這裏記錄每週值得分享的科技內容，週五發佈。
本雜誌 開源 [1] ，歡迎 投稿 [2] 。另有 《誰在招人》 [3] 服務，發佈程序員招聘信息。合作請 郵件聯繫 [4] （ [email protected] [5] ）。
封面圖
本週開館的深圳國際美術館。（ via [6] ）
中國 AI 大廠訪問記
今年5月上旬，一個美國訪問團來到中國，訪問了14家 AI 和機器人公司。
訪問對象包括 DeepSeek、月之暗面、MiniMax、智譜、字節跳動、阿里、螞蟻、小米、零一萬物、宇樹、魔搭社區等。
所有成員都是科技分析師，回到美國後，每個人都寫了訪問觀感： Kevin Xu [7] 、 afra Wang [8] 、 Florian Brand [9] 、 Nathan Lambert [10] 、 Azeem Azhar [11] 、 Lily Ottinger and Kai Williams [12] 、 Jasmine Sun [13] 、 Lingua Sinica [14] 、 Caithrin [15] 。
這些文章有很多有意思的內容，我做了一些摘錄。爲了保證閱讀體驗，就不單獨註明每一段的出處了。
1、算力的差距
我們在每一家公司都聽到一個共同的抱怨：算力不足。這使得實驗次數減少，模型規模縮小。
中國的算力不足，主要是美國的芯片出口管制政策造成的。我們感興趣的是親眼目睹本土公司如何應對。
雖然供應並非完全短缺，中國公司仍然能夠拿到英偉達的 H100、B200 和 B300 顯卡，但是數量至少比美國競爭對手少一個數量級。
英偉達最新款的 GB300 NVL72 系統（72顆英偉達最新 GPU 組成一個系統）的實時推理速度比三年前的 H100 集羣快30倍，每顆芯片的內存容量高出3.6倍，每次推理的能耗降低了25倍。美國公司正在大量訂購這些系統，而中國公司卻無法做到。
中國科技公司，尤其是華爲，在研發 AI 芯片方面取得了長足進步。但即使是華爲今年3月發佈的最新芯片 Ascend 950PR，其性能也僅與2022年發佈的 H100 大致相當。而且，這些芯片的出貨量遠低於 H100。據估計，英偉達僅在2025年10月之前就已出貨了700萬顆 Hopper 和 Blackwell GPU，而且出貨速度還在不斷增長。華爲計劃今年出貨75萬顆 Ascend 950PR 芯片，這仍然只有英偉達去年出貨量的十分之一左右。
結果就是，美國在算力方面擁有巨大的領先優勢。我們估計，2025年底美國 AI 行業的算力大約是中國的8倍。中國 AI 公司目前總的算力，大致相當於美國2023年的規模。
我們向中國研究人員分享了 OpenAI 內部每位研究人員擁有的 GPU 數量。他們聽到這個數字時，簡直驚呆了。然而，我們都知道，OpenAI 的研究人員，或者說西方所有 AI 公司的研究人員，仍然會抱怨他們的算力太少。
2、算力的分配
美國的大部分算力都用於模型訓練，而非服務客戶。但是，中國的情況不同，算力既要用來訓練模型，又要服務於數億消費者和快速增長的企業用戶。
如果拿出一半的算力用於服務客戶，那麼可用於模型訓練的算力就會減少。
還有另一個需要考慮的因素。美國的算力主要由五家公司主導：OpenAI、Anthropic、Google、Meta 和 xAI。而在中國，各大科技公司都在積極研發自己的前沿模型，算力池被進一步分割。
3、計算效率
如果按照這種邏輯，既然中國的算力規模比美國落少兩年，那麼中國模型也應該至少比美國落後兩年。但是，情況並非如此。
許多分析都認爲，中國模型只比美國模型落後幾個月。事實上，在某些方面，兩國模型似乎是並駕齊驅的。
原因是芯片管制反而促使中國公司提高計算效率。我們發現，中國公司的單位算力支持的 AI 智能是簡單擴展下的 4-7 倍，這彌補了算力的不足。
4、開源的分歧
目前，最好的 AI 開源模型是中國公司發佈的。但是，對於是否開源自己的模型，中國公司內部有分歧。
公司的財務狀況和收入壓力，會影響到開源意願。目前，對於是否開源，有一條界限正變得越來越清晰：模型參數規模達到一萬億。
一些公司認爲，開源一萬億或以上參數的模型是一種資源浪費，因爲沒人能在本地機器上運行如此龐大的模型，而開源模型的典型應用場景正是本地機器。發佈一萬億參數模型的更好方式是將其託管在公司自身的雲基礎設施上，只發布它的 API，方便用戶使用。
但是對於另一些公司，開源模型近乎一種信仰，而構建萬億參數級別的模型則是開源事業的入場券。
5、西方化還是中國化
有些中國 AI 公司呈現出典型的“西方”風格，處處洋溢着硅谷式的酷炫氛圍，甚至連贈送的周邊產品都體現了這一點。
另一些公司變得越來越“中國化”，把打造一個光鮮亮麗的展廳視爲頭等大事。這些展廳用來接待參觀者，通常是國有企業 CEO 和地方幹部。參觀之後，還會舉行晚宴招待。
我認爲，這既是一種選擇，也是一種無奈之舉，源於創始人的背景以及公司選擇的業務類型。
6、對其他公司的看法
我們發現，所有中國 AI 公司都敬畏字節跳動的 Seed 部門。那是中國唯一的閉源 AI 前沿團隊。它就像房間裏的大象，卻在翩翩起舞。它的豆包幾乎壟斷了 AI 的用戶流量，他們的模型都可以快速推廣到海量用戶，其他公司無法匹敵這一點。
DeepSeek 則是業內最受尊敬的公司，越來越多地承擔基礎層的工作：架構、效率、推理優化，以及華爲協議棧適配。
7、實習生
中國 AI 公司的員工，很多是才華橫溢的“實習生”，平均年齡二十五六歲，大多數仍然是博士生，能夠用英語輕鬆交流技術話題。他們大多畢業於中國高校，沒有海外留學經歷。
他們實習期一年到兩年，享有全職員工的待遇和完整權限，可以自由地提出想法和開展工作實驗。這跟西方頂尖 AI 公司形成鮮明對比，OpenAI、Anthropic、Cursor 等公司根本不提供實習，其他公司（比如谷歌）名義上提供 Gemini 的實習，但不會提供重要的任務。
中國公司更看重“新鮮人”，他們能夠帶來新想法和充足的腦力。爲了改進最終模型，實習生更願意做一些不那麼引人注目的工作。而且，剛接觸 AI 開發的人可以免受以前模式的影響。
從中國大學的角度來看，學校的計算資源根本不足以讓優秀學生的才華得到充分發揮，不如把他們派往計算資源更豐富的業界公司，雙方合作發表論文，實現雙贏。
8、對待 AI 安全問題的態度
我問了一些年輕的中國研究人員，如何看待 AGI（通用人工智能），他們竟然給出了完全相同的答案：“AGI 就是人工智能可以取代我！”
我發現，他們沒有流露出任何擔憂，非但不害怕被取代，反而對機器是否真的能夠超越其製造者充滿好奇。如果真的實現了這一點，他們會欣然去做其他事情。
這跟西方同行形成了鮮明對比，他們許多人非常關注 AI 的安全問題及其社會影響。中國研究人員也重視安全，每個人都認爲 AI 不應該做壞事。但如何確保這一點，大家都覺得這應該交給政府來決定，政府應該能夠解決。
9、中國企業的 AI 需求
中國企業是否願意付費購買本國 AI 服務？
一種廣爲流傳的看法是，中國 AI 市場規模較小，因爲中國企業通常不願爲軟件付費，因此無法支撐本國的 AI 公司。
這種看法僅適用於 SaaS 模式的軟件支出，這種模式在中國曆來規模很小。但是，中國顯然擁有龐大的雲計算市場。
中國 AI 公司正在爭論，中國企業把 AI 服務，到底看成是 SaaS 產品（規模較小）還是雲計算（規模較大）？目前，AI 的發展趨勢似乎更傾向於雲計算。
10、數據產業不如美國
我們聽說，像 Anthropic 或 OpenAI 這樣的美國 AI 公司，每年購買訓練數據（或者強化學習環境）就會投入超過1000萬美元，累計投入更是高達數億美元。我們很想知道，中國 AI 公司是否也是如此。
得到的答案是中國幾乎沒有數據產業，因爲很多 AI 公司覺得，中國的數據產品質量較差，因此自行準備數據往往更爲理想。
研究人員會花費大量時間來構建強化學習訓練環境，而像字節跳動和阿里巴巴這樣的大公司則擁有內部數據標註團隊來支持這項工作。
11、政府的作用
誰纔是中國 AI 領域真正的幕後推動者？相當於硅谷的紅杉資本和 a16。
我的一個朋友的答案是：上海、北京和杭州的市政府。這些勤奮卻又精疲力竭的政府官員，完全被“害怕錯過”和競爭焦慮所驅使，正在拼命推動本地 AI 產業。
[活動] XEngineer 大學生實訓營
大學生朋友看過來，AI 時代怎麼培養自己的能力，不落入簡歷和筆試的汪洋大海，可以考慮一下今年暑期的 XEngineer 實訓營 。
它由上市公司 七牛雲創始人兼 CEO 許式偉 發起，面向 2025–2029 屆高校畢業生及在校生，不限學歷，不限專業， 只需提交一個作品方案或項目成果，就能申請 。
它訓練學員在 AI 時代的產品能力和架構能力，指導你從真實需求出發，思考清楚，再親手設計、實現、上線一個項目。
你可以體驗到互聯網公司的真實工作，培養自己的實戰能力，獲得求職資歷和 Offer 機會。
現在訪問 hr.qiniu.com ，就可以報名。越早報，越早鎖定名額，等到7月暑假開營。
報名後，你會收到具體議題，需要在72小時內圍繞議題，提交作品方案與項目成果。組委會進行評審，以及後續的路演/交流，在開營前評選出優秀作品，頒發獎金，總額爲20萬元。
開營後，暑期2個月，會有資深導師團和助教指導學員，完成一個真實項目。
文章
1、 我用 AI 尋找 Bug 的經歷 [16] （英文）
作者用 AI 尋找編譯器的 Bug，結果發現運行 AI 的費用比他的工資高一個數量級。而且，如果付出更高的費用，還能發現更多的 Bug。
他第一次感到，AI 的價值大於他的價值。
2、 負載均衡的節點健康檢查 [17] （英文）
本文介紹了負載均衡可以做在服務器，也可以做在客戶端，這兩種情況下如何檢查有故障的節點。
3、 HTML 替代 JS 的四種場景 [18] （英文）
本文提出，HTML + CSS 已經足夠強，很多場景可以不用 JS，只用 HTML 實現，比如彈框和浮層。
4、 網頁如何鏈接電話號碼 [19] （英文）
手機瀏覽器打開網頁時，遇到網頁裏面的電話號碼，會自動添加鏈接，點擊鏈接可以撥打電話。本文教你怎麼定製這個行爲，包括取消鏈接，或者點擊撥打其他號碼。
5、 使用自定義 HTML 元素 [20] （英文）
網頁完全可以用自定義的 HTML 元素，取代
div
，提供更好的語義。
6、 挑戰者深淵有多深 [21] （英文）
一篇圖文介紹，用生動的圖片解釋地球最深處“挑戰者深淵”（Challenger Deep），深達約11000米。
工具
1、 Breathe CLI [22]
Mac 系統的命令行程序，顯示一個進度條，讓你跟着慢速呼吸，大概每分鐘6次，從而改善心臟功能。
2、 NMLinux [23]
Linux 系統的網絡管理圖形面板。
3、 Penpot [24]
一個開源的設計工具，可以替代 Figma，將可視化的佈局設計轉爲 CSS + HTML 代碼。
4、 sky adb [25]
運行在安卓手機上的 ADB 管理工具，通過 WiFi ADB / Wireless Debugging 管理手機、平板、電視盒子。（ @sky22333 [26] 投稿）
5、 readNeo [27]
微信讀書數據面板，連接微信讀書 Skill API，可視化書架、閱讀統計、筆記劃線，提供一鍵導出。（ @extrastu [28] 投稿）
6、 AppPorts [29]
一個開源應用，將 macOS 應用程序遷移至外部存儲，同時保持這些應用的正常運行，可以隨時還原。（ @wzh4869 [30] 投稿）
7、 歡樂鬥地主 [31]
開源的終端鬥地主遊戲，使用 Go 語言實現，支持聯網對戰、斷線重連、智能機器人等功能。（ @palemoky [32] 投稿）
8、 fuckssh [33]
命令行工具，封裝了 SSH 相關命令，爲服務器密鑰配置提供交互式嚮導。（ @hczs [34] 投稿）
9、 StarGuard [35]
這個 Python 工具檢查某個 GitHub 倉庫的星星有多少是假的。
10、 Nginx Proxy Manager [36]
這個開源工具使用 Web 界面，管理 Nginx 反向代理，並自動開啓 SSL 證書，參見 介紹文章 [37] 。
AI 相關
1、 Models.dev [38]
一個開源數據庫，收集所有 AI 模型的規格和價格。
2、 pixtuoid [39]
一個很有創意的工具，用像素小人代表 AI Agent，在終端動畫中顯示工作進展。（ @IvanWng97 [40] 投稿）
3、 Flipbook Canvas [41]
使用 AI 生成可點擊的圖冊（一系列相關圖片），根據點擊位置的文字，自動進入對應的下一頁圖片，可以參考示例 《2026世界盃》 [42] 。（ @imcuttle [43] 投稿）
4、 album-assetizer [44]
命令行工具，掃描個人相冊，通過 AI 爲每張圖片生成結構化描述，結果保存在本地 SQLite，可導出 JSONL / CSV。（ @SeanWong17 [45] 投稿）
資源
1、 高考真題大全 [46]
這個網站收集各省歷年的高考試卷，另可參考這個 GitHub 倉庫 [47] 。（ @urongda [48] 投稿）
圖片
1、 圓柱投影 [49]
爲地球繪製平面地圖，本質上就是將球面座標映射成平面座標。
一種方法是，想象有一張紙，圍成一個圓柱體，包住地球。然後，按照地球自轉方向，將地面的每個點，投影到這個圓柱體。
文摘
1、 軟件工程師何時退休 [50]
經過一年的考慮，我決定離開程序員崗位，退休了。
退休的原因不是能力有問題，而是我不想再幹下去了。
每個人最終都會達到一個臨界點，無法再做他們一生都在做的事情。這跟年齡無關，我認識比我年輕得多的人，他們也放棄了程序員職業。
我見過的退休原因有下面幾種。
（1）能力不足。你再也完不成分配給你的任務，你的能力不適合行業的需求。
（2）缺乏慾望，對這個行業喪失了興趣。
（3）就業市場不好，或者僱主倒閉，你找不到下一份工作。
（4）技術過時，你的技能無人需要。
（5）你發現其他值得做的事情。
（6）你賺了很多錢，然後覺得筋疲力盡，沒有足夠動力了，發現自己不再關心手頭的事情。
所有程序員最終都會因爲上述原因之一，而放棄程序員工作。
我也見過一些人，他們看重薪水，只要有工資，不管是否喜歡，都會一直做下去。這也是一種選擇，但我不願意這樣，一邊工作一邊痛苦，這不值得。
我喜歡做出改變並接受挑戰去做重要的事情和工作。錢固然很好，但我喜歡做出改變。
每個人最終都會到達一個工作、僱主、行業、甚至整個職業生涯結束的時刻。誠實並做出明智的決定比發現自己落後並可能被迫退出要好得多。
言論
1、
人爲什麼有眼白？大多數哺乳動物（比如猴子和猩猩）都沒有眼白。一種解釋是，這可以讓我們發現別人在看哪裏。
-- 《人爲什麼有眼白》 [51]
2、
（微軟 CEO）納德拉成功的一個原因是，他終結了 Windows，準確說是終結了 Windows 作爲微軟的核心產品，他更專注開發無處不在的軟件和覆蓋一切的雲平臺。
-- 《微軟的 AI 策略》 [52]
3、
1969年，兩個美國醫生建立了一個心理模型，分析絕症患者的心理，提出了否認、憤怒、討價還價（懇求）、沮喪和接受這五個階段。該模型現在也被用於分析人工智能導致的失業案例。
-- 《AI 帶來的工作悲傷》 [53]
4、
氛圍編碼生成的是代碼，工程生成的是系統。氛圍編程不是工程。
-- 《氛圍編程不是工程》 [54]
5、
謀生方式有三種：（1）對想聽假話的人說假話，你就能發財。（2）對想聽真話的人說真話，你可以維持溫飽。（3）對想聽假話的人說真話，你會破產。
-- 《三種謀生方式》 [55]
往年回顧
Bug 追蹤系統的正確樣子 [56] （＃352）
創業雖然好，不敢推薦了 [57] （ #302 ）
三個有啓發的學習方法 [59] （ #202 ）
（完）
References
[1]
開源:
https://github.com/ruanyf/weekly
[2]
投稿:
https://github.com/ruanyf/weekly/issues
[3]
《誰在招人》:
https://github.com/ruanyf/weekly/issues/10147
[4]
郵件聯繫:
mailto:[email protected]
[5]
[email protected]:
mailto:[email protected]
[6]
via:
https://sa.trip.com/moments/detail/shenzhen-26-146282837?locale=en-SA
[7]
Kevin Xu:
https://interconnect.substack.com/p/chinai-mood-april-26-may-4-2026
[8]
afra Wang:
https://afraw.substack.com/p/mandate-of-ai
[9]
Florian Brand:
https://florianbrand.com/posts/china-trip
[10]
Nathan Lambert:
https://www.interconnects.ai/p/notes-from-inside-chinas-ai-labs
[11]
Azeem Azhar:
https://www.exponentialview.co/p/inside-chinese-ai-labs-efficiency-moat
[12]
Lily Ottinger and Kai Williams:
https://archive.md/myA7R
[13]
Jasmine Sun:
https://jasmi.news/p/party-in-the-permanent-underclass
[14]
Lingua Sinica:
https://linguasinica.substack.com/p/notes-from-a-trip-to-chinas-ai-labs
[15]
Caithrin:
https://www.caithrin.com/p/searching-for-amanda-askell-with
[16]
我用 AI 尋找 Bug 的經歷:
https://newsletter.semianalysis.com/p/finding-miscompiles-for-fun-not-profit
[17]
負載均衡的節點健康檢查:
https://singh-sanjay.com/2026/01/12/health-checks-client-vs-server-side-lb.html
[18]
HTML 替代 JS 的四種場景:
https://www.htmhell.dev/adventcalendar/2025/27/
[19]
網頁如何鏈接電話號碼:
https://sethmlarson.dev/mobile-browsers-and-telephone-numbers
[20]
使用自定義 HTML 元素:
https://maurycyz.com/misc/make-up-tags/
[21]
挑戰者深淵有多深:
https://storymaps.arcgis.com/stories/0d389600f3464e3185a84c199f04e859
[22]
Breathe CLI:
https://github.com/marekkowalczyk/breathe-cli
[23]
NMLinux:
https://github.com/thongor77/nmlinux
[24]
Penpot:
https://github.com/penpot/penpot
[25]
sky adb:
https://github.com/sky22333/skyadb
[26]
@sky22333:
https://github.com/ruanyf/weekly/issues/10101
[27]
readNeo:
https://github.com/extrastu/readneo
[28]
@extrastu:
https://github.com/ruanyf/weekly/issues/10110
[29]
AppPorts:
https://github.com/wzh4869/AppPorts
[30]
@wzh4869:
https://github.com/ruanyf/weekly/issues/10119
[31]
歡樂鬥地主:
https://github.com/palemoky/fight-the-landlord
[32]
@palemoky:
https://github.com/ruanyf/weekly/issues/10149
[33]
fuckssh:
https://github.com/hczs/fuckssh
[34]
@hczs:
https://github.com/ruanyf/weekly/issues/10184
[35]
StarGuard:
https://github.com/m-ahmed-elbeskeri/Starguard
[36]
Nginx Proxy Manager:
https://github.com/NginxProxyManager/nginx-proxy-manager
[37]
介紹文章:
https://www.xda-developers.com/nginx-proxy-manager-best-reverse-proxy/
[38]
Models.dev:
https://github.com/anomalyco/models.dev
[39]
pixtuoid:
https://github.com/IvanWng97/pixtuoid
[40]
@IvanWng97:
https://github.com/ruanyf/weekly/issues/10105
[41]
Flipbook Canvas:
https://github.com/imcuttle/flipbook-app
[42]
《2026世界盃》:
https://imcuttle.github.io/flipbook-app/3CxOnV76roLd/
[43]
@imcuttle:
https://github.com/ruanyf/weekly/issues/10103
[44]
album-assetizer:
https://github.com/SeanWong17/album-assetizer
[45]
@SeanWong17:
https://github.com/ruanyf/weekly/issues/10140
[46]
高考真題大全:
https://t.urongda.com/
[47]
GitHub 倉庫:
https://github.com/deekur/gaokaomath
[48]
@urongda:
https://github.com/ruanyf/weekly/issues/10190
[49]
圓柱投影:
https://liorsinai.github.io/mathematics/2020/08/27/secant-mercator.html
[50]
軟件工程師何時退休:
https://thecodist.com/how-to-know-when-its-time-to-go/
[51]
《人爲什麼有眼白》:
https://www.popsci.com/science/why-humans-have-white-part-eyes/
[52]
《微軟的 AI 策略》:
https://stratechery.com/2026/the-nvidia-ai-pc-project-solara-microsoft-ai/
[53]
《AI 帶來的工作悲傷》:
https://jackmaguire.org/blog/ai-job-grief/
[54]
《氛圍編程不是工程》:
https://phroneses.com/articles/build/notes/vibe-coding-is-not-engineering.html
[55]
《三種謀生方式》:
https://jasonzweig.com/three-ways-to-get-paid/
[56]
Bug 追蹤系統的正確樣子:
https://www.ruanyifeng.com/blog/2025/06/weekly-issue-352.html
[57]
創業雖然好，不敢推薦了:
https://www.ruanyifeng.com/blog/2024/05/weekly-issue-302.html
[58]
互聯網創業變難了:
https://www.ruanyifeng.com/blog/2023/04/weekly-issue-252.html
[59]
三個有啓發的學習方法:
https://www.ruanyifeng.com/blog/2022/04/weekly-issue-202.html