A collection of 21 posts
本文的阅读前提是，你并不打算以写作为生。虽然我写博客做播客，但我从来没有尝试把内容创作当做一门职业去做，自然也没法向你提供如何用内容创作谋生方面的建议。在我看来用以区分是否以写作为生的一个重要的标志是，技术写作究竟是作为一个起点存在，还是一个结果？“职业写手”是不能依赖灵感的，每天睁眼他就理应该能产出指定篇幅的文字，依然灵感他就完蛋了，写作对于他们来说是“起点”；而对于包括我在内的大部分作者而言，写作只是工作之外的消遣，我们的素材来自于学习和工作中得到的经验，对于我们而言写作是“结果”。
我越来越感受到一些我曾经恪守的编程原则，以及一些我们推崇的编程实践正在被AI动摇。先先说两件小事。
在成为独立开发者若干年之后，我越来越感受到技术与产品在一定程度上是互斥的，哪怕它们不得不相互依存。
Vibe coding的“伟大”不在于它带来了多么巨大的效率提升，而是让人们发现原来程序员是可以被替代的——当一个群体开始变得可有可无，你还指望他们的声音又会被多大程度上会被重视呢？
极客在如今是一个令人既熟悉又陌生的词汇，每个人或多或少都能说出一些极客的名字，但除此之外似乎我们已经不愿再刻意提及了。这个现象是如何潜移默化发生的？
在播客“大内密谈”最近一期有关萝卜快跑的节目中，嘉宾对有关无人网约车的主流声音提出了两点质疑：1) 无人网约车是否真的是大势所趋？2) 你我是否都将受益于技术进步？嘉宾列举其中的一个发人深省的例子便是晚清漕运的河运改道海运，由此带来的大量人口失业给社会引入了巨大的不稳定因素。
最近给我的播客网站新增了搜索功能。与实现常规搜索功能不同的是，它依赖的不是 MySQL 或者 ElasticSearch，而是 Vector DB。准确来说是将数据持久化在本地的 ChromaDB。这不是一篇介绍如何实现它的教程，而是借此契机聊聊传统编程经验在 AI 开发中是否依然受用。本文无关代码，也无关你是否体验过 AI 编程，可放心阅读
我最近逐渐感受到，作为个体开发者在拓展技术深度上越来越难了
机器学习本质上是一门垂直的科学，但和编程存在交集这件事让我们有了“相声不就是说话嘛，所以我有嘴我也行”的错觉。所以在了解机器学习领域基本知识，而不是单刀直入编程才是学习 Tensorflow 的首要任务。
最近两年我不知道你是否和我拥有同样的感受，编程容易了许多，同时乐趣也少了许多
