经历了3篇长文的先验知识的准备：关于DeepSeek我是怎么研究的(1)：通识RLM推理模型；关于DeepSeek我是怎么研究的(2)：了解推理模型背后的模仿人类的背景知识，system 1 & system 2 thinking；关于DeepSeek我是怎么研究的(3)：RLM推理机制的详细拆解；终于来到正主DeepSeek了。DeepSeek能够引起轰动甚至能把OpenAI等领跑者吓出一身冷汗，除了它的模型性能、成本优势之外，我个人更多的觉得是它的毫无保留和开源贡献，这让绝大多数没有足够资金支持的学术机构、中小企业看到了自己拥有自己大模型的可能性且有非常高的性价比。同时DeepSeek的论文事无巨细，毫无保留一步一步的介绍了自己的如何训练DeepSeek的，这样的开源精神远远超越了OpenAI论文中暧昧与含糊其辞。2024年春节期间引起全员关注的DeepSeek主要有两个模型：DeepSeek-V3以及DeepSeek-R1，这两个模型均有对应的论文、测试数据、开源模型等原始资料可以支撑。这篇文章我先来研究一下DeepSeek-V3模型：DeepSeek-V3 架构DeepSeek-V3 基于 Transformer 框架，采用 MLA 和 DeepSeekMoE 架构。MLA 通过低秩联合压缩注意力键和值，减少推理过程中的 KV 缓存。DeepSeekMoE 使用更细粒度的专 ...继续阅读 (83)

以下博客内容均是对「独树不成林」这档播客节目最近几期于德国大选时相关节目的摘录和小结，仅用于我之后更方便的回顾。内容摘录自以下几期，及在中文维基百科上可以获取到的信息。当今德国执政党为何如此不受欢迎？德国保守联盟代表什么政治立场？德国极右翼和极左翼这俩女人准备搞啥子名堂？德国绿党为何政策 180 度大转弯？SPDSPD 社民党是德国历史最悠久的政党，它起源于 19 世纪工人运动，逐步发展为一个推动社会变革的政党。社民党是在纳粹兴起时唯一一个坚决反对纳粹的政党，这是他们引以为豪的政治历史遗产，也是在政治辩论中经常用来批评保守派核心右翼的依据。德国的政治体系与美国截然不同，议会制下社民党在过去 27 年里有 23 年都在联合政府中执政。这意味着其长期处于妥协状态，难以推行围绕社会公平的政治叙事展开的左翼政策。需要注意，德国的社会支出非常庞大，德国的保守派在美国的政治光谱中仍可能属于民主党阵营。2021 年成为总理的朔尔茨，早年是社民党青年组织领导人，年轻时立场激进，主张社会主义政策，甚至反对资本主义，主张要彻底废除资本主义制度，但最终从一个基金的社会主义者成长为温和的中左翼。朔尔茨是曾经默克尔政府时期的副总理、财政部长。他向选民作出的主要承诺是要远离俄乌战争，这是朔尔茨作为政客的品牌形象。他不断强调，他是一个审慎的领导人，避免激烈行动，拒绝向乌克兰提供远程导弹，防止德国卷入战争。为什么 ...继续阅读 (44)

上午在东湖区逛了半天，天气太热，太阳很烈，虽然是走走拍拍，但没有拍到比较满意的内容。在八一公园的一座桥上偶然看到湖面的几只塑料鸭子，湖面很干净，便赶紧拍了下来，旁边还有小孩子和她妈妈在数有几只。下午准备去艾溪湖和鱼尾洲逛逛，看看能不能有更满意的瞬间。后期使用醒图进行简单的调色，没有技巧，全是感觉。原图：后期：等有空我也学习一下竹炉山房，在图片上显示 Exif 信息。《今日摄影-20250302》最先出现在印记。 ...继续阅读 (61)

上午在东湖区逛了半天，天气太热，太阳很烈，虽然是走走拍拍，但没有拍到比较满意的内容。在八一公园的一座桥上偶然看到湖面的几只塑料鸭子，湖面很干净，便赶紧 ...继续阅读 (1)

上午在东湖区逛了半天，天气太热，太阳很烈，虽然是走走拍拍，但没有拍到比较满意的内容。在八一公园的一座桥上偶然看到湖面的几只塑料鸭子，湖面很干净，便赶紧 ...继续阅读 (1)

本地运行LLM的框架的选择Ollama和vLLM作为当下流行的LLM部署工具，各具独特优势与适用场景。Ollama安装和配置■ 使用Docker容器部署，简化安装流程；■ 支持多种操作系统（包括Windows、Mac和Linux），提供标准化的API接口。■支持从huggingface/modelscope等平台下载的模型文件。性能■ 在GPU环境下，推理速度显著优于CPU，支持OneAPI接入提升性能；■ 显存占用相对较低，例如Qwen2.5:7b模型仅需6GB显存。资源占用■ 在调用时加载模型，显存占用较低，适合在资源有限的环境中运行；■ 支持多种大模型，包括Qwen2.5等。成本■ 本地部署，需要本地机器硬件支持，成本取决于硬件配置。vLLM安装和配置■ 需要安装Python环境和相关依赖，对技术要求较高（也支持Docker）；■ 支持从huggingface/modelscope等平台下载的模型文件。性能■ 采用PagedAttention技术，提高内存利用率，支持高并发处理；■ 在高用户负载下，vLLM官方给出的吞吐量比HuggingFace Transformers高出24倍，比Text Generation Inference高出3.5倍。资源占用■ 模型加载常驻显存，显存占用相对较高，例如单卡16GB显存可能不足以运行Qwen2.5:7b模型；■ 需要较高的计算资源 ...继续阅读 (49)

一级市场 vs. 二级市场：股票交易的两个主要市场股票交易市场可以分为一级市场（Primary Market）和二级市场（Secondary Market）。它们的主要区别在于交易对象和资金流向。1. 一级市场（Primary Market）——股票的“出生地”一级市场，也称为发行市场，是公司首次或再次向投资者发行股票的市场。在这里，公司直接从投资者手中获得资金。特点资金流向：投资者 → 公司主要交易行为：IPO（首次公开募股）：公司第一次向公众发行股票，从市场募集资金。例如：阿里巴巴2014年在美股上市。增发新股：上市公司为了进一步融资，向市场追加发行股票，如定向增发、配股等。债券发行：除了股票，一级市场也包括债券的首次发行（如政府或企业债券）。投资者：主要是机构投资者（如基金、保险公司、银行）、战略投资者和部分合格个人投资者。一级市场投资特点获取原始股，可能有高增长潜力投资回报高（若公司发展良好）资金锁定期较长（部分投资者需持有一段时间才能卖出）投资门槛较高（一般散户难以直接参与）2. 二级市场（Secondary Market）——股票的“交易市场”二级市场，也称为流通市场，是投资者之间买卖已发行股票的市场。在这里，公司不再直接获得资金，而是投资者之间进行交易。特点资金流向：投资者投资者（公司不直接获益）主要交易行为：普通股票交易：投资者在证券交易所买卖股票（如沪深股市、港股 ...继续阅读 (52)

基础概念股票是公司为筹集资金而发行的所有权凭证，代表持有者（股东）对公司部分资产和收益的所有权。购买股票意味着成为公司的部分所有者，享有相应的权利和收益。1. 股票的基本概念股份：公司资本的基本单位，持有股票即拥有公司的一部分。股东：持有公司股票的个人或机构，享有公司利润分配和决策参与权。股票市场：股票发行和交易的场所，分为一级市场（新股发行）和二级市场（已发行股票交易）。2. 股票的类型普通股（Common Stock）：投票权：股东有权参与公司重大决策。分红权：公司盈利时可获得分红，但分红不固定。剩余索取权：公司清算时，普通股股东在债务和优先股股东之后获得剩余资产。优先股（Preferred Stock）：固定分红：通常有固定股息，优先于普通股股东。无投票权：一般不参与公司决策。优先清算权：公司清算时，优先股股东先于普通股股东获得剩余资产。3. 股票的交易交易所交易：在证券交易所（如上交所、纽交所）进行，交易透明、流动性高。场外交易（OTC）：在交易所外进行，通常是小公司或未上市公司的股票。4. 股票的价格股票价格由市场供求关系决定，受公司业绩、行业状况、经济环境等因素影响。常见价格指标包括：开盘价：交易日开始时的第一笔交易价格。收盘价：交易日结束时的最后一笔交易价格。最高价/最低价：交易日内的最高和最低交易价格。5. 股票的收益资本利得：通过低买高卖股票获得的差价收益。分红： ...继续阅读 (55)

聚合页广告将商家和优惠信息以多种形式聚合展示给用户，是美团广告业务中一个重要的业务场景。本文从最能影响用户决策的“发券”和“排序”两个方向出发，介绍了上下文感知建模在广告场景的落地方案，证明了聚合页上下文感知的收益空间。希望能对从事相关研究的同学带来一些启发或帮助。 ...继续阅读 (45)

在基于共享存储的 PolarDB 一写多读架构中，只读节点（RO）具备完整的 Binlog 获取能力，实现了计算节点的功能隔离，显著提升了读带宽的上限。因跨部门业务隔离、权限控制及性能考量，许多大型客户选择创建独立 RO 节点，并赋予大数据团队该节点的只读权限，用于通过 CDC（Change Data Capture）同步数据至分析系统。这一实践已成为客户接入 MySQL 生态下游的最佳路径，同类共享存储架构的 MySQL 数据库产品（如 Aurora）则不支持这个功能，而传统主从节点独立部署的 MySQL 从库不具备 binlog 位点的一致性，缺少计算节点间无缝切换和负载均衡的能力。早期版本中，PolarDB 仅主节点（RW）支持 Binlog Dump 功能，RO 节点因共享存储的分布式锁问题禁用 Binlog 操作。本文介绍如何在共享存储上设计 Binlog 多点读取能力，挑战在于协调共享文件的读写冲突。通信协议为了从 RO 上获取 Binlog，需要知道 Binlog 的基本信息，在 RO 上维护本地的 Binlog Index File。首次执行创建 IO 线程时，RO 会创建该文件；若 RO 升级为 RW 节点，该文件将被自动删除。当 Binlog Dump 请求到达 RO 时，系统首先通过本地 Index File 定位起始文件名，并从共享存储读取实际 Binlog ...继续阅读 (38)

《Cockpit Create VM Permission Denied》I've met an error:When I'm creating a Windows VM by using "Cockpit Virtual Machine", I want to use... ...继续阅读 (38)

文章链接到标题技术链接到标题What do I mean by some software devs are “ngmi”?N period on from now, software engineerswho haven’t adopted or startedexploring software assistants, are franklynot gonna make it. Engineering organizations right now are split between employees who have had that “oh fuck” moment, are leaning into software assistants and those who have not.I suspect there’s not going to be mass-layoffs for software developers at Companies due to AI, instead there what we will see is a natural attrition between those who invest in themselves right now and those who ...继续阅读 (56)

> 注意是**轮循**而不是**轮询**, 前者对应的英文是 round-robin, 后者对应 polling. 由于我的宽带没有公网 IP, 所以我的 NAS 上一些服务是通过内网穿透到具有公网 IP 的 VPS 上进行远程访问的. 这里有两个问题导致远程访问不太稳定, 一个是 NAS 和 V... ...继续阅读 (35)

The Snowflake Method For Designing A Novelkg-card-begin: htmlitemsDetailsbyAdvanced Fiction Writingdate2025-02-25T15:06:32+08:00sourceThe Snowflake Method For Designing A Novelkg-card-end: htmlThis page introduces the Snowflake Method, a structured approach to writing a novel. Developed by Randy Ingermanson, who has published multiple novels and won awards, this method involves 10 steps that help writers design and organize their stories, from a one-sentence summary to detailed character charts and scene lists. The method is flexible and can be used for planning a new novel, revising a draft, ...继续阅读 (77)

在生成剧情的时候，我发现AI很容易被之前它自己提供的选项和用户提交的选项或者要求干扰，所以我借助deepseek写了这个脚本（我不会python），并修正了一些逻辑错误。虽然叫这个名字可能不太准确，不过我也不确定到底应该怎么叫，所以我就直接取得直白一点。这个脚本的有两个模式：在向服务器发送消息时把AI已经生成的剧情合并成一个大的回复，剔除其中已经没用的选项（除了最后一次回复的选项会被保留，其它回复中的选项都会被删除），并删除用户之前所有的选项，只保留最后一次回复的选项。和前一个模式的区别是仅移除之前消息中的选项，但不合并历史消息，用户的路线选择也会保留在消息历史中。注意，这个脚本只是修改发送出去的内容，所以不会修改你可以看到的消息历史，这样是为了方便你发现选择错路线了之后还可以回去重新再来，以及回顾自己的历史选项。这样处理之后，AI就不会再被用户实际上没有选择的选项干扰。脚本代码在这里：https://gist.github.com/JiaJiaJiang/c0bb2e8ec3fe5d9a2cd2ec997fe4f042用法：直接添加到管理员面板的函数中即可，名字自己取，记得打开该脚本的“全局”选项。当用户发送的第一个消息以“分支剧情场景定义：”开头时，这个插件就会起作用。为了更好的效果，建议在使用模式2时不要使用选项字母，而是把AI提供的选项复制发送，这样消息历史中的内容会更加连 ...继续阅读 (29)

上周日还在研究消费决策模型，研究如何克制消费欲望，三天之后下单了 Nikon Z5，只能说国补太香，含 24-50mm 镜头，国补之后的价格为 5949.15 元，而且可以 6 期免息。由于仅限上海地区，便委托我的一个在上海读大学的学弟代收，再转寄到南昌，辗转之下终于拿到手，今天开箱。购买之前也做了不少的研究，佳能、索尼、富士这些品牌也都看过，但似乎尼康性价比较高，而且 Nikon Z5 也是比较受欢迎和推荐的入门级全画幅微单，对我来说可以算是年轻人的第一台相机。上午在上班，收到短信通知，快递到了，地下车库便利店旁边，中午吃完饭就去签收，为了不影响工作，没打开看，一直忍到了下班回家，才开始开箱。保修卡、产品合格证、说明书、充电器、电池、数据线、肩带、相机本体、镜头，便是全部内容。桌面有点杂乱，忽略即可。Z5 拿在手上的感觉比较沉，但也是很有分量，握持非常舒服，贴合自己的手型。虽然网上说自动对焦比较慢，但就我第一次体验来说，能接受，稍微一按就能对上。上图拍小鸭子摆件时按下快门没有拍照，在群里问了才知道没有对上焦，对焦框变为绿色才可以正常拍照。由于拿到手比较晚，也没有出去拍照，就随便拍了下桌子上和房间里的物品，第一张给了小猫。正好明天天气不错，也不用上班，准备出门拍拍，再来分享样张。继续探索，继续琢磨，为兴趣买单。《Nikon Z5 开箱体验》最先出现在印记。 ...继续阅读 (62)

上周日还在研究消费决策模型，研究如何克制消费欲望，三天之后下单了 Nikon Z5，只能说国补太香，含 24-50mm 镜头，国补之后的价格为 5949.15 元，而且可以 6 期免息。由于仅限上海地区&# ...继续阅读 (1)

上周日还在研究消费决策模型，研究如何克制消费欲望，三天之后下单了 Nikon Z5，只能说国补太香，含 24-50mm 镜头，国补之后的价格为 5949.15 元，而且可以 6 期免息。由于仅限上海地区&# ...继续阅读 (1)

上周日还在研究消费决策模型，研究如何克制消费欲望，三天之后下单了 Nikon Z5，只能说国补太香，含 24-50mm 镜头，国补之后的价格为 5949.15 元，而且可以 6 期免息。由于仅限上海地区&# ...继续阅读 (1)

没有AI的营销会掉队，而没有自有AI的营销，会泯然众人，丧失自己的独特优势。 这不是可有可无的问题，这是生死存亡。 在我的知识星球里，一位星友问道：有没有用deepseek等AI做成功营销自动化的案例？ 这是一个具有代表性的问题，不仅因为营 […] ...继续阅读 (66)

最近一直在深度使用 AI 编程，从完全无代码的开发哥网站，到 AI 生成后台代码；从Cursor 到 Trae AI，能明显感受到 AI 可以帮我写大量代码。最多的时候，5 个小时写了超过 2000 行可以运行的代码。但一个奇怪的感受是，尽管 AI 让代码生产更快了，软件开发的复杂度却没有降低，项目的构建需要的心力依然和以前一样。这让我不禁思考：AI 真的在降低软件开发的复杂度吗？还是说，复杂度只是被转移了？1. AI 编程 ≠ 复杂度消失，而是复杂度转移在《人月神话》中，布鲁克斯提出了软件开发的四大本质复杂度：复杂度、一致性、可变性、不可见性。即使 AI 能够自动生成代码，这些复杂性依旧存在。业务复杂性：AI 可以帮我们写代码，但它无法自动理解业务规则的变化。例如，一个 AI 生成的电商促销规则，可能在逻辑漏洞下导致「满 100 减 200」这样的错误，造成严重损失。技术复杂性：AI 可以优化 SQL 查询、生成索引，但 AI 生成的代码仍然可能隐藏性能瓶颈，甚至带来更高的架构耦合度。治理复杂性：AI 代码的可维护性、可解释性，仍然是一个巨大的挑战。AI 生成的代码往往不是“最优解”，而是“看起来能跑”的解。AI 并没有消除软件开发的复杂度，而是将其转移到了其它的层面：传统复杂度AI 时代的复杂度转移人工编写 CRUD 代码提示工程（Prompt Engineering）手动优化 ...继续阅读 (69)

就在前两天，雷军成为中国首富的新闻上了热榜，随后又在很短的时间内得到了雷军本人的澄清，再之后，根据彭博实时亿万富豪榜的数据，才得以确认，这就是一场稀里糊涂的闹剧，荒唐程度不亚于村头唠嗑。我去深挖了一下这个谣传的来源，大抵原因如此：今年以来，小米股价持续升高。2月26日，小米股价以56.6港元收盘，年内累计涨幅超过60%。雷军持股的金山系股价也有大幅上涨有人根据雷军在小米、金山以及其他方面投资的持股比例估算出雷军的身家已经超过当前的中国首富钟睒睒于是，在这看似有理有据的分析下，雷军成为新首富的消息迅速传遍全网。直到雷军本人开始辟谣，否定的证据才开始被媒体一一摆上台面。这一事件折射出一个值得深思的现象：在短视频和AI技术蓬勃发展的今天，虚假信息的传播变得愈发便捷。有些假新闻如同上述案例，源于不充分的证据和不严谨的推理；更有甚者，完全凭空捏造。例如，某些街头监控画面中的对话出奇清晰，毫无杂音；或者所谓的偶遇拍摄，画面却稳如专业设备。这些细节，稍加思考便能发现其中破绽。但假新闻的可怕之处在于它的传播性，一旦被人所取信并进行二次传播时，假新闻中的可疑点就会被忽略。正如上述的新闻一般，第一个得出结论的人可能是交易所的某个分析员，手里掌握着详实的数据，第二个知道消息的可能是个老股民，可以看到股价的上下波动，第三个知道消息的就可能是如你我一般的普通人了，只知道小米是国内知名企业，最近几年发展的都还 ...继续阅读 (30)

【摘要】企业内，唯一1台域主控器，硬件（硬盘除外）出现问题，换换修修，长期这样下去，不是办法，25年春节后，决定把它换了。全新安装系统重建域，服务器各种服务配置，添加用户，几个网段的工作站重新加域，工作量之大。做好系统与域，内网连接，进行迁移，也不是好办法，最终决定，还是使用将要迁移服务器的备份来在较好的服阅读全文 ...继续阅读 (51)

这道菜主要麻烦再处理鱼，其他都很简单。配料鲤鱼料酒生抽、老抽葱姜蒜开水盐可选配料鸡精八角和花椒豆瓣酱干辣椒豆腐生粉做法步骤 1将鱼两面切上花刀，注意不要太深，撒上少许食盐在鱼的表面。将生粉涂抹中鱼的表面，倒入料酒，将葱姜蒜揉搓，并涂抹在鱼的表面和里面，等待腌制十五分钟。步骤 2热锅凉油，将鱼煎至两面金黄。再下入姜蒜、干辣椒、八角和花椒煎香，最后下入豆瓣酱、生抽、老抽。步骤 3倒入开水，淹没至鱼的一半，等待水沸腾一会，下入豆腐、鸡精、食盐，盖上锅盖，不时往鱼身上浇汁。步骤 4大火收汁，放入食盐，最后撒上些许葱花。成果上述图片仅供参考，这才是我做的红烧鱼 ...继续阅读 (61)

什么是逻辑复制？一句话概括，逻辑复制是相对于物理复制的概念，物理复制是把对文件块的改动发送到下游，逻辑复制是把数据的改动（一般是修改前/修改后的行）发送到下游。逻辑复制架构逻辑复制的总架构，包含存量数据的复制、增量数据的复制。图中 1~3 表示存量数据的复制过程。在CREATE SUBSCRIPTION时，可以请求全量的数据。发布端接收和回复COPY数据。关键函数ApplyWorkerMain->start_table_sync->LogicalRepSyncTableStart->copy_table。图中 4~10 表示增量数据的复制过程。在订阅端结束1~3后，或者断开后重新建连，都会经历这样的步骤。发布端使用walsender进程发送逻辑复制的数据。关键函数ApplyWorkerMain->walrcv_startstreaming。Publication发布端创建，指定要发布什么给下游，目标是单个表或者一些表（指定shema下的表、所有表）。可以限制要发布什么行为：insert/update/delete/truncate，默认全部行为都发送。CREATE PUBLICATION name [ FOR ALL TABLES | FOR publication_object [, ... ] ] [ WITH ( publication_param ...继续阅读 (58)

本周刊由 Python猫 出品，精心筛选国内外的 250+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。分享了 12 篇文章，12 个开源项目以下是本期摘要：🦄文章&教程① 窥探 Python 在浏览器中的未来可能② 在云之上：CPython、Pyodide 和 SPy③ FastAPI 解构：现代 ASGI 框架解剖④ 介绍 Python 的 Flask-SQLAlchemy⑤ 便携式使用文本嵌入的最佳方法是 Parquet 和 Polars⑥ 到底要不要用 Python 类型提示？⑦ 2025 年应该使用哪个 Python GUI 库？⑧ 利用 Notebook 智能，开发 JupyterLab 的 AI 代理⑨ 用 llm-mlx 和 MLX 框架在 macOS 上运行 LLM⑩ 面向 Python 开发者的 CUDA 编程入门指南⑪ 日常 API 的设计原则⑫ 丑陋的代码和愚蠢的事情🐿️项目&资源① tinycompiler：500 行 Python 代码实现的编译器② django-rusty-templates：Rust 实现的 Django 模板语言③ when：在不同时区之间转换日期时间④ opendrop：Python 开发的 Apple AirDrop ...继续阅读 (59)

过完年后就觉得该写点什么，还未开始，各种借口不断涌现。主题没想好啦，写了也没人看啦，身体不舒服啦，……，每一个理由冒出来的时候也觉得很合理，于是这事一拖再拖，转眼就到了二月的最后一天。再也找不出任何心安理得拖延的理由，除非连「月更」的预期都要放弃。 ...继续阅读 (45)

在编辑器初始化代码中添加：javascripttitle: '插入Markdown',',// 这里触发弹窗显示});return btn;}, 0 /* 按钮位置 */); ...继续阅读 (41)

【摘要】一文搞懂 MCP Servers 什么是MCP MCP概念 MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 提出并于 2024 年 11 月开源的一种通信协议，旨在解决大型语言模型（LLM）与外部数据源及工具之间无缝集成的需求。 它通过标准化 AI 系阅读全文 ...继续阅读 (51)

正如我们在《智能体互联网有什么不同》中所讨论的，要释放AI的能力，需要让AI能够获得完整的上下文信息，能够调用互联网上的所有工具，能够用它最擅长的方式与互联网交互，能够与其他AI高效协作。如果一个智能体要调用另一个智能体的服务，但它们分属不同平台，使用不同的身份系统，那么协作将变得极其复杂，可能需要用户手动介入多次，这显然与智能体减轻用户负担的初衷相违背。但是分析完所有的技术后，我们坚定的认为，W3C DID绝对是最适合智能的身份技术，再设计一个新的也很难比它做的更好。这给开发者更多的选择。 ...继续阅读 (39)