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]）。
四川德阳的“凯州新城规划展览馆”，设计了一条穿过建筑物的走廊，从荷塘直到背后的山顶。为此，建筑物中间还开了一个大尺度的洞口，以此强调人与自然的对话。（via）
现在的快餐店，都有点餐机。
你可以去柜台点餐，也可以机器点餐。
假设两者同样方便（都不用排队），你会选择哪一种，柜台点餐 vs 机器点餐？
这个问题是一个荷兰程序员提出的。有一天，他在阿姆斯特丹的一家餐馆吃午餐，突然注意到，新进来的顾客更喜欢机器点餐。
明明再走两步就是柜台，可以跟店员面对面点餐，但是这些人还是选择机器点餐。
这个老外不禁陷入了沉思：这是普遍现象吗，人们更喜欢与机器互动，而不是与人互动？
最终，他得出结论：机器点餐有很多优点，所以人们更愿意选择这种方式。
（1）流程标准化。点餐机的每一步，都已经设计好了，你不会无从下手，并且所有商品都有详细介绍。
（2）效率更高。人工点餐要跟店员沟通，为了避免出错，通常需要强调和重复，这样就比较慢。更不要提，有时候还听不清对方的话。
（3）体验更好。机器点餐时，你有时间思考和犹豫，不会有人催促你；即使点了奇怪的东西，也不会有人用异样的眼神看着你；如果点错了，可以无限次从头再来；就算不想要了，也不会尴尬。
因为上面这些原因，人们更愿意机器点餐，而不是找店员点餐，这是毫不奇怪的。
用户的这种心态，再加上信息技术的配合，使得人际交流迅速减少，人机互动大量取代人与人的互动：快递员变成快递柜，餐馆变成外卖 App，课堂教学变成视频点播……
人际交流减少的一个重要表现，就是“宅文化”的兴起。
越来越多的年轻人，长时间呆在家里，当宅男宅女，不与外界互动。一个很大原因就是，互联网提供了这种可能，让你不必与其他人交流，通过电脑就能完成各种事情，解决生活的基本需要。
这是全世界的普遍现象，人们的外出都在减少。我看到一个美国的统计，美国人每天步行次数（一次不少于250米）正在快速下降，2022年比2019年下降了36%。
这说明大家呆在家里的时间在增加，也意味着，人际互动在减少。
展望未来，“宅文化”肯定会进一步发展。需要当面沟通才能完成的事情，将越来越少。
我不知道，这对人类社会意味着什么，每个人都减少了与他人的直接接触，将会怎样？但是，这是技术发展的必然结果，我们只能适应这种趋势。
那些增加人际交往的服务，未来会变得很时尚和受欢迎。比如，组织一群人面对面的沙龙、读书会、分享会等，以后会非常流行。另外，AI 伴侣大概也会流行。
1、汤加的报废汽车
太平洋岛国汤加，面积很小，只有260平方公里，跟北京四环内差不多大小。
它现在面临报废汽车难题。报废汽车已超过3万辆，再也找不到地方放置了。
现有的旧车场，已经有几层楼高了，新来的旧车只能堆在最上面。
一旦下雨，生锈的金属、剥落的油漆、残余的汽油都被冲入地下，污染饮用水。
由于没有地方处理旧车，汤加街头行驶的车辆都很老旧，每辆车都要使用很长年限，坏了也要继续用下去。
汤加自身无法解决这个问题，正在跟日本谈判，希望把报废车辆运到日本，让其回收。
2、无人气象船
国内最近成功进行了一次无人气象船试验。
一艘12米的无人船，在海上航行了16个小时，累计行程110海里，收集各种气象数据。
有了无人船以后，就解决了远海气象数据不足的问题。海上有什么情况，可以很方便地派船查看。
3、AI 版权官司
一位美国女作家（下图）起诉 Meta 公司，未经允许就将她的作品用于训练 Llama 模型。
法院最近判决她败诉，理由是她未能证明，模型对她的作品进行了改编或复制。
这就是说，法院认为，除非 AI 模型的运行结果，明显拷贝了版权作品，才构成侵权。只用来训练，是没问题的。
因此，AI 模型在美国可以合法使用版权作品进行训练。中国应该也会采取类似法律立场，否则中国的模型就无法跟美国竞争。
4、海底数据中心
11月24日，世界首个商用的海底数据中心，在海南下水。
1300吨重的数据中心，被放入35米深的海底，里面包含了100台服务器。
海底机房可以节省建设用地，以及冷却所需的淡水，能够减少40%到60%的耗能。
微软公司曾经试验过海底机房，但没有投入实际使用。中国这次放入海底的机房，会真的交付给客户。如果效果好，后续会在多个省份推广。
5、AI 数学奖
国际数学奥林匹克是一项面向中学生的数学比赛，题目很难。
一家美国公司最近设立了一个奖项（上图），只要哪一个开源的 AI 模型，能够首先赢得国际数学奥林匹克金奖，就能获得1000万美元。
这是一个指标意义的奖项。目前的 AI 只是大规模语言模型，本质上属于统计预测。如果有一天 AI 能够证明数学难题，就表明它具有推理分析能力，“奇点”大概也就来临了。
1、龙芯 3A6000 发布（中文）
本周，国产 CPU 龙芯 3A6000 发布。B 站有测试视频，它设置在 2.5GHz 时，性能跟 i5-14600K 接近，并可超频到 3GHz。国产芯片能达到这样的水平，让人刮目相看。
2、我在谷歌的18年（中文）
作者在谷歌工作了18年，本月辞职。他写了这篇文章，痛批谷歌已经蜕变，不再有公司创立时的理想主义，成了一家充满官僚主义的平庸大公司。
本文是对此事的中文报道，另有英文原文和中文译文。（@yangchuansheng 投稿）
3、我对中国电动汽车的热爱（英文）
作者是美国的一个电池专家，最初只是猎奇，不料发现阿里巴巴上面，都是又奇怪又便宜的电动车。
他忍不住就买了一辆，托运到美国，从此一发不可收，写了很多中国低价电动车的介绍文章，在美国出名了。
4、大多数 AI 创业公司注定失败（英文）
作者是一个风险投资家，看好 AI，但不看好 AI 创业公司。本文是他的理由，其中一条是“如果你在周末构建了它，其他人也可以”。
5、为什么 Web Components 不流行（英文）
Web Component 技术诞生已经10年了，至今没有流行。为什么这样一种浏览器原生支持的技术，发展不起来？作者分析了它的一些设计失误。
6、Deno Cron 发布（英文）
JS 云服务 Deno Depoly 宣布，推出定时运行功能 Deno Cron。如果需要定时执行 JS 脚本，以后多一个选项。
7、六大平台的游戏开发评价（英文）
作者是一个游戏开发者，比较了六大平台（Web、Windows、Mac、Linux、Android、iOS）的开发优劣。
8、Dobb·E 家务机器人（英文）
纽约大学的研究团队设计了一个家务机器人，专门供家庭使用，设计目标是“便宜 + 通用”，通过观看人类动作，实现模仿。他们现在公开了设计。
周刊（第273期）介绍过一个国产数据计算引擎 SPL。
当时忘了提，虽然这是一项底层技术，但为了让更多人使用它，开发团队做了一个非常好用的工具，中文叫做“集算器”。
它的外观和用法类似于 Excel，不懂编程的用户也能快速上手。但是，编程和计算能力要强得多，其实是一种基于单元格的编程语言。
单元格编号就是变量名，比如上图的A1 + 5就等于17。这样引用上一步就很简单，整个流程写在一组单元格里，非常直观。
这里有一个例子，依靠大数据计算和丰富的内置函数，10行代码实现一个“古诗机器人”，还挺好玩。
“集算器”是开源的，支持 Win/Mac/Linux，还有 Java 的 jar 包，源码仓库就放在 GitHub，已经有 3400 star，欢迎大家访问。
1、Biome
JS 语言格式化工具 Prettier，提出谁能用 Rust 语言重新实现它，并通过所有测试用例，就能获得2万美元，因为它们自己没有资源做这件事。
结果，只过了两个星期，Biome 就赢得了这场比赛。
Biome 是一个 JS 工具箱，零配置就能实现 JS 脚本的格式化和 Lint，性能出众。
2、IP Guide
该网站提供免费 API，查询 IP 的地理位置。
3、Chrome-macOS-Screen-Saver-Tab
Chrome/Edge 浏览器插件，让空白标签页显示 macOS 的 4K 航拍屏保视频，就像真屏保一样。（@Y024 投稿）
Python 的 Web 框架 streamlit 的一个组件库。（@ObservedObserver 投稿）
一个中文版在线绘图工具，基于英文的原始开源项目进行中文化。（@geeeeeeeek 投稿）
6、Rsbuild
一个 Web 构建工具，可以取代 Webpack，减少 90% 的配置并获得 10 倍的构建速度。（@chenjiahan 投稿）
一个极简的 Python 脚本，只用115行，实现一个网页聊天室，使用 SSE 进行后端消息推送，对 Python 全栈开发感兴趣的朋友可以参考。（@yuxiaoy1 投稿）
8、Gmeek
超轻量级个人博客模板，将 GitHub 的 issue 转成博客网站。（@Meekdai 投稿）
9、TQUIC
腾讯对 QUIC 协议的实现，新开源的 QUIC 库，参考介绍文章。（@ryantang1991 投稿）
10、ai-teacher
一个 ChatGPT 的前端开发示例，可以当作代码参考。（@guojingwen 投稿）
11、DevOpsGPT
一个 LLM 应用，根据需求生成开发文档，然后生成软件代码。（@qinwanglsm 投稿）
免费使用 SDXL Turbo 模型，快速文生图，基本没有等待。（@zengdamo 投稿）
2、技术播客节
12月4日~12月8日，在主要的中文博客网站，每天会集中上架一批不同技术主题的中文博客。（@le0zh0u 投稿）
一个英文的个人网站，里面有作者写的 Docker 和机器学习的系列教程。
4、生成式 AI 初学者教程（Generative AI for Beginners）
微软推出的入门课程，介绍生成式 AI，一共12课。
1、自相关
很多论文都犯了“自相关”（autocorrelation）的错误，它们提出两个现象之间存在相关关系，但其实是自相关，即变量与自身相关。
举例来说，x 和 y 是两个不相关的变量，散点图如下。
现在，构造第三个变量 z = x + y，那么 x 与 z 之间的散点图如下。
从图形上看，x 与 z 存在强烈的相关关系，但其实这只是 x 的自相关，y 的作用不过是增加了一些统计噪音。
但是，不知道的人看到这张图，就会得出结论： x 和 z 有相关关系。
2、金丝雀报警器
1896年，一个英国工程师确认，煤矿爆炸是由于一氧化碳聚集造成的，需要找到一种方法，能够快速发现地下煤矿的一氧化碳泄漏。
他想到了金丝雀，一氧化碳也会造成金丝雀中毒死亡，但是金丝雀比人类敏感，只要少量气体就有反应。人类看到金丝雀不行了，就知道一氧化碳泄漏了。
他就制造了金丝雀报警器，那是一个玻璃和金属做的笼子，笼子的一面是通气孔，里面关着一只金丝雀。
笼子上方自带一个氧气罐。一旦矿工发现金丝雀出现一氧化碳中毒的迹象，就会关闭通气孔，打开氧气罐的阀门，输入的氧气就会让金丝雀复活，同时矿工可以撤离危险区域。
1、知识错觉
“知识错觉”（the illusion of knowledge）指的是，你自以为懂得或掌握了某种知识和技能，但是实际上并不懂。
最近的一项研究表明，互联网可能会助长人们的“知识错觉”，过度自信自己的技能水平。
研究人员让实验的参与者，重复观看某种技能的视频，例如投飞镖或者跳霹雳舞的视频，最多可以看20次。
看完以后，参与者需要预估一下，自己对这项技能的掌握程度。
大多数人表示，通过观看视频，他们已经一定程度上掌握了该项技能。而且，观看视频次数越多的人，回答越确定，自信心越强。
然后，每个人需要当众展示该项技能。结果令人非常失望，他们显然都没有掌握。研究人员说“他们的实际表现没有显示出任何学会的迹象。”
程序员尤其要小心这种错觉，千万不要看完教材或文档，就认为自己掌握了某项技能，一定要自己动手用它做过项目，才算学会。
1、
每当你认为别人毁了你的生活时，实际上是你自己毁了你的生活。受害者心态是一种非常有害的心态。
如果你换一种心态：无论情况多糟糕，这始终是你自己的问题，并且你尽力来解决它。我认为这更有效。
-- 查理·芒格，美国著名投资家，本周去世，享年99岁
2、
三年前，我辞去了银行的工作，由于没有收入来源，我决定开发一个游戏。
写了三天代码后，我不禁想“我是开玩笑吗？我能卖掉这个赚钱吗？” 于是，我又去找工作了，并找到了我今天的工作。
3、
我和我的电脑一起住在俄勒冈州的荒野。鹿比人更常来访。在我的池塘里，一只乌龟似乎发现了另一只乌龟，我打算仔细观察这一进展。
-- Paul Lutus，一个隐居的程序员，开发了苹果电脑早期最畅销的文字处理软件
4、
很少有公司能够支持充满激情的员工，即使公司声称需要他们。
这是因为工业革命从一开始，就是为了发展生产力。员工的价值是以生产力来衡量的。激情很难量化，充满激情的员工相信有比生产线更重要的事情，他们对打卡不感兴趣，有时还会违反规则。
-- 《创意者与官僚》
5、
不要追随你的激情，追随你的努力。
-- 马克·库班，美国企业家
生活就像一个鱼缸（2022 #233）
腾讯的员工退休福利（2021 #183）
贵州变瑞士，有没有可能？（2020 #133）
技术解决不了人类的对立（2019 #83）
（完）