在2025年的最后一周，我系统地学习了一遍 Transformer 的底层结构。
在这之前，我对 Transformer 的认识其实很典型：知道它重要，知道 GPT、BERT 都是基于它，也知道“自注意力机制”这个词，但更多停留在“能用 API”的阶段。
这次我逼自己从头拆起，从最基础的数学表达式、矩阵运算，到数据在模型里的流动路径，一步一步去看。过程并不轻松，信息量很大，也经常需要反复回头确认自己是不是真的理解了。
真正开始推的时候，我才意识到：
它并不是某一个聪明点子，而是一整套环环相扣的设计。很多地方如果只停留在概念层面，很容易以为懂了。
这次学习对我最大的意义，不是记住了多少细节，而是让我意识到：当我真正理解底层结构时，对模型的判断会变得更踏实，而不是靠猜。
除了学习模型结构，我还重新设计了自己的个人网站。
之前的网站更像一个展示页，内容分散在各个平台，自己回头找起来也不方便。这次我给它定了一个很明确的目标：好检索、少维护。
为此我写了一个简单的 Agent，用来自动收集我在不同地方留下的文字内容，比如技术笔记和随手记录的想法，然后统一整理、同步到网站上。
它的功能不复杂，但对我来说很重要：
我不想把时间花在重复整理上，而是希望工具能帮我处理这些事情，让我专注于思考和实践本身。
作为对近期学习的一个小练习，我还写了一个程序，用电脑摄像头实时识别画面中的物体，并尝试用一句接近人类表达的方式告诉我：
这是什么，以及它可能是用来做什么的。
现在它能比较稳定地识别键盘、水杯、书本等常见物体，描述还算正常，但距离我理想中的那种自然、流畅的“视觉助手”还有明显差距。
尽管如此，这个小实验让我第一次比较直观地感受到：
计算机视觉和自然语言并不是两个割裂的领域，它们真的可以在一个很小的项目里结合起来。
这一周，我还翻出了一部初中用过的安卓手机。
与其让它继续躺在抽屉里，我更想看看它还能被用来做什么。我计划给它刷机，并尝试两个方向：
一个是把它和树莓派结合，做成一个简单的智能猫眼，用来查看门外情况；
另一个是让它作为一个轻量级的 Agent 终端，处理一些简单的自动化任务。
这些想法现在都还在尝试阶段，结果也未必理想，但我很享受这种“把旧东西重新用起来”的过程。
过去一年，我学了很多，也试了不少方向。有些事情没有得到结果，但它们并没有白费，反而让我更清楚自己适合往哪里走。
最近我越来越确定一件事：
与其追求什么都做，不如把一个小功能、一个具体场景做到足够好。哪怕范围不大，只要体验足够扎实，就会有人真正需要它。
同时，我也开始意识到，单纯写软件有时会让我有点“悬空”。新的一年，我希望更多地接触硬件，让代码不只停留在屏幕上，而是能在现实世界里产生变化。
这一周没有什么特别耀眼的成果，但我知道，我在慢慢把地基打稳。
这对我来说，比快速向前更重要。
