Reading view

There are new articles available, click to refresh the page.

独立开发周记 139:古法编程的一周

vulgur:

2025 ,1006-1012

手写代码和手洗衣服有什么相同点?都是对先进生产力的质疑,以及对产出质量的高控制欲。

本周工作

假期结束,恢复到正常工作状态。

提交了极简日记 iOS 2.0.6 ,这周都是在加入对 iOS 26 的适配。

在给 app 加入大玻璃效果的同时,发现 iOS 26 有一些问题,年年如此。

  1. 加入大玻璃效果的文字的默认颜色有问题,在深色模式下不会自动改变
  2. 小组件的背景颜色有问题,即使明确设置了 containerBackground 的颜色,最终渲染出来的颜色也不对
  3. 滑动手势有问题,ScrollView 里加入的 Drag 优先级降低了

适配全新的 Liquid Glass 设计风格需要再读一遍苹果的人机界面指南。本来我是想把整个 App 都翻新一下的,但是后来发现要改动的内容还不少,为了快速迭代,我就只适配了 icon 和几个主要页面,剩下的慢慢来吧。

值得一提的是,这周 99%的代码工作都是我自己亲自写的。因为 AI 对于 iOS 26 的新 API 一无所知,即使喂了文档给它也写不好,出了问题更是不知道如何修复,于是我就回归了古法编程:读各种 blog 和看视频,然后自己亲自上手写代码。

代码之外

读完了《长安击壤歌》,也是在小红书上被种草的一本国产悬疑小说,读完才大呼上当,这也不是悬疑小说啊。整部小说确实情节紧凑、一个案件接着一个、冲突不断、各种反转,但是所有的悬疑未免也太牵强了,很多都是非自然的巧合。

看完后我才去了解这个作者和整个西游八十一案的系列,《长安击壤歌》是系列的最后一本,之前几本的主人公都是玄奘,而这一本里玄奘只在开头和结尾出现过两次,不过作者在书的末尾也加入了玄奘晚年真实的经历回顾,算是一种完结。我还听了机核网和作者陈渐关于这本书的一期播客,主要内容是这本书的悬疑起点开始聊中国古代的谶纬。

这本书我是在出发去西安旅游的路上开始读的,白天去逛各个景点,晚上回到酒店就对着唐代长安城的地图读这本书,感受书中人物的活动轨迹。逛大慈恩寺的时候,感叹于玄奘的传奇经历,我还对老婆说:这才是真佛。出于对玄奘的敬佩,我打算把系列的前几本书也读一下。

终于是看完了《暴君的厨师》,特别是最后三集,剧情太弱智了。这部剧一开始的收视率节节攀高,但是后面的问题就越来越多了,12 集的体量里要塞入美食、爱情、搞笑、权谋、宫斗、武打、悬疑这些要素,结果就是除了美食啥都没拍好,要不是 wuli 允儿的盛世美颜,我早就弃剧了。

游戏

出发前还在玩刺客信条影的 DLC ,刚进入 DLC 的新地图就去旅游了。旅游回来后,就立刻打开了 PS5 开始玩羊蹄山之魂。

为了腾空间,把死亡搁浅 2 都删了。黑猴马上又要出一个 90G+ 的补丁(这要是没点新内容实在说不过去),接下来不知道要忍痛删哪个呢。

而且最后生还者 2 和 Alan Wake 2 也入库了,真是玩不过来了。

一人公司周记 01:安波里欧

cookiy:

2025:1002-1004

做程序员时习惯解决“大问题”, 而做了创业者每天都要解决“小问题”。

所谓的小问题,往往只是捅破一层窗户纸

在程序员的视角下,很多时候都不能叫“解决”问题, 单纯只是在“处理”问题。

对于产出的理解,工作内容的成分构建。

是在我在处理运营和客服工作的最大的差异点。

所以做完没成就感,不做还满是焦虑。

只从心态上看,做运营/市场/销售的人反而更适应创业, 因为他们能在碎片化中保持产出。

但 AI 的出现,让程序员可以多线程工作,同时处理不同项目、不同上下文,甚至可以在碎片时间里也有产出。

这个月我主要是解运营,推广,客服的问题。

这周的标题,是安波里欧,是最隐喻的表达了我的悲伤,无论如何,还是要去新世界

本周工作

本周主要是运营,推广,客服的工作,主要是看哪些可以 SOP

  • 哪些工作时可以 n8n workflow 化
  • 哪些工作是可以 dify 搭建 agent 来半自动化
  • 哪些工作是暂时必须吃人力的

产品规划目前三个产品的收入,mrr 不稳定

其中两个产品是有潮汐周期性的

有一个产品是可以做长周期的,但是不迭代有些久了,每月只有一点收入,需要分析下竞品,找一下差异点,想办法来填补谷底

工作之外

看了 2 本书

《图解 DeepSeek 技术》

这本书很薄,只有 107 页,Jay Alammar 写的, 讲的是 DeepSeek-R1 的底层技术原理,把推理大模型的基本原理、MoE 架构设计和 R1 训练过程等几个东西讲清楚了,我受益匪浅

十一期间,DeepSeek 又发布了 DeepSeek-V3.2-Exp ,又继续跟了一把

稀疏注意力 + DSA 在 MLA 架构下的实例化,将大型模型成本显著压缩

100 万 token 预填充阶段成本从 2.4 美元降至 0.7 美元,填充阶段稳定在 0.1-0.3 美元,且随序列长度增长成本近乎恒定。

同时还依托快速筛选核心 token 实现计算量削减,辅以双阶段训练策略(密集预热+稀疏训练)确保效果稳定,攻克多阶段灾难性遗忘问题,为智能代理等高 Token 消耗场景提供经济高效的解决方案

ai 发展太快了,可以让我快捷的最小成本的了解各个模型的差异,是不是必须花时间体验才行?

《一人企业》

这本书我电子版已经读了不下三遍了,常读常新,就买了实体版的书,放在书桌旁,没事看一看

我之前经历过大厂,数字远程,创业公司,一路走来,我坚信 AI 时代,是一人企业的最佳时代,但是很多理念,其实说出来,都带着一些理想化的色彩,而这本书,让我知道,不是只有我这么想过

❌