勘误反馈
如果对本博客文章有任何问题(如探讨、建议、文字或逻辑错误等)都可以给我发邮件：

• 邮件标题：[wds博客问题反馈] - 希望在XXX文章增加一些细节的补充
• 邮件地址：8851970@qq.com

2026年在更新中的两篇长文

• 《回忆AI时代-从图灵机到人工智能》
• 《新加坡工作与生活指南》

Read More

环绕新加坡一圈的路线大约180多公里，今天骑行了80公里大约一圈的40%多。

整个路线参用政府提供的PCN路线作为参考，尽量走PCN路线（政府骑行路线参考），并以AI作为全程规划，起点从Marare parade出发，起点也是终点，以下为AI规划的途径地点。

从早上的10点出发到算上中午和晚上吃饭，大概9点回家约11小时。骑行下来感受，时间有点长漫漫骑也不是很累，路线基本符合预期，因新加坡很多路比较窄且立体，譬如要绕行一个小圈穿过立交桥，这种场景下导航就不是很准需要留意，但整体下来大致符合预期。

整个骑行路线比较舒服，并非所有路线都是PCN路线么有少部分是人行道可以慢骑。 因为新加坡比较晒还是要提前做好防晒，并携带足够多的水。

系列文章见: 《回忆AI时代-从图灵机到人工智能》

Anthropic

Anthropic（源自希腊语 anthrōpos，意思是人类，寓意以人为本）是一家总部位于美国加利福尼亚州旧金山的人工智能安全与研究公司，也是目前全球生成式人工智能领域的最主要领跑者之一。

公司创始人由OpenAI前研究副总裁达里奥·阿莫迪（Dario Amodei）和前安全与政策副总裁丹妮拉·阿莫迪（Daniela Amodei）等前OpenAI成员于2021年共同创立。其中达里奥·阿莫迪还曾在百度的美国分公司工作。

创始团队因对AI安全研发方向和商业化路线存在理念分歧而离开OpenAI，转而强调将“安全性、可靠性和可解释性”放在首位。

Anthropic的核心产品Claude，笔者最先感受到AI的对程序员的冲击是2026年初，最开始体验Vibe编程用的就是Claude4.3的模型。

为什么Anthropic越来越火

一个很重要的原因是Coding + Agent,以前大家使用大模型主要是：

1

人问问题 → AI回答

现在越来越变成：

1

人提出目标 → AI自己分析 → 修改代码 → 执行命令 → 测试 → 修复 → 最终交付

系列文章见: 《回忆AI时代-从图灵机到人工智能》

什么是Vibe编程

Vibe Coding（氛围编程），核心原因是你不再主要通过“逐行写代码”来编程，而是通过自然语言描述你想要的东西，让AI根据你的意图生成、修改和调试代码。
“Vibe Coding”这个词由Andrej Karpathy提出，他在2025年2月2日左右在X平台发帖，第一次明确说：“There's a new kind of coding I call ‘vibe coding’…”。他当时描述的场景非常有意思：自己使用Cursor Composer + Claude Sonnet + SuperWhisper基本不亲自敲代码，直接用自然语言告诉AI要改什么，然后接受AI的修改，遇到报错就把错误信息丢回给AI。

Vibe vs 传统编程

比如你要做一个HTTP接口：

1
2
3
4
5
6
7
8

我要：
1. 创建 Gin Server
2. 创建 POST /api/user
3. 定义 User struct
4. 解析 JSON
5. 校验参数
6. 写入 MySQL
7. 返回 JSON

而Vibe编程更像告诉AI我要做什么。

1

“帮我用 Go + Gin 写一个用户创建接口，连接 MySQL，要求参数校验、日志、错误处理，并按照我现在项目的代码风格来。”

Vibe编程不等于不懂代码

Vibe Coding会降低的是“写代码”的门槛，但不一定降低“理解系统”的门槛。譬如你让AI“帮我把这个接口改成异步。 AI可能给你生成：

1
2
3

go func() {
    saveToDB(data)
}()

看起来非常简单。但如果你不知道：

• goroutine
• 数据竞争
• 生命周期
• error handling
• transaction
• MQ
• retry
• idempotency

你可能根本不知道这段代码有什么问题。

新加坡🇸🇬工作与生活指南: 系列文章概览

早上起床看到一条短信，昨晚周六23:57收到提示，我的银行卡被扣1.73美元，交易备注是AMAZON PRIME PMTS。起初我以为是诈骗短信，点开银行App核实后，确实存在一笔处于待确认状态的扣款。

在海外生活，银行卡遭遇疑似盗刷其实不算少见，身边不少朋友都遇到过类似情况。这类盗刷往往有很明显的特征：

• 交易金额偏小：如果银行App提醒阈值设置不合理，比如5美元以下消费不推送通知，小额盗刷就很容易被直接忽略；
• 晚间消费：专挑23点这类多数人已经休息的时段发起交易，短信提醒即便送达，也很难被及时发现。

想要降低这类风险，首要的就是检查银行App的消费提醒设置，把小额交易通知打开。

遇到疑似盗刷，我参考整理了处理思路：

• 先锁卡：通常银行APP中都会有临时锁卡选项，为防止不断盗刷可以先锁住卡;
• 拨打银行热线：我被盗刷的是UOB，客服电话打过去选择中文，但发现接线员居然和我说泰米尔语。其实这里比较反直觉，为什么银行流程设计我选择中文客服并非中文接线员接。还好切换成英文，并告知我遇到的问题客服让我留个电话，到时会反向打给我；
• 保存交易记录：保存消费记录；
• 尽快报警：当然这是GPT给的建议，因为我的金额不是很大，所以没有必要走这个流程。

系列文章见: 《回忆AI时代-从图灵机到人工智能》

完整预测过程。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65

用户输入

"什么是机器学习"

        │
        ▼
① Tokenizer
─────────────────────
["什么","是","机器","学习"]

        │
        ▼
② Token ID
─────────────────────
[3,5,7,9]

        │
        ▼
③ Embedding
─────────────────────
[[0.2,0.5,...],
 [0.8,0.1,...],
 ...]

        │
        ▼
④ Transformer
─────────────────────
Attention
MLP
LayerNorm
...
得到新的隐藏状态

        │
        ▼
⑤ Linear
─────────────────────
变成 vocab_size 个分数(Logits)

        │
        ▼
⑥ Softmax
─────────────────────
每个Token一个概率

"一种" 0.42
"人工智能"0.31
"模型"0.15
...

        │
        ▼
⑦ 选择概率最大的Token

输出：
"一种"

        │
        ▼
加入输入

"什么 是 机器 学习 一种"

继续预测...

Read More

系列文章见: 《回忆AI时代-从图灵机到人工智能》

DeepSeek

深度求索（DeepSeek)成立于2023年，专注于研究世界领先的通用人工智能底层模型与技术，挑战人工智能前沿性难题。在2025年初DeepSeek发布了高性价比的DeepSeek-R1模型，同时英伟达股价在2025年1月27日单日暴跌近17%，市值蒸发约6000亿美元。

DeepSeek有种后来者居上的的趋势，它的核心竞争力包括：

• 同等效果下，成本更低：DeepSeek最受关注的是其论文和技术报告中提到，它在训练和推理成本方面做了大量优化，在相对较低的成本下，取得了接近甚至在部分任务上超过国际领先模型的表现。
• 开源：DeepSeek将多个模型权重开源，任何企业或个人都可以下载部署、研究和二次开发。
• 推理能力强：特别是DeepSeek的R1推理模型，在数学、编程、逻辑推理等任务上表现突出。

成本更低

下面是OpenAI GPT API（GPT-5.5与DeepSeek API（V4 系列）的官方价格对比（截至 2026年8月）

可以看出，在大规模文本生成场景下，DeepSeek的API成本优势非常明显。

开源

开源是DeepSeek相比ChatGPT（OpenAI 旗舰模型）的核心优势之一，但它的价值主要体现在企业和开发者。

举一个具体的应用场景，譬如银行对数据非常重视，可以将模型下载到银行内网，这样不会向公网发送信息更安全可靠。