慣性聚合 高效追蹤和閱讀你感興趣的部落格、新聞、科技資訊
閱讀原文 在慣性聚合中打開

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

阮一峰的网络日志

科技爱好者周刊(第 396 期):互联网通信的替代方案 科技爱好者周刊(第 396 期):互联网通信的替代方案 - 阮一峰的网络日志 科技爱好者周刊(第 395 期):软件开发的第三种方式 科技爱好者周刊(第 395 期):软件开发的第三种方式 - 阮一峰的网络日志 科技爱好者周刊(第 393 期):脑腐状态 科技爱好者周刊(第 392 期):axios 投毒与好莱坞式骗术 科技爱好者周刊(第 391 期):AI 的贫富分化 科技爱好者周刊(第 390 期):没有语料,大模型就是智障 套壳中国大模型撑起500亿美元估值?扒一扒 Cursor 的"套壳"疑云 科技爱好者周刊(第 389 期):未来如何招聘程序员 科技爱好者周刊(第 388 期):测试是新的护城河 零安装的"云养虾":ArkClaw 使用指南 科技爱好者周刊(第 387 期):你是领先的 科技爱好者周刊(第 386 期):当外卖员接入 AI 字节全家桶 Seed 2.0 + TRAE 玩转 Skill 科技爱好者周刊(第 385 期):马斯克害怕中国车企吗? 智谱旗舰 GLM-5 实测:对比 Opus 4.6 和 GPT-5.3-Codex 科技爱好者周刊(第 384 期):为什么软件股下跌 科技爱好者周刊(第 383 期):你是第几级 AI 编程 Kimi 的一体化,Manus 的分层 科技爱好者周刊(第 382 期):独立软件的黄昏 AI native Workspace 也许是智能体的下一阶段 科技爱好者周刊(第 381 期):中国 AI 大模型领导者在想什么 科技爱好者周刊(第 380 期):为什么人们拥抱"不对称收益" 科技爱好者周刊(第 379 期):《硅谷钢铁侠》摘录 我如何用 AI 处理历史遗留代码:MiniMax M2.1 升级体验 科技爱好者周刊(第 378 期):预测是新的互联网热点 科技爱好者周刊(第 377 期):14万美元的贫困线 科技爱好者周刊(第 376 期):太空数据中心的争议 科技爱好者周刊(第 375 期):一扇门的 Bug 终于有人做了 Subagent,TRAE 国内版 SOLO 模式来了 科技爱好者周刊(第 374 期):6GHz 的问题 VS Code 使用国产大模型 MiniMax M2 教程 科技爱好者周刊(第 373 期):数据模型是新产品的核心 国产大模型接入 Claude Code 教程:以 Doubao-Seed-Code 为例 科技爱好者周刊(第 372 期):软件界面如何设计 大模型比拼:MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5 科技爱好者周刊(第 371 期):一个乐观主义者的专访 错误处理:异常好于状态码 科技爱好者周刊(第 369 期):Tim 与罗永浩的对谈 科技爱好者周刊(第 368 期):不要这样管理软件团队 一天之内,智谱和 Anthropic 都发了最强编程模型 科技爱好者周刊(第 367 期):Nano Banana 的几个妙用 科技爱好者周刊(第 366 期):旧金山疯狂的 AI 广告 科技爱好者周刊(第 365 期):流量变现正在崩塌 科技爱好者周刊(第 364 期):最难还原的魔方 科技爱好者周刊(第 363 期):最好懂的神经网络解释 科技爱好者周刊(第 362 期):GitHub 工程师谈系统设计 科技爱好者周刊(第 361 期):暗网 Tor 安全吗? 科技爱好者周刊(第 360 期):Dan Wang 的新书
科技愛好者週刊(第 370 期):正確的代碼高亮
阮一峰 · 2025-10-24 · via 阮一峰的网络日志

這裡記錄每週值得分享的科技內容,週五發佈。

本雜誌開源,歡迎投稿。另有《誰在招人》服務,發佈程序員招聘信息。合作請郵件聯繫[email protected])。

封面圖

北京門頭溝區的千年古剎靈嶽寺,從1979年開始關閉,直到這個月修繕完成,對外開放。修繕過程中,在牆上留了一個觀察窗,展示原始的唐代和遼代的磚塊。(visuals_china@instagram

正確的代碼高亮

程序員一般都使用代碼高亮,就是代碼有不同的顏色(下圖),方便閱讀。

問題就來了,什麼樣的顏色組合,最適合閱讀代碼?

大多數的人大概跟我一樣,就挑自己覺得好看的。比如下圖五顏六色的,我覺得很悅目。

不久前,我讀到一篇文章,作者說:錯了,好看的顏色未必適合閱讀代碼。

正確的代碼高亮,應該讓你一眼注意到最重要的代碼信息。太多的顏色,只會讓人眼花繚亂,找不到重點。

他提出代碼高亮的五條原則。

(1)最多使用4種顏色,再多的顏色會分散注意力。

(2)變量、函數和類的定義最重要,一般來說,它們是代碼的最關鍵部分,所以定義時的變量名、函數名、類名應該高亮顯示。

(3)註釋也很重要,往往是關鍵信息,或者是作者希望別人閱讀的信息,所以要高亮顯示。很多配色方案將註釋變灰,這是不對的。

(4)常量和函數嵌套(即括號)也是重要信息,需要高亮顯示。

(5)其他代碼不必高亮,包括變量讀取、函數調用、關鍵字(class、function、if、else 等等),因為它們無所不在,你很少會去尋找它們。

這五條原則,你認同嗎?

如果認同的話,你可以試試看作者設計的配色方案 Alabaster

下面就是這個方案的高亮效果。

作為對比,再看看前面那個"好看"配色的高亮效果。

你覺得,哪一種效果好,是否突出了代碼的關鍵信息?

大模型 API 怎麼買

如果同時使用多家公司的大模型,大家怎麼解決,每家的 API 都買?

今天介紹一個我正在使用的"AI 網關",可以一個接口調用50多個主流模型。它就是七牛雲 AI 大模型推理平臺"。

常用的主流模型,它基本都提供了(比如國外的 OpenAI、Gemini、Claude,國內的 DeepSeek、千問、豆包、智譜、Kimi)。模型廣場(上圖)列出了部分模型,完整列表需要查詢 API

七牛雲是老牌的雲服務商,成立15年了,還是上市公司,相當靠譜。它的穩定性和服務質量,可以放心,遇到問題不會找不到人。

用它的"統一接口",有幾個顯著優點。(1)使用方便,開通和付費都是人民幣,不需要海外信用卡;(2)接入簡單,各種的 AI 客戶端、IDE、命令行、MCP 都可以接入,支持 OpenAI/Claude 兩種 API 格式,鑑權與計費都是統一的;(3)低延遲 + 高吞吐,使用 AIPerf 測它調用谷歌模型,平均響應時間是700多毫秒,平均吞吐量是 184.6 Token/s;(4)高閾值,普通用戶的上限是每分鐘500個請求,每分鐘令牌數500萬,一般情況下足夠了。

目前,它的"新用戶推廣活動"還沒結束。新用戶有免費的 300萬 Token,如果你再邀請一位好友來使用,你會再得到 500萬 Token,好友則得到 1000萬 Token

總結就是一句話,如果你使用我的推廣鏈接去註冊(下圖),你會得到免費的 300萬 + 1000萬 Token。然後,你生成自己的推廣鏈接,每邀請一位好友,就再多 500萬 Token。

科技動態

1、本週,一架美國的波音 737 Max 客機在11000米高空,遭到不明物體的撞擊,擋風玻璃砸碎了,碎玻璃把機長的手臂劃破了很多口子。

這樣的高度不可能是鳥,而且由於擋風玻璃有高溫燒焦的痕跡,也不可能是冰雹,只可能是隕石或太空垃圾。

如果確定是太空垃圾,它將是史上第一架被太空垃圾砸中的飛機。

([更新] 最新消息是,這架飛機可能撞上了高空氣象氣球。這應該也是史上第一例飛機撞氣球。)

2、一家中國輪胎公司在吉林長春,製造了世界最大輪胎

該輪胎直徑超過4米,重量超過6噸,用於大型露天礦車。

3、世界哪個國家沒有蚊子?

以前,唯一沒有蚊子的國家是冰島。但是本週,冰島一個農民在自家農場發現了三隻活著的蚊子

世界每一個國家從此都有蚊子。

冰島政府認為,這些蚊子是隨飛機或輪船來到冰島。但深層的原因是,全球變暖導致蚊子可以在高緯度地區生存和繁衍。

4、日本三重大學的研究發現,日本的夏天比42年前的1982年,長了三週。

這就是氣候變化,夏季越來越長,且溫度越來越高,冬季長度基本不變,春季和秋季顯著縮短,只有一兩週。

5、X 公司(前身為推特)正式推出用戶名市場,用戶可以在那裡購買回收的用戶名。

平臺的政策是,用戶一段時間(比如6個月)沒有登錄,它就可以回收用戶名。至於怎麼處理這些用戶名,各平臺的政策不一樣。

X 是業內第一家公開出售用戶名的平臺,某些稀有用戶名(比如@one、@fly、@compute)的價格從2500美元一直到100萬美元。

這件事情再次提醒我們,你的用戶名不屬於你,屬於平臺。平臺只是暫時借給你使用,隨時可以回收用戶名。

文章

1、TypeScript 類似於 C#(英文)

這篇文章提出 TypeScript 的語法很像 C#,因為它們的設計者就是同一個人。

所以,當 TypeScript 需要提高性能時,可以考慮將代碼轉為 C#,現在 C# 也是跨平臺的。

2、如何將網頁動畫壓縮到每幀16.67毫秒(英文)

顯示器的刷新率一般是每秒60幀,為了讓動畫流暢,每幀的渲染時間最好不超過16.67毫秒。本文介紹一個 CSS 知識點,可以提高網頁動畫性能。

3、從 HTTP 輪詢到 MQTT:我們在 AWS IoT Core 的架構演進(中文)

作者公司的物聯網項目,最早採用 HTTP 輪詢,後來改成了 MQTT 協議,採用 AWS IoT Core 雲服務。(@Konata9 投稿)

4、為什麼 NetNewsWire 不是一個 Web 應用(英文)

NetNewsWire 是一個桌面的 RSS 閱讀器,總是有人要求作者,將其改成 Web 應用。本文是作者解釋為什麼不開發 Web 版,理由很充分。

5、Burrows-Wheeler 變換(英文)

本文介紹一種奇妙的算法 Burrows-Wheeler Transform(簡稱 BWT),它會把字符串打亂,使得相同的字符傾向於組合在一起。

它的奇妙之處是,打亂後還可以用逆運算,將字符串還原,從而使得這種算法很適合用來壓縮文本。

6、屏幕截圖的不可見注入

越來越多的公司推出了自己的 AI 瀏覽器,它通過截圖閱讀屏幕。現在已經出現在屏幕嵌入人眼不可見、但機器可見的文本,進行模型注入,讓模型執行惡意操作(上圖)。

7、Unicode 隱形字符的病毒(英文)

本文介紹一個令人歎為觀止的 JS 病毒,它的惡意代碼是用 Unicode 隱形字符寫的,人眼看不見(上圖的空白處),但是引擎會執行這些代碼。

工具

1、OpenZL

Meta 公司新推出的一種壓縮工具,適合壓縮結構化數據(比如數據庫),壓縮比更高,速度更快,參見介紹文章

2、Handy

免費、開源的跨平臺桌面應用,用來語音轉文本。

3、Feed me up, Scotty!

一個自搭建的 Web 服務,用戶輸入網址,並指定 CSS 選擇器,它就生成該網址的 RSS 源,代碼開源

4、Judo

一個跨平臺的 Git/JJ 桌面圖形客戶端。

5、htmldocs

一個 React 組件,用來在網頁中創建、編輯、預覽 PDF 文檔。(@Haopeng138 投稿)

6、Cent

開源的多人協作記賬 Web 應用,數據保存在你的私人 GitHub 倉庫。(@glink25 投稿)

7、Shell360

開源的跨平臺 SSH 客戶端,支持 Windows、macOS、Linux、Android 和 iOS。(@nashaofu 投稿)

8、015

自託管的臨時文件共享平臺。(@keven1024 投稿)

9、MHtool

一個命令行的 Python 數學工具包,一個腳本集成了數學計算、數據處理和圖形繪製功能。(@sudo1123 投稿)

10、TextGO

一個跨平臺的桌面應用,可以指定統一的快捷鍵,各種應用都適用,並能根據選中的內容,執行不同的操作。(@C5H12O5 投稿)

AI 相關

1、AICrop

使用 AI 模型裁剪圖片的免費網頁工具,自動生成適合不同社媒平臺(如 Instagram、X/Twitter、TikTok)的圖片。(@indielucas 投稿)

2、免費 AI 圖像生成器

免費的文生圖網站,不需要註冊,據說是作者用自己的幾臺 4090 搭建的,用的是千問模型。(@rustflare 投稿)

3、XCodeReviewer

大模型驅動的代碼審計平臺,為開發者提供代碼質量分析和審查服務。(@lintsinghua 投稿)

4、SLOCCount

著名開發者 Simon Willison 使用 AI 生成的代碼行數統計網站,分析一個項目到底有多少行代碼,評估開發時間,參見介紹文章

5、播客生成器(Podcast Generator)

開源的文本轉播客工具,需要 OpenAI 密鑰。(@justlovemaki 投稿)

6、MuseBot

一個接入聊天軟件的智能機器人,實現了 AI 對話與智能回覆,支持多種大模型,可以接入 Telegram、飛書、釘釘、微信等平臺。(@yincongcyincong 投稿)

資源

1、EndlessWiki

世界第一本 AI 生成的百科全書,讀者想查什麼條目,AI 實時生成。

2、ISBN Visualization

世界上所有書籍的國際書號(ISBN),可視化成一個圖書館的書架。查詢某本書,可以顯示該書所在的書架,代碼開源。(@kohunglee 投稿)

3、Clone Wars

這個倉庫收集了各種流行網站(Airbnb, Amazon, Instagram, Netflix, TikTok 等)的開源克隆,已經超過100多個網站了。

圖片

1、江門地下中微子觀測站

2025年8月,廣東江門的地下中微子觀測站(JUNO)正式運行。

它位於陽江和台山兩座核電站的中間位置,可以接收核電站產生的中微子。

它的核心裝置是一個探測器,外形為直徑35.4米的透明球形容器,放置在地下700米深處,用來探測中微子。

探測器內部填充了2萬噸高靈敏度的液體閃爍體,任何中微子與這種液體的相互作用都會產生閃光。

透明球體周圍安裝了約43,212個光探測器,持續監測著球體,時刻準備著捕捉任何閃光的出現。

正是根據這些閃光,科學家才能夠確定中微子的特性。

整個裝置封裝成一個球形水箱,水箱本身浸沒在直徑為44米超純水池中,水池頂部有一個巨大的探測器,稱為頂部跟蹤器(下圖),其作用是識別是否有混入的宇宙粒子,以避免與來自核電站的中微子混淆。

2、喬盧特卡橋

1996年到1998年,一家日本公司在中美洲國家洪都拉斯,建設了一座該國最長的橋"喬盧特卡橋",長度為484米。

剛造好,就遇到了當年最大的颱風。橋的本體沒有受損,但是引橋都被摧毀了(下圖)。

還沒等洪都拉斯政府修復引橋,更糟糕的事情發生了,喬盧特卡河由於颱風引發的洪水而直接改道了。

上圖就是喬盧特卡橋現在的狀況,只剩下一段孤零零的橋面,聳立在河邊。

文摘

1、開源項目如何可持續發展?

一個老生常談的問題,開源項目怎麼才能可持續地健康發展下去?

很多人會說,需要有公司為開發者的時間付費。

這麼說固然沒錯,但是更好的支持方式不是出錢,而是出人。最著名的例子就是 Linux 內核,絕大多數代碼貢獻都來自那些從內核獲利的公司的員工。

如果那些公司不出人,只給項目團隊捐款,讓他們自己去寫代碼,內核不可能發展得這麼快、這麼好。

另一個很好的例子是 Ruby 語言。2019年時,Shopify 公司的一位工程師見到了 Ruby 語言的創始人 Matz。

工程師問 Matz 需要什麼,Matz 回答說:"我缺人手。"

工程師回到公司商量以後,Shopify 的 Ruby 團隊開始參與 Ruby 語言的開發,結果產出了大量成果,使得 Ruby 語言核心提交者增加了十幾人。

如果那天 Matz 回答"我缺錢",然後 Shopify 捐款數十萬或數百萬美元,這對 Ruby 其實未必有利。

首先,誰敢擔保 Ruby 的開發方向和決策,以後不會受到 Shopify 的影響?某個功能被接受到底是因為它本身的優點,還是因為它來自一個大讚助商?Ruby 又敢不敢拒絕來自 Shopify 的提案?贊助商的偏好可能會左右項目的開發。

其次,錢就是這樣,一旦有了,你會產生依賴。如果將來大讚助商退出,你就不得不裁員,停止一些項目等等。所以,接受贊助的實體和個人往往會不自覺地考慮捐贈者的偏好,這樣資金才能源源不斷地湧入。

我並不是說開源項目不應該接受捐助,而是說大額的捐助難免會產生一些副作用。

下一次,如果你想支持一個開源項目,除了捐款,更好的方式是投入項目開發,為創始人分擔一些工作。

言論

1、

我們要習慣 AI 培養出來的一代學生,他們的屏幕上滿是文字,腦子裡卻空無一物。

-- 《OpenAI "學習模式"的風險》

2、

最明智的舉措不是追逐潮流,而是種下一棵樹,讓時間來發揮作用。樹木不會在明天帶來回報,它們十年後才會產生回報。它們默默地生長,使周圍的一切都變得更好:樹蔭、價值、美感、壽命。

-- 《設計的複利》

3、

OpenAI 發佈了自家的瀏覽器 Atlas,但它其實是反瀏覽器,儘可能避免用戶瀏覽互聯網。比如,你用它搜索"泰勒·斯威夫特",它會告訴你那是誰,但不會返回任何指向泰勒·斯威夫特個人網站的鏈接。

-- 《ChatGPT 的 Atlas:反 Web 的瀏覽器》

4、

工程師不僅需要具備技術技能,還要具備軟技能,也就是人際交往的技能。

如果你不理解人類社會的複雜性,就無法理解公司或團隊的工作方式,最終影響到自己的產出和擴大影響力。

-- 《被低估的軟技能》

往年回顧

技術公司的口號比拼(#323)

任正非的三篇最新談話(#273)

程序員需要擔心裁員嗎?(#223)

網絡收音機的設計(#173)

(完)