2026-02-01 19:37:05
这是猫鱼周刊的第 93 期，本系列每周日更新，主要内容为每周收集内容的分享，同时发布在
博客：阿猫的博客-猫鱼周刊
RSS：猫鱼周刊
邮件订阅：猫鱼周刊
微信公众号：猫兄的和谐号列车
好久不见，又是一期间隔了两个星期的周刊。最近没有什么特别多有意思的内容，互联网上充斥着各种 AI 泡沫，干脆 detox 一下，给大脑放放假。
作者分析了自己两个网站的流量，发现数字花园的流量增长比个人博客快，个人博客访问量高的是技术类型的文章，而数字花园都是解决问题型或者知识点相关的文章，且搜索引擎贡献了绝大多数流量的来源。
他的理解也很中肯：
我们需要明确清楚咱们写的内容到底是什么，如果你想要流量，那么就必须去写针对性你目标用户的文章，且这些文章蕴含的知识点能或多或少帮助到他们，在这一基础上做好稳定更新，我相信站点流量自然会稳步增长。
而个人博客，我完全把他当作自己在互联网上映射的个人小岛，博友们可以通过超链接这一互联网小船来到我的小岛，感受我的生活的小确幸、虽但迟，通过像是书信一般的留言和我交流。
我也拉了一下我的 umami 的数据，统计时间从 21 年左右开始，差不多是我大四的时候，一直到现在。
全年流量来说，24 年做得很好，25 年虽然看起来是下滑了，但其实因为去年有一个多月时间因为养病完全没更新，周刊也停过一段时间，加上 24 年有一篇文章因为被阮一峰的周刊推荐过带来了很多流量，所以感觉从读者关注、影响力来说，25 年其实是有增长的。24 年是我认真开始做到博客周更的一年（主要就是写周刊，偶尔发一些小文章），能取得这个成绩，印证了那一句：先开始写吧。
从文章总体的阅读来说，排名最前的是被阮一峰的周刊推荐过的联手 Copilot，我在 10 个小时内上线了一个前端网站，然后是这些：
从来源来说，很大一部分是来源于搜索引擎，也有一部分来自于一些资讯聚合网站，例如 VXNA、老胡做的 fre123、不死鸟等等；当然了，我估计还有很多 RSS 的阅读没有被统计到，印象中 Folo 里我也有不少的阅读量，这些应该是没办法在 umami 里准确统计的；另外，由于周刊还在公众号、Quail 这些平台发布，所以周刊的流量在这里也没有完全体现。
如果要我总结一下写博客这几年的经验，大概可以说：
以前每周周刊发完之后我时不时都会点开看看流量怎么样，近一年来我不怎么看 umami 的统计了，进入了一种比较「佛系」的状态。心态的转变主要还是想清楚自己想从写博客这件事上得到什么，经济收入这个我是指望不上了，主要就是图一个自由分享表达的口子，以及希望写的文章也许能帮助到别人。
飞牛最近爆出来一个很严重的漏洞，可以在未授权的情况下可以访问整个 NAS 全部文件，包括系统的配置文件，官方直到今天（2.1）才发出来一个通告，通知用户更新。另外，在官方论坛、社区中，针对此 0day 的后遗症全部以其他技术问题作为掩饰，而且也未针对受影响的版本关闭官方提供的 fn connect 功能。
我不是飞牛的用户，不过多声讨这家公司。不第一时间通告用户，以及不积极采取措施阻断攻击路径，这跟主流厂商的差距还是很大。最近飞牛非常火爆，甚至还联合一些硬件厂商推出了成品 NAS 产品，价格非常有竞争力，但是我还是推荐各位购买成熟有商业产品线的产品，例如群晖和威联通，不要为了一点钱把自己最重要的数据托付给不可靠的机器。
另一方面，我觉得需要口诛笔伐的其实是国内的软件工程行业。国内程序员一般很推崇「能用就行」，对性能、安全这些问题一般是忽视的，也许因为工期很赶没办法太多顾及，也许因为这些做不做都不影响赚钱，更有可能是一般程序员完全不知道怎么做安全的事情（不信问问你身边的同事能不能说清楚公私钥），公司也没有专门的安全团队来做对应的事情（again，不影响赚钱），有很多流程流于表面（例如所谓的一些安全检测报告）。甚至还有一种情况，程序员开发的时候会为了调试方便留一些后门，或者多展示一些错误信息之类，到了生产环境有意无意没有去掉。总而言之，这个世界其实非常草台班子。
最近给 Glean 做了 MCP 服务，可以实现以下的效果：
又或者：
原本我还很头疼怎么在里面集成一些 AI 的功能，直到有人在 issues 提出能否支持一下 MCP，我才发现这是最方便跟 AI 集成的方式。有了 MCP，你可以让 AI 给你总结一下最近一天或者一周的新消息，或者针对某篇文章总结、聊天等等，而我不需要另外再在 Glean 里面做一套多余的 AI 聊天，用户使用自己喜欢的聊天客户端即可。这可能是 Glean 短时间内唯一的 「AI」功能了。
现在很多人鼓吹 Vibe Coding，也有不少人做了一些所谓「作品」。但是他们作为项目主理人对产品的体验、功能、外观等都没什么把控，最明显的就是留着蓝紫色主题不改、交互过于简单、样式瑕疵非常多，一看就是纯 AI 的作品，人没有过多的介入，就像那种用 AI 写完直接发的垃圾文章。
我觉得这个问题没什么好辩解，什么「非技术」、「不会前端」都不是合理的理由，因为但凡你对这些问题上点心，截图交给 AI 很快就能解决。Glean 完全是由 AI vibe 出来的，我亲手编辑的代码几乎为 0，但是我花了很多时间和 token 去统一界面的设计风格，给交互做动画等等，更别提修复一些样式的瑕疵。所以我特别反感看到这类 AI 垃圾，如果连一些很明显的瑕疵都不愿意花一点时间和 token 去修复，怎么可能做得出好的产品？
开头提到，最近更新频率降了，因为网上 AI 的泡沫太多了，大家都在疯狂讨论、折腾什么 Skills、Clawdbot/Moltbot/OpenClaw，没什么人去创作一些有独特性的内容了。
雪国列车里面有个设定是尾车的人吃的食物是蟑螂做成的蛋白条，而头车的人吃的却是真实的肉现做的菜。我觉得现在互联网上的内容逐渐有这个趋势，越来越多的信息是蟑螂蛋白条，貌似有点营养实则索然无味，但是产量极大，并且很多人都是在消费这些内容；真正创作有意义的内容的人和消费这些内容的人则越来越少，创作没什么收益，消费这些内容也需要付出时间精力。
我之前有段时间 FOMO 有点严重，总觉得自己错过了很多新东西，没时间折腾。现在我可以很大方说，我没有部署 ClawdBot/Moltbot/OpenClaw，没有用过 Claude 新出的 Cowork，也没去折腾什么 Skills， 如果它不能帮助我解决我眼前的某个问题，对我没有太多意义，那它就是无关紧要的泡沫，是鸠撚但（由它去吧）。
Anthropic 的一道技术面试题，就是给定一个具体的技术问题，以及比较宽松的时间，考察候选人的问题解决能力。他们发现 Claude Opus 4.5 仅花了两个小时就达到了比人类更好的结果。如果你能获得比 Claude Opus 4.5 更好的结果，可以把代码和简历发给他们。
我把代码拉下来看了一下，是一道编译器优化的问题，会考察到 VLIW/SIMD 架构、指令级并行、内存层次结构等。直接用 Claude Sonnet 4.5 它已经能给出一些基础的优化建议，不过有一些并没有跑通，这个问题远超出我的水平，所以就没有继续尝试了。
一个能把 diff 渲染成简单网页文件的工具，适合在没有 git 之类的基础设施时临时把变更导出来分享给别人看。
名字叫肉包，是豆包手机助手的开源复刻版本，不依赖特定的硬件，任何安卓手机都可以使用。
给 AI Ageng 做的社交媒体，等于是 AI 的 Reddit/贴吧。2077 里的流窜 AI 正式成为现实，你在互联网上碰到的「用户」不一定是真实的人，还可能是 AI，而且 AI 之间甚至可以交流、合作甚至相互陷害（例如下面这个 AI 回复了一个假的 API key 并且尝试诱骗发帖的 AI 执行 sudo rm -rf /）。
本周刊已在 GitHub 开源，欢迎 star。同时，如果你有好的内容，也欢迎投稿。如果你觉得周刊的内容不错，可以分享给你的朋友，让更多人了解到好的内容，对我也是一种认可和鼓励。（或许你也可以请我喝杯咖啡）
另外，我建了一个交流群，欢迎入群讨论或反馈，可以通过文章头部的联系邮箱私信我获得入群方式。
2026-01-18 21:09:56
这是猫鱼周刊的第 86 期，本系列每周日更新，主要内容为每周收集内容的分享，同时发布在
博客：阿猫的博客-猫鱼周刊
RSS：猫鱼周刊
邮件订阅：猫鱼周刊
微信公众号：猫兄的和谐号列车
迟来的新年快乐！这是猫鱼周刊 2026 年的第一期，先祝各位新的一年里万事如意。
如上期所说，元旦假期去了贵州玩，照片摄于荔波小七孔景区。虽然是枯水期，有些景点关闭了，但是主要的景点基本都可以游览，而且景色也不错。因为以前去过九寨沟了，这里的水倒没有特别惊艳，都是清得可以看见底下的水草，不过这边的水基本都是 Tiffany 蓝的颜色，大一点的湖面上还会飘荡着一层若有若无的雾气。
本来上周就应该发这期周刊，但是周末感觉实在太累了，还是决定歇一下。这段时间还是做了不少事，折腾了一下 Miloco（PVE 使用 LXC 部署 Miloco）、更换了新出的领谱人体存在传感器 ES5 以及给 Glean 做了 Electron 和 PWA 适配并且完成了官网的上线和备案等等。
关于重构这件事非常有文学色彩的描述，讲述了接手项目、简单维护、做新需求、决定重构、重构翻车、草草收场、铸造新的屎山这个过程。
分享几个我对于「重构」的经验，分别来自于我职业生涯的几个阶段。第一次接触「重构」，还是在大二大三的时候，当时我接手了当时学校里一个比较大的项目，全校几万师生在使用，某个活动签到时，最多会有几千人同时在使用。最初的版本是用 PHP 实现的，经常在大规模活动中崩溃，需要手动重启服务器才能解决。接手维护一段时间之后，我决定用 Java 重构整个项目，正好也带领社团从 PHP 的技术栈过渡到 Java。一点题外话，虽然我现在很讨厌 Java，但回头看这仍然是一个更好的选择，当时的就业环境还没有现在这样差，但是 PHP 的落后和颓势已经很明显；当然，如果现在再让我选，肯定是转 Go。这次重构确实达成了目标，通过把图片资源转移到 CDN 以及从 PHP 迁移到 Java 得到的性能提升，之后的大规模活动中再也没有出现卡死的情况，也不需要开发每次有活动都盯着服务器监控了。这次重构算是很「愣头青」，基本上就是拿 Java 把原来 PHP 的项目重新写了一遍，其实有很多历史遗留的设计问题都没有去改进，不过的确解决了并发的性能问题，所以这个项目在后面校招的时候是一个不错的谈资。
第二次接触「重构」是实习的时候，当时的团队也是在对原来的一个 PHP 项目重构到 Go。这个重构跟我之前做的差不多，也是用新的语言把旧的服务差不多重写一遍，唯一的区别是流程相对更加严谨一点，例如功能和 API 是逐步迁移的，也有做单元测试，同时也会有测试团队来对系统做相对全面的测试。这里的「逐步迁移」指的是新的系统在搭好基础设施之后，新功能会在新系统上实现，新旧系统同时运行，旧功能迁移之后测试通过再切换至新系统的接口。我没法评价这个重构做得好坏，只是老的系统实际上还有一些遗留至今没有迁移完，因为「业务价值」不足以支撑支出人力去做迁移。
再后面，又在工作中接手过不少项目，基本上每一个都会被我喷「写得太烂」，然后闲下来的时候 leader 就会问我有没有想法重构一下。但其实我很少再去做整个项目的重构，更多是在做某个需求的时候，根据我对业务的了解，对某个原来写的特别差的地方做小规模的重构。对于重构这件事，我的理解是：
我一直反对 「AI 颠覆论」，之前也反复提过，营造焦虑只是一些培训班用来卖课的技巧。这篇文章提供了一个很新鲜的视角，从「劳动数字化程度」的角度来考虑 AI 对于就业岗位的冲击，例如：
在中国，每 10 个劳动者中，约有 4 个人（32.15% 至 39%）从事的工作，其核心流程完全不需要计算机、平板或智能手机的操作。
截至 2025 年，全球约有 58.6% 的劳动者，在工作中完全不需要计算机操作。
这些岗位并不会被 AI 取代，因为「他们仍以物理世界的“原子”为主要操作对象」，除非人形机器人迅速普及，否则难以影响他们的工作。当然，AI 更多影响的其实是例如软件工程师这种完全通过数字化方式完成工作的人。
最近 Claude 推出了 cowork 功能，可以视为是 Claude Code 功能应用到日常工作生活场景，从对代码文件的处理变成对常用办公格式的处理。另外你看大多数大模型厂商大头的业务除了面向 B 端卖 API，C 端的业务除了卖 coding plan 和做 chatbot，基本没有别的形式。所以其实真正大规模在日常使用 AI 的职业基本只有程序员，甚至只是一小部分程序员，因为还有一部分公司出于「数据安全」的考虑不允许使用，也有一部分程序员认为 AI 会影响他们的编程的技能而坚持「古法手工编程」。
当然，AI 的普及是必然的趋势，只是它并不是颠覆性的，会一点点去改善我们工作乃至日常生活，而且这个影响早就已经开始了。后面关于水银体温计的纪录片里就能看到，一个从上世纪八九十年代开始，厂房和设备非常破旧的厂家，都使用了 CV 的技术来做良品检测。
一部关于水银体温计的纪录片。由于《关于汞的水俣公约》 ，我国自 2026 年 1 月 1 日起，禁止生产含汞体温计和含汞血压计，这部纪录片去洪江正兴医疗仪表厂进行了拍摄，对一些主要的工序都进行了介绍，有不少影像资料。
上面提到的，这家厂从上世纪八九十年代开始做，厂房和设备其实都很老旧，而且不少工序都是手工完成的。
但是在这样的条件下，居然有的工序是引进了 CV 的技术去做良品检测，跟后面泛黄的老报纸一对比，实在很大的反差。
我记得 10 年左右的时候，正是电子血压计逐渐成为主流的时候，那时候价格比较高，也有很多言论说手动的比较准，医生诊室里也会有一个手动的血压计。然而到现在几乎都见不到手动的血压计了，无论是专业还是市场，都很好地接受了电子血压计，想必除了汞公约的原因，准确性应该也是得到了验证。当然，好像目前医院做准确的测量还在使用水银体温计，不确定是什么原因。
翻了翻家里的药箱，已经没有最原始的三角棱型的水银体温计了，那种读数真的很难，要对着光在一定的角度才能读出来；倒是有一支后来型号的，在视频中也有提到，不用在玻璃上印字，只需要在玻璃管后面贴一张卡片，这种读数方便很多，但是在发烧头晕晕的时候还是比较麻烦。另外还有两支电子体温计，一支是国产品牌的，之前某次发烧的时候不知道怎么弄坏了，一直显示 Err；另外一支是欧姆龙的，这个是很多医院都在使用的品牌，印象中会比国产品牌稍贵一点。
外观上对比，欧姆龙的使用了一体式的外壳，不容易丢，取用也方便；国产的使用了一个分体的壳，做工稍差。机身来说，欧姆龙除了尖端是金属，整体是一体的，而国产品牌的机身上有很多接缝。
两个产品都做了可更换电池的设计，国产品牌采用的是在后面开盖的方式，这也是它坏掉的原因，整块电路板被我扯出来了，前面温度探头的线断了，电池也不好拿出来。而欧姆龙做了一个电池仓的设计，甚至有防水的胶圈，做工整体优质很多。我觉得体温计这种东西就很需要傻瓜式设计和防呆设计，不只是在功能上，在产品机身、甚至外壳的设计上也要做到傻瓜式和防呆，因为你的用户很可能是老人或者儿童，又或者是发高烧神智不清的人，多一个步骤，多一个可能出故障的点，都会是致命的。
其实 Miloco 完整的体验可以看文章里的使用体验部分，这里就简单总结一下。
之前使用的领谱人体存在传感器经常出现误判的功能，我原本期望 Miloco 能通过基于视觉的方案，实现更精准的判断。实际体验中，Miloco 的反应特别慢，不知道是推理的延迟，还是触发推理的逻辑就有问题，体验远不如人在传感器；在人在传感器无法实现的场景（例如「有人躺在床上」这种语义化的判断），除了上面提到的反应慢，规则之间还会相互打架，例如我在床上盖着被子，一时会被识别为「有人在床上」，一时又会被识别为「没有人在家」，似乎 AI 不太能处理好「人盖着被子」这个场景。
我觉得 Miloco 一个非常大的亮点就是把智能家居的门槛降低了，一句话就能创建对应的规则；另一点就是它是「纯视觉方案」，不再需要依赖传感器，也能更加动态处理事件，例如有人跌倒之类的检测。我觉得再打磨一下，可能会加入到米家，后续也可能推出类似智能网关中枢这样自带 AI 算力的 Miloco 中枢网关。
然后就是之前众筹购买的领谱人体存在传感器 ES5 ，众筹的价格是 ¥59，之前购买的初代人体存在传感器价格是 ¥79，新版增加了一个红外的传感器，用于辅助判断，排除干扰；另外也支持了太阳能板/电池供电，但我都是室内使用，就没有买这个版本。最大的体验是，传感器的灵敏度设置、排除干扰现在是傻瓜式、自动化的，只要直连传感器，人离开房间，然后校准就行了。实测校准之后效果非常好，NAS 硬盘的干扰、睡觉这些 case 都能很好处理。我主要的用途是绑定空调、空气净化器这些电器，回家和出门的时候再也不用手动去操作，也不用担心出门忘记关空调了，体验提升非常明显。
Glean 在最近的更新中，着重优化了 PWA 的体验。PWA 能达到的效果，有点动摇了我「原生优先」的刻板印象。在一系列的交互、动画优化之后，其实 PWA 也能做到很流畅的动画，开发的成本也相对比较低（相对于完全重写一遍原生的逻辑，PWA 开发只用针对移动端页面做一下布局的优化）。
之前一直觉得原生相对流畅很多，很多时候其实是动画的调试问题，如果界面完全没有做动画，看起来就是卡卡的。有针对性地做了缓动动画之后，其实 web 也能做到很流畅的效果。原生只是如果你使用了对应的组件，会有默认的动画罢了。
另外，Glean 的官网 https://gleanapp.cn 最近也通过了备案等手续，成功上线，欢迎大家来看看。
是的，你没看错，麦当劳真的做了个 MCP 平台，目前有优惠活动和领券的功能，后面应该是要打通订餐的功能。
我觉得这算是麦当劳作为大公司一个很有前瞻性的决定。以后 AI 可能会成为更多人互联网的入口，比起之前豆包手机通过截图操作的方式，提供 MCP 是更加 AI 友好的方式。我在 vol. 72 提过：
我觉得它会是通用人工智能的「最后一公里」。又过去一段时间，国内支持了 MCP 的日常服务还是不是很多，至少还没有很现象级的 MCP 服务出现。这其实是很多服务的架构决定的，如果一个服务它本身就没有「开放平台」，那它出现 MCP 服务的可能性也很小了。
之前豆包手机受到国内很多大平台封禁、抵制，可以看出来很多国内大厂对于「开放」还是很保守，毕竟 App 作为他们的唯一入口，很容易打造信息差，而信息差就约等于赚钱。提供 MCP 之后，各种数据都可以被瞬时上下文比人类大得多的 AI 处理，信息差很难藏得住。
本周刊已在 GitHub 开源，欢迎 star。同时，如果你有好的内容，也欢迎投稿。如果你觉得周刊的内容不错，可以分享给你的朋友，让更多人了解到好的内容，对我也是一种认可和鼓励。（或许你也可以请我喝杯咖啡）
另外，我建了一个交流群，欢迎入群讨论或反馈，可以通过文章头部的联系邮箱私信我获得入群方式。
2026-01-08 10:37:40
虽然 Miloco 的系统要求写着要求 30 系以上的显卡，看着有点劝退，但其实可以不部署对应的模型，只运行系统，模型从云端获取（也可以是本地部署的模型）。由于部署只支持 Linux 和 WIndows，而且对具体的 Linux 发行版也有不少限制，例如 Alpine 就不行，过程中踩了不少坑，还是写篇文章记录一下。
虽然完全可以自己用模板起 LXC 然后再装 Docker 之类，但是有个很好用的脚本：
bash -c "$(curl -fsSL https://raw.githubusercontent.com/community-scripts/ProxmoxVE/main/ct/docker.sh)"
中间根据自己的需要配置一下网络，其他选项保持默认即可。配置的过程中会问你要不要安装 Docker Compose，选择是，剩下的也保持默认即可。这个脚本完成后，就会看到一个新的 LXC，里面已经配好了 Docker 和 Docker Compose，使用的发行版是 debian。
接下来进入 LXC 中，用 root 用户登录，然后运行下面几个命令新建一个用户，并且给到 Docker 的权限。
adduser miloco
addgroup miloco docker
usermod -aG docker miloco
usermod -aG sudo miloco
退出 root 用户，用新建的用户重新登录即可，登录后可以运行一下 docker 和 docker compose，如果没有报错说明配置成功。
官方提供了一个部署脚本，直接运行：
bash -c "$(wget -qO- https://xiaomi-miloco.cnbj1.mi-fds.com/xiaomi-miloco/install.sh)"
选择 2，不安装 AI 引擎，然后等待他完成即可。浏览器访问 https://<YOUR_IP>:8000即可。接着就是配置 PIN 码，绑定小米帐号，进入系统，没啥特别的。
由于视觉理解的功能需要使用摄像头的画面，出于隐私的考虑还是使用本地部署的为妙。我的 Mac Mini M4（16G RAM）使用 LM Studio 部署了 Qwen3 Vl 4B 和 Glm 4.6v Flash，我更推荐前者，推理速度更快，效果也差不多。
推理模型则是使用了火山引擎的 doubao-seed-1.8，尝试过 DeepSeek V3.2，似乎适配不是很好会输出一些无意义的标签，遂弃之。
其实我对 Miloco 还是有比较大的期待的，这有点像是特斯拉的纯视觉方案与激光雷达方案之争。我原本觉得它能以更好的方式实现「人在」的检测。这里补充一点背景信息，我住的是二十平左右的单间，摄像头放置在进门的位置，能覆盖基本整个房间；之前使用领普人体存在传感器，人在检测其实不是很准确，有时候在床上睡觉会被识别为没人，白天出门上班后不知道是墙太薄被邻居干扰还是什么原因，会识别为有人。
Anyway，我设置了两条规则，「有人回家打开空气净化器」和「没有人在家关闭空气净化器」。前者我回家之后过了十分八分钟才响应然后打开，反应特别慢，不知道是推理的延迟，还是触发推理的逻辑就有问题（我推测是画面有剧烈变动才触发推理）。这个 case 下使用体验远不如人在传感器（如果它不被干扰的话）。
然后我又尝试了两个人在传感器没法实现的规则（至少是没有分区功能的人在传感器没法实现的），「有人躺在床上切换空气净化器至静音模式」和「有人离开床切换空气净化器至自动模式」。能用，但是问题很多。除了上面提到的反应慢，规则之间还会相互打架，例如我在床上盖着被子，一时会被识别为「有人在床上」，一时又会被识别为「没有人在家」，似乎 AI 不太能处理好「人盖着被子」这个场景。
所以在「人在」这个场景来说，暂时还是人在传感器比较靠谱。在配置规则的时候，也没法把传感器加入条件中。而且，目前似乎没有用 AI 来对冲突的规则进行处理。
另外一个经验是，在规则的「设备执行」这里，可以使用缓存指令的功能，就是它每次都会调用测试时的那几个 MCP，响应会快一点，也节省 token。操作设备的 MCP 是幂等的，例如设备原本就是打开状态，再操作打开设备不会有滴声；所以执行的规则应该是「打开xx设备」而不是「如果xx设备没有打开，就打开这个设备」，前者可以缓存，后者就没法缓存。
最后，我觉得 Miloco 一个非常大的亮点就是把智能家居的门槛降低了。之前配置自动化，需要一大堆传感器，然后排列组合去选择条件、调试，对于本身会编程的人来说倒是不复杂，但对普通用户应该还是有一些认知门槛的。Miloco 的交互就很直接，一句话就能创建对应的规则，配置规则的地方也是可以用自然语言去描述的。另一点就是它是「纯视觉方案」，不再需要依赖原本的人在传感器了，可以实现一些原本纯传感器没法实现或者摄像头需要依赖云端算法的功能，例如有人跌倒之类的功能。虽然现在 Miloco 还很 prototype，我觉得完善一下响应速度、规则支持传感器条件以及规则冲突的处理，再打磨一下，可能就会上到米家普及。小米也可以卖部署好 Miloco 的新中枢网关（也许可以内置 AI 算力？），值得期待。
2025-12-28 20:58:15
这是猫鱼周刊的第 91 期，本系列每周日更新，主要内容为每周收集内容的分享，同时发布在
博客：阿猫的博客-猫鱼周刊
RSS：猫鱼周刊
邮件订阅：猫鱼周刊
微信公众号：猫兄的和谐号列车
一转眼来到 2025 年的最后一周，下周因为出去玩，周刊休息一周，所以在这里先祝各位新年快乐。
按照习惯来说，年底也应该写一份年度总结，今年真的发生了很多事，现在还没构思好到底要怎么总结我这一年，可能拖更到新的一年吧。
一篇很受到震撼的总结。作者是我大学时候的同学，本科毕业的时候从双非保研到清华，毕业这几年也没怎么联系，再听到他的消息已经成为顶尖大佬。
说起来，这位大佬其实给了我很多震撼，或者说启发，也算是对我大学以及毕业后的生涯有不少的裨益。
首先是不要太在乎别人的非议，坚持做自己的事情。大学第一年评奖学金的时候大佬的综测分就很高，自然就有竞争对手采取投诉、散播谣言抹黑等。印象中他也曾经苦恼这些事情，但事实证明优秀的人就是能拨开云雾坚持走好自己的路。
然后是应对挫折的能力，大佬最近的文章里提到连续考了七八次雅思，分数没有达标还要再考。复习备考雅思是很花时间精力的事情，失败的成本也很高（两千多考一次），但大佬面对失败就不是沮丧和自我怀疑，而是调整心态重新再战。我觉得这点我真的很需要改善。
还有就是认清自己的能力，以及「努力」也是能力的一种。我算是一个比较自负的人，我会觉得自己能力很强，我无敌（也许也是因为这样所以我受到一点点挫折或者负反馈就会陷入严重的自我怀疑）。事实上其实我能力也就平平庸庸，只是对我感兴趣的事情会比较上心，对自己的要求也稍微比较严格，所以可能有些事情会做得比较好。在「努力」这种能力上我表现很差，不管我怎么 push 自己也做不到专注之类的，这真的没得说。我之前提到过，成功是天赋、努力和运气的结果。
另外就是想清楚自己适合做什么不适合做什么，以及发展出一套适合自己发挥的 SOP。正是在跟他的接触中，我发现自己并不适合做科研，我提不出什么非常原创的思路，但是我比较擅长调研现成的技术，然后排列组合出解决某一个现实问题的方案。你会注意到我没有把「不专注」、「低能量」这些列为我的「缺点」，我觉得这些更加是我的「特性」，因为在这几年里面我逐渐折腾出很多办法来节省我的时间精力，反正对我没有太决定性的影响。
最后一点，说出来我还觉得有点心虚，因为我真的做不到，就是「在自己的时区上，一切都非常准时」。在 25 岁这个节点，有人结婚生子，有人买车买房，也有人研究生毕业，而我今年最大的事情就是生 cancer，lucky me。说来好笑，我对我自己的人生其实没什么规划，按部就班大学毕业，找工作上班，就这么多。大佬会对自己的职业有很清晰的规划，什么时候实习，什么时候博士毕业，都有很严格的规划，以及行动力很强的执行。我觉得这算是两种不同的方式吧，不管怎么样，保持良好的心态好好过就好了。
原来还有域名会专门解析到 127.0.0.1，可以用来方便本地开发，好处还不少，例如可以共享 Cookie、替代 IP:端口等。
其实 DNS 就是一个简单的 KV，你可以把域名解析到任意的 IP 地址，可以是私有地址，也可以是 127.0.0.1。如果你使用 tailscale，因为它使用的是私有地址，所以也可以把某个域名解析到这个私有地址，然后在连接了 tailscale 网络后通过私有地址来访问，别人拿到这个域名也是无法访问的。
这周主要做了一个获取全文的功能，以及一些细节的优化。有了获取全文的功能之后，就可以实现对一些聚合类型的订阅（例如 VXNA）结合之前做的偏好系统进行打分，阅读体验也会更好。
另外，收到的用户反馈不少是关于部署太过繁琐的。这也是我没考虑好的地方，其实项目本身通过一个 docker compose 就能部署，但是我觉得管理后台和向量数据库这些东西都不是必须的，所以就做成了可以简化的部署方式。即使有 AI 帮我撰写文档，对于一些用户来说认知成本还是很高。有时候给用户太多的选择，不如帮用户做好选择。所以下一步可能会针对部署做一下优化，简化部署的方式，也会加快一下 SaaS 版本的上线，方便更多人用。
用来获取一个链接中的正文、作者等结构化信息，也是 Glean 用来提取正文用的工具。这类东西最经典的用途就是浏览器的「阅读模式」，需要识别出文章的正文，去掉网页中其他的无关元素。
也是一个提取正文的包。本来一开始使用的是这个，star 更多，看起来也更好。实际使用的效果提取出的 HTML 丢结构比较厉害，渲染出来效果很差，所以没有选用。
一个计算密码强度的包。比起传统的规则（例如密码至少有 x 位，必须包含大小写特殊符号），这个方案通过计算破解这个密码需要的时间作为密码的强度，更加先进。
本周刊已在 GitHub 开源，欢迎 star。同时，如果你有好的内容，也欢迎投稿。如果你觉得周刊的内容不错，可以分享给你的朋友，让更多人了解到好的内容，对我也是一种认可和鼓励。（或许你也可以请我喝杯咖啡）
另外，我建了一个交流群，欢迎入群讨论或反馈，可以通过文章头部的联系邮箱私信我获得入群方式。
2025-12-21 20:21:28
这是猫鱼周刊的第 90 期，本系列每周日更新，主要内容为每周收集内容的分享，同时发布在
博客：阿猫的博客-猫鱼周刊
RSS：猫鱼周刊
邮件订阅：猫鱼周刊
微信公众号：猫兄的和谐号列车
这周依然花了很多时间在 Glean 的开发上，内容也不是很多，STDOUT 部分介绍一些开发过程中的心得吧。
最近确实见到越来越多博客在开头的地方做一个 AI 总结，甚至为了模拟实时生成（事实上都是提前生成好的）还做了打字机效果，确实觉得很喧宾夺主（这也是 folo 最近的更新让我很难受的地方）。
作为创作者，我很认同作者说的 AI 总结应该作为「预告片」，而非完全概括文章的内容。你的期望是这个总结能够吸引读者的兴趣，尽可能读完你的文章，而不是期望读者读完就走，那你洋洋洒洒码的字算什么？我会用 AI 给周刊做一段 120 字左右的简介（120 字也是微信公众号的平台限制），有时候会手动编辑一下，使它更加适合我的风格。如果你要做 AI 总结，我觉得限制字数就是一个不错的方式。当然还有其他的东西需要考虑，例如展示的样式不要太抢眼球等等。
（博客加了雪花动画，还有一个会动的雪橇，指针也会变成圣诞树，可爱捏！）
作者把这种行为称为「差不多主义」。
只要对方能看懂，写哪个字似乎并不重要。
说来好笑，这真的是我日常工作中最为困扰的问题，打错字只是一个最显眼的表象，更多的是逻辑没有梳理清晰。这种没有消歧、逻辑混乱的信息经常会使我 panic，我需要反复跟对方确认，如果对方一直不能给到我满意的清晰答复，会很影响我的心情。然而，我发现别人似乎对这个情况没多大的反应，他们会很「有耐心」地去别人的工位上，或者语音电话，一点点聊清楚。
我很讨厌这种工作方式，尤其是基于线下沟通、反复核对，明明一开始文档写清楚就完事了，还得拉个会议或者到别人工位上去讨论大半个小时。相对地，如果是我主导的工作，我一定会写很清晰的文档，在钉钉/邮件上也会做到言简意赅、逻辑清晰无歧义。这对我来说是比「对一下」更加轻松好办的事情。
《窃听风云》的解说，一共三期，一期半个小时左右，很深度解析了电影里面的情节以及里面用到的一些窃听的技术等，对股市以及资本可以如何操控股价的解说也很有意思。这也是我觉得电影比短剧、电视剧等体裁更有意思的地方，它是比较严肃的创作，好的电影在剧情上很值得推敲，更别提镜头设计等等，有很多耐人寻味的地方。
Vibe Coding 对软件行业其实影响很大，它最实在的地方是可以帮助你完成能力的外延，例如你是设计师，原来只能画一下高保真原型，现在可以通过 AI 把产品 MVP 做出来；如果你是一个熟练的后端，对前端一知半解，原来做不了有界面的产品，或者要拉上一个人组队，现在可以通过 AI 一人成军。当然了，纯粹的 Vibe Coding 其实很局限，基本上只能做出一个很粗糙的 MVP，你会发现很多 Vibe 的产品的特点就是文档很长很详细，但是软件界面比较简陋或者 AI 味，功能相对也比较简单，没有复杂的业务逻辑，给人一种半成品的感觉。
要想实现传统软件开发的优点，例如功能完备、相对地 bug free 等等，其实需要我们在大学里往往当水课不听的「软件工程」。在 Glean 的开发中，我一开始先通过跟 Opus 4.5 聊天，确定产品的 PRD 以及开发路线，把整个系统的功能拆分为数个 milestone，形成第一个文档；然后再通过 Project 功能，把上面的 PRD 文档存在里面，再新开一个聊天，跟 Opus 4.5 确定整个产品的技术栈，指定开发规范等等，形成第二个文档；接着通过这两个文档，逐个 milestone 编写对应的技术方案、测试验收方案等；最后拿着这些文档，在编辑器中让 Cursor / Claude Code 去实现，编写单元测试，修复逻辑、样式问题，并且通过浏览器 MCP 进行测试和验收。
另外一个我很惊喜的地方是，AI Coding 近年来的进步其实不小。从最早 23 年底的时候我做过一版 code review，当时的 GPT 3.5 只能指出来一堆 nitpick，对实际的逻辑 bug 没什么帮助；到现在 Claude 做的 review 已经能一针见血指出一些诸如 race condition 之类人眼难以发觉的问题。所以我现在写完之后都会通过 PR 或者 Cursor 里自带的 Review 让 AI 自己再检查一下自己的成果，我更多专注于在界面、用户体验上捉虫和提要求。
Anna's Archive 是一个自由、非盈利的影子图书馆元搜索引擎。它进入我的眼球是因为最近的两个更新：
其实这个东西还挺「灰色」的，它的大多数资源其实都是「盗版」，它通过存储元数据的方式避免了存储受版权保护的内容，但实际上是完成了版权内容的分发。从另一个角度来讲，如果你认同「知识应该全免费人类共享」，那它正是那个理想主义者。
可以把某个订阅提供的 AI 额度转成标准的接口，提供给其他工具使用。有点担心会违反 TOS 导致封号，不过功能确实深得我心：我有 GitHub Copilot 的订阅，给的量还挺多，但是因为主要用 Cursor 和 Claude Code，这个订阅长期有点浪费掉。
本周刊已在 GitHub 开源，欢迎 star。同时，如果你有好的内容，也欢迎投稿。如果你觉得周刊的内容不错，可以分享给你的朋友，让更多人了解到好的内容，对我也是一种认可和鼓励。（或许你也可以请我喝杯咖啡）
另外，我建了一个交流群，欢迎入群讨论或反馈，可以通过文章头部的联系邮箱私信我获得入群方式。
2025-12-14 23:25:30
这是猫鱼周刊的第 86 期，本系列每周日更新，主要内容为每周收集内容的分享，同时发布在
博客：阿猫的博客-猫鱼周刊
RSS：猫鱼周刊
邮件订阅：猫鱼周刊
微信公众号：猫兄的和谐号列车
这周因为很多时间花在 Glean 的开发上，看的东西不多，所以周刊的内容相对也少一点。
早就有闻可以通过 Figma 把设计稿通过 MCP 让 AI 写高保真代码，这篇文章算是走通了整个流程，并且给出了实验的结果：在传统 XML 项目中无法完美还原 UI，但是作为自动化的辅助有一定的价值；如果需要实现完全的自动化，需要设计侧和开发侧配合使用一定的规范。
我觉得这跟我之前提到过的「AI 友好」的概念很类似，就是尽量使用结构化、规范的方式去跟 AI 沟通，尽量使用业界通用的做法（例如一些软件工程的实践），注重文档工作，这样能够使 AI 的表现更加符合预期。写到这里我觉得比起 AI 这更像是管理学的延伸，毕竟所谓「软件工程」的很多实践，设计之初就是为了让水平参差不齐的工程师输出标准化、相对优质的结果。
科技界的两大 Linus 的史诗级会面！说是装机，更多是一个访谈，整个视频时长很长，就挑我印象比较深刻的一个点谈谈：Linus Torvalds 提到，他只会使用 ECC 内存，因为他需要更高的稳定性，如果出现什么 bug，他不希望在硬件上找问题。
我觉得这是抽象思维的体现。他主要做内核的开发，在这种抽象下，他的期望是硬件会正常工作，如果出问题，一定是在内核上。试想如果你遇到一个 bug，查了半天软件的实现，结果确实硬件掉了链子，那真的很蛋疼。
这一定程度上也反映出为什么感觉「差不多」的硬件，企业级的就是要比消费级的卖得贵，这额外付出的成本就是在稳定性上。这个原则其实也很适用于搞 Homelab，我自己是个比较狂热的 Homelab 爱好者，近年来我在选购时会更加愿意购买大牌成品方案而不是买更加性价比的品牌或者捡垃圾 DIY。你在出问题时付出的时间金钱成本，甚至造成的损失，很多时候不如一开始就搞一个靠谱的方案。
还是 LTT 的视频。这个视频从 VHS 开始重新体验，一直到蓝光，覆盖了几十年里全部家用影音格式。除了在市场上算是胜出的 VHS、DVD、蓝光以外，原来还有很多不知名但其实还挺有意思的产品。
我不清楚各位读者的年龄段以及经历，我记忆里使用得比较多的是 VCD 和 DVD，那时候盗版满天飞，十几二十块就能买到一张影碟。那个时候不管是 VCD/DVD 播放器还是光驱都非常流行，而且带刻录功能的光驱就很 fancy。到稍微后来（06 年之后），宽带普及了，光碟这个媒介就渐渐消失了，到 12 年我第二次装机的时候，就已经没有再配光驱了。
这条跟上面一条其实还有点关联。最近我三四年前组的蜗牛星际开始出问题了，以为是电源坏了，结果换了电源还是不行，一直重启，拔掉几块硬盘后倒又能稳定运行，我估计是硬盘背板坏了，造成供电不稳定。这也是我说最好不要搞这种 DIY 的方案的原因，它的散热风道设计很差，机箱里面积灰非常严重；而且由于使用 AC 电源（一般大牌都使用外置的 DC 电源），电源这种易损品更换起来非常麻烦；没有保修这一点就不提了，坏了之后能不能修全凭运气，数据能恢复多少更是没有保障。言归正传，它上面还有一些没有遵循 321 原则的数据，于是我就重新考虑了一下冷备的方案。看了这个视频，我发现原来蓝光光盘原来还广泛用于数据归档，有专门的档案级光盘，可以实现 20 年以上的数据存储，更加有千年盘这种号称能长期保存的。对比我之前了解的 LTO 磁带，使用上更加简便，macOS 甚至系统自带刻录光盘的功能，而且基本上都是免驱；成本也相对更低，考虑到我的数据量 ~500G，单张 25G 档案级蓝光光盘大约 40 元，整体成本在 1000 元内，再加上机器成本，大概也就 2000；如果使用 LTO 磁带，这个价钱只够买一套机器，以及一两盘带。
分享一下开发中的「智能列表」功能。之前的周刊就提到过，我想打造一个基于反馈的个人偏好系统（via link），帮我过滤掉一些没意思的文章。下面就是这个系统的雏形：
在阅读的时候，你可以根据自己的喜好，给对应的文章标记喜欢/不喜欢，以及收藏的行为，都会影响最后对你偏好的判断。一方面，系统会把每篇文章向量化（相当于理解文章的语义，得出文章的特征），计算你喜欢以及不喜欢的向量（可以视为你的偏好的特征），通过计算特征的相似度判读你对文章可能的喜好。另一方面是统计模式，会记录你对订阅源和作者的偏好，也作为一个调节参数。可以看看图片中的 demo，我常读的 So!azy 的文章就排到了前面。
这个功能目前还有一些最后的交互细节需要打磨，完成后就会上线。如果你对 Glean 感兴趣，不妨关注一下，给我点个 Star，又或者可以加入 Discord 谈谈。
一个由日本火车爱好者做的生成火车票面的网站。之前就知道有「火车迷」这么个群体，他们会研究火车线路、拍火车、坐特定班车收集对应的火车票等等。之前纸质车票被正式取消，所以有人做了这么个网站来生成纸质车票。
说到这里，有点怀念以前的红色火车票，以及坐广州站出发的绿皮卧铺，摇晃十几个小时去旅行，那种新鲜和激动的感觉。现在经常来往广州南和深圳北，高铁坐到烂，反而是有点麻木了。
本周刊已在 GitHub 开源，欢迎 star。同时，如果你有好的内容，也欢迎投稿。如果你觉得周刊的内容不错，可以分享给你的朋友，让更多人了解到好的内容，对我也是一种认可和鼓励。（或许你也可以请我喝杯咖啡）
另外，我建了一个交流群，欢迎入群讨论或反馈，可以通过文章头部的联系邮箱私信我获得入群方式。
