科学
言论
- 与强大的 AI 对抗会是什么感觉？你会感觉自己莫名其妙地弱了不少，AI 做的每件事都超出你的预期。这就好像你和一位实力强劲的玩家玩一款随机性很强的游戏，你会感觉这位高手总是运气爆棚。 – I’m Getting a Whiff of Iain Banks’ Culture
- 阅读商战书籍是浪费时间。它们将简单的故事变成通用的建议，将偶然的成功转化为普遍的策略，并用激励人心的口号取代复杂的市场。这些书的成功并不是因为内容正确，而是因为易于阅读并且让读者感觉良好。 – 《阅读商战书籍是浪费时间》
- 时间是唯一不可再生的资源。AI 大模型是目前我所知的最便宜的赚取额外时间的方式。– Stop Over-thinking AI Subscriptions
- 很多小团队在工作中，往往会发明自己的”定制框架”。他们原来使用的是通用框架，但有不满意之处，于是决定在通用框架基础上定制自己的框架。“定制框架”的创建者声称这个定制框架”神奇地”解决了许多问题，并推广更多人使用它。但”定制框架”非常难用，引入了许多新概念，意图掩盖它带来的更多复杂性。不是说不要开发自己的框架，而是建议最好遵循三个原则：（1）新概念引入越少越好，（2）优先创建库，而不是框架。（3）不要做现有框架的包装器，而要从零开始构建。 – Avoid Mini-frameworks
- AI 让软件的成本从代码转移到测试和文档，一套好的测试套件的价值可能比编写代码本身更高。 – Porting MiniJinja to Go With an Agent
- 编程的核心在于抽象，即用一种远离底层技术的高级思维方式来思考代码。 – The programmers who live in Flatland
- 领导力就是让别人去做你想让他们做的事，而且是心甘情愿的。 – Eisenhower on Leadership
- 人生奔跑，难免错误和不完美。我们可能放弃了一些重要的东西，时过境迁再也找不回来；我们可能犯了一些重要的错误，错过了一些重要的人，亏欠了世界许多。犯了错误的，余生可以选择活在后悔和失望里；想重返过去的，余生可以活在无尽的寻求替代品的循环中。和这些过去充分和解，意味着不再背负这些过去的阴影。人生负重太多，再多的财富也无法平和。和错误与不完美和解，是和真实的自己做知心朋友，而非生活在理想的自己的投影里。 – Eric Xu：财务自由后做些什么
- 新的内生经济增长方式决定了判断金融资产价值的方式要超越简单的未来现金流折现，因为未来现金流折现蕴含着连续性假设，而如今的未来是一个不连续的方程，尤其是在技术变革，动力转换和泡沫成长破碎的时候。这些非连续的事件正是可以让收益超过市场平均的机遇。 – Eric Xu：我的量化哲学和策略
观点
徐宥：2016 年，我做过一次 AI 写代码创业
- 那时的现实就是：我几乎一个人扛起了全部——技术、产品、融资、叙事、心理压力，还有生活本身。那时候我的孩子才一岁多，刚学会走路，天天追着找我玩。我却整天在外面跑。到现在我还记得一个很具体的画面：有一天很晚回到家，妻子和儿子都已经睡着了，小猫蜷在旁边。我站在那里，心里知道自己隐约看见了一幅关于未来的拼图，可现实世界里却始终找不到把它拼出来的下一步。我不断碰壁。融资、合伙人、产品路径，所有未来都隔着一层雾。我父母只会说一句：你别太辛苦。那种感觉不是简单的辛苦，而是一种更深的孤独：你知道自己看见了什么，但没有办法把它翻译成别人也能相信的语言。而与此同时，你又必须做点什么，才不算辜负那些仍然相信你的人。
- 问题不在于他们是否尊重我，而在于我确实无法在“现有产品”和“如果模型能力跃迁后可能出现的产品”之间，搭出一条足够让他们相信的桥。我需要钱，才能训练出更强的模型；但我也需要那个更强的模型，才能证明这件事值得投。现在回头看，也许我还能想到别的路径。比如换一个切入点，先去找那些愿意容忍模型还不够聪明、但依然能从中受益的用户；或者更早围绕工具链、数据 and 工作流去搭一个可以慢慢生长的产品。但当时的我被这个死结困住了，觉得自己暂时推进不下去了。
- 回头看，我错在哪里：首先，我花了太多时间试图说服那些根本看不懂这件事的人。创业者需要讲故事，但不是所有人都值得你反复解释。对于一个过于超前的方向，更现实的做法往往不是说服所有人，而是尽快找到那极少数本来就能懂的人。其次，我当时不敢 build in public。现在的创业环境已经很不一样了：公开写，公开做，公开迭代，本身就是积累势能的一部分。但那时的我没有这种心态，总想着等做得更完整、更漂亮一点再公开。结果就是，很多重要的工作做得无声息，并没有真正参与到后来那场波澜壮阔的历史中去。最后，也是最重要的一点：我当时对自己的 failure mode 认识得还不够清楚。我没有足够清楚地知道，自己会以什么方式失败，会卡死在哪些约束上，以及当这些约束同时出现时，我应该怎样调整打法。比如我以为自己存了足够的钱，可以支撑一年的创业；但真走到关键节点时，我口袋里并没有 25 万美元让我豪赌。
- 我们这些身处其中的人，其实一直都被未来的迷雾包围着。所谓“看对了方向”或者“看错了方向”，很多时候并不足以决定你最后会走到哪里。你也许看见了未来，却没有资源；你也许拥有资源，却走向了别的方向；你也许参与了最关键的基础工作，却仍然不知道它会在几年后如何改变世界。未来并不是线性展开的。所以，焦虑并不能真正帮助我们接近未来。更重要的是，在你当下所能看到的边界之内，做一个对得起自己的选择；至于剩下的部分，就交给时间。
复杂社会的崩溃
一个软件的复杂度不断上升，超过某个极限后，就会难以维护，最后往往被放弃。
美国历史学家约瑟夫·坦特（Joseph Tainter）认为，人类社会也是如此。如果社会的复杂度超过极限，这个社会最终也会崩溃。
原因是这些社会有一个敌人—-复杂性。
随着文明的发展，社会增加了越来越多的复杂性：更多的等级制度、更多的官僚机构、更深层次的社会结构。
一开始，新的等级、官僚、组织都是有用的，比如可以增加经济产出、税收等。但到了某个时刻，收益递减规律开始出现，每增加一点复杂度带来的回报越来越少，直至变成零甚至负数。
（1）法律条文和官僚越多，政府开销也就随之上升，长期很可能令社会无法负担。
（2）复杂度变大，会增加社会的不平等，因为能理解所有规则的人就越少，你就越离不开律师。懂规则的人会比其他人占优势。
（3）规则越多，维护和执行这些规则的机构也就越多，不利于社会提高效率。
（4）复杂性最终导致社会各阶层的差距变大，对立也随之而来。
以上因素的共同作用，导致历史上很多强大的社会最终崩溃。
Frank:未来如何招聘程序员
程序员负责代码，但代码是 AI 写的，不是程序员写的，那么应该怎么面试他呢？
你仔细想想，这个问题比预想的难多了。
首先，考察他的代码能力不重要（代码不是他写的），更重要的是考察他会不会 AI。只要善于使用 AI，能够产出合格的代码，对公司来说就是合格的人选。
但是，什么样的面试问题，能够考察出一个人是否掌握 AI？下面是我想出的一些问题：
请将一个复杂的项目需求，转化成提示词，要求是清晰、逻辑性强、切中要害。 描述一个你认为需要使用 Skill 和 MCP 的场景，并阐述它们的工作原理和构建方法。 如何将一个大项目分解，设计出一个多 Agent 协同工作的机制。 其次，除了 AI，还要考察什么呢？ 这也很不好想。
我应该还会问一些架构问题，你可以不写代码，但要懂怎么组织代码，架构出一个系统。但我也不确定这是必需的，因为 AI 生成的大型系统迟早变成一个黑箱，可能对于架构知识的要求也不是很高。
另外，我还要看看他以前的项目，如果以前他用 AI 做过类似的东西，那么应该问题不大。但这也不可靠，且不说完全类似的项目非常少，就看 AI 进化速度这么快，两年前的经验早不适用了吧。
总之我发现，很难确定什么面试问题是一定有效的，能够可信地筛选出合格的应聘者。AI 颠覆了软件开发，也连带颠覆了程序员面试。大家有好的面试问题吗？
有一点是确定的，面试各种编程细节意义不大了，因为你不需要记住语法细节了，直接问大模型就行。
有趣
荐书
杂谈
手机版“神探玺洛克”请扫码
