科学
言论
- 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。 – Protect Your Shed
- 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？ – Programming Still Sucks.
- 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。 – How do I get into the Game Industry
- 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。 – Expansion artifacts
- 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
- 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。 – Companies Are Just a Graph of Algorithms
- 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。 – Stanford dropout Sam Altman says college is ‘not working great’ for most people—and predicts major change in the next 18 years
- 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。 – Frank摘录美国访问团中国 AI 大厂访问记
- 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。 – How To Know When It’s Time To Go
- 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。 – Jack Maguire
- 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。 – Three Ways to Get Paid
- 如果生命是一个箱子，任何试图让箱子变得更大一些的人，最后都会发现必须冲破箱子的四边才行。 – 查理·芒格
观点
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。
“神秘屋”式编程
有一本很著名的软件开发著作，叫做《大教堂与集市》，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。
The undercover generalist
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！
Leaving Google
我加入谷歌时，被要求去负责谷歌文档的安卓 App。
这个产品原来由澳大利亚团队负责，我们从他们手里，拿到了 App 的控制权，但是没人跟我们交接，没人告诉我们应该如何处理这些代码、哪些地方需要注意等等。
我们团队都是新人，主要是应届毕业生，还有一些是从公司其他部门调来的。所以，大家都不了解这个 App 现有的技术基础设施。我们遇到问题，也没人可问。
谷歌的管理非常分散，我的经理同时监管大约25个项目。每过三周，我和她见面半个小时讨论工作。
就这样过了几个月，她都不记得我的项目名称。我看出来了，在现在的项目组里获得晋升是不可能的。
整个部门极度以产品为导向。产品经理做出所有决定，工程师对产品几乎没有影响，只是负责实现产品经理的决定。
很多功能需要两到三个季度来开发，但是排给我们的开发时间是两周。
这当然做不到，产品经理从那以后就要求我们，以30分钟为单位，报告自己每天在每项工作上的时间分配，让我感觉像机器一样。
所以，我就离开谷歌了。
How to Scale a System from 0 to 10 million+ Users
- 核心原则: 不要从一开始就过度设计，应简单起步、识别瓶颈、逐步扩展。Instagram早期即采用单服务器验证需求，再随实际流量增长而扩展。
- 单服务器阶段: 应用、数据库、后台任务全部运行在一台机器上，月成本20-50美元，优势是部署快、成本低、调试简单；瓶颈表现为数据库查询变慢、CPU/内存超过70-80%、部署需停机。
- 分离数据库阶段: 将数据库与应用服务器分开，实现资源隔离、独立扩展、更好的安全性和备份简化；推荐使用托管数据库服务（如RDS、Supabase），并引入连接池（如PgBouncer）减少连接开销，可将连接效率提升3-5倍。
- 水平扩展阶段: 通过负载均衡器将流量分发到多个应用服务器，解决单点故障和性能瓶颈，支持无状态服务的弹性伸缩；需注意会话持久化或外部化状态存储
有趣
荐书
杂谈
手机版“神探玺洛克”请扫码
