DIMOJANG

确实，我现在也很怀念旧的多任务逻辑。而且这个新的菜单栏也太小了……真的是人点的吗？我感觉我在用手指绣花……（汗）

@kaedea #78 微软研究 Liquid Glass （？）

确实，这也是我用下来很疑惑的一个点。目前观察到两个比较严重的，一个是开关按钮长按的玻璃特效（这个甚至在 macOS 上都有！谁会在 macOS 上用鼠标拖 On/Off Switch 啊，汗）；另一个就是滑动条（狂汗）。

@clocean #10 参见 launchpad 发布之前的做法：Application 文件夹🤣

@leon912 应该是 app 的问题，因为之前只要这个富文本框刷新内容（图片上传进度改变）或者 GPT 生成了新的文字，输入法都会被打断。

除了这个，其实这个富文本框的撤销逻辑也很奇怪…这可能就是 Sam 口中“研究型企业转型商业服务企业的困难”吧 :-(

快捷指令可以做到，但是可能没那么灵活。

搞不好是 chromium 的 BUG ？

@mumbler #44 人类语言是我们的大脑提炼出的世界特征，但是不能排除其他生物（或者人工神经网络）基于视觉，听觉，嗅觉提炼出另外一种世界的表征。就像虽然纯视觉肯定可以实现完全自动驾驶，但并不是说额外的传感器（额外的“模态”）不会提升网络的表现，或者去掉视觉就无法实现完全自动驾驶——只是目前我们没有很好的方法融合这些多模态的数据。

而且就我本人来说，我在找路的时候就会在大脑中想象终点的场景，然后靠想象中往回走到我当前的位置来确定路线。这何尝不算是一种“视觉模态”的思考呢？以及对作曲家来说，说不定他们的脑海中偶尔就会闪过一段旋律？或者发现苯环的化学家梦到衔尾蛇的“传说”？

这个就有点像是一个由来已久的声音：为什么电影里的“外星人”都是人形——这一方面反映了我们倾向于使用自己熟悉的事物来推广未知的事物，另一方面也反映了这种符合直觉的推广在理性思考面前不一定站得住脚。

@mumbler #5 支持，语言是一种很重要的思维方式。不过大模型这个例子很可能只是因为文字是最容易规模化处理的信息，LLMs 和以前流行的人工神经网络主要的区别只是规模扩张了 100 倍以上。