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]）。
上海南站正在改造，车站的北半部在施工，南半部正常运营，中间用巨大的帘布隔开。
微软的 Microsoft 365 最近涨价了，涨幅最高的地区为41%。
微软解释，涨价原因是多了 AI 助手 Copilot 的成本。中国大陆因为没有 Copilot，所以不涨价。
无独有偶，OpenAI 也说要涨价，涨幅更夸张。新模型的订阅费可能从现在的每月20美元，涨到每月2000美元。
（最新消息是，昨晚发布的 ChatGPT Pro 已经上涨到每月200美元。）
这两条新闻证明了一件事：AI 模型太烧钱，即使世界最有钱的公司都承受不起，只能大幅涨价。
不止微软和 OpenAI，所有经营 AI 模型的公司其实日子都不好过，目前都是亏本卖 AI 服务，争夺市场占有率。
这种运营压力恐怕将长期存在，因为以下的原因，注定了 AI 模型不是一门好生意。
（1）AI 模型需要投入大量资金。
OpenAI 每年的运行经费据报道是70亿美元，Anthropic 今年预计支出27亿美元，Facebook 向 AI 部门最近增加了数十亿美元的投入。
这么高的投入，要有上亿的付费用户，才可能获利，谈何容易。
（2）模型成本没有规模经济。
绝大多数行业，规模越大，单位成本越低。但是，AI 模型正好相反，模型越大，单位成本可能更贵。
因为随着模型变大，进一步改进可能更加困难，训练新模型所需的计算量也在增加。这就像攀登珠穆朗玛峰，到了8000米以后，每一步都越发艰难。2024年训练一个顶级模型，要比2023年训练顶级模型，计算量更大更贵。
偏偏 AI 模型的效果与规模有关，规模和计算量越大、模型效果越好。因此，大模型公司的运营费用无法下降，只会变大。
（3）AI 模型快速贬值。
AI 模型公司为了市场份额和投资回报，必须不断推出更好、更快、更强的新模型。
如果行业不断推出新模型，那么旧模型就会快速贬值。当你可以使用 GPT-4 时，还会有人想使用 GPT-3 吗？如果竞争对手推出了更好的模型，还会有人用你的模型吗？
为了始终在市场占有一席之地，你必须始终是市场最好的 AI 模型之一。这意味着，你的投入始终无法减少。
即使由于接近了技术极限，AI 行业无法继续推出更强的新模型，旧模型依然会快速贬值。因为市场上存在开源模型，比如 Llama 和 Mistral，如果商业模型停止进步，开源模型就将迅速缩小差距，那么旧的商业模型也就不值钱了。
举例来说，Anthropic 公司历史上开发过十个模型，为此陷入严重亏损。其中八个模型现在已经毫无价值，第九个模型是开源的，第十个模型让它现在能保持微弱的技术优势和市场活力。
它只有继续开发第十一个模型，才有可能在未来生存下去。
（4）AI 模型公司无法保持垄断优势。
OpenAI 是目前的市场领先者，它的优势建立在大量计算的基础上。这些计算所需的物理资源，都是租用云服务商的设备，而不是自家的。只要有足够的钱，任何人都可以使用相同的资源。不难想象一小群高级工程师离开 OpenAI，筹集大量资金，租用计算资源，在几个月内就能对 OpenAI 的核心业务构成威胁。
换句话说，云服务商花费数十亿美元建设的数据中心是一种护城河，OpenAI 花费数十亿美元构建的 GPT 早期版本（比如 GPT-2 和 GPT-3）不是护城河，因为现在有更好的模型已经在 Github 上免费提供。
大模型公司搭建自己的机房，也无济于事。因为对手可以租用云服务商的机房，投入更少，效果是一样的。
综上所述，AI 模型似乎是一个可怕的行业：每年必须不断地巨额投资，应对持续上升的模型成本，以及当前模型一两年后就会被淘汰的竞争压力。你也没有防止竞争对手的有效手段，你最好的员工可能会离开，你的技术专长很难成为持久的优势。
所以，那些还在考虑推出 AI 模型的商业公司，进入这个行业之前，需要三思。
至于已经走上这条路、现在正运营 AI 模型的公司，由于模型如此烧钱，筹集最多资金的公司会赢（活得最久），所以当务之急应该是尽可能多、尽可能快地筹集资金。
此外，应对之策还包括，让你的模型差异化，以便留住用户。比如，记住用户的个人数据，可能是一种对策。模型应该可以记住用户的问题，从而更好地了解用户。用户使用它越多，就越难切换，因为它知道所有你的历史、你提出的问题、你关心的事情。
豆包 MarsCode 是专业的大模型编程助手，字节旗下的产品。
它与稀土掘金技术社区（juejin.cn）合作，本月14日在深圳，19日在上海，将举行两场系列活动，让更多同学一起参与进来，探索 AI 编程的潜力。
（1）12月14日，深圳将举办“豆包 MarsCode 动手实验室”，让大家亲手参与 AI 编程。
参与者以“队”为单位（最多三人，也可单人成队），现场直接用 AI 编程，完成一个小游戏。豆包 MarsCode 的同学会当场指导，与大家深度交流，并评出优胜作品。
通过现场 AI 技术交流实践，大家可以看看创意怎样通过 AI 快速落地。
点击这里，或者扫描上方海报二维码，了解详情并报名。
（2）12月19日，上海举行豆包 MarsCode 编程挑战赛。参赛者借助 AI，在规定时间内完成4道算法题。
这可以作为面试练习，如果获奖还可以当作个人资历。点击这里了解详情并报名参赛。
1、树莓派掌上电脑
一支国外团队推出了“树莓派掌上电脑”，看上去很酷。
它就是一个全功能的 Linux 系统，带有7小时续航。
它还有一个可组装版本，屏幕是单独分离的。
下面可以配上键盘，也可以配上手柄。
它是开源的，制作团队希望将成本控制在250美元。
2、超声波洗澡机
1970年的大阪世博会，三洋公司展出了一台超声波洗澡机。
人坐进去，头露在外面，机器里面是水。
按下按钮，机器就会释放出超声波，通过震动达到清洁的目的。
它与现在市场上的“超声波清洁机”的原理是一样的，只不过它用来给人洗澡。
这台机器从未投入生产。明年2025年，大阪将再次举办世博会，一家公司重新生产了这台机器，专门用于医疗保健领域。
3、升缩鞋
青少年的鞋子往往只能穿一年，然后就穿不下了。
一家美国公司设计了升缩鞋，鞋会跟着脚一起长。
它的做法就是把鞋底分成两块，中间使用弹性材料连接。
如果脚变大了，鞋也会随之被撑开。
为了穿着舒适，鞋面也采用升缩材料，编织成袜子状的网眼结构，穿进去也比较容易。
这种鞋的另一个好处，就是不用区分脚码，一双鞋适合多个脚码。
4、其他
（1）三星工程师做出了一个“拍照机器人”，只要你告诉它想拍什么样的照片，它就会自动摆出最佳姿势，为你拍照。
1、我们为什么转向 Astro（英文）
作者原来使用 Next.js 框架，因为受不了 React 和 Next.js 的种种问题（主要是复杂性），转向了 Astro 框架，本文是使用感受。
2、Phoenix LiveView 1.0.0 发布了（英文）
Phoenix LiveView 是 Elixir 语言的 Web 开发框架，（目标是）用更简单的模型，实现 React 框架的所有功能，同时还支持高并发。本文是它的介绍。
3、我如何用机上 WiFi 获知飞机方位（英文）
作者乘坐飞机时，利用航空公司的服务器，绘出了当前飞机的飞行路线。
4、如何用 Cloudflare 重定向 URL（英文）
作者的个人网站更换了域名，他就用 Cloudflare 将旧网址重定向到新网址，完全免费。
5、不要用 SQL 的 count(*) 语句与 0 比较（英文）
一篇 SQL 科普文章，不要用 count(*) 等于 0，来判断不存在符合条件的记录。
6、如何用手机远程解锁 Windows（英文）
Windows 11 有一项功能，允许你用手机的指纹识别或人脸识别，解锁 Windows。
7、如何用 Docker Compose 安装 phpMyAdmin（英文）
一篇初学者教程，关于怎么用 Docker Compose 在本机架设数据库应用。
1、Bananas
一款跨平台的桌面应用，利用点对点连接与其他人共享您的屏幕，无需帐户或任何服务器（初始连接除外）。
一个 JS 网页库，将 JSON 数据转成可视化的树状图。
开源的轻量级监控告警系统，基于 Go + React。（@Cairry 投稿）
一个在线工具，批量调整图片的大小。（@mywebtools 投稿）
5、IconEase
开源的跨平台桌面应用，用来管理本地的图标文件。（@JiuRanYa 投稿）
6、X.Ryder
一套网站后台的 UI 开发模板。（@pipijoe 投稿）
基于 macOS 刘海的窗口管理器和消息中心。（@Celve 投稿）
用户提交一个 YouTube 视频网址，它会用文字总结出该视频的内容。
9、ubicloud
一个可以自己搭建的云环境，能够直接运行 GitHub Actions 脚本。
10、matcha.css
一个加强浏览器的网页默认样式的 CSS 库。
1、Bylo.ai
免费的 AI 图像生成网站。（@aaamomo64 投稿）
一个开源的 Python 程序，使用 Diffusion 模式对黑白照片上色。
该网站聚合多个 AI 搜索引擎入口，可以切换不同的搜索引擎进行搜索。（@ovelv 投稿）
一个英语跟读网站，你按照课本读一句，它会自动播放下一句，省去了手动点击。（@jiweiyuan 投稿）
2、In Pieces - 30 endangered Species
一个很有创意的网站，用30个碎片拼出30种濒危动物，只使用 CSS。
3、数据可视化目录
这个网站按照用途，将数据可视化分类，便于查找你需要的图表类型。
1、乐高面板
乐高积木可以搭建各种机器和宇宙飞船，所以有很多控制台单元，使用了各种各样的设计。
从中可以学习，怎样的控制台设计才是好的。
下面是一些糟糕的设计，你根本分不清，什么操作用什么按钮。
如果将功能相近的按钮，分成几个区块，辨识度就会大幅提高。
上图中，最右边的设计辨识度最好。
下面三个控制台最简单干净，带有可视化元素，属于最好的设计。
19世纪末和20世纪初的老照片，人们的表情往往很严肃，即使微笑，也非常轻微。
一个主要原因是，那时的照相机需要长时间曝光，人们必须静坐好几分钟才能拍照。
微笑是一种快速反应，而不是一种持续的表情状态。当你必须静止几分钟才能拍照时，你根本不可能保持微笑那么久。
1、10亿次心跳
哺乳动物随着体型变大，心跳逐渐放慢，这是为什么？
比如，仓鼠的心跳是每分钟450次，猫是150次，猪是70次，大象是30次，鲸是20次。
原因可以这样理解，假定猫的体积是仓鼠的10倍，那么猫的新陈代谢率（它燃烧能量的强度）也应该是仓鼠的10倍，毕竟猫有10倍的细胞在消耗能量。
但是这不可能，如果真的这样，猫就会因为体温过高而死亡。因为新陈代谢会产生热量，需要散热，但是猫的表面积并没有仓鼠的10倍，必定有一部分热量无法散发出去，导致体温过高。
为什么猫的表面积没有仓鼠的10倍？
中学数学告诉我们，表面积增长的速度，慢于体积增长的速度。举例来说，如果球体的体积增长一倍，变成原来的两倍，表面积只是原来的1.59倍。
既然无法散发所有的热量，所以大型动物的新陈代谢必然慢于小型动物。相应的表现就是心跳放慢，降低新陈代谢的强度。
这就是为什么体型越大，心跳越慢。
动物学家还发现一个有趣的现象，哺乳动物不管体型大小，一生的总心跳大概在10亿次左右。
仓鼠的寿命是3年，猫是15年，猪是25年，大象是70年，鲸是80年。
结合它们的心率，不难算出，仓鼠一生的总心跳是7.1亿次，猫是11.8亿次，猪是9.2亿次，大象是11亿次，鲸是8.4亿次。
这些动物的总心跳都在10亿次左右。
奇怪的是，人类不符合这条规律。人每分钟心跳60次，平均寿命70年，总心跳是22.1亿次。
1、
萨尔瓦多政府将比特币作为国家储备，目前拥有5,940个比特币，价值5.82亿美元。
但是，他们怎么保管钱包的密钥呢？万一密钥泄漏，国家岂不是破产了。
2、
19世纪的德国哲学家尼采，以前的写作风格是不断的长句，复杂的推理和解释。
后来，他用上了打字机，写作风格逐渐从长篇论证变成短篇的格言警句，变得像电报那样。
-- 《打字机如何改变尼采》
3、
内部平台效应（inner-platform effect）指的是，程序员倾向于创建一个可定制的内部系统，成为他们正在使用的外部软件的复制品，而且通常是一个糟糕的复制品。
-- 维基百科
4、
我爱那些渴望不可能的人。
—— 歌德
5、
我通常不愿意对技术做出预测，但我感到相当有信心的是，因为 AI 如此善于写文章，几十年后懂得如何写文章的人一定不会很多。
-- 保罗·格拉汉姆，硅谷创业导师
新基建的政策选择（2023 #281）
互联网公司需要多少员工？（2022 #231）
移动支付应该怎么设计？（2021 #181）
你的头脑是二值逻辑，还是三值逻辑？（2020 #131）
（完）