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。

2024 年 10 月 25 日，Fitness Boxing 官方宣布正统续作：Fitness Boxing 3。作为一名二代已经玩了两百多小时的玩家，对此感到颇为兴奋。

我需要一款具备强交互属性的运动程序，帮助我维持每日必要的运动量，而 Fitness Boxing 则是我眼中最为上成的作品。它具备理想健身类程序所必要的一切特质：突出重点，不会因为强调游戏性而牺牲锻炼效果，打开就玩，也没什么花里胡哨的选关界面分散注意力；锻炼强度够，心率能够维持在 150 ~ 170 这个区间，因为有谱面在引导你做动作，玩家甚至没法偷懒；视觉风格好，至少所有角色看起来都「挺聪明的」。

所有我们珍视的终将消逝于暮色，但总有天真之人想要做一些徒劳无功的尝试，想要至少挽留一些那灿烂时日的余光。

伫立于逝去的昨日与遥不可及的明天之间，我们站在这里，静静的守候着那个不会再醒来的人。

Rune v1.0.0 Wakeman，谨以此作品，向那个不复存在的未来致以最高的敬意。这是我们对美好旧时代的一次缅怀——一个承载着 Zune 灵魂的音乐播放器。我们站在一起，共同想象那条未曾走过的道路，瞥见倘若那些初心得以生根会绽放怎样的景象。

这些日子我构思了很多科普文章，但因内容琐碎，都没有办法成稿。但想法若是不能落在键盘上，很快便会化作泡影。想着不如把所有东西搅一搅，写篇「沙拉」式的文章，兴许这稀里糊涂的写作方法也能搞出一片文风独特的作品。

在这篇短文中，我想从一些基本概念开始，一步一步地介绍它们是什么。接着再跟你分享，「大语言模型」（AKA 人工智能）如何帮助我这位已经确诊的 ADHD 患者，将脑袋里那些飘荡的想法固定下来，变成可触及的作品。兴许同样受此所苦的朋友们，能够从中找到一些解决问题的灵感。

先前，我撰写了一篇文章向各位介绍了符石聆音这款颇具气质的音乐播放器。而经历了整整一个月的全职开发后，我们真的实现了当初对「现代聆听体验」的想象。趁着整个项目从「技术预览」阶段跳跃到「Alpha 测试阶段」，遂执笔撰写一篇文章记录一下这个月发生的各种幕后故事，我们的思考，和对符石聆音未来的规划。

这是一个我和 NovaDNG 老师探讨了很久的话题。打过好久嘴炮，有过很多幻想。而就在几个月前，我决定将脑子里那些天马行空的想法化作现实。Rune，一款利用现代技术栈重新实现 Zune 神韵的开发项目就此展开。

事实上我已不止一次尝试开发一款播放器，但限于敝人孱弱的技术水平和极其矫情的技术品味，尝试了仓库开了两三个，最后全都变成了弃案。然而随着 GPT、Claude 这类开发能力很强的模型不断涌现，造一个火箭不再是一个遥不可及的事情。如果你之前读过 Alice Run! 的开发报告，那应当能领教这类大语言模型解决开发问题的能力有多惊人。

借着这股「东风」，我开始了几个月近乎疯狂的开发之旅。