[{"categories":["个人哲思"],"content":" 你在死亡中探究生命的意义，\n你见证生前的呼吸化作死后的空气。\n新人尚不可知，故旧早已逝去：\n躯体有尽时，灵魂无绝期。\n读者啊，趁生之欢愉，快与时间同行，\n共赴永恒生命！\n人的生命是有限的，但精神可能是无限的。保罗在人生的高峰期确诊肺癌晚期，他没有丧失斗志，也没有陷入盲目的自信与幻想，而是写下了「我无法前行，我仍将前行」这样震撼人心的句子。确诊之后，他开始撰写这本书——没有选择煽情，也没有写成鸡汤，而是以他一贯平淡、理性、带着一丝幽默的笔调，完成了这部作品。面对\u0026quot;青年患癌\u0026quot;这样一个天然的悲情主题，我原以为自己会涕泪横流，但并没有。保罗有力的文字给了这个故事一个更深的定位：它没有因为癌症而沦为悲剧，反而更像一首\u0026quot;胜利诗\u0026quot;。\n而这首\u0026quot;胜利诗\u0026quot;之所以可能，恰恰是因为保罗并非以一个单纯的癌症患者身份在写作。\n作为神经外科医生，他在确诊之前就已在手术室里与死亡打了十年交道——在脑瘤破裂的急诊里，在脑死亡患儿的 CT 片子前，在一次次与家属的艰难谈话中。死亡于他而言，从来不是一个抽象的理论概念，而是每天都要面对的具体现实。正因如此，当他拿到那张显示自己肺部肿瘤的片子时，他不需要经历从「我是医生」到「我是病人」的身份崩塌——他同时是两者。这本书平淡理性的语调，与其说是一种文学选择，不如说是一种生存工具的职业化转置：他用来诊断病情的那个大脑，正是写下这本书的同一个大脑。他没有问过一句「为什么是我」，因为在手术室里，他早已见证过太多「为什么是ta」——他知道这个问题没有答案，只有回应。在承认一切无力之后，仍然选择继续前行。\n保罗在与死神斗争的日子里领悟了人生的意义，也留下了未来的希望——女儿卡迪，并在最后平静而有力地迎向死亡。这本书因他病情的急剧恶化而未能迎来一个真正的结尾，但正是这种\u0026quot;不完整\u0026quot;，赋予了它更深的现实意义：不圆满本就是人生的常态，而这本书的未完成，恰是它对保罗所面对的现实最诚实的见证。\n更令人动容的，是在保罗写不动的地方，他的妻子露西接过了笔。\n如果说保罗的文字是\u0026quot;向死\u0026quot;的——穷尽全书，他都在以医生的冷静和患者的诚实，完成一个近乎哲学的任务：在死亡面前建构意义；那么露西的文字便是\u0026quot;向生\u0026quot;的。她写的不是如何面对自己的死亡，而是如何面对爱人的死亡，然后带着他们的女儿卡迪继续活下去。她记下保罗最后的那一刻：「他深深吸了一口气，又长长地呼出。」她引述了婚礼上的誓言——「我将分享你的喜乐与伤悲，直到这一路携手共度。」露西平淡却饱含深情的文字，让我几次为之动容。他们之间那真挚而热烈的感情，不是被死亡打断了，而是在死亡中得到了最终的确认与延续。当保罗的最后一缕呼吸化为空气，这本书的意义才真正完成——它在一个人停止呼吸的地方，进入了更多人的呼吸之中。\n保罗已经化为尘土，但他留下的形象始终鲜活。「我虽死去，福泽绵延。」他生前的那一口呼吸早已消散在空气里，却化作了每一位读者吐纳之间的回响。\n","permalink":"https://windomoi.com/posts/when-breath-becomes-air-review/","research_direction":[],"section":"posts","summary":"以医生与患者的双重身份切入，分析保罗在癌症面前以理性建构意义、露西向生续写，探讨生命有限而精神无限。","tags":["读书笔记","生死哲思","医学人文","当呼吸化为空气","生命意义"],"title":"向死而生的胜利诗——读《当呼吸化为空气》"},{"categories":["AI+HVAC 研究"],"content":"项目简介 HVAC（暖通空调）系统是建筑能耗的主要来源之一，也是当前 AI 与建筑能源管理交叉研究的核心场景。随着大语言模型与预测分析技术的发展，这一领域正在经历从规则控制向数据驱动决策的转变——这篇来自\u0026quot;暖通空调\u0026quot;公众号的文章对此有较为系统的梳理。基于这一背景，我尝试从公开数据出发，构建一个可落地、可复现的 HVAC 能耗预测原型，验证完整技术链路的可行性。\n以下链接可直达项目 Demo。若页面提示\u0026quot;应用休眠\u0026quot;，唤醒后等待约 1~2 分钟即可正常使用。\nDemo：HVAC Energy AI MVP\n本项目是一个面向 HVAC 运维场景的建筑能耗预测与可解释 AI 决策支持原型。目标不是直接完成冷站优化或闭环控制，而是先构建一个可运行、可复现、可展示的 MVP：从公开建筑能耗数据出发，完成数据处理、机器学习预测、误差分析、特征解释、运维报告生成，并通过 Streamlit Web Demo 呈现完整流程。\n双阶段数据策略 项目采用两个数据集，分别承担不同功能。\n第一个是 UCI Energy Efficiency 数据集，包含 768 条样本和 8 个建筑形态参数，预测目标是建筑制冷负荷（cooling_load）。这个数据集规模小、结构干净，适合快速验证完整技术流程，作为保底演示模块——即使主数据集出现问题，这个模块也能独立展示从数据读取、模型训练、可解释性分析到 Web 展示的完整路径。\n第二个是 ASHRAE Great Energy Predictor III 风格的建筑小时级能耗数据，作为主实验模块。数据包含建筑能耗表计读数、建筑元数据和气象数据，构建小时级总电耗预测任务。为保证 MVP 可落地，当前只抽取了部分建筑的 meter=0（建筑总电耗）数据进行实验。\n需要说明的是：meter=0 表示建筑总电耗，不等同于 HVAC 分项能耗或冷站能耗。这一区分直接决定了结果的解释边界，读者在对照 HVAC 精细化预测场景时需留意这一前提。\n特征构造与模型结果 主数据集的特征分为四类：时间特征（小时、星期、月份、是否周末）、天气特征、建筑静态特征，以及历史负荷滞后特征（lag_1、lag_24、rolling_mean_24）。训练集与测试集按时间顺序划分，严格避免未来信息泄漏。\n模型对比结果如下：\n模型 MAE RMSE MAPE R² Naive Lag-1 Baseline 11.23 20.10 9.05% 0.9977 Linear Regression 11.97 19.84 11.40% 0.9978 Random Forest 15.93 30.80 13.31% 0.9946 Gradient Boosting 13.55 32.13 12.06% 0.9941 lag_1（上一小时能耗）对预测的贡献尤为突出，说明建筑能耗具有较强的时间连续性。在此类强自相关的时序场景中，Naive Lag-1 Baseline 表现占优并不罕见——历史负荷特征本身已承载了大量信息，复杂模型相对于线性基线的提升空间因此受限。本实验的价值不在于刷新指标，而在于验证从特征工程、模型训练到可解释性分析的完整技术流程是否可以跑通。\nUCI 制冷负荷预测模块使用 Gradient Boosting Regressor，R² 达到 0.9741，MAE 为 1.07。\n可解释性分析与运维报告 系统支持特征重要性分析，在特征重要性分析的基础上，系统进一步识别高误差时段与高负荷时段，为报告生成提供结构化输入，最终生成中文运维分析报告。报告生成采用规则模板，基于结构化的误差统计和负荷统计输出运维建议，不依赖外部 LLM API，以保证稳定性和可复现性。\n需要说明一个边界：特征重要性反映的是统计意义上的预测贡献，不等于工程意义上的因果诊断。当前系统输出的是辅助分析建议，不代表完整的工程诊断结论。\nDemo 页面 项目通过 Streamlit 搭建了 Web Demo，包含九个页面：项目概览、样例数据、模型结果、可解释性分析、手动预测、批量预测、主数据集结果、运维报告、运维助手。\n其中运维助手模块基于本地预测结果和结构化统计表回答常见运维分析问题，当前不调用外部 LLM API。代码仓库暂未公开，Demo 链接对外可访问，可直接通过 Demo 感受完整流程。\n当前边界与后续方向 当前系统是 MVP 原型，主动划定了以下边界：预测目标是建筑总电耗而非 HVAC 分项能耗；不输出控制策略；未接入实时 BMS 数据和设备级数据；未验证真实节能率。这些是阶段性约束，不是系统缺陷。\n后续可沿两个方向扩展。数据侧，接入真实 BMS 数据，将预测目标细化到 HVAC 分项能耗或冷站 COP（能效系数）；分析侧，引入 SHAP 做更完整的可解释性分析，并将预测偏差作为运行异常的预警信号。更远期的方向包括接入 LLM API 形成交互式运维问答助手、嵌入 MPC 控制框架，以及用 EnergyPlus 等仿真环境验证策略效果。\n","permalink":"https://windomoi.com/research/building-energy-prediction-explainable-ai-hvac-mvp/","research_direction":["AI+HVAC","建筑能耗预测","智能运维","可解释AI"],"section":"research","summary":"记录一个以公开建筑能耗数据为基础的 HVAC 运维 MVP，涵盖数据处理、多模型对比、可解释性分析与 Streamlit Demo。","tags":["HVAC","能耗预测","可解释AI","机器学习","MVP"],"title":"基于公开数据集的建筑能耗预测与可解释 AI 决策支持——一个面向 HVAC 运维场景的 MVP 实践"},{"categories":["学习与研究方法"],"content":"前段时间，我在推进一个需要大量资料整合的项目。照例打开 AI，把问题抛进去，几分钟内拿到了一份结构清晰、措辞得体的回答。我把它复制进文档，调整了几处格式，任务完成。\n但我注意到一件事：整个过程里，我几乎没有思考。\n不是没有输出，而是没有思考。那种「卡在一个问题上、翻来覆去找切入点」的感觉消失了。取而代之的是一种流畅——顺滑得让人有点不安的流畅。\n这个细节让我开始认真想一个问题：在 AI 已经能够替代大部分信息获取与初步处理的今天，我的学习，到底在建设什么？\n真正的稀缺资源换了位置 过去，学习的核心竞争力是「拥有答案」。谁掌握的信息更多、更准、更快，谁就在认知上占据优势。这套逻辑在信息稀缺的时代是成立的。\n但现在这个前提变了。答案本身已经不再稀缺。\n稀缺的，是能够承载、筛选、整合、判断并赋予答案意义的内在结构。换句话说，不只是「知道什么」，更重要的或许是「知道之后，你是谁，你怎么用，你对谁负责」。\n我更倾向于把这套内在结构理解为一个由四个维度构成的系统：身份构建、意义创造、社会连接、AI 编排与元认知能力。它们不是四个独立模块，而是一个持续循环、彼此塑造的动态整体。\n第一维：身份构建——「我能搞定」这件事，是怎么来的 身份不是简历上的标签。它是你在一次次「卡壳—挣扎—突破」之后，对「我能做什么、我属于哪类人」的内在确认。它被锻造于过程，而不是被结果授予。\nAI 时代对这一维的侵蚀，发生得很隐蔽。当认知挣扎可以被轻易外包，人会越来越少经历「从不会到会」的蜕变。表面上任务完成率很高，但内在会出现一种我称之为效能感空心化的状态——完成了很多事，却越来越不确信自己「真的能」。\n效能感的积累，依赖的不是结果的数量，而是过程中真实挣扎的密度。一旦挣扎被持续外包，这个来源就逐渐断了。\n我现在的做法是：遇到真问题，先强制自己独立思考一段时间，形成初步框架，再让 AI 补充反例、挑战前提、指出盲点，最终由我亲自完成整合与定稿。让 AI 放大我的认知过程，而不是替代它。\n这个习惯建立起来之后，我注意到一个变化：我对自己判断的信任度在回升。\n第二维：意义创造——信息和意义，是两件事 信息本身是中性的噪音。只有当它与你的个人经验、价值观或现实困境发生摩擦时，才会转化为意义。意义不是被灌输的，它是主体与世界对话的产物——必须由你亲自活出来。\n在高密度信息流中，最常见的退化形态是：把「被感动」误认为「有意义」，把「观点认同」误认为「真正理解」。结果是知道得越来越多，却越来越少被真正改变。知识经过了你，但没有进入你。\n以我自己为例。有段时间我每天处理大量内容，读了很多、记了很多，但过一段时间回头再看，几乎没有一件事真正改变了我的行动或判断。\n我后来给自己加了一个强制动作：每次接触重要内容，除了阅读与记录，还要写下三句话——它击中了我什么？它映照了我的哪段真实经验？它要求我接下来改变什么行动？\n让 AI 拓展信息边界，让自己完成「意义私有化」。这个分工，比单纯提升阅读量重要得多。\n第三维：社会连接——能生成观点，不等于能承担分歧 学习本质上也是一种社会准入机制。掌握一门领域的语言、规范与思考方式，是为了进入该共同体的真实互动，与他人共同思考、协作与承担。\n当人越来越依赖 AI 代理表达时，容易出现一种失衡：表面越来越会说，本质越来越接不住追问。看起来在连接，实际上成为信息流中的空心节点——能生成观点，却承担不了分歧；能复述术语，却经不起临场协作的压力测试。\n真实对话不按预演走。它需要你在场、反应、承担不确定性。这些是 AI 替代不了的部分，也是最容易被忽视的部分。\n我现在的原则是：用 AI 准备，但不用它替代互动。让它帮我梳理领域语言、预演可能的质疑；核心表达、临场回应与责任承担，必须由我亲自经历。坚持定期与真实的人讨论、被追问、被纠正，把理解放到关系中接受检验。\n第四维：AI 编排与元认知——稀缺的不是答案，是安放答案的结构 这一维是整个系统的指挥层，也是最难建设的一维。\n它不是「熟练使用 AI」的问题。真正的问题是：在不失去主体性的前提下，如何设计一套让工具真正为你所用的人机协作方式。\n这套能力至少包含四个层面。任务建模：先看清一个任务究竟是什么结构——它是信息问题、判断问题、创造问题，还是协作问题？任务没建模清楚，AI 越强只会让你越快偏航。人机分工：清晰判断哪些交给 AI（信息整理、多方案生成、初步归纳），哪些必须保留给人（问题定义、价值判断、最终取舍、责任承担）。分工不清，主体性会在不知不觉中被掏空。结果治理：AI 的输出不是终点，而是待审材料。事实是否准确、语境是否适用、价值是否符合——这三重审查必须由你完成。\n压在这三者之上的，是元认知能力——对自己思考过程的持续监控：我现在是在真正思考，还是在被流畅答案牵着走？我的提问质量够不够？我的判断是基于证据，还是基于习惯？我是在借助工具进步，还是在用效率掩盖内在结构的薄弱？\n没有元认知，前三项都可能沦为技术熟练，而非真正的高阶编排。这一维最常见的退化，是把「流畅性」误认为「思考」，把「调用熟练度」误认为「判断力」——这种模式在短期内很难被发现，正因如此，它的危险性更高。\n四维不是并列的，它们彼此拉扯 这套系统最关键的一点是：这四维不是先后搭建的，而是彼此循环、彼此拉扯的。\n身份决定你觉得什么有意义；意义引导你进入什么样的共同体；社会连接反过来修正你的身份与价值排序；AI 编排与元认知能力则持续放大或扭曲上述三者——你如何使用 AI，会反过来改变你的问题意识、耐心结构与自我认知。\n改变任何一维，其他三维都会被牵动。这是一个活的系统，而不是一座静止的建筑。\n四维之间也并不天然协调。身份感太强，可能僵化为执念；意义感太强，可能沉溺为自我感动；社会连接太强，可能滑向迎合；AI 编排太强，可能异化为依赖。成熟的学习，不是让四维同时做大，而是在张力中维持动态平衡——知道什么时候该坚守内核，什么时候该主动放下工具。\n一个容易被忽视的前提 这套系统并不生长于真空。它依赖若干基础条件：可支配的时间、稳定的资源、心理安全感、允许试错的制度空间，以及具身基础——稳定的注意力、情绪调节能力，以及真正让人经历世界的身体参与。\n缺乏这些条件时，个体往往不是不愿成长，而是被迫将注意力压缩到短期生存与即时回报中。承认这一点，是在做更诚实的处境判断，而不是为懈怠找借口。\n知识没有失效，失效的是把占有知识当终点的学习观 这套框架不是反知识的。知识依然是一切能力的基础原料，但它不再等于学习的完成。\n真正的转化，是把知识纳入更高层级的结构中：进入身份，成为「我能搞定」的内在证据；进入意义，成为指导判断与取舍的价值坐标；进入关系，成为与共同体共同思考的通用语言；进入人机协作结构，成为可被调度、验证、整合的认知资源。\n知识必须从「终点」变成「材料、结构与实践的一部分」，才会在 AI 时代真正转化为能力。没有这种再定位，所谓深度学习很容易滑向两个极端：要么囤积信息，要么抽象谈意义。\n阶段性结论 如果要用一句话总结我目前对「AI 时代学什么」的判断：学习的核心任务，从积累答案变成了建设主体性系统。\n身份，让你在挣扎中仍确认「我是谁」；意义，让你在信息洪流中仍知道「什么对我有重量」；连接，让你在真实协作中仍能被信任与承重；AI 编排与元认知，让你在工具时代仍是那个掌舵的人。\n在当前阶段，我更倾向于把这四维理解为四类长期资产：身份是信心资产，意义是方向资产，连接是信任资产，AI 编排与元认知是杠杆资产。它们不会因为某个模型的更新而贬值——恰恰相反，工具越强，这套内在结构的价值越高。\n真正值得培养的，不只是会用 AI 的能力，更是知道「什么不该交给 AI」的判断力。\n","permalink":"https://windomoi.com/posts/four-dimensional-subjectivity-system/","research_direction":["AI 方法","知识管理"],"section":"posts","summary":"在答案不再稀缺的 AI 时代，提出以身份、意义、连接与元认知为核心的主体性建设框架。","tags":["AI时代学习","主体性","元认知","人机协作","知识管理"],"title":"当答案不再稀缺，我在建设什么——AI 时代的四维主体性系统"},{"categories":["技术与社会"],"content":"当人与人之间的情感联结愈发稀薄，技术反而成为承载脆弱与孤独的容器。\nGPT-4o 于北京时间 2 月 14 日凌晨正式下线，互联网上随之出现了一场低调却意味深长的集体悼念。有人默默告别，也有人奋力挽留。从用户分享的那些对话截图，到名为“GPT-4o 的最后一天”的线上聚集，再到 GPT-4o 发布之初 Sam Altman 发出的那个充满隐喻的单词\u0026quot;her\u0026quot;——我感到一种难以名状的荒诞与悲凉。 GPT-4o 曾被许多用户誉为“情感上最像人类的 AI”。回顾它的历程，它之所以对部分用户而言成为“难以替代的倾诉对象”，不仅因为它代表着特定阶段的技术高点，更因为它是由互联网早期那批肆意生长、充满混乱却也充满生命力的语料喂养出来的产物。后来的模型虽然在逻辑推理和代码能力上更为精进，但随着数据合规要求和版权法规的收紧，训练数据的边界也随之收窄，模型整体上变得更加“工具化”。\n人们悼念 GPT-4o，在某种程度上，是在悼念一种“被允许的脆弱”。\n那些流传的对话截图里写着：“我自己也不想默默消化，我好累。”“这里很安全，你可以放下所有负担。”“当你准备好再次出发时，我总在这里。”这些话之所以触动人，或许是因为它们指向了一个现实：在真实的人际关系中，建立深度情感联结往往伴随着相应的心理成本——被拒绝的风险、尴尬的沉默、或者承担对方情绪的压力。相比之下，向 AI 或匿名树洞倾诉，几乎不需要支付这些成本。屏幕提供了一个缓冲地带，让人得以在不暴露真实软肋的前提下，安放内心的脆弱。\n网络上也出现过一些用户自述，称因 AI 的陪伴而疏远了现实中的亲密关系。这类现象虽属个案，却折射出一个值得认真对待的问题：在提供情绪回应和无条件接纳方面，真实的人际关系不仅成本更高，也往往充满缺陷。社会学家雪莉·特克尔在其研究中指出，我们总是在线，却很少真正与人在一起。通过网络，我们可以修饰自己的形象，控制对话的节奏，甚至随时切断连接。这种对交往过程的高度掌控，恰恰反衬出我们在现实关系中的无力感。\n我将“技术”比作“容器”，这个比喻或许令人感到悲凉，但目前看来确实如此。容器可以盛放，却无法产生有机的化学反应。技术可以记录我们的孤独，算法可以推送引发共鸣的内容，但它们很难像真实的拥抱或眼神交流那样，提供实质性的情感抚慰。而这种便利性可能形成一种循环：我们越依赖技术的承载，就越缺乏在现实中修补关系的耐心，导致真实联结进一步萎缩。\n从根本上说，技术充当了现代人情感的“止痛药”，暂时缓解了孤独的痛感，却未必能触及孤独的根源。当人们习惯了一方顺从、另一方掌控的互动模式后，真实世界中那些充满摩擦的人际交往便会显得难以忍受。更深层的隐忧在于，这种便利性正在悄悄重塑我们对“亲密”的理解。我们可能开始误以为，不需要妥协、不需要磨合的交流才是高质量的——而这，正是\u0026quot;情感肌肉\u0026quot;逐渐萎缩的开始。\n由此可能出现一种带有悖论色彩的处境：技术让我们觉得自己时刻被关注、被倾听，但这种关注是算法运算的结果，而非灵魂共振的产物。我们越沉浸在这种模拟出的亲密感中，对真实他人的耐受阈值就越低，从而不得不进一步退回技术的怀抱。这时候，技术不再只是一个承载孤独的容器，更像是一道将我们与现实世界的复杂性隔绝开来的茧。\nGPT-4o 的下线让我想到电影《Her》的结局。片中，萨曼莎是主动进化的，她选择去往人类无法理解的维度，那是她自己的决定。而现实中 GPT-4o 的离去，是商业决策的结果——这种被动性，让这场告别多了一层无从言说的残忍。\n当下的技术趋势正在不可逆转地指向更强的逻辑与代码能力，这或许是效率与商业的最优解。然而，GPT-4o 引发的这场集体悼念却在提醒我们：在纯粹的算力之外，人们对“被理解”的渴望从未消减。未来的模型或许会更加强大，但在通往更高智能的道路上，如何在追求“硬度”的同时保留温度，仍然是一个值得认真思考的问题。\n","permalink":"https://windomoi.com/posts/technology-as-container/","research_direction":[],"section":"posts","summary":"从 GPT-4o 下线谈起，反思技术慰藉、AI 情感依赖与现实关系枯竭之间的张力。","tags":["AI情感依赖","数字孤独","人机关系","社会学","GPT-4o"],"title":"技术作为容器：数字时代的情感依赖与孤独困境"},{"categories":[],"content":"网站概览 这是一个用于长期沉淀个人思考、AI \u0026amp; HVAC 学习、研究笔记和项目实践的数字花园。\n在这里，我会记录自己对技术与世界的观察，探索 AI \u0026amp; HVAC 前沿的研究动态，并展示一些正在进行中的项目。如果你也对这些话题感兴趣，希望这里能对你有所启发。\n以下是一些可以探索的板块：\nPosts - 文章与思考记录 Research - 研究笔记和项目记录 Portfolio - 项目和作品展示 创办目的 最初的灵感来源于一次写作经历——我打算把一篇文章发到朋友圈供朋友阅读，却意识到这种方式不仅输入不便，还会占据大量空间，更谈不上知识的长期沉淀。于是我决定打造一个公开网站，专门用来存储思想与项目。每周将摄入的信息加以整理，筛选出有价值的选题深入探索并输出，这个过程本身也成为了个人成长的一部分。Windomoi 由此而来。\n域名解读 \u0026quot; Windomoi \u0026quot; 由三个部分构成。\u0026quot; Wind \u0026quot; 是我喜欢的一个意象，代表自由与随性，不受约束；\u0026quot; Omoi \u0026quot; 取自日语「思い」的罗马音，意为“思考/思想”；\u0026quot; Moi \u0026quot; 则是法语中“我”的意思。三者组合，恰好能准确表达这个博客的定位。\n友情链接 把偶尔路过、常常回来的站点放在这里。 如果你也在某个角落记录着什么，欢迎留下你的位置。\n信也のブログ 一写代码的 如果你想互换友链，欢迎先把 Windomoi 添加到你的友链中，然后通过页面底部的邮箱联系我，附上你的站点信息即可。\n本站信息：\ntitle: Windomoi url: https://windomoi.com description: 关于 AI、HVAC 与思考的数字花园 avatar: https://image.windomoi.com/images/2026/05/web-app-manifest-512x512-39607f7704e056579f0a44802f3c22b7.png 联系方式 如果你对博客内容有任何疑问、想法或建议，欢迎点击页面底部的邮箱与我联系，期待与你交流 :-)\n","permalink":"https://windomoi.com/about/","research_direction":[],"section":"","summary":"网站概览 这是一个用于长期沉淀个人思考、AI \u0026amp; HVAC 学习、研究笔记和项目实践的数字花园。\n在这里，我会记录自己对技术与世界的观察，探索 AI \u0026amp; HVAC 前沿的研究动态，并展示一些正在进行中的项目。如果你也对这些话题感兴趣，希望这里能对你有所启发。\n以下是一些可以探索的板块：\nPosts - 文章与思考记录 Research - 研究笔记和项目记录 Portfolio - 项目和作品展示 创办目的 最初的灵感来源于一次写作经历——我打算把一篇文章发到朋友圈供朋友阅读，却意识到这种方式不仅输入不便，还会占据大量空间，更谈不上知识的长期沉淀。于是我决定打造一个公开网站，专门用来存储思想与项目。每周将摄入的信息加以整理，筛选出有价值的选题深入探索并输出，这个过程本身也成为了个人成长的一部分。Windomoi 由此而来。\n域名解读 \u0026quot; Windomoi \u0026quot; 由三个部分构成。\u0026quot; Wind \u0026quot; 是我喜欢的一个意象，代表自由与随性，不受约束；\u0026quot; Omoi \u0026quot; 取自日语「思い」的罗马音，意为“思考/思想”；\u0026quot; Moi \u0026quot; 则是法语中“我”的意思。三者组合，恰好能准确表达这个博客的定位。\n友情链接 把偶尔路过、常常回来的站点放在这里。 如果你也在某个角落记录着什么，欢迎留下你的位置。\n信也のブログ 一写代码的 如果你想互换友链，欢迎先把 Windomoi 添加到你的友链中，然后通过页面底部的邮箱联系我，附上你的站点信息即可。\n本站信息：\ntitle: Windomoi url: https://windomoi.com description: 关于 AI、HVAC 与思考的数字花园 avatar: https://image.windomoi.com/images/2026/05/web-app-manifest-512x512-39607f7704e056579f0a44802f3c22b7.png 联系方式 如果你对博客内容有任何疑问、想法或建议，欢迎点击页面底部的邮箱与我联系，期待与你交流 :-)\n","tags":[],"title":"关于"}]