缘由
Hi 欢迎来到 Curiosity Log 第一期。这是一个记录我最近阅读与实践中遇到的有趣事物的双周报。
上周在看 Joy & Curiosity #69 的时候，突然觉得，我每天读的这么多东西，除了让它们在 Obsidian 里吃灰（并且等着我慢慢整理成完美的主题文章以外），不如直接以类似 Joy & Curiosity 的形式定期发布出来。这既是我自己的思维记录，也是一种和朋友们分享我读到的有趣的东西的方式。直接引用 Joy & Curiosity 的 Slogan 就很合适：Interesting & joyful things from the previous week.
如名字所示，本刊以好奇心为驱动，所以我感兴趣的不一定是读者感兴趣的。我会尽量带上我认为有趣的部分在哪儿。虽然很水的c++ 中文周刊已经全面 AI 化，但我觉得我还是喜欢自己手动整理，并非排斥 AI，而是需要创造一些必要的阻碍让知识更加深化。这有点像 link blog ，但会简单很多。
我感兴趣的领域：AI、性能优化、游戏开发、以及广义上的 Liberal Art（文学、社会学、人类学等，甚至是投资）。我不会刻意给文章分类，但尽量有个逻辑在。另外评论内容可能显得很零散、没有章法，这一方面当然是为了降低我的启动耗能，另一方面 Curiosity Log 的目的也是固化一部分思维的火花，为了输出长文做准备。
单周更新可能太累了些，月度报告又太疏，双周更新的频率应该比较合适，能让我喘口气，也能让自己能经常花点时间坐下来思考自己的摄入。那么，请看第一期：
第一期
最近两周风平浪静，因为元旦调休上班上到有点累了，另外项目组也在赶版本，强度也不小（虽然我因为刚入职不久也不怎么需要加班）。最近自己的变化是，调整了阅读和 build 的顺序，把早上比较好的时间希望分给 build 多一些，晚上可以躺着阅读。
读完了《情绪》，还是挺开眼界的。几个感想：1，根据书中所说，为了调节身体预算，大脑会基于过去的经验和当前的身体状态，计算下一刻最可能出现的感觉输入是什么并以此作为调节依据，我直接就想到了大模型也是预测下一个 token，这种相似性还是挺有趣的；2，在用神经科学的理论破除理性 vs 情绪这种本质主义的 myth 之后，人类社会该就此作出如何的调整？作者在第 11 章谈了很多现有法律体系的问题，算是基于新的科学发现对 ought to be 的探讨吧；3，吃好、睡好、多读书还是蛮重要的；4，Gemini 当伴读是真的好，帮我检索、查证、补充背景。
最近脑子里一直回荡《伊利亚特》中的那个片段：“正如树叶荣枯，人类的世代也如此，秋风将枯叶撇落一地，春天来到，林中又会滋发出许多新的绿叶，人类也是如此，一代出生一代凋谢”，也不知道为啥会这样，也许这就是荷马的魅力，这个比喻确实堪称完美。
明显感觉 X 上很多牛逼程序员很多都转向拥抱 AI 了：DHH 写了Promoting AI agents，x64dbg 的作者也推崇，还有人写了写 C 的心得，有人劝你 Don’t fall into the anti-AI hype，还有很多不一一列举了，风向如此，只能顺风而为。
读到一篇讲 AI 时代个人治理的文章，THE PERSONAL PANOPTICON，读了几句就大呼好福柯，我喜欢。文章里主要在谈用 AI 完成对自己的全景“监视”与治理，这当然是一个很好的话题，或者不如说，没人用福柯谈论现在才是比较奇怪的现象。但是作者举的例子并不能说服我：把账单丢给 AI 来让 AI 帮忙取消不应该存在的订阅，我读到这个满头冒问号，您是多忙/多有钱才根本不关心自己订阅了哪些月费服务啊。教父母用 CC 的那段确实不错，
For twenty years, software made them feel stupid. Now they tell it what to do, AI 时代如何做软件设计也是很有趣的话题，考虑到 AI 似乎可以加强很多服务的 accessibility。朋友发了这篇，姚顺雨入职腾讯后首次公开露面，里面谈到 to C 的话，大部分人大部分时候其实不需要用到这么强的智能，更多像是使用一个搜索引擎的加强版。我对此的感觉比较复杂，只能说我在手机上确实就是把 AI 当加强版搜索引擎用，希望各大公司之间的信息墙更少一些，在 PC 上则是希望模型越聪明越好，和我个人的使用习惯有关，手机上纯就是查点东西。
Daniel Lemire 关于 old tech 的一些评论，我还是挺认同的：
progress tends to look like onion layers: we add new technologies to our stack while keeping the existing ones，MCP 就是一种这样的技术。他之前也提过 The long tail is longer than people imagine，我想到了我本科还有个大型机专业呢。他还有一篇谈 manager 可以在 AI 的帮助下重回编程的讨论：在 AI 的帮助下，manager 可以利用开会的空余时间去指挥 AI 有所产出，反正 AI 辅助的编程也是一种异步的模式，感觉还不错，之前我的关注点都在 AI 让我这种不会代码的人能写代码，其实对上层也许也会有影响。
简单扫了眼这个 paper：SuperCoder: Assembly Program Superoptimization with Large Language Models，也许以后 C++ 有个 -ollm 模式，起一个最强的大模型来帮你优化生成代码，编译巨慢但是运行巨快。
读了一篇谈 Observability 的文章，深有同感，我平时做性能其实一大部分时间都是在做可观测性，尤其是 AI 时代，可观测性更重要了。
花了点时间看了下吹哥最新的访谈，发现个有趣的小细节：他们的地图编辑器里也有类似 Spatial Documentation 的 note，更详细的介绍在这里：The Power of Spatial Documentation
还是有大神在研究如何在 shader 里完成 printf：An Experimental Approach to printf in HLSL | Abolish \r\n，加油啊！
Mike Turitzin 基于 SDF 做了个游戏引擎，也太强了，后面仔细研究下。不如直接劝退传统游戏引擎，拥抱 AI 吧：2025 年游戏技术最大变革：Neural Shader，不管咋样，游戏引擎要有能力让我们开发者可以用上 GPU 里的那些 Tensor Cores，不然放着也是浪费啊。
前阵子工作太累了，就没搞啥，做了个 cc 的 skill 来帮我看 js 的火焰图，然后让 codex 帮我把 js 的火焰图直接融合到 native 的火焰图里去，还挺有用的，后面会单独写文章介绍这个。
借助 Gemini 花了两个小时做了之前一直想做的一个东西，把 Graphics Programming Weekly Database 里的数据都扒出来，加上向量检索的能力，可以在这里体验下，主要是验证了自己的 idea，然后我觉得不如干脆数据都放在本地然后起个 cc 来帮我总结调研得好。
工作之余一直在思考如何做一个 AI native 的游戏引擎。游戏是做给人玩的，互动性很强，虽然是好事，但是现有的游戏引擎是给人设计的，AI 时代很难让 AI 可以去端到端完成任务，因为很难去构造一个合适的 verification loop（新鲜的例子见这里），我不觉得 MCP 等方案可以解决这个问题，毕竟游戏引擎算是游戏的操作系统，太过庞大了。也许这也是好事，我暂时很难被取代；同时也是坏事，我总有一种我在基于我强大的多模态能力给 AI 打工的感觉。那 AI 时代的游戏引擎长啥样就很值得思考了，或者说给 agent 设计的游戏引擎会是啥样呢。