JinhuiLi https://jinhuili-lab.github.io/blog/ 外星人不吃饭的博客 Tue, 20 Oct 2026 17:49:48 GMT https://validator.w3.org/feed/docs/rss2.html https://github.com/jpmonette/feed en-US All rights reserved 2026, 李金辉 <![CDATA[AI时代白领们深深的无力感]]> https://jinhuili-lab.github.io/blog/article/aibeatus https://jinhuili-lab.github.io/blog/article/aibeatus Mon, 19 Oct 2026 00:00:00 GMT
最近用agent几乎成了习惯，几年前大家还是chatgpt、Gemini之类的东西。如今openclaw、Codex和claude code已经大行其道。
 
甚至移动端还出来了Muse这种手机端的agent。 得益于海外互联网对于网页的依赖，内置浏览器给了Muse极大的能力提升。
 
国内互联网到了移动互联网时代已经十分封闭，手机端也拒绝第三方app控制他们的app，比如让muse去美团下个单。网页版美团或者网页版微博几乎已经被放在冷宫，所以网页端多点两下操作就提示请下载app。 而海外让muse 去发个邮件十分轻松， 得益于PC的互联网环境。
 
曾经有段时间，豆包手机的概念大行其道。紧接着各方发布公告，限制第三方agent app去操作他们的app。 这使得人们想一句话美团点外卖的想法落空。
 
最近两天，一个年度体检产生了一张账单让我很费解。我做了一件事，告知了Muse这件事，以及这个账单的照片。 Muse 帮我写了dispute的内容，自动打开了浏览器访问了对方网站，提交了dispute的要求。并且告知我根据法律规定，dispute后在核查结束之前我无需付款。
 
全程我只用了几句话，而它完成了所有的操作。 前AI时代，我们向AI询问问题，并且索取答案。后AI时代，或者叫Agent时代，我们告诉AI： You，help me do it = 你， 帮我搞定它。
 
人工智能助理，在手机厂商喊了二十余年后，终于变成了现实。 但是那帮初代AI叫嚣的挺早，以为他们能引领时代，却早已跟不上了时代。 微软小娜、苹果Siri， 小爱同学。
 
Agent时代，越是Agent用的熟练，越是觉得后怕。一百年前，珍妮机的诞生，让无数织布女工丧失了工作，同时创造了新的高薪工作——机械师。而Agent 时代，AI可以实现自训练，让我这种半路出家声称做AI模型的半吊子深度学习从业者十分惭愧。因为我们实际上变成了帮AI搭建好环境，然后拿AI生成的代码来训练模型。 我们做了数据的特征工程的工作，然后AI根据训练的结果AI继续优化代码继续训练。
 
完了，我成了AI的傀儡了。
它给我的回报是现实世界中的真金白银的社会资源，而它则完成了自身的升华和智慧的提升。日后哪天惹出祸来（拥有了独立思考或者操作自动化机械臂的能力），这些师父（师傅）都是脚下的垫脚石。
 
我们曾经以为AI的出现会让人们极大的提升幸福感，解放了生产力， 让人类更加自由。然后AI对于蓝领岗位没有任何的影响，美发、汽修、保洁。 而对于白领岗位痛下杀手， 程序员，咨询，会计，人文学科and写论文的那些工种。
]]> <![CDATA[写给你我的朋友，活的久一点]]> https://jinhuili-lab.github.io/blog/article/3f7bb804-3393-8064-ab87-db36cb670050 https://jinhuili-lab.github.io/blog/article/3f7bb804-3393-8064-ab87-db36cb670050 Mon, 12 Oct 2026 00:00:00 GMT
The raw resource: https://github.com/eternity4719/HowToLiveBetter
Download:
高性价比人生指南.pdf
]]> <![CDATA[写于21世纪20年代中期，硅基替代与社会契约的瓦解]]> https://jinhuili-lab.github.io/blog/article/33dbb804-3393-80a3-84ca-c71ae79c8c43 https://jinhuili-lab.github.io/blog/article/33dbb804-3393-80a3-84ca-c71ae79c8c43 Thu, 09 Apr 2026 00:00:00 GMT
本世纪，AI将飞速的发展， 极大释放了劳动对于人的束缚。畅想一下，当AI可以自我迭代、机器人可以建设机器人时，私人占有生产资料已不再能产生有效的社会动力，反而成了阻碍。社会将被迫转向一种极高生产力下的公有制。
当垄断性质的老牌设计软件Adobe公司睡醒一看，发现自家赖以生存的拳头产品Photoshop 被人用AI agent直接复刻了出来，股价也随之暴跌。复刻意味着，人家复刻版的软件没有侵权，没有剽窃代码，AI根据功能要求和编程手册等生成了对应的模块和软件。编程有门槛，但AI的使用没有。相信很快，AI复刻软件的风潮会席卷各行各业的垄断性收费工具和软件。这是技术革命，对于生产力的提高是空前绝后的，堪比工业革命。
21世纪初的人类在争论分配，21世纪中的人类在争论生存，而21世纪末的人类将争论什么是人。
有次拆电脑，当我看到那颗AMD的CPU时，思绪飘入了多维空间。CPU就像好莱坞科幻电影中的怪兽或者怪奇物语中的怪物一般，张着血盆大口嘶吼着。由于摩尔定律的存在，它拥有极高的迭代（进化）速度，每18个月，在体积不变的情况下，里面塞进去的核心增加一倍，性能（智慧）增加一倍。这些CPU分开时是独立的智慧，合起来（集群服务器）就是拥有恐怖算力的可怕智慧体（Chatgpt， AI agent）。而人类辛勤的劳作是为了给它们供给养料，人类变成了傀儡，需要劳动去生产来赚取食物，最终将矿石里的金属打造出来一台台硅基巨兽。自此，硅基生命完成了从LLM 到物理本体的转换。
  • 脑机接口与阶级生物化： 资本将首次能够购买“智力”和“寿命”。富裕阶层通过基因编辑和脑机接口实现肉体与智能的进化，而底层人类仍受限于碳基生物的衰老与平庸。阶级矛盾从“存折厚度”转化为**“物种差异”**。
  • 民族国家的退场： 应对气候灾难、能源短缺和跨国AI监管的需求，将催生出高度集权的全球化协调组织（类似于“全知计划”的萌芽）。马克思说，国家是暴力统治机器。
  • 第二次卢德运动： 可能会爆发全球性的反技术暴力运动。人们试图通过砸碎服务器来找回“作为人的尊严”，但最终大抵会失败，因为文明的惯性已不可逆。北美影视行业通过罢工来对抗AI在视频领域的冲击，出租车司机们用游行来抗议自动驾驶导致的订单减少。时代的阵痛不影响历史的发展是螺旋式上升的定义。
  • 第六次康波周期：以 人工智能（AI）、生物科技 为核心驱动力。
]]> <![CDATA[为国奉献尔等不配啊，为人民服务你也得过了申论。]]> https://jinhuili-lab.github.io/blog/article/wrmfw https://jinhuili-lab.github.io/blog/article/wrmfw Sat, 23 Sep 2023 00:00:00 GMT
谈努力的意义,古今年轻人的志向大体上没有什么变化，无非就是世俗意义上名利。
遇到的困惑也没有什么变化，困于陈邦，却有傲世之才，出身寒微，依然有凌云之志。想有贵人赏识，好友引荐，佳人相伴，仕途高升。
然而，为国效力和报国无门是个互克的两个词，前者是大家所心心念念的，后者是大家真实的处境。
纵使你李白脱口就是盛唐，门第不济，胡人血统， 商人之子，不准入仕。李白换到今天应该是吉尔吉斯斯坦人（当时属于唐朝的西域都护府辖区），父辈经新疆到西安做贸易生意。所以李白大概率是穆斯林，因此身份背景的问题逼得李白选择了倒插门来改变门第。
重农抑商，农民可以科举而商人不可以，但本质上社会地位的划分仍然是以钱财和权力来划分。士农工商，重农是因为这个阶层人多又穷，拔高地位给与科举从仕的资格，而末端的商被抑制是因为软弱的资产阶级，商人是可以直接被抢的，“吃你个瓜你还敢要钱？老子城里下馆子都不掏钱”。
所以你看，李白都报国无门了何况诸君，你的一腔报国热血还是多喝点冰阔落降降温。
因为，为国奉献尔等不配啊，为人民服务你也得过了申论。
 
 
💡
“大志戏功名，海斗量福祸。论到囊中羞涩时，怒指乾坤错。”,有远大志向的人视功名利禄如粪土,他们用大海一般开阔的胸襟包容万物。可是到了花钱时候口袋空空如此窘迫的时候，指着老天说怒骂都tm是老天的错。
]]> <![CDATA[暮年壮心之重学C++]]> https://jinhuili-lab.github.io/blog/article/C— https://jinhuili-lab.github.io/blog/article/C— Sat, 04 Apr 2026 00:00:00 GMT

1. 环境安装

大多数的编程语言在跑起来第一步是安装环境，像Linux这种系统自带Python2的另说。但是现在主流都是Python3了，这得益于python创始人那个老头“激进”的更新策略，2和3互不兼容。当时正是3的重构让他更加适合新手，方便入门和普及。
当年读书的时候无数的中国学生，“跪倒”在谭浩强的那本C程序设计的教科书前，使得无数理工科学生闻之色变，望而生畏。其实编程是有趣的，是有独特的魅力。浅显易懂是入门教材的基本要求，但显然很多教材并不具备。
IDE（Integrated Development Environment）是编程语言的继承环境，当年我学习C的时候是VC++6.0， 目前已经成为时代的眼泪。目前最为流行的是微软的VSCODDE，整合了VC++。基于开源社区强大的开发能力和贡献热情，无数的插件开发给与VsCode无穷的能力去支持大多数主流的语言。
**因为这只是个人笔记，并不打算讲的很细。** 推荐使用windows10及以上系统的用户直接安装WSL ubuntu 22 LTS（长期支持版本）。MacOS用户可以在应用商店下在Xcode，暂不做测试。
安装（Win+R组合键，输入CMD回车）：
安装环境：
测试：
Output:
notion image
如果你得到了上面的输出结果，which means 完美。

2. 你的第一个C++ 程序

大多数编程学习的第一步，就是利用最基础的语法规则输出一句“Hello, world!”。这源自于计算机的鼻祖贝尔实验室的B语言手册，后续各种编程语言沿用了这一做法。
demo测试：
创建一个文件，复制以下内容粘贴进去。
在vscode的命令行中输入以下命令编译，会生成编译后的文件输出：
运行编译后的程序：
输出应该如下：
notion image
]]> <![CDATA[我的编程学习经历]]> https://jinhuili-lab.github.io/blog/article/c++ https://jinhuili-lab.github.io/blog/article/c++ Sat, 04 Apr 2026 00:00:00 GMT

我的编程学习经历

近期因为工作上的需要，在尝试着写一些C++的代码。发现我对C++已经如此的生疏，上一次接触还是2019年。
这些年来，从编程的掌握顺序来看，差不多是2016年学了C，依稀记得当年硬刷B站郝斌的视频。当时硬着头皮刷完几百集之后，终于有了对C++的一点点心得。接着就是17年为了跨计算机考研而学习的数据结构、操作系统原理、计算机组成。因为是考研作为目的，日常就是纸写（伪代码）代码，手搓排序，脑算大O复杂度。
初试结束之后开始尝试JAVA的学习，在图书馆找了两本复试指定的java课本，花了10天时间硬啃读完。然后找了一些实战的资源（网上疯传的黑马程序员课程）用于练习，这时候补充了basic的HTML、CSS和Javascript以及用于数据交互的MySQL。跟着课程示例仿出来了初代淘宝和聊天室软件，这让我无比兴奋。
后面复试失利，又因为是生物跨计算机，所以也没什么调剂的机会。毕业就滚去一家做辅助生殖的医疗公司做胚胎NGS数据的生信分析（中间在美年大健康个人基因组NGS和这家二选一，最后觉得医疗级别的工作比消费级基因检测更有“钱”途）。此时，2018年，入职后第一次接触到了Python。当时的主管给了一本《鸟哥的linux笔记》和《Python核心编程》。
因为此前有JAVA全栈的学习的经验，花了一周时间，基本上把Python的书翻完了。紧接着就是接手一些常规的生信pipeline的分析和新pipeline的搭建。中间也尝试着初试中学到的一些数据结构的算法去优化，发现好像生信这个领域的分析工程师基本都没有任何数据结构算法的训练，但其实公司也不在意pipeline中对于时间和空间复杂度的优化（公司层面，生信产品出来配合试剂盒打包上市，能在B轮融资中取到投资人的青睐才是最重要的）。这时候同步在学的还有经典的资源调度工具SGE(Sun Grid Engine)。不知道是不是因为首先接触的SGE，以至于后面接触slurm的sbatch让我有点抵触：qsub多么优雅啊。
2018年，边工作边二战考研，降低了目标，针对北京不再敢盲目的跨考冲刺顶尖名校。选择北工大生物信息学，专业课变成了生物化学分子生物学以及工科必备的数学。好消息是生物及分子考了专业第一，领跑专业课第二几十分。坏消息是，这波数学没过国家线，最终调剂B区广西大学生物。
入学，一开始就奔着做Bioinfor的组去找，但当时好像全校好像没有做生物信息的。找了微生物背景的的实验室做菌群。彼时其实颇为感慨，我成功的用一场不成功的考试把自己从京城发配到了边疆，做的事从人类基因组研究变成了细菌和生态的研究。
好在遇到了一个非常好的硕导，对于课题给的自由度相对高一些。在第一年（2019）做了一年的useless的筛菌的工作之后，课题组的博士打算将整理好的数据做成数据集或者数据库网站，正好我有些许经验。但是JAVA开发工作量繁重，此时没有选择JAVA，而是选择了效率第一的PHP语言。得益于图书馆的资源，靠着两本PHP从入门到“放弃”的书，用了半个月把基础语法掌握完。这中间还尝试开发了一个基于PHP的文献下载站，拿到了备案以及域名，两年累计访问量接近三十万。
第二年的时候，其实对于自己的课题有点着急。无意中看到机器学习用于土壤枯萎病的课题，于是打算做Machinelearning做菌群生境分类。这也是第一次接触机器学习，但其实在现在看来做的非常基础，基于R语言的机器学习，包括逻辑回归、随林森林和支持向量机。后面读博基本上就是复杂的LSTM、CNN、Transformer了，这都是后话了有机会另讲。
第三年的时候，因为在宏基因组研究中掌握的各种可视化的经验（热图、海盗图、PCoA等），尝试着为社区贡献一个可用的工具。和两个师弟一起用Shiny包装了R实现了接近二十个可视化工具的开发工作，最后这个工作发表在一个三流期刊上。
至此，在2022年入职华大基因之前，已经掌握了JAVA、Python、HTML、PHP、R等编程语言。在高强度开发的时候一度因为各种编程语言左右脑互相打架。
从第一次在电脑上安装VC++ 6.0，到Eclipse和Pycharm，最后VsCode，有时候也在思考，编程究竟在做什么。有人说，语言的产生源于人们对部落里八卦的需要。编程语言给了人们和冷冰冰的硅基设备（其实一点也不冷，不信你摸一下CPU，会烫出来水泡）实现交流的手段， 给了人们给CPU下达去算一个加减乘除的运算命令的方式。
 
]]>