On Dyson, techno-centric design and social consumption https://2earth.github.io/website/20250707.html
如何創造偉大的事物 https://ryolu.notion.site/1610a94b9c108079a95be4362afd4a26
集結信徒,而非官僚Reflections on OpenAI https://calv.info/openai-reflections
创业架构Shui https://github.com/rock-zhang/Shui
好好喝水https://www.ghibli.jp/works/
吉卜力作品的高清图From Skeuomorphic to Liquid Glass: Apple's Strategic Bet on the Post-Touch Future https://omc345.substack.com/p/from-skeuomorphic-to-liquid-glass
迄今为止关于苹果Liquid Glass变革的解读,最好的一篇The Nueva School https://en.wikipedia.org/wiki/The_Nueva_School?useskin=vector
看起来是很酷的一个学校The Barbican https://arslan.io/2025/05/12/barbican-estate/
史蒂夫·乔布斯希望你阅读的 9 本书 https://www.douban.com/doulist/147158849/
《禅者的初心》里有句话:“做任何事,其实都是在展示内心的天性,这是我们存在的唯一理由。”
Chuck Feeney was one of the greatest philanthropists ever https://www.gatesnotes.com/Remembering-Chuck-Feeney
慈善家My new deadline: 20 years to give away virtually all my wealth https://www.gatesnotes.com/home/home-page-topic/reader/a-perilous-time-for-the-worlds-poorest-children
你的价值观决定了你是怎样的一个人From: Steve Jobs. "Great idea, thank you." https://blog.hayman.net/2025/05/06/from-steve-jobs-great-idea.html
很暖心在AI之外,互联网还在发生哪些变化 https://m.okjike.com/originalPosts/67518c36e323d56ad33da4a3 识别属于自己的机会
ChatGPT Statistics (2025): DAU & MAU Data Worldwide https://www.demandsage.com/chatgpt-statistics/
日活1.3亿,周活8亿The Urgency of Interpretability https://www.darioamodei.com/post/the-urgency-of-interpretability
宫本茂 https://zh.wikipedia.org/zh-cn/宫本茂?useskin=vector
科技与人文的十字路口三万字深度对谈:为何 OpenAI 做不出革命性交互的产品?AI 是新的科技泡沫吗? https://mp.weixin.qq.com/s/ggLU3KmXDS01uA_iMPKLZA
https://dynamicland.org/2024/Roots/
里面的书,质量极高Inside arXiv—the Most Transformative Platform in All of Science https://www.wired.com/story/inside-arxiv-most-transformative-code-science/
了解arXivAugmenting Human Intellect: A Conceptual Framework https://www.dougengelbart.org/pubs/augment-3906.html
增强人类智能App Stacks https://appstacks.club/
了解与熟悉那些你喜爱的AppPeter Arnell https://www.peterarnell.com/
令人愉快的摄影师作品Productivity https://blog.samaltman.com/productivity
每天留出时间来思考什么是正确的事情AI Horseless Carriages https://koomen.dev/essays/horseless-carriages/
原文来自 韩世麟博客 ,表示感谢,感谢作者可可 使用软件:Rhinoceros, Grasshopper, Illustrator 编者按: 可可 这次又带来神级教程,可以说完美的解决了一大类图解的绘制思路问题。我经常被问到类似文中的数据可视化图解“是怎么画的”这类问题,无奈对于数据处理方面,我知之甚少。相信今天的这一篇文章能够为大家解惑。 作者简介 张可天 张可天是2015年毕业于天津大学的建筑学硕士。目前就职于天津市设计院。他专长建筑方案设计及表现,基本功扎实,而且他也一直乐于分享他总结到的技巧,曾经在人人网上接连发表过多篇图文教程: 《可可这样画》 系列。同时他也是专筑网 《SketchUp极速出图八讲》 的主讲人。 这是一篇我在知乎的回答 (点击这里查看张可天的知乎答案) ,题主提出的参考原图如下,希望能够得知这张图的画法。 我尝试用Rhino+Grasshopper画图并导入AI修饰,步骤如下: 1.取得数据 样例中的图应该是有数据来源的,可能是作者调研或文献摘录的。我并没有这些数据,所以我把原图中的数据大概加估计地逆向回来。数据的存在形式有很多种,我使用了比较常见的一种,将数据放在一张EXCEL表格的两个SHEET中,如下图。 Sheet1是一张映射关系图,是样例图中从右上方到左下方的那些个映射曲线数据。excel中,横轴是“人口分布(Population Distribution)”中的各类人,纵轴是“元素时间表(Element Timeline)”中的那些“元素(Element)”,“0”代表着没有映射关系,“1”代表著有映射关系。 Sheet2是一张时间数据图,是样例图中右下的那张大表格的数据。excel中,横轴是样例图的“时间点”,纵轴是“元素(Element)”,其中的数据根据原图中的意思,应该是某个“元素(Element)”在“工作日/休息日(Workday/Weekend)”时,特定的“时间点”上所接待或容纳的人数。我并没有看出来样例图中该数据的单位,所以我臆测了一下。我以垂直方向一格代表“10人”为单位,读取了这些数据,得到上表。 2.导入Rhino 我使用Grasshopper中的Bumble Bee将Excel数据导进来,这个插件是我能够找到的导入Excel表格效率最高的一个插件...