ai时代“热爱”尤其珍贵 随着ai时代爆炸的发展，在感叹于ai的能力强大的同时也在后怕，如此的一个强大且不知疲倦的东西是否真的可以替代我们? 现有的工作岗位是否都会被取代? 昨天晚上10点在和朋友交流的过程中，她问我什么岗位以后不会失业呢?确实把我问懵了，随之而来的是无穷的痛苦。结合最近和各种不同层次的人进行讨论的结果，我觉得需要进行总结下，大致分为的以下几种，顺便从一个程序员的角度聊一聊。一、认为容易且缺乏创造性的工作会失业认为低端且重复的工作会被取代，这个概念其实很不严谨。因为每个人对于“低端”、“重复”的定义不同，到底什么是重复性强? 什么是容易?显然我们需要一个清晰的逻辑，才能继续讨论。可能大多数人都认为有一些工作是重复性强的，是容易的。但是要合理的评价事情的容易以及重复性需要建立一个统一的评价指标。毕竟就像是一个简单的mlp(多层感知)的代码实现，对于一个资深的算法工程师来说很简单，但是对于一个大学生来说并不容易。该如何建立这个评价体系是个非常大的问题，如果纯从技术和学术的角度出发，任何已有的知识都是一个简单且容易的事情。例如，修建一条跨海隧道，有很多成功的案例，不困难。真的困难的是人类尚未解决的问题，例如大到，可控核聚变、常温超导体，小到大参数llm模型的幻觉问题。本质是“概率预测”而非“数据库”： LLM 的底层逻辑是下一个词预测 (Next-token prediction)。它们并没有像传统数据库那样存储具体的“事实”，而是通过海量数据学习到了词汇之间的统计和概率关系。当它生成一段看似合理的文本时，它是在进行概率拼接，而不是在“回忆”客观真理。缺乏对真实世界的真正理解： 模型没有常识，也没有物理世界的运行逻辑。只要生成的文本在语法和概率上是顺畅的，模型就会自信地输出，即使内容违背了客观事实。训练数据的局限性： 训练大模型的数据往往包含了互联网上的错误信息、偏见、甚至自相矛盾的内容。模型吸收了这些“有毒”数据，自然也会在输出中反映出来。这种一直无法真正的解决真正解决的问题或许才不算是简单且重复性质高。如果是这样，那就太可怕了，只有尖端行业的工作才有价值，大部分维持社会运转的工作都可以交给ai。其实仔细想想看，确实是这样的，ai是一个强烈的生产力工具，可以提升百倍千倍的生产力，这就会出现只需少部分人劳动，多数人躺平的情况发生。小结下，我觉得这种观念的到此为止就不攻自破了。毕竟根本站不住脚，抽象的说，其实和50步笑百步差不多，因为大多数的工作哪怕是有着创造力的工作，只要被量化后，ai都可以很好的处理。二、认为ai很笨，完全不可能替代这里才是最恐怖的，大多数人都没意识到ai的到来或许比前几次工业革命更加爆炸。由于多数人的信息闭塞，用不到人类目前相对顶级的ai，又或者是不屑一顾连用都不用。作为一个AI boy我可以负责任的告诉大家，目前ai的水平在所有的行业中已经是顶级高校博士的水平了，甚至某些层面超过了全部的人类。我觉得首先要正视AI，理性的分析。这类观点常见的论据大概有几种：“它没有意识，所以永远不可能做出真正的创造。”“它只会抄袭和拼接，不会自己思考。”“它现在写的东西一眼就能看出来很假。”这些话听起来都没错，但问题在于：它们讨论的是“终极形态的 AI”，而我们真正要面对的是“工具形态的 AI”。绝大多数岗位被替代，并不需要 AI 具备意识，也不需要它原创出莎士比亚级别的作品，只需要它能够把工作流程拆成若干小步骤，并在其中的大部分步骤上做到：更快、更便宜、更稳定。举个不那么极端、但更贴近现实的例子：一个岗位每天要写 50 封邮件、整理 20 份文档、做 10 次对比、开 5 个会。AI 不需要把“整个岗位”一次性干掉，它只要把邮件写作、文档归纳、信息对齐、会议纪要、简单决策建议这些环节做到 80 分。组织就会发现：原来 10 个人做的事，变成 3 个人加上 AI 就够了。这里面最关键的误区是：大家习惯用“AI 是否完美”去判断“岗位是否安全”。但市场的逻辑从来不是完美主义。对企业来说，替代的阈值往往是“足够好 + 足够便宜”。对个人来说，最危险的不是 AI 比你强，而是 AI 让“你的优势不再稀缺”。所以我并不担心 AI 会不会写出诺贝尔文学奖级别的文章，我更担心的是：那些原本需要你花 5 年才能熟练掌握的技能，可能被一个提示词压缩成 5 分钟。三、真正不会轻易被替代的：热爱驱动的“长期主义”如果前面两种观念都站不住脚，那剩下的问题就变得更尖锐了：在 AI 提升生产力、压缩学习曲线、稀释技能壁垒之后，我们还靠什么区分自己？我越来越觉得答案不在“技能清单”里，而在一个看起来很虚、但极其硬核的东西上：热爱。这里的热爱不是鸡汤式的“做你喜欢的事”，而是指一种能力：你愿意在短期没有回报时继续投入你愿意在枯燥重复时继续打磨你愿意在别人放弃时继续向前当 AI 把“入门”变得廉价，把“标准答案”变得唾手可得时，人和人的差距会更集中地体现在两点：你会不会提出更好的问题。你愿不愿意把一个问题追到足够深。而这两点，往往需要热爱来支撑。因为深入意味着孤独，意味着反复被否定，意味着很长一段时间里你看不到掌声。更现实一点说，未来很多工作的核心竞争力可能会从“会做”变成“持续做”。会做方案的人会越来越多。会写代码的人会越来越多。会做内容的人会越来越多。但能持续三年、五年、十年，在一个领域里迭代自己的认知、审美、判断力的人，依然稀缺。稀缺的东西才有议价权。小结所以我现在更愿意把“不会失业”理解为：不是你永远安全，而是你永远有重新开始的能力。而热爱，是这种能力最稳定的燃料。

frp内网穿透体验 1.背景我有许多内网穿透的场景，大多数都使用zerotier或者tailscale等虚拟局域网(vpn设备)来进行穿透，有好处也有坏处，好处是所有的设备都在一个局域网中，坏处是要手动nginx的stream映射到公网中，而且当所处网络环境不好或者网络十分不稳定等情况，虚拟局域网的方案大概率没法快速打通直连，而且会发生丢包等一系列难以使用的情况。基于以上种种情况，frp出现了，frp 非常适合对外暴露内网的远程22端口。2.什么是frp?以及frp的原理FRP 是一个基于 TCP 的“反向代理 / 端口转发工具”，用于把内网服务稳定地暴露到公网。原理图如下:[ 内网机器 A ] --(frpc)--> [ 公网服务器 ] <--(访问)-- [ 外部机器 B ]可以看到frp的通信顺序，由内网机器主动访问公网服务器，然后将服务暴露在公网服务器的某一个端口中，这样就可以绕过内网机器的服务被nat挡住的困境。frp的核心思想，既然外部访问无法主动找到我的内网服务，那么我的内网服务就全部使用出的方案，主动和具有公网的机器进行沟通，就像是一只苍蝇一直和公网机器说:有服务通过你请求我吗?平常公网机器的回答都是否，但是一旦真的有请求，那么就会回答是然后回复请求内容给内网机器。在这过程中，内网机器就像是金枪鱼，必须一直不停的游动(和公网机器进行沟通)，不能停下。为什么内网机器必须不停的主动询问公网机器呢?原因就是nat的规则，nat普遍只接受自己发送的请求的回包，一旦停止访问，公网机器转发外部服务的回包就不能进来了。所以frp的可靠性很高，毕竟所有机器对一台公网服务器的访问能力都不会太差的。3.具体如何使用frp?本节按照真实部署顺序说明 FRP 的使用方式，从环境准备到系统服务化，适合长期运行。3.1 FRP 是什么（一句话定位）FRP 是一个基于 TCP 的反向代理工具，用来把内网服务稳定暴露到公网。核心思想只有一句话：外部不能“入”，那就全部改成“内网主动出”。3.2 整体架构说明FRP 至少需要两台机器：[ 内网机器 ] ── frpc ──▶ [ 公网 VPS ] ── frps ──▶ 外部访问者角色说明：frps（服务端）部署在有公网 IP 的 VPS负责对外监听端口frpc（客户端）部署在内网环境（家里 / 公司）主动与 frps 建立长连接3.3 下载与安装 FRP（两端一致）以 Linux amd64 为例：wget https://github.com/fatedier/frp/releases/download/v0.52.3/frp_0.52.3_linux_amd64.tar.gz tar -zxvf frp_0.52.3_linux_amd64.tar.gz解压后目录结构如下：frps frpc frps.toml frpc.toml⚠️ 注意事项：frps 与 frpc 版本必须完全一致建议统一放在固定目录（如 /opt/frp_xxx）3.4 服务端配置（VPS：frps）3.4.1 编辑frps.tomlbindPort = 7000 auth.method = "token" auth.token = "替换为你自己的强随机字符串"参数说明：bindPortfrpc 连接入口端口（不是业务端口）auth.token防止未授权客户端接入3.4.2 手动启动测试./frps -c frps.toml出现以下日志即表示启动成功：frps started successfully3.4.3 放行防火墙与安全组端口（必须）VPS 本机防火墙（如 ufw）：sudo ufw allow 7000/tcp sudo ufw allow 11808/tcp # 示例业务端口云厂商安全组：入方向放行 TCP 7000入方向放行 TCP 11808（或你实际使用的端口）3.5 客户端配置（内网：frpc）3.5.1 编辑frpc.tomlserverAddr = "VPS公网IP" serverPort = 7000 auth.method = "token" auth.token = "与frps保持一致" [[proxies]] name = "ssh-home" type = "tcp" localIP = "127.0.0.1" localPort = 22 remotePort = 11808含义说明：VPS:11808 → 内网机器:223.5.2 手动启动测试./frpc -c frpc.toml成功标志：login to server success start proxy success3.5.3 外部连通性验证在任意公网机器上执行：ssh 用户名@VPS公网IP -p 11808能够登录内网机器即表示穿透成功。3.6 将 frpc 设置为系统服务（开机自启）生产环境禁止使用 nohup 启动3.6.1 创建 systemd 服务文件（内网机器）sudo nano /etc/systemd/system/frpc.service内容如下：[Unit] Description=FRP Client Service After=network.target Wants=network.target [Service] Type=simple User=你的用户名 WorkingDirectory=/opt/frp_0.52.3_linux_amd64 ExecStart=/opt/frp_0.52.3_linux_amd64/frpc -c /opt/frp_0.52.3_linux_amd64/frpc.toml Restart=always RestartSec=5 LimitNOFILE=1048576 KillSignal=SIGTERM TimeoutStopSec=10 [Install] WantedBy=multi-user.target3.6.2 启用并启动服务sudo systemctl daemon-reload sudo systemctl enable frpc sudo systemctl start frpc检查状态：systemctl status frpc3.7 将 frps 设置为系统服务（VPS）3.7.1 创建 systemd 服务文件sudo nano /etc/systemd/system/frps.service[Unit] Description=FRP Server Service After=network.target Wants=network.target [Service] Type=simple User=root WorkingDirectory=/root/frp_0.52.3_linux_amd64 ExecStart=/root/frp_0.52.3_linux_amd64/frps -c /root/frp_0.52.3_linux_amd64/frps.toml Restart=always RestartSec=5 LimitNOFILE=1048576 KillSignal=SIGTERM TimeoutStopSec=10 [Install] WantedBy=multi-user.target3.7.2 启用并启动服务sudo systemctl daemon-reload sudo systemctl enable frps sudo systemctl start frps3.8 最终验收流程（必须完成）VPS 侧：ss -lntp | grep 7000 ss -lntp | grep 11808内网机器：systemctl status frpc重启测试：sudo reboot重启后确认：systemctl status frps systemctl status frpc3.9 常见问题汇总（踩坑记录）域名解析错误 → frps 日志无任何连接token 不一致 → EOF / session shutdownnohup 与 systemd 同时运行 → proxy already exists云安全组未放行业务端口使用 IPv6 但未放行 IPv6 防火墙规则

拒绝做情绪的“供养者”：如何把追星变成一种自我投资？ 注意本文由timelocked写成，gemini进行润色一、 概念界定：基于数字语料库的现象学重构在2025年的数字认识论语境下，对某一社会现象的定义已不再单纯依赖传统的词典学解释。大型语言模型（LLM）作为人类公开文本语料库的聚合体，实质上反映了某种“集体潜意识”的共识。通过检索 GPT-5 对“追星（Fandom）”的定义，我们获得了一个具有批判性的概念框架：“追星本质上是个体将现实中匮乏的身份认同（Identity）、情绪价值（Emotional Value）与意义感，投射至非真实社会关系中的客体身上。” 这一算法生成的定义揭示了该行为的双重性：它既是心理代偿的机制，也潜藏着主体性丧失（Loss of Subjectivity）的风险——即当“客体的人生”置换了“主体的人生重心”时，异化便产生了。二、 样本观察：大学生群体的迷群生态基于对当代大学生群体的参与式观察（Participant Observation），当前的追星行为呈现出显著的社会统计学特征：性别维度的非对称性：迷群构成表现出明显的性别失衡，女性群体在活跃度与参与深度上均占据主导地位。对象的符号化特征：追捧对象高度集中于“流量艺人（Traffic Stars）”（占比逾70%），此类对象通常具有强资本包装与符号消费特征；其次为体育竞技明星。仪式化的互动模式：追星行为已从单向的喜爱转化为一种资本与时间密集型的仪式性互动。线下参与（演唱会、见面会）与线上消费（周边购买、数据维护）构成了其核心的行为脚本。三、 归因分析：社会化进程中的心理代偿从社会心理学视角审视，追星并非孤立的娱乐行为，而是原子化社会中个体应对“存在焦虑”的防御机制。人类在社会化（Socialization）完成后，对“认同感”的需求具有生物学与社会学的双重必然性。当现实生活场域（学业、职场）无法提供足额的自我效能感（Self-Efficacy）与归属感时，个体便倾向于寻求替代性满足：对内投射：偶像作为“理想自我（Ideal Self）”的完美镜像，满足了个体的幻想需求；对外连接：趣缘群体（Interest-based Community）提供了一种低门槛的高凝聚力社群，缓解了个体的孤独感。四、 规范性探讨：从“偶像崇拜”到“榜样内化”对于当下主流的消费主义追星模式，本文持审慎的批判态度。若追星行为仅停留在短期的感官愉悦与虚拟的情感寄托，其本质是对现实空虚的逃避。理想的追星范式应当完成从“情感依附”到“特质内化”的跃迁。正如格言所云：“不要怀念我，去成为我。”（Do not miss me, become me.）这标志着追星行为的伦理转向：行为的工具化：偶像不应是终极目的，而应成为自我成长的工具与参照系。价值的萃取：应当剥离偶像的娱乐符号，提炼其核心精神特质。例如，克里斯蒂亚诺·罗纳尔多（C. Ronaldo）所象征的坚毅精神，或某些公众人物在公共领域表达观点的勇气。唯有在“求同存异”的基础上，完成对优良特质的“剥离—学习—内化”过程，追星才能具有建设性的社会意义。五、 路径修正：去魅与近源榜样的回归当前的“流量崇拜”往往建立在资本构建的拟态环境（Pseudo-environment）之上，具有极高的不稳定性（如形象崩塌风险）与虚无感。因此，构建健康的认同感体系，应当尝试“去魅（Disenchantment）”。相比于遥不可及的商业明星，将关注视线回归至生活周遭的普通人（Ordinary People），寻找那些在日常生活中展现出人性光辉的“近源榜样”，或许能为个体带来更为持久且真实的心理滋养。

2025年度总结 一年又一次的过去了，今年发生了很多事，尤其是有很多个人生第一次，所以做个总结吧。今年有很多个第一次:第一次，尝到了被合伙背刺的感觉，但是缓了一会依然保持对人的热情和友善，虽然很伤心，但是也从中学到了很多。第一次，找到实习工作，并且好像工作的还不错。第一次，买了一台高性能的mac，m4pro+48g内存的配置。是梦想中的电脑，也算是实现了之一的梦想。第一次，拥有一台属于自己的独立服务器。第一次，参与开发能够上线的项目。第一次，去了趟上海，主要是找朋友打游戏，然后就回来了，一直对城市景观没啥兴趣。第一次，去阿里的上海园区。第一次，和朋友两人独自去川西自驾旅游，平均海拔3500,最高海拔4900，体会到了作为牵头人的责任，以及对大自然的敬畏。第一次，去徒步，负重40斤，从武功山的沈子村，一路徒步到金顶，历时11小时，平均150的心率，可谓是爬过最累的山了，但是景色确实绝美。第一次，来到海拔4000多米的稻城亚丁，在四姑娘山下用融化的冰川学漂流。第一次，拥有理想的无人机air3s，童年时代只有钱买低价的精灵3se。第一次，有勇气和喜欢6年的高中同学表白，虽然我是个e人，但是母胎单身20多年了，在这方面没啥经验，可能有些自卑。找了很多同学，要到她的微信通过后客套几句直接表白，结果嘛，自然是被发好人卡了。记得当时发那条消息的时候是在天空之城理塘。提醒下大家，要敢于尝试，不然就只能像我这样得到一张好人卡。第一次，实际运用了很多新的技术，nginx反代，docker容器，pytorch，以及很多深度学习的知识。第一次，买了一套音响系统，左右监听音响和低音炮。第一次，每周坚持跑3到4次5km，并且有了最好23分钟的成绩。第一次，成功减肥20多斤，之前天天coding，加上吃药等原因不运动导致身体很差，胖了40多斤，想当年我也是个体育达人哎，足球、乒乓球都玩的不错。于是下定决心要减肥，从8月份到12月份成功减肥中。第一次，开半专业卡丁车，是那种赛车手练习用的4t级别的卡丁车，虽然开了一共不到3000块钱，但是也打破了车厂的圈速记录。

人生的十字路口，该如何抉择? 1.最近面对的疑惑最近面临了一个选择，到底是孤注一掷的考研南京大学，还是利用这两年学好技术? 看起来是不是很难选择? 第一，南京大学作为一所985院校，考研的难度很大，而且我的本科还仅仅是一所211的独立学院，对比那些想要考取南京大学的竞争对手来说，我的本科显得十分不堪。第二，一旦确定要考研，意味着是一场豪赌，不成功，就基本算是白努力了。而且还要放弃几乎全部在技术水平上的经历。这意味着，如果不成功，那我在技术水平上也算是失败了。所以，如何抉择? 看起来很难。2. 别人给我的建议lucyqin的建议很犀利，“如果考不上顶级的院校(985或顶级211),那你读研究生还不如直接出来工作”。并且还指出，以他对我的了解，我不适合在考试这个领域和别人pk，这不是我的优势。目前要做的，是需要尽快的理解技术和需求如何紧密结合在一起，多思考，做出在新时代可以立足的东西。总体来说偏向于实践，潜意识学历不重要。并且在ai时代，技术的迭代非常迅速，可能在一些垃圾的院校里浪费3年的时间，再出来就真的太晚了。jack和L的建议倒是完全相反，你这个年纪应该全力去考取研究生的，而不是学什么技术，什么项目经验。jack认为，当前的技术革新速度太快，像是以前可以依靠过硬的一门技术就可以吃老底的时代不存在了。大量的基础岗位会被ai取代，而行业内偏高级的岗位，往往入职的学历门槛很高，所以当前还有条件提升学历的话，尽量全力去争取，这样或许才有一线机会。补充一小点，jack 和lucyqin在各个行业中都是非常成功的人，但是两个人，却给出了不同的建议。于是，我就很矛盾了，如何抉择呢?3.我的看法lucyqin大约是1998年参加的高考，分数可以说是举世惊人的，可以说中国任意一所大学的任何专业都可以随便选择。但是由于当时是先填写志愿然后考试的，所以只是上了东南大学的王牌专业。可以说学历一直是他的优势，虽然和他的个人能力相比学历不算什么。而jack的情况和lucyqin的情况相反，jack的学历非常一般，但是成就却是不比lucyqin低。两人的观点基于两人的经历来看其实各有道理，lucyqin从来没有因为学历发愁过，所以会更加聚焦实际做的怎么样。jack 的话，可能实践做的很好，创办自己的公司，做的不错，但是学历只能那样了，所以在jack的眼里，实践反而不重要，学历反而重要了。我的看法，其实每个人的建议都只能是建议，人生需要自己选择。曾经无数次问自己，我真的想要什么? 人不可能在同一时间内既要又要的。我是一个及时行乐主义者，希望得到他人的认可，希望有存在感。其实每个选择站在第三者的角度本身都是有得有失的，所以选择本身不重要。重要的是做出选择了后如何推进下去。没人可以给你打包票，但是有一点可以确定，永远都不要把希望寄托在别人身上，哪怕是父母。这个世界上其实真的可靠的只有自己。还是决定踏上考研路，或许是想要真的证明下自己吧，又或者说希望有一个名校的title吧。