About
我是 Anaxagore。
日常在做 GPU kernel 与训练性能优化（CUDA / Triton / Blackwell），也持续整理生成模型、PyTorch 内部机制，偶尔用公开数据做一些城市与住房方向的研究。住在深圳。
这里的笔记是原始版本——写给以后的自己看，所以推导、数字和失败的尝试都尽量留着。
这个站是什么
它从一个「学习笔记站」长成了一个没有服务器、没有域名时的个人平台：lgystoic.github.io 当域名，GitHub Actions 当后台，仓库里的 JSON 当数据库，Pages 当前端。几个角色：
- 记——我写的笔记，以后还有我读过的东西。
- 看——机器替我盯着世界：每日雷达每天早上 8 点从二十多个源抓取、去重、由模型排优先级写摘要；活动清单把深圳、广州、香港及线上可以报名的聚会、黑客松、比赛、讲座按日期排好。
- 做——定时替我跑的小工具：私有收件箱把小红书、微信这类抓不到的链接整理归档；每天早上一个巡检 agent 检查流水线，状态页能看到它的报告。
- 找——工作机会每天聚合国内直招、猎聘和 LinkedIn 的岗位，按深圳 / 香港 / 国内优先排序、按方向打匹配度；开源贡献路线每周把重点仓库拆成五章分析（定位、代码地图、跑起来、社区、切入）和能直接认领的任务卡，只留没有 GPU 也能做的。
- 教——上手指南：租电脑、代理软件、ChatGPT 三步走，写给第一次上手的人。
怎么搭的
- 纯静态 HTML + 少量 JS，没有框架、没有构建依赖，系统字体；除访问统计（GoatCounter）和评论区外没有外部请求。
- 每个功能是一个模块：一个目录、一个 Python 脚本、注册表
site.json里一行。首页卡片和 sitemap 由注册表生成。 - 数据即文件：模块把结果写成 JSON 提交进仓库，页面只是渲染。所以
/radar/data/events.json这类文件也是公开 API。 - AI 环节可插拔：有什么 key 用什么模型，失败退回关键词规则，永不让整轮挂掉。
- 公私分层：公开的在这个仓库，私密的在私有仓库，密钥只在 Actions Secrets。
代码全部开源：lgyStoic/lgystoic.github.io。抓取只用官方 RSS、公开 API 和静态页面；小红书、微信、X 不硬抓。
来源与版权
笔记中的课程整理（如 MIT 6.S184）为个人学习记录，原课程见各笔记页注明的来源。雷达与活动清单的摘要由模型自动生成，仅用于快速筛选，请以原文为准；所有条目均链接回原始出处。