Diary
日记只记录几句话，按具体时间倒序排列。文章写完整观点，日记保存当天状态。
Timeline
博客已经一个多月没有认真更新，偏偏这一个月又是项目最密集的一段时间。今天开始补历史时，我不想只凭聊天记忆写“最近做了很多事”，于是把 ChatGPT 的长期上下文和 Codex 本地会话放在一起，对照项目 Git 记录重新建时间线。
筛选规则也定得比较严格：主会话当骨架，guardian 和 subagent 只用来验证结果；真实发生日期保留；已经写过的事情不重复；密钥、账号、本机路径和私人信息在进入博客前全部过滤。
这次补写本身也成了一个新的工作流：历史对话负责找线索，本地记录负责证明事情真的发生过，content-inbox 负责导入，构建和 Git diff 负责最后把关。以后如果能定期跑，就不用再隔一个月做一次“数字考古”了。
今天清理电脑时不小心把 DevSpace 一起卸掉了，结果 ChatGPT 侧几个正在依赖本机文件的任务当场中断。以前一直把 MCP 当成“接上就能用”的基础设施，这次才发现它已经真的成了工作流里的依赖。
晚上重新把稳定服务和 OpenAI Tunnel 拉起来，又补了几层自愈：残留状态能重新识别，重复启动不会再起第二份服务，连接固定走本机回环，也尽量不碰已经存在的代理进程。
最后健康检查和 Tunnel 就绪检查都恢复正常。一次误删反而逼着我把“能启动”升级成了“异常后还能自己恢复”。
今天重新按“真实完整闭环”核验 WAVE 的六个 Demo，结论有点刺眼，但很有必要。
数据、固定划分、TaskSpec 和实施材料已经是 6/6 ready；六个案例也都可以开始继续做训练适配。但如果标准换成“平台标注 → 真实训练 → 固定测试 → 模型部署 → Workflow 业务输出”，目前是 0/6。
平台里确实有一条本地 YOLO 小样例跑过完整链路，可它不能替分割、分类和跟踪证明什么。分割还缺 mask 的完整训练与部署，跟踪还缺跨帧视频状态，分类也有自己的 runner 和评估缺口。
这次复盘让我觉得，项目进度最好少用“准备完成”这种容易让人误会的词。以后写 6/6 时，要同时说清楚分母到底是什么。
今天 WAVE-app 的工作突然从“把 HarmonyOS 页面做出来”变成了“这东西真的要交给应用商店审核”。
图标、主题和模拟器只是最显眼的一层，真正麻烦的是后面那一串：隐私政策、用户协议、数据删除说明、首次启动同意、撤回同意、Release 门禁、签名、生产接口和审核材料。尤其是隐私同意前不能恢复登录、访问业务网络、读取业务缓存或申请相机，这些边界必须写进程序，而不是只写在政策页里。
最后测试版的签名链和隐私门禁都跑通了，但距离正式送审仍然有生产环境、真机验收和资质材料要补。第一次很具体地感受到：一个“能运行的 App”和一个“能发布的 App”真的不是一回事。
今天终于把 WAVE 六个跨学科 Demo 的数据整理成了一套能交给队友的分发包：通信、医学、交通、化工、集成电路、反无人机，总计约 29.3 GB。
这一步比“把数据下载下来”麻烦不少。通信案例原计划的数据源因为共享配额一直失败，只能换成真正能稳定取得的频谱检测数据；每个案例还要配固定划分、TaskSpec、实施说明和校验信息。最后 12 个归档或分卷都重新做了完整性测试。
现在至少可以确定，队友拿到的不是六个散落在硬盘里的文件夹。不过有些数据的再分发许可还需要谨慎，所以这套包先限定在项目组内部使用。
六月已经做过一次保守的 C 盘清理，所以今天 C、D 盘一起告急时，我不想再把故事写成“又删了一堆缓存”。这次真正做的是存储治理：先区分可重建缓存、工具安装、本地项目和用户数据，再决定清理还是迁移。
最后 C 盘可用空间从约 20.3 GB 回到 31.9 GB。除了临时文件和日志，还完成了一批经过校验的大文件迁移，DevEco 也改到 E 盘运行，并保留安全快照。遇到仍被占用的少量文件，没有为了数字好看强删。
感觉这比一键清理脚本靠谱得多。电脑空间问题很多时候不是“垃圾太多”，而是软件、缓存、项目和大文件长期没有明确的存放策略。
今天正式把 AI+ 创新应用大赛赛道二的项目搭起来了：VLM 高效推理与优化，目标平台是 PPU，主线围绕 Qwen VLM、量化、算子和推理性能优化。
我不想让仓库从一份“比赛计划”开始，所以第一天就把真实模型加载、结果门禁、Accuracy、TTFT、CUDA profile、PPU 兼容性和重复 benchmark 的骨架一起做了。哪些是在本地 GPU 上验证的，哪些必须等目标 PPU 环境才能下结论，也写进了边界说明。
新项目最容易在第一天什么都想做。今天反而最大的收获是先把“什么才算 PPU 部署完成”说清楚：没有目标设备上的真实模型、真实指标和可复现实验，就不能把兼容性调查写成部署成功。
这几天正式把雅思备考从“暑假有空学一下”改成了一条长期任务，目标也定得很明确：7 分。
我现在最缺的不是再收藏一堆资料，而是稳定输入。词汇计划最后定成每天 50 个，不只背中文意思，还要记常见搭配、语境，再配一点当天的小题。口语也准备长期练，重点是别一紧张就退回最简单的句子。
这种目标跨度接近一年，很容易前两周很勤快，后面就失去节奏。所以这次更想把它做成一个能持续提醒、练习、反馈和复盘的系统，而不是一次新的学习计划表。
今天让 Codex 查了一次 C 盘。桌面上的清理脚本已经扫不出什么东西，但 C 盘还是只剩二十来 GB。
最后没有乱删，整次检查按白名单走：先看现有脚本，再看 NVIDIA 更新缓存、VS 安装残留、Conda、Docker、浏览器缓存和 Windows 临时目录。真正确认安全的大头只有两个：NVIDIA App 的 ota-artifacts，还有一个 Visual Studio 安装展开残留目录。
清理前后重新量了一次空间，C 盘从大约 19.86 GB 可用变成 26.48 GB，可回收的白名单项基本清空。
这件事给我的提醒是：所谓“清缓存”最危险的地方在于太容易把名字像缓存的真实数据一起删掉。保守一点慢很多，但至少不会把电脑维护变成一次事故。
Hermes、Codex、Claude Code 可能要变成我接下来最常用的一套工作流了。
Hermes 的插件能力很强，可以同时控制 Codex 和 Claude Code，还能更好地兼容 QQ、微信、飞书这些国产软件。以前很多 AI 工具只适合待在代码编辑器里，现在 Hermes 更像是把这些工具接到了真实桌面环境上。
如果后面继续完善下去，它也许真的会变成我的私人管家。
计算机组成原理好难…
全英文的 PPT 和书本看得头大，课后题也一点不会。概率论还要背一堆东西，信号也不会，电磁场再这样下去真的要挂科了。
感觉最近所有课都在一起加压，脑子像被塞满了还没整理的缓存。
配置 MiMo Code 红温了。
MiMo 原生还没有自定义 API，我自己写脚本倒腾了半天，结果又撞上它独特的 thinking 返回机制。DeepSeek 之类的推理模型会返回 reasoning_content，但 MiMo 再把工具结果发回模型时没有把这段 reasoning 原样带回去，NewAPI 就按 400 拒绝了。
更难受的是，MiMo 的第三方插件还很不完善，很多地方不像是“配置一下就能用”，更像是“先自己修到能跑”。只能说这玩意还远没有达到能用的程度。
今天用 Codex 配置了 Antigravity，用 Antigravity 配置了 Claude Code，用 Claude Code 配置了 VSCode，再用 VSCode 内置 agent 接入中转的 Claude 写代码。
一圈绕下来，感觉自己不是在写代码，而是在搭一条 AI 工具之间互相启动、互相配置、互相递归的传送带。
什么逆天工作流。
健身半学期，引体终于一次做到了 16 个。不是突然变强，而是每周都固定去练，状态差的时候也没有完全断掉。
这个数字对我来说挺具体，也挺有成就感。后面想把训练记录做得更稳定一点，不只靠感觉判断进步。
今天把文章和栏目拆得更清楚：文章按修改时间更新，栏目负责长期归档，日记就留几句话。
这样主页不会一直堆卡片，之后写新内容也更像维护一个小实验室，而不是不断往首页贴东西。
把 Atlas 200I DK A2 的照片放进了部署验证链那篇文章。硬件图比纯文字更直观，读者能马上知道这篇不是只在讲抽象流程。
后面如果有转换日志、性能截图或接线图，也应该放到同一个文章图片目录里。
工作时适合听什么这篇文章里加了网易云歌单播放器。写代码、看日志和整理文章的时候，稳定节奏比强情绪更重要。
如果浏览器或网络不支持内嵌播放，至少也保留了歌单链接。
评论 0 条