2025-10-24 08:18:03
这里记录每周值得分享的科技内容,周五发布。
本杂志开源,欢迎投稿。另有《谁在招人》服务,发布程序员招聘信息。合作请邮件联系([email protected])。

北京门头沟区的千年古刹灵岳寺,从1979年开始关闭,直到这个月修缮完成,对外开放。修缮过程中,在墙上留了一个观察窗,展示原始的唐代和辽代的砖块。(visuals_china@instagram)
程序员一般都使用代码高亮,就是代码有不同的颜色(下图),方便阅读。

问题就来了,什么样的颜色组合,最适合阅读代码?
大多数的人大概跟我一样,就挑自己觉得好看的。比如下图五颜六色的,我觉得很悦目。

不久前,我读到一篇文章,作者说:错了,好看的颜色未必适合阅读代码。
正确的代码高亮,应该让你一眼注意到最重要的代码信息。太多的颜色,只会让人眼花缭乱,找不到重点。
他提出代码高亮的五条原则。
(1)最多使用4种颜色,再多的颜色会分散注意力。
(2)变量、函数和类的定义最重要,一般来说,它们是代码的最关键部分,所以定义时的变量名、函数名、类名应该高亮显示。
(3)注释也很重要,往往是关键信息,或者是作者希望别人阅读的信息,所以要高亮显示。很多配色方案将注释变灰,这是不对的。
(4)常量和函数嵌套(即括号)也是重要信息,需要高亮显示。
(5)其他代码不必高亮,包括变量读取、函数调用、关键字(class、function、if、else 等等),因为它们无所不在,你很少会去寻找它们。
这五条原则,你认同吗?
如果认同的话,你可以试试看作者设计的配色方案 Alabaster。
下面就是这个方案的高亮效果。

作为对比,再看看前面那个"好看"配色的高亮效果。

你觉得,哪一种效果好,是否突出了代码的关键信息?
如果同时使用多家公司的大模型,大家怎么解决,每家的 API 都买?
今天介绍一个我正在使用的"AI 网关",可以一个接口调用50多个主流模型。它就是七牛云 AI 大模型推理平台"。

常用的主流模型,它基本都提供了(比如国外的 OpenAI、Gemini、Claude,国内的 DeepSeek、千问、豆包、智谱、Kimi)。模型广场(上图)列出了部分模型,完整列表需要查询 API。
七牛云是老牌的云服务商,成立15年了,还是上市公司,相当靠谱。它的稳定性和服务质量,可以放心,遇到问题不会找不到人。
用它的"统一接口",有几个显著优点。(1)使用方便,开通和付费都是人民币,不需要海外信用卡;(2)接入简单,各种的 AI 客户端、IDE、命令行、MCP 都可以接入,支持 OpenAI/Claude 两种 API 格式,鉴权与计费都是统一的;(3)低延迟 + 高吞吐,使用 AIPerf 测它调用谷歌模型,平均响应时间是700多毫秒,平均吞吐量是 184.6 Token/s;(4)高阈值,普通用户的上限是每分钟500个请求,每分钟令牌数500万,一般情况下足够了。
目前,它的"新用户推广活动"还没结束。新用户有免费的 300万 Token,如果你再邀请一位好友来使用,你会再得到 500万 Token,好友则得到 1000万 Token。
总结就是一句话,如果你使用我的推广链接去注册(下图),你会得到免费的 300万 + 1000万 Token。然后,你生成自己的推广链接,每邀请一位好友,就再多 500万 Token。

1、本周,一架美国的波音 737 Max 客机在11000米高空,遭到不明物体的撞击,挡风玻璃砸碎了,碎玻璃把机长的手臂划破了很多口子。

这样的高度不可能是鸟,而且由于挡风玻璃有高温烧焦的痕迹,也不可能是冰雹,只可能是陨石或太空垃圾。

如果确定是太空垃圾,它将是史上第一架被太空垃圾砸中的飞机。
([更新] 最新消息是,这架飞机可能撞上了高空气象气球。这应该也是史上第一例飞机撞气球。)
2、一家中国轮胎公司在吉林长春,制造了世界最大轮胎。

该轮胎直径超过4米,重量超过6吨,用于大型露天矿车。
3、世界哪个国家没有蚊子?
以前,唯一没有蚊子的国家是冰岛。但是本周,冰岛一个农民在自家农场发现了三只活着的蚊子。

世界每一个国家从此都有蚊子。
冰岛政府认为,这些蚊子是随飞机或轮船来到冰岛。但深层的原因是,全球变暖导致蚊子可以在高纬度地区生存和繁衍。
4、日本三重大学的研究发现,日本的夏天比42年前的1982年,长了三周。

这就是气候变化,夏季越来越长,且温度越来越高,冬季长度基本不变,春季和秋季显著缩短,只有一两周。
5、X 公司(前身为推特)正式推出用户名市场,用户可以在那里购买回收的用户名。

平台的政策是,用户一段时间(比如6个月)没有登录,它就可以回收用户名。至于怎么处理这些用户名,各平台的政策不一样。
X 是业内第一家公开出售用户名的平台,某些稀有用户名(比如@one、@fly、@compute)的价格从2500美元一直到100万美元。
这件事情再次提醒我们,你的用户名不属于你,属于平台。平台只是暂时借给你使用,随时可以回收用户名。
1、TypeScript 类似于 C#(英文)

这篇文章提出 TypeScript 的语法很像 C#,因为它们的设计者就是同一个人。
所以,当 TypeScript 需要提高性能时,可以考虑将代码转为 C#,现在 C# 也是跨平台的。
2、如何将网页动画压缩到每帧16.67毫秒(英文)

显示器的刷新率一般是每秒60帧,为了让动画流畅,每帧的渲染时间最好不超过16.67毫秒。本文介绍一个 CSS 知识点,可以提高网页动画性能。
3、从 HTTP 轮询到 MQTT:我们在 AWS IoT Core 的架构演进(中文)

作者公司的物联网项目,最早采用 HTTP 轮询,后来改成了 MQTT 协议,采用 AWS IoT Core 云服务。(@Konata9 投稿)
4、为什么 NetNewsWire 不是一个 Web 应用(英文)

NetNewsWire 是一个桌面的 RSS 阅读器,总是有人要求作者,将其改成 Web 应用。本文是作者解释为什么不开发 Web 版,理由很充分。
5、Burrows-Wheeler 变换(英文)

本文介绍一种奇妙的算法 Burrows-Wheeler Transform(简称 BWT),它会把字符串打乱,使得相同的字符倾向于组合在一起。
它的奇妙之处是,打乱后还可以用逆运算,将字符串还原,从而使得这种算法很适合用来压缩文本。

越来越多的公司推出了自己的 AI 浏览器,它通过截图阅读屏幕。现在已经出现在屏幕嵌入人眼不可见、但机器可见的文本,进行模型注入,让模型执行恶意操作(上图)。
7、Unicode 隐形字符的病毒(英文)

本文介绍一个令人叹为观止的 JS 病毒,它的恶意代码是用 Unicode 隐形字符写的,人眼看不见(上图的空白处),但是引擎会执行这些代码。

1、OpenZL

Meta 公司新推出的一种压缩工具,适合压缩结构化数据(比如数据库),压缩比更高,速度更快,参见介绍文章。
2、Handy

免费、开源的跨平台桌面应用,用来语音转文本。

一个自搭建的 Web 服务,用户输入网址,并指定 CSS 选择器,它就生成该网址的 RSS 源,代码开源。
4、Judo

一个跨平台的 Git/JJ 桌面图形客户端。
5、htmldocs

一个 React 组件,用来在网页中创建、编辑、预览 PDF 文档。(@Haopeng138 投稿)
6、Cent

开源的多人协作记账 Web 应用,数据保存在你的私人 GitHub 仓库。(@glink25 投稿)
7、Shell360

开源的跨平台 SSH 客户端,支持 Windows、macOS、Linux、Android 和 iOS。(@nashaofu 投稿)
8、015

自托管的临时文件共享平台。(@keven1024 投稿)
9、MHtool
一个命令行的 Python 数学工具包,一个脚本集成了数学计算、数据处理和图形绘制功能。(@sudo1123 投稿)
10、TextGO

一个跨平台的桌面应用,可以指定统一的快捷键,各种应用都适用,并能根据选中的内容,执行不同的操作。(@C5H12O5 投稿)
1、AICrop

使用 AI 模型裁剪图片的免费网页工具,自动生成适合不同社媒平台(如 Instagram、X/Twitter、TikTok)的图片。(@indielucas 投稿)

免费的文生图网站,不需要注册,据说是作者用自己的几台 4090 搭建的,用的是千问模型。(@rustflare 投稿)

大模型驱动的代码审计平台,为开发者提供代码质量分析和审查服务。(@lintsinghua 投稿)

著名开发者 Simon Willison 使用 AI 生成的代码行数统计网站,分析一个项目到底有多少行代码,评估开发时间,参见介绍文章。
5、播客生成器(Podcast Generator)

开源的文本转播客工具,需要 OpenAI 密钥。(@justlovemaki 投稿)
6、MuseBot

一个接入聊天软件的智能机器人,实现了 AI 对话与智能回复,支持多种大模型,可以接入 Telegram、飞书、钉钉、微信等平台。(@yincongcyincong 投稿)

世界第一本 AI 生成的百科全书,读者想查什么条目,AI 实时生成。

世界上所有书籍的国际书号(ISBN),可视化成一个图书馆的书架。查询某本书,可以显示该书所在的书架,代码开源。(@kohunglee 投稿)

这个仓库收集了各种流行网站(Airbnb, Amazon, Instagram, Netflix, TikTok 等)的开源克隆,已经超过100多个网站了。
2025年8月,广东江门的地下中微子观测站(JUNO)正式运行。
它位于阳江和台山两座核电站的中间位置,可以接收核电站产生的中微子。

它的核心装置是一个探测器,外形为直径35.4米的透明球形容器,放置在地下700米深处,用来探测中微子。
探测器内部填充了2万吨高灵敏度的液体闪烁体,任何中微子与这种液体的相互作用都会产生闪光。
透明球体周围安装了约43,212个光探测器,持续监测着球体,时刻准备着捕捉任何闪光的出现。


正是根据这些闪光,科学家才能够确定中微子的特性。
整个装置封装成一个球形水箱,水箱本身浸没在直径为44米超纯水池中,水池顶部有一个巨大的探测器,称为顶部跟踪器(下图),其作用是识别是否有混入的宇宙粒子,以避免与来自核电站的中微子混淆。

2、乔卢特卡桥
1996年到1998年,一家日本公司在中美洲国家洪都拉斯,建设了一座该国最长的桥"乔卢特卡桥",长度为484米。
刚造好,就遇到了当年最大的台风。桥的本体没有受损,但是引桥都被摧毁了(下图)。

还没等洪都拉斯政府修复引桥,更糟糕的事情发生了,乔卢特卡河由于台风引发的洪水而直接改道了。

上图就是乔卢特卡桥现在的状况,只剩下一段孤零零的桥面,耸立在河边。
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。
1、
我们要习惯 AI 培养出来的一代学生,他们的屏幕上满是文字,脑子里却空无一物。
2、
最明智的举措不是追逐潮流,而是种下一棵树,让时间来发挥作用。树木不会在明天带来回报,它们十年后才会产生回报。它们默默地生长,使周围的一切都变得更好:树荫、价值、美感、寿命。
-- 《设计的复利》
3、
OpenAI 发布了自家的浏览器 Atlas,但它其实是反浏览器,尽可能避免用户浏览互联网。比如,你用它搜索"泰勒·斯威夫特",它会告诉你那是谁,但不会返回任何指向泰勒·斯威夫特个人网站的链接。
-- 《ChatGPT 的 Atlas:反 Web 的浏览器》
4、
工程师不仅需要具备技术技能,还要具备软技能,也就是人际交往的技能。
如果你不理解人类社会的复杂性,就无法理解公司或团队的工作方式,最终影响到自己的产出和扩大影响力。
-- 《被低估的软技能》
技术公司的口号比拼(#323)
任正非的三篇最新谈话(#273)
程序员需要担心裁员吗?(#223)
网络收音机的设计(#173)
(完)
2025-10-22 00:28:41
错误处理有不同的方式。

JavaScript 和 Python 是抛出异常, Rust 语言是变相抛出异常。
C 语言和 Go 语言则是返回一个错误值,你必须判断该值是否为 -1 或空值。
我一直想知道,哪一种方式更好?
前不久,我读到一篇多年前的文章,明确提出抛出异常好于返回状态码。他的理由很有说服力,文章好像还没有中译,我就翻译出来了。
作者:内德·巴切尔德(Ned Batchelder)
原文网址:nedbatchelder.com

在软件中,错误处理有两种方式:抛出异常(throwing exceptions)和返回状态码(returning status codes)。
几乎所有人都认为异常是更好的处理方式,但有些人仍然更喜欢返回状态码。本文解释为什么异常是更好的选择。
异常可以让你在大部分代码中省去错误处理步骤。它会自动通过不捕捉异常的层,向上传递。你因此可以编写完全没有错误处理逻辑的代码,这有助于保持代码的简洁易读。
让我们比较一下,编写同一个简单函数的两种方法。
先是返回状态码。
STATUS DoSomething(int a, int b) { STATUS st; st = DoThing1(a); if (st != SGOOD) return st; st = DoThing2(b); if (st != SGOOD) return st; return SGOOD; }
上面示例中,必须判断DoThing1(a)和DoThing2(b)的返回值是否正常,才能进行下一步。
如果是抛出异常,就不需要中间的错误判断了。
void DoSomething(int a, int b) { DoThing1(a); DoThing2(b); }
这只是最简单的情况,如果遇到复杂的场景,状态码带来的噪音会更严重,异常则可以保持代码的整洁。
状态码会占用宝贵的返回值,你不得不增加代码,判断返回值是否正确。
有些函数本来只需要返回一个正常值,现在不得不增加返回错误的情况。随着时间的推移,代码量不断增长,函数变得越来越大,返回值也越来越复杂。
比如,很多函数的返回值是有重载的:"如果失败,则返回 NULL",或者失败返回 -1。结果就是每次调用这个方法,都需要检查返回值是否是 NULL 或 -1。如果函数后来增加新的错误返回值,则必须更新所有调用点。
如果是抛出异常,那么函数就总是成功的情况下才返回,所有的错误处理也可以简化放在一个地方。
状态码通常是一个整数,能够传递的信息相当有限。假设错误是找不到文件,那么是哪一个文件呢?状态码无法传递那么多信息。
返回状态码的时候,最好记录一条错误消息,放在专门的错误日志里面,调用者可以从中获取详细信息。
异常完全不同,它是类的实例,因此可以携带大量信息。由于异常可以被子类化,不同的异常可以携带不同的数据,从而形成非常丰富的错误消息体系。
某些函数无法返回状态码。例如,构造函数就没有显式的返回值,因此无法返回状态码。还有一些函数(比如析构函数)甚至无法直接调用,更不用说返回值了。
这些没有返回值的函数,如果不使用异常处理,你不得不想出其他方法来给出错误信息,或者假装这些函数不会失败。简单的函数或许可以做到无故障,但代码量会不断增长,失败的可能性也随之增加。如果没有办法表达失败,系统只会变得更加容易出错,也更加难以捉摸。
考虑一下,如果程序员疏忽了,没有写错误处理代码,会发生什么情况?
如果返回的状态码没有经过检查,错误就不会被发现,代码将继续执行,就像操作成功一样。代码稍后可能会失败,但这可能是许多步操作之后的事情,你如何将问题追溯到最初错误发生的地方?
相反的,如果异常未被立刻捕获,它就会在调用栈中向上传递,要么到达更高的 catch 块,要么到达顶层,交给操作系统处理,操作系统通常会把错误呈现给用户。这对程序是不好的,但错误至少是可见的。你会看到异常,能够判断出它抛出的位置,以及它应该被捕获的位置,从而修复代码。
这里不讨论错误未能报出的情况,这种情况无论是返回状态码还是抛出异常,都没用。
所以,对于报出的错误没有被处理,可以归结为两种情况:一种是返回的状态码会隐藏问题,另一种是抛出异常会导致错误可见。你会选择哪一种?
著名程序员 Joel Spolsky 认为,返回状态码更好,因为他认为异常是一种糟糕得多的 goto 语句。
"异常在源代码中是不可见的。阅读代码块时,无法知道哪些异常可能被抛出,以及从哪里抛出。这意味着即使仔细检查代码,也无法发现潜在的错误。"
"异常为一个函数创建了太多可能的出口。要编写正确的代码,你必须考虑每一条可能的代码路径。每次调用一个可能抛出异常的函数,但没有立即捕获异常时,函数可能突然终止,或者出现其他你没有想到的代码路径。"
这些话听起来似乎很有道理,但如果改为返回状态码,你就必须显式地检查函数每一个可能的返回点。所以,你是用显式的复杂性换取了隐式的复杂性。这也有缺点,显式的复杂性会让你只见树木不见森林,代码会因此变得杂乱无章。
当面临这种显式复杂性时,程序员会写得不胜其烦,最后要么用自定义的方法隐藏错误处理,要么索性省略错误处理。
前者隐藏错误处理,只会将显式处理重新变为隐式处理,并且不如原始的 Try 方法方便和功能齐全。后者省略错误处理更糟糕,程序员假设某种错误不会发生,从而埋下风险。
返回状态码很难用,有些地方根本无法使用。它会劫持返回值。程序员很容易不去写错误处理代码,从而在系统中造成无声的故障。
异常优于状态码。只要你的编程语言提供了异常处理工具,请使用它们。
(完)
2025-10-17 08:10:56
这里记录每周值得分享的科技内容,周五发布。
本杂志开源,欢迎投稿。另有《谁在招人》服务,发布程序员招聘信息。合作请邮件联系([email protected])。

泡泡玛特在浙江嵊山岛的废弃渔村,举办了一个该品牌的公共艺术展,主角公仔的性格定位是"在荒野中寻找自我"。(via)
10月10日,罗永浩的新节目《罗永浩的十字路口》,邀请了嘉宾"影视飓风"创始人 Tim(潘天鸿)。

他们进行了一场对谈,Tim 从头部 UP 主的角度,分享自己对视频行业怎么看,有意思的内容非常多。
他们谈了三个小时,谈得非常深入尽兴,整理成文字稿有六、七万字。想看全文的同学,自己网上找,也可以下载字幕文件或者 AI 转录。
下面是我的摘录,尽量囊括那些我觉得有意思的点。下面主要是 Tim 的叙述,也包括一些罗永浩的话,出于篇幅和阅读流畅性的考虑,就不一一注明了。
1、
短视频的传播能力比长视频强很多。
人的本性就是追求更高的信息密度,更容易接受短视频。但是只追求传播能力,最终就是博眼球,表达就会极端化。
这两年我们最明显的一个变化就是,做视频封面也只能跟着极端起来,不然别人根本不会点进来。那我直接输给营销号了,我都不用看里面内容,我就输给他了。那怎么办?
标题党这件事儿变得史无前例的重要。
2、
这两年视频的响度比十年前响了超级多。所有人都在偷偷把音量往上拉一点,音乐再往上拉一点。所以导致所有视频平台大家都在比谁叫得更响,这个响度比10年前要响了很多很多。
所有的平台都在疯狂的竞争电平(音量),因为你第一秒就要让他感受刺激。
3、
现在手机有 HDR,就是屏幕变亮的这个功能,本来是为了看视频体验更好,但现在所有的广告都开始用,HDR 会特别亮。
有一瞬间你会感觉你刷到朋友圈里面某个东西会特别亮,或者看到一个平台上面特别亮。这是因为厂商开始用 HDR 广告抢你的注意力。
我的手机亮度本来是合理的,偶尔刷到一个 HDR 片子的时候,闪光让眼睛就特别疼。但是这件事可能会导致大家都使劲 HDR,该上不该上都上,最后就全是刺激眼睛的东西。
4、
还有一个例子,摇一摇跳转广告,这我觉得超级逆天。张衡都不用发明地动仪了,我在桌上放8台手机,哪边打开广告了,哪边地震。
这就是网络的表达极端化的结果。因为博眼球的一方最终会胜利,所以各方都想尽一切办法赶上。
5、
在五年以前,我认为互联网在乎精英式表达,就是特别漂亮的置景,以及你讲话要侃侃而谈,给人一种精英高高在上的感觉。
但是这两年,我明显感觉做内容你必须要接地气的平视化表达。就比如说,拍 vlog 我就是直接拿着相机拍我自己,大家已经开始拒绝精英式高密度表达,接受平视的表达。
6、
互联网起来之后,越来越产生了大量的碎片化内容。以前是有碎片化,也有大部头的内容,但现在读者越来越满足于那种即时的兴奋。
现在超短的视频火到大家可以一晚上刷6个小时,我也有一点不安的感觉。年轻一代如果只看这些,会不会真的变笨?
7、
全社会包括精英阶层,都已经沦陷于那些不停地追求短时间的刺激和爽感的短视频了。
不只是中国,全世界都是这样。以前咱们老说那些霸道总裁的爽文爽剧,好像就是在中国没受过文化的阶层特别喜欢。后来发现杀到全球都管用,中国做这些内容的杀到全球都管用。美国人太喜欢了。
8、
我们的核心收入是给汽车厂商、游戏厂商、手机厂商拍样片,这个钱我们都很乐意赚,这个是最赚钱最稳定的。
9、
汽车手机数码这种自媒体,你会发现超级难站着挣钱。因为你是观点的输出者,观众是来看你评测、看你来讲这个东西好不好的。但其实厂商只想你讲好的。
当然你一开始可以保持中立,优缺点都讲,直到有一天厂商拿一笔大的预算来找你。
我们跟厂商有合作。我们评测本身确实不收钱,但是现在有的时候是厂商雇我们去拍样片,跟我们拍样片时,他会问你能不能出个评测,这个时候会稍微有点难办,这是我们最近遇到的一个难题。评测必须好的坏的都说,但是你只要说一句坏的,厂商就不愿意给钱了。
但是因为我们体量已经相对比较大了,影响力大,我们可以讲坏的。但就是你会有点意识到,他其实并不是真的想找你拍那个样片,他就想要你这个评测,他想要你这个曝光。这就拧巴了,其实我们已经算是比较好的,我们尽可能羊毛不出在羊身上。
10、
如果你的内容做得足够精彩和有足够多看的人,你完全拒绝这类合作也是可以的。但现在绝大多数自媒体做不到。
怎么抵得住这个诱惑吗?你做得足够精彩,足够多的人看了,对面的价码也在不断加。他说我给你一千万,你接不接嘛?
11、
中国的 SaaS 太难做了,SaaS 就是订阅制,这个东西特别难做。
我们这个时代,就是用户不愿意为内容付费,你必须得想办法。
12、
内容行业的最大问题是没有规模效应,你为别人出一期内容,收一笔钱,就算赚得多,它是没有规模效应的。每一期都要给厂商想个新的创意,这是个巨累无比的事情。
怎么样实现规模效应呢?我们最终的答案是衣服。我现在身上穿的衣服就是我们的自有品牌。
我们的T恤今年能卖到几十万到上百万件,已经超过大部分服装厂商了。今年单款可能到20万件,但是我们品类很多,所以这是我们今年跑出来的一条路。
我发现电商可以靠规模效应,因为电商最重要是获客,这个我们有优势。
13、
美国的野兽先生做巧克力,我去了他那边看了以后,意识到真的可以奏效。他们巧克力能卖到人民币百亿一年。
现在去线下任何一个国外的超市,你只要走进去,你会看到他的巧克力摆在最前面。我吃过,挺好吃的。
重点是在于他的获客成本会比别家低很多很多,而且溢价也多一点。
14、
我们发现做硬件特别难。我们做过硬件,得出的结论就是,只要有电源的东西都得很小心。
只要有电源,你会发现品控、东西复杂度就迅速上去了,然后利润也保证不了。
15、
我们确实没有融资。很多人给我们开过很高的价码,有特别大的平台给我们特别高的价码,就是一亿往上很多的这种。
我觉得,内容公司的扩张,钱没有太大帮助。你拿了钱,就是相当于把你同事一起卖了,然后换了钱。
你可以用钱收购一堆团队,但是内容不是越多人就越好。最终你只是一个提款机,给投资人打款,帮他接商务推广而已。
16、
我把长视频和短视频当作 X 轴,把专业观众和大众观众当作 Y 轴,这样就有四个象限。我的目标是每个象限都有一个对应的账号,把这四个象限全部都吃透。
17、
我们现在的利润状况挺好的,现金流还是非常正的,整体运营都还是挺稳定的,也不用融资。
我其实想探索自媒体的上限,就是我有点想探索这个点。假如我做服装我能做到多大?假如我做商业型的内容或者广告,我们最高能报到多少?
全世界最成功的视频作者就是野兽先生,他们一年的收入是百亿人民币级别。
18、
赚钱就赚钱,播放量就播放量,这两个必须分开。你要做爆款内容,就别想做商单,你要做商单,就不要经常去想做爆款内容。这两个结合的确实有,但是很少能够做到,容易两头不讨好,内耗折磨自己。
19、
我觉得,自媒体最大的修炼的点是大众情绪感知。你必须能感知大众的情绪,才可以获得增长,这很难。
我们的选题,必须是有高受众的内容。
20、
短视频的5秒留存最重要,只要一个人看不到5秒,这个作品就废了。
长视频最重要的是三个指标。(1)CTR(基础点入率)就是看到你封面的人,有多少会进来;(2)AVD(平均用户观看时长)就是观众平均能停留多久;(3)平均播放百分比,就是观众平均看到百分之几走了。这几个指标能够维持住的话,内容就是好的。
21、
我一直有个理念,就是短视频已经证明比长视频的受众更大,然后有什么东西能比短视频更好呢?我认为就是把短视频拼成长视频的短视频合集。
比如说,车祸视频有很多人喜欢看,但是车祸集锦视频看的人更多,因为它不需要有滑动的这个操作。
人是越来越懒的。短视频需要划动,但整理好的短视频合集就不需要划。每个话题都是你感兴趣的,那当然是更优质的一个存在,所以这个内容形态是更领先的。
短视频拼成一个长视频,你预测到观众会对下一个短视频感兴趣,所以你把它拼起来,变成一个长视频。以前长视频是花很长时间讲一件事,现在长视频是不断转场给你讲八件事。
22、
AI 这玩意儿,你会渐渐发现一个很恐怖的事情,就是你的努力,以前的努力,十年的努力,其实在 AI 面前配不上,你变得没有价值,你的努力变得没有价值。
AI 打破了一个最核心的点,就是努力有回报,现在没有回报了。它是全知全能的,你的学习能力都比不过它的模型进化的速度。
我觉得大家现在还坚持说,我手做的比 AI 做的好,那和以前老妈说洗衣机洗的没有手洗的干净,不是一样的吗?那不是笨蛋吗?
23、
AI 大面积的落地,最多就是两年里面的事情。
我们的工作流里,AI 会先替代的岗位是调研和制图,制图就是做视频封面,已经不怎么需要人了。自动化拍摄目前还有点距离,但也不是很远,AI 生成电商图那些也很成熟了。
AI 剪辑也可以,剪了十年的非常优秀剪辑师,AI 绝对能在两年内替代掉。
我觉得,内部推动学习使用 AI,强调是没用的,主要靠员工的个人意识,不懂的人就是不懂,懂的人就已经疯狂在用了。我们公司5%的人已经懂了,还有95%的人没有意识到这个恐怖性。
24、
我主要使用 ChatGPT,用于文稿的校验和真实性核查,AI 的真实性核查比人好多了。生成类 AI 我不怎么用。
我在疯狂学 AI,一直在看,哪怕没有亲自上手,我也是全行业的 AI 都在了解。
25、
我们这行的从业人员在 AI 时代最核心的竞争力,还是真实性的记录,就是讲故事的能力,AI 长时间连续性还是差一点。
创意是绝对不安全的,这是我的观点。不在于你的创意好不好,而在于有这么多人现在加入了这个战场,你怎么确定你的创意是安全的?
我觉得最安全的是人生经历,AI 对你的信息收集是不完整的,这个时候你就具有独立性。
1、中欧北极集装箱航线的首艘货船,成功到达英国港口。
该船满载了4000个标准集装箱,9月23日离开宁波港,穿过北极圈,10月13日到达英国,历时20天。

这相比中欧班列的25天、苏伊士运河航线的40天、好望角航线的50天,有明显的时间优势。
这条航线的缺点是北极圈沿途缺乏补给和支持,如果遇到海冰,还需要破冰船开路。
2、上周诞生了第一位把加密货币写入小说的诺贝尔文学奖得主。
今年的诺贝尔文件奖授予了匈牙利小说家拉斯洛·克拉斯纳霍凯(László Krasznahorkai)。他在得奖前几周,发表了一篇短篇小说。

小说中,两个士兵在战壕中遭到了导弹袭击,他们受伤后躺在地上等死,开始了对于金钱的沉思。
一个士兵说:"长期以来,货币都是虚拟的,如今最好的证明就是加密货币。"接着,他发表了对于加密货币的见解,认为加密货币将"越来越融入全球社会",并称区块链是"近代历史上最伟大的发明之一"。
3、美国汽车制造商 Jeep 本周推送了一个软件更新包,导致自家汽车"变砖"。

许多车主看到更新弹框后,不假思索点击了 Yes。更新完,看上去一切正常。
离谱的是,开出一公里左右,汽车就会无法动弹。很多用户就这样突然停在高速公路上,十分危险,不得不叫拖车。

用户感到匪夷所思,Jeep 公司难道不做测试,直接就全量推送吗?这件事反映了美国传统汽车业的糟糕现状,也说明汽车软件很麻烦,开发和更新都必须十分谨慎。
1、破解加拿大航空的飞机上网(中文)

作者连接飞机 Wifi 后,出现一个登录页。作者发现,网关这时不限制 DNS 请求,可以发出到外网,通过这一点进行破解。(@ramsayleung 投稿)
2、面试官引诱我安装恶意软件(英文)

一个非常恶劣的案例,大家引以为戒。作者面试一家区块链公司,面试官给他一个代码库,让他运行后找出问题,结果里面藏着恶意代码,会窃取运行者的数字钱包。
3、Bun 1.3 新功能介绍(英文)

Bun 号称是最好用的 JavaScript 运行时,本周发了1.3版,本文介绍新功能,确实比 node.js 好用。
4、NGINX ACME 模块申请 HTTPS 证书(中文)

一篇操作教程,写得比较清楚,怎么让 nginx 服务器自己去申请 HTTPS 证书。(@hzbd 投稿)
5、如何根据 HTTP 标头防止 CSRF 攻击(英文)

最新版本的 Go 标准库,内置了防止 CSRF 攻击的功能。它完全根据 HTTP 请求的 Sec-Fetch-Site 标头来判断,本文解释原理。
6、我在一台10年前的笔记本安装 Proxmox(英文)

本文推荐过时的老电脑安装 Proxmox 系统。它是流行的虚拟化平台,可以方便地运行各种各样的虚拟机和容器。
1、GPU Hot

一个本地程序,Web 界面的 Nvidia GPU 实时面板。
2、DebDroid
在安卓手机上安装 Debian 系统,提供一个沙盒 Linux 环境。
3、Tab Hive

多个窗格同时打开网页,省去切换标签页的麻烦,点击可以全屏查看单个网站。有网页版,也有桌面版。(@MaskerPRC 投稿)

一个 Jar 包,将 HTML 代码渲染为 PDF 文件,基于 Chromium 的渲染引擎 Blink,是 wkhtmltopdf 的替代品。(@hstyi 投稿)
5、在线拼贴制作器

在浏览器里完成各种图片拼贴。(@LiveMediaTools 投稿)
6、小米笔记备份助手

一键备份小米笔记(包含图片、录音等文件),并可以将其变为个人博客网站。(@idootop 投稿)

一个轻量级的跨平台远程桌面软件。(@kunkundi 投稿)
8、灵卡面板

Windows 桌面应用,隐藏到侧边的面板,可以自定义卡片布局。(@baby7 投稿)

IntelliJ IDEA 插件,基于 Git 日志提供可视化分析,并可以使用 AI 生成提交信息。(@coolbeevip 投稿)

一个神奇的实验软件,在 Linux 终端里面运行任何 GUI 程序,也就是字符界面运行图形界面。(@kero990 投稿)
1、nanochat

著名 AI 科学家安德烈·卡帕斯(Andrej Karpathy)本周推出的 AI 教学模型,演示 ChatGPT 的原理。你只需花费100美元租用 GPU 训练,就能自己训练出一个类似于 GPT-2 生成能力的可用模型。
2、DeepChat

基于 Vue 的桌面 AI 客户端,支持各类主流 AI 模型。(@zerob13 投稿)

一个开源的安卓应用,使用 AI 总结视频(YouTube、BiliBili)、文章、图像和文档。(@kid1412621 投稿)
1、NCE Flow

《新概念英语》点读,可以选择任一句开始播放,也可以自动朗读。(@luzhenhua 投稿)

开源的 Web 应用,通过打字学习英语单词,加深记忆,有发音和例句,内置多个常用词库,可以线上试用。(@zyronon 投稿)
1、山区火车站
日本有一个山区火车站,既没有入口,也没有出口,没有任何道路(包括山路)可以到达这个车站。

它的唯一作用,就是让乘客下车呼吸一下新鲜空气,观赏山区的美景。

离开这个地方的唯一方法,就是等待下一班火车。

1、
2000年前后的互联网泡沫,留下了持久的基础设施,寿命长达数十年,可以重复使用,成为后来的宽带、云计算和现代网络的支柱。
今天的 AI 泡沫完全不同,大部分投资都流向了专有的垂直集成系统 ,而不是开放的通用基础设施。那些极其昂贵的 GPU,使用寿命只有1-3年, 很快就会过时,并在高强度使用下磨损。
这些芯片也不是通用计算引擎,它们是专为训练和运行 AI 模型而设计的 ,并针对少数几家大客户的特定架构和软件堆栈进行了定制。它们共同构成了一个封闭的生态系统,难以重新利用。
2、
毫不夸张地说,当我在 StackOverflow 上查看一年前关于 Next.js 的答案时,它通常已经过时了。而当我在 StackOverflow 上查看六年前关于 Django 的答案时,它几乎总是还能用。
3、
AI 是人类历史上第一个拥有无限耐心的事物。无论何时何地,你始终可以跟它交谈,它会立刻回应,绝不会评判你或对你苛刻,倾听多久都不会感到沮丧。耐心从此变得廉价。
-- 《耐心是大模型的杀手锏》
4、
MOOC(慕课)炒作的顶峰是2013年~2015年,然后持续下降。各大平台多年前就停止使用"MOOC"这个词来描述课程了。随着 MOOC 网站纷纷破产,这个词一直在逐渐消亡。
内容行业的内幕(#322)
Unity 的安装费,游戏业的缩影(#272)
四十年编程感想(#222)
我们会死于气候灾难吗?(#172)
(完)