每周文摘 02142026
年前最后一天上班，办公室人不多，趁着有空把文摘整理一下发了（下图是测试一下在 cloudflare 上的图床。）
本周观影
- 暂无
本周阅读
- 《梦宫》：看完了，还行，big brother watching you
- 在看《哲学家的最后一课》和《如何快速了解一个行业》
- 春节期间还备着《九诗心》、《中国绘画：元至清（巫鸿“中国绘画”系列收官之作，重新理解中国绘画史）》和《万万没想到：用理工科思维理解世界》
本周博客
- 音乐人张玮玮×罗永浩！我们都是那个“混乱又伟大”的 90 年代的幸存者：看推上土摩托推荐的，在听。
本周胡思乱想
- 总是在和自己过不去，对于招聘上的失误，让公司和我自己承受了不应有的损失；对于团队管理来说招聘其实是第一要解决的问题，不然现在就是我现在的窘境，沟通和个性以及聪明度放在首位，其次就是考虑潜力，传统企业看人和互联网会有差异，不要有老眼光去看人和用人，一个方面说跑好当前业务就行。
- 我最近越发感觉现在 tob 服务的公司，在利润压力下，对于人是越来越没培养和优选了，好多时候就是“糊弄和骗”客户的钱，怀念当初 IBM 不断出大钱给大家做培训的时光，当初不觉珍惜，现在回看是多么的宝贵。
- AI 没创造啥，人类自己给自己降智了。
- 现在看着长文就没多大耐心，这个是有问题，如果都这样未来就没人产出真正的内容，因为没人看，除了自己（训练自己最重要，但是好的文章没人看也是可惜），我还是要给自己耐心结合 AI 的学习方法，但不要失去耐心和纯粹依赖 AI。
- 数据一方面是新的需求 比如 向量化/语义化存储 短期和长期结合 需要 cache 和数据库结合 图数据库又变得非常重要 识别相关性 一方面厂商产品都在引入原生的 ai 能力，开发 分析和运维，过去的架构和开发手段是否合适也要看一下了 毕竟如果走到 ai native 时代 开发方式本身就不一样了；数据我设想是所有数据都堆到多模态数据湖上，通过自然语言和 AI Agent 进行数据分析探查。
本周文章
赚钱不丢人，但要行得正，站着赚钱。
1、一切皆可造假。什么 ARR、月访问量、营收数据、DAU、PMF 等，一切都可以通过钱解决。我选择了不。什么竞品分析，都是浪费时间。哪怕尊敬的 Manus，说什么营销广告费用为零，都是骗小孩的玩意。
2、最重要的是愿景。愿景只有两种：赚大钱，或做成某件事。我之前很笃定做成某件事更重要。创业近两年，我的观念产生了很大转变，最重要的还是赚钱，只是要坚持站着把钱赚了，那么背后的事，就一定是件很尊敬的事。赚钱才是头等大事，要坚持的不是事，而是站着。
3、好玩 〉好看 〉好用。AI 时代，在好玩面前，一切好用都失效。我说的是 To C 市场，To B 市场的创业，我不懂。一个 To C 的 AI 产品，如果不好玩，就没做的必要。同时要切记，不要被 VC 带歪。VC 机构都是后知后觉的。哪怕 a16z，都落后得不行。
祛魅吧，让一切归零。
建魅吧，让一切激情澎湃。“一次性塑料软件”的兴起，人类的责任也许在他出，而不是原有 pipeline 的一个个 coder，一个个 reviewer；挺好的反思，人类到底何去何从，在 AI 时代，也没啥答案，但历史滚滚向前。
AI 时代，感觉越往底层做越有搞头，基础设施的管理和大模型的训练等等，开发个 agent 啥的除了通用大的，其他的可以是个“一次性的塑料软件”，即用即抛型。
As we’re entering the phase of single-use plastic software, we might be moving the whole layer of responsibility elsewhere.
写的我都认同，，但是人到了一定年纪结合市场情况，能有持续能力和动力换工作的，可能真不是一般人了，我也希望自己可以，但是现实又是就是很残酷，道理都懂就是过不好这一生，无论如何我不会在“退休”前放弃“挣扎”和努力。
最简单的一个判断标准是：如果你现在出去找工作，你目前手里做的事情，有哪些是可以拿出来说的加分点？如果你思前想后给不出答案，那么要么你需要把这些当作接下来的攻克目标，要么你可能真的需要换个地方了。
这因人而异。如果你追求安稳，守好自己的一亩三分地也挺好。但如果你希望在职业生涯中保持成长，我认为 3 年是一个关键节点。
如果你对现状不满，想换个环境，别总是在深夜感叹，要做的是真正行动起来。止步不前只会让现状每况愈下。共勉。Vector search using only Parquet and DataFusion
通过改造 Parquest 和 DataFussion 实现对于向量存储和查询的支持。
评论已关闭