我删除了所有技术博客/笔记, 这个时代已经不需要这种信息媒介.
过去半年我没有再写过任何笔记和博客文档, 除了助教时期给同学们写的实验文档.
我也很久没有阅读过技术博客了, 在没有养成良好的 RTFM (Read the fxxking manual) 和 STFW (Search the fxxking web) 之前, 获取信息的方式已经改变了.
如今的我习惯了和 ChatGPT 谈天说地, 我是计算机专业, 但是我和 ChatGPT 聊的不仅仅是计算机的问题, 包括但不限于论文/职业规划/健康问题. 最近我会问 GPT 我的工作是否能够发 xxx paper/我的简历是否适合 xxx 招聘条件. 放弃思考, 听候 GPT 大人的安排.
回想起大一, 在刷 MIT Missing Semester 的同时, 我尝试在 WSL 中配置 tmux, nvim 和开发环境, 当时四处寻找教程和博客文档, 和各种 error 做斗争, 非常痛苦. 当年的 ChatGPT 还停留在 chatbot, 我需要把 GPT 给出的配置和代码手工复制粘贴, 一轮轮地人工迭代. 2026 年入学的同学一定很难想象, 2023 年的人在进行着什么样的"古法编程".
现在任何技术博客和文章都毫无意义. 今年换电脑之后, 我只给 Codex 一句简单的 prompt:
"把 kitty 的快捷键配置成我原先 tmux 的习惯, 然后用 NvChad 给我配置一个现代并且好看的 nvim, 顺便帮我装好开发环境"
AI 自己就把工作配置得很好. 同样的, coding 任务 AI 也完成得很好. 如果你持反对意见, 一方面我觉得应该别用"豆包"了, 另一方面你应该耐心一点和 AI 多交代一些你的想法, 以及慢下来, 每次推进一点. 长远来看, 这样做带来的稳定性远比设置一个 goal 让 AI 迭代更加高效. 当然等到 Astra & Fable 5.1 发布, 一切可能又变了. 只要愿意"氪金", AI 可以帮你实现"一切"愿望.
学习可能本来就不困难, 只是资源的垄断和信息茧房, 导致我们以为某些东西很困难. AI 大人永远保持情绪稳定和循循善诱. 在 GPT-4o 时代还需要担心 AI 可能会有事实错误或者知识盲区, 如今的 AI 哪怕是豆包都有惊人的稳定性和大局观 (前提是愿意每月花 68 元获取豆包高级模型), 至少在教学层面远强于我在校内能接触到的所有老师. 如果换成 Fable/GPT-5.6, 那更是能碾压全世界 99.99% 以上的人类. 2026 年的今天可以用同样的时间获取十倍百倍于过去的信息量, 同时保持更深层次的理解.
我认为即使在 AI 如此强大的今天, Missing Semester 与时俱进, 依然是一门很值得看的计算机科普类课程. 哪怕不是计算机专业, 但是工作中需要用到 Codex/Claude Code 完成编程工作, 感兴趣的话 Missing Semester 是一门很有趣的课程. 强烈推荐. 观看最新的版本即可.
我觉得有必要阐述一下我所经历的教育的真实情况: 我是杭州师范大学信息学院准大四学生. 在 2024 年初意外刷到绿导师 JYY 的 OS 课程作为启蒙, 开始计算机学习. 因为这门课, 我在大学期间没有进行任何 reward hacking, 甚至可以说没有经受任何校内课程的"污染". 任何课程都是过了即可, 目前绩点停留在 2.1/5.0. 并不是出于抱怨, 我是真的觉得杭师大应该全部停止教学活动, 不要浪费学生的时间, 不要恶心学生. 签到, 实验报告, PPT, 背题, 假装大学教育很有意义.
实验做完有没有学到东西没人管, 一学期结束到底收获了什么也无人在意. 跟老师挂个项目, 做点看起来像"科研"的东西, 再把绩点刷高, 最后体系就给出 reward. 所有人一起维持着"这里正在发生教育"的幻觉. 当然我这么说有一部分也是为了我不学而找借口.
技术未来已到, 但是制度还活在过去.
虽然不写技术博客了, 但是我觉得记录下所思所想依然是值得的. 在技术博客之外, 有很多富含人类思考的文章依然值得一读. 只是技术本身变得廉价. 比如 Dario Amodei 虽然备受争议, 但是他的博客依然值得一阅, 去看看另一个视角的思考.