信息/建备忘录) 7 天免费试用,$9 买断(早鸟价,不用订阅,2 台 Mac ) 隐私说明:所有数据存在本地 SQLite ,不上传任何服务器,不需要注册账号。AI 功能完全可选,不开 API key 就跟普通剪贴板管理器一样用。 官网: https://clibo.us 下载试用: https://releases.clibo.us/Clibo-1.0.8-11.dmg 刚上线一周多,想听听大家的意见——你们现在用什么剪贴板工具?什么功能会让你愿意付费?

LinuxDo 最新话题 · 2026-06-10 01:06:50+08:00 · tech

24届双非本,大学的时候半躺不躺的,但是技术在跟学校同专业的人比起来算过关,身边比较法导致一直觉得自己还行,大三的时候进了学校老师的项目组算是第一次正经参与团队开发,结果导师其实也不懂技术,项目还是一个更不懂技术的研究生师兄写的屎山,结果身边对比法更觉得自己还行了。 浑浑噩噩到了大三下开始找实习,一开始还能有四五千的实习offer,嫌钱少不去,到后面越来越少甚至面试了没后续,只能找熟悉的老师帮忙介绍了一个,结果就是开发实习两千多块钱,虽然是正经中厂且很轻松早九晚五其实可以迟到早退,但是钱实在太少加通勤需要很久公交就跑路了。 跑路之后又是开始海投无后续,在宿舍躺到四五月份快毕业,两个室友双双考研上岸,加上最好的朋友比我小一届正准备考研,于是便在毕业这年开始准备考研相当于别人二战了,一开始还没毕业在学校里还能去图书馆保持高强度学习,毕业之后一回到家直接越来越躺,躺到最后美美下岸。 下岸之后,无所事事了一整年也没准备再考,一开始还能写写代码,没事还做了不少游戏mod,看看github热点看看ai动向,到后面就完全蛆化了。 到现在,已经毕业两年了等于区了两年,什么事也没干成,想考研刷新应届生身份却又已经6月份了感觉会再次下岸,对计算机岗位有执念但是gap两年hr直接pass,现在非常迷茫不知道干什么 如果要找工作的话需要怎么包装简历,投什么方向的岗位呢,感谢各位佬友的回复 附上两年前的简历 5 个帖子 - 5 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-09 14:57:09+08:00 · tech

目前在量化领域工作了两年了,很难说对交易有什么热爱,当初是觉得这个行业赚大钱的概率大一些才选择。现在每天有很多想法想去实现,但是惰性导致很多工作进展不够快。我自认不是什么天才,而这个行业天才密度极高,每当看到同行的优秀工作都会让人感觉人与人的差距比狗都大。我真的配和这些人在市场竞争吗。倒也没什么自卑丧气的情绪,希望今年能吃到老板画的饼吧。无心研究时候的一些碎碎念。。。 3 个帖子 - 3 位参与者 阅读完整话题

v2ex · 2026-06-08 21:27:46+08:00 · tech

我是一名干了两年半的前端 IT 派遣工,全日制大专学历。 说说工作上的状态。 公司内部文档还算齐全,也推广过 opencode ,虽然 token 不报销,但开源软件配免费模型,公司不会让我们自掏腰包。体验了一段时间后,我还是选择自己充值用 Cursor——只要把文档喂进去,它就能指哪打哪,三五轮对话就把功能写好了。剩下的时间就是等后端进度或 Electron 项目打包。空闲时我一边刷论坛,打包后再花十几分钟自测,就没事了。公司对看别的内容没有严格禁止,但总觉得不太好,毕竟主管偶尔从工位跑到打印机,会瞥见我的屏幕。所以我一直刷 V2EX 、Hacker News ,问就说在看最新技术(虽然从没人质疑过)。 再说学习上的计划,但我都没坚持下来。 四月初买了一个 AI 课程,头两天学得很起劲,后来慢慢去魅,就没怎么学了。现在课程还在更新,虽然也就是一些线上视频和资料,但说不上亏,只是需要自己主动一点——客观上说,只要主动,老师的服务是很到位的。 五月份又和一家机构签了函授本科的合同,现在是入学考试准备阶段。机构给了我一堆资料和试卷,让我好好准备。实际上我只敷衍地学了两节数学课视频,写了一页数学卷子,还是带着豆包只写一点自己会的题目。最近才意识到,如果不打算要学位证,这个函授的含金量可能还不如我原来的全日制大专。以我现在的状态走下去,学位证大概与我无缘。 而且从六月开始,公司不加班了,作息正常了,可我依然没动力学习。 学习资料全在电脑上吃灰。如果抽离出来,用旁观者的视角看自己——其实从五月初过完劳动节就初见端倪了:一有空就打 球球大作战,午休打,下班打,甚至上班无聊都会窝在楼梯间打一会儿。 我的时间到底浪费在哪了? 上班空闲很多:刷 V2EX 、Hacker News ,或者偷偷 vibe coding 一些没太多意义的东西。 午休两小时,吃完饭就打 球球大作战。 下班后打 球球大作战 和 王者荣耀 ,刷 YouTube 短视频。 周末彻底放开了,看片,打游戏,刷抖音。玩成一个懵逼小子之后,去赵一鸣零食买三十块钱的吃的,再到天河公园发两小时呆。回来打开 AI 课程,一边听一边刷抖音,过一会儿索性合上电脑,全心打游戏。 成年人的世界很自由,自由到不管跟谁讲,听起来都嗨爆了。 确实很爽。但爽完回看这两个月,甚至回看毕业后这两年的表现,我的青春真的应该这样颓废吗? 我想起上大专的时候,我在班里是鹤立鸡群的,是最爱学的那一个。当同学对老师教的 JS 语法、CSS 特性不屑一顾、听完就忘时,我反而觉得不够,会主动在网上渴求更多知识。老师让我带一带学得差的同学,我答应了,还让他调到我宿舍。他沉迷王者荣耀,有次我周末一天提醒他六次以上记得做页面布局练习,可第二天周一上课时,他依然没把练习做完。毕业后,这个同学在微信上给我发过房地产促销图片,也多次求我带他找份好工作,我责备他当时不好好学。现在他好像又转行搞传销了,一边给我发招聘合伙人的图片,一边找我借十块钱吃饭。 对比我自己最近两个月的表现,我不知道该说什么好。爽吗?很爽。值吗?不值。