Posts for: #Tech

背景

1950 年，图灵在《Mind》杂志发表《计算机器与智能》。他开头就说，“机器能思考吗”这个问题太模糊，没法回答，于是换了一个可以动手做的实验，叫“模仿游戏”。那一年，全世界能跑的电子计算机只有几台。

方法

一个人当裁判，用文字和两个看不见的对象聊天，一个是人，一个是机器。裁判想问什么都行。聊完，裁判猜哪个是机器。

图灵的预言是：到 2000 年，聊五分钟后，普通裁判猜对的概率不超过 70%。也就是说，机器能骗过三成裁判，就算过关。

只用文字，是这个设计的关键。声音、长相、身体都被挡在外面，剩下的只有对话本身。

意义

它给人工智能定了第一条终点线：只要表现得和人分不出来，就算智能。它绕开了“什么是思考”的哲学争论，只看行为。

反对的人也是围着它打。1980 年塞尔提出“中文房间”：一个不懂中文的人，照着规则手册处理中文纸条，也能让房间外的人以为里面有个懂中文的人。他的结论是，通过测试不等于理解。今天关于大模型“懂不懂”的争论，还是这个框架。

现状

早期的“通过”都是取巧。1966 年的 ELIZA 靠模板套话，骗过了一些人。2014 年的 Eugene Goostman 假扮一个 13 岁的乌克兰男孩，英语不好有了借口，骗过了三成裁判。业内没人把这两次当真。

大模型改变了局面。2025 年加州大学圣地亚哥分校做了一次三方测试，五分钟对话，GPT-4.5 在被要求扮演一个具体人设时，有 73% 的裁判把它当成了人。这个比例高于同场真人。多数研究者现在认为，经典图灵测试已经过了。

过了之后，大家发现它测的东西比想象中少。同一批模型在长任务规划、稳定推理、承认自己不知道这几件事上仍然会翻车。聊天像人和做事靠谱，是两回事。

这个领域已经转向更难的考题：数学和编程题、跑几个小时的代理任务、裁判有几周而非五分钟的“长图灵测试”。还有人把问题反过来：现在难的是在网上证明你是人。

图灵画的那条终点线，我们在 2024 到 2025 年之间跨过去了，然后发现它是起跑线。

海盗博弈的题面很简单：5 个海盗要分 100 枚金币，按资历从高到低轮流提方案。提案通过，按方案分钱；被否决，提案者被扔下海，由下一位提案。

它的难处不在算术，在于每个人都知道其他人会怎么算。

这里采用一个常见版本：提案须得到不少于半数的赞成票；提案者也能投票。每个海盗的偏好依次是活下来、金币更多、看到别人被扔下海。

从两个人开始

给海盗按资历编号 A、B、C、D、E，A 最高。

只剩 B 和 C 时，B 投自己一票就达到半数。因此 B 会提 100 比 0，C 会投反对，但方案照样通过。

只剩 A、B、C 三人时，A 还需要一张票。A 知道自己被否决后，B 会拿 100，C 会拿 0。于是 A 给 C 1 枚，方案是：

C 拿 1 枚比下一轮的 0 枚多，会投赞成。

四人时，最资深者也只需要多拿一票。他去看三人局的结果，找下一轮拿 0 的人，给他 1 枚。

五人时，A 需要包括自己在内的 3 张赞成票。若 A 被否决，B 的四人方案会是：

所以 A 找 C 和 E，各给 1 枚：

mise 来自法语 “mise en place”，意思是把东西准备妥当。厨师开工前备好食材，mise 则在进入项目时备好正确版本的 Node.js、Python、Go 等工具，以及环境变量和任务。

它解决的问题很直接：不同项目需要不同版本；换电脑后，开发环境很难重新配齐；nvm、pyenv、rbenv 各管一摊。项目把配置写进 mise.toml，mise 会按目录自动切换。

普通用户常用这些命令：

mise ls                    # 查看已安装及当前使用的工具
mise use node@22           # 给当前项目安装并指定 Node.js 22
mise use -g node@22        # 设置全局默认版本
mise install               # 安装项目声明的全部工具
mise outdated              # 查看哪些工具可以升级
mise up                    # 升级 mise 管理的工具
mise run test              # 运行 mise.toml 里的 test 任务
mise doctor                # 检查配置和环境问题

临时用某个版本运行命令，可以写：

mise x node@22 -- node app.js

在 Omarchy 里，更新所有 mise 工具还可以用：

omarchy update mise

进入一个配置好 mise.toml 的项目，通常只需运行：

mise install
mise run test

Artifactory 是 JFrog 做的软件包仓库，可以把它理解成开发团队的软件仓库。Python 包、npm 包、Docker 镜像、编译好的程序，都可以放进去，供其他项目或服务器下载。

Git 保存源代码和修改记录。Artifactory 保存开发时用到的软件包，以及代码打包后的成品。

拿一个 Python 服务来说：代码提交到 GitHub 后，自动构建程序通过 Artifactory 下载依赖，完成测试，再把做好的 Docker 镜像上传到 Artifactory。部署时，生产服务器从这里下载指定版本的镜像。

除了保存团队自己的包，它还能代理 PyPI、npm 等公共仓库，把下载过的包缓存下来。后续构建可以复用缓存，减少重复下载和对外网的依赖。开发工具里出现 artifactory 地址，通常就是在通过这样的仓库取包。

多个项目共享内部包、集中保存发布版本时，会用到这类工具。它可以部署在自己的服务器上，也可以使用 JFrog 的云服务。

来源：JFrog Artifactory 概览、仓库类型。

在 Omarchy 上习惯了 Super+Return 开终端，新窗口自动排在当前窗口旁边。回到 Mac 上想要同样的东西，发现缺两块：macOS 不会自动平铺新窗口，Alacritty 也没有分屏。

AeroSpace 一个工具补上两块。它是 i3 风格的平铺窗口管理器，不用关 SIP，自带全局快捷键，所以 yabai 和 skhd 都不用装。

brew install --cask nikitabobko/tap/aerospace

配置是一个 toml 文件，放在 ~/.config/aerospace/aerospace.toml。我配的键：

• Cmd+Return：新开一个 Alacritty 窗口，自动平铺到当前窗口旁边
• Cmd+Shift+Return：开浏览器
• Cmd+Shift+F：开 Finder
• Alt+H/J/K/L：切焦点，加 Shift 移动窗口
• Alt+1 到 9：切工作区，加 Shift 把窗口送过去
• Alt+F 全屏，Alt+R 进 resize 模式

开终端那一条走的是 alacritty msg create-window，在已经跑着的 Alacritty 进程里开新窗口，没在跑就用 open -a 拉起：

[mode.main.binding]
cmd-enter = 'exec-and-forget /Applications/Alacritty.app/Contents/MacOS/alacritty msg create-window || open -a Alacritty'
cmd-shift-enter = 'exec-and-forget open -a "Brave Origin"'
cmd-shift-f = 'exec-and-forget open -a Finder'

系统设置、Raycast 和 Finder 的复制进度窗设成浮动，其余全部平铺。首次启动要给 Accessibility 权限，给了才能动窗口。

42 章经 8 月 29 日那期，曲凯对谈逯雨鑫。他不是 AI PhD，也没在 AI Lab 待过，用一张显卡、两周、几百美元后训出的小模型两次登上 Hugging Face 热度榜第一。

这期没有文稿，小宇宙上这档节目关掉了官方 AI 转录，所以我把音频扒下来让 whisper 转了一遍，再把方法整理成下面这份可以照着做的清单。转录是机器做的，数字和英文名词我做了批量校正但没有逐句核对，最后一节列了几处没听清的地方。

他到底做了什么

• 基座是 Gemma 3 12B，老师模型是 Fable 5（他估算 3T 参数以上），做法是拿老师的回答喂给小模型，也就是蒸馏加监督微调（SFT）。
• V1 用了 5 天，其中 3 天做数据、1 天训练。V2 用了两三周，其中 12 天在做数据。
• 硬件是一张 5090，方法是 QLoRA。真正跑训练只有十几个小时。另有一份 200 美元的 Claude Max 订阅，用来合成靶向数据。总成本几百美元。
• 效果：在 agentic 工具调用类的基准上，原版 15 分，训完 55 到 60 分。代价是其他基准或多或少掉分。

这条路只有一个衡量标准：模型在你那一个场景里是不是更好用了。全局变聪明是 AI Lab 的事。

六步

第一步，先想清楚要做什么。他强调不要看什么火做什么，热的方向竞争对手也多。做应用的就围绕自己的业务想。目标不明确，后面每一步都无从判断对错。

第二步，选基座模型。中文场景直接选 Qwen，他说 Qwen 是坑最少的，训练脚本、部署、周边工具都最全。Gemma 3 12B 的中文很差，不管哪个量化版本，大部分时候会往粤语上飘。Llama 4 和最近那个 30B 的模型架构不主流，训起来会很麻烦。

Caddy 是一个 Web 服务器，也可以做反向代理。它和 Nginx 属于同一类软件。

一套 Web 应用部署到服务器后，通常只监听本机端口，比如：

http://127.0.0.1:3000

用户访问的则是：

https://app.example.com

Caddy 放在应用前面，接收来自互联网的请求，再把请求转给本机的应用：

用户 → HTTPS → Caddy → HTTP → 应用程序

它主要处理几件事：

• 接收 80 和 443 端口的公开流量。
• 根据域名，把请求转给对应的应用。
• 自动申请和更新 HTTPS 证书。
• 把 HTTP 请求跳转到 HTTPS。
• 提供静态文件、压缩、访问日志和负载均衡。

应用程序只管自己的业务。域名、证书和公开流量交给 Caddy。

和 Nginx 的区别

Caddy 和 Nginx 能做的事情很接近。Nginx 历史更久，市场更大，文档、模块和运维经验也更多。复杂的流量规则、大规模部署和已有的 Nginx 系统，继续使用 Nginx 很自然。

Caddy 的配置短很多。它默认处理 HTTPS 证书，也会自动续期。一个最简单的反向代理只要几行：

app.example.com {
    reverse_proxy localhost:3000
}

用 Nginx 完成同样的部署，通常还要配置证书，并用 Certbot 或其他工具处理续期。对只有几台服务器、几个域名的小团队，Caddy 可以少维护一套证书流程。

Caddy 也很适合 Docker。服务器只把 80 和 443 端口开放给 Caddy，其他容器留在内部网络里：

MaxMind 的 GeoLite2 是一个免费的 IP 地理位置数据库。它可以商用，但用法不同，许可要求也不同。

如果一款 SaaS 产品把 GeoLite2 数据库放在自己的服务器上，用它查询用户 IP 所在的国家、城市或 ASN，免费的 GeoLite 最终用户许可通常就够了。产品可以收费，也可以把查询结果展示给用户。

这种用法要满足几个条件：

• 在产品文档、法律声明或相关页面注明数据来自 MaxMind。
• 保持数据库更新。MaxMind 发布新版后，要在 30 天内停止使用并删除旧版。
• 不得用这些数据定位具体个人、家庭或街道地址。
• 不得把数据用于信用、保险、就业或政府福利资格判断等 FCRA 规定的用途。
• 不得删除数据库里的版权和许可声明。

MaxMind 给出的署名范例是：

This product includes GeoLite Data created by MaxMind, available from https://www.maxmind.com.

如果把 .mmdb 或 .csv 数据库文件打包进桌面软件、私有部署版本或交付给客户的软件里，情况就不同了。这属于分发数据库，需要购买 GeoLite 商业再分发许可。每个包含 GeoLite 数据库的产品都需要单独购买许可。

如果产品只在自己的服务器上查询数据库，再把国家、城市等结果返回给用户，一般不算把数据库交给客户。对大多数在线服务来说，这是最简单的做法。

还有一个实际问题：MaxMind 明确说，免费的 GeoLite City 准确度低于付费的 GeoIP City，不建议用于要求较高的商业场景。这是准确度提醒，并非禁止商用。涉及风控、合规或重要业务判断时，应该同时考虑数据精度，不要只看许可是否允许。

以上结论基于 MaxMind 在 2026 年 2 月 12 日更新的许可。正式上线前，可以按自己的使用方式再确认一次：数据库留在服务端，可以使用免费许可；把数据库文件交给客户，需要商业再分发许可。

来源

• GeoLite End User License Agreement
• Sell or display data from GeoLite databases and web services
• Commercial License for GeoLite
• GeoLite Databases and Web Services

我有一些服务放在虚拟主机上，以前一直跑 NixOS。最近我把 NixOS desktop 都删掉了，服务器上的 NixOS 还在，但我已经不再每天碰它。

NixOS 的配置能进 Git，换机器能重建，升级和回滚也有边界。服务多、机器多、配置经常改时，这一套很有用。

我现在的 VPS 规模不大，服务也相对稳定。上服务器多半是续证书、查日志、升级服务，或者处理故障。NixOS 的配置语言、包版本和模块机制，成了额外一层要记住的东西。

这次我会选 Debian。

Debian stable 的包不会频繁换大版本，安全更新会继续进入。Debian 13 的完整支持到 2028 年，LTS 到 2030 年。Debian 的发布页 也把 stable 作为生产环境的推荐版本。

Ubuntu 也可以。某个服务的官方安装文档只覆盖 Ubuntu，或者需要更近的新版本时，我会直接用 Ubuntu。Ubuntu Server 26.04 LTS 的免费安全和维护更新到 2031 年。官方支持周期在这里。

Arch 留给桌面。它采用滚动发布，系统要完整升级，部分升级不受支持。ArchWiki 的维护要求，对无人盯着的 VPS 不合适。

我会新开一台 Debian 13 虚拟主机迁服务，不在旧机上硬改发行版。服务配置放 Docker Compose，数据做异机备份；新机先恢复和验证，再切域名。旧 NixOS 机器留到恢复流程跑通后再下线。

先从最简单的一台开始。

开源 App + 可选自建后端，用一条 HTTP 请求把消息打到系统通知栏。对「AI agent 跑完任务提醒我」这种场景，往往比钉钉/飞书/Telegram 机器人更短、更贴锁屏。

一句话

Bark（Finb/Bark）是一款 iOS App：装好后你会得到一个设备 key，之后任何脚本/服务器/Agent 只要访问类似 https://api.day.app/你的key/标题/内容 的 URL（或 POST JSON），消息就会以系统推送出现在 iPhone 上——App 不必一直在前台跑。

它解决的不是「团队 IM」，而是「把事件打到我自己的手机锁屏」。所以你说适合 AI agent 任务完成推送，方向是对的。

它怎么工作

相对「自己接 APNs」：你不用管苹果开发者证书、HTTP/2、token 刷新。公共 Bark 把这些藏在 App/官方后端里；自建时多数人仍可继续用官方 App 的 APNs 能力（按项目文档部署 bark-server）。