2025 年终总结

2025-12-28

又到了一年一度的年终总结时间。没有迟到，没有被网友催更，哈哈。

look back

先回顾一下年初我给自己定下的两件事：

• 学习 AI
• 学习经济和金融方面的知识

严格来说，这两个目标都算是 miss 了，没有完全达成。

先说说这两个目标背后的动机。

学习 AI 的原因，是在去年年底的时候，我已经隐约感知到它的重要性——它很可能会带来一些根本性的变化。为了不被时代淘汰，总归是应该去了解并接受一些新事物的。

AI 会淘汰很多人，也会创造新的机会。常见的比喻是：两个人被老虎追，跑得比老虎快不现实，但只要跑得比另一个人快一点，就可以晚一点被吃掉。这里的老虎是 AI，被追的人是程序员。 不过这个比喻也并不完美，因为两个人拼跑得更快，本质上是内卷。现在这个词已经是贬义了。真正提升生产力的，从来不是战术上的勤奋，而是学会偷懒。很多真正的创新，都是想“怎么少干点事”的人干出来的。

学习 AI 大概可以分成几块。

第一块，是了解它背后的基础知识、基本概念和工作原理，比如 LLM 相关的内容。这一年我看了一些视频和资料，但距离能读懂前沿论文、或者真正上手实践，还有明显差距。这一项并不要求我转行去做 AI 相关工作，所以要求也没那么高，打个分的话，大概 5 分（满分 10 分）。

第二块，是工具的使用。既然学习 AI 的目的不是直接开发 AI，那这一块反而是最重要的：了解 AI 能做什么，以及如何把它当工具用好。 现在的创业公司，要么卷模型，要么卷应用。卷模型门槛极高，而真正落地到千家万户的，还是应用。工具的使用门槛不会太高，高了普通人也玩不了。既不研究模型本身，也不研究工具的实现细节，只掌握“怎么用”，这件事的挑战其实是最低的。这一项我给自己打 6～7 分，主要集中在聊天和写代码两个场景，生成图片、视频等其它用法基本没怎么探索。

第三块，是对前沿动态的了解：哪家公司最近的模型表现最好，哪个产品性价比最高，Meta 那边到底在吵什么，AGI 的方向可能是什么。这些东西，只有在更深度地使用和对比 AI、并且能读懂一些论文的前提下，才会慢慢形成判断。这一项我也只能给自己打 5 分。

总体来说，我虽然定下了“学习 AI”的目标，但这一年的实际表现，并不像 AI 狂热者或者鼓吹者那样积极，所以算是没有真正达成。

第二个目标，是学习经济和金融知识。动机很现实：为了更好地管理财富，建立相对正确的投资观念。

我们正处在一个经济下行、世界格局快速变化的特殊时期，守住资产并让它增值，是一件重要的事情。但这一年，我只完整读完了一本《薛兆丰经济学讲义》，还是因为看到 deepin linux 的王勇在博客里推荐才去读的（题外话，这个博客我挺喜欢的，所以把链接也顺手放上来）。

这本书读完确实收获不少，但原本我计划读的书远不止这些，尤其是量化投资相关的书。只有对经济运行规律和投资方法有足够的认知，才不容易被割韭菜——这是一个典型的“认知决定结果”的领域。

去年其实还想过一个问题：如果把 AI 和量化投资结合起来，会不会有一些值得探索的方向？但这个念头最终还是停留在了 TODO 里，又被顺延到了今年。

列一下还没看的书单，算是立个 flag：

• 《以日为鉴：衰退时代生存指南》
• 《因子投资：方法与实践》
• 《量化投资策略与技术（修订版）》
• 《查理·芒格传》

缅甸割腰子，缅 A 割韭菜。不过缅 A 今年的形势倒是不错，把前几年的亏损基本补回来了，大概还有 16%～20% 的盈利。

很多年前我写过一篇关于基金定投的文章，也一直相信“微笑曲线”的力量。智投星里的策略算是最基础的量化策略，坚持了五年多。用韭菜的话说，这不叫回本，这叫套牢。拆算下来年化 3%，也就勉强跑赢定期存款。如果能稳定获得更高的收益率、缩短回报周期，量化策略依然值得认真研究。

work

3 月份的时候，工作上有些调整，转了组，又重新开始写 Rust。现在算是能写，但谈不上流畅和精通。

感慨的一点是，在 AI 的加持下，学习新语言和以前完全不一样了。但与此同时，编程语言本身的重要性也在下降。现在最好的编程语言，可能是中文或者英文——母语编程。

9 月份左右是一段比较 painful 的时期。从博客记录来看，6 月到 9 月几乎没更新。当时接了一个业务需求，时间非常紧，原计划是年底交付，也算是我转组之后要 owner 的第一个项目。

但由于工作习惯、新团队的协作方式，以及对代码仓库理解不够深入，挑战确实很大，再叠加工期压力，leader 评估后认为并不合适，项目转交给了其他同事。放下之后算是松了口气，但绩效考评就不太好写了。

现在回头看，如果当时工期没那么紧，其实是可以一步步深入理解模块的。慢慢做、把事情交付好，本身就是一个成长过程。让人无语的是，后面接手的同事终于赶在年底前基本实现完成，前线却反馈说这并不是一个 blocking 的事项。

销售那边总是说市场瞬息万变：一会儿说某个单子等着某个 feature，必须马上有；一会儿又说优先级不高，可以先放一放。但研发这边，从立项到交付，没法跟着节奏随意切换。对稍微复杂一点的功能，如果不提前预留足够带宽，后面再开发往往就来不及；而如果做完了又没人用，那就是在浪费宝贵的研发资源。

interesting things

今年在开源项目上，有一件让我印象挺深的事情。shen-go 这个项目，我其实已经很久没维护了，结果有位好事者提了一个 PR，直接把它更新到了最新的 shen 代码。这件事让我挺感慨的——开源世界的奇妙之处就在这里。

我后来回头看了一下代码，PR 的作者挺强，居然在没有指导的情况下，就完成了这样一个更新。同时我也暗自感慨了一下自己：虽然我写过的代码，三个月后基本都会忘，但再回头看，设计本身依然觉得挺巧妙。这个项目的实现路径大致是：先用 Go 实现一个 shen 语言子集（klambda）的 AST 解释器，通过它 bootstrap 出 shen；再用 shen 实现 klambda 到 IR 的编译器，最终生成 Go 代码。这样完成自举之后，就得到了一个性能更好的、编译执行而不是解释执行的 shen 实现。

还有一件小事也挺有意思。博客坏掉之后，一直没来得及修，被读者在 issue 里催更了。最早域名坏掉后，我搬到了 namebase；后来趁着学 Rust，自己写了个简单的 Web 服务器，但写得不太稳定，unwrap 乱飞，偶尔挂了就手动重启，也懒得修。

被催更之后，干脆直接搬到了 github.io 的静态博客。生成静态博客的脚本，现在是用我自己设计的编程语言写的了。我一直说，等这门语言能支撑我的博客系统，就发 1.0 版本。现在实现了一半：从 markdown 生成 HTML 已经完成了，web 服务器还没写。至于 1.0 什么时候发，就像“孙割”的下周回国。

说到这门语言 cora，今年上半年发过一个 0.4 版本。下半年并不是没改，相反改了不少重要的东西，只是还没到打下一个版本标签的时机。等新的并发模型实现完成后，应该会发布下一个版本，细节到时候再单独写一篇。

今年还发现了一个挺有意思的编辑器项目：ad。它融合了 vim、sam、acme 的一些理念，不亲自体验很难说清楚它是什么。与其说它是 integrated development environment，不如说是 integrating development environment。现在我又一次叛离了 Emacs：写代码要么用支持 AI 的新编辑器，要么就用 ad。之后可能会单独写篇博客介绍它，这里先略过。

AI

前不久写过一篇关于 AI 的思考，其实有些观点当时并没有写得特别直白。

直白地说，一个核心问题是：当所有程序员都获得十倍生产力之后，会发生什么？

答案其实并不复杂。大量初级岗位会消失。原本需要 10 个人完成的工作，如果 1 个人就能做完，那市场自然不会再需要 10 个人。写代码这件事的红利在下降，这是市场选择的结果，就像中国培养了大量大学生，但并没有同等数量的岗位需要大学生。

短期内，AI 还不会完全威胁到做数据库、基础软件的这一拨人，因为复杂度、长期维护成本和系统整体性决定了 AI 很难完全替代人。但这更像是时间问题，而不是原理问题。就像高级语言和编译器出现之后，写汇编的那一代人，也不得不转向更高层的抽象。

真正受益最大的，反而是中小规模的应用场景。过去需要一个团队才能完成的事情，现在一个人就能搞定，协作成本几乎为零。这会催生更多“超级程序员”，也会产生更多 app。但问题是：市场从来不缺 app，缺的是被真正需要、被真正使用的场景。

学习 AI 工具的使用，其实比学习编程本身容易得多。早期掌握 AI 工具的人，只会有非常短暂的先发优势。最多一两年内，大多数程序员都会自然进入“十倍生产力”状态。就像从农业时代进入工业时代，最终所有人都会进入工业时代，只是时间早晚不同。

plans

2026 年的计划，其实和 2025 年差不多： 继续寻找在新的时代背景下，自己还能发挥优势的场景，顺应变化，而不是对抗变化。