现在我订阅了两个 ChatGPT Plus 美区账号来使用 Codex，但现在 Codex 额度缩水严重，两个账号也不够用了。因此，我打算买一个 20 倍的 Pro 账号。
不过，我一个人又用不完，所以打算搭建一个中转站，来找几个搭子一起来用。
因为我也在使用家里 Mac mini 当服务器，所以我打算先安装在 Mac mini 上面测试一下，然后通过 Tailscale 来建立异地局域网，这样我在其他非家庭网络下也可以使用。
我是使用 Sub2API 这个工具来搭建的 API 中转站 。其功能还是很全，也很强大的。
我买 DJI Mic Mini 2，最开始不是为了语音输入，是为了拍视频录音。
拍视频时，自带麦克风的问题很明显。人离远一点，声音就会变小；环境里有一点噪音，也会一起被收进去。如果是手机、运动相机或者相机拍摄，声音这块经常比画面更容易出问题。
所以当时买 DJI Mic Mini 2，主要看中的就是两个点：降噪和长距离录音。人可以离设备远一点，声音还能收得比较稳；环境没那么安静的时候，也能少收一点杂音。对拍视频来说，这两个点就够实用了。
后来用了一段时间，我发现它在另一个场景里也很有用：语音输入。
说到底，DJI Mic Mini 2 对语音输入的作用，就是提升输入质量。当语音转文字输入时，不是只看软件识别能力，前面声音收得怎么样也很关键。声音太小、背景音太多，后面的识别就更容易出错。麦克风输入质量越高，识别出来的文字自然会更稳定。
因为 AI，最近纳指涨了不少，国内跟踪纳指的 QDII 基金也越来越热门。我在京东金融、腾讯腾安等平台看了一圈，发现一些基金已经暂停申购，另一些单日只能买 200 元甚至更少，想买还不一定买得到。
这类基金名字里大多都有「纳斯达克 100」，但不能只看名字就直接买。虽然它们跟踪的是同一个指数，但管理费、跟踪误差、A 类与 C 类收费、是否限购都有区别。场内 ETF 还多了一个很容易踩的坑：溢价。
另外还有一个最基础的问题：对于只有境内人民币和境内证券账户的大多数中国人来说，不能像买 A 股一样直接买 QQQ / QQQM。 QQQ 和 QQQM 是在美国上市的 ETF，需要美股证券账户。所以，对大多数中国人来说，用人民币买 QDII 纳指基金，才是更现实的选择。
先说我的结论：QDII 纳指基金本身没有什么隐藏的大坑，正规公募基金也不用担心基金公司拿钱跑路。真正需要注意的是长期费率、汇率、跟踪误差、限购、场内溢价，以及发起式基金的规模。普通人长期定投，我会优先看场外 A 类基金，再比较费率、规模和是否能持续申购。
前两天在小区骑踏板摩托车取快递突然发现摩托车方向不受控制了，以为是摩托车龙头出现问题了，结果发现是后轮爆胎了。运气很好，在小区爆胎，没有在上班骑行过程中爆胎。
钱是王八蛋，长得真好看。
一个人只要活着，就会需要用钱。钱到底是什么？这个问题好像很好回答，我们可以说：钱就是货币嘛。但好像也不太好回答。
钱和价值是什么关系？什么是资产，什么是负债？为什么钱会贬值？房价为什么会影响整个社会的消费能力？GDP 和金融这些听起来很大的概念，和一个普通人又有什么关系？
今天我就来谈一下我的理解。
最近在公司内部做了一次 AI 编程实践分享，主题叫「Spec 驱动开发与自验证闭环」。这是我这段时间在真实项目里使用 AI 开发后，总结出来比较有价值的两个点。
现在大家用 AI 写代码已经不稀奇了。把需求丢给 AI，让它帮你生成代码，很多工具都能做到。但如果只是这样用，很容易遇到几个问题：第一次生成看起来还可以，后面越改越乱；AI 忘记前面讨论过的需求；代码能跑，但和业务真实想要的不完全一致；改完以后也不知道有没有把原来的功能搞坏。
所以我现在更关心的不是「AI 能不能写代码」，而是「怎么让 AI 稳定地写对代码」。我目前觉得比较有效的方法就是两件事：
自从过年听朋友说，青甘大环线自驾是他旅行体验最好的一次经历后，我就一直想着，有机会也去感受下祖国的大好河山，尝尝地道西北美食。
这不五一假期就去了。我是五一前请了 4 天年假，我们一行 4 人，从重庆自驾出发，反穿青甘大环线。计划从重庆一路开到西宁，再经张掖、敦煌、大柴旦、茶卡盐湖、青海湖，最后从兰州回重庆。
走完这一圈后，我觉得青甘大环线最迷人的地方，不只在于那些景点，而在于景点和景点之间的路：植被一点点退场，雪山忽然出现在远处，直路通向天边，黄土、黑山、盐湖、铁路、风沙和落日轮流从车窗外经过。你会明显感觉到，自己正在从一种生活空间，驶入另一种更空旷、更粗粝的世界。
现在智能手机基本是每个人不可缺少的设备了，也可以说是我们的外接器官。玩手机可能是我们一天花时间最多的事了。但我最近捋了一下手机的作用，发现真正离不开手机的功能其实很少，大部分使用时间都花在了锦上添花甚至不必要的功能上。你可以对照看看，你平时用手机最核心的功能是什么。
最近给家里的 Mac 加了个新显示器，对比了几款产品，也做了点功课。显示器这东西参数一大堆，但真正影响日常体验的其实就那么几个点。先说结论，如果预算充足，又是 Mac 用户，直接上 Studio Display 就行，省心。以下内容更适合像我这样对预算不足（1000 元左右预算），对显示器要求也不很高的人。我最终买的是红米 A27U 4K 节能版，下面说说我在挑显示器时主要考虑的几个方面，以及为什么我没买看起来更好的 Type-C 版。
我之前写过一篇如何使用 Obsidian 管理个人知识库，里面提到我的文章创建与编辑都在 Obsidian 中完成，然后通过脚本自动同步到 Hexo 博客。最近我又把这套流程扩展到了微信公众号——写完文章，打个标签，运行脚本，草稿就自动出现在公众号后台了，不用复制粘贴，不用手动排版。
做软件后端开发，MacBook 只能用 Pro，Air 胜任不了，不知道你是否还这么想，反正我原来一直是这么想的。最近准备买个 MacBook Pro 14 寸，但看后端同事买的 M2 16G+256G MacBook Air 使用都没有问题，就改变观念打算买 MacBook Air 了。其颜值与价格也有优势。买的 15 寸，15 寸重量与 14 寸 MacBook Pro 差不多，但屏幕更大，更适合移动使用。对我来说，Air 相比 Pro 最大的劣势是在室外使用上，最大亮度只有 500nit，太阳下可能有点看不清，还可能发烫。我觉得 Pro 更适合固定外连显示器使用、偶尔移动的场景，16 寸 MacBook Pro 有点太厚重了。
不知道你使用 Claude Code（会员订阅）有没有这样的问题：官方只提供了一个模糊的进度条，不知道每天使用了多少 token，不知道对应的费用是多少，也不知道每天的使用占每周额度的比例，更没有历史记录功能；Weekly 与每 5 小时周期到期后还需要手动触发下一个周期。
为了解决这些问题，我用 Claude Code 开发了个 Claude Code 用量监控工具。
长久以来，我一直在寻找一个称心的稍后阅读工具。从 Pocket 到 Raindrop，我都用过一段时间。Raindrop 存在一个矛盾的问题：它的数据永久保存功能需要付费，但如果只当收藏工具用，又有 MarkMark 等产品可替代；如果当稍后阅读工具用，付费倒也合理，可问题是——我不愿意打开它。
我甚至想过自己开发一个 AI 驱动的增强版 Raindrop，加上自动标签、智能推荐、小红书式浏览……需求是真实的，但自己造轮子不现实，一个人根本做不完。
直到我遇到了 Readwise Reader。
一个稍后阅读工具，如果你不愿意打开，那它保存再多内容也没有意义。Reader 是我第一个愿意主动打开的稍后阅读工具，原因有三个。
代码直接在部署分支 dev 提交了，没在功能分支提交，在 dev 环境没有问题，功能分支合并到 test 分支部署时，丢失在 dev 分支提交的代码，出现问题
示例：test 环境出现单元测试问题，dev 环境没有这个问题，单元测试提交到了 dev 分支，导致 test 分支代码丢失
在多台 Mac 间同步笔记或脚本可以使用 Git ，它能帮我们保留历史、解决冲突，但手动 git add/commit/push 容易忘。下面这套做法用 LaunchAgents 定时执行一个 Git 脚本，把指定仓库的修改自动提交并推送到 GitHub（或任意 Git 远端），既省事又留痕。
一直骑摩托上下班，前几个月一次雨后上班被一位女司机给撞了，责任清晰，对方全责。前两天雨后下班，2 个行人过马路不走斑马线，雨后路滑，制动距离变长，差点撞到了。一旦遇到交通事故，有监控还好，没监控万一遇到特殊情况，难免扯皮。为了安全，决定还是整个行车记录仪。自己规范行车，但保不齐别人不遵守规则。
我 Apple TV 现在是配合极米投影仪在使用，现在基本只偶尔使用 VLC + NAS 看电影。买过一段时间 Arcade 玩游戏，玩的频率不高加上订阅制不太划算，Apple TV 就只用来看电影了。
前两天突然想到能不能 Apple TV 玩下小时候的魂斗罗之类的游戏，折腾试了一下，还真可以。
现在经常在打羽毛球，羽毛球等级森严，级别差太多根本没法打，只要差上半级，差的这边肯定打不过，差上两级，双方就没有体验感。有一位名叫「波澜不惊」的网友写了个很好的「业余羽毛球等级说明」，对级别的描述很精确，对每个等级具体需要掌握什么技术与这个等级的特点写得很清楚。
我作为软件后端工程师，虽然我们也有初级/中级/高级工程师的划分，但每个级别具体需要掌握什么，界限往往很模糊。我就在想能不能像羽毛球等级一样，也做一个「后端工程师等级说明」？这样既能认清自己的水平，也能更有针对性地进步。
打开手机，短视频软件在推送今天的热点，社交软件的红点提醒你有新消息，游戏的活动通知吸引你再玩一局。我们生活在一个注意力被无限分割的时代。
每个人每天的注意力总量是有限的，就像手机电池一样，用一点就少一点。当我们把注意力过多地消耗在娱乐和消遣上，留给工作、学习和成长的注意力自然就减少了。更糟糕的是，频繁的注意力切换会让大脑疲惫，即使想要专注时也难以进入状态。
过去几年，AI 编程工具经历了一场革命性的演变：从 GitHub Copilot 到 ChatGPT，再到 Cursor，最后到现在的 Claude Code。每一次迭代都在解决前一代工具的痛点。