{"source":{"id":"2071292573810073801","title":"怎么把一个几亿人的国家，装进电脑里？ 我们习以为常的现代国家机器，比如人口普查、社会保障系统，在几十年前，其实是一望无际…","url":"https://mubeitech.com/p/2071292573810073801"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2101014019452686495","account":"mubei","brand":"@mubei","title":"工程师天天跟老板吹嘘，自己的计算机算得有多快。 动不动就是毫秒、微秒、纳秒。 老板听得云里雾里，工程师自己其实也两眼一抹…","summary":"工程师天天跟老板吹嘘，自己的计算机算得有多快。 动不动就是毫秒、微秒、纳秒。 老板听得云里雾里，工程师自己其实也两眼一抹黑。 直到一个八十岁的女将军，拎着一根电线走上了讲台。 这位老太太是葛丽丝·霍普（Grace Hopper）。 她是美国海军准将，也是计算机早期的传奇人物。 在…","body":"工程师天天跟老板吹嘘，自己的计算机算得有多快。\n动不动就是毫秒、微秒、纳秒。\n老板听得云里雾里，工程师自己其实也两眼一抹黑。\n直到一个八十岁的女将军，拎着一根电线走上了讲台。\n\n这位老太太是葛丽丝·霍普（Grace Hopper）。\n她是美国海军准将，也是计算机早期的传奇人物。\n在军队和实验室里，她是让所有主管都头疼的刺头员工。\n规矩只有一条：自己没搞懂的事，绝对不干。\n\n当年工程师跟她说，机器算一次只要几毫秒。\n她问：什么是毫秒？\n对方说是千分之一秒。\n钟上的秒针她能看见，千分之一秒长什么样？\n全公司没一个人能拿得出来。\n\n后来技术升级，大家改口聊微秒。\n有人跑来挑刺，说她这段程序没写好，平白浪费了五微秒。\n她接着追问：微秒又是什么？\n对方得意洋洋地告诉她：百万分之一秒。\n\n霍普当场就给顶了回去。\n她说自己这辈子见过最大的支票都没超过一千美元。\n连一百万是什么概念都没见过，怎么可能理解百万分之一？\n华盛顿那帮管财政的政客，八成也搞不清楚十亿到底有多大。\n\n再后来，工程楼里开始天天挂着纳秒。\n十亿分之一秒。\n霍普被这帮满嘴抽象词的人彻底逼烦了。\n她直接给工程楼打电话，要求剪一截“纳秒”送过来。\n\n工程部还真给她送来了一根电线。\n十亿分之一秒有多长？\n按光速在真空里的速度算，光跑一纳秒的距离极其精确。\n11.8英寸，大约30厘米。\n\n霍普拿着这截11.8英寸的电线，翻来覆去地看。\n原来看不见摸不着的十亿分之一秒，就是这么长一截金属丝。\n电信号跑得再快，也超不过光速。\n两块芯片只要离得稍微远一点，光跑过去都要花上一纳秒。\n\n尝到甜头的霍普，又管工程部要一根“微秒”。\n对方给不了第二根，因为实在太长了。\n整整984英尺，将近300米长的一大捆线。\n霍普说真该把这捆线挂在每个程序员的脖子上。\n让他们看清楚自己随手浪费的一微秒，到底扔掉了多长的物理距离。\n\n当全行业都沉迷于用抽象数字互相吹嘘的时候。\n顶尖的科学家，用一根最笨拙的铜线把所有人拽回了现实。\n不管是十亿分之一还是百万分之一，光速不讲人情。\n芯片之间离得有多远，速度就死死卡在那里。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2101174310480036083","translated_status_id":"2101174310480036083","published_at":"2026-09-19 01:20:27","created_at":"2026-09-19T03:02:17+02:00","url":"https://mubeitech.com/p/2101014019452686495","markdown_url":"https://mubeitech.com/p/2101014019452686495/markdown"},{"rank":2,"id":"2064281585621610515","account":"mubei","brand":"@mubei","title":"你现在下载的本地大模型，很多都不用配环境、不装 Python，双击就能直接在 Windows 和 Mac 上跑。 背后把…","summary":"你现在下载的本地大模型，很多都不用配环境、不装 Python，双击就能直接在 Windows 和 Mac 上跑。 背后把这件事做绝的，是一个连名字都没几个人听过的工程师。 她没有大厂团队，一个人花了五年时间，干了一件整个行业都说“绝不可能”的事。 她叫 Justine Tunne…","body":"你现在下载的本地大模型，很多都不用配环境、不装 Python，双击就能直接在 Windows 和 Mac 上跑。\n背后把这件事做绝的，是一个连名字都没几个人听过的工程师。\n她没有大厂团队，一个人花了五年时间，干了一件整个行业都说“绝不可能”的事。\n\n她叫 Justine Tunney。\n\n1984 年出生，14 岁开始发软件。\n2011 年，她注册了 occupywallst 推特和域名。\n随后的几个月里，“占领华尔街”席卷全球，而她一个人撑起了这场运动的数字基建。\n社交媒体、网站、捐款通道、资源协调，底层全是她搭的。\n\n运动结束后，她进了谷歌，做人工智能的底层架构。\n2018 年，她辞职了。\n跑去死磕一个 C 语言界的终极难题。\n\n绝大多数底层程序员都会告诉你：想让一段 C 代码编译一次，生成的同一个二进制文件，不做任何修改，直接原生运行在 Windows、Linux、macOS 等 6 个操作系统上，这在理论上是不可能的。\n但她不信邪。\n\n花了整整五年，大多时候是一个人单干。\n她硬是手搓出了 Cosmopolitan Libc。\n她发明的技术，打破了操作系统加载程序的常识。\n那个生成的文件，同时是 Windows 的 PE 文件、Linux 的 ELF 文件、Mac 的 Mach-O 文件，甚至还能当 shell 脚本跑。\n同一串字节，去哪个系统都能直接跑。\n没有虚拟机，没有解释器，不用重新编译。\n\n然后，大模型时代来了。\n她把自己的黑魔法和 llama.cpp 揉在一起，扔出了一个叫 llamafile 的大杀器。\n随便拿个大模型的权重文件，包进她的二进制文件里，你就得到一个孤零零的单文件。\n双击，模型就跑起来了。\n没有 Python 的依赖地狱，没有烦人的 CUDA 显卡配置。\n不管你是 Mac 还是 Windows，双击，搞定。\n\nMozilla 资助了她，把它作为官方项目发布，GitHub 上狂揽 2.4 万颗星。\n整个开源 AI 社区的本地部署门槛，被她一个人用几行 C 代码踩平了。\n后来，她又一个人给加上了 GPU 支持，甚至搞出了单文件版的 Whisper 语音识别模型。\n\n现在的科技圈，到处是满天飞的 PPT，天天喊着弯道超车和颠覆世界。\n但真正推动历史的，往往是这种躲在角落里、咬牙手搓底层的硬核极客。\n大部分人在推特上刷了一天 AI 新闻，甚至连 Justine Tunney 这个名字都没听过。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2064538568337276969","translated_status_id":"2064538568337276969","published_at":"2026-06-10 02:09:53","created_at":"2026-06-10T04:08:01.200435","url":"https://mubeitech.com/p/2064281585621610515","markdown_url":"https://mubeitech.com/p/2064281585621610515/markdown"},{"rank":3,"id":"2079244945572114788","account":"mubei","brand":"@mubei","title":"把人类送上月球的软件，不是上传的。 是熟练的女工一针一线缝出来的。 1960年代的NASA，没有硅芯片。 代码怎么装进飞…","summary":"把人类送上月球的软件，不是上传的。 是熟练的女工一针一线缝出来的。 1960年代的NASA，没有硅芯片。 代码怎么装进飞船？ 他们雇了一批熟练的纺织女工。 把软件硬生生缝成了物理实体。 怎么做到的？ 这种像锁子甲一样的东西，叫“核心绳索内存”。 铜线穿过微小的磁环，就是1。 铜线…","body":"把人类送上月球的软件，不是上传的。\n是熟练的女工一针一线缝出来的。\n\n1960年代的NASA，没有硅芯片。\n代码怎么装进飞船？\n他们雇了一批熟练的纺织女工。\n把软件硬生生缝成了物理实体。\n\n怎么做到的？\n这种像锁子甲一样的东西，叫“核心绳索内存”。\n铜线穿过微小的磁环，就是1。\n铜线绕过磁环，就是0。\n女工们像织衣服一样，把0和1编进这片网里。\n\n因为代码变成了摸得着的实物，它几乎无坚不摧。\n删不掉，不会死机，连太空里的高能辐射都拿它没辙。\n\n整个飞船系统的内存有多大？\n72KB。\n比你手机里一张照片还要小几百万倍。\n\n但这72KB纯手工织出来的代码，精准地把阿波罗11号送到了月球上。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2079372085676126353","translated_status_id":"2079372085676126353","published_at":"2026-07-21 00:07:59","created_at":"2026-07-21T02:01:32+02:00","url":"https://mubeitech.com/p/2079244945572114788","markdown_url":"https://mubeitech.com/p/2079244945572114788/markdown"},{"rank":4,"id":"wb_032854f08fe25b60","account":"mubei","brand":"@mubei","title":"Claude Code 的黑客马拉松结果出来了。 前五名里，居然只有一个是正牌程序员。 另外四个是谁？ 一个律师、一个心…","summary":"Claude Code 的黑客马拉松结果出来了。 前五名里，居然只有一个是正牌程序员。 另外四个是谁？ 一个律师、一个心脏病专家、一个道路工程专家，还有一个音乐家。 听起来像个笑话的开头，但它是真的。 那些天天熬夜、掉了无数头发的专业程序员，在写代码的比赛里，被一群“外行”给降维…","body":"Claude Code 的黑客马拉松结果出来了。\n前五名里，居然只有一个是正牌程序员。\n\n另外四个是谁？\n一个律师、一个心脏病专家、一个道路工程专家，还有一个音乐家。\n\n听起来像个笑话的开头，但它是真的。\n那些天天熬夜、掉了无数头发的专业程序员，在写代码的比赛里，被一群“外行”给降维打击了。\n\n为什么会这样？\n因为当 Claude Code 这种 AI 工具把写代码的门槛直接干到零之后，游戏规则变了。\n\n过去，你有商业想法没用，你得把想法“翻译”成机器能听懂的 Java、Python 或者是 C++。\n程序员就是这个“翻译官”，他们拿高薪，是因为这个翻译门槛极高，需要成百上千小时的训练。\n\n现在呢？\nAI 成了最顶级的同声传译。\n你只要用大白话把逻辑说清楚，AI 就能在几秒钟内，把完美的、可以直接运行的代码拍在你脸上。\n\n这时候，比赛拼的是“写什么代码”，不再是“怎么写代码”。\n也就是：Domain Knowledge（行业深耕知识）。\n\n心脏病医生最清楚手术室里的痛点在哪，哪个数据流程最折磨人；\n律师最明白那几万页的诉讼文件中，哪个逻辑漏洞最致命；\n道路专家闭着眼睛都知道，城市交通规划最容易堵在哪个节点。\n\n他们不需要懂怎么写循环语句。\n他们只需要把这辈子积累的行业痛点，清清楚楚地讲给 AI 听。\nAI 负责当牛马，他们负责当大脑。\n\n以前是：一个懂技术的人，去勉强理解业务。\n现在变成了：一个极懂业务的人，直接用 AI 降维支配技术。\n\n这是程序员的危机，也是时代的转折点：技能正在贬值，真正的“痛点洞察力”和“行业深度”正在迎来史诗级溢价。\n\n工具被彻底民主化之后，拼到最后，拼的只有一件事：\n你对这个真实世界的理解，到底有多深。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2065209947357372668","translated_status_id":"2065209947357372668","published_at":"2026-06-11 22:34:55","created_at":"2026-06-12T00:34:29.566267","url":"https://mubeitech.com/p/wb_032854f08fe25b60","markdown_url":"https://mubeitech.com/p/wb_032854f08fe25b60/markdown"},{"rank":5,"id":"2063903532575752211","account":"mubei","brand":"@mubei","title":"你刷的每一条 TikTok，看的每一部 Netflix，甚至 AWS 和微软云底层的虚拟机，全都在跑同一个人的代码。 他…","summary":"你刷的每一条 TikTok，看的每一部 Netflix，甚至 AWS 和微软云底层的虚拟机，全都在跑同一个人的代码。 他叫 Fabrice Bellard。 没去过硅谷，没建过商业帝国，没有推特账号。 三十年来，他躲在巴黎，安安静静手搓了现代互联网的底层。 看下什么叫真正的\"一个…","body":"你刷的每一条 TikTok，看的每一部 Netflix，甚至 AWS 和微软云底层的虚拟机，全都在跑同一个人的代码。\n\n他叫 Fabrice Bellard。\n没去过硅谷，没建过商业帝国，没有推特账号。\n三十年来，他躲在巴黎，安安静静手搓了现代互联网的底层。\n\n看下什么叫真正的\"一个人就是一支军队\"。\n2000年，28岁的他启动了 FFmpeg。\n做了一件当时没人能做好的事：把所有音视频格式的编解码统一到一个库里。\n现在，YouTube 用它，Netflix 用它，Chrome 用它。\n你手里的每一台手机、家里的每一台智能电视，底层全跑着 FFmpeg。\n只要你这二十年里看过视频，你就用过他的代码。\n\n这足够吃一辈子老本，但他连停都没停。\n2003年，他开始写 QEMU。\n一个人单干把代码撸到了 2005 年的 0.7.1 版本。\n这玩意成了现代虚拟化技术的基石。\n现在，AWS、Google Cloud、微软 Azure 上的千万台虚拟机，全跑在基于 QEMU 的基础架构上。\n\n他的其他项目同样惊人：\n2001年，写了个微型 C 语言编译器（TCC），不到15秒就能从源码编译并启动 Linux 内核。\n2004年，用一台普通台式机，加上自己推导的 Bellard's formula，算出了当时人类历史上最长的圆周率。\n2011年，用纯 JavaScript 写了个模拟器，让大家直接在浏览器里跑 Linux。一堆工程师看了以为是假新闻。\n\n到了大模型时代，人家也不闲着。\n搞了个本地跑 LLM 的服务器（TextSynth Server），还拿语言模型去搞极其变态的文本和短信压缩，硬是打破了传统算法的极限。\n就在 2025 年 12 月，他又弄了个 Micro QuickJS，专给几乎没有内存的微控制器跑的 JS 引擎。\n\n点开他的个人主页（bellard.org）。\n没有 UI，没有字体设计，没有一句吹牛的营销文案。\n就一堆干巴巴的纯文本链接。\n顺带一提，他 2012 年还合伙搞了个电信公司，做 4G/5G 基站软件，稳稳当当当着 CTO。\n\n在这个人人都在包装概念、写两行调包代码就敢吹改变世界的时代。\n这个法国大叔证明了一件事：\n真正的极客，不需要去硅谷，不需要高谈阔论。\n只要一台电脑，没有废话，一直写下去，你就能把整个数字世界扛在肩上。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2064303996001452184","translated_status_id":"2064303996001452184","published_at":"2026-06-09 10:33:19","created_at":"2026-06-09T12:29:29.357469","url":"https://mubeitech.com/p/2063903532575752211","markdown_url":"https://mubeitech.com/p/2063903532575752211/markdown"},{"rank":6,"id":"16102690","account":"mubei","brand":"@mubei","title":"最可怕的 Bug，是你写了 100% 正确的代码，机器却硬生生给你“编”错了。 这就是硅谷著名的 “Core 59” 悬…","summary":"最可怕的 Bug，是你写了 100% 正确的代码，机器却硬生生给你“编”错了。 这就是硅谷著名的 “Core 59” 悬案。 当时 Facebook 的 Spark 数据库在跑任务时，经常莫名其妙地丢失随机文件。 没有报错，没有崩溃，数据就是凭空消失了。 这种“无声的错误”（Si…","body":"最可怕的 Bug，是你写了 100% 正确的代码，机器却硬生生给你“编”错了。\n\n这就是硅谷著名的 “Core 59” 悬案。\n当时 Facebook 的 Spark 数据库在跑任务时，经常莫名其妙地丢失随机文件。\n没有报错，没有崩溃，数据就是凭空消失了。\n这种“无声的错误”（Silent Error），能逼疯最冷静的程序员。\n\nFacebook 派出了顶尖的工程团队，开始了一场史诗级的 Debug 过程。\n他们把范围一步步缩小，最后锁定了 Scala 语言里的 math.pow() 求幂函数。\n而且，他们发现了一个规律：\n这个 Bug，只要分配到 CPU 的 Core 59（第 59 号核心）上，就会 100% 重现！\n\n为什么会这样？\n我们现代软件栈的信任链，其实长得可怕。\n你写的高级代码，要先变成 Java 字节码，再通过 Java 虚拟机（JVM）的 JIT 即时编译器，在运行时翻译成 CPU 看得懂的汇编指令。\n问题，就出在翻译官身上。\n\n为了抓出这个内鬼，排查团队把 JIT 编译出来的机器码导了出来。\n整整 43 万行汇编代码。\n他们硬生生把这 43 万行精简到了 400 行。\n最后，通过 GDB 调试寄存器，终于抓到了元凶：\n在把公式编译成机器码时，编译器产生了一条错误的机器指令。\n\n代码是对的，公式是对的，但编译器给出的最终指令是错的。\n这就是为什么这桩案子让技术圈至今提起都心有余悸。\n我们每天写着代码，默认底层的编译器、操作系统、芯片都是绝对诚实和无懈可击的。\n但当你在几十万行自动生成的汇编代码深处看到那条“走火入魔”的指令时，你才会意识到：\n现代科技的摩天大楼，其实是一座建立在概率和层层黑盒之上的惊险杰作。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2072250268683473135","translated_status_id":"2072250268683473135","published_at":"2026-07-01 08:58:22","created_at":"2026-07-01T10:52:28+02:00","url":"https://mubeitech.com/p/16102690","markdown_url":"https://mubeitech.com/p/16102690/markdown"}]}