本雜誌開源，歡迎投稿。另有《誰在招人》服務，釋出程式設計師招聘資訊。合作請郵件聯絡（[email protected]）。
封面圖
上個月正式開放的杭州良渚玉湖公園，公園的設計象徵良渚文化和運河文化的連線。（via）
李開復梳理人工智慧
前些日子，我讀了李開復老師的兩本書：《AI·未來》（浙江人民出版社，2018）和《AI·未來進行式》（浙江人民出版社，2022）。
這兩本書都是面向社會大眾解釋 AI，不是技術類書籍，但是有一些段落，闡述 AI 概念。
李開復老師用通俗的語言來解釋，人工智慧、機器學習、神經網路、深度學習......這些詞到底是什麼意思？彼此有什麼關係？
我覺得，這些介紹對理解 AI 的體系，挺有啟發的。它們分散在各個章節，我將它們整理在一起。
為了行文連貫，我沒有完全照搬原文，而是用自己的語言重新敘述，如果有錯誤，也歸咎我。
（1）人工智慧
1956年夏天，電腦科學家約翰·麥卡錫（John McCarthy）首次提出"人工智慧"（AI）這個概念。
人工智慧指的是，透過軟體和硬體，來完成通常需要人類智慧才能完成的任務。它的研究物件，就是在機器上模擬人類智慧。
（2）機器學習
早期，人工智慧研究分成兩個陣營。
第一個陣營是規則式（rule-based）方法，又稱專家系統（expert systems），指的是人類寫好一系列邏輯規則，來教導計算機如何思考。
可想而知，對於複雜的、大規模的現實問題，很難寫出完備的、明確的規則。所以，這種方法的進展一直很有限。
第二個陣營就是機器學習（machine learning），指的是沒有預置的規則，只是把材料提供給計算機，讓機器透過自我學習，自己發現規則，給出結果。
（3）神經網路
神經網路（neural network）是機器學習的一種主要形式。
神經網路就是在機器上模擬人腦的結構，構建類似生物神經元的計算網路來處理資訊。
一個計算節點就是一個神經元，大量的計算節點組成網路，進行協同計算。
神經網路需要極大的算力，以及海量的訓練材料。以前，這是難以做到的，所以20世紀70年代開始，就陷入了停滯，長期沒有進展。
（4）深度學習
深度學習是神經網路的一種實現方法，在20世紀80年代由傑弗裡·辛頓提出。它讓神經網路研究重新復活。
深度學習是一種讓多層神經元可以進行有效計算的方法，大大提高了神經網路的效能。"深度學習"這個名字，就是比喻多層神經元的自主學習過程。
多層神經元包括一個輸入層和一個輸出層，它們之間有很多中間層（又稱隱藏層）。以前，計算機算力有限，只能支撐一兩個中間層，深度學習使得我們可以構建成千上萬箇中間層的網路，具有極大的"深度"。
（5）Transformer
早些年，深度學習用到的方法是卷積神經網路（CNN）和迴圈神經網路（RNN）。
2017年，谷歌的研究人員發明了一種新的深度學習處理方法，叫做 Transformer（轉換器）。
Transformer 不同於以前的方法，不再一個個處理輸入的單詞，而是一次性處理整個輸入，對每個詞分配不同的權重。
這種方法直接導致了2022年 ChatGPT 和後來無數生成式 AI 模型的誕生，是神經網路和深度學習目前的主流方法。
由於基於 Transformer 的模型需要一次性處理整個輸入，所以都有"上下文大小"這個指標，指的是一次可以處理的最大輸入。
比如，GPT-4 Turbo 的上下文是 128k 個 Token，相當於一次性讀取超過300頁的文字。上下文越大，模型能夠考慮的資訊就越多，生成的回答也就越相關和連貫，相應地，所需要的算力也就越多。
豆包 MarsCode 動手實驗室（杭州站）
先提一下，上週說的全國 AI 程式設計挑戰賽。
應用賽道的作品提交，從12月16日已經開始了，大家可以上傳自己用 AI 完成的作品了。
演算法賽道目前還在報名中，只要你有信心，在 AI 的輔助下解出演算法題，不妨報名試試，也是一種體驗和鍛鍊。
比賽規則和報名連結，請訪問這裡，也可以看上週的週刊。
（此處有分隔線）
本週介紹的活動，是12月28日（星期六）下午兩點，在杭州的位元組工區舉行的豆包 MarsCode 動手實驗室。
到時，大家可以現場深度體驗豆包 MarsCode 的 AI 程式設計能力，並跟位元組的同學當面交流。在動手環節，你可以用 AI 實現自己的創意。如果你的作品很優秀，還有機會直通 AI 程式設計挑戰賽的決賽。
活動的詳細介紹，以及報名連結，請訪問這裡。
科技動態
1、硬碟打孔機
硬碟報廢時，一般需要擦除資料。最保險的方法，莫過於物理破壞硬碟。
但是，這樣很費事，你要找把錘子，把硬碟敲碎了。
為了解決這個問題，一家日本公司推出了"硬碟打孔機"。這種機器可以在硬碟上輕鬆打四個孔，保證徹底破壞資料。
它採用電動液壓系統，產生12噸的壓力，足以穿透任何硬碟。
它的尺寸為 410 x 289 x 187 毫米，跟臺式電腦差不多大小，但是重達18公斤，適合那些有成千上萬硬碟需要銷燬的大公司。
2、沙子國際象棋
一位英國設計師用沙子作為材料，3D 列印了一套國際象棋。
他說，這樣做只是為了追求一種奇特的感覺。沙子是一種無形且流動的材料，塑造成堅固耐用的東西，讓人感到難以把握、隨時可能變化。
而且，沙子表面是不光滑的，當你用沙子下棋時，會有真實的、與眾不同的觸覺。
3、玻璃磚
大家考慮過嗎，房子為什麼需要牆？難道不能建造一所沒有牆、全部是窗戶的房子嗎？
回答是不能，因為建築的重量由牆承受，窗戶不承受重量。如果把牆全改成窗戶，建築物就會倒塌。
那麼，能不能用玻璃來造牆呢？玻璃既可以承重，又可以透光。
麻省理工學院的科學家，最近就發明了這樣一種全透明的玻璃磚（上圖），根據測試具有跟普通磚相同的承重能力。
除了透光，玻璃磚還有一個好處，可以重新利用。只要高溫加熱，玻璃磚就會融化，能夠塑造成其他形狀，還能 3D 列印，但這也導致它不防火。
總的來說，玻璃磚比紅磚更環保，在很多場合有推廣潛力。
4、其他
（1）本週發生了一筆史上最大的風險投資，AI 公司 Databricks 一次性募集了100億美元。
（2）GitHub 宣佈，程式設計助手 GitHub Copilot 向所有使用者免費開放。
（3）OpenAI 推出了免費電話 1-800-ChatGPT，北美使用者可以撥打該電話，跟 AI 語音聊天，每月額度為15分鐘。
（4）小米官方開始支援，小米物聯網裝置接入智慧家居管理助手 Home Assistant。
文章
1、組合語言的一點入門介紹（中文）
這篇短文通俗解釋了組合語言的基本概念。
2、CSS 網格區塊詳解（英文）
這篇長文詳細介紹 CSS grid 佈局的區塊功能（template area）。
3、網頁如何插入 JSON-LD 語義資料（中文）
本文詳細介紹網頁的 JSON-LD 資料塊，用來插入機讀的語義資料。
4、13個對前端開發有用的 Chrome 外掛（英文）
本文介紹13個用於前端開發的 Chrome 外掛。
5、谷歌不再是最好的搜尋引擎（英文）
本文是一篇新聞分析，作者認為 Perplexity 的 AI 搜尋體驗已經優於谷歌了。
6、如何為 Windows 新增6個 macOS 最好的功能（英文）
一篇 Windows 使用技巧，教你怎麼為 Windows 新增一些 macOS 功能，比如檔案瀏覽器可以文件預覽。
工具
1、Presenterm
將 Markdown 檔案轉成幻燈片，在命令列播放的開源工具。（@lengyijun 投稿）
2、Rslib
製作 JavaScript 軟體包的工具，可以直接開發元件庫和命令列工具。（@fi3ework 投稿）
3、Midscene.js
AI 驅動的網頁 UI 自動化測試框架，透過文字描述，生成 UI 測試用例。（@yuyutaotao 投稿）
4、wechatDataBackup
Windows 桌面 PC 端的微信聊天記錄一鍵匯出。（@git-jiadong 投稿）
5、MoeMail
基於 Next.js + Cloudflare 技術棧構建的臨時郵箱服務，線上體驗。（@beilunyang 投稿）
6、my-github-2024
一個 Python 程式，生成你在2024年的 GitHub 程式碼提交統計。（@WCY-dt 投稿）
7、Vanilla
Canonical 公司的 CSS 框架，就是 Ubuntu 官網採用的樣式。
8、OpenAuth
網頁登入的第三方認證的整合庫。
9、Schemio
基於 Web 的示意圖視覺化編輯器。
10、Buzee
一個桌面軟體，提供本地檔案的全文搜尋（包括圖片裡面的文字），支援 Windows 和 Mac。
AI 相關
1、Hika AI
免費的 AI 搜尋。（@atlas-comstock 投稿）
2、Slea.ai
免費的 AI Logo 生成器。（@aaamomo64 投稿）
3、AI 音效生成器
免費生成各種音效，比如雨聲、風聲。（@aurthur 投稿）
資源
1、SQL 風格指南
一份書寫 SQL 語句的風格約定。
2、顏色程式碼表
線上配色設計工具集，做在一個網站。（@nettsz 投稿）
圖片
1、機器蜻蜓
美國首都華盛頓的中央情報局博物館，有一隻上個世紀70年代製造的機器蜻蜓。
它其實是一架微型直升機，飛到目標物件附近，竊聽對方的談話。
這隻蜻蜓可以飛200米，然後落下來，透過鐳射捕捉空氣振動，來還原談話聲。
但是，它不防風，也難以控制，所以從來沒有實際用過。
2、荷蘭的郵資程式碼
荷蘭寄信不用郵票，而是用一種9個字母和數字組成的程式碼。
你花錢買一個程式碼，以 3 x 3 的格式寫在信封上，就能代替郵票，作為付款證明。
因為程式碼的有效期只有五天（以郵戳為準），需要購買後及時寄出，被猜到的可能性很小。
文摘
1、沒有程式設計生產力這樣的東西
正如馬丁·福勒（Martin Fowler）所觀察到的那樣，程式設計師的程式設計生產力無法有效地衡量，因為它不存在。
軟體開發並不是一項必然會產生任何東西的活動。
假設你有兩個開發人員在同一個專案上工作，並且偶然地，他倆在同一天接受了相同的任務。
甲寫了一個1000行的框架，完美地解決了這個問題。程式碼編寫良好，並經過充分測試，每一步都有詳細記錄。
乙則是當天去了公園，一邊喂鴿子一邊思考問題，然後漫步回到辦公室，刪除了100行程式碼，部署了更改......問題就解決了。
請問誰的生產力更高？
回答是，這不重要。重要的是乙解決了問題，同時降低了團隊的長期維護成本。甲也解決了這個問題，但是他透過增加程式碼，增加了維護成本，因此（在其他條件相同的情況下）他的解決方案較差。
我們能說，乙具有更高的生產力嗎？顯然，很難找到程式設計生產力的正確衡量指標。
我認為，優秀的軟體開發者所做的就是解決問題。但是，生產力的衡量指標，比如程式碼、文件、資料等等，都只是解決問題的工具，並不是解決問題本身。
言論
1、
我寫 SQLite 的時候，從來沒人教過我 B 樹的知識。我需要自己實現 B 樹，我就從書架取下高德納的《計算機程式設計藝術》，找到了 B 樹的章節。他描述了演算法，我就照著實現。
有趣的是，高德納詳細介紹了搜尋 B 樹和插入 B 樹的演算法，沒有提供從 B 樹刪除資料的演算法，這是放在本章末尾的練習。所以我在實現自己的 B 樹之前，還必須先做完該章的練習。謝謝高德納，我真的很感激。
-- 理查德·希普《SQLite 不為人知的故事》
2、
瑞典南部的馬爾默市，洗一次10分鐘的淋浴，電費高達2.65歐元（約20元人民幣）。原因是該市接入的是德國電網，德國能源短缺，推高了電價。
-- 《瑞典能源危機》
3、
職業生涯最重要的一課是，你需要認識到，你工作的目的不在於使得公司的客戶滿意，而在於使得那些控制你的加薪、獎金和晉升的人滿意。
-- Hacker News 讀者
4、
正在開發的水下無人機技術，會使得以航空母艦為中心的海軍戰略過時，從而大幅削減軍事開支。
舉例來說，美國開發的水下無人機 Orca XLUUV，可以攜帶8噸的有效載荷，行駛數千英里，並且不需要長時間浮出水面。
-- Hacker News 讀者
5、
我第一次嘗試 MidJourney（文生圖工具）和 Suno（文生音樂工具）時，我想知道未來是否每個人都會成為數字藝術家。
很快，我就意識到我沒有"創作衝動"，即使看過很多別人的創作，我也常常不清楚自己想要創作的東西。
因此，未來的 AI 即使具備無比強大的繪畫和編曲能力，還是隻有少數人能成為畫家和音樂家。程式設計師也是如此，即使 AI 會程式設計，也無法人人成為程式設計師。
-- 《Cursor 深度體驗》
往年回顧
沒有目的地，向前走（2023 #283）
生活就像一個魚缸（2022 #233）
騰訊的員工退休福利（2021 #183）
貴州變瑞士，有沒有可能？（2020 #133）
（完）