For agentic workers: REQUIRED: Use superpowers:subagent-driven-development (if subagents available) or superpowers:executing-plans to implement this plan. Steps use checkbox (- [ ]) syntax for tracking.

Goal: 在归档页桌面端加入一个轻量的右侧年份导航与数量索引，并让它在页面进入时以克制的雾面动效慢慢显现。

Architecture: 继续保留 docs/archives/index.md 作为单文件页面实现，在现有时间线数据之上派生右侧索引数据，不引入新的组件文件或依赖。使用 CSS 媒体查询控制桌面端显示，使用 Vue 的滚动观察逻辑同步当前激活年份，并通过 scoped CSS 完成入场动效与夜间模式样式。

Tech Stack: Vue 3、VitePress、Node 内置测试、Playwright 本地预览

Chunk 1: 锁定页面结构与测试

Task 1: 为右侧雾面索引写失败测试

Files:

• Modify: D:\Blog\tests\archives-summary.test.mjs

• Test: D:\Blog\tests\archives-summary.test.mjs

• [ ] Step 1: 写失败测试

约束以下行为：

• 归档页存在右侧索引区域

• 索引区域包含年份链接与数量文本

• 索引区域包含入场动效类或关键样式标识

• 索引区域保留宽屏显示、窄屏隐藏的响应式约束

• [ ] Step 2: 运行测试确认失败

Run: node --test tests/archives-summary.test.mjs
Expected: FAIL，指出当前归档页还没有右侧索引结构或动效标识

Task 2: 在归档页中加入右侧索引结构

Files:

• Modify: D:\Blog\docs\archives\index.md

• Test: D:\Blog\tests\archives-summary.test.mjs

• [ ] Step 1: 写最小模板改动

在现有归档页中加入：

• 宽屏双列布局容器

• 左侧时间线主列

• 右侧索引 <aside>

• 基于年份分组派生的索引数据

• 每个年份的锚点与数量

• [ ] Step 2: 运行测试确认通过

Run: node --test tests/archives-summary.test.mjs
Expected: PASS

Chunk 2: 激活态与动效

Task 3: 为激活年份和动效约束写失败测试

Files:

• Modify: D:\Blog\tests\archives-summary.test.mjs

• Test: D:\Blog\tests\archives-summary.test.mjs

• [ ] Step 1: 写失败测试

约束以下行为：

• 页面存在当前年份激活态样式选择器

• 页面存在右侧索引淡入滑入关键帧或动画定义

• 页面存在 prefers-reduced-motion 的降级处理

• [ ] Step 2: 运行测试确认失败

Run: node --test tests/archives-summary.test.mjs
Expected: FAIL，指出缺失激活态或动效样式

Task 4: 实现激活态与入场动效

Files:

• Modify: D:\Blog\docs\archives\index.md

• Test: D:\Blog\tests\archives-summary.test.mjs

• [ ] Step 1: 写最小滚动同步逻辑

使用 onMounted / onUnmounted 和 IntersectionObserver 或等价滚动逻辑，维护当前激活年份。

• [ ] Step 2: 写最小样式实现

加入：

• 雾面索引文字层级

• 激活态细光标线

• 右侧索引的淡入滑入与模糊显影

• 夜间模式色彩

• 窄屏隐藏规则

• prefers-reduced-motion 降级规则

• [ ] Step 3: 运行测试确认通过

Run: node --test tests/archives-summary.test.mjs
Expected: PASS

Chunk 3: 完整验证与视觉检查

Task 5: 跑回归测试

Files:

• Verify: D:\Blog\tests\archives-summary.test.mjs

• Verify: D:\Blog\docs\archives\index.md

• [ ] Step 1: 跑归档页相关测试

Run: node --test tests/archives-summary.test.mjs tests/article-card-style.test.mjs tests/posts.test.mjs
Expected: PASS

• [ ] Step 2: 跑完整构建

Run: npm run build
Expected: PASS

• [ ] Step 3: 本地浏览器确认效果

打开本地归档页，确认：

• 右侧索引位置在留白区，不抢主内容

• 进入页面时索引缓慢显现

• 夜间模式不刺眼

• 移动端隐藏正常

• [ ] Step 4: 生成截图给用户确认

保存日间与夜间截图，用于用户确认视觉效果。

日期：2026-03-31
执行者：Codex

背景

归档页当前恢复到了原有的单列时间线基线。左侧时间线气质是轻、静、克制，但桌面端右侧留白较大。用户希望在页面跳转进入归档页时，这块留白区域能够“慢慢弹出”一个优雅的辅助层，同时不能破坏原有版式，也不能重演此前厚重卡片、夜间模式不协调的问题。

目标

• 保留左侧时间线作为绝对主视觉。
• 在桌面宽屏的右侧留白中加入轻量的年份导航与数量索引。
• 页面切换进入时，让右侧索引以低噪音、偏高级的方式缓慢显现。
• 保证夜间模式与日间模式都保持克制，不出现强发光、大底板或厚重玻璃拟态。

设计决策

1. 信息结构

右侧索引只承载三类信息：

• 小标题：归档索引
• 年份列表：2026 / 2025 / 2024 / 2023
• 每个年份对应的文章数量

不加入总文章数卡片、不加入最近更新说明、不加入额外装饰文案，避免信息层过厚。

2. 视觉层级

右侧索引采用“雾面侧索引”方向：

• 不使用实体卡片容器。
• 不使用厚边框、厚阴影、按钮式胶囊。
• 以极淡的分隔线、弱对比文字和小号数量构成层级。
• 当前激活年份只比其他年份亮一阶，并辅以一条极细的竖向光标线。

这样右侧会像贴在空气中的目录，而不是独立组件。

3. 入场动效

右侧索引在页面进入时使用静音式显现：

• 整体从右向左位移 12px-16px
• opacity: 0 -> 1
• filter: blur(10px) -> blur(0)
• 列表项按年份做轻微错峰，单项延迟约 40ms
• 总时长控制在 480ms-560ms

动效不使用弹簧、回弹、缩放过度等强情绪曲线，保持高级和安静。

4. 交互与状态

• 右侧索引在桌面宽屏显示，在窄屏隐藏。
• 年份项支持点击跳转到对应年份锚点。
• 页面滚动时，当前年份在右侧索引高亮。
• 如果用户启用了 prefers-reduced-motion，入场动效退化为纯淡入。

5. 夜间模式

夜间模式采用低对比表达：

• 年份主文字使用偏冷白的柔和文本色。
• 数量使用更淡一阶的灰蓝色。
• 激活态光标线使用细窄蓝白辉光，但不形成大面积亮块。
• 背景不新增单独面板，沿用页面现有夜间氛围。

不做的事

• 不改动左侧时间线的基础版式。
• 不压缩主内容列宽度。
• 不给右侧索引添加大卡片、玻璃面板或明显按钮态。
• 不在移动端强行保留右侧索引。
• 不引入新的依赖库。

预期文件范围

• 修改：D:\Blog\docs\archives\index.md
• 修改：D:\Blog\tests\archives-summary.test.mjs

验收标准

• 归档页桌面端右侧出现轻量年份导航与数量。
• 右侧索引在页面进入时有缓慢、克制的显现动效。
• 夜间模式下索引仍然和谐，不刺眼。
• 移动端布局不被压坏。
• 本地测试与构建通过。

这里收着一些我喜欢的小站。有人写技术，有人写生活，也有人分享兴趣与观察，能在互联网里彼此遇见，本身就很难得。

我的朋友们

不一定都是开发者，但都在认真记录、认真表达，也都值得被看见。

For agentic workers: REQUIRED: Use superpowers:subagent-driven-development (if subagents available) or superpowers:executing-plans to implement this plan. Steps use checkbox (- [ ]) syntax for tracking.

Goal: 优化 friends 页的打乱按钮、示例头像和申请信息块，使其更克制、更统一，同时补齐 RSS 按钮硬链接。

Architecture: 这次实现只修改现有页面与导航组件，不改业务逻辑。friends 页面会把示例头像迁移到本地可维护的 SVG 生成工具，并用真实结构替换默认 Markdown 代码块；导航栏 RSS 链接改为绝对地址，避免在异常 host 下命中错误路径。

Tech Stack: Vue 3、VitePress、Node 内置测试、SVG Data URI

Task 1: 硬化 RSS 链接

Files:

• Modify: D:\Blog\docs\components\NavBar.vue

• Test: D:\Blog\tests\spotlight-mode.test.mjs

• [ ] Step 1: 保持失败测试

Run: node --test tests/spotlight-mode.test.mjs Expected: FAIL，提示 RSS 链接仍是相对路径

• [ ] Step 2: 修改 RSS 链接为正式绝对地址

将导航栏中的 RSS 按钮改为 https://blog.shkart.online/feed.xml。

• [ ] Step 3: 重新运行测试确认通过

Run: node --test tests/spotlight-mode.test.mjs Expected: PASS

Task 2: 为 friends 页面写失败测试

Files:

• Create: D:\Blog\tests\friends-page-style.test.mjs

• Modify: D:\Blog\package.json

• [ ] Step 1: 写失败测试

约束以下行为：

• 不再使用 DiceBear avataaars

• 存在本地头像生成工具引用

• 手动打乱 按钮 hover 不再上浮

• 申请信息块使用真实结构卡片，而不是 fenced code block

• [ ] Step 2: 运行测试确认失败

Run: node --test tests/friends-page-style.test.mjs Expected: FAIL

Task 3: 重构 friends 页面结构与样式

Files:

• Modify: D:\Blog\docs\friends\index.md

• Create: D:\Blog\docs\.vitepress\theme\utils\friendAvatar.ts

• Test: D:\Blog\tests\friends-page-style.test.mjs

• [ ] Step 1: 提取头像生成工具

实现稳定的 createFriendAvatar(name)，输出统一风格的本地 SVG Data URI。

• [ ] Step 2: 替换示例头像来源

移除 DiceBear avataaars URL，改为使用本地头像生成工具。

• [ ] Step 3: 重写申请信息块结构

将默认代码块替换为 apply-card 结构，拆成说明、字段列表和联系区。

• [ ] Step 4: 收紧打乱按钮样式

移除厚重悬浮感与明显抬升，改为更克制的次级操作按钮。

• [ ] Step 5: 运行局部测试确认通过

Run: node --test tests/friends-page-style.test.mjs Expected: PASS

Task 4: 完整验证

Files:

• Verify: D:\Blog\docs\components\NavBar.vue

• Verify: D:\Blog\docs\friends\index.md

• Verify: D:\Blog\docs\.vitepress\theme\utils\friendAvatar.ts

• [ ] Step 1: 运行全量测试

Run: npm.cmd test Expected: PASS

• [ ] Step 2: 运行构建

Run: npm.cmd run build Expected: PASS

• [ ] Step 3: 浏览器复看

检查：

• RSS 按钮打开正确
• 手动打乱 按钮更轻、更稳
• 头像不再模板化卡通
• 申请信息块结构更清晰

For agentic workers: REQUIRED: Use superpowers:subagent-driven-development (if subagents available) or superpowers:executing-plans to implement this plan. Steps use checkbox (- [ ]) syntax for tracking.

Goal: 将阅读设置面板重构为更克制的 Apple 式柔和风格，去掉 AI 感和装饰噪音，同时保持原有功能不变。

Architecture: 只修改 NavBar.vue 中阅读设置面板的模板与样式，不触碰聚焦模式和字号切换的业务逻辑。通过测试约束移除 Premium 和强装饰样式，保证这次重构可回归验证。

Tech Stack: Vue 3、VitePress、Node 内置测试、Playwright 本地浏览器检查

Task 1: 锁定阅读设置的新视觉约束

Files:

• Modify: D:\Blog\tests\spotlight-mode.test.mjs

• Test: D:\Blog\tests\spotlight-mode.test.mjs

• [ ] Step 1: 写失败测试

在测试中约束：

• 不再存在 Premium 文案

• 不再存在 premium-badge

• 阅读设置外层不再依赖 reading-dropdown::before 渐变描边

• 开关开启态不再使用强发光阴影

• [ ] Step 2: 运行测试确认失败

Run: node --test tests/spotlight-mode.test.mjs Expected: FAIL，指出旧的 Premium / 渐变描边 / 发光样式仍存在

Task 2: 收敛阅读设置的模板与样式

Files:

• Modify: D:\Blog\docs\components\NavBar.vue

• Test: D:\Blog\tests\spotlight-mode.test.mjs

• [ ] Step 1: 移除模板中的装饰项

删除阅读设置模板里的 Premium 徽标，仅保留标签、字号控件和 switch。

• [ ] Step 2: 重写面板视觉层级

调整以下样式：

• reading-dropdown
• setting-card
• font-size-pills
• font-size-pill
• spotlight-card
• premium-toggle
• toggle-knob

目标是：

• 去掉炫彩渐变描边

• 降低阴影与高光

• 让字号控件更像 segmented control

• 让开关更像系统 switch

• [ ] Step 3: 运行测试确认通过

Run: node --test tests/spotlight-mode.test.mjs Expected: PASS

Task 3: 完整验证

Files:

• Verify: D:\Blog\docs\components\NavBar.vue

• Verify: D:\Blog\tests\spotlight-mode.test.mjs

• [ ] Step 1: 浏览器确认实际效果

用本地页面打开文章页，检查阅读设置面板：

• 没有 Premium

• 字号控件更克制

• 聚焦开关不再发光

• [ ] Step 2: 跑全量测试

Run: npm.cmd test Expected: PASS

• [ ] Step 3: 跑构建

Run: npm.cmd run build Expected: PASS

日期：2026-03-26
执行者：Codex

背景

当前 friends 页面有三处观感问题已经被明确指出：

1. 右上角“手动打乱”按钮过于厚重，像一块独立悬浮卡片，和页面其它元素不够统一。
2. 示例友情链接头像使用了偏卡通、偏模板化的 DiceBear avataaars 风格，辨识度有，但不够成熟。
3. “给我发这些就行”这一段并不是专门设计过的信息卡，而是普通 Markdown 代码块直接落在页面里，导致边界发虚、排版松散、信息结构不清晰。

另外，docs/friends/index.md 里已经存在一套 .apply-card / .format-code / .apply-contact 的样式草稿，但正文没有真正使用这套结构，属于“样式有意图、内容没接上”的状态。

目标

• 保留 friends 页现有功能与信息内容不变。
• 让按钮、头像、申请信息块的气质更统一，更接近 GitHub/Primer 这类成熟产品的克制表达。
• 保留博客站应有的人味与个性，不把页面做成纯后台系统风格。
• 只做局部精修，不改动友情链接卡片整体布局和页面信息架构。

设计依据

这次局部优化参考 GitHub/Primer 的三个方向：

• Primer Button 重点参考其 default / invisible 这类低情绪操作按钮的层级处理。
• Primer Avatar 重点参考其头像尺寸、形状、边界和与文本的比例关系。
• Primer Blankslate 重点参考其“轻容器、强信息层级、弱装饰”的说明块思路。

这些参考不用于 1:1 临摹，而是用于约束这次改造的气质：

• 少做厚阴影
• 少做大面积渐变
• 少做夸张抬升
• 更多依赖边框、留白、对齐和字重建立秩序

设计决策

1. “手动打乱”按钮

采用“GitHub 式次级操作按钮”方向，而不是继续保留当前的悬浮白卡片感。

具体调整：

• 收窄按钮高度与水平内边距，减少“胖”和“浮”的感觉。
• 阴影基本移除，仅保留非常轻的描边与轻底色。
• hover 不再上浮明显位移，改为轻微底色染色与边框清晰化。
• 图标缩小并贴近文字，整体更像工具操作，而不是宣传入口。
• 保留现有图标语义与点击行为，不新增 loading、提示或确认流程。

2. 示例头像

不再继续使用 DiceBear avataaars 这类模板化卡通头像，改为“自定义生成的人物 SVG 头像”。

目标气质：

• 仍然保留“人物头像”的温度，而不是纯几何 identicon。
• 统一笔触、留白、头肩比例与背景构图。
• 颜色改为低饱和、柔和但不发灰，避免儿童卡通感。
• 每个示例头像通过名字稳定生成，不会每次刷新变化。

设计原则：

• 头像外圈只保留轻描边，不使用厚白边。
• 不做夸张旋转、过度放大或强烈发光 hover。
• 头像应与姓名、描述形成一个整体，而不是页面上最抢眼的元素。

3. “给我发这些就行”信息块

不再使用默认 Markdown fenced code block 承载这段内容，改为真正的信息卡结构。

结构方向：

• 外层为一个轻容器，宽度适中，不铺得太满。
• 内部采用“字段列表”而不是“伪代码”呈现。
• 每一项由字段名和值组成，字段名弱化、值更清晰。
• 邮箱放在卡片底部的行动区，和说明模板分层。

视觉方向：

• 使用轻边框和浅底，而非发虚的大面积白雾块。
• 圆角保留，但收敛，不走“玻璃糖果卡片”路线。
• 通过行距、分隔线和字重建立清晰层级。
• 与上方友情链接卡片在语言上统一，但明显更安静。

不做的事

• 不修改友情链接卡片的三列布局。
• 不修改“手动打乱”的业务逻辑。
• 不引入新的头像服务依赖。
• 不把整页重做成 GitHub 风格，只吸收其克制和秩序感。
• 不修改用户真实友情链接数据结构；仅调整示例数据的头像来源与展示方式。

预期文件范围

• 修改：D:\Blog\docs\friends\index.md
• 可能新增：D:\Blog\docs\.vitepress\theme\utils\friendAvatar.ts
• 可能新增测试：D:\Blog\tests\friends-page-style.test.mjs

验收标准

• “手动打乱”按钮观感明显更轻，不再像单独漂浮的白块。
• 示例头像不再是模板化卡通脸，而是稳定、统一、较成熟的自定义人物 SVG。
• “给我发这些就行”从默认代码块改为真正的信息卡，层级更清楚，边界更干净。
• 页面功能不变，移动端可正常阅读。
• 本地测试与构建通过。

日期：2026-03-26 执行者：Codex

背景

当前阅读设置面板已经精简为“字体大小”和“聚焦模式”两项，但视觉上仍然存在较强的 AI 生成感，主要表现为：

• 外层面板的彩色渐变描边和较重阴影让组件显得浮夸。
• 内部卡片的层级过多，像“卡片套卡片”。
• 字体大小分段控件偏糖果色，缺少系统感。
• 聚焦模式一行中的 Premium 徽标和发光开关过于装饰化。

目标

• 保持现有功能完全不变。
• 让阅读设置面板更接近 Apple 式柔和感，而不是炫彩玻璃风。
• 提升克制感、秩序感和成熟产品气质。

设计决策

1. 外层面板

• 保留轻毛玻璃与柔和阴影。
• 移除当前高存在感的彩色渐变描边。
• 面板边界改为更轻的中性描边。

2. 内部分组区

• setting-card 从强卡片感改为更平的分组容器。
• 减少“鼓起感”、高光感和额外装饰。
• 通过留白与间距建立层级，而不是靠厚重背景。

3. 字体大小控件

• 保留 小 / 中 / 大 三档逻辑不变。
• 视觉上改为更接近系统 segmented control。
• 未选中状态保持低对比度，选中状态使用柔和填充，不使用发光。

4. 聚焦模式控件

• 移除 Premium 徽标。
• 保留 switch 交互，但改成克制的系统式开关。
• 开启态只允许轻微染色，不允许紫色发光、霓虹边缘或夸张阴影。

不做的事

• 不新增新的阅读设置项。
• 不修改聚焦模式逻辑。
• 不调整文章页面布局和内容显示逻辑。

验证标准

• 阅读设置中不再出现 Premium 文案。
• 视觉上不再出现明显的渐变描边和发光开关。
• 文章页原有阅读设置功能保持可用。
• 本地测试与构建通过。

/461156

5161651

nishi1

da

亲爱的自己：

我知道你这几年过得不容易。

每次面对挑战你都焦虑得睡不着，生怕搞砸了。 每次尝试新事物你都战战兢兢，觉得自己不够格。 每次看到别人发朋友圈你都会暗暗比较，觉得自己落后了。

你总是觉得不够好，总是在怀疑自己。

但我想告诉你：你已经做得很好了。

还记得刚开始的时候吗？

你连最基础的东西都不懂，第一次尝试失败了好多次。

现在呢？你可以独立完成复杂的任务，可以和人讨论专业问题，可以获得一些认可。

这是很大的进步。

你可能会说："别人进步更大啊。"

是的，总有人比你强。但那不应该成为否定自己的理由。

你的参照系应该是昨天的自己，而不是今天的别人。

还有那些你觉得"失败"的时刻。

那次搞砸、那次被拒、那次没做好...

当时你难受得不行，觉得天塌了。

现在回头看，其实也没什么大不了。

你从每次挫败里都学到了东西。你比那个时候更强了。

那些痛苦的经历，后来都成了你的铠甲。

你总是担心未来。

"做不好怎么办？" "失败了怎么办？" "这条路选错了怎么办？"

我没办法告诉你一切都会顺利，因为生活不是这样的。

但我可以告诉你：过去那些让你焦虑的事，你都扛过来了。

未来的挑战来的时候，你也能扛过去。

因为你一直在变强。

所以，停止苛责自己吧。

你不需要完美。 你不需要比所有人都强。 你不需要时刻证明自己。

你只需要：做好手上的事，善待身边的人，偶尔停下来歇一歇。

焦虑可以有，但别让它成为生活的底色。

你的路还很长，不用急着赶路。

最后，我想说谢谢你。

谢谢你在那么多艰难的时刻没有放弃。 谢谢你跌倒之后还能爬起来继续走。 谢谢你一直在努力成为更好的人。

往后的路更长。

带着这些年的成长，带着那些伤疤和收获，继续走下去吧。

你会做得很好的。

带着祝福， 正在慢慢学会爱自己的你

写给所有正在焦虑的人：

你不完美，但你一直在努力。这本身就值得被肯定。

今天也辛苦了。

作为年年熬夜看直播的老果粉，今年的传言确实比往年更劲爆一些。整理汇总如下。

iOS 19：界面大改？

Mark Gurman 那边透露，今年 iOS 会有「近年来最大的界面改动」。

传言的变化包括：

• 控制中心重新设计：模块化布局，可以自由排列
• 设置 App 重构：分类逻辑优化，终于不用翻八层找一个开关了
• 锁屏交互增强：更多快捷操作，可能类似已经有的灵动岛思路

我个人最期待的是设置重构，那个 App 真的已经乱到让人抓狂了。

macOS 16：继续打磨

Mac 这边没有大新闻，传言主要集中在：

• 系统设置继续优化：iOS 风格的设置 App 上次骂声一片，终于要改了
• 窗口管理增强：原生的窗口分屏功能更强，可能会对 Magnet 之类的第三方工具造成冲击
• Spotlight 升级：集成更多 AI 能力，可能叫 Apple Intelligence

说到 Apple Intelligence，这是今年的重头戏。

Apple Intelligence 2.0

去年 WWDC 首发的 AI 功能，体验只能说及格。写作辅助还行，Siri 依然智障。

今年传言会有大升级：

• Siri 重构：底层换大模型，终于可以多轮对话了
• 系统级 AI 助手：类似 Copilot 的概念，跨 App 调用能力
• 更多设备支持：A17 Pro 起步，M1 起步

不过，AI 功能在中国大陆能不能用，依然是个问号。

我的预测

1. iOS 19 界面确实会改，但不会像 iOS 7 那么激进
2. Apple Intelligence 会增强，但杀手级应用还得等
3. 不会有新硬件发布，那些说有 AR 眼镜的都是瞎猜

北京时间 6 月 10 日凌晨 1 点，我们直播见。

模型家族

Qwen 2.5 包括多个尺寸：

• 0.5B / 1.5B / 3B：手机端可跑
• 7B / 14B：消费级显卡可跑
• 32B / 72B：需要专业显卡
• Coder 系列：专门针对代码优化
• Math 系列：专门针对数学优化

全部 Apache 2.0 开源，商用友好。

性能表现

72B-Instruct 官方测试：

中文能力是强项，毕竟是国内团队做的。

本地部署

用 Ollama 最简单：

# 跑 7B 版本（需要 8GB 显存）
ollama run qwen2.5:7b

# 跑 14B 版本（需要 16GB 显存）
ollama run qwen2.5:14b

7B 版本在笔记本上跑得很流畅，日常问答足够。

特色功能

代码能力

Qwen2.5-Coder 是单独的代码模型，在 HumanEval 上得分 92.7%。

可以替代一部分 Copilot 的功能。

长上下文

支持 128K 上下文，把整个项目扔进去问问题没问题。

工具调用

支持 Function Calling，可以接入外部 API。

和其他国产模型对比

Qwen 和 DeepSeek 是目前国产开源的第一梯队。

总结

Qwen 2.5 是学习和实验的好选择：

• 开源免费
• 中文效果好
• 部署简单
• 社区活跃

对于想在本地跑 AI 模型的同学，强烈推荐试试。

坐在桌前翻着这些文字，想了很多。

曾经的那些焦虑

刚踏入社会时焦虑适应不了职场，怕被同龄人甩开。

后来焦虑绩效不够好，怕影响发展和薪资。

再后来焦虑没有核心竞争力，怕被行业淘汰。

现在焦虑方向选得对不对，怕错过最佳时机。

回头看，这几年我好像一直在焦虑。

焦虑真的那么可怕吗

有意思的是，那些曾经令我彻夜难眠的事情，大多数都过去了。

担心适应不了？适应了。 担心绩效不行？也还行。 担心能力不够？慢慢补上了。

不是说一切都顺利，而是：那些"最坏的情况"很少真的发生。

即使发生了，我也没有想象中那么脆弱。

我学到的几件事

1. 焦虑是一种"预支的痛苦"

很多焦虑是在为没发生的事情担心。

"失败了怎么办"——还没失败呢。 "被拒绝了怎么办"——还没被拒呢。

这些"预支"的痛苦，让我提前经历了失败，但实际上什么都没发生。

想明白这点后，我开始练习一种心态：事情没发生之前，不提前为最坏结果买单。

2. 行动是缓解焦虑的最好方法

躺在床上想一件事，只会越想越焦虑。

站起来做一点什么，哪怕只是迈出一小步，焦虑就会减轻。

因为焦虑的本质是失控感。做点什么，哪怕只是一小步，就能重新拿回一点控制权。

3. 允许自己不那么强大

以前我总觉得焦虑是软弱的表现，压着不说。

后来发现，承认"我现在很焦虑"，反而更容易处理。

对朋友、对家人、甚至对自己坦白："这件事让我很有压力。"

说出来，压力就卸下来一半了。

4. 每个阶段都会有新的焦虑

某个阶段结束了，不代表从此就不焦虑了。

工作会有工作的焦虑，之后还有其他的、更大的...

焦虑会一直在，问题是怎么和它相处。

和焦虑"和解"是什么意思

不是说"我再也不焦虑了"，那不现实。

而是：

• 知道焦虑会来，也会走
• 不把焦虑当成敌人，而当成信号
• 在焦虑的时候，依然能做该做的事

就像运动时的肌肉酸痛，不舒服，但说明在成长。

焦虑是心理上的"酸痛"，说明你在面对重要的事情。

写完这篇文章的时候，我突然觉得轻松了一点。

不是因为焦虑消失了。是因为我终于不再觉得焦虑是个需要“战胜”的敌人。它更像是一个老朋友，每次你面对重要的事情时它都会来，提醒你“这件事对你很重要”。

知道它会来，也知道它会走。这就够了。

这是一个里程碑：AI 终于能像人一样操作电脑了。

什么是 Computer Use

简单说，Claude 可以：

• 看到你的屏幕
• 移动鼠标
• 点击按钮
• 输入文字
• 执行完整的工作流

比如你说："帮我在 Excel 里做一个销售数据图表"，它会：

1. 打开 Excel
2. 输入数据
3. 选择数据范围
4. 插入图表
5. 调整样式

全程自动完成。

实测效果

测试了几个场景：

网页操作

"帮我在 GitHub 上 star 这个仓库" - ✅ 成功

"帮我发一条微博" - ⚠️ 能打开网页，但中文输入有点问题

软件操作

"用 PS 给这张图加个滤镜" - ✅ 成功，虽然选的滤镜不是我最想要的

"在终端里运行 npm install" - ✅ 成功

复杂任务

"帮我整理下载文件夹，把图片、文档、视频分类" - ✅ 成功，花了两分钟

技术原理

1. 视觉理解：通过截图理解当前屏幕内容
2. 操作规划：把任务分解成一系列操作步骤
3. 执行操作：调用系统 API 控制鼠标键盘
4. 反馈循环：操作后再次截图，确认结果

每次操作都会确认，不会失控。

怎么用

目前有几种方式：

# 使用官方 Docker 镜像
docker run -p 8080:8080 anthropic/computer-use

# 或者用 Python SDK
pip install anthropic
# 需要在允许的环境中运行

注意：出于安全考虑，建议在虚拟机或沙盒环境中使用。

局限性

1. 速度慢：比人类操作慢很多，每步都要截图分析
2. 容易出错：UI 变化、弹窗会让它困惑
3. 安全风险：让 AI 控制电脑需要谨慎

对未来的影响

这是 AI Agent 的一大步。

以后可能真的会有"AI 员工"帮你处理重复性工作：填表格、整理文件、发邮件...

作为学生，学会给 AI 下达正确的指令，可能比自己动手更重要。

但 Gemini 2.0 让我改观了，特别是 Flash 版本。

版本区分

Gemini 2.0 分几个版本：

• Flash：速度最快，免费，适合日常使用
• Pro：均衡型，需要订阅
• Ultra：最强，企业级

Flash 足够日常使用，而且完全免费。

多模态能力

这是 Gemini 的强项。

可以直接上传图片、视频、PDF，它都能理解。测试了几个场景：

识别手写笔记

把课堂手写笔记拍照上传，让它整理成 Markdown。

识别准确率 95%+，连潦草的字也能认。GPT-4V 在这个任务上偶尔会出错。

分析 YouTube 视频

直接贴视频链接，问它"这个视频讲了什么"。

能给出准确的内容摘要和时间戳。B站 视频目前还不支持。

代码截图理解

把报错截图贴进去，它能识别代码和错误信息，给出解决方案。

和 GPT-4o 对比

如果主要需求是图像理解和快速回答，Flash 完全够用。

使用方式

1. Google AI Studio：免费，无需翻墙
2. Gemini App：手机端，部分地区需要 VPN
3. API：每分钟 15 次免费请求

推荐用 Google AI Studio，网页版体验最完整。

总结

Gemini 2.0 Flash 是目前最值得推荐的免费 AI 工具。

对于学生党来说，这个比付费订阅 GPT Plus 实用。多模态能力在学习场景下特别有用。

难得的安静时间，脑子里反而格外热闹。

那些不请自来的想法

刷手机刷累了，躺在床上发呆，思绪开始飘：

"下周的任务安排是什么来着..." "那个项目代码还没推..." "上次那个讨论我应该那样说..." "老朋友现在在干嘛..." "我以后到底想做什么..."

从琐事到人生，毫无逻辑地跳跃。

以前我觉得这种"胡思乱想"是浪费时间，想让脑子清静下来。

后来发现，或许该听听这些声音。

内心的"杂音"在说什么

仔细观察那些反复出现的念头，发现几个规律：

1. 重复出现的，是没解决的问题

如果某件事反复在脑子里转，说明它对我来说很重要，但一直没有被正视。

比如"我以后想做什么"这个问题，每次独处都会冒出来。

说明这是个我一直在逃避的核心问题。

2. 负面的想法往往被夸大

"那次表现太烂了"——真的有那么烂吗？反正也没什么后果。

"别人肯定觉得我很奇怪"——别人可能压根没注意。

独处时的自我批评往往失真，把小问题想成大灾难。

3. 偶尔会有惊喜

有时候不经意间会闪过好点子：

"咦，这个功能可以这样实现？" "哦，那个问题原来是这个原因！"

这种顿悟往往在放空的时候出现，而不是绞尽脑汁的时候。

我尝试的"自我对话"

后来我开始刻意在独处时和自己对话：

写日记

把脑子里转的事情写下来。

不用写完整的句子，想到什么就写什么。

今天状态不太好
那个 bug 还是没解决
有点想吃火锅
接下来真的要走那条路吗

写完之后，看着这些文字，有种"客观审视自己"的感觉。

问自己问题

像采访一样问自己：

"你现在最担心的是什么？" "这件事为什么让你这么在意？" "如果最坏情况发生了，你能接受吗？"

自问自答听起来有点奇怪，但真的能理清思路。

冥想（低配版）

不用盘腿打坐，就是找个安静的地方，闭眼，专注呼吸。

脑子里的念头来了就来了，不抓住它，让它飘过去。

一开始很难，杂念不断。坚持几分钟后会平静一些。

独处是奢侈的

现在信息太多了，刷手机、看视频，填满了所有空隙。

真正和自己待在一起的时间，反而变得稀缺。

但只有在独处时，才能真正听到内心的声音。

那些声音可能杂乱、可能负面，但也可能藏着你一直忽略的答案。

写这篇文章的时候

其实就是现在。周末下午，一个人在家。

写完之后看了看，觉得这篇东西有点像在和自己聊天的记录。

也行吧，本来就是。

作为一个关注国产 AI 的学生，这次发布让我非常兴奋。

核心参数

• 总参数量：671B（MoE 架构，激活参数 37B）
• 上下文长度：128K
• 训练数据：14.8T tokens
• 训练成本：约 550 万美元

550 万美元是什么概念？据说 GPT-4 训练成本超过 1 亿美元。

性能对比

官方对比结果：

在中文理解和生成上，DeepSeek V3 是目前最强的。

为什么训练这么便宜

DeepSeek 团队做了很多工程优化：

1. MoE 架构：每次推理只激活部分参数
2. FP8 混合精度训练：节省显存和算力
3. Multi-Token Prediction：一次预测多个 token
4. 自研框架：专门优化过的训练基础设施

这给整个行业提供了新思路：大模型不一定要烧太多钱。

怎么用

有几种方式：

官方 API

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.deepseek.com/v1"
)

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "你好"}]
)

价格非常便宜，输入 1 元/百万 tokens。

本地部署

需要很大的显存（A100 80G x 8），学生党暂时别想了。

但可以跑量化版本，社区正在做。

对国产 AI 的意义

DeepSeek V3 证明了：

1. 国产团队有能力做出世界顶级模型
2. 不一定要砸天价训练费
3. 开源可以做到和闭源一样好

作为学生，能免费用上这么强的国产模型，真的很幸运。

直到我发现，正是这个"优点"，让我寸步难行。

完美主义长什么样

在我这里，完美主义体现在：

写代码：一个功能反复重构五遍，因为觉得不够优雅。结果 deadline 快到了，其他功能还没开始。

写文章：一篇博客的开头改了七八遍，总觉得不够吸引人。最后整篇都没写完。

学技术：想从头到尾把文档看完再动手，结果三天过去了，一行代码没写。

交作业：觉得没做到 100 分就不想交，拖到最后草草交一个 60 分的。

矛盾吗？追求完美的结果，反而是做得更差。

完美主义的两个误区

误区一：要么完美，要么不做

这是非黑即白的思维。

觉得做不到最好，就干脆不做。结果就是从完美的梦想直接坠入什么都没做的现实。

但现实是，80 分的成果也是成果。什么都没有，才是真正的失败。

误区二：完美是终点

我总以为存在一个"完美"的状态，达到了就可以满足。

后来发现，完美主义者的完美是个不断后退的终点线。

90 分觉得不够，想要 95。95 了又觉得应该 100。

完美这个终点，永远到不了。

我尝试过的改变

1. 给"足够好"定一个标准

在开始之前就问自己："这个任务做到什么程度是'足够好'？"

比如写代码：

• 功能能跑：足够好 ✓
• 没有明显 bug：足够好 ✓
• 代码优雅到可以当教材：过度了 ✗

有了这个标准，就知道什么时候该停手。

2. 设置时间限制

以前写一篇文章可能会改三天。

现在我给自己设限：两小时写完，最多再花半小时修改。

时间到了就发布，不管觉得完不完美。

结果发现，读者根本看不出那些我纠结半天的细节。

3. 先完成，再完美

改变策略：第一版追求"完成"，不追求"完美"。

写代码先让功能跑起来，再考虑重构。 写文章先把想法写下来，再打磨语言。

反正你不先写出个第一版，就没有第二版的事。

4. 接受"不完美"的自己

最根本的改变是心态。

承认自己做不到完美，承认谁都做不到完美。

世上没有 bug-free 的代码，没有无可挑剔的文章，没有零失误的人生。

谁能完美呢？反正我还没见过。

现在怎么样了

完美主义没有完全消失，它偶尔还会冒出来让我焦虑。

但我学会了识别它：

当我发现自己在一件事上卡太久的时候，会问自己：

"现在这个状态，是因为还没做到及格，还是因为没做到满分？"

如果是后者，就叫停自己。

交一个 80 分的作业，总比 100 分的作业永远交不出来要强。

说实话，写这篇文章的时候我也纠结了半天——觉得写得不够好，不想发。

然后我拍了拍自己：又来了。

不管了，发吧。先完成，再说。

这不是 GPT-5，但从某种意义上说，更接近 AGI。

o1 是什么

官方定位是"推理模型"（Reasoning Model）。

和 GPT-4 不同，o1 在回答前会先"思考"：

1. 把问题分解成小步骤
2. 尝试不同解法
3. 验证中间结果
4. 最后给出答案

这个过程会显示"正在思考..."，可能持续几秒到几分钟。

性能对比

在需要深度思考的任务上，o1 远超其他模型。

实际使用

测试了几道编程题：

LeetCode 困难题

把题目描述给 o1，它会：

1. 先分析问题类型（动态规划、图论...）
2. 尝试几种思路
3. 写出代码并解释

GPT-4 经常在困难题上翻车，o1 的正确率高很多。

数学证明

让它证明一个定理，它会一步步推导，而且能指出哪里需要用什么定理。

比直接给答案更有学习价值。

限制

1. 速度慢：简单问题也要等几秒，复杂问题可能几分钟
2. 价格贵：输入 $15/M tokens，输出 $60/M tokens，是 GPT-4 的 3-4 倍
3. 不擅长闲聊：simple task 不如 GPT-4o 自然

o1 适合"难题"，日常对话用 GPT-4o 就够了。

谁应该用

• 刷算法题的同学
• 学数学/物理的学生
• 需要解决复杂逻辑问题的人

简单任务用 o1 浪费，复杂任务用 o1 真香。

总结

o1 证明了 AI 不只是"更快"，还可以"更深"。

虽然价格贵用不起，但这个方向让人对 AI 的未来更乐观了。

• A 跳槽去了大厂，薪资翻倍
• B 转行做自媒体，粉丝涨得很快
• C 辞职 gap year，说要想清楚人生
• 我：每天机械上班，不知道下一步该怎么走

这道"选择题"，是我职业生涯目前最难的一道。

我的纠结过程

跳槽？

好处很明显：涨薪、换环境、有新挑战。

但刷了两周招聘 App，发现市场没那么好。很多岗位要么 HC 冻结，要么要求高得离谱。

问自己：你真的准备好面试了吗？

说实话，没有。

留下？

当前公司虽然一般，但稳定。

但每天做重复的事，没有成长感，又觉得在浪费时间。

问自己：这样下去，三年后你会在哪里？

想不清楚。

转行？

看到有人裸辞去做自媒体、开咖啡店，很羡慕。

但真让我放弃现在的积累从头开始，又觉得很冒险。

问自己：你真的有那个勇气和资本吗？

好像没有。

为什么这么难选

后来我想通了：难选的原因不是选项本身，而是我不知道自己想要什么。

如果我很清楚"我就是想做技术专家"，那就专心提升技术，在哪家公司无所谓。

如果我很清楚"我想挣更多钱"，那就把简历改好去面试。

问题是，我不知道。

而"不知道想要什么"这件事，让我感到羞耻。好像别人都有明确的目标，只有我还在迷茫。

我的解决思路

1. 先排除最不想要的

不知道想要什么，可以从"不想要什么"开始。

仔细想了想：我不想再做现在这种重复劳动了。

那好，至少知道了一个方向。

2. 给自己设置一个"最低接受标准"

完全不知道怎么选的时候，我问自己：

"什么样的结果是我能接受的最差情况？"

答：能养活自己，不至于失业。

有了这个底线，反而没那么焦虑了。

3. 去尝试，在行动中找答案

既然不知道喜欢什么，那就每样都试试：

• 投了几家公司，体验了面试
• 尝试做了一些自媒体内容
• 学了一些新技术，探索新方向

慢慢地，方向就在行动中浮现出来了。

4. 接受"走弯路"是正常的

怕选错，是我不敢选择的最大原因。

后来想明白了：二三十岁，选错了可以再改。

很多人的职业路径都是曲折的。第一份工作做的事情和后来风马牛不相及。

选就对了。不选才是最大的错误。

最后的选择

我选了先在内部争取一个新项目的机会。

不是什么完美选择，但至少是我自己做的决定。迈出第一步后，焦虑少了很多。

不是什么完美的选择，但至少是我自己做的决定。迈出第一步后，焦虑少了很多。

后来我发现，很多时候焦虑不是因为“选错了”，而是因为“还没选”。真走起来之后，路上的风景会帮你确认方向的。

两周下来，说说真实感受。

Cursor 是什么

简单说，就是一个内置 AI 能力的 VS Code 魔改版。

可以对话、可以让 AI 直接编辑代码、可以理解整个项目上下文。

核心功能体验

Cmd+K 内联编辑

这是用得最多的功能。选中一段代码，按 Cmd+K，告诉它你想改成什么样，直接改好。

比如："把这个函数改成 async/await 语法"，唰一下就改好了。

Cmd+L 对话模式

类似 ChatGPT，但能看到你当前文件甚至整个项目。

问它"这个项目的用户认证是怎么实现的"，它能跨文件找代码解释给你听。

@ 引用

可以用 @file、@folder、@web 引用特定内容。

比如"参考 @auth.ts 写一个类似的权限验证函数"，它能理解上下文。

对比 GitHub Copilot

Cursor 更贵，但功能确实更强。

最佳实践

两周下来总结：

1. 小任务用 Cmd+K：不用切换上下文，直接改
2. 复杂问题用对话：让它解释、分析、规划
3. 多用 @ 引用：精确上下文能大幅提升输出质量
4. 不要盲目接受：生成的代码必须审核，偶尔会有 bug

总结

Cursor 确实提高了我的编码效率，尤其是写样板代码和重构时。

但它不会让你变成更好的程序员。理解代码在做什么，依然是最重要的事情。

如果 $20/月对你来说负担不大，值得一试。

405B 是重点。这是目前最大的开源模型，性能在多个基准上接近甚至超越 GPT-4。

性能基准

官方给出的测试结果：

在代码生成和数学推理上表现亮眼。

为什么这很重要

开源模型能达到闭源顶级模型水平，意义重大：

1. 成本下降：自己部署不用付 API 费
2. 数据安全：敏感数据不用传给第三方
3. 可定制：能微调适应特定场景
4. 竞争压力：OpenAI 和 Anthropic 必须加速迭代

怎么跑起来

405B 参数量太大，普通人跑不动。但可以用量化版本：

# 使用 Ollama 跑 8B 版本
ollama run llama3.1:8b

# 或者用 70B 量化版（需要 48GB 显存）
ollama run llama3.1:70b-instruct-q4_0

8B 版本在 8GB 显存的笔记本上就能跑，效果已经很不错了。

本地测试感受

我在 3060 显卡上跑了 8B 版本：

• 响应速度：约 20 tokens/秒，可接受
• 中文能力：比 Llama 2 进步明显，基本能用
• 代码能力：简单代码补全没问题

日常学习和练手完全够用了。

总结

Llama 3.1 让"AI 民主化"这个口号更接近现实。

作为学生，我们现在可以免费用上接近顶级水平的 AI 模型。这在两年前不可想象。

Claude 3.5 Sonnet 不仅性能超越了自家的 Opus，还在多项测试中超过了 GPT-4o。

能力对比

代码能力领先，速度更快，价格还更低。性价比拉满了。

实际编程体验

用了两周，记录几个印象深刻的场景：

理解复杂代码库

把一个 5000 行的 React 项目扔给它，问"这个项目的状态管理是怎么做的"，它能准确找到关键文件并解释清楚。

GPT-4 有时候会漏掉一些细节。

生成完整功能

让它写一个"带分页的用户列表组件"，一次性给出：

• 组件代码
• API 接口
• 类型定义
• 基本样式

基本能直接用，只需要微调。

Debug 能力

把报错信息和相关代码贴进去，它能准确定位问题。

有一次一个 async/await 的 bug 我找了半小时，它一眼看出来了。

Artifacts 功能

这是新增的可视化功能。

让它写一个 HTML 页面，它会直接渲染出来给你看。写 React 组件也能实时预览。

对于学前端的同学特别有用，边学边看效果。

怎么用

1. 网页版：claude.ai，免费版每天有限额
2. API：比 GPT-4 便宜 40%
3. Cursor 集成：可以在 Cursor 编辑器里用

我现在的搭配是：日常用网页版，写代码用 Cursor 调用 Claude API。

总结

Claude 3.5 Sonnet 是目前性价比最高的代码 AI。

特别是对于学生，免费额度够日常使用，需要更多再考虑付费。这比订阅 GPT Plus 划算多了。

虽然不是最强的 SD3 Large，但 Medium 版本也带来了很多惊喜。

核心升级

相比 SDXL，SD3 的改进主要在：

1. 文字渲染：终于能在图片里画出正确的文字了
2. 图像质量：细节更丰富，手指不会画错
3. 架构升级：使用 DiT 架构，生成更稳定

配置要求

SD3 Medium 比 SDXL 更轻量：

• 显存需求：8GB 可跑，12GB 更流畅
• 生成速度：3060 显卡约 15 秒一张（1024x1024）
• 模型大小：约 4GB

比 SDXL 省资源，效果还更好。

本地部署

用 ComfyUI 最简单：

1. 下载 SD3 Medium safetensors 文件
2. 放到 ComfyUI/models/checkpoints/
3. 加载官方提供的工作流
4. 开画

或者用命令行：

pip install diffusers
python -c "from diffusers import StableDiffusion3Pipeline; ..."

实际效果

测试了几个常见场景：

• 人物：面部细节好，手指正常了
• 风景：光影层次丰富
• 文字：英文基本正确，中文还是不行
• 二次元：需要配合 LoRA，原生风格偏写实

最惊喜的是文字渲染，以前 SD 画 logo 全靠玄学，现在终于可控了。

和 MidJourney 对比

MJ 还是更傻瓜式，出图即用。

SD3 需要折腾，但胜在免费、本地、无限制。

对于学预算有限又想玩 AI 绘画的同学，SD3 是最佳选择。

总结

SD3 开源是 AI 绘画界的大事。

配合 ComfyUI 的工作流，普通笔记本就能实现商业级出图。这在一年前要花大价钱。

一开始有点失望，看完演示之后：这才是正确的方向。

什么是 GPT-4o

o 代表 omni（全能），核心能力是多模态实时交互。

简单说就是：你可以对着手机实时说话，它实时回复。没有延迟，没有等待转圈。

语音交互演示

发布会上最惊艳的演示是这个：

1. 用户对着手机说话，语气紧张
2. GPT-4o 说："深呼吸，慢一点"
3. 用户深呼吸，GPT-4o 说："好多了"

它能听出你的情绪！

然后还有唱歌的演示、同时翻译的演示。延迟低到像人和人对话。

实际体验

我在 ChatGPT App 上试了一下：

• 响应速度：确实快，说完话 0.5 秒内就开始回复
• 打断能力：说话过程中可以随时打断，像真人对话
• 语气自然度：比之前的 TTS 好太多，有抑扬顿挫

缺点是目前只支持英语效果最好，中文还差点意思。

为什么这个比 GPT-5 重要

我的理解是这样：GPT-5 可能是更聪明的文字模型，但 GPT-4o 是在解决人和 AI 如何交互的问题。

以前用 ChatGPT，需要打字、等待、阅读。现在可以像打电话一样聊天。这对于很多不习惯打字的人来说，才是真正的普及。

总结

GPT-4o 让我看到了 Her 那个电影里的 AI 助手形态。

虽然现在还有各种限制，但方向对了。等中文效果优化好，可能真的会改变很多人使用手机的方式。

不是抑郁，没有想不开。但就是什么都不想干。

症状是这样的

早上闹钟响了不想起床。不是困，就是不想面对新的一天。

工作能拖就拖，任务最后一刻才交。

想学的技术，一周没看一页文档。

打开 B 站，刷到不想看的视频都能一直刷下去。

晚上躺在床上，回想这一天做了什么：什么都没做。

然后因为这个而自责，更累了。

我以为只是懒

一开始我觉得自己在"犯懒"，需要更强的自律。

于是：

• 下载打卡 App 监督自己
• 列了详细的每日计划
• 给自己制定惩罚机制

结果呢？坚持了三天就崩溃了。

不仅没有变好，反而因为"又没做到"而更加自责。

后来我意识到

这不是懒，是倦怠（burnout）。

倦怠和懒的区别在于：

• 懒：不想做，但做别的事还有精力。
• 倦怠：对什么都提不起兴趣，感觉被掏空了。

回想那两个月之前，我确实一直在高强度运转：

• 连续加班赶项目
• 同时处理好几个并行任务
• 还想抽空学新技术提升自己

身体和心理都透支了，只是当时没意识到。

让我慢慢恢复的事

1. 允许自己"浪费时间"

以前那个不想干活的我，会因为"浪费时间"而自责。

后来我强迫自己接受一件事：休息不是浪费时间，是在给自己充电。

刷一下午剧？可以。睡到中午？没问题。

把自责的能量省下来，反而恢复得更快。

2. 只做最小单位

不列什么宏大计划，只做最小的事：

• 不是"今天学两小时"，而是"今天看一页文档"
• 不是"写完整个功能"，而是"先写一行代码"

很多时候，开始之后就停不下来了。

3. 换个环境

在家躺了两个月后，我换到咖啡店工作。

环境的改变带来心态的改变。那天我居然专注了三个小时，是两个月以来最高效的一天。

4. 聊天

和朋友吐槽了我的状态。本以为会被骂"你这是矫情"。

没想到她说："我之前也这样过，太正常了。"

原来不是只有我会这样。这种"被理解"的感觉本身就是治愈。

现在的状态

倦怠没有完全消失，偶尔还会冒出来。

但我不再慌了。感觉累了就休息，不挺着。偶尔也会给自己安排"什么都不做"的一天——不学习，不工作，就躺着，不为此感到愧疚。

后来我发现一个有意思的事：节奏慢下来之后，效率反而比逼自己的时候高。

如果你也正处在这种"什么都不想干"的状态里，别急着骂自己懒。也许你只是太累了，身体在替你踩刹车。

歇一歇吧，天塌不下来的。

抖音刷起来多爽，小红书图多好看，公众号推送多方便。写个人博客，不就是自言自语吗？

写了一年之后，我的答案是：确实是自言自语。但自言自语有时候也挺有用的。

为什么开始写

最初的想法很简单：学了新技术想记下来。

之前都丢在 Notion 里，后来发现半年后自己都懒得翻。写在博客上，至少有个公开的压力，会把笔记整理得更像样一点。

后来慢慢开始写一些非技术的内容——心态变化、生活吐槽。没想到这些文章反而写起来更有感觉。

一年下来的数据

说出来有点寒酸：

• 总文章数：30 多篇
• 日均访问：大概十几个 UV
• 最高一篇：一百来个阅读

没有什么爆款，也没赚到一分钱。

但我发现自己在意的不是这个。

意外的收获

写作让思路变清晰

有些问题在脑子里转了好几天想不通，一旦开始写，思路就自然理顺了。

写博客有点像小黄鸭调试法——把想法说出来（写出来）的过程本身就是在梳理逻辑。

技术文章是最好的笔记

半年前写的 Docker 部署文章，后来换服务器的时候真的翻出来用了。比什么笔记 App 都好用，因为当时写的时候就假设"读者什么都不知道"，步骤特别详细。

结识了一些人

虽然流量不多，但偶尔有人通过评论或者 GitHub 加我微信，聊几句技术。这种感觉挺好的——在互联网的角落里，和陌生人因为文字产生连接。

坚持不下去的时候

也不是一路顺利。中间有两个月完全没更新。

那段时间工作太忙，每天下班后只想躺着。还有几次写到一半觉得写得太烂，直接关了编辑器。

后来想通了一件事：博客不是 KPI，不用周更。有想说的就写，没有就算了。

去掉"必须产出"的压力后，反而写得更多了。

关于工具

用什么搭博客其实不重要。

我选了 VitePress 是因为熟悉 Vue。如果你熟悉 React 可以用 Next.js，嫌折腾可以直接用 Notion 搭一个。

花在选工具上的时间，不如拿来写第一篇文章。

写在最后

社交媒体上发的东西，隔几天就沉下去了，平台说删就删。

博客上写的东西，你的域名你做主，想留多久留多久。

十年后回头看自己年轻时写的文章，应该会是一件挺有意思的事。

月付 $3 的价格，CN2 都买不到，它敢打 Lumen 线路？我带着怀疑试了试。

配置信息

$3 这个价格，配置算中规中矩。重点看线路表现。

速度测试

分三个运营商测了一下（广东地区）：

移动网络下表现最好，30ms 延迟基本感受不到。这和 Lumen 线路对移动的优化有关。

电信和联通差一些，晚高峰会有一定波动，但不至于不能用。

两个月使用体验

稳定性

用了两个月，宕机过一次，持续了大约两小时。客服工单响应挺快，半小时就回了。

对于 $3/月 的价格，这个稳定性我觉得可以接受。但不建议用来跑重要业务。

速度感受

跑了一个静态博客站点在上面。日常访问速度在移动网络下很流畅，和国内主机的体验差不太多。

电信网络下稍微慢一点，能感知到但不影响使用。

控制面板

SolusVM 面板，比较老但功能够用。重装系统、开关机、查看流量都有。

没有搬瓦工那个 KiwiVM 好看，但该有的都有。

和同价位的对比

$3 这个价位能选的不多，简单对比一下：

可以看到，同价位里 Skywolf 的移动端延迟是碾压级的。但如果你主要用电信网络，优势就没那么大了。

适合谁用

• ✅ 移动网络用户
• ✅ 个人博客、小项目
• ✅ 预算有限的学生
• ❌ 需要高稳定性的生产环境
• ❌ 电信用户追求极致速度

总结

$3/月，移动端 30ms 延迟，这个性价比确实可以。

如果你主要用移动网络，或者只是想找个便宜的 VPS 练手，Skywolf 值得一试。但别指望它像 DMIT 那样稳如老狗——一分钱一分货，这个道理在哪都适用。

去年的 flag

年初给自己定了几个目标：

1. 学完 Docker + K8s — Docker 学了，K8s 碰都没碰
2. 坚持写博客，至少更新 24 篇 — 写了 30 多篇，居然超额完成了
3. 养成运动习惯 — 跑了两个月，暑假中断后再也没恢复
4. 多读几本书 — 读了三本。三本。惭愧

完成率大概 40%，和往年差不多。

技术上

今年最大的变化是 AI 工具彻底融入了日常工作流。

年初还在犹豫要不要订阅 Copilot，年底已经离不开 Cursor 了。写代码的方式在短短一年里变了太多。

技术栈方面，Vue 3 总算用熟了。从年初看文档时的懵逼，到年底能独立负责项目里的模块，这个进步自己还是认的。

Docker 也学了，虽然 K8s 确实没碰。但说实话，个人项目用 Docker Compose 够了，K8s 对我来说目前用不上。

还搭了这个博客。从选技术栈到部署到写内容，全程自己折腾。虽然流量不多，但看着文章数一篇篇增加，还挺有成就感的。

心态上

今年情绪起伏挺大的。

年初因为比较焦虑，花了很多时间在刷别人的动态上，越看越焦。后来有一段时间强制自己不看朋友圈，反而好了很多。

中间有两个月完全不想干活，后来才意识到那是倦怠。不是懒，是真的累了。接受了这个事实之后，允许自己休息，状态慢慢恢复了。

下半年相对稳定一些，可能是因为找到了一些自己的节奏。

遗憾

• 运动没坚持下来。说了八百遍，做到的次数屈指可数
• 社交依然很少。除了工作上的交流，基本没有拓展新的人际关系
• 很多想学的东西还停留在"加了收藏"的阶段

意外的收获

• 博客居然真的坚持下来了。虽然中间断了两个月，但后来又捡起来了
• 通过写心理类的文章，对自己的认知清晰了不少
• 学会了和焦虑共处。没有消除它，但至少不再被它控制

明年的打算

想了想，不立 flag 了。

以前每年立一堆目标，完成率从来没超过 50%。与其立一堆做不到的目标然后自责，不如就定一条：

做好手上的事，别让自己太累。

其他的走着看吧。

当时还专门写了一篇预测文章（就是你现在看到的这篇，我直接在原文上改了）。回头看，有些猜对了，有些纯属想多了。

当时的预测

我当时猜了三个方向：

1. 多模态原生支持 —— 视频理解和生成
2. 长上下文窗口 —— 可能达到百万 token
3. 更强的推理能力 —— 数学和逻辑问题

现在一个一个看。

预测复盘

多模态：猜对了方向，但形式不同

GPT-4o 确实做到了多模态，而且做得比我预想的更激进——实时语音对话、看摄像头、读屏幕截图。

不过视频生成是 Sora 在做，并没有集成到 GPT 里面。我当时把"理解"和"生成"混在一起说了，其实是两回事。

长上下文：也算猜对了

GPT-4 Turbo 做到了 128K，Gemini 做到了百万级别。方向没猜错。

但我当时没预到的是，长上下文更多是被国产模型（Kimi、DeepSeek）当成竞争差异点来推的。OpenAI 反而不怎么强调这个。

推理能力：被 o1 狠狠打脸

这个是我最没想到的。

我以为 GPT-5 会是 GPT-4 的"更聪明版"，就是同一个架构参数更大、数据更多。

结果 OpenAI 搞出了 o1 这种完全不同的模式——让模型"慢思考"，用更多的计算换更高的推理准确率。

GPT-5 到现在也没发布，反而是 o1、o3 这条路线成了主力。

我没猜到的事

列几个完全没预料到的：

• AI Agent 方向的爆发：Claude 的 Computer Use、各种 AI 编程助手（Cursor、Windsurf），Agent 成了新战场
• 开源模型追上来了：Llama 3.1 405B、DeepSeek V3，开源和闭源的差距在急速缩小
• Scaling Law 的争议：原来以为模型越大越强是铁律，现在发现不一定，o1 的路线说明巧妙的架构设计可能比暴力堆参数更有效

回头看预测这件事

做预测很难，尤其是 AI 领域，三个月就能换一次天地。

但写预测文章有个好处：过段时间回来看，能发现自己当时的认知盲区。比如我当时完全没有"推理可以用慢思考换准确率"这个概念，说明我对 AI 的理解还停留在"大模型 = 大参数"的阶段。

下次再做预测，可能会谦虚一点。

也可能不会。

作为一个对 AI 模型有点上头的人，我花了一周时间认真试了试。

第一印象

注册很简单，网页端直接就能用。界面简洁，没有花里胡哨的东西，上来就是一个对话框。

第一个问题我问的是："用 Python 写一个简单的 LRU 缓存"。

它给的代码干净利落，注释也到位。不像有些模型，生成一堆代码还附带一大段"我来为您解释一下"的废话。

代码能力实测

这是我最关注的方向。测了几个场景：

算法题

丢了几道 LeetCode 中等难度的题目，通过率大约 80%。偶尔会在边界条件上翻车，但整体思路很清晰。

比起同期的文心一言和通义千问，代码质量明显高一截。

项目代码

让它写一个 Express 的 CRUD 接口，给出了完整的路由、中间件、错误处理。基本能直接跑。

不过它有个问题：生成的代码风格有点"教科书"，不太像真实项目里会写的东西。这点跟 GPT-3.5 差不多。

Debug

把一段有 bug 的代码贴进去，它能准确定位问题——一个 async 函数里忘了 await。

定位速度比我自己看快多了，虽然这么说有点丢人。

中文对话能力

日常扯淡也试了试：

• 让它写一段产品文案，通顺自然，没有翻译腔
• 聊一些生活话题，比 GPT-3.5 的中文地道很多
• 不过深度讨论（比如哲学、社会问题）还是差 GPT-4 一个档次

中文是 DeepSeek 的强项，毕竟国内团队做的，语料优势在这。

和 GPT-3.5 的对比

用了一周之后的直觉判断：

整体水平接近，但对于中文场景 DeepSeek 更舒服。

不足之处

也不是没有问题：

• 长对话容易"忘记"前面的上下文
• 生成内容有时候偏保守，不如 GPT 那么"放飞自我"
• 社区生态和工具链还不够丰富

用完之后的感觉

说实话，国产模型能做到这个水平，我是有点惊讶的。

之前试过几个国产模型，要么中文很好但代码不行，要么反过来。DeepSeek 算是两边都跑到了及格线以上。

后来 V3 出来之后更猛了，但那是后话了。

Kimi 有点不一样，它主打"长上下文"，支持最多 200 万字的输入。

什么是长上下文

一般的 AI（GPT-3.5、文心一言）上下文长度在几千到几万字。

这意味着你不能把一整本书扔给它，必须分段处理。

Kimi 的 200 万字相当于：

• 约 4 本普通小说
• 或 10 篇硕士论文
• 或 50 份技术文档

使用场景

论文阅读

把整篇论文（甚至多篇相关论文）贴进去，问：

• "这篇论文的核心贡献是什么"
• "和 XX 论文相比有什么创新"
• "帮我解释第三章的公式"

再也不用一段一段喂了。

代码库分析

把整个项目的代码打包上传，问架构问题。

"这个项目的入口在哪里"、"用户登录流程是怎样的"，它能跨文件找答案。

书籍总结

一本 20 万字的书，让它：

• 提取核心观点
• 按章节总结
• 生成思维导图大纲

实测效果

测试了几个场景：

长文档理解确实强，但复杂推理能力还差一截。

使用限制

1. 免费版限制：每天有次数限制
2. 响应速度：文档越长越慢
3. 格式支持：PDF 有时解析不完整

怎么用

直接访问 kimi.moonshot.cn，不需要翻墙。

支持网页端和手机 App，微信小程序也有。

总结

Kimi 找到了一个差异化路径：不卷通用智能，专攻长文档处理。

对于需要大量阅读论文、文档的学生来说，这是个实用工具。免费额度够日常使用。

作为两个模型的重度用户，我花了两周时间做了个相对系统的对比测试。

测试维度

1. 代码生成与调试
2. 长文本理解
3. 逻辑推理
4. 创意写作
5. 中文能力

每个维度设计了 5 个测试用例，使用 Claude 3 Opus 和 GPT-4 Turbo。

代码能力

Claude 在代码解释上更详细，GPT-4 在复杂 bug 定位上更准。

长文本理解

这是 Claude 的强项。200k 上下文窗口真的能用。

测试了用整本《西游记》问细节问题，Claude 能准确回答第几回的内容。GPT-4 Turbo 的 128k 上下文在长度上有限制，而且定位精度不如 Claude。

逻辑推理

出乎意料，两者差距不大。

数学推理、逻辑链推导，两个模型水平接近。都会犯一些低级错误，但思路都能跟上。

创意写作

这个主观性强，我个人感受：

• Claude 写的文章更有"人味"，用词自然
• GPT-4 更像标准的"AI 八股文"，结构工整但有点死板

让两个都写博客文章，Claude 的版本直接能发，GPT-4 的要改改。

中文能力

GPT-4 在中文上还是更强，表达地道，不会有翻译腔。

Claude 的中文进步很多，但偶尔还是能看出"外国人学中文"的痕迹。

结论

没有绝对的赢家。

• 选 Claude 3：长文档处理、创意写作、需要详细解释
• 选 GPT-4：中文场景、复杂代码调试、多模态需求

我现在两个都订阅了，根据任务类型切换使用。

一开始有点抗拒，毕竟 React 用熟了，换框架等于重新学习。一个月后，心态变了。

上手成本

Vue 3 的学习曲线比预期平缓。

如果你熟悉现代 JavaScript，组合式 API 的思路和 React Hooks 其实很像：

<script setup lang="ts">
import { ref, computed, onMounted } from 'vue'

const count = ref(0)
const doubled = computed(() => count.value * 2)

onMounted(() => {
  console.log('mounted')
})
</script>

最不习惯的反而是模板语法。写惯了 JSX 的自由度，再回来写 v-if、v-for 有点束缚感。

响应式系统

Vue 的响应式是真正的"自动"。

React 里你得小心翼翼处理依赖数组，防止 useEffect 死循环。Vue 里基本不用想这些，改了数据视图就会更新。

但 .value 这个东西确实烦人。ref 需要 .value 访问，reactive 不需要，容易混淆。

开发体验

Vue 3 + Vite 的开发体验极好。

热更新速度飞快，比 webpack 时代不知道强多少。TypeScript 支持也很完善，Volar 插件配合 IDE 补全舒服。

生态差异

这个 React 确实更强。

找个状态管理方案，React 有 Redux、Zustand、Jotai、Recoil 一大堆。Vue 基本就是 Pinia。

但反过来想，选择少也意味着不用纠结。

总结

React 和 Vue 3 都是好工具，争论谁更好没意义。

对我来说：

• React 的心智模型更函数式，适合复杂状态管理
• Vue 3 的开发体验更顺滑，适合快速开发

现在两个都能写，反而觉得视野开阔了。

这句话大概是程序员最常说的遗言了。Docker 就是为了解决这个问题而生的。

以下是我部署个人项目时积累的一些实战经验，不是从文档里抄的，是真踩过坑的。

一个能用的 Dockerfile

先看一个 Node.js 项目的典型 Dockerfile：

FROM node:18-alpine
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production
COPY . .
EXPOSE 3000
CMD ["node", "server.js"]

看着简单，但里面有几个容易忽略的细节。

先复制 package.json 再复制代码

很多教程把 COPY . . 写在前面，一步到位。

问题是：你改了一行业务代码，Docker 就要重新 npm install。因为文件变了，缓存失效。

先复制 package.json，装完依赖再复制代码，这样只要依赖不变，npm install 那层就走缓存。构建速度能快好几倍。

用 npm ci 而不是 npm install

npm ci 严格按照 package-lock.json 安装，速度更快，结果更可预测。生产环境用这个更靠谱。

用 alpine 镜像

node:18 的镜像有 900MB+，node:18-alpine 只有 100MB 出头。体积差了近 10 倍。

除非你的项目依赖一些需要 glibc 的原生模块，否则都推荐用 alpine。

Docker Compose 编排

单个容器跑个 Demo 可以，正经项目一般是 App + 数据库 + 缓存，这时候需要 Compose：

version: '3.8'
services:
  app:
    build: .
    ports:
      - "3000:3000"
    depends_on:
      - db
    environment:
      - DATABASE_URL=postgres://user:pass@db:5432/mydb

  db:
    image: postgres:15-alpine
    environment:
      POSTGRES_USER: user
      POSTGRES_PASSWORD: pass
      POSTGRES_DB: mydb
    volumes:
      - pgdata:/var/lib/postgresql/data

volumes:
  pgdata:

几个注意事项：

• depends_on 只保证启动顺序，不保证数据库"准备好了"。如果 App 启动时数据库还没初始化完，会报连接错误。需要在应用层做重试
• Volume 要声明，否则容器重建后数据就没了
• 数据库密码用环境变量传入，别硬编码在配置里

我踩过的坑

.dockerignore 忘了写

第一次构建，镜像整整 2GB。后来发现把 node_modules 和 .git 都打进去了。

加个 .dockerignore：

node_modules
.git
.env
*.log

镜像立刻缩到 200MB。

时区问题

容器默认是 UTC 时区，日志里的时间和本地差八小时。排查问题的时候差点疯了。

解决方案是在 Dockerfile 里加一行：

RUN apk add --no-cache tzdata
ENV TZ=Asia/Shanghai

健康检查没配

容器"启动了"不代表"能用了"。App 可能还在初始化数据库连接。

Compose 里可以加 healthcheck：

healthcheck:
  test: ["CMD", "curl", "-f", "http://localhost:3000/health"]
  interval: 30s
  timeout: 10s
  retries: 3

部署流程

我现在的部署流程：

1. 本地开发用 Docker Compose，保证环境一致
2. 推代码到 GitHub
3. 服务器上 git pull && docker compose up -d --build
4. 完事

虽然没有 CI/CD 那么自动化，但对个人项目来说够用了。等项目大了再上 GitHub Actions。

最后

Docker 入门不难，难的是把各种细节处理好。

上面这些坑我每个至少浪费了半小时，写下来希望别人能少走弯路。

不是因为不想见老朋友，而是害怕那个环节——"最近怎么样"。

令人窒息的"近况分享"

去年那次聚会，我真的破防了。

A 说刚升了技术主管，带五个人的团队。

B 刚从大厂跳槽，package 翻了一倍。

C 在准备移民，房子都买好了。

轮到我了："我...还在原来公司，没什么特别的。"

那天晚上回家后，我躺在床上翻来覆去睡不着。

为什么他们都那么厉害？为什么只有我还在原地踏步？我是不是真的很差？

比较的心理陷阱

后来慢慢想通了，那天晚上的痛苦来源于几个心理机制：

1. 选择性注意

我只看到了比我强的人，完全忘了聚会上还有很多人和我差不多。

其实那天还有好几个人也在"普普通通"地过，只是当时我完全没注意到。

2. 单一维度比较

A 升了主管，但他每天加班到十一点，几乎没有个人生活。

B 跳槽涨薪了，但她焦虑得头发都掉了很多。

我只看到了他们的成就，没看到他们为此付出的代价。

3. 终点思维

把别人的当前状态当成"终点"来和自己比较。

但人生不是比赛，不是到某个节点就结束了。他们今天领先，不代表五年后还是。

我的应对方法

意识到这些后，我开始调整自己的心态。

减少社交媒体浏览

朋友圈是"精心包装"的人生展示，大家只发好的一面。

看多了容易产生"所有人都在变好，只有我原地踏步"的错觉。

现在我把朋友圈入口折叠了，每周最多刷一次。

和过去的自己比

与其问"我比别人如何"，不如问"我比去年如何"。

去年这时候，我连某些技术栈都不会用。现在我可以独立负责一个模块了。

这个视角切换让人轻松很多。

接受多元的成功标准

谁规定"升职加薪"才叫成功？

有人选择拼事业，有人选择生活平衡，有人创业，有人躺平。

都是选择。只要自己不后悔就行。

允许自己有"慢一步"的时候

不是所有人都要在同一节奏上狂奔。

有人 25 岁当上总监，有人 35 岁才找到方向。

谁规定人生是百米赛跑呢？跑马拉松的人也不少。

现在怎么看那次聚会

回头看那次令我破防的聚会，其实有些好笑。

那些"升职"的朋友，有几个后来说其实压力大得快抑郁。那些"涨薪"的朋友，有人发现新公司更累了。

每个人都有自己的困扰，只是当时大家都在展示最光鲜的一面。

如果再来一次，我希望可以坦然地说：

"我还在摸索自己的方向，但我在努力，这就够了。"

现在的我，偶尔还是会在看到别人晋升的消息时心里一紧。但比起以前，我学会了一件事：感受到了就承认，然后提醒自己我不知道这个人的完整故事。

下次再有聚会，我希望能坦然地说："我还在摸索，但一直在努力。"

这就够了。

看完演示视频，我沉默了好久。这不是进步，这是代际跃迁。

Sora 能做什么

一句话描述，生成一段视频。

比如："一个时尚的女人走在东京的街道上，街道上有霓虹灯和动画城市标牌..."

Sora 生成的不是几秒钟的短片，而是长达 60 秒的完整视频。而且：

• 画质达到 1080p
• 运动连贯自然
• 光影效果逼真
• 镜头跟随流畅

技术突破在哪

之前的 AI 视频生成（Runway、Pika）最多几秒，画面经常扭曲变形。

Sora 解决了几个核心问题：

1. 时序一致性：同一个人在 60 秒内保持相同外貌
2. 物理理解：物体运动符合物理规律
3. 复杂场景：多个角色同时出现不会混乱

OpenAI 说它是"世界模拟器"，不是在拼凑画面，而是理解了世界运作的规律。

对行业的影响

这个影响太大了：

短视频制作

以后抖音、B站的视频素材可能很多是 AI 生成的。一个人+Sora 就能开工作室。

电影特效

预览级别的特效镜头可以用 AI 先跑一版，确认效果后再精修。成本大幅下降。

虚假信息

这个是隐忧。以后看到视频也不能信了，深度伪造将更难识别。

什么时候能用

OpenAI 说还在安全测试，暂时不对外开放。

按惯例，可能会逐步：

1. 先给特定创作者内测
2. 再开放 Plus 用户
3. 最后才是 API

预计今年下半年能用上？

总结

Sora 让我第一次感受到"AI 取代人类工作"不是说说而已。

视频剪辑、特效师、动画师...这些职业可能真的要被改变了。

作为学生，我们赶上了这个时代。学会用好 AI 工具，可能比学具体技能更重要。

但默认主题长得都一样。想让它有点个性，得花些功夫折腾。

自定义主题

VitePress 的主题系统其实挺灵活的，核心是在 .vitepress/theme/index.ts 里扩展默认主题：

import DefaultTheme from 'vitepress/theme'
import MyLayout from './MyLayout.vue'
import './custom.css'

export default {
  extends: DefaultTheme,
  Layout: MyLayout,
}

用这个方式你可以：

• 覆盖默认布局，加自定义的 Header、Footer
• 插入全局组件（比如文章列表、标签云）
• 引入自定义 CSS 变量改颜色

改颜色方案

VitePress 用 CSS 变量控制配色，在 custom.css 里覆盖就行：

:root {
  --vp-c-brand-1: #5b8af5;
  --vp-c-brand-2: #3a6ce0;
  --vp-c-brand-soft: rgba(91, 138, 245, 0.14);
}

改完立刻生效。我在这上面花了一个下午调色，虽然最后和原来差别不大。

文章列表页

VitePress 默认没有博客文章列表，需要自己写。核心是用 createContentLoader 获取所有文章：

import { createContentLoader } from 'vitepress'

export default createContentLoader('posts/*.md', {
  transform(rawData) {
    return rawData.sort((a, b) => {
      return +new Date(b.frontmatter.date) - +new Date(a.frontmatter.date)
    })
  }
})

然后写个 Vue 组件渲染列表。这部分代码比较多就不贴了，思路就是拿到数据后用 v-for 循环显示。

性能优化

VitePress 本身已经很快了，但还有几个可以优化的点。

图片处理

博客文章里的图片是大头。我的做法是：

1. 用 WebP 格式替代 PNG/JPG
2. 图片宽度控制在 800px 以内
3. 后来直接用了图床，本地不存图了

字体加载

引入 Google Fonts 会拖慢首屏加载。我的解决方案是用 font-display: swap，先显示系统字体，等自定义字体下载完再替换。

用户感知上几乎没有延迟。

部署到 Cloudflare Pages

之前用 Vercel，速度一般。换到 Cloudflare Pages 之后快了不少。

配置很简单：

1. GitHub 仓库连接到 Cloudflare Pages
2. 构建命令：npm run docs:build
3. 输出目录：.vitepress/dist
4. 提交代码自动部署

免费额度完全够个人博客用，而且自带 CDN，国内访问也不慢。

自定义域名

Cloudflare 本身就是 DNS 服务商，加域名特别方便：

1. 域名的 NS 记录指向 Cloudflare
2. Pages 设置里添加自定义域名
3. SSL 证书自动签发

整个过程十分钟搞定。

踩过的坑

• 热更新偶尔抽风：改了 CSS 变量后不生效，需要重启 dev server。这个问题在 Vite 5 之后好了很多
• Markdown 里用 Vue 组件：语法正确但渲染不出来，通常是组件没有全局注册
• 构建后路由 404：SPA fallback 没配对，Cloudflare Pages 需要加 _redirects 文件

现在的效果

折腾完之后，博客加载速度在 Lighthouse 上能跑到 95+ 分。

样式也算有了一点自己的感觉。虽然和那些精心设计的主题博客比还差得远，但至少不完全是默认样式了。

够用就行。

去年到今年，我陆续买了几家香港 VPS，有的用着不错，有的直接踩雷。整理一下经验，免得你们重复交学费。

选 VPS 我在意什么

价格当然重要，但不是唯一因素。以下是我的优先级：

1. 延迟：建站用的话，国内访问延迟最好在 50ms 以内
2. 稳定性：别隔三差五宕机，晚高峰别丢包
3. 带宽：至少 1Mbps 保底，最好 5-10Mbps
4. 价格：个人项目，月付不超过 50 块

1. DMIT.io — 稳定之选

• 线路：CN2 GIA
• 价格：$39.9/年起
• 实测延迟：电信 35ms，联通 40ms，移动 45ms

DMIT 是我用得最久的一家。CN2 GIA 线路质量没话说，晚高峰也很稳定。

缺点是价格偏贵，而且经常缺货。便宜的套餐基本靠抢，一开卖几分钟就没了。

适合：追求稳定、用来建站的人。

2. 阿里云国际版

• 线路：骨干网直连
• 价格：约 ¥24/月（轻量应用服务器）
• 实测延迟：电信 30ms，联通 35ms，移动 50ms

大厂背书，稳定性没得说。控制台功能齐全，快照、监控都有。

缺点是带宽小，轻量服务器套餐一般只给 30Mbps 峰值带宽，日常跑个小站没问题，跑代理就别想了。

另外需要注册国际版账号，需要有外币信用卡。

适合：想省心、有外币信用卡的人。

3. 搬瓦工 (BandwagonHost)

• 线路：GIA-E（CN2 GIA 电信 + 联通 + 移动）
• 价格：$49.99/年起
• 实测延迟：电信 32ms，联通 38ms，移动 42ms

老牌商家，GIA-E 线路三网都优化，速度很稳。

KiwiVM 控制面板操作方便，支持一键换机房（如果不满意当前节点）。

缺点也是贵，而且便宜套餐基本永远缺货。用了两年没出过大问题。

适合：预算充足、想一步到位的人。

延迟对比

三家差距不大，搬瓦工三网都优化所以移动端体验最好。

踩过的坑

• 别买太便宜的小商家：试过一家月付 $1 的，用了三个月跑路了，数据全没
• 注意流量计费方式：有的是双向计费（上传+下载都算），实际可用流量只有标称的一半
• 续费价格看清楚：有的首年优惠力度大，第二年翻倍

我的建议

如果你是学生、预算有限：先用阿里云轻量，够用且省心。

如果你愿意花点钱买稳定：DMIT 或者搬瓦工，用着踏实。

别在选 VPS 上花太多时间。选一家，用起来，把精力花在内容上。

第一次 ENFP，第二次 INFP，第三次介于中间。我一度怀疑是不是自己乱选的。

后来仔细想了想，发现这个结果其实挺准的——因为我确实不是固定的 E 或者 I。

我的"自动切换"模式

这个现象我观察了很久，总结下来就是一句话：

周围人 E 的时候，我自动变 I。周围人 I 的时候，我自动变 E。

具体来说：

一桌子话多的人

大家都在抢着说话，气氛热烈。这时候我会自动退到"听众模式"，安静地吃东西，偶尔笑一笑，插两句话。

不是不想说，是觉得没必要。已经够热闹了，多我一个不多，少我一个不少。

而且说实话，在一群人都在表达的时候，安静地观察反而挺有意思的。你能看到很多社交场上的微妙互动。

一桌子安静的人

场面冷下来了，没人说话，空气都快凝固了。

这时候我会莫名其妙地接管气氛。开始找话题、讲段子、问问别人最近在干嘛。

不是因为我天生爱说话，而是我受不了冷场。尴尬的沉默让我浑身不自在，还不如自己上去暖场。

同事聚会特别明显。如果桌上有一个特别会聊的人，我可以全程当安静的配角。如果全桌都是闷葫芦，我就不得不变成那个带气氛的人。

在程序员团队里

写代码这个行业，I 人比例偏高。所以在大多数工作场景里，我其实是偏 E 的那个。

开会的时候，如果大家都不说话，我会主动先发言，打破僵局。

需求讨论的时候，别人在打字发消息，我习惯直接走过去聊两句——效率高多了。

但如果碰到一个特别能说的产品经理或者 leader，我立刻就切回 I 人模式，安安静静听着就好。

和朋友出去也是

这个规律在朋友圈子里同样适用。

和一群蹦迪型的朋友出去，我是最安静的那个。他们会说"你今天怎么不说话"。

和一群宅属性的朋友聚餐，我又变成全场最活跃的。他们会说"你话好多啊"。

搞得我都不知道自己到底是什么性格了。

想了想为什么

有一段时间我觉得自己是不是太没有主见了，性格居然随着环境变？

后来想明白了：这不是"没主见"，更像是一种环境平衡器。

哪边缺了，我就往哪边补。场子太热了我帮忙降温，场子太冷了我帮忙暖场。

可能有些人就是天生对氛围比较敏感。不是在讨好谁，就是本能地觉得"现在应该这样"。

这种性格的好处

• 适应力强：什么样的人都能相处，不会觉得格格不入
• 观察力强：当 I 人的时候在观察，当 E 人的时候在输出，两种模式都训练到了
• 团队里挺好用的：不管团队是什么风格，都能融进去

也有烦的时候

最烦的就是别人给你贴标签。

A 觉得你很外向，B 觉得你很内向。他们聊起你的时候可能完全对不上。

还有就是：在需要暖场的时候，其实挺累的。你以为你在享受社交，其实你在做功。到家之后只想一个人待着充电。

现在怎么看

不再纠结自己是 E 还是 I 了。

MBTI 本来就是个参考，把人分成 16 种性格本身就太粗暴了。大多数人都在光谱的中间地带。

我就是那种会随着环境自动调节的人。在需要活跃的时候活跃，在可以安静的时候安静。

这挺好的。总比永远只有一种模式灵活。

这个版本的改进集中在性能和开发体验上，很实用。

性能提升

官方说比 3.11 快 5%，我实测感觉差不多。

主要优化来自：

• 更快的异步生成器
• 减少函数调用开销
• 内存使用优化

对于日常脚本影响不大，但跑大型项目能感知到。

更好的错误提示

这个是我最喜欢的改进。

以前：

NameError: name 'resutl' is not defined

现在：

NameError: name 'resutl' is not defined. Did you mean: 'result'?

它会猜你想写什么！对于初学者太友好了。

还有更精确的语法错误定位：

# 以前只说第 5 行有错
# 现在会用 ^^^ 标记具体是哪个地方错了

类型参数语法

终于不用手写 TypeVar 了：

# 以前
from typing import TypeVar
T = TypeVar('T')

def first(items: list[T]) -> T:
    return items[0]

# 现在
def first[T](items: list[T]) -> T:
    return items[0]

简洁多了，和其他语言的泛型语法更接近。

f-string 改进

现在 f-string 里可以用任意表达式了：

# 以前会报错
f"result: {x:=10}"  # 这种复杂格式以前不支持

# 现在都可以
f"data: {(lambda: x)()}"

更灵活，虽然不建议写太复杂的表达式。

怎么升级

# macOS
brew install python@3.12

# Windows
# 去官网下载安装包

# 或者用 pyenv
pyenv install 3.12.0
pyenv global 3.12.0

建议用虚拟环境隔离，别直接替换系统 Python。

总结

Python 3.12 是一个稳健的更新。

没有破坏性改动，但很多小改进能让日常开发更顺手。 特别是错误提示改进，对学习 Python 的同学帮助很大。

这个改变让 Copilot 从"代码补全工具"变成了"编程助手"。

能做什么

之前 Copilot 只能在你写代码时给建议。现在可以：

解释代码

选中一段代码，按 Cmd+I，输入 "/explain"。

它会告诉你这段代码在做什么，变量的作用，可能的问题。

看开源项目源码时特别有用。

生成测试

输入 "/tests"，它能根据选中的函数自动生成测试用例。

生成的测试基本能跑，边界情况覆盖也还行。

修复问题

把报错信息贴进去，输入 "/fix"。

它会分析错误原因并给出修复建议，有时候还会直接给你改好的代码。

重构建议

选中代码，输入 "/refactor"。

能给出优化建议：提取函数、改善命名、减少嵌套等。

和 ChatGPT 对比

两者定位不同：

写代码时 Copilot Chat 更顺手，不用切换窗口。

价格

Copilot 订阅 $10/月，学生免费。

如果你有 edu 邮箱，赶紧去申请 GitHub Education，白嫖 Copilot。

使用技巧

1. 越具体越好：别问"怎么优化"，问"怎么减少这个循环的时间复杂度"
2. 给上下文：选中相关代码再提问
3. 迭代改进：第一版不满意就继续追问

总结

Copilot Chat 不能替代程序员，但能让编码效率提升 30%+。

对于学习编程的同学，它就像一个 24 小时在线的"学长"，随时可以请教。

不是那种"躺下半小时才睡着"的程度，而是凌晨两点躺下，脑子里一直转，四五点还在看天花板。

第二天顶着黑眼圈开会，别人说什么听三遍才能理解。

失眠是怎么开始的

导火索是一个核心功能的 bug。

上线前一周，测试发现了一个严重问题。一边改 bug 一边慌，越慌越改不好。

晚上躺下后，脑子里自动 replay 白天没解决的问题：

"那个边界条件处理对吗..." "并发情况会不会出问题..." "完了，明天还上不了线。"

想着想着就焦虑，焦虑到心跳加速，根本睡不着。

我试过的方法

失眠第三天，我开始找解决办法。

喝牛奶、泡脚

网上推荐最多的方法。

实测效果：身体是暖了，脑子还是转。对我来说没什么用。

睡前不看手机

强迫自己十一点后不碰手机。

效果一般。虽然避免了被短视频吸进去，但躺着无事可做反而更容易胡思乱想。

白噪音

下了个 App，放雨声或者海浪声。

这个有点用！不能完全入睡，但至少能让思绪不那么乱。

写下担心的事

这是后来发现最有效的。

睡前拿张纸，把脑子里转的事写下来：

• "明天先修复那个 bug"
• "提测前再跑一遍单元测试"
• "周五前准备好上线文档"

写完后，告诉自己："已经记下来了，明天再说。"

神奇的是，写完后真的轻松了一些。好像把焦虑从脑子里"卸载"到了纸上。

后来的调整

那次上线后，我开始刻意改变一些习惯：

1. 不把所有任务压到最后

以前总觉得"还有时间"，结果永远是临上线疯狂赶。

现在会提前拆分任务，每天做一点，避免最后熬夜。

2. 接受"不完美"

以前总想把每个细节都做到极致。事实是，时间永远不够。

现在的策略是：先保证核心功能稳定，边缘情况后续迭代。这样心态会好很多。

3. 运动

这是最意外的发现。

有一次傍晚跑了三公里，晚上十一点居然困得睁不开眼。身体上的疲惫，能覆盖脑子里的焦虑。

现在我会在忙的时候保持每天半小时的运动，哪怕只是出去走走。

最后想说的

失眠本身不可怕，可怕的是"我睡不着了"带来的二次焦虑。

越想睡越睡不着，恶性循环就是这么来的。

后来我发现最有用的一招反而是：告诉自己"今晚可能睡不好，没关系"。放下了这个执念，反而就睡着了。

所以如果你也正在经历这种困扰，别太跟自己过不去。睡不着不是你的错。

折腾了一圈，最终选择了 VitePress。来分享一下选型过程。

需求梳理

我的需求很简单：

1. 写 Markdown：本地写文章，不想用后台编辑器
2. 部署简单：推代码就能发布
3. 加载快：静态站点优先
4. 能折腾：想自定义样式和功能

基于这些需求，排除了 WordPress（太重）和 Notion（不够自由）。

对比过程

Hexo

用过一段时间，优点是主题丰富。

缺点是 Node.js 版本升级后经常出问题，而且配置文件的 YAML 格式容易出错。

Hugo

构建速度飞快，单个博客几十毫秒就能编译。

但 Go 模板语法太难写了，自定义主题的学习成本很高。

VitePress

Vue 技术栈，模板语法熟悉。热更新极快，开发体验舒服。

默认主题简洁，自定义也方便。

为什么选 VitePress

最核心的原因：我熟悉 Vue。

VitePress 的自定义都是写 Vue 组件，等于用自己熟悉的技术栈搭博客。遇到问题能自己解决。

另外几个优点：

• Vite 构建：热更新秒级
• 内置功能：搜索、暗黑模式、代码高亮开箱即用
• 部署简单：生成静态文件，扔 Vercel/Cloudflare Pages 就行

搭建过程

npm create vitepress@latest
cd my-blog
npm install
npm run dev

不到五分钟就能看到本地预览。

剩下的时间都在折腾主题和样式，这才是大头。

总结

如果你也想搭博客，我的建议是：

• 会 Vue：选 VitePress
• 会 React：选 Docusaurus 或者 Next.js + MDX
• 不想写代码：选 Notion + Super 或者 WordPress

工具不重要，重要的是动手开始写。

这个博客就是用 VitePress 搭的，你现在看到的就是效果。

三个月过去了，我认为它确实有一定用武之地。

代码解释和学习

这是我用得最多的场景。

看开源项目源码时，遇到看不懂的函数，直接贴进去问"这段代码在做什么"。

比看文档快多了，而且能追问细节。这是AI对计算机学生学习效率的提升。

写英语作文终于要爽翻了

以前英文作文写得磕磕绊绊的痛苦，终于解决了。

直接启动编辑器，写完英文，让 ChatGPT 打分，打完分就自己迭代文章版本。从此妈妈再也不用担心我的作文不会写问题了。

代码生成

这个要分情况：

• 简单脚本：非常好用，正则表达式、数据处理脚本基本一次成
• 复杂逻辑：只能当参考，直接用会有 bug
• 业务代码：基本不用，它不懂业务上下文

我现在的用法是让它生成一个初始版本，然后自己改。比从零写快很多。不过大多数场景应该只是，代码生成三分钟，自己修改三小时，十分鸡肋。有吕布拿着方天画戟骑狗的既视感。

学习新概念

想了解一个新技术但不想看长篇文档时，直接问 ChatGPT。

"用通俗的话解释一下 Raft 共识算法"，它能给你一个还不错的入门介绍。

当然，深入学习还是得看论文和官方文档。

不好用的场景

也有些场景完全不行：

• 最新信息：2021 年之后的事情它一问三不知
• 精确数据：别问它统计数据，经常瞎编
• 复杂推理：多步推理很容易出错

总结

ChatGPT 不是无所不能的。但作为一个辅助工具，它确实能提高效率。

关键是找到它擅长的场景，然后形成习惯。现在写代码遇到小问题，我本能反应是开个聊天窗口问它。