画图
常规画图： Excalidraw、draw.io、语雀
思维导图： Xmind
代码截图： Carbon
画图模板： ProcessOn
rust
如今，没有历史包袱的新项目在 AI 的加持下，正越来越多地倒向 Rust。连入门教程都能由 AI 直接生成，Rust 曾经极其陡峭的学习曲线，硬生生被 AI 填平了
嵌入式现在感觉更像是一个"高精度传感器"，对需求的描述精度，直接决定了 AI 产出代码的质量
只要能清晰地界定出系统架构和实现方案，Gemini 3.1 Pro 基本能一次性出满意且完美运行的 Rust 代码
以前，把大部分时间都耗在死磕语法细节和边界条件上
而现在，核心精力全部转移到了定义现实问题和推演架构上，这是一种很奇妙的感觉：我能敏锐地判断出一个变量的生命周期是否合理，却一时半会儿手写不出那段完美的生命周期标注代码了。
越来越感觉到，在未来，开发者的核心将不再是倒背如流的语言特性
而是对物理世界、硬件边界与业务逻辑的精准洞察
Ilya认为选择AI研究方向的核心在于"审美"：追求美感、简洁与优雅，从人类大脑运作中获取正确启发
这种"自上而下"的信念体系，使他能在实验受挫时依然坚持正确方向，将神经科学原理转化为AlexNet、GPT-3等里程碑式突破。
规则才是AI时代的硬通货
当别人还在纠结提示词时，一份CLAUDE.md就把错误率从40%压到3%，真正厉害的不是AI写代码的速度，而是人类设计系统的智慧
Marc Andreessen
1/4 看 X，1/4 看经典书籍，1/4 和 AI 对话，1/4 看高质量播客
不可否认，现在最优质的信息源和深度谈话，确实只能从播客这种形式里获得
高质量的 AI播客
-
All In --- 硅谷聊宏观、地缘zz和 AI，视角高、信息密度大、分析深入，经常提供一些我没有的增量视角
-
No Priors --- 每期请一个 AI 圈的大佬（Karpathy 级别的），聊最前沿的技术和行业判断，干货浓度高。
-
Lenny's Podcast --- 对我帮助最大的一档。请的都是顶尖 PM，比如 Claude Code 的 PM Boris Cherny，聊产品思维和职业成长。
-
Lex Fridman Podcast --- 不只是科技播客，但是对话深入。最近和黄仁勋那期我听了两遍，非常震撼。
-
Latent Space --- 偏技术但不枯燥，最近请 Marc Andreessen 讲AI，顺便回顾互联网发展史，我很喜欢这期。
-
Hard Fork --- AI 新闻播客，比较轻松，适合轻松跟进行业动态。