最近我想看一场时长 5 个多小时的日语演唱会录像，但这份录像没有可用字幕，我又不懂日语，没有字幕MC部分根本听不懂。

于是我想到可以用本地语音转录生成字幕。调研后我发现了 McCloudS/subgen 这个项目，发现它已经把“本地自动转录”这件事做得很完整，并且可以用jellyfin集成实现视频加入和播放时自动生成字幕。

在实际体验中，我进一步希望它能覆盖“转录后翻译”的需求，于是决定在原项目基础上做一层轻量扩展，把翻译功能补齐到同一条工作流中。

因此，我在原仓库上创建了一个fork https://github.com/ddadaal/subgen-translate ，实现了：

• 在不破坏原有 webhook / Bazarr 使用习惯的前提下，增加“转录后翻译”能力
  • 使用 https://huggingface.co/google/translategemma-4b-it 进行本地翻译，并同时生成翻译后以及双语反面
• 添加使用CLI转录和翻译的功能，可以直接在命令处理文件，无需从媒体服务器走
  • 转录： uv run launcher.py -f "D:\Movies\movie.mp4" -t transcribe
  • 翻译： uv run launcher.py --srt "D:\Movies\movie.subgen.medium.jpn.srt" --srt-to zh
• 添加一些工程管理的最佳实践，例如使用uv管理环境、subgen.env.local来编写本地配置等

个人使用场景

我的实际环境是一个典型的家庭局域网多机协作场景：

• 一台较老的 Windows 笔记本作为 NAS 主机，部署了 Jellyfin，并通过外接硬盘盒存放媒体文件。
• 局域网里其他机器没有可用 GPU，CPU 做转录与翻译（尤其翻译）速度过慢。
• 因此需要另一台带 GPU 的机器专门承担转录/翻译计算。

在 Subgen 与 Jellyfin 集成时，有一个关键前提：Subgen 看到的媒体文件路径，必须与 Jellyfin 看到的路径完全一致。为了实现这一点，我

1. 在 GPU 机器上把 NAS 外接硬盘映射成与 NAS 机器相同的盘符路径。
2. 配置 Jellyfin 与 Subgen 的互通（网络可达、Webhook 与服务地址正确）。
3. 让 Jellyfin 的“新增媒体/播放媒体”事件自动触发 GPU 机器上的 Subgen。

这样，Jellyfin 仍然负责媒体管理与播放触发，GPU 机器负责高耗时的转录与翻译，实现了“存储在 NAS、计算在 GPU 机器”的分工。

部署拓扑图

flowchart LR
	subgraph LAN[家庭局域网]
		subgraph NASHost[老 Windows 笔记本（NAS）]
			Jellyfin[Jellyfin 服务]
			Disk[外接硬盘盒 / 媒体库]
		end
 
		subgraph GPUHost[GPU 机器]
			Subgen[Subgen 服务]
			Model[Whisper + TranslateGemma]
		end
 
		Client[局域网播放器/客户端]
	end
 
	Disk -->|媒体文件路径| Jellyfin
	Disk -.同盘符映射.-> Subgen
	Client -->|播放/新增媒体| Jellyfin
	Jellyfin -->|Webhook 事件| Subgen
	Subgen -->|转录/翻译| Model
	Model -->|生成字幕（双语/纯译文）| Disk
	Jellyfin -->|读取字幕并展示| Client

使用体验

配置情况：

• NAS机：i5 1135G7 15W + 16G
• GPU机：R9 5900X@4.2Ghz + 64G DDR4 3200 + RTX 5070 Ti

1. 转录和翻译过程都没有充分利用GPU，两个步骤的显卡利用率都只有 40%。转录过程需要 CPU 参与处理音频流，翻译过程应该是每一行都要重新推理影响速度

2. 视频时间越长，视频后半段就越容易出现错误、重复、未识别的情况，需要通过调整各种参数来缓解，至少需要打开vad功能，其他参数可让AI来调整。

# subgen.env.local
SUBGEN_KWARGS={'vad': True}

3. faster-whisper支持多种模型（ https://deepwiki.com/SYSTRAN/faster-whisper#supported-model-variants ），但是不同模型的使用体验有较大区别：
   • medium：在 i5-1135G7 上用CPU大约可以做到 1s/s（每 1 秒处理 1 秒原视频），台式机RTX 5070 Ti 6s/s （每秒处理约6秒原视频），速度可以接受
   • large-v3：模型大小 3G，在台式机 RTX 5070 Ti 上最快可达 9s/s，和medium差不多，因为瓶颈在CPU上
   • large-v3-turbo：模型体积和 medium 差不多，都是约 1.5G；但在我的环境里只能正常处理视频开头，后面基本识别不出文字，估计也和调参有关，而且既然large-v3也这么快了，直接用large-v3就好
   • distil-large-v3：只支持识别英文
4. faster-whisper只支持CUDA 12，不支持最新的CUDA 13
5. 翻译过程按最简单的每行推理一次的写法，使用原版 translategemma-4b-it和默认参数在RTX 5070 Ti上推理一次2.3s，速度勉强可以接受。但是考虑到字幕的每一行一般较短，将多个字幕合并后同时推理效率更高，所以提供了批量翻译的功能，每一次推理翻译多行，需要根据README中的描述以及本地硬件的情况调整相关参数
6. 如果只是偶尔用一次、而且每次翻译的数量不多的话，字幕翻译和合并功能其实有很多在线的免费服务可以用，且速度和质量都非常好（甚至比本地模型效果更好）
   1. 翻译： https://translatesubtitles.co/
   2. 合并： https://subtitletools.com/

实在不太放心把 nanobot 这类可以直接操作本地电脑的程序直接装在操作系统上，所以我选择把 nanobot 放在容器里运行。但是nanobot很多有意义的工作又需要和宿主机上的环境（例如浏览器）交互，而浏览器上很多网站需要我们先去登录才可以正常使用，这就需要一个既可以由 nanobot操作、也可以由我们自己的操作的浏览器

经过一番查找，终于找一个不影响 nanobot 本身的方法，操作是在部署 nanobot的 docker-compose.yaml 目录下再创建一个 docker-compose.override.yaml，内容如下：

services:
  chromium-vnc-cdp:
    image: linuxserver/chromium:latest
    container_name: chromium-vnc-cdp
    ports:
      - "3000:3000" # Web 界面
    shm_size: "2gb"
    environment:
      - PUID=1000
      - PGID=1000
      - TZ=Asia/Shanghai
      - CHROME_CLI=--remote-debugging-address=127.0.0.1 --remote-debugging-port=9222
 
  chromium-cdp-proxy:
    image: alpine/socat
    container_name: chromium-cdp-proxy
    restart: unless-stopped
    network_mode: "service:chromium-vnc-cdp"
    command: "TCP-LISTEN:19222,fork,bind=0.0.0.0,reuseaddr TCP:localhost:9222"

启动后，给 nanobot 一条明确指令：

之后都使用 chromium-vnc-cdp:19222 这个 CDP 端口操作浏览器。

为什么是两个容器

chromium-vnc-cdp 的职责是提供浏览器本体和 Web 访问界面（3000 端口），这样我们可以直接使用localhost:3000访问这个浏览器。

chromium-cdp-proxy 的职责是把 Chromium 容器里只监听 127.0.0.1:9222 的 CDP 端口，转发成同网络命名空间下可访问的入口。实际上这两个容器在同一个网络中，所以需要换个端口监听，这里选择了19222，其他任何端口都可以。

这里有一个关键限制：根据 pyppeteer 相关讨论中的实践结论，--remote-debugging-address=0.0.0.0 往往需要和 --remote-debugging-port、--headless 一起使用；但一旦使用 --headless，就无法达到“实时查看浏览器界面”的目标。

来源：https://github.com/pyppeteer/pyppeteer/pull/379#issuecomment-2072215518

因此我不走“浏览器直接对外暴露 CDP”的路线，而是保留有界面的 Chromium，再通过独立的 socat proxy 容器做端口转发。

这样拆分有三个好处：

1. 浏览器容器保持默认安全策略，CDP 仍然只在本地监听。
2. 通过 socat 单独做代理，不需要改 Chromium 镜像或启动脚本。
3. nanobot 只需要记住一个固定地址（chromium-vnc-cdp:19222），配置简单且稳定。

实际效果

这套配置完成后：

1. 你可以在 3000 端口看到浏览器 Web 界面。
2. nanobot 可以通过约定好的 CDP 地址持续复用同一个浏览器环境。
3. 浏览器自动化和人工观察（VNC/Web）可以并行进行，排障体验更好。

前言

之前写过一篇关于HP战99 Ultra（搭载AMD AI Max+ 395）的使用体验，今天聊聊这台笔记本在AI推理场景下的表现。作为这台机器宣传的主要场景，AI推理的实际使用情况却优点一言难尽。

硬件配置回顾

关键概念：可划分显存 vs 统一内存

在深入分析数据之前，需要理解几个重要概念：

• 传统显存：传统独立显卡的固定显存，容量固定，如RTX 4090的24G
• 可划分显存：静态分配机制，将内存的一部分固定划给GPU作为显存使用，如AI Max+ 395
• 统一内存：内存和显存统一寻址，整个内存空间CPU和GPU都可以访问，无需显式分配（主要见于Apple M系列芯片）

重要区别：AI Max+ 395使用可划分显存架构，需要静态分配部分内存给GPU使用；而统一内存无需显式分配，灵活性更高。

AI推理测试数据

为了方便，以及因为我至今没能在WSL下成功运行rocminfo也就没办法跑vllm等主流推理引擎方案（就离谱），本次测试均在Windows下使用LM Studio运行。

GLM 4.7 Flash

这是个MoE模型，总参数量30B激活3B的规模，主要测试Q4_K_M量化的情况。在这个量化等级下，在模型大小为18.13GB。

以下的给出Prompt为：

编写一个科技公司的官网的HTML

另外值得一提的是，LM Studio中对AMD显卡有两种Runtime：Vulkan和ROCm。我本以为两种Runtime不会有什么很大的区别，但是实际测试下来却axm并非如此。

在16K上下文下：

Vulkan在32G专用显存下的速度实在是过于逆天，于是我重新跑了数次，结果均非常接近。后面我们还能拿到如此让人匪夷所思的成绩。

16K的上下文只能说勉强够用。既然还有这么多显存可用，不妨试试更多的长度上下文。根据LM Studio估计，不同长度上下文的显存使用估计值：

• 16K上下文：18.59G
• 64K上下文：19.57G
• 最大支持（198K）：22.3G

看起来MoE模型的一大好处就是可以把上下文拉大！于是我选择GLM 4.7 Flash最大支持的长上下文 198K下，虽然LM Studio的估计显存占用也仅有22.3G，但是512M专用显存的无法正常加载：

只有在32G下可以正常使用，在Vulkan下获得了**37.28 token/s（7857 token，首token 0.15s）**的成绩。

同时我还测试了Q6_K的量化模型，在16K上下文、32G专用显存下：

• 模型大小：24.61GB
• 预计显存占用：25.12GB
• 推理性能：
  • ROCm：13.79 token/s（6419 token，首token 0.33s）
  • Vulkan：25.51 token/s（5717 token，首token 0.20s）

再次看到了不知道该说是Vulkan逆天还是ROCm的成绩！ROCm作为AMD官方的方案，居然被Vulkan拉开了如此大的差距。

在不开启思考的情况下，10 token/s的速度还是可以应付日常使用的。

Qwen3 VL 32B

稠密模型的情况就不一样了。这一部分我选择了Qwen 3 VL 32B来测试。

这是个支持图像输入的模型，于是我去stackoverflow上截了如下这一张图，

并给出prompt：

使用html和css重现这个HTML页面

以下为结果：

可以看到，在24K上下文已经到32G显存的极限了（28G）。但不管有没有独立显存，这个推理速度用起来已经是比较难受的级别了。

分配48G给显存？

395的另一个宣传点是可以将75%的内存划给显存，在64G的型号上，BIOS中最高可以将48G的内存划给显存。

听起来很美？48G显存甚至可以高量化跑32B模型了！

Qwen 3 VL 32B的Q6_K量化模型大小为28.08G，在32G显存下可以加载，但是推理的时候因为显存不够了，速度比可以完全在显存中的Q4版本慢很多。经过测试，Q5_K_M是最大的32G显存可以充分的量化规格。

而这时候你想到，48G显存岂不是就可以接近这个问题了？

可是事实却是：16G的系统内存不仅使得正常的系统操作会开始缓慢甚至卡顿，甚至模型都无法正常加载！而我已经LM Studio中有三个选项和显存和内存全部调整为不给内存太多压力了：

• KV缓存卸载到GPU内存中：打开，显存够大！
• 保持模型在内存中：关闭
• 尝试mmap()：将磁盘上映射到内存中空间中，关闭

内存可划分为显存 != 共享内存

395的主要的宣传口号，就是内存可以当作显存用。这话当然不假，BIOS里确实可以将内存划分给显存，但是，它和我们预期的共享内存完全是两码事：

• 被划分给显存部分不可以再作为内存使用
• 每次切换显存需要重启，不可无缝切换

那，如果我们不划分显存，直接把内存当显存用呢？其实现在的推理框架都支持把内存当显存用，但是以下两个问题让用内存当显存的方案下的推理速度惨不忍睹：

1. 内存与显存的速度之间有巨大差距
2. 内存中的数据仅能由CPU计算，而CPU在AI计算场景下速度非常缓慢，且CPU和显卡的计算数据需频繁相互拷贝

理论上来说，395的内存和显存均为同一款芯片，问题1不存在，但实际上问题2的问题仍然无法避免：即使是在同一块芯片上，显存仍然不能直接用内存部分的部分，内存和显存之间拷贝仍然非常频繁。

以下为使用512M专用显存（上）和32G专用显存（下）使用Vulkan运行GLM 4.7 Flash Q4_K_M时的任务管理器的图片，可以看出，512M的专用显存下GPU利用率只有70%左右，而32G下可以到达90%以上。而右上角的Copy也可以看出512M专用显存下显存一直在进行复制的操作。

同一现象也出现在512M专用显存下运行Qwen 3 VL 32B Q4_K_M的情况，GPU利用率更是只有50%，而Copy图中也能一直看到复制的过程，而整个过程中CPU也在（艰难地）参与运算。而CPU参与计算在笔记本场景下有抢功耗的问题，更影响了GPU的性能发挥。

更进一步地，如果把上下文拉到24K，进一步加大显存的需求量，在512M专用显存下情况更加恶化了：GPU有接近一半的时间都闲着。要知道，这个时候显存需求甚至才26G！

总结

我用两个字总结395的优点：能用

• 大显存确实可以跑一些正常显卡无法跑的模型，虽然慢，但是能跑比不能跑好！
• 成本相对较低（相比高端显卡）（也只是相对了）
• 4060移动端的绝对算力，不算高，但是愿意等等的话，它能跑的模型还是能给出结果的

可是这台笔记本形态、64G的总内存的设备却有点尴尬：

• 为了兼顾日常使用，实际上最多只能32G给显存
• 80W的最高功耗，无法充分发挥CPU的性能
• 手动划分显存操作失去了灵活性

所以395确实非常适合小主机场景：

• 这类主机在分配96G显存的情况下还有32G可以用于日常场景，比64G=48G+16G实用太多
• 这类主机的性能释放普遍超过100W，也有更完善的散热方案，可以更完美地发挥CPU和GPU的性能
• 和395刚出来的时候AMD更羸弱的AI生态相比，至少现在主流的推理场景（LM Studio，Ollama、ComfyUI）都已经可以用了（至少我在搜索了包括AMD官网的无数地方后，终于还是找到了AMD官方支持的pytorch）

甚至小主机的价格也比笔记本形态的设备（64G 19999）便宜太多（128G普遍15000，希望还没开始涨）。在这个内存价格疯涨的年代，能以这个价格有一台可以跑大模型的机器已经很不容易了。

主动选择改变

对我来说，2025年的前半年和后半年是完全不同的。

主动告别了一个熟悉的工作，做出一个必定会做出的选择，期望能回到一个熟悉的工作状态，在一个全新的起点重新开始，却开始不停接受充满未知、充满了混乱的挑战。

离职，一个一定会做出的选择

不知道什么时候，我开始认为离开微软是一个艰难、遗憾、但是又一定会发生的事情。

一方面，在公司两年来，虽然绩效都是拉满，但是所做的、所参与的所有项目都胎死腹中，而新的被分配的AI有关的项目怎么看都很不靠谱，很难推动；年初，校招进微软，待了十余年的直接manager从公司离职；身边同事的升职空间和奖金肉眼可见的越来越小；而每个季度都能传出裁员的消息，和身边同事讨论的都是裁员、relocate、大礼包。

另一方面，可能是所有初进社会人的共同点，总是对现状不满，总是还有着自己的想法，想着换一个环境可能会更能实现自己的理想。

想着早晚会做，不如现在就做。于是我在我第一份工作的第23个月，在2025年正好过了一半的日子，我终于决定主动踏出这一步。

可能最黑色幽默的是，我那在之前从不停歇的裁员潮中稳如磐石的组，在我离开三个月后，被全部裁员。也就是说，这一次，我是否主动选择，对结果并没有什么变化，反而主动让我与20多W的赔偿金失之交臂。

“回到”“原”工作

新的工作，其实也没有那么新：“不新”体现在我回到了研究生期间的、由我从第一行开始从零开始的项目，并且一直以兼职的身份在参与。而“新”则是工作内容的新。从兼职到全职，从一个“局外人”到一个“局内人”，看似相同的工作，看似可以回到研究生期间以及兼职期间的更积极主动的工作状态，但其实是进入一个全新的、未知的、不停地尝试和否定的循环。

解决技术问题？

俗话说，所有软件项目到后面都会变成屎山。更别提一个一开始就是没有好好设计，作为一个玩物开始的项目了。

四年可以发生很多事情：项目从开源到闭源，连带着很多设计都需要跟着改变；所使用的框架和技术从无到有，群雄争霸到逐渐稳定；项目功能逐渐增多，需求越来越复杂，发展目标越来越不清晰……在这么大的变化下，事情总是会朝着阻力最小的方向发展。而ToG项目的本质，就决定了大部分工作都是纯业务的，甚至于还会专门花精力做一些不可复制的、临时性的工作。看起来这些工作很没有价值？可是以业务的眼光看，这些工作才是有价值的。

• 项目中大量使用全局变量维持全局状态？无所谓，你的客户不会部署多个实例。
• 项目中存在大量重复代码，风格样式不统一？无所谓，不影响功能，重构反而影响交付节奏
• 明知项目中隐藏着大量的暗雷，但没有精力、时间和能力建立完善的测试方案，甚至都不知道哪里有问题？似乎也无所谓，反正目前客户没有遇到，遇到了

说到底，只有需求才能定义什么是该做的，什么是不该做的。客户关心的才值得投入精力和人力，而客户不关心的，投入一分一毫的资源都有可能是对时间、精力的挥霍。

解决流程问题？

既然项目的技术本身没什么可做的，于是我将目光投入了一些其他让我不舒服的点。从流程完善到繁琐的大公司到小公司，当然有极大的不适应。其中，信息分散是让我最头疼的：

• 30个人分了四个飞书组织、三个钉钉组织
• 文档信息分散到腾讯文档、金山文档、飞书文档中
• 工作信息和私人信息混杂，工作信息又在飞书又在微信，群聊也有飞书和微信群，想找信息，根本不知道在哪个地方能找
  • 我平时有两台电脑混合着用，没有一台电脑有完整的微信信息（这里再次亲切问候张小龙）
• 会议有时候在飞书，有时候在腾讯文档
• 在实际上的多地base的情况下，没有统一的日历管理，甚至不知道你的同事是否已经请假

于是在来了公司之后的两个月中，我尝试整理流程和推动文档化办公，例如

• 设立需求管理和评审流程、开发和评审流程、测试流程、发布流程、部署流程
• 要求所有可能会重用的信息都必须落实到一个文档中

这些措施有的顺利落地，有的难产；有的受到欢迎，但大部分推动起来困难重重：

• 你的同事认为飞书响应速度很慢，功能不好用，不愿意使用
• 你的同事并不认为一个问题的解决方案值得被写入文档
• 你的同事每天都有无数的事情，什么样的流程和方式才是真正可以被广泛接受并正常使用的？

这些问题说到底，和上一段一样，哪些真的是问题？

如果所有成员都已经习惯了工作生活都用微信，微信里聊工作是最方便的方案，即使微信每发一封文件都要复制一份，发到最后自己都不知道哪份是最后的方案；所有人本来就坐在一起，已经习惯了有问题就现场聊天，让留文档反而是负担，即使第二天就忘了第一天聊了什么。

如果想解决的问题本来就不被认为是问题，那解决方案自然也毫无意义。

应该解决什么问题？

如果让你指出你所在公司存在的不合理的地方，你能提出多少条？我相信大多数人都能提出很多，并会对公司对这些问题熟视无睹充满了不满以及无奈。

但是当我屁股反转，真正做到“老板”的位置上后才发现，不是所有问题都可以被解决的。很多你认为存在的问题，实际上并不是问题；很多你根本没有意识到的问题，反而已经在暗处默默地影响工作效率、氛围和情绪；很多你认为你解决了问题，实际上反而让情况更糟。比解决问题更重要的是发现问题，评估问题，以及在采取措施后观察效果。而这些工作将会没有标准流程，没有标准方案，甚至于没有反馈，只能通过从各个渠道收集大量信息和反馈，分析信息，小步快跑地去做出对应的调整。

这半年来，我自认为发现了无数的问题，也尝试了一些措施去“解决”无数的问题。但是回头看来，有什么问题是被解决了，我到底提供了什么价值，又给各个同事添加了多少麻烦？我没有答案，也不知道如何回答。

双城生活

这半年不得不体验了北京和长沙的双城生活，每两周在北京和长沙之间切换一次base地。

这种生活的前期是新鲜的。北京虽然租房贵，但是多亏有朋友的帮衬，能够免费在西城住上租金过万的、房龄10年左右的电梯房，体验一下全国最核心的城区的生活体验（事实证明北京市中心真不适合年轻人）；长沙租房便宜，即使是工作地旁边的公寓也只有1000多，可以体验到通勤走路10分钟的生活。而两地之间的飞机通勤还让我第一次获得了航空公司的常旅客卡，加上信用卡的福利，基本可以实现休息室自由。

但是这种新鲜感只是短期的，短暂的体验之后，迎来的是缺乏归属感。

大家都说租房是一种临时生活，我个人持部分肯定的态度。我目前没有对大件的需求较少，即使有，租房并不会阻止我采购升降桌、人体工学椅这类的大件，大不了，叫个搬家公司就搬走了。可是两地通勤让我彻彻底底体验到了这个感受。

由于有两个居住地，两地的生活设施都不完整。台式机在北京，于是在长沙时只能用工作笔记本应付平时的休闲，没有显示器，小小的笔记本屏幕也完全无法获得一个较好的娱乐休闲的体验；衣服也分布在两地，在11月初两地各自入冬后，由于厚被子还在北京，在长沙10多度的时候仅有薄被子，凌晨3点被冻醒不得不开启空调才能继续入睡；两周时间说长不长说短不短，每次切换工作地的时候都要考虑各类要带走的衣物和生活，然后将宝贵的周末的至少6个小时浪费在路途中。什么都是临时的，什么都是够用就好，不常用的东西就不买。在长沙公寓的桌子和椅子都是海鲜市场的二手货；之前每周做2-3顿饭，现在甚至连厨具都没有采购；甚至于当被要求提供常住地时，都要考虑下写哪个位置。

这种临时的感觉也让我没有任何爱好和社交的欲望。这几年几部乐队的动画让我想重拾小时候的电子琴爱好，但是由于居住环境的不稳定性，不敢买任何大件，而开放琴行一般都是钢琴，和电子琴在对手的能力的要求、可以演奏的音乐的类型有比较大的区别（换句话说就是我菜，弹不了钢琴），并且无论是在北京还是长沙，琴行离居住地都有很远的距离。社交层面，在北京的时候，现在还可以找到之前的朋友；而在长沙的休息日，每天睡眠最多7小时的我，可以在装有万恶之源平板架的床上躺14个小时，在不躺的那10个小时中无比后悔又浪费了一天。

世界上有不少人过着或者已经习惯了这种不定的生活，但是经过半年的尝试，我还是不能说我已经习惯这样的生活方式。

混乱的一年

这是一个混乱的一年。公司变了，工作内容变了，生活地点变了，生活状态变了。

是变好还是变坏了？在这一次的变化是主动选择的，是我一定会做出的选择，之后呢？了解了现状，做出这么尝试，而之后应该获取什么样的信息，做出什么样的改变？

这一年我还没休过一天假期。很幸运能在这个一年的最后一周，稍微告别一下这充满挑战的工作，和老朋友去之前从未去过的东北体验寒风和冰雪，时隔一年再次体验滑雪，然后被滑雪劝退。

在旅途中和朋友聊到五年后的职业发展情况，然而这毕业两年半的经历，让我不敢再奢谈这么久远的未来。

Azure AI Language Service的结果太差了

去年我给我的文章增加了AI文章总结功能。在介绍此功能的文章，我提到当时这个功能是通过Azure AI Language Service Text Summarization的功能实现的。

当时我已经发现，这个功能在英文文章上效果还行，但是在中文文章上就基本不可用。

比如，上一篇文章2024年总结的总结结果是：

本文讲述了作者在毕业后的第一年,通过深入体验现有生活,旅游,搬家,工作和生活。

这是人话吗？且不说用的英文逗号，前两个分句看着还行，后面就变成关键词的叠加，完全没有概括意思。

一年过去了，DeepSeek全球爆火，而我又想起了这个问题，又重新尝试了用原有的方案生成概括，结果差不多，仍然不可用。

拜托，随便一个大模型都应该比这个好吧！

去研究了一下此功能的文档，发现文档上完全没有这个功能的任何细节信息，没说用的什么模型、什么Prompt，也不让用户自己定义模型。一年过去了，功能效果丝毫没有改进，似乎像是被放弃了。说得通，毕竟是微软。

用Azure AI部署的DeepSeek R1总结文章

实话说，我很少直接和大模型聊天。我使用AI基本只有让Copilot回答编程问题以及生成代码，在编程场景之外我基本完全不用AI，所以也一直不知道怎么把AI应用到我自己的工作和生活流中。我的工作也和AI毫无关系，即使公司策略是All in AI，但是我组仍然和AI似乎扯不上边。

而此时，需求终于来了，为何不让大模型帮我总结文章？

Azure AI是一个微软做的Model as a service平台，可以直接在上面部署、使用、微调模型，不需要自己管理基础设施。DeepSeek R1模型发布后没几天，Azure AI可以直接就支持了部署（公告），甚至没有价格表，意思是：它是免费的？

我立刻去Azure AI上注册了Project，部署了DeepSeek R1。

用Azure AI部署模型非常方便：

1. 注册好Project
2. 进入模型市场，选择DeepSeek R1，填一个Deployment Name，部署
3. 然后拿着Azure AI Endpoint, API Key以及这个Deployment Name，根据文档安装调用TS SDK
4. 设计一个Prompt
5. 调用SDK

Prompt我随便想了一个：

Summarize the article in the next message in language ${languageCode} in 100 words. Return the result in plain text format, without any other information.

其中包含三个消息：

1. 语言是${languageCode}，这是文章的语言参数（cn, en），这样文章的总结和文章本身的语言一致
2. 要求返回纯文本信息，不包含markdown
3. 100字左右

另外，R1模型总是会返回思考过程，思考过程用<think>标签包裹，所以还需要在结果中把<think>中去除。

然后我立刻把2024年总结扔给AI，很快就拿到了结果：

作者回顾毕业一年后生活，探讨如何在最佳年龄充分体验当下。通过密集旅行与亲友刷新地图边界，感受陪伴的意义；开启独居生活后在郊区保租房打造个人空间，享受烹饪与自由。工作方面身处技术运维"小而美"团队，虽遇职业发展隐忧但珍惜当前性价比高的稳定状态。面对年龄增长带来的体能下降与生活抉择困惑，既珍视现有平衡又焦虑是否该打破舒适区。最终秉持认同感驱动原则，既保持现状又在游戏启发中思考：是继续深耕现有生活，还是用黄金年龄冒险转型，答案留待明年揭晓。

哇！这效果真不错啊，句子比我自己写得工整多了！

于是，我将脚本应用到博客中的所有文章，基本上所有文章都获得了极好的效果。这里给出几个例子：

本地模型的效果比较玄学

本来这篇文章到这里就该结束了，可是写到第一段的时候，突然想到：

随便一个大模型都应该比这个好吧！

那……我本地跑一个呢？

我的台式机是3070，一搜得知这个显卡最大可以装DeepSeek R1 8B版本。于是赶紧打开许久没有打开的Ollama，拉下deepseek-r1:8b

ollama pull deepseek-r1:8b

Windows版本的Ollama会在本地11434端口启动Ollama的API（定义），而由于我们是用的JS，Ollama单独出了ollama-js SDK，用起来更简单。

我直接pnpm i -D ollama，学习了ollama的SDK的使用，直接把给完整版R1用的Prompt发给R1 8B，拿到以下结果：

这篇文章通过作者的个人经历和思考，探讨了在“最好的年龄”该如何度过这一主题。作者从20多岁进入巅峰年龄开始，经历了身体素质逐渐下降、工作环境变化以及面对各种选择的内心挣扎。\n\n### 主要内容总结：\n1. 身体与年龄的关系：作者承认随着年龄增长，身体素质逐渐不如从前，尤其是到了“下半场”，这可能对日常生活和工作产生影响。\n \n2. 工作环境与不确定性：虽然选择了一家外企，因为其稳定性和良好的发展机会，但半年后发现公司结构频繁调整，高层变动较大，这让他对未来充满担忧。\n\n3. 面对选择的内心挣扎：\n - 职业与生活的平衡：作者更倾向于保持现状，尤其是对稳定工作的认可和对外资企业组织结构和晋升路线的信任。\n - 物质与生活的影响：虽然对大城市有向往，但也清楚地认识到当前平淡的生活状态的珍贵，不愿为了追求新潮而放弃现有的优秀工作。\n\n4. 游戏中的价值观：通过《沙石镇时光》这款游戏，作者找到了认同感和热爱一件有意义的事的精神状态，这成为他生活中重要的支撑力量。\n\n### 总结：\n文章表达了作者在成熟与不稳定之间的平衡问题上缺乏明确答案，内心对现状的满意与对变化的恐惧之间的矛盾。尽管没有给出明确的选择建议，但通过个人经历和情感描写，揭示了在最佳年龄如何度过这一哲学性问题，鼓励读者反思自己的生活态度和价值观选择。\n\n文章语言流畅，情感真挚，通过对工作、生活和游戏的多角度描述，展现了作者内心的复杂性和对未来的不确定性。

嗯？这个模型怎么不听话？这个Prompt提到的三点（语言、字数、格式），字数和格式的要求根本没有满足！

Summarize the article in the next message in language ${languageCode} in 100 words. Return the result in plain text format, without any other information.

我试了很多次prompt，仍然没找到什么方法能够让它同时满足这三个需求。同一个提示词，有时候能生成不含markdown的文本，有时候生成又包含；文字字数的限制也是不一定生效。试了多次也没获得好的结果。

除了DeepSeek R1 8B，同时还试了llamafamily/llama3-chinese-8b-instruct，而这个模型的效果就好一些，但是生成多了也会出现不听话等问题。

本文讲述了一名25岁男青年在他的第二十年代度过的时间，他在这段时期里，选择了深入体验现有的生活，在旅游和工作方面都有所变化。他认为这个阶段是他的成长期，是他开始独立生活、选择自己喜欢的事物，并且接受不确定性的阶段。在文章中，他对未来充满了想法和担忧，但最终还是无法预测。

小模型的效果确实和大模型没法比，而不同小模型的精调不一致，效果也差别很大。

推理过程中GPU计算量不大，主要是占了很多的显存。看来接下来换个16G显存的显卡，应该就可以跑更高级的模型了。

代码不是业务逻辑，而是大模型调用脚本

这次体验让我认识到一点，用LLM写功能的流程和传统的软件工程完全不同：

在传统软件中，业务逻辑总是精确地通过代码表示。不管需求多么复杂，这些需求总会在代码中出现。

而用LLM做的功能，不管写什么需求、是什么领域，写出来的代码是基本上都是一样的，代码本身只是个大模型API Caller，实际上的业务逻辑包含在大模型里，二者的接口是提示词。

如何编写提示词完全就是一个玄学，完全和精确、科学完全不沾边。不同的提示词就得出完全不一样的结果，甚至同一个Prompt得到的结果都不一定相同。

这种不确定性让我感觉有点不安。传统的软件即使再复杂，如果模块划分合理、测试充分，起码行为是可预测的，也总做或多或少的维护。而用大模型实现的功能，世界上没有人能直到它是怎么运行的，下次能不能用、有没有可能出什么问题，完全靠天决定。

不过AI确实解决了很多之前想都不敢想让机器解决的问题，很多问题也不需要那么精确。希望以后能找到更多大模型适用的使用场景。

最好的年龄该如何度过？通过深入体验现有的生活

毕业后的第一年，没有物质压力，有大把时间可以自由支配。这最好的年龄该怎样度过？ 我今年的答案：深入体验现有生活。

旅游，和朋友和家人刷新地图的边界

随着之前的朋友毕业、上班，有了更多时间，以及个人工作生活的稳定，今年的旅行数量可能大于之前26年来的总和，三个国家，国内十余个城市和景点。根据航旅纵横的数据，只算飞机，今年的飞行里程甚至超越了99.13%的用户。要是有规划地选择航司，现在应该能飞个银卡吧。

我不是一个非常喜欢旅游的人，如果只有一个人，外出旅游不会成为我的首要选择。正因为有了朋友和家人一起，我才能有机会和动力去打卡这些可能之前都没有听说过的地方。比旅游本身更重要的，是和朋友和家人在一起的这段经历。很感谢你们愿意花时间陪我去做我一个人不会去做的事情。

搬家，开启独居生活

和大多数人一样，上大学前和家人合住，上大学后和舍友合住，而在今年8月，随着合住的大学同学搬走，我终于租下了一个一室一厅的公寓，第一次开始独居生活。

我的“第一套房子”是一个公司附近的保租房公寓。好处很明显：离公司比较近（电动车10分钟），楼体和装修新，空间勉强够用，各个功能区分割比较现代和合理（甚至是三分离的卫生间），且也没有遇到太多质量问题。

但更重要的是，没有其他选择了！公司地处偏远，附近几乎全是老破小楼梯房，电梯房本来就寥寥无几，而离地铁和公司近的房子只有几栋10年前的动迁房，而实地看房的第一印象就是廉价的装修：本来就只是为了出租而进行的装修，在10年后更加显现出岁月的痕迹，租金却也没比保租房公寓便宜多少。

于是也不用犹豫了，很快定下合同，还没入住的时候我就迫不及待地购入了升降桌，在家人的帮助下，将这个可能会是待的时间最多的地方好好打造了一番，还正好蹭上手机号所在的运营商的活动，拉上了18块一个月500M的宽带，开始美美地独享这个小窝。

由于公寓是住宅标准，所以有正常的厨房和煤气。一个人住，也不用拘泥于吃饭的形式：想吃火锅却懒得买电火锅，也可以直接凑在灶台前吃。

为了解锁更多菜谱，我还买入了一个电压力锅，平时可以当快速的电饭锅，当想做需要长时间炖煮的菜品，如烧牛腩、焗鸡、梅菜烧肉时，因为锅可以产生压力，所以这些菜品都可以用一小时左右的时间完成，操作也非常方便。

这次搬家，算是达成了独立生活的第一个小目标。接下来又追求什么呢？

公司有非常宽松的在家工作的政策，越来越老油条的我去公司的次数越来越少。而只要进城，不管具体去哪儿，甚至都得先花40分钟才能到城市边缘。即使不进城，当我在外完成每天8000步，差不多6-7km的散步任务时，路线上只有老破小、厂房和大货车。

突然有一天想通了：既然不用每天通勤，为何不进城呢？公寓的单位租金已经100块/平米，接近中外环的楼梯房，为什么不再加点钱，去体验真正的大城市生活？

下列打油诗来自这个知乎回答，我觉得不仅是设备，任何选择都适用此原理。

明年的7、8月又将迎来搬家，我已经开始期待下一个房子，以及真正的住在大城市的体验了。

工作，难得的平衡，却隐含风险

今年是第一个完整工作的年份，也第一次享受了公司组织的福利和活动：

• 6月份的西雅图之行是个意外之喜，花了公司3万块免费旅游，在西雅图给生活换了个环境
• 每年例行的迪士尼票还正好在国庆大假前，人流量反常地少，以至于没有买速通还能一天玩完所有项目
• 年底第一次接触滑雪，直接选择找教练练单板，2小时好歹学会了落叶飘，能正常滑下来了

我对公司和小组的工作也有更深入的理解。我发现，我很幸运在一个“小而美”的组：

• 产出为运维领域的技术产品，并不是在做黄赌毒、投机倒把、坑蒙拐骗的帮凶，符合我自己的价值观
• 所用技术本身和市场并不过于脱节，且以功能而非技术分工，鼓励大家了解项目的各个方面，而非仅仅是个螺丝钉
• 主要为企业用户，以稳定为重，节奏较慢
• 同事友好，人员组成也比较稳定

再加上宽松和假期和在家工作政策，听起来是一个性价比高、适合享受生活的工作。

当然，有时候也会有一些担忧：

• 无法和当前大热的AI扯上关系，发展空间受限
• 客户本身的需求也不复杂，造成产品深度和难度不够
• 想卷都卷不起来，很多时候有一拳打在棉花上的感觉，再加上经典的大公司病，很多时间和精力都无谓浪费掉了
• 实习两年后我甚至仍然是全组最年轻的成员，没有新人加入

所谓相对稳定也是当年选择公司的一个重要原因。

• 作为J人，有计划、有秩序的生活让我觉得安心
• 大公司确实有比较成熟的组织结构、产品规划、工作流程以及晋升路线，作为小兵需要考虑和有能力左右的事情不多
• 公司大多数同事都是要么毕业就来，要么在外面没干多长时间就过来并在此长时间工作

可是，

• 仅今年上半年期间，认识的朋友所在的组有的被多次调整所在组织和业务，有的直接离开中国，像我组这样组织结构和业务没有变化的反而是少数
• 也就在一年以前，公司因为在AI领域的大手笔动作，股价接连高升，彷佛50年的企业即将迎来第二春，结果今年上半年多次组织结构调整，几次财报均不达预期，明年初裁员的传言连父母都有所耳闻
• 认识了Intel的被裁员的老哥，想起五年前第一次来到闵大荒这边看到Intel的大楼，还觉得Intel的统治地位牢不可破，谁能想到也就不到5年，Intel的市值已经不足当年濒临倒闭的AMD一半

外企总是被公认为稳定。可是，仅仅半年就能发生这么多变动，谁知道明天又会有什么惊喜？

该有所改变吗？

回答文章开头，最好的年龄该如何度过？，为什么会有这么一个问题？

今年有一次羽毛球局，和一个偶尔组的同事大姐姐混双打男双，打完后她对我说的第一句话是：“感觉你的身体素质不如之前”。

混双打男双局里，混双方男队员的能力能很大程度影响表现，而能力主要又分技术和身体素质。我没有做技术和身体素质的专门训练，但我自认为和之前也没有什么区别。排除了这些因素，那为什么身体素质下降了？只能归结于年龄大了一岁。20多岁是人类的巅峰年龄，而我已经处于20多岁的下半场，身体素质已经开始走下坡路，时间已经不站在我的这边。

工作之后，生活逐渐稳定，可内心却充满了各种患得患失：

• 想留在大城市，但又觉得付出了金钱和住房质量，却并没有充分利用到大城市独有的东西
• 清晰地明白当前平淡的生活状态的珍贵，但有时候又想追求更年轻化、更有活力的生活
• 舍不得这在各个方面都十分优秀的工作，但又认识到稳定的预期已不存在，变化不可避免

该维持现有状态，还是应该有所改变？

今年我也面临过一些选择，进行了或者仍然在进行很多心理斗争。在这些选择和心理斗争的过程中，心里没有决定、身体没有行动二者互为因果，最终保持不变成为了今年对这个问题的答案。

今年我游戏时间最长的游戏是《沙石镇时光》。在这款游戏里，玩家扮演一个新的沙石镇工坊主，去到一个没落的城镇开始职业生涯，认识了大量的镇民、经历了各种各样的事，最终让这个没落的城镇重现辉煌。

这游戏剧情平平无奇甚至有点幼稚，好在内容丰富，设定也比较接地气。玩完后，给我印象最深刻的反而是主线的精神状态：认同、热爱一件有意义的事，和一个团队一起去追求它。

回想自本科以来，所有我真心投入了大量时间精力的事，都是因为我认可它。如果我不认可一件事，那么无论这件事能给我提供多大的物质回报，我都没有办法说服自己去做它。即使不得不去做，最终都放弃了。

我总是尝试做一个理性的人，可是这一点就是最大的不理性。很多选择，即使理性告诉我它就是最优解，即使我知道我的想法是有局限性的，可是我还是无法接受。

明年还会出现选择，且会更加急迫。最好的年龄正在慢慢消失，明年我会做出什么选择呢？是充分珍惜当前难得的生活工作状态，在已经拥有的基础上尝试改良？还是打破平衡，用最好的年龄去冒险？那就只能明年才知道了。

需求

虽然放假了，但是学校还有活要做，而且学校的活的代码仓库在学校内建的内网GitLab上，在外网需要VPN才能访问。但是，大家都知道连接VPN会让整个系统里的所有流量都走VPN，但是很多流量其实是不需要走VPN的，比如聊天、看视频网站等，VPN是有带宽限制的，把所有流量都走VPN会使得不需要走VPN的网络请求变慢。

那么，有没有办法可以让需要访问内网资源的程序走VPN，不需要访问的程序不走VPN呢？

代理

代理服务器的基本行为就是接收客户端发送的请求后转发给其他服务器。代理不改变请求URI，並不会直接发送给前方持有资源的目标服务器。（维基百科）

简单的理解，代理服务器（proxy server）就是一个程序，它会将它收到的流量转发到其他服务器上。这个服务器有可能就是真正的目标服务器，也有可能是其他代理服务器。

当前大部分程序都支持设置代理服务器。如果一个程序设置了代理服务器，那么它发送的流量将不会直接发送到真正的目标服务器上的，而是发送到代理服务器，由代理服务器进行处理后发送到目标服务器上。

如果有在内网的代理服务器……

如果我们有一台在内网的服务器，并且这个服务器可以从公网被访问，那么事情就很简单了：

我们将在这台服务器上开一个代理程序，这个代理程序就是简单地把收到的请求再转发到真正的目标服务器上。 然后在我们本机上，把需要内网资源的程序的代理服务器设置为这个服务器的地址。

这样设置之后，我们本地的需要内网资源的程序的流量将会被发送到这个内网的服务器上，内网服务器收到了，将会把请求转发到内网的服务器上。这样，我们的程序就可以访问内网的资源了。

最终方案：把连接到VPN的服务器作为代理

那我们没有一台在内网的、可以被公网所访问的服务器怎么办呢？

这时，VPN的作用就出来了：连接了VPN的电脑的所有流量都会转发到内网去，那么这台电脑就可以被看作一个在内网的服务器。

我们可以在本机上起一个虚拟机或者docker容器，使这台虚拟机或者容器连接到VPN。同时，在这个虚拟机或者容器上起一个代理程序，工作就是简单地把收到的请求转发到真正的目标服务器上。

我们将需要走内网的程序的代理设置为这个虚拟机或容器，那么需要走内网的程序的流量将会首先发送到虚拟机或者容器。由于这个虚拟机或容器连接了VPN，那么由这个服务器发送的请求就会走隧道到内网，能够访问到我们需要的内网的服务。而没有设置这个虚拟机或容器为代理服务器的程序的流量将会不经过内网，直接连接到互联网服务。这样，我们的问题就解决了！

设置代理

最后一步，如何给一个程序设置代理呢？

这个需要根据程序而定，一般是如下的策略：

• 有的程序自己有设置代理的设置，需要看程序的帮助界面
  • 如git、npm等
• GUI程序一般会跟随系统代理设置
  • 去系统的设置菜单里寻找
• 一般命令行程序会使用HTTP_PROXY、HTTPS_PROXY、http_proxy和https_proxy环境变量的值作为代理服务器

在我们的原始需求中，我们使用的git。所以，我们可以在仓库中使用git config http.proxy 代理地址和git config https.proxy 代理地址来设置，使得这个仓库的pull和push操作都使用代理地址对应的代理服务器。我们只在仓库层面进行设置，只有这个仓库的操作会走这个代理服务器，其他仓库不会使用这个代理服务器。

借助Docker的实现

根据这个原理，我编写了一套使用Docker容器来实现这个解决方案的脚本，可以在经过简单的设置之后，使用一条docker-compose up命令就可以简单地启动这样一个代理服务器，方便使用。由于使用了docker，所以Windows/*nix等支持docker的操作系统全部支持。

仓库地址为：https://github.com/ddadaal/vpn-as-http-proxy

感兴趣的同学可以进入仓库参考一下使用方法和实现原理。使用方法写在README文件中了。由于每个学校和组织的VPN地址、参数等都不相同，我也鼓励大家尝试找到连接自己学校的VPN的命令，并将命令模板通过PR方式贡献给本仓库，这样使得更多的同学能够更简单地使用这个解决方案。

2020年的四个阶段

对我来说，2020年可以分为四个阶段：

• 与毕设一起在家度过的上半年
• 在南大的最后半个月
• 最后的无忧无虑的暑假
• 研究生的第一个学期

其中前三个阶段都在我的上一篇文章：美好的回忆和未知的未来：写在研究生开学前中这篇文章中做了总结，所以这里就#include一下，前三个部分的内容可以参考上一篇文章。

本篇总结一下这三个月研究生生活，记录一下这一年里一些值得纪念的生活小事，并用一些对本年的经历的一些思考来结尾，以此来告别这个魔幻的2020年。

三个月研究生生活总结

课程

一般提到研究生课程这东西，大家都会习惯性忽略，说：研一主要就上课就行了。但是呢，研一这研究生课程这东西嘛，它虽然不重要，但是也挺闹心的。

研究生课程确实不重要，体现在成绩的高低上：

毕业只要及格，连评奖评优都只需要及格，只要及格之后，成绩项的得分就是75分的定值。而且老师也一般都不会太严格，一般的课一年挂的人也是1个或者2个。一句名言：

研究生课程最好的GPA是及格GPA。

但是它又很重要，这体现在能否及格上：

没有补考，只有重修，而且挂两三门直接退学？另外我导师说，他的第一个研究生就是因为课程考不及格而退学的。

更麻烦的是，这里的课程和本科的课完全不一样：之前总结了一下，本科的课一般只需要做两件事：背书和做大作业。背书这个就不说了，大家都背，考试的题目和背的题目基本也大差不差；而本科的大作业基本都是我所喜欢和擅长的，因此我本科的成绩才能比较高。

而到这里就不一样了：信科是重理论重科研的，所以它的课也是重理论重科研的。

所以软件测试课上完基础知识，接下来是现场想论文框架？30分钟完成思考问题，提出解决方案，用实例验证，提出解决方案的不足之处的全过程，还要做PPT？上课这一点点时间开脑洞出来的方法我还真不信能用……我还以为是真的拿几个软件制品来真正测试一下呢。

所以一门叫做“海量图数据的管理和挖掘"的课程，一次三个小时的课讲20多篇论文的算法/方法，也不管大家能不能听懂？下图是某一次课上课涉及的内容的来源论文，前面一页PPT还有10个。

还有一门课，数据库原理与技术，说实话上课质量确实比较高，内容很充实，讲的很清晰，但是无平时作业，考核是通过读论文和最后的纸面考试实现的，而且考试的难度有点过分，是不可能背出来的……其实相比起来问题也不大，但是我觉得这种课至少应该写点代码吧……

我选择的最后一门课高级编译技术，是在UT Austin的CS 380C上进行的简化，去掉了不少内容（比如寄存器分配等）。虽然这课难度比较高，而且又有平时作业、又有大作业、又有考试，但是由于它的内容是经典的、成体系的，上课的节奏比较可以接受，可以说是我这学期最喜欢的课程之一了。但是一开学就布置的三个大作业我一直在上周（12月中）才知道，难度也是相当大（1、2、3），时间也很紧张，还是相当难顶的。截至发稿，三个作业也就做了1.05个（按得分记），而且已经遇到了很困难的、还没想到方法解决的问题……

这些课上课的内容让我觉得我本科根本不是学计算机的（好吧，软工的确不是计算机）。整个研一期间，除了上课和写作业，基本没做成什么其他事情，最近期末这段时间疯狂赶DDL，啥都不想干了。说好的研究生期间是给老师打工呢？现在看来，我倒是希望给老师打工了，至少打工的时候的工作能给我带来一些成就感和满足感。

学工

在上一篇文章中我提到研究生期间的人际关系将会变窄，所以在开学的时候我去申请了信科研会的职位。当时我已经意识到研一可能会有很多工作，所以在投志愿的时候选择了看起来较为轻松的部门，职位由于只能选择部长和副部长，所以我选择了副部长，准备尝试去划水和了解一学年。

其实这时候我已经觉得有点奇怪了：为什么招新会直接招部长级别呢？新生什么都不懂，直接负责一个部门的事务是不是风险有点大？而且更奇怪的是，面试的时候我当面强调不要部长，后面却直接给了我部长职位；更主要的是之后发现部门的工作确实不是我喜欢的（而且甚至有点不太乐意干的），而且感觉课程压力变大了，所以没过一个月，就找了接盘侠，把研会退了……

说到底，其实还是自己的原因，一开始没有仔细了解部门的工作，过于冲动了，所以造成后面的一些不方便的事情，现在见到之后的研会的同学还是有点小尴尬。

但是研会的机会让我认识了一位上一届的研会的部长，他现在在负责北大的微软学生俱乐部。南大微俱的三年让我印象深刻（2016至2019，和南京大学微软学生俱乐部一起成长）。在开学、申研会之前，我就想继续在北大微俱继续做事，但是在百团大战的时候我并没有发现北大微俱，以为北大微俱已经凉了，本来还有一点小遗憾。所以当时他问我要不要加入微俱的时候，我想都没想直接同意了。

之后发现，北大微俱去年断档了，甚至已经被取消注册了，今年的北大俱乐部基本可以说是“从头再来”。企业俱乐部本来就很难办，面向研究生的更难办，所以我本科时的“面向新生”的策略基本不能应用在年级更高的同学身上。所以其实在之后，北大微俱也就组织了一次去MSRA的参观活动，其他活动似乎很难办。

所以其实说到底这一学期我根本没有任何学工活动。虽然没有学生工作让我平时少了很多事情，轻松了很多（可以把更多时间放在肝课程作业上……），但是这使得我失去了最好的认识其他朋友的机会，所以我现在人际关系其实是比较成问题的。

人际关系

人际关系方面，基本和我在上一篇文章中说的一样：

认识的人：当然，研究生和工作期间也会认识新同学新朋友，但是由于参加的活动将会减少，社交面会急剧变窄；而且，研究生期间的同学和以后的同事都是成年人了，都懂了自己想要什么，都有了自己的安排，都有了自己的人脉圈甚至家庭，不能像本科时的兄弟们一样时时刻刻泡在一起。

唯一值得庆幸的是，我和室友以及实验室同年级同学的关系还可以，和清华的本科同学关系更好了，还加了一个打羽毛球的小圈子，但是也就仅此而已了：这些就是我当前认识的所有圈子。而且，大家都知道自己想要什么，都在朝着自己的方向去做。所以除了约饭、上课以及偶尔出去看个电影之外，也找不到还能一起做什么，大家都很忙。

唉，每次想找人却找不到的人时候，就想念本科的兄弟萌，十一的时候和兄弟萌短暂的几天相聚，也当是重温我的逝去的美好青春了。

大环境是个更大的问题，简单来说，和其他同学像是两个世界的人。

就像之前说的，信科主要注重科研，所以周围的同学也基本都是科研方向（或者选调方向），而我仍然想做工程。我的能力、兴趣、方向和他们不说是冲突的，至少是正交的。所以不像本科时大家方向都大致相同或者互补，现在我完全找不到能一起做事的人。这几个月实验室有两个工程项目，都只能我一个人做；想参加一些项目相关的比赛，找不到愿意参加的同学；好不容易有个课程有个组队的工程项目，一个简单的社交网站平台，结果身边的同学都完全没做过稍微正经一点的工程开发工作（比如项目或者工程任务的实习）……

核心问题并不是技能不匹配，有兴趣的话，工程相关的知识其实比科研所需要和使用的知识简单多了，但是问题是我和其他人互相对对方的工作没有兴趣：我没兴趣去想idea做实验，其他人没有兴趣做工程。我觉得从工作中认识同伴是最好的、最自然的认识的人的方式，而兴趣的不匹配加上上面说的学工的情况，从工作中认识同伴这条路基本已经堵死了。

其他生活中的小事

入音乐剧坑

这半年去现场看了一次《第一次约会》中文版（豆瓣），在去看之前专门先看了一下百老汇原版，总的评价是原版质量中规中矩，是一个很典型的爱情轻喜剧。中文版和原版相比，除了把台词和歌曲翻译成汉语、把一些梗改成了中国人更能理解的梗（比如男女主犹太教vs基督教改成了本地人和外地人），其他的（剧情、舞台设计、舞蹈等）基本没有变化，个人觉得这种翻译还是有点生硬的感觉，可能是因为先看了原版先入为主的缘故吧。

但是看剧体验并不佳，主要原因是世纪剧场的音效太垃圾了，二楼靠前的座位只能勉强听清台词，歌词就完全无法听清了，而且由于是中文剧所以没有字幕，所以这很严重地影响了对剧情的理解。比如犹太教和基督教的“冲突”点的歌《The Girl for You》在原剧里相当搞笑，但是在这次表演中由于音效的原因，除了知道剧情改成了外地人以外，改的词完全没听清楚在讲什么，只能看到舞台上热火朝天的舞蹈，感觉怪尴尬的。其他歌也基本是同样的问题，我看过原剧所以理解每首歌主要讲的内容，但是没看过的观众就比较尴尬了。我的票也是中档价格的票了，但是体验仍然这么差，只能给剧院差评了。希望明年去的剧院能好好考虑一下音效效果，连歌都听不清，音乐剧的效果也就大打折扣了。

本年度还看了不少电影和音乐剧，列表如下图。

今年开始可以说正式踏入了音乐剧大坑，通过万能的B站看了20多部音乐剧录像。在《剧院魅影》、《猫》等经典之外，还有很多音乐剧通过歌声和台词精彩地讲授了一个或温暖、或悲伤、或欢乐、或引人思考的故事：

• 虽然是BE（Bad Ending）、但是感觉很温暖、帮助找回童心的《寻找梦幻岛》（Finding Neverland）
• 标题特别欢乐，但是实际上是个悲剧，而且还是倒叙使得悲情更加严重的《Merrily We Roll Along》
• 即使是个相当通俗的商业喜剧，但是加入了劝学和励志元素、价值观还挺正的《Legally Blonde》
• 聚焦社交恐惧症人群、但是实际上可能戳中了每个人都可能遇到的困境：孤独的《致埃文·汉森》（Dear Evan Hansen）

当然，这其中也有一些虽然称作经典，但是剧情和价值观都值得吐槽的剧（如《西贡小姐》（Miss Saigon）），很多剧也只是讲解一个简单的故事，也没什么更深入的含义。但是总体来说，音乐剧确实带来了电影不同的全新的体验，帮我解锁了一个电影以外的更大的世界，当然也解锁了更多的歌曲专辑。

由于疫情的原因，这几年可能都很难能够在国内看到原版的国外音乐剧（希望明年的《剧院魅影》能正常上演），还是稍显遗憾的，但是一些中文版的剧评价也相当不错，也值得专程去剧院欣赏。希望疫情能够早日结束，也希望国产剧能够越来越好。

成都之行

10月底和一名同学参加了对方一个看起来并不太想参加的比赛，所以有机会从学校生活中喘喘气，去成都玩了5天。最大的感受是和北京比，成都的物价是真的便宜，每顿都在外面吃，最后人均总共才200多一点：在北京在外面吃我就没吃过一顿人均低于100的。

装机

从双十一开始买电脑配件，12月12日终于抢到了电脑的最后一个组件5900X，历时一个多月，终于装好了我的第一台自己装的电脑。配置如下：

从价格来说，其实这套配置的价格已经算比较高的了，如果要讲究性价比的话，有很多地方可以缩配，缩到12000以下应该是比较简单的，比如：

• 买丐版3070，-300
• 缩SSD，-400
• 去掉RGB，-500
• 缩点电源，650W应该也够用，-100
• 机箱也可以缩缩，-200

而且如果只是臭打游戏的话，5900X也很overkill，5800X应该能够非常好的满足需求，不需要加这上千块强上5900X（更别提5900X现在还在耍猴了……），这样甚至可以压缩到10000以内。再减1000换个什么3060Ti，噫，性价比爆表。

另外，本套是个mATX配置，机箱空间较小，操作并不如标准ATX方便，对我这种第一次独自装机的不太友好，所以花了整整两天才完成，还拆掉了一些不该拆掉的螺丝，造成现在侧面盖板无法完全合上，而且完全没有理线，所以现在看上去很乱……另外，其实宿舍空间相当充足，mATX既没有ATX的扩展性，也没有ITX的便携性，有点小亏，下次装机还是要么ATX要么ITX了，mATX在中间不伦不类的，两头不占好。

不管怎么说，这台电脑最难得的是在这个耍猴的年代，CPU和显卡都是从京东原价抢到的，其他配件也是近期最低价，配置也是相当满意，5900X太强了，用了几天后用笔记本感到明显的反应迟钝，而且，24个框框看上去太爽了！

总结

总的来说，研究生生活方面和我之前考虑的差别不大，除了课程的难度让我有点措手不及以外，其他方面基本大差不差。而信科从任何角度来说（包括但不限于课程设计、院系发展的方向、同学的基本情况），确实不适合我。可能这也是当时做选择的时候考虑不周到吧：只考虑了学校，没有考虑专业的匹配性。本院的学长学姐对清华和上交的偏爱确实也有他们的理由。人际关系方面比较受限，更别提其他方面了。而日常生活方面也是比较平淡，但是一些日常的简单的活动（如打球、看电影等）也可以暂时从现实生活中稍微找到一点乐趣。

对于选校，现在说后悔也没用了，幸运的是导师和实验室的氛围非常好，可能会涉及的工作可能也是北大所有实验室里我最适合的了。至于让人头秃的上课，顺利的话，只有研一会上课，之后都是以实验室为主。希望以后能够不这么挣扎，能够找回自己当初选这里的初心，真正写点实用的、能为他人带来帮助的代码。

另外，我发现，不管是日常生活中还是写代码的过程中，我似乎很久没有再找到大一大二时的激情了，那种可以为了一个问题可以花几天时间啥都不想就想深追到底的激情，那种电影《心灵奇旅》中的忘我的感受。我仍然记得软工2大作业中途有3天我满脑子都只有一个CI的问题，除了吃饭上课就是在电脑前尝试解决这个问题，其他什么问题都不担心。而现在不管做什么事，总是会担心各种各样的事情，担心DDL，担心考试，担心以后的工作，担心35岁被辞退，担心会一个人去面对未知的生活，一个人去感受生活中的乐趣而无人一起分享这份快乐，一个人去接受来自生活的挑战，而在遇到挫折时最多只能自己在床上大哭一场然后下床继续装作一个坚强的人。这是成为社会人的必修课吗？

WSL 2使用GUI

众所周知，WSL 2开始使用真正的Linux内核，所以理论上来说，我们已经可以在WSL 2运行几乎所有的Linux程序，包括带有GUI的Linux程序。但是目前来说，由于第一方X11 Server的缺失，WSL 2主要还是在命令行中使用。

Build 2020上，微软已经宣称开始做WSL 2的GUI支持，并已经给出了宣传图。

但是，事实上，借助X11 Forwarding，我们现在已经可以做到类似的效果了。

如果你之前折腾过在WSL上跑GNOME等各种桌面环境，则这篇文章的原理和那些文章是一致的，但是由于不需要启动桌面环境，其使用更加方便，各种Linux程序窗口和Windows的集成更加无缝，个人认为实用性比启动一个Linux桌面环境再在里面启动程序更强。

下图为跑在WSL 2上的IDEA、通过IDEA启动的JavaFX程序与Windows计算器共存的截图，注意看到状态栏上的窗口图标的IDEA图标，完美与Windows进行兼容。

X11 Forwarding

X Window是目前Linux上使用得最为广泛的窗口系统。虽然它有各种各样的问题（包括不支持多个显示器不同DPI的硬伤），我在使用Linux桌面的时候也经常推荐Wayland作为代替，但是其X11 Forwarding的特性是相当的有用。

下图是X11的架构。

在X11系统中，显示GUI的程序（Client，包括各种浏览器、IDE等的程序）和用于真正负责显示、以及捕捉键盘、鼠标等输入的服务器（Server）是分离的，且二者之间通过网络通信的。

对于普通的Linux系统，其Server和Client是跑在一台机器上的。但是，由于二者之间是通过网络进行通信的，所以X11窗口系统不需要Server和Client运行在同一台机器上。

所以，我们可以在其他电脑（甚至不需要是Linux）上跑一个X Server，然后通过配置DISPLAY环境变量，让X Client和位于网络上的X Server相连，就能让在一台电脑上运行的程序的GUI显示在另一台电脑上。

这就是X11 Forwarding，将一台电脑的程序的GUI Forward到另一台电脑上去显示。

配置

X11 Forwarding的原理很简单，配置其实也很简单。其分为两个大部分：Windows端（Server端）和WSL端（Client端）。

Windows端

在Windows端需要安装一个X Server。

X Server有多个，我比较建议vcxsrv（名字记忆：vc x server），因为其功能和操作比较简单。

可以从上面给的github链接进行安装，也可以通过scoop进行安装，scoop安装命令如下：

scoop install vcxsrv

安装成功后，在开始菜单或者其他启动器启动新安装的XLaunch，会弹出一个向导以配置X Server的属性。在一步选择Multiple windows，第三步选择Disable access control，其他不变。

最后在状态栏可以看到一个新的图标，鼠标悬浮上去可以看到其地址，其格式是{电脑的hostname}:{地址}，记住后面这个地址。例如说，下图中，其地址为0.0。

WSL端

WSL端需要做两个工作：

• 设置DISPLAY变量
• 配置字体等GUI相关的设置

设置DISPLAY

DISPLAY环境变量用来指定X Server的地址。由于WSL 2使用虚拟机，其IP和Windows不同，所以需要进行一些特殊方法来访问Windows上的X Server。

在.bashrc或者.zshrc里加入以下代码，然后重新进入WSL。

# 若安装了Docker for Windows，且启动了WSL 2后端
export WINDOWS_HOST="host.docker.internal"
 
# 若没有安装Docker for Windows，则可以从/etc/resolv.conf中读取Windows的IP
# 这个IP有可能会变，所以不能直接一劳永逸。
# export WINDOWS_HOST=$(grep nameserver /etc/resolv.conf | awk '{print $2}')
 
# 可以尝试使用Windows的hostname，未尝试过
# 但是我在Hyper-V虚拟机中使用hostname访问Windows有时候会遇到奇怪的卡住的问题，不推荐
# export WINDOWS_HOST={你的Windows的hostname}
 
# 下面的"地址"替换为之前记住的Windows上的X Server的地址，一般（以及上面的例子）是0:0
export DISPLAY="$WINDOWS_HOSRT:地址"

配置字体

由于WSL的distro一般都比较简单，可能没有安装字体以及对应的配置，所以需要自己手动安装字体。

这里以noto-sans-cjk举例，你可以自己安装自己想要的字体。

字体安装后不能直接启动GUI程序，现在直接启动会遇到奇怪的报错问题（忘记截图了，可以自己试试）。

可以安装一个简单的X程序来初始化，并验证X11环境是否已经配置成功：如xclock：

sudo pacman -S xorg-xclock

使用xclock测试是否能够正常使用

安装之后，确认DISPLAY变量已经设置后，输入

xclock

若弹出一个时钟窗口，则配置成功。

效果

现在你可以开始在命令行里启动各种程序了：

Intellij IDEA在WSL 2上启动IDEA比Windows上快多了，我正在考虑将整个Java环境迁移到WSL 2中。

VSCode也可以以Linux窗口来启动，其启动速度也比Windows快多了：

在设置中设置以下后VSCode可以隐藏标题栏，但是这样之后无法拖动窗口，最大化窗口后也无法还原，所以不建议。

{
  "window.titleBarStyle": "custom"
}

一些其他细节：

• 这些X Window的剪贴板和Windows剪贴板也是同步的，可以自由地双向复制粘贴
• vcxsrv适配了高DPI，在高分屏上使用完全没有问题

限制

这样的解决方案虽然看上去很完美，但是有一些限制，但是可用性也非常高了：

• 无法隐藏丑陋的标题栏
• 无法直接调用Windows的输入法，需要在Linux下重新配置输入法
• 有可能仍然遇到字体问题（如在现在的情况下编译JavaFX程序），安装完一整套字体、正确设置/etc/locale.gen之后即可修复。

后续启动

以后重启电脑后，只需要重新启动XLauncher，然后在WSL中启动GUI程序即可使用。

延伸和总结

这套配置也不仅限WSL，任何虚拟机和远端电脑上的Linux应用程序均可以使用SSH和X11 Forwarding进行连接。

使用SSH和X11 Forwarding可以解决很多远程桌面相关的问题。

我们很多时候使用虚拟机安装Linux系统，其实并不是要使用Linux的桌面环境，而是使用Linux的命令行和一些GUI程序。

对于命令行程序，使用SSH完全可以解决；

而对于GUI程序，我们也可以通过这篇文章介绍的X11 Forwarding来解决。

和正常的连接到Linux再进行操作相比，SSH和X11 Forwarding的优势其实很明显：

• 避免进入Linux的GUI环境，而可以在我们熟悉的Windows/macOS环境下使用Linux的各种功能
• 避免配置Virtualbox Guest软件、Hyper-V的Enhanced Session等虚拟机的增强软件
• 由于避开了图形界面的模拟，SSH和X11 Forwarding也通常有更好的性能

对于WSL来说，目前的解决方案仍然有一些限制，但是我们可以发现在Build 2020上的效果图已经没有的标题栏，说明微软也正在解决一些X11和Windows集成的问题。相信当微软的X11集成正式发布时，我们在Windows上使用Linux程序的体验，可能比在Linux上使用Linux程序更好了。

介绍

经过几个月的准备、投简历、面试和（最让人难受的）等待，终于在4月16日拿到了微软苏州STCA SE的实习Offer。所以在这里记录一下这几个月来所经历过的实习相关的事情，并想发表一下关于实习、关于未来计划的一些思考。

面试前

面试前最重要的当然是刷题、选择职位投递简历。在这次夏季实习之前的2018年底和2019年初，我还经历了一些和微软相关的面试经历。而且，这次夏季实习生的投递简历的过程也是一波三折，在上海和苏州的职位中纠结，最终还是选择了苏州。下图为投递过但最后撤回的职位。

2018年底：微软冬季实习

2018年10月份的时候看到了冬季实习的消息（当时的微信推送），感觉非常激动，于是很快就把简历投了上去，选择的职位也是微软苏州STCA的SE Intern。

等了一个月，终于在刚下课的时候等到了来自苏州的一个电话，一接果然是HR，心里非常激动，以为和SAP一样要电面了，可没想到就问了一个可以去的时间，我报了1个月（寒假嘛）后，HR就随便说了说如果有的话过几天会有HR来通知的就挂了。然后从同学那里听说这种实习一般都得需要3个月😔，所以就放弃了，最后果然也没有下一步。

2019年1月：MSRA和上海Blockchain

之后，在俱乐部邀请两位去过MSRA的学长学姐来介绍实习经历（俱乐部微信推送）后，学长表示可以内推。心里没忍住，就让学长帮忙内推了MSRA，接下来的事在这篇面经中讲的比较清楚，这里就不再说了。这次是我第一次接受比较正式的面试，成功体验到从自信到自闭的全过程，最终还收获了宝贵的我拒了MSRA的经历。

其实，在这段时间里，我除了投了MSRA，还投过了上海某个区块链相关的职位（上图中最后一个）。在拒了MSRA之后我心灰意冷，向和继续在你院浪费半年时间的残酷命运低头，所以过了几天区块链这个职位的HR打来电话问面试时间，我就直接拒绝了面试。

之后迎来了愉快的、本来准备刷题但是最后在家连LeetCode都没打开的寒假。

2019年2月：夏季实习投递简历

在寒假后第一个工作日就看到了夏季实习生开始投简历的消息（当时的微信推送）。因为刚开学，所以时间比较充足，所以在这次网申开始后，我花了一段时间更新简历，之后立刻开始投简历的。投简历经过了以下阶段。

• 苏州STCA，上海C+AI，上海C+AI Open Source

一开始以为可以投多个职位，所以浏览了一下实习列表，除了一定会投的苏州STCA，还发现了上海的两个职位。本来以为上海微软就只有支持，结果发现其实也是有开发岗的。其中普通的C+AI应该和STCA比较相似，但是另一个C+AI Open Source的职位吸引住了我。仔细了解后发现这个工作主要是给VSCode写Java扩展……我是VSCode（当然还有其他微软产品，除了Surface）的忠实用户，对这个开源和开发扩展的工作非常感兴趣，于是也把它选上了。

• 苏州STCA，上海C+AI，上海C+AI Open Source

后来听说只能投一个职位。我纠结再三，最后还是感觉在在MS写开源和在MS写Java听上去非常酷，而且这样也能提高自己混开源社区的能力，也可以避免把自己螺丝钉化，而且还可以去体验上海的生活，所以最后留下了上海Open Source的职位。

• 苏州STCA，上海C+AI，上海C+AI Open Source

结果又没过几天就听说有学长可以帮忙内推。这可难办了：内推可以直接免掉笔试，而我之前对MS的笔试（好吧那是2015年……）的印象是：不会做。而且不仅当时的我不会做，现在的我也不会做啊……虽然刷了一段时间的题但是还是深知自己算法有多么的弱鸡（不管是从自己做题的要死要活的感受以及和同学比较），所以免笔试对我来说是个巨大的诱惑；但是学长只能内推STCA，而上海的是C+AI，这是两个大组，不能互推。又纠结再三，追求稳妥的我最后还是选择了先上车再说，留下了苏州STCA的申请。有关苏州还是上海这一点，文章最后还会继续讲。

刷题

当然了，投简历不重要，在面试前的这段时间里最重要的是刷题和准备面试。而MS的面试=做题（这一点请看下面面试部分），所以面试前的准备就是两个字：

刷题。

刷题的感觉每个人都不一样，对我来说刷题就是两个字痛苦。几乎每遇到一个题我大脑都是空白的状态，即使刷过50、100、150题以后也是如此；给自己安排的配额是每天5道，确实发生过很快就能解决5道的情况，但是那是少数，大多数时候都是2小时2道medium，每道题一段时间后想不出来就忍不住看Solution，之后心态爆炸准备找3道easy水过，结果被easy难住……；其他同学刷个几十道甚至几道就能在面试场上游刃有余，拿到新题至少有个思路不会惊慌失措，而我甚至在刷了下图这么多题后看到新题仍然是一脸懵逼，心里发慌；更别提其他人刷题就是放松、“找到真正的快乐”，而对我就是折磨……

总之，这段刷题经历让我终身难忘，也是我最后选择先上车再说的原因：我确实是不想再经历刷题的痛苦了……

PS: 在4月的时候看了下微软笔试题，发现当时选择内推是正确的，也证明了我对自己的认知没有错。

面试

3月1日结束了投简历的环节，然后就边刷题边焦虑地等面试。终于在3月12日收到了一封现场面试邀请，确认自己有空的时间后在3月18日收到了3月20日面试的通知。生日面试可真刺激。第一次面试包含两轮面试，两轮都基本就是在白板上做算法题，每轮1个小时，听学长说，只要过一轮就会又三面。

第一轮

第一轮的面试官把我从楼下带到面试房间后，随便寒暄了几句就开始做题。第一轮的题目是这样的：

n个人，以i,j元组代表i关注j. 输入关注关系的数组（例如[(1,2), (2,3)]表示用户1关注用户2，用户2关注用户3），且认为每个人自己关注自己。计算所有人的被直接关注和间接关注的人数（比如i关注j，j关注k，那么i间接关注k，k的被关注量为3）

这个题目的做法是DFS，即对每个用户（比如说i），寻找(k, i)出现的个数，然后对每个(k, i)，寻找k的关注量。用一个Boolean数组表示一个用户是否被访问，从而解决环的问题。最终写出来的算法和图的DFS遍历比较相似。

看起来很简单，都知道是DFS，但是当时不知道脑子怎么抽了想的是带回溯的DFS……然后卡了40分钟没想出来怎么处理环，最后面试官（应该是看不下去了才）来提醒了一下不带回溯，并指出来哪些行要改，但是我还是直到最后一分钟才做出来……由于是在MS办公楼一个小房间里里做的，当时卡住的时候紧张地满身大汗，话都不想说了……这种情绪还是得控制一下才好。这轮根据面试官的反应和个人感觉应该是挂了的。

第二轮

面完第一轮已经一个小时了，于是休息了几分钟就迎来了第二位面试官。和第一位不太一样的是，第二位面试官一开始还问了20分钟左右的项目经历。我趁势推广了我的博客，面试官在我博客上看到了An Infinite Loop Caused by Updating a Map during Iteration这篇文章，就饶有兴趣地让我讲讲这个bug以及怎么发现它的。这个部分我个人感觉讲的不错（毕竟算法题这么屎的我还敢面试MS的原因是我项目经验应该还不错吧……），面试官的反应也不错，这让我稍微放松了一些。

之后，还是得做题。这轮面试第一题是这样：

在二叉搜索树中，按照节点值的大小顺序，找一个节点的上一个节点。

这个题比较简单，因为对二叉搜索数进行中序遍历，其结果的顺序就是从小到大的。所以这个题最简单的做法就是先做一个中序遍历，将结果存储到数组中，然后在数组中查找要查找的节点。。

很明显这不是最优的，果不其然面试官要求进行优化。一个简单的优化是只记录前一项（而不是保存之前所有的节点），在中序遍历中，首先检查当前节点是不是要查找的节点。如果是，则返回前一项；否则，将当前节点记录下来，然后继续遍历。

以上两个思路可以参考LeetCode 173。之前的两个写法都是用递归的，所以面试官到这里又继续问，能否将递归改成循环。这个也是个比较套路化的做法，背下来就可以了，也可以自己写几个递归算法然后尝试用栈把递归改成循环，可以参考LeetCode 94的Solution。值得一提的是我不知道在这里又出什么问题了，又以为碰上了第一轮一样的错误（环），然后又开始纠结，紧张地满身大汗，话都不想说了。当时心里全想的是完了，然后又立刻安慰自己没过还有其他出路……不过还好，稍微冷静下来后仔细看了下代码发现自己纯粹是没事找事，所以就直接给面试官看了。

这个题到这里就结束了。之后面试官又出了一道题：

二叉树中，输入两个节点，检验两个节点是不是同深度但异父母。

这个题最简单的思路就是寻找从根节点到两个节点的路径，然后比较路径的长度和路径的倒数第二项（即节点的父节点），也可以采用BFS的思想。

这个题做了之后就让询问面试官一些问题后就结束了。

结束一二面后

这一二面还是比较刺激的，随便两道题就将我算法弱鸡的本质毫无保留地暴露出来。这时的心情还是比较复杂的：一方面第一面表现实在是太差了，但另一方面个人感觉第二面地表现应该还是可以接受地，面试官的反应应该也比较正面，再加上两面过一面就可以三面，所以还是有希望的。

令人喜悦的是3月21日就收到了三面的安排邮件，确认时间后在3月29日收到了4月4日三面的邮件。还是从学长那里了解到三面的形式不一，可能又会做题，但也可能只聊天。但是我当时已经松懈了，再加上考试的压力，我就没有继续准备了，准备自由发挥，认命了。

三面

4月4日前去三面，是和另外一批内推的同学一起面试。他们一天面完三轮，而我们先面了两轮的，这次去只用面试最后一轮就可以了。

见到面试官后，面试就直接开始了。一开始它看我简历，就直接问我React的一些问题，例如

• 三个框架的区别
• 为什么用React（API简单，概念简洁）
• React和Vue检测数据变化的方式更喜欢哪一个（当然是有利有弊了）

后面还看我简历上提了ASP.NET Core，又问了ASP.NET Core中Request进来到Controller总共经历了哪些步骤。这谁顶得住啊.jpg……只好在脑子里扒两年前用ASP.NET Core时的一些技术细节，然后支支吾吾说了个Filter……还好面试官接受了我ASP.NET Core就xjb用用的说辞，就没有继续往下问了。

然后又进入了喜闻乐见的刷题环节。这次两道题都是LeetCode原题。第一题LeetCode 26，题目是：

删除排序数组中重复元素

这个的思路就是双指针，如果两个指针的值相等，就把第二个指针后面的所有数据往前移；如果不相等，两个指针都+1。

写出来之后，还要写几个测试用例。由于当时还没经过czy老师的教导，就只能凭感觉瞎写了几个。面试官看来也不准备继续在测试用例耗时间，就出了第二题：LeetCode 10：

带. *，不带括号的正则表达式匹配。

看到这个我又惊又喜：惊的是这个题在LeetCode上可是Hard题啊；喜的是这个题我还是认真做过，现在还记得思路。根据心里还记得一些思路，用最简单的递归（没有DP）将代码写了出来。面试官似乎有点不太熟悉这个做法，他说他本来想让我写状态机。他一提到状态机，我就想到了编译原理的词法分析的过程，想到了正则表达式中序转后序->后序表达式转NFA->NFA转DFA->使用DFA分析字符串的过程，心里一阵发毛：谁tm能现场写这么多，这谁顶得住啊.jpg * 2。之后就和面试官说，这个用状态机比较复杂，然后就DFA、NFA、闭包啥的吹了一通，面试官可能看时间有点来不及了就没让写了）。

最后还是问了问问题，了解到这个面试官是在MS做Microsoft 365企业应用的，前端正好就用的React + TypeScript（可能这是为什么他来面试我的原因把），后端使用的是ASP.NET Core，他们还在用Microsoft Bot Framework做一些聊天的应用。正好我都有点熟悉，于是和面试官聊了聊这几个技术，现场气氛十分愉悦。

三面后

三面结束后感觉还是比较放松的，毕竟题目都做出来了，聊天也没啥问题，感觉没啥理由挂我）。中午微软包了饭（果然还是微软特色：盒饭），没想到居然遇到了二面面试官……闲聊了几句，比如什么面试情况，微软的工作时间，听说微软的工作时间一般945或者1055的时候感觉这也太棒了吧.jpg，尤其是在现在到处996的情况下，真的是一股清流。

吃完饭等了一会，下午1点多HR找到我说面试官的反馈还是比较positive的，虽然不能肯定但是offer应该是稳了。非常膨胀，以至于忘了第二天清明节还不提前买票，然后（再次）体验了一把4个半小时的汽车。

Offer

清明节后第一天收到了面试通过邮件，又过了一周正式收到了Offer，又过了几天收到了分组名单，我分在了Office 365的部门。

感想

到这里我的春招应该就结束了。接下来要做的事情比较简单：

• 和SAP提出离职

讲道理，SAP真的是良心企业，不仅是955，各种岗前培训也表明了SAP是真心实意把候选人当作人才来培养的，就这样走了还真的感觉有点对不起SAP）。希望还有学弟学妹们把握住机会。

• 在第三学期各个课程的轰炸中存活

czy，zh，4门课3个组队4个大作业，zh四个pre五个报告，测试上三节课就机考，微笑。

但是每个阶段都有不一样的问题：面试的问题解决了，一些之前搁置的问题又重新变得突出了：

• 工作还是保研

这个问题纠结了我很久。读个研，用两年时间换个学历，不知道到底有多么重要。学历对我来说倒不是为了什么得到更好的工作（读了研最后不还是这些工作？），也不是薪资的问题（有的公司研究生起薪比本科生高，但是微软不是），而是退路问题。

一直说计算机行业不怎么看学历，但是个人感觉这只不过是计算机行业发展前期供小于求的劳动力供应情况造成的。这几年计算机行业人才井喷，劳动力供应飞速增长，可是随着行业结束野蛮发展的状态，劳动力需求增长减缓，甚至不增反降。作为一个硬指标和门槛，学历的重要性肯定会提高，甚至不排除发展成金融行业那样的情况。如果以后微软凉了（外企护城河再深，效率再高，国内企业在各种政策、情怀和奋斗比加持下，并不是不可能动摇外企目前看似坚固的业务的根基；再加上国内越来越加深的“国产情怀”，以及国内各种保护政策，微软等外企在国内业务凉掉的可能性并不是不存在），得重新出去找工作的时候，有可能在学历关就被刷掉。这就非常难办了。

但是从个人角度来说，由于各种原因（特别在你院的三年），我确实不想再呆在学校，更加期望能够投入工作，做一些真正有用的东西。就像在我的关于里说的那样，我还是希望我的工作能够有利于对其他人有用（这也是我喜欢微软的一大原因，Make Other People Cool），能够帮助他人提高工作效率，并且做一些自己真的想做的事情，而不是在学校里(这里省略一些字)。

感觉目前来说这个问题还是只能先去实习，亲身感受下工作的环境后再定。

• 上海还是苏州

之前更加喜欢苏州，并不是因为苏州的自然人文环境等（个人确实不太care这些），而是因为苏州的生活成本和最重要的房价。除了这个方面，在其他例如发展前景（不太看好苏州发展前景，毕竟有个上海，纯个人想法请不要因为这个点撕我）、新事物的应用、机遇、资源（比如说对后代）等其他方便，上海不仅现在更好，以后也只会更好不会更差。

但是对于生活成本这一点，最近查了查上海和苏州房价的对比，发现苏州并没有想象中的那么便宜。当然上海整体会更高，但是上海稍偏远一点的地方的房价和苏州贵一点的地方的相比也并没有离谱到哪儿去。再加上上海的薪资会比苏州高，所以其实这个选择还不是那么容易做的。

目前的打算还是先在苏州实习，在实习过程中更多地了解一下两个城市地情况和转正上海的事情。

总结

不管怎样，我的微软实习申请部分到现在就结束了，现在最重要的工作是在这学期的课程轰炸下存活，同时也要在以后找个时候重新开始算法题，毕竟转正面试也是要考算法题的嘛。

是时候来简单梳理下我的2017年了。

寒假：

1. 去年今天的这个时候（2016年12月31日），我都已经到家了。而今年却要一直考到考试周倒数第二天。真是风水轮流转啊。同时，今年也是第一次在外面过元旦。
2. 南星计划。第一次参加这种社会实践活动，和20多个学校的小伙伴一起进行了第一次联合宣讲，建立的志愿咨询群也一直持续着它的价值。
3. 又双叒叕折腾出一套博客，又双叒叕以为能一直维护和使用下去，结果还是几乎弃坑了：新功能没加，依赖更新后代码编译不通过不管，前端资源都5M了也没想着优化，文章也没写几篇，最重要的是上了软工二课后看原来的代码就是一坨那啥。又不知道啥时候又能把它捡回来，或者说，我真的要继续去做它吗？其他大佬要么学得更基础（算法等），要么学业内目前的高端的知识（机器学习什么的），做这种项目对以后找工作来说真的有意义吗？做这种项目真的能提高我的“技术”吗？

大一第二学期：

1. 我到现在都想知道为什么当时的我要花一个Surface Book 2的钱去报托福课。上了一半，另一半拖到现在，不知道什么时候才想继续。而且这也给了我一个教训：做什么事都要三思。
2. EL比赛，第一次拿到奖金（500块）。
3. 去北京玩了几天，高中同学招待得非常到位，真的非常感谢他们！
4. 当时学长说大一下是大学最轻松的一个学期，当时还不信，到了大二才知道确实是这样。
5. 建议列表里大一的学弟学妹，大一下确实是最轻松的，尤其是还少了一门计组课，有安排请尽快付诸行动，到了大二，一切都晚了。

暑假：

1. 无聊的小学期。十几年不变的课程，所有人都对它反感，不知道为什么还在继续开，白白占了10天的宝贵的假期时间。
2. 社会实践。当时的豪情壮志并没有完全做到，虎头蛇尾是最准确的形容词，有点对不起组员。
3. 微软学生夏令营。有幸来自全国的巨佬在一起，认识了许多人，更加强了信仰。
4. 比寒假短的暑假。

大二第一学期：

1. 和大一完全不同，高考结束后经历的第二次大改变。
2. 第一次在社团有个一官半职，有点想法却很多都因为自己经验不够显得都太naïve，想做出一点改变却总是做不到。
3. 软工二是大二上的万恶之源。从开始到现在，每天心里都是软工二，每天都想着大作业，除了软工二啥都不想做，一些时间上任何课都是在做软工二。所以整个大二上几乎没有碰个人项目，也没有接触其他的领域（比如创新项目）。感觉有点过了，主次不分？
4. 上一条成立也幸亏数据结构水的不成样子。一门非常重要的计算机基础课程上成PPT Reading以及离散数学代码版，这个专业是怎么评上A的？以及学成这个样子，真的就够了吗？
5. 奖学金到手瞬间透支。
6. 想通过换输入法和键盘布局加快打字速度。dvorak键位学了2个月，打字练习正确率能到90%，然后放弃了，12月转而学双拼来提高中文速度，到现在能日常使用了，但是速度还是不如全拼。我也花了非常多的时间在这个无意义的转换上。
7. 朋辈导师一直到11月才正式开始，感觉太晚了，从我自己的经验，11月已经过了最困难的适应期，如果能在刚入学的时候甚至暑假就开始，可能能发挥更大的作用。但即使如此，它也不是这两个月没干什么事的借口。新的一年应该多给点学弟学妹们做实事，不能让他们失望。
8. 要说这学期忙，可是，有的同学同时在多个组织任职并把事情做得很好，有的同学还在学习其他前沿的知识，有的同学在周末安排了各种课外的活动和学习，我和他们上的同样的课，为什么他们就能安排这么多的事情？为什么我就啥都没做，却感觉忙得不可开交？
9. 脱单。从来没有这学期一样这么想脱单，可是自己太怂，感觉自己很菜等一些原因，也只能在脑子里想想了。

写到这里，时间显示着23点16分。2017年虽然不像2016年一样，是人生的新阶段的起点，可是在这一年里，我经历了许多人生的第一次，尝试做一个不一样的自己。有开心，也有难过；有收获，也有遗憾。

数十公里外的市中心的热闹的人群准备着新年的倒计时，而我也安静地等着电脑右下角的2017/12/31跳到2018/1/1，和大家一起说出那一句

2018年新年快乐

</2017><2018>

前言

本福特定律改变了人们对随机的认识。之前人们认为，在一组自然的随机数中，以每一个数字打头的数占总频数的频率是一样的。但是本福特定律却用严谨的数学语言证明了不同数字打头的数并不是一样的。本福特定律说明，在b进位制中，以数n起头的数出现的概率为log_b(1+1/n)。这篇文章中提出了一个在现有的平均概率随机数生成器的基础上实现一个十进制下符合本福特定律的、固定位数的随机数生成器。这篇文章展示它的效果，介绍它的算法以及它的代码实现。

代码

运行需要Python 3，不需要其他库依赖。

import math, random
from functools import reduce
 
def possibility_for_n(n):
    return 0 if n==0 else math.log(1+1/n,10)
 
def distribution_list(n):
    result = []
    for i in range(0,10):
        r = 0
        for j in range(int(math.pow(10,n-2)),int(math.pow(10,n-1))):
            r = r + possibility_for_n(j*10+i)
        result.append(r)
return result
 
def search_list(distlist):
    return list(map(lambda i: sum(distlist[:i+1]), range(0,10)))
 
def generate_digit(n):
    rand = random.random()
    searchlist = search_list(distribution_list(n))
    if rand <= searchlist[0]:
        return 0
    for index in range(0,10):
        if rand > searchlist[index] and rand <= searchlist[index+1]:
            return index+1
 
def generate_one(length):
    return reduce(lambda x,y: x*10+y, map(lambda i: generate_digit(i), range(1,length+1)))
 
def generate_multiple(length, num):
    return [generate_one(length) for i in range(0,num)]

代码使用

调用generate_one函数来生成一个随机数，参数为数字位数。 调用generate_multiple函数生成指定个数个随机数，第一个参数为数位数，第二个参数为生成个数。

示例：

> generate_one(4)

> 4937

> generate_multiple(4,10)

> [6179, 4971, 7735, 1392, 5046, 4750, 4412, 2249, 1530, 8443]

代码效果

此代码可以生成指定位数的、指定个数的符合本福特定律的随机数集。

对于代码生成的如下50个4位随机数，

[2152, 6766, 2117, 4239, 5047, 7623, 2497, 1382, 8081, 4431, 2983, 8968, 1669, 6670, 7242, 3819, 1565, 1399, 2102, 1706, 3257, 8281, 8735, 9197, 5254, 5872, 6805, 2526, 3951, 1271, 4271, 1540, 3713, 1124, 1452, 6037, 3279, 6424, 1550, 2596, 9411, 1272, 1996, 3735, 2403, 3007, 4303, 1146, 1513, 1098]

统计其首位各个数字出现频率，与理论计算值对照，得到如下表格：

使用公式

α=(sum(k=n_start to n_end)((p_a (k)-p_e (k))^2))/(n_start-n_end+1)

度量实际频率与理论频率的偏离程度，数字越小越好。

上例的结果为

α_1=0.00038025004826301343。

以同样方法计算前两位与理论值的误差，结果为

α_2 = 0.00013919331883366668

。

作为对比，平均概率的随机数生成器生成的4位50个数字

[2665, 2249, 4658, 3974, 2232, 1486, 1616, 7235, 4730, 5351, 1973, 4399, 7146, 2650, 7414, 9585, 2561, 1599, 1839, 6233, 1449, 8225, 7896, 2726, 4011, 7821, 8365, 2231, 4490, 2247, 9524, 7578,4203, 1741, 5035, 9362, 9340, 1798, 5398, 1676, 9247, 8809, 2948, 4933, 1040, 9487, 6529, 5773, 8622, 6047]

的

α_1 = 0.0037032530835963864 。

数字越多，其结果越贴近理论值，以下为10000个4位随机数首位各个数字的频率与理论对照值的表格（为了节省篇幅，不附上具体数字）：

相关指标为：

α_1 = 0.000003909609950132077

α_2 = 0.000002385500926719904

算法分析

若设p(n)为本福特定律中指出的以n开头的数字占所有数字的出现的频率，那么对于从高位起第n位（最高位为第1位），数字i出现的频率为

sum(k=10^(n-2) to 10^(n-1)-1)(p(10k+i))

对于n=1，它的起始为0。对于最高位0，频率为0，对于其他位置出现的0，可以不特殊处理。

例如，对于从高位第2位，它出现2的概率为p(12)+p(22)+p(32)+⋯+p(92)，而对于高位第4位，它出现5的概率为p(10005)+p(10015)+⋯+p(99995)。

可以看到，

每一位的每一个数字的概率都可以通过这个公式计算出来，所以每一位上每一个数字出现的概率都是一定的，并且是可以计算出来的。

所以针对每一位数，根据它对应的频率生成一次随机数，可以保证最后的结果能够满足本福特定律。

称每一位每一个数字出现的概率按对应数据大小排序的结果为分布表(distribution list，d)。最高位的分布表为

d_0 = [0,0.3010,0.1760,0.1249,0.0969,0.0792,0.0669,0.0580,0.0512,0.0458]

，分别对应0,1,2,3,4,5,6,7,8,9为起始的数字的出现概率。

接下来问题转到了如何根据确定的概率分布生成一位数字。

定义概念搜索表(search list, s)。搜索表定义如下：

s[i]= sum(k=0 to i)(d[k]) ,∀i∈[0,n_end-n_start]

用人话说，搜索表的第n项等于其对应分布表首项到第n项的概率之和。

那么上文d_0对应的搜索表为

s_0=[0,0.3010,0.4771,0.6021,0.6990,0.7782,0.8451,0.9031,0.9542,1.000]

根据定义，搜索表最后一项一定为1。 下面需要假设现有随机数的发生器可以在[0,1)区间按平均的概率生成随机数。幸运的是，几乎所有语言都提供了生成这种随机数的机制。

现在假设生成为随机数为r∈[0,1)，那么在搜索表中寻找i∈[0,n_end-n_start]，使得r>s[i]且r≤s[i+1]，取i+1作为本位随机数结果。如果r≤s[0]，取0。因为搜索表的每一项是单增的，可以保证i唯一；由于搜索表最后一项一定为1，可以保证i一定存在。

根据这个算法得出的数字能够保证了每一位数字出现的概率和搜索表符合。

对每一位运用此算法，计算其对应的分布表和搜索表，就可以生成指定位数的随机数。

代码分析

代码分为6个部分，分别为以n开头的数字的频率（possibility_for_n(n)函数）、本位的分布表（distribution_list(n)函数）、本位的搜索表(search_list(distlist))、生成第n位（generate_digit(n)函数）、生成一个数(generate_one(length))以及生成多个数(generate_multiple(length, num))。

以n开头的数字的频率

def possibility_for_n(n):
    return 0 if n==0 else math.log(1+1/n,10)

这段代码很好理解：计算以n开头的数字的频率。由于数字不能以0开头，所以以0开头的数字的频率为0。

本位的分布表

def distribution_list(n):
    result = []
    for i in range(0,10):
        r = 0
        for j in range(int(math.pow(10,n-2)),int(math.pow(10,n-1))):
            r = r + possibility_for_n(j*10+i)
        result.append(r)
    return result

根据定义生成第n位的分布表。

本位的搜索表

def search_list(distlist):
    return list(map(lambda i: sum(distlist[:i+1]), range(0,10)))

参数为搜索表对应的分布表。为了简洁，这里采用了map高阶函数。它的作用是把第二个参数的每一项作为参数执行第一项的函数，函数的返回值组成新列表作为表达式结果。distlist[:i+1]表示取distlist的从0项到第i项的子表。

生成第n位

def generate_digit(n):
    rand = random.random()
    searchlist = search_list(distribution_list(n))
    if rand <= searchlist[0]:
        return 0
    for index in range(0,10):
        if rand > searchlist[index] and rand <= searchlist[index+1]:
            return index+1

参数n的含义为第n位。这段函数中，第一句代码生成随机数rand ∈[0,1)（random.random()正好如此），之后生成第n位的搜索表，然后根据上文所阐述的搜索index。这里为了简洁，使用了顺序搜索，虽然它时间复杂度为O(n)，弱于二分法，但是由于每个表的规模恒定为常数9，这个复杂度可以接受。

生成一个数

def generate_one(length):
    return reduce(lambda x,y: x*10+y, map(lambda i: generate_digit(i), range(1,length+1)))

参数为数的位数（长度）。这里为了简洁，采用了map和reduce两个高阶函数。Map不再赘述。reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，把结果继续和序列的下一个元素做累积计算。

例如，reduce(lambda x,y: x+y, [1,2,3])的结果是6，计算过程为：

[1,2,3]->[1+2,3]->[3,3]->[3+3]->[6]->6。

这里首先采用map生成第1位到第length位的数字，然后采用reduce方法将这些数字合并成一个数字。

生成多个数

def generate_multiple(length, num):
  return [generate_one(length) for i in range(0,num)]

length为数的位数，num为生成数的个数。函数调用num次generate_one(length)方法，返回结果。

总结

这篇文章展示了一个实用的符合本福特定律的十进制固定长度随机数生成器，并对它的原理和代码实现进行了简要的介绍。在此基础上，可以很容易地扩展到任意进制的随机数长度生成器。但是，这个算法仍然有改进空间，例如可以根据相同的原理实现任意长度的生成器。读者如果有兴趣，可以对此进行更深一步的研究。

参考

[1] https://en.wikipedia.org/wiki/Benford%27s_law

[2] http://blog.iharder.net/2010/11/10/benford-how-to-generate-your-own-benfords-law-numbers/

[3] https://softwareengineering.stackexchange.com/questions/255892/unevenly-distributed-random-number-generation

[4] https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014317852443934a86aa5bb5ea47fbbd5f35282b331335000