Hi, there!
I'm Kai (often called KK), a passionate self-taught developer, with a keen interest in information visualization and Human-Computer Interaction (HCI). I love to experiment with new technologies and leverage them to solve real-life problems or just for fun.
Tutorial ↔
从前端到 AI:LangChain.js 入门和实战项目的预览图

从前端到 AI:LangChain.js 入门和实战

Star

手把手带你开发 AI 应用,提升大模型实战能力

Projects </>
Qwerty Learner项目的预览图

Qwerty Learner

Star

为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers

Qwerty Learner VSCode项目的预览图

Qwerty Learner VSCode

Star

为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 VSCode 摸🐟版 / Words learning and English muscle memory training software designed for keyboard workers for VSCode

MBTI Solver项目的预览图

MBTI Solver

Star

根据 MBTI 性格分型来对遇到的问题提供有效的建议和情感支持 / Provide effective advice and emotional support based on MBTI personality typing for encountered problems

liu-yao divining项目的预览图

liu-yao divining

Star

根据中国传统“卜卦”游戏六爻解读遇到的问题 / Interpret encountered problems based on traditional Chinese liu-yao divination

Works ⌘

Kimi CLI

A coding agent CLI for planning, editing, and validating software tasks from natural language prompts.

Kimi Agent SDK

An agent SDK for building tool-using LLM applications on top of Kimi models.

Prompt flow

An orchestration framework for prompt engineering, evaluation, and LLM app deployment.

Azure Machine Learning Pipeline

A managed workflow system for reproducible multi-step machine learning training and delivery.

Azure AI Foundry

A unified platform for building, evaluating, and deploying enterprise generative AI applications.

GitHub Copilot Agent

An AI coding agent that plans, edits, and validates code changes from natural language tasks.

Model Post-Train and Benchmarking

An internal workflow for post-training adaptation and benchmark-driven model quality validation.

Hosted Agents in Foundry Agent Service

A managed agent hosting service for tool-connected, enterprise-grade AI assistants.

Hulu & Disney Streaming Player (Web + STB)

A cross-platform streaming player for Hulu and Disney Streaming across web and set-top-box environments.

Disney Streaming Interactive Ad System

An innovative interactive advertising system for immersive engagement inside streaming experiences.

VisActor

A high-performance visualization framework for interactive charts and analytics dashboards.

DataWind

An enterprise BI and data visualization platform for dashboarding and decision analytics.

Internal AI Site Selection Analysis System

An internal decision-support system for AI-assisted real-estate site selection analysis.

AI Visualization System

An internal platform for visual analytics and AI-powered insight exploration.

Latest from blog
Sparks ✲
real_kai42
Kai
@real_kai42

低水平内卷 vs 小圈子帕累托最优

我遇到太多人在这个问题上没想明白的人了,从义务教育 到 大学、研究生、工作,都会遇到这样的人,给我一种 “精致的愚蠢”的感觉。 所以我想把我的想法分享出来,也算是把自己的愤怒分享出来

特别是在读书的时候,有些人会像防贼一样防着其他人,去保护自己发现的“珍贵资料”,对于别人问自己问题,非常的冷漠甚至是讲错误的方法。误把自己身边的人当做自己的竞争对手,但实际上,竞争对手是这个世界上其他跟你在同一赛道的、同年纪的人,你身边的人是你最应该团结的人。

我觉得当遇到竞争的时候,判断 “竞争域”和“合作域”是非常重要的。 如果是高考,那么 合作域就是你整个 班/学校 的同学,竞争域是所有你不认识的同届考生 如果是大学考试,注意只是考试,那么合作域就是你宿舍的同学,竞争域是其他的同学 如果是大学求职,合作域是你所有的同学,竞争域是所有你不认识的同届应届生

我们真正应该做的是,尽可能团结合作域,去跟竞争域去竞争。 比如我们大学的考试是根据排名赋分,那么我做的就是分享我收集的所有资料,尽我可能去问学长学姐要学习资料,整理之后在宿舍分享。并且组织大家一起去按范围准备考试题,然后互相教。 这就是在小圈子内以合作去达成帕累托最优,然后提高整个小圈子的竞争力,去跟竞争域去做零和博弈。 在小圈子里人为设置隔阂去内卷,除了降低整个圈子的水平,没任何意义。

我觉得这个思路扩散到人之间的交际也是,任何你认识的人都应该是你合作域的,通过内部的合作来产生更强的竞争力。 这也是也是博弈论经典的策略,“对所有第一次接触的持友好策略,如果遇到对抗,则转为不友好策略”

real_kai42
Kai
@real_kai42

在上一条决定回国的帖子发出后,评论区吵得厉害,因为我是个日子人(只想过个好日子),吵架不是我想看到和参与的,本来就想再也不聊这个话题了

但今天在听我最最喜欢的节目《后互联网时代的乱弹》的时候,谈到两个 shunxu yao 的跳槽,突然又说“有个加拿大的程序员最近在计划回国,在 x 上的长文…” 😯,我发现说的就是我!荣幸的不行,所以得到激励去分享更多我关于这件事的看法和经历。

前置防吵:

  • 我文字水平不太行,语文一直不好,有表达失误和错别字希望大家担待。(因为 ADHD,我经常写文章检查三四边都看不到一些很明显的错别字)
  • 屁股决定脑袋,我分享的信息和想法,都是站在一个程序员的角度,如果你是从事其他行业的,可能参考价值会少很多

这次我主要想分享几个我真实经历的故事以及我的思考

安全性: 我的感受是,安全性可能不是客观的,而是主观的。 就在昨天,我在公司楼下等同事来接我,跟我一起在楼下躲雨的有两个白人和我。当时是中午左右,突然有一个流浪汉一边大喊大叫,一边拍自己的的脑袋,我吓得不行,就开始往相反的方向去走。 但那两个白人依旧在那抽烟,然后流浪汉靠近他们,要了根烟走了。

相信在海外的人会遇到很多类似的事情。 因为我们在国内长大,对一些安全性的理解和感受是跟这里的本地人的不一样的。一些我们认为非常危险的事情,这边人已经习以为常,且事实上,流浪汉攻击的概率并不高。 但我对安全性比较敏感,我就会很害怕这些事。就像我晚上非常想吃麦当劳了,看了一眼天色有点黑了,我就会倾向于算了,改天再吃。这对我个人来说是非常难受的。

并且,从流浪汉的角度来说,肯定也更喜欢攻击亚洲人,毕竟看起来就像外来人,可比沙包大拳头的黑人和白人好打多了🤣,特别是我也不咋锻炼的。 上面类似的感受,我在 LA、NYC、Vegas 都有类似的经历和故事。作为一个外来人,我们对安全的理解和感受可能是完全不一样的。如果你能锻炼出跟 local 一样的大心脏和反应能力,或者是,因为安全性把自己限制在相对安全的富人区,那其实也不是问题。

所以,我说,安全性是非常主观的问题。对我来说,我希望即使是凌晨一点,我和女友突然想吃个麦当劳,我就可以直接出门。或者是在天黑的时候,我想出去透透气,就可以穿着拖鞋就出门。 就像 musk 也会转发,“只想安全的走在大街上” 这种推文。

谁在为你发声? 在 Vancouver,我落地后,公司雇的地陪跟我说,永远不要去 East Hastings,即使是开车也尽量绕一下。 这边市政府的策略是,通过在 East Hastings 建立免费的 drug 注射点,来让 homeless 聚集在某个地方,从而减少城市其他地方的压力。但注射点旁边就是唐人街,从之前的繁华瞬间变成 尽可能远离的地区。 同样的,另一个华人聚集地,Richmond,前段时间也要在这里建立庇护所,但被华人的大规模抗议所最终取消。之所以要建在这,是因为 Richmond 的市长是一个印度裔,她甚至不住在 Richmond,所以自然希望祸水东引。 我当地朋友的分析是,因为华人参与当地政治的动力相对较小,所以在这些问题上并没有强有力的代表,所以很容易成为一些政策的牺牲品。这些都是一家之言,欢迎大家分享自己的想法和经历。

其他城市朋友也可以分享你所在城市华人街的故事。 所以,作为少数族裔和外来者,在很多事情上的位置是很微妙的。

今天先分享这两个故事,后面有想法了慢慢分享。 我并不是想说服谁,我也不想陷入互联网吵架,只想做一个友善的互联网邻居,去分享我的想法和我的见闻。

我不是某个地方或者某种想法的捍卫者,我只是个日子人,我看到有意思的事情就分享出来,有想说的话就说出来,我也一直在摄取新的消息和想法,我的想法也肯定一直在改变,希望大家友善讨论,互相尊重。

real_kai42
Kai
@real_kai42

很多人问为啥考虑要回国了,细说就一句两句说不清了,我简单说一些基础的想法。 我算是比较外向的人,来这后跟 加/美 几十个网友面基,算是综合多方面的信息产生的想法。当然,90%的网友是程序员,所以肯定是片面的

当然,如人饮水,冷暖自知,每个人的情况和看重的东西不一样,结论也自然不一样。

  • 最基础的,中国现在跟任何国家比都是有优有劣。所以 “中国无敌差” 和 “中国无敌好” 的言论,可以直接无视了。如果单论 安全性和便利性,中国是领先的
  • 如果你认为科技是第一生产力,AI是未来方向。那么这世界上只有两个强国,中国和美国。其他国家根本没有训练自己大模型的能力,距离这两个国家有代差。
  • 所以,只有中美可以给程序员一个超出平均工资的收入,让你过上舒适的生活,并且在当地立足。例如 加/澳/欧,并没有世界级的大公司,很难从全世界获得超额收入,导致程序员的收入并不高,适合已经有家底的人去享受人生,并不太适合去奋斗
  • 谈到 教育和医疗,事实上,可能中国不是最好的,但绝对是中游偏上的。 加拿大的医疗系统烂到底了,美国的医疗系统大家在新闻上都看到了。教育的话,也是个复杂的话题,我只能说,没有一个地方是完全好的,在做决定前,不要“听说”,而是 do your own research
  • 工作强度,社会平均的工作强度肯定是 中/美 之外的发达国家会低很多,假期也多一些,也尊重休假。但在 AI 领域,在大家生产力水平没有代差的基础上,强度和产出就是成正比的,美国的大厂的工作强度并不低。 openai等创业公司的加班强度拉满,大厂的AI部门强度依旧高,亚麻和meta的末位淘汰依旧存在,某著名养老厂前段时间也发生员工猝死。 所以这是个相对复杂的问题,但就我个人体感,国内的强度肯定是更高的,但高的程度并没有那么离谱
  • 聊到这,其实牌桌上只剩中美是适合我们这些白手起家的人了。中国大家都了解,我们聊美国,因为我所在的公司的总部在美国,有非常多的transfer去美国的机会,所以去美国肯定是考虑的选项。
  • 我非常喜欢美国,并且美国是无可争议的世界第一强国,美国的程序员的收入和机会是断层领先其他国家的

对于美国,我所考虑的是几个点

  • 身份焦虑。 h1b 和 绿卡是留在美国的几个坎,在没有 h1b 之前,你无法换工作,只能当签证奴隶。如果你的老板有良心,一视同仁,那很好。但事实上,有部分(比例难说,在美国的朋友可以分享下)老板会因为你走不了而在绩效和升职上有所倾向
  • 出入美国的风险。 就像前段时间 h1b 的极限回美国事件,事实上在入籍之前,出入美国都有一定的风险,所以大多身边去美国读博的朋友都是尽量避免回国。 我身边的朋友也都是尽量减少离境次数以避免风险。
  • 离家太远,想家,文化融入,漂泊感,种族歧视,等等 这些就因人而异了。也会随着年纪而变化,我年轻的时候很喜欢在海外生活的感觉,现在快30了愈加想家,也有很多比我年长的朋友喜欢这边的环境和人少的感觉。所以还是看你自己

事实上,人在做选择的时候,主观因素是永远大于客观因素的。大部分时候是你内心已经有了决定,然后找很多客观因素去说服自己罢了。 对我来说最重要的是家里人不想在国外久居,这对我来说是一票否决权了,毕竟我一个人过日子过的稀里糊涂hhhh

如果说一些 take-away message 的话

  • 如果你像我一样,有 transfer 去海外的机会,并且在纠结,且 你的能力自信未来在国内依旧能找到合适的工作。那我建议你去,至少,去了最多后悔一年,不去可能后悔一辈子,毕竟得不到的永远在骚动。
  • 如果你年轻,并且家境不错,我觉得去美国读书是非常不错的选项,看过世界才有世界观
  • 如果我还年轻,我会去美国闯一闯

上述仅代表我现在认知的想法,希望大家礼貌讨论 🫶

real_kai42
Kai
@real_kai42

vibe coding 时代写代码更累了

旧时代:全部手写,直接设计架构开始写就行了 新时代:需要写 prompt,然后 ai 输出一堆质量很不错的代码,在修改的时候,就比较麻烦了。 如果你选择手改,那需要理解现有的代码,然后才能做出更改,有时候花费的精力不如直接手写 如果选择 AI 改,那么就需要花脑子 prompt AI 修改,这个充满各种技巧,也不是轻松的事情

然后就出现一个痛苦的纠结。 在见识了 AI 输出代码的速度和质量后,再选择手写,你就感觉自己的效率恢复到了旧时代,有种在开车和走路之间选择了爬的感觉 选择 AI 写,脑子会更累。旧时代,你可以一边慢慢写代码,一遍思考架构和需求。但在AI 时代,AI 输出太快了,脑子需要更急的思考和阅读代码,然后理出下一个 prompt 要怎么写

如果感受的话,旧时代像自行车,虽然慢,但可以慢慢思考和调整路线 AI 像是一个极高性能的车,一脚油门就可以走特别远,但也需要人更快的思考速度和驾驭能力,否则就更容易翻车,写出一堆乱七八糟的代码和架构

Papers Ω
ShapeWordle: Tailoring Wordles using Shape-aware Archimedean Spirals项目的预览图

ShapeWordle: Tailoring Wordles using Shape-aware Archimedean Spirals

IEEE Transactions on Visualization and Computer Graphics

Target Netgrams: An Annulus-constrained Stress Model for Radial Graph Visualization项目的预览图

Target Netgrams: An Annulus-constrained Stress Model for Radial Graph Visualization

IEEE Transactions on Visualization and Computer Graphics

Angle-Uniform Parallel Coordinates项目的预览图

Angle-Uniform Parallel Coordinates

Computational Visual Media