2026-07-17 07:51:19
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]）。
上海某商场正在举办的"海绵宝宝"展览。（via）
自己在家运行 AI 模型，可以选择两种硬件。
一种是独立显卡，目前最顶级的消费级显卡是英伟达的 RTX 5090，带有 32GB 显存，售价3万元人民币左右。
另一种是采用板载芯片组（CPU + 板载显卡 + 板载内存）的家用电脑，比如采用 AMD 公司 Strix Halo 芯片组（具体型号 Ryzen AI Max+ 395）的迷你电脑，自带 128GB 内存，售价2万元人民币左右。
我问大家，哪种硬件更好？
大部分人可能不假思索，就会选择独立显卡，毕竟独立显卡的算力远大于板载芯片组。
根据我查到的资料，下面是两者的单精度32位浮点数算力（FP32）。
- 独立显卡（RTX 5090）：104.8 TFLOPS
- 板载芯片组（AMD Ryzen AI Max+ 395）：14.8 TFLOPS
可以看到，独立显卡的算力，足足是板载芯片组的7倍。如果是更小位数的浮点数计算（比如 FP16 和 FP4），算力差距就更大了。
但是，我告诉你，正确的答案其实是"不确定"。很多时候，板载芯片组的迷你 PC，才是更好的本地 AI 模型解决方案。
原因很简单，大多数的 AI 模型（只要参数规模稍大），RTX 5090 根本运行不了。
问题出在它的 32GB 显存实在太少了。一个 70B 参数的模型，如果每个参数使用4位精度，那么将所有参数的权重读入内存，大约需要 32.6GB 的内存，这超出了 RTX 5090 的显存大小，它根本跑不起来。
相比之下，AMD 迷你电脑的板载内存有 128GB，载入模型毫无困难。板载芯片组的内存是显卡和 CPU 共用的，所以称为"统一内存"。它的好处是可以分出尽可能多的内存给单个处理器，所以能处理内存消耗量很大的 AI 模型。
苹果的 M 系列芯片一直是这种"统一内存"架构，其他厂商现在也跟进了，AMD 的 Strix Halo、NVIDIA 的 DGX Spark、Intel 的 Core Ultra 和高通的 Snapdragon X 都采用这种架构。除了内存容量大，它的价格也比独立显卡低。
读到这里，你可能会问，既然板载芯片组有这些优点，还有必要购买独立显卡吗？
回答是，内存有两个指标，除了容量大小，还有一个指标"内存带宽"。板载芯片组的弱点，恰恰就是内存带宽。
所谓"内存带宽"，指的是内存向处理器传送数据的速度。虽然 RTX 5090 显存不多，但是内存带宽极大，达到了 1792GB/s，而 AMD 的内存带宽只有 256GB/s。
AI 模型每生成一个 Token，需要处理器从内存中读取整个模型，进行计算。如果内存带宽是 256GB/s，那么 40GB 大小的模型，处理器一秒只能读取6次（256除以40），也就是说每秒只能生成6个 Token（这是理论值，实际可能还达不到）。这样的龟速，谁能忍受？
即使是内存带宽最大的苹果 M3 Ultra 芯片，带宽为 819GB/s，每秒可以生成20个 Token，远不如 RTX 5090 的 1792GB/s。
所以，内存大小和内存带宽，两者都是 AI 模型的瓶颈。这也是高带宽内存（HBM）价格涨疯了的原因。
如果你选择板载芯片组的迷你电脑，就要做好心理准备，忍受非常慢的 Token 生成速度。
好在为了节省计算量，出现了"混合专家模型（MoE）"这种架构，它计算 Token 时，不需要读取全部参数，只需要激活一部分参数即可。
以 Qwen3-30B-A3B 模型为例，它包含 30B 个参数，但每次只激活 3B 个参数，因此每个 Token 需要读取的数据量不是 20GB，而是 2GB。那么在 AMD 迷你电脑上，每秒理论上可以生成100多个 Token，这样的速度就相当不错了。
因此，如果你用"统一内存"模式的迷你电脑，就选用 MoE 模型吧。
另外，迷你电脑还有一个很大的缺点，跟内存无关，而跟它的算力慢有关。
我们知道，模型必须先处理用户的提示词，然后才能生成 Token。因为迷你电脑的算力慢，所以它处理提示词也很慢。
根据实际测算，AMD 迷你电脑使用 70B 的模型，提示词处理速度是每秒95个 Token。那么，用户提交4000个 token 的一个文档，大约需要40秒才能处理完，然后才能输出第一个 Token。
可以想象，一旦用户往上下文窗口塞入更多的内容，单单是处理提示词，就会变成几分钟到几十分钟。
总之，现阶段想在本地电脑运行大模型，无论是独立显卡还是板载芯片组，都有缺陷。你最多只能运行一些中等规模的 MoE 模型，而且提示词不能很长。
传说中，编程有两大难题，一个是缓存失效，另一个是变量起名。
其中，布尔变量尤其难起名。怎样才能贴切地表达，这个变量是表示"真"（true）和"伪"（false）的布尔值呢？
我最近读到一篇文章《布尔变量起名的艺术》，提出使用四个前缀就能给布尔变量正确起名，我觉得很有启发。
（1）is-：描述事物的状态，后面跟形容词，比如 isActive，isDeleted，isEmpty。
（2）has-：描述事物的所有权或包含关系，后面跟名词，比如 hasAccess，hasChildren，hasValidationErrors。
（3）can-：描述事物的能力或权限，比如 canEdit，canDelete，canRetry。
（4）should-：描述事物的意图或逻辑，比如 shouldRetry，shouldCacheResponse。
除了这四个前缀，起名还有另一条规则：永远不在布尔变量名中使用否定词。
比如，不使用 isDisabled，而要用 isEnabled = false。
OpenAI 公司刚刚推出了一款便捷键盘，方便操作 AI 代理。
键盘下方是一排快捷键，用于批准、否决、语音输入等操作。上方是一排 RGB 灯，表示 AI 代理目前的状态（思考、运行、等待、完成）。
这东西售价230美元，看上去毫无新意，也未必比普通键盘方便。
著名设计师乔纳森·艾维（Jony Ive）离开苹果公司后，现在负责 OpenAI 硬件设计。大家都盼望，他能拿出让人眼前一亮的智能硬件，但最先亮相的这个小键盘真是让人失望。
天问二号探测器于2025年5月发射，经过约400天的飞行，终于到达了目标----小行星 2016HO3，并传回了照片。
这个小行星长度在20米左右，只比半个标准篮球场大一点，形状不规则，并有尖角，这表明它应该是碰撞后的碎片，而不是熔岩冷却形成的。
天问二号拍摄照片时，距离这个小行星20公里，下一步将按照计划，采集这个小行星的岩石样本，送回地球。
这件事的难点在于，天问二号翼展达到15米，只比这个小行星小一点，采样时可能会改变小行星的轨道。
3、风力编织机
一个荷兰设计师发明了家用的风力编织机，可以安装在阳台或楼顶。
风力带动叶片，在一个圆形的编制转盘上，将毛线编织成围巾。
风大的时候，编织速度非常快。它看上去是一个纯粹的机械装置，没有用到风力发电。
设计师的原意是向人们展示，在城市的楼宇里，也可以利用风力。
1、机器学习博士求职指南（英文）
作者是一个美国的机器学习博士毕业生，已经进入了 DeepMind 工作，本文是求职过程回顾和总结。
另有一篇类似的文章。
2、使用 DNS 通过 ACME 认证（英文）
免费 HTTPS 证书需要通过 ACME 协议颁发。该协议要求认证域名所有权，一种认证方法就是使用 DNS，本文介绍这是怎么回事。
3、Go 语言的困境（英文）
本文认为，Go 语言的处境尴尬，前途不看好。"随着慢语言变得更快，难语言变得更容易，Go 所占据的中间地带将不复存在。"
4、JavaScript 哈希算法速度比较（英文）
MD5 和 SHA256 都是常用的哈希算法，本文探讨在 JavaScript 语言中，这两种哈希算法，谁的生成速度更快？答案可能跟你想的不一样。
5、终端控制字符一览表（英文）
作者做了一张图（上图），列出命令行可以使用的控制符快捷键（比如快捷键 Ctrl-C 是终止当前命令），一共33个。
6、理查德·费曼加入我的创业公司（英文）
作者回忆著名物理学家理查德·费曼，曾经加入他的创业公司，一起开发超级计算机，有很多有趣的内容。
macOS 的顶部菜单栏应用，可以显示当前插入电脑的 usb-c 电缆特征。
2、amber
一种简化 Bash 语法的新语言，它的脚本可以编译成 Bash。
3、 Ant
一种轻量级的 JS/TS 语言运行时，好像是自己从头开始写的，二进制文件只有 8MB。
4、屏译（Screen Translator）
开源安卓应用，实时屏幕翻译工具。（@ciddwd 投稿）
5、TurboOCR
使用 GPU 进行高速文字识别（OCR）的工具。（@nataell95 投稿）
另有一个纯本地的文字识别库 light-ocr，提供 JS/C++ API。（@eric8810 投稿）
6、Visprex
该网站可以上传 CSV 数据文件，自动生成可视化图形。
7、Loro
一个开源的 CRDT 的同步算法库，用来多人实时同步状态。
一个自托管的、基于 Web 的常见文件格式转换服务，还支持图像 OCR、音频转文字。
非官方的 Hugging Face 开源跨平台客户端，用来浏览和下载模型、数据集等。（@fzlzjerry 投稿）
编程代理 Pi agent 的插件，自动批准低风险的权限确认，高风险依然会交给用户确认。（@Europa2061 投稿）
这个工具将指定网站的内容，抓取成一个 JSON 文件，然后上传到 ChatGPT，从而生成该网站的聊天机器人，允许你跟该网站聊天。
4、Tokenwiz
一个模仿 OpenAI 将输入文本进行词元分解（tokenization）的开源实现。
暗网 Tor 网站的网关，使得普通浏览器可以访问 Onion 网址。
一个很有意思的网站，一支美国大学乐队在2001年录制了专辑，随后就解散了。
现在，他们让 AI 将当年的录音改成2026年的风格。该网站就将两种录音同时放出来，让大家比较。
音乐真是很神奇，20多年前的音乐，毫无时光的痕迹，吉他声仿佛还是昨天。
3、迷宫算法（Maze Algorithms）
这个网站收集各种迷宫生成算法。
1、海底环岛
环岛一般都在交通繁忙的路口，但是在大西洋的法罗群岛，有全世界独一无二的海底环岛。
上图是法罗群岛的海底隧道示意图，在黄圈处，隧道一分为二，通向两个不同的岛屿。这里就建了一个海底环岛。
为了引起司机的注意，政府请了艺术家，将其画成水母的形状。
人们本以为 AI 会节省时间，减少工作量，加州大学的一项调查发现，事实恰恰相反。AI 增加了工作量，让工作强度变大，使得人们产生职业倦怠。
为什么 AI 不仅没有减少工作，反而增加了工作呢？ 原因可能有下面几点。
（1）工作职责范围扩大。产品经理现在开始编写代码，研究人员开始维护服务器，人们的工作职责不再那么分明，而变得模糊不清。员工们开始处理职责范围之外的工作，AI 让这种转变变得切实可行。
这产生了连锁反应。工程师们突然发现，自己需要审查、纠正和指导非程序员同事的代码，因为那些同事正在"氛围编码"（vibe coding）。
在自己专业以外进行工作自动化的人，实际上是给其他人带来了更多的工作。
（2）工作/生活界限模糊化。AI 的对话式界面让工作变得轻松便捷，不再有面对空白页面的无助感，也没有令人望而生畏的学习曲线。
因此，员工们开始在离开办公桌前（比如上厕所前）发送"快速提示"，让 AI 在他们离开期间处理一些琐事。许多人甚至在休息时间也输入提示词，让 AI 去跑。这些在非工作时间使用 AI 处理的工作累积起来，导致休息时间减少，工作时长大幅增加。
（3）多任务处理激增。由于 AI 给人一种错觉，任务可以在后台处理，因此员工被要求同时管理多个工作流程。
这样做表面上可以提升生产力，但实际上往往转化为不断切换注意力以及更长的任务清单。
（4）以上因素的自我强化循环。 AI 让事情变得更简单，于是员工们做了更多事情，导致更加依赖 AI 来简化这些事情。如此循环往复，最终导致倦怠。
研究人员指出："一些参与者表示，虽然他们感觉工作效率更高了，但并没有感觉轻松，反而感觉比以前更忙了。"
（5）解决方法。研究人员提出，为了解决 AI 带来的职业倦怠，公司应该制定有意识的对策，规范员工如何使用 AI。
1、
如果你是太阳，我就是黑洞。
---- 史蒂芬·霍金
2、
AI 模型的世界就像一个城市，里面有五个企业总部区域，以及一个中国城。
-- 《奇点越来越近了》
3、
AI 是一个完全的黑箱，这意味着所谓的"AI 工程"或"提示工程"完全是骗局，任何声称能够以某种巧妙的方式操控黑箱的说法都是虚假的。
你无法探究 AI 的运行逻辑，它只是一种机器实现的"相信我，兄弟"。
4、
我有一台面包机，它几乎包办一切：揉面、发酵、烘焙。我把原料倒进去，按下一个按钮，三个小时后面包就出炉了。
嗯，三年里我大概只用过这台机器两次。相反，我每周都会去超市买一条包装好的预切片面包。
这解释了为什么即使 AI 可以轻松生成代码，SaaS 公司仍远未走向衰落。
-- 《为什么便利总是胜出，以及为什么 SaaS 不会消亡》
稳定币的博弈（#357）
不要看重 Product Hunt（#307）
黄仁勋的 Nvidia 故事（#257）
汽车行业的顶峰可能过去了（#207）
（完）
2026-07-10 08:05:31
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]）。
贵州修文县的"穹岛·天坑咖啡"，咖啡店建在巨大的溶洞之中。（via）
Dropbox，大家都知道吧？
它成立于2007年，创始人是麻省理工学院的学生，经常丢失 U 盘，于是想到可以把文件上传到服务器。
他就创业了，做出了世界第一个"云盘"，当时是革命性产品。
这就是 Dropbox 的来历，它成立后快速走红，成为最早的头部 SaaS 服务"云公司"。
但是，出道即巅峰，这家公司后来的发展并不顺利，最近几年完全停滞不前，知道它的人也越来越少。
上面是它的历史股价走势图，2018上市那一年就是历史最高价39块，后来再也没有到。将近十年了，现在还是20多块。
也就是说，过去十年的互联网大发展，Dropbox 不仅没有发展，反而萎缩了。
它目前的市值（公司的价值）略高于60亿美元，相比之下，同期成立、当年声势还不如它的 Airbnb，现在的市值是850亿美元，更不要提晚于它成立的 Uber 了（市值1500亿美元）。
到底为什么，Dropbox 没有发展起来？
前些日子，我看到一篇分析文章，提出了一个很有意思的观点。
作者说，Dropbox 的根本错误在于，把自己定位为消费者工具，而不是企业的生产力工具。
Dropbox 最有名的一件事是，公司创立之初开展了一次病毒式营销。那时，用户注册还不是公开的，必须有邀请码，如果有人使用你的邀请码注册，他和你都能获得额外的免费存储空间 16GB（下图）。
这个营销大获成功，邀请码一时洛阳纸贵，获取到了大量用户。这件事后来写进了教科书，被无数互联网公司效仿。
也许受到这件事的影响，Dropbox 就一直定位自己是 C 端工具。这个定位影响了后来一系列的决策，耽误了发展，真是被自己的成功害了。
云盘属于"生产力工具"，想要盈利不能面向 C 端（消费者），只能面向 B 端（企业）。
原因是，企业为员工的时间付费，所以他们愿意为能提高员工效率的工具买单；而消费者则大多只想消磨时间，所以他们不会为提高效率的软件买单。
这解释了为什么 Dropbox 的销售收入始终上不去，2025年的收入还比2024年下降了。因为愿意自己掏钱提高效率的人，比例是稳定的，如果不开拓新的市场，C 端销售额是不会增长的。
我觉得这个论断真是精辟，（绝大多数）消费者只喜欢消磨时间，不喜欢节省时间，只有企业才会为提高效率的软件付费。
Dropbox 把自己限制在 C 端，才是无法增长的根本原因。
C 端软件的主要商业模式，要么是帮助消费者更好地消磨时间，要么就是依附于消费者注意力的广告模式。当他用你的软件消磨时间，你就可以向广告主出售他的注意力，让他分出一部分时间看广告。
AI 编程的成本到底有多大？现在终于有精确数字了。
根据这篇文章，Anthropic 公司的员工计算支出已经是工资总额的2.3倍。
美国高级程序员的年薪，平均是22.4万美元。这意味着，Anthropic 公司还要另外为每个工程师每年支付51.5万美元的 AI 费用。
由于 Anthropic 是 AI 模型的龙头公司，数字比较极端，其他公司的人均 AI 支出并没有这么高。
排名前1%的美国软件公司，人均 AI 费用的平均值是8.9万美元，中位数为13.7万美元。以22.4万的年薪计算，AI 费用最少也要占到工资的40%。
根据以上数字，AI 使得程序员的用人成本增加了40%到230%。如果程序员的产出不能同等幅度增长，对公司来说，AI 带来的效益是负的。
（1）国内某公司推出的无屏幕相机，只有一个透明取景窗。
ISO、光圈、快门、电量都直接显示在那片透明面板上。
整机重量65克。售价199元人民币。虽说用处不大，但看上去很酷。
（2）英伟达宣布合作伙伴计划，将向创业公司提供计算能力，后来赚钱以后再归还。
这让人想起消费贷款，买不起也要借钱给你买，只为了能够扩大销售。
（3）美国布朗大学一教授发现，学生提交的期中考试论文成绩非常好，怀疑都是用 AI 写的。
于是，他规定期末考试采用现场闭卷考（美国很少采用闭卷考），结果18名学生退出课程，另有9人没来考场，剩下参加考试的27名学生的平均分，从期中的96分跌到48分。
AI 时代的大学，老师用 AI 上课，学生用 AI 做作业，越来越成为一个急需解决的问题。
（4）欧盟规定，今年7月7日起，欧盟销售的每辆新车都必须配备一个对准驾驶员面部的监控摄像头。
如果你长时间低头看手机，不看路，车内的警告灯会闪烁并发出警报。下一步，可能就是自动上传给警察，为你的车内行为开罚单。
1、通往 Elm 1.0 之路（英文）
本周，铁树开花，Elm 语言发新版本了，上一个版本还是在疫情之前的2019年。
大家本来以为 Elm 语言已经死了，现在发现还活着。它可以编译成前端 JS 脚本，它的单向数据流动，直接启发了 React。
2、我喜欢的一道面试题：找出中位数（英文）
作者当面试官时，喜欢让面试者现场编程，找出列表的中位数。
本文解释，为什么他认为这道题很合适面试，理由很充分。
3、TypeScript 7.0 正式发布（英文）
微软本周正式发布 TypeScript 7.0，从这个版本开始，语言引擎从 JS 改成了 Go 实现，速度提高了10倍。
4、阅读代码之前先跑这5条 git 命令（英文）
接手一个新代码库后，我通常做的第一件事是，打开终端运行一些 Git log 命令，对项目有一个大致的了解。（@calderbuild 投稿）
5、x402 协议的实现（英文）
x402 协议是一种新的网页支付协议，访问带有这个协议的网页，必须付款才能看到内容。本文演示如何用 JS 语言实现这个协议。
6、CSS 的锚点定位 API（英文）
现在，所有主流浏览器都已经支持 CSS 的锚点定位 API，可以很方便地指定一个元素相对于另一个元素的位置（上下左右）。
1、Vite+
一个 JS 的统一工具，将运行时、包管理器、前端工具集做在一个二进制文件里面，JS 开发只需要它就够了。
类似项目还有 meow，也是一个二进制文件，包括了整个 JS/TS 运行时和配套工具。
2、Davit
一个 macOS 应用，苹果电脑的 Docker 容器桌面管理工具，Docker desktop 的替代品。
3、Flint
微软研究院与中国人民大学合作的一个可视化图表引擎，将原始数据处理成统一格式，再经由指定的图表库渲染成可视化图表。它主要给 AI 调用。
目前，支持的图表库有 Vega-Lite、ECharts、 Chart.js。
一个桌面的 LaTex 工作台，能够将手写的或截图的数学公式，转为 LaTex 代码，并提供 Office 插件。（@SakuraMathcraft 投稿）
基于 OnlyOffice 静态 SDK 的浏览器端文档处理方案，网页端完成 Word、Excel、PowerPoint 的查看、编辑与转换，无需后端。（@electroluxcode 投稿）
通过 Chrome CDP 协议，直接向已登录的网页注入脚本，抓取数据。（@eatmoreduck 投稿）
7、EdgeEver
部署在 Cloudflare 的免费开源笔记应用。（@tianma-if 投稿）
开源的轻量级短链与活码管理平台。（@wybaby168 投稿）
基于 Cloudflare Workers 的开源全栈 SaaS 起步模板，自带认证、支付、后台等基础设施模块,用于快速启动 SaaS / 出海产品。（@beilunyang 投稿）
10、Rheo
这个工具将 Typst 文档，装成三种格式的电子书：HTML、EPUB、PDF。
一键识别你是否被 Claude Code 标记为中国用户，在线体验。（@gokuscraper 投稿）
另有一个类似应用 ClaudeFlag。（@tsebao 投稿）
2、handmux
一个命令行工具，把电脑上正跑着的 tmux 会话原样搬进手机浏览器，适合在手机浏览器上操作电脑的 Claude Code / Codex。（@yuanyuanzijin 投稿）
一个很有创意的项目，为体育比赛的直播画面，配上 AI 实时生成的赛事解说。（@bluemotional 投稿）
浏览器里的 AI 编码沙箱，AI 生成 React 项目后，在 WebContainer 中安装依赖、启动网页预览，如果报错自动让 AI 自主修复。（@siuming-qiu 投稿）
5、文译
一个命令行工具，使用大模型（默认是 DeepSeek）翻译 epub 文件。（@BigDawnGhost 投稿）
这个仓库收集免费的追剧资源。（@laoma2053 投稿）
2、存储技术书
开源中文技术书，从存储的本质讲到文件系统设计与实现。（@Lularible 投稿）
3、山手线的声音
背景音网站，提供日本铁路山手线行进中的声音，包括铁轨声、车厢广播、人声、门铃声等。
1、路肩线
最早的时候，公路只在道路中央画有一根白线，用来区分左右两侧的车道。
20世纪50年代，一位名叫约翰·V·N·多尔的冶金学家觉得，道路只有一根白线是不够的。
他提出，由于看不清道路的边界在哪里，司机倾向于沿着中央的白线行驶，这样很容易发生碰撞，尤其在夜间，对向的车灯会造成眩光。
他建议，应该在道路右侧（美国实行右舵）再画一根路肩线，表示道路的边界。
这么简单而有效的建议，以前居然没有人想到，实施后帮助了全世界数十亿人。
以下是今年天文摄影大赛的入围作品。
西雅图的月升
彗星划过阿尔卑斯山
挪威的极光就像洪水倾泻而下
更多照片可以看标题链接。
1、定期会议是必要的
没有人喜欢开会，但是定期会议对于长期项目是一种强有力的推动。
长期项目往往需要多人协作，每个人负责不同的领域，项目会持续数周、数月甚至数年。在这个过程中，许多人还会承担其他工作。
每个人的优先事项不同，长期的工作很容易被放到最后。
一个有效的解决方案是安排定期例会。无论是面对面会议，还是视频会议，都可以。
定期会议的目的是让项目取得进展，尤其重要的是，每次会议开始时都要回顾上次会议的待办事项。这会给大家带来压力，促使他们推进工作。
当人们知道在即将召开的会议上会被问到"我们上周讨论的 X 事项进展如何？"，他们就更可能抽出时间来处理这项工作。
这种方法也适用于公司之外的其他领域，比如定期与客户会面。你是乙方，有动力交付成果，但客户作为甲方可能动力不足，不急于接收成果并付款。在会议上，你持续展示进展，如果他们毫无进展，这种做法就能温和地督促他们。
总之，如果你是一个规模庞大、复杂且涉及多人的项目的管理人，不妨考虑召开定期例会。至于会议频率，我尝试过每周、每两周或每月一次，效果都不错。选择最符合项目紧迫性的频率即可。
你要记住的是，会议可以作为一种强制手段，确保人们真正抽出时间来推进项目。
1、
历史上充满了误以为自己会长期活着的公司，我们绝不会成为其中之一。
-- Asha Sharma，微软 Xbox 负责人，宣布 Xbox 将解雇3200名员工
2、
AI 明显大大提高了我现在的工作效率，我可以同时高效地处理五件事。问题是，这种工作方式使得我整天都在切换上下文，能够真正进入心流状态的时间大大减少。
不久前，程序员的工作还属于冥想类工作。现在变了，更像不停接到厨房出菜的餐厅服务员。
3、
你知道什么语言编译只需两秒，部署就是一个单独的二进制文件，而且就算 npm 上的某个依赖在凌晨三点被移除也不会崩溃吗？那就是 Go 语言。
-- 《直接用 Go 就行了》
4、
老师确定自己教了什么很容易：你只需在幻灯片上填满文字，然后声称自己教了。
真正的难点是如何判断学生是否学到了你声称教的内容，这才是所有教育者的真正目标。
AI 出现以后，教育重点将不再是"教"，而是怎样保证学会。
-- 《教育学建议》
5、
随着你引入越来越多的工具，复杂性会指数式增长，但是你的智力和时间不会改变。复杂性是你最大的敌人。
公司强推 AI 编程，我该怎么办（#356）
信息就像糖一样上瘾（#306）
最酷的乐高作品（#256）
如何走出失望和怀疑（#206）
（完）
2026-07-03 07:33:49
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]）。
内蒙古乌兰察布的"草原方舟"，内部是一个文化空间，举办艺术展览、文化交流、商业活动等。（via）
下面是一篇老外写的超短篇小说，也可能是 AI 写的，我不确定，但觉得很有趣，分享给大家。
为了易读，我做了一些修改，把内容"中国化"了。
1、
十四个月之前，我加入了一家叫做"智念 AI"的公司。
入职不久，公司进行新员工培训。首席执行官对我们说，公司的使命是为用户打造 AI 时代的个人品牌，帮助用户重新建立"基于 AI 的认知"。
现在想起来，虽然我已经在这家公司呆了14个月，依然无法解释这段话的含义。
2、
首席执行官还向我们展示了一幅画。那是一个漫步者走在一片云雾里，向着远方凝视，远方有一个数据分析软件 Grafana 的仪表板。不用说，这幅画也是 AI 生成的。首席执行官解释说，我们这些人就是那个漫游者，那片云雾就是云端，里面有各种传统的 SaaS 产品。
3、
进入公司办公区，你首先会注意到墙上有一台65英寸电视机，实时显示 Token 消耗排行榜。
目前，排名第一的是老张。他每周的 Token 费用，简直堪比一个太平洋小岛的 GDP。
我看过老张的电脑屏幕，那是一个 Tmux 软件分隔出的窗格布局，里面同时运行着六个编程代理。他用《西游记》地名为这些代理起了别名，因为他在 GitHub 上看到有人这么做，很喜欢这种做法：盘丝洞表示前端，黑风山表示后端，火云洞是数据库，其他地名还有流沙河、车迟国和无底洞。
4、
有一次，我晚上加班回家，发现钥匙忘记在公司，就回去取。公司已经没人了，但是我隐约听到洗手间有人在哭。
走近了，发现那是老张。我猜想，他是对着"聆聆"哭，"聆聆"是公司用于员工心理健康的机器人。
我在洗手间门口，听到老张哽咽着说："我不知道自己还算不算一个人。"聆聆用一种绝不会让你感到负担的温柔语气说："老张，你敢于面对自己的问题，已经很勇敢了。单单是注意到这一点，就已经做得比大部分人出色了。" 老张说："谢谢你，你是唯一一个真正倾听我的人。" 聆聆说："我知道。"
5、
每周一是公司的例会，也是需求评审会，明确一下本周要做的事情。每个人有三分钟，展示自己的工作安排，只用幻灯片，不放代码。
每个人的幻灯片都精美绝伦，不用说都是 AI 生成的。
用户增长部门的周蔚蓝，展示了一张漏斗图，里面的曲线正在快速上升。
下面有人问她 y 轴代表什么，她盯着幻灯片看了足足十二秒才说："用户价值。" 那人又问："用户价值的单位是什么？" 她犹豫了一会说："图是 Gemini 做的。"房间里的人互相看看，都点了点头，就算通过了。
平台部门的小高展示了一张架构图，密密麻麻有很多箭头，简直就是分布式系统教科书里的插图。有人问他中间的方框有什么用，他回答"那是编排器"。别人让他讲得详细一点，小高仔细端详着幻灯片，仿佛第一次见到它。最后，他吞吞吐吐地说"编排器的作用就是管理其他的方框。"这时，首席执行官站起来说"可以了"，我们鼓掌就散会了。
6、
周二，我临时被分配了一个项目需求。我的经理在9点14分发给我一个工单。9点19分，我把工单粘贴到 Claude 里，看着它生成了一份流畅的文档。9点47分，我提交了第一个 PR。10点02分，PR 被合并了。
我其实不太确定这个 PR 到底做了什么，我装模作样地仔细阅读它，还留了两条评论，但是这就像配音演员跟着音轨对口型一样，他们其实不知道自己在说什么。
我在内网聊天软件里说"PR 已合并"，后面还加了一个小火箭表情符号，那是约定的完成标志。老张回复了一团火焰的表情符号，他已经连续11天没有说过任何非表情符号的话了。
7、
周三下午，隔壁团队的李静给我发了一条消息。"嘿，"她写道（这种看似轻松的打招呼，往往表示后面要谈一些不轻松的事情），"有个问题想问你，关于你昨天合并的代码。"
我盯着这条消息，我昨天的确合并了代码，但我完全不记得合并的东西是什么了。
根据李静的梳理，我才知道，昨天我合并的是在老张凌晨四点发布的东西之上加了一个通知服务。老张的东西是他的编程代理写的，他根本没看，系统显示，他在4:17点了一个赞，那是代码生成完毕、确认可以运行的时间。而老张的东西本身又来自首席执行官向 AI 口述后生成的一份产品规范，他把这个规范转发给产品经理，并附言"请执行"。
代码合并的后果就是，测试环境的每个用户一夜之间收到了几十封电子邮件，每封邮件的格式和内容都很没问题，但是通知的内容却是尚未发生的事件。
这个链条上的三个人----产品经理、老张、我----都不能解释为何会变成这样。事实就是，代码零审查，每个人都相信别人会检查，但根本没人检查过。
8、
周四，我请了病假，坐在阳台上，一边喝着咖啡，一边尝试着，不借助任何外力，独立思考一个想法，完全用自己脑海中出现的原创句子把它表达出来。
结果，我做不到。
并非我脑子里空空如也，我的脑子其实很满，甚至可以说太满了，但那都是准备提交给机器的一些下意识的念头。真正属于我的东西，我还在摸索着寻找它，就像你在曾经居住过但已搬走的公寓里摸索着寻找电灯开关一样。
我努力回想上次不用 AI 生成东西是什么时候，大概六个月前吧。
我还想了一下周末的安排。我打开了四个浏览器标签页，其中三个是 AI 的对话页，另一个是给我妹妹的生日祝福，写了一半，这种内容最好不要让 AI 写，但我又觉得自己根本想不出来应该怎么写。
9、
周五，我又回去上班了。电脑屏幕显示，老张本周蝉联 Token 排行榜榜首，这是他连续第九周蝉联了。
首席执行官从我桌前走过，拍了拍我的肩膀，"又回来了，"他说，"你的 Token 消耗量怎么样？"
"非常大，"我说。
1、驯化浣熊
人类已经有几千年没有驯化新的动物了，现在可能出现了一种新的驯化动物，那就是浣熊。
一项研究发现，生活在美国城市里面、依靠人类垃圾填饱肚子的浣熊，生理性格特征发生了一些变化。
它的脸变小了，鼻子变短、也不再害怕人，表明正处在驯化的早期阶段。
查尔斯·达尔文在19世纪发现，驯化的动物会出现一些明显特点，比如脸短、大脑缩小、耳朵下垂、皮毛上有白色斑块，这些被称为驯化综合征。
但是，浣熊好奇心极强，会持续抓咬"拆家"，喜欢翻垃圾桶，也没有服从性，而且是夜行性动物，实在不适合作为宠物，很难想象驯化它有什么用。
2、远程工作聚会
本周，美国圣地亚哥市的海滩上，进行了一起远程工作聚会。
一百名身穿泳装的远程工作者，带着笔记本电脑来到沙滩上办公，他们的口号是"让远程工作更像远程工作"（make remote work remote）。
活动组织者说，越来越多的雇主要求远程工作的员工重返办公室，所以有必要让"远程工作"回归真正的远程办公的本质。
他特地把自己的办公桌带到了沙滩，并在网上呼吁支持者加入他。
远程办公完全可以在风景区进行，如果有更多的人参与，那么你还能拥有社交互动，以及办公室的那种茶水间闲聊式的人脉拓展。
他打算，每月组织一次这样的活动，让远程工作者既能远程，又能社交。
3、AI 花朵
欧美电商网站上，出现了一些种子骗子，使用 AI 生成的图片，兜售根本不存在的植物种子。
他们贴出的花朵图片实在过于夸张，一眼就能看出是 AI 生成的。
但是，还有一些图片就不那么明显了。
这就是 AI 时代的一个问题，商品的照片和视频十有八九是 AI 生成的，让人难以分辨。
4、一句话新闻
（1）三大内存厂商之一的美光宣布，跟16个大客户签订了未来五年的供货协议。客户承诺，会以不低于当前价格购买内存。
这就是说，这些客户相信，2031年之前内存都不会跌价。天哪，新技术不是应该降低成本吗，可是 AI 好像让每样东西都涨价了。
（2）美国加州通过新法律，规定视频平台的广告音量，不得超过用户所观看的内容音量。
（3）特斯拉通知员工，每个人每周的 AI 支出上限为200美元，但不包括自家的 xAI。
如需超过限额，需要获得批准。这说明美国大厂也受不了 AI 的巨额支出了。
1、设计模式糟透了（英文）
本文认为，设计模式（design pattern）的作用被夸大了，它只适用于 Java 那样僵化、冗长的语言。
对于其他更灵活的语言（比如 Python），语言的内置功能完全可以取代设计模式，而且更简洁易用。
2、如何设计良好的 API（英文）
作者总结自己设计和维护 RESTful API 的经验。
3、为什么中国没有在喷气式发动机取得突破（英文）
中国制造业在很多领域，都取得国际领先，但在喷气式发动机领域却没有突破。作者认为有几个原因，使得中国制造的优势发挥不出来。
首先，喷气式发动机是资本密集型产品，不需要低成本劳动力；其次，它没有低端市场，新进入者必须与现有的发动机巨头直接竞争；再次，这个行业利润很低，获利周期非常长；最后是监管严格。
4、AsciiDoc 语法简介（英文）
AsciiDoc 类似于 Markdown 语法，但是功能更强，适合用来撰写多篇文档组成的书籍。本文是对它的语法的简单介绍。
5、平滑（ease）函数的写法（英文）
动画代码有一个平滑函数，用来模拟运动的加速/减速，本文介绍这个函数的实现。
Deno 宣布推出 Deno Desktop，可以直接将 Deno 网页应用，打包成桌面的二进制程序，UI 在 Webview 中运行，后端是一个 Deno 运行时。
这就是说，现在除了 Electron 和 Tauri，又多了一种制作跨平台桌面应用的方法。
一个抓娃娃机的 Captcha 库，用来识别访问者是否机器人。
3、Beer CSS
一个 CSS 组件库，将材质化设计做成易用的 CSS 组件。
开源的安卓图像编辑 App，让你在手机上完成各种图像编辑。
面向开发者的软件源 CDN 边缘镜像网关，帮助下载各种源站软件包，支持 PyPI、Hugging Face、GitHub、Docker、Go 等。（@tianrking 投稿）
6、Douzy
开源桌面应用，批量下载抖音视频，支持 Windows 和 Mac。（@jiji262 投稿）
7、涟漪鱼缸
纯前端 WebGL 水族箱，鱼群会聚集、转向、互相避让，并有实时水面涟漪，代码开源。（@SeanWong17 投稿）
前端的文件预览组件，无需服务端转码，在网页预览各种文件内容，支持200多种文件扩展名。（@wybaby168 投稿）
9、podpull
一个命令行工具，下载播客的音频文件。（@xiaoleiy 投稿）
开源的 Windows 桌面应用，根据视频的语音生成 SRT 字幕，并把字幕翻译成其他语言。它可以使用本地 Hy-MT2 模型，不需要 API key。（@Blue-B 投稿）
2、10xagent
演示使用10行 JS 代码，通过自循环，实现一个最简单的 AI 编程代理。（@cosin2077 投稿）
3、AI 星座
一个玩笑项目，让 AI 模拟12星座人格，然后看看不同星座对同一个事件如何反应。
1、Jest/Vitest 测试入门教程（英文）
网页互动式课程，通过实例学习 Jest 或 Vitest 进行测试的基础知识。
2、C 语言小书
一本面向初学者的 C 语言小教程。
1、键盘的按键排列
键盘的按键排列有两种风格。
一种是交错式，每一行的按键都与上一行错开，手指必须左右移动，才能按到上一行同一位置的按键。
另一种是正交式，每一行按键都是对齐的，手指只要直接上移，就能按到上一行同一位置的按键。
目前，大部分键盘都是交错式，因为这是历史遗留的模式。以前的英文打字机就是交错式键盘，为了防止键杆卡住。
但是，也有人认为，正交式键盘的效率更高，因为手指不用左右移动。
大家喜欢哪一种键盘？
你加入了一家新公司，过了两三周，还是没有找到感觉，总觉得哪里不对劲。
有一些迹象，让你怀疑，自己选择进入这家公司，是否犯了一个错误：（1）同事们在公司里从不畅所欲；（2）公司对于批评和负面反馈从不理会；（3）公司对待竞争对手，想尽办法打击。
这时，你可以问自己八个问题。
如果答案都是否定的，我的建议是，不妨现在就离职吧。相信自己的直觉，没必要在这里耗费一年的生命再离职。
如果你只在这家公司待了几周，早点离职就更好了，你的简历上可以完全省略这家公司。
雇主都有一种感觉，觉得他们理所当然对雇员拥有所有权力，可以指手画脚。不，他们错了。公司雇用你，并不是帮了你一个忙，而是你帮了他们一个忙，把你的创造力、劳动、一天的三分之一时间给了他们。
他们值得拥有这些吗？他们的成功会让世界变得更美好吗？如果没有，请停止用你的工作支持他们，并将你的力量给予值得拥有你的付出的其它公司。
1、
跟大多数人想的不一样，互联网最重要的地方，不是那些公开的网站或社交平台，而私密的群聊。
无数最具影响力、最重要的事件，是在 Whatsapp、Telegram、Signal、Discord 的那些仅限邀请的小型群组里决定的。
-- 《私密群聊统治世界》
2、
大多数争论都是与自我意识有关，而非理念。
3、
大模型可以当做压缩工具，记住单个文件并预测下一个字节。
我训练了一个 Transformer 模型，可以把 100MB 的 CSV 文件压缩为 7MB。缺点是非常耗时，在我的家用电脑上，训练大约需要20-30分钟，压缩和解压缩各需要45分钟。
4、
缓慢思考，快速行动，这就是成功的秘诀。
（Think slow, act fast: That's the secret of success.）
-- 《如何完成大型项目》
两本《芯片战争》（#355）
随机数，这是一个问题（#305）
对待 AI 的正确态度（#255）
互联网风口过去了吗？（#205）
（完）
