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
去年開放的浙江省安吉縣的安吉文化藝術中心。當地盛產竹子，屋頂都採用竹葉造型。（ daemin_kg@ig [6] ）
Token 費用難以負擔
上週，OpenClaw（龍蝦）的創始人彼得·斯坦伯格（Peter Steinberger）貼出了自己的 Token 使用量 [7] 。
他不是故意炫耀，自己用了多少 Token，而是爲了介紹工具軟件 CodexBar [8] 。這個菜單欄小工具可以統計你的 Token 使用量，計算出對應的費用。
大家猜猜看，他用了多少 Token？
根據截圖，他一個月發出了760萬個請求，消耗的 Token 數量爲6030億。根據預設的費率，這些 Token 價值130萬美元！
也就是說， 他的 AI 編程平均每天要花費4萬多美元 。
當然，這個數字不是真實支出。因爲他是 OpenAI 公司的員工，可以無限量免費使用公司的 Token。所以，這些錢並不是真實的支出。
但是，他的 Token 使用量是真的。絕大部分公司需要外購 Token，大家可以用他的例子計算一下，如果一個程序員每月用掉幾千億、甚至上萬億的 Token，公司要出多少錢？
他一個人一個月130萬美元，相當於近900萬人民幣， 一年下來超過1億人民幣！ 這就是放開使用頂級模型，公司要支付的費用。
如果改用便宜的模型，國內最便宜的開源模型，價格大約是國外旗艦模型的1/30到1/50，那麼一年就是200萬～300萬人民幣。
結論就是， 如果放開不限量使用，一個程序員一年最少會花掉兩三百萬人民幣的 Token 費用 。要是使用美國的旗艦模型，費用會快速上漲到幾千萬甚至上億人民幣。
公司想要降低成本，有兩個方法：一是購買包月套餐，但是大項目不夠用；二是自己架設開源模型，省掉外購的費用，但是硬件費用不便宜，而且最強的模型目前是不開源的。
權衡下來，我猜想， 公司幾乎肯定會設置限制，不允許程序員無限量使用外部模型 。那樣的話，鉅額的 Token 費用難以承受。程序員的工資已經不低了，再加上每人每年至少幾百萬人民幣的 Token 費用，公司的開發成本會爆炸的。
大家可以說說，有沒有公司對程序員提供外部模型無限量 API 調用？我是沒有聽說過。
事實上，因爲 Token 費用太高，公司收緊 AI 編程的例子，我倒是知道幾個。
比如，網約車巨頭 Uber [9] 今年頭四個月就花完了全年34億美元的 AI 預算，不得不限制使用 AI 了。
再比如， 微軟 [10] 也因爲費用超標，放棄了 Claude Code，改用自家託管的 OpenAI 模型。
如果 Uber 和微軟這樣的巨頭，都承受不了鉅額的 Token 費用，那大概就沒有公司能夠承受了。
總之，AI 編程雖然聽起來很美好，但是看到賬單的那一刻，公司就會清醒： AI 編程比真人程序員昂貴太多了 。
所以，AI 會替代程序員嗎？對於有大型軟件項目的公司，我認爲不會大規模替代，因爲成本放在那裏。至少現階段如此，如果未來 Token 費用大幅下降，那就難說了。
漏洞賞金計劃的終結
Turso [11] 是一個開源的雲數據庫，代碼放在 GitHub。
它有一個賞金計劃，給予發現漏洞的人1000美元獎金。本來運作得挺好，自從大模型可以用來發現漏洞以後，事情就不對了。
它的倉庫的 PR 頁面（外部代碼提交）已經變成下面這樣。
提交漏洞的人氾濫成災，都是衝着獎金而來。他們所謂的漏洞，往往是故意注入垃圾字節，或者是配置錯誤，自然就是無法運行。
開發團隊精疲力盡，不勝其擾。有時候，關掉這些 PR，提交者還會跟你爭論，用 AI 生成的 長篇大論 [12] 告訴開發團隊“我沒錯，你們搞錯了”，令人啼笑皆非。
最終，開發團隊只能宣佈， 終止賞金計劃 [13] ，提交漏洞和 PR 都不會有獎金。
炮製垃圾內容的人可能只需要一分鐘就能提交，但我們卻要花費數小時來閱讀、理解和回應。而且，這類內容的生成速度幾乎是無限的。
雖然可以設置自動化腳本來過濾 PR，但由於涉及到獎金，提交 AI 代碼的動機實在太大，總是有人無休止地爭論、重新打開同一個 PR 等等。
這件事告訴我們，傳統的漏洞賞金計劃在 AI 時代大概率行不通。以後，發現漏洞很可能沒有獎金。不知道這會不會導致線上攻擊行爲的增加。
科技動態
1、 體重與氣溫 [14]
一支耶魯大學的考察隊，發現阿根廷的貓頭鷹猴比25年前更重。2023年的猴子平均體重比1999年重了50克，相當於增加了4%。
科學家認爲，這與氣溫上升有關。1999年阿根廷的日平均氣溫爲22.2攝氏度，2023年上升到了23.8攝氏度。
氣溫上升使得猴子減少用於體溫調節的能量消耗，從而有額外的卡路里來增重。
該理論看上去也適用於人類，也就是說，全球變暖可能讓胖子變多。
2、 人工蛋殼 [15]
美國生物科技公司 Colossal 製造了“人工蛋殼”，已經孵化了26只小雞。
它的外殼是一個堅固的六邊形杯狀結構，起到支撐作用；內壁是一層半透膜材料，能讓氧氣輕鬆通過，又能保持水分。
科研人員將小雞胚胎放入“人工蛋殼”，在孵化箱中成功孵化了小雞。
上圖中，蛋殼上方是透明的，可以觀察內部情況。
Colossal 公司製造這個裝置的目的，是爲了復活已經滅絕的渡渡鳥。否則，就算做出了渡渡鳥的克隆胚胎，還是要放在其他動物（比如鴕鳥）體內進行繁殖。
3、 藝術抗議 [16]
保加利亞首都索非亞，馬路上有一個小坑，市政府長期不修補。
兩個藝術家感到不滿，就在這個小坑上塗鴉，畫了一個生氣的鬼臉。
鮮豔的圖案讓司機和行人更容易注意到，減少了事故。同時，也引起了大衆的興趣，新聞媒體紛紛報道，小坑很快就修補了。
這件事告訴我們，不滿還是要表達出來，可以推動解決，並且採用藝術形式表達，效果會比較好，容易讓人接受。
文章
1、 內存漲價的原因 [17] （英文）
內存廠商生產三種內存：DDR（桌面電腦用的內存）、LPDDR（手機用的低功率內存）、HBM（AI 機房用的高帶寬內存）。
由於 AI 公司對 HBM 的需求激增，開出高價，內存廠商的生產能力轉向 HBM，減少了 DDR 和 LPDDR 的產量，導致消費電子設備的內存短缺，價格上漲。
2、 我開始研究 Reticulum [18] （英文）
Reticulum 是一個自己組網的項目，可以在各種物理網絡（WiFi、有線網、無線電、LoRa 等）之上架設虛擬網絡，本文是一個簡介。
3、 預熱你的 MacBook [19] （英文）
一篇很冷的文章，Mac 系統有一個 stress 命令，用來讓 CPU 運行負載。本文提出可以用這個命令，讓冬天冰冷的 MacBook 金屬外殼變熱。
4、 爲什麼我反對布爾邏輯 [20] （英文）
一篇偏哲學思辨的文章。布爾邏輯只有兩個值（真和僞），作者認爲，這會導致非黑即白的二元思維。真實世界是非布爾邏輯，充滿了不確定性和不唯一性。
5、 爲什麼中心極限定理無處不在？ [21] （英文）
一篇科普文章，介紹中心極限定理的歷史和含義。這個定理發現了樣本平均值的分佈規律，所以極其重要。
樣本平均值滿足正態分佈，但有兩個注意點，一是每次的樣本必須相互獨立，二是有時異常值比平均值更重要。
工具
1、 DOCX Editor [22]
開源的 docx 文件的網頁編輯器，所見即所得。
2、 DvnIP [23]
動態 IP 服務，個人用戶免費。
3、 Graphite [24]
一個矢量作圖的 Web 應用， 代碼開源 [25] 。
4、 Hindsight [26]
一個命令行工具，掃描本地的 git 倉庫，生成 GitHub 風格的個人提交熱力圖。
5、 NyaTerm [27]
跨平臺的桌面應用，將 SSH、終端會話、遠程文件、認證信息、端口轉發和配置備份放在同一個工作區。（ @nyakang [28] 投稿）
6、 diving-rs [29]
一個命令行工具，展示 docker 鏡像內部的每一層文件列表。（ @vicanso [30] 投稿）
7、 CanvasCast [31]
白板錄製的網頁應用，在瀏覽器中直接繪製、演示、錄製白板風格的內容。（ @Hao4Wang [32] 投稿）
8、 Echo Loop [33]
開源的英語聽說訓練 App。（ @echo-loop [34] 投稿）
9、 Vue TUI [35]
基於 Vue 的終端組件庫，可以用來開發 agent。（ @Simon-He95 [36] 投稿）
10、 witr [37]
命令行工具，顯示當前每個進程對應什麼命令，可以用命令名或端口號查詢。
AI 相關
1、 DeepSeek Reasonix [38]
專爲 DeepSeek 設計的終端 AI 編程 agent，充分利用了緩存機制，可以極大降低費用，只支持 DeepSeek 的付費 API。
2、 FunASR [39]
阿里通義實驗室開源的工業級語音識別工具包，最近推出了桌面語音輸入法工具。（ @LauraGPT [40] 投稿）
另有兩個基於它的衍生工具。
• FunClip [41] ：智能視頻裁剪工具。輸入關鍵詞或句子，自動定位視頻中對應的片段，一鍵裁剪導出。（ @LauraGPT [42] 投稿） • SenseVoice [43] ：語音理解工具，可以識別語音、語種、情感、聲音事件。（ @LauraGPT [44] 投稿）
3、 Codex Mate [45]
一站式本地 AI 編程智能體管理面板。統一管理 Codex、Claude Code、Gemini CLI、CodeBuddy、OpenClaw、Gemini CLI。（ @ymkiux [46] 投稿）
資源
1、 微積分其實很容易 [47]
著名教材《Calculus Made Easy》非官方中文版，一本易讀的微積分入門小書，可以 在線閱讀 [48] 。（ @KeyAI [49] 投稿）
2、 小西天 3D 全景 [50]
山西省隰縣小西天的網頁 3D 全景導覽。
3、 C 語言小測驗 [51] （英文）
一組 C 語言的語法選擇題。
圖片
1、 袖珍計算器博物館 [52]
德國有一個網上博物館，專門收集各種袖珍計算器，裏面有一些奇特的電子計算器。
文摘
1、 行爲經濟學誘餌 [53]
行爲經濟學家丹·艾瑞里，有一天閒逛《經濟學人》官網。
他在訂閱頁面上，看到了三個選項：
A. 電子版——59美元。 B. 紙質版——125美元。 C. 紙質版＋電子版——125美元。
他愣住了。
B 和 C，價格一模一樣。一個只給紙質版，一個紙質版加電子版全送。誰會選 B？
傻子都不會啊。但艾瑞里沒有笑，馬上意識到這是一個絕妙的設計。
他拿着這三個選項，走進了麻省理工學院（MIT）的課堂，做了一個實驗，讓100個學生對這三個選項進行選擇。
結果：16%的學生選了 A，0%選了B，84%選了C。訂閱費總收入：11,444美元。
跟預想的一樣，沒有一個人選 B。
然後艾瑞里做了一件小事：他把 B 刪了，只留 A 和 C。
邏輯上，一個從來沒人選的東西，刪掉它不應該影響任何結果，對吧？
結果出來了：68%選了 A，32%選了 C。訂閱費總收入暴跌到8,012美元。
這就是選項 B 的作用。它從來沒人選，自己一份都沒賣出去，卻在暗中幫旁邊的最貴的 C 套餐，多賣了52%。
僅僅因爲它的"存在"，就讓雜誌社多賺了3,432美元。這就是行爲經濟學中著名的"誘餌效應"。
原理很簡單：人類不擅長判斷一個東西的“絕對價值”，但極其擅長做"相對比較"。
當只有59美元和125美元兩個選項時，你的大腦在比較"便宜 vs 貴"，大多數人選便宜的。
但當“125美元只買紙質版”這個誘餌一出現，你的大腦就不比較 A 和 C 了，它開始比較 B 和 C。
同樣的價格，C 多了一個電子版。天哪，這不是白撿的嗎！於是你心滿意足地選了 C。
渾然不知自己剛剛多花了66美元——買了一本可能一輩子都不會翻開的紙質雜誌。
這個套路如今無處不在。咖啡店的中杯定價，只是爲了讓你覺得大杯“更划算”。視頻網站的月卡，貴到讓你覺得年卡“不買就虧”。
手機發佈會上，永遠有一款“高價低配”機型，它唯一的使命，就是讓旁邊那款旗艦機型看起來“性價比極高”。
當你覺得自己佔了便宜的時候，多半是有人精心擺放了一個誘餌，讓你心甘情願走進了更貴的那扇門。
那個沒人選的選項，纔是全場真正的主角。
言論
1、
很多人看不到 AI 改變世界的潛力，原因在於他們不明白一切事物都是算法。
具體來說，他們沒有意識到，社會和公司只不過是一系列算法的集合。
-- 《公司不過是算法圖而已》 [54]
2、
爲了應對“軟件包投毒”，現在的流行做法是，新發布的軟件包設置一個冷卻時間，普通用戶需要過了“冷卻期”才能安裝這個包。
這種機制可以有效抵禦供應鏈攻擊，但它有一個棘手的問題：它依賴於其他人先安裝這個包。到哪裏去找這些人，第一時間試用每個新發布的包呢？
-- 《軟件包應該分階段推出》 [55]
3、
AI 可以一對一的定製化教育，效果更好，大學對很多人將變得沒有價值。
-- 薩姆·奧特曼 [56] （Sam Altman），OpenAI 公司首席執行官
4、
那些從未編寫過一行代碼的非技術型中層管理人員，現在感覺通往成功的最大障礙已經消失。
他們再也不用應付那些煩人的程序員了，不需要程序員就能更改網頁樣式和用戶體驗，自己實現某些功能。而且，AI 不會抱怨，不會組織工會，也不會抗議，只會服從任何命令。
-- 《AI 將把我們引向何方》 [57]
5、
我喜歡 PHP 的一個理由是，它的變量使用美元符號（$）識別，這會提醒你，你使用它是爲了什麼。
-- 《PHP 的奇特之處》 [58]
往年回顧
GitHub Issues（幾乎）是最好的筆記應用 [59] （ #351 ）
OpenAI 的圖書館工位 [60] （ #301 ）
中國需要成立半導體部 [62] （ #201 ）
（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/9815
[4]
郵件聯繫:
mailto:[email protected]
[5]
[email protected]:
mailto:[email protected]
[6]
daemin_kg@ig:
https://www.instagram.com/p/DYKVQBKiBG1/?img_index=1
[7]
Token 使用量:
https://x.com/steipete/status/2055346265869721905
[8]
CodexBar:
https://codexbar.app/
[9]
Uber:
https://www.forbes.com/sites/janakirammsv/2026/05/17/uber-burns-its-2026-ai-budget-in-four-months-on-claude-code/
[10]
微軟:
https://aiweekly.co/alerts/microsoft-drops-claude-code-after-budget-overrun
[11]
Turso:
https://turso.tech
[12]
長篇大論:
https://github.com/tursodatabase/turso/pull/6257
#issuecomment
-4216531987
[13]
終止賞金計劃:
https://turso.tech/blog/the-wonders-of-ai
[14]
體重與氣溫:
https://news.yale.edu/2026/05/20/warmer-temps-heavier-owl-monkeys-climate-linked-weight-gain-primates
[15]
人工蛋殼:
https://www.nationalgeographic.com/science/article/artificial-egg-colossal-chickens-moa-dodo
[16]
藝術抗議:
https://p26.bg/news/dupkite-po-ul-chiprovci-v-sofiya-se-prevarnaha-v-ulichna-galeriya-snimki-4310news.html
[17]
內存漲價的原因:
https://davidoks.blog/p/ai-is-killing-the-cheap-smartphone
[18]
我開始研究 Reticulum:
https://www.jonaharagon.com/posts/im-getting-into-mesh-networks-meshtastic-meshcore-and-reticulum/
[19]
預熱你的 MacBook:
https://z3ugma.github.io/2019/11/18/warm-up-your-macbook/
[20]
爲什麼我反對布爾邏輯:
https://abuseofnotation.github.io/boolean-thinking/
[21]
爲什麼中心極限定理無處不在？:
https://www.quantamagazine.org/the-math-that-explains-why-bell-curves-are-everywhere-20260316/
[22]
DOCX Editor:
https://github.com/eigenpal/docx-editor
[23]
DvnIP:
https://dynip.dev/
[24]
Graphite:
https://editor.graphite.rs/
[25]
代碼開源:
https://github.com/GraphiteEditor/Graphite
[26]
Hindsight:
https://github.com/chaosprint/hindsight
[27]
NyaTerm:
https://github.com/nyakang/nyaterm
[28]
@nyakang:
https://github.com/ruanyf/weekly/issues/10021
[29]
diving-rs:
https://github.com/wagoodman/dive
[30]
@vicanso:
https://github.com/ruanyf/weekly/issues/10037
[31]
CanvasCast:
https://github.com/nine19een/CanvasCast
[32]
@Hao4Wang:
https://github.com/ruanyf/weekly/issues/10055
[33]
Echo Loop:
https://github.com/echo-loop/Echo-Loop
[34]
@echo-loop:
https://github.com/ruanyf/weekly/issues/10082
[35]
Vue TUI:
https://github.com/Simon-He95/vue-tui
[36]
@Simon-He95:
https://github.com/ruanyf/weekly/issues/10083
[37]
witr:
https://github.com/pranshuparmar/witr
[38]
DeepSeek Reasonix:
https://github.com/esengine/DeepSeek-Reasonix
[39]
FunASR:
https://github.com/modelscope/FunASR
[40]
@LauraGPT:
https://github.com/ruanyf/weekly/issues/10056
[41]
FunClip:
https://github.com/modelscope/FunClip
[42]
@LauraGPT:
https://github.com/ruanyf/weekly/issues/10057
[43]
SenseVoice:
https://github.com/FunAudioLLM/SenseVoice
[44]
@LauraGPT:
https://github.com/ruanyf/weekly/issues/10058
[45]
Codex Mate:
https://github.com/SakuraByteCore/codexmate
[46]
@ymkiux:
https://github.com/ruanyf/weekly/issues/10088
[47]
微積分其實很容易:
https://github.com/KeyAI/calculusmadeeasy-zh
[48]
在線閱讀:
https://keen-ginger-62hw.here.now/
[49]
@KeyAI:
https://github.com/ruanyf/weekly/issues/10065
[50]
小西天 3D 全景:
https://funes.world/apps/the-hanging-sculptures-of-the-xiaoxitian
[51]
C 語言小測驗:
https://stefansf.de/c-quiz/
[52]
袖珍計算器博物館:
https://www.calculators.de/
[53]
行爲經濟學誘餌:
https://www.sina.cn/news/detail/5279286413232198.html
[54]
《公司不過是算法圖而已》:
https://danielmiessler.com/blog/companies-graph-of-algorithms
[55]
《軟件包應該分階段推出》:
https://illegalcode.net/rfcs/phased_rollouts.html
[56]
薩姆·奧特曼:
https://fortune.com/2025/07/24/sam-altman-college-not-working-great-stanford-dropout/
[57]
《AI 將把我們引向何方》:
https://pop.rdi.sh/where-does-next-token-prediction-leave-us/
[58]
《PHP 的奇特之處》:
https://flowtwo.io/post/php's-oddities
[59]
GitHub Issues（幾乎）是最好的筆記應用:
https://www.ruanyifeng.com/blog/2025/06/weekly-issue-351.html
[60]
OpenAI 的圖書館工位:
https://www.ruanyifeng.com/blog/2024/05/weekly-issue-301.html
[61]
國產單板機值得推薦:
https://www.ruanyifeng.com/blog/2023/04/weekly-issue-251.html
[62]
中國需要成立半導體部:
https://www.ruanyifeng.com/blog/2022/04/weekly-issue-201.html