0

我们到了吗? 到了

这是我们要到的地方吗? 我觉得… 可能不是

那我们之后去哪? 我呃… 我不知道

我和Helen被Uber送到新奥尔良最大的赌场凯撒宫却找不到饭店的时候, 面面相觑.

十月新奥尔良的雨下很大, 所以哪怕是很短的路我们也决定打车去吃饭. 起初我定位的是French Quarter里的饭店, 那个更符合我模糊的记忆里它会在的地方. 但在French Quarter的外围, 地图给出了这一家的另一个搜索结果, 离我们更近些.

饥肠辘辘的我俩本着早点吃到饭的原则, 被阴差阳错地送到了赌场. 可事实上这里根本没有那家饭店, Google地图说这家店已经关门了 虽说可以在赌场里混点吃的, 但我没带身份证, 连门都进不去.

该死的Uber还没给我退款

最后我们在赌场等了十分钟, 还在雨里淋了一会儿才坐上streetcar, 到了饭店拿着生蚝撒气 (指胡吃海喝)

我回头看这件事儿的时候, 感觉就和我回看20岁整个十年一样:

我曾经很清楚地知道我30岁的时候需要在哪儿 读书, 工作, 签证… 也都一样样照着规划实现稳妥了以后, 人生大赌场告诉你:

抱歉啊, 你想要的应许之地并不在这.

40岁的目标是什么? 变老又是从哪一刻开始的? 成长有没有尽头?

最关键的是, 那之后去哪?

1

去年底的时候先是经历了一波大部门换帅, 给我们定了新的目标; 之后又是裁员又是reorg. 幸好我们的小组没经历什么大变动. 但我们工作的目标却从优化编译出来的文件大小, 变成了在不影响文件大小的情况下优化编译后的运行速度. 上头说性能更好能增加活跃, 增加收入.

Tech Lead抗议说这性能和体积本来就是按下葫芦浮起瓢, 怎么能既要又要? 何况活跃和性能的相关性太低了, 压根不好测, 测出来也不见得准. 而另一个同事已经闷头酷酷干了. 我觉得他们都有道理, 但职场小牛马没必要梗着脑袋抗议, 也埋头干就是了.

结果就是过去一年, 我觉得我的工作很无聊. 比方说我做了个优化, 无非是把别人已经做好的东西迁移过来, 适配一下"因为公司太大了才有"的问题, 每天和各个相关方的人员沟通/协调, 完了发个庆功帖. 我寻思这也没啥创新性啊, 有啥好玩的.

0

每年的LLVM开发者大会都是十月底, 这一年刚开始的时候我就在参加会. 刚好几个不住湾区的同事都在, 我manager Chris就叫着所有人一起吃饭.

Chris身上有很多上一辈程序员的特质. 慈眉善目的白人, 带一点儿婴儿肥, 90年代就开始写代码; 深谙软件发展的坑坑洼洼, 因而对这个世界有一份很独特的看法. 整体画像有点像 亿万图谋 里的 Juri Müller.

Chris很爱他的俩女儿, 每次吃饭都会成为话题的中心. 这次是PTA (家长教师委员会?), 他刚好因为PTA的会议来迟了. 席间的时候他又提起了这句话.

Software is easy, people are hard

软件轻而易举, 人性难于登天

我刚入职的没多久就听他说过. 在之后的一年里又会反复在不同场景下听他说到这句话. 不过当时的我并没有那么深刻的见解, 在我听来他只是在抱怨:

有多少冗长的PTA或者HOA (业主委员会?) 会议, 大家口干舌燥的讲来讲去, 本质上就是用礼貌的方式表达

Dave, don’t be a dick.

Dave, 你当个人吧

我还没有小孩儿, PTA这个概念在我听来遥不可及; 我也没有房子, HOA这个概念更是日常被Helen口诛笔伐. 至少在那时这句话听起来更像是他在说带小孩儿可比带工程师困难多了. 那时的我还是俩月大的牛马, 根本还想不到这句话在未来的一年, 在各个场景都会不时地绕回我脑子里.

2

AI

牛马上了一年多班是什么体验?

我已经忘了是从什么时候起我上班的日常就是和AI聊天. 一开始只是一些小的修修补补单纯是因为AI打字的速度比我快. 逐渐的变成了小的feature或者bug的修复; 直到现在我基本上很少动手写代码. 写代码从来没有如此简单过. Tech lead说AI抹平了人们写代码的能力, 十年老工程师和刚入职的大学生写出来的代码是一样的, 都是AI.

信息量

我们经常碰到一个词"信息量". 却很少去思考什么是"信息量".

既然是个"量"就应该是可以量化可以比较的. 那么我们日常八卦的新闻具体包含了多少信息? 当我们说那位故人出事前的最后一条新闻"信息量很大"的时候, 我们是在和什么比较?

我读本科修信号与系统和计算机网络的时候曾有幸了解了一些信息论的玩意儿. 但霍金在时间简史里说"每个公式都会让读者减半", 为了我读者的福祉我就用一句话总结那个公式好了, 也许会说的有些偏颇:

信息量衡量对未知事件的不确定度.

举个例子, 我的银行卡密码是一个六位数. 问: 我的密码是什么.

在没有任何信息的情况下你只能瞎猜, 猜中的概率是十万分之一.

有一则信息说我的密码不是111111, 现在你猜中的概率"少许提高", 毕竟排除了一个错误答案.

(我一定要abuse"少许"这个词来向黑猴团队抗议, 写数值很难嘛?)

另一条信息说我的密码开头是个偶数. 你"大幅提升"猜中的概率, 从十万分之一提高到了五万分之一, 另外五万个奇数都不用尝试了. 这时候你就可以说, 这条消息信息量就远大于上一条.

如果要学习新闻小编体, 最后就得补上一条 “重磅! 我的密码是601609”. 这条消息的信息量就又上了一个台阶.

(P.S. 601609只是我刚刚收到的一个验证码)

新闻的信息量

这个世界充满未知. 这是我们读新闻的主要原因, 去获取信息, 降低自己的不确定度.

本来你搞不清会不会降息, 早上看了新闻说CPI低于预期, 学了金融学原理的你直到这意味着降息的概率变大了. 冲进市场买了大盘, 收盘时果然普涨.

这, 就是一条有用的新闻提高了你的信息量, 之后还有幸提高了你的财富.

依照定义, 一条新闻总是能给你带来些信息量的. 无非是信息量的高低.

比如你一早打开了家族群, 收到了一些明显是胡说的中医吹. 这样的新闻就像"密码不是111111"一样, 有无限接近于零的信息量, 在无数个错误答案中帮你排除一个罢了.

亦或者你收到推送说Meta要裁员5%, 而你一早就在内网提前看到了消息. 这就好比猜出了密码再去看一遍答案, 虽然没有多余的信息, 也是加强记忆, 担心自己会不会被裁员.

这些新闻最坏就是浪费你几分钟, 无伤大雅. 而之所以我还是花$4一个月订阅WSJ, 就是因为以我对世界浅薄的了解, WSJ给我推送的新闻大部分时候是高信息量的.

负信息量新闻

我是在连续看到好几个人给我推送一个垃圾文章之后得出这个结论的.