我最近又陷入了「昏睡红茶」模式，就是那种白天没力气嗜睡、躺下睡不着、晚上入睡困难，伴有每天都腹泻、放屁、肚子咕咕响。过了大概两周忽然反应过来我最近是不是锅包肉吃太嗨了，一周吃两三顿导致鸡蛋摄入过量导致身体又开始出问题了？于是试着克制了几天饮食，果不其然情况好了很多。

为什么说「又」？实际上我打记事起就一直有慢性腹泻的问题，家里人觉得是「脾胃不合」给我灌过不少中药。苦没少吃但是毛病是一点都没见好。而且经常出现肠胃绞痛蹲在厕所里一次就是半小时根本出不来的情况。

直到上大学的时候，我们人解[^1]老师讲，「你们这个年纪的孩子应该养成每年体检一次的习惯了」。我听了劝，去抽了好几管血，做了 IgE、IgG 抗体检测，然后查出了一大堆阳性。真的是太酷啦！

去年八月份，因为我的 Xperia 5 II 充电出现了问题，跟售后打了两次乒乓非说质检没问题不给修，我无奈之下把手机换成了海信 A9，刷 Lineage 的版本。搭配 22 年的时候买的 Jelly 2 当成通信主力机，我日常出街带的电子设备画风开始变得越发奇怪。我看起来像是个披头散发的赛博苦行僧，生活中处处透露着「没苦硬吃」的美感。

不过大半年用下来，我并没有觉得哪里不方便，甚至有一种重新划清了和电子设备之间距离的感觉。事实上我的人生当中有很多次「远离常规电子设备」的尝试，比如上大学的时候我的主力手机是一款相当廉价小巧的安卓机 Nokia X2，而读研的时候则是一直在用 Lumia 650 配 KaiOS 的功能机。这种「使用」并非「用着玩玩」而是实打实当作功能机来用，甚至一台 Nokia 8110 用坏了，又换成了 Nokia 2720，前前后后用了四年。

今天我想花点时间和你聊聊我用这些设备的一些感受，和我做出这些决策的原因。

嘿！你听说过「量子波动速读」吗？据说，这是一种运用量子力学的原理（「量子纠缠」和「波粒二象性」），来实现超乎寻常的快速阅读能力。

这种技术能够让学习者在极短时间内阅读大量文字并能完全理解和记忆，有宣传称熟练的阅读者能够在五分钟内读完十万字的内容。这种技术利用能通过高速翻阅书本，让「量子波动」通过眼睛作用于大脑，从而直接「感知」并理解书中内容。一些更熟练的使用者甚至能蒙上眼睛，通过「开发松果体」或打开「天眼」来直接「读取」信息。

不同的培训机构对其原理有不同的解释。例如，有机构推测其运用量子波动「让头脑中产生动态影像」；也有机构声称利用「速读脑波音频」与右脑共鸣来开发潜能。相关培训课程的收费相当高昂，从半年数千元到终身数十万元人民币不等。

前几天，我受少数派编辑尼克老师邀约，录制了一期 Podcast，聊聊和 AI 写作有关的话题。在这期访谈中，我们提及了和应用、风格、评价、伦理等诸多写作面向，像是AI辅助写作的经验与感受、关于不同 AI 模型写作风格的讨论、对不同 AI 模型在写作等方面的评价、使用 AI 工具辅助写作的经验分享、以及 AI 生成内容对创作行业的影响及相关思考。

我们一起聊了两个小时，最后尼克老师神一样地剪辑成了一期一小时的精致内容。考虑本次讨论有一定的深度和价值，我决定请专业速录师将其整理成文字稿，以供读喜欢文字内容的读者参与讨论。

就在上个月，我的初代 Fitbit Sense 退役。我从上大学的时候就一直在用 Fitbit 的设备，但是经历了 Ionic 和 Sense 两代产品，发现无论是产品功能还是硬件可靠性都属于末流，因此决定不再信任这个品牌（包括同一团队负责的 Pixel Watch），转投 Garmin。选择 Garmin 的原因比较简单，个人健康数据属于比较重要的隐私数据，我希望服务商能够严谨地保管它们。

在调研了各个厂商的隐私政策后，一切国产健康手表全都被淘汰，权衡了剩下的几个牌子，最终出于易用性的考虑，我选择了 Garmin，而出于贫穷的原因，我没有选择顶配款式，而是选择了传感器相对先进的 Venu 3 系列产品。

因为对「国产私货固件」的担忧，我走天猫国际在日本购买了日行的手表。天猫国际是从日本 TimeTime 这家店进的货，六天送到北京，我觉得这物流效率很好。除了没有微信支付宝之外，手表的功能没有任何区别，包括简体中文的字体也能正常渲染。在修改帐号所属区域、安装虚拟 GPS 后也能正常解锁 ECG 功能。唯一需要注意的是，为了成功配对设备，你必须得把帐号先切到日区，当然完成配对后就可以随便切走了。我最后把帐号定在了美区，因为这是已有资料中能够解锁 ECG 功能的一个区域。

就在你读这篇文章的时候，本博客的渲染引擎已经从 Hexo 完整地切换到了 SvelteKit。老读者应该知道，为了方便做一些交互效果，这几年博客的架构一直都是 Hexo 混 Svelte，把 Svelte 的 SSR API 抽出来当成 SSG 来用，水和的部分就用全局变量来解决，就像初代 React 的 SSR 一样。虽然实际用起来没啥大问题，但整套模板的调试体验和扩展性太差了，每次做微调的时候都得进跳进那一大堆令人困惑的代码里来来回回地掏。心想着为什么要这么为难自己，索性花了三天把整个博客从头到尾重构了一遍。

跟前两次模板调整一样，这次也没有做任何大改，依然是爆改 Hexo Landscape 主题的版本。甚至为了追求视觉风格的一致性，我刻意对前后两版的细部样式做了对齐。「如果一个设计没有什么问题，那就不要动它」，是我一贯遵循的原则。特别是这模板的设计质量还挺好的，以至于经常有朋友私下问我模板哪里来的，能不能开源。在这里再次统一答复一下：

不能哦，这个涉及到个人品牌辨识度的问题，所以真的不能开源 ⸜(* ॑꒳ ॑* )⸝。

相信你多少都在大学行政办公楼的厕所隔间里看到过「代写论文」的小广告。你我之间对此应当对这门生意有一个共识：由他人完成论文这件事是不道德的。而在 AI 风暴席卷世界的年代，完成「代写」的已然不必是真人，随便搜一搜在线大语言模型服务，就能看到一大堆花里胡哨的网站。

一开始学校对于这势头保持了高度的戒备，纷纷禁止学生使用此类服务完成作业和论文，并给毕业论文过审流程中加入了「AI 写作检测」这个项目。但随着提示词工程的越发完善、各类模型不断推陈出新、微调版本接二连三地出现。早期针对 GPT 单一模型的检测服务很有可能会变得无法处理这些复杂的情况，甚至在大语言模型输出语聊持续侵染互联网空间时，阅听者的文字风格也会向生成文本靠拢，这一切变化引向了一个明确的结果：我们越来越难判断一篇文字作品的作者是否是真人。

如果你曾经尝试写过有大量数学公式的博客文章，那我相信你一定因为数学公式渲染的问题而略微痛过。而如果你尝试在 EPUB 里面排大量数学公式，额……朋友，你现在还好吗……

如果你只是单纯想在浏览器里面把一个公式渲染出来，其实这并不难。一方面我们有 MathML 这样的标准，另外一方面像是 MathJax、KaTeX 这类渲染库都能把事情做好。但如果你稍微有那么一丢丢额外的追求，那么事情就会变得无比麻烦。

比如：Chromium 的 MathML 兼容性其实没你想象当中的好，Firefox 这边如果你把数学公式排到表格里就会发现版面很容易就会变得乱七八糟。如果你想要换个字体，那 KaTeX 就不是一个选项了，因为这个库是用自定义字体实现的部分排版功能，换了字体就只能渲染出来一片白了。如果你的环境没有 JS 这么高级的东西，那 MathJax 可能也不会是一个好的选项。

无论是主动还是被动，我想你都看过很多「AI 博主在线卖课」的情节了。最常见的桥段就是「这是 AI 的时代，如果你再不学，就会被落下」，仿佛今天不买课，明天世界末日就会到来。不知读者对此是否有一种「熟悉感」？

让我们来试试这个：「不要让孩子输在起跑线」、「小学一年级是最重要的时间」、「小学二年级赶不上就再也赶不上了」、（请自动脑补小三到小六）、「小升初是人生的关键」、（请继续一路脑补到高考）。上了大学会被问「你这个年纪怎么睡得着」，开始工作后又有人讲「不学怎么用 AI 你就完蛋啦！」。

哇哦！酷哦！

随着 Deepseek R1 模型的出现，之前我对大语言模型的诸多论断全都被推翻了。比如先前我在「当患有 ADHD 的工程师坐上了名为人工智能的四驱赛博轮椅」这篇文章提到的开发范式，已经出现了大幅的松动。

原本我在向大语言模型提出开发需求时还需要剪裁自己手里的代码，把问题的核心全都一一挖出来陈列好，交给模型处理。可是现在只需要把所有跟业务逻辑有关的几页代码全都粘在一起，模型就能自己参考有关的实现，完成必要的开发工作。在使用 Rust 这类相对复杂的语言时，模型也能做到基本不出错，出错只需要简单修正一两次，就可以产出高度可用的成果。

在感慨开源模式对这一代技术的巨大影响之际，作为一名教育领域的作者，我觉得可以借着这个机会聊一聊这次技术跃迁对教育领域带来的影响，以及我们需要作出的改变。