封面图
6月6日凌晨，太原基地发射的长征六号火箭，飞过西安城墙。（via）
Bug 追踪系统的正确样子
上周的话题是 GitHub Issues，把它当作笔记工具，很强悍。
但是，有些话来不及说。它的本职工作——Bug 追踪系统——并不好用。
你用它来管理 Bug，就会发现有设计缺陷，用起来不顺手。
现在还活着的、历史最悠久的 Bug 追踪系统是 Bugzilla。
它的一个早期工程师，前不久写了一篇文章，介绍 Bugzilla 的四条设计原则。
他说，只有满足这四点，才是一个好的 Bug 追踪系统（bug tracking system），我感到很有启发。
（1）所有任务都要列入 Bug 追踪。不仅包括代码 Bug，还包括待开发的新功能、缺失的文档、令人困惑的用户体验、糟糕的性能等等。
换言之，Bug 追踪系统本质是任务管理，应该当作项目管理系统来用。
（2）Bug 的状态有多种，不只“打开”和“关闭”两种。
大公司的 Bug 处理流程，可能很复杂，下面是一张从 Bugzilla 文档拷贝的流程图。
Bug 追踪系统应该足够灵活，可以自定义优先级、严重程度、是否已分配、是否有依赖等等，以便适配各种流程。
（3）每个 Bug 只能由一人负责。
这样才能明确责任，方便查看每个人正在做什么、接下来要做什么、以及最近做了什么。这也有利于培养开发者的归属感和成就感。
（4）支持自定义视图。
由于 Bug 有多种状态，追踪系统必须支持自定义视图查看，拥有强大的查询功能。
系统的默认视图：按照优先级，列出当前版本的所有没有关闭的 Bug。
开发者的个人视图：列出分配给他们的所有 Bug，同样按优先级排序。另外，用户可以保存自己的自定义视图。
以上四条，就是好的 Bug 追踪系统的标准。问题是 GitHub Issues 一条都没做到。
- 项目管理功能太弱。
- 状态只能靠标签。
- 任务可以分配给多个人。
- 视图默认按创建时间排序，且只能切换成标签视图。
在这方面，GitHub 甚至不如 Gitea。
举例来说，GitHub 没有办法让最重要的 Bug（P0 级别），自动出现在第一位（下图），除非手动置顶。
相比之下，Gitea（包括分叉的 Forgejo）提供了“标签集”（label set），允许一个标签有多个值，并可以按同一个标签的值排序。
上图中，标签“Priority”（优先级）有多个值，然后系统允许按照 Priority 的值排序。
[本周软件] 开源知识库 PandaWiki
小团队和个人，如何管理大量文档，搭建自己的知识库？
今天，介绍一个刚刚开源的知识库管理系统 PandaWiki。
它采用维基形式，可以随意编排文档，既能搭建传统的文档站，也能做成 FAQ 和博客。
它原生支持 AI 创作、AI 问答、AI 搜索等能力。你可以用自然语言跟知识库对话，也能使用嵌入模型，找出相关文档。
它的后端使用 Go 语言编写，速度非常快。安装使用 Docker，一行命令就能跑起来。
代码库放在 GitHub，可以从那里上手，目前已经有600多颗星星。
任正非专访
本周，《人民日报》头版刊登任正非专访。
下面是一些摘录。
（1）芯片问题其实没必要担心。我们单芯片还是落后美国一代，我们用数学补物理、非摩尔补摩尔，用群计算补单芯片，在结果上也能达到实用状况。
（2）软件是卡不住脖子的，那是数学的图形符号、代码，一些尖端的算子、算法垒起来的，没有阻拦索。困难在我们的教育培养、人才梯队的建设。
（3）当我国拥有一定经济实力的时候，要重视理论特别是基础理论的研究。如果不搞基础研究，就没根。即使叶茂，欣欣向荣，风一吹就会倒的。
（4）我们要理解支持搞理论工作的。理论科学家是孤独的，我们要有战略耐心，要理解他们。他们头脑中的符号、公式、思维，世界上能与他们沟通的只有几个人。对理论科学家要尊重，因为我们不懂他的文化，社会要宽容，国家要支持。
（5）买国外的产品很贵，因为价格里面就包含他们在基础研究上的投入。中国搞不搞基础研究，也要付钱的，能不能付给自己搞基础研究的人。
（6）华为一年1800亿投入研发，大概有600亿是做基础理论研究，不考核。1200亿左右投入产品研发，投入是要考核的。没有理论就没有突破，我们就赶不上美国。
（7）人工智能也许是人类社会最后一次技术革命，当然可能还有能源的核聚变。发展人工智能要有电力保障，中国的发电、电网传输都是非常好的，通信网络是世界最发达的，东数西算的理想是可能实现的。
（8）赞声与骂声，都不要在意，而要在乎自己能不能做好。把自己做好，就没有问题。
科技动态
（1）中国科大提出“火星电池”的方案。
这种电池可以在火星上，储存太阳能的发电，在夜间释放出来。
它的原理是，电解火星大气的二氧化碳，将其转为氧气和甲烷等燃料气体，在夜间再点燃发电。
（2）华为旗下的深圳引望公司，申请了一个“可收纳方向盘”专利。
根据描述，这个专利可以将方向盘折叠起来，放入操作台里面。
（3）瑞士建造了世界最高的 3D 打印建筑：一个高达30米的观光塔，外形酷似当地的一种著名糖果。
为了增加承重能力，施工方采用了特制的混凝土材料。并且，增加了第二台机器，每打印20厘米，就往建筑物里面加入钢筋。
（4）苹果公司本周发布的新版 macOS，出现了一个细小的调整。
文件管理器 Finder 的图标左右反转了，上图左是原来的图标，右是新版图标。目前不知道，为什么要这样反转。
文章
1、过去半年的大模型回顾（英文）
Simon Willison 点评过去半年的大模型，可以当成大事记来读。
AI 的进展实在太快，去年底的模型已经是上一代了。
2、我使用 Claude Code Max 的感受（英文）
作者购买了 Claude Code 的 Max 会员，一个月要200美元，使用后认为完全物有所值。
3、速率限制交互式指南（英文）
如何限制访问速率？本文介绍了四种常用算法：令牌桶、漏水桶、固定窗口、滑动窗口。
4、Amazon VPC 图解（英文）
本文用插图解释，云服务器的虚拟私有网络（VPC，Virtual Private Cloud 的缩写）是什么。
5、五个自搭建的书签服务（英文）
本文介绍五个开源软件，可以自己架设网址书签的收藏服务。
6、我的香港露营实验（英文）
2016年，一个老外在香港留学，他的奖学金很少，就想在海边搭帐篷居住，省下房租。本文是他对这段生活的总结，挺有意思的。
工具
1、Cap.js
一个网页上的机器人识别工具，用作 CAPTCHA 方案，采用 SHA-256 工作量证明算法。
2、Quartz
Markdown 文档的静态站点发布器，适合用作收费服务 Obsidian Publish 的替代品。
3、somo
在 Linux 终端查看端口占用情况的工具。
一款创新的桌面 IDE，把自己编写的函数设成节点，然后通过图形界面，把节点编排成工作流。（@BlackHole1 投稿）
5、极测
免费的通信调试助手，模拟 UDP、TCP、串口、WebSocket、ZeroMQ 等常见协议，进行通信测试。（@seasonlaw 投稿）
苹果官方发布的 Mac 电脑运行 Linux 容器的工具。也就是说，Mac 电脑可以不装 Docker，就运行 Docker 容器。
一个命令行工具，在 CDN 上，将 TCP 流量伪装成 HTTPS 流量传输。
开源的全平台下载工具，参考这篇教程，用树莓派搭建下载服务器。
9、Pydoll
一个操作浏览器的 Python 库，通过 Chrome DevTools Protocol，实现脚本操作本机的 Chrome 浏览器。
10、Chili3D
基于浏览器的 3D CAD 软件，代码开源。
AI 相关
一个 Chrome 的 AI 插件，输入你对当前网页的修改描述，它自动将改好的网页呈现在浏览器里，需要 Anthropic API。
2、壁响（WallEcho）
根据输入的文本，免费生成手机或电脑桌布。（@twjiem 投稿）
3、AI 洞察日报
通过 Cloudflare Workers 抓取指定数据源，生成每日精选的 AI 日报，效果预览。（@justlovemaki 投稿）
4、zenfeed
智能信息助手，对于关注的新闻或话题，使用 AI 自动收集、筛选出要看的文章，并总结内容。（@glidea 投稿）
AI 模型接入这个 MCP，就可以将排版好的内容，自动发布到微信公众号，参见介绍文章。（@caol64 投稿）
资源
1、高等院校三千所
这个网站收录中国大学网址全集。（@DiamonWoo 投稿）
Mullvad 公司推出的一个搜索引擎。它从谷歌和 Brave 获取搜索结果，但是提供隐私保护，防止搜索引擎识别用户。
我试用感觉不错，速度很快，没有广告。
3、DNS4EU
欧盟推出的公共 DNS，自带过滤广告功能。
图片
著名物理学家居里夫人，由于长期接触放射性元素，手上总是沾有镭矿石的微粒。
她在法国巴黎的故居，过了100年，至今仍能测出，门把手有微弱的放射性。
1934年，居里夫人死于过量辐射导致的再生性贫血。
2、洞穴停车场
美国密苏里州早年有石灰矿，挖出了巨大的地下空洞。
后来，矿产挖光以后，这些空洞就废弃了。
上个世纪50年代，福特汽车公司看中了这个地方。因为这里的地下空间非常大，可以容纳5000人，没有风吹雨打，没有下雪结冰，干燥，终年恒温，很适合改造成停车场，存放新车。
这个地下停车场直到今天还在运作，可能是史上最大的地下商业设施。
文摘
1、小模型
在机器学习的早期，“小模型”指的是可以在家用电脑 CPU 运行的基本神经网络。
到了2018年，如果你问别人什么是“小模型”，他们可能会说，就是那种在树莓派或手机上运行的、只有几百万个参数的模型。
但是，后来出现了 Transformer 和大型语言模型（LLM）。这些模型越变越大，“小模型”的定义已经改变。
今天，任何不需要 A100 显卡集群就能运行的模型，都可以看成小模型。
我们把300亿个参数（30B）的模型也称为“小模型”，因为它们只需要一个 GPU 就能运行。
今天的“小模型”，更多的是指模型的可部署性，而不仅仅是模型的规模。
如果能在个人设备上部署某个模型，那么这个模型就是小模型。它可以分成下面两类。
（1）可以在移动设备或边缘硬件上运行的模型，用例为语音助手、手机翻译、离线摘要、嵌入的聊天机器人。
（2）只需一个 GPU 的模型，在这一类中，即使是 30B 或 70B 规模的模型也可以算作“小型”。
现在，一张4090显卡就能运行 70B 的模型，并有不错的输出速度，这在几年前还只是科幻小说的情节。
小模型固然比不上大模型的能力，但也有自己的优势：更适合小型的任务，在单一领域更准确，更适合微调和快速发布。
而且，小模型的成本更低，更适合个人和创业公司部署，并可以在本地部署。
这就是为什么小模型很有用，因为它让我们可以在家里运行自己的 AI 模型，得到的结果与 GPT-3.5 不相上下，从而可以用更少的资源完成更多的任务。
言论
1、
很多人总是拖拖拉拉，抱怨自己没有做事的动力。但是，动力恰恰源自行动，只要你开始做一些事情，只要能朝着目标前进，你就会发现动力随之而来。
所以，当我遇到一个很艰巨的任务时，我会把问题分解成若干更简单的部分，此时我的目标不是完成任务，而只是让自己能够行动起来，向前迈出一小步。
-- 《摆脱拖延症》
2、
最安全的代码并非优美、巧妙或优雅的代码，而是枯燥乏味的代码。
Go 语言就奉行这种理念，故意去除了那些富有表现力或优雅的写法，只保留简洁和可读的写法。这使得代码易于审查、难于滥用，不容易发生安全漏洞。
-- 《无聊胜过美丽》
3、
人们总是喜欢新东西，读书喜欢读新出版的书，听歌喜欢听新歌。
据统计，美国2024年流媒体音乐一共播放了1.4万亿次，其中近50%是2020年至2024年期间发行的歌曲，近80%是2010年或之后发行的歌曲。歌越老，听的人越少。
-- 美联社
4、
新 API 的采用速度将会大大减缓。因为大模型的学习内容仅限于已有的内容，新的 API 出现时，可供学习的内容必然很少。
另外，那些依赖大模型的人也会犹豫是否采用新 API，因为大模型使用旧 API 可以更快地完成相同的工作。
往年回顾
随机数，这是一个问题（#305）
对待 AI 的正确态度（#255）
互联网风口过去了吗？（#205）
数字货币是打破美元霸权的武器吗？（#155）
（完）
