we define first and then see

传统存储

postsql mongodb redis不变的组合

机器人-半导体

1️⃣ 机器人浪潮中半导体才是"镐与铲":机器人整机并非最大受益者,半导体作为基础设施将率先重估,类似AI产业链中英伟达逻辑

2️⃣ 需求全面爆发:单台人形机器人半导体BOM成本1500-3000美元,需求涵盖算力芯片、传感器、MCU、电源管理等全链条,2030年市场规模预计达240亿美元

3️⃣ 三类核心受益标的:

▫️算力平台型:寒武纪(AI芯片)、海光信息(DCU)...

▫️传感器/控制器:华工科技(温度传感器)、敏芯股份(MEMS)...

▫️底层技术方:斯达半导(IGBT)、三安光电(碳化硅)...

当前产业已进入设计周期,建议关注技术卡位明确、与机器人厂商深度绑定的半导体企业。

A16Z表面是投资机构,实则是"叙事机器"

通过完整内容体系(播客网络、新闻平台、访谈节目等)高调定义方向,而非安静下注。

未来在成型前如同"一团雾",谁先让众人聚焦、投入资源,谁就能将雾化为雨。

引用李普曼"we define first and then see"揭示本质:当代最厉害的不是预见者,而是率先命名者------谁先定义,谁就占领心智、获取资源

顶级机构早已超越寻找机会,转向用叙事制造共识:钱是共识,估值是讲出来的,风口是喊出来的。AI时代生产门槛降低,"让人相信的能力"比生产能力更珍贵

对个体的启示:别做被动追风口的人,要成为敢在混沌中举火把的定义者。表达不是附加技能,而是参与现实分配的核心能力------我们以为在看世界,实则先被语言框架塑造。

lc3565

式子变形+分类讨论+复用代码

class Solution {

// 顺时针旋转矩阵 90°

vector<vector<int>> rotate(vector<vector<int>>& a) {

int m = a.size(), n = a0.size();

vector b(n, vector<int>(m));

for (int i = 0; i < m; i++) {

for (int j = 0; j < n; j++) {

bjm - 1 - i = aij;

}

}

return b;

}

public:

bool canPartitionGrid(vector<vector<int>>& grid) {

long long total = 0;

for (auto& row : grid) {

for (int x : row) {

total += x;

}

}

auto check = \&(vector<vector<int>> a) -> bool {

int m = a.size(), n = a0.size();

auto f = \&() -> bool {

unordered_set<long long> st = {0}; // 0 对应不删除数字

long long s = 0;

for (int i = 0; i < m - 1; i++) {

auto& row = ai;

for (int j = 0; j < n; j++) {

int x = rowj;

s += x;

// 第一行,不能删除中间元素

if (i > 0 || j == 0 || j == n - 1) {

st.insert(x);

}

}

// 特殊处理只有一列的情况,此时只能删除第一个数或者分割线上那个数

if (n == 1) {

if (s * 2 == total || s * 2 - total == a00 || s * 2 - total == row0) {

return true;

}

continue;

}

if (st.contains(s * 2 - total)) {

return true;

}

// 如果分割到更下面,那么可以删第一行的元素

if (i == 0) {

for (int x : row) {

st.insert(x);

}

}

}

return false;

};

// 删除上半部分中的一个数

if (f()) {

return true;

}

ranges::reverse(a);

// 删除下半部分中的一个数

return f();

};

// 水平分割 or 垂直分割

return check(grid) || check(rotate(grid));

}

};

相关推荐
To_OC8 小时前
搞懂 Token 和 Embedding 后,我终于明白大模型是怎么 "读" 文字的
人工智能·llm·agent
冬奇Lab10 小时前
每日一个开源项目(第139篇):Voicebox - 本地运行的开源 ElevenLabs 替代品
人工智能·开源·资讯
冬奇Lab10 小时前
Skill 系列(03):Skill 设计范式——5 个模式让输出从混沌到可预测
人工智能·开源·agent
IT_陈寒12 小时前
Python搞不定字符串编码?这破玩意坑我两小时!
前端·人工智能·后端
大模型真好玩14 小时前
什么是Loop Engineering?最通俗易懂的Loop Engineering核心概念
人工智能·agent·deepseek
叁两14 小时前
前端转型AI Agent该如何学习?(前置篇)
前端·人工智能·node.js
LaiYoung_15 小时前
🎁 送你一套超好用超实用的 FE AI-Coding Skills
前端·人工智能·开源
ZzT17 小时前
怎么做才不会被 AI 替代?
人工智能·程序员
道友可好17 小时前
从今天开始:你的第一个 Harness Engineering 实践
前端·人工智能·后端