Stanley's Blog

如何更好的使用你的 coding agent 核心理念： 放弃纯按时间轴的流水账管理，改用“状态机（State Machine）”加“索引（Index）”的模式。为 Agent 在主项目中划定一个专属的、结构化的记忆空间，降低重启对话时的上下文恢复成本。 1. 标准目录结构 在主项目中新建一个隐藏文件夹（如 .agent），专门存放由 Agent 生成和读取的工程管理文档。 📁 Project_XXX/ (你的主项目目录)├── 📁 src/ (正式代码)├── 📁 .agent/ (👉 Agent 专属工作区)│ ├── 📄 README.md (说明书：定义目录结构与行为规范)│ ├── 📄 state.md (总控面板：全局状态机与进度索引)│ ├── 📁 01_plans/ (规划区：任务拆解与架构设计)│ ...

时隔四个月，WhynotTV 终于又更新了，迎来了第五期，不过这一次的影响力断崖式下降，竟然只有翁家翌的零头，只能说还是 OpenAI 的 title 好用。 非常 self motivated，就是那种电视剧，电影里的美式学生，喜欢 take advantage，他自己说是 “uncertainty seeking”。不过也延续了所有嘉宾的一个共性，就是能够非常持续，专注的做一件事情，不太被外界干扰。 关于 robotics 不太懂，所以里面很多技术细节我就不说了，不过我感觉他的态度和胡渊明很像，就是怎么往系统里加先验知识，让这个系统更简单的 work。渊明说的是 inductive bias，Danfei 说的是 prior，但其实都是一个事。就我对 robotics 的理解来看的话，AI 或者 transformer 这个架构对他们领域真的是影响巨大，现在基本所有的 robotics 都是在做 embodied AI，过去巨复杂，数学上美丽的那些什么 dynamics 直接都没有了，某种意义上的门槛下降了。感觉类似的领域还有...

在这里我们继续我们的 UW-Madiosn 课评，这次的内容是 25 Spring 我上过的课，首先也还是一个 overview。 COMP SCI 354: Machine Organization & Programming 课程设计：4/5 分 难度：3.5/5 分 workload：4/5 分 讲课水平：3/5 分 这个课算是必修课里面，大家觉得比较难的课了，但是就我感觉下来，其实还好，你只要好好学应该是能拿 A 的。 我觉得主要的亮点是课程设计挺好的，完全可以自学。上课形式的话没啥意思，就是抄一遍笔记，跟之前的 MATH 340 linear algebra 很像。不过如果你每节课都去上课，然后认真听讲的话，你复习的时候会轻松不少。 这门课的话其实 workload 挺大的，每周都要干不少事情，然后也有几个 project 其实不是非常好写，但还是一样，现在有 AI 了基本上你的 project 都可以轻松满分。所以还是要主要放在考试上，尤其是三个考试占了 60%，而考试的话实话实说没有那么简单，如果想要拿 A...

其实 25 年都要过完了，才来补这个课评，实在是差的时间太久了。不过最近实在是闲的没什么事情干，就补一下吧～ 首先放一个 overview 吧。 写在前面 24 Fall 是我 transfer 到 UW-Madison 的第一个学期，实际上对这个选课系统并不熟悉，而且经过我一番严密的计算之后发现我竟然可以在两年毕业的前提下多修一个 Statistics major，就是说我可以 double major，抱着统计学其实很有用的态度，我做了一个后悔 2025 一整年的决定，double statistics，再次奉劝各位 transfer student 不要 double major。 做出这个决定之后，我的选课就围绕着如何才能在两年内按时毕业，而想要完成这个目标，我就必须选很多同时满足 CS 和 STAT...

这一期和上一期隔了非常久啊，不过请的人依旧硬核，虽然我没之前不知道翁家翌何许人也，但是看到这个 title 就知道又是一个大佬。能够感觉到就是这个 podcast 的嘉宾的定位似乎在变化，之前似乎都是那种 AI 相关领域的初创公司老板，不过现在来看可能扩展到了 AI...

渐近符号总结 在学习算法的时候，一个很重要的部分就是复杂度分析，或者说是叫做渐进分析，本文简单总结了相应的符号的意思。 1. Big O - O(g(n))O(g(n))O(g(n)) - 上界 (Upper Bound) 定义: f(n)=O(g(n))f(n) = O(g(n))f(n)=O(g(n)) 当且仅当存在常数 c>0c > 0c>0 和 n0n_0n0​，使得对于所有 n≥n0n \geq n_0n≥n0​： f(n)≤c⋅g(n)f(n) \leq c \cdot g(n) f(n)≤c⋅g(n) 含义: f(n)f(n)f(n) 的增长不会超过 g(n)g(n)g(n)（最坏情况） 例子: 3n2+5n=O(n2)3n^2 + 5n = O(n^2)3n2+5n=O(n2)，也可以说 =O(n3)= O(n^3)=O(n3)（但不够紧） 2. Big Omega - Ω(g(n))\Omega(g(n))Ω(g(n)) - 下界 (Lower Bound) 定义: f(n)=Ω(g(n))f(n) =...

本文讲解简单讲解一下 Amortized Analysis 里的 Accounting Method。 1. 基本概念 均摊分析关注的是**一系列操作（Sequence of operations）**的总成本，而不是单次操作的最坏情况。 直觉 (Intuition)：将运行时间类比为金钱（Credits），即 Time = Money。 核心思想 (Key Idea)： 廉价操作：支付高于实际成本的费用，将多余部分存入“口袋（Pocket/Credits）”中。 昂贵操作：利用之前存储的信用额度（Credits）来支付其高昂的实际成本，而不需要额外拨款。 2. 记账逻辑：银行与口袋 在记账法中，我们通过设定“均摊成本（Amortized Cost/Bank Loan）”来平衡预算。 概念 含义 作用 实际成本 (Actual Cost) 算法操作真正消耗的时间。 真实支出的钱。 均摊成本 (Bank Loan) 我们为每次操作预设的固定预算。 我们的“最坏打算”，用来覆盖昂贵操作。 存款...

你是否曾遇到过两个函数相乘，然后需要对它们积分的难题？当你发现熟悉的 u-substitution 换元法无能为力时，千万不要灰心。今天，我们将一起深入探讨微积分中一个极其强大的工具——分部积分法 (Integration by Parts)。 Integration by Parts 可以说是一个非常非常常用的 trick，但是他又相对来讲比较复杂，比如说我就经常性会忘记。本篇指南将带你从最核心的公式与思想出发，掌握选择 u 和 dv 的黄金法则，最后再介绍一个能极大提升计算速度的“表格法”技巧。不管是从头学起，还是回顾一下风尘已久的记忆，这篇 Blog 都非常合适。让我们开始吧！ 核心思想与公式推导 分部积分法的本质，其实就是微分乘法法则 (Product Rule) 的逆运算。它的目标很明确：将一个棘手的积分，通过一次“变换”，转换成一个我们更容易解决的积分。 公式 它的标准形式简洁而优美： ∫u dv=uv−∫v du\begin{equation} \int u \, dv = uv - \int v \,...