绝对定位还是相对定位?S7-1500 伺服轴的两套走法
目标给成绝对坐标还是相对距离?这个选择决定了停机、打滑、断电重启之后机器怎么动。含三段 SCL 示例与四个实操要点。
目标给成绝对坐标还是相对距离?这个选择决定了停机、打滑、断电重启之后机器怎么动。含三段 SCL 示例与四个实操要点。
同一个启停自保持回路写四遍:LAD 梯级、布尔表达式、IF/ELSIF、SCL。看每种写法丢掉了什么,比看功能对比表有用。
最可靠的自动化项目不是从功能清单开始,而是从失败清单开始:「这条线必须坏的话,它会怎么坏?」十种坏法、三道余量、一次真事复盘。
能力进步 1.9 倍、约八成归因于 AI 自己。把复合加速的算术摊开,时间线是一年——而这个行业连「防国家级窃取权重」的门槛都没到。
5 万亿美元账单、Anthropic 每 1 美元算力换 2.08 美元收入、20 多倍市盈率。把账摊开算,「明年就破」这个共识站不住。
一次提示做出电影、建 204 个世界、写出 182 页论文,还会自己长出 8.7 万词规则手册。差的那一步:它看不出自己做得不够好。
画里没有一像素来自图像模型。模型写了个笔刷引擎:参考图只取色,笔触沿轮廓走,48 万笔分五遍落下。我们照做了一遍,6.5 万笔、误差 3.1%。
一台码垛机每班停一次,按下复位就能继续。程序答得出它为什么停,答不出停的是哪个物理信号。
控制系统没有报错,也没有崩溃。它精确地执行了一条被改过的指令——这正是问题所在。
我以前怀疑 AI 会幻觉。但我早就让它读手册了——那为什么不让它读那堆二十年欠债的面条代码?
同一份 gpui 源码,编译三次:BUI 首帧 40 ms、gpui 231 ms、gpui-fast 226 ms。
如果加速会复利,最朴素的推演是一年之内到超智能。这不是预测,是一次算术。
权重空间编程
权重不只是优化器的产物。它可以被模型直接读、直接写——而且是在自然语言里。
Rust
GPUI 显得快,是因为 Zed 的界面本来就简单。改一个标签 8.4 毫秒,改成相同的值也一样——成本跟着树走,不跟着变化走。
具身智能
仿真 64.9% vs 真机"撑不满动作预算"。同一件事的两个数字,隔了两周、两种硬件。
AI 基础设施
上一代云的设计中心是"一个应用服务百万用户";这一代反过来——百万个 agent 各跑一个小应用,要隔离、要状态、要冷启动。
CODESYS
最便宜的 CODESYS 硬件:装得进去、跑得起来,但两小时停机、商用不允许。七行故障表比教程有用。
PLC
程序说开、HMI 说开,端子还亮着一个扫描。梯形图不是电路图:三个网络、八个扫描,把四层状态分开。
AI 编程
九次作业一晚上就能 one-shot,于是作业改成了给开源仓库提 PR:维护者来审你的补丁。十周课表,和一份完整实录。
AI Agent
AGENTS.md、/memories、Copilot 的仓库事实、MCP 图谱:四种形状,谁也读不懂谁。九种格式对照表,和一份记录该长什么样的骨架。
Claude Code
点一次“别再问”,命令连密码一起进了项目文件。10.4 万份公开副本里 1,122 份带真密钥,两家扫描器都漏了 215 份。
Apple Intelligence
51 个明文数据库、181 类实体、144 个特征:每台 Mac 都在算"谁是你妈"。删掉的联系人还在过期表里,评分仍在。
Agent 记忆
同一只 Pokémon:一个模型写 413 个记忆文件拿 1 枚徽章,另一个写 9 个拿 4 枚。Anthropic 把记忆拆成笔记、做梦、wiki 三层。
PLC
主线是同一套教程。你走哪条路,取决于你手上有什么、卡在哪。