整理自ChatGPT
衣服面料 = 主体纤维 × 织法/组织 × 后整理 × 功能添加
或:纤维 × 织法 × 克重 × 版型
例如:
97%长绒棉 + 3%氨纶 + 府绸织法
效果:高品质棉纤维 + 平整挺括的组织结构 + 少量弹性
适合:柔软细腻,但仍然比较挺括,非常适合系扣、塞西裤。
70%莱赛尔 + 30%棉 + 宽松斜纹
整理自ChatGPT
衣服面料 = 主体纤维 × 织法/组织 × 后整理 × 功能添加
或:纤维 × 织法 × 克重 × 版型
例如:
97%长绒棉 + 3%氨纶 + 府绸织法
效果:高品质棉纤维 + 平整挺括的组织结构 + 少量弹性
适合:柔软细腻,但仍然比较挺括,非常适合系扣、塞西裤。
70%莱赛尔 + 30%棉 + 宽松斜纹
2026年4月16日
最近代码模型火热,网上甚至有“码奸”一词调侃。
上周带本科生做比赛,很多代码都是AI写的,这倒无问题,甚至鼓励。只是深问发现,其对代码结构、运行逻辑,一无所知,临时加内容,也要问AI才行。
又聊了聊,才发现理论知识差了很多,有事AI干,似乎形成了无需理论知识的一种氛围。
也是最近在思考的问题,AI出现,写代码给AI,找bug还是AI,那还真的需要理论知识吗?又或者还需要专业技术吗?
应是需要的,又或只是暂时需要这些,才能提高上限;
或许不需要这些的那一天会很快到来。
注意,它的
sdk current只能查看由它安装的sdk。
若需把之前安装的加入管理,可以使用
sdk install java my-local-17 /home/user/my-jdk17
2026年4月1日 22点19分
暂时留坑,后续补充。
想谈两个方面
一是任务都由AI作,如新闻收集,AI/智能体是否会有它自己的偏好?我们会被蒙蔽双眼吗?看不到原汁原味的信息。
二是OpenClaw多智能体、rpa自动化,这些差异,从节省Token、个人精力方面来讲?
多智能体肯定是更节省精力,但应用范围恐怕有限。
感觉能用龙虾的,都是做文字工作的。还都是做个PPT 做个汇报稿这种对外的,大家看一看结束了,没人深究。
把任务交给智能体,如收集新闻,AI恐怕
def normalize_descending_list(data):
if not data:
return []
max_val = data[0]
min_val = data[-1]
# 防止列表中所有数字都相同(导致除以零)
if max_val == min_val:
return [0.0] * len(data)
# 归一化计算
return [(x - min_val) / (max_val - min_val) for x in data]