文摘 · 2025
「文摘」栏目 2025 年汇总，共 45 期
第 378 期：预测是新的互联网热点
1、Claude Opus 4.5 是第一款让我真正担心自己工作会丢掉的大模型
Claude Opus 4.5 真是完全不同于其他模型。还没用过的人根本无法想象未来两三年会发生什么，明年可能就是最终的转折点。
我不知道接下来该如何适应。当然，我可以整天看着 Opus 帮我工作，偶尔出点小问题再干预一下，但再过一段日子连这些都不需要了呢？
编码问题基本上已经解决了，接下来像系统设计、安全之类的问题也会迎刃而解。我估计再过两三个版本，80%的技术人员就基本没用了。当然，公司还需要一些时间来适应，但他们肯定会想方设法尽快摆脱我们。
虽然我很喜欢 AI 这项技术，但一想到这一切最终会走向何方，我就感到难过。
2、为什么学习物理学
（本文摘自理查德·费曼于1963年6月在里约热内卢举行的美洲物理教育会议上发表的演讲。费曼是加州理工学院理论物理学教授。）
我们应该教授物理学，这有五个原因。
（1）物理是一门基础科学，应用于工程学、化学和生物学等各种技术领域。
物理是研究自然界的科学，或者说是认识自然界的科学，它告诉我们事物是如何运作的，以及人类在当前和未来的技术中发明的各种设备是如何工作的。因此，懂物理的人应对本行业出现的技术问题会很有用。
（2）物理教会你如何动手做事情。它教授许多操纵事物的技巧，以及测量和计算技巧，这些技巧的应用范围比特定研究领域要广泛得多。
（3）物理作为一门科学，对许多人来说，是一种极大的乐趣。
科学教育培养出来的科学家，不仅为工业发展和知识发展做出贡献，同时也参与了我们这个时代的伟大冒险，从中获得巨大的乐趣。
即使一个人没有成为一名专业科学家，研究自然也是为了欣赏自然的奇妙和美丽。这种对自然的了解也给人一种稳定和现实的感觉，并驱散了许多恐惧和迷信。
（4）物理教会人们如何认识事物，帮助你质疑很多事情。质疑和自由思想的价值，不仅对科学发展，而且对其他各个领域，都显而易见。
科学教导我们如何认识事物、什么是未知事物、事物被认识到什么程度、如何处理怀疑和不确定性、证据规则是什么、如何思考事物以便做出判断、如何区分真理与欺诈。这些无疑是教授科学，特别是教授物理的重要收获。
（5）在学习科学的过程中，你会学会如何试错，培养发明创造和自由探索的精神，这种精神的价值远远超出了科学本身。
人们会学会问自己：“有没有更好的方法 ？”我们必须想出一些新的技巧或方法，以改进这项技术。这种想法是许多思想、发明创造以及各种人类进步的源泉。
第 377 期：14万美元的贫困线
1、速度为何重要？
在我的职业生涯中，我观察到一个不变的现象是，人们低估了快速行动的必要性。
你的项目耗时久并非优点，而是一个缺点。
快速行动并不意味着你能迅速完成项目。项目包含许多部分，要把所有环节都做好可能需要很长时间。
但是，你还是应该尽快行动，原因有很多。
（1）一个常见的错误是花费太多时间在项目无关紧要的部分，等你做完才发现没人需要那个部分，就为时已晚了。
（2）人从错误中学习。犯错越快，学习越快。
（3）你的成果会随着时间推移而贬值，变得不再那么重要。到时候，你再想重做跟上时代，已不可能了。
这就像大学里那位二十年前花了七年时间准备讲义的教授，他不可能把讲义扔掉重写，因为那又是一个需要七年时间的新项目。所以他会继续使用这些陈旧的讲义，直到退休。
别这么慢，快点！
第 376 期：太空数据中心的争议
跟大家想的不一样，大公司的代码质量其实不高。
这看上去违反常理，大型科技公司薪酬优厚，足以吸引众多优秀工程师。而且，大公司的工作环境、配套工具、开发节奏都很好，非常适合从容不迫地完成高质量的工作。
但是，事实就是他们的代码质量完全谈不上优秀。
原因很简单，大公司的大多数代码都是由相对的初学者完成的。
那些工程师并不是不优秀，而是被迫去开发非本领域的项目，属于相对的初学者。
现实生活中，大型科技公司的工程师，很少会一直干下去。事实上，大公司的薪酬方案通常都设定了工程师的四年任期，四年后初始授予的股份全部归属，工程师的收入可能就会大幅下降。这时，如果你没有得到晋升，显然可以考虑离开了。
如果算上内部流动，情况就更糟了。我自己在同一个团队或同一个代码库，停留的时间最长也只有三年，那还是我刚入职的时期。后来，我每年都至少经历一次重组，更换团队或项目。
当然，大公司的代码库寿命没有这么短，很多内部代码库都有十年甚至更久的历史。问题是，这么多年来，这些库经历了许多不同的所有者，不同的工程师都在不断地“摸索”，相当高比例的代码变更是由“新手”完成的。这些人可能是在过去六个月内才加入公司、接触代码库。
你肯定会问，大公司的那些“老手”程序员难道不写代码吗？总有一些工程师在特定领域工作了足够长的时间，积累了真正的专业知识，会进行深入的代码审查，并能可靠地发现问题，这些人在干什么呢？
首先，大公司不在乎“老手”程序员。公司很少致力于培养特定专业的长期人才，而且似乎也根本不在乎留住这些人才。通常情况下，这些人迟早会被调到其他部门，成为一个全新系统的相对新手。
其次，“老手”工程师总是工作量巨大。作为少数精通特定服务的工程师之一，他们的工作非常繁忙。他没有足够的时间亲自审查每一次软件变更，或者积极参与每一个决策过程，他有自己的工作要做。
总之，大公司的现实就是，你总是被分配到新项目，几乎每天都在赶工，要赶上多个项目的截止日期。换句话说，工程师是在一个不利于编写高质量代码的环境中尽力而为。
这样情况下，就很难保证优秀的代码质量了。更常见的情况是，一位初级工程师接手了一个他几乎不熟悉的代码库中一个恼人 bug 的工单。他花了几天时间研究，最终想出了一个蹩脚的解决方案。如果幸运的话，一位“老手”在空闲的半小时里匆匆浏览了一下，否决了这个方案，并提出了一个稍微好一点、至少能用的方案。初级工程师尽力实现了这个方案，测试了它是否有效，经过简单的审查后发布，所有相关人员立即转而处理下一个高优先级的工作。
第 375 期：一扇门的 Bug
经常有人对我说：
- 我想跟你简单聊聊天？
- 下周我们一起喝咖啡吧？
- 我们一起来讨论一下吧？
我的回答永远是：不，不，不。
我确实可以满足你的要求，但我就是不能做。
即使它们可能是重要的机会，即使只需要花费我15分钟，即使这是其他人都会同意去做的事情，我也不想做。
我必须限制一天中被别人占用的时间，否则我自己就没有剩下的时间了。
即使我让你占用我的时间以后，还会剩下一些时间，我也可能因此失去能量和专注力，再来利用好这些剩下的时间。
时间是我们最不可替代的资产——我们无法购买更多的时间。我们一秒钟都无法收回失去的时间。我们只能希望尽可能少地浪费。
但是现实生活中，不知何故，很多人将时间视为所有资源中最可再生的，用掉就用掉了，反正还有别的时间。
所以，如果你问我是否可以聊天或聚一聚，答案是不。我希望你能够明白，我这样回答的理由。
第 374 期：6GHz 的问题
世界第一个 App 商店，出现在上个世纪80年代的日本，方便用户付费购买软件。
它采用自动售货机的形式，因此也是世界第一台以数字形式出售软件的自动售货机。
1986年的时候，软件都是以磁盘形式出售。一个软件通常就是几百 KB，正好放到一张磁盘里面。
上图左下角就是当时的磁盘。
需要新软件的时候，人们往往删除磁盘的旧数据，拿来拷贝。一家日本公司由此想到，可以制造一种机器，让人们插入磁盘，把选择的软件拷贝在上面。
上面就是这家公司造出来的软件自动售货机。
你把磁盘插入机器，在屏幕上选择自己想要的软件，支付费用后，机器自动把软件拷贝到磁盘上，然后你就可以带着软件回家。
如果软件附带手册，它还会把手册打印出来给你。
这在当时是一项革命性的发明，一经推出就轰动了市场。当时还没有互联网，购买软件都要去实体商店，有了这种机器，你在街角就可以购买软件。
这种机器的致命伤在于，它内部的硬盘不够大，只能储存最热门的几种软件（大部分是游戏）。如果用户想购买其他软件，就必须等这台机器去远程下载。
当时采用电话线拨号下载，网速只有每秒约 1.2 KB，一个游戏的下载时间有时达到20分钟。这段时间内，用户只能在机器旁边等着，其他人也不能使用这台机器。如果下载中途断线，就必须从头来过。
为了解决这个问题，这家公司让机器每晚自动下载最新游戏。但还是不能完全避免用户的等待。
最高峰时，这种机器在日本全国一共安装了300多台。直到1997年，才完全退出历史舞台。
第 373 期：数据模型是新产品的核心
大公司容易做出复杂的产品，这主要有两个原因。
（1）公司的人越多，产品复杂度就越高，因为每个人都想留下自己的印记。
大公司的规则是，当你贡献了某种新功能，就会得到晋升。
哪怕这些功能是多余的，十个月后就会发现它们毫无用处，它们的开发者也会收到奖励，所以所有人总是热衷于添加新功能。
（2）公司规模越大，客户越多，就越需要应对具体的用例。
销售人员会告诉你，一些客户需要这个功能；客户支持人员则会告诉你，另一些用户提出了那个需求。
除非你有足够的远见，指出它们不符合软件发展的愿景，否则你就不得不按照那些人的要求，不停地添加功能。
现实中，大公司内部有各种压力，程序员几乎没有自己的立场，必须取悦所有上级部门，在各种压力之间搞平衡，最终就做出具有巨大复杂性的软件。
第 372 期：软件界面如何设计
上个月，亚马逊宣布将裁员3万人，这是该公司历史上最大规模的裁员。此前，微软裁员1.5万人，Meta 裁员3600人，谷歌今年也裁员数百人。仅2025年一年，就有超过18万名互联网从业人员失业。
另一方面，这些公司今年在 AI 上投入了超过3000亿美元。所以，他们裁员是为了“腾出资金用于 AI 投资”。
但问题是——他们并没有省下钱。他们的 AI 支出远远超过了裁员节省下来的钱。而且，投入 AI 的钱根本没有回报，向用户收到的使用费，对比支出可以忽略不计。
大公司投向 AI 的巨额资金到底都流向了哪里？回答是他们都在互相购买。苹果付钱给谷歌，谷歌付钱给英伟达，英伟达付钱给台积电制造设备。
彼此之间的购买，推高了这些公司的销售额，进而推动了他们的股价上涨。
大众看到股价上涨，蜂拥而入，购买这些公司的股票，进一步推高了股价。
“七大巨头”——苹果、微软、英伟达、亚马逊、Alphabet、Meta和特斯拉——的总市值高达17万亿美元，市盈率高达35倍。作为对比，如果剔除这七家公司，标普500指数的市盈率仅为15.5倍。
为什么这些公司会有如此高的溢价？因为人人都相信 AI 在未来会给它们带来巨额利润。
但事实是，这些公司其实没有赚到钱，只是在为 AI 花钱，而且是互相花钱，营造出一种增长的假象。
更糟的是，它们现在不能停下来。因为一旦任何一家公司停止为 AI 投资，它们的股价就会暴跌。投资者会放弃它们，所以即使这些投入没有带来回报，它们也必须继续投入资金来维持股价。
这就是目前的局面，AI 的繁荣建立在大公司的巨额投资之上。为了投资，大公司缩减了其他方面的支出（包括裁员），而那些投资其实只是资金在循环流动。所有人仿佛都认定，这种巨额投资不会停下来，而且会有收回投资的那一天。
第 371 期：一个乐观主义者的专访
1、动物的大小
动物的体型，最大可以长大到多大？有没有可能出现巨型动物？
答案是不可能，体型大小有很多限制因素，某种动物不可能变得特别巨大。比如，不可能存在比正常人大十倍的巨人。
（1）骨骼
如果一个巨人比正常人高十倍，宽十倍，厚十倍，那么他的总重量就是正常人的一千倍。不幸的是，他们骨头的横截面只有正常人的一百倍，因此单位面积的骨骼必须支撑十倍的重量。按照人类骨骼的材质，他们大概会立刻骨折，一步都走不了。
所以，体重小的动物才可能有又长又细的腿，体重大的动物只可能是又短又粗的腿，比如犀牛和大象。
（2）血压
体型越大的陆地动物，必须将自己的血液泵到更高的高度，因此需要更大的血压和更坚韧的血管。所以，许多高大的动物的血压都很高，往往死于动脉爆裂，尤其是脑部动脉爆裂，比如大象和长颈鹿。
（3）表面积
如果一个动物在各个方向上都增加了十倍体积，它的重量就增加了一千倍。因此，它每天需要一千倍的食物和氧气，并且会排泄一千倍的代谢废物。
但是，如果它的形状不改变，它的表面积只会增加一百倍，通过皮肤进入的氧气、通过肠道吸收的食物都会不足。因此，它们需要增加自己的表面积，来增加吸收氧气和食物。
所以，就出现了鱼类的鳃和哺乳动物的肺，以增加吸氧面积。同时，动物的肠道不再光滑笔直，而是卷曲并形成柔软的表面，以更多地吸收食物。
（4）血液
血液将鳃或肺的氧气输送到动物的全身，但是昆虫没有血液，而是通过微小的气管直接将氧气输送到身体的各个部位。这种气体扩散的方式，效率并不高，所以昆虫身体距离空气超过6毫米的部分总是缺乏氧气，几乎没有昆虫的厚度超过1.2厘米。所以，昆虫不可能变得特别大。
总之，每种动物都有一个最佳尺寸，不可能出现跟人一样大的昆虫。
第 370 期：正确的代码高亮
一个老生常谈的问题，开源项目怎么才能可持续地健康发展下去？
很多人会说，需要有公司为开发者的时间付费。
这么说固然没错，但是更好的支持方式不是出钱，而是出人。最著名的例子就是 Linux 内核，绝大多数代码贡献都来自那些从内核获利的公司的员工。
如果那些公司不出人，只给项目团队捐款，让他们自己去写代码，内核不可能发展得这么快、这么好。
另一个很好的例子是 Ruby 语言。2019年时，Shopify 公司的一位工程师见到了 Ruby 语言的创始人 Matz。
工程师问 Matz 需要什么，Matz 回答说：“我缺人手。”
工程师回到公司商量以后，Shopify 的 Ruby 团队开始参与 Ruby 语言的开发，结果产出了大量成果，使得 Ruby 语言核心提交者增加了十几人。
如果那天 Matz 回答“我缺钱”，然后 Shopify 捐款数十万或数百万美元，这对 Ruby 其实未必有利。
首先，谁敢担保 Ruby 的开发方向和决策，以后不会受到 Shopify 的影响？某个功能被接受到底是因为它本身的优点，还是因为它来自一个大赞助商？Ruby 又敢不敢拒绝来自 Shopify 的提案？赞助商的偏好可能会左右项目的开发。
其次，钱就是这样，一旦有了，你会产生依赖。如果将来大赞助商退出，你就不得不裁员，停止一些项目等等。所以，接受赞助的实体和个人往往会不自觉地考虑捐赠者的偏好，这样资金才能源源不断地涌入。
我并不是说开源项目不应该接受捐助，而是说大额的捐助难免会产生一些副作用。
下一次，如果你想支持一个开源项目，除了捐款，更好的方式是投入项目开发，为创始人分担一些工作。
第 368 期：不要这样管理软件团队
邮件列表（mailing list）作为一种古老的讨论工具，永远不会消失，原因有这样几个：
（1）它不需要特殊的软件，用户只要一个邮件客户端，就可以加入。
（2）它很方便，你可以在一个地方加入20个邮件列表。
（3）它没有安全风险，不会被入侵，也不会泄漏你的隐私。
（4）它是异步的，不要求实时互动。你 可以在有网的时候，下载邮件并阅读，不会错过任何东西，然后在离线时撰写回复。
（5）它不耗费资源（CPU、内存、磁盘、带宽等），很容易备份和迁移。
第 367 期：Nano Banana 的几个妙用
根据我的观察，公司里面的高级程序员和低级程序员，使用 AI 的方式是不一样的。
高级程序员并不完全信任 AI 的输出，只是用 AI 加速项目。他们一般会审查和重构 AI 生成的代码，对于 AI 的架构决策也是抱着怀疑的态度。
初级程序员更倾向于跳过审查和重构，全盘接受 AI 的输出，从而导致“纸牌屋式“的代码：看起来能发挥作用，一旦投入使用就会崩溃。
我不知道，AI 未来会不会替代程序员，但是现阶段，AI 编程还不能解决100%的软件问题，但已经可以解决70%的问题。这相当于，AI 可以减轻高级程序员70%的工作量。
剩下的30%，依然需要依靠程序员的经验和专业知识，而初级程序员恰恰缺少的是这30%。
所以，听起来可能违反直觉：AI 对高级程序员比对初级程序员帮助更大，更容易产生工作成果。
现阶段的 AI，更像团队中的一个非常有干劲的初级程序员，可以快速编写代码，但需要不断的监督和纠正。你知道的越多，你就越能指导它。
所以，AI 的正确用法是，高级程序员用它来加速他们已经知道如何做的事情，初级程序员用它来学习该做什么。
第 366 期：旧金山疯狂的 AI 广告
1.4亿年前，澳大利亚的内陆地区曾经是一片封闭的内海。后来，海水干涸，那里变成了一片干旱荒芜的荒漠。
由于内陆的地势比沿海低15米，历史上有人设想过重新蓄水，恢复内陆的“地中海”。
但是，澳大利亚并没有那么多淡水，而且内陆的水分蒸发大于降雨，所以这个计划无法实现。
进入21世纪后，随着工程能力的进步，有人重新提出了这个计划，设想修建一条600公里的管道，将海水引入内陆。
管道沿途都铺设太阳能板（澳大利亚的太阳能极其丰富），产生电能，作为水泵的动力，将水不断泵入内陆。
这样的话，一旦内陆形成湖泊，降雨量也会随之增加，彻底改变干旱缺水的现状。而且，还能建立航运业，设立新兴的滨海城市，提升经济与移民潜力。
但是，不少人反对这个计划，引入海水以后，内陆土地将彻底盐碱化，无法耕种。另外，输水管道建设成本巨大，初步预估超过2000亿元。
澳大利亚人还在权衡，是否要推动这个疯狂的计划。近年来，随着全球气温上升，内陆一年比一年酷热，越来越不适合生存。支持声现在有所抬头，狂掷几千亿，建造一片海，毕竟这是改变内陆气候唯一可能的方法。
第 365 期：流量变现正在崩塌
最近数十年，软件行业的一大共识是，类型系统非常有用，至关重要。
大家认定，通过类型系统，在编译阶段就能发现错误，所以人们开发出了越来越强大的类型系统。
我不这样想。我认为，类型系统并不是解决复杂性的根本办法，反而创造出不必要的复杂性。
不使用类型系统，也可以构建出可靠的大型复杂系统。
作为例子，我们可以想一下复杂的硬件系统。电子工程师经常构建包含数百万个元件、充满复杂交互的系统，怎么保证可靠性？
他们主要依赖的是架构原则：模块化、显式接口、严格的调用顺序。
如果你有良好的架构设计，类型系统其实不是必需的，下面就是两个例子。
（1）UNIX 管道可以将数十个程序组合成复杂的工作流，不需要进行类型检查，因为每个组件都遵守约定：内部发生的事情不暴露到组件外部，外部通信仅通过显式的、简单的文本数据进行。
（2）互联网本身也没有集中式的类型检查。HTTP 服务器、客户端、电子邮件系统、DNS 解析器，都通过简单的协议进行互操作，遵循组件松耦合和接口简洁的架构原则。
总之，当组件真正隔离，并通过简单、明确的接口进行通信时，即使是大型系统也能保持可理解性。
编程的未来不在于更好地分析复杂系统，而在于更好地构建简单系统。
第 364 期：最难还原的魔方
Facebook 公司最近投入重金，聘请了很多 AI 人才，但是其中不少人待了很短时间，就提交辞呈走了。这是为什么？
一位前员工给出了自己的解释，认为这跟公司使命有直接联系。
Facebook 的使命是 connect everyone（连接每个人），这和 AI 没有直接联系。虽然它的内部有大量研究人员，但是主要研究方向是排名算法和大数据分析，它历史上没有 AI 研究的基础。
而且，研究型人员在 Facebook 内部并不被重视。
许多招来的研究员原本在学术界或 Google/DeepMind 有自由探索的空间，能做长期的、前沿的研究。来了 Facebook 以后，他们的 AI 研究更多地被要求服务于广告、推荐系统和内容审核等短期业务目标。研究人员容易觉得缺乏长期愿景或突破性的研究方向。
Facebook 本质上是一家以“move fast”驱动的消费互联网公司，强调快速上线、快速推动公司业绩。
这样的基因让研究人员觉得缺乏学术环境，也难以在同行中保持声望。
同时，Facebook 的研究与产品部门割裂严重，研究成果很难直接落地产品，产品团队也不完全理解研究的价值。
很多科学家因此感到，在 Facebook 做不出真正的创新与成绩，每日要为业务忙碌，最后就选择离开了。
这说明大公司未必能用重金垄断人才，如果小公司真正在做革新性产品，有很大机会吸引到人才。
第 363 期：最好懂的神经网络解释
1、不适感让你变强大
有一本畅销书曾经提出“兴奋效应”（hormesis）这个概念。它指的是少量的压力或不适感，会让我们变得更强大。
- 练习举重，肌肉可以增长。
- 接种疫苗，免疫力可以增加。
- 承担失败的风险，信心会增长。
- 通过解决难题，创造力得以扩展。
这种“兴奋效应”也适用于大脑，经常思考困难的问题，让思想经受考验，你才能学会思考。
但是，现在有了 AI，很多人就把问题交给 AI 去思考，让自己的大脑歇着。我担心，久而久之，我们会一步步丧失思考能力，直至变成生物傀儡。
最近有一项研究，科学家让参与者完全依靠 AI 来写论文，结果83％的人在写完后不久，无法引用自己论文中的任何内容。即使稍后让这些人重新独立写作论文，他们也会表现出大脑神经活动减少和无法完全投入思考，总是习惯性寻求 AI 的帮助。
研究人员创造出了“认知债务”这个词来描述这种现象：AI 确实带来了便利，但代价是牺牲我们的思考能力。
机器借给你脑力，你需要付出利息——你自身的思维能力。
我的建议是，明智地使用 AI，不要让它帮你解数学方程式，而要让它查看你的答案，来解释你可能错在哪里。你的原则是坚持独立思考，在这个基础上再加入 AI。
思考可能会让你觉得很累、不舒服，但它是你大脑的训练场，不适感让你的思考变得更强大。
第 362 期：GitHub 工程师谈系统设计
1、沃兹尼亚克的故事
今年8月11日，是苹果公司联合创始人史蒂夫·沃兹尼亚克 (Steve Wozniak) 75 岁的生日。
网络论坛 Slashdot 转载了新闻媒体关于他的生日报道。有人留言，惋惜地说，如果他没有卖掉苹果股票，早就是世界数一数二的富翁了。
沃兹尼亚克本人看到这条留言，在下面回复了一段话。
“我卖掉和捐赠了所有苹果股票，原因是财富和权力不是我生活的目的。
我更希望自己拥有快乐和幸福。我资助了圣何塞（我出生在那里）的许多博物馆和艺术团体，他们还以我的名字命名了一条街道。
二十年来，我一直公开演讲，收入可能达到1000万美元。这足够我用了。“
这段话令人想起一本介绍苹果公司历史的书籍，里面曾经提到沃兹的故事。
从学生时代起，他就对自己的财富漫不经心。后来有钱了，也依然如此。
他从不记录自己的开销，也懒得听取理财建议。别人寻求帮助时，他经常当场开出支票。
与乔布斯严格保管自己的苹果股票不同，他送给了父母、姐姐和弟弟400万美元股票，送给了朋友200万美元股票。父亲在他车里捡到过25万美元的未兑现支票，感叹说：“像他这样的人不应该有那么多钱。”
有一次，他来到苹果公司大声宣布：“我的律师建议多元化投资，所以我刚刚买下了一家电影院。”但这件事后来引起了一些麻烦。这家电影院位于圣何塞东区贫民窟，放映了一部黑帮电影，引发了社区的抗议。他参加了几次社区会议，听取了当地居民的意见，承诺他的剧院不会放映暴力或色情电影，然后他在空荡荡的、黑暗的剧院里度过了几个下午，坐着不停看电影，扮演审查员的角色。
第 361 期：暗网 Tor 安全吗？
1、我的技术退步了
五年前，我大学毕业时，很热衷于软件开发，参与了一大堆开源项目。
我全身心投入，为这些项目投入了数千小时。虽然没有回报，但我非常享受这些时间，项目用户也对我的工作评价很高。
毕业后，我开始找工作。我认为，公司会看重我的开源经历。我想错了。
我申请了600多个职位，告诉公司我为开源项目做了许多贡献，但结果只收到了3个 offer。最终，我接受了一家创业公司的 offer。
白天，我为这家创业公司工作八九个小时。回到家后，我继续投入自己的开源项目，直到深夜。
我的薪水少得可怜，但是我乐在其中。我的技能快速提高，社区影响力也显著提升。
终于有一天，我认清了现实。公司的项目根本不能体现我的价值，知道我价值的人，又不是能付钱给我的人。我退缩了，开始苦练 Leetcode。
我不再在开源项目投入很多时间，项目社区也渐渐失去了活力。放弃开源项目让我很难过，但我因此进入了一家大公司，我的薪水增加了5倍。
我把所有时间投入了公司的项目，得到了领导的好评。我的邮箱开始塞满了各种挖我跳槽的邮件。
但是，我知道，自己的技术退步了。公司的项目很枯燥，没有挑战性，使用的是内部技术栈。
此外，我也远不如以前快乐。
我想我会攒点钱，过几年就退休，希望那时开源世界还像以前一样。
第 360 期：Dan Wang 的新书
1、验证的不对称性（asymmetry of verification）
验证的不对称性指的是，提出答案和验证答案的困难程度不对等。
某些问题找到答案很困难，但是验证答案是否正确非常容易。
数独就是一个例子，解题很难，但是一旦解出来，一眼就能看出是否正确。
再比如，做出 Instagram 这种复杂系统很难，但是做得对不对，用一下就知道了。
另一些问题正好反过来，找到答案相对容易，验证答案是否正确却很难。
比如，有人放出一个谣言，快速传播。辟谣很容易，发表一个声明就可以了。但是，想要消除谣言的影响（让每个人相信辟谣）就很难，往往要付出十倍百倍的资源。
再比如，有人说吃西兰花对身体有益。这样说很容易，但要验证这个说法至少需要数年时间。
AI 的出现，改变了验证的不对称性，因为 AI 让人们更容易找到答案，所以可以这样说：
所有可解决且易于验证的问题，都将被 AI 解决。
最终，只有那些难以验证答案的问题，AI 解决不了。
第 359 期：Palantir 值得关注
我很担忧，AI 的广泛应用，使得人们不再完整阅读任何内容。
人们以前就不愿意阅读长篇内容。长篇报告都会做成幻灯片，以求大家看一眼，即便如此，还要反复向听众强调幻灯片的重点内容。如果不这样做，人们一看到大段文字就会跳过去，最多看一眼图片。
现在有了 AI，人们就更不会阅读完整内容了。他们只会让 AI 去读，然后看一眼生成的内容总结。
视频、电视剧、电影也会如此。花两个小时看电影？太浪费时间了，让 AI 提炼出30秒的片段吧。
以后，看过原著的人越来越少，大家都看 AI 让我们看的东西。
第 358 期：如何拯救一家濒临倒闭的创业公司
氛围编程（vibe coding）就是，你尝试输入一个完美的 AI 提示，梦想得到直接可用的、不必修改的代码。
这有点像老虎机，玩家充满了赌博心理，希望低投入、高产出，长期使用会成瘾。
AI 公司扮演的角色就是庄家，将 AI 工具货币化，鼓励用户不断使用，赚取利润。
刚开始，AI 公司会给用户一些免费积分，刚好完成90%的工作，但是剩下的10%是缺失的。用户忍不住一次次输入提示，进行优化，增加功能……
系统就会跳出提示：“对不起，免费套餐已经用完，请升级到付费会员”。这是不是很像庄家先给玩家一些免费筹码。
至于用户，就是以小博大的赌徒心理，心里想的是只投入几元或者几十元，就得到一个完美的程序，这个程序也许会值许多钱。
第 357 期：稳定币的博弈
1、数量胜于质量
学期开始时，佛罗里达大学摄影课的教授，将学生分成两组。
一组是数量组，按照作业的数量评分；另一组是质量组，按照作业的质量评分。
数量组拍出100张合格照片为 A，90张为 B，80张为 C。
质量组只需要提交一张完美的照片，评分就基于这张照片。
如果你是摄影课的学生，你会选择哪一组？
学期结束时，教授发现，所有最佳照片都来自数量组。
数量组必须多拍，所以学生慢慢习惯了接受摄影的不完美，从一次次的实践之中，开始精通摄影，最终从许多次不完美的拍摄之中，诞生出一张完美的照片。
想想看，100次拍摄意味着什么：100次与光的对话、100次构图实验、100次的反思机会去检讨意图与结果之间的差距，然后进行调整。
相反的，质量组不得不苦苦学习理论，搞清楚如何拍出一张完美的照片，先掌握理想的构图，再探索最佳的技巧。他们因此积累了丰富的摄影知识，却没有培养出那种只有反复按下快门才能获得的直觉。
这就好比，质量组是地图专家，而数量组是探险家。学期结束时，质量组可以告诉你为什么某一张照片很棒，而数量组拍出了这样的照片。
第 356 期：公司强推 AI 编程，我该怎么办
1、计算机好比自行车
摘自斯蒂夫·乔布斯1980年的访谈。
我记得，大概12岁的时候，读过一篇文章，应该是在《科学美国人》杂志。
那篇文章给出了地球上所有物种的运动效率，从 A 点到 B 点，同样的距离，它们消耗了多少能量。
结果，秃鹫位居榜首，运动效率最高，超越了其他所有生物。人类排在榜单的最后三分之一，对于“万物之王”，这个成绩实在不值一提。
但是，作者很有想象力，测试了人类骑自行车的效率，结果远远超过了秃鹫，荣登榜首。
这给我留下了深刻的印象。我们人类是工具制造者。我们可以制造工具，将自己的能力放大到惊人的程度。
对我来说，计算机就是思维的自行车。它能让我们超越自身的能力。
我认为，我们才刚刚处于计算机的早期阶段——非常早期的阶段——我们只走了很短的一段路，计算机仍在发展中，但我们已经看到了巨大的变化。
我认为现在与未来一百年即将发生的事情相比，根本不算什么。
第 355 期：两本《芯片战争》
1、芯片的种类
摘自《芯片战争》，[美]克里斯·米勒（浙江人民出版社，2023）
21世纪初，半导体已分为三大类。
第一类是逻辑芯片，就是以逻辑运算为主要功能的芯片，智能手机、计算机、服务器的处理器都属于这一类。
它的性能强弱主要跟制造工艺有关，内部集成的晶体管越小，性能越强。摩尔定律讲的就是这一类芯片。
第二类是存储芯片，就是存储数据的芯片，分为 DRAM（内存芯片，短期存储数据）和 NAND（记忆卡芯片，长期存储数据）。
DRAM 过去有几十家生产商，但现在主要是三大巨头：美光、三星和 SK 海力士。后两家都是韩国厂商，美光虽然是美国公司，但它的工厂大多收购而来，所以主要也是在亚洲生产。
NAND 的生产商之中，三星最大，占据了35%的市场份额，其余有韩国的 SK 海力士、日本的铠侠、美国的美光和西数。
第三类是其他芯片，包括模拟信号转换为数字信号的模拟芯片、与手机网络进行通信的射频芯片，以及管理设备如何使用电力的电源芯片。
这一类芯片的功能与制造工艺基本无关，而与设计有关，所以摩尔定律对它们不生效，大约四分之三的此类芯片还在用180纳米或以上的工艺生产。
由于不需要使用更小的晶体管，也不需要经常升级，它们的制造成本要低得多。如今，最大的模拟芯片制造商是德州仪器（TI）。
第 354 期：8000mAh 手机电池，说明了什么？
当你即将离职，HR 可能想找你进行一次“离职面谈”，询问你“为什么要离职？”，以及“跟同事一起工作感觉如何”。
别上当。你的最佳选择是，推掉这些离职面谈，如果不行，那也不要对任何人或任何事进行批评。
你可以回答，你遇到了一个不想放过的机会，然后很荣幸能跟曾经的同事一起工作，对于这家公司曾经给予的工作机会，充满感激。就这样，离职面谈就可以结束了。
这有几个原因。
（1）离职面谈不会给你带来任何好处，反而会带来很多负面后果。
你的建议和反馈，不会得到采纳和改进。反而，你会被别人认为是一个爱抱怨的人，并可能因此树敌。
没人想树敌。你或许以为自己再也不用和那些领导和同事打交道了，但这个世界真的很小。
（2）一旦你递交了辞呈，在你离开公司之前，你的目标就是让人们永远记得你，对你留下好印象。
你要优雅地离开，不要破坏任何人际关系。无论你心里认为，老板有多愚蠢，部门有多糟糕，都不要说出来。说出来不会有好结果，只会伤害你自己。
（3）同理，不要给同事们发一封冗长的告别电子邮件，告诉他们你为什么离开，这毫无意义且有害。
人们对这种事的记忆力很强。发一封邮件抱怨公司有多糟糕，你就会以这种方式被人们记住，很有可能还会传开，而你所做的一切好事都会被人们忘记。
（4）如果你真的对公司运作有什么建议，最好没辞职的时候就说出来。如果那样没有效果，那么你在离职面谈中给出忠告，更不会有效果了。
（5）离职后，原来的公司变好或变坏，都跟你无关了。你也不应该再关心那些问题了。
总之，最好的离职就是不惹恼别人，悄悄地离开，全力以赴你接下来的路。
第 353 期：苹果的“液态玻璃”是为了 AR
1、胶水工作重要吗？
“胶水工作”（glue work）指的是，帮助做出产品、提高效率的一些辅助工作。
举例来说，更新文档、解决技术债务、培训新人、维护团队成员的正常交流等等，都属于胶水工作。每个团队都需要大量这类工作。
我认为，胶水工作非常重要，如果没有它们来粘合整个团队，就很难做出大型产品，也无法减少大型组织中的摩擦。
有些工程师因此很天真，将大量精力花在这些胶水工作。但是，在晋升或发放奖金时，这些工程师往往被忽视，公司更看重那些销售直接相关的工作（如开发新功能）的工程师。
为什么胶水工作不能让你得到晋升呢？
是因为公司太愚蠢，看不到这些工作的价值吗？我不这么认为。
公司不奖励胶水工作，因为他们不想让你优先考虑它，而想让你更重视产品的发布。胶水工作很辛苦。如果你有能力做好胶水工作，他们希望你把这种能力用在产品发布，而不是提高团队效率。
你必须明白，让团队更顺利地运行不是你的工作，你的真正工作是执行公司领导层的使命。
有一个很少人知道的事实是，与其花大量时间提高团队效率，不如让团队以60%的效率运行。
这里有两个主要原因。
（1）如果团队以100%的效率运行，团队成员不可避免地会精疲力尽，这对每个人都不好。
（2）最好让团队成员习惯于在公司的基本效率水平上运作，而不是在短时间内人为地消除摩擦。因为低摩擦的状态不可能长期持续，这要求巨大的投入。
大型科技公司在任何时间内都以大约20%-60%的效率运行（公司越大，运行效率越低）。大公司的增长主要在于占据更多的市场，而不在于提高效率，所以公司不在意让团队效率提高到一个很高的水平。另一方面，如果个别员工愿意在胶水工作上投入大量时间，将团队的效率提升到80%或90%，公司将利用这种免费价值，但公司对长期锁定这种价值没有任何真正的兴趣，因为这取决于优秀的人才自愿奉献时间，是不可持续的。
所以，结论就是，公司需要有一些胶水工作，但是不需要太多的胶水工作。
作为开发者，你的正确做法应该是，在战术层面上做一些胶水工作，而不能把胶水工作提高到战略层面。
也就是说，你应该把胶水工作视为额外工作，你的关注重点永远应该是项目的成功。你不会因为胶水工作而得到特别的奖励，但你会因为项目的成功而获得奖励。
第 352 期：Bug 追踪系统的正确样子
1、小模型
在机器学习的早期，“小模型”指的是可以在家用电脑 CPU 运行的基本神经网络。
到了2018年，如果你问别人什么是“小模型”，他们可能会说，就是那种在树莓派或手机上运行的、只有几百万个参数的模型。
但是，后来出现了 Transformer 和大型语言模型（LLM）。这些模型越变越大，“小模型”的定义已经改变。
今天，任何不需要 A100 显卡集群就能运行的模型，都可以看成小模型。
我们把300亿个参数（30B）的模型也称为“小模型”，因为它们只需要一个 GPU 就能运行。
今天的“小模型”，更多的是指模型的可部署性，而不仅仅是模型的规模。
如果能在个人设备上部署某个模型，那么这个模型就是小模型。它可以分成下面两类。
（1）可以在移动设备或边缘硬件上运行的模型，用例为语音助手、手机翻译、离线摘要、嵌入的聊天机器人。
（2）只需一个 GPU 的模型，在这一类中，即使是 30B 或 70B 规模的模型也可以算作“小型”。
现在，一张4090显卡就能运行 70B 的模型，并有不错的输出速度，这在几年前还只是科幻小说的情节。
小模型固然比不上大模型的能力，但也有自己的优势：更适合小型的任务，在单一领域更准确，更适合微调和快速发布。
而且，小模型的成本更低，更适合个人和创业公司部署，并可以在本地部署。
这就是为什么小模型很有用，因为它让我们可以在家里运行自己的 AI 模型，得到的结果与 GPT-3.5 不相上下，从而可以用更少的资源完成更多的任务。
第 351 期：GitHub Issues（几乎）是最好的笔记应用
1、太阳死亡时
大约45亿年后，太阳将进入其生命的最后阶段。
太阳内部的氢聚变核心将不断膨胀，最终成为一颗红巨星。膨胀的太阳会吞噬水星和金星，并将地球烧为灰烬。
在最好的情况下，地球将只剩下一堆冒烟的铁和镍。在最坏的情况下，它将彻底不存在。
随着太阳的热量急剧释放，太阳系的宜居带（行星表面存在液态水）将稳步向外扩展。
到了那时，木星的卫星木卫二将吸收大量热量。一方面是因为太阳的辐射，另一方面木星本身也会变得更热，反射更多阳光，从而为木卫二提供热量。
现在的木卫二是一颗冰冷的星球，被冰盖覆盖。那时，木卫二的冰壳将升华，冰壳下方的海洋将蒸发。
（图片说明：美国宇航局的木卫二探测器飞越木卫二冰壳的想象图。该探测器于2024年10月14日发射，预计将于2030年4月抵达木卫二。）
木卫二面向木星的一侧，由于吸收的热量最多，升温最厉害。此外，它的赤道带也将遭受严重的水分流失。
然而，木卫二背对木星一面的南北极，温度并不高，水分流失更温和。研究人员推测，那里或许能形成一层稀薄的水蒸气大气层。
在遥远的未来，木卫二也许会成为太阳系中任何剩余生命的家园。
第 349 期：神经网络算法的发明者
Slack 是一家即时通信的软件公司。它的官网有一个“公司介绍”的页面，通常来说该页面的 URL 会是slack.com/about，但是 Slack 没有采用这种做法。
它将这个页面命名为is，并分拆成若干个子页面。
所以，“公司介绍”页面的 URL 是slack.com/is。
子页面的 URL 如下。
- slack.com/is/team-communication
- slack.com/is/everything-in-one-place
- slack.com/is/wherever-you-are
这样的好处是单单看 URL，就知道页面想要传递的信息，URL 本身就是对公司的一种宣传。
这种 is 的巧妙做法，后来被广泛借鉴。碰巧的是，is也正好是一个顶级域名，代表冰岛（iceland）。很多名人就申请了 is 域名，作为个人主页。
比如，艺术家杰西卡·希斯切（Jessica Hische）的个人网站，域名就是jessicahische.is，她介绍自己的页面 URL 就都是jessicahische.is/xxx的形式。
第 348 期：李飞飞，从移民到 AI 明星
一位开发者大学毕业后，加入了一家创业公司。
他逐渐发现，公司内部有很多矛盾，产品决策也有失误。
最终，公司开始走下坡路，他就提交了辞呈，放弃了自己的期权。
离职后，他写了一篇文章，总结了自己得到的教训。
（1）即使创业公司的每个员工都很有动力，但如果创始人并非顶尖人才，那么取得巨大成功的机会很低（但你仍然可以从中学到很多东西）。
（2）创业公司只有两种工作：开发和销售。如果创始人既不做开发，也不做销售，不知道他在做什么，那就相信你的直觉吧。
（3）创业公司的产品还未得到市场验证的情况下，为多个平台构建原生应用，是一种极其低效的行为。如果同时为两个产品在每个平台开发两个原生应用，简直是疯了。
（4）创业公司的路演，大多是浪费时间。产品的验证来自于与用户交流和迭代，而不是打动评委。
（5）没有什么比并肩作战、共同实现梦想更神奇的了。如果你经常见不到创始人，所有的沟通都只能通过远程进行，那可不是好兆头。
（6）如果创业公司没有经过严格的面试，就录用了你，这是一个危险信号。他们到底是基于能力来录用你，还是因为你是第一个同意只收很少的报酬，就为他们工作的工程师？
第 347 期：冷启动的破解之道
约翰·巴洛（John Perry Barlow，1947-2018）是一个美国的著名作家。
60岁生日的那一天，他告诉朋友，他的一生有25点信条，是一直遵守的。
其中有几条，表达了一个核心观念，就是时刻对自己、对他人保持怀疑，不要坚信不移。
（1）拓展你对可能性的感知。所有事情都是可能的。
（2）容忍模棱两可。有些事情是不确定的，说不清是好是坏，是对是错，要容忍这样的事情。
（3）经常自嘲。永远不要忘记，无论你多么确定，你都有可能犯错。
（4）要关心什么是对的，不要关心谁对谁错。
（5）一旦发现自己错了，不要放过，也不要不承认。
（6）懂得谦逊和原谅他人。
这篇文章发布于25年前，现在的标题如下。
Web 开发的未来是 AI，要么加入，要么落后
历史上，我曾经多次修改标题。为了便于后人参考，我把它们依次列在下面。
Web 开发的未来是区块链，要么加入，要么落后
Web 开发的未来是 CSS-in-JS，要么加入，要么落后
Web 开发的未来是渐进式应用，要么加入，要么落后
Web 开发的未来是 Silverlight，要么加入，要么落后
Web 开发的未来是 XHTML，要么加入，要么落后
Web 开发的未来是 Flash，要么加入，要么落后
Web 开发的未来是 ActiveX，要么加入，要么落后
Web 开发的未来是 Java 小程序，要么加入，要么落后。
文章的正文一直不变。
如果你不使用这项技术，那你就是在搬起石头砸自己的脚。
它在未来一定会占据主导地位，发挥重要作用。如果你不使用它，你就会失业。它解决了我们遇到的所有开发问题。
购买我的5000元课程，我来教你，如何学会它。
第 346 期：未来就是永恒感的丧失
我是一个信息瘾君子，对各种信息上瘾。
当我想学习一项新技能，或者有了一种新爱好，我就立即前往亚马逊网上书店，购买3～4本该主题的书籍。
现在我的书柜里面、有关于 HTML 基础知识、纸牌魔术、高尔夫、编剧、赛车、冥想、举重以及大约10个其他主题的书籍。
我也会订阅一些博客和播客，阅读所有最受欢迎的帖子，聆听了各种专家访谈。有时候，我甚至会在 Evernote 做一些笔记，或者在浏览器为某些页面添加书签。
然而，我总是缺少一件事：实际成果。
我对那么多东西感兴趣，也学了很多，但是没有做出什么成果。
我只是查找和使用信息，这很容易，对于像我这样好奇的人来说，这通常也非常有趣。
但它实际上并没有完成任何事情，这是伪工作，一种自我安慰。
创造才是更有效的方式，你开始制作东西——网站、成功的高尔夫击球、剧本等等，不管是什么——然后，无非就是两种结果。一种结果是你意识到自己对它不那么感兴趣，另一种结果是你真的喜欢它，开始深入研究。无论哪一种结果，都是值得的，而盲目消费信息，则是一种无效的表面行为。
第 345 期：HDMI 2.2 影音可能到头了
1、韩式可爱
我很喜欢韩国首尔，过去四年已经去过了七次。
我注意到，首尔到处都是可爱的装饰物，令人应接不暇，根本无法逃避。所有东西都弄得像卡通人物。
人们都在大肆购买毛绒玩具。
小吃店的宣传招牌上，卡通章鱼甚至涂了口红，那是你最终会杀死然后吃掉的章鱼。
我觉得，韩国的年轻一代似乎通过拥抱可爱的东西，来应对猖獗的消费和物质主义，以及由此产生的空虚。
如果你把任何事物都塑造成可爱的形象，就能淡化生活的沉闷，避免那些严肃的问题，让消费主义没那么毫无意义了。
我完全接受把任何事物拟人化。但当它变成一种世界观时，就相当令人沮丧了。
在首尔，可爱文化几乎成了一种世界观。韩国年轻人用这种方式，应对没有灵魂的未来。
可爱文化虽然肤浅，但在消费社会却非常合理。更多可爱的毛绒玩具，产生更多的快乐，你购买越多，满足感越大。
一个幸福满足、运转良好的社会，需要有某种形式的信仰和美学，提升生活，超越物质。
但是，试图用可爱来做到这一点，只不过是一种自欺欺人。
第 344 期：制造业正在“零工化”
2025年的互联网与2000年完全不同。
2000年的互联网由大量个人网站、博客、论坛组成，它们绝大部分已经不存在了。
2025年的互联网由若干大平台组成。对于相当多的美国人来说，互联网就是 Facebook、Instagram、Discord 等等大平台的代名词。如果这些平台不存在，互联网也就不存在了。
人们可能没有意识到，你在那些大平台上，不是房东，而是租客，并且是待遇特别差的租客。
那些平台从来不把用户的利益放在心上，只关心他们自己的利益。
（1）平台不惜一切代价追求持续增长，拿用户换取广告收入，这就是为什么平台用户会看到越来越多的广告。
（2）平台不希望用户离开，会设法建造各种围墙，把你留在围墙内，让你走不了。
（3）平台最大限度地利用用户的注意力和时间，设置各种活动诱饵，吸引你的参与。
（4）平台大量收集用户数据，要么自己使用，要么出售。
（5）平台利用用户生成的内容。虽然用户拥有自己贡献的内容的版权，但是平台会无偿将这些内容用于自己的目的，比如训练 AI。
总之，那些平台是互联网房东，用户只是租户。房东设法让租户尽量不离开大楼，不去别的地方闲逛，同时希望租客不要在意、并且能够习惯房东施加的各种限制。
如果你想完全控制自己的内容，你需要做自己的互联网房东，而不是租户。
你需要有自己的域名，托管自己的网站，确保你发在平台的内容，在自己的网站上有一个副本，并且尽可能把链接指向自己的网站。
第 343 期：如何阻止 AI 爬虫
我喜欢从头开始写东西，经常有人说，我在重新发明轮子。
我这样做有好几个理由。
（1）学习。通过重新发明轮子，我学到了很多东西，知道了工作原理，以及怎么动手做。
（2）定制。没有一种轮子适合所有情况。通过创建自己的轮子，我可以根据具体情况定制，让它更适合我。
（3）创新。现有的一些轮子很糟糕，重新发明轮子时，就有机会探索新的可能性。
（4）享受。事实上，前面三条理由可以不存在，重新发明轮子只是因为我喜欢动手，出色完成工作时，我会有一种满足感。
但是，我不推荐你也这样做。重新发明轮子并不都那么美好，有一些不可忽视的缺点。
（5）重新发明轮子可能很耗时，需要投入大量时间。
（6）最终产品可能不如现有解决方案。
（7）容易陷入无限递推的困境。为了制造轮子，我还必须重新发明锤子吗？
所以，如果你想重新发明轮子，一定要想清楚两点。第一，你有足够时间吗，尤其是涉及其他人的情况下。第二，重新发明的范围（或者说，你不打算重新发明什么），以免不必要地偏离主题。
第 342 期：面试的 AI 作弊——用数字人去面试
1、耐力是一种优势
人们常常低估耐力的作用，只把它理解成比别人更努力、更持久。
实际上，耐力也是坚守自己的价值观和目标的能力，即使在看上去很难做到的时候，也不放弃。
在缺乏明显进展的情况下，坚持去实现目标的能力，这就是耐力。
在一个充满诱惑分散你注意力的世界中保持专注，克服困难，继续前进，你需要耐力。
耐力是人们可以培养的最有用的品质之一。它比力量、智力、速度、魅力等特质，具有更大的适用性，日常生活很多时候都能用到。
更聪明的人某些时候会表现出色，比你更快地解决难题。但只要凭着耐力，你可以解决更多的问题。
第 341 期：低代码编程，恐怕不会成功
我最近常常想一个问题：如果 AI 强大到所有方面都超过人类，它和机器人接管一切，人类要干什么呢？
凯文·凯利认为，随着工作都交给机器人，人类可以从事越来越多有趣的工作，就像工业革命后一样。
这种说法在短期内有一定道理，但是有一个前提，就是人类能做计算机做不到的事情。
我认为，没有理由认为这个前提会永远成立。
除非政府强制规定，计算机不得从事某些工作，只有人类可以做。但是那样的话，那些工作很可能就会停滞发展了。停滞发展的行业没有前景，收入也不会增长，从业者难以感到满意。
让我们假设一种极端的情况，如果机器完全超越人类，每件事都比人类做得好，大部分人无法为社会做出贡献时，一切会怎样？
如果一个人无法为社会做出贡献，也就失去了他的经济价值，就算他能靠政府的补助继续活着，那么对于他来说，个人价值是什么呢，就是活一天算一天？
目前来看，这个问题还比较遥远，就算那一天到来，也是很久以后的事情了。眼下比较现实的问题是，AI 正在大量减少高薪工作。随着机器的能力越来越强，很多白领工作的价值迅速变小，大多数人越来越难找到报酬丰厚、令人满意的工作。
这就是现在发生的问题，高薪的工作岗位不断减少，难以获得。
第 340 期：技术炒作三十年
作者：伊森·埃文斯（Ethan Evans）
我是已经退休的亚马逊副总裁，在亚马逊待了超过15年，领导过800多人的国际团队。
我任职期间，亚马逊股票涨幅高达9082%，因此我对普通人的许多生活困境并不了解。比我更高级的副总裁和首席执行官，就更是如此了。谈论自己的财富是大多数高管都避而不谈的禁忌话题。
今天我想谈谈一个小问题，先介绍一下我自己的情况，就举四点：1) 我没有任何抵押贷款，2) 每两周有一个女佣为我打扫一次住宅，3) 我付钱请别人帮我的花园割草， 4) 我50岁就退休了。
普通家庭，即使是工程师和知识分子，也没有这些福利。
在我上面的高管，享有的福利就更多了，我看到的就有：1) 有专门的度假屋，雇了多个工作人员长期看守；2) 私人飞机；3) 私人助理，不用自己付账单、买杂货或接孩子，助理处理一切；4）私人司机；5）孩子上贵得惊人的私立学校；6）他们想住哪儿就住哪儿。
经济成本从来不是这一类人的障碍。
现在让我们看一个例子，说明高管与员工是如何脱节的：结束远程工作，重返办公室。
高管的财富使他们有不同的选择。大多数高管把工作和职业成功放在生活的首位。如果他们不这样做，他们很少能成为高管。他们中的大多数人（包括我自己），利用财富为自己购买时间。他们大部分时间都花在工作上，小部分时间花在家人身上。如果工作是你生活的重心，那么重返办公室就自然是一个优先事项。
你想象一下高管的工作场景：无需通勤，司机会送你到家，你一心工作，无需赶回家接孩子，助理会帮你做这些，你也无需购物、打扫或做饭，佣人会做这些，无需辅导作业，好学校会提供辅导。在这种情况下，回到办公室感觉非常“值得”。
这不是一篇反对高管个人财富的长篇大论。毕竟，我付出了25年的生命，得到了一些财富。相反，这是一种解释，以便你了解高管与普通员工的脱节。
如果你需要影响高管，而他们的经历可能与你的现实生活脱节，请通过故事、视频和数据帮助他们看到现实。请记住，他们确实生活在另一个世界。这并不一定会使他们变得邪恶，只是脱节了。我不想发生“脱节”，但必须承认这种情况确实会随着时间的推移而发生。
第 339 期：代币是什么
让我们坦率一点吧，你写了一篇博客，根本就没有人读。
至少，没有你想要的那么多读者。你把自己的想法倾注在文章，精心构思每个句子，选择合适的图片——然后什么反响也没有，没有点赞，没有分享，没有互动。
那么写博客的意义何在？
首先，关于写博客，有两个误解。一个是只要我写出了好文章，读者自然就会来。不，他们不会来，网上有几十亿篇博客，好像浩浩荡荡的飓风一样，你的博客只是风里的一片叶子，谁会注意呢。
另一个误解是如果没有人阅读，写作就是浪费时间。
博客有自己隐藏的价值。你写博客不是为了别人的掌声，而是因为你自己的需要。
博客使人头脑清晰。它帮你理清思绪，锐化视角。当你写作时，你会思考得更好。当你思考得更好时，你会做出更好的成果。
博客的目标读者，其实不是互联网人群，而是未来的你，你的文章会让你看到自己思想的演变。
此外，未来也许有一天，某个真正需要你文章的人，会找到它。一篇有深度的文章比一篇病毒式传播的文章，影响力更持久。
写博客有点像街头摄影。你手拿相机，漫步在城市中。你看到一个场景——一个充满光、影、人性的瞬间，就拍下了它。
没人关心你拍到了什么。但这不是你摄影的原因，你摄影是因为你看到了一些东西。
写博客也一样。你写博客是因为你在思考，因为你在观察，因为你希望把它放在某个地方。
如果有人读了，那就更好了。如果没有，工作还是完成了。
这才是真正的重点。
第 338 期：重新思考 6G
作者：凯文·凯利
我已经认真旅行了50多年，学到了很多东西。
旅行有两种模式。一种是休息模式，人们通过旅行来逃避常规的工作，进行放松和重振精神。这种模式下，你会去轻松的地方，悠闲地度过假期。
另一种是体验模式，你旅行是为了发现新事物，获得新体验，投入一场结果不确定的冒险，遇见异类。这种旅行是一种学习，我的经验主要适合这种模式。
很多人旅行有一个误区，就是想看遍所有地方。因为你很可能再也不会来了，所以忍不住想最大化你的行程。既然我们在 X，而 Y 和 Z 又很近，我们不妨去看看 Y 和 Z 吧……
其实，在更少的地方待更长的时间，远比把时间花在一堆地方好得多。你更应该放慢旅行的速度，多休息。
旅行最难忘的时刻——与陌生人的交谈、被邀请参观、发现隐藏的地点——通常发生在你停下来的时候。
你可以前往旅行成本最低的地方，从而同样的预算，就可以待更长的时间。而且，便宜的、非主流的目的地通常值得一游。
为了获得最佳的旅行体验，你要么投入很多钱，要么投入很多时间。这两种选择中，时间比金钱好得多。因为金钱可以买到时间，但金钱买不到时间所能提供的东西。
第 337 期：互联网创业几乎没了
近年来，中国企业在电动汽车、手机和无人机等消费产品领域变得极具竞争力。与此同时，它们在各种高价值零部件和机械产品领域也变得极具竞争力，例如计算机芯片、机器人、激光雷达和电池。
中国企业是如何突然在所有这些领域都表现出色的？西方的一种常见的解释是，政府给予这些行业大量补贴，但一个叫做凯尔·陈（Kyle Chan）的学者有不同的解释。
他的观点是，上面这些产品属于相关技术的单一集群。
首先，很多东西都有助于生产其他东西。电池用于电动汽车、手机和无人机，芯片也是如此，工业机器人有助于制造所有其他东西，诸如此类。
如果你把所有上游产业都放在同一个国家——或者，如果可能的话，放在同一个城市——那么你就可以很容易地同时在所有下游产业中具有竞争力。这使得大国比小国更具优势——拥有更大的国内市场，更容易支持更多种类的上游产业。这对产业政策也非常重要——它告诉我们，建立一个完整的本地产业生态系统可以产生积极的外部效应。
其次，很多技术似乎正在融合。汽车与手机之间的区别已经比以前小了很多，基本上，电动汽车和手机都是由金属和塑料包裹着电池和一些计算机芯片。无人机就是这些东西加上一个发动机。
这意味着，如果一家公司擅长制造其中一种产品，那么它很容易开始制造其他产品。这就是小米能够如此迅速地建立电动汽车业务的原因。这也意味着，如果一家公司生产所有下游产品，那么它很容易扩展到上游行业——就像比亚迪成为芯片制造商一样。
不管怎样，Kyle Chan 关注的是中国的优势，而不是美国的劣势。但很容易看出，美国在这个新兴技术集群中的竞争将面临很多麻烦。美国的保守派领导人狂热地反对电动汽车和电池，而工会普遍反对自动化。这将使美国的工业生态系统出现巨大漏洞，最终损害半导体、手机和无人机行业。
但同时，我认为 Kyle Chan 描述的现象最终可能会给中国企业带来挑战。他指出，中国大公司越来越多地生产完全相同的产品。这种缺乏差异化将导致恶性价格竞争，从而导致利润率低下。
上世纪80年代泡沫时期，日本大型制造公司也发生了类似的事情——松下、索尼、日立、东芝、夏普、JVC、三洋等公司基本上都生产同一种电子产品、家电、零部件和机械。由于它们在每个产品类别中都展开竞争，因此利润率一直很低。同样，我们可能会看到比亚迪、小米、华为和其他一批中国大公司相互竞争，争夺利润。
第 336 期：面对 AI，互联网正在衰落
我长期使用 AI，靠它帮助编程，已经不能在没有 AI 帮助的情况下解决问题了。
我不再阅读文档。既然 AI 可以立即解释一切，为什么还要费心阅读呢？
我的调试技能日益生疏。我甚至不再阅读报错消息，只是把它们复制并粘贴到 AI，让 AI 解读。
我已经成为了一个人肉剪贴板，仅仅是代码和 AI 之间的中介。
以前，每条报错都会让我学到一些东西。现在呢？AI 提供了解决方案，我却什么也没学到。实时答案带来的多巴胺刺激，取代了真正理解的满足感。
另一个受到影响的地方是深度理解。以前，我花费数小时来理解某个解决方案为何有效，现在，我只是照着 AI 建议实施。如果这些建议不起作用，我会改进提示的上下文，再次询问 AI。这种循环使得我对 AI 的依赖性不断增加。
我的情绪也受到影响。以前，解决新问题是编程乐趣的一部分。现在，如果 AI 不能在五分钟内给出解决方案，我就会感到沮丧。
我该怎么办？我不想采取任何激进的措施，比如完全放弃 AI，这是不现实的。我打算每周实行一天“无 AI 日”。
我的感觉是，AI 不会让我们成为10倍效率的程序员，只会让我们对它的依赖程度增加10倍。
每当我们让 AI 解决我们自己可以解决的问题时，我们就是用短期生产力换取长期理解，我们以牺牲明天的能力为代价来完成今天的效率。
我并不是建议放弃 AI，只是建议大家不要放弃尝试独立解决问题。
我们正在创造 AI 一代程序员，他们可以向 AI 提出正确的问题，但不理解 AI 给出的答案。每次 AI 出现故障，他们就会显得无助。到目前为止，AI 还不足以完全取代程序员，但随着 AI 的进步，这种情况只会变得更糟。
第 335 期：年底的未来已来
如果建筑师的工作条件像程序员一样，那么他可能收到下面这样的工作指示。
亲爱的建筑师先生！
请为我设计并建造一座房子。我不太确定我需要什么样的房子，所以你应该自行判断。
我的房子应该有两到四十五间卧室。当你把蓝图带给我时，我会做出我想要的最终决定，到时你只需确保能够轻松添加或删除卧室即可。
另外，请给我提供每种配置的成本明细，以便我可以任意选择一种。
请记住，我最终选择的房子的成本必须低于我目前居住的房子。但是，请确保改正我当前房子存在的所有缺陷（比如，厨房地板会振动，以及墙壁几乎没有足够的隔热层）。
在设计时，还要记住，我希望每年的维护成本尽可能低。
请注意在房屋的建造中使用现代设计实践和最新的材料，因为我希望它成为最新想法和方法的展示场所。但请注意，厨房的设计应能容纳我的1952年冰箱等物品。
请务必仔细权衡所有这些选项并做出正确的决定。然而，我保留否决您做出的任何决定的权利。
当你专门为我设计这座房子时，请记住，迟早我必须把它卖给别人。因此，它应该能够吸引各种各样的潜在买家。在最终确定计划之前，请确保我所在地区的人们一致认为他们喜欢这座房子的功能。
现在请不要用小细节来打扰我。你的工作是制定房子的总体规划。例如，现阶段不需要选定地毯颜色，但是请记住，我的妻子喜欢蓝色。
另外，现阶段不要考虑获取建造房屋本身的资源，您的首要任务是制定详细的计划和规范。然而，一旦我批准了这些计划，我预计房子将在48小时内准备好施工。
请准备一套完整的蓝图。目前没有必要进行真正的设计，因为它们将仅用于施工投标。但请注意，您将承担因后期设计变更而导致的任何建筑成本增加。
您一定很高兴能够从事这样一个有趣的项目！能够使用最新的技术和材料并在设计中获得如此的自由度是很少见的。请尽快与我联系并告知您完整的想法和计划。
附：我的妻子刚刚告诉我，她不同意我在这封信中给你的许多指示。作为建筑师，您有责任解决这些差异。我过去曾尝试过，但未能实现这一目标。如果你不能承担这个责任，我就不得不另找建筑师了。
第 334 期：年终笔记四则
1、照明的历史
工业革命之前，世界是漆黑的，灯光极其昂贵，火是唯一的人造光源。
历史上，人造光一直是富人和有权势的人的特权，生产和维护既费力又肮脏，可用性和质量都很差。穷人很难获得人造光，总是生活在黑暗中。
古代房屋在夜晚有蜡烛照明，是巨大财富的标志。当时，蜂蜡制成的优质蜡烛是最好的光源，但天然蜂蜡的供应有限，加上手工制作的繁琐，除了最富有的人之外，其他人都买不到优质蜡烛。
一位作家写道：“打开你的冰箱门，你召唤出的光线比18世纪大多数家庭所享受的光线总量还要多。”
后来人们发现，鲸油（鲸鱼的皮下脂肪）是更好的蜡烛材料，燃烧时发出干净、稳定的光，是工业革命早期了最好的照明，但它也非常昂贵。
捕鲸业为世界带来了照明，但也将一些鲸鱼物种推向了灭绝的边缘。仅在1700年至1800年间，为了得到鲸油，就至少有300,000头鲸鱼被屠杀。
1800年代初，欧洲和美国出现了燃气照明，燃烧煤气来发光。然而，燃气照明的安装和维护费用昂贵，而且有危险。所以，煤气灯一般不用在家里，而用在工商业和大城市的路灯。
煤气灯很亮，比之前的任何灯至少亮20倍。使用燃气照明是人类第一次体验明亮的照明。
1846年，天然气生产的副产品煤焦油（简称煤油）做成灯，用来照明。煤油开始取代鲸油，导致照明成本直线下降，并且燃烧时明亮、无味。
正是因为煤油，夜间第一次变得明亮了，天黑后也能生产和娱乐。
19世纪后半期，托马斯·爱迪生（Thomas Edison）发明了电灯，电照明的时代从此来临。
第 333 期：一切都要支付两次
1、AI 的压力
我在谷歌的 AI 团队 DeepMind 工作，感到了 AI 带来的巨大压力。
几个月前，我参加了一个朋友举行的生日派对，很多来宾我认识，但也有很多人不认识。
当时，我的身体状态不太好，无意与其他人多交谈。但是，大家知道我在 DeepMind 工作，就在我的身边排起了小队，每个人都想跟我谈谈 AI。
这么多人对我的工作感兴趣，真是让我受宠若惊。银行家、律师、医生和管理顾问都想了解我对 ChatGPT 的看法，尽管很少有人声称大量使用它，但是所有人都认为他们应该多了解 AI。
我是一名研究人员，这种在社交场合无法关机的感觉，让我觉得压力很大。
后来，情况变得更糟了。我在自己家里，都觉得有压力。一打开新闻网站，里面都在谈 AI。
我就不看新闻了，因为害怕引发焦虑。但即使观看足球比赛或电视剧，广告也会提到 AI。
我想过收拾行李，去那些遥远的小城市，住在寺庙里，但如果那里也以某种方式被 AI 渗透了，我也不会感到惊讶。
事实上，行业里面的大公司都在竞争，看谁能开发最大、最好的大模型，只要你为这些公司工作，这本身就带来压力。
此刻做 AI 研究感觉像是参与了一场战争。模型性能的小小波动，可能就会带来股价几十亿美元的变化。
另外，AI 也为我们带来突然的财富，这也带来各种心理问题。
过去两年，我在 AI 世界的经历是混乱和疯狂的，内心充满焦虑。我想，这并不是个别现象。
第 332 期：西蒙·威利森的年终总结，梁文锋的访谈
南美洲的亚马逊河是世界第二长的河流，仅次于非洲的尼罗河。
但是，这条河没有一座桥，是唯一一条没有任何桥梁的世界主要河流。这是为什么呢？
首先，每年的雨季，亚马逊河都会泛滥，河流的宽度会从旱季的5公里变成50公里，就像下图那样，很难造桥。
其次，亚马逊河沿岸人烟稀少，只有很少几个城镇。最大一个城市的人口只有50万，不存在前往河对岸的强烈需求。
最后，亚马逊河两岸都是原始森林，并没有现成道路。如果造桥就需要砍伐大量森林，修建引桥和公路，环境代价很大。近年来，环保意识逐渐高涨，反对造桥的呼声也就越来越大。