2025-12-05 08:09:01
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]）。
杭州大运河门户桥是一座步行桥，位于大运河与钱塘江交汇处，即将开放。它的三段拱形设计象征杭州刺绣和钱塘江浪潮。（via）
AI 大发展，数据中心不够用了，建造和运营成本飞涨。
越来越多的人提出，数据中心可以建在太空。
先是马斯克说，SpaceX 公司考虑在地球轨道上，建造数据中心。
然后本周，北京市科委、中关村科学城管委会发布了《太空数据中心建设规划方案》。
目标是"在距地面700公里的轨道上，建设可容纳百万卡集群的数据中心，开展天基数据中继传输和计算服务"。
根据报道，专家认为太空数据中心"势在必行"（上图）。
（1）高轨太空数据中心可 7×24 小时使用高强度太阳能，且不受大气影响，发电效率可达95%。
（2）深空温度约为-270度，只需部署导热材料即可完成散热，无需部署大量液冷结构，成本优势显著。
我觉得，这是两个很大的优势，太空数据中心确实应该尽快建设。
但是，我紧接着又看到了一篇文章。
作者是美国宇航局的资深工程师，曾经参与设计卫星。
他根据国际空间站的经验，认为现阶段技术制约太大，太空数据中心很难实现。真要建设的话，花费巨大，收益有限。
这可是我第一次看到，有人认真地质疑这件事。我不具备这方面的专业知识，不知道他的计算对不对，再说国际空间站完成于25年前，现在的技术早就超越了那时。
我把他的几点质疑分享出来，大家看看太空数据中心有没有前景。
（1）能源问题
太空能源主要来自太阳能。迄今为止最大的太空太阳能板就在国际空间站，峰值功率200千瓦以上，但是面积巨大，约为2500平方米，超过半个美式橄榄球场。
英伟达的 H200 显卡功耗约为 0.7kW，实际运行可能需要 1kW 的电源。国际空间站的太阳能板只够供电200个 H200。
作为比较，OpenAI 即将在挪威建设的数据中心计划容纳10万个 GPU，每个的功耗可能都比 H200 更高。
（2）散热问题
太空很冷，接近绝对零度，初看上去散热应该很容易。但是事实是，散热只有两种方式：要么通过介质散热，要么通过辐射散热。
太空没有空气，接近真空，根本没有介质，无法使用空气对流来散热，所以 GPU 的散热片和风扇不起作用。
唯一可用的是液冷，通过液体将热量传递到散热板，再辐射到太空（散热板必须放置在远离太阳的一面）。
国际空间站就采用辐射散热。它的散热系统非常复杂，散热上限为 16kW，大约相当于16个 H200，略多于一个地面服务器机架的四分之一。
国际空间站的散热板尺寸为13.6米×3.12米，即大约42.5平方米。如果要为200个 H200 散热，面积需要扩大12.5倍，即大约531平方米。这个面积是同样功率太阳能板的2.6倍。
这样一来，太空数据中心将变得非常庞大，远超国际空间站，而容量只相当于地面的三个标准机架。
（3）粒子射线问题
太空有各种高速粒子，由于没有大气层保护，它们可以直接撞击芯片材料造成损伤。最常见的后果是单粒子翻转（SEU），即粒子直接撞击晶体管，导致某个比特翻转。
太空数据中心必须长期运行，还存在总剂量效应，即反复的粒子撞击导致晶体管开关速度变慢，进而停止工作。
所以需要有一个屏蔽层，但是最强的宇宙射线可以穿透惊人厚度的铅层。而且受限于飞船的运送能力，太空中不可能部署很厚的屏蔽层。
为了增加 GPU 和内存的抗辐射能力，有必要为太空环境重新设计芯片，增加容错性能。但是，这样的芯片性能将远不及目前地球上的 GPU。
（4）通讯问题
大多数卫星通过无线电与地面通信，速率超过 1Gbps 都很困难。虽然有一些激光方案可以提高带宽，但需要良好的大气条件才能实现。
相比之下，地球上的数据中心之间的通讯，最低速率也能达到 100Gbps。
几周前，我在周刊推荐了七牛云，一个平台调用国内外各大 AI 模型，堪称中国的 OpenRouter。
但是，我没说清楚两点，导致很多网友遇到问题，我一直想找机会补充。
本周一，DeepSeek 发布 V3.2 的 Speciale 版和普通版，当天晚上我就看到七牛云上架了（下图）。他们更新这么快，我还是说一下吧，大家就不会遇到问题了。
（1）国外模型。七牛云目前提供国内外70多个模型，但由于种种原因，国外模型在官网查不到，实际上是支持的。
具体的模型清单，可以去这个网站查询，主流模型都有（下图）。
查到模型 ID 后（比如claude-4.5-opus），用它作为模型名参数，就可以在七牛云调用这个模型。
（2）请求频率。普通开发者"1分钟5次，1小时60次"足够使用了，如果超出这个速率，就会遇到报错（状态码429）。
大家不要觉得这个限制太严，作为对比，Claude 官方的 Pro 套餐是5小时45次。
我推荐七牛云，主要考虑他们是上市公司，服务有保障。另外，他们同时支持 OpenAI 和 Anthropic 两种调用格式，调用 API 很方便（下图）。
新用户有免费的 300万 Token，如果再邀请一位好友来使用，你会再得到 500万 Token，好友则得到 1000万 Token。注意，这些免费额度是通用的，可用于任何他们提供的模型。欢迎使用我的推广链接去注册。
1、冰岛的洋流危机
冰岛政府宣布，大西洋的洋流变化是国家安全问题，威胁到冰岛的生存。
根据观测数据，随着全球变暖，大西洋环流正在减弱。这个环流是一条巨大的传送带，将温暖的海水从赤道向北输送，为大西洋北部带来温暖的气候。
一旦这个洋流消失，冰岛的气温将大幅下降，最坏的情况下可能会被冰川包围，真的变成"冰的岛"，也就没法住人了。
2、火星声音
火星上有什么声音？
科学家也想知道。美国的"毅力号"火星车于2021年2月登陆火星时，就配备了一个麦克风，专门监听火星声音。
上图是火星车顶部跟摄像头配套的麦克风。
最近，一个研究团队分析了这个麦克风录制的28小时音频。
他们听到了有东西撞击地表的声音，同时还观测到了电信号，因此推测这是闪电的声音。
这是人们第一次知道，火星还有闪电，因为那里空气稀薄，没有水也就没有云，所以不存在云的放电。科学家判断，火星闪电应该是龙卷风导致的沙石摩擦的放电。
3、人造树叶
一个美国研究团队，将太阳能板做成了叶片形状。
这种叶片的底部，连接着化学催化剂，有了太阳能，就可以将二氧化碳和水转化为燃料。
如果把许多这样的叶片组装成一棵树，就是一个燃料生产装置。
这启示我们，太阳能装置的形式，远不止太阳能板一种，完全可以做成树的形状。
1、关于近期安全报告的情况说明（中文）
一个国外安全团队近日报告，某些浏览器插件（如 Clean Master、WeTab）是恶意软件。本文是这些插件的中国开发团队的回应。
他们表示，Clean Master 去年已经卖掉了，现在跟他们无关，至于其他插件属于误报。建议先读安全报告，再读这篇回应。（@yiGmMk 投稿）
2、Electron vs Tauri（英文）
Electron 和 Tauri 是目前跨平台桌面应用的两种主流开发方案。本文是它们的详细对比，各自的优缺点。
3、我为什么要从 GitHub 迁移（英文）
作者感到 GitHub 不符合需要，太重了，就做了一个自己的代码仓库托管方案。如果你也想自己架设代码服务器，可以参考。
4、Protobuf 好于 JSON（英文）
本文呼吁使用 Protobuf 格式代替 JSON。作者认为，JSON 唯一的优点就是人类可以识读。
5、如何写一份好的 CLAUDE.md 文件（英文）
很多 AI 编程工具，使用一份文本文件，作为每次查询的上下文。本文以 CLAUDE.md 为例，介绍怎么用好这个文件。
6、ZFS 文件系统好于 Btrfs（英文）
ZFS 和 Btrfs 是两种流行的现代文件系统，本文介绍它们的特点，提出前者更可靠。
1、Fizzy
37Signals 公司开源了他们内部使用的看板应用。
2、Fresh
一个基于终端的文本编辑器。
3、Gitmal
这个工具将 Git 仓库变成一个静态网站，网页内容就是文件、提交、代码高亮等。
该网站可以生成 GitHub 用户和仓库的分享卡片。（@Cactusinhand 投稿）
5、EasyDB
跨平台的桌面应用，使用 SQL 查询数据文件，包括数据库、CSV、Excel、JSON 等。（@shencangsheng 投稿）
一个 Webhook 的转发网关，比如把 Slack 消息转发到飞书和钉钉。（@Disdjj 投稿）
7、PySInfo
一个 Python 脚本，用来在命令行显示系统信息，类似于 fastfetch。（@cycleuser 投稿）
一个网页前端的 Mock 库，通过网页中拦截 fetch 和 XMLHttpRequest 来 Mock 数据，带有可视化控制台。（@tianchangNorth 投稿）
9、code996
一个命令行工具，通过分析 Git 仓库的提交时间，判断项目的编码工作强度和加班情况。（@hellodigua 投稿）
10、玉桃文飨轩
一款开源网页应用，将 Markdown 文本转成图片。（@nicejade 投稿）
一个开源的 Web 应用，通过 Gemini 模型，将小红书和 B 站视频转成手绘故事。（@RanFeng 投稿）
一个开源的浏览器插件，收集 Nano Banana 模型的热门提示词，方便复用。（@glidea 投稿）
这个工具使用 AI 改写以前的 git 提交信息，让其变得更准确详细。
1、百大年度照片
《时代》杂志评选的2025年100张照片，另有路透社的年度照片。
维基百科公布，2025年它的英文版阅读量最高的20篇文章，主要集中于政治、流行文化和逝者。
这是一个美国退休女教师的网站，她立志要拍摄所有种类的蜂鸟。全世界共有366种蜂鸟，她已经拍到了277种。
1、小王子博物馆
经典童话《小王子》出版于1943年，畅销全世界。
为了纪念这本童话和作者圣埃克苏佩里，瑞士最近新开了一家小王子博物馆。
这个博物馆收藏了这本童话的各种版本和纪念品。
《小王子》的情节是，从前有一个 B612 小行星，上面有一个小王子。这个小行星面积不大，有两座活火山、一座死火山和一朵玫瑰。
小王子离开 B612 后，拜访了其他六颗小行星，分别住着国王、爱慕虚荣的人、酗酒的人、生意人、守时的人和地理学家。最后，小王子来到地球，访问后又回到了自己的行星。
跟大家想的不一样，大公司的代码质量其实不高。
这看上去违反常理，大型科技公司薪酬优厚，足以吸引众多优秀工程师。而且，大公司的工作环境、配套工具、开发节奏都很好，非常适合从容不迫地完成高质量的工作。
但是，事实就是他们的代码质量完全谈不上优秀。
原因很简单，大公司的大多数代码都是由相对的初学者完成的。
那些工程师并不是不优秀，而是被迫去开发非本领域的项目，属于相对的初学者。
现实生活中，大型科技公司的工程师，很少会一直干下去。事实上，大公司的薪酬方案通常都设定了工程师的四年任期，四年后初始授予的股份全部归属，工程师的收入可能就会大幅下降。这时，如果你没有得到晋升，显然可以考虑离开了。
如果算上内部流动，情况就更糟了。我自己在同一个团队或同一个代码库，停留的时间最长也只有三年，那还是我刚入职的时期。后来，我每年都至少经历一次重组，更换团队或项目。
当然，大公司的代码库寿命没有这么短，很多内部代码库都有十年甚至更久的历史。问题是，这么多年来，这些库经历了许多不同的所有者，不同的工程师都在不断地"摸索"，相当高比例的代码变更是由"新手"完成的。这些人可能是在过去六个月内才加入公司、接触代码库。
你肯定会问，大公司的那些"老手"程序员难道不写代码吗？总有一些工程师在特定领域工作了足够长的时间，积累了真正的专业知识，会进行深入的代码审查，并能可靠地发现问题，这些人在干什么呢？
首先，大公司不在乎"老手"程序员。公司很少致力于培养特定专业的长期人才，而且似乎也根本不在乎留住这些人才。通常情况下，这些人迟早会被调到其他部门，成为一个全新系统的相对新手。
其次，"老手"工程师总是工作量巨大。作为少数精通特定服务的工程师之一，他们的工作非常繁忙。他没有足够的时间亲自审查每一次软件变更，或者积极参与每一个决策过程，他有自己的工作要做。
总之，大公司的现实就是，你总是被分配到新项目，几乎每天都在赶工，要赶上多个项目的截止日期。换句话说，工程师是在一个不利于编写高质量代码的环境中尽力而为。
这样情况下，就很难保证优秀的代码质量了。更常见的情况是，一位初级工程师接手了一个他几乎不熟悉的代码库中一个恼人 bug 的工单。他花了几天时间研究，最终想出了一个蹩脚的解决方案。如果幸运的话，一位"老手"在空闲的半小时里匆匆浏览了一下，否决了这个方案，并提出了一个稍微好一点、至少能用的方案。初级工程师尽力实现了这个方案，测试了它是否有效，经过简单的审查后发布，所有相关人员立即转而处理下一个高优先级的工作。
1、
亚洲人民处在从艰苦的农业生活过渡到城市工厂生活，这种转变似乎带来了一种热情，一种愿意为在今天的欧洲被认为微不足道的东西而努力工作的意愿。
这对他们来说是好事。但在欧洲，我们已经经历过这种转变，变得无所事事，毫无士气。我们生活所需的一切都由他人制造时，这种情况是不可持续的。
2、
汽车的电子屏幕，夜间使用非常有害，尤其对于40岁以上的人。他们的视力开始下降，聚焦和光线平衡的反应速度都会减慢，使用电子屏幕会改变他们的夜视能力，不容易看清前方的道路。
3、
普通人看不懂数学论文，但是圈外人不知道的是，数学家也看不懂很多数学论文。
-- 《科学》杂志
4、
大模型时代，我们正在失去一些珍贵的东西：自己独特的声音。
所有大模型生成的文章，看上去都像是同一个公共经理发布的。
如果你让大模型帮你写所有文章，你就放弃自己的声音了。你的声音是一种财富，是你一生的生活经历塑造而成，没有人的声音会和你完全一样。
-- 《大模型让我们失去声音》
示意图利器 D2（#329）
网络社区的悲剧（#279）
手机充电问题的解决（#229）
AR 技术的打开方式（#179）
（完）
2025-11-28 08:14:06
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]）。
苏州当代美术馆即将开放，十个展馆的屋顶连成一片，象征着江南民居的瓦片屋檐。（via）
最离奇的软件 Bug，你听说过哪些？
下面这个是我本周看到，绝对可以排进史上前十名。
我把它译出来，跟大家分享，以下是第一人称的叙述：
2013年，我在 Valve 公司从事游戏开发。
当时，第一代虚拟现实 VR 头盔 Oculus DK1 刚刚发售。公司决定为这款头盔移植游戏，让我来移植，搞清楚 VR 的游戏环境。
我就选了2004年我们公司开发的《半条命2》来移植。
移植了一个片段后，我们发现实际效果很好，就决定移植整个游戏，并且发布了发售预告。
移植过程中，我试玩了很多片段，但没有从头到尾玩一次。
等到移植完成，就在发售前夕，我决定完整玩一次，如果发现有什么问题，就写在发布说明里面。
我心想，应该不会有大问题，毕竟这个游戏已经发售10年了，无数人玩过，反响良好。
但是，万万没有想到，我居然遇到了一个重大 Bug。
游戏的开头部分，玩家来到火车站，一个守卫让你进去一个房间。很奇怪，房间的门是关着的，你进不去，就......卡住了。
你没死，就是哪儿也去不了。前面的门关着，你进不去，也退不出去，身后的大门已经关上了。你被困在一个走廊里，旁边有个守卫，无路可走。真是奇怪。
游戏的剧情是，你必须进入这个房间，才能往下玩。你又去找守卫，他指着锁着的门，仅此而已，你被困住了。
我上网查了视频，心想自己是不是记错了。没错，门应该是自动打开的，你走进去就行了，但是......现在这扇门却关了！
我心想完蛋了，这游戏没法发布了。
我赶忙联系了其他人，包括一些十年前参与这个游戏开发的人。他们测试后，都说确实有问题，而且在非 VR 模式下也一样，门也是关着的，所以肯定不是我移植弄坏的。但没人知道原因，因为代码根本没改过。
有人甚至追溯到游戏的原始源代码，编译了最初发售时的游戏版本----结果发现，那个原始版本也坏了，门也是关着的。
这怎么可能？大家慌了，这意味着这个 Bug 十年前就存在，但当年编译为什么没出现，十年后重新编译就出现了，这到底什么回事？
在花了大约一天时间，重新使用当年的调试和回放工具之后，一位同事弄明白了哪里出了问题。
如果仔细观看游戏，你会发现这扇门有一瞬间，其实自动解锁并打开了，但是房间里还有第二个守卫站在门后。这个守卫站得离门非常近，门打开的一瞬间会轻轻碰到守卫的脚趾，然后又弹回，重新关上，并自动上锁。由于游戏没有考虑怎么处理这种情况并重新打开门，所以游戏就卡住，你无法前进了。
一旦弄明白怎么回事，解决方法就很简单。我们把守卫往后移大约一毫米，门就很顺利自动打开了。
现在我们可以发布游戏了。但是，问题还是没有彻底解决。为什么这个游戏当初没有出现这个 Bug，原版里守卫的脚趾也挡着门啊？为什么十年后重新编译，Bug 就出现呢？或者说，Bug 其实一直都在，为什么十年前这扇门没有关上呢？
于是，一场旷日持久的漏洞搜寻就此展开。
我们终于发现了答案，就是老生常谈的浮点运算。
《半条命2》于2004年发布，当时编译用的是较旧的8087或 x87 数学指令集。这些指令集的浮点数精度五花八门，有些是32位，有些是64位，有些是80位，不同的代码段使用了不同的精度。
十年后的2013年，SSE 指令集已经成为所有 x86 CPU 的标准配置，编译器默认使用 SSE，它有明确的精度，根据代码需求使用32位或64位，是可以预测的。
真相就是，十年前编译用了32位精度，现在用了64位，小数点的差异造成了几毫米的误差，让守卫的脚趾碰到了门。
好了，现在玩家终于可以走进大门，继续玩下去了。
1、AI 授课
英国斯塔福德郡大学的学生，向媒体投诉。
他们上课时，老师的幻灯片（下图）完全是用 AI 生成的，甚至老师也不讲课，而是播放 AI 生成的授课语音。
学生非常气愤，因为学校规定，学生如果提交 AI 生成的作业，会被开除，但是老师却在用 AI 讲课。
这一方面反映了英国的大学教育质量日趋下降，另一方面也让人反思。如果大学广泛使用 AI 授课，或者老师的教学质量还不如 AI，那么学生还需要上大学吗，为什么不直接向 AI 学习？
2、螃蟹椅
丰田公司推出一款概念产品，像螃蟹一样行走的椅子。
它的四条腿可以活动，由电机控制铰链。人坐在上面，它会自己行走，还能爬台阶。
它还能趴下站起。
我预计，国内很快会推出类似产品，可以驮着人行走的机器人，市场很大。
3、量子计算机
IBM 公司的伦敦办公室，正在展示一台量子计算机。
这台机器建造于2019年，已经过时了。但是你不能走进办公室看，只能在门口远远地看。
这东西据说是计算机的未来，可以快速破解现有的加密算法。不过，它工作时需要低温冷却，接近绝对零度，所以不可能在家里使用。
4、政府网站的费用
制作一个政府网站要花多少钱？答案是9650万澳元（约4.5亿人民币）。
澳大利亚气象局的新网站，设计费用410万澳元，开发费用7980万澳元，发布和安全测试费用1260万澳元，共计9650万澳元。
由于远远超过了410万澳元的预算，这件事被媒体披露后，引起了公众哗然。
更可笑的是，新网站发布后，农民反映找不到降雨数据，不得不又换回旧版网站。
政府的计算机系统，如何保证高效好用，又不浪费纳税人的钱，真是一个难题。
大家可以去参观这个4.5亿人民币开发的网站 bom.gov.au。另外，旧版网站目前也依然在线。
1、为什么每个数据库都使用 B 树（英文）
一篇科普文章，介绍为什么 B 树比二叉树更适合数据库。
2、为什么评估新模型越来越难（英文）
著名程序员西蒙·威利森感叹，他已经评估不了最新的大模型了。因为各种模型的能力越来越强，简单的题目都会解，必须用很高深的题目去测。
3、固态硬盘不能长时间断电（英文）
本文指出，消费级的固态硬盘（SSD）在断电状态下，超过一年就会丢失数据。
目前，最好的固态硬盘也不能断电超过十年。所以，如果长时间不用，数据不要保存在固态硬盘。
4、中国龙芯的基准测试（英文）
一个老外程序员测试龙芯 3A6000 处理器，跟2021年发布的英特尔 Xeon Gold 6338 对比。
5、C 代码里面的 URL（英文）
上面这段 C 语言代码里面有一个 URL，居然是可以编译的，这是为什么？
6、如何做一个简单的搜索引擎（英文）
本文介绍搜索引擎的原理，如何自己动手写一个简单的搜索引擎。
7、DIY NAS：2026 年版（英文）
作者详细介绍自己组装 NAS 的配置，可以参考。
测试 DNS 服务器的命令行工具，可以测试本地到 DNS 服务器的延迟，以及 DNS 解析获取域名的 IP 地址的耗时。
一个跨平台的桌面应用，让电脑连接管理 iPhone。
3、SVG.js
一个网页 JS 库，用来生成和操作 SVG 图片动画。
4、impala
Linux 平台管理 WiFi 的一个终端应用。
一个基于 Next.js 的静态博客网站模版。（@YYsuni 投稿）
6、pdfpc-ts
一个开源网站，用于幻灯片演示，特点是同时带有演示者视图，用于提词，类似于桌面应用 pdfpc。（@Master-Hash 投稿）
7、剪存
开源的桌面软件，用来保存剪贴板历史，支持 Windows/Mac。（@snsogbl 投稿）
8、Hoa
一个受 Koa 和 Hono 启发的 JS 服务器框架，适用于 Cloudflare Worker。（@nswbmw 投稿）
9、NodeBBS
开源的基于 JS 语言的现代论坛系统。（@wengqianshan 投稿）
10、MyTube
一个需要自搭建的 Web 服务，用来下载与管理 Youtube/Bilibili 两大平台的视频。（@franklioxygen 投稿）
一个开源的 Web 应用，用户上传账单，它会用 AI 进行识别和财务分析。（@JasonRobertDestiny 投稿）
2、KoalaQA
开源的 AI 客服系统，可以搭建问答平台、开发者社区、用户服务社区。（@Trc0g 投稿）
3、seekdb
OceanBase 团队推出的一款开源 AI 数据库，支持向量计算，兼容 MySQL。（@liboyang0730 投稿）
4、OPENUGC
一个 AI 网页客户端，可以配置模型、Agent 和 MCP，功能较全，但是不开源。（@aicu-icu 投稿）
LangGraph 是一个开源 Agent 开发框架，本教程是基于 Jupyter Notebook 的可交互教程，介绍这个框架的具体实践。（@luochang212 投稿）
这个仓库收集了500+的 Nano Banana Pro 模型提示词，每一个提示词都有图片，超过一半提示词带有参数。（@DophinL 投稿）
这个网站是一个 AI 竞技场，比较不同模型的 OCR（光学识别）能力，目前排名第一的是 Gemini 3。
1、飞机场模型
一位退休的美国飞行员，喜欢制作飞机场模型。
他的网站上有大量的作品照片，大家可以点进去看。
下面是他制作的孟买机场模型，甚至还能显示夜景。
经常有人对我说：
- 我想跟你简单聊聊天？
- 下周我们一起喝咖啡吧？
- 我们一起来讨论一下吧？
我的回答永远是：不，不，不。
我确实可以满足你的要求，但我就是不能做。
即使它们可能是重要的机会，即使只需要花费我15分钟，即使这是其他人都会同意去做的事情，我也不想做。
我必须限制一天中被别人占用的时间，否则我自己就没有剩下的时间了。
即使我让你占用我的时间以后，还会剩下一些时间，我也可能因此失去能量和专注力，再来利用好这些剩下的时间。
时间是我们最不可替代的资产----我们无法购买更多的时间。我们一秒钟都无法收回失去的时间。我们只能希望尽可能少地浪费。
但是现实生活中，不知何故，很多人将时间视为所有资源中最可再生的，用掉就用掉了，反正还有别的时间。
所以，如果你问我是否可以聊天或聚一聚，答案是不。我希望你能够明白，我这样回答的理由。
1、
编程是我遇到过的最能抑制傲慢的良药。如果一个人很傲慢，你就让他去编程。
-- tratt.net
2、
训练一个观点与众不同的模型，会越来越困难。因为如果你的观点与真实数据和真实世界不符，你就不能简单地用外部材料来训练模型。
3、
现在是2025年，AI 像病毒一样迅速传播。哪怕你还在坚持手工制作精品，人们也很容易将你的辛勤劳动误认为是毫无灵魂、缺乏灵感的机器垃圾。
-- tonsky.me
4、
人生苦短，死亡来得如此轻易。如果我只是随波逐流，转眼间就会变成老翁。
-- 小畑五郎，一个日本 Youtuber
5、
如果一件东西100%实用，它就一定是漂亮的，比如没有丑陋的钉子或丑陋的锤子。但是，有很多丑陋的汽车，因为汽车并不是所有部分都实用。
-- Dan Gelbart，一位工业发明家
AI 模型不是一门好生意（#328）
棘手的 AI 版权（#278）
人类和人生的意义（#228）
家庭太阳能发电的春天（#178）
（完）
2025-11-26 08:17:19
全世界最好的 AI 编程工具，我不知道。
但是，我知道全世界最卷的 AI 编程工具，那一定是 TRAE。
为什么这么说？
AI 编程工具一般有三种产品形态。
（1）插件。最早的 AI 编程工具 GitHub Copilot 就是插件。
（2）IDE。插件受制于宿主软件，有些公司不甘束缚，就开始做专门的 AI 编程 IDE，比如 Cursor、亚马逊的 Kiro、谷歌的 AntiGravity。
（3）终端。还有一些公司，专门做基于终端（也就是命令行）的工具，比如 Claude Code、Codex CLI、Gemini CLI。
所有的 AI 编程工具，基本上都属于这三大类之一。但是 TRAE 居然三种产品形态都做了，同时属于这三类！
它最早是插件，后来做了独立的 IDE，现在居然有第三种产品形态：SOLO 模式。
从插件到 IDE（国内版），我都是 TRAE 的用户。我没用国际版，原因很简单，因为国内版免费。
今年7月份，TRAE 的国际版开始内测 SOLO 模式，反响热烈，我就很心动。现在终于正式发布了，本月12日国际版正式推出 SOLO 模式，国内版也在25日上线，更棒的是完全免费。
今天就来说说，什么是 SOLO 模式，为什么它很重要。
或者说，到底是什么原因，让 TRAE 觉得一种产品形态还不够，不停添加其他形态？
对于一个程序员来说，这三种产品形态，怎么选择？哪一种更好？
插件没什么好说的。它调用的是 IDE 的内部接口，如果你有现成 IDE 环境需要加入 AI 功能，就选择它。
IDE 相比插件，功能更强、性能更好、一体化程度更高，适合追求功能和性能的用户。
至于 IDE 与终端，可以参考我的上一篇文章。它们各有特点，不是替代关系，而是互补关系。
IDE 强在它集成的那些功能，比如自动补全、智能感知（intellisense），终端没有。
终端强在方便调用各种命令行工具，可以加入 CI/CD 流程，以及下面要介绍的 Subagent，这是 IDE 缺乏的。
这一次 TRAE 发布的 SOLO 模式，就引入了很多终端才有的功能，所以才单独做成一个模式，因为很难把这些功能加入 IDE 形态。
习惯了 IDE 的同学，或者在 IDE 与终端之间犹豫的同学，有必要了解一下 SOLO 模式，也许有你要的功能。
这次引入的新功能之中，最值得一提的就是 Subagent。
我的印象中，国内还没有其他厂家做过这个功能。如果你想用好 AI 编程，一定要知道它。
顾名思义，Subagent 就是次一级的 agent（智能体）。可以理解成，它是一个 AI 应用之中的子任务。也就是说，它可以把一个大的 AI 编程任务拆分成若干个小任务。
这特别适合大项目，你根据不同的任务或者子目录，建立相应的 Subagent。
它有几个显著的优点。
（1）并行执行。多个 Subagent 可以同时执行，你把它们放在后台，自己在前台做其他事情，这大大节省了时间。IDE 就做不到这一点，只能顺序执行，这是终端独有的一个极大优点。
（2）节省上下文。通常来说，每次执行 AI 任务，都会把整个仓库作为上下文，发给模型。Subagent 可以指定不同的上下文，或者限制上下文局限于某一个目录，因此就节省了上下文，降低了费用。
（3）重复使用。子任务本身也是一个智能体，可以跨项目使用，也可与他人共享，简化了工作流程。
（4）灵活权限。每个子任务可以设置不同的访问权限，从而可以做出适合不同等级成员使用的 Subagent。
总之，Subagent 非常实用，很多人不想使用 IDE，部分原因就是没有 Subagent。
TRAE 这次的 SOLO 模式，一大亮点就是引入了 Subagent，用它实现了多任务并行执行。
进入 SOLO 模式后，整个工作区分成了三栏，最左侧多出了一个任务栏（上图的红框）。
你可以在任务栏里面，点击"+"号，新建 Subagent 子任务(下图)。
上图中，新建子任务时，可以选择内置的智能体，也可以新建智能体，由不同的智能体负责执行子任务。
多个子任务可以并行执行。你在任务栏随时切换，查看每个任务执行到哪一步了。
上图就是同时新建了三个子任务，每个任务都有中文标题，可以很清晰了解它们的用途。
这个并行执行的任务栏，除了 TRAE 的 SOLO 模式，我在其他国产 AI 编程工具里面就没见过，希望能够跟进。
SOLO 模型还提供其他一些 IDE 模式没有的功能。
（1）Plan 功能：先对任务进行思考，产生一个"执行计划"，等你批准以后再实际执行（下图）。
（2）上下文压缩：智能压缩过长的上下文，防止上下文变得太长导致的模型效果下降，同时显著节省使用 AI 的成本。
（3）代码变更：更好的代码 DiffView 视图，帮助用户快速了解 AI 对代码的变更。
最后总结一下，TRAE 的 SOLO 模式提供了很多 IDE 模式下没有的功能，更接近终端的用法。
由于贴近终端，所以它能做到多任务并行，以及任务执行过程中更好的实时感知。
TRAE 在一个软件里面，集成了 IDE 和 SOLO 两种模式，无疑为程序员提供了最大的灵活性。
再加上国内版完全免费，超大上下文窗口，对于那些既想拥有 IDE 的便捷性，又想拥有终端多任务并行能力的同学，可谓再合适不过的选择。
TRAE 国内版和国际版，都有 SOLO 模式，区别是国内版免费，而国际版提供国外模型，大家可以根据需求选择下载。
（完）
