📝 更新博客内容，优化虚拟仿真和机器人模型描述

- 增加了关于虚拟仿真环境的推荐配置和注意事项，提升了内容的实用性。
- 修改了机器人模型和场景的描述，确保信息准确性和清晰度。
- 更新了图像处理和速度控制指令的示例，增强了代码的可读性和实用性。

Author: jiangyangcreate

blog/2025-7-30.md

@@ -35,13 +35,19 @@ description: 通过ROS2官方提供的Gazebo虚拟仿真，实现视觉运动算
 :::warning
 虚拟仿真需要一定的算力。本地使用前，首先确保你的电脑包含显卡。
 
+- ✔推荐使用原生Ubuntu最大限度发挥硬件性能。非原生环境下可能出现消息异常、时间异常等问题。
+
 - 高算力的电脑可以使用wsl安装Ubuntu。
 
 - ❌使用VM虚拟机会产生较大的延迟。
+:::
+
+:::info
+用机器学习中的概念来类比，Gazebo好比是Pytorch，ROS2好比是Python。
 
-- ✔普通电脑可以使用原生Ubuntu最大限度发挥硬件性能。
+你希望使用Pytorch开始深度学习，所以要查看最新版Pytorch适配的Python版本（3.10+），需要英伟达显卡才能加速，再查看Python支持的操作系统（Mac、Linux、Windows）。
 
-- ❌非原生环境下可能出现消息异常、时间异常等问题。
+搞清楚之后，再从系统开始，安装Python，最后Pytorch和显卡驱动安装成功。谋定而后动。
 :::
 
 ## ROS2框架
@@ -577,15 +583,15 @@ ros2 launch ros_gz_sim gz_sim.launch.py gz_args:=empty.sdf
 
 [gazebosim](https://app.gazebosim.org/fuel/models)有大量下载好的模型(models)与场景(worlds)可以使用。
 
-想简单点就选一个自带摄像头的机器人模型，如果有中意的机器人模型没摄像头的，可以自己加一个摄像头。
+想简单点就选一个自带摄像头的机器人模型（model），如果有中意的机器人模型没摄像头的，可以自己加一个摄像头。
 
-场景选赛道类的，有明显的车道线，可以较好的测试算法。如果场景过于简单可以适当的添加一些模型，例如：路灯、树木、箱子等。
+场景（world）选赛道类的，有明显的车道线，可以较好的测试算法。如果场景过于简单可以适当的添加一些模型，例如：路灯、树木、箱子等。
 
 ### URDF
 
 URDF（Unified Robot Description Format）是一种用于描述机器人模型的XML格式。
 
-一个带摄像头的2轮机器人模型示例，推荐使用4轮具有自稳定性：
+一个带摄像头的2轮机器人模型示例，推荐[系统的学习world的搭建](https://gazebosim.org/docs/latest/sdf_worlds/)：
 
 ```xml showLineNumbers title="my_robot.sdf"
 <?xml version="1.0" ?>
@@ -867,12 +873,25 @@ gz sim -r my_robot.sdf
 
 数据流向：ROS消息`sensor_msgs/Image` → cv_bridge → numpy数组 → cv2处理为控制结果 → 发布`geometry_msgs/Twist` → Gazebo
 
+#### 启动图像
+
 ```bash
-ros2 run ros_gz_bridge parameter_bridge \
-  '/camera1/image@sensor_msgs/msg/Image[gz.msgs.Image' \
-  '/model/my_robot/cmd_vel@geometry_msgs/msg/Twist]gz.msgs.Twist'
+ros2 run ros_gz_bridge parameter_bridge /camera1@sensor_msgs/msg/[email protected]
 ```
+启动后可以通过`rviz2`查看接收到的图片。
+
+#### 速度指令
 
+```bash
+# 速度
+ros2 run ros_gz_bridge parameter_bridge /model/my_robot/cmd_vel@geometry_msgs/msg/Twist]gz.msgs.Twist
+
+# 发布一次前进指令
+ros2 topic pub -1 /model/my_robot/cmd_vel geometry_msgs/msg/Twist '{linear: {x: 0.2, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.0}}'
+# 发布一次停止指令
+ros2 topic pub -1 /model/my_robot/cmd_vel geometry_msgs/msg/Twist '{linear: {x: 0, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.0}}'
+
+```
 
 ### 调试命令
 
@@ -884,12 +903,6 @@ ros2 topic list
 ros2 topic echo /camera1/image
 # 查看速度控制话题
 ros2 topic echo /model/my_robot/cmd_vel
-
-# 手动发送前进控制指令测试
-ros2 topic pub /model/my_robot/cmd_vel geometry_msgs/Twist "linear: {x: 0.2, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.0}"
-
-# 手动发送停止控制指令测试
-ros2 topic pub /model/my_robot/cmd_vel geometry_msgs/Twist "linear: {x: 0.2, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.0}"
 ```
 
 

blog/2025-9-30.md

@@ -0,0 +1,87 @@
+---
+title: AI编程与思维牢笼
+date: 2025-9-30
+authors: jiangmiemie
+tags: [AI编程]
+keywords: [AI编程]
+description: AI编程
+---
+
+
+## 加速
+
+:::info
+本文仅仅探讨AI编程这个领域，现在的AI往往代指含有图像视频生成的多模态AGI。
+:::
+
+2021年，我第一次接触AI编程：GitHub Copilot，当时AI的能力主要体现为：输入注释或部分代码，即可生成整段优质的代码。
+
+2025年，氛围编程让更多的人可以在不了解细节的情况下完成项目的搭建。
+
+4年过去了，给我感觉是：<Highlight>AI加速了整个社会的差距</Highlight>。
+
+- 在学校，优秀学生与垫底学生的效率相较从前更大了。
+
+之前差生至少需要通过搜索引擎查找资料，再整理加工才能完成作业。而现在只要问题描述足够具体那差生只需要两次复制粘贴就能完成作业，差生提交完的第二天，都复述不出作业的要求。
+
+- 在公司，2个初级程序员的工资约20k，反而不如聘请一个15k的中级程序员配合成本不到1k的AI助手
+  
+AI能力线以下的工作岗位将更加稀缺。这意味着毕业生需要在某个领域达到超越AI的水平。这种要求客观上进一步加速了学习周期的延长，把普本计科学生推向继续教育。
+
+## 思维
+
+那为什么AI能完成的事情还要去学习呢？
+
+我最近很喜欢出一些最潮流的技术项目，其一是较为有趣，其二是更能锻炼学生思维。
+
+学习的过程大脑神经元应该是活跃的，如果很顺利的吸收了某个知识，那么大概率很快就会忘记。
+
+如果通过发问、追问、试错、反思、总结，曲折的吸收了某个知识，神经元被激活的更加充分，理解也会更强。
+
+如果你直接AI生成了答案，记忆效果会大大降低，<Highlight>只用AI生成你不想记忆的内容</Highlight>。
+
+因此，给自己试错的时间，给大家试错的时间。
+
+我们人类的学习是有结构的，<Highlight>要想会 AI 不能完成的事，要先学那部分 AI 也能完成的事</Highlight>。
+
+## AI不是领导
+
+AI会有一些愚蠢的低级错误，例如在cmd命令行中，这个命令报错：
+
+```bash
+PS C:\Users\allen> bcdedit /delete /f {f7f65faa-5515-11ef-b3e2-d8359383915d}
+
+指定的删除命令无效。
+
+运行"bcdedit /?"获取命令行帮助。
+
+参数不正确。
+```
+
+即使是当前最先进的AI模型也无法正确解答，例如`claude-4.5-sonnet-thinking`、`deepseek-r1`、`gork`、`gpt5-high`。
+
+但如果你系统学习过终端命令，很快就能意识到问题所在：`{}`在PowerShell中是特殊字符（表示脚本块），需要加上双引号：
+
+```powershell
+bcdedit /delete /f "{f7f65faa-5515-11ef-b3e2-d8359383915d}"
+```
+
+和公司新来的实习的大学生一样，有一腔热情，部分也愿意学习，但是往往没有系统的学习缺少DEBUG的直觉。
+
+人应该系统的学习相关的知识，不要通过AI编程补充所有的知识性的细节，不要过度依赖其DEBUG能力，当一次无法成功时，后续追问的成功率会大打折扣，立刻人工接管。
+
+推荐调试流程：
+
+1. 理解问题：翻译错误信息+自主思考
+2. 验证思路：与AI交流你的分析
+
+## 他人的想法
+
+在部分领导和自媒体眼中，AI近乎无所不能，认为有了AI加持就像拥有神笔的马良。这种认知会导致他们分配超出实际负荷的工作量。
+
+而<Highlight>为了赶工期，你不得不变本加厉地使用AI，陷入无暇系统思考的恶性循环</Highlight>。
+
+和一个赌徒不停的拉动老虎机的拉杆一样，你输入提示词然后等待，期待下次AI给出答案是终极大奖。
+
+我们都知道赌徒的下场。
+