作者回顾了自己与计算机编程相关的经历，包括在大学时接触 Max/MSP 视觉编程语言，以及对传统计算和定性计算（qualia computing）的思考。

• 与 Max/MSP 的经历：大学二年级时发现 Max/MSP，这是一种通过在画布上操作节点的有向无环图来编程的语言，常用于实时音频/视频制作。作者沉浸其中，感受与屏幕的融合，但也意识到基于鼠标键盘的交互在这种工作中的局限性以及抽象层次的问题。之后受到启发，将精力转向替代编程环境。
• 古典计算（Classical computing）：当前操作系统中，代码和数据类型并非核心部分，用户通常只能编辑文本文件。而 70 年代 Xerox Palo Alto Research Center 开发的 Smalltalk 编程语言及开发环境则不同，其代码在运行时被解释，系统可边运行边修改，例如用户可直接修改窗口渲染代码。WIMP 交互范式（窗口、图标、菜单、指针）也在 70 年代诞生，为今天的图形用户界面奠定基础，但苹果在早期 Macintosh 操作系统中缺乏类似 Smalltalk 的实时编码系统，导致操作系统的灵活性被冻结。如今硬件虽不断进步，但计算方式未变，作者对替代编程范式的发展感到失望。
• 定性计算（Qualia computing）：假设拥有理想的定性完整的脑机接口，能直接读写现象场，可引发各种视觉或躯体感知。作者以与 Louis Arge 的对话为例，探讨了其在艺术、体验等方面的可能应用，同时提到非二元论观点，即用户与现象场不可分割。在视觉领域，作者通过计算机图形库和 DMT 体验，思考视觉场图形库的运行原则及可构建的用户界面系统；在躯体领域，DMT 可改变躯体感知，未来神经技术可能实现形态自由，如拥有千臂的 Avalokiteshvara 形象所示；在意志方面，脑机接口可能面临防止误操作的挑战，如 Gibson 小说中通过舌头动作控制脑植入物，同时 DMT 可加速注意力动态，展示操作系统中注意力的相关原则，而解决此类问题可能需要新的理论。最后，作者以编程语言为例，说明用户可修改编程环境的重要性，以及通过人类思维处理信息的计算优势，同时提到 Elon Musk 对脑机接口的研究和发展。总体而言，作者探讨了未来可能的计算方式及其带来的影响和挑战。