How-to

科技爱好者周刊第420期:Hugging Face 布道师总结最分心的一年

科技爱好者周刊(第 420 期):最分心的一年

Why we picked it

阮一峰这期周刊头条挺戳人的:Hugging Face 布道师 Alejandro AO 用4到10个 Agent 同时跑几个项目,结果一年下来啥都没做深。如果你也在天天开一堆 AI 会话,这篇等于替你踩了坑,还附送 sgrep、wafer.space 等一堆好玩的工具。

科技爱好者周刊第420期发布,头条分享 Hugging Face 布道师 Alejandro AO 的年度回顾。他自述2026年每天消耗数百万 Token,同时用4到10个 Agent 推进三四个项目,结果每个项目都浅尝辄止。

Body

他的核心观察是:AI 让启动项目变得容易,产生“写个提示词就能拿到结果”的错觉,导致看似只需1小时的小项目不断膨胀,挤占了真正重要的核心项目。他给出的结论是:AI 可以让事情变简单,但不会让每天24小时变多,并行越多,每件事分到的时间越少。

本期还收录了《GTA6》发售后的写实情节讨论、多智能体系统的管道式/编排式/白板式三种模式、wafer.space 面向个人的芯片流片服务(最小1000片、每片最低2美元),以及 sgrep、Netdata 等多款开源工具。

Original · 阮一峰的网络日志

科技爱好者周刊(第 420 期):最分心的一年

这里记录每周值得分享的科技内容,周五发布。 本杂志 开源 ,欢迎 投稿 。另有 《谁在招人》 服务,发布程序员招聘信息。合作请 邮件联系 ([email protected])。 封面图 新建成的上海道教学院,由清华大学建筑设计研究院设计。( via ) 最分心的一年 法国开发者 亚历杭德罗·奥 (Alejandro AO),是世界最大的大模型社区 Hugging Face 的布道师。 他做了很多视频,向初学者科普 AI 知识,都放在他的 Youtube 频道 。 他的内容以实操为主,也会涉及一些原理,容易看懂。我很推荐,我的很多 AI 知识就来自这里。 本周,他发布了一篇 年度回顾 ,总结自己在 Hugging Face 的这一年。 引起我共鸣的下面这段话。 他说,2026年是他最分心的一年。"今年几乎不可能专注于一件事。 同时进行多个项目,比以往任何时候都更容易 。大多数时候,我手下有四到十个 Agent 同时推进三四个不同的项目。" 大家有没有同感? AI 让你可以同时做几件事,越来越难专注于某一件事。 "我每天消耗数百万 Token,尽力做好不同的项目。即使如此,仍然有一些项目被我搁置了。" 他感到,这样是不对的。任何一个项目如果要做到优秀,都需要投入大量时间和心力打磨。分心的直接后果,就是看上去虽然成果不少,但因为时间要分给不同的项目,结果就是每个项目都浅尝辄止,做不深入。 "我们很容易忘记,即使有 AI 编写代码,打造一个可靠的产品也绝非易事。因此,我经常会启动一些看似唾手可得的"小"项目,但这却意味着我推迟了那些我真正想做的、更有意义的项目。而这些小项目最终耗费的时间比预期要多得多。" AI 让人产生一种错觉,觉得只要稍微花一点点时间,构思一下提示词,就能拿到结果。于是,你就抵不住诱惑,只要脑子里蹦出的点子,都忍不住让 AI 去实现,从而将注意力从那些高优先级、急迫而重要的事情上移开。 更糟糕的是,那些你以为最多只需要一个小时的小项目,结果不断膨胀,吞噬了比预想多得多的时间。 正确的做法是,永远不要忘记, AI 可以让事情变得简单,但不会让时间变多 。你每天的时间永远只有24个小时,并行的事情越多,就意味着每件事分到的时间就越少,就做不到把足够的时间花在最重要的事情上面。 你的目标不是去做很多事情,而是做成最重要的事情。 AI 越发达,每件事看上去越容易推进,就越需要我们抵制住诱惑。你要始终划分事件的优先级,筛选掉那些低优先级的事情,让工作范围更聚焦。始终把最多的时间和精力,放在最重要的事情上面。 亚历杭德罗·奥最后许愿,希望2027年不再那么分心,更专注于自己那一两个核心项目。 这也是我对自己的愿望,与其做加法(用 AI 做更多的事情),不如做减法(减少项目数量),借助 AI 把最重要的项目做得更大、更广、更深入。 《GTA6》的写实主义 《GTA5》是史上最畅销的 3A 游戏,卖出了2亿多份。它的续作《GTA6》在本周发售。 目前总体上,这个游戏好评如潮,许多玩家都对游戏的写实主义感到震惊。它栩栩如生还原了一个虚拟的充满犯罪的美国大都市(迈阿密)。 不仅街景逼真,而且各种情节也很接近现实。 一个玩家 讲述了自己遇到的情节。 他正在街上开车兜风,看到前面发生了一起交通事故,一辆轿车被卡车从后面撞上。 他赶紧下车查看,卡车司机已经逃之夭夭,轿车司机被困在车里。轿车引擎已经起火了,形势危在旦夕。他将轿车司机从车里拉了出来,后者向他表示感谢,惊恐地说自己差点丧命。 这时,两人发现,肇事的卡车属于商业巨头撒哈拉公司(影射亚马逊公司)。轿车司机立刻说,这是他的机会!他可以起诉撒哈拉,索赔数百万美元。 但是,他需要确凿的身体受伤证明。于是他深吸一口气,回到车里,让火焰烧着了自己的裤子,然后带着烧伤走了出来。 他给律师打了电话。接着,救护车驶近时,他转过身来,请求那位玩家做他的证人,作为交换,他会给玩家一部分赔偿金。 玩家当时想过要不要向他勒索更多的金额,但最终还是答应帮忙。轿车司机就通过游戏里的货币,给玩家转了几千美元。 这个游戏就是设定这样的情节。 一句话消息 1、美国北卡罗来纳州的 两个男子 突发奇想,将两部电动滑板车绑在一起,然后把家里的沙发固定在滑板车上,变成了一辆沙发车。 他们就坐在沙发上,操作着滑板车的把手,上街闲逛。毫不意外,很快就被警察拦下了。 这件事报道后,引起了轰动。警察局接受采访,解释了为什么沙发车不能上街。首先,它不安全;其次,其他司机看到它会分心,导致危险驾驶。 2、科学家在西班牙发了一具 梁龙化石 ,人们以前一直认为这种恐龙只生活在北美洲。 这表明,至少在这头恐龙生活的时代(1.5亿年前),西欧和北美之间是有陆地通道的,大西洋是后来形成的。 3、为什么黑猩猩没有进化成人?最新一项 研究 ,提出了一种可能的原因。 研究发现,700万年前出现了一种病毒,影响了黑猩猩的大脑发育,使其无法进化出智能,而人类对这种病毒免疫。 这给人的感觉是,好险啊。要是这个病毒再高明一点,把人类也感染了,那岂不是就没有人类社会了。 文章 1、 黄仁勋事件的深层分析 (英文) 一位美国分析师对黄仁勋事件的长篇分析,写得非常深入,值得一读。 2、 多智能体系统的三种模式 (英文) 如果你同时使用多个 AI 代理,本文认为有三种使用模式:(1)管道式(做完一步移交给下一步),(2)编排式(通过编排器来指挥),(3)白板式(每个 AI 自己阅读白板信息,自由行动)。 3、 检查空格有多难? (英文) 空白字符在 Unicode 有多种表示方法,本文介绍在 Python、Java、JavaScript 里面想要过滤所有空白字符要怎么做。 4、 闭源模型占据了主导地位 (英文) 自从美国的模型公司对低端模型降价以后,几乎在每个价位上,都是闭源模型提供更好的性能。 5、 个人如何定制芯片 (英文) 本文介绍,美国出现了一个网站 wafer.space ,可以接受个人的芯片订单,帮你生产出来(流片)。它的最小订购量是1000片,每片最低价格2美元。 6、 AI 芯片的位置验证 (英文) 为了阻止中国获得先进芯片,美国打算立法要求芯片制造商加入定位功能,可以看到芯片在哪里使用,但是这个功能需要操作系统配合。 工具 1、 sgrep grep 的替代品,返回语义搜索的结果。 2、 Netdata 开源仪表板,在一个地方显示所有服务器和服务的状态。 3、 FlowVision macOS 的瀑布式图像浏览器。 4、 13ft 一个开源网站,可以抓取付费墙后面的网页内容,需要自搭建。 5、 netboot.xyz 一个操作系统的启动盘,把 Windows、Linux、BSD 的安装文件都做在一个启动盘里面。 6、 Srcbook 类似于 Jupyter Notebook 的网页互动式笔记本,但是适用于 TypeScript 和 JavaScript。 7、 Photoshot 开源的基于浏览器的图片编辑器。( @Abraham721 投稿) 8、 XJY Editor 一个纯静态的网页应用,采用表格形式可视化编辑 XML / KML / JSON / YAML 文件。( @lizhaowu-79 投稿) 9、 GCS 谷歌云的非官方命令行客户端,可以从命令行登录谷歌云的主机,进行各种操作。( @aeroxy 投稿) 10、 Waytrace (漫迹) 开源的 iOS 应用,不需要手动操作,在后台全天记录你当天的足迹动向。( @lxyeternal 投稿) 11、 Tomoru 跨平台桌面应用,捕获电脑或指定应用播放的声音,实时识别,并在屏幕上显示双语悬浮字幕。( @ACAne0320 投稿) 12、 crFiles 跨平台的桌面文件管理器,最大特色是内置 Android Quick Share 协议,方便跟 Android 设备交换文件。( @wuruxu 投稿) 13、 Arke 开源的 Windows 资源管理器替代品,特色是读取、排序、缩略图、搜索都不在界面线程上,因此打开巨大文件夹或网络共享断线,都不会卡住窗口。( @Koimsurai 投稿) 资源 1、 周刊导航站 网友做的周刊导航,共收入17,382个条目,可以检索。( @mwhzwh 投稿) 2、 tinybrain 从零开始做一个中文为主的小模型,包括数据清洗、分词器、模型、预训练、SFT、蒸馏、强化学习,每一步的代码都用 PyTorch 写出来。( @cai114514114514 投稿) 3、 Lean Init IDE 浏览器里的 Lean 4 语言练习环境,自带中英双语的 入门课 ,从基础逻辑一直讲到归纳、素数和插入排序验证。( @3y3y3y-huaiji 投稿) 4、 浏览器工程 (Web Browser Engineering) 免费阅读下载的英文电子书,介绍网络浏览器的工作原理,演示几千行 Python 代码构建一个简单的网络浏览器。 5、 生成式 AI 基础数学入门 (英文) 免费下载的 AI 数学入门教程。 图片 1、 火星钻孔 美国的好奇号火星探测车,一直在火星上钻孔取样,分析火星岩石的成分。 这些孔的直径约为1.6厘米。下面就是其中49个孔合在一起的照片。 2、 不会重复的骰子 传统的骰子往往会掷出重复的数字。 怎样才能使得每次掷出的数字,总是不一样?一位美国数学家发明了一种新型骰子。 这种骰子一套有五个,每个有24面,一共包含120个不同的数字。 每个骰子掷出与上一次相同数字的概率,为1/24,那么连续5个骰子都与上一次相同,几乎是不可能的。 所以,使用这套骰子,每次得到的结果(几乎)总是不一样的。 文摘 1、 未来的战争 2023年,一个英国军事学家出版了一本叫做《未来的战争》的书。 该书认为,未来的战争将越来越难打,取胜的代价越来越大。 现在的战争完全不同于以往,由三大要素决定: 传感器的覆盖范围、武器的射程以及弹药的精确度 。而且,这三个要素都在不断进步。 一旦传感器发现目标,然后弹药就能远程将其摧毁。这意味了两点。 (1)出其不意的袭击几乎不可能了,因为攻击方的任何集结,传感器都能提前发现。 (2)攻击只能从越来越远的远程发起,面对面的战争也不太可能了。 现在,如果军队集结在距离前线几十公里的范围内,往往就会遭到摧毁。随着传感器和弹药的改进,这片"灰色地带"不断扩大,深入到曾经的后方。以前,军队一般在乡村的空旷地区集结,如今变得极其危险:任何兵力集结都会被侦测到,并遭到远距离摧毁。 应对措施有下面几个。 (1)分散和构筑防御工事,将军队分散。这有利于防御,但不利于进攻时集中兵力。 (2)军队撤退到摄像头无法捕捉、炮弹难以击杀的地方,主要是城市。城市就像一个迷宫,到处都是掩体,很难进功城市。但是,固守城市往往有被切断补给和撤退路线的风险。 (3)攻击敌方传感器。未来理想的军队,由高机动的士兵小组组成,这些小组负责攻击敌方传感器并部署己方传感器;同时后方的重型火炮提供火力支援。他们的目标是创造一个短暂的窗口期,让部队能够集结起来,在不被发现和歼灭的情况下夺取单一目标。 总之,战争不太可能靠奇袭获胜了,而越来越可能是消耗战,打到一方没有足够资源为止。这就是说,战争越来越难打了,即使获胜,代码也非常巨大。 言论 1、 AI 编码使得软件开发的瓶颈,从编写代码转移到了代码审查。 -- 哈佛大学研究团队 2、 我们的公司 Iconfactory 依靠为用户设计图标谋生。AI 出现以后,我们的客户越来越少,我真的担心 Iconfactory 已经进入倒计时了。 -- Ged Maheux ,Iconfactory 共同创始人 3、 请记住,AI 并没有增加需要软件的人数,也没有增加软件维护的人员数量。它主要增加的是代码量和项目数量,其中有一些项目是有益的,但很多时候却分散了本应共享的资源。 -- 《用 Pi 构建 Pi》 4、 软件公司的职位头衔一直在变。我曾是 Linux 系统管理工程师,后来改叫 SRE 工程师(Site Reliability Engineer),工作大同小异,只是名称变了。 接着,同样的工作又变成了 DevOps,现在的名字是平台工程(Platform Engineer)。 -- 《软件职位名称谱系图》 5、 人与人的沟通是困难的,当你可以独自一人与机器为伴时,很容易就会选择不与人沟通。但是不要忘了,正是社区和人际交往,才会创造项目长久存在的价值。 -- 《用 Pi 构建 Pi》 往年回顾 数据模型是新产品的核心 (#373) 技术公司的口号比拼 (#323) 任正非的三篇最新谈话 (#273) 程序员需要担心裁员吗? (#223) (完) 文档信息 版权声明:自由转载-非商用-非衍生-保持署名( 创意共享3.0许可证 ) 发表日期: 2026年11月20日

Industry Coordinates & Source Verification

This report is categorized under AITOP's "How-to" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Hugging Face, Alejandro AO, AI workflows, prompt engineering.

Source attribution: curated from 阮一峰的网络日志.