本周观影

• 《黎明墙》：优胜美地的一面大岩石 - 黎明墙，Tommy 和 Kevin 花了19 天爬完了 32 个钉子，其中 Kevin 花了 7 天通过第 15 个钉子（过了过了，掉下来，过了过了，掉下来，过了过了，掉下来，不断挑战终于战胜了最难的一个钉子），第 16 个钉子 Kevin 用了和 Tommy 不同的方法过了，太棒了，后面一路顺利，真是人类的极限了。
• 《攀登梅鲁峰》：两次攀登，第一次失败，第二次之前，Renan 遭遇了滑雪过程中的事故，头骨和颈部受伤严重，不过最后还是成行了，Jimmy/Conrad/Renan 三人站上山顶的一刻，实在是太美好了，攀登的意义可能就在此吧，虽然风险异常的高，但是山在那。
• 《徒手攀岩》：《黎明墙》里的 Tommy，和 《攀登梅鲁峰》 的 Jimmy 也都出现了，前者是 Alex 的搭档，后者是导演和摄影，摄影团队也都是专业选手，回到这个片子本身，徒手这个事情只要出错就是丢命，这个对于人的心力、体力和技巧是何等的考验，
• 《【用30天探索加那利群岛】第一章｜踏上风之岛 Fuerteventura》 https://www.youtube.com/watch?v=wZiOZ1l7eD0：博主好久没更新了，原来是休假去这个群岛了，查了一下，是西班牙属地，位于大西洋，在摩洛哥以西 100 公里处，处于热带；这个视频是关于 Fuerteventura 富岛的，海、沙滩、沙漠和火山，不同的风貌并存，岛上常驻居民不多，当时每年游客人数众多，也是欧洲人热门的养老地，开车从北到南，不同的地带着走了个遍，真好啊。

本周阅读

• 《安东尼·波顿的成功投资 》：慢慢在看
• 《梦宫》：还在看，类似 big brother 的感觉
• 本周买了几本书，包括《九诗心》，过年慢慢看

本周播客

• NA

本周胡思乱想

• 如何过得去自己这一关，无论工作上的破事、投资和生活方面的一些门槛，都是关关难过关关过

本周文章

关于 RSS 的讨论

对于 RSS，我是忠实爱好者，需要大量时间做阅读、分析思考和输出，而不是为了看而看，而且容易 FOMO，如何在 AI 时代让 AI 帮者多做点，这个也和 AI 时代我自己思考的 AI-native 学习方法有关。

Finding myself going back to RSS/Atom feeds a lot more recently. There's a lot more higher quality longform and a lot less slop intended to provoke. Any product that happens to look a bit different today but that has fundamentally the same incentive structures will eventually converge to the same black hole at the center of gravity well.

We should bring back RSS - it's open, pervasive, hackable.
Download a client, e.g. NetNewsWire (or vibe code one)
Cold start: example of getting off the ground, here is a list of 92 RSS feeds of blogs that were most popular on HN in 2025:
https://gist.github.com/emschwartz/e6d2bf860ccc367fe37ff953ba6de66b
Works great and you will lose a lot fewer brain cells.

I don't know, something has to change.

HN: How to Scale a System from 0 to 10 million+ Users

看到了下面这个评论，也是我自己的真实感受，组织层面好多是增加人手的逻辑不是具体的事情出发，而是纯粹的为了扩大老板们自己的队伍。

As is often stated, microservices is a solution for scaling an engineering org to 100s of developers, not for scaling a product to millions of users.

比特币下跌时，我重新理解了大教堂与赌场

这篇文章可以深入再读一读，消化和思考一下其观点，对与错，是否值得借鉴参考；其中，提到了一个视频，也准备看一下 ：识别下一个万亿机会的关键：超越性。深度解析巴菲特说的“大教堂和赌场” https://www.youtube.com/watch?v=3L6GK1nk5K4

最近比特币从 12w 的高点回落到 7w 多，市场情绪再次走向恐慌。每当市场下跌时，我反而更容易去想，哪些东西更像赌场，哪些还在慢慢修建大教堂。巴老爷子在 2024 年股东大会上，用「大教堂与赌场」来形容资本主义，这个比喻在这种时刻尤其好用。价格的剧烈波动，更多来自赌场那一侧，而真正决定长期回报的，往往需要多年甚至几十年的持续投入。

我的极简生活经验

这篇对自己还是有参考意义，早先的文章，仔细看一下，和我自己的想法还是契合的，可以持续拿出来读一读，作为效率和积极生活的参考。

想和大伙随便聊聊的极简主义，我挺喜欢这种生活方式，但并不是说每个人需要极简，有的人喜欢收藏，有喜欢购物买很多东西，让自己舒心的生活方式我觉得都挺好的。但假如你也喜欢简单生活方式，或者有点儿强迫症，那这些小建议可能适合你。

AI 编程真的靠谱吗？

企业研发对于研发体系和质量的要求，如何和 AI 更好协同？如何和现有研发体系融合，或打破原有的研发体系基础上再让 AI 融入？目前看其实还有很多可做的，到底什么是准确的方向？是后面好几年的问题，特别是非科技企业内部的顾虑和政治问题太多，推进新东西本来就很慢，涉及组织流程就麻烦了，所以 AI Coding 引入企业内部就是个漫长的过程，从企业层面主导推进不如自下而上的尝试推动；另一方面，如何更好的工程化是一个持续要解决的问题，包括如何给现有这些人留下饭碗。

目前我就是这么用的：补齐靠 Antigravity，复杂功能和 PR 交给 CodeX，用下来非常顺畅，由于我自身已有 ChatGPT 和 Google One 订阅，而且还都不额外花钱，性价比拉满。

在我的真实工作场景中，因为你要提交代码、上线代码，你必须对每一行代码负责。AI 帮你写没问题，但你得看得懂、审得过、测得全。否则出了问题，是你的锅，不是 AI 的锅。

我通常会对 AI 生成的代码做：
* 人工 review
* 交叉验证（用另一个 AI Agent Review）
* 加测试覆盖验证行为是否一致
直到我完全理解了生成的代码，并且信任这个改动，我才会提交到代码库中，让其他 Maintainer 来 review。

文中提到的 ARC Prize - Leaderboard ARC Prize 也挺有参考价值的。

ARC Prize - Leaderboard ARC Prize 是基于 François Chollet（Keras 作者、前 Google Brain 研究员）提出的 Abstraction and Reasoning Corpus (ARC) 任务构建的一个独立评测 benchmark 和排行榜。它不是由某个大模型厂商发布，而是由开源评测社区推动，采用统一数据集和规则评测模型的抽象推理和通用推理能力，因此在研究社区具有较高的参考价值。

AI时代，新程序员将何去何从？

一再看到这个话题，跟上技术趋势，吃上技术红利，和 AI 都无关，从来都是一浪一浪过来的，只是这次浪头异常的大，可能很多人都没机会登船经受未来的风浪了。

What I learned building an opinionated and minimal coding agent

这个 code repo 是我学习开发 Agent 的一个挺好的参考，也结合这篇文章作者的思考。

Chrome Extension 是 Vibe Coding 的绝佳载体

挺好的分享，我自己也写过一个 pinboard 的，体验还是不错的，而且调试运行方便。

Year in Review 2025

写的好长，人家日子过的很丰富（Mario 是 Pi 的作者，最近在学习其代码）。

Things I’ve learned in my 10 years as an engineering manager

对于做一个工程经理 engineering manager 的 10 年复盘和总结。

AI tribalism

对于 AI（AI coding），保持好奇心和同理心，而不是和这个世界隔离，不要盲目崇拜而不要一棍子打死。

Automatic programming

严肃的开发者还是建议用 automatic programming 自动化编程这个术语和潜在的后面的操作，而不是 vibe coding 氛围编程。

I miss thinking hard. 表达了类似观点。

My AI Adoption Journey – Mitchell Hashimoto

不要完全依赖 AI，做个“手工艺人”，而不是“机器人”，工具是提高生产力，而不是让其替换我们自己。

Lessons Learned Shipping 500 Units of my First Hardware Product

如何做硬件的生意，而且涉及中美之间的跨国沟通和物流。

It's 2026, Just Use Postgres

没太多经验，不过从我个人观察和实际看到情况来说，也许真的可以，中小企业基本的场景都可以解决了。

又开始玩魔兽，还是念念不忘，那就玩玩吧，我也不会沉迷的。
从 RSS 订阅上了我也开始做了减法，包括公众号上的关注，精读为主，不要 FOMO。

本周观影和阅读

• 《咸的玩笑》：读着是不错，但是其实内心也有些犹豫，总感觉是有点中老年油腻的感觉，写的这个故事和文字，我过去也没看刘的文字，这是第一次
• 《我的美食向导》之潮汕：去过一次，但是这种人文结合美食记录片，完全不一样，而且看到的吃到的也和自己不一样，能看，但是和舌尖以及风味人间还是不一样的片子
• 《机动部队 PTU (2003)》：杜琪峰的老片，情节有点空，不算精彩吧

本周阅读

安东尼·波顿的书 《安东尼·波顿的成功投资 》（雪球上赛艇队长的 2025 年度总结提到的）

• 《Build LLM from Scratch》 看了个大概，不在自己知识能力范围内
• 《Facilitating Software Architecture - Empowering Teams to Make Architectural Decisions》也在看看这本，没看下去，不是我想要的那种书

本周播客

• NA

本周胡思乱想

• 如何让小伙可以尽快的成熟，大了说就是世界观和人生观，小的说就是对于这个社会和自我的认知，能尽快找到自己的方向，或寻找自己的方向
• 心里放不下执念，还是没到位，管理是练心力

本周文章

Coding Agent 时代，App 的核心竞争力是什么？

不断的看到这个观点，就是单一代码技能是不适合未来的生存的，需要综合技能的考量。

Claude Code 并没有让 App 开发这件事变得没有价值，它只是消灭了平庸的重复造轮子，将竞争的维度拉向了两端：一端是更底层的系统架构与质量保障，另一端是更上层的用户洞察与品牌情感。夹在中间单纯靠「写代码」生存的空间，会被挤压地越来越小，甚至消失。

Beads - A memory upgrade for your coding agent

上面这个工具是从从 Note-driven agentic coding workflow using Claude Code and Inkdrop 看到的，这周末可以试试，同时也仔细再看看作者提到的 note-driven coding workflow.

1. Request a plan - Run the /plan command with your task description
2. Plan is created - Claude Code analyzes the codebase and generates a detailed implementation plan
3. Saved to Inkdrop - The plan is automatically saved as a note with status none
4. Review and confirm - Read the plan in Inkdrop's markdown renderer, then confirm to proceed
5. Execution begins - Status changes to active, work starts
6. Progress updates - Checkboxes are checked off, deviations annotated, blockers noted
7. Completion - Status changes to completed, outcome section appended

I replaced a $120/year micro-SaaS in 20 minutes with LLM-generated code - The Pragmatic Engineer

SaaS 软件在 AI 时代也许会日渐势弱，因为被复制的成本太低了，是好事还是坏事？好的一方面是使用方也许某种意义上收益，坏的方面是也许没人去创意和推出新东西，被抄袭的成本太低，这个也是 AI 时代需要解决的问题，开源软件也是类似问题，但是 AI 时代需要我们有创意和品味，而不是需要一个代码的“苦力”。

生成式 AI 正在重塑软件开发。Claude Code、Cursor 和 Lovable 等 AI 辅助编程助手让用户几乎无需手动编码就能将其意图转化为可工作的应用。这种软件构建方式被称为 Vibe Coding。Vibe Coding 降低了软件开发成本，但也改变了用户与软件生态系统的互动方式。传统的软件开发模式中，开发者选择开源软件包、阅读文档，与维护者及其他用户互动。在 Vibe Coding 下，AI 智能体可以直接选择、组合和修改软件包，人类开发者可能不知道使用了哪些上游组件。这就引发了一个开源软件的可持续性问题。开源软件项目依赖于用户的参与和互动——文档访问、bug 报告、公开问答和声誉——维持维护和获取报酬。如果 AI 取代了人类用户之间的互动，那么旧的开源软件开发模式将会彻底改变，开源软件的可用性和质量将会下降。中欧大学和德国经济研究所 Bielefeld University and Kiel Institute for the World Economy 的研究人员在 arxiv 上发表研究报告认为，Vibe Coding 将会杀死开源。

https://arxiv.org/abs/2601.15494

Running an Engineering Papers Reading Guild at Zalando

每个公司的科技部门都需要这样的读 paper 俱乐部，跟踪业界最新进展，促进交流提升大家的能力；同时，里面提到文章我也想读一读。

AI Agent 的操作系统时刻

Agent OS 这个提法对不对？是不是确定性的方向？我不知道，但是文章本身很清晰，切入的角度很好，真正底层技术才是常青树。

* 内存管理将是最复杂的技术战场——谁能让 Context 像虚拟内存一样透明地换入换出，谁就能定义下一代基础设施
* 数据库是确定性最高的商业机会——PostgreSQL 不仅是存储，更有潜力成为 Runtime
* 进程管理表面红海，深水无人——当 Agent 成为长期运行的服务，真正的调度和恢复需求才会浮现
* I/O 的终局不是新协议，而是 Agent-Native CLI —— 55 年的 Unix 哲学不会被轻易颠覆
* 信任层将成为企业市场的入场券 —— 沙箱是底线，可观测性才是关键

AI Agent 记忆系统：从短期到长期的技术架构与实践

AI Agent 的上下文管理，这文章总结的不错，对我来说是个好的入门，短期和长期记忆分别如何做，但是在具体的会话中如何使用短长期记忆的内容（Google 了一下 获取和注入：Retrieve - Before the agent responds to a new prompt, search the memory database for relevant past data using the user's current input; Inject - Add the retrieved, relevant information into the system prompt or conversation context.）。

再次踏上我的朝圣之路

跑超马的都不一般。

我的笔记系统

生产力方面，如何做好笔记，有自己的一套流程和配套的工具体系，包括自己写工具，如：聚合抓取信息汇聚成 epub。

一个好的笔记系统不仅仅是工具的堆砌，更是信息的流动。我的工作流包含五个阶段：
* 捕获：极低阻力地快速收集。
* 存储：将待处理内容归位到合适的介质。
* 处理：提炼、消化原始内容。
* 回顾：建立连接，内化知识。
* 产出：用笔记解决实际问题，形成闭环。

待处理的内容通常比较长，或者是非母语的内容，为了提高效率，我会先让 Gemini 对内容进行压缩，如果感兴趣，再去看原文，然后与 Gemini 就里面的内容进行深度的交流。这是一个例子。交流完后，通常会有这些产出：
* 一篇原文的精简版（放到笔记 App 里）
* 一篇讨论后的笔记（放到笔记 App 里）
* 一些原文的精彩摘录（放到笔记 App 里）
* 方便录入到 Anki 的卡片（整理成实体卡片）
* 相关推荐

处理后的笔记，我选择存放在 Bear 中。
* 为什么不选 Obsidian？ 它确实功能强大且免费，也有丰富的插件系统，但我用起来总觉得不够「舒服」。
* 为什么不选 Apple Notes？它对 Markdown 的支持不友好，内容也有点封闭，写作体验也不如 Bear。
选择 Bear 还有一个好处，它的笔记可以很方便地导出为 Markdown，方便二次加工和后续迁移。孤立的笔记是死的。让笔记活过来的关键是Link（链接）。因为 Bear 的笔记都存在本地的一个 SQLite 数据库里，所以可以很方便地读取和处理。我写了一个 js 脚本，将 Bear 里的笔记内容向量化（Vectorization），然后计算余弦相似度，自动生成「相关笔记」列表。

把笔记存进去如果不看，那意义也不大。为了方便回顾，我做了一个 Web App（notes.limboy.me），每次随机展示一篇笔记作为起点，然后通过「相关笔记」进行漫游。同时也会在碎片时间把上一个阶段生成的卡片拿出来翻一翻，加深印象。

笔记不是目的，它是为了帮助生成洞见（Insight）、新的看事物的角度和强化知识网络而存在，最好的方式就是输出，比如写文章、做分享、做决策等。以写文章为例，如果想写一篇关于「习惯养成」的文章，不再是面对空白文档抓耳挠腮，只需在笔记库里搜索「习惯」、「行为心理学」，把相关的 5-6 个笔记块（料理包）调出来，重新排列组合，加上新的连接词，文章的 80% 就完成了。

如果没有一套运行顺畅的笔记系统，没有为消化笔记专门留出时间，没有输出的压力，那么笔记的价值就会大打折扣，再好的工具也无法做到第二大脑。希望这篇文章能给你带来些帮助和启发，如果你有好的想法和经验，也欢迎分享。

A few random notes from claude coding quite a bit last few weeks

周四早上读了一下，挺长的，最后留的几个问题有点意思，回复第一条是 Boris Cherny 的，来自 Anthropic，更多需要通才和资深的人，横跨多个领域；代码完全都可以用 AI 实现，质量在持续的提升随着模型的改进，提效和提质并重。

HN 讨论：https://news.ycombinator.com/item?id=46771564

Questions. A few of the questions on my mind:
* What happens to the "10X engineer" - the ratio of productivity between the mean and the max engineer? It's quite possible that this grows a lot.
* Armed with LLMs, do generalists increasingly outperform specialists? LLMs are a lot better at fill in the blanks (the micro) than grand strategy (the macro).
* What does LLM coding feel like in the future? Is it like playing StarCraft? Playing Factorio? Playing music?
* How much of society is bottlenecked by digital knowledge work?

As always, a very thoughtful and well reasoned take. I read till the end.
I think the Claude Code team itself might be an  indicator of where things are headed. We have directional answers for some (not all) of the prompts:
* We hire mostly generalists. We have a mix of senior engineers and less senior since not all of the things people learned in the past translate to coding with LLMs. As you said, the model can fill in the details. 10x engineers definitely exist, and they often span across multiple areas — product and design, product and business, product and infra.
* Pretty much 100% of our code is written by Claude Code + Opus 4.5. For me personally it has been 100% for two+ months now, I don’t even make small edits by hand. I shipped 22 PRs yesterday and 27 the day before, each one 100% written by Claude. Some were written from a CLI, some from the iOS app; others on the team code largely with the Claude Code app Slack or with the Desktop app. I think most of the industry will see similar stats in the coming months — it will take more time for some vs others. We will then start seeing similar stats for non-coding computer work also.
* The code quality problems you listed are real: the model over-complicates things, it leaves dead code around, it doesn’t like to refactor when it should. These will continue improve as the model improves, and our code quality bar will go up even more as a result. My bet is that there will be no slopcopolypse because the model will become better at writing less sloppy code and at fixing existing code issues; I think 4.5 is already quite good at these and it will continue to get better. In the meantime, what helps is also having the model code review its code using a fresh context window; at Anthropic we use claude -p for this on every PR and it catches and fixes many issues.

The Missing Primitives of Agent Infrastructure

看了我自己的理解是AI infra 这块包括基础软件的发展，会有些不一样，都会有些新的要求，比如：向量数据库、计算层和硬件的管理等等。

2025 letter

好长，Gemini 可以总结，放个最后的片段，活力枯竭，希望不要有那么一天，虽然现在趋势是这样，我们的韧性是不是还在，不知道，不过我感觉自己还是悲观的一派。

Dan Wang 在 2025 年信中传达了一个明确的信息：中美两国的轨迹正在发生深刻的背离。 中国正在变成一个高效但孤独的工业堡垒，面临着严重的社会活力枯竭；而美国虽然体制混乱、问题重重，却意外地在一片混沌中点燃了 AI 和能源革命的火种，重新夺回了“未来感”。

他的结论是：未来的竞争不仅仅是 GDP 的竞争，更是关于“哪种社会模式能让其公民对未来更有信心”的竞争。

最近用 AI 的一点感悟

写的有点杂，对于 Plan 模式，到底有没有必要，包括 SDD 这一块，有不同观点，自己尝试最重要，不过作者提到的 AI 组织方式其实是一个未来持久的话题，看到的是还在分工角色，但是从 Builder 这个角度真有必要吗？

好奇心周刊第24期: 关于AI编程的一些体会和设想

这个文章有些不同的观点

AI时代更好的组织架构，分享一下 AI 软件开发的流程：
* 产品经理先画草图
* 产品经理和技术总监和项目经理沟通需求
* 技术总监研究出每个地方核心点的技术原理
* 打开 Claude Code Opus，进入 plan 模式，先告诉 AI 你要做什么软件，然后告诉 AI 每个点的核心技术，然后产品经理详细描述一下软件的 PC 和手机的控件细节和交互流程
* 让 AI 总结软件的实现细节、核心原理、交互流程，并且让 AI 检查逻辑操作漏洞和交互细节，反复检查
* 没问题后让 AI 干活，30 分钟左右全自动干完
* 测试，让 AI 改界面，改逻辑，改 UI 细节
* 开发对接懒猫微服存储
* 发布，给用户反馈，让 AI 修 bug

20260120 B 站直播 —— 转行大模型文字精要 | 木鸟杂记

当下转行大模型是好多技术人的想法，包括我自己，这是未来的科技趋势，只有走在准确的科技趋势上才能吃到科技带给自己的红利，文章谈了一下如何转向，不同方向和目前的趋势，列出的参考也是蛮值得学习深入的，转向需要深入，而不是泛泛而，懂个概念就可以了，同时知道自己需要啥，明确方向才能有的放矢努力向前。

Mac

• Snipaste：截图
• Flycut：剪贴板
• Rectangle：窗口管理
• Day One：笔记（Apple Notes 为主）
• Unsplash：桌面图片
• EuDic：字典（或 Bob）
• ClashX：科学上网
• VS Code + GitHub Copilot：代码
• Gemini/ChatGPT/DeepSeek：AI Chatbot
• Feedly：RSS 阅读器
• MacDown：Macdown 编辑器
• OrbStack：容器
• Excalidraw/Drawio：画图
• Apple Passwords：密码管理 （目前也还在用 Enpass）
• Github Desktop/Sourcetree：Git
• iTerm/Oh My Zsh：Terminal
• pinboard.in：Bookmark
• Chrome：浏览器（还有一些插件，如：OneTab，Clean Tab，iCloud Passwords，Obsidian Web Clipper，Pinboard Plus，Proxy SwitchOmega 3，Take Webpage Screenshot，Vimium）
• Gmail：Mailbox
• Dozer：Mac 菜单栏管理（隐藏图标）
• Typecho：建站
• 阿里云盘：网盘（看片用）
• iCloud：目前是最小的使用计划 50GB，6 元/月
• 阿里云：虚拟机/域名管理
• Apple Reminder：TODO 管理

iOS

• 投资市场：富途/招商证券/华泰证券/雪球/招行
• POKA 专注：专注
• How We Feel：情绪打卡
• 小宇宙：播客
• 高德：导航/酒店预定
• 大众点评：美食点评/就餐/攻略/酒店预定
• 豆瓣：社交/读书/电影/小组
• Day One/Apple Notes：笔记
• Apple Reminder：TODO 管理
• Apple 钱包：交通卡
• Photos Mobiles：NAS 同步
• 在意空气：空气质量
• Marriot：万豪酒店预定
• 两步路：户外徒步
• Stash：科学上网
• Gopro Quick：Gopro
• 阿里云盘：云盘（看片用）
• 阿里云：登录和续费用
• 行者：骑行

周六上午给个人博客网站升级 typecho 和设置了 https 以及分析，通过 cloudflare，顺利完成一项任务；同时，下线了 pocket 的功能，还是用 SaaS 的 pinboard。

本周开始我也开始用 AI 总结我看到文章，从 Day One 每天日记从选取部分到每周发布的文摘中：首先让 Gemini 先总结一下，然后看有没有价值再继续，同时把 AI 的总结附在文章后面发布在每周发布的每周文摘上，Gemini 的总结没有那么花哨，还是喜欢 Gemini 的总结文字。

这周也花了很多时间看 https://www.youtube.com/@AWSEventsChannel 这里 AWS re:Invent 2025 的研究，主要是 breakout sessions 的不同 track，这周主要是 databases 相关的内容，后续另外总结成文。

本周观影

• 《我的美食向导》：黑叔叔的片子，刚看个开头，是个人文和美食结合的片子，还是黑叔叔自己配音

本周播客

• NA

本周胡思乱想

• 还是觉得工作没什么意义啊，无聊中度日，平凡人的生活吧

本周文章

Agent Psychosis: Are We Going Insane?

Agent 会把我们逼疯吗？里面有很多使用 AI 生成代码的一些问题的思考，各家包括社区也都还在思考和推进各种方案，特别认同 “Two things are both true to me right now: AI agents are amazing and a huge productivity boost. They are also massive slop machines if you turn off your brain and let go completely.” ，如果自己不思考任由 AI 自由发挥，那么结果可能就是灾难的，如文中提到的，生成代码一时爽，后续的 review 和维护可能会是噩梦。

这篇 从“代码补全”到“全托管 Agent”：我的 2025 AI Coding 进化论 ，给了具体操作层面的一些参考，包括 Shipping at Inference-Speed 和 Yu's skills 我的 vibe 技能套件

2025 大语言模型年度回顾

原文2025: The year in LLMs，各个方面全面的总结，写了很多，关于各方面的发展，也提到了中国几家公司在大模型方面的工作。

潮流周刊 254 期

2025 大语言模型年度回顾
https://tw93.fun/2026-01-14/llm.html
花了一晚上时间把 Simon Willison’s Weblog 这篇 《2025: The year in LLMs》翻译完了，我觉得写得非常好，能够帮助我们很好看清楚去年这一年大模型领域发展的一切，希望可以给关注 AI 和投资 AI 的小伙伴一些输入。

Youtube：一小时之内了解金融和投资的知识
https://www.youtube.com/watch?v=WEDIj9JBTC8
这个视频很适合投资小白，来源 Pershing Square 资本管理公司 CEO William Ackman，虽然是 13 年前的分享，但是很有价值，他用柠檬水生意把金融和投资讲得很简单易懂，很多结论放到今天依然成立。

先把三张表搞清楚：资产负债表看你手里有什么、欠别人多少、净下来还剩多少；损益表看一段时间到底赚没赚钱，收入、成本费用、利息折旧都算进去；现金流量表最硬，钱是不是真的进账、是不是被持续花掉，决定能不能扩张、能不能扛过坏周期。很多人只看利润，忽略现金流和负债结构，最后问题往往不是赚不赚钱，而是撑不撑得住。

融资部分也很直白：债和股就是两种承诺，借钱是固定回报，出事时对方优先拿钱，但收益封顶；出股权是承担更多波动，清完债才轮到股东，但生意做成回报空间更大。IPO 本质就是把股权卖给公众：公司拿到资金继续跑，或让早期股东获得流动性。

投资里他反复强调两件事：复利和回撤，复利吃时间，开始越早越占便宜，回报率差一点点，拉长到几十年差距会非常夸张。回撤是复利的天敌，亏 50% 需要赚 100% 才回本，所以长期投资里“别大亏”不是保守，是效率。

什么公司适合长期拿，他的标准很朴素，能不能用几句话讲清楚它怎么赚钱。品牌是不是够强、用户愿不愿意持续买；有没有护城河、别人抄不走；负债别太重；别过度依赖利率汇率大宗价格这类外部变量；资本效率要高，不是必须一直砸钱才能增长的生意。看起来是偏好，其实是在筛掉未来很难判断的公司。

心理和纪律部分更像底线：恐慌时敢买、过热时敢卖，但前提是你自己做过研究，不是名字熟就下手。进入市场前先处理高息债务，并留出 6–12 个月应急金，避免在最差的价格被迫卖出。

没时间研究个股也没问题：基金或指数化，把研究交给体系，挑基金经理主要看可信度、策略是否可解释、长期记录是否可验证，以及利益是否一致。（ps 不过这里我更推荐是标普 500 这种，非常有基金经理那种）

最后推荐了《聪明的投资者》 这本书，也挺值得一读。

2025年投资总结（一）：不及格的一年
2025年年终总结（二）：核心仓展望（航运、核电、商业地产等）
2025年年终总结（三）：卫星仓展望（AI应用、文化传媒、消费电子等）

阅读过程中，对于自己的思考：

• 什么是自己的核心仓和卫星仓？卫星仓是博取超额收益的还是做一些尝试学习的，或是两者都有？
• 中国核电的分析思路是什么？内部机组建设（投入），外部主要是电价，市场化会有优势胜出（核电成本价相对较低），数据中心对于电力需求（外部竞争和市场条件）
• 我是学不来这么多的投资方向的，目前 A 股我还是期望买一些长期资产，一是考虑一波一波的轮动太难跟上了，还有一方面是相信长期资产具备穿越周期的保障，可以长期持有作为未来生活的支撑
• 需要有自己的分析框架和思路，可借助 AI，两个核心：商业模式（生意）和企业文化（人），更技术分析就是看财报：资产负债表、现金流量表、利润表（损益表）

Go ahead, self-host Postgres

文章谈了为什么需要自部署而不是利用云服务？同样的性能和稳定性但便宜很多，是作者的诉求；就 AWS RDS 会提供什么，做了分析，进一步描述自部署需要做什么，从 weekly/monthly
/quarterly 角度，同时说了如何配置；最后，说了未来的预测，还是会是混合的模式，自部署是解决成本的问题。

读《传习录》

书我看了一部分，但还没坚持读下去，Gemini 总结如下：

这篇文章是著名开发者、Emacs 社区大牛 ManateeLazyCat（懒猫） 撰写的读书笔记，记录了他阅读王阳明《传习录》后的深度领悟。

懒猫通过“译文 + 感悟”的形式，探讨了王阳明心学如何解决现代人在信息爆炸、竞争激烈的社会中所面临的焦虑与迷茫。以下是核心总结：
1. 核心痛点：为何现代人身心俱疲？
* 知识不等于智慧：现代人追求无穷的知识和信息（唯物论），但知识无法回答人为何而活。缺乏“轴心”的人，在多方观点冲突和世俗比较中容易迷茫。
* 功利心导致本末倒置：很多人想先学完所有道理再做事，或者追求快速成功，导致能量被欲望消耗。
2. 王阳明心学的核心启示
* 知行合一的真意：这里的“知”不仅是知识，更是“良知”。良知与实践必须统一。
* “事上磨练”：真正的修行不在于躲在安静处打坐，而是在具体的事务中克制私欲、磨砺内心。只有经历过困难的考验，才能做到“静亦定，动亦定”。
* “格物”即“纠正”：懒猫领悟到“格”是正的意思，即纠正内心不正的思想，使事物回归本来的善良本质。
* “致良知”：这是解决问题的终极简化。遇到任何事，先问自己的良知（发心）是否正确，只要发心对，做事就能善始善终。
3. 作者的实战化领悟
* 无我与谦恭：做事要“无我”，专注当下而非个人利益。谦恭是获取能量的源泉，而攀比和傲慢则是恶的根源。
* 像种树一样立志：专注于当下的“栽培灌溉”（克己功夫），不要空想未来的花果（名利结果）。
* 心即理：真理不在身外，也不在故纸堆里，而在每个人真实、空灵且善良的本心中。
4. 总结感悟
懒猫认为，王阳明心学是医治现代人心理问题的良药。它不是教人消极避世，而是教人以“善良的发心”作为根基，在“实战中克己”，从而摆脱无谓的比较与恐惧。

一句话总结：这是一位硬核程序员从传统文化中寻找到的人生底层逻辑——通过“致良知”和“事上磨练”，将复杂的世界简化为内心的修行，从而实现人生的从容。

Shipping at Inference-Speed

这篇文章《Shipping at Inference-Speed》由著名开发者 Peter Steinberger（PSPDFKit 创始人）撰写。文章以 2025 年底为背景（带有一定的未来展望色彩），深度分享了他如何利用 AI 智能体（Agents）实现极速开发与交付的经验。

以下是核心内容总结：
1. 开发范式的转变：“氛围编程”（Vibe Coding）的进化
* 从“阅读代码”到“理解系统”：作者表示他现在几乎不再阅读底层代码，而是观察 AI 生成的流。他不再纠结于具体的语法实现，而是将精力集中在系统架构设计、语言/生态选择以及依赖项管理上。
* 开发速度的限制因素：现在的开发速度主要受限于 推理时间（Inference Time） 和 深度思考。对于大多数“增删改查”类的平庸业务逻辑，AI 可以几乎瞬间完成。
2. 模型对比：Codex vs. Opus
* GPT-5.2 Codex：作者目前的生产力核心。他认为 OpenAI 的模型在后推导（Post-training）方面更出色，会在写代码前花大量时间“阅读”整个项目，虽然速度较慢，但在进行大规模重构和复杂功能开发时成功率更高。
* Claude Opus：更适合快速的小修改，但在处理大文件或复杂任务时容易“急于求成”而导致错误。
* 推理偏好：作者倾向于使用高推理（Reasoning Effort: High）模式，认为这种“多想一会儿”的成本远低于事后去修补错误。
3. 工具链与自动化
* Oracle 🧿：作者开发的一个 CLI 工具，专门用于在智能体卡壳时调用更高级的模型进行“深思熟虑”并检索信息。
* 抛弃 IDE (Xcode)：他不再依赖 Xcode 等重型 IDE，而是直接使用 Swift 构建基础设施。他认为现代 AI 智能体完全有能力在没有 GUI 环境下处理 iOS 模拟器和构建任务。
* 为智能体设计代码库：他不再为了方便人类阅读而组织代码，而是为了让 AI 更好理解来设计代码库结构（例如通过大量的文档和清晰的 CLI 接口）。
4. 独特的工作流
* 多任务并行：同时推进 3 到 8 个项目。当 AI 在后台运行长达数小时的重构任务时，他会切换到其他项目。
* 线性开发：他通常直接提交到 main 分支，避开复杂的 Git 分支/工作树管理，减少认知负担。
* CLI 优先：任何新想法都先从命令行工具（CLI）开始，因为 CLI 易于被 AI 调用和验证。
5. 核心结论
作者认为，硬件和软件的界限正在模糊，“硬件就是固化的软件”。未来的开发者更像是一个架构师和调度员。AI 已经能够在一句指令下完成长达 5 小时的复杂重构（如将整个系统从 TypeScript 转写为 Zig），这种生产力是传统手动编程无法比拟的。

一句话总结：这是一篇探讨 AI 驱动下极致开发效率的实践手册，强调了通过信任高级模型、优化 AI 语境（Context）以及转向系统级架构思维，开发者可以实现“推理级”的交付速度。

本周开始重新使用 DayOne，由于 Apple Notes 在公司机器被禁了，尝试把每天的一些阅读和碎片想法记录在 DayOne 上，周末时候写周记时候整理进来。

本周观影

• 《怪奇物语》第五季：终结篇，Vecna is gone，El is somewhere（Mike may meet her someday），Joyce 和 Hopper 终于走到了一起，伙伴们各自走向各自的人生了
• 《唐朝诡事录-西行》：看了几集，有点拖沓，感觉长了点，暂弃

本周播客

• E35 Gamma（上）：优质系统的最后一环，其实是投资人自己
• 摘自潮流周刊 252 期，我找了一样的播客：128. Manus决定出售前最后的访谈 “这个是我最近一年看过的最有收获的一个访谈，非常推荐大伙一看；对于自己后续的一些技术商业化，新技术发展判断挺收益的；好喜欢季逸超这样接地气的技术牛人，和不喜欢的那种技术老登完全不一样”
• Orchestrating Multiple Agents in VS Code with Ben & Peng

本周胡思乱想

• AI 到底能给自己带来什么？自己如何参与这个技术的洪流而没被抛弃？
• AI 时代如何更新我们的学习手段，读书是必须的，但是如何借助 AI 的工具和手段更好的读和转化为自己所有所用，是值得探索思考和去实践的。
• 我今天在看一本书的时候，想到，从头到尾学习一下，仔细读一本书，这种学习方式方法是不是也是“古法”的了；但是不好好看一遍，仔细琢磨一遍，只是让 AI 帮着总结、对话、自己消化学习思考，又觉得不踏实；也许两者结合是最好的手段，当下来看；想搞个 AI-native 的学习方法，AI 先开路，自己不断给自己和 AI 提问题，总结思考也许更快更好
• 要折腾一个 AI native project template

本周文章

继续上两周的话题，看 2025 的年度总结，通过三周估计也基本完成了：

• 2025 年终总结：每个技术人都离不开 AI 的话题，但作者这段话提的真好，AI 时代去除噪音追求生活本身是从不过时的：“清晨的咖啡，女儿的笑脸，倾听窗外的鸟鸣，目睹黎明的喜悦，感受深情的告白，留下悔恨的泪水，以及写下这些文字时的心情，种种这些感受是无法被任何形式的人工智能取代的，而它们才是构成生命的本质。”
• 2025 年终总结：一个会生活的人
• 告别 2025：有深度思考的人，提到的工具也是结合自己的自身的很多思考和诉求
• 2025 年个人总结：无论是生活还是工作以及投资，和写作，都是非常厉害的人，值得学习（投资理念和其相仿，但是起步比我早的多，经验也比我多得多），里面提到构建自己的多巴胺这篇文章也非常好
• 我的 2025：All in DB 的第五年：数据库方向
• 再见 2025：里面提到的数字花园是不错的一个站点参考
• 2025 in Review：想看看他读的书，比如：《Facilitating Software Architecture》

我理解的保险产品

- 意外险和医疗险可以保证极端情况发生后的体验，杠杆很高，费用相对低（一年几百块钱）
- 高端医疗险类似消费，提升普通看病体验，一年几千。
- 分红险年化收益不如很多股票和债券等产品，但是比定期强。另外牺牲了现金流，但同时保证这笔钱不会被挪用。因为利润高，销售都喜欢卖这个产品。
- 终身寿险是意外险和分红险的组合。
- 车险里面三者险杠杆最高，车损险性价比低。

构建你的“多巴胺”系统
非常好的文章，在各方面的观点都想的很明白讲的很清楚

“多巴胺”系统是一种隐喻，是指能够给你带来持续正反馈/正向情绪的事情。我们通过：
* 主观上，调整自己的思考和看待事情的方式
* 客观上，搭建好能够持续供养自己多巴胺的外部环境
利用“多巴胺”系统，让自己的人生少一点内耗，少一点纠结，多一点平静，多一点快乐。

心态稳定的三个方法

多巴胺：找一个喜欢的运动，每天坚持，只要出门就可以极大的释放你的工作压力，我每天的任务就是，不管风吹雨打，一定要遛狗，哈哈哈哈
读书写作：当你读书的时候，你获取知识的过程会给你力量，抵消你对未来的焦虑，同时，写作分享真的是世界上最健康的释放压力的方法，你在教别人的同时，你的焦虑能量被充分的释放了
心流：找一个那种不赚钱，但是你特别喜欢的事情弄一下，比如我就喜欢写一些开源小工具、定期买把新键盘测试手感，分享一下我的思路给公司的代码大神，让小伙子们构建伟大的产品，那种 Vibe Coding 的满足感，比啥 AI 都爽，哈哈哈哈哈

新一代工程师的破局与发展 - Tw93
里面的观点都是共识，比如：AI 时代对于人的技能要求，好好读读会有收获，也学习一下他人的思考方式和框架