拖了好久，还是得写完 2025 的年终总结，不然都没法开始 2026 年的写作！
2025 年最火的，应该是 AI 了。身边的人中，年轻的，年长的，都在用。
我大姨就时不时来一句，“问下豆包！”
多亏了豆包、千问们，今年在新西兰过春节期间，我和璐仅用 “This. This.”、 “OK, OK!” 就能应付大部分的英文交流。
2025 年 AI 的发展速度是令人瞠目结舌的。
年初大家还在为 DeepSeek 聊天助手而惊叹，到年底，有人已经能把龙虾🦞当作 7×24 小时在线的员工使唤了。
受 AI 影响最大的群体可能是程序员，大家引以为傲的编码、Debug 能力，在 AI 面前不值一提。现在的 AI 能够更快、更好地完成任务，而且任劳任怨，成本更低。
大厂的裁员新闻一个接着一个。
每次工业革命都会伴随着一批职业的衰落，同时，也会带来一波新的机会。
那么，AI 时代人们需要什么样的能力？
最近 MIT 有篇论文《Some Simple Economics of AGI》，提出了关于 AGI 时代的经济规律，有些观点我觉得挺合理的。
- 随着 AI 的执行成本趋向于零，经济的稀缺资源不再是智力和执行力。
- 自动化的边界被重新定义为是否可衡量，任何可以被衡量、量化的任务都可以被 AI 自动化。
- 经济增长的瓶颈变成了人类的验证带宽。即人类是否有足够的时间、精力和专业知识，去审计 AI 的行为、验证结果的真实性，并为最终结果承担责任。
- AI 自动化了初级执行工作，切断了人类积累初级知识的通道，导致未来缺少新生代的专家去验证 AI。
这意味着许多过去被认为需要高度创造力、分析能力和高学历的复杂工作，其收入将不可避免地向计算成本压缩。
规划、设计、验证将替代复杂任务的执行，成为新的稀缺能力。
阅读
本来，O’Reilly 主打的是新鲜，上面能看到最新发布、正在连载的技术书籍。
但在 AI 时代，技术迭代更新速度又上了一个台阶。书籍已经很难跟上节奏，论文、博客或许是汲取新知识的更好的载体。
alphaXiv.org 就很不错，上面有分类、热度排名，还有免费的 AI 问答。
 |
 |
 |
 |
 |
|---|---|---|---|---|
 |
 |
 |
 |
- 黄仁勋：英伟达之芯，★★★☆☆，虽说是黄仁勋的传记，但花在他身上的笔墨很少，没太能看到主角的成长轨迹。
- 巴菲特传，★★★★☆，巴菲特有着极强的专注力，这为他带来的非凡的成就，但也导致他对家庭的冷漠。成为伟人，是有代价的。
- 源代码，★★★★☆，比尔·盖茨是桥牌高手，他认为桥牌对智力能起很大的作用。我们从小就被教育打扑克牌、麻将是不务正业，现在看来，未必。
- 国家命运，★★★★★，回顾了我国两弹一星的那段历史，当时整个国家正处于内忧外患的阶段，科学家们在吃不饱饭的情况下，仍能把两弹一星研制出来，真是个奇迹。
- 置身事内：中国政府与经济发展，★★★★★，对了解我国政府运作和经济发展模式很有帮助，可读性非常好。
- Designing Data-Intensive Applications, 2nd Edition，★★★★★，延续了第一版由浅入深、通俗易懂的写作风格，数据处理行业必读的神书。
- AI Engineering，★★★☆☆，系统梳理了生成式 AI 的基本原理，简单易懂。
- Learning Systems Thinking，★★☆☆☆，没有太多干货。
- The Staff Engineer’s Path，★★★★☆，主要介绍走技术专家（Staff Engineer）路线的工程师需要具备哪些能力。技术能力只是基础，还要具备大局观、执行力和影响力。总结：走技术路线需要些什么？。
写作
在 AI 时代，写作还有必要吗？
这是一个非常值得探讨的问题。我觉得是有必要的。
就像在工业时代，“纯手工”制作反而变成了稀缺品。在 AI 时代，写作也可能成为一项稀缺技能。
另外，写作能帮助我们更好地理清思路，避免因为过度使用 AI 而导致“大脑退化”。
- 过年到底过的是什么？，过完年突发奇想写的一篇文章，过年，长辈有长辈的过法，年轻人有年轻人的过法。
- 为什么CPU不能有更多的核？，探讨 CPU 的一些设计，总之，世上没有有一款完美的 CPU，系统设计，一切尽在权衡。
- 走技术路线需要些什么？，对书籍《 The Staff Engineer’s Path》 的总结
- AI Agent需要什么样的数据库？，Databricks 收购 Neon 看中的就是它非常匹配 AI Agent 的业务特征。亚秒级冷启动、Scale to Zero、Branching 等特性，正成为 AI Agent 时代数据库所必备的能力之一。
- 分离还是统一，这是个问题，从业务、模型、平台、基础设施四个视角出发，探讨各类系统走向分离或者统一的原因，并尝试从中总结出趋势。
- 怎么用CXL加速数据库？· SIGMOD'25，介绍 SIGMOD'25 最佳工业论文《Unlocking the Potential of CXL for Disaggregated Memory in Cloud-Native Databases》，阿里云 PolarDB 在 CXL 上的实践。
- OLTP上云，哪种架构最划算？·VLDB'25，介绍 VLDB'25 论文《OLTP in the Cloud: Architectures, Tradeoffs, and Cost》，分析了云上 OLTP 的工作负载，并确定每种负载下成本最优的架构及硬件配置。
- 对 Agent-First 数据库的畅想，UC Berkeley 的论文《Supporting Our AI Overlords: Redesigning Data Systems to be Agent-First》，探讨了 Agent 使用数据库的负载特征，提出了对 Agent-First 数据库的架构以及应具备的能力的畅想。
- 怎么让程序更高效地连起来？，从最简单的共享内存开始，讲述共享内存->TCP->DPDK->RDMA->CXL->NVLink->UB 等通信方式的基本原理，探讨如何让程序更高效地连起来。
- 20亿tpmC刷新记录，PolarDB做了哪些优化？· VLDB'25，介绍 VLDB'25 论文《From Scale-Up to Scale-Out: PolarDB’s Journey to Achieving 2 Billion tpmC》，阿里云 PolarDB 的一些优化手段。
生活
除夕当天，我们行程来到了新西兰的瓦纳卡。那里感受不到一点新年的气氛，直到我们走进一家中餐馆。
餐馆不大，一张长长的吧台把餐馆分割成左右两边，各摆上三、四桌，坐满了人。
顾客大部分都是国人，他们有说有笑，相互祝福着“新年快乐！”
我们选了张室外的空桌坐下。外面下着小雨，好在风不大，还能感受到室内热烈氛围。
“老板，点菜！”
“一份水煮牛肉，一份麻婆豆腐，一份酸辣土豆丝，一份清水面条，再来两碗米饭。”
就点菜这会，室外的空桌也陆续满座。老板简单应付了两句，匆忙收起菜单，走进室内，准备下一桌的招待。
菜上得很慢，隔壁桌的大哥连着抱怨，“怎么菜还没上？！”
“不好意思，今天人太多了。”，服务员看着像是老板的女儿。
大哥正要再发作，他妻子忙着制止，“好啦，好啦，除夕呢！”
跟国内比起来，这里的菜烧得很一般。牛肉表面很滑，但里面很柴；麻婆豆腐的芡勾得浓稠过头了；酸辣土豆丝也只有醋的味道。
但是，能在异乡吃到家乡菜，而且是在除夕，已经很满足了。
在假期的最后几天，我们并没有以往在国内旅游时的那种“假期倒计时”的伤感，甚至希望假期能早点结束。
就像璐朋友圈里说的，“外面的世界很美，但我们想家了。”
家就是这样的存在。你待久了会觉得无聊，但行走在外，偶尔就会在不经意间冒出一句，
“还是家里的好！”
（完，2026.04.05，清明）