这两天做了一个需要媒体播放的项目。基本上每次我做这种东西的时候都会去翻看一下浏览器的格式 兼容列表有没有什么变化，但每次都会被 Safari 的弱智操作气到。在所有主流浏览器当中只有 Safari 是不支持 OGG 容器的。但很吊诡的是，它却支持 OPUS 编码，这种编码只能被塞到 CAF 容器里。

这个操作非常苹果。事实上 CAF 是苹果私有的封装容器，你几乎在其他平台上很难看到这种格式的 踪影。而且苹果对它的支持很有限，哪怕是在 Safari 浏览器当中，它也仅实现了一部分的 CAF 标准，而非全部。要知道 CAF 容器的格式标准可是苹果自己制订的。

是的，这是一个充满阿婆公司风味的奇妙操作。iPod 年代要把音频往设备里面折腾的恐怖回忆又开 始攻击我了，不过这一次我打算直面这件事情，从技术面解决这个问题。

作为一名阴森的吸血鬼，我曾不止一次在博客中提及我有多喜欢黑暗的环境，因为它不仅可以阻止我不停的受到阳光的伤害疯狂掉血， 黑暗的环境本身也是一种很好的介质，能够让我用各式各样的灯光改变房间的分为。每当夜幕降临的时候，打开我家里各式各样的 RGB 灯光都会让人觉得非常惬意。

直到有一天，我的室友听闻我喜欢灯具之后，便送了我一个手工剪纸灯，但可惜的是这个灯并没有办法接入我的智能家居系统，于是乎 强迫症发作的我决定自己购买元器件，把这个手工作品变成五彩斑斓的黑的智能灯具。其实过程并不困难，而且做了一次就会上瘾， 后来我陆陆续续把家里的各种小废物都做成了各种灯具，着实好玩。借着今天这个机会我决定把先前的经验整理一下，做一个笔记，如果 各位也想做自己的灯具的话，不妨亲自试试。

提到自己做小家电（？）初心者可能会觉得很忐忑，但因为我们这词用的都是低压电做操作，所以过程是相当安全的，需要的元器件只有 LED 灯带、ESP8266 等各种不会放出魔法烟雾的组件，所以我们可以放心大胆的做喔！

这篇文章始于群友的一个问题：「英语不好，很焦虑怎么办？」遇到这个问题时我有点困惑，于是继续发问：「For what?留学？移民？还是大学四六级？」「idk，只是焦虑，想学点什么。」「额……那，试试刷个英语考试？」

今天我们要讨论的话题非常有争议：语言考试和语言能力的问题。事实上，在许多场合我都提到了这样一个观点：如果你在非英语环境中学习语言，最高效的方式实际上是策略地进行结构化学习，而不是浪漫地沉浸在英语环境中。

前两天给自己的博客做了一个非常微小的更新，如果你是从 Twitter 或者 Telegram 等正常渠道点进本文的话， 应该就能看到新的变化了：每一篇文章都有了一个看起来还不赖的缩图。老实讲这件事情本身实际上没什么技术 含量，但是折腾的过程还是挺有意思的，于是写一篇小文章记录一下。

其实每次在 Telegram 上水群看到 GitHub 项目的缩图心都会很痒，因为那么大的一张图明晃晃的摆在聊天信息 里面看起来就非常的醒目。可是 GitHub 的那个贴图太素了，不太符合我这种花哨的审美取向，于是我就打开了 Affinity，开始研究来做一个狂拽酷炫屌炸天的缩图。

这篇文章会简单介绍一下设计思路和工程实现方法，如果你也想要做类似的工作的话，可以参考一下喔！

去年伴随 React 18 的发布了一系列非常新潮的 API，它们都为更大规模的 Web 程序渲染提供了可能，而这些 看起来非常时髦的技术也带来了很多问题，这在和服务端渲染有关的任务当中尤为严重。尽管 React 18 在开发 过程当中就组建了一个 Work Group 和诸多领域的开发者交换过意见，但因为步子迈的太大导致许多周边生态在 一年之后也依然没能完成适配工作。与之相对的，很多 Meta Framework 却跟进的非常快，一系列官方推进的 最佳实践马上就得到了落实。这之中便产生了某种撕裂，致使诸多 UI 组件库不能正常的在客户端进行渲染，本文 将以微软推出的 Fluent UI V9 为例，简要介绍过渡期间开发者可以完成的一些工作，来确保 Remix.run 这类 元框架可以和你的组件库和谐共处。

太长不看：我决定在 GitHub 上以 CC0 / MIT 协议开源自己的磁共振脑影像，使其进入公有领域，并放弃自己对于这些文件的所有权利，希望能够为这个世界带来一些微小的变化。

促使我做出这个决定的原因有很多，但最值得拿出来说的是，它看起来很像是某种行为艺术。我希望能够展现出一种与当下「闭源商业化人工智能」相左的姿态，虽然你不能给这玩意插个电让它动起来（我觉得你也不一定想这样做，想想都觉得很恐怖），但我们的确有很多相当好玩的事情可以做。

对了，额外插一句，我这颗脑袋也是一颗被两百万人围观过的脑子，在「老奇好好奇」的那集《核磁共振为何知道》当中那个「朋友的脑子」，就是我的脑子啦！视频做的很好看，如果你还没看过的话推荐看一看！

在过去的几年里，「人工智能」技术可以说是赚足了人们的眼球，它已经从简单的「三七分类」跃然成为了能够匹敌人类的专业画师、文字工作者。由人工智能生成出来的作品，能够在专业的绘画比赛当中拔得头筹，能在摄影比赛中击败「真实的影像」，也能通过甚至人类都很难完成的医师和律师职业能力评定。有些人为此感到兴奋，也有些人为此感到恐慌。我们正在见证另外一个历史的转折点：一个可以像工业革命、印刷机、摄影设备一样，打破社会平衡并带领我们跃入下一个世代的转折点。但我们似乎并没有做好接纳它的准备，毕竟在面对全然未知的事物时，一切的准备都没有「前车」可以用来「借鉴」。

人工智能技术会让人感到危险和恐慌，其中最重要的原因可能是它「看起来太像人了」。这种相似落入到了恐怖谷曲线当中，尽管在某种程度上它看起来「具有人性」，但又显得有些失真，这种似像非像的形态让许多人感到手足无措。Google 内部曾有数个从事伦理方向的研究人员警告称人工智能似乎「已经具有了意识」，「已经具备直觉能力」，「是有灵魂的」。面对这些警告，工业界和学界则摆出了完全相反的态度，认为它是荒诞的：数学模型怎么可能会具有意识。但数学模型真的没有意识吗？

当我拿出这个问题与朋友们讨论的时候，在场的工程师们给出的回答非常的一致：「开玩笑，人工智能怎么可能会有意识？」，我又问：「为什么你会觉得它们是没有意识的呢？它们究竟距离产生意识还有多远？」

按理说每年都应该有一个年度总结，但是这两年过得实在太过贫瘠没什么好分享的，所以我决定通过一个相对较为大型的作品来总结一下这些年我的所见和所思。这就是一篇花了整个春节长假完成的大型文字作品——关于学习。

在这篇文章中，我会从心理健康、认知和教育学的角度来分析现在学校教育当中最基础的构成要件，并且如何映射到每一个学科之上，对应适合且可执行的学习方法。以及在此之上，这些学科对应的能力又如何为个体的毕生发展、宏观社会的公民素养服务。

这会是一个非常庞大的话题，本篇文章也只会是一个范围有限切角，希望能给各位提供一些启发，或者安慰。

众所周知的，Telegram 在近日推出了高级服务 Telegram Premium，自此这个「无欲无求」的聊天软件开始真正的尝试了「使用者付费」的盈利模式。这个服务其实引起了一些争议：接近五美金的售价换来的却是一些看起来没那么实用的功能。看看隔壁 Discord！你买了会员就可以表情包无限用！直播画质拉满！你还能支持喜欢的服务器，让这个服务器更加个·性·化！不过话说回来，这些功能在 Telegram 上好像本身就是免费的。

这种单纯功能层面上的对比会让我们对产品价值的评价变得复杂。在这里我想提供一个更加简单的，假设这样一个场景：如果一切的聊天软件都是付费的，Telegram 也是付费的。你必须得花钱才能注册账号在上面聊天的话，你愿意为他付多少钱？而每个其他的聊天平台你又会愿意为他付多少钱呢？在这里开放读者问答，你可以为你所听说过的，或者正在使用的每一个社交软件开出一份心理价格，比如 Facebook, Twitter, Mastodon, Matrix, Telegram, 微信, 微博, 知乎等每一个你使用过的平台都可以。

今天想简单讲点幕后故事，一个简单的交互视频背后那些复杂的技术迭代历程，以及现在它究竟以什么样的方式运作。这篇文章会分成两部分，史学的部分和如今的技术架构介绍。

这篇文章会着重笔墨在发现问题、和解决问题的过程，以及我们是如何通过架构设计的方式来重新组织业务需求，并作出合理抽象的，对我个人来讲这是一段生命历程的记录；对各位读者来讲，我也希望它能起到一些启发性的作用。