#开源
《Github排行榜第一的男人，整整四年没有收入？【差评君】》，里面提到的人是Sindre Sorhus，app列表，github主页。

#开源项目
#没啥用但是有趣

《generate.c:A random dungeon generator that fits on a business card 》：作者写了一个简单（但是混乱）的C程序，可以在命令行随机生成一个卡片式的迷宫。

作者还写了两本书：《Game Programming Patterns》和《Crafting Interpreters》。

#纪录片
《何以中国》（B站，宣传片），偏考古向的纪录片，讲述史前到秦代文明的历史，追溯中华文明的根基、发源与早期形成和发展。由于这段历史很多部分是没有文字记载的，所以辅之以相应的考古发现，加上拟人化的场景还原。文本台词、摄影都很棒，制作很精美的历史纪录片，我感觉不输以前看过的《河西走廊》。
另外，夏朝的部分一笔带过，看来目前为止的考古发现还没有找到夏朝真实存在过的强有力证据。

#人工智能
AI infra：人工智能基础设施行业全景图。该网站汇集了人工智能领域的基础设施设计，将相关公司和产品归类为6大主要类别：
1.Application Development
2.Orchestration
3.Data Management
4.Runtime
5.Foundation Model
6.Hardware & Cloud

#独立开发
indie-hacker-tools：收录独立开发者出海技术栈和工具。对应的导航站点 ：chuhai.tools

收录标准：
帮助独立开发者提升开发效率
帮助独立开发者降低成本
市场上足够流行

#方法论
现在特别喜欢工作里遇到不懂的问题，这意味着我当前的知识和问题之间，存在不少的gap点，我是这样“递归”来解决遇到的问题的：

1. 把遇到的问题一个个写下来，形成一个“问题列表”（list of problem），对问题的描述越具体越好；
2. 遍历第一步形成的“问题列表”，逐个解决。过程中记录、整理下来当前知识到解决这个问题之间，需要新增的知识点；
3. 第2步解决问题时如果同样遇到了问题，同样按照第一步的流程，把解决这个问题时遇到的子问题添加到“问题列表”里；
4. 重复以上三步，直到清空“问题列表”中的所有问题。

（附图中是这个流程的伪代码，但是不够准确，修改后的伪代码见评论）

四步下来之后，基本就完成了当前知识到问题之间，所有问题点的清理，以及新增知识点的整理。

知识点整理，需要落到具体的（文件）存储中，而不能仅仅局限于自己脑子里的“内存记忆”，而落到存储中需要有以下的要求：
* 条理化、结构化；
* 如果有可能，尽量增加图形化描述；
* 时常回顾，确保每次回顾都能看懂以前的表述，如果没有就修改或者润色。

整个流程的重点是：
* 把大的问题，划分成一个个的子问题，划分的标准是：是否能够解决这个子问题，如果不能就接着划分，让大的不能直接解决的问题“越具体越好”。
* 解决问题的过程中，把缺失的知识点整理补上，这样以后遇到类似的问题就能直接解决了。将原有的知识和新增的知识连接起来。

#开源项目
去年Cloudflare在其官方博客介绍了使用Rust重写的代理层Pingora，如今这个项目开源了。不过跟我预想的有点不一样，看起来这个项目是一个库（library），而不是类似Nginx那样的独立二进制文件。

C\C++过往在互联网领域的主要阵地，就是写基础设施类（infrastructure）的软件，比如数据库、网关等类型的项目，互联网时代成长起来的经典基础软件Nginx、Redis都是这样的作品。我也曾经用C\C++写过多年基础设施，丝毫不怀疑这块阵地后面会更多被Rust侵蚀，尤其是新开的项目，会再选择用C\C++的会更少了。

#人工智能
#开源项目
#播客
“可能吧”博主阿禅是一位知名的中文博客和公众号作者和互联网创业者，去年他依靠ChatGPT，在只有不多的程序设计经验基础上开发了ipcheck这个产品，项目代码在GitHub开源，还曾经登上了热榜。

播客：《一年，用ChatGPT，阿禅从离职躺平到登上Github全球热榜》
文章：《那么，我是如何使用 ChatGPT 的？》
Github：MyIP

这是我目前为止看到为数不多的：利用新一代的人工智能工具，成功跨界开发落地产品的案例。

#开源项目
ioredis是一款流行的NodeJS Redis客户端，前段时间被redis官方收购，github项目地址也从原先的github.com/luin/ioredis改成了https://github.com/redis/ioredis。

附图是作者在2年前在微博上庆祝自己写了七年的redis客户端成为Node.js 最流行的 Redis 客户端。换言之，从项目开始到被收购，前前后后有九年的时间，无心摘花却收获了丰厚的果实。

我最开始知道这位作者，也是因为一篇redis 客户端相关的文章《写一个开源的 macOS 程序可以赚多少钱？》。

#开源项目
telegram的Mac原生版本的客户端，更新地非常频繁，在多次更新之后，不再在Channel的统计信息里显示被分享到其它公开频道的次数及频道信息。

还好telegram还有另一款开源的QT编写的客户端，这里面保留了这些统计信息。对比起原生客户端，UI体验稍微差一点，但是也可以忍受了。

#方法论

“每个人都处于社会网络之中，能提供价值的人相当于网络中的节点，越能为这个网络提供价值的人越是强节点。

作为个人高效的做法应该是打造自己独特的价值，输出一套利他，互惠，稳定可预期的反馈秩序，用于快速筛选连接对象。

基于以上秩序应当要做的是：
1.主动适当利他，创造连接机会。
2.对轻易食言的人，快速过滤掉，他要么本性如此要么没尊重你。也要让外界知道这是你会明确执行的规则。
3.极度爱惜羽毛，珍惜信誉，让外界对你有稳定的预期。
4.绝不为了低价值连接点损害高价值连接点，保护自身网络的长期价值。

总结重点：自身有价值，对外有秩序。”

转自微博。

#开源项目
38妇女节，推荐一位前几天才知道的女程序员。最开始是看了公众号文章《每次看到她写的代码，我都感到自己无比平庸》才知道她的，看了一下Github主页的项目，项目多偏系统底层，这个方向的女程序员就更少见了。

个人主页：https://justine.lol/
Github：https://github.com/jart

#开源项目
chDB，在Python里内嵌了Clickhouse做为OLAP查询引擎的项目，最近被Clickhouse官方收购了。用作者的话说，有了这个项目，相当于给Python这辆自行车安装了火箭发动机（It feels like installing a rocket engine 🚀 onto a bicycle🚴🏻.）

作者的相关博文：
《The birth of chDB》
《chDB is joining ClickHouse》

#开源项目
#播客
《Xuanwo 的开源世界大冒险 - 对话「OpenDAL」作者 Xuanwo》（播客）

#课程
#开源项目
《CS自学指南》，汇集了很多CS各科目的在线课程，Github地址。

#课程
CMU 课程 cs251《Great Ideas in Theoretical Computer Science
》，介绍计算机科学里的思想方法，目前课程视频还没有全部更新完毕。

#开源项目
#Latex
latexify_py是google开发的一个Python库，用于将Python函数转换成Latex表达式代码。有时候一些比较复杂的数学公式不知道怎么写，可以考虑用这个库搭把手。

两篇介绍这个库的文章：
《Latexify，一个强大的 Python 库》
《latexify: Writing LaTeX with Python》

#编程语言
#Rust

以前会争论类型标识符，应该放在变量前面还是后面好。

除了美感这种偏主观的判断以外，我在学了一点PLT皮毛之后，有一个新的视角：

类型标识符在变量前面的语言，大多是没有类型推断的，因为放在前面，所以无法省略，就是说：必须在声明这个变量的时候就（由程序员）确定变量的类型。这也有例外，比如C++后面引入的auto关键字，相当于给原先的语法打了一个“补丁”，通过这个关键字声明的变量就能支持类型推断。

反之，放在变量后面的类型标识符，因为是可以做到省略的，省略的时候就是类型推断发挥的空间了：推断出最适合的类型出来；同样也有例外，比如Go就不支持类型推断。

比如附图中的这段Rust代码：
同样的let a = 1，在两个上下文（context）里推断出来的是不同的类型：上面的代码由于没有别的信息，所以就选了i32类型；下面的代码由于要和已经声明为u64类型的b相加，所以推断出来a的类型为u64。

支持类型推断（type inference）的语言，（应该都）要做到类型安全（type safety）。比如：不能允许两个变量的数据，操作之后出现溢出等情况。

综上，我更喜欢支持类型推断、类型安全的语言。

Roman Elizarov（Project Lead for the Kotlin Programming Language）的一篇文章《Types are moving to the right》中也提到，21世纪之后才出现的编程语言，很多都是把类型标识符放在变量后面了，Go、Rust、Scala等。

#课程
《Grep by example: Interactive guide》：交互式Grep命令教程，也可以直接下载pdf版本。