从零构建一门编程语言：个人实践与资源指南
作者基于开发 Ink 语言的个人经验，深入探讨了为何及如何从零构建一门编程语言。文章强调设计语言语义而非仅关注语法，建议通过“试写”来验证设计，并提供了从解释器基础到 JIT、FFI 等进阶扩展的资源与思路，旨在帮助开发者通过造轮子深入理解计算机底层原理。
评论
点赞
收藏个性化、以品味度量及内在型界面
作者通过Midjourney的新个性化功能，对比了“工具型”与“内在型”界面设计的理念差异。文章提出将个性化代码视为模型风格空间中的指针，并构想了一种基于用户独特偏好（Vibe）而非具体概念的风格坐标系，探讨了生成式AI中风格适配器的深层含义。
组合任务，而非组合实现细节
作者基于构建复杂复合AI系统的经验，提出应通过组合“任务”而非“实现细节”来设计系统。传统方法常将Prompt、Tool或Model作为抽象单元，导致故障定位困难且系统脆弱。作者主张以输入、输出和评估标准为边界定义子任务，使系统更像工作流或管道。这种范式不仅隔离了变更影响，还便于在技术演进时重新划分任务边界，甚至可类比于人机协作中的社会协调问题。
围绕工作流构建工具，而非让工作流迁就工具
作者分享了自己构建全套个人生产力工具（笔记、任务、联系人等）的经验和理念。核心观点是：现成的商业工具往往要求用户改变自己的工作流来适应工具，而自建工具可以完美贴合个人的思维模式和习惯。文章详细阐述了“任务与笔记”界限的模糊性，提出了基于行动紧迫性的双笔记系统，并强调了拥有核心数据工具带来的长期稳定性、低成本和速度优势。附录部分披露了技术栈，包括自研语言和框架。
Radio City：在洛克菲勒中心寻找失落的技术人文主义
作者通过回顾洛克菲勒中心从歌剧厅转型为媒体中心的历程，深入分析了其Art Deco艺术作品中蕴含的“人本主义技术观”。文章对比了现代硅谷技术与文化的脱节，呼吁重建以人类能动性为核心的技术人文主义视角。
惊奇引擎：以好奇心而非生产力驱动探索
作者提出“惊奇”（Wonder）应作为探索知识和构建AI工具的核心驱动力，而非单纯的“生产力”。文章通过Greg Egan的科幻小说、数学真理空间以及深度学习机制等案例，探讨了在追求效率和工业化的时代，保持对未知事物的好奇与审美直觉的重要性，并分享了作者个人从“完成任务”到“被惊奇驱动”的工作哲学转变。
Prism：在潜在空间中操纵概念
作者通过稀疏自编码器在文本嵌入模型的潜在空间中发现了数万个人类可解释的特征。文章展示了如何利用这些特征进行精确的语义编辑和文本风格控制，并提出了自动化的特征标注与评分方法。这是机制可解释性在自然语言处理领域的深入实践，为构建更直观的人机交互界面提供了新思路。
加入Thrive Capital：从Notion AI团队到风险投资顾问
Notion前AI工程团队成员加入Thrive Capital担任EIR和顾问，旨在支持创始人理解并部署AI，同时继续其在AI可解释性、知识表示和界面设计方面的研究。作者回顾了在不简单Notion的经历，并表达了对新角色的期待。
优秀的创意工具应当具备大师级的掌控力与开放性
作者提出优秀创意工具应具备“大师级掌控力”与“开放性”两个特征。文章对比了原声吉他与Guitar Hero游戏，指出当前AI艺术工具（如DALL-E）因门槛低、限制多，难以培养真正的“大师”，导致AI创作者转向ComfyUI等更开放的工具。作者预测AI将形成独立的艺术社区和审美标准，而非仅仅作为现有数字艺术的辅助。
什么是优秀的人类界面？
作者提出优秀“参与式界面”的核心在于两点：清晰呈现信息视角，以及自然精准地表达意图。文章深入探讨了数据可视化作为“地图”的作用，以及直接操作（Direct Manipulation）在降低认知负荷上的优势。作者指出，尽管直接操作已普及，但目前的思维工具仍停留在命令行时代，无法直接操作概念本身，并呼吁开发能让我们像玩泥巴一样塑造思想的下一代界面。
工具型界面与投入型界面：重新思考人与技术的交互本质
作者通过纽约地铁导航的个人经历，提出界面设计的两种核心模式：以目标为导向的工具型界面（Instrumental）和以参与过程本身为乐趣的投入型界面（Engaged）。文章指出当前AI UI设计多集中在提升效率的工具型应用，而缺乏能激发人类深度探索与互动的新型投入型界面机制，呼吁设计师关注这一滞后领域。
探索新手指南：如何在不确定性中构建愿景与验证
作者分享了一套关于如何进行探索性工作的思维框架。文章指出探索初期依赖直觉，但需通过快速验证可证伪假设来获取现实反馈，从而维持动力。核心在于平衡愿景叙事与现实证据，在保持探索广度的同时不断修正方向。
用语言模型“看见”思想的笔记工具
作者基于对语言模型可解释性的研究，提出了一种将文档视为概念集合而非词集合的计算笔记理念。通过展示如何分解、重组和可视化语义概念，探讨了超越传统文本交互的新颖人机界面，旨在帮助研究者更直观地探索思想空间并发现意外关联。
认知校准与探索真理空间：为何偏好微调正在扼杀AI的创造力
作者对比DALL-E 2与Midjourney等现代模型的视觉风格差异，指出RLHF等偏好微调导致模型陷入“吸引子”，丧失了对世界的认知校准和多样性。文章主张通过直接操作模型内部概念空间而非依赖黑盒微调，来保留基础模型的创造力和准确性，避免模式崩溃。
The quotes on my wall
My desktop wallpaper loops through a handful of screenshots of quotes I’ve collected over the years. These quotes push on my worldview in just the right places to help me approach my work in ways I fi...
思想的合成器：当语言模型开始解构思维
文章将合成器对声音的数学化改造类比于大语言模型对思想的数学化分解。作者基于可解释性AI研究，提出了一系列面向文本处理的新界面概念，包括语义热力图、时间频谱图、语义差异视图以及概念库。这不仅是关于AI工具的构想，更是对人机交互范式从自然材料向数学对象转变的深刻洞察，具有强烈的Hacker News风格和技术前瞻性。
符号智能：为何设计更好的记法比自动化工具更能提升人类智力
文章深入探讨了“符号/记法”（Notation）作为人类思维延伸的核心作用，从自然语言、数学、音乐到编程语言（如Wolfram Language），论证了好的记法能降低认知负荷并激发新思维。作者提出“可计算记法”的概念，主张将执行能力赋予传统符号系统，并重新定义智力为运行时适应与泛化能力，旨在探索人机协作中更优的知识工作流设计。
机器学习中的若干应用研究难题
Notion工程师从工业界视角梳理了基础模型落地的关键研究缺口，涵盖风格控制、数据质量与对齐算法权衡、视觉设计精确交互、自然对话机制（如打断、时间感）、以及基于机制可解释性的特征操控与用户界面设计。文章结合一线工程经验，提出了从基础原语向实用构建块转型的具体方向。
如石如流：AI 作为通用智能资源的文明隐喻
引用 Midjourney 创始人 David Holz 的观点，将传统手工智能比作“石头”，将规模化、机械化的 AI 智能比作“水”。文章认为，AI 的价值不在于替代现有工作，而在于开启我们目前无法想象的新用途。通过类比，阐述了 AI 作为一种通用、可规模化且无意识的资源，如何像水一样驱动文明进步，关键在于人类如何学会“造船”和“筑坝”来利用它，而非将其视为具有敌意的对手。
生活的连续性：从制定目标到聚焦核心
作者反思了从制定详尽年度目标到聚焦生活连续性的转变。提出个人满足感源于三类活动：完成具体成果、从事创造性爱好、以及与他人的深度连接。作者分享了在2023年经历职业和情感转折后，如何通过平衡这三者来重建生活秩序，主张精简目标以维持专注和内心平衡。
Notion、AI与我：关于想法传播与未来创作工具的思考
独立开发者Linus分享加入Notion后的思考，探讨想法的生命周期、执行与传播的重要性，以及AI如何改变信息存储与呈现方式。他提出关于声明式程序、文档可编程性、自然语言界面缺陷及改进人类与文本关系的深刻问题，强调在工具变革中确立最佳界面隐喻和技术惯例的关键作用。