这里记录每周值得分享的科技内容，周五发布。
本杂志开源，欢迎投稿。另有《谁在招人》服务，发布程序员招聘信息。合作请邮件联系（[email protected]）。
封面图
上海浦江郊野公园的溪边咖啡馆。（via）
国家为什么需要开源软件？
上个月，大模型 Kimi K3 发布。大家可能不知道，它在美国引起的反响，比中国大。
它的性能略逊于美国的顶尖模型，但是它是开源的，任何人都可以自己架设。这对大公司非常有吸引力。
美国目前的经济增长，全靠巨额的 AI 投资，其他行业其实不怎么增长。一旦大量企业选择自己架设开源模型（几乎肯定如此），现有的巨额投资有收不回来的风险。
美国政府就坐不住了，出来放话，中国模型有"违规"行为，考虑要限制开源模型。
此言一出，就引起了恐慌，历史上还从来没有一个国家封锁开源项目。
两天以后，美国许多互联网公司联合起来，发表了一封公开信，标题为《开放权重模型和美国 AI 领导力》。
公开信呼吁不要限制中国的开源模型，微软、英伟达、思科、Cloudflare 等行业著名公司都签字了。
我觉得，此信写得极好，推荐大家去读。
它的核心观点就是，开源项目对美国有利，应该允许它存在。关键句子如下。
评判我们人工智能领域的领导地位，并非取决于某一种前沿人工智能模型，而是取决于美国能否构建一个强大、开放的生态系统，并将其渗透到各个领域。
这对于在全国范围内创造创新和繁荣的机遇至关重要。这需要扩大人工智能的普及范围，鼓励竞争，构建强大的应用层，并赋予美国民众对其所依赖的技术更大的控制权。
开放权重模型----任何人都可以下载、检查、修改并在自己的基础设施上运行的人工智能模型----是这一基础的重要组成部分，因为它们使先进的人工智能更易于获取、更灵活、更广泛地应用。
这段话的意思是，美国要保持领先，需要有一个开放的生态，而构建开放生态的最佳方法，就是鼓励开源。
归根结底，不是国家需要开源，而是国家需要创新和竞争，开源可以促使这些发生。如果限制开源模型，最终结果就是人工智能由少数几家大公司控制，大众无法参与，创新和竞争就无从谈起。人工智能太重要，不能听任这项技术落入少数人手中。
虽然这封信的目的是维护美国的国家利益，但是它讲的道理是普遍适用的。放在中国也是如此，这就是为什么我们国家应该大力推动开源项目。
中国最大的竞争优势是什么？就是14亿人口。我们要发挥人力资源的优势，让尽可能多的人参与到科教兴国，形成一个巨大的生态。开源软件是最好、最简单可行的发展途径之一。
说实话，如果美国政府真的封锁中国的开源模型，不一定是坏事。它不仅作茧自缚，而且还能推动中国的开源模型。
你可以专注多久？
有一种说法，人的注意力是一种宝贵资源。
你只要拥有别人的注意力，就拥有了受众，拥有了流量，从而拥有了市场。
每个人的注意力（也就是时间）是有限的，属于不可再生资源，所有公司都在争夺。
另一方面，注意力跟你的生产力有关。当你保持专注的时候，就是你生产力最高的时候。保持专注越久，越容易做出成果。
那么，一个人有多少注意力呢？ 换句话说，你专注于一件事件，可以保持多久不分心？
美国加州大学尔湾分校做过一项调查，让人们长时间盯着电脑屏幕，记录他们每次切换屏幕的时间间隔。
这个调查持续做了20年，结果发现人们保持专注的时间越来越短。
- 2004年：150秒
- 2012年：75秒
- 2016年：47秒
- 2025年：47秒
这个结果是可以想象的，争夺注意力的渠道正变得越来越多，短视频、游戏、体育比赛、演唱会......
你保持专注的时间必然越来越短。这意味着，你能够专心致志学习或工作越来越困难。
人的思维平均47秒就要断一次，这么短的时间能取得多少进展？
一旦断了，重新恢复就难了。这项调查还有一项数据，回到专注的状态，平均需要25分26秒。
这件事的启示就是，当你专心致志投入一件事的时候（英语叫做心流状态 flow），一定要珍惜，尽量不要分心，保持越久越好。毕竟你每次专注的时间平均只有47秒，而且一天中你能够进入专注状态、保持高效的次数，可能最多只有五六次。
科技动态
1、三面拉链
我们平时看到的拉链，都是两个面咬合。一个美国工程师在1985年发明了三面咬合的拉链。
他申请了一个专利，可惜当年没得到利用，一直锁在抽屉里。
直到今年，麻省理工学院的研究人员在 3D 打印的帮助下，重新审视这种拉链的作用。
这种拉链有三条棱，不仅可以咬合三个平面，还能起到承重的作用。
而且，它的形状高度可控，可以是直线，也可以是弧线、弹簧式曲线或扭合在一起的曲线。
所以，它的用途非常广，可以将多个平面连接在一起，还能起到支撑的作用。
同时，它的强度更高。当你同时需要刚性和柔性的时候，就可以用它。下面就是它替代金属，作为帐篷的支撑杠。
2、红灯停表
美团和苏州公安联合上线了外卖骑手的"红灯停表"功能，已在苏州进行实际路测。
外卖骑手等红灯的时间，将额外累加到配送时间中。
这是为了减轻骑手的时间压力，让他们不要闯红灯。不过，该功能需要交管部门提供准确的实时红灯数据。
3、网球鞋
网球的消耗率非常高，每年全世界产量有4亿个。而且它是橡胶做的，回收处理很困难。
一个英国设计师提出，可以将废弃的网球做成鞋子。
他先将网球切割成条状。
然后，再跟天然橡胶混合做成鞋底，最后组装成贴合脚型的鞋子。
这目前是实验项目，估计很难投入实际生产。因为大规模生产需要切割和分拣系统，价格未必很便宜，而且用户能否接受这种毛毡+橡胶的鞋子也是疑问。
4、鸟类更害怕女性
一个欧洲团队进行了一项奇怪的研究：人类离鸟儿多远，鸟会受惊起飞。 这称为"起飞距离"。
他们尽量找头发长度、体型、身高都相似的人，以相同的步态走近鸟群，结果发现女性在更远的距离就能惊起鸟群。
这就是说，比起男性，鸟类更怕女性。团队无法解释这个结果，提出了各种假说。
最好玩的一种假说是，在进化过程中，男性可能负责捕猎体型大的猎物，女性负责捕猎鸟类等体型较小的猎物。所以，鸟类逐渐进化成更害怕女性。
文章
1、Chrome 浏览器支持 ARM64 Linux 了（英文）
以前，谷歌官方只提供 Chrome 浏览器的 x86 版本，本周终于提供 ARM64 Linux 版本下载了。
以后，ARM64 架构的 Linux 的流行度应该会超过 x86 Linux。
2、深入剖析 AI Token 中继市场（英文）
国内现在有很多国外大模型的路由服务，它们的 API 价格比原始服务商还便宜。本文剖析这种服务的内幕。
3、SwiftUI 七年之后：一个平庸的故事（英文）
SwiftUI 2019年诞生时轰动一时，被寄予厚望，大家以为它会成为所有苹果设备的跨平台 UI 的解决方案。然而，即使到了2026年，SwiftUI 依然像一个永无止境的测试版，本文分析它存在的几个问题。
作者还认为，除了代码，苹果的工作文化也是一个问题。"苹果公司从最初 Cocoa、Aqua 和自动布局时代那种一丝不苟的精益求精，转向如今'足够好'的产品文化。"
4、Coldcard 硬件钱包如何被破解（英文）
加密货币的关键就是钱包，如果钱包的私钥被破解，就全完了。因此出现了不联网的硬件钱包，号称最安全。
上周，硬件钱包 Coldcard 被破解，有人根据钱包的公钥，算出了私钥，将里面的钱转走，损失超过1亿美元。本文告诉你这是怎么做到的。
5、为什么坦克几乎不用 Windows？（中文）
各国的主战坦克极少使用 Windows（包括嵌入版） 作为操作系统，这是为什么？（@zuzuAndroid 投稿）
6、2026年如何自己托管邮件服务器（英文）
一般来说，你不应该自己托管邮件服务器。但是万一你真的想托管，可以参考这篇文章里作者的做法。
工具
1、Gander
开源的安卓应用，用来查看各种文件的内容，体积约 15MB，完全离线使用。
2、StatLite
一个开源的 Spring Boot 应用的服务器仪表板，适合个人架设。
一个命令行程序，在终端播放 Markdown 文件的幻灯片。
4、Reconya
一个需要自搭建的工具，通过 Web 界面，查看局域网内所有设备和可用端口，参考介绍文章。
无限画布白板 SDK，可以集成到 React、React Native 或纯 JS 应用中。（@nmndwivedi 投稿）
6、魔尺（Rubik's Snake）
一个开源的 3D 造型设计工具，在网页上设计 3D 魔尺，在线体验。（@regomne 投稿）
7、LiteSnap
开源的 Windows 截图工具。（@HuibingLin 投稿）
8、水杉输入法
开源的 Windows 输入法。（@fanlusky 投稿）
9、rime vim
Vim/Neovim 的一个插件，能够直接输入中文，不依赖系统的中文输入法，从而可以自动补全。（@TSalmon3 投稿）
10、history4feed
一个自动从 Feed 抓取全文的工具，需要自己搭建服务。它本身只提供 API，参见教程。
AI 相关
OpenAI 官方推出的命令行工具，用来扫描代码漏洞，基于 Codex。
开源的 AI 视频编辑器，基于提示词进行视频编辑。
资源
1、欧元纸币设计竞赛
欧洲央行正在征集新的欧元纸币设计方案，这个网站展示了入围者的作品。你认识上面三个人吗？
2、洛杉矶像素地图
像游戏《模拟城市》一样的洛杉矶像素地图，标出了主要科技公司的位置。
3、拉面馆
这个网站收集世界各地日本拉面的照片。
4、宋飞正传
美国著名肥皂剧《宋飞正传》的可视化网站。
图片
1、巴黎的绿化
巴黎的公用设施，强调绿色理念，会想方设法添加自然和绿化元素。
比如，公交候车亭的柱子爬满了绿植。
候车亭的顶上也种了绿植。
路灯和书报亭也是这样。
说实话，这个想法很好，问题是这些地方不适合植物生长，要么枯萎了，要么长得像杂草一样，看上去反而让人尴尬。
文摘
1、编程的三个时代
编程的发展，就是一个不断抽象的过程，可以分成三个时代。
第一个时代，从20世纪40年代末到70年代，是算法时代，诞生了高级语言和编译器，将机器的底层逻辑抽象化了。
第二个时代，从20世纪70年代到21世纪初，诞生了现代编程语言，将编程抽象化为面向对象。
第三个时代，大约从21世纪初一直到现在，是系统化时代，库、平台和 API 大发展，编程抽象化为面向各种组件和子系统的组合。
现在的 AI 编程并没有开启一个新的时代，方法论没变，AI 只是让第三个时代加速了。
言论
1、
你的首要原则是不要骗自己，因为你是最容易被自己骗的人。
-- 著名物理学家理查德·费曼，1974年加州理工学院毕业典礼演讲
2、
我确信2026年将是最后一次人类独揽菲尔兹奖，下一批获奖者都将与 AI 合作撰写论文。
3、
我把华硕路由器换成 Ubiquiti 路由器，哇，差别太大了！Ubiquiti 的用户界面/用户体验设计得非常人性化，让人感觉他们很乐于我来使用他们的产品，而不是指望我去查手册才能操作。
4、
对于普通任务，使用功能最强大、价格最昂贵的 AI 模型，就好像开着兰博基尼去杂货店买牛奶。
-- 《华尔街日报》
5、
现在只需几秒钟，AI 就能找到代码错误，或者读取整本使用手册。这些都节省了过去浪费在无意义学习、手工输入的大量时间。
与此同时，AI 也让我们失去了一些东西，就是那种你必须仔细阅读、理解每一行代码的投入。你有捷径可走，就不会下苦功专研了。
-- 《80年代的编程体验》
往年回顾
Dan Wang 的新书（#360）
内容农场的 AI 赚钱术（#310）
你的旅程不会停在 Day 1（#260）
为什么软件变得复杂（#210）
（完）
原文链接：http://www.ruanyifeng.com/blog/2026/08/weekly-issue-407.html
来源：阮一峰的网络日志
作者：阮一峰