奎因·尤尔斯 (Quinn Ewers) 做出惊人预测后，德兹·布莱恩特 (Dez Bryant) 取得胜利
美国东部时间 2025 年 12 月 19 日上午 9:03 本周，迈阿密海豚队决定将图阿·塔戈瓦伊洛阿 (Tua Tagovailoa) 替换为第七轮新秀奎因·尤尔斯 (Quinn Ewers)，这一决定震惊了 NFL 的许多人，但德兹·布莱恩特 (Dez Bryant) 却没有想到。 科比以 73 次达阵成为达拉斯牛仔队历史上达阵最多的球员，他长期以来一直对来自孤星之州的另一位球星埃沃斯有着浓厚的兴趣。事实上，科比在 4 月份的 X 帖子中称这名德克萨斯产品为“丹·马里诺 2.0”，并补充说他已经比塔戈瓦洛亚更好了。这篇文章当时引起了大多数人的嘲笑，但现在看起来几乎是预言性的。 随着埃沃斯在迈阿密晋升到 QB1，科比在社交媒体上庆祝了胜利。 科比还 转回帖子 他在其中解释了他的思维过程。这位三届职业碗外接手写道，他认为球员与他们所在球队的关系，在观看了“大量UT比赛”后，科比认为尤尔斯与海豚队的婚姻是健康的。 “海豚队的进攻策略与奎因·尤尔斯的技术完美结合，”科比在四月份写道。 “我认为尤尔斯比图阿更好，但还差得远。” 从数学上看，海豚队已经以 6-8 的比分被淘汰出季后赛，优先考虑的事情应该是确定哪些球员适合他们的未来计划。塔戈瓦洛亚显然不是那样的人，尤尔斯通过三场试镜来证明他的原因。 1766186423 #奎因尤尔斯 #Quinn #Ewers #做出惊人预测后德兹布莱恩特 #Dez #Bryant #取得胜利 2025-12-19 14:03:00
NFL 传奇人物在 Tua Tagovailoa 的话后敦促海豚队启动 Quinn Ewers
迈阿密海豚队周日在硬石体育场以 29-27 输给洛杉矶闪电队，在 65,592 名球迷面前陷入困境。四分卫图阿·塔戈瓦伊洛亚 (Tua Tagovailoa) 表现不佳，传球推进 205 码，达阵 1 次，被拦截 3 次。 更多新闻： NFL 球迷呼吁野马队的肖恩·佩顿做出重大教练变动 这场失利让迈阿密队以1-5惨败。这是一个令人不安的赛季开局，不仅对主教练迈克·麦克丹尼尔来说，对塔戈瓦伊洛亚来说也是如此。 赛后，塔戈瓦伊洛亚告诉记者，迈阿密队在更衣室里存在“领导力”问题。队长抱怨球员们在仅限球员的会议上迟到。 更多新闻： NFL老板建议在边线崩溃后解雇教练 “我认为这要从领导力开始，并帮助向球员们阐明这一点以及我们对他们的期望。对吗？”塔戈瓦洛亚说。 “我们期待这个，我们得到那个，我们没有得到那个。我们有人迟到了参加球员专用会议；有人没有参加球员专用会议。 “这里面有很多东西……我们必须清理掉很多这样的性质，从这样的小事情开始。” 前全职业外接手德兹·布莱恩特不喜欢塔戈瓦伊洛亚在失利后的语气。他建议海豚队应该让新秀四分卫奎因·尤尔斯在第七周客场对阵克利夫兰布朗队的比赛中首发。 “我想知道他要为这件事的哪一部分承担责任，”科比在 X 上说道。“图阿今天投出了三个选秀权……图阿在 NFL 中排名第三，是四分卫拦截次数最多的……如果你没有先私下这么说……然后在媒体上…… “我不尊重它。既然我们讨论的是尊重的话题……我保证很多球员都不尊重图阿。图阿指着手指，实际上有四个人指着他……如果你想赢……把尤尔斯放进去！” 正在加载推特内容… 塔戈瓦洛亚在本赛季前六场比赛中已传出 1,211 码、11 次达阵和 7 次拦截。这位2020年选秀的5号秀在前六场比赛中表现不佳。 然而，对于海豚队来说，将钥匙交给尤尔斯将是一个强有力的举动。这位第七轮新秀在常规赛中还没有打过比赛。扎克·威尔逊是海豚队中唯一一位打满前六周的四分卫。 如果进入季后赛的窗口期过去了，看看海豚队教练组会做什么将会很有趣。迈阿密队并没有被淘汰出季后赛，但赛季却呈下滑趋势。 随着麦克丹尼尔的处境艰难，他（或者最终的临时主教练）可能会决定看看埃沃斯是否能够增强进攻能力。到目前为止，它对杰克森达特和纽约巨人队来说一直有效。 有关海豚队和 NFL 的更多信息，请前往 新闻周刊体育。 1760489480 #NFL #传奇人物在 #Tua #Tagovailoa #的话后敦促海豚队启动 #Quinn #Ewers 2025-10-13 02:35:00
忽略Grifters -AI不会杀死软件行业 – Dustin Ewers
我觉得我的社交媒体供稿中有一半是由AI Grifters组成的，说软件开发人员不会做到这一点。将这种情绪与一些经济逆风相结合，很容易感觉到我们都被搞砸了。我认为那是胡扯。我们行业最好的日子就在未来。 软件开发人员很快就会很快消失。这项工作肯定会改变，但我认为，软件开发人员将有更多的机会使生活变得很酷。 这是你的白色药丸。一切都会好起来的。 经济学 关于自动化，生产力提高以及它们如何影响经济的经济学领域有很多话要说。人们不乏说“这一次是不同的”，但是这些人都在其他所有重大的技术进步方面都存在，他们尚未正确。我不会押注厄运。 杰文宗悖论 AI工具为开发人员创造了显着的生产率提高。不同的人报告了不同的收益，但是大多数尝试AI代码生成的人都认识到其提高速度的能力。许多人认为这意味着我们将需要更少的开发人员，而我们的行业将慢慢绕开。 这种观点是基于对人们为何支付软件的误解。企业创建软件是因为他们认为这将为他们带来某种经济优势。投资需要以利息为自己支付。有许多软件项目可以帮助企业，但是企业不会这样做，因为投资回报没有意义。 当软件开发变得更加高效时，任何给定软件项目的ROI都会增加，这会解锁更多项目。那个遗产现代化项目没有人愿意解决，因为它是超级昂贵的。现在，您可以让AI完成大部分工作。该项目现在很有意义。那个很酷的新软件产品想法可能很棒，但也可能崩溃并燃烧。 AI可以使企业掷骰子更便宜。便宜的软件意味着人们将需要更多。更多的软件意味着越来越有效的软件开发人员的工作更多。 经济学家称这种杰文斯悖论。 比较优势 当我们想到未来的AI时，我们会想象一个系统可以比人类做得更好。全知的人工智能在编程，艺术，诊断疾病以及提出新的吐司方法方面更好。任何人类如何与之竞争？ 事实证明，这并不重要。在很多情况下，人们并不是最好的事情仍然可以找到工作。 想象一个小企业主，他绝对是他们企业中一切最好的。他们了解业务的各个方面，并且可以比任何人都能雇用任何工作。无论他们的天才如何，他们一天只有24小时。如果他们想扩展，他们将需要雇用人员，以便他们可以专注于最重要的工作。例如，企业主可能是比他们的会计师更好的簿记员，但是不从事其他事情的机会成本可以证明雇用某人保留书籍的合理性。 这是比较优势的一个例子。比较优势是，一个国家，公司或个人可以比其他人以低机会成本生产一些东西。即使该实体不是最有效的生产商，只要其他人有更重要的事情要做，他们仍然可以出售其产品。 虽然AI功能强大，但它在计算上也很昂贵。除非有人决定重写物理定律，否则人工智能可以承受多少人工智能将始终存在一个限制。这意味着我们最终将稀缺的AI资源分配给他们最好的事情，这为人类留下了很多事情。 生长模型 索洛（Solow）模型表明，经济增长是资本（工厂，数据中心，公司关系，土地等），劳动和技术进步的产物。从长远来看，经济增长的唯一可靠驱动力是技术进步。通过学习部署稀缺资本的新方法，我们的社会变得更加丰富。 在微观层面上考虑这一点的另一种方法是，您无法可持续地赚取比创造的经济价值更多的钱。一个用铲子挖洞的人将无法像驾驶推土机那样赚钱。 人工智能的广泛采用将极大地加速技术进步。这种加速将造成经济增长的巨大增长。这种上升的潮流将为每个人创造更多资源。如果您在Twitter上花费了任何时间跟随E/ACC社区，那么这就是他们的支持。 Solow模型更像是宏观级别的概念，并且不专门适用于软件开发作为一个行业。虽然我认为软件开发不会很快就会消失，但如果确实如此，我们可能仍然会更好。成为《星际迷航》中的咖啡师比《权力的游戏》中的贵族更好。 广泛的AI 尽管增长的社会财富是不错的，但是如果所有这些财富都由少数大型公司控制的大型公司控制的一小部分技术精英人士会ho积所有AI计算，会发生什么？ 这不太可能出于很多原因，但是最大的原因之一是AI创新者致力于使AI访问。尽管有很多人可以访问基于AI的工具，但您也可以自己的AI DIY。 在模型方面，许多模型生产商免费释放它们。虽然顶级开放式AI模型被锁定在其围墙花园后面，但您可以启动Ollama或civitai，并下载许多功能强大的模型。 在硬件方面，Nvidia还通过其Jetson Nano产品和Digits Mini Computer之类的东西来推动本地模型执行。这甚至不包含诸如消费者视频卡或人们一直用来制作自己的AI群集的M4 Mac Mini之类的东西。 AMD还在努力工作，使运行本地型号变得容易。 有一个巨大的动力使大多数人都可以使用AI资源。如果我们通过使自己的小型私人助理大军（Innovation Skyrockets）来扩大所有人。 AI有可能使数百万的小型创作者能够建立可持续的业务。 软件开发人员的工作 现在，我们已经介绍了一些没有被搞砸的宏观原因，让我们看一些脚踏实地的原因，为什么我们仍然需要AI时代的软件开发人员。 70％的问题 AI模型非常擅长生产各种各样的东西。有时结果很好，有时它们很奇怪。 AI生成的代码没有什么不同。我尚未提示100％正确的AI生成的功能。 AI Gen非常适合入门，但它不会为您编写您的整个应用程序。这有时被称为“ 70％的问题”，AI可以使您大部分时间到达那里，但最终掉落了。 许多不知道如何编写软件并认为他们可以提示成功的人会被困在一个循环中，每个提示都可以解决一个问题并导致两个问题。这是70％的问题。您可以整天生成代码，但是不能保证它将是正确的代码。 即使您让AI为您生成所有代码，仍然需要对其进行测试，监视，部署和维护。即使您让AI编写大部分代码，仍然有很多事情要做。 人工智能代码生长也倾向于在复杂的企业系统中掉落。您可以整天启动可爱的演示应用程序，但是大多数系统不像可爱的演示应用程序。这与Rails 15分钟博客应用程序脚手架演示演示的Ruby并没有大不相同。他们看上去很酷，但这只是第一步。 无论如何，我们的大部分工作都没有编写代码 认为AI会消灭软件行业的人们不完全了解软件工程师每天要做什么。经过20年后，对我来说，编码是工作中最简单的部分之一。与其他工程师交谈，了解业务领域，弄清楚最佳方法，权衡选择和设计系统有很多时间。即使AI生成了我们的大多数代码，我们仍然需要说出要写的内容，这将需要软件开发人员。 我们还有太多的软件可以构建 末日人群的最大假设我们接近拥有“足够的”软件和提高效率的最大假设将迅速耗尽项目队列。我尚未为一家没有他们想做的事情几乎无限积压的公司工作。如果软件开发的移动速度更快，我们将构建更多软件。 我需要做什么？ […]