#人工智能
《2024年AI盘点：投资高歌猛进、基础设施重构、技术采用加速》，英文原文《2024 Backward Pass: The Definitive Guide to AI in 2024》

#人工智能
最近一周，看到的两个机器人相关的视频：
《百米高空，四川电网首次应用机器人“上线”除冰！》
《宇树科技的Unitree B2-W 工业轮足机器人》

#人工智能
#开源项目
前两天的Deepseek v3发布，效果有点震惊，看论文所说，只用了2048张H800显卡，2个月不到时间训练完毕，计算预算只有不到600万美元就训练出来了新的模型。

与其他大模型玩家不同的是，deepseek背后是一家叫幻方量化的公司，不是传统的互联网企业，前几个月看到的采访《揭秘DeepSeek:一个更极致的中国技术理想主义故事》，更早的一篇采访《疯狂的幻方：一家隐形AI巨头的大模型之路》。

#Rust
#C++
2024年了，C++项目解决库依赖管理还是一坨XX

#数据库
《Excel电竞大赛2024年决赛试题讲解》

从数据库的视角来看，Excel算是一款AP型数据库，只不过：
* 不能使用SQL查询语句，使用的是Excel里面的函数；
* 存储数据的格式是CSV。

#新年
2025年了，我隐约预感到未来不少于我很重要的事情，都会在今年有一个开始。

#分布式
开写我的分布式原理教程，初步想好的名字是《图解分布式系统原理》。想写这个教程，是因为重读DDIA的过程中，发现在分布式这块，有很多地方没有展开写。例如happen before关系，例如共识算法（作者一笔带过，我严重怀疑他可能不会：）。

目前先在Latex上写，后续写好了会逐章公布在网站上。

#独立开发
《我是如何从零开始手搓一个独立游戏并上架 Steam 的》，作者记录自己从2018年从零开始开发游戏，直到2025年元旦上线steam的历程。

#系统编程
《Welcome to Lord of the io_uring》，io_uring教程

#独立开发
《2024: 独立开发的第一年，我的收获与成长》

#数据库
看到一个很有意思的视角（出处）： 把数据库当做一个VM（Virtual Machine）的话，SQL就是操作这个VM的高级语言。

#算法
演示HyperLogLog算法原理的网站

#数据库
#sqlite
前两天和一位同行聊起来：给传统的tp型数据库，增加列式数据处理能力，比如存取parquet数据、比如增加时序型数据的处理，好像还有点搞头。

有不少给postgresql增加了这些能力的项目了（例如pg_duckdb），我在想：也许也可以把这些做法照搬到sqlite上面。

另外，他也提到另一个观点：对于大部分企业来说，时序类+文本搜索类场景，应该覆盖了90%以上的AP需求了。

#人物
前阵子推过DeepSeek背后公司幻方量化的消息，这家公司的创始人梁文锋在网上能找到的公开信息很少，正好看到一篇文章更详细介绍了他和他的公司。(题目过于标题党就不贴出来了，可以点击上面的文章链接直达网页)

#Rust
国内知名Rust社区贡献者Folyd，之前曾经给Rust贡献了一个优化的二分查找实现：《优化 Rust 标准库的 binary_search》。

但是这个实现，会导致在有多个重复元素的情况下，返回是不确定的，最终导致了币圈某产品的翻车，这里可以看到作者的后续推文。
我们回到这个问题本身：除了撤销这个修改，下一步应该在Rust标准库里增加多个重复元素的测试用例了吧？

#分布式
从2025年开年后开始写一本分布式教程，到现在过去了20天（中间还花了小一周时间准备面试，最后还不合适），初步写好了两章，大家可以看看。由于只是初稿，错漏在所难免，就是给大家看看目前的完成度。两章内容里，自己手画了20多张图，按照我预估全部完成可能有8章的内容，所以最后可能要画200+张的图。我挺喜欢画图解释原理的，一图胜千言。

我特别喜欢在技术文章中画图，有两个原因：对作者而言，如果能用图表达思路，侧面说明是真的掌握了；对读者而言，图形也比一维的文字更容易理解、信息量更大，图形中可以增加联系、颜色、形状等多维度信息。

所以一方面要让自己真的掌握一个知识点，另一方面要锻炼自己的画图表达的能力，以画图来反向验证自己对知识的掌握。画图的一些心得，参考我以前写的文章：《技术配图的一些心得》。

至于我用的画图工具，现在如果是随手画的图，就用excalidraw；一些更为正式的图，就用Mac上的OmniGraffle，可以很方便得对齐、调整颜色、字号大小等等，大几百买断的单机单平台软件，但是超值。

#杂
#人工智能
最近DeepSeek的新闻着实有点多啊，例如《中国AI初创公司DeepSeek是如何与硅谷巨头竞争的》。

时间回到两年前，彼时Chatgpt刚刚发布，当时我的判断是人工智能三大要素算力、算法、数据里，至少在算力和算法上我们是落后很多的。如果有人说，两年以后大模型领域中国能追赶到现在这个程度，我这样对中国科技有信心的人恐怕也会觉得过于乐观了。

现在两年时间过去了，我倒是觉得，可以将大模型领域做为一个切入的视角，一窥中国如何在一个垂直领域，在早期相对落后（尤其是还有层层封锁和限制）的情况下如何追赶。什么两弹一星、C919、航空母舰，毕竟离老百姓的生活还是有些远，技术细节普通人也难掌握。但是大模型领域，一来不乏开源项目，所谓“代码之前没有秘密”，二来更偏向民用，普通人也能马上看到效果。

引用《揭秘DeepSeek:一个更极致的中国技术理想主义故事》一文中的话：

我们认为随着经济发展，中国也要逐步成为贡献者，而不是一直搭便车。过去三十多年IT浪潮里，我们基本没有参与到真正的技术创新里。我们已经习惯摩尔定律从天而降，躺在家里18个月就会出来更好的硬件和软件。Scaling Law也在被如此对待。
但其实，这是西方主导的技术社区一代代孜孜不倦创造出来的，只因为之前我们没有参与这个过程，以至于忽视了它的存在。