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
上海某餐廳的牆壁裝飾。（via monana3838@Threads）
AI 的貧富分化
我越來越覺得，AI 跟其他技術不一樣，不僅帶來技術變革，還會帶來社會變革。
簡單說，AI 會帶來貧富分化。
其他技術實際上會消滅貧富分化，實現"消費者平等"，即窮人和富人消費的東西是一樣的。
比如，大家喝一樣的可口可樂，用一樣的蘋果手機，開一樣的特斯拉。甚至互聯網也是如此，世界首富馬斯克和你用一樣的網站、一樣的手機 App。
但是，AI 模型不是這樣。在大模型面前，窮人和富人是不平等的。
在未來，普通人肯定用不起頂級的大模型。其實，現在就是如此了，最貴的 AI 編程套餐是 Claude Code 的 Max 套餐，月費200美元，很多人已經用不起了。
OpenAI 曾經設想過月費2萬美元的套餐，提供最頂級、無限量的大模型服務。
要是真的推出，只有富豪才用得起。
這反映了一個簡單的事實：費用越貴，模型效果越好。因為模型的效果與算力相關，更多的算力、更大的上下文、更多的參數，都需要錢。
這跟工業品完全相反。工業品有規模效應，產量越高，單位成本越低。一旦大規模生產，價格就會越來越便宜。
但是，大模型不存在規模效應，模型的大規模生產需要更多的服務器，這並不會讓單位成本降低，反而可能因為擴建機房，改造電路和水路，而變得更貴。
未來社會大概是這樣的：富人和窮人用不同的模型。最頂級模型的服務----規劃、諮詢、生成內容、自動化......----需要支付高昂的使用費，而普通人就使用免費模型，效果當然也很普通。
不過，我也看到馬斯克最近說，未來還有另一種可能。
他的意思是，算力本質上是能源轉化的一種形式。人類最終會實現廉價能源的大量供應（空間太陽能？），所以算力將變得足夠便宜，所有人都將用最好的模型。
可能嗎？我不知道，感覺還是前一種情況更現實。
模型能力的一種衡量方法
怎麼衡量大模型的能力？
現在的方法是使用一個測試集，去計算大模型的分數。它的缺點是，只能用於橫向比較，很難衡量進步速度。
最近，一篇論文提出了一種新的衡量方法。
科學家首先計算，人類完成某一項任務需要多少時間。比如，計算 4 + 5 + 7，人類需要2秒，而計算 37 * 52 * 19，可能需要1分鐘。
然後，測試大模型能否以50%的成功率完成這項任務。
研究發現，GPT-2 以50%成功率能夠完成的任務，時間範圍是兩秒；Claude 3.7 Sonnet 是50分鐘；O3 接近兩小時；Opus 4.6 約為12小時。
也就是說，人類需要12小時才能完成的任務，Opus 4.6 的成功概率是50%。
結果就是上圖，可以發現，大模型的進化速度在對數座標下是一根直線。
每7個月，大模型能夠以50%成功率完成的任務，時間範圍擴大一倍。按照這個趨勢，大模型將在2027年至2031年間，以50%的成功率完成人類專家需要一個月才能完成的任務。
如果這篇論文正確，就意味著年底發佈的模型，將比年初強一倍。
科技動態
1、用戶協議的彩蛋
軟件服務的用戶協議，又長又難懂，很少有用戶閱讀，但是裡面有很多重要內容。
一家美國通信運營商，為了表示自己很重視用戶權益，鼓勵大家閱讀《用戶協議》，並偷偷在裡面加入了一個彩蛋。
上圖高亮的句子寫道："如果你讀到這句話，請發郵件到我們的信箱，贏取免費的瑞士旅遊。"
上線二週後，才有人發郵件，詢問這事是否真實。由於只有一個人來信，所以她就免費去瑞士了。
從這件事可以看出，即使有彩蛋，也沒人閱讀《用戶協議》。我現在的做法是讓大模型幫忙，詢問"這份協議有哪些對用戶不利的地方"，很快就得到了答案。
2、觸摸屏指甲油
廣泛使用的電容式觸摸屏，有一個問題，就是戴手套使用會失靈。
原因是它要求觸摸物（比如手指）必須導電，這樣屏幕才會產生電場擾動，從而確定觸摸的位置。
解決方法也很簡單，就是在手套指尖塗一層指甲油，指甲油裡面的金屬碎屑可以導電。
美國的一名化學系本科生，在學習化妝品化學時，發明了一種改進型的透明指甲油，專門用於戴手套使用觸摸屏。
這種指甲油是透明的，塗在手套上看不見，也可以塗在裸甲上，當作拋光劑。
Copilot 是 GitHub 推出的 AI 助手，上週有用戶發現，它會自動插入廣告。
上圖是 Copilot 自動提交的一個 Pull Request，它在提交說明的結尾（紅框處）加入了一個廣告，介紹應用程序 Raycast。
在 GitHub 搜索一下，就會發現已經有超過11,400個 PR 都包含了相同的廣告詞。
經過用戶抗議，GitHub 暫止停止了這個功能。但這是一個危險的信號，表示 GitHub 想利用用戶增加收入。
文章
1、小米 MiMo v2 Pro 評測（英文）
小米發佈了 MiMo V2 系列大模型，本文是國外媒體的評測，給出了很高的評價。
2、我用 AI 生成了一個 JavaScript 引擎（英文）
作者用六週時間，生成了一個100%通過 test262 測試集的 JavaScript 引擎，涵蓋所有98,426個場景。本文是對這件事的介紹。
3、解剖 .claude/ 目錄（英文）
Claude Code 會生成 .claude/ 子目錄，所有 AI 處理的底層數據都放在裡面，本文研究這個目錄到底有什麼。
4、一致性哈希介紹（英文）
一致性哈希（Consistent hashing）是一種緩存定位算法，在增加或減少緩存服務器的情況下，可以不改變緩存所在的原始位置。
5、 筆記本如何用作單板計算機的 HDMI 顯示器（英文）
作者使用一張 HDMI 轉 USB 採集卡，將筆記本電腦用作樹莓派的顯示器。
工具
1、EmDash
AI 生成的 WordPress 復刻，基於 TypeScript 語言，支持插件，據說功能基本一樣，參見介紹文章。
基於 Cloudflare Workers 的訂閱管理系統，可以發送各種訂閱的到期通知，通過 Telegram、Webhook 等通知渠道。（@wangwangit 投稿）
開源的微信機器人消息管理平臺，自帶應用市場，通過點擊安裝應用，給微信 Bot 加功能。（@xixihhhh 投稿）
另有一個類似項目 wxWebHook，通過 WebHook 向微信用戶發消息。（@aristorechina 投稿）
獲取 VSCode 插件、Chrome 擴展和 Docker 鏡像的離線安裝包的工具，代碼開源。（@LiaoGuoYin 投稿）
瀏覽器端的批量文件重命名工具，支持各種規則設定，代碼開源。（@chenz24 投稿）
開源的字幕字體子集化工具，將所需的字體字形嵌入字幕文件。（@Yuri-NagaSaki 投稿）
基於 Pretext（文字排版計算庫）的一個小應用，將攝像頭捕捉的人體輪廓通過文字排版實時展示。（@fifteen42 投稿）
基於 Rust 語言的跨平臺 SSH 終端，功能較多，使用 Tauri 桌面框架。（@AnalyseDeCircuit 投稿）
9、wtree
git worktree 的圖形化管理界面。（@FatDoge 投稿）
AI 相關
基於 Claude Code 源碼實現的 claude-agent-sdk 的開源替代品，用於 AI Agent 的開發，完全兼容原始接口，不依賴本地 cli 進程。（@idoubi 投稿）
統一管理本地所有 AI 智能體的 Web 控制台，支持多工作區隔離、飛書遠程協同、Skills 生態等。（@Mr-ZhangBo 投稿）
3、ArcReel
開源的 AI 視頻生成工作臺，輸入一本小說，自動完成劇本、人物設計、分鏡、短視頻生成。（@Pollo3470 投稿）
開源桌面應用，所有終端鋪在無限畫布上，方便管理 AI 編程工具。（@blueberrycongee 投稿）
另有一個類似項目 OpenCove。（@DeadWaveWave 投稿）
資源
Claude Code 的互動式教程，通過11個小練習，掌握這個 AI 編程工具。
根據 Claude Code 洩漏的源碼，一步步圖解演示，輸入提示詞後軟件內部如何處理。
3、機器學習入門教程
工程師的機器學習教程，解釋基本概念。
圖片
1、歐洲年度樹木
歐洲有一個"歐洲年度樹木"的評選，初聽覺得很奇怪，但仔細一想，就會發現這個活動有很多好處：提高城市知名度，促進生態保護，推動旅遊業......
國內下面就是今年的"歐洲年度樹木"。
立陶宛魯凱村的橡樹，樹齡400年。
以下是其他入圍決賽的樹木。
斯洛伐克的野生蘋果樹
波蘭的榆樹
拉脫維亞的菩提樹
葡萄牙的柏樹
文摘
我花在 AI 編程的時間越多，對自己的職業生涯的擔憂就越少，即使 AI 的編程能力越來越強。
因為，我發現 AI 編程只是流程的一部分，我的工作不僅僅是編寫代碼。
我的真正工作是，找出可以用代碼解決的問題，然後解決它們，並驗證解決方案是否有效。
AI 最終或許能夠完全承擔中間的編碼部分，並幫助解決第一部分和最後一部分，但無論如何，仍然需要有人去發現問題、定義問題並確認問題已經得到解決。
這就是我的工作的80%內容。
摩爾定律指的是，大約每兩年，芯片上的晶體管數量就會翻一番。
但是，它還有一個伴生效應，很少人提到。那就是，大約每五年，芯片工廠的建造成本就會翻一番，而能承擔這種成本的芯片公司數量則會減半。
二十五年前，大約有40家公司，可以建造芯片工廠，每個工廠的建造成本約為20億至40億美元。如今，只剩下兩家或三家芯片公司（數量取決於你對英特爾的樂觀程度），可以建造最先進的芯片工廠，建造成本飆升到幾百億美元。
如果按照這種趨勢再過10年，芯片工廠的建設成本繼續翻倍飆升，也許只有一家公司或根本沒有公司，能夠負擔這樣的成本。
目前，芯片的製造工藝已經逼近1納米，再往下發展，技術壁壘和資金壁壘將同時接近極限。
我預計，摩爾定律很快就會失效，未來增長主要在於算力，而不是單塊芯片的計算能力。
未來的芯片將會像二手車，行駛速度都差不多，只是新舊差異。我甚至覺得，2035年生產的芯片和2065年生產的芯片之間，將幾乎沒有什麼實質性區別。
言論
1、
源代碼的 map 文件不小心發佈到 npm，這種錯誤聽起來似乎不可能，但當你意識到很大一部分代碼庫很可能是由你正在發佈的 AI 編寫的，一切就容易理解了。
-- 網友評論 Claude Code 源碼洩漏事件
2、
人工智能的蓬勃發展，使得某些辦公室工作的需求可能並不大，而將創造大量電工、焊工和水管工的工作崗位。
以前，我們告訴所有年輕人去上大學，從事銀行業、媒體或法律行業，現在需要平衡一下，有些人或許更適合做體力勞動者，在水暖工和電工這些領域，職業生涯同樣可以很成功。
-- 拉里·芬克，美國金融巨頭貝萊德集團的老闆
3、
寫作的目的不在於寫完，而在於增進你自己的理解，進而增進周圍人的理解。
讓 AI 為你寫作，就像花錢請人為你健身一樣。
-- 《別讓 AI 替你寫作》
4、
程序員的工作不是編程，而是通過抽象，來管理軟件的複雜性。如果你做到了這一點，那麼編程就很容易了。
-- 《你的工作不是編程》
往年回顧
製造業正在"零工化"（#344）
崖門海戰的感想（#294）
大數據已死（#244）
悲觀者正確，樂觀者成功（#194）
（完）