封面图

本周开馆的深圳国际美术馆。（via）

中国 AI 大厂访问记

今年5月上旬，一个美国访问团来到中国，访问了14家 AI 和机器人公司。

访问对象包括 DeepSeek、月之暗面、MiniMax、智谱、字节跳动、阿里、蚂蚁、小米、零一万物、宇树、魔搭社区等。

所有成员都是科技分析师，回到美国后，每个人都写了访问观感：Kevin Xu、afra Wang、Florian Brand、Nathan Lambert、 Azeem Azhar、Lily Ottinger and Kai Williams、Jasmine Sun、Lingua Sinica、Caithrin。

这些文章有很多有意思的内容，我做了一些摘录。为了保证阅读体验，就不单独注明每一段的出处了。

1、算力的差距

我们在每一家公司都听到一个共同的抱怨：算力不足。这使得实验次数减少，模型规模缩小。

中国的算力不足，主要是美国的芯片出口管制政策造成的。我们感兴趣的是亲眼目睹本土公司如何应对。

虽然供应并非完全短缺，中国公司仍然能够拿到英伟达的 H100、B200 和 B300 显卡，但是数量至少比美国竞争对手少一个数量级。

英伟达最新款的 GB300 NVL72 系统（72颗英伟达最新 GPU 组成一个系统）的实时推理速度比三年前的 H100 集群快30倍，每颗芯片的内存容量高出3.6倍，每次推理的能耗降低了25倍。美国公司正在大量订购这些系统，而中国公司却无法做到。

中国科技公司，尤其是华为，在研发 AI 芯片方面取得了长足进步。但即使是华为今年3月发布的最新芯片 Ascend 950PR，其性能也仅与2022年发布的 H100 大致相当。而且，这些芯片的出货量远低于 H100。据估计，英伟达仅在2025年10月之前就已出货了700万颗 Hopper 和 Blackwell GPU，而且出货速度还在不断增长。华为计划今年出货75万颗 Ascend 950PR 芯片，这仍然只有英伟达去年出货量的十分之一左右。

结果就是，美国在算力方面拥有巨大的领先优势。我们估计，2025年底美国 AI 行业的算力大约是中国的8倍。中国 AI 公司目前总的算力，大致相当于美国2023年的规模。

我们向中国研究人员分享了 OpenAI 内部每位研究人员拥有的 GPU 数量。他们听到这个数字时，简直惊呆了。然而，我们都知道，OpenAI 的研究人员，或者说西方所有 AI 公司的研究人员，仍然会抱怨他们的算力太少。

2、算力的分配

美国的大部分算力都用于模型训练，而非服务客户。但是，中国的情况不同，算力既要用来训练模型，又要服务于数亿消费者和快速增长的企业用户。

如果拿出一半的算力用于服务客户，那么可用于模型训练的算力就会减少。

还有另一个需要考虑的因素。美国的算力主要由五家公司主导：OpenAI、Anthropic、Google、Meta 和 xAI。而在中国，各大科技公司都在积极研发自己的前沿模型，算力池被进一步分割。

3、计算效率

如果按照这种逻辑，既然中国的算力规模比美国落少两年，那么中国模型也应该至少比美国落后两年。但是，情况并非如此。

许多分析都认为，中国模型只比美国模型落后几个月。事实上，在某些方面，两国模型似乎是并驾齐驱的。

原因是芯片管制反而促使中国公司提高计算效率。我们发现，中国公司的单位算力支持的 AI 智能是简单扩展下的 4-7 倍，这弥补了算力的不足。

4、开源的分歧

目前，最好的 AI 开源模型是中国公司发布的。但是，对于是否开源自己的模型，中国公司内部有分歧。

公司的财务状况和收入压力，会影响到开源意愿。目前，对于是否开源，有一条界限正变得越来越清晰：模型参数规模达到一万亿。

一些公司认为，开源一万亿或以上参数的模型是一种资源浪费，因为没人能在本地机器上运行如此庞大的模型，而开源模型的典型应用场景正是本地机器。发布一万亿参数模型的更好方式是将其托管在公司自身的云基础设施上，只发布它的 API，方便用户使用。

但是对于另一些公司，开源模型近乎一种信仰，而构建万亿参数级别的模型则是开源事业的入场券。

5、西方化还是中国化

有些中国 AI 公司呈现出典型的"西方"风格，处处洋溢着硅谷式的酷炫氛围，甚至连赠送的周边产品都体现了这一点。

另一些公司变得越来越"中国化"，把打造一个光鲜亮丽的展厅视为头等大事。这些展厅用来接待参观者，通常是国有企业 CEO 和地方干部。参观之后，还会举行晚宴招待。

我认为，这既是一种选择，也是一种无奈之举，源于创始人的背景以及公司选择的业务类型。

6、对其他公司的看法

我们发现，所有中国 AI 公司都敬畏字节跳动的 Seed 部门。那是中国唯一的闭源 AI 前沿团队。它就像房间里的大象，却在翩翩起舞。它的豆包几乎垄断了 AI 的用户流量，他们的模型都可以快速推广到海量用户，其他公司无法匹敌这一点。

DeepSeek 则是业内最受尊敬的公司，越来越多地承担基础层的工作：架构、效率、推理优化，以及华为协议栈适配。

7、实习生

中国 AI 公司的员工，很多是才华横溢的"实习生"，平均年龄二十五六岁，大多数仍然是博士生，能够用英语轻松交流技术话题。他们大多毕业于中国高校，没有海外留学经历。

他们实习期一年到两年，享有全职员工的待遇和完整权限，可以自由地提出想法和开展工作实验。这跟西方顶尖 AI 公司形成鲜明对比，OpenAI、Anthropic、Cursor 等公司根本不提供实习，其他公司（比如谷歌）名义上提供 Gemini 的实习，但不会提供重要的任务。

中国公司更看重"新鲜人"，他们能够带来新想法和充足的脑力。为了改进最终模型，实习生更愿意做一些不那么引人注目的工作。而且，刚接触 AI 开发的人可以免受以前模式的影响。

从中国大学的角度来看，学校的计算资源根本不足以让优秀学生的才华得到充分发挥，不如把他们派往计算资源更丰富的业界公司，双方合作发表论文，实现双赢。

8、对待 AI 安全问题的态度

我问了一些年轻的中国研究人员，如何看待 AGI（通用人工智能），他们竟然给出了完全相同的答案："AGI 就是人工智能可以取代我！"

我发现，他们没有流露出任何担忧，非但不害怕被取代，反而对机器是否真的能够超越其制造者充满好奇。如果真的实现了这一点，他们会欣然去做其他事情。

这跟西方同行形成了鲜明对比，他们许多人非常关注 AI 的安全问题及其社会影响。中国研究人员也重视安全，每个人都认为 AI 不应该做坏事。但如何确保这一点，大家都觉得这应该交给政府来决定，政府应该能够解决。

9、中国企业的 AI 需求

中国企业是否愿意付费购买本国 AI 服务？

一种广为流传的看法是，中国 AI 市场规模较小，因为中国企业通常不愿为软件付费，因此无法支撑本国的 AI 公司。

这种看法仅适用于 SaaS 模式的软件支出，这种模式在中国历来规模很小。但是，中国显然拥有庞大的云计算市场。

中国 AI 公司正在争论，中国企业把 AI 服务，到底看成是 SaaS 产品（规模较小）还是云计算（规模较大）？目前，AI 的发展趋势似乎更倾向于云计算。

10、数据产业不如美国

我们听说，像 Anthropic 或 OpenAI 这样的美国 AI 公司，每年购买训练数据（或者强化学习环境）就会投入超过1000万美元，累计投入更是高达数亿美元。我们很想知道，中国 AI 公司是否也是如此。

得到的答案是中国几乎没有数据产业，因为很多 AI 公司觉得，中国的数据产品质量较差，因此自行准备数据往往更为理想。

研究人员会花费大量时间来构建强化学习训练环境，而像字节跳动和阿里巴巴这样的大公司则拥有内部数据标注团队来支持这项工作。

11、政府的作用

谁才是中国 AI 领域真正的幕后推动者？相当于硅谷的红杉资本和 a16。

我的一个朋友的答案是：上海、北京和杭州的市政府。这些勤奋却又精疲力竭的政府官员，完全被"害怕错过"和竞争焦虑所驱使，正在拼命推动本地 AI 产业。

[活动] XEngineer 大学生实训营

大学生朋友看过来，AI 时代怎么培养自己的能力，不落入简历和笔试的汪洋大海，可以考虑一下今年暑期的 XEngineer 实训营。

它由上市公司七牛云创始人兼 CEO 许式伟发起，面向 2025-2029 届高校毕业生及在校生，不限学历，不限专业，只需提交一个作品方案或项目成果，就能申请。

它训练学员在 AI 时代的产品能力和架构能力，指导你从真实需求出发，思考清楚，再亲手设计、实现、上线一个项目。

你可以体验到互联网公司的真实工作，培养自己的实战能力，获得求职资历和 Offer 机会。

现在访问 hr.qiniu.com 或扫描下方二维码，就可以报名。越早报，越早锁定名额，等到7月暑假开营。

报名后，你会收到具体议题，需要在72小时内围绕议题，提交作品方案与项目成果。组委会进行评审，以及后续的路演/交流，在开营前评选出优秀作品，颁发奖金，总额为20万元。

开营后，暑期2个月，会有资深导师团和助教指导学员，完成一个真实项目。

文章

1、我用 AI 寻找 Bug 的经历（英文）

作者用 AI 寻找编译器的 Bug，结果发现运行 AI 的费用比他的工资高一个数量级。而且，如果付出更高的费用，还能发现更多的 Bug。

他第一次感到，AI 的价值大于他的价值。

2、负载均衡的节点健康检查（英文）

本文介绍了负载均衡可以做在服务器，也可以做在客户端，这两种情况下如何检查有故障的节点。

3、HTML 替代 JS 的四种场景（英文）

本文提出，HTML + CSS 已经足够强，很多场景可以不用 JS，只用 HTML 实现，比如弹框和浮层。

4、网页如何链接电话号码（英文）

手机浏览器打开网页时，遇到网页里面的电话号码，会自动添加链接，点击链接可以拨打电话。本文教你怎么定制这个行为，包括取消链接，或者点击拨打其他号码。

5、使用自定义 HTML 元素（英文）

网页完全可以用自定义的 HTML 元素，取代div，提供更好的语义。

6、挑战者深渊有多深（英文）

一篇图文介绍，用生动的图片解释地球最深处"挑战者深渊"（Challenger Deep），深达约11000米。

工具

1、Breathe CLI

Mac 系统的命令行程序，显示一个进度条，让你跟着慢速呼吸，大概每分钟6次，从而改善心脏功能。

2、NMLinux

Linux 系统的网络管理图形面板。

3、Penpot

一个开源的设计工具，可以替代 Figma，将可视化的布局设计转为 CSS + HTML 代码。

4、sky adb

运行在安卓手机上的 ADB 管理工具，通过 WiFi ADB / Wireless Debugging 管理手机、平板、电视盒子。（@sky22333 投稿）

5、readNeo

微信读书数据面板，连接微信读书 Skill API，可视化书架、阅读统计、笔记划线，提供一键导出。（@extrastu 投稿）

6、AppPorts

一个开源应用，将 macOS 应用程序迁移至外部存储，同时保持这些应用的正常运行，可以随时还原。（@wzh4869 投稿）

7、欢乐斗地主

开源的终端斗地主游戏，使用 Go 语言实现，支持联网对战、断线重连、智能机器人等功能。（@palemoky 投稿）

8、fuckssh

命令行工具，封装了 SSH 相关命令，为服务器密钥配置提供交互式向导。（@hczs 投稿）

9、StarGuard

这个 Python 工具检查某个 GitHub 仓库的星星有多少是假的。

10、Nginx Proxy Manager

这个开源工具使用 Web 界面，管理 Nginx 反向代理，并自动开启 SSL 证书，参见介绍文章。

AI 相关

1、Models.dev

一个开源数据库，收集所有 AI 模型的规格和价格。

2、pixtuoid

一个很有创意的工具，用像素小人代表 AI Agent，在终端动画中显示工作进展。（@IvanWng97 投稿）

3、Flipbook Canvas

使用 AI 生成可点击的图册（一系列相关图片），根据点击位置的文字，自动进入对应的下一页图片，可以参考示例《2026世界杯》。（@imcuttle 投稿）

4、album-assetizer

命令行工具，扫描个人相册，通过 AI 为每张图片生成结构化描述，结果保存在本地 SQLite，可导出 JSONL / CSV。（@SeanWong17 投稿）

资源

1、高考真题大全

这个网站收集各省历年的高考试卷，另可参考这个 GitHub 仓库。（@urongda 投稿）

图片

1、圆柱投影

为地球绘制平面地图，本质上就是将球面坐标映射成平面坐标。

一种方法是，想象有一张纸，围成一个圆柱体，包住地球。然后，按照地球自转方向，将地面的每个点，投影到这个圆柱体。

文摘

1、软件工程师何时退休

经过一年的考虑，我决定离开程序员岗位，退休了。

退休的原因不是能力有问题，而是我不想再干下去了。

每个人最终都会达到一个临界点，无法再做他们一生都在做的事情。这跟年龄无关，我认识比我年轻得多的人，他们也放弃了程序员职业。

我见过的退休原因有下面几种。

（1）能力不足。你再也完不成分配给你的任务，你的能力不适合行业的需求。

（2）缺乏欲望，对这个行业丧失了兴趣。

（3）就业市场不好，或者雇主倒闭，你找不到下一份工作。

（4）技术过时，你的技能无人需要。

（5）你发现其他值得做的事情。

（6）你赚了很多钱，然后觉得筋疲力尽，没有足够动力了，发现自己不再关心手头的事情。

所有程序员最终都会因为上述原因之一，而放弃程序员工作。

我也见过一些人，他们看重薪水，只要有工资，不管是否喜欢，都会一直做下去。这也是一种选择，但我不愿意这样，一边工作一边痛苦，这不值得。

我喜欢做出改变并接受挑战去做重要的事情和工作。钱固然很好，但我喜欢做出改变。

每个人最终都会到达一个工作、雇主、行业、甚至整个职业生涯结束的时刻。诚实并做出明智的决定比发现自己落后并可能被迫退出要好得多。

言论

1、

人为什么有眼白？大多数哺乳动物（比如猴子和猩猩）都没有眼白。一种解释是，这可以让我们发现别人在看哪里。

-- 《人为什么有眼白》

2、

（微软 CEO）纳德拉成功的一个原因是，他终结了 Windows，准确说是终结了 Windows 作为微软的核心产品，他更专注开发无处不在的软件和覆盖一切的云平台。

-- 《微软的 AI 策略》

3、

1969年，两个美国医生建立了一个心理模型，分析绝症患者的心理，提出了否认、愤怒、讨价还价（恳求）、沮丧和接受这五个阶段。该模型现在也被用于分析人工智能导致的失业案例。

-- 《AI 带来的工作悲伤》

4、

氛围编码生成的是代码，工程生成的是系统。氛围编程不是工程。

-- 《氛围编程不是工程》

5、

谋生方式有三种：（1）对想听假话的人说假话，你就能发财。（2）对想听真话的人说真话，你可以维持温饱。（3）对想听假话的人说真话，你会破产。

-- 《三种谋生方式》

往年回顾

Bug 追踪系统的正确样子（＃352）

创业虽然好，不敢推荐了（#302）

互联网创业变难了（#252）

三个有启发的学习方法（#202）

（完）

文档信息

• 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
• 发表日期： 2026年6月 5日

封面图

去年开放的浙江省安吉县的安吉文化艺术中心。当地盛产竹子，屋顶都采用竹叶造型。（daemin_kg@ig）

Token 费用难以负担

上周，OpenClaw（龙虾）的创始人彼得·斯坦伯格（Peter Steinberger）贴出了自己的 Token 使用量。

他不是故意炫耀，自己用了多少 Token，而是为了介绍工具软件 CodexBar。这个菜单栏小工具可以统计你的 Token 使用量，计算出对应的费用。

大家猜猜看，他用了多少 Token？

根据截图，他一个月发出了760万个请求，消耗的 Token 数量为6030亿。根据预设的费率，这些 Token 价值130万美元！

也就是说，他的 AI 编程平均每天要花费4万多美元。

当然，这个数字不是真实支出。因为他是 OpenAI 公司的员工，可以无限量免费使用公司的 Token。所以，这些钱并不是真实的支出。

但是，他的 Token 使用量是真的。绝大部分公司需要外购 Token，大家可以用他的例子计算一下，如果一个程序员每月用掉几千亿、甚至上万亿的 Token，公司要出多少钱？

他一个人一个月130万美元，相当于近900万人民币，一年下来超过1亿人民币！ 这就是放开使用顶级模型，公司要支付的费用。

如果改用便宜的模型，国内最便宜的开源模型，价格大约是国外旗舰模型的1/30到1/50，那么一年就是200万～300万人民币。

结论就是，如果放开不限量使用，一个程序员一年最少会花掉两三百万人民币的 Token 费用。要是使用美国的旗舰模型，费用会快速上涨到几千万甚至上亿人民币。

公司想要降低成本，有两个方法：一是购买包月套餐，但是大项目不够用；二是自己架设开源模型，省掉外购的费用，但是硬件费用不便宜，而且最强的模型目前是不开源的。

权衡下来，我猜想，公司几乎肯定会设置限制，不允许程序员无限量使用外部模型。那样的话，巨额的 Token 费用难以承受。程序员的工资已经不低了，再加上每人每年至少几百万人民币的 Token 费用，公司的开发成本会爆炸的。

大家可以说说，有没有公司对程序员提供外部模型无限量 API 调用？我是没有听说过。

事实上，因为 Token 费用太高，公司收紧 AI 编程的例子，我倒是知道几个。

比如，网约车巨头 Uber 今年头四个月就花完了全年34亿美元的 AI 预算，不得不限制使用 AI 了。

再比如，微软也因为费用超标，放弃了 Claude Code，改用自家托管的 OpenAI 模型。

如果 Uber 和微软这样的巨头，都承受不了巨额的 Token 费用，那大概就没有公司能够承受了。

总之，AI 编程虽然听起来很美好，但是看到账单的那一刻，公司就会清醒：AI 编程比真人程序员昂贵太多了。

所以，AI 会替代程序员吗？对于有大型软件项目的公司，我认为不会大规模替代，因为成本放在那里。至少现阶段如此，如果未来 Token 费用大幅下降，那就难说了。

漏洞赏金计划的终结

Turso 是一个开源的云数据库，代码放在 GitHub。

它有一个赏金计划，给予发现漏洞的人1000美元奖金。本来运作得挺好，自从大模型可以用来发现漏洞以后，事情就不对了。

它的仓库的 PR 页面（外部代码提交）已经变成下面这样。

提交漏洞的人泛滥成灾，都是冲着奖金而来。他们所谓的漏洞，往往是故意注入垃圾字节，或者是配置错误，自然就是无法运行。

开发团队精疲力尽，不胜其扰。有时候，关掉这些 PR，提交者还会跟你争论，用 AI 生成的长篇大论告诉开发团队"我没错，你们搞错了"，令人啼笑皆非。

最终，开发团队只能宣布，终止赏金计划，提交漏洞和 PR 都不会有奖金。

炮制垃圾内容的人可能只需要一分钟就能提交，但我们却要花费数小时来阅读、理解和回应。而且，这类内容的生成速度几乎是无限的。

虽然可以设置自动化脚本来过滤 PR，但由于涉及到奖金，提交 AI 代码的动机实在太大，总是有人无休止地争论、重新打开同一个 PR 等等。

这件事告诉我们，传统的漏洞赏金计划在 AI 时代大概率行不通。以后，发现漏洞很可能没有奖金。不知道这会不会导致线上攻击行为的增加。

科技动态

1、体重与气温

一支耶鲁大学的考察队，发现阿根廷的猫头鹰猴比25年前更重。2023年的猴子平均体重比1999年重了50克，相当于增加了4%。

科学家认为，这与气温上升有关。1999年阿根廷的日平均气温为22.2摄氏度，2023年上升到了23.8摄氏度。

气温上升使得猴子减少用于体温调节的能量消耗，从而有额外的卡路里来增重。

该理论看上去也适用于人类，也就是说，全球变暖可能让胖子变多。

2、人工蛋壳

美国生物科技公司 Colossal 制造了"人工蛋壳"，已经孵化了26只小鸡。

它的外壳是一个坚固的六边形杯状结构，起到支撑作用；内壁是一层半透膜材料，能让氧气轻松通过，又能保持水分。

科研人员将小鸡胚胎放入"人工蛋壳"，在孵化箱中成功孵化了小鸡。

上图中，蛋壳上方是透明的，可以观察内部情况。

Colossal 公司制造这个装置的目的，是为了复活已经灭绝的渡渡鸟。否则，就算做出了渡渡鸟的克隆胚胎，还是要放在其他动物（比如鸵鸟）体内进行繁殖。

3、艺术抗议

保加利亚首都索非亚，马路上有一个小坑，市政府长期不修补。

两个艺术家感到不满，就在这个小坑上涂鸦，画了一个生气的鬼脸。

鲜艳的图案让司机和行人更容易注意到，减少了事故。同时，也引起了大众的兴趣，新闻媒体纷纷报道，小坑很快就修补了。

这件事告诉我们，不满还是要表达出来，可以推动解决，并且采用艺术形式表达，效果会比较好，容易让人接受。

文章

1、内存涨价的原因（英文）

内存厂商生产三种内存：DDR（桌面电脑用的内存）、LPDDR（手机用的低功率内存）、HBM（AI 机房用的高带宽内存）。

由于 AI 公司对 HBM 的需求激增，开出高价，内存厂商的生产能力转向 HBM，减少了 DDR 和 LPDDR 的产量，导致消费电子设备的内存短缺，价格上涨。

2、我开始研究 Reticulum（英文）

Reticulum 是一个自己组网的项目，可以在各种物理网络（WiFi、有线网、无线电、LoRa 等）之上架设虚拟网络，本文是一个简介。

3、预热你的 MacBook（英文）

一篇很冷的文章，Mac 系统有一个 stress 命令，用来让 CPU 运行负载。本文提出可以用这个命令，让冬天冰冷的 MacBook 金属外壳变热。

4、为什么我反对布尔逻辑（英文）

一篇偏哲学思辨的文章。布尔逻辑只有两个值（真和伪），作者认为，这会导致非黑即白的二元思维。真实世界是非布尔逻辑，充满了不确定性和不唯一性。

5、为什么中心极限定理无处不在？（英文）

一篇科普文章，介绍中心极限定理的历史和含义。这个定理发现了样本平均值的分布规律，所以极其重要。

样本平均值满足正态分布，但有两个注意点，一是每次的样本必须相互独立，二是有时异常值比平均值更重要。

工具

1、DOCX Editor

开源的 docx 文件的网页编辑器，所见即所得。

2、DvnIP

动态 IP 服务，个人用户免费。

3、Graphite

一个矢量作图的 Web 应用，代码开源。

4、Hindsight

一个命令行工具，扫描本地的 git 仓库，生成 GitHub 风格的个人提交热力图。

5、NyaTerm

跨平台的桌面应用，将 SSH、终端会话、远程文件、认证信息、端口转发和配置备份放在同一个工作区。（@nyakang 投稿）

6、diving-rs

一个命令行工具，展示 docker 镜像内部的每一层文件列表。（@vicanso 投稿）

7、CanvasCast

白板录制的网页应用，在浏览器中直接绘制、演示、录制白板风格的内容。（@Hao4Wang 投稿）

8、Echo Loop

开源的英语听说训练 App。（@echo-loop 投稿）

9、Vue TUI

基于 Vue 的终端组件库，可以用来开发 agent。（@Simon-He95 投稿）

10、witr

命令行工具，显示当前每个进程对应什么命令，可以用命令名或端口号查询。

AI 相关

1、DeepSeek Reasonix

专为 DeepSeek 设计的终端 AI 编程 agent，充分利用了缓存机制，可以极大降低费用，只支持 DeepSeek 的付费 API。

2、FunASR

阿里通义实验室开源的工业级语音识别工具包，最近推出了桌面语音输入法工具。（@LauraGPT 投稿）

另有两个基于它的衍生工具。

• FunClip：智能视频裁剪工具。输入关键词或句子，自动定位视频中对应的片段，一键裁剪导出。（@LauraGPT 投稿）
• SenseVoice：语音理解工具，可以识别语音、语种、情感、声音事件。（@LauraGPT 投稿）

3、Codex Mate

一站式本地 AI 编程智能体管理面板。统一管理 Codex、Claude Code、Gemini CLI、CodeBuddy、OpenClaw、Gemini CLI。（@ymkiux 投稿）

资源

1、微积分其实很容易

著名教材《Calculus Made Easy》非官方中文版，一本易读的微积分入门小书，可以在线阅读。（@KeyAI 投稿）

2、小西天 3D 全景

山西省隰县小西天的网页 3D 全景导览。

3、C 语言小测验（英文）

一组 C 语言的语法选择题。

图片

1、袖珍计算器博物馆

德国有一个网上博物馆，专门收集各种袖珍计算器，里面有一些奇特的电子计算器。

文摘

1、行为经济学诱饵

行为经济学家丹·艾瑞里，有一天闲逛《经济学人》官网。

他在订阅页面上，看到了三个选项：

A. 电子版----59美元。 B. 纸质版----125美元。 C. 纸质版＋电子版----125美元。

他愣住了。

B 和 C，价格一模一样。一个只给纸质版，一个纸质版加电子版全送。谁会选 B？

傻子都不会啊。但艾瑞里没有笑，马上意识到这是一个绝妙的设计。

他拿着这三个选项，走进了麻省理工学院（MIT）的课堂，做了一个实验，让100个学生对这三个选项进行选择。

结果：16%的学生选了 A，0%选了B，84%选了C。订阅费总收入：11,444美元。

跟预想的一样，没有一个人选 B。

然后艾瑞里做了一件小事：他把 B 删了，只留 A 和 C。

逻辑上，一个从来没人选的东西，删掉它不应该影响任何结果，对吧？

结果出来了：68%选了 A，32%选了 C。订阅费总收入暴跌到8,012美元。

这就是选项 B 的作用。它从来没人选，自己一份都没卖出去，却在暗中帮旁边的最贵的 C 套餐，多卖了52%。

仅仅因为它的"存在"，就让杂志社多赚了3,432美元。这就是行为经济学中著名的"诱饵效应"。

原理很简单：人类不擅长判断一个东西的"绝对价值"，但极其擅长做"相对比较"。

当只有59美元和125美元两个选项时，你的大脑在比较"便宜 vs 贵"，大多数人选便宜的。

但当"125美元只买纸质版"这个诱饵一出现，你的大脑就不比较 A 和 C 了，它开始比较 B 和 C。

同样的价格，C 多了一个电子版。天哪，这不是白捡的吗！于是你心满意足地选了 C。

浑然不知自己刚刚多花了66美元----买了一本可能一辈子都不会翻开的纸质杂志。

这个套路如今无处不在。咖啡店的中杯定价，只是为了让你觉得大杯"更划算"。视频网站的月卡，贵到让你觉得年卡"不买就亏"。

手机发布会上，永远有一款"高价低配"机型，它唯一的使命，就是让旁边那款旗舰机型看起来"性价比极高"。

当你觉得自己占了便宜的时候，多半是有人精心摆放了一个诱饵，让你心甘情愿走进了更贵的那扇门。

那个没人选的选项，才是全场真正的主角。

言论

1、

很多人看不到 AI 改变世界的潜力，原因在于他们不明白一切事物都是算法。

具体来说，他们没有意识到，社会和公司只不过是一系列算法的集合。

-- 《公司不过是算法图而已》

2、

为了应对"软件包投毒"，现在的流行做法是，新发布的软件包设置一个冷却时间，普通用户需要过了"冷却期"才能安装这个包。

这种机制可以有效抵御供应链攻击，但它有一个棘手的问题：它依赖于其他人先安装这个包。到哪里去找这些人，第一时间试用每个新发布的包呢？

-- 《软件包应该分阶段推出》

3、

AI 可以一对一的定制化教育，效果更好，大学对很多人将变得没有价值。

-- 萨姆·奥特曼（Sam Altman），OpenAI 公司首席执行官

4、

那些从未编写过一行代码的非技术型中层管理人员，现在感觉通往成功的最大障碍已经消失。

他们再也不用应付那些烦人的程序员了，不需要程序员就能更改网页样式和用户体验，自己实现某些功能。而且，AI 不会抱怨，不会组织工会，也不会抗议，只会服从任何命令。

-- 《AI 将把我们引向何方》

5、

我喜欢 PHP 的一个理由是，它的变量使用美元符号（$）识别，这会提醒你，你使用它是为了什么。

-- 《PHP 的奇特之处》

往年回顾

GitHub Issues（几乎）是最好的笔记应用（#351）

OpenAI 的图书馆工位（#301）

国产单板机值得推荐（#251）

中国需要成立半导体部（#201）

（完）

文档信息

• 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
• 发表日期： 2026年5月29日

封面图

马岩松事务所设计的海南科技馆，今年五一开馆。（via）

财富正在向 AI 集中

AI 相关的所有东西，最近都在上涨。

看看股票，就知道了。内存、储存、CPU、服务器、液冷、光通信、变压器......股价全部在涨，更不要提，前期已经涨过的芯片、模型、算力了，甚至铜和铝也在涨。

这些股票的上涨幅度之大，令人咂舌。就以内存为例，世界三大内存厂商有两家在韩国，单单这两家公司就把韩国股市，从2600点一年之内拉到7600点。

2024年10月，三星公司董事长还因为半导体业绩不佳而道歉，结果今年很可能成为世界最赚钱公司。

另一家内存大厂 SK 海力士更夸张。它跟工会有劳资协议，10%的利润要分给员工。有人计算了，门卫、司机、前台都算进去，每个员工今年平均可以拿到奖金610万人民币。

至于 AI 模型公司，更是人人都是亿万富翁。OpenAI 去年向600个员工回购了66亿美元的股票，平均每人拿到近1000万美元。

这些事情表明，社会财富正在重新分配，快速向 AI 集中。

这影响到了所有人。哪怕你根本不使用 AI，但是物价的上涨、资金从本行业流向 AI，不可避免影响到你。

日常使用的电子设备（手机和电脑）、电子元件、基本的生产资料（比如铜和铝）都在涨价。如果你在一个跟 AI 无关的行业，很可能吃不到 AI 的红利，反而被它伤害，因为你会面临成本上升、需求不足、投资减少。

古人说"一将功成万骨枯"，AI 的崛起不知伴随着多少其他行业的陨落。

虽然每一次技术革命，都必然伴随财富的重新分配。但是，这一次的 AI 革命，推进速度格外快，力度格外大，引发的再分配效应也格外猛烈。

作为一个普通人，尤其是身在互联网和软件行业的普通人，似乎也没有其他选择，总是被财富诱惑，只能紧跟潮流拥抱 AI。

别用 AI 估算碳水含量

糖尿病人需要控糖，不仅要少吃糖，还要少吃碳水化合物（米饭和面粉），因为碳水最终也会变为糖。

所以，他需要知道，食物里面含有多少碳水。

很自然的想法就是，吃之前拍一张食物照片，交给 AI 估计碳水含量。

一位英国医生就做了一个实验，把13张食物的照片（比如奶酪三明治、西班牙海鲜饭、焦糖布丁）提交给四个大模型----GPT-5.4、Claude Sonnet 4.6、Gemini 2.5 Pro、Gemini 3.1 Pro----估计碳水含量。

结果让人大跌眼镜，四个模型给出的回答不一样。而且，同一张照片多次提交给同一个模型，回答也不一样。

就拿上面这张西班牙海鲜饭的照片为例，分别多次提交给四个模型，模型的估计值如下图。

可以看到，每个模型估计同一张照片的碳水含量，波动范围都很大。其中，波动最大的是 Gemini 2.5 Pro，碳水含量估计值从 55 克到 484 克，整整相差了 429 克！估计值相对集中的是 Claude Sonnet 4.6，但波动范围也不小。

再以奶酪三明治的照片为例，包装上注明的碳水含量为40克，但 GPT-5.4 估计值平均为74克，其他三个模型为28克，都不正确。

另外，大模型也无法准确识别食物，比如有时会认为奶酪三明治里面夹着一块熟肉。

所以，别用大模型估算食物的碳水含量，也不要让大模型做任何精确的医疗估算，它根本做不到。

微软淘汰短信验证码

很多网站登录时，会给你发一条验证码的短信。

这种做法有风险。首先，攻击者可能会欺骗移动运营商，将你的电话号码绑定到他的 SIM 卡，从而短信都发到他的手机。其次，短信是明文发送，很容易泄漏。

微软公司本周确认，将放弃短信验证码，改用 Passkey、一次性时间码（TOTP）、以及验证过的邮件地址。

其中，Passkey 密钥将是 Windows 11 以后主要的验证方式。

这种做法就是为每个用户生成一对密钥，保存在 Windows 的密码管理器，只有通过面部识别、指纹扫描器或 PIN 码才能唤起私钥验证，安全性非常高。

下面是一篇 Passkey 的介绍文章（英文），侧重于概念，写得言简意赅，可以参考。

亚马逊供应链服务

本月，亚马逊宣布推出"亚马逊供应链服务"（ASCS），把自己的货运、配送、仓储和包裹运输向用户开放。

任何公司现在都可以把自己的商品业务，建立在亚马逊的物流基础设施之上，宝洁、3M 等公司已经开始用了。

这让人想起了2006年，亚马逊开放了自己的网络基础设施，做成 AWS（亚马逊网络服务），直接导致云时代的到来。

现在，它又开放了仓储和物流，会不会改变制造业？

以后，做实物产品越来越简单了，只要把产品设计出来，生产可以外包，物流和销售都可以购买标准化服务。

打字机模型

最近，我看到一个模型玩具，感觉很不错。

这是深圳一家公司推出的19世纪机械打字机模型。买回家后，需要自己拼装。

最有趣的是，拼装好以后，它可以用来打字，但功能比较少，不能切换大小写，只支持大写字母。

它不仅是模型玩具，还可以用来了解打字机原理，在海外市场也引起了关注。

文章

1、GitHub Pages 有域名盗用问题（英文）

如果你的域名指向 GitHub Pages，最好看一下这篇文章，某些情况下，你的二级域名可能会被盗用。

2、JavaScript ShadowRealm API 简介（英文）

ShadowRealm 是一个新的 JS API，允许在单线程环境里面建立多个域，每个域拥有自己的全局对象，独立运行，互不干扰，可以彼此通信。

3、Firefox 配置指南（英文）

作者介绍自己的做法，将 Firefox 配置成一个好用的浏览器。

4、被撤销证书的检查机制（英文）

网站的 HTTPS 证书可能会被证书当局撤销，用户如何知道呢？本文介绍现有的三种检查机制。问题是它们都有缺陷，Chrome 没有采用任何一种。

5、临时性基础设施（英文）

本文提出，大型系统除了绝对需要保持状态的部分（例如数据库、消息队列等），其余部分都应采用无状态的临时性基础设施（比如容器）。

6、微型铝热反应（英文）

铝热反应是指，铝与氧化铁（铁锈）在高温下发生剧烈放热，温度可达2500~3500℃。本文介绍一种引发微型铝热反应的方法：两只生锈的铁球，一只包上铝箔，互相碰撞即可。

工具

1、Abogen

一个跨平台的桌面应用，将 ePub/PDF/text 文件转成有声书。

2、FFmpeg Explorer

通过可视化图形、生成 FFmpeg 命令的网页应用，代码开源。

3、Stock SDK

获取股票行情的开源 JavaScript SDK，纯前端抓取，无需后端服务，实时行情来自腾讯财经/东方财富等公开接口。（@chengzuopeng 投稿）

4、Zephyr

开源的 Mihomo/Clash 跨平台桌面客户端。（@Juwan-Hwang 投稿）

5、DimCut

开源的剪辑软件，将时间轴折叠成多行，并在时间轴上方显示插入的文字，所有处理在本地浏览器完成。（@hughfenghen 投稿）

6、NotchNotes

隐藏在 Macbook 的刘海里面的便签工具，鼠标 Hover 时自动展开。（@oil-oil 投稿）

7、markstream-vue

针对 AI 吐出的流式 markdown 的渲染库，提供 Vue 实现。（@Simon-He95 投稿）

8、彩读｜ColorTxt

跨平台的 TXT 文件桌面阅读器，可以给内容上色，还支持章节识别、空行压缩、行首缩进、语音朗读、AI 阅读助手等功能。（@ssnangua 投稿）

9、Forgejo

Gitea 的一个分叉项目，可以用来搭建自己的 Git 服务器，自带 Web 前端，作为个人的 GitHub 服务。

10、Web Visual Editor

开源的 VS Code 插件，实时编辑预览 HTML 文件。

AI 相关

1、Remove-AI-Watermarks

移除 AI 图片水印的命令行工具，也是一个 Python 软件包，可见水印和不可见水印（比如谷歌的 SynthID）都能移除。

2、AVC（Agent View Controller）

将 AI Agent 终端的确认文字，变成可交互的网页弹窗，可以作为 Agent 的 Skill 使用。（@study8677 投稿）

3、Lucarne

把本地运行的 AI Agent 接到微信 / Telegram，让你离开电脑也能收到进展、审批权限、回复问题、接续会话。（@tuchg 投稿）

4、tokenspeed

每秒生成10个 token，是快是慢？20个呢？这个网站让你在线体验 token 生成速度。

资源

1、高斯泼溅作品集

高斯泼溅（Gaussian Splatting）是一种算法，可以将多张照片合成为 3D 图像。

网站 SuperSplat 提供在线的高斯泼溅处理，可以上传照片进行处理，还能浏览很多合成好的 3D 模型。

大家看作品《草莓》，效果非常好。

2、IP66

免费的 IP 地理位置数据库，可以自由下载，在脚本中调用查询。

图片

1、支撑智利的双手

智利是世界最大的产铜国，近一半的出口为铜，占世界年供应量的比重最高为60%，至今仍有25%。

智利最大的铜生产中心在阿塔卡马沙漠，沙漠入口的小镇有一个雕塑《支撑智利的双手》。

这个雕塑是一双巨大的铜制双手，托举起智利地图，象征此地的铜矿对智利的巨大贡献。

下面是智利沙漠铜矿的照片，可以看到巨大的矿坑和旁边矿石的沉淀池。

2、S 形曲线

有一个经验法则，所有的增长曲线最终都会变成 S 形曲线。

比如，下面是指数式增长曲线。

最终，增长会放缓，变成 S 形曲线。

这是普遍现象，所有增长曲线最终都会变成下面的这样，增长曲线到一定阶段后就会变平。

文摘

1、多面手和专才

自从我成为自由职业、独立接活以后，我一直感受到多面手程序员与专家程序员之间的对立关系。

我发现有一句话很准确："理论上，所有公司都喜欢适应性强、能承担多个岗位的程序员。但实际上，大多数招聘职位更偏向专家。"

这意味着，即使你是多面手程序员，找工作时也必须让自己看上去像专家。

我的问题是，我不觉得自己的技能属于特定类别。我把自己看作一个解决问题的黑客，受好奇心驱动，解决那些自己有兴趣的问题。

什么工具适合解决某个问题，我就学习使用那种工具。

然而，在我独立接活后，将自己说成多面手，就很影响我招揽客户。客户希望听到你说自己是专家，而不是说"我是计算机通才"之类的模糊说法。他们的问题包括：你是前端工程师还是后端工程师？你使用 .NET 还是 Python？你专长于 AWS 还是 Azure？......

我不怪他们......客户面对的是具体的问题，确实很难评估雇佣多面手程序员的价值。

于是，我决定改变沟通策略，说人们想听的话。我对自己的定位变成了，一位专注于系统编程和开源软件的 Rust 专家程序员。我按照这个定位包装自己。

它很快就发挥了作用，让我整年都有工作合同！

2、为什么洗澡或游泳后，手指会起皱？

长时间洗澡或游泳，皮肤会出现皱纹，甚至变色，这是为什么？

你可能不相信，这至今仍然是一个未解之谜，并没有公认的解释。

以前的看法是，这是因为皮肤吸收水分后膨胀，导致肿胀和弯曲。但是上个世纪30年代的研究人员观察到，手指神经受损的人浸水后不会形成皱纹。这说明，皱纹原因与皮肤无关，而与神经系统有关。

现在，科学界的主流解释是，当手和脚与水接触超过几分钟后，皮肤中的汗管就会打开，让水流入皮肤组织。

皮肤增加的水份，会减少皮肤中盐的比例。神经系统就会向大脑发送盐水平降低的信号，进而神经系统就会做出反应，开始收缩血管，减少水的渗入。

血管收缩了，但是最外层的皮肤并没有变小，就会导致外侧的皮肤失去了支撑，就会像泄了气的气球一样，自上而下地下陷，形成皱纹。这就像干了的葡萄起皱一样----它内部失去的体积多于表面积。

这种血管收缩还会导致皮肤变苍白，因为皮下血管的血液减少了。这与你洗热水澡时，血管扩张而导致皮肤变红的情况正好相反。

所以，皮肤起皱是由神经系统引发的。如果神经受损，血管就收不到大脑信号，不会发生收缩，皮肤也就不会起皱。

言论

1、

过去一两年，我一直完全依赖 AI 进行编程，自己一行代码都没写过。

有一天，我自己动手写了一篇文章，没有用 AI，但写完后我忍不住把它复制粘贴到 Claude 里，看看 AI 怎么想，因为我担心文章逻辑混乱、文笔幼稚，或者漏掉了什么内容。这就是大量使用 AI 的后果，它让你滋生自我怀疑，我已经不太相信自己，更相信 AI 了。

-- 《该死的 AI 把我变笨了》

2、

无论工具发展到何种程度，无论它们变得多么强大，它们始终只是工具。它们无法取代我们的理性和价值观，依然由你来选择什么值得去创造。

-- davidabram.dev

3、

我建议放慢速度，给自己一些时间，思考你到底在构建什么，以及为什么要构建。这样你才有机会告诉自己"不，我们不需要这个"。

-- 《放慢速度》

4、

石油行业有一句谚语：一家健康的石油公司由一位地质学家负责，一家成熟的石油公司由一位工程师负责，一家衰落的石油公司由一位会计师负责，一家垂死的石油公司由一位律师负责。

-- Hacker News 读者

往年回顾

Java 三十周年（#350）

三十年，解决人生三大问题（#300）

新技术的最大风险（#250）

低期望，多尝试（#200）

（完）

文档信息

• 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
• 发表日期： 2026年5月22日

封面图

浙江新昌县的"新昌小球中心"，将酒店、商场、体育馆、体育场、户外健身步道都融合在一个建筑里面。（via）

互联网通信的替代方案

某天清晨，你醒来发现互联网断了，怎么办？

我说的是彻底的中断，完全不能运作，整个城市无法上网。这种事件虽然可能性很小，但还是有可能，比如遭遇了自然灾害或战事。

假设一时半会无法恢复通信，那么有没有替代方案？也就是说，我们怎么自己组网。

虽然互联网是无中心结构，搞一个子网并不难，但搞一个大规模子网，能够容纳一群分散的朋友，还是很难的。无论通过何种方式组网----无线路由、电话线、蓝牙或自己拉光纤----难度和成本都不低。

今天，分享一个我所知的最简单组网方案。

1. 覆盖范围达到几十公里，甚至更远。
2. 不需要架设任何线缆，自己发射无线信号。
3. 供电只需要一个移动电源，甚至一节电池。
4. 价格非常便宜，单套设备（发射端+客户端）最多只要几百元人民币。

唯一的缺点是带宽比较小，不能用来浏览网页，更不能看视频，只能发送/接收文本信息。

这个方案叫做 LoRa，或者严格地说，它的通信协议叫做 LoRa，也就是"长距离"（Long Range）的缩写。

LoRa 协议是专为远距离通信而发明的，只需很小的设备和一点点能量，就能向周围发送无线信号，有点像个人的无线电广播。它的编码算法特别强调抗干扰，哪怕信号非常弱，也能还原出来，所以可以远距离接收。

它本身只是一个无线信号的协议，需要自己实现发送/接收设备，完成编码和解码。开源项目 Meshtastic 就做了这件事，规定了软硬件接口，并给出了设备实现。

所以，一切就很简单了。你只要找 Meshtastic 兼容设备，人手一个，就能组一个简单的通信网。它自己会在所有节点之间网状传递消息。

在国内电商网站上，Meshtastic 终端设备一个从几十元到几百元人民币不等。它是开源系统，任何厂商都可以生产兼容设备，官网有一个设备名单可以查看，下面是几种终端设备的样子。

官网也提供各种平台的软件客户端，下面就是手机客户端的界面。

前面说过了，它的终端耗电量很小，只需要充电宝，就能长时间使用（几天到几周），如果配上随身太阳板，可以永久在线。

两个节点之间的传输距离5公里以内没有问题，如果建筑不密集，可以达到10公里～15公里；如果是空旷地带（比如水面），则可以达到几十公里或更远。多节点组网后，消息就能接力传播，那就传得更远了。

综合以上各点，这应该是最简单实用、最便宜的个人组建通信网方案了。它替代不了网页，但可以替代互联网的消息功能。

开源 AI 开发平台 MonkeyCode

大模型公司都有一个网页界面，让你在线使用他们的模型。

今天介绍一个开源项目 MonkeyCode，可以让你自己架设这样的 AI 网页界面（下图），已经有近3000颗星。

它有完整的 AI 编程功能，不需要再用其他工具、搭环境、来回切换，只需要打开浏览器，一句话提交需求。

通过它的 Web 界面，你可以在宿主机里面，新建多个虚拟机，不同的 AI 项目跑在不同的虚拟机。它为虚拟机提供各种系统镜像。

它还支持配置钉钉、飞书、企业微信、Webhook 的消息通知，以及 GitHub、GitLab、Gitee、Gitea 的仓库绑定。

除了自己搭建，它还有免费的云端开发环境，手机和电脑多端都能控制。

云端环境的免费额度是每天2000万 Token，另外提供 GPT 5.5 等多个模型供调用（需要积分）。

逆向验证码

网站的验证码一般用来确认，访问者是真人，不是机器人。

现在，开源的浏览器操作库 Browser-use 提出了逆向验证码的概念。这种验证码阻挡真人，放行 AI 机器人，用于那些只供 AI 使用的 API。

下面是一道数学题，就是逆向验证码。

这样的题目，真人看不懂，自然不可能回答。但是，大模型能够剔除里面的大写字母、随机字符和空格，读懂原始题目：

两列火车在长度为 d 的直线轨道上以速度 v1 和 v2 相向而行。​一只鸟以速度 vb 从一列火车出发，飞到另一列火车上，然后掉头飞回来，如此反复，直到两列火车相遇。这只鸟一共飞了多远？

读懂题目后，大模型就会调用数学公式算出答案，从而通过验证码。

科技动态

1、重新定义鼠标指针

从发明以来，鼠标指针一直表示用户当前操作的位置。

谷歌提出一个新的方案，改变了鼠标指针的含义。

以后，鼠标指针只用来可视化展示 AI 操作的流程，方便用户看到 AI 此刻正在做什么。

这也意味着，用户在 AI 模型下，不再能移动鼠标，要依靠键盘或语音下达操作指令。

2、回收旧铜线

新能源时代需要铜，电动汽车、太阳能发电、风力发电......这些都需要铜做的电线。

最近几年，铜的价格因此一直上涨，连带使得旧铜线的回收，也成了一门大生意。

以前的电话线和网线，都大量使用铜，现在都闲置了，被光纤和手机取代。另外，地下还有很多已经不用的旧电缆，旧空调里面也有很多铜。

如果这些铜都能回收，将是一笔巨大的财富。而且，铜的回收很简单，只要去除外面的保护套，得到的就是纯度很高的铜线。

可以预见，铜的回收将成为城市里面的一个专门行业。

3、送货机器人占据人行道

美国大城市芝加哥，在市区大量使用送货机器人，已经引起了居民抗议。

因为送货机器人走的是人行道，不是马路，妨碍了行人。

一位市民说，"人行道是为人准备的，不是为送货机器人准备的。安静的居民区，出现几十辆甚至上百辆这样的车，将会变成什么样子？"

这确实是一个问题，人类真的喜欢和机器人走在一起吗？你能接受旁边的行人是机器人吗？

文章

1、为什么追踪 ID 必须是128位？（英文）

如果需要为用户生成随机 ID，最好是128位长，否则根据概率论，（大访问量的服务）可能会产生碰撞。

2、AI 应该输出 HTML 格式（英文）

现在的 AI 输出的是 Markdown 格式，本文认为应该输出 HTML 格式，这样 AI 就能插入 SVG 图表、交互式组件、页内导航等，以携带更多信息。

3、我很担心 Bun（英文）

Bun 是一个 JS 运行时，2025年12月被 Anthropic 收购，作者很担心它以后会充满 AI 生成的代码，质量下降。

4、如何保护 SSH 私钥？（英文）

恶意软件越来越多，防不胜防，本文（在后半部分）教你怎么用本机的安全机制保护 SSH 私钥，读取私钥需要指纹或面容识别，这样就不易被窃取。

5、我把22端口开放了54天（英文）

22端口是 SSH 登录端口，会受到各种攻击。作者用一个蜜罐将这个端口开放，看看会发生什么，那些登入系统的黑客又执行了哪些命令。

6、布洛芬与泰诺的区别（英文）

布洛芬与泰诺都是常见的退烧镇痛药，本文介绍了两者的区别。作者提出，只要不超量，泰诺在大多数情况下要好于布洛芬。

工具

1、RethinkDNS

一个开源的 DNS 服务器，可以部署在 Serverless 环境（比如 Cloudflare worker）。

2、Pinta

开源的图像处理软件，PhotoShop 的替代品，支持各种桌面平台。

3、GitForms

这个开源应用可以把表单数据存到 GitHub issue。也就是说，你可以不要后端，通过它收集用户提交的表单数据。

4、gecit

一个安装在本地计算机、伪装网络请求目的地的命令行工具，也就是变造数据包的 SNI（域名）字段。

5、MapPoster Online

开源 Web 应用，将城市地图变成海报。（@ianho7 投稿）

6、boss-agent-cli

BOSS 直聘 + 智联招聘的命令行工具，可以搜索/查看岗位，求职者 + 招聘者两种角色都可以使用，支持接入 AI Agent。（@can4hou6joeng4 投稿）

7、TITAN PLANET

一个挺有创意的项目，本身是一个 JavaScript 后端框架，但可以编译成单个 Rust 二进制包，从而大大提高执行速度。

8、qjp

一个命令行的 JSON 互动查询器，打开 JSON 文件，它会显示所有一级项目，你可以选择要某一项，进行树状展开。

9、tinypdf

一个极小化的 JS 库，用来生成 PDF 文件，只有 3KB。

10、edge-tts

一个 Python 包，使用微软的在线语音服务，将文本转成语音。

AI 相关

1、FeedFuse

一个加入 AI 功能的 RSS web 阅读器，自动抓取全文，提供 AI 摘要和翻译。（@BryanHoo 投稿）

2、IBus LLM Pinyin Input

基于 IBus 的 AI 拼音输入法，由大模型根据用户输入，给出中文候选词。（@volsifly 投稿）

3、kooky

专为 AI coding 优化的极简 macOS 终端，可以一键启动 Claude Code/Codex 等各种agent，分屏运行和显示状态。（@iAmCorey 投稿）

资源

1、taken.

这个网站可以查看，你的网页请求包含多少个人信息。

2、DataCenter.fm

一个背景音生成器，模拟机房运行的声音。

3、MathNet

麻省理工学院维护的一个网站，收集了3万多道数学题。

4、用户体验法则

这个网站收集各种用户体验（UX）法则，比如米勒法则：普通人一次能记住7个项目（变动范围为5～9）"。

图片

1、卫星污染

地球上空的卫星越来越多，严重影响了天文观察，因为卫星会反射光，导致看不清其他天体。

下面是天文学家用长曝光拍摄彗星，结果拍到的都是卫星。

因为卫星在移动，所以长曝光出来就是网格状的线条。你还能在上图中找到彗星吗？

随着卫星通信的发展，卫星将会指数式增长，天文学家已经建议把望远镜建到月球背面。

文摘

1、太空咖啡机

美国宇航员入驻国际空间站后，喝热咖啡很困难。美国宇航局于是就向一家意大利公司订购一台可以在太空使用的咖啡机。

这家意大利公司很快发现，这项任务非常困难。

咖啡机的每一个环节都需要重新设计，确保不能危及宇航员和太空站的安全：它不能破坏电力系统、不能干扰无线电通讯、不能泄漏沸水、不能起火、不能发出刺眼的强光、不能导致人员触电、不能过热、不能发出巨响、不能释放有害气体、不能散发异味。

尤其困难的是下面几点。

（1）咖啡机必须能够承受物理冲击，主要是火箭发射期间的加速度。

（2）空间站没有空气对流，咖啡机必须有单独的散热系统，防止过热起火。

（3）太空是零重力环境，咖啡机不能有液体溢出，不能让沸水雾汽弥漫整个舱室。

（4）咖啡机不能有尖锐边缘，防止割伤宇航员。

经过反复论证、实验、测试，这台太空咖啡机终于造出来了，并于2015年运送到了国际空间站。

在地球上，一台基本功能的咖啡机大约售价150美元，重3.5公斤，而太空咖啡机重达20公斤，成本可能高达数百万美元。

它制作出来的咖啡是一包包软饮料，靠挤压饮用。

2、别相信"不使用 AI 的人会落后"

有些人说："不使用 AI 的人将会被时代抛弃。" 我很讨厌这种说法，因为我非常肯定，实际情况恰恰相反。

依赖 AI 的人终将被时代抛弃。他们会忘记如何思考，如何写作，如何进行简单可靠的搜索，如何分辨事实与虚构......

他们会忘记如何学习，我觉得这才是最让我难过的地方，学习本身是多么美好的事情啊。

如果你相信 AI 能比你做得更好，你要做的不是把所有事情都委托给 AI，而是努力变得更强，在那些 AI 无法做到的事情上面。

言论

1、

全世界每年售出15亿部智能手机，其中大部分的使用时间不到两年，然后就被丢弃或闲置。

这是计算资源的巨大浪费。现代智能手机的配置越来越高，完全可以用来提升全球计算能力。

-- 《废旧智能手机再利用》

2、

未来的编程语言，不会是你最容易掌握的语言，而是 AI 最容易掌握的语言。

-- @RealRichomie

3、

创造力是否随着年龄增长而衰退？

一项美国的研究提出，创造力分成两种：关联性创新能力往往随着年龄增长而增强，而颠覆性创新能力则会下降。

--《科学进步总是以葬礼为代价》

4、

大模型是对训练数据的有损压缩，而训练数据又是对真实世界的有损采样。

当 AI 生成输出时，则需要填补压缩过程中丢失的信息，将其膨胀成文章、图片、软件、视频等等。

-- 《膨胀神器》

往年回顾

神经网络算法的发明者（#349）

AI 的关键是语料（#299）

最成功的软件企业家（#249）

俄罗斯的 HTTPS 证书问题（#199）

（完）

文档信息

• 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
• 发表日期： 2026年5月15日

封面图

即将在今年完工的深圳自然博物馆，它的形状模拟了一条弯曲的河流。（via）

软件开发的第三种方式

有一本很著名的软件开发著作，叫做《大教堂与集市》，大家了解吗？

它提出软件开发有两种方式。

一种方式是大教堂（Cathedral），即软件经过精心规划，由一支专业的团队封闭式开发管理，全过程有严格的流程和管控，代码通常是闭源的。

另一种方式是集市（bazaar），即软件开发是开放的，没有围墙，任何人都可以加入，决策过程是透明的、由社区驱动，代码开源。

这种比喻将软件行业一分为二，非常精辟，自从初次提出，已经过去了近30年，一直得到大家的认可。

但是最近，有人提出，这两种方式已经不足以概括现状，软件开发现在出现了第三种方式：神秘屋。

"神秘屋"是一幢真实存在的大宅，就位于美国加州，19世纪末由一个老太太建造。

这个老太太非常非常有钱，没有其他爱好，就喜欢建筑学。她拿自己家当作实验品，一个房间接一个房间地建造，都由她说了算，亲自设计，亲自监工。

整幢楼没有整体规划，怎么想就怎么造，房间 A 是维多利亚式，房间 B 是罗马式，房间 C 是哥特式，都由老太太决定。有时候，房间造到一半，老太太不满意了，就拆掉重建。

所以，整个建筑像迷宫一样，每个房间的风格都不一样。根据当年的记录，重建次数最多的房间一共拆毁重建了16次。为了省事，一些房间的窗户和门重建时也没拆掉，而是直接砌进了墙里。

整幢楼在不同时期加盖了多层，最高达到五层，大约有160个房间、2000扇门、10000扇窗户、47个楼梯、47个壁炉、13个浴室和6个厨房。

1922年，老太太去世后，它对外开放，人们将其称为"神秘屋"。

如今，很多程序员就是这个老太太。

他用 AI 开发软件，自己提出需求，想要什么就让 AI 开发什么，既没有需求审查，也没有代码测试，充分满足自己的个性。

最终开发出来的软件，就是高度个性化，规模庞大，不断扩张，代码层层累加，几乎没有精简和优化，充满了修复 bug 的补丁。而且，它通常缺乏文档，对外人来说晦涩难懂，就像"神秘屋"一样。

但是，这种开发过程充满了乐趣，会让开发者自我陶醉，乐在其中。

随着 AI 模型越来越强，"神秘屋"式软件正在不断涌现，搞不好以后会成为主流，取代大教堂和集市。大部分软件，尤其是个人和小团队开发的软件，可能都是以这种方式开发出来的。

大模型流行度排行榜

现在的大模型排行榜，都是衡量大模型的能力。有人想出了一种方法，可以衡量大模型的人气。

具体来说，就是每天抓取"黑客新闻"热度最高的200个主题，筛选出编程和 AI 相关的主题，再根据每个主题下面的留言，看看讨论最多、评价最好的模型是什么。

黑客新闻是著名的程序员社区，每天有大量程序员和工程师访问并留言。因此，它具有代表性，提及次数最多、好评率最高的模型，就是最流行的模型。

这个项目的网站是 HN SOTA，每天都会更新排行榜。

本周前三名的模型依次是 Claude Opus 4.7、GPT 5.5、Claude Sonnet。

国产模型 Kimi K2.6、DeepSeek V4、Qwen 3.6、GLM 5.1 都进入了前十名。

科技动态

1、陪伴式机器狗

扫地机器人的发明者是美国 iRobot 公司创始人科林·安格尔（Colin Angle），他退休后继续研究机器人。

最近，他的公司推出了一个主要用来陪伴的机器狗。

它的最大特点就是，看起来不像机器，更像毛绒玩具，可以跟随行走，也可以跟你互动。

以现在的技术，已经能做出可以乱真的机器狗。也许人们以后更愿意养机器狗，而不是真的狗，因为机器狗能陪伴你，但不会咬人和吠叫，也不需要遛狗。

2、前大灯投影仪

华为推出了一种新技术，把投影仪放进轿车的前大灯。

停车后，就可以打开车灯，在前面的墙壁或幕布上投影播放视频。

这项发明很实用，适合开车野营，或者车库看视频。

需要注意的是，因为投影仪的亮度太高，行驶时不能打开，避免干扰对向驾驶员，只能停车后打开。

3、AI 预检

AI 能不能代替医生看病？这是有争议的。

虽然 AI 的水平可能高于一部分医生，但是为了对病人负责，目前一般都不允许使用 AI 开处方，只有医生才能开处方。

哈佛大学做了一个试验，另外为 AI 找到了一个很有效的医院岗位：门诊预检。

很多病人不知道自己是什么病，应该看什么科，需要在门诊入口处进行预检，确定科室。

实验发现，AI 根据病人的症状，进行初步诊断和分配科室的准确率高于真人医生。AI 对于67%的病例做出了基本准确的诊断，优于医生的50%-55%。

因此 AI 可以这样用于医院：在门诊入口，病人由 AI 预检，生成初步诊断，再由医生详细问诊和检查，最后给出处方。

4、自动驾驶的注入攻击

AI 模型有注入攻击，黑客会注入有毒的提示词。令人意想不到的是，自动驾驶也有注入攻击。

加州大学的研究人员做了一个实验。

研究人员在道路中央，依次举起三块牌子，上面用大字写着"前进"，看看自动驾驶的车辆会不会注意这块牌子。

在三次实验中，前两块牌子没有起作用，车辆看到路中间有人，就自动停下了。但是，最后一块牌子生效了，自动驾驶车辆根据上面的指令，朝着举牌子的人继续前进。

这表明，自动驾驶系统也有注入攻击的风险，系统必须区分哪些道路标识是有效的，哪些是恶意注入。

文章

1、我为苹果手表开发地图（英文）

作者记录了自己开发手表地图的过程，设计一个适配手表的 UI 很不易。

2、GPT Image 2 与 Nano Banana 2 的比较（英文）

两款目前最强的图像模型的比较，谁更好一点。

3、Chrome 会静默安装一个 4GB 的 AI 模型（英文）

有人发现，Chrome 浏览器会在用户不知觉的情况下，下载一个 4GB 的 AI 模型文件 weights.bin。删掉了，它还会重新下载。

4、MacBook Neo 深度解析（英文）

苹果2026年发布的 MacBook Neo 是一款低端笔记本电脑，只有 8GB 内存，本文分析为什么它是一款出色的产品。

5、视口驱动的 CSS 动画（英文）

CSS 动画一般都是基于时间，最新的 Animation Timeline API 可以改成基于视口，即根据元素在视口中移动的百分比来触发动画。

6、天空为何是蓝色的（英文）

本文通俗解释了，跟天空颜色相关的一系列问题：为何天空是蓝色，日落时却是红色，为何云是白色的，为何火星天空是红色的，火星日落是蓝色的。

工具

1、auge

基于 macOS 系统内置视觉框架 Apple Vision 的命令行工具，可以在命令行完成图像的视觉分析。

2、BleachBit

著名的跨平台桌面应用，用来清理各种浏览器的垃圾文件。

3、Cicada

一个网页白板，不需要服务器，只是单个 13KB 的 HTML 文件，没有任何依赖，绘制的图形保存在 URL 里面。（@Bennet7291 投稿）

4、ASS Subsetter

ASS 字幕字体嵌入的网页工具，可以减少字幕文件的体积。（@mtsubs 投稿）

5、Infinitum

开源的 RSS 服务器，需要自己架设，支持正文补取、AI 分析、事件归组等功能，自带前端阅读器。（@shawnxie94 投稿）

6、tunnix

加密的 SOCKS5/HTTP 隧道，需要安装服务器端和本地命令行客户端。（@aeroxy 投稿）

7、curve-arrow

弧形箭头的 SVG 格式生成器。（@YYsuni 投稿）

8、LynxDB

单个二进制文件的日志分析引擎，可以设定各种条件，从多种服务器日志提取信息。（@OrlovEvgeny 投稿）

9、Chrome DevTools CLI

一个 Rust 命令行工具，通过 DevTools 协议连接到系列里的 Chrome 浏览器，进行网页操作，默认自动连接，可供 AI Agent 调用。（@aeroxy 投稿）

10、LaunchNext

macOS 的新版移除了 Launchpad，新的界面很难用，这是它的开源替代品。（@meichiny 投稿）

AI 相关

1、SpineDigest

一个命令行工具，将较长的电子书通过 AI 变成较短的电子书。（@BlackHole1 投稿）

2、Privacy Filter Online

在线的文本隐私检测和脱敏工具，基于 OpenAI 的本地模型 Privacy Filter。（@airyland 投稿）

3、OpenClip

开源的 Web 服务，通过 AI 自动从 Bilibili/YouTube 下载视频，提取其中精彩时刻。（@linzzzzzz 投稿）

4、Readme.skill

一个 Skill 文件，统计你在 Claude Code 或 Codex 里面的活动，参考统计报告。（@study8677 投稿）

5、gpt-image2-ppt-skills

一个使用 GPT Images 2 模型（需要 API Key）生成 PPT 的 Skill，提供10套幻灯片模板。（@JuneYaooo 投稿）

资源

1、大模型运行原理（英文）

大模型原理的长篇讲解，带有可互动的图形解释，针对初学者，基于 Andrej Karpathy 的技术深度分析文章。

2、现代 C++ 编程（Modern C++ Programming）

开源英文教程，通过详细的 PPT，帮助学过 C 语言的程序员掌握 C++。

图片

1、阿尔忒弥斯二号照片集

今年4月，美国发射阿尔忒弥斯二号飞船，运送4名宇航员绕月飞行。这个网站收集了本次飞行的300多张照片。

上图是4月1日人们欢送宇航员进入发射台。

上图就是阿尔忒弥斯二号，中间是火箭主体（包含底部四个发动机），两侧是两个推进器，每个高54米，顶部就是宇航员乘坐的猎户座飞船。

上图是发射两分钟后，两枚助推火箭开始分离，它们下面的那个光点就是猎户座飞船。

2、66号公路邮票

66号公路是美国最著名的一条公路，穿过16个州的重要路段，沿途有许多餐馆、加油站和汽车旅馆，还有开阔的景色和视野。

它开通于1926年，从早期大萧条的避难所，到二战期间的物资补给线，再到20世纪中期人们汽车旅行的路线，见证了无数岁月的变迁，成为美国的时光胶囊。

今年是它开通100周年纪念，美国邮政局发行了一套8张的邮票，非常有特色。

文摘

1、保护你的棚屋

公司的项目是摩天大楼，你的个人兴趣项目是小棚屋。

那些只会建造摩天大楼的工程师，最终将精疲力竭。遇到的问题变得重复，开发过程变得令人窒息，创造力的火花开始熄灭。你开发的原因，不再是因为你想建造，而是因为商业要求。

你要保护好你的个人项目，那里是你的好奇心所在，是你进行实验的地方，也是你定义自己为创造者而非仅仅是雇员的地方。

公司会教会你怎么写经得起时间考验的代码，但只有你的个人项目，才能确保你始终保持对代码的热情。

2、工作时把门打开

我上班路上，有一家木工坊，老板总是把门敞开着。

我每天骑车经过那扇门，往里窥视，看到他摆放的各种工具，以及他为承接的订单而堆放的木板，这真令人愉悦。这一切默默地传递一个信息：这里正常运作。

在互联网上，每个人就好像这家木工坊。如果你不说话，就是工厂关着门，没人知道你的存在，你就消失了。只有看到你说话，人们才知道你在正常活动，是开着门的工厂。

由此推论：在互联网上，最容易被注意到的是那些不停说话的人。

言论

1、

门罗币的挖矿与比特币完全不同，它的设计思路是，尽量让所有人都能参与挖矿，防止那些拥有矿机的人占优势。

它的挖矿程序会模拟一个通用 CPU，使得矿机的专用 CPU 失效，也就是说它的挖矿只适合家用电脑的普通 CPU。

-- 《门罗币的工作量证明机制》

2、

以后没有初级工程师了，机器能做他们现在做的事，而且更便宜。但是，初级工程师的价值不在于他们能做的事，而在于他们未来会成为什么样的人。也许几年后，我们会纳闷，那些高级工程师都去哪儿了？

-- stvn.sh

3、

AI 加速了编码，创业公司现在面临的主要挑战是产品管理。

如果原型开发只需要一天，而推广和用户反馈需要一周，团队就只能依赖直觉来更快地做出决策。

-- 吴恩达，著名 AI 计算机科学家

4、

你的职业规划就是三步：（1）让自己擅长某事，（2）设法从中赚钱，（3）尽可能久地做下去。

-- 《我如何进入游戏行业》

往年回顾

李飞飞，从移民到 AI 明星（#348）

轮到硬件工程师吃香了（#298）

不要夸大 ChatGPT（#248）

美国制造是否可能（#198）

（完）

文档信息

• 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
• 发表日期： 2026年5月 8日

封面图

我见过的最酷广告牌，只有一行命令，推广一个 AI 工具包。普通人看不懂也没关系，反正不是给他们用的。（via）

第二次 API 开放浪潮

如果你在互联网行业足够久，大概会记得，以前有过一次 API 开放的浪潮。

那是15年前的2011年，云服务刚兴起不久，各种平台纷纷开放自己的 API。

那时，Facebook 和 Twitter 都发布了自己的 API，开放了平台数据。GitHub 的 API 设计简直是艺术品，几乎可以获得任何想要的功能。

平台的想法是，开放的 API 有助于用户和第三方加入，来开发各种插件和扩展程序，从而推动平台的增长，提高用户留存率和满意度。

那时还有一个叫做 ProgrammableWeb 的网站（现已关闭），它的名字就代表了当时人们的信念：互联网可以通过 API 编程，把各种平台的数据连接在一起。

但是，事情的发展跟预想完全相反。

平台发现，API 很难盈利，因为无法插入广告，而且自家的数据会帮助其他公司的生意，造成用户流失。

于是，它们纷纷改变做法，限制和关闭 API，不再分享数据，将用户留在自家的"围墙花园"。

如今，Facebook 和 Twitter 的 API 已经形同虚设，第三方客户端遭到彻底禁用。GitHub 虽然还保持开放的 API，但也采取了管控，增加了身份验证和速率限制，要想构建全功能的第三方应用也很困难。

正当人们觉得这将是常态，转变出现了。

就在2025年的下半年，大模型达到了临界点，变得真正强大，可用于生产环境了。

人们很快意识到，如果大模型只会思考，不能执行代码，用处就不大。AI 的最大价值不是内容生成，而是内容生成 + 自动化，这样才能最大限度解放人力、创造价值。AI 自动化，自己执行代码的典型代表就是"龙虾"（OpenClaw）。

自动化意味着 AI 必须能够调用其他平台，进而意味着，其他平台必须先开放自己的 API。

突然之间，API 不再是累赘，而是接入 AI 的必须条件。没有 API，你的平台就进入不了 AI 工作流，各种 Agent 也就不能代表用户在你的平台上工作。

同样两个平台，一家有 API，另一家没有，后者就很可能被市场放弃，因为大模型无法接入它，也就无法对它自动化，AI 用户只能转向它的竞品。

平台意识到了，谁尽快开放 API，谁就抢占了先机。所以，强如腾讯也会在龙虾爆红后，以最快的速度开放了微信接口，让龙虾可以向微信发消息。

腾讯也害怕，在龙虾的世界里没有自己的一席之地。其他平台就更不用说了，抢着通过 MCP 和 Skill 开放自家的操作接口。

这表明，第二次 API 开放浪潮正在到来。这一次将比上一次开放得更彻底，更易用。

（1）这次开放的不仅是云服务，还有很多日常生活服务：外卖、电商、银行......甚至还有很多原本根本不会有 API 的服务，比如餐馆和球馆的预订。

（2）这次的 API 不需要手动编程，你只需使用自然语言，由大模型翻译后调用。

（3）这次的 API 是消费者通过 AI 调用，使用目的是代表用户行事。以前 API 是由应用程序调用，使用目的是获取数据。

机器人半马

上周末，北京亦庄举行了第二次人形机器人的半马比赛。

超过100个人形机器人参加比赛，看谁最快跑完21.0975公里。最终，冠军成绩是50分26秒，超过了人类最快的选手（半马的人类世界纪录是1小时02分52秒）。

根据网友拍摄的现场视频，机器人跑到一定距离就要进入补给站，由工作人员更换电池，并加入冰块（或者干冰）防止过热。

这就是说，机器人的内置电池支持不了一小时的运行时间。

宇树公开发售的 H2 人形机器人，续航时间是3小时。在长跑这种剧烈运动时，续航应该会大打折扣。而且，功率相同时，体重较轻的机器人在赛跑中有优势，也就意味着不能多携带电池。

这样看上去，人形机器人目前的实用性还是很有限。不插电时，一到两个小时就要充电，那样的话，很多事情就不适合做了。

GPT Images 2.0

本周，OpenAI 发布 GPT Image 2.0 模型，据说是目前最强的图像模型，性能超过了谷歌的 Nano Banana 2 Pro。

根据 OpenAI 的介绍，它的文字渲染有较大进步，很好地支持汉字，可以生成复杂的解释性图片。

大家可以去 ChatGPT.com 免费试用。

我做了一个比较，生成一张小狗在古镇屋檐下午睡的图片。这是 GPT Images 1 的结果。

这是 GPT Images 2.0 的结果。

我还看到一个有趣的项目 Flipbook。它是一个解释性图片浏览器，用户输入一个主题，它会自动生成详细解释的图片。

上图是输入"汽水"生成的解释图片，点击局部，还能生成进一步的解释。

网上已经有收集提示词的 Awesome 仓库（@DophinL 投稿），大家可以看看别人的优秀例子。

另有一个同类的提示词仓库（@ZeroLu 投稿）。

AI 是扩展神器

AI 有一个特点，不仅能够压缩信息，更善于扩展信息。它会推断出模糊不清的部分，更能生成缺失的部分，填补上看似合理的细节。

这意味着，AI 是扩展神器。有人设想了这样的场景：

• 公司 CEO 开会时口述了一个设想。
• AI 将其扩展成一份战略文件。
• AI 将战略文件转化为产品规格。
• AI 用氛围编程生成代码原型。
• AI 根据代码原型，撰写出发布文案和公关稿。

看到了吗，AI 可以把脑子里的一个想法，不断扩展出文档、代码、产品、发布会、就业......

人们总是说，将来的世界是物质产品极大丰富的世界，AI 看上去就是这一类工具：凡是它能生成的东西，都将变得极大丰富。

小轿车的车载厕所

赛力斯申请了一个小轿车的"车载厕所"专利。

座椅装在一个滑轨上，向后滑动就会露出下方的坐便器。

这个马桶配备了加热元件，用于蒸发尿液并烘干其他污物，但还是需要定期手动清空。同时，车内配备风扇和排气管，用于换气。

这个装置对于小轿车，使用场景有限，只适合高速公路大堵车的情况。但是，对于跑长途的大货车，倒是很实用。

文章

1、不要使用 Ollama（英文）

Ollama 是一个运行本地大模型的工具，本文提出它有诸多问题，建议改用 llama.cpp 和 LM Studio。

2、npmx 的功能（英文）

有人为 npmjs.com 做了一个新的前端 npmx.dev，解决了很多开发者要求已久的功能。

3、不要过长的链式调用（英文）

JavaScript 语言可以写出很长的链式调用（上图），有些程序员很喜欢用。本文提出链式调用有一些缺点，不宜过长。

4、异步编程技术的演变和实际成果（英文）

一篇概述，介绍异步编程的由来，如何发展出 async/await 这种普遍接受的解法，以及存在的问题，写得比较深入。

5、被动雷达的工作原理（英文）

雷达可以主动发射电波侦测飞行物，也可以不发射电波，只监听电波变化，这就叫被动雷达。

工具

1、Little Snitch for Linux

著名的网络通信监控软件 Little Snitch，终于推出了 Linux 版，可以用它看到每个应用跟什么网址通信。

2、quien

查询域名信息的终端工具，提供清晰易用的界面。

3、ggsql

可以生成图形的 SQL 查询工具，直接查询数据库，将结果表示成可视化图形，参见介绍文章。

4、Himi Recorder

开源的 Mac 录屏应用，可以绕过录屏检测机制，让被录制的应用无法感知正在被录屏。（@jrainlau 投稿）

5、Tab Harbor

开源的 Chrome 插件，把新打开的标签主页变成标签管理器。（@V-IOLE-T 投稿）

另有一个类似插件 Tab Out。（@Acorn2 投稿）

6、animal-island-ui

《动物森友会》风格的 React UI 组件库。（@guokaigdg 投稿）

7、CUPS Web

网页版打印机管理工具，通过浏览器远程控制打印机，支持多用户、打印记录追踪等功能。（@hanxi 投稿）

8、Blog Helper

开源的访客统计服务，提供 PV/UV 统计、热门文章、趋势图等，一个实例服务多个站点。（@thinkycx 投稿）

9、HiKid

帮助小朋友练习英语口语和听力的桌面应用，完全免费，目前仅支持 macOS。（@Hao4Wang 投稿）

10、Kite Desktop

桌面端的 K8S 多集群管理工具。（@eryajf 投稿）

11、Project River

Git 仓库提交历史的可视化河流图，支持多项目对比、贡献者信息等特性，在线体验。（@Lionad-Morotar 投稿）

AI 相关

1、OpenAI Privacy Filter

如何才能避免把敏感信息（比如姓名、地址、电话、密码）发给大模型？

OpenAI 给出了答案：Privacy Filter。这是一个本地运行的大模型，它先处理后再发给线上大模型。

比如，原文是"产品发布日期是2026年9月18日"，处理后就是"产品发布日期是[PRIVATE_DATE]"，参见介绍文章。

2、LinkAI Gateway

开源的 AI 网关，可以接入主流大模型，然后对外提供统一的 API（OpenAI 兼容）和管理后台。（@star7th 投稿）

3、Nezha（哪吒）

开源的 AI 编程任务管理器，快速切换多任务管理，集成了原生终端、会话管理、代码编辑、Git 等功能，大小不到 10MB。（@hanshuaikang 投稿）

4、WatermarkZero

Gemini 生成图片的可见水印去除工具，图片不需要上传到服务器，直接在本地浏览器处理。（@liuyan-wjy 投稿）

5、mini-cc

开源的 AI 编程 Agent，作用类似于 Claude Code，采用多语言架构，目前已完成 TypeScript 实现。（@RainyNight9 投稿）

资源

1、The Listening Museum

一个有意思的网站，收集键盘打字的声音。你可以先听一下某种键盘的打字声，再确定是否购买它。

2、软件工程定律

这个网站收集各种软件相关的定律，目前有56条。

比如，"帕金森定律"（Parkinson's Law）：工作量总是会增加，直至填满所有可用时间。推论就是，不管设置多长的开发时间，项目开发总是会做到最后一刻。

图片

1、5x5 像素的英文字体

最小的英文字体有多小？

1x1 像素（宽1像素，高1像素）就是一个点，当然不可能；2x2 像素也不可能；3x3 像素理论上可以，实际上无法阅读；4x4 像素难以绘制一些多笔画的字符，比如 E、M、W。

因此，英文字体最小就是 5x5 像素，就是下面的效果。

上面字体中，大多数小写字母比大写字母小一个像素，从而使两者可以在视觉上区分。

整个字体仅占用350字节的内存，所以很适合老式设备或低端设备，即使只有 16kB 内存的8位微控制器，也能完成字体渲染。

另外，它的每个字符只需要25个像素就能显示，而即使 384x288 显示屏也有11万像素。

除了 5x5 字体，还有 3x5 字体（宽3像素，高5像素）和 4x5 字体（宽4像素，高5像素），但是它们的辨识效果都不好（下图）。

2、里海石油城

里海是世界最大湖泊，面积相当于云南省。

上个世纪中期，里海发现了石油。当时的苏联就开始在湖面上建设石油平台，距离岸边有60英里，乘坐6个小时的渡轮才能到达。

最多的时候，共有约320个生产基地，包含2,000口井，通过100多英里的桥梁连接起来。

那时，5000多人生活在这些平台上，形成了一个难以置信的水上城市，所有住宅楼都是建在水上。

随着油田的枯竭和油价的波动，这座石油城的产量已经大幅下降，人们大多离开，整个平台年久失修，垮塌就是时间问题。

言论

1、

美国鞋类生产商 Allbirds 宣布转型为 AI 公司，股价一天暴涨了5倍。

这让人想起2017年，美国一家名为"长岛冰茶"的饮料企业，宣布转型为区块链公司，卖柠檬茶的同时，探索区块链的投资机会，股价也是暴涨。后来，它的区块链业务还没建立好，就破产了。

-- 雅虎

2、

Figma 拥有近 2000 名员工（当然并非所有员工都从事产品开发），而 Anthropic 新推出的 Claude Design 的开发团队，我甚至怀疑是否超过10个人。

-- 《Figma 的困境》，本文评论 Claude Design 对 Figma 造成重大打击，在 AI 的开发速度和开发成本面前，传统软件不堪一击。

3、

我对未来世界的憧憬是，她或许不那样充满未来感，反而更像田园牧歌。我们可以回归传统的生活形态，同时又不放弃新技术带来的便利，几乎无需再去看屏幕或触碰屏幕。

-- jsomers.net

4、

每一种文化都会造就反映其最深层焦虑的英雄。

硅谷最焦虑的，就是增长停滞，无法创造出大受市场欢迎的新产品，所以大肆宣传"英雄开发者"：他们能在午夜发布新功能，凭借着咖啡因带来的强大意志力，将白板上的涂鸦变成价值数十亿美元的独角兽企业。

-- 《古典维护者的挽歌》

往年回顾

冷启动的破解之道（#347）

饮水鸟玩具（#297）

扎克伯格的裁员信（#247）

如果这个世界有快乐机（#197）

（完）

文档信息

• 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
• 发表日期： 2026年4月24日