今日阅读-工作相关内容
记录日常读到的和工作相关的文章/链接
长期更新
缘起
虽然看过很多好文章, 但一直没找到整理的地方, 后续再找时也不方便. 最近翻 github 时看到了陶文整理的今日阅读文件, 记录每天看到的优秀文章, 贴下链接, 附一两句简单的评论, 感觉是一个不错的方案
一方面, 阅读经历本身不涉及关键隐私, 分享好文可以创造信息. 另一方面, 也可以作为外人了解我们的途径. 没有明显坏处但成本低有收益的事, 是可以做一做的.
故有此页面
历史汇总
2026-07-27
- 对于重要/紧急四象限,区分口诀为:
重要看收益,紧急看损失.做事有规划,止损要及时
2026-07-26
- claude提示词
- 这个github仓库收集了每一个大模型的提示词,20万字,占百万字上下文的4%,还能接受。知乎回答中有具体分析
- 看起来记忆系统也是通过提示词实现的,如果后续有业务需要,可以参考
这20万字符的系统提示词里只有八分之一在讲Claude是谁
剩下那 88%组成是这样的。工具的 JSONSchema 定义,53,196 字符,27.1%。
记忆文件系统的操作规程,44,787 字符,22.8%。
搜索加版权合规,16,660。
代码执行环境 11,880。图片搜索 6,389。artifacts 里怎么调 Anthropic API,6,281。
技能清单 6,550。引用格式 2,567。
把所有因为某个工具或某个产品入口而存在的段落加起来,170,217 字符,86.7%。
2026-07-09
2026-07-07
2026-06-19
- Node.js CLI 应用程序最佳实践
- 感谢ai, 未来软件会大量涌现
2026-06-11
- ttf字体格式入门
- 简单的介绍文章
- opentype.js,目前业内读取字体的js工具,可以借此直观看到字体设计中各类参数的作用
2026-03-30
- 大模型的表现(智能程度)首先由训练材料决定:训练的语料越多,表现越好,比如 Python 的语料遍地都是,大模型因此极其擅长解决 Python 问题;训练的语料越少,大模型表现就越差,简直跟智障一样,没什么用处
- 以下语言:Brainfuck、Befunge-98、Whitespace、Unlambda 和 Shakespeare,平均答题正确率仅为3.8%,即100道题可以答对3.8道。相比之下,它们处理 Python 问题的正确率可以达到90%。
- 来自阮一峰的博客分享
- 原始研究地址: https://esolang-bench.vercel.app/
- 推论: AI编程下,由于无法使用新语言能力,框架本身会迅速固化。
2026-01-19
- 面向数据设计(DoD)
- data-oriented-design, 一个新概念,可以了解下适用场景
2026-01-14
- 蒋炎岩老师的wiki
- 南京大学计算机学院副教授,现任南京大学计算机学院教学委员会委员,曾主持多个国家级项目和课题,四次获得软件工程/计算机系统领域 CCF-A 类国际会议的 Paper Award,还有 ACM China Rising Star Award、中国高校计算机专业教师奖励计划、南京大学 “我最喜爱的老师” 等
- 算一个入口,虽然记上来了也不会看,但先收藏再说
- CS自学指南
- 「一本计算机的自学指南,也是对自己大学三年自学生涯的一个纪念」
- 该学就学,看完给孩子看
今日阅读-工作相关内容
https://www.yaozeyuan.online/2026/01/01/what-read-today/工作相关/