谢谢 substack 上这位新付费读者的留言。 不过我觉得这句话可以改成：

"I supported your work because I think you are a real human"

《别了，现代网球》一文增加和修改了很多内容。这里摘抄转发我比较喜欢的一段：

-------
这些人在等待一个机会，可以显摆自己刚学会的那点东西，彰显自己的价值。所以一旦抓住这个机会，他们就开始“好为人师”了。一旦看你失误，他就跟你说“这个球应该这么打～……” 你其实根本没听他的，继续按自己平时的方式打，结果他又说：“对～这样就对了！” 这样他就自以为成了你的教练 😑

不要小看好为人师者这一番“自圆其说”操作，这似乎是一种强大的心理操纵。当他最后说“对～这样就对了”之后，如果你不反驳他，不说话默认了，之后你会感觉整个人都被他控制了。自己的一举一动，似乎都是为了符合他的意愿进行的，而那些事情其实你本来都已经会的。这太可怕了！他之后还会继续“指点”你，然后说“对～这样就对了。很好～ 很好～”

《别了，现代网球》

经过这4个月以来，对整个网球领域过去100多年的深入研究，我发现自己与现代的网球技术和网球文化，已经走到了最后的分岔路口。我已经不再使用现代网球技术打球，我不认可任何现代顶级选手，我与所有被现代网球文化洗脑的人分道扬镳，形同陌路。我之前设想过的“世界网球巡游会”，因为人们中毒至深，很少人理解，也不再继续招收成员，计划取消。

我每天都在独立地研究，每天都有让我激动的发现。可是我不再想把新的发现分享给其他人，因为我身边的绝大部分网球爱好者都太让人失望。每当我看到他们做一些错误的事情（有些是教练教的，有些是自己看视频琢磨的），我都挺想帮助他们。然而看到大部分人那种趾高气扬，装模作样，自以为是，甚至好为人师的样子，我就放弃了告诉他们的念头。

我的信息是用什么样的研究精神，费了多少精力，汗水和疼痛得来的。把它提供给这样的人，值得吗？这就是我为什么不“好为人师”。我每天都目睹人们犯着各种错误，我早就遇到过的，琢磨透了，找到了解决方案。可我只是看在眼里，我不说。

之前两年我打乒乓球，也是类似。我看着很多人装模作样学职业选手动作，跟别人来回对拉，呼呼生风，却被我轻松击败，没有还手之力。当他们惊讶“这球是怎么过来的？” 我也只是笑笑。我当然不会跟这样的人解释我用了什么技巧。还有些时候，我做一点点小动作，他们拉球就下网。他们只以为是自己不小心失误了，不会明白那是因为我做了特殊的操作。我当然也不会主动告诉他们，所以这些全都成为了秘密。

几乎所有身边的网球和乒乓球爱好者都不能明白，我花了多少时间和精力，做了多少研究和自我训练。只有我自己知道这些研究和训练处于什么样的深度。甚至有些打得很一般的人，总自以为比我打得好，甚至当着别人的面嘲笑我。因为我几乎什么都不告诉他们，我只是拿他们作为我的训练工具。我跟他们打球，不是因为他们打得多好，而是因为他们在容易的情况下，能打出我需要的那种球，用于进行我的“实战演习”。我只需要用特定的方式给他们球，就能得到我需要的回球，就可以测试我最近的训练成果。

我发现水平低的人的一个特点是，他们会很快地忘记自己是如何被对手犀利地击败，而只记得对方失误，自己赢球的时候。但高手呢，只需要打几个球就知道对方的水平，都不需要看比分。比如，我发现对方只会拉上旋球，每当给他下旋球就失误，就知道他技术很不全面了。然而水平低的人不大可能理解对方的级别，他们只知道输了球，却不知道对方用什么样的手法打出了那样的致命一击，那是需要什么样的理解和训练才能做到的。

自己都不会的技术，即使亲眼看到别人做了，也不会知道那是怎么回事。这就是这类运动的特殊性。有多少人看得懂网球或者乒乓球赛？自以为看懂的很多，真懂的很少。所以，就算他们亲自上场，看到对手做出那样的技术，也不会察觉到它的发生。

高级的技术对于他们是隐形的，这就是为什么水平低的人无法知道对手水平有多高，甚至以为自己高人一等。只有水平到了一定程度，有研究精神的人，才会注意到对手可能做了一些特别的事情，甚至开始请教对方。

挺多水平低的人还特别好为人师。才看对方失误一个球，就头头是道地开始说：“你的动作不对～ 这个球应该这么打才对……” 他们不会明白的是，像我这样的人跟他们打球，经常会进行一些计划中的“实验”。我会测试一些刚琢磨出来的新理解，新打法。它们不会符合普通教练的教学方式，其中一些当然会失误，或者其实就是错误的。水平低的人几乎从来不进行这种实验，所以他们简单地以为对方是水平不足，所以接不起这个球。只要遇到对方一次失误，他们就开始觉得高人一等，可以说教了。全然忘记了之前的很多球，对方是如何犀利地打过来，自己无法招架。

这些人在等待一个机会，可以显摆自己刚学会的那点东西，彰显自己的价值。所以一旦抓住这个机会，他们就开始“好为人师”了。一旦看你失误，他就跟你说“这个球应该这么打～……” 你其实根本没听他的，继续按自己平时的方式打，结果他又说：“对～这样就对了！” 这样他就自以为成了你的教练 😑

不要小看好为人师者这一番“自圆其说”操作，这似乎是一种强大的心理操纵。当他最后说“对～这样就对了”之后，如果你不反驳他，不说话默认了，之后你会感觉整个人都被他控制了。自己的一举一动，似乎都是为了符合他的意愿进行的，而那些事情其实你本来都已经会的。这太可怕了！他之后还会继续“指点”你，然后说“对～这样就对了。很好～ 很好～”

所以可以说，水平低的人很多是无敌的——在精神上是无敌的。然而这就是绝大部分网球爱好者的现状，这就是我为什么决定避免与他们接触。虽然我需要有人作为我的实战演习工具，但遇到这类人还是挺伤精神。如果遇到那种满腹经纶的大叔，自己只能打一点，却因为看了很多网上的视频教学，所以对谁都评头论足，就更加烦人。

这就像我之前与一切被现代乒乓球文化洗脑的人，与 IT 业界的“黑客文化”决裂一样。我曾经在微信删除一个驻日本的华人乒乓球俱乐部里的所有人，因为他们的每一个都感觉如此的不对劲，就像被魔鬼驱动着，非得打这个球，非得争个名次一样。每一个都是如此的“好为人师”，似乎一个人的价值完全取决于他们如何看待你的乒乓球技术一样。经常自己都不懂，还觉得他们能指导别人。可笑不可笑，烦不烦？

一旦进入这种俱乐部，你就不再是一个人，而是成为了一个数字（你的积分）。两个人见面第一句话：“你的积分多少？” 打网球的看到打乒乓球的这么卷，都在笑。可惜，网球人自己的圈子也是如此，甚至更加恶劣和傲慢。虽然我没怎么打羽毛球，但我认识几个打羽毛球的人。通过他们的行为方式，我比确信羽毛球的圈子也是一样。感觉都和邪教组织差不多。能打几个球就觉得自己是“运动员”了，了不起了，酷毙帅呆美极了。还是去照照镜子吧。😄

许多人的目光如此短浅，他们只看得见近些年媒体上的信息，只看得见身边的人。他们不会像我一样，能够追寻蛛丝马迹，追踪到几十甚至上百年以前。这就是为什么他们只能局限于今天，无法自拔。

我一直在做这样的事情，不是吗？是谁在早年发现了 Scheme 语言，并且追随到它最高明的使用者那里，继而获得极其强大，融会贯通所有编程语言的能力？现在，我可能已经发现了“网球中的 Scheme”，并且发现了它的一些最高明的使用者。当然，他们不是 Alcaraz，Sinner，不是 Nadal, Djokovic，也不是 Federer…… 不是30年内世界排行榜上的任何人。

这些真正的网球大师们，不但技术高明，而且态度和动作优雅，没有那种牛轰轰村夫式的“运动员气势”。这才是真正的贵族运动，网球原来的样子。所以我并不是不再打网球，我只是告别了现代网球，回归了古典网球。我希望更多的人能从事古典网球这项优雅的运动，忘记现代网球。

很多人无法想象历史上有着比现在高级很多的编程语言，就像很多人无法想象历史上存在着比当今顶级的乒乓球，网球选手都要强很多的人。所有的体育运动目前都是如此，几乎所有其它领域也都是如此，处于一个堕落的循环而不自知。难以置信的事情，世界居然不是变得越来越好，但这对于我来说正在变得越来越明显。

鼠目寸光的人们，以为自己知道的那点皮毛就是一切，自己崇拜的现代高手就是榜样。现代文明对人类的洗脑如此之深，这些人直到被掌握了精髓的人轻松击败，却仍然不会明白这个事情。无知者最强大，因为他们完全看不到自己的弱点，不知道自己是井底之蛙。他们永远是精神胜利者。

这就是我为什么决定不再从事我最擅长的行业，我不再经常打乒乓球，我也会停止与“现代网球人”接触。他们让我感到恶心，我没有找到解除这些头脑毒素的方法，每一次都让我感觉受到侮辱。所以我选择了离开现代网球，因为我是自由的，我的目的只是看一下，我没有必要留下。

别了，现代网球。你好，古典网球。

再来，当今的世界排名第一和第二，澳网2026的“精彩球”之一。我就不多说了，随便打开一个最近的比赛都是如此。我相信群众的眼睛是雪亮的。😄 不再关心人类de垠的微博视频

《网球教学死扣动作的误区》

昨天和一个之前上了20多节课（觉得没什么效果，继而又在另一个教练那里买了30节课）的球友练习拉球。咳咳，喂球的那种拉球。虽然我反对打假球，把互相喂球对拉当成“比赛”，但喂球对拉确实是一种必要的练习。

因为是喂球，本以为会很轻松，所以虽然我早上5点半起来坐车，坐飞机，坐车，坐高铁，坐车，到达，一路辛苦，居然还是决定去练球。

没想到把我累得不行。为什么呢？因为这个球友打球完全没有个准心。我比较惊讶的是，她打过来的球速很快，很多都落在界内，然而她却无法稳定地把球打在我的附近。所以害得我到处跑，简直跟单打比赛一样（真正的那种）。她也有很多失误，经常打不过网，甚至好多球开球拍过来就不过网。

后来我累的不行，就问她你能不能打轻一点，不用这么猛，最好打在我附近，不然我跑不动了，本来今天路上折腾了一天，不能跟打比赛一样。

结果她说，我也想打在你附近，可是我其实不能决定把球打在什么位置。也就是说，她的球完全是随机的，自己无法控制球的方向！后来我还发现，她其实也无法自主决定球的速度，所以一直很猛地拉球，没法打出慢一点的球来……

于是我就意识到了这些问题的来源：那就是她的教练的教学。整个网球领域的教学方式，都是根本错误的。网球教练上课时做得最多的事情是什么？——纠正动作。所以大家以为动作对了就能把球打好。

什么叫动作对了？按照教练的说法，就是类似：

- 拉拍时拍面要朝着身体后方（半西握拍的典型现象）
- 击球点要在身体前方（东方/半西握拍的典型现象）
- 击球瞬间拍面要垂直于地面（上旋击球的典型现象）
- 随挥要拿到左肩上方（快速击球的典型现象）

如此等等……

所以人们简单的以为，只要把这些要点全都做对，就能把网球打好，就能到 2.5 甚至 3.0 水平。然而他们却无法把球打到需要的位置，无法给球友有效的喂球，甚至无法减慢球的速度！

为什么她无法打出慢的球？因为动作要求“随挥时拍头要拿到左肩上面”，决定了她必须打出很快的球。如果你轻轻打，由于球拍速度不快，它就不大会因为惯性跑到左肩上面去。

所以“随挥时拍头拿到左肩上面”，其实是打快速球才会出现的“结果”。但教练们简单的把打快速球时自然发生的“物理结果”当成了“动作标准”，要求学生牢记和练习。这样的结果就是，他们无法打出慢一点，或者落点近一些的球来。

这就是典型的“本末倒置”的教学。

同样的原因，这样死扣动作训练出来的球友也无法把球打到需要的位置。因为每一个来球都是不同的，有不同的速度和角度，他们却按照一成不变的方式，比如“拍面与地面垂直”这样的标准动作打球。导致的结果就是，他们只能把固定速度，固定角度的球打到固定的位置。只要来球的速度和角度变化，然后需要打到各种变化的位置（比如喂球给球友），他们就没办法了。

经常下网也是同样的原因，因为来球有不同的高度和角度，如果你一成不变用“垂直于地面”的拍面方向，对于低平球就很容易下网。正确的做法应该是根据来球的高度和角度，灵活决定球拍的角度，而不一定是“垂直于地面”的。

总的说来就是必须“应变”。根据不同的来球，不同的目标，灵活地决定击球的方式，而不是按照固定的“标准动作”。这个，恐怕是绝大部分教练都不会告诉学生的。

而且这些顶级比赛对拉的时候，一般都会发出“啊，啊呃……”之类的呻吟声。仔细看动作和球速，他们其实打球并不很费力，完全就是养生球对拉。但听到这种吃力的声音，没有经验的观众就以为他们在很卖力地打球，以为打出那样的球很辛苦。

所以我认为很多顶级网球选手发出呻吟声的另一个作用，就是掩盖他们打假球的真相，让人们以为把球打成那样很不容易，需要很高的技术。其实不是那样的。这么慢的球喂到面前，找个技术稍好点的业余爱好者（比如我）都能轻松能拉上几十拍，气都不用喘，更不用呻吟了。

再来一个例子，一个月前的澳网2026决赛。Alcaraz vs Djokovic。完全是喂球对拉，拉了左边，稍微换个角度，继续拉右边……

Alcaraz 最后那一拍，是在 Djokovic 连续攻击两次之后，在很被动的情况下击球（所以 Djokovic 才主动上网拦截）。很软的一个反手球，方向是反手击球最大概率的角度，完全在上网拦截的预料范围之中，你觉得 Djokovic 真的接不起？

正常说来，主动上网的选手应该已经准备好了拼命，怎么说也至少要伸手去够一下，如果回球快的话，甚至可能来一个鱼跃扑球。但这么慢的球，Djokovic 完全没有朝球的方向伸手…… 那他上网去是干什么的？

看这类顶级比赛的时候，你还会发现很多类似完全应该接得起的球，结果动也不动就放过的情况。人们还以为是对手太厉害，激动地鼓掌。可笑不？

这20年的比赛，还有许许多多这样的例子，几乎全是如此。按照这个思路自己去看就行，一看一个准 不再关心人类de垠的微博视频

再来一个例子。Djokovic vs Nadal，美国公开赛2013，超长54拍的对拉。

可以看出一样的模式，前面的大部分都是喂球对拉。到了最后才开始往空档里打。为什么不是一开头就往空档里打呢？所以比较显然，这些顶级选手都是在演戏，而不是真的比赛。 不再关心人类de垠的微博视频

为什么我说这些年的网球比赛都是假球？仔细看看这些比赛就能明白。真正的打球，应该尽量把球打在对方别扭的位置，打在对方的空挡里，这样才能有效的赢球。而现在（已经之前二十年的网球比赛），基本都是把球打在对手面前，很多时候都不需要跑动。这是在喂球练习，而不是比赛。

计算机科学基础班，乒乓球，网球…… 人类深入掌握一项技能的时间已经被我缩短到了近似于电影 The Matrix 里的“下载”速度。

难道我在这个现实版的 Matrix 中扮演的角色是……

有些人说网球是“贵族运动”，以为打网球就成了“贵族”。其实贵族运动的意思是“贵族看的运动”——贵族看着自己的奴隶们做的运动，而不是贵族自己做的运动。😄

《我不是费德勒的粉丝》

之前说我在清华时代的网球单反（反手用一只手，而不是两只手）打出的球又低又快，经常直接得分。费德勒在鼎盛时期才打出过那样的球。很多人听了可能觉得我吹了个大牛，那是因为他们没见过历史上最厉害的一些单反选手是什么样的。就像他们没见过历史上最厉害的乒乓球反手，所以听我说我的反手打得比马龙好，也可能觉得我在吹牛。

其实对于我来说，网球反手超过费德勒，乒乓球反手超过马龙，也不算什么稀奇事。因为他们的反手从来就不是最厉害的，所以超越他们真没什么了不起的。今天仔细看了看这个 2008 的温网决赛（费德勒 vs 纳达尔），很多人把它誉为史上最伟大的网球决赛。看着费德勒的单反打出的球有多弱，我都笑了。根本就是在给对手喂球，没有任何威力。几乎每一拍都可以说是去送死的。有那么多的角度可以让纳达尔处于被动甚至直接得分，他为什么要正好打在让他那么顺手的地方？纳达尔的球就更不用提了，正手反手都软得不行。靠别人失误得分的时候还握紧拳头，一副硬汉的样子，好像是因为自己厉害才得分的一样。

我并不是目空一切，狂妄自大。我的心目中其实有更厉害的单反选手，我向他们看齐，而不是大部分人都崇拜的费德勒。费德勒的单反也许可以叫做“优雅”，但它太弱了，不足以赢球。借一位历史上很厉害的网球选手（也是单反）的话：我打球不是为了优美，不是为了取悦观众，我的目标是取胜。我很同意这个说法。不错，费德勒经常能战胜他同时代的顶级选手（纳达尔，德约科维奇等），但他大概率是打不过历史上的某些最厉害的选手的。

这么说会让一般人难以信服，因为我们无法让不同时代的人交手。老一辈的选手早就退休了，我说之前有的人比费德勒强，谁能相信呢？绝大部分人都只知道比分，大满贯赛事冠军次数，世界排名等量化的标准，他们无法判断球的质量，技术和战术的质量。这些都是难以量化的，只有通过深入的经验和观察才能感知。

不仅是单反这一个方面，总体说来费德勒并不是我心目中最厉害的网球选手。当然，纳达尔，德约科维奇也不是，他们离我期望的标准也差得老远。纳达尔和德约的比赛全是来回对拉，每个球基本都以低级错误结束。很多时候连对方的出球方向都会“判断错误”，直接放弃而不跑去接球。业余爱好者也很少犯这样的错误，至少他们很多还是会冲去救球。你还以为因为球速太快所以接不了，仔细看看那球你就知道它一点也不快。其实它非常的慢，很多业余爱好者打的球都比那快。

这样的比赛我根本没法看。费德勒也就少数早期的比赛好看点，其它的也跟纳达尔和德约差不多，来回对拉，直到一方犯低级错误。对于我来说，那根本不是在打球。三巨头都这样，近些年的其它选手就更不用提了。

网球的黄金时代早已过去，过去了几十年了。比乒乓球的黄金时代还要久远。现在的网球赛和乒乓球赛都弱的不行，甚至可以说这些顶级选手都是在打假球，只是互相合作的对拉表演。很多人还不知道，还在模仿他们。

所以，我只不过超越了一些打假球的人，这能算我厉害吗？

之前打乒乓球的时候遇到一个法国的网球教练，他的乒乓球打得挺好。我跟他说我也打网球，我打单反，用的拍子是 Pro Staff 97。他说：“你怎么会选择那样的拍子？我猜你是 Roger Federer 的粉丝？” 我告诉他：“我不是 Federer 的粉丝。我也不确定 Pro Staff 是最好的选择，但我总得有个拍子用吧？😄”

可能很多人都会以为我打单反，就会模仿费德勒。两个月前重新开始打网球的时候，确实参考过费德勒的动作，但后来就发现怎么打不出什么好球呢，跟清华的时候完全不同。我还以为自己已经失去了当年的“天才”。后来我发现，清华时代的我为什么可以打出那样的反手球，因为那时的我完全没有经过教练的指导，在两周之内完全靠自己摸索出如何打网球，所以当时我的单反手法跟费德勒有着很大的不同。

这就像之前我自己在一周之内摸索出如何写 CPSer 一样，完全没有经历之前研究者留下的历史包袱。所以最后我直接得到了最优的结果，并且可以再后来把它灵活运用到实际的场合。其它的 CPS 研究者们都做不到这一点，因为他们的头脑里存着三十多年的历史包袱，无法直接看见问题的本质。

这一次开始打网球，最开头找了教练，他指导了我的单反动作。然而他是按照费德勒的方式教我的，所以最开头的两个月，我都无法打出清华时代那样的球。反手打出的球很慢，经常过不了发球线，极少有时候能打到底线，而且准确度比较低，就跟费德勒的反手一样。

直到最近，我回想起在清华时是如何练习的，才发现我其实并没有超越清华时代的我。这一个月，我奋起直追，回忆当时的做法，反复地分析和练习，才又恢复了之前的状态，修正了教练带给我的误导。所以我说清华时代的王垠是个“网球天才”，恐怕也不算过分。还有谁能在两周之内从零开始练成那样的网球技术？不过经历了一番曲折之后，现在的我应该已经吸纳了清华时代的我摸索出来的精华，并且融入了更全面和深刻的理解。

有人可能会好奇，为什么隔了20多年，我这么确定当时的网球技术是在两周之内练成的，也许我花了更长时间呢？很简单。因为我对于一件事情的耐心，通常只有不到两周（甚至只有一周）的时间。如果练习了两周网球还不能上场打球实战，按照我的性格，我是不大可能继续下去的。不过很可惜，我当时只打了一个月，就不再打网球。 不再关心人类de垠的微博视频

大家看见了背景里的星星吗？看看有多亮。那还是隔着大气层（甚至晚霞）的。火箭喷出的火焰那么亮，却仍然能拍到星星。为什么SpaceX的火箭到了太空里（看SpaceX的其它官方视频），没有大气层阻挡光线，没有其它亮光干扰，背景里却一颗星星也看不见，一片漆黑呢？对的，宇宙对于人类确实是未知的，因为人类根本没去过地球之外

补充一下那个游戏的细节：

……
两个人上场单打，每个球都轮换发球。先输掉4个球（或者其它固定数目）的人下场，让下一个人上场。

小学的时候，我们教室外面有一个乒乓球桌，下课时间有好几个小孩都想要打球，就是这么玩的。有时候我们打“3个球下”，有时候打“5个球下”，我也不知道这游戏叫什么名字。这个游戏在日本叫“王様”，因为赢了的那个人留在场上，就像坐上了王位。其他人上场，想要把他打下去，争夺王位。这个看似小孩玩的游戏，但它比起正式比赛规则有很多的优点。我觉得大人们也应该玩这个游戏。

很多成年人总是用正式的记分规则打比赛，觉得这样才像“成年人”，所以一场球打很久才结束，其它人等太久，身体都凉下来了。这么长的等待时间，对于提高技术不好，而且等的人比较无聊。而这个游戏因为每场球的点数很少（比如4个球），所以其他人的等待时间很短。就算有好几个人，你会发现经常还没休息够，就已经要上场了。虽然有好几个人用同一个场地，但每个人都觉得自己好像一直在打球，没停过一样。

《别总玩双打，推荐一种网球单打游戏》

因为网球场比较少，或者比较贵的原因，很多网球爱好者活动的时候，总是多个人使用一个场地。在这样的情况下，为了让大家都能早点有球打，他们常常在短暂的对拉练习之后，就进行双打比赛。我发现这种大部分时间双打的做法，对于提高网球实战技术很不利。

两年前在英国的时候，我打了一个月的网球（后来受伤了），大部分时候就是在教练的带领下，跟别人双打，很少有单打的时候。后来经过研究，我发现总是进行双打比赛，对于提高网球（或者其它球类运动）的技术是很不利的。因为双打的时候，总是有另一个人产生影响，他可能犯错误或者太积极，不能完全掌握局面，所以很难发挥和提高自己的能力。

比起乒乓球和羽毛球，双打对于网球也许更加不好。网球双打的时候，往往是一个人在底线，一个人在网前，随时准备拦截对方的来球。因为总有一个人在网前拦截，所以很多时候底线的人必须打高球（lob）越过他。这不是正常的打法，而且由于多了那么一个人，无法发挥和练习自己所有的能力。

很多人长期打双打，缺乏单打的练习，到了单打的时候就会发现不行了。而且想一下，你会看电视上的网球双打比赛吗？反正我从来没看过，完全没有兴趣。你会关心一个职业选手的“双打世界排名”吗？大概率不会。如果一个职业选手“双打世界第一”，但单打排不上号，你会关注他吗？当然不会。

自己都不想看，不关心的比赛，又怎么打呢？所以我觉得双打没有多大意义。偶尔玩一下作为娱乐是可以，但对于提高技术真的没什么好处。因为这个原因，我给大家推荐一个小游戏，可以让多个人使用一个网球场，却能进行有效的单打练习，让每个人都能很快有球打，不会等很久。

这个其实很简单，就是我们小时候多人玩乒乓球的游戏。它的规则很简单：

两个人上场单打，每个球都轮换发球。先输掉4个球（或者其它固定数目）的人下场，让下一个人上场。

这个看似小孩玩的游戏，但它比起正式比赛规则有很多的优点。

很多人总是用正式的记分规则打比赛，所以一场球打很久才结束，其它人等太久，身体都凉下来了，这对于提高技术不好，而且等的人比较无聊。而这个游戏因为每场球的点数很少（比如4个球），所以其他人的等待时间很短。就算有好几个人，你会发现经常还没休息够，就已经要上场了。

这个游戏中，技术强的人会留在场上，所以如果一个人技术比其他人高很多，他会长时间留在场上。有些人认为这不公平，大家没有平等的获得练习时间，但其实这有好处。因为能力弱的人其实是希望和比自己强的人打的，这样能有效得到提高和锻炼。所以强者多在场上，这样大家有更多机会跟他打。这对于强者也是有好处的，因为他得到了更多的练习。

变种

这个游戏有一个变种，可以防止有一个很强的人，没人能把他打下去。虽然他的长时间停留有好处，但时间太长也不大好，因为大家都只跟最强的这个人打球，不能跟其他人打了。所以这个游戏的变种是这样：

基本原理：对于赢了的人，他的记分进行累积，而不是充值到“满血”。

具体做法：新上场的人充值4个球，新上场的人先发球。之后的每个球，总是输了球的那个人发球。输完了球的人就下场。留在场上的人，他输掉的球数一直延续下去，不恢复为4。

一开头可能不大好理解，其实很简单。我们来看个例子，比如上一场 4:3，我赢了。输了的人下场，新上场的人有4个球。由于我上一场已经输了3个球，所以接下来我只剩1个球了。只要我再输一个球，就得下场。等我再次上场的时候，才满血复活为4个球。

这个变种可以简单理解为：累计输掉4个球的人下场，新上场的人充值4个球。

为了方便记分，节省脑力，可以准备8个球。新上场的人兜里放4个球。第一个球总是让新上场的人发球。之后的每个球，都是上一个球输了的人发球。这样如果你输掉4个球，兜里就没有球了，就得下场。赢了的人留在场上，他兜里的球不“充值”，所以他输掉的球就累积起来，当他兜里没球的时候就得下场。

这个变种也比较有意思。因为赢了的人不能充值到“满血”，所以为了多留在场上，他需要更加努力，争取赢每一个球。如果用这样的规则，你还能在场上留很久的话，那说明技术真的比其他人强很多。这对于其他人和自己都是更好的锻炼。

总的说来，我认为这个游戏比起正式的比赛规则有很多益处，而且由于不是正式规则，球数很少，输了没什么挫败感，它降低了比赛的心理压力，让大家都能放松心情打球，展现和提高真实的水平，而且它非常的有趣和快乐。

《我的世界网球巡游会计划》

由于目前对网球技术的研究已经到了很深入的程度，我发现越来越局限于身边的网球爱好者和教练。经过在国内两个月和在日本一个月（基本没有教练）的练习，我的基本技术已经达到比较满意的程度。现在的我，已经大大超越了20多年前（清华时代）的我。很多人听我说只打了几个月网球都不大相信，以为我至少打了几年，还有人以为我是体育学校毕业的。我不想吹牛，但我必须说出实情，不然可能很多人还以为我只是肤浅的了解。这么迅速的发展，我还说对自己只是“比较满意”，可见我的标准是非常高的，我还有非常大的提高空间。

记得20多年前在清华的时候，我自己买了拍子，练了不到两周网球（没上课），就能上场跟人单打，用单反打出又低又狠的“得分球”，让同伴都很惊讶。现在我看费德勒的比赛，发现他的单反也只有在鼎盛时期才打出过那样的球。我曾经玩笑式地称自己是“网球天才”，然而最近我才明白，清华时代的我还是有太多没弄明白的事情。因为当年的我没有今天这样的研究能力，无论是在计算机科学还是网球乒乓球等体育运动，都无法和现在的我相比。很多人到了我这种年纪，沉沦于世俗，各种事情都不如年轻的时候，我现在却比年轻的时候强了很多，不断地扩展自己的能力，在多个方面都达到很深入的程度。我相信自己会越来越好。

但我深知，仅仅练好了基本技术（正反手击球，削球，截击，高压，发球等），能够稳定拉球，处理各种“友好球”，仍然是不够的。网球的真正宗旨是：赢球——在真正对抗的情况下赢球。如果不能跟各种水平的人进行对抗性的练习，只是互相喂球对拉，是不可能达到这种能切实赢球的水平的。

我发现不仅业余爱好者大部分只是互相喂球，当今绝大部分的顶级网球赛也都只是表演。职业选手们（包括“三大巨头”在内）也都只是互相喂球对拉，发出“嗯啊”的叫唤声，好像很辛苦，其实出球非常无力。本该一拍打死的球，却拉得很软，继续 rally 下去。本该上网截击得分的时候，却继续底线拉球，而不是立即得分。做出各种“精彩”的动作（比如胯下击球等），吸引观众眼球，如此等等。

这不是网球，这只是互相合作进行表演，而且非常的无聊。今天的人们已经不知道真正的网球是什么样的。谁还看现在的网球赛？反正我是看不下去的。我要的是真正的网球，地道的对抗和精彩。互相合作的拉球正在毁灭网球，毁灭乒乓球，毁灭其它球类运动。我们必须光复这些运动本来的面貌，它们应该是精彩，扣人心弦，让人忍不住拍手称快的。我的乒乓球已经做到了这一点，现在轮到网球了。

目前我发现的局限性在于，在每一个地方，身边的网球爱好者很多都是初学者或者稍好点。很多人只是随便玩玩，或者做做样子，并没有提高技术的动力。有些初学者非常迷信网球教练，只要你说得和教练有一点不同就聊不下去，无法进行任何深入的讨论。有些初学者只是希望“动作好看”，并不在乎实在的能力。有些初学者，只要你开始讨论一点点技术，他们就会说“开心就好！”，然后就没法聊了，我也不知道这是什么心理。技术稍好的呢，很多以为自己了不起，爱显示，爱模仿出名的职业选手，片面地追求力量，缺乏准确性。其实大部分也只是会拉球，不能进行对抗性的打球。

网球不像乒乓球，走到哪里都有乒乓球俱乐部，进去交点钱就有很多人可以一起打，经常遇到高手，对提高水平非常有益。我切实的体会到，乒乓球的高手都在民间，很多人远远超过当今世界排名顶尖的选手。但网球要找到能力和心智态度都相当的人很难。清华时代的时候，就是因为难以找到合适的练习伙伴，我打了一两个月就不了了之，最后只玩滑板了。所以这一次，我觉得需要在世界范围寻找志同道合的人一起来研究，探索和练习。

因此，我决定设计一个“世界网球巡游会”。周游世界，跟各地的志同道合者切磋网球，共同提高。我欢迎任何理解我说的这一切的人参加，无论是初学者还是已经有一定经验的。我唯一的要求是态度，而不是能力，因为我相信任何人有求知的态度，都能打好网球。对于初学者，我希望他们有提高和切磋的动力，我会分享一些快速提高的诀窍。对于有经验的人，我希望他们友好而不自傲，具有探索和娱乐的心态。

进行的方式是，先发送 email 给我（yinwang.advising@icloud.com），标题为《参加网球巡游会》。写一两段自己的经历和对网球的理解或者遇到的问题，告知所在的地区，微信联系方式。我会添加微信进行初步的了解。之后，我会到各地进行网球活动。到达当地的时候，我会通知当地的人参加，实地进行练习交流活动。我会把志同道合的人组织成一些小群，大家可以长期继续切磋。这样我不在的时候，同一个地区的爱好者仍然可以继续进行线下交流活动，并且通过网络和我交流。对于异地的爱好者，也许可以通过视频进行，或者线下+视频的组合方式，让多个地区的爱好者都能参与。

这是一个美好的愿望，我希望它可以成为现实。

《一个好为人师的网球教练》

世界上的网球误导实在是太多了，几乎每一个网球的 YouTube 频道都是误导。昨天居然发现其中有些还很牛x哄哄，真把自己当老师了。比如，这个英国的“网球教练”有个视频讲所谓 "wrist lag"（也叫 racquet lag，国人讲的“拍头滞后”）。

有个评论者说：“Racquet lag is caused by a loose wrist and elementary physics, nothing more.” 拍头滞后是因为放松的手腕和基础的物理，没别的。

这是唯一一条我觉得说中了要点的评论，因为我的亲身体验也就是这回事。挥拍时手腕是放松的，由于球拍有比较大的质量，所以有惯性（inertia）。当手迅速往前的时候，拍子由于惯性，需要一点时间加速，自然就“滞后”了。并不需要刻意去产生任何滞后。

有次看到有个西班牙知名教练给中国教练讲课的视频，有个中国教练问“拍头滞后怎么做？”我才注意到这个事。我觉得打网球的人真奇怪，自然而然就是那样的事情，他们非得当成一个“知识点”要你注意。

确实只需要放松手腕就行。我的手腕一直都是放松的，所以我一直没注意过这个事。我仔细看了一下之后发现，我一直都有“拍头滞后”。

然而这个英国的“教练”讲了一堆要点，比如“拉拍时球拍要竖起来，这样手腕就成那个角度了”之类的，全是误导，没有一个说中要点。

所以我就发现这个评论者说到重点了，然后我发现里面居然有6条回复。本以为可能是有趣的讨论，没想到点进去，发现了这样的对话（如图），真是让人失望。

这个“教练”回复说：What do you gain from trying to dismiss what's being taught? Have you tried the tips? 试图否定正在教授的内容，你能得到什么好处？

很显然，这个“教练”自认为很懂，俨然把自己当成了所有人的“老师”，居然使用“what's being taught”这样的词。他可能没想到，评论者可能是比自己水平高很多的人，他们并不是“学生”。

要知道，网络上没人知道你是一条狗。做个视频说自己是教练，讲一些东西，他就真的是教练吗？就算真有教练证书，他真的合格吗？

这就是国人常讲的“好为人师”。打球时经常会遇到这种人，打乒乓球和网球都有。自己是按照呆板的方式学来的，就以为其它人都是错的，自己才是正规训练过的选手。你跟他打一会球，他就觉得你动作没对，就开始纠正你，说你这个动作不对，应该是这样的角度挥拍，你的球太高了，之类的。很多人其实只是找个人随便打打球活动一下，没想找教练也没想提高水平，但他们总以为自己是你的教练。你说烦不烦？

有时候我也遇到这种人，就更烦他们。因为我的网球并不是按照当今的“教学法”做的。我知道现在的教练是怎么教的，但我有自己的判断和选择，自己的研究，所以我很多时候是故意不按他们教的做。这是我的自由，我爱怎么打怎么打。

回到这个视频，评论者回复说：this subject has been discussed at length elsewhere.
There's nothing mysterious about it. Trying to intentionally lag the wrist results in injuries and setbacks for those learning how to hit. The wrist lags naturally due to physics.

“这个话题在其他地方已经被充分讨论过了。它并没有什么神秘之处。刻意让手腕滞后会导致正在学习击球的人受伤和进步受阻。手腕的滞后是由于物理原理自然产生的。”

接着这“教练”回复了一大堆：“我问你的两个问题，你都没有回答”，“你这样的说法帮助不了任何人”……

显然，这个“教练”真把评论者当成小学生了，觉得老师问了问题，学生就得回答他。然后就开始了他的网络暴力……

我还看过很多其他 YouTube 上的“网球教练”，几乎每一个都是用最基础的事情作为诱饵，骗取人们的信任，然后就开始做一些类似这样误导的视频。

另外，近些年的网球比赛其实也和乒乓球一样没落了，沦为了千篇一律的“底线对拉”。网球这个行业显然是很有问题的，跟乒乓球和 IT 行业非常的类似。

这些语言显然应该是一个团队(委员会)来设计，经过大量的讨论研究，甚至投票，而不能是一个人的工作。像 Go，Rust，Swift 这样的语言，从一开头就是有公司赞助开发的，甚至以公司的名字命名（比如 Go），所以显然不是一个人做的。然而你会发现“Rust 的发明者”是一个人，“Go 语言的发明者”也是一个人，“Swift 语言的发明者”也是一个人。都是很具体的一个人的名字。一个人显然不可能把所有方面都做对的，所以把“发明权”归到这么一个人头上，不是很奇怪吗？感觉这是在进行某种“造神运动”。

之前的 Rust 文章增加了一些段落。作为一个地道的程序语言专家，我对 Rust 的内存管理设计的看法是：不必要的复杂。这导致它比 C++ 还复杂还难用。

Rust 的设计者显然不是一个正规训练过的编程语言专家，不知道是什么背景。年纪太轻，经验和洞察力不足，只是跟风盲目崇拜“函数式语言”那种人。从 Rust 最早的版本是用 OCaml 写的（而且为此自豪），我就能看出这一点。我绝对不会使用 OCaml 或者 Haskell 那样（基于 Hindley-Milner 类型系统）的语言来实现一个工业级的编程语言。

Rust 的设计者和编译器团队里，看起来缺乏资深的语言专家（比如 Tony Hoare 那样的）。其它成员也是一些不怎么合格的人，比如我之前的某些能力很低，写扯淡论文勉强毕业的同学，之后就自诩为“Rust 编译器专家”。

我不明白像 Rust 和 Go 语言这些全世界推广普及的语言，为什么总是没有经过资深专家的参与和顾问。每次出现这类语言，都是一些从未听说过名字的人，或者像 Rob Pike 那种半壶水响叮当，自以为是的“名人”，根本就不是编程语言专家。这似乎是故意设计的圈套。如果有资深人士参与顾问工作，很多不合理的设计看一眼就能发现，然而它们却进入了最后的实现。

当然我不是说有学术界研究者的参与就会好一些。很有意思的是，你会发现每次出现这类红极一时的语言，都是已经做出了设计和实现，学术界才开始出现论文，用非常复杂看不懂的符号公式，声称证明了“Rust 的内存管理的正确性”之类的。我很惊讶，这种学术证明总是在语言已经实现完毕，很多人都开始用之后才出现，而不是在最开头设计时就进行分析，经过大家推敲没问题之后才实现和推广。这种做法是非常不科学，不可靠的。

Rust 具体的设计错误和不合理方面的细节，我会在以后的正式学术论文里详述（等我先把网球技术研究透）。

=== 文章修改部分 ===

使用 Rust 的时候为此付出的脑力代价如此之大，以至于在计算机科学基础班第五期的时候，同学们学过了 Rust（并用它写了解释器）之后，再学 C++（并用 C++ 写解释器），都发现“C++ 原来那么容易！” C++ 并不容易，但经过折腾 Rust 内存管理，伤透了脑筋之后，相对而言 C++ 居然显得容易了。

Rust 写出来的解释器，比起 JavaScript，Scheme，Python，Java 写的，都要复杂很多，很难读懂，过一阵就忘了某个地方为什么要那样写。原因就是 Rust 的内存管理其实是手动的，所以很多代码的写法必须针对内存管理进行，无法清晰直接地表示实际需要的逻辑。C++写的解释器也比较复杂，但比起 Rust 还是清晰了很多。

Rust 为了这些静态检查做的设计，其实是不必要的繁琐，有一些无原则的设计和多余的限制。因为这样代码太繁琐，又加入一些自作聪明的 inference（推导），ellision 什么的来减轻负担，结果弄得更加莫名其妙，经常自作主张，悄悄地改变原来的代码含义，导致编译不过也搞不明白是怎么回事。实现同样的静态检查，其实可以有更清晰简单的设计，但 Rust 的设计者显然缺少这种简单的思维。

教练们，快纠正下这孩子吧。他的动作完全不符合标准。球都弹在地上了才拉拍，缩着手打球，击球点不在身前，收拍没拿到左肩上面，左手也不接着拍子，随便拍子晃着，每个球收拍动作都不一样，简直一无是处。每个球都是这么打的。这样下去怎么可能成为世界冠军啊？ 不再关心人类de垠的微博视频

《所谓内存安全语言》

之前 Rust 开始热起来的时候，美国白宫出了一个报告，说 C/C++ 的内存管理方式导致了很多安全问题，敦促大家用“内存安全的语言”网页链接。下图是 NSA 推荐的内存安全语言列表。可以看见 Rust 排在第一个。似乎是特意这么安排的，引起很多人开始重视 Rust。

由于 Rust 是最新的专注于解决内存管理的语言（实际上内存管理是 Rust 唯一的特色，其它都是抄来的），很多人就把白宫报告所谓的“内存安全语言”片面地理解为了 Rust。如果狂热者们想推荐其他人用 Rust，他们就可以提到这份“白宫报告”。我就是在前公司的 Rust Enthusiast （Rust 热心者）群里看到有人转发这个报告的，里面都是一些吹牛扯淡的人。

大部分人并不明白“内存安全”是什么意思，所以看到白宫都这么说，就以为 Rust 是唯一的“内存安全语言”。他们不知道，其实所有具有自动内存管理（垃圾回收 GC 或者引用计数 RC）的语言也全都是内存安全的。这包括了 Java（Scala，Clojure，Kotlin 等所有 JVM 语言），Python，JavaScript，Ruby，C#，Swift，Lisp/Scheme，Ada……

其实除了 C/C++，几乎所有其它语言都是内存安全的。世界第二老的语言 Lisp 最早就有 GC，它显然是内存安全的。世界第一老的语言 Fortran 也是内存安全的，因为 Fortran 不能动态分配和释放内存，这问题根本就不存在。

Rust 所谓的“借用”之类的概念，其实早就存在于了 C++ 的“智能指针”里。Rust 所有的内存管理机制，说白了就是 C++ 的 unique_ptr 和 shared_ptr。C++有了智能指针之后，其实已经比较难出现内存错误了。因为 unique_ptr 的所有权移动之后，之前的 unique_ptr 会被设置为 NULL，如果你再用它就会立即出现 segment fault（而不是静悄悄地读写错误的数据）。大部分时候经过测试，这种错误都会暴露出来，保留到部署之后的情况会比较少。

Rust 增加的唯一的东西，就是对这种智能指针增加了静态检查（外加一些额外的限制）。这些静态检查虽然排除了内存出错的可能性，但它们并不能避免其它的安全问题。内存安全只是”软件安全“的很小一部分，就像“类型正确”一样。内存安全的门槛很低，避免的都是一些最低级的错误。还有很多高级的错误是无法用静态检查发现的。片面强调内存安全，让人们盲目地认为 Rust 解决了一切安全问题，而其实它只解决了一个最低级的安全问题。其它的安全问题仍然存在。

另外，Rust 引入静态检查，并不能消除使用 C++ 智能指针带来的脑力开销。程序员必须无时无刻不注意内存对象之间是如何分布，如何互相关联，它们的“所有者”是谁，要在什么地方产生，传递和销毁这些对象…… 这些脑力开销非常妨碍对真正问题的思考。

当年出现垃圾回收（GC），就是因为手动内存管理太伤脑筋，人们无法专注于对算法，数据结构，应用逻辑的设计。除非是像操作系统，数据库一类的需要挤出所有硬件性能的软件，否则这种脑力开销很可能是不值得的。大部分时候我们并不需要使用 99% 的硬件能力，用到80%也就够了。需要榨出所有硬件性能的时候怎么办呢？用 C/C++ 写一个 FFI 插件，然后调用它就行了。

当今对 Rust 内存管理的片面推崇，把软件行业曾经得到的智慧都抹杀了。很多人盲目重视内存管理，以为 Rust 的内存管理没有脑力开销。不是这样的。使用 Rust，你并不能消除使用 C++ 智能指针的脑力开销。实际上，这种开销 90% 都还存在，因为你无时无刻都得思考如何管理内存这么低级的问题，很难专心思考需要解决的问题。

使用 Rust 的时候为此付出的脑力代价如此之大，以至于在计算机科学基础班第五期的时候，同学们学过了 Rust（并用它写了解释器）之后，再学 C++（并用 C++ 写解释器），都发现“C++ 原来那么容易！” C++ 并不容易，但经过折腾 Rust 内存管理，伤透了脑筋之后，相对而言 C++ 居然显得容易了。

Rust 写出来的解释器，比起 JavaScript，Scheme，Python，Java 写的，都要复杂很多，很难读懂，过一阵就忘了某个地方为什么要那样写。原因就是 Rust 的内存管理其实是手动的，所以很多代码的写法必须针对内存管理进行，无法清晰直接地表示实际需要的逻辑。C++写的解释器也比较复杂，但比起 Rust 还是清晰了很多。

Rust 为了这些静态检查做的设计，其实是不必要的繁琐，有一些无原则的设计和多余的限制。因为这样代码太繁琐，又加入一些自作聪明的 inference（推导），ellision 什么的来减轻负担，结果弄得更加莫名其妙，经常自作主张改变原来的代码含义，导致编译不过也搞不明白是怎么回事。实现同样的静态检查，其实可以有更清晰简单的设计，但 Rust 的设计者显然缺少这种简单的思维。

Lisp 这么老的语言都是内存安全的，C/C++ 的内存安全问题，大家也都已经知道几十年之久。那么白宫为什么在出现了 Rust 之后才发布这样敦促大家用“内存安全语言”的报告，这个居心就值得怀疑了。比较显然，这样的报告不应该是近几年才出现，而是应该出现在几十年前（C/C++出现不久之后）。另外，白宫在这个领域有什么发言权，它的报告能改变什么？什么都无法改变。那些浩如烟海的 C/C++ 代码，显然不可能用 Rust 从头写一遍。

总有这样的理想主义者，每次都想用最新最酷的语言把全世界的代码都重写一遍。因为他们不明白，那些代码是经过了多少的错误和曲折才写出来的，这里面包含的不仅是语言的问题，而且是数据结构，算法，实际应用需要的逻辑。那是很多年的数不清的错误中得到的教训，这些都是高级的错误，不是像内存错误那么简单的。我们没有资源和时间把它们重写，因为我们大概率会犯下跟以前一样的错误，这代价实在太大。

而且经过优秀的工程师精密的设计，多年的维护，很多 C/C++ 代码已经很少有内存错误了。所以仅仅为了“内存安全”，是不值得用 Rust 重写 C/C++ 代码的。

不仅大部分 C/C++ 的代码无法被重写，连 COBOL 代码都不能重写。曾经有一个漫画网站叫 Abstruse Goose，他的漫画里经常出现自己家的书架，上面有一些类似《COBOL 语言圣经》之类的书。漫画里还多次出现这样的话：“那二十亿行 COBOL 代码将永远存在下去！” 也许他是在讽刺，我也不认为 COBOL 是什么好语言，但我们不得不认清这个现实。虽然是用很多人不齿的 COBOL 语言写的代码，但它们解决的问题却是真实的，这些代码是经历了很多的错误和教训之后得到的。我们可能永远不能冒险去重写它们，因为这种重写可能会导致重复犯以前的错误，带来灾难性的损失。

我在之前的公司遇到过有这样的理想主义的人。大家目睹的现象就是，每当出现一个新的语言，他们就雄心勃勃号称要用它重写全公司的代码。结果过了两个月，他们写的新代码不知道哪里去了，项目销声匿迹…… 如此周而复始，一事无成，就是因为他们不明白这个道理。

《GOAT》

打乒乓球的老外知道我是中国人之后，都会跟我说他们很崇拜马龙，说他是乒乓球的 GOAT（Greatest Of All Time）——史上最伟大的球员。

每当听到这种说法，我都觉得好笑，但我又不想伤他们的感情——因为我并不喜欢马龙。我觉得他的动作很僵硬，反手其实相当弱。虽然反手动作很暴力的样子，出球其实很慢，没有杀伤力，而且被别人打到反手时经常丢分。还有人说他是“六边形战士“，意思是没有弱点，但我一看就知道他的反手很弱，完全不如我的反手。所以马龙在我心里并不是 GOAT，其实他排不上号。

我并不是吹牛，我的反手显然比马龙的厉害，特别是对付下旋球的时候。很多人给当今的乒乓球球速慢找借口，说是因为球变大了，材料变了的原因。看看我用当今的“大球”打出来的反手球有多快，只看见一道白光，听见刺耳的炸裂声，你就会知道那些“球变大了，所以球速慢”的说法全都是借口。历史上没有任何一个中国选手的反手打出过这样的球。但我也不大可能是“史上最强反手”。历史上有几个欧洲选手，他们的反手也许还是比我强。毕竟，我的横拍只训练了两个月而已。我的其它技术也可能不全面或者不够强，所以我显然也不会是 GOAT。

每当我告诉外国人，我不认为马龙是 GOAT，他们就会问我：那你认为谁是 GOAT？是樊振东吗，还是瓦尔德内尔？…… 弄得我哭笑不得。

很多人就是这样，他们总是希望认定那么一个人，他的技术前无古人，后无来者，无人能敌。他们却没想过，这样的人也许根本就不存在。

男的总是崇拜马龙。女的呢，好些都崇拜孙颖莎。之前有个朋友跟我说，他老婆很喜欢看乒乓球比赛，每次都给孙颖莎喝彩，很崇拜她。我说，你老婆不是日本人吗，怎么崇拜孙颖莎，而不是张本美和之类的日本选手？他说，我老婆其实有中国血统……

她崇拜孙颖莎，只不过因为孙颖莎现在排名女子世界第一，她是中国人。她真的打得好吗？其实孙颖莎的比赛，我也是看不下去的，我完全不喜欢她打的球。我也不喜欢张本美和，看她打球的脸色，我就觉得这孩子太惨了，是从小被父母逼着去学乒乓球的吧？我也不喜欢樊振东，张继科，也不喜欢当今正红的法国 Lebrun兄弟，或者瑞典的 Truls Moregard。其实我不喜欢任何当今活跃的乒乓球选手，无论男女和国籍。

我心里有我认可的选手，但他们都早已经退役。当今的世界显然不是乒乓球的黄金时代，它已经没落。很多人总是崇拜当今的“世界排名第一”，他们却不去看看历史。当今世界第一的人，也许根本不是20年前某些选手的对手。只不过因为这个时代的选手全都很弱，所以他才会“矮子里面充状元”，排名世界第一。

中国人和日本人从小就搞考试排名之类的，所以他们喜欢崇拜“世界排名第一”，似乎很自然。可是我没想到连欧美人也很看重所谓“世界排名”。他们却没想过，这些世界排名的规则是谁定的，它是否是合理和科学的。

这就是今天的乒乓球，他们的比赛千篇一律只会上旋对拉。满脸的严肃劲（或者悲催样），出球却很无力，不再有轻盈的步法，不再有创造力和乐趣。在我眼里，这根本不是在打球，这不是乒乓球。我几乎不看近些年的乒乓球比赛，无论是 WTT，世乒赛，还是奥运会。它们全都堕落了，沦为无休止的互相喂球对拉，直到其中一个人失误（低级错误）。没法看。

我看什么呢？我看20多年前的历史比赛，我看身边的人打球。我从中发现值得学习的人。我从任何我发现有特色的人身上学习，无论他们的国籍，生活的年代，无论他们的比赛成绩。有时候发现，俱乐部里 70 岁的大叔跟我打球，居然打得比奥运会还精彩。过去 30 年里的国际比赛里都很难见到这么精彩的球。他的有些技巧居然比马龙还强，也比我强，让人惊叹。

这位大叔显然也不可能是 GOAT。瓦尔德内尔也不是 GOAT，因为他的反手不如我，而且我会一些他不会的“绝招”，我的其它方面大概率不是他的对手。我的那招“绝招”呢，我发现张本智和15岁的时候就用过，打败了张继科（当时的世界第一）。可是张本智和现在也不会用那招了，他的球也看不下去了，跟其他人没什么区别。15岁的时候那场球，是他最好看的一场，再也没有了。怎么会这样？这就像 NASA 早在 1960年代就已经登月，现在却告诉人们“我们失去了这些技术”！😄

所以，世界上不存在 GOAT，因为总有人在某些方面比他们强。高手在民间，在历史里，或者在未来。这就是我对于乒乓球等运动最大的发现。别太在乎这些运动，他们只不过是少数人（常常是英国人）设计的游戏而已。玩得开心最重要，这就是我的感言。

说到“超越”世界上最有名的一些教练，我只举一个例子。这个视频里就是著名的法国网球教练 Patrick Mouratoglou（曾任多位大满贯冠军的教练），在他创建的网球学院里教最基本的正手拉球的方法。

他让学生提前很多拉拍，并且转肩，然后才跑去球的位置。不觉得这动作很傻吗，而且非常低效。你这么早举着拍子还转肩侧着身，还怎么跑呢？这跟我在国内遇到的网球教练的方式一模一样。

如果你仔细看看这个教练的得意门生（职业选手）的比赛视频，比如 Serena Williams, Naomi Osaka 等，看看其它所有的职业选手，就会发现没有一个人是这样打球的。他却这样教其它人，这不是很奇怪吗？

这就是我为什么可以轻而易举“超越”这些教练，因为他们教的根本就是错误的做法，而且错得很离谱。错得我的身体会直接告诉我——这不对！！

所以使用“超越”这个词是不准确的，我只是发现了明显的错误，并且摸索出了正确的方式而已。经过很短时间的训练，我的正手挥拍动作就达到了“职业选手”的水准。这并不是什么了不起的事情，我只是使用了正确的方法而已。任何人掌握了正确的方法，都能把这种基本动作做得和职业选手一样。 不再关心人类de垠的微博视频

《人类学习的两个月规律》

经过仅仅两个月的潜心钻研，网球技术最精髓的部分已经被我几乎完全掌握。对某些技术的理解已经超过世界上最有名的一些网球教练（如果你知道他们教的其实有多傻，就知道我不是在吹牛）。我的身体正在经受合理的训练，网球水平极速提高，已经不是 2.5，3.0 之类的业余标准所能评价。可以说，我就是自己最好的教练。

之前打乒乓球的时候，我也是花了大概两个月时间，研究并训练自己，掌握了横拍的最关键技术，部分技术达到或超越了当今世界顶尖选手的水平（如果你知道他们其实有多差，就知道我不需要吹牛）。

再之前，我还透彻掌握了日语的语法，音乐乐理，大提琴的基本演奏手法，达芬奇式的素描手法…… 每一个都只需要两个月时间。

这就是我，一个小时候被母亲叫做“身体协调能力差”，“没有乐感”的孩子……

计算机科学基础班，在两个月时间之内，可以让零基础的人掌握计算机科学最精华的部分，让他们在任何IT和AI技术面前从容对待。我多希望自己进入大学时知道这些，我就不需要用那么多年时间来学习计算机科学。

因此，我总结出一个规律，那就是人类掌握任何领域的精髓，基本都只需要两个月左右的时间。

当今所谓的教育，大大夸大了掌握一个领域基础所需要的时间，各种误导，所以很多人学很多年，却连最基本都东西都没有理解。这就是为什么世界上不再出现像巴赫那样的“天才”。原因并不是没人有这种能力，而是当今世界的教育理念和方法是根本错误的。

《程序语言的历史重演》

提到对铺天盖地 Rust 的厌恶，我就想起当年 Go 语言红极一时的时候。很明显，Go 语言是入不了我的眼的，所以当年我写了《对 Go 语言的综合评价》网页链接。我的态度还算平和的，只是从技术角度分析了它的问题。我有一个前同事比较直白，当年被问到 Go 语言的时候，他说：“Go 语言就是一坨💩。”

老实说，我也是这样认为的。Go 语言只解决了一个问题（轻量级的并发），但由于 Go 语言的设计者们和社区的自大狂妄，它丢掉了太多以前的语言设计得好的地方（比如范型，异常等），所以用 Go 语言很容易写出混乱不堪的代码。我在美国的时候任职过的一个公司后端就是 Go 语言写的，我难以描述那些代码有多么的混乱和重复。Go 语言的设计可以说还不如 C 语言。幸好，现在几乎所有的老牌语言也都实现了 async 之类的轻量并发机制，所以 Go 语言可以说没有任何优势了。

当年 Go 语言社区经常搞一些 meetup，hackathon 之类的活动，也是傻得不行。直到近两年，我在伦敦和东京参加过几次 Go 语言的 meetup 活动，仍然是这样的感觉。有次在某公司参加一个 Go 语言 meetup，他们公司的一个员工跟我聊天，开口就问“你用 Go 吗？” 我说我以前用过，但现在的工作不用 Go 语言。然后他说：“那你来这里干什么呢？……” 然后说了一些很居高临下的话。

每次去这种跟语言相关的 meetup，心想也许能遇到些聪明人，但每次都是这种结局。Rust 的 meetup 也不例外。每次都要找个人讲一下他们使用 Rust 的经验，演讲者必然趾高气昂地介绍自己。比如有次东京 Rust meetup，有个老外介绍自己：“我以前是函数式程序员，工作是用 Haskell…… 现在我用 Rust。” 看他的神气劲啊，大概意思就是，连 Haskell 这么高大上的语言我都用过，现在我用 Rust 不是天经地义的高手吗？演讲时还不时用手敲敲桌子，发出噪音，好像他是这房间里的老大，可以想怎么就怎么一样。

我就想起之前在某公司遇到的一个“Haskell程序员”，给我们找了多少麻烦。本来一个月之内就能做好的事情，不知道拖了多少年。直到现在，他设计的东西还在继续拖累这个公司。最近，这个人也开始热衷于 Rust，成天和一帮人在 Slack 群里聊 Rust，就是没做出什么实际可用的东西来…… 从这些例子，你也许可以从中看出一些“人类模式”来，并且预测他们的行为方式。

我之前说过，最低级的程序员才总提自己用什么语言。所以今天业界对于编程语言如此多的强调，铺天盖地，可见已经沦落到什么地步了。这种号称使用 Go 语言或者 Rust 的公司，里面的气氛，我也能猜到八九不离十了。有幸的是我已经退休，不需要新的工作，不用去受这种罪，但仅以此文分享给那些深受其害的人。

有意思的是，之前评价 Scala（网页链接）的时候，有 Twitter 的员工给我来信，说你都没在用 Scala 的公司待过，怎么就能猜到我们内部的情况就是如此呢？太多垃圾 Scala 代码，过度工程，做了很久的项目突然消失，之类的。

那是十多年前的事了。到今天，我相信我对 Rust 的感觉也不会太偏颇。它的设计过度复杂，号称解决了的问题（内存管理）并没很好地解决，反而增加了脑力负担，让程序员无法专注于需要解决的问题，再加上社区里太多自以为了不起，教条主义的人，所以大概率会带来同样的公司文化。

我想知道我的直觉预测是否正确，所以如果你有 Go 或者 Rust 相关的经历，也欢迎与我分享。

《为什么到处都要求用 Rust》

思索为什么全世界都在大推 Rust 语言，虽然它比起其它语言在 web 后端显然没有优势。为什么 IT 业界每隔几年就要强推一些新语言来做 web 后端？从开头的 Scala, Clojure，到不可一世的 Go 语言。现在轮到了 Rust。

它们真的能改善什么吗？最后你会发现，使用最老的Java，Python，甚至 Ruby，照样能在很多场景满足需求。因为 web 后端基本都是 IO bound 的系统，它并不需要计算效率特别高的语言。另外，大部分的系统其实没有那么多的用户，并不需要那么高的性能。

那为什么业界总是这样推某种语言，而且搞得好像你不学它不行呢？我觉得一个重要原因当然是吹牛，显得公司的技术能力很高，与时俱进。但更重要的原因是，为了压低劳动力成本。

你有没有发现，现在如果要找工作，发现铺天盖地的要求懂 Rust。要请“后端 Rust 程序员”，“Rust 后端团队 leader”。所有这些还不是说你自己折腾一下，会用，深入理解就行，他们还要求你有“五年以上使用 Rust 构建工业级系统的经验”。

Rust 产生才多少年？能用才多少年？受到广泛关注才几年？他们要五年实际工作经验，这可能招到人吗？强行要求的话当然不能。哪里有那么多合格的程序员，更不要说是 Rust 程序员了。那么这样的广告还能招到人吗？还是能的，因为他们显然会放宽要求。那这样的高要求有什么意义呢？——它能压低技术人员的工资。

因为他们要求“多年 Rust 经验”，而大部分程序员都没有这么多用 Rust 的经验，所以就算是最聪明的程序员自学会了 Rust，而且个人用它写了相当好的系统，在心理上也是“虚”的。他们如果去应聘就会被问到，你之前的工作是用 Rust 的吗？用来做了什么工业级部署的系统，解决了什么问题，有什么技术难点，领导过几个 Rust 程序员，等等。然后他们会让你实际用 Rust 写代码出来。

这样针对性地要求 Rust 经验，就算你是名校计算机科学博士毕业，在其它公司做过相当高级的系统，你在他们面前就可以突然被“归零”，变成一个“基础不足，勉强能用”的人。接着，他们也许会给你一个 offer，但因为你不是完全满足要求，“Rust 经验”不足，还需要更有经验的人带，给你的薪酬就可以很低。然后你进去之后才发现，那些所谓“多年 Rust 经验”的人写出来的代码一团糟，各种过度工程不解决实际问题，一大堆烂摊子等着你去收拾……

这就跟之前 Go 语言，Scala, Clojure 的情况一模一样。因为这些人并不懂真正的计算机科学，所以无论用什么最新最酷的语言，最后的结果都一样，换汤不换药。

这些企业凭什么可以要求你有那么多 Rust 经验，而对于关键的技能（比如数据结构和算法）一笔带过呢？因为他们有钱，就算你是神是鬼，也能用这种伎俩让你推磨。

所以我认为现在 Rust 铺天盖地，之前 Go 语言，Scala, Clojure，看似愚蠢，但其实是非常高明的资本操作。他们的目的并不是实际的改进技术，而是想压低成本，打压技术人员的地位，降低他们的收入。

之前对于网球教练的看法，在日本再一次的得到了证实。

- 有人在日本学了两年网球，每周花超过25000 日元（请教练+租场地），结果到现在基本的接球都成问题。只接得起教练的球，遇到其他人的球就很难接住（别人都轻轻打的，没发力）。
- 有人在专门的“日本网球学校”学了两个月，后来也每周打球大概一次，现在反手根本不能接球，挥拍发力方式完全不对，完全不会发球。他告诉我，网球学校的教练就只教了最基础的，之后教练就变成“人肉发球机”了。
- 还有一个类似情况，说教练只能当成“高级发球机”用。自己买了一筐球勤奋练习，但他自己的练习方式好像并没比教练的方法好到哪里去。他只不过是找别人来给他充当“人肉发球机”，按他指定的方式把球一个个地拍给他做练习。稍微不符合他要求的球（比如高了一些）就不接，好像那球他不该接一样。真正打球就破绽百出。
- 有个日本大学生，之前打过十几年棒球。最近跟教练学了6个月网球，很懂很有力量的样子。只要给他的球高一点就接不起，经常发力就下网，好像没怎么见他用反手。

例子比比皆是。这跟我在国内遇到的教练类似，要么就是很快变成“人肉发球机”，要么就每节课都反复把你当成木偶一样摆姿势，纠正来纠正去，最后还是不能打球……

再加上我之前在英国见识的几个网球教练（其中一个是我的肩膀受伤的重要原因）。所以并不只是中国的教练如此，而是全世界的都如此。每个学网球的人都应该问问自己，教练这是想教会我，还是只是忽悠我一直买课？我们应该以对待一个“产业”的态度来看待教练（或教师）这个行业，别总以为老师都是高尚的“知识传播者”。

网球领域的人总是告诉大家，学网球需要多少年（才能到 2.5, 3.0 之类的）。想想我过去两个月里，依靠自己的努力进步了多少，是相当惊人的。我总共用于练习网球的时间，从20年前清华时代的大概1-2个月（当时我的单反已经能得分，因为没有水平合适的练习伙伴，忙着玩滑板而放弃），2年前英国时代的1个月（受伤，改玩乒乓球），这之前的2个月，加在一起也没超过 6 个月。

看到这些现象，我就更有动力靠自己的聪明才智练好网球了。我将改变这一切。

喜欢打乒乓球的外国人，在球场见到中国人的时候，往往产生一种误解。他们总以为每个中国人都是乒乓球高手，以为每个中国人都在乎乒乓球，为中国是乒乓球强国而自豪。然而事实却不是这样的。

拿我自己来说，我也就是最近两年才又开始打乒乓球而已。这之前的 30 年左右，我完全想不起这项运动，也从来没看过乒乓球比赛，我连前面 20 年出现了哪些乒乓球世界冠军都不知道。我的记忆中只有孔令辉，刘国梁，瓦尔德内尔那样的名字，之后就完全断片了……

我从高中开始就没打过，没关心过乒乓球。那时候同学们都认为足球才是真正的运动，一窝蜂开始踢足球，谁不踢足球谁就落伍了。操场上一长排乒乓球桌，空着也没人打。只有偶尔看见小孩在那打乒乓。篮球场不上课的时候，基本都拿来踢小场足球用了。

在那种社会压力下，我被迫踢了好一阵足球。后来厌倦了足球的那种氛围，醒悟过来。我为什么一定要踢足球呢？然后我就开始玩滑板，一玩就是好多年。从高二开始，一直到上大学，再到清华读博期间，滑板是我几乎唯一的运动。从此，我不再看奥运会和世界杯足球赛。我只是把 Rodney Mullen 的滑板录像拿来反复看，就满足了。

最近折腾太多乒乓球，也有点像那些老外一样走偏了，也开始以为很多中国人都在乎乒乓球，跟朋友喋喋不休聊乒乓球技术。然而事实却是，我平时认识的人里面，就没几个人很会打乒乓球的，他们也完全不关心乒乓球比赛，谁是当今最厉害的选手之类的。甚至有个朋友对我说：“国球的优点就是不容易受伤……” 她培养儿子打棒球。

我并不是说乒乓球不值得玩，它非常的有趣，有益身心健康。但我觉得很多打乒乓球的人太认真，太在乎这项运动，总以为世界围绕着乒乓球在转，自己乒乓球打得好就觉得了不起了，看不起别人。世界并不是围绕乒乓球转的。三十年前就不是这样，直到今天也不是这样的——其实没有很多中国人特别关心乒乓球。

如果外国人问：中国最流行的体育运动是什么？怎么回答他呢？如果你仔细调查一下，就会发现是…… 广场舞（square dance）。

虽说被叫做中国的“国球”，乒乓球其实是英国人发明的。这个大家也许都没注意到。两年前我在英国重新开始打乒乓球的时候，经常惨败给英国人。我到现在都不一定打得过他们。

我还经常被法国人的乒乓球技术惊讶到。我练了那么久的拉下旋技术，他们怎么每个人都会，而且异常轻松和稳定！问他们，得到的回答是：法国公司的办公室里很多都有乒乓球桌……

虽说中国职业选手总是得冠军，但要说民间爱好者的平均水平，哪个国家的更强还说不定呢。

如果这些欧洲人跟你说实话，就会发现，他们认为乒乓球只是酒吧里的娱乐活动，不算真的体育运动。他们并不是打不过中国人，只是他们不在乎这事而已。其实大部分中国人对待乒乓球也是这种态度，长大一点就觉得那是小孩子玩的游戏。

别误会了，我不是这样认为的。我是很认真地在研究乒乓球技术，我认为这是一项聪明人会喜欢的运动。猜猜我在英国的乒乓球俱乐部里跟什么聪明人打过球？GPU的真正发明者（你们不会知道他的名字）。现在Nvidia每卖一块GPU还得给他交专利费，结果他每天花4英镑在俱乐部打一整晚乒乓球。他很佩服我的乒乓球技术。

每个领域的人钻太深，都会出现这样的心理，以为全世界的人都关心着他爱做的事情。并不是那样的，这个我们必须反复的提醒自己。这就是我为什么会想起这些往事。

《我为什么愿意和新手打球》

回到日本，继续打乒乓球。发现两个月不见，之前总爱互相对拉的小团伙，现在出现了新的现象。很显然，他们也开始模仿某中国顶级选手的“教科书式拉球动作”，越来越不自然，越来越机械化。我看着他们的动作，不知怎么就想起了蒸汽机车上的轮子和连杆。

仿佛你必须做成这样，每一个关节的位置和角度都要摆的和某中国选手一样，那才叫乒乓球。要是你不这样，你就不是同类，他们就不跟你打球。不但自己变得僵硬和机械化，他们还志愿成为了一些新手的“教练”，让刚摸到球拍的新手也用那样的姿势打球。新手们被他们像玩偶一样摆姿势，调整他们的手臂个关节角度，就跟我之前的网球教练差不多。很遗憾，出于礼貌我不能告诉这些新手事实，只能任由他们。

我当然不会跟这些人打球的。他们也不理我，因为遇到我他们就没法打他们的“公式化”动作，没法让别人以为他们是高手了。他们只能和跟他们同类的人打球。我跟他们打的时候，只要给他的球偏一点，高一点，或者削成下旋球，他们就接不起球，这还叫打球吗？这只是摆姿势的表演而已，然而大部分新手甚至有点基础的人都无法明白这个事。很明显，这些人就是他们头脑里的“高手”。

跟其他友好的人玩了一会之后，我看有个外国人闲着，就过去叫他一起打。他可能之前看了我跟其他人打球的情况，声音有点发颤地对我说：“但是，你对我来说太厉害了些……” 我笑了，对他说：“没关系的，我只是打着玩而已。Just for fun！”

接着，我们开始打球。其实他是有一些基础的，但比较显然我不能使用对付其他人的方式跟他打。过去的几个月我发现一个秘密，那就是几乎任何级别，任何打法的乒乓球爱好者，我都能从与他们的练习中学到新的东西，获得新的技能。所以我可以和几乎任何人打球而得到提高，不一定要找水平相近或高于我的人打。

对于这样有点基础但比我弱很多的人，我显然不能一拍把球打死，那是毫无意义的。这种情况，我往往采用不主动进攻的方式，玩一些别的技巧。由于他们进攻不激烈，我一般会利用他们来练习削球，放高球等动作，或者试验一些新的打法，奇怪的旋转方式，等等。所以，我并不只是出于礼貌和他打球——我是真的觉得值得和他打！结束之后，我们都很开心。他说，你打得真好。我说，你也打出了一些有趣的旋转啊，谢谢！其实我内心暗自高兴的是，我跟他打的时候放了好些直达底线的高球，这种动作的准确性又提高了。

很多自认为是“高手”的人不屑于跟水平低于他们的人打球，总是找打法跟他们类似的人打，上来就开始快速的“低空对拉”，缺乏变化。他们不明白的道理是，新手打过来的球其实不一定好接。不信你试试看。新手打过来的球往往非常无力，没有旋转，而且比较高，过来就直直往下坠。你用对待同类的“拉球”方法打，就很容易下网。另外，新手还有其它难以预料的打法，有些人握拍方式很奇怪，有时候我都会被惊讶到，输掉好些球。

很多人跟新手打球，直接忽视这些失分的情况，认为那是无关紧要的，但我却不放过任何这种情况。就算是新手打来的球，没接好就是输了。说明对付这种球我还没有经验，我需要练习！我不会因为这球是新手打来的就不以为然。

我觉得练习乒乓球应该奉行这条原则：任何掉在我这边球台上的球，无论它是什么人打来的，或是因为其它原因掉在了球台上，都应该努力把它接好。

注意：这包括对手打来的球（无论是否符合乒乓球规则），从地上或墙上弹过来的，从旁边球台飞来的球…… 所有情况在内！

这就是我为什么愿意和任何水平的人打球，包括几乎完全不会的新手在内，因为我能从中得到提升，得到快乐。 不再关心人类de垠的微博视频

写了上一篇文章之后，我想起一件趣事。之前在美国的时候，有次参加 POPL 会议（编程语言界的顶级会议），讲座间隙的时候遇到 Leslie Lamport。看他一个人在那，我就过去跟他打了个招呼。

我问他，这次您来开会，要讲些什么吗？Lamport 一脸严肃地说：“我的演讲题目是 Programming languages are not the answer。” （编程语言不是答案）

我当然猜到他的意思了。心想居然来 POPL 会议做这样的演讲，还真是有个性啊，这不是来踢场子的嘛？我也有同感，其实我来这会议也就是看看大家是怎么吹牛，怎么解决一些并不存在的问题，或者把已经解决的问题改头换面之后重新“解决”一遍。但我想知道他想的是不是跟我一个意思，所以我又继续问：“那什么才是答案呢？” Lamport 更严肃了，还以为我在质疑他，回答说：“数学。数学是世界上最好的编程语言！” 于是天就聊死了。

从字面上，他这个说法不准确。我之前给大家分析过了，数学其实也不是很好的语言。但我理解他的意思，基本跟我前一篇文章的意思一致。太多人以为设计一种新的编程语言，就能完美地解决问题，但这可能永远是一个梦想。

所以我现在把文章起名为《Rust 不是答案》。Web 的后端，前些年火热的 Scala, Clojure，Go 语言，现在怎么样了呢？问题解决了吗？真的非用它们不可吗？现在铺天盖地用 Rust，只是历史在反复重演而已。

《Rust不是答案》

最近发现越来越多的技术公司（特别是 startup）都号称用 Rust 语言写“后端”。一窝蜂的，似乎收到了统一的秘密指令一样。

懂得计算机科学基本原理的人都明白的是，大部分的 Web 后端其实并不需要特别高效的语言来做。特别是像“数据管理系统”（不是数据库）一类的东西，基本都是“IO bound”。意思是，大部分时间都花在等待网络传输，等待数据库查询等事务上。绝大部分的计算都是数据库系统完成的，这类 Web 后端并没有很多自己的计算，除非他们自己设计错误，自己做一些不必要的复杂计算。

IO bound 的系统并不需要很多自己的计算，都是把数据传来传去而已。这种系统用任何具有 async 的语言都能很高效地实现。用“计算机科学进阶班”的话说，就是使用 continuation （而不是 OS 线程）实现的并发系统。

为什么我知道这个呢？因为我之前一个公司的系统曾经出现严重的性能问题，客户怨声载道。大家都说是因为用的是 Python 的原因，怪 Python 有 GIL（global interpreter lock）之类的，后悔没用 Java 或者 Rust。结果我仔细一分析，发现是因为以前的工程师根本不明白如何正确构建并发系统所致，所以自己写进去大量的性能瓶颈。不该加锁的地方加了锁，本该保存的数据反复从网络获取，O(n^2) 复杂度的算法，各种类似的傻错误。根本不是 Python 的问题。

结果我稍改了几个地方之后，服务器开销变得极小，吞吐能力提高了 200 倍以上。不知道客户规模要扩大到猴年马月才会需要更多的性能了。

本来就是一个很简单的服务器，事情都是交给数据库做的，居然还能搞出性能问题，我真是佩服这些程序员。我说“性能提高200倍”，不如说是“达到了它本来应有的吞吐能力”。

试想，要是造成性能问题的这些程序员跟风学会了 Rust，他们就能写出高性能的后端服务器吗？不能。他们照样会在 Rust 代码里加入各种性能瓶颈！这是人的问题，不是语言的问题。

这些公司缺少的不是某种语言，而是经过严谨计算机科学教育的人才。并发系统的设计显然不是学会一种新语言就能瞬间解决的，不然大学的计算机系都可以关门了。你至少要上过“操作系统”课程，深入理解里面的原理，才能正确设计应用级的网络并发系统。

之前在微软的时候也遇到类似的情况。入职前 VP 跟我吹嘘他们的工程师都有30年以上写大规模并发存储设备的经验。结果我进去一看，代码里一大堆并发问题。连基本的读写文件操作的加锁做法都可以是错的，不该加锁的地方加了，该加锁的地方没加（会出现离奇的竞争bug）！那代码是 C# 写的，如果换成 Rust，结果就会不一样吗？管你用什么语言，都会遇到同样的问题，只能怪这些工程师操作系统课程没学好。

另外，很多公司都夸大自己的需求，好像自己的系统有数以百万计的客户同时使用一样。其实大部分企业级的系统都没有那么多用户，几百几千个大客户而已。这种企业系统根本没有那么大的性能负担，却总是宣称自己要实现超级高的性能，所以他们也开始用 Rust…… “有困难要上。没有困难，制造困难也要上！” 这就是 IT 行业千古不变的习俗。

“编程语言不是最关键的问题，重要的是掌握思想。” 这是我 1997 年进入四川大学时，一个很普通的老师对我们说的。本以为 30 年后的今天大家认识水平会更高，结果越来越多的公司满嘴的 Rust 或者其它最热门的语言，好像这样就能做出好的系统了，这说明这整个行业已经没落到最低级的程度。

《计算机科学视频班为边疆地区提供特价》

前段时间有新疆地区的同学申请视频班。面试时我觉得这个同学态度诚恳，但由于视频班学费相对他的收入较高，所以暂时无法参加。我觉得这很遗憾。最近在云南少数民族地区，了解到当地人的收入情况和物价，我发现视频班的定价确实对于这些地区的人们不大友好。思考了一阵之后，我决定提供一些特殊照顾。

考虑到边疆地区的人们，还有失业人士的收入偏低，短期内难以攒足视频班所需要的学费，所以视频班在 2026 年推出新的措施，对低收入地区和经济困难人士提供特价。申请时请在标题注明“申请特价”字样，并且在申请内容里描述申请特价的原因。

根据每个人的情况，视频班可以提供相应优惠的价格，尽量满足不同收入人士的学习需求。如果录取，需要学生提供一定的证据，证明自己所在的地区和经济情况。

这个特殊措施已经写入视频班的说明，请参考之后报名：网页链接

之前在英国和日本，现在在中国国内的乒乓球馆，都经常看到一些人做这样的“对攻”或者“对拉”。同样的方向，同样的高度，同样的速度，没有任何变化，不停地来回。他们可以花几个小时甚至整天，只做这个练习，不练任何其它动作，也不打“比赛”。

而且有个有趣的现象，他们好些人的动作似乎是按照某些顶级选手的“标准动作”来的。比如这个视频里，注意他们拉球时，左手是放在哪里的？那是左手最协调的位置吗？你是否发现这和哪个中国顶级选手的姿势完全一样呢？大家可以先猜猜，之后我来揭密。

不只是中国人，之前我还在日本看到有美国人和俄罗斯人这样拉球，而且左手也是放在类似的位置不动。怎么看都不对劲，那不是左手自然存在的方式。

有人可能要问，如果我也这样拉球，我会把左手放在哪里呢？我不知道！虽然我仔细研究过右手要如何握拍，却从来没想过我的左手要放哪里。我也从没想过我的腿或者脚该放哪里。我只思考球拍应该如何击中球，其余的细节都是身体自动完成的。

虽然我不知道我的左手这时候会去哪里，但我的身体告诉我，这两个人的左手位置不对劲，那个他们模仿的中国顶尖选手的左手也不对劲。这动作看着如此的不自然，以至于我一看到这样的拉球方式，就知道这些人是在模仿他。

我觉得视频里的阿姨和大叔很可能最近在上教练的课。教练说，你们的左手要放在那个地方不要动，这就是标准动作，否则就叫“动作变形”。如果是自己打着玩没教练教的，一般不会一直就这样对拉，左手也不会一直放在那个地方。

在英国和日本，我也发现类似的现象。很多人只是 copy 当今顶级选手的动作，来回拉球，乐此不疲。等到真枪实弹的时候，就发现这一套都不灵了。因为他们没练过其它方式的来球，到时候怎么能接得起呢？ 不再关心人类de垠的微博视频

《我掌握的乒乓球技术》

更新一下关于乒乓球的事情。有些人可能听说过，我之前喜欢用日式直拍。而其实我已经深入地掌握了横拍技术，现在直拍和横拍都能纯熟地运用，所以我算是相当完整地掌握了乒乓球技术。

之前经过一年多使用日直，达到了相当好的效果。打球的伙伴都觉得我打得很像柳承敏，攻击灵活迅猛，球速极快。不过跟柳承敏不同的地方是，我的反手也不弱。我掌握了类似于金泽珠的反手攻技术，经常反手打出致命的球。很多横拍选手的反手都打不过我的日直反手。我通过实际行动，否定了“直拍反手弱”的片面看法。

我的日直是单面胶的。我不喜欢双面的“中式直拍”和“直拍横打”。很多人不知道，很早的时候中式直拍也都是单面的，后来才有人在背面贴了胶。我还是喜欢传统的直拍，我觉得“直拍横打”没什么意义。要是双面贴胶的话，我为什么不直接用横拍呢？所以我不用新式的中式直拍。

本来以为我会一直用日直，但忽然有一天，我心血来潮买了一个横拍试试。之后的两个月，我钻研横拍技术，理解其中的每一个细节，并刻苦训练自己。我没有找教练，而是完全依靠自己的理解（使用物理实验和人体结构知识）。

在很短的时间内，我摸索出一套有效的训练方式，从几乎零基础开始，掌握了完整的横拍技术。包括正反手拉下旋等比较高级的技术，而且相当稳定，球速极快。现在，横拍已经成为我更常用的打法。偶尔我也拿出日直来，因为那感觉真的很酷。

当今的乒乓球比赛总是千篇一律的来回对拉，球速不快，打得太软。很多人说那是因为球变大了的原因。我用实际行动否定了这个说法，证明了使用当今的器材，一样可以打出像以前一样的精彩速度。有次一个法国人跟我打球，之后对我说：“哇，你的球，就像一只小白兔被一辆飞驰而来的大卡车撞了……”

我很少比赛，但打球总是很精彩。经常一招致命，打出一些顶级选手都很难打出来的球，让对手都高呼“好球”。这就是我最快乐的事情之一。

我大概永远也无法成为世界冠军，但在实质上，我已经在很大程度上超越了他们。实话说，近20年来的世界顶尖选手，很少有我看得上眼的。我觉得他们都很弱（包括马龙和樊振东在内），看他们的比赛还不如自己打球。

然而，我为此花费的训练时间和精力却比他们少了很多倍。为什么我可以这样呢？因为我是一个顶级的研究者，我使用科学的分析来指导自己的理解和训练。当我决定研究一个事情，我的目标往往不只是超越身边的普通人，而是达到极致，完整的掌握。

这些年网球热起来，很多人开始学网球。

很多网球教练那气势，好像自己会打网球就多了不起，好像你非得打网球，非得跟他学一样。网球摸到点门道的人，也很容易变得严肃，觉得自己了不起，对人缺乏基本的尊重和礼貌。

之前研究乒乓球，也发现同样的问题。有些人乒乓球打得好点，或者只是学会了装模作样（拉球），就一副了不起的样子。那种脸色，跟那些自以为厉害，满嘴术语的程序员没什么两样。你只要稍微露出一点“请教”的语气，他们就真以为你什么都不懂，觉得自己是内行高手，可以指点甚至鄙视你了。

很显然，体育运动是这个世界上存在的另一种权威。在资本和媒体的操作下，体育运动成为一种意识形态，操纵着人们的思想和行为。如果你不崇拜歌星影星富商或者科学家，那你很可能开始崇拜球星。却不知道他们都是一丘之貉。

为什么我最近花这么大力气，想要破解网球技术的秘密？因为在我的头脑里不允许存在任何权威。只要我发现它的存在，我就会想办法推倒它，把它的一切秘密化解为极致简单的精华，可以让任何人从零开始练习和掌握。

之前，在我的坚持研究和练习下，乒乓球的秘密已经几乎完全破解。现在轮到网球了。

练了一个多月的网球，已经有了很好的效果。其实绝大部分还是靠自己研究和实践。

教练起了一点点作用，但非常小。实话说，绝大部分是误导。遇到宽容点的教练还好，遇到“严格”的，那就糟糕了，基本上像是被当成木偶在摆弄。所以我已经基本停止了向网球教练学习，完全靠自己研究，训练自己。

回头看看比我还早上课的同学，发现已经差距非常大了（如图）。上了20多节课之后，连基本都正手和反手都还不会的人，大有人在。

我很同情他们，因为我上课感觉也一样。我上了三节课就已经感觉被教傻了。有些本来就会了的基本动作，让教练一纠正，按照他的“练习法”，突然就发现不会了。就像当年在清华时，上过第一节网球课之后的感觉。就像我几年前在《大提琴为什么这么难学》网页链接 一文中讲的那样（见截图）。

所以这次，我下定决心自己探索。

我很理解球友们的处境，但发现有些事情是不能跟他们说的。对的，muggle虽然可怜，你却不可以告诉他们事实，因为他们是不会感谢你的。

《网球教学的秘密》

可能有人注意到，我之前的微博提到我找的网球教练提供了一些好的指导。但过了一段时间，找了多个教练之后，我发现教练提供的正确指导其实是非常有限的，根本不足以提供我所需要的进步。

在最初的“惊喜”之后，我发现只靠教练的指导很难提高，甚至可能倒退。有些本来早已做对的动作，甚至可能被“纠正”错。最初的那点“惊喜”，也许只是用来换取学员的信任。几乎每个教练都有自己的一些“小练习”，显得很独特，但其实对打球没什么实际用处。

大部分的教练只是按部就班地，使用“多球训练”，重复地指导最基本的动作（正手，反手的上旋拉球）。不讲原理，只要求你把每个关节放在哪，像对待机器人一样。每节课都这样重复…… 以至于有些球友上了20多节课，居然还没练过最基本的凌空截击（volley）动作，更不要说削球了。

好些教练的教学方式，就像我20年前在清华打网球时的感觉：上了一节清华的网球课，感觉被教傻了。清华大学拿固定工资的体育老师都是如此，收费教学的商业教练当然更加严重。大部分教练其实就是希望你学得慢，学很久也不得要领，这样你就会一直跟他们买课。

我在英国的时候找过几个教练，也都差不多，甚至还受伤了。虽然比起完全不找教练自己瞎练要好，但我终于发现，跟着教练上课的效果是非常有限的。大部分教练的教学方法，还是跟当年我在清华时上过的唯一一节网球课差不多，非常的机械化，就像我几年前在《大提琴为什么这么难学》网页链接 一文中讲的那样（见截图）。

除了动作训练的机械化，我发现很多网球教练的教学还有一些其它问题，以至于很多人的动作看起来非常的“业余”和不协调。

说到网球教练的误导，真是举不胜举。一个简单的例子，就是要求你的动作完全按某种呆板的“标准”来。比如，要求你“正手拉球后，要把手肘抬高到肩膀以上”。这其实是在“理想击球点”打出上旋球之后的“力学副作用”，并不是必须的，但他们不告诉你为什么你要把手肘抬高。偶然因为教练把球抛得太高（或太低），跑位偏了一些，手的动作必须做相应的调整才能打到球，他们就会揪住你这次的动作，说你错了，说你“肘关节没举高”，“缩着手打球”之类的，然后再次纠正你……

其实你可能根本就没错。如果你仔细观察世界顶级选手的动作，就会发现他们有时候也是“肘关节没举高”，“缩着手打球”之类的。因为比赛时不可能每次跑位都能到“理想击球点”，所以他们的手臂必须做出相应的调整（比如缩着手），才能把球打出需要的轨迹。根据球的角度，速度，落点不同，挥拍打出上旋球之后，球拍可能并没有那么多的“向上速度”，所以“随挥”时手肘可能不会抬过肩，而是水平出去的。你能说这些顶级选手的动作错了吗？

另一个误导的例子：几乎每个教练都说我“拉拍太晚”，要求我“看到对方击球的瞬间，甚至还没击球时，就拉拍。”这样的结果是太早拉开拍子，需要一只手举着拍子，傻傻地等好一会，才能打到球。如果你看看国内的网球初学者，就会发现他们都是那样打球的。很早就拉开拍子，一只手举着拍子，等着球过来，但球可能飞得很高，很慢……

如果你仔细观察视频里的职业选手比赛，就会发现他们拉拍虽然及时，却不是对方一击球就拉拍的。如果你慢放这些比赛视频，就会发现他们基本都是等球飞过半场的时候才开始拉拍，之后很快就击球了。一般不会举着拍子在那等球过来。

所以并不是对方击球时就必须立刻拉拍。很显然，你也不应该在对方击球前拉拍。因为对方还没击球，你都不知道球会往哪里飞，是正手还是反手都不知道，拉什么拍呢？教练给你的球为什么可以提前那么多拉拍，甚至还没击球就可以拉拍呢？因为教练给你的每个球都是一样的，你已经事先知道了他要打到哪里，所以你才能提前那么多拉拍。这跟真正打球时的情况非常不同。

所以，我最初可能确实拉拍晚了点，但却没有晚那么多。只要在球速很快时稍早一点就行，但不至于对方一击球就立即拉开。

当我根据这个发现调整自己的动作时，有个教练却对我说：“你看的那是职业选手的动作。业余打网球的不能像职业的那样要求自己。” 结果一定要我按他说的，提前很多拉拍，举着拍子在那等球过来。甚至先叫我“拉拍！”，然后才把球丢过来…… 被教傻了的感觉。这说法不是很奇怪吗？网球动作还分职业和业余？业余打网球的，难道永远就按这么傻的动作打？真是笑话。我按照职业选手的标准，发现完全没问题。不但动作流畅，而且击球不会太晚。

后来，教练们打球时我偷看了一下。他们自己都不是那么早拉拍的，也都是球飞到了半场时才开始拉拍。自己都不是那样做的，却那样要求学员，不是很奇怪吗？而且每个教练都是如此，好像这是什么“统一教材”里写的，非常奇怪。

这还只是冰山一角，我发现网球的教学里一大堆误导误传。现场的教练如此，网上的视频教学也是如此。不但中国的如此，国外的也没好到哪里去。不仅网球如此，乒乓球等运动的教学也是如此。这个世界充满着无穷无尽的误导。

这就是为什么我决定停止接受教练的指导，开始自学成才的探索之路。就像我当年在计算机科学领域的做法一样。

最近真的很忙，两个月没用电脑，996地练习网球，掉进很多的坑又爬出来。终于，我发现自己开始独立撰写网球界的「The Little Tennis」，哦不，应该叫「Ground-Up Tennis」。它将像计算机科学基础班一样，改变人们认为网球是“童子功”，需要很多年才能纯熟的误区。

计算机科学视频班最后一课的“四种语言选择其一”（Python, Java, Rust, C++）的方式似乎设计有点问题，因为当初授课时它们不是完全独立的，所以选择了后面语言的同学可能少了前面已经给出的一些信息。所以现在决定修改视频班的方式，参加视频班的同学可以得到所有这四种语言的课程录像，可以随意观看。只是由于练习量很大，最后做练习的时候，我们只辅导其中一种语言的练习（由学生自由选择）。

课程说明文章我会稍后修改。

知道了我已经证明的那些事情，再看最近的太空计划新闻，就会用新的眼光了。一切的荣誉感，自豪感，焦虑危机感，全都不存在了。因为这整个就是一场戏，我们就可以用看戏的态度来对待了

同样的地点，当手机正对汽车头灯那么亮的灯光时，镜头上方的星星仍然清晰可见。

这完全证实了我之前的判断：就算镜头里有很亮的强光，比较亮的那些星星的星光是无法完全消失的。因为星星真的很亮，就算曝光降到比较低，也不会完全拍不到。

所以，各国太空计划里拍到的天空完全漆黑，一颗星星也没有，是不可能的。 普洱·普洱景迈山古茶林景区 不再关心人类de垠的微博视频

两年前我经过实验预测过的事情：（山上或者太空里的）星光是无法被其它亮光遮盖以至于完全拍不到的。现在，我终于亲自在云南景迈山证实了这个论证。

当手机镜头里同时有比较亮的灯光和星空时，星光因为曝光减少虽然稍微减弱，但仍然清晰可见。这个视频里，你可以清晰看见猎户座和它下方的天狼星，还有附近的其它星，虽然前景里有挺亮的灯光。

当地人告诉我，夏天这里看星空更美，肉眼就能看见银河，都不需要长曝光。

就此我完全地证实了，各国太空计划里拍摄的视频里几乎全都没拍到星空，天空完全漆黑，没有任何我们熟知的星座，没有银河，这是不可思议的。

很明显，这个世界一直发生着匪夷所思的事情：从来没有任何人造飞行器到过地球之外，但有人却一直在制造这些假象。 普洱·翁基布朗族古寨 不再关心人类de垠的微博视频

很多人都不明白，我之前关于乒乓球的分析是经历了多少辛苦得到的，有些人可能还以为我是吹牛。其实我对乒乓球付出的努力，并不亚于对于计算机科学的努力。

没人知道我做了多少“科学实验”，花了多少精力训练，分析了多少历史选手的视频，折腾了多少器材。最后，乒乓球的关键技术被我简化成了像“计算机科学基础班”那样的简单程度，可以从零传授给另一个人。

现在，我又在把同样的努力付诸于网球上。有意思的是，这次我感觉再也不会向上次那样受伤了。

和破解乒乓球的做法一样，我经历了无数次的实验，分析，训练，并且参考真正理解这项运动的，动作优雅的大师，而不是随波逐流的当代选手。分析他们的动作细节，细致到每一个手指关节的位置。

有意思的是，对于乒乓球旋转的物理理解，可以启发对于网球动作的理解。很多人不明白，这些看似“物理理论”的东西，正在帮助我快速地理解每一个细节，导致实质性的提高。

教练的指导是必要的，但不能简单的遵守。自己的理解也是必不可少的。这对于计算机科学也是如此。

前几天看到朋友圈转发一篇关于 Cloudflare宕机事件的报道 网页链接，转发者还郑重的评论了一番，显示自己是这方面的专业人士，很懂的样子。

我发现很多人看什么信什么。Cloudflare说宕机是因为那样的原因，就真的是那样的原因吗？有人在 X 上说宕机就是他写的 regex 导致的，他已经被 Cloudflare 开除了，就真的是他吗？这个人甚至可能根本就不是 Cloudflare 的员工，而是网络上不知道什么人。

这个我已经证实，因为我去看了他发在 X 上的其它帖子。他根本就是一个搞笑的网红，不是 Cloudflare 的员工，宕机当然不是他引起的。没人去调查过，所以他们轻易地相信了。

你有没有发现，最近各大网络服务商都在相继出现类似的大面积事故？他们真的会犯如此低级的错误吗？我认为这是不可能的，否则这些基础服务不可能运营这么多年没出过这样的事。

分布式计算的 fault tolerance，high availability 等机制已经有很多年的研究。很显然，巨头们高薪雇佣了很多这种专家。每一个步骤都经过多人的检查，设置多重的防护和备用措施。可能不是那么的高明，但也不至于让一个人推送一片代码就搞死整个系统。你还觉得这样的低级错误可能发生？

就像你不可能把手枪带到美国总统面前一样。如果可以的话，还有人敢坐飞机吗？机场的安检显然不可能比总统出席的场合还严密，所以不知道已经出现多少劫机事件了。

有人说，肯尼迪和特朗普，不都遇刺了吗？咳咳，这个是 muggle 无法理解的题外问题，我就不继续说了。

我也是直到最近才认识“宕机”这个词里的“宕”（dang）字。以前我们都说“当机”，从来没见过这个“宕”字。而且自从 Windows 不再一统天下，几十年都没怎么听过“当机”这词了。最近怎么突然冒出来？不是很奇怪吗？

总之，我认为多个大型基础互联网设施出现这类事故，应该并不是真正的事故，而是自编自导自演的戏。为什么他们要演这样的戏呢？因为，我们一直生活在戏里。

这些新的剧情，可能是在为将来的，更大型的剧情做铺垫。让人们相信了“互联网可以如此脆弱”，你想想将来可以再演些什么？人们都会信。

这种“事故戏”的另一种用途，是用于制定新的政策。由于人们简单地相信灾难发生了，而起因是声称的那样。接下来他们就能改变政策，制定一系列“安全措施”，却实际上是另有企图。由于人们对灾难的恐惧，大部分人都会支持这种改变，即使它实际上损害了人们的权益。

所以，好好享受这场戏吧，别太认真了

有加州大学的（不会中文的）同学来 email 报名参加视频班，结果我的视频全是中文授课，所以无法提供给他。另外，博客上的英文 「Ground-Up Computer Science」样章也看不了。因为最近更新网站，所以有些资源没有链接上。现在修复了一下，应该可以访问了：

网页链接

现在网站具有了自动翻译功能。用户可以选择多种语言，网站会自动把整个界面和文章切换到那种语言，就像一个完整的外语网站。

根据最近的教学和研究，不久的将来，GUCS 应该会继续完善，各种深刻的研究 paper 会发表，我亲自设计的多个应用也会发布。当然，我在其它领域的研究（比如乒乓球，网球，足球，音乐，艺术等）也会继续进行。当然，还有一些我不能对 muggle 们说的秘密。

我比较惊讶，一个人一生居然能完成这么多的事情。我自己就是一所大学。也许完成此生的时候，一个声音会欣慰地告诉我：恭喜，你破解了这个世界所有的秘密！

《Rust 与智能合约》

最近还听说 Rust 在区块链上也火起来，很多人研究用 Rust 作为智能合约语言。不只是用于实现运行系统，而是真拿 Rust 来写链上的智能合约。

我比较惊讶，因为 Rust 唯一特有的东西（经过静态检查的手动内存管理）显然和智能合约不沾边。而 Rust 除了内存管理之外没有任何自己的特色，所有其它特性都是从别的语言抄来的。

智能合约不需要很高的运行性能，很多其它语言完全能满足需求。由于合约不可能规模很大，所以你甚至不需要在合约运行期间回收内存，最后一起释放掉了事，完美解决“内存安全”问题。这一点可以参考 JPL的C语言规范：禁止使用动态内存分配（如图）。

Rust 的手动内存管理机制，虽然有编译器静态检查，仍然需要程序员无时无刻不在思考如何管理内存，无法专心于合约的逻辑设计。而对于智能合约来说内存管理并不是那么重要，所以这不是自找麻烦吗？显然不适合智能合约的需求。

如果你说智能合约需要很高的逻辑安全性，防止逻辑错误，在这一点上也有更好的选择。Rust 显然不是在逻辑正确性方面设计很深入的语言，它只有非常基础的“类型系统”。

绝大部分现代语言都有这样的类型系统，这是很粗略的逻辑保证。如果真需要更进一步的逻辑正确性，我们有更加逻辑严密的语言可以选择，比如 dependent typed 语言，它们甚至可以证明数学定理。

所以，Rust 能在区块链领域热门起来说明两件事：
1. 区块链领域没有合格的语言专家
2. Rust 社区的人很会蹭风头，所以它才能在这种不相干的领域热门起来

我曾经写过那么多对于各种编程语言的评论，这些都是宝贵的认识。PL 学术界有太多的“正面文章”，总是提出“新的”特性，“新的”理论，却极少有人对现有的设计提出批评。这就是为什么编程语言的领域充满了糟糕无用的设计，空洞没有实际效果的理论，很多这些还被当成好东西（比如 Hindley-Milner 类型系统）。

当然，当今流行的 Rust 语言也充满了这样的设计。计算机科学基础班第五期最后，我们用 Rust 写解释器时，遇到了不小的麻烦。从未在之前的语言遇到这样的困扰和繁琐，也没有在后面一课的 C++ 遇到，都很顺利的完成了解释器的设计。经过很多的分析思考，我破解了这里面的秘密，发现了 Rust 语言的一些根本设计错误。这使得 Rust 语言不必要的复杂，却不能很有效的提高所谓的“安全性”。这就是为什么我们用 Rust 写解释器遇到那样的困难。

很多人遇到这种头痛的问题，总是觉得是自己能力不足，却没想到这可能根本就是语言的设计有问题。我相信我的直觉是对的，没有人应该顺从这样的设计，不必要的复杂。

既然有这么多独到的见解，我觉得是时候写一些正式的学术论文了。我不应该让这些见解影响力停留在中文的世界，停留在 blog 上。我完全可以写出一系列类似于 C. A. R. Hoare 这篇《HINTS ON PROGRAMMING LANGUAGE DESIGN》的论文。虽然大概率不会被当今的学术会议或期刊接受，然而没人能阻止我直接发布。

批评 Rust 设计的正式论文正在书写中。敬请关注。😄

《再看「我不是编译器专家」》

(重新发布，因为关键词被微博删了）

最近有人跟我提到他看过我关于编译器专业的文章，说很有启发，我就想起最近与一些满口“编译器”的人士的遭遇。结果我把自己以前写的《我不是编译器专家》网页链接 又拿出来看了一下。发现里面记录的，正好是我最近感受到的。历史还在重演。

由于最近 AI 的热门，Rust 语言的红火，AI 编程助手的兴起，又有很多人关注编译器这个领域，张口闭口“编译器”，“IR”，“SSA”，“CFG（control-flow graph）”之类的空洞名词。殊不知这些名词在我这里什么都不是，只是一些教条和死知识。懂得编程语言本质的人随时可以把它们重新发明出来，而且不一定需要用它们。

举个例子，我的 PySonar2 类型推导实现的是很精确的 control-flow analysis，里面却不存在 CFG（control-flow graph）这种东西。如果你真去构造 CFG，是无法达到 PySonar2 那样的准确程度的。有些知道点编译器皮毛的人很是把 CFG 这概念当回事，而其实我早有更先进（而且更简单）的方式来完成它的功能。之前我写的 Scheme 语言编译器，实现了各种先进的优化，从来没用 CFG，却仍然达到 CFG 那种功能，而且还简单很多。所以 CFG 在我心目中是没有地位的，完全就是个死知识点，应付考试用的。

SSA（static single assignment）这个概念也是类似。我的 Scheme 编译器里面没有 SSA，却实现了 SSA 能做的那些事情。因为我知道 SSA 的本质是要做什么，而那些完全可以用更简单的方式做到。最早提出 SSA 的人可能明白这个道理，但后来人就开始教条主义，把 SSA 作为了一个“必考要点”，而忘了它的思想来源。

鉴于人们对编译器领域的普遍无知和盲目崇拜，所以现在我把这篇关于编译器领域的文章《我不是编译器专家》网页链接再次推荐给大家，并且引用其中关键的两段话：

“大部分自称做过编译器的人，恐怕连最基本的的编译器都没法从头写出来。利用 LLVM 已有的框架做点小打小闹的优化，就号称自己做过编译器了。许多编译器人士死啃书本，肤浅的记忆各种术语（比如 SSA），死记硬背具体实现细节（比如 LLVM 的 IR），看不透，无法灵活变通。

所以我常说，编译器是计算机界死知识最多，教条主义最严重的领域。经常是某人想出一个做法，起个名字，其他人就照做，死记硬背，而且把这名字叫得特别响亮。你要是一时想不起这名字是什么意思，立马被认为是法国人不知道拿破仑，中国人不知道[关键词省略]。你不是做编译器的！”

《我看过的 Rust 的历史》

Rust 语言最近相当火热，被很多人认为是会在未来取代 C/C++ 的语言。好像是个公司就得用 Rust 做“后端”，没有其它选择了一样。这不得不让我想起 Rust 最早时候的历史，以及最近我发现的 Rust 语言的严重设计问题。

2009 年我还在 IU 的时候，有两个半路出家的同学，本科都不是计算机专业的，在 Dan Friedman 的课上完全迷糊，痛苦不堪那种。每每在课上讲自己对于 Friedman 给的“脑筋转弯题”的结果，我也在场的时候，他们声音都是发颤的，因为他们一本正经好像自己很懂，却又怕被我问出破绽来。他们也声称做出过 CPSer，最后给出的结果却是错的。仔细观察，我发现他们根本不理解里面的原理，只是做了个“样子”，像有那么回事而已。

然而这样的人确实很会拍胸脯，会把握关键词，时机和人际关系。所以后来暑假结束时，我忽然收到通知，他们要给大家做一个关于“Rust 语言”的讲座。原来那个暑假，他们两个去了 Mozilla 实习，项目就是开发 Rust 语言。那就是我第一次听说 Rust 语言。

然而他们做的这个 Rust 的演讲却空洞无物，全是大口号。他们的幻灯片上画了一个大三角形，提出 Rust 的”三大特色“，当然其中包括了”安全“（security），另外两个我不记得了。当时，他们号称 Rust 使用静态分析，实现了完全没有 GC（垃圾回收）的内存管理。整个讲座就像是商业宣传，没有任何实质的技术内容，全是口号。

看了这个讲座，我根本不觉得 Rust 这语言能发展下去。我觉得就是 Mozilla 瞎扯淡一阵子而已，说要用这新的语言开发一个浏览器内核，结果一直也没做出来。Mozilla 有很多类似的“研究项目”，最后都不了了之。之前一篇文章提到过的 DrJS 静态分析也是其中一个例子网页链接。

Rust 的设计者是谁，他有什么功底？他对语言理解有多少？我根本看不出来。如果他真的透彻理解了编程语言，他应该不会选择 OCaml 那样的语言来实现 Rust 的第一个版本。

很多年后，虽然浏览器仍然是 C++ 写的，却没想到 Rust 居然在其它地方热门起来了。

后来这其中一个 Rust “先驱”同学开始做一个针对 GPU 的语言，号称要让 GPU 可以实现复杂的，类似树或者图那样的数据结构，实现通用的计算。我一看就不像是可以成功的项目，因为 GPU 设计来就是做非常简单的事情的，不能用来实现复杂一点具有依赖关系的数据结构，否则就不能并行计算了。当然最后那项目根本不能用，但他还是靠那东西拿到了 PhD。后来 Rust 居然热门起来，所以他就在某大公司继续从事 Rust 编译器的开发。

“完全没有 GC，静态的内存管理”，这其实是我那时候最感兴趣的话题。我也不满意 Java 等语言的 GC 带来的随机停顿，所以我花了挺多时间来琢磨内存管理应该如何设计，这样可以完全依靠静态分析，不需要任何动态的垃圾回收。这个理想，就像 Rust 当时所号称的那样。

我琢磨了一段时间，实验了各种内存模型和静态分析。然而最后，这一切的梦想都被 Kent Dybvig 的一句话打破了。我还记得，我在 Kent 的办公室里说：“我想实现这么一个完全依靠静态分析，不用 GC 管理内存的语言。” 结果 Kent 冷静地说：“完全静态的内存管理，这可能吗？内存管理本来就是一个动态过程。“

听了这话，我才开始反省之前的理想。我重新分析了编程语言的内存模型，发现它确实是一个不可计算的动态过程，等价于“停机问题”。这么简单的道理，我为什么没想到呢？

我又提出，也许应该使用自动的引用计数进行内存回收，这样就不会有 GC 的随机停顿了。Kent 又告诉我，引用计数是有比较大开销的，很多时候性能还不如 GC，使用 GC 根本就不是问题，主要看你怎么实现它。

看来我思考过的一切，Kent 都已经思考或者经历过了，毕竟他开发 Chez Scheme 的编译器和 runtime 已经超过 30 年之久。我不得不佩服他的 Chez Scheme 编译器，它不但具有闪电般的编译速度，而且有合理的 GC 设计。它的垃圾回收器不但效率高，而且是可以让用户自己配置的。如果 GC 出现长时间停顿，用户可以通过调整参数改变它的行为。

Chez Scheme 为什么编译速度这么快？Kent 的回答是：因为它不做那些针对“愚蠢代码”的耗时的优化，它假设程序员有基本的素养，只做稍微聪明一点的，不很费时间的优化，而且它选择了正确的数据结构。总的说来，Chez Scheme 只能说是“不傻”而已。

我猜，他没说出来的话是，其它的编译器都比较傻。

所以 Chez Scheme 这一切优势，都来自于设计的智慧，而不只是“聪明”和蛮干。它并没有实现特别高级的“技术”，它的优势来源于选择了正确的方向。

然而看看现在的 Rust 呢？很显然，当年的“完全静态分析”实现内存管理的理想已经破灭，Rust 也需要使用引用计数（Rc，Arc）。就像 Kent 说的，完全静态的内存管理是不可能的。

而且 Rust 还有“unsafe 代码”，因为已有的静态分析造成的限制，让它无法写出所有需要的代码，所以很多时候不得不跳出安全机制，使用“unsafe”关键字，使用没有静态安全保证的代码。最新的 PL 研究，有一些就是针对 Rust 这些 unsafe 区域的，什么 Stack Borrow，Tree Borrow 等概念。然而它们做的其实是加入一些限制，结果你又没法写出应该可以表达的代码了。这很像 Haskell 社区，给 Hindley-Milner 类型系统做出各种“宽容”的改动，稍微放宽表达能力，但仍然无法逃脱它的局限性，反而搞得更难理解。

然而即使一再地后退，又有引用计数，又有 unsafe，Rust 社区却仍然坚持使用“强静态保证”这样的广告词。如果你指出这些例外情况，他们就改口说：这是 Rust 的“设计哲学”。

Rust 社区的“强静态保证”口号传播如此广泛，如果你有异议，就连刚入门的编程新手都会来“教育”你。甚至不需要人来教育你，如果你跟 ChatGPT 说这事，它都会跟你说：这就是 Rust 的设计哲学！你觉得不对那是因为你不懂它的哲学，所以你觉得理解很困难。

“哲学”，好一个高大的词汇。也就是说，这是一个“理想”或者希望做到的事情，一直没有做到，而且把事情越搞越复杂。但这是一种哲学，所以你得崇拜和顺从我们！

这就是为什么我虽然完全理解 Rust 的所谓“借用”，“生命周期”等概念，现在又有了 AI 工具可以帮我折腾，却一直不用 Rust。因为我不需要极致的性能，而且就算我需要，我也不相信 Rust 真的可以取代 C/C++。

在“计算机科学基础班第5期”透彻地教会了大家 Rust 的内存管理机制，甚至用 Rust 写出了函数式语言的解释器这么复杂的代码之后，我却更加欣赏 C 和 C++ 了。用 C++ 写同样的解释器，用 smart pointer 明显比 Rust 清晰容易很多，没有 Rust 那些莫名其妙的限制和无法理解的编译器错误。如果真有需要极致性能的场合，我会选择 C/C++，而不是 Rust。

写了自己对各种体育运动的看法，特别是各种组织的不友好，回想一下，其它的领域不也是这样吗？特别是像 IT 业这种行业，对于入门的人非常不友好。入了门参加工作，环境也很不友好。这不正好和这些体育运动的组织方式一样吗？

然后我就越来越明白这些年创建“计算机科学基础班”的意义所在。这可能是世界上唯一一个能够从零基础把人教懂，而且快乐地到达很高境界的课程。

很多人可能不知道，我用同样的方法教过一些零基础的朋友打乒乓球和网球。我发现其实没有人学不会这些运动，只是普遍的教学方式都太差了。不仅方法不对，而且态度也不对。之前在东京找过一次乒乓球教练（中国人），价格贵不说，而且在等待的时候目睹了教练是用如何的态度训斥一个小孩的，我都快看不下去了。我不明白父母为什么要把孩子送去这样的地方受罪。

之前提到我为什么放弃高尔夫球，今天又在朋友圈看到这样一个案例（如图）。很多人都盲目相信体育运动能强身健体，甚至到了这么严重的地步，仍然不怀疑是长时间从事的运动造成了疼痛。不是减少或停止这些运动，而是寄希望于科技狠活。

人类永远认识不到人体的宝贵，它是神创造并给与我们，用来让我们幸福生活，而不是用来从事那些莫名其妙的人造运动的。如果因为过度运动弄坏了，没有任何人类科技能够正确修复它。

写了《记我最后一次跟别人跑步》之后，我想起另一个我不参加的运动，那就是马拉松。很多人不仅跑步，而且参加各种马拉松比赛。其实只要查一下马拉松为什么叫马拉松就明白了。曾经有一个叫“马拉松”的人，他跑了太远的路，所以死了。人们为了纪念他，就开始像他一样跑很远，还要比比谁先跑完……

这么弱智的做法，居然还有人参加。我为了纪念马拉松，决定不参加任何马拉松式的活动。这才是纪念马拉松的正确方式 😄

《记我最后一次跟别人跑步》

前几天提到不要对体育运动认真，我就想起之前遇到的一些对待运动太认真的人。早些年玩足球，滑板，最近几年玩过网球，乒乓球，羽毛球，甚至跑步，都遇到很多这种人，太严肃太认真。好像他们玩什么运动就得达到什么水平，以后要靠它吃饭的一样。

每次看到近些年的乒乓球和羽毛球比赛，“世界顶级选手”们的那个严肃认真劲儿，我都想笑。只是电视上的职业选手不影响我的生活，我也不常看比赛，所以也无所谓了。但日常生活中也遇到很多这种人，没什么水平还一副“专业架势”，就可能让人不舒服了。比如某些业余乒乓球爱好者，穿一身花花绿绿印着品牌 logo的“战服”，学着专业选手的架势，表情严肃不说话，发球时还使劲跺脚，好像这样就能把球打好一样。

算了不提乒乓球了，就拿跑步这么普通的运动来说吧。几个月前，我曾经在东京的住所附近参加过一个晨跑的组织。第一次去的时候感觉还可以，组织者是个英国人。第一次去还没有很严肃，我们跑了一个比较短的路线，可能不到4公里，就一起去喝咖啡了。说白了，人们来参加这活动本来就只是认识些朋友，是一种社交活动，跑步这事并不重要，就挺好的。

但第二次再去，发现多了一个看起来很“健康”的不知哪国的年轻人。我以为他只是一个新的参加者，但后来不知怎么的，他就开始扮演“领跑”的角色，最后把好端端的邻居们的休闲活动变成了艰苦的马拉松拉练。

最开头闲聊时他问我：“你是从什么时候开始跑步的？” 我笑了，因为我心想怎么会有人问这种问题，好像他觉得世界上还有人没跑过步一样。所以我回答：“…… Since I was born” （从我生下来的时候开始）。对啊，我生下来不久学会了走路，之后就会跑了，所以按照“running”的定义，我确实是生下来不久就开始跑步了。没错。

我当然是故意在逗乐子，顺便讽刺他一下。我的意思是，是个人都会跑步，问“你是从什么时候开始跑步的”这种问题不是很奇怪吗。比较明显，这个年轻人把跑步这事看得太严肃了。好像在他的心目中，只有经过了专业的马拉松训练才算是跑步，其他人随便跑跑就不叫跑步了似的。他以为大家都像他一样在乎跑步这件事。

结果不出我所料，他确实是那种过度认真的人。不知为什么，他很快就成了“领跑”，像个教练一样，时不时地还跑出队伍招呼后面的人跟上。我不记得组织者跟我们说过有这种安排——找了个“专业跑步”的来带我们。总之，他就这样带着我们跑啊跑。我以为最多跑个5公里就该喝咖啡了吧，结果发现没完没了，绕来绕去，越跑越远，到了下个车站还不往回跑，那我们什么时候才能回头喝咖啡？而且他的速度比较快，也不管别人能不能跟上，是否感觉舒服。

说实话，那种速度我应该还是可以跟上的，但我不喜欢按别人的节奏跑，一大早就跑这么快。而且这群人一边跑的喘气，还一边聊天，这也是我跑步的大忌。我跑步时是不说话的，跑步时说话影响呼吸节奏，这显然对健康不好。我发现我只喜欢一个人跑步，按照自己的节奏，想快就快，想慢就慢，想走就走一会。自从很多年前，我已经停止对跑步进行任何计数，我不计我跑了多少公里，也不用任何app跟踪我的路线。我只知道大概跑过了哪些地方，这些数字对于我来说根本不重要。我只根据身体的感觉来决定怎么跑，跑多快，往哪里跑。一切都是随心所欲。我甚至可能侧着身子跑，交叉步跑，甚至倒着跑。

所以那天跑到后来，我越来越不喜欢这跑团，特别是这个带路的外国小伙。那种气势好像他是跑步专家，有什么权威一样，操纵着大家的步调和路线。所以看到这跑步活动没完没了，我就越跑越慢，直到离他们很远。这群人仍然像绵羊一样被他领着，一边喘气一边继续聊天，丝毫没有察觉我在后面越来越远。其实我是故意的。最后，我突然转身就往回跑，不辞而别地离开了羊群。

这就是我最后一次跟别人一起跑步。 我再也不想和别人一起跑步，再也不想早上起来跑步。

经过最近几年对多种体育运动的亲身调研和分析，甚至付出沉痛代价之后，我的结论是：没有任何体育运动是真正健康，值得严肃对待的。比较明显，体育运动是另一种权威力量。各大国际体育组织（比如 ITF，ITTF，FIFA 等）通过各种口号，宣传，明星等作为手段，操纵着人们的意识，导致很多人为了这些运动奋不顾身，最终伤害自己的身体。

纵观近代各项体育运动的发展，几乎总是朝着过度严肃，对人体有害的方向发展。过度关注个人能力，集体荣誉感，或者把某些运动叫做“贵族运动”，利用人的虚荣心，驱动人们去互相争斗和攀比。

在我的心中，体育运动的权威地位早已完全消失。我认为对待体育运动正确的态度是：不崇尚，不严肃对待，只是作为游戏玩玩而已。对体育运动应该放下一切的自尊心和虚荣心，去掉它们与自我能力，“国家荣誉”之间的关联。

除了人类生存需要的基本活动（走，跑，跳，爬等），其它运动（特别是球类）都只是少数人碰巧想出来的游戏而已。这些游戏的创造者有什么了不起吗？这些体育明星又有什么了不起的？都没有。所以这游戏我玩得好不好，完全没什么关系。这才是真正的贵族态度——我的地位高于一切运动，让那些下等人去争斗吧。😄

《我为什么放弃高尔夫球》

练习高尔夫球仅仅三次，我就决定了放弃这项运动。为什么呢？因为我感觉到背部有轻微的不适，而且随着练习次数的增加，这种不适也在增加。于是我分析了一下打高尔夫的动作，发现它是一种很不自然，容易引起伤害的动作。

接着我搜索网络，发现了这篇文章《高尔夫球对背部有害吗？》网页链接。它开篇就说：“高尔夫对我的背部有害吗？答案是肯定的……” （我把文章第一段进行了自动翻译，如图）

别的运动怎么说还有点运动量吧。高尔夫几乎没什么运动量，居然还能导致严重的伤害。它真是体育运动中的“无影（杀）手”啊😃

看来我的直觉是正确的。著名的高尔夫球手 Tiger Woods 全身都是伤，甚至需要做脊椎融合手术，已经说明问题了。再加上这种运动可能带来的的各种其它不方便，高消费和其它辛苦，所以我决定在它对身体造成伤害之前停止练习。管你是什么“贵族运动”，在我这里，我的身体才是最高统治者，一切都是它说了算。

最近发现世界各地都出现万圣节的活动和标语，引起我的注意。很早在美国的时候我就已经厌倦了万圣节。除了刚到美国时的一两次，后来都不参加了。为什么我们要做那些莫名其妙的事情呢？它真的有趣吗？它美吗？

无论是从主题配色，语言，再到服装，气氛，这个节日无一例外地显示出低级和缺乏品味。我认为是人的生活无聊到了一定的程度，才需要万圣节来提供一点“趣味”。

然而今天这节日已经泛滥到中国和日本。各地都出现万圣节的标语和庆祝活动。连东京地下一个无人知晓的咖啡店也贴上了万圣节的标语，说会“送礼物”。这节日能送什么礼物呢？廉价的充满添加剂的糖果，回头就想扔掉的劣质塑料玩具？

可见很多东方国家也逐渐变得像美国一样无聊了，所以人们才会越来越需要这种怪诞的“节日气氛”的刺激。

我觉得万圣节是一种文化入侵，它带来这样一种心理：荒唐=有趣，怪诞=正常，丑=美。经过长期的腐蚀，人们就越来越搞不清楚真正美好而有趣的世界应该是什么样的了。这个“节日”给我的直觉是丑陋，无趣，甚至堕落。

面对这种铺天盖地的宣传攻势，很多人选择了“合群”和“顺从”，逐渐的，他们的心理就被改变了。我觉得这很危险。我建议人们抵制这种节日，不要盲目地选择“融入“。

破解了乒乓球之后，下一个目标是…… 乒乓球的祖先

经过一段时间的考虑，我决定把计算机科学视频班的价格设定为 16000人民币/人，去除前段时间询问定价的做法带来的不确定性。

根据其它领域人士的反应，这个价格在任何领域的教学都算相当低的，更何况它具有极高的价值和质量。这个价格基本相当于 2020 年我开展一对一教学时的费用。由于通货膨胀的剧烈，课程价格可能会在将来做进一步的调整。

欢迎大家继续报名。详情请见课程说明：网页链接

最近重新实现了个人网站，将来会持续做一些改善。
欢迎大家访问：网页链接

前段时间有人找我，请我推荐一个编程语言专家给他的公司。我问他要做什么，他说要设计一个 DSL，作为网络安全系统的“规则语言”。于是我就再次想起了多年前那个关于 DSL 的故事，记录于我 2017 年的文章《DSL 的误区》网页链接

我没法推荐我认识的专家给他，因为我之前的同学，最差的也都在开发 Rust 语言编译器，或者在 C++ 的 language committee。没人想设计这样的 DSL。当然我也不想做这个事。

之前中国某名企找我，想请我做高级顾问，指导他们设计网络安全系统里的“规则 DSL”。我了解了一下，最后也没答应。为什么搞网络安全的总想设计这样的语言呢？我不明白。我不想卷入任何类似项目。希望这些网络安全公司都先看看我的文章《DSL 的误区》再来找我谈话。

然而《DSL 的误区》中提到的 DSL 的作者，居然在之前的公司坐上了 Distinguished Engineer 的职位。继续像当年一样，成天吹牛，装模作样，显示自己懂这懂那，不做任何有价值的实事，尽在各种项目上添乱。这种人对于我来说就是民科，后来靠着那张嘴混到这种位置。我当年居然和他们共事了几个月，想想都觉得是不该发生的。

我发现这种人总是满口的 functional programming 之类的口号，而且他们特别在乎 Haskell 那样的语言。这样领导们就会以为他们很厉害，继而委以他们无法胜任的任务，最后无法收拾。

当然，这 DSL 一直以来都是公司里的头痛问题。甚至后来有个 VP 离职的时候明确告诉大家：我们不需要这个 DSL，它从诞生以来就是一个麻烦，没有任何意义。

对的，当我看见它的第一眼就知道是一个错误网页链接。然而这个错误持续到现在，而且继续存在，流传到很多其它公司……

这样的公司终于走向了没落，被新兴的竞争对手远远抛在脑后。最后，有点本事的人都不愿意为他们工作，纷纷离职，剩下一些只会吹牛的 Director 和 Distinguished Engineer 们。各种裁员和宫斗剧，演出一系列丑陋的故事……

为什么我知道这么多呢？因为我现在就在这个公司。是神安排了我回来，让我目睹这一切，让我确信了自己当年的直觉和判断全都是正确的，让我再次地认识到我是谁，我该做什么。

这一切就快结束。我下个月就会离职，我不会再为任何公司工作。

实现了自己的 AI 编程助手之后，目前的 AI 大语言模型的局限性也清晰地暴露在我眼前。前面两个月经历的一些问题也逐渐变得清晰。当然，我的 AI 编程助手也像 Claude Code，Codex，Cursor 一样具有局限性——一种很难逾越的障碍。

无论我的 AI 编程助手设计得如何聪明，它也无法解决一个根本性的问题：大语言模型其实没有真正的思考，它无法解决真正的问题。大语言模型只是把人告诉它的解决方案，或者之前训练过的解决方案实现了出来而已。

模型对于问题并没有真正的理解能力，没有思考能力。它所做的本质上是“语言翻译”工作，类似于编译器。这种强大的翻译能力贯穿了人类语言，编程语言，甚至图片和声音，再加上大量的训练数据支持，所以让人产生一种它理解问题，甚至解决了问题的假象。

理解了 Transformer 的“注意力”机制等核心概念之后，我发现这可能是目前 AI 领域的“天花板”，一道很难逾越的鸿沟。具体的内容，我其实已经在2017年的这篇文章《人工智能的局限性》网页链接里说得很清楚了。

之前一个清华大学的教授觉得 AI 的编程能力很强了，还曲解我的话，嘲笑似地说“王垠说：自动编程是不可能的。” 然而他没有引用我的原话。

现在回顾这段原话，我发现它的基本观点，在今天的大语言模型时代仍然是成立的：

> 任何一个负责的程序语言专家都会告诉你，自动生成程序是根本不可能的事情。因为“读心术”是不可能实现的，所以要机器做事，人必须至少告诉机器自己“想要什么”，然而表达这个“想要什么”的难度，其实跟编程几乎是一样的。实际上程序员工作的本质，不就是在告诉电脑自己想要它干什么吗？最困难的工作（数据结构，算法，数据库系统）已经被固化到了库代码里面，然而表达“想要干什么”这个任务，是永远无法自动完成的，因为只有程序员自己才知道他想要什么，甚至他自己都要想很久，才知道自己想要什么……

当然，这并不是说编程助手没有价值。相反，它的价值很大。因为现在很大一部分的“脏活”被 AI 接手，我可以使用精华的思想，专注于设计，专注于解决真正的问题，而不是那种要搜索 StackOverflow 才能解决的无聊问题。

世界上有太多的编程语言，很多都毫无意义。有太多的“框架”，大部分也毫无意义。这些东西制造了太多的“脏活”和“累活”。再加上混淆不看的文档，使得程序员的工作是一份苦差。所以感谢 AI，把这些脏活减轻了不少。这个方向还有很大的发展空间，所以我会持续改进我的 AI 编程助手，让它更加精确和符合人的使用意图。

与其盲目希望 AI 可以完全取代人类，我会让它成为更好的人类的工具。

经过短短两三周的研发，我的AI编程助手已经能实现和修改完整的大型项目，生成代码效果不亚于最好的闭源 AI 编程助手（比如 Claude Code 和 Codex），完全没有使用 Cursor 遇到的那些问题（我已经退订 Cursor）。我已经把它投入日常使用。

后来我又发现一些开源 AI 编程助手项目，每一个我都拿来测试和分析过，图形界面的IDE插件也有，命令行的也有。虽然它们界面看起来很酷，然而实际产生代码的效果差挺远。

很多这类开源项目都是 fork 别人的开源项目，代码行数超过20万，项目commiter超过100人，生成的代码却多次提示修改还不能运行，甚至出现模型工具调用无法执行的情况。连Claude Sonnet都会调用出错，却报告说这是因为“模型能力不足”。这些项目是怎么设计的？

所以我的编程助手已经完全超越了这些开源项目，甚至可以取代最好的闭源编程助手。这再次证明了我崇尚“零基础”和极简主义的效果。这已经不是第一次从零开始，在极短时间内超越已有的大型项目。

《我明白了一些事情》网页链接

我明白了一些事情。

很多人之前听不进我说 Haskell，Ocaml 等语言的缺点，迷信这类语言。他们从来没有实现过编程语言，也没实现过类型系统，所以他们看到所谓的“类型推导”，就开始迷信。他们认为这是高大上的，神才能做出来的东西。

现在因为同样的原因，他们迷信 Rust 语言。因为 Rust 设计了一个类型系统，可以检查 smart pointer 的使用是正确的。Rust 的所谓「所有权」和「Rc」，跟 C++ 的 smart pointer（unique_ptr, shared_ptr) 本质是完全一样的，只不过加了一个类型系统来检查它们的使用而已。我也实现过这样的类型系统，而且不到一天就写出来了。真的没什么大不了的。

我实现过不计其数的编程语言特性，各种各样的类型系统（有些是人们从未见过的），所以我清晰地知道这些技术的弱点在哪里。我已经很多年不再迷信这些具有 fancy type system 的语言。反而，我认为人们过度在乎这类类型系统，导致了很多不必要的麻烦。包括难理解，难学，编译速度很慢，出错信息混淆，经常必须拐弯抹角才能表达本来简单的想法，等等。

我当然能用这些语言，比其他人都用得好。我甚至实现过它们的“王牌特性”。但我知道那正好是它们的致命弱点，所以我不用它们。

所以最好的破除迷信的方法，就是亲自去实现你所迷信的那个东西，让自己成为“神”。我迷信很少的东西，因为我亲自去实现了它们，而且不局限于计算机领域。

比如乒乓球技术。我的朋友圈里经常看到有人为某些“世界排名第一”的选手喝彩，显示出各种膜拜。我看到都在笑，因为在我眼里，很多当今“世界顶尖”的选手不但技术糙，动作难看，性格还不好。他们永远也不会知道，这些当今 ITTF 排名前20的选手们，过去30年的绝大部分世界冠军，他们都不会我所拥有的某些超级技术。而他们比赛时的一举一动，他们的技巧和错误，在我的眼里都被尽数破解。

因为我研究了，我努力了，我科学地训练了自己的身体，所以我超越了他们。我没有理由再膜拜他们。没有人知道我付出了多少心血，多少汗水，多少痛。我并不在乎乒乓球这项运动，我为什么这么努力？这就是研究的精神——我想知道人类的身体能在多短的时间内掌握这类“绝活”。

我的对手们永远没法理解我为什么能打出他们永远也打不出来的好球。当有人输了球之后惊讶地问我：“这球是怎么回来的？！”（他可能认为我那个球违反了物理规律，从未在电视上见过）我说：“什么什么？你的来球太快了，我来不及反应，所以随便拍了一下，结果它就过去了……”

我为什么这么装傻？因为我不想教会他这个绝招，我甚至不让他找到任何线索。人们不知道这背后的秘密，所以他们无知地继续膜拜他们的“乒乓球神”，甚至为球场里那些只会来回拉球的“高手”喝彩。我不在乎他们知不知道，因为我完全不在乎他们怎么想。

我曾经喜欢告诉人们这类秘密，可是后来我终于发现，这对我没有任何好处，反而让我失去更多。他们廉价地得到我用辛苦换来的秘密，却仍然继续崇拜他们的神，不拿我当回事。我被送到人间来肯定不是干这种傻事的。就算人类灭绝了也跟我没有关系。我应该是有更重要的任务。

现在又过了一段时间，我已经训练了自己的语言模型，实现了自己的 AI 编程助手…… 它们的局限性和弱点也一一进入我的掌控。然后我跟世人的距离就越来越远。

世人眼里的天才都是演员。

真正的天才都被世人看作是白痴。

这就是我弄明白的事情。

看了一个评价 Rust 语言的视频 网页链接，当然他不可能说到我知道的核心秘密，但评论区的内容很是有意思。

有人说：Rust is C++ with training wheels.

“Rust 就是带辅助轮的 C++。”

（这里的 training wheels 原意是给小孩学骑自行车时装的辅助轮，引申为“新手保护”“简化版”，带点调侃的意思。）

有人说：Rust 实际上让我想起了 Clojure。它当年也有同样的炒作热潮——“它是超能力”“你只需要习惯一下语法”。但过了几年之后，热度基本上就消退了。

Rust 几年后会像 Clojure 一样销声匿迹，这就是我的下一个技术预言。过几年之后，大家来看看这是否成为现实。

最近又开始对 AI 技术感兴趣，忽然想起来之前在 PyTorch 上做的工作，也想起来当时（2018年左右）比较热门的一种技术：TVM，一种号称能够自动生成多种 AI 加速设备（GPU 之类）代码，超越手写代码性能的编译器。

当时很多人都心想，要是可以不用手写那些麻烦的 operator 代码（比如 convolution），能自动编译出来该多好啊，所以对 TVM 充满了期望。当年 Intel 的同事跟我提起 TVM，建议我研究一下。经过两天的调研之后，我就已经做出结论：这种技术不会成功的。所以我后来就没再关注这个技术。

我比较确定，我是 Intel 同事里唯一看清楚这个事情的人，其他人当时还是对 TVM 抱有希望。也许我是当时全世界唯一一个看清楚这个事情的人也说不定。

今天忽然想起这个事，就想验证一下我的预言是否实现了。找到一篇文章 网页链接，谈 TVM 和 XLA 这种“AI 编译器”已经算是失败了，它们一直也没法实现手工 CUDA 代码的性能。

所以不出我所料。我为什么多年前看了一眼就可以预知这个结局呢？因为我使用了编程语言理论来分析 TVM 的设计，得出的结论是：

1. 深度学习并不需要这样的编译器，手工写 operator 的做法其实没问题
2. 在通用情况下，自动编译产生的 operator 代码不可能达到手工代码的性能
3. 如果想要自动编译的代码达到手写代码的性能，那么对编译器进行“配置”的脑力开销会比手写代码还高，所以还不如手写

细节我就不不能继续透露了，这些都是价值很高的秘密。大家可以回忆一下，我有多少技术预言都成为了现实，它能为世界节省多少不必要的资源浪费。而我为此得到了什么回报？这就是为什么我不再想说一些事情。

不过如果你有实际使用 TVM 的经验，愿意提供更多信息的话，欢迎跟我讨论这个问题。

之前的微博提到我之前修改 PyTorch 框架的工作，今天我把它删了。为什么呢？因为这些信息太宝贵了，我舍不得让别人看。

回头看了一下我之前的博文《如何阅读别人的代码》网页链接，发现我把当时修改 PyTorch 的工作细节都记下来了。这些事情连我自己都快忘了，现在有了这篇文章，我又回忆起来了。所以看来写一些文章对自己还是有好处的。

《我是灵魂工程师，也是 AI 工程师》网页链接

许多的教师都自称是“灵魂工程师”，就像现在很多人自称“软件工程师”一样。

很多的所谓“软件工程师”，他们懂得计算机科学的基础知识吗？他们真的明白如何制作优秀的软件吗？实际上，他们的无知让人惊讶。人们对“软件工程师”这个概念的无知，也让人惊讶。

很多的所谓“教师”（灵魂工程师）也是如此。他们并不懂得人的灵魂如何工作，要怎么才能有效的“训练”人的灵魂。他们很多甚至不懂得他们教的科目，只知道一点皮毛。这样的“灵魂工程师”，又如何能培养出优秀的灵魂呢？所以从严格的意义上来讲，他们也不能叫做工程师。

1997 年，我进入四川大学计算机系本科。记得当时一个老师告诉我们：“重要的不是你用什么编程语言，而是其中的思想。” 那是三十年前了，在四川大学这么普通的学校。然而这么多年以后，有几个从世界前十的名校毕业，自称“软件工程师”的人明白他的这句话？让我悲哀的事情是，现在当听说某人是“软件工程师”，人们询问的下一个问题一般都是：“你用什么语言写代码？” 他们不明白，这个问题太低级，它显示出提问者对于这个行业的无知，这是对真正的软件工程师的侮辱。

当今世界绝大部分自称“软件工程师”的人，根本就不配称为“工程师”。很多只是从培训班（或大学）学了一点皮毛就开始做这行的，深入点的知识（数据结构，算法，编程语言理论之类）几乎完全不懂。上学的时候蒙混过关，后来最多也只是为了面试在 Leetcode 刷过一些题。这种人只能叫 API caller，却也把自己叫做“软件工程师”。这是对其它行业工程师的侮辱，他们玷污了“工程师”这个词的含义。

同理，软件行业所谓的“软件构架师”（software architect），也是对 architect（建筑师）这个词的玷污。很多代码一团糟，计算机科学也不懂的人，也能得到 software architect 的头衔。architect 一般都不用写代码，所以他们就一直那样混着，写写文档，画画线框图，装模作样混日子。

现在有了 AI 编程工具之后，API caller 甚至 architect 都要大量失业了，因为这种事情 AI 真的可以做。我试过了，任何一个 AI 编程工具，最小最快的模型都能做这些事情。但就算当今最强大的 AI 模型也无法取代的是——懂得深入知识的真正的工程师和科学家。相反，AI 会成为真正的工程师和科学家们的强大伙伴，帮助他们更有效地解决复杂的问题，节省不必要的脑力开销。

在这种意义下，我认为 AI 真的是一项突破性的伟大创新。他解决了软件工程师和科学家们最头痛的问题：头痛。我是说真的。因为这个行业的各种工具，代码库，文档，论文等，真的太多太复杂了。就算你掌握了最深入最高级的计算机科学知识，仍然避免不了大堆的复杂代码和文档带来的头痛。就算你是世界顶级的计算机科学家/工程师，面对新项目里数千万行的代码，繁冗不堪的论文，也会觉得无所适从。

有了 AI 之后，就像多年弯腰种庄稼的农民有了联合收割机等大型机械。多年的农业经验仍然是必要的，只是没有那么累了。所以我现在很看好这个方向，并且会在这个方向做出一些努力。

前面两周，我已经深入理解了大语言模型的基础：Transformer 模型，并且从零开始，训练出了第一个属于我自己的语言模型。我深刻地理解到了它的奇妙之处，有点出乎我的意料。我觉得这是真的科学，所以我决定深耕一下这个方向。

不要忘了我在 Intel 的时候是研究什么的，我研究的是 PyTorch 机器学习框架的硬件优化。虽然 Intel 可能不是做这个事情最好的地方，没人教我，但在不知不觉的推动下，我自学了深度学习的知识，手写了类似 convolution，batch norm，softmax，Adam 优化器之类的关键操作，由此理解到神经网络的本质。

由于我在编程语言领域的超级洞察力，我早就判断类似 PyTorch（或 Chainer）的框架会取代 TensorFlow 等过度复杂的框架。PyTorch 的设计更接近我对深度学习框架的认识：它们的本质都是“可求导编程语言”。深度学习（AI）其实就是微积分在当今世界的最大崛起。我不得不感叹牛顿的伟大，如果微积分真是他发明的话……

在 2023 年的第一次进阶班，我只用一节课就讲授了机器学习的精髓。课后的练习是：设计和实现一个“可求导编程语言”。它需要实现函数式语言的基本功能，而且写出来的所有算术函数（包括 lambda，递归函数在内）都能自动求导。我给了同学们初步的代码。虽然不是每个同学都能跟上这堂课，但有的同学把它做出来了。可以说我们实现的这个语言就是一个“机器学习框架”原型，只是它不支持矩阵计算等复杂操作和 GPU 加速而已。

有了那么多背景知识，所以现在很轻松地，我理解了 Transformer 模型的“注意力”等关键概念。我清晰地理解 Transformer 模型的每一行 PyTorch 代码是在做什么。很少有人能在这么短时间掌握它。这就是计算机科学，编程语言理论和数学给我带来的巨大能力。

我为什么能理解 Transformer 模型里的线性代数呢？因为我早就比较深刻地掌握了线性代数知识，并且在 Cornell 的时候学习过专门的矩阵计算课程，比机器学习这些代码烧脑不知道多少倍，那些都是用来写 Matlab 的高效内部函数用的。这么多年后忽然间这些要派上用场，当然还是有些迟钝的，不过很快就把需要的部分复习回来了。所以对的，我理解 Transformer 里面的每一个矩阵计算，每一个操作是在做什么，直到最后的 cross entropy 是怎么来的，为什么要用这些操作，一个不漏。

掌握了最关键的部分，将来的很多 AI 方向，我当然都可以尝试。所以现在我不但是个灵魂工程师，同时也是 AI 工程师。在不久的将来，我会同时训练灵魂，也训练机器，或者让它们互相训练。

又一个视频班同学毕业。看到大家的毕业感言，很是欣慰。感觉这么多年的心血还是有意义的。

这个同学最后一课选择了C++。虽然课程也深入讲解了 Rust 语言的内存管理，但增加最后一课 C++ 之后，我们都意识到了这个事情：虽然大家都厌恶过 C++，但折腾了一周的 Rust，甚至用 Rust 写出一个解释器之后，C++ 的内存管理方式变得如此清晰。因为没有 Rust 那样复杂的类型系统，多余的规则和拍脑袋的“设计”，反而觉得 C++ 比 Rust 容易了很多。

细节我不想多说，但相对于 Rust 而言，C++ 其实是我更推荐的底层语言。现在很多人热衷于“热门新语言”，希望 Rust 能取代 C++，甚至想用 Rust 重写一切，看到某个新项目是 Rust 写的就觉得好。但我心里明白，Rust 是无法取代 C++ 的。不仅因为世界上有太多重要的 C/C++ 代码，不大可能都重写一遍，而且因为 Rust 语言自身的缺点，用起来比 C++ 还头痛，使得它不大可能成为取代 C++ 的选择。

也许有人会说“头痛是因为你不懂”，这是常见的借口。去问问我的学生们，就会知道他们能写出一般人写不了的 Rust 代码。到底谁更懂 Rust？我其实知道 Rust 的致命设计错误（也就是头痛的根源）在哪里，但我不想泄露这个秘密。我等人们多年后去发现 😄

之前有很多人希望 Go 语言能取代 C++，结果非但没成功取代 C++，连 Go 语言自己都快要被取代了。Go 语言不吸取前人的教训，增加了那么多 C 和 Java 都没有的毛病，又如何取代 C/C++？现在又来一个 Rust…… 反反复复的希望，却没看到它们自身的问题。为什么总有人想要取代 C++ 呢？它其实并不是那么讨厌，反而有很多值得学习的地方。我认为 C/C++ 值得更多人的关注。

《乒乓球高手众生相（一）》网页链接

说到乒乓球，我忍不住想讲一些故事，虽然可能过两天我又会删掉。

有些人可能听我说过，我最近两年又开始打乒乓球，而且喜欢用日式直拍。但我其实几个月前已经掌握了横拍技术。之前的一年多，我一直用的日直。忽然有一天，我决定把横拍也练会。结果我研究了各种网络上的教学，还花了挺多钱找了一次教练（仅一次，没什么效果），自己琢磨，自己训练了两个月之后，我的横拍技术已经和日直差不多强了，甚至更强。我不仅掌握了球技，而且掌握了乒乓球装备的物理，以及人体运动的规律。

别误会了，我对待乒乓球并不是很“专业”的态度。我并不在乎输赢，积分，排名之类的东西，我也不在乎我是否比别人厉害。我从来不参加比赛，我极少看最近的比赛。乒乓球对我来说只是一种娱乐活动，就像小时候打乒乓球那种态度一样，我并没有成为“高手”的动力。那我为什么费那么大力气研究它呢？纯粹就是为了兴趣。每一个球对我来说都是一场比赛，我的目标只是让这一个球打得漂亮。我不在乎总分是否能赢过对手，只要我经常能打出让我自己都想拍手叫好甚至惊讶的“好球”，我就心满意足了。

但经过一段时间，通过观察身边的乒乓球爱好者，我发现一些有意思的诡异现象。这些现象和 IT 领域的现象非常类似，所以我觉得这类现象应该一直充满着人类活动的各个领域。作为一个“人类学家”，我觉得可以分析一下这些现象。

第一个事情是，挺多打乒乓球看起来很“专业”的人，其实并不真的会打球。这种人往往喜欢买一堆的器材，折腾很多底板，胶皮，甚至胶水。在乒乓球群里面像专家一样，头头是道。到场地上就一直“拉球”，而不是真的打球。什么是拉球？就是来来回回，同一个角度，同一个高度，上旋球对拉，呼呼生风。这对于我来说根本就不叫“打球”，这只是在热身或者练基本功。但新手或者外行看到这架势，就觉得“哇，高手！”

这种人如果你跟他来“真的”，各种角度各种旋转，上旋下旋侧旋混合在一起，就会发现他其实根本不会打球。我发现很多社区里有名的“乒乓高手”都是这样，他们只会拉上旋球，而且只会固定的角度。你给他的球稍微偏一点，或者你的上旋力度不够，他就接不过来，或者就下网了。比较好笑的是，这时候他还觉得是你犯了错误，你没按规定的角度打球，没有加足旋转，所以导致他接不过来。他甚至会直接给你说这个事，好像你得配合他一样。这还叫打球吗？

比赛的时候，没人会这样跟你配合，这又不是表演。一直这么对拉，每次都这样，怎么能打得好呢？但你会惊讶地发现，喜欢这种表演的不止一个人。他们喜欢这么互相配合拉球，从头拉到尾，一直不来真的。这样旁观的新手们还以为他们都是高手，自愧不如。当然，高手有高手的圈子，他们只跟固定的伙伴对拉，你几乎永远也没机会跟他们交手。所以很多人永远也不会发现他们的真实水平。

这种人我在英国和日本都遇到过好几个。在英国的时候，我去附近的乒乓球俱乐部，那里有个名声挺高的“高手”，甚至俱乐部里的教练都跟我说他很厉害。每次我看他跟别人打球就一直来回拉球，一样的角度，高度，总是上旋球，从来没有下旋搓球。因为当时已经二十多年没打过乒乓球，我自己也没琢磨清楚要怎么打，所以我还以为他很厉害。直到有天，我“有幸”跟他交手，拉了一会之后，我觉得这么一直拉球太无聊，就开始使用其它招数，发下旋球之类的。结果他就开始接不了球，他继续使用拉球的方式发球，而且不大满意地示意我，好像要我按他的方式来。他年纪也大了，我只好尊重他。没办法，我就这样跟他拉了大概半小时。然后，就没有然后了，他后来再也没有跟我打过球。

在日本也遇到好几个这种人，还都是年轻人。我去一个体育中心，有个年轻人开头对我挺友好，问我用的什么底板什么胶皮，后来就开始跟我来回拉球。我还以为只是热身，就跟他拉了一会，然后他不断下网。后来他就停下来跟我说，因为我用的日直，反手拉球的时候好像上旋力度不大够，所以他总是下网，让我要把上旋拉得更转一些，还纠正我的姿势…… 最后，这个人始终也没有跟我来真的，我就去跟其他人打了。

后来一次，又遇到一个人，好像是圈子里比较有名的“高手”。开头也是跟我拉球，来来回回。我觉得热身够了，就跟他说：“我们随便打吧，不拉球了，也不计分，但要像比赛一样的打法。”这人的反应让我很惊讶。他居高临下地对我说：“啊，不好意思。就你的水平，我如果用右手跟你真打，我怕姿势会变形。待会儿我还要跟别人打比赛呢。这样吧，我用左手给你打，怎么样？”

姿势变形？居然有这样的事？难道他是左右开弓的高手？我还以为他左手也能打球呢，就暂时同意了。结果他的左手就像新手一样，连拉上旋球都不能，只会把球搓很高，当然不是我的对手。所以他的左手其实不能打球，他只是找了一个借口来掩盖他只会拉球，不会打球的秘密。跟他的左手打了一会之后，我觉得这样实在太无聊了，就找了个借口换人了。后来，他再也没有跟我打过球，但见面时仍然跟我打招呼，并且摆出一副居高临下的高手姿势。

后来又遇到一个人，他有一大堆的球拍，在圈子里俨然是个专家。开头还是跟我拉球，过了一会我说我们随便打吧，不计分。于是我们就开始来真的。他有一个很奇怪的癖好，所有发过去的球，他都想给我“拧”回来。很转很短的下旋球他也想拧。当然很多就拧不过来。这种球，正确的做法就是很简单的推回去了事，但他坚持要拧过来。他可能认为既然我是高手，所以应该能把任何发球都拧回去。于是他就体验到严重的挫败感，因为我的下旋球可以发得很转，很短，还很慢。

我不断的体会到他的挫败感，各种抱怨的声音，让人很不舒服。本来打球应该是快乐增进友谊的活动，结果却反目成仇了。后来多次拧球失败后，他忽然抡起拳头锤在桌上，然后开始撕球拍上的胶皮，好像在责怪那块胶皮的摩擦力不够，所以导致球拧不回来。

因为多次遇到那样的人，后来我就再也没去过那个体育馆跟那群人打球。

另一个场馆里，也有个四人左右的年轻人小圈子，每次就互相拉球，很少真打。这个小圈子的人来自多个国家。开头都不怎么理我，甚至跟他们打招呼直接被忽略的情况都有。从来不跟我打球，也不怎么跟其他人打。只有其中一个对我还挺友好，后来他就开始跟我拉球，从头到尾都是上旋对拉。每次我发出下旋球或者给他削回去，就发现他不会接，要么下网，要么出界，要么就冒高被打。

看他尴尬的样子，我也不好意思为难他。别人也许就是来健身放松一下，何必那么认真呢？所以之后他再叫我打球，我就随着他，只是跟他拉球，不使其它招数，就当这是基本功训练了。虽然他只会拉球，但拉的质量还算好的。我先跟他热身，稍后再跟其他人打就是了。所以我就像对待基本功训练一样给他喂球，同样的角度来来回回。

但后来我逐渐发现，虽然我认为这只是热身，他却要演得好像“真打”的一样。我给他的球都是朝着他方便的角度“喂”过去的，这样他可以比较容易拉回来，因为我认为这只是在做基础训练。但我逐渐地发现，他并不是这样想的。他好像总喜欢在我给他喂球的时候，突然加力打到我的正手大角度。我没想到他会突然“来真的”，当然反应不过来，就接不回去。所以我认为我是在做基本功训练，他却认为这就是在“打球”，甚至是“比赛”。我一直照顾他，给他喂球，他却总是过一会就给我来一下狠的，打得我措手不及。

这种情况出现的时候我总是在想，这小伙子是不是有点心理问题，本来是热身，却时不时的来一下狠的，让自己有一种“赢球”的感觉？另外，我还发现在场的其他人大部分都不知道他只会拉球，不会真的打球。他在那个地方已经好几年了，居然也没有人发现这个秘密。当他突然发力拉我的死角时，我经常发现旁观的人为他喝彩。后来我才明白，他应该是利用我在做他的表演——演出他一直以来的“高手”形象。我以为这是在互相配合练习“友好拉球”，别人却以为我们在比赛，他的“猛攻”赢了我，这样别人就以为他比我厉害。

所以后来有次再跟他拉球的时候，我发现他开始突然发力拉死角，我就停止跟他“配合”，开始按“打球”的做法，发出各种旋转的球，并且往各种刁钻的角度打。他当然就接不了球。当时那个球桌离休息区很近，所以很多人都看见了。他的脸色变得难看而严肃，不再微笑，不再跟我说话。他可能没想到我会当众让他出丑，他以为我会一直以低他一等的姿势配合他演出，让别人觉得他很厉害，而我被打得落花流水。

那次之后，他就再也没跟我打过球。但每次活动结束他仍然满脸笑容，假惺惺的招呼我：“哎～ 可惜呀，今天又没能跟你打。下次再打！”

这就是我所目睹的乒乓球高手众生相之一。当然很多乒乓球爱好者还是有真实水平的，不会像这样一直来回拉球，有的水平比我高很多。虽然我并不很在乎乒乓球运动（我不在乎任何体育项目），但这样的“拉球戏”现象存在，甚至有人几年来每次都这样一直来回拉球，也不练习其它技术，确实让人惊讶。我估计各个体育项目都有类似的情况，不止是乒乓球。由于政府和媒体的舆论宣传，使得体育这个东西包含了人们太多的“自尊”，甚至能扯上“国家荣誉”，所以很多人太在乎它，好像觉得所有人都得参加某种体育运动一样。然后就有人利用这个机会演戏，提高自己在圈子里的“地位”。

所以最好的办法就是别那么在乎任何体育项目，有兴趣的话随便玩玩就好了，也别想到达什么高水准。管它什么“国球”，“贵族运动”，或是传说可以让人“升仙”的运动，都不要太认真。要知道，所有的体育运动都是少数人设计出来的，它们都有自己的缺陷，很多都并不是科学而健康的运动。过度在乎体育运动，最后受害的是自己。

不知不觉又写太多，到这里先告一段落。大家可以思考一下，这种现象对应着 IT 社区的什么样的现象。我觉得它们之间有非常大的关系，可以说是人类社会的一个缩影。我们的身边充满了这样的“演员”，他们用类似的方式互相配合，让人不明觉厉，谋取地位和利益。连乒乓球这样的娱乐活动也不例外，实在是让人悲哀。

经过两个多点月，第一批开始视频班的同学陆续在毕业了 🎉

通过教会别人，我自己也学到了很多，理解了以前不真的理解的很多事情。更重要的是，通过教学，我掌握了强大的学习方法，这些方法可以让我迅速地掌握任何以前不曾学过的技能。

《再看〈人工智能的局限性〉》网页链接

前段时间看到微博上一个清华大学教授评价 AI 的编程能力，还引用了我的文章《人工智能的局限性》网页链接里的一个说法：“自动生成程序是不可能的”。可能没看我的文章的人以为我的说法已经被现在的 AI 编程能力否定了，其实并没有。

仔细看看我的原话，你就会发现这篇文章的大部分内容仍然适用于今天的 LLM 编程技术：

“任何一个负责的程序语言专家都会告诉你，自动生成程序是根本不可能的事情。因为“读心术”是不可能实现的，所以要机器做事，人必须至少告诉机器自己“想要什么”，然而表达这个“想要什么”的难度，其实跟编程几乎是一样的。实际上程序员工作的本质，不就是在告诉电脑自己想要它干什么吗？最困难的工作（数据结构，算法，数据库系统）已经被固化到了库代码里面，然而表达“想要干什么”这个任务，是永远无法自动完成的，因为只有程序员自己才知道他想要什么，甚至他自己都要想很久，才知道自己想要什么……”

现在使用 vibe programming 的人都知道，如何表达自己想要什么，其实是很难的一件事情。如果你不说清楚，AI 是没法知道你想要什么的。即使它有能力做那些事情，它也不知道该做什么。如果新建一个项目，你只是泛泛说一下“我想要什么”，是注定要失败的。它做出来多半不是你想要的。只有跟自己通常编程的顺序一样，从很小的地方开始做，经过反复测试正确了，把代码提炼得很简单，去掉冗余和复杂的地方，再开始做进一步的事情，才可能把事情做好。

但先做什么，后做什么，如何达到“简单”，这个事情其实是最难的。这是需要很多的理论支持，实践经验才能知道的。这就是所谓的“智慧”。实话说，前段时间我用 vibe programming 方式做成功的项目，几乎全都依赖于几十年来的研究和实践经验。这些信息不经过深入的研究和学习是不可能得到的。这种经验数据从来没人仔仔细细记录在网络上，LLM 模型没有这些训练数据，所以它不知道该按什么顺序做事。所以你只是告诉它你想要什么，除非是功能特别简单的app，往往是得不到好的结果的。

所以虽然我的文章稍有低估 AI 的语言理解能力，但“自动编程”的这个局限仍然是存在的。我不得不承认，AI 编程是非常有用的工具。现在很大部分的琐事和繁琐的文档被代替了。这是一件很好的事情，它大大改善了这个行业的工作环境。这可以说是对我这种喜欢专心于精髓思想，不想被琐事烦扰的计算机科学家来说，是再好不过的事情。

然而如何得到好的想法，并且让 AI 能够明白自己想要什么，仍然是不能自动解决的问题。

可能很多人都遇到过 Swift 编译器的“类型检查”时间过长，build 无法在合理时间内完成的情况。

搜索了一下，我发现这篇文章：网页链接

作者引用了 Swift 的设计者 Chris Lattner 的原话：

My experience with Swift is we tried to make a really fancy bi-directional Hindley-Milner type checker and it’s really great because you can have very beautiful minimal syntax but the problem is ...

Hindley-Milner type checker （简称 HM），这就是我十多年前发现的问题。一代又一代的 PL 人被 HM 类型系统（Haskell，SML 和 OCaml 的主要类型系统）洗脑和毒害，认为写类型是多么痛苦的事情，“不用写类型”是一件多么重要的 feature。其实不是的。

类似 HM 系统的类型推导，我在学校里就已经实现过很多次了。设计 PySonar 第一版的时候，我就试图给 Python 实现一个类似 HM 系统的类型推导，后来发现不行。所以在 PySonar2 里面，我实现了一种完全不同的方法，不使用所谓的“bi-directional inference”。进而我发现了 HM 系统的致命缺陷。然而整个 PL 领域也没人明白我在说什么，很多人仍然认为 Haskell 是最高大上的语言。

显然 Chris Lattner 也不例外，所以他认为应该在 Swift 里面实现这样的类型推导，让用户少写类型标记。所以 Swift 就有了今天，改了几行代码，莫名其妙就编译不动了。你以为是少写了某些闭包的类型，加上类型之后，结果它仍然编译不动。后来发现只要有一个地方你写错了，它就可能出现这种情况，等好几分钟才冒出来一个错误信息，告诉你是某个地方没写对……

去年“第5届基础班”的时候，我拿出前两年的 ICFP 会议录像来看，发现 ML 的 workshop 有人在讲 HM 系统的问题，然后提出一个解决方案。我还以为有人意识到了这个问题呢，结果其实没有。他打了一个擦边球，指出了一个不那么致命的地方，然后提出自己的“改进”，然后就越来越复杂。这就是 PL 学术界的现状，30 年来都在做这样的事情。这就是为什么我不再称自己是“PL 专家”。😄

《我与 ChatGPT 关于 CFA 的聊天记录》网页链接

上一篇微博说过，我喜欢用 LLM 来处理我不喜欢做，不喜欢看的复杂不堪的东西。其中也包括了很多学术论文。

距离我 2009-2010 年做出 PySonar2（Python 类型推导和静态分析器）已经十多年的时候，我居然跟 ChatGPT 探讨起 control-flow analysis（CFA）来，然后回想起十年前我跟某“CFA 学生”的争论。

https:// www.yinwang.org/blog-cn/2016/04/07/cfa

（当时的抓图上传到某网站的，现在图片已经删了。凑合着看看吧。）

真是很有意思，十多年前我就看清楚的事情，现在得到了 ChatGPT 的“确认”。

15年前，PySonar2 第一次做出来，其实就已经超越了所有的学术界 CFA 研究（包括当时最新的 CFA2）。对于 Python 这样具有 lambda 闭包的准函数式语言，这是第一次实现这样精确的类型推导。不但准确度高，而且性能还不错，足以用来分析 Github 上的所有大型 Python 项目。

PySonar2 最大的用户，Sourcegraph 的创始人当年就告诉我，PySonar2 的分析出人意料的精确。我当时还不以为然，因为我的做法真的太简单了，我以为谁都能想出来。直到我发现之前其实没人做出来过，我才想起来好像应该强调一下它的价值。

JetBrains 的 PyCharm IDE 现在都还做不到这么精确的分析和“查找定义位置”。比如，如果你定义个全局变量，初始值是 None，后来在某个“初始函数”里给它赋值为一个结构，你是找不到它里面的成员的。我不是说你应该写这样蠢的代码，但这是其中一个例子。

如果你知道我在 Indiana 大学里做过什么样的事情，就知道 PySonar2 对于我来说真的不算什么大事，只用了很小的功力。而且我当时压根没有很在乎 Python 语言。而且那些 CFA 论文实在晦涩，我没有兴趣看进去，当时也只看了大概，就知道他们大概率是在扯淡。所以几个月把这东西做出来，就让别人随便用，paper 也懒得写。我几句话就能说清楚它的原理。

我实在是太谦虚了，看看别人什么 CFA, k-CFA, CFA2…… 一堆堆论文，却解决不了实际问题，从来没有投入过实用。k-CFA 居然存在“调用和返回不能匹配”这种低级问题，这个是我从没想过会出现的问题，PySonar2 从来没有过这种问题。怎么会有人做出如此傻的设计，还能发 paper，还能有后继者继续“改进”它？

Matt Might 的 CFA2 搞了个什么“下推自动机”，其实不过就是把本来的函数调用栈从最早的错误设计中恢复了出来。PySonar2 一直都有“下推自动机”，因为解释函数调用时自然就有一个堆栈。

Matt Might 有个 blog，之前在上面很自豪地解释“自动 CPS 变换”是怎么来的，好像只有他懂这个一样。但他的想法显然是从之前无比复杂的 CPS paper 演化来的，并不是自己独立思考出来的，所以有很多历史包袱。文章里很多地方是不明觉厉，好像是给你讲了，但你能看懂吗？他的想法显然跟“王垠 40 行代码”是没法比的，我当时看了他的 blog 都在笑，只是出于礼貌和“谦虚”，我保密没有说出来。我觉得 Matt Might 这个人没什么水平，这帮人都是扯淡的。这就是实话，十多年后可以解密了。

这些 paper 不完全是在制造废话吗？对的，我十多年前就已经知道是这样。可是谁能明白这是怎么回事？现在好了，你们可以跟 ChatGPT 去确认了 :)

实际上 ChatGPT 还确认了一件事，那就是 CFA 领域的 Olin Shivers 开山论文里使用 CPS 形式，就是所有麻烦的开始：

PySonar2 是我完全独立做出来的，没有参考任何学术界的成果。直接解决了根源的问题，没有任何学术历史包袱。这就是简单思想的价值。这已经不是我第一次独立于整个学术界和工业界，做出如此精辟的结果。

当年我做了 PySonar2 之后，后来 Google 有一个团队的人花了两年以上的时间，想做出超越 PySonar2 的项目，结果最后什么也没做出来，Google 不得不继续用我改进后的开源代码。为什么呢？因为一开头策略就错了。他们想用 Prolog 这样的逻辑编程语言来实现 Python 语言的类型推导，我一听就知道注定要失败的。为什么我知道呢？因为我已经实现过这些方法，而且我知道 Hindley-Milner 系统和 Prolog 的局限性在哪里。为什么我知道？因为我在 IU 的时候实现和改进过逻辑编程语言。

我必须感谢 ChatGPT，清晰地把我看到的事实说了出来，省得去看那么多晦涩不堪的论文。我感谢它对于我的思想价值的确认。我感觉 LLM 会对人类的进步很有帮助。

现在分享我与 ChatGPT 关于 CFA 的一段对话，希望对这个领域的研究者有所帮助：

https:// chatgpt.com/share/6864e9a1-66c8-8002-b9f5-55e845fde7ae

经过仅一个月的课程（周末和节假日休息，总共23天），已经有视频班的同学顺利毕业。跟我事先预测的情况一样，视频教学确实兼具了灵活性和高效率。有时间有动力的同学可以很快掌握。时间少的同学也可以按自己的进度进行。这比起集体授课有很多优点。

当然，由于课程内容和练习很丰富，如此迅速毕业的同学每天需要付出很多时间，大概一天7小时都在学习。我并不鼓励大家这么积极，一般说来每天学习 2-3 小时应该足以在两个月之内完成。除了个别特殊情况，一般都能在四个月之内全部完成。

对于每个成功毕业的同学，助教和我都付出了大量的经验，智慧和时间。我也因为这个过程获得了一些新的理解，进一步地改进教学内容和方式。

我可以自豪的说，这确实是世界上最深刻，最有效的计算机科学教学，也是唯一真正从零开始的教学。如果你知道课程的内容包括了哪些深刻的理论，一般大学里需要花多少年时间，到达什么“教育程度”才能掌握这些内容，就会明白我为什么可以这么说。虽然超越了整个世界的计算机科学教育，这仍然是一个开端，我会对教学做出更进一步的革新。在不久的将来，更多的人会体会到这个革命性的转变。

当人们都在对 LLM 生成的代码赞不绝口，自愧不如（图1，2）的时候，LLM 却在对我改的代码赞不绝口，自愧不如（图3）

刚才稍微搜索了一下现在大家对 Go 语言的看法，发现这些文章：

网页链接

网页链接

网页链接

都在说 Go 语言为什么失去了它的阵地，为什么 Go 语言不是“未来的语言”。

注意这些文章全都写于最近一年（2024-2025），而它们提到的反对 Go 语言的理由，全都已经在我 2014 年的文章《对 Go 语言的综合评价》里总结了：

网页链接

我才恍然意识到，我写这文章居然是十年前了！那个时候 Go 语言真是风风火火大热门，而我只看了一眼就发现许多的问题。经过公司实践中不到一个月的使用，这些问题全都体现的淋漓尽致。公司当时的 Go 语言代码可以说是混乱不堪，很多拷贝重复，就因为没有 generics。

当时我发表对 Go 语言的负面看法，很多人都在嘲笑我。甚至有人说：“王垠说不好的语言，现在全都发展得很好！” 结果怎么样呢？

现在想想，Go 语言从始至终，做出的哪一个项目是 Python 做不到的？基本上都是一些 IO intensive 的网络服务器，而这种应用因为不是 computation intensive，全都可以用 Python 很容易地写出来，根本不会被 Python 的 GIL 限制到。

Go 语言最得意的作品无非是 Kubernetes 了。而 Kubernetes 这个东西本身，我后来仔细琢磨之后，已经得出了否定的结论。Kubernetes 和 Go 语言一样，它制造的问题比解决的问题还多。这种慢条斯理的“部署配置”性质的东西，用哪个语言写不出来？用 Python 都能做出来。

一旦开始用 Kubernetes，麻烦就来了。原来可以理解的部署方案，现在没法理解了。原来很简单就能修改的配置，现在藏在一大堆的 Yaml 文件里，继承来继承去的，结果不知道怎么改才能生效了！配置出了问题，还不知道是怎么回事，改来改去都不起作用。但还有许多的公司继续在落入这个大坑。

可能有人要说，Go 语言真正的大作其实是 Docker。那我们可以仔细想想实现 Docker 有什么难度。Docker 本质上就是一个 chroot 命令，加上一些基本的文件名，网络端口映射之类的。Linux 系统提供了实现 Docker 所需的所有机制，但 Linux 不是 Go 语言写的。实现 Docker 这些功能，其实都不算是编程。不信的话，可以搜一下有人用了不到 100 行 shell 脚本就实现了 Docker 的功能。所以还有什么语言不能用来实现 Docker？

最糟糕的是 Go 语言的“社区”，里面一大群不懂装懂，牛逼哄哄的人。Go 语言的 meetup 演讲，到现在仍然没有任何有价值的话题可说，只是把 Go 语言的缺点都说成是优点。可以说什么样的人就创造什么样的语言，什么样的社区。当年我看了 Rob Pike 的演讲「Concurrency is not parallelism」都在笑。他自以为理解了 concurrency 和 parallelism，却其实是在歪曲已有的概念。Concurrency 和 parallelism 的差别，计算机系课程里讲的就是正确理解，他偏要给你掰一下，说你们之前学的都是错的肤浅的，我讲的才是正解，你得按 Go 语言的方式理解才对！结果呢，现在 Go 语言在“大规模并发”上唯一的优势，还有哪个语言不能实现的？

也就是这样的一帮人，才会自以为是的说 generics 没什么用，都是 Java 加入的垃圾，我们 Go 语言不需要这个！殊不知 generics 并不是 Java 特有的，而是一种叫做 parametric polymorphism 的概念，早就在函数式语言里存在了。它不是 Java 特有的，也不是垃圾，而是相当关键的特性。长时间缺少· generic，后期才加入，结果语法弄得一团糟，Go 语言就有了今天。

不过注意，这些文章虽然批了 Go 语言，却一窝蜂地捧 Rust。Rust 最近火了，所以一窝蜂地都说它好。我估计十年后这帮媒体又会写新的文章批评 Rust，说为什么 Rust 不是未来…… 而我现在就知道为什么 Rust 会失败，但这次我不会再告诉人们具体为什么了。

我一个人在多个方向领先了整个业界（无论是学术界还是工业界）多少年，大家可以算一下。而且这个差距随着我不断的教学和研究，还在越拉越大。这就是为什么我一直不着急。

端午节到了，视频班的教学也会放假。这样学生，助教和我都会得到合理的休息娱乐时间。
新申请参加的同学，节后我会继续处理你们的申请。端午快乐！

新的视频班同学对这种教学方式反应良好，已经开始的同学进展很快。之前的课程有很多类似的评价，只是我太谦虚了，没有把它们公布出来。今后我还是该少量记录这些评价，不然有些人还以为我只是自吹自擂。

《计算机科学视频班招生说明》网页链接

最新设计的「视频班」，使用「基础班第五期录像+微信辅导」方式进行。这是目前（以及将来较长时间内）我唯一提供的计算机科学教学。第五期比起之前的版本有很大改进，讲解最细致，贴近实际使用。视频班是最灵活，最方便的学习方式。

每当看到这样的新闻，我就会看一下 O3 的浓度

一群衣食住行全都不愁的地球居民，在开下午茶会。 不再关心人类de垠的微博视频

早上一出门，立即闻到过道里浓郁的空气清新剂气味。当然，电梯里也都是那个气味。到咖啡店坐了两个多小时，商场里也都是空气清新剂，只不过稍微淡一点。然后去 Waitrose 买了点菜，Waitrose 一直都是有空气清新剂的，一到门口就很明显地闻到。像 Waitrose 这样的高端健康食品店，没有任何理由在店内使用空气清新剂，然而它却是最显著的一个。回来仍然闻到同样的浓郁的空气清新剂气味。比较显然，今天公寓楼里是大量喷洒了空气清新剂。

我就感叹这样的事情，发生在如此“现代”的世界，如此“自由”的国家，居然几乎没人提出异议。也许因为人们很难相信 Matrix 这样的组织的存在，所以看到这样的事情到处发生，就把它们作为了孤立的事件。每一个地方出现空气清新剂，他们就给它找一个合理的理由。比如，这个地方靠近卫生间，所以为了掩盖臭气，就喷了空气清新剂，之类的。

然而他们没注意的事情是，为什么所有的公共场所都在喷空气清新剂？如果没有一个统一的势力在操纵这一切，这种事是不可能发生的。而且这还不止是一个国家的事情。

很多人发现飞机尾迹，空气清新剂之类的东西在全世界出现，就觉得这是正常的。而我发现这类东西在全世界出现，就知道明显是很不正常的。这也许就是认知能力的不同吧。

就这样暴露在月光下了

《再说养生节目》

今天忽然想起我 2016 年写的这篇文章《养生节目的危害》网页链接。简言之，这类养生节目有很多“好的”和“新的”内容，可就是好的内容都不新，新的内容都不好。

这类节目中经常出现的现象是，突然推翻几千年来的生活方式，说“原来这个食物吃了有害！” 或者对人们的自然生活方式做出全新的“指点”。每几个月就会对同样的事情换一种说法，而且经常自相矛盾。

这种节目常常以恐惧为手段。比如，说“有人得了这个严重的疾病，原来是因为他……” 这再次体现了病毒学先驱者 Étienne de Harven 这句话：恐惧是最致命的病毒，它最有效的传播方式是媒体。

看这种节目而且深信不疑的人，他们的生活方式就被操纵了，甚至对最基本的事情不知所措。我每天该喝多少水？该吃多少肉？我每天能吃超过两个鸡蛋吗？能喝牛奶吗？无穷无尽，想不清楚……

之前我就在想，为什么不停地做这种节目呢？为什么不把好的生活方式都写下来，一直挂在那里，不就行了？

居然又过了八年了，有多少人能理解这是怎么回事？为什么这种节目一直误导人们呢？最后，还是新冠疫情使得这一切都清晰明了了。

现在看来，养生节目并不是为了吸引眼球赚钱而已。这种养生节目大概都是 Matrix 安排的，目的就是故意误导人，损害人的健康。很多人盲目相信“专家”，不相信专家的就转而相信“自媒体”。哪知道自媒体大部分也都是 Matrix 操纵的。

没错，你确实有自由做自己的自媒体，但你能有多少观众？最后你发现，火起来的那些基本都是 Matrix 安排的。他们总是会把特意安排的那些误导内容推送到你面前。

就像我之前说的，医学是伪科学。那些说“医学是伪科学”的人，绝大部分也都是骗子。“斗争”的两派（甚至多个帮派）都是 Matrix 导演的，这样人类就被玩得团团转，不知所措了。这是绝妙的技术。

经过“疫情”的各种戏之后，还相信这些养生营养类的节目的话，我也帮不了他们了。我自愧不如 Matrix。

根据 TG 群里的讨论，发现有人研究了蜂蜜为什么能杀菌的原因。比如这篇文章网页链接说其中一个原因是蜂蜜里的氧化酶能氧化葡萄糖产生双氧水。还有蜜蜂身上有一种特殊的蛋白质叫 defisin-1，也是杀菌的。

我就想起人体也会自己产生双氧水。莫非人体的“免疫系统”很大部分就是靠双氧水杀菌的？医学总是告诉人们免疫系统有各种“吃细菌的细胞”，对抗“病毒”的抗体之类。也许都是假的。也许那些细胞只是合成了双氧水，很简单就把细菌杀死了。

当然，也许还有其它神奇的物质，我们还没有发现的。比如这个文章指出的蜜蜂身上的蛋白质。但总的说来，这些微观的解释就算是真的，也只能说明一部分原因。我们都天真的以为生物化学的能力强大到了能知道每一个细节，简单地相信了他们。

去了解一些“核酸检测”之类的技术的细节，你才知道他们的方法非常的不精确，根本看不见具体发生了什么，也不能精确地知道过程中产生了什么物质。经常是全部捣成浆糊，加入各种有毒的化学试剂，各种说不清的反应之后测出一个数字，说就是这么回事，然后做出一些惟妙惟肖的彩色3D动画来。人们看了动画，就简单地相信了他们，以为他们用显微镜亲眼看见过。其实谁也没亲眼看见过。

所以自然界的神奇，我们不能完全通过这类微观的分析去理解。只要想想蜂蜜是怎么来的。它是植物的花里面的精华，被蜜蜂经过神秘的技术加工之后得到的。这是人类无法做出来的神奇东西。

《双氧水杀真菌的显微镜视频》

用显微镜看着，做了两次双氧水杀菌实验。因为脚上没找到真菌，用的是卫生间里的霉点。效果看着比较有意思，放大倍数只用了 100 倍。基本几分钟之内就结束战斗了，跟泡脚时观察到的情况类似，所以一次 10 分钟大概足够了。

我注意到，杀菌产生的气泡似乎会阻碍双氧水接触到附近的其它真菌。要等前面的气泡破了之后，才会产生新的接触，产生新的气泡。所以泡脚时应该多活动脚趾，帮助气泡跑掉。这样就能更迅速地进行进一步的杀菌工作。

不再关心人类de垠的微博视频

显微镜到了，但采样之后发现我的脚上已经找不到真菌了。只好从卫生间取了一点黑霉点来玩。 不再关心人类de垠的微博视频

《解题 vs 解决问题》

每次利用一个工具，我都会理解一下它的工作原理，这样不至于成为工具的奴隶。上次因为买望远镜来研究尾迹飞机，我研究了望远镜的工作原理。这次我决定买一个显微镜来研究真菌，所以在它到货之前，我想理解一下显微镜的工作原理。

所以我又打开这个之前看过的光学教学视频，却发现这个老师每次都是直接套用已有的公式，算出来一些“像距离”之类的结果。我不满足于套用公式，所以我自己在纸上把这公式推导了一下，其实蛮容易的。

后来我猜他可能在基础一点的课程里讲过这些公式是怎么来的。也许里面有基本的推导过程，可以和我的做法比较一下，看看思路？所以去看基础的“透镜成像”课，结果惊讶地发现，他仍然只是直接套用了现成的公式！所以这公式最后是哪里来的？牛顿的书里抄来的？

这个物理老师虽然讲的不错，但他的主题仍然是“解题”。我的目的不是“解题”，而是“解决实际问题”，所以我不能停留在套用公式，解决别人给我出的题。我是要解决我实际遇到的问题。之前的化学课程，我也发现同样的问题，因为他们讲解的事情仍然是“解题”。

很多国人以为中国的教育才是“应试教育”，但看来国外的教育其实也没好到哪里去。这也许就是为什么培养了这么多的科学家出来，他们却看不破那些 Matrix 设置的陷阱。

所以我不知不觉中又做了一次重新造轮子的事情，而且再次从中受益。😄

推荐一个显微镜看真菌（霉菌）的视频：网页链接

看来普通的光学显微镜，放大 1000 倍差不多就能看很清楚了。真菌会产生很多的孢子。有兴趣的人可以考虑买一个显微镜自己研究下，看看双氧水能破坏掉哪些真菌的结构，能否除掉孢子？

《真皮层的真菌》

根据“双氧水治脚气讨论群“里最新的讨论，我发现可能很多人都还没看透医学对此的误导。其实我几个月前就已经发现了，所以从未落入过那些圈套。我从未吃过治真菌的内服药。

第一个误导是说真菌会感染到“皮下”，“真皮层”，所以外用药下不去，无效了，得用内服药才会有效。人们简单地以为外用药到不了真皮层，所以就被骗去吃内服药。然而内服药却是很毒的，会导致脱发。你想想也明白了，这药如果能到达皮肤，毒死里面的真菌，那它也能毒死毛囊之类的器官，而且肝脏等重要内脏也会受损。这就是为什么医生开这些药之前都得让你检查肝功能之类，因为这些内服药很毒。

而其实双氧水泡脚一样能杀死表皮下面的真菌。自己泡一次就会明白，双氧水不会停留在表皮，而是能浸透到下面去。很简单的道理，水也会渗透到真皮层的，双氧水当然也能。所以宣传真菌在“真皮层”，所以普通药物下不去，都是骗人的。很多药物根本无效，所以它们下到真皮层也无效。于是人们就以为外用药到不了下面，就开始吃很毒的内服药，就中计了。

为了消灭小小的真菌，严重损伤自己的关键器官，值得吗？

更多的讨论，可以加入讨论群：https: //t.me/+I2cIRn0Se2tiY2Y1 （自己去掉空格）

发现一群天鹅在“吃土”，于是观察了一会它们到底在做什么…… 不再关心人类de垠的微博视频

有人问，为什么 Matrix 要制造这么多巨大的骗局，难道只是为了利益？我也纳闷，而且他们似乎故意留下了很多明显的破绽，以至于每个人似乎都应该可以一眼看穿。然而很多年过去了，人们却没能看穿这些。连我都是活了半辈子才看明白这些明显的破绽。

难道 Matrix 并不是真的想骗我们？而是…… 在给人类做智力测验？

根据最近这么多的经历，我发现化学对生活太重要了。人生活的最重要的方面，包括自己的健康，包括做菜，都需要化学。所以我应该重新学习一下化学。

高中时我的物理特别好，但我不是特别重视化学。我曾经以为懂了物理，知道了那些特别微观的现象，就能理解一切，但我现在意识到并不是那样的。

即使我知道了比原子还小的那些东西如何工作，我却仍然没有理解更“高级”的系统。而且我现在大概知道所谓的“量子物理”非常可能是假的。

这就像你理解编程语言的每个细节，每个机器指令如何工作，却仍然没有理解操作系统，数据库，图形软件，网络系统如何工作。这些复杂的软件虽然建立在简单的基础上，理解了它们的基础，却不等于理解了这些复杂的系统。

这就是为什么我重新看起了化学。我知道化学仍然比较“低级”。虽然基本的化学可能不会假，但复杂的生物，直至生命，是我们仍然没有理解的。复杂的生物和生命现象，也就是 Matrix 制造假象的地方。

所以我就开始看化学。结果打开 Khan Academy 的化学视频才几分钟，我就发现了一些 Matrix 的假象出现在屏幕上。当然，这些知识不会全是假的，肯定有真的部分，但我已经准备好了鉴别它们的态度，而不只是简单的接受和相信。

《湿度计算的错误更正》

昨天关于湿度的计算中出现一个初级错误。我把“绝对湿度”和“相对湿度”进行了相加操作。这里更正一下。通过空气/燃油比算出来的“湿度增加 7.75%”，其实是“绝对湿度”，而且我是以质量算的（g/g）。

通常绝对湿度是以 g/m3 的“质量/体积”比计算的，比如 30 °C 时，1 立方米空气中最多能容纳 30.4 g 的水蒸气。−25 °C 时，每立方米空气中就只能有 0.6 g 水蒸气了。

30 °C每立方米（完全干燥的）空气的质量是 1164.4 g。如果根据这个算出 30 °C 时的“饱和绝对质量比湿度”，它应该大概是 30.4/1164.5 = 2.6%。所以如果燃油产生 7.75% 的质量比浓度增加，在 30 °C 时，燃烧后的空气的湿度肯定是要饱和的。

但注意这是在 30 °C 时。燃烧后空气的温度显然不是 30 °C，而是几百度。所以虽然燃油确实可以让水蒸气达到 30 °C 时的饱和浓度，但由于尾气温度特别高，所以水蒸气不会饱和凝结。想想也是简单的道理，引擎的设计显然不会让水蒸气有机会在引擎里面就凝结，不然肯定要出问题。

所以虽然我昨天出现低级错误，但结论还是没错的。因为燃烧后的尾气非常热，所以水蒸气不会凝结。直接排出来进到外面的空气里，过一会才能完全冷却。等到尾气完全冷却时，它已经扩散到外面空气里了，所以水蒸气没有多少机会可以凝结。

观察冬天路上的汽车的排气管，我发现在离排气管出口很近的位置，基本还是能看到一些白雾的。如果你衬着深色背景仔细盯着看，每一辆车排气管口都有一点点白雾，就在尾气刚出来的位置。但是马上就消失了。我觉得原因是，尾气刚出来时，跟外面冷空气的“接触面”会很快冷却到水蒸气饱和的温度，所以接触面上少量的水蒸气凝结了。

但尾气不只是接触面那么一点，而是一大股空气，它中间的部分仍然很热，所以中间部位的水蒸气不会凝结。等到中间部分的水蒸气充分冷却时，这尾气已经完全扩散到外面空气里了。实际上，只有等尾气扩散开它才会冷却下来，因为热交换需要充分接触才行。所以就只有最开头“交接面”的水蒸气凝结了一点点，但马上又被外面的空气吸收掉了。这就是为什么汽车尾气只有那么一点点距离能看到水汽，然后立即就消失了。

根据我之前望远镜拍到的客机“尾气凝结”视频，飞机的情况也一样。刚出来的时候是有一点点凝结的水雾，但非常少，所以颜色很淡，需要深色背景衬托才能看到。出来之后立即就消失了，因为外面空气量太大了，所以立即就被吸收掉了。

原文
----------
从引擎的工作原理上看看，就会更加明白。因为引擎的燃烧室内大部分是空气，只有少部分是喷雾的燃油。比如，汽油车的空气/燃油比（AFR）大概是 14.7:1，喷气式飞机大概是 15:1。注意这是质量比。燃油相对于空气的比例很小（~7%）。根据这篇 StackExchange 提问的回答，航空燃油（煤油）燃烧大概产生燃油的 1.24 倍质量的水。

所以如果空气/燃油比是 15:1，那么燃油燃烧后产生的水，大概占原空气质量的 1/(1+15)*1.24 = 7.75%。虽然烧掉了氧气，但 O2 的氧原子都进入到了 CO2 和 H2O 里面，由于燃油燃烧产生的物质完全进入了空气里，所以空气的总质量变大了。也就是说，燃油燃烧产生的湿度增加不会超过 7.75%。

如果外面空气的相对湿度低于 90%，喷出去的空气就不大可能会凝结成水雾……
----------

《从汽车尾气白雾现象理解飞机尾迹》

冬天的时候为什么有的汽车尾气出现白雾，而大部分其它车没有白雾？如果是因为空气湿度高，导致尾气过度饱和，那为什么不是每一辆汽车都产生白雾？我似乎找到了正确答案，来自这篇汽车爱好者网站的文章网页链接。它向人们解释为什么排气管会出来水，并且告诉人们“不用担心”，这说明这种现象比较少见。

文章解释排气管出现白雾的原因是，汽车尾气很热，所以里面的水蒸气通常是不会凝结的。要让尾气到“排气管口时”足够冷，才可能产生白雾。汽车排气管比较长，如果汽车已经开了一会，排气管整个都是热的，那么尾气出来不会被排气管冷却，所以就不会产生白雾。但如果汽车之前是冷的，启动之后因为排气管还没热起来，所以一部分水蒸气通过冷的排气管，就凝结成了水珠。

对于一辆已经热起来的车，为什么尾气排出之后，遇到外面的冷空气，仍然不产生白雾呢？里面不是有很多水蒸气吗？原因是尾气遇到外面的冷空气，要冷却下来还需要一些时间。不会出来立即就冷了，因为热交换需要时间。等到尾气完全冷下来，那时候水蒸气已经扩散到外面的大片空气里。虽然它冷下来了，但由于外面空气量很大，它就不会凝结了。

通过这个理解，我们就能理解正常的飞机为什么不会产生尾迹了。虽然燃油燃烧产生了水，但引擎出来的尾气温度高达几百度。这种情况下水蒸气出来不会马上冷却，所以无法凝结。等到尾气扩散之后，才能逐渐冷下来。但那个时候尾气已经扩散到空气中，所以水蒸气仍然不大可能凝结。

所以尾迹飞机的尾迹不是水汽凝结。

说到水汽凝结，可能没有比蒸汽机排出更饱和的水蒸气的引擎了吧？去看看蒸汽机车排出的真正的“水汽凝结尾迹”是什么样的，然后跟尾迹飞机的情况对比一下，就知道那些飞机喷出来的不是水蒸气了。 不再关心人类de垠的微博视频

《根治脚气的简单方法》网页链接 有一段更新。经过复发的折腾之后，我发现一个方法，真的把脚气断根了。目前又过了两个月，没有消毒，也没有复发。

热水泡脚断根。根据后来的复发经验，我发现脚气复发不一定是因为鞋袜反复传染，而是真菌的孢子潜伏在皮下，等到环境适宜的时候它们又孵化出来。所以就算用双氧水杀完真菌，换了全新的鞋袜，照样可能复发。我发现脚部表面完全恢复后，每天坚持热水泡脚（不用放双氧水）可以根除孢子。泡脚之后用手搓脚，除去死皮。这样坚持一个月左右。也许是因为热水加速了新陈代谢，这样皮肤更新换代，就连带把孢子物理地除掉了。

《科学教》

说起“雾霾是故意放毒”这事，我又想起疫情封控刚结束时，我出去的时候打车，司机把窗户敞开着让风吹进来，很不舒服。那时是冬天，而且外面有严重的雾霾。像这样的天我都戴着 N95 口罩的，但风太冷了，我就让他把窗户关上。

我打的是“专车”，一般专车司机都比较注重服务品质，不会反对乘客提这种要求的。但这个司机不同意关窗，说怕病毒传染。我也没工夫跟他解释“雾霾”和“新冠症状”之间的关系，只是跟他说这雾霾比病毒还厉害。

他就开始说“专家说……” 我只好感叹一下，说：“哎，科学一直在骗你们……” 结果他不满意地回答：“你开玩笑哦！科学怎么会骗我呢？”

现在又经历了这么多，看清楚了更多的事情之后，再想起这个事情，我就觉得科学真的是一门宗教，应该被叫做“科学教”了。曾经有个人称科学为“科学教”，我当时还心里笑他神神叨叨。现在却觉得“科学教”这个称呼真的很恰当了。

可惜的是 Matrix 老谋深算，早已注册了“科学教”这名称，之前有个邪教“科学教”已经上过新闻。所以现在再用“科学教”这名字，就会被误解为之前那个邪教，而不是指科学本身。

怎么说呢，我还是挺佩服 Matrix 的，能把全人类玩得团团转这么久，估计应该有几百年了。每个人都生活在历史上最宏大的悬疑片中而不自知。Matrix 真是世界上最厉害的导演。

…… 然而全国大年三十的一片雾霾中，有一个平常空气很差的地方，空气却非常好。非常有趣，为什么呢？我想大家能猜出来原因。

新年快乐？过年好？提醒大家，雾霾似乎是不过春节，不放假的，而且异常的厉害。大年三十的半夜，为什么还有这么严重的雾霾，而且浓度超过平时好几倍？这是哪里的工人，大年三十还在赶工？这不是很明显了吗？雾霾并不是工厂排放的污染，而是故意放毒。要是你病了，他们就说你是过年期间到热闹的地方被人传染的。

很多人对“做菜”的概念都像打仗一样，忙乱利索地操起各种家伙。有些人还会觉得自己在做菜就是大功臣，所以有权随意使唤家里其他人（递东西一类的），做得不符合她的方式就发脾气。这样做菜就失去了意义。

为什么有的人做菜到中途需要别人递东西呢？因为他们从来没有思考和设计过流程。他们心里想，只要我做出一副辛苦的样子，到时候总能做出菜来。所以到最后就不知道到底是谁在做菜了。😄

当你理解了“食物是神造的”这个道理，就会以一种崇敬的态度来对待它们，不再把自己的“加工”看得那么重要。食物从来就不是人造的，没有什么“Chinese food”，“Japanese food”。食物是神造的，本来就是可以直接吃的。人只是把食物加工一下而已。

其实加工食物也没必要那么复杂。非常简单的工具，简单的原料，很少的调料，用简单的工具加工一下就行。因为最重要的是食材本身，而不是调料或者加工。加工食物的时候，我们应该随时都欣赏和崇敬这些神造物的存在。这些都是上天赐予的，是人类无法制造出来的。

这就是为什么很多其它国家的人吃饭前都会双手合十，说一句表示感谢的话的原因吧。いただきます，잘 먹겠습니다。我的理解是，他们不是在感谢厨师，而是这食物的赐予者。当然，这不是指《圣经》里的上帝。

《骗子的一般技法》网页链接

昨天指出的 Instagram 使用 fact-checker 把一句“林肯名言”的图片标记为“False information”，并且加以隐藏的现象，让我想起所有骗子都会采用的一种手段。那就是，骗子们最开头都会说一些实话。而且他们会说一些让人有点惊讶，不为人知的实话。

有人说，骗局的核心都是事实。因为人们都希望得到事实，所以一个技巧就是给人们一点点事实，获取他们的信任。一旦人们开始盲目地信任自己，之后就可以为所欲为了。

这条“林肯名言”不是林肯说的，这也许是事实。但这重要吗？它并不重要。因为这句话的意义在于它本身，而不是在于谁说的。很多人从中得到鼓舞，这就够了。林肯大概也是 Matrix 的演员，就像所有的美国总统一样。所以他有没有说过这句话，其实都无关紧要的。因为演员只有台词，没有自己的话。

很多人都不知道这话不是林肯说的。随手转发一张这种鸡汤语录，就被 fact-checker 标记为“False information”。打击这种“虚假信息”显然不是 fact-checker 们最终的目标。这只是他们获取人们信任的手段。

就像所有的骗子一样，这些 fact-checker 最开头要说出一些实话，而且是不为人知的，所以他们选择了“林肯名言”这样的例子。很多人看到这种信息被标记为“False information”，也许会觉得 fact-checker 对自己的认知有帮助。原来林肯没说过这句话呀！于是开始佩服 fact-checker 对这些鸡毛蒜皮的事情研究得如此透彻。

之后这些人就会经常注意 fact-checker 指出的事情。多次之后，他们就获得了人们的信任，就像很多的大骗子一样。然后呢，这些骗子就要开始帮 Matrix 给人们洗脑了。这些 fact-checker 稍后当然是要过滤揭露 Matrix 的那些信息的。

疫情之前，都没听说过 fact-checker 这种东西。后来疫情期间，注意到揭露“病毒不存在”的真相信息，才注意到各大社交媒体都有了 fact-checker，并且在过滤疫情真相信息。凡是说“疫苗有害”，“病毒不存在”，“疫情是骗局”的内容，都会被认为是违反了「Community Guidelines」，会被删除。

当然，Matrix 会制造一些真正的虚假信息，比如“5G 导致了新冠症状”一类的，混杂在其中，真真假假。这样人们看到 fact-checker 指出“5G 导致了新冠症状”是虚假信息，就觉得 fact-checker 还是有用的，却没发现它们把真实信息也给过滤了，所以就不能发现疫情确实是一场骗局。

下图是 Instgram 使用的 fact-checker（Lead Stories）的主页。在「Corona Virus」标签页最开头，我们看到两条常见的虚假信息。

第一条说疫苗的副作用列表里写着“突然死亡”，这显然是假的。虽然疫苗确实导致了很多人突然死亡（我的朋友 LD 就是这么死的），但疫苗公司和政府显然不可能傻到把“突然死亡”写在副作用列表里。第二条说 5G 导致了新冠症状，我之前说过，这确实是虚假信息，因为普通电磁波不大可能导致疾病。

为什么这些 fact-checker 网站把这样明显假的信息放在最开头呢？为什么他们不把 Stefan Lanka 揭露病毒学的伪科学实验方法，指出病毒不存在的信息放在首页呢？因为他们不想让人们注意到真相，而且他们没有能力与 Stefan Lanka 进行辩驳。所以他们只好把“5G 导致新冠症状”这类傻子信息放在上面，希望人们看了之后，会连同真相信息一起给否定了。事实证明，他们的这种心理策略很成功。

这种“自己制造虚假信息，然后自己揭穿它”的手法，真的非常高明。一般人都看不透，而且这种白痴一样的虚假信息铺天盖地而来造成的心理效应，可以把真相信息也“连带抹黑”。很多人听你说“疫情是骗局”，就会认为你跟那些说“5G 导致新冠症状”的傻瓜是一类的，认为你听信了 Trump 的胡言乱语。很多人厌倦了，不再想听任何人说“疫情是骗局”。所以 Matrix 使用这种“制造白痴”，“狼来了”的心理战术，封闭了很多人的头脑，让他们不再能接收到真相信息。

比较显然，所有的社交媒体都是 Matrix 操纵的，他们利用这些 fact-checker 来控制真相的传播。这些 fact-checker 也是 Matrix 设计的，它们的真正作用并不是让人们认清事实，而是掩盖事实。

所以，fact-checker 把“林肯名言”标记为“虚假信息”，这和所有骗子们最开头的手法如出一辙。使用这种让人惊讶的“事实”，获取人们的信任之后，下一步他们就会更近一步，开始过滤揭露真相的信息。这样 Matrix 的秘密就更少有人知道，甚至可能被永远地掩埋了。

《Instagram 的 fact-checker》网页链接

好久没用 Instagram。昨天打开刷了一下，发现一个朋友发的照片被标记为“False information”。

我有点惊讶，还以为她发了什么阴谋论信息。结果点开这帖子，看到一句“林肯名言”：预测未来的最好方法是创造未来。"The best way to predict the future is to create it." - Abraham Lincoln

看了一下 fact-checker 的判断，为什么这是“False information”。说原因是林肯并没有说过这句话。

我为 Instagram 的 fact-checker 到了这种地步，感到惊讶和担忧。只是贴了一句“名人名言”而已，而且还是图片形式。居然也被这么 OCR 出来进行了 fact-check，并且让图片隐藏。

西方世界最流行的社交网络之一，言论审查已经到了这种地步。将来的世界你能不能说某些话，恐怕要看是否能通过这些 fact-checker 的检查了？fact-checker 垄断了全世界的“事实”，凡是他们告诉你不是事实的，你都不能说。想想这是什么样的世界吧。

今天我再看这个朋友的 Instagram，发现这张林肯语录图片已经被删除了。也许是她自己删掉的吧。也许有其它朋友看到了，告诉她这被 fact-check 了，告诉她这句名言不是林肯说的，所以她自己删掉了。也许她还在惊讶技术的进步，感谢 Instagram 高级的 AI 纠正了自己的误解呢。然而我看到的却是，人类社会正走向万丈深渊。

昨天我冒着被书店的“书香”毒死的危险，设计的计算机科学基础班第 4 课的新隐藏练习，是做什么呢？是实现 merkle tree。merkle tree 也就是“区块链”的本质数据结构，但它还有很多其它用途，比如实现类似 Git 的版本控制工具，实现数据库和存储系统需要的数据结构，等等。

虽然对于有经验的程序员这可能不算什么，但零基础的同学到第 4 课就做这样的练习，还是挺有意思的。我期待看到同学们的表现。😄

《低咖啡因咖啡豆是怎么来的》网页链接

随着上一篇文章提到我不喝有咖啡因的饮料，也不喝“低咖啡因咖啡”（decaf）。原因是这些“低咖啡因咖啡豆”是用有机溶剂浸泡咖啡豆去除的咖啡因。今天我又仔细看了一下低咖啡因咖啡豆的制造过程，发现问题确实很大。我参考的是这篇文章。

去除咖啡因主要有两种方法。我们先看看“有机溶剂法”。文章说因为成本低，大部分“低咖啡因咖啡豆”都是这种方法制造的。

有机溶剂法又分为“直接法”和“间接法”两种。下面是对“直接法”的描述：

把咖啡豆蒸过之后，用二氯甲烷或乙酸乙酯浸泡，溶解掉里面的咖啡因。经过一段时间浸泡之后，再次熏蒸，去掉残留的有机溶剂。

注意他们去掉有机溶剂的办法——再次熏蒸。你确信这些化学物质再蒸一会就能完全除掉？虽然是挥发性物质，但它们长时间浸泡了咖啡豆。你确信这些化学物质没有与咖啡豆本身的成分结合，或者被困在细胞结构里出不去了？蒸一会就能从咖啡豆的内部结构里完全跑出去？你敢不敢用这些化学品来浸泡蔬菜，然后蒸来吃？不是都挥发掉了吗？😄

再看看第二种“间接法”：

这种方法说用热水浸泡咖啡豆，去掉咖啡因。看似没有接触有机溶剂，但之后却要用同样的有机溶剂处理这泡过咖啡豆的水，然后把这水放回去再次浸泡咖啡豆。原因是热水带走了咖啡豆里的风味，所以要把水里的咖啡因用有机溶剂去掉之后，再把风味放回去。

这方法真是“间接”的吗？想想，水里溶解了咖啡因和咖啡的“风味物质”。然后，往水里加入有机溶剂，吸收掉咖啡因。然后分离掉有机溶剂，把带有风味物质的水放回去泡咖啡豆。你确信这水里的有机溶剂能被完全去掉？这有机溶剂没有与水里的“风味物质”结合？想想都不大可能完全去除的。

而且“风味”先被水浸泡带走了，然后再“放回去”，这样折腾之后的咖啡豆，还能有真正的咖啡风味吗？既然咖啡的风味已经到水里去了，他们为什么不就直接卖这个有机溶剂处理后的水（咖啡液）呢？想想，热水泡了咖啡豆，这相当于已经把咖啡豆做成了咖啡，然后再把萃取出来的咖啡液放回去泡用过的咖啡豆，然后把这咖啡豆叫做“低咖啡因咖啡豆”卖出来。可笑不？

当然这些方法都是 FDA 批准的。他们告诉你有机溶剂已经完全去除了。你相信吗？

再来看看“非有机溶剂法”：

第一种办法使用液态二氧化碳浸泡咖啡豆。这方法被文章一笔带过，所以我估计效果不大好。可能把咖啡豆的风味都泡没了，很少有人用。

第二种方法说用热水浸泡第一批绿色的咖啡豆。扔掉第一批咖啡豆，然后用活性炭吸附掉水里的咖啡因。接着把这水放回去浸泡新的一批咖啡豆。因为水里已经有了第一批咖啡豆里的风味，所以水不会带走新的咖啡豆里的风味，只有咖啡因被除掉。

这就像你先炖了一只鸡，把鸡肉扔掉。把鸡汤用活性炭处理一下，然后用这鸡汤去炖第二只鸡。最后卖掉这第二只炖过的鸡，说因为它是用鸡汤炖的，所以之后还保持了原来的风味。

另外，我们知道活性炭会吸附几乎一切有气味的物质，包括咖啡豆的风味。所以活性炭能吸附掉咖啡因，也能吸附咖啡的风味。所以用活性炭，听起来就不靠谱。

这方法估计很少有人用。文章开头已经说了，大部分都用的是有机溶剂法。所以后面这两种“非有机溶剂法”估计只是说法，让人得到一些心理安慰，可以自欺欺人以为自己喝的“低咖啡因咖啡”不是有机溶剂弄出来的。

《书香，还是毒气？》网页链接

每次走进附近的 Waterstone 书店，总觉得那些书毫无意义，从来没有拿起过一本。人类不停地产出这些“文学作品”，称之为文化，而我现在觉得绝大部分都是洗脑。包括《哈利波特》，《指环王》在内，都是胡编滥造。很多作家大概都是Matrix 演员，不然他们怎么突然就走红了，接下来就被好莱坞拍成大片？“作家”显然是 Matrix 媒体的一部分。都是事先安排好的，却总要演出一些“麻雀变凤凰”的故事。

这事情大概从莎士比亚的年代就开始了。莎士比亚一个人怎么能写出那么多的作品？都是一些肥皂剧。毒害了一代又一代年轻人的《罗密欧与朱丽叶》，《哈姆雷特》之类的。所以莎士比亚大概是一个 Matrix 演员，他背后有一个团队在写这些作品。

书店的咖啡店有个“科幻&奇幻图书俱乐部”的广告。看那本书的描述，我就明白了什么叫做人类的“想象力”。编来编去就如此而已，毫无意义。谁都能编出来，却总有人去仔细“研究”这些书的细节。后来就成了专家，大学里也出现了“莎士比亚专业”一类的。都是 Matrix 的大学。

现在很多人去书店只是利用一下气氛，喝个咖啡，对书其实没有什么兴趣。我也是这样。只是我连咖啡都不喝了，点的是无咖啡因饮料。也不是 decaf 咖啡，因为 decaf 咖啡豆是用化学品除掉的咖啡因。少了咖啡因，却残留了有毒化学物质。去查一下，他们以前是用有机溶剂（苯）溶解掉咖啡豆里的咖啡因的。这些有机溶剂本来是用来溶解油漆的，是有毒的。因为苯被认为是致癌物，现在不用苯了。换了溶剂（二氯甲烷，乙酸乙酯），但我估计也大同小异。

今天去书店也不是看书，只是在它里面的咖啡店坐了一会，设计了一个基础班的“隐藏关卡”练习。坐在座位上，一直闻到很明显的，刺鼻的“书味”。如果是以前，我就真以为是“书香”了。然而过了一会，我就觉得这气味让人难受，似乎有毒，头有点痛。这气味似乎从鼻腔进去，一直弥漫到了脑子里……

我不记得以前的书有这么刺鼻的气味。这真的是纸张的气味？这些纸张是用什么化学物质处理过，以至于产生这么刺鼻的气味？很像是某些新装修好的房子散发出的“甲醛味”。人们都简单地认为书店里就是该有“书香”，某些地方就是正常的“空气清新剂”。却没想过，它们可能是设计来攻击人体生物系统的有毒物质。毒害心灵的同时还毒害身体，书籍真是完美的设计。

《《我为什么离开了这个世界》》网页链接

每当我写文章，指出在某些地方出现的，我觉得不应该发生的现象，当我指出这个世界本来应该是什么样的，就有人嘲笑我说：“王垠的下一篇文章是《我为什么离开了……》”。的确，我写过很多类似的文章，从第一篇《清华梦的粉碎》开始，到后来的 Cornell，Google……

有些人还说，你怎么每到一个地方就说不好？是不是应该思考一下，是不是你自己的问题了？这种说法曾经让我产生自我怀疑和否定，但现在认识到 Matrix 的存在之后，我确信了我自己没有问题。

确切说，我也并不是没有问题。我曾经被这个世界传染过一些坏毛病，但后来很多都被我改掉了。我是一个正常人，而这个世界是病态的。我似乎一生下来就发现这个世界不对劲。这就是为什么我每到一个地方就发现类似的现象。现在我知道了，是 Matrix 让整个人类世界变成了这样。

当然还有很多人说，世界就是这个样子的，你应该随着游戏规则玩就行了。确实，很多人就是随着“游戏规则”玩的。他们以为自己真知道规则是什么，所以随着玩一下，觉得最后也没害处。

直到最后，“新冠疫情”这样的戏发生了。这些之前心想“随着游戏规则玩”的人，却没发现连疫情也是游戏。他们真相信“病毒”是真的，甚至可能是“人造病毒”。所以在恐惧的操纵下，他们争先恐后去打疫苗，并且支持各种违反宪法，严重侵犯基本人权的封控措施。这些“随着游戏规则玩”的人，并没觉得这是游戏，他们从心底认为这是真的。我却确信了这“疫情”其实是游戏。

所以到最后，很多这些“随着游戏规则玩”的人，由于没搞明白真正的游戏规则，受到了严重的惩罚。他们有些人已经死了，这个游戏就是如此残酷。

看透了 Matrix 在这个世界上制造的这么多戏之后，看见这个世界继续在发生的严重骗局：尾迹飞机，空气清新剂放毒，雾霾放毒…… 我真的不知道这个世界在向何方发展。很多人都觉得生活已经没有了意义，很多母亲都后悔把孩子带来了这个世界。也许我们都不该来到这个人类世界，真的。人类也许是这个星球上最劣等的种族，我们不配活在这个星球上。

所以也许有一天，我会写一篇文章，叫做《我为什么离开了这个世界》。

别担心，我现在还不会写。因为我还没有弄明白这世界是怎么回事，其实它非常有趣，所以我还不会离开。当我看透了这么多的科学骗局，包括全世界的太空计划，核武器，居然都是假的，我不得不开始思考这个世界到底是怎么回事了。人死后真的就消失了吗？灵魂真的不存在吗？类似的问题。

很小的时候，我们就被灌输“唯物主义”，被告知人和其它生物都只不过是一台机器，死了就都消失了。不存在所谓的“灵魂”，不存在“投胎”和“下一生”。真的如此吗？如果你用真正科学的头脑来思考这些事，就会发现这些“唯物主义”的结论都没有经过真正科学的证明。

唯物主义为什么叫“唯物主义”？因为它认为这个世界上只有物质，没有精神和灵魂存在。他们说，人就是一台机器，生命只不过就是这台机器的运转，死了就都没了。没有前世，没有下一生。然而这些科学家却从未理解什么是生命，他们从未从无生命的物质创造出过有生命的东西来。

别被所谓的“人工合成牛胰岛素”之类的“科学成就”骗了。就算某些生命体内的物质可以被人工合成出来，科学家们却从未合成过生命本身。连最简单的生命都无法合成出来。生命所依赖的食物，也从未被合成出来过。食物只能从有生命的生物身上来，从来不能从无生命的物质合成出来。

生命只能由生命产生出来。生命只能以有生命的物质为食物。为什么？

前段据说 Bill Gates 在宣传“人工合成牛肉”就要成功，大家都应该吃人工牛肉。你相信他吗？反正我不信。这“人工牛肉”如果真做出来，也许还不如去吃尼姑庵的“素鸡”。“素鸡”是面粉做的，面粉是小麦身上来的，小麦也是有生命的。Bill Gates 这人就是个骗子+恶魔。从 Windows 病毒和杀毒软件，到“人类病毒”和毒疫苗，到 Ecolab “空气清新剂”，为什么他总是跟这些东西在一起？

总之，生命似乎是一种很特别的东西，它和无生命物质有根本的不同。如果我们被告知的是真的，生命似乎只存在于地球上。为什么？如果你明白了太空计划全是假的，甚至大型天文台都是假的，这问题就更加离奇了，因为宇宙也许并不是我们被告知的那个样子的。也许地球就是很特殊的一个地方呢？

所以我们被告知的“灵魂不存在”，也许也是假的。也许就是存在这么一种东西，叫做“精神”，它操纵着我们的躯体。人死之后，这种精神会继续存在，它会进入另一个新的躯体，或者到别的什么地方去。或者所有的精神会融为一体，实现某种更大的目标，而我们只是它的一个点滴。

很多人都发现，精神的力量似乎可以治愈躯体。他们只需要心想“每一天，在每一个方面，我都变得更好”。真的相信自己在好起来，于是他们的病就好起来了。他们不需要吃药。有时候给这些人安慰剂，有助于让他们“相信自己能康复”，结果因为这种信念，他们就真的康复了。这就是所谓 placebo effect（安慰剂效应）。这些都是存在的现象，大概不是伪科学。

可以参考一下 Émile Coué 所著的《超级心理暗示术》(Self-Mastery Through Conscious Autosuggestion)。虽然我不是完全信任 Émile Coué，也许他也是 Matrix 安排来搅和大家头脑的，但也许这书里说中了某些地方。

我认为人体是一台神奇的机器（如果我可以叫它机器的话），它自带了修复自己所需的机制。我们需要做的只是放手，给予它信任，不要干预它的正常运转，让它自己去修复自己。

严格说来，并不是只要相信自己会好起来，就真能好起来。如果你每天严重雾霾还不戴口罩出门，不好好吃饭（搞些什么“生酮饮食”之类），而且经常服用药物（毒药），身体还能好起来？你当然首先得避免接触有毒物质，自然健康地饮食，不要吃毒药，否则再强大的信念也是徒劳的。身体帮你修复一点，结果你第二天又吸入有毒物质，还吃毒药，这怎么能好呢？

《超级心理暗示术》从没提到这个事，它没有提醒人们注意这些有毒物质。也许他的书就是用来让人们忽视这些事情，所以他们每天念 20 遍“每一天，在每一个方面，我都变得越来越好”，结果还是没有好起来。但他的这个理论在排除了这些有害物质的影响之后，可能还是对的。

“元気”是什么？气功有效吗？有意思的是，气功流传到了日本，韩国，欧美，被发扬光大，但却在它的发源地中国几乎绝迹。我觉得这些也都是 Matrix 在操作。当然，我不觉得那什么大师的什么功是真的。我只觉得那些什么“伪科学气功”，“邪教”之类的都是 Matrix 演的对手戏。演得乌七八糟之后，人们最后都不知道什么是真正的气功了，就不再尝试了。这样他们的健康就落到了另一种伪科学（医学）的手上。

为什么所有的动物都得睡觉，睡觉时为什么会失去知觉？睡觉的时候到底在发生什么？我觉得这个事情也许也和灵魂有关。也许睡眠的时候，有某种神秘的力量接管了我们的身体，在修复和治愈它。这神秘的力量不能让你发现它的存在，它对你的身体做了什么，所以得先让你失去意识。

科学对这些都没能理解，也从来没有试图去理解。很多所谓的“睡眠科学家”都是胡扯，用一些细枝末节的检测数据来说话，然后危言耸听跟你说睡眠有多重要，缺乏睡眠有多大的害处。结果你听了就更担心，更睡不好了。也许让你睡不好就是他们的目的，他们并不是真的科学家。

就像 LD 死后，我对他说的：也许我们的人生都只是一个课堂。死后我们从一个教室一样的地方醒来，发现一个老师对我们说：“你学会了什么？”

如果你尊重真正的理性和科学，就不应该排除这种事情的可能性。因为我们没有科学的证据证明这是不可能的。也许 Matrix 知道是这样，所以他们制造了“唯物主义”这种谬论，欺骗大家相信生命只有一次，灵魂不存在。这样大家觉得不会有下一生，所以都很怕死，就任凭他们摆布了。

《理解相对湿度》

我发现会被科普骗，认为热空气遇冷就会产生水汽凝结的人，可能往往也没有理解“相对湿度”。

之前我写过一篇关于加湿器的文章，最开头指出了很多人对于“相对湿度”的误解。人们常说冬天开空调或者电暖器容易让空气干燥，他们觉得用水暖气或者地暖就不会干。这就是常见的误解。他们以为空调或者电暖器会“烧掉”空气里的水蒸气，所以就干了。而水暖气或地暖里面本来就是水，所以不会干燥。这就是迷信。😄

事实是，如果你加热房间里的空气，而不增加水蒸气，那么无论用什么设备加热，只要它温度上去了，相对湿度就会降低。

为了理解这一点，首先理解什么是“相对湿度”就行了。为什么相对湿度都显示为 70%，34% 这样的？为什么都是百分比？因为“相对湿度”的意思是：空气里水蒸气的浓度 / 空气最大饱和水蒸气浓度 的比值。

空气最大饱和水蒸气浓度，就是空气里最多能溶解的水的量。就像盐能溶解在水里一样，你放很多盐，水就饱和了，不能再溶解更多的盐。但如果你把饱和的水加热，它就能溶解更多的盐。因为温度升高，盐的溶解度就增加了。

空气最大饱和水蒸气浓度，跟盐溶解在水里的原理一样。如果空气里本来有一定数量的水蒸气，现在你把空气加热，这样“空气最大饱和水蒸气浓度”就增加了。因为这个数是在分母下面，所以“相对湿度”就降低了。

所以只要你加热室内空气，相对湿度肯定会降低。这只跟温度有关系，跟你用什么设备加热空气没有关系。

理解了相对湿度，就能理解“绝对湿度”，也就是空气里水蒸气的浓度（“相对湿度”分子上面的那个数）。这样就容易理解我之前讲的飞机尾迹为什么不会是引擎产生的了。因为引擎燃烧燃油产生的那点水蒸气，并不会让进气口进来的空气的“绝对湿度”增加很多，所以喷出去的空气就算遇冷回到原来的温度，它的相对湿度就不会增加很多。由于原来的空气相对湿度没有达到 100%，喷出去的空气相对湿度也不会超过 100%，所以水蒸气不会饱和，就不会产生很多水汽凝结。

《关于飞机尾迹的错误类比》网页链接

又想起之前看到“科普”讲飞机尾迹，总喜欢拿人冬天呼吸产生白雾来跟飞机的尾迹做类比。很多人听了就信了，可是他们却没想过这个差别：人体里面 70% 都是水，飞机里面百分之几是水？

这个类比还说是因为热空气遇到冷空气，所以就产生了水汽凝结。你确信热空气遇冷就会产生水汽凝结？你取暖的火炉，上面的空气就很热。电吹风出来的空气也很热。更准确的类比，汽车排出来的尾气，也很热。热空气出来遇到冷空气之后，凝结的水雾在哪里呢？几乎没有。

那为什么人嘴里哈出来的气，就会凝结产生雾气呢？因为人呼出来的气不但热，而且含有高度饱和的水蒸气，那些是人体里的水跑出来了。引擎的燃料燃烧，虽然也会产生二氧化碳和水，但不会产生如此饱和的水蒸气。

学习飞机引擎的工作原理之后，就更加理解这一点了。喷气式引擎是靠燃油燃烧，让空气产生膨胀，喷出去产生反作用力，进行推进的。主要的推动力是来自受热膨胀后的空气，而不是燃油烧掉后产生的水蒸气和二氧化碳。

引擎不需要特别快速的烧掉燃油。至少，烧掉的燃油的量比起被它加热的空气的量，是微不足道的。从进气口会进来很多外面的空气，所以排气口的水蒸气浓度，相对于外面空气的水蒸气浓度，并不会增加很多，不会产生过度饱和的水蒸气。所以排出来之后就算遇冷，也不会产生那么明显的尾迹。因为尾气里面根本没有那么多水。

正好相反，由于引擎产生大量的热空气，导致出来之后附近的空气温度升高，随之水蒸气在空气里的“溶解度”增高。这样水蒸气更不容易饱和凝结，而是一直留在空气里。

所以飞机产生明显的尾迹，一般都是主动喷洒了东西出来。比如飞行表演的飞机画出的尾迹，都是直接把燃油喷出来形成的。正常飞行的飞机并不会产生那么明显的尾迹。

所以，科普用“人呼出的水汽凝结”这种错误的类比搅浑了很多人的头脑，让他们以为飞机引擎出来的热空气遇到外面冷空气，就会产生这么多的水汽凝结。

类比是一个可怕的东西。因为很多人迷信“类比”，如果老师讲课用了类比，他们就觉得是好老师。所以制造出错误或歪曲的类比，就很容易让人相信错误的信息。

刚用望远镜拍了一架四引擎尾迹飞机，从头顶飞过。flightradar24 查了，那个方向很远都没有飞机。看来大部分的尾迹飞机仍然是 flightradar24 上查不到的。那天查到的 3 架，可能是巧合，也可能是混淆信息。 不再关心人类de垠的微博视频

《纠正“天才式独立思考”》网页链接

在计算机科学基础班的进行中，我发现有些同学可能受到我之前关于“天才式独立思考”的影响，导致他们有点“过度独立思考”。有些同学似乎觉得受到了提示或者其它帮助做出来练习，就不算自己的东西，感觉很失败的样子。一定要自己从头想出来才算自己的。我不得不说，这个是我曾经的一个错误造成的。我自己改正这个倾向已经有一段时间了，所以我觉得现在应该纠正一下这个错误思路。

这个思路产生的原因，我不得不承认，是受到了《A Beautiful Mind》（美丽心灵）这本传记的影响。这本书讲的是数学家 John Nash 的人生故事。

这本书用了很大篇幅对 John Nash 的“天才能力”进行描写。说他解决数学难题全靠自己思考，不看书也不参考其他人的论文，经常从零开始，重新发明轮子。在清华的时候我看了这本书，于是认为我也要模仿 Nash 这个做法，完全独立思考。

这在当时的环境下，这也许是一种好的方向。它帮助了我学会我所知道的知识，帮助我跳出了很多的陷阱。在 IU 的时候，我使用这个做法，自己独立写出了 CPSer 等难度很高的程序。这些是曾经需要很多年的研究，几十页的 paper 才能描述清楚的事情。

不过现在我认为，虽然独立思考很重要，但使用这种做法不能那么绝对。不能像《美丽心灵》这种传记里描述的“天才能力”，拒绝阅读书籍和论文，全靠自己。

记得我最近发现了什么吗？几乎所有公认的“天才”都是 Matrix 的演员，包括爱因斯坦，费曼，图灵在内。John Nash 被《美丽心灵》如此的描写，他就真的是那样的人？他真的是天才，还是同样也是 Matrix 的演员呢？John Nash 的主要贡献“纳什平衡”，真是那么重要的理论吗？

人们为什么这么认为？只是因为 John Nash 得了一个诺贝尔奖。但我已经认识到，诺贝尔奖，图灵奖之类，都是 Matrix 安排用于对人类进行心理操纵的工具。认识到这一点之后，这种操纵都不存在了。我可以重新审视“纳什平衡”的价值，重新看待《美丽心灵》这本书了。

虽然书名叫做《美丽心灵》，然而这颗心灵真的那么美吗？心灵美的标准是什么？只是聪明吗？整本传记，我就只看到他很聪明，却看不到任何可以叫做“美”的地方。很多人没看过这本传记，他们只看过改编（美化）后的电影。他们不知道这传记里还描写了很多电影里没有的内容。比如成天攀比谁更聪明，为名誉和获奖操心，对自己的行为不负责任，伤害其他人…… 这就是美丽的心灵？仅仅因为他最后得了诺贝尔奖？

我觉得 John Nash 同样可能是 Matrix 的演员，就像所有的“天才”一样。而《美丽心灵》这种传记作者，很多都是 Matrix 的人。图灵的传记《Alan Turing: The Enigma》的作者也是如此。我感觉这些传记作者都是马屁精的性格，总是添油加醋，夸张地渲染这些“天才”的超人能力。这样人们就会产生膜拜心里，自叹不如，却没想到传记作家也是可以编造谎言的，而且容易得很。

意识到作家其实也是一种媒体，而媒体都是 Matrix 操纵的之后，你就会明白这些传记或小说，也有很多是用来操纵和搅和人们头脑的。很多这类文学作品，就像好莱坞的电影或各大媒体的“新闻”一样，都是 Matrix 给人类制造的幻觉世界的一部分。

所以，认识到 Matrix 的存在之后，我同时也挣脱了《美丽心灵》的魔咒。我不再每时每刻都使用“抛开一切信息的独立思考”，而是会放心去阅读或观看别人提供的关于这个话题信息。但我不会受作者们的控制，我会分析他们的思路，随时检查他们可能出现的错误或误导，并在合适的时候发现他们提供的有价值信息已经到头，我需要自己探索一下了。这样我会省去很多不必要的错误，早点学会前人的经验教训，认识到我应该探索的方向。

而且我经常跟各种人讨论问题，包括同事，我的学生，助教，甚至完全是外行的朋友。从他们的想法甚至误解中，我都能学会新的知识。放心去接触各种信息，可以从任何事物得到启发，这才是好的学习态度和方法。

我希望受到我之前文章影响的人也能意识到这个问题。“天才”都是 Matrix 制造出来的幻觉。没有任何人是天才，能够完全自己独立发明所有的想法。不要再相信这些“天才传记”的描写，他们也许根本不是那样的人。做一个普通的人类，做自己能做的事情，让自己幸福快乐健康，并为人类谋取福利和自由，摆脱 Matrix 的心理操纵，这才是最重要的。

因为这个原因，这一期的基础班上，我纠正了有些同学的这个思路，并且对教学的思路做了一些改动。课程更加重视从练习中学会万变不离其宗的思路，而不鼓励“完全独立”做出来就了事的“天才做法”。因为不再鼓励完全不受帮助的独立思考，我和助教们给的反馈和提示都比之前更加直接。练习之间的衔接也更加连贯，去除了一些需要“天才思维”的部分。所以整个课程更加人性化，更适合零基础的同学入门。

之前多次听人说，从未得过新冠的人，很多都是“过敏体质”的。我觉得这是有一定原因的。很多人以为“过敏体质”是缺点，但我发现“过敏”其实是人体的一种保护机制，而不是缺点。

过敏其实是身体探测到了有毒物质，所以发送强烈的信号，让人很难受，不得不避免继续接触这种有毒物质。所以如果有人对有毒物质过敏，他们会很快产生过敏症状（比如流鼻涕等），这其实是身体发送的“离开”或者“保护自己”的信号。

同时，过敏的“症状”很可能是身体在帮助排出进入身体的有毒物质。比如流鼻涕，就是在排出鼻腔里吸入的有毒物质。所以这些人很快的排出了有毒物质，而且由于过敏很难受，所以他们很快地离开了导致过敏的场所，所以避免了进一步的损害。

所以“过敏体质”也许是一种福气，因为它会让人自动避免受到 Matrix 释放的有毒物质的伤害。

认真对待我指出的问题的人，都明白这些“甲流”，“乙流”之类是怎么回事了。他们告诉我，身边人都病了，自己却没事。因为通过我的微博知道了是怎么回事，采取了防御措施。

《接触式 vs 非接触式机械》网页链接

之前一篇关于刷牙的文章提到我为什么停止了使用洗碗机。主要是因为洗碗机的工作原理是“非接触”的，全靠水流往锅碗上面喷，能有多大力量呢？所以它就得靠强烈的化学物质来除掉那些污垢。那些化学物质很可能有毒。

与之相比，手洗是“接触式”的。手能直接擦掉污渍，而不只是往碗上喷水，效率就高很多。对于还没干掉的污渍，几秒钟就能擦掉。已经干了的污渍，泡一会之后，还是一样容易擦掉。而且手洗之后可以马上放在架上晾干，几分钟之后就又能用了。洗碗机要把简单的污渍洗干净，一般都在一个小时以上了。有些干掉的污渍甚至仍然无法洗掉。

从这个洗碗机与手洗的对比，我们可以看出“非接触式”机械的缺陷。这个缺陷存在于很多这类机械里。另一个例子就是 blender。

我刚入住公寓的时候，房东留下来一个 Ninja blender 和一个装咖啡粉的盒子。她跟我说可以用 Ninja 来打咖啡豆，自己在家就能做咖啡了。Ninja 是这样一个机器：

我开头没想自己做咖啡，但是后来发现外面店里的咖啡太难喝，所以就自己买了咖啡豆回来，想自己打粉。用这个 Ninja 打粉，之后发现味道不大好。它好像一下子就把咖啡豆打得很细，所以过度萃取了。后来这 Ninja 就发出一股烧焦的味道，我以为它电机坏掉了，而且这烧焦塑料的味道应该是有毒的，所以我不再用它。

就心想自己买个新的磨豆机，或者买个新的 blender 来打咖啡粉。后来就研究起磨豆机来，发现这类电动的家用磨豆机，评价都不大好。于是问了一个开咖啡店的朋友，她也说电动的家用磨豆机一般都不行的，不能控制粗细程度。后来推荐了我一个手摇磨豆机，结果效果很好。

对比 Ninja 和手摇磨豆机，也是“非接触”和“接触式”的差别。这种 blender 打碎食物的时候都是靠旋转的刀片，食物在杯子里是悬空没有支撑的。所以刀片其实是在“凌空击碎”，而不是接触式的“研磨”。所以虽然刀片很用力地打，但由于背后没有支撑，这些食物不容易被打碎。如果 blender 功率大，确实能暴力打碎食物，却又可能打得太碎，无法调节粗细程度。

所以磨豆机一定得真的接触式地“磨”，而不是这种刀片凌空打的。咖啡店的商业磨豆机都是真的在研磨的，那种价格太贵。家用的话，还是手摇的比较划算，简单轻巧，而且粗细程度可以掌握。

另一个例子就是做巧克力的研磨机。之前我想自己用可可果做巧克力，也犯了一样的错误。我以为用破壁机打碎烤好的可可豆，就可以变成巧克力酱了。哪知道破壁机打出来都是干粉，而不是酱。反复试了好多次还是不行，可可豆里的油脂似乎就是不出来，很奇怪。

后来我才发现，别人做巧克力用的都是专用的巧克力研磨机。它里面有两个石头滚子，转着圈地碾压可可豆，要这样转上 24 小时才能碾成酱。我才意识到我用破壁机想一分钟达到这个效果，是一种妄想。

当时我觉得这个巧克力研磨机真的很像古老的石磨。原来这么古老的工具，里面隐藏着如此多的奥秘，并不是现代的破壁机能取代的。

这巧克力研磨机又是一个“接触式”机械的例子。因为它用石头磙子不停地“接触式”地碾压可可豆，最终把它碾出油来，它才能变成可可酱，做成我们所知的巧克力。非接触的破壁机，因为只能靠凌空击打，所以无法达到真正研磨的效果，就没法用它做巧克力。

《标点符号的审美能力》

之前有个在日本工作的朋友跟我说她的日本同事做事有多么精细。说有一次她写了英文报告给大家看，至少有两个日本同事跟她说，有一个句号后面多了一个空格。按照英文的排版规范，逗号和句号后面应该加一个空格，但不能多于一个空格。她这么长时间就犯过那么一次错误，就被发现了。

其实我也是这样的。我很容易就会发现标点符号后面少了（或多了）空格。一眼看过去就知道有个地方不对劲，然后就会发现那里少了或者多了空格。我觉得就是久而久之形成了这样一种“审美能力”，不需要刻意去思考，只靠直觉就会轻松地知道有地方不对劲。

参加基础班课程的同学的代码也受到同样的要求。我和助教们不但对程序的思路和逻辑认真的引导，甚至会纠正这些微小的标点符号问题。久而久之，同学们就受到了熏陶，不仅写出逻辑优雅的程序，而且格式也很美观。这种好的习惯会渗透到他们的其它方面，包括日常的文档书写。

根据 flightradar24 上 AF356 航班最近两个月的路线，做了一个视频。可以比较明显地看出来，除了极少数比较直接的路线外，大部分时候它都似乎故意要往北边绕一个大弯。很简单的反复观察就能发现：

1. 它最经常经过的城市
2. 它第二经常经过的城市

这就是“人工小数据”分析的能力。大数据科学家们可以用“机器大数据做”一个分析，看看是否能得出同样的结论？😄 不再关心人类de垠的微博视频

结果花钱注册了 fightradar24 Gold，能看到这个 AF356 航班更多的历史路线记录。比较明显，它是可以用很直接的路线的。几乎一路向西，而且得稍微朝南拐一点，因为多伦多的纬度较低。那其它时候为什么要往北边拐那么远呢？

仔细观察 AF356 航班前面几天的飞行路线，我发现大部分时候它都会经过伦敦上空，而且到北边的格陵兰岛绕一个大弯。

只有 27 号那天，它没有经过英国上空，直接朝西边飞到了多伦多，路线离格陵兰岛相当远。也正好是 27 号那天，英国天上一点尾迹都没有。

这说明它本来可以选择直一点的路线。然而为什么大部分时候都要经过伦敦，而且到格陵兰岛那么远的地方去绕弯呢？

不知道航空业是 Matrix 操纵的时候，可能会轻易地相信他们科普的说法。比如有人说，航班路线尽量经过陆地上有机场的地方，这样万一出了问题方便迫降之类的。现在明白了 Matrix 操纵着这一切，我觉得这些说法很可能都是忽悠人的。

如果为了“迫降”的需要而经过伦敦上空，绕这么大一个弯，因为路线加长了这么多，那出了问题找不到地方迫降的时候反而更多了。现代飞机的高可靠性，出问题的概率极低。如果真在半路上出了问题，又岂是迫降能解决的？所以应该不需要把“迫降”放在这么重要的考虑范围，甚至为它绕弯路。

如果是为迫降和安全考虑，那 27 号那天为什么就不考虑了？为什么不经过英国直接就飞过去了？难道那天突然不需要“安全”了？所以这是矛盾的。

所以这个绕弯的路线，我觉得是很诡异的。而且这架飞机的路线昨天刚好跟尾迹飞机重合，就更说明这种绕弯的飞行路线有问题，也许就是为了掩盖尾迹飞机的行踪而设计的。深谋远虑的 Matrix，当然会很早就想到这样的计策，比诸葛亮还令人佩服。😄

上一条微博用 flightradar24 搜到的尾迹飞机，我又重新查了它们的航班号，观察它们的飞机轨迹。发现一些问题。

1. EK9394 芝加哥 - 布鲁塞尔（波音747）

这架的距离不大对，从视角判断，它不应该有 12 km 远。而且芝加哥飞往布鲁塞尔的飞机，到伦敦上空应该还在巡航高度。如果平面距离 12 km，巡航高度的飞机应该是看不见的。然而我却能用肉眼清楚地看清它的机身轮廓。

2. 5Y8327 芝加哥 - 法兰克福（波音747）

这一架从头顶飞过，距离看起来好像差的不太远。但距离显示为 11 km 时，就感觉不大对了。因为 11 km 远的飞机应该成了一个像素，不应该还看得见。这架飞机航班号 5Y8327，后来再从 flightradar24 搜索，就找不到了，说“查无此航班”。两架 747 尾迹飞机都是从芝加哥飞过来，这是不是太巧了一点？

3. AF356 巴黎 - 多伦多（A350）

这一架无论从距离还是角度，都看不出破绽来。后来从 flightradar24 查找它的飞行轨迹，发现巴黎飞多伦多如果用最近距离路线，看起来不应该经过伦敦。它绕了一个不必要的大弯，中途经过格陵兰岛。你可能要说因为地球是圆的，所以路线要弯一点。但这也弯太多了吧？

对比 EK9394，从芝加哥飞过来的飞机，也经过了多伦多上方，却不会朝北边绕那么远。路线离格陵兰岛相当远。所以反方向从巴黎飞过去的飞机，不应该朝北边拐那么远一个弯。

对比图 4，是同一航班（AF356）昨天（27 日）的路线，没有绕那么大一个弯，没有经过伦敦。今天为什么要经过伦敦，为什么绕那么大一个弯？我觉得原因就是昨天伦敦天上没有喷洒尾迹，而今天有尾迹。所以我猜 flightradar24 扭曲了数据，让人以为是 AF356 从伦敦上方通过，这样用 flightradar24 的人就以为尾迹飞机就是这架法航班机。而其实那是另一架 A350，它里面没有乘客，而是改装后的客机，里面运载着大量的秘密尾迹物质。他们应该无法同时用民航班机来喷洒尾迹，因为这是很多的物质。飞机如果运载了乘客，是不能再带这么多秘密物质的。另外，如果使用客机大量喷洒尾迹物质，大概率会被飞机上的乘客发现。所以这应该不是同一架飞机。

这些似乎都说明 flightradar24 的数据开始出现问题，不再是能够信任的查询飞机信息的 app。也许 flightradar24 一直都是这样，毕竟它是 Matrix 拥有的航空业的一部分。

经验教训是，你不能用 Matrix 提供的工具来揭露 Matrix。😄

《flightradar24 开始能查到某些尾迹飞机》

今天还有一个惊人的发现，那就是虽然漫天的飞机尾迹，用 flightradar24 查找，居然找到了好几架尾迹飞机！

其实之前我也有一两次用 flightradar24 查找到过尾迹飞机的信息，一般都是些不知名的货运飞机公司，但那是极少数。绝大部分尾迹飞机都是完全查不到航班信息的。

今天比较惊讶，因为好几架明显在大量喷洒的尾迹飞机，flightradar24 居然查了出来，而且跟踪它们的位置，好像方位还一直都是对的。我把其中三架做了一个合集放在这里：

1. 芝加哥 飞往 布鲁塞尔（波音747）。这架的距离不大对，从视角判断，它不应该有 12km 远。而且芝加哥 飞往 布鲁塞尔的飞机，应该还在巡航高度。如果平面距离 12km，巡航高度的飞机应该是看不见的。然而我却清楚地能看清它的机身。

2. 芝加哥 飞往 法兰克福（波音 747）。这一架从头顶飞过，距离看起来好像差的不太远。但距离显示为 11km 时，就感觉不对了。因为 11km 远的飞机应该成了一个像素，不应该还看得见。这架飞机的航班号 5Y8327，后来再从 flightradar24 搜索，就找不到了，说“查无此航班”。

3. 巴黎 飞往 多伦多（A350）。这一架无论从距离还是角度，都看不出破绽来。后来从 flightradar24 查找它的飞行轨迹（航班号 AF356），发现巴黎飞多伦多不应该经过伦敦的，但它绕了一个不必要的大弯，几乎飞到北极去了。很奇怪。

好几架查出来的信息看起来都像是真的一样，用 AR 模式几乎一直与实际看见的飞机重合，而旁边没有其它飞机，所以这不大可能是看错了。我觉得不是巧合。

也许 flightradar24 已经开始和 Matrix 合作，制造假航班信息在上面。这样人们听说 flightradar24 查不到尾迹飞机，结果一查，居然查到了，就不再相信这个说法了。

已经比较明显，整个航空业都是 Matrix 操纵的。从 British Airways，国泰航空上的空气清新剂，民航客机的飞行员对尾迹飞机的事只字不提，以及很多其它航空怪事，说明航空业和航天业一样，都是 Matrix 完全操纵的行业。flightradar24 显然是受航空业操纵的，不然信息从哪里来？所以 Matrix 要安排 flightradar24 制造假信息，应该也不算难。

也许因为我做的科普信息，所以 Matrix 感觉这个事得再多遮掩一下了。之前没人这么仔细看，所以 flightradar24 之前几乎任何一架尾迹飞机都查不到，明显暴露了。现在有人发现了，所以得遮掩一下，弄点假信息在上面，让人们有时候能查出来。这样很多人好不容易起心用 flightradar24 查一下，结果马上查到一次，就不觉得它们是秘密飞机了。

不再关心人类de垠的微博视频

这就是今天周末的伦敦地区天空，人们都觉得这很正常。路过附近的公园，人们围观着电线桩上的告示，呼吁大家联合起来，抗议附近要进行的“水利工程”，说可能造成生态环境的破坏。这几个月来，每家每户邮箱里都被塞了“抗议某某计划，保护泰晤士河环境”小广告。却没人注意到天上这么明显的天罗地网。我只能感叹 Matrix 声东击西的手法。高，实在是高！

不再关心人类de垠的微博视频

《计算机科学基础班练习里的数学猜想》网页链接

虽然我说过计算机科学基础班课程和练习里不会有复杂的数学或物理之类的例子，以至于零基础的文科同学，甚至 13 岁的少年都能顺利完成。但很有意思的是，第二课的练习里却含有至今未能证明出来的数学猜想，要求同学们实现代码来检测 Collatz 猜想。难道这不算“高深的数学”问题？

很有意思的是，这个猜想并不是复杂的数学。它的整个描述可以简单地用几行代码写出来，而这是每个基础班同学都能顺利做出来的。虽然无法证明这个猜想，他们的代码能够检验这个猜想在一定范围内的正确性。

相比之下，哥德巴赫猜想就不能作为这里的练习。因为哥德巴赫猜想的定义相当复杂，需要知道挺多数学才能写出检验它的代码。

Collatz 猜想从一开头就存在于基础班的练习里，但今天我又从上面发展出一个新的练习，它让我对 Collatz 猜想的理解又深入了一步。

Collatz 猜想也被叫做「3n+1 猜想」，我今天设计的新练习，却要求学生实现对「5n+1 猜想」的检测。什么是「5n+1 猜想」？这是从我脑子里突然冒出来的，然后经过和助教们的讨论，变出来的一个练习。

「5n+1 猜想」并不是一个真正猜想，而是为了正确实现对「3n+1 猜想」的检验程序而故意设计出来的。通过筛选「5n+1 猜想」里面符合条件的数字，我们能基本确保这个程序能够及时发现「3n+1 猜想」里面不符合条件的数字，如果它存在的话。

当然，这个程序可能无法与这个领域最好的程序相比，但零基础的同学在第二课就有机会实现这样的程序，可见这是什么样的课程？😄

我发现自己已经很久没有听音乐了，也没有练乐器，也没学作曲了。连巴赫的音乐都很少打开了，为什么呢？因为人类创造的音乐，真的很难与自然的声音相比拟。一旦能听到自然的声音，就会忘记人类有音乐这种东西。😄 不再关心人类de垠的微博视频

《停用牙膏一年后的报告》网页链接

到今天，我完全停止使用牙膏已经一年了。我可以自信的宣布，经过一年用清水刷牙，我没有出现新的蛀牙，而且牙齿很干净。

此前，我停止使用含氟牙膏已经好几年了。意识到含氟牙膏可能有毒之后，我一直用的一种新西兰产的“天然牙膏”，卖得还挺贵。那牙膏带到英国来之后用完了，英国 Amazon 买不到同样的牙膏。我才想起来，我为什么一定要用牙膏呢？直接用水不行吗？

想想牙齿的釉质很像碗。我平时是怎么洗碗洗锅的？在美国的时候我很爱用洗碗机，但回国之后没有洗碗机，我已经习惯了手洗碗。到了英国之后，又有了洗碗机，我却决定不用它。一来是因为洗碗机用的那种洗碗液都是强烈的化学物质，一般有很浓的“香味”，我觉得那很可能有毒。二来是因为洗碗机洗碗都是非接触的，全靠水流喷上去，其实很难真的洗干净。效率和效果都比手洗差很多。

就算是手洗，我也已经很少用洗碗液。基本都是用热水冲着，拿泡沫轻轻擦几下，就干净了。我甚至很少用泡沫粗糙的那一面，基本用的都是背面的软泡沫。粗糙的那面容易把碗或者锅磨损，擦花，所以大部分时候用软的那面就够了。

类比我是如何优雅地对待碗和锅，我对得起自己的牙齿吗？牙齿是比锅碗宝贵很多倍的东西。我都不用化学物质来洗碗，那我为什么要用化学物质来刷牙呢？

所谓的“无氟天然牙膏”，真的就那么天然吗？谁也不知道那里面放了什么，反正它肯定是不能吃的。而且它里面可能有某种“研磨剂”，可能会产生不必要的磨损。既然我可以完全用清水洗碗，我为什么不可以就用清水刷牙呢？

想清楚了这些之后，我终于完全停止了使用牙膏。一年后，我证明了这样的做法完全可行，而且没有任何害处。

之前有朋友听说我只用清水刷牙，都吓到了。他还以为我会有蛀牙，结果没有。很多人用含氟牙膏，都是被牙医吓唬的。说你不用就会长蛀牙，却没告诉人们产生蛀牙的真正原因是什么。经过研究，我发现蛀牙的原因非常简单，就是牙齿上粘了糖。时间长了，糖就被细菌发酵产生了酸。酸腐蚀了牙齿，就成了“蛀牙”。

注意，这里我所谓的“时间长了”，不是说一天那么长，而是超过几小时。很多人以为晚上不刷牙才会长蛀牙，其实不是的。蛀牙的产生是不分白天黑夜的。如果糖粘在牙齿上，时间长了都可以发展成蛀牙。只需要每天粘在上面几个小时不停地腐蚀，白天照样会蛀牙。所以吃了糖类食物之后，及时漱口很重要。

所以防止蛀牙很简单，你只需要吃了含糖食物（糖，奶茶，甜品之类）之后及时用清水漱口，除掉牙齿表面和牙缝里附着的糖就行。吃水果之后最好也用清水漱一下口，因为水果的果酸也是会腐蚀牙齿的。吃肉或菜这些东西，粘再多在牙齿上也不会蛀牙，因为它们不能被发酵产生酸。

另外还有一点，就是刷牙的时候得把每个角落都刷到，不能每次都遗忘某些角落。这样那些地方长久残留糖类物质，就会开始蛀牙。很多人刷牙很使劲，以为牙齿表面需要被弄得很干净才不会蛀牙，结果把前后表面刷得很干净，但侧面的角落里就没刷，结果那里就蛀了。电动牙刷特别有这个问题，因为有些电动牙刷刷头比较硬，无法深入到角落里。其实只需要用普通软毛牙刷轻轻刷，但把每个角落都刷到就行。

懂得这些道理之后，你就会明白牙膏并不是必须的。只需要轻轻用牙刷把附着的糖和其它污渍刷掉就行了。清水一样可以达到这个目的，而且清水安全无害，无磨损。

曾经都天真地以为这就是云。现在看世界，都不一样了吧？

Bus已经100%比例在空气清新剂放毒。无一例外。

《我讲课的方式》网页链接

今天进行了基础班（第5期）的第二次讨论会。随着课程的逐渐深入，我不但增加了有益的练习，而且再次检验了之前悟出的一些教学的道理。

其实这次讲课前的一周，我都在准备第一课的内容，而且试图借此机会改进 GUCS 的第一章。结果第一章被我改得面目全非之后，我才发现讲课其实比写书容易很多。我发现不仅按照别人写的课本照本宣科是不行的，而且按照自己写书的方式来讲课也是不行的。

一开始讲课，我就发现我不应该那样改我的书。好不容易改了，却忽然发现糟糕透了。之后又得重新改。

我发现自己无法记住我在书里写的内容，无法照那样的方式讲课。结果上课之前不得不另外用脑图做了一个非常简单的提纲，讲课就是临场发挥的。不仅是这一次，而是每一次，我讲课都是没怎么准备的。只是大概知道要讲那些内容，然后到时候发挥。

有时候我会故意忘掉之前想清楚要讲的事情。因为我发现想得太明白，一下子讲出来，速度就会过快。还不如头脑不太清醒的时候讲，中间还可以犯一些错误，自己慢慢分析一下，改过来。这样学生正好跟得上，而且连错误的教训都一起学到了。

我所有课上的代码都是临时写出来的，而不是之前做好幻灯片然后一页一页地翻。我完全不用 PPT，而是即时在电脑上打出代码，修改，然后在上面圈点。我发现这样不但省时省力，而且比起事先准备幻灯片有很大的优势。

做幻灯片其实很像写书，到时候拿出来一页一页翻，很容易就控制不好节奏。用幻灯片讲课很容易讲得太快，而且容易进入一种“困顿状态”。因为内容都在幻灯片里了，讲课时不需要写什么画什么了，只是一页一页地翻，所以头脑就不再活跃，就容易犯困。头脑不活跃，就不能有更多的启发。学生不容易跟上，也容易犯困。

而且要把幻灯片做好真的很难。每一页要写什么，那些动画每一步要做什么，什么时间点要进行什么操作，都得事先想好。所以做幻灯片的时候真的很伤脑经，做一会就做不下去了。因为没有观众，我无法预料人们听到这些内容的反应，就很难写出合适的内容来。所以每次做了幻灯片都后悔，到时候就发现不是自己想说的。

这就是为什么 2020 年的基础班第一节课，我用了一次幻灯片之后，就再也没做过幻灯片。之后的课程都是临时写代码，直接拿笔在屏幕上画。其实临时用笔画一下，就是非常好的“动画”。我不需要事先绞尽脑汁去安排每一个步骤，到时候却发现还是有些地方漏掉了。反正板书是临时画出来的，如果发现漏掉什么，我可以马上再补上去，可以随便修改。这比起幻灯片灵活很多，而且还省心省事。我事先什么都不需要准备，只需要一支笔。

这个经验也解释了为什么很多好的老师都喜欢写黑板，而不用幻灯片，因为幻灯片有这些重要的缺陷。Dan Friedman 讲课只用黑板，而且他真的只用黑板，连白板都不行。粉笔写在黑板上那种感觉，是记号笔画在白板上无法比拟的。你不能用记号笔和白板来做艺术，对吧？但用黑板是可能的。好的粉笔，效果其实和铅笔画在纸上很像。也许这就是为什么 Friedman 只用黑板。

Friedman 的办公室里必须有一个黑板，而且他把它视为宝贝。Friedman 家里的书房墙壁上居然也做了一个黑板在上面。看得出来黑板对他有多重要。如果有学生在他办公室黑板上面讲解的时候用手摸了黑板，他就会马上说：“Dooon't touch the blackboard!” 因为手上的油脂要是进到黑板里面，以后它对粉笔的附着能力就会下降，效果就不好了。这就像画素描的时候不能用手碰纸一样，因为手上的油脂会改变纸对铅笔粉的附着能力。后来我们都明白了不能用手碰黑板。要是新来的同学碰了黑板，我们也会幽默地替 Friedman 对他说：“Dooon't touch the blackboard!”

《我为什么看见我所看见的世界》网页链接

有人告诉我，我的文章改变了他们一家人的世界观。我听了很欣慰。我想了一下，我为什么会走到今天，看透了世界的这么多巨大的秘密？这和最初决定开设计算机科学基础班是分不开的。

2020 年疫情刚开始没多久，我进行了计算机科学基础班的第一期。接着又开了两三次基础班，然后是阅读班。接着我想，既然教会别人东西能让自己学会更多，我为什么不自己学点其它东西呢？于是我就去学画画。接着又开始折腾日语，音乐等等。

我发现这些领域的教学都存在严重的问题，以至于本来只需要很短时间掌握的东西，却花费几年甚至一直都不能掌握。所以这些领域比起几百年前，其实一直都在倒退。针对这每一个领域，我研究了一套自己的学习方法，发现了一些不为人知的知识。

到了 2021 年，对这几个领域都已经理解比较深刻了。我又想，我为什么不花点时间来研究其它科学呢？于是我想到了中学时代最在行的物理。然后我又发现了问题——我注意到了爱因斯坦的相对论，其实有不少人质疑，特别是 Herbert Dingle 这样的人物。

这就是为什么我开始察觉到 Matrix 的存在。爱因斯坦看起来是一个演员，而不是一个科学家。他的相对论是假的。接着我又想，既然这么多领域的知识都被歪曲了，也许我应该研究一下当前最影响生活的事情——疫情。于是乎，我曾经认识的“世界”，被撕开了一道大口子。

我发现了很多关于疫情的另类说法，各种混淆的信息。最后我终于找到了《Virus Mania》这本书，并且发现了 Stefan Lanka 关于“病毒不存在”的一系列论文。经过亲自阅读“证明新冠病毒存在”的那些论文，我确定了病毒学的研究缺乏真正科学的“对照实验”，就像 Stefan Lanka 指出的那样。所谓的“疫情”其实是一场戏，难以置信！

接着，我又开始注意到太空计划，哪些会不会也是假的呢？看穿各种混淆信息之后，我发现了一篇文章，它指出阿波罗登月的照片里都没有星星。我恍然大悟，我为什么没注意到这一点呢？太空里显然应该看得见星星。这破绽也太明显了！

但这文章的作者仍然认为俄罗斯的飞船和国际空间站是真的。接着我仔细一看，发现国际空间站上拍的视频，居然也全都没有星星。国际空间站是多国合作的，所以比较明显，他们全都是一伙的。所有其它国家的太空计划，也都是如此。包括中国在内。

所以线索一环套一环，我终于发现了我所看到的那些事情。这个世界上有如此多巨大的骗局，以至于我可以认为我们都生活在一个现实版的 Matrix 当中。

然而，我仍然自欺欺人，认为 Matrix 只控制了西方世界，中国也许不一样，不受控制呢？其实之前我已经看到了，中国的太空计划照片和视频里也全都没有星星。这么明显的信号，却仍然被我忽略了。有时候人的心理就是如此。

那时的中国疫情状况确实“看起来”比西方好一些，所以我自欺欺人地过了几个月。然后“封控”就开始了，各种奇葩事情，大家也都经历过了。于是我才意识到，Matrix 其实控制着全世界，包括中国在内……

所以最后，疫情封控彻底颠覆了我对世界的认知，让我看清了这个世界。这就是为什么我会看见我今天看见的这些事，并且把它们写下来。用心的人也会明白这个世界是怎么回事。我很高兴，这些内容改变了一些人的世界观，让他们也明白了这个世界。

我相信星星之火可以燎原。终于有一天，这个巨大的 Matrix 会轰然倒塌。人类将获得真正的自由。

《对“气球拍地球”视频真实性的怀疑》网页链接

另一个有意思的事情是，上一篇的聪明工程师推荐了一个视频。是一些人放了一个气球到平流层 95000 英尺（28956 米）处拍了视频，看到地球是圆的，所以他说这视频证明了地球是圆的。

我不是地平说者。我当然不怀疑地球是圆的，因为海上日落的时候，太阳有一半下到海平面下面去了，而不只是缩小了。我不需要放一个气球到 3 万米高空去证明地球是圆的。

其实我很早以前就看过好几个这类放气球到很高的地方的视频，比如这个：

还有一些所谓“太空跳跃”的视频，坐气球到很高的地方，跳下来，比如这个：

我发现这些视频有一个共同特征：地平线外面的黑色天空里，全都看不见任何星星。

记得之前我推荐的珠穆朗玛峰上拍到的星空吗？这些气球飞到比珠穆朗玛峰高好几倍的地方。地球外面的天空是黑色的，却一颗星星都没拍到，你觉得这些视频会是真的吗？我觉得这些全都是假的，应该都是 Matrix 安排的。

下面是我的侦探推理：

如果有人放气球飞到将近 3 万米的高空，因为距离太远，他们应该是无法使用无线通讯技术实时接收到气球发来的视频信号的。特别是那些学生用 GoPro 拍的视频，显然不能无线传输，而是要先把摄像机捡回来，才能从里面拿出视频。第一个视频最后，他们抬着气球挂的盒子的镜头，可以说明这一点。这些视频是摄像机录下来的，而不是无线传输的。

现在问题来了，气球如果飞到 3 万米高空，由于上升和下降过程中受到的风力，它可能会飘很远。它可能飘如此之远，甚至可以漂洋过海，飞到另一个国家去。那么当设备落地之后，你怎么把它找回来？

也许你说有 GPS 发射器呢，但它可能掉进海里，掉进火山口里面，掉进军事禁区，甚至掉进别人家后院里。你无法进入那些地方，那怎么把它拿出来？

所以看起来简单的实验，其实是很难做的。这需要很大的运气成分，不像是学生实验能做的事情。

要知道，3 万米高空是非常冷的，气温应该在零下几十度去了。然而仔细看看这个气球上的设备盒子，它一点也不像是经历过云层的水汽，处于零下几十度低温的样子。它上面一点结冰的痕迹也没有。这摄像头看起来没有任何保温和保护措施，居然还没被冰霜覆盖？画面居然完全清晰，没有任何角落被水汽凝结所遮挡。一点模糊的地方都没有。

去看看这个摄影师的 blog，在珠穆朗玛峰上拍摄需要什么样的装备吧。因为气温非常低，所以电池需要特别的保温措施才能工作，而且很容易坏掉。

3 万米高空会比珠穆朗玛峰还要冷很多。你确信这泡沫盒子里装备了足够的热源来保证电池的工作？特别是拍摄这盒子镜头的那个摄像机，它看起来不在盒子里，而是用一根杆子撑出去的。很显然它上面不可能有很多的保温材料和热源供应，它里面的电池却还能正常工作？

所以我认为这些视频很大概率是假的，这些镜头完全可以用绿幕拍出来。绿幕背景，挂一个摄像机在那里转来转去的，然后把背景换成地球和太阳，很简单。

然而绿幕唯一做不好的，却是星空。太空里拍不到星星是不可能的。3 万米高空，天空全黑，一颗星星也没拍到，这也是不可能的。所以我认为这些气球拍的“地球视频”，也全都是假的。

很多人以为这些是民间视频，怎么会像太空计划一样假？这些人也太小看 Matrix 的智商了。我认为很多的“民间视频”，其实都是 Matrix 安排人做的，这非常容易。Matrix 就是知道很多人以为民间机构不会假，所以特意这么演，很多人就上当了。

《火箭真能飞到太空？》

昨晚发现这个聪明人，在自己车库里有先进的数控机床一类的设备，能自己造出喷气式飞机引擎来。并且把这引擎装在自己的 Tesla 车上，效果还不错。

然而今天找到他的另一些演示火箭引擎的视频，却发现他嘲笑那些怀疑登月的人。因为地平说者们声称火箭发动机无法在真空中运转，所以他特意做了一个真空管道，并且放了一个模型火箭发动机在里面，演示它确实能在真空中燃烧。网页链接

比较显然，这模型火箭引擎里自带了氧化剂，当然可以在真空中燃烧。然而他没想过的事情却是：

1. 证明了火箭引擎能在真空中燃烧，并不等于火箭真能挣脱地球引力，飞到外太空去。就算你在火箭发射基地观看了火箭发射，也不等于证明了火箭去了太空，因为火箭可能出了视线之后就直接栽进海里了。

2. 如果外太空真的是“真空”，没有空气，那么星光因为不受阻挡，星空就会非常灿烂。为什么绝大部分太空计划的照片和视频都看不到星星，天空全黑？银河在哪？我们熟悉的北斗七星，猎户座在哪？从来没在太空视频里见过。

所以呢，很多聪明人都是聪明反被聪明误。做得出喷气式飞机引擎，还在自家后院玩上了火箭引擎，就自以为火箭一定能飞到太空。我认识的很多动手能力强的聪明人都是这样，很明显的常理推断就能判断太空计划是假的，他们却永远都无法看见这个事实。只需要自己聪明才智的 1% 就能分析清楚的事情，他们却从来不去做。

计算机科学基础班（第5期）昨天进行了第2课。做第1课练习的时候，已经有同学说“这个虽然叫「基础班」，但是练习有些好难……”

没错，「基础班」不等于「容易班」。基础的意思是 foundation，或者 fundamental。它是为将来的发展建立坚实的地基，这并不是容易的工作。

第一课只讲了三个概念，掰着手指头都能数出来。但练习却充分利用了这三个概念，要求学生用它们组合出非常强大的程序。我们相当于从头构造了自然数，接着定义了自然数的基本操作：加法，乘法，乘方，减法……

没有比自然数更”基础“的东西了吧？但是从无到有定义出自然数来，这却不容易。

第二课只讲了一个概念：递归。而且只讲了数值的递归。然而练习做完之后，我又增加了两个”隐藏关卡“，让学生用另外的方式再次定义自然数，并且重新实现它的加法，乘法，乘方，阶乘……

这样两次自己创造自然数之后，计算机科学的地基就牢牢地建立起来。而且同学们会理解，计算机科学并不是建立在数学的基础上的。正好相反，数学可以建立在计算机科学的基础上。😄

《侦探的自我修养》

根据最近几天对外面公共场所的观察，Matrix 确实在持续用空气清新剂放毒。无论是 Pret 咖啡店，还是附近的商场，每天都充满了空气清新剂。天气这么冷，以至于我已经没有可以外出发呆的地方了。

Matrix 可能也是看中了这个天气冷的好机会，反正大部分人都得找室内的公共场所待着，所以大幅度加强了放毒力度。其它国家的情况应该也是类似的，只不过很多人都还蒙在鼓里，不知不觉地吸入有毒物质。只有全人类觉醒，我们才能从这种状况中解脱出来。

《计算机科学基础班和牛校教育的差别》

每次的基础班，都有零基础的同学误解第一课练习的意义和难度，以至于开始怀疑人生。之前的教育中，他们做的“作业”，本质都是一种考试。做完了作业交上去，老师批改了，打一个分数下来。分数不高的同学就沮丧自己怎么那么笨，提心吊胆的。所以当他们遇到我的练习，有可能产生同样的沮丧思想，因为之前的经历让他们误解了“练习”的意义。

我的练习并不是用来“判断”学生对课堂内容的理解程度的，而是用来增强和提高他们的理解程度。所以我的练习里故意有少数没讲的细节，需要他们犯了错误才会发现其中的要点。有的练习因为一般无法直接想出来，所以提供了一些提示和“桥梁练习”。通过做一些更简单的练习，他们会逐步理解更难的练习要怎么做出来。这些都是以前的教育没有提供的，但同时这些练习往往也无法不经纠正就顺利做出来。

及时得到反馈和指点，是我的课程最重要的方面。我的课程给每个同学建立了一个“辅导群”，里面只有三个人：同学，助教和我。这个群就是课堂的延续，它会不断地给学生提供恰到好处的指引。没有任何其它教育是这样的做的，学生往往无法得到及时的指点，无法随时提问。一般大学里作业布置了之后，学生在一周中只有一两个小时的机会可以去助教的办公室提问，叫做“office hours”。下课之后基本是找不到教授的，只有下次上课才会有机会直接提问。而我的课程把 office hours 扩展到了整个星期，通过微信群进行，所以大大方便了提问和交流。

第一课的练习后面的部分，基本上都是 lambda calculus 里面最烧脑的部分，叫做 Church numeral，也就是用 lambda calculus 的函数来表示自然数和算术操作。到了后面的一些函数就比较困难了，特别是 pred（找到某个自然数的前一个）。有些同学还没做到 pred 就开始难过了，以为做不出来就是自己不够聪明。甚至有人明明做出来了，还因为是看了提示或者通过“桥梁练习”，所以仍然觉得自己不聪明。所以他们就误解了这些练习的意义。

最初的 pred 函数是谁写出来的？是 Stephen Kleene，Alonzo Church 最得意的门生，也是图灵的师兄。据说 Stephen Kleene 当年为了想出 pred，住到深山里清心寡欲思索了两个月，最后才想出来。所以如果在基础班一周之内做出来，已经超级好了。

诚然，我提供了提示和帮助。但要注意，练习的目的并不是为了证明自己聪明，而是为了掌握其中的思路。如果你能通过提示和“桥梁练习”，一步步地自己写出 succ，pred 这样的函数，那你就掌握了它们。至于你是不是“完全独立”想出来的，这并不重要。

pred 前面的那些函数也都不容易的，当年都是 Alonzo Church 的门徒们思索很久才弄出来的。他们当年想用这些东西来建立数学的基础，所以才那么努力。但后来的事实证明，Church numeral 用作数学的基础，其实并不是很好用。所以这些东西没做出来，也不能说明自己不够聪明，也不是什么失败。这些函数虽然烧脑，却是不实用的，你不能用它们来做什么有用的事情。我把它们作为第一课（函数）的练习，纯粹是为了帮助学生思考“函数作为值”和“高阶函数”等概念，而并不是会用它们来做什么有用的事情。这是一些思维练习，而不是实用的知识。所以即使不能明白，其实也无所谓的。

实话说，我在 Cornell 读博的时候，上了第一堂编程语言课程，授课的教授是 Dexter Kozen。其中就有一些 Church numeral 的作业。但 Cornell 也没有把整个 Church numeral 的函数让同学从头写出来，他们的练习里最多只到 succ（找到自然数的下一个）。succ 是相对没那么难的，但也很让人头痛了。Cornell 的作业只是让自己写出来，没有任何提示和帮助，而且还临时丢给你一个从未学过的编程语言（SML），让你用它写。实话说，当年我是没能自己想出 succ 的，而且上完课也仍然没有理解它。

直到后来过了很多年，又上了 Dan Friedman 的课，让我们写 pred。自己再次琢磨，才弄明白这些东西是怎么回事。计算机科学基础班开课之后，我把这些作为了练习。在辅导学生的同时，又再次加强了自己的理解深度。以至于到后来，我认为已经超越了 Alonzo Church 和 Stephen Kleene 等人对它的理解。很多我的学生也对此理解很深刻。

Cornell（以及其他“牛校”）的教育，基本不给你应有的帮助，基本靠自己去碰壁。作业分数不好，是会算进最后的课堂成绩的，所以大家作业压力都很大。因为同学之间存在竞争，所以“优秀生”往往不跟别人透露自己的方法或者思维。这样没听懂的同学就一直不懂，作业做不出来，课程结束了也没学到什么。这其实不能叫做教育。

离开 Cornell 之后，我发现一个 Facebook 群，是专门嘲笑 Cornell 教育的。我看到其中一篇帖子写道：

Cornell 说要教你游泳，他就把你推进池塘里，等你自己扑腾上岸。能你自己痛苦万分，快要到岸边了，它又拿起一块石头扔到你头上，这样你就沉入水底。等你再次快要上岸的时候，它又拿起一个榔头往你的头上猛砸，这样你就可以死了。但 Cornell 仍然等着你上岸……

所以我希望基础班的同学以及其它在乎学识的人都理解这是怎么回事。真正的教育不应该是这样的。教育应该是让不会的人学会东西，而不是像很多“牛校”那样不真的教会人东西，而只是给能通过他们考试的人加一个标签（学位）。

《数学对函数的误解》

基础班上有时候会有同学觉得第一课关于函数的内容很难理解。经过针对性的研究，我发现他们很多是受到了曾经学过的数学的干扰。

最开头学数学的时候，数学老师总是讲函数就是 y = x^2 + 3x 这样的东西。到后来不知什么时候，数学老师又说函数是 f(x) = x^2 + 3x 这样的东西…… 到现在我这里又重新来一遍，就糊涂了。

于是我又想起之前看过的一个逻辑学家的论文，他的名字叫 Gottlob Frege。他写过一篇论文叫《What is a Function？》。在这篇文章里，Frege 指出了数学里使用函数的方式的错误，写成 y = x^2 + 3x 那种写法的问题。这篇文章发表于1904年，可是数学教学到今天都还没改过来。

因为这个问题，数学变得不必要的困难。特别是遇到微积分的时候，这种函数表达就更加难以理解。因为很多人的微积分没学到精髓，所以到今天他们就无法理解所谓的“神经网络”，“深度学习”，其实就是微积分改头换面了一下而已，跟神经没有半点关系。

想进一步深刻理解函数的同学，可以参考这本书《The Philosophical Writings Of Gottlob Frege》，里面的第 107 页就是这篇论文。这本书里面还有很多其它很好的论文，值得大家阅读。

可以在这里免费看或者下载 PDF：网页链接

今天是计算机科学基础班（第 5 期）第一次讨论会。这也是我第一次解释这个班的第一节课到底讲的是什么——其实第一节课讲的都是 lambda calculus。只不过我给它做了一个包装，设计了很多的练习，这样零基础的同学也可以比较顺利的掌握。

这可能是史无前例的课程设计。从来没人从 lambda calculus 开始教计算机课程，而且是面向真·零基础的学生。从未见过任何大学，包括 CMU，Stanford，MIT，Harvard，Indiana…… 这样从 lambda calculus 开始，而这却是我的课程一开头就讲的。我的整个课程都是建立在 lambda calculus 之上。

之前的几期课程，我一直都没告诉同学们我讲的到底是什么。以至于有些同学毕业挺久了，还在问我要看什么 lambda calculus 的读物。我只能告诉他，其实他早已经学会了 lambda calculus！

我真为自己挂着羊头卖龙肉的伪装能力感到惊讶，也为人们能够一开头就掌握 lambda calculus 感到欣慰。

这一次的计算机科学基础班从上周六开始，到现在过了半周，已经设计了挺多新的练习，练习量增加了原来的 1/3 那么多。

这些新练习是怎么来的？其实都是通过同学们的疑问来的。有一些同学（特别是零基础同学）听了课之后，其实还有挺多要点没抓住的。因为课上内容比较多，不可能全都注意到了。而且有些地方的讲解肯定还不够好，所以最后还是很多地方没有理解。

所以我根据他们的提问和迷惑的地方设计了专门的练习，来帮助他们理解容易误解的概念。我发现有些概念光靠“讲解”，效果其实很差。初学者会很难分辨某些概念，无论你怎么讲，画图，花很多时间，也很难不把它们混淆起来。这时候练习就可以帮助他们。

很多人以为我一节课 2 小时就教会了这些内容，其实不是的。课后的练习其实是课堂的延续。因为这些练习是经过设计的，它们是教会学生具体细节的地方，而不是普通的“作业”。很多课上没讲的信息，或者没有很深入的地方，会通过练习的形式加以补充。所以表面上一堂课是 2 小时，而其实一堂课是一个星期。

很多同学觉得有些练习比较难，不经过助教指点很不容易做对，就是这个原因。这些练习是故意设计来不可能第一次就全做对的，必须经过指点，犯各种错误之后，才能弄明白。因为经过了自己的思考，这样学到的知识就很难忘掉了。

所以我设计的练习并不是普通大学里的“作业”，并不是做对了就得个“高分”，最后就以“好成绩”毕业了。我的课程没有“作业分数”也没有“考试”，它的目的是真正教会人知识。

每一次看穿 Matrix 的新剧，我就会想起当年写的那篇《恶评星际穿越》网页链接。忽然发现，这篇文章距离现在居然快十年了！

当年这电影风靡全球，评分 9.x 之高。很多科学迷和民科们对它高度评价，说它的“宇宙学”没有漏洞。然而我看到一半就想走人，而且挨到最后还看出了不少剧情漏洞。这些漏洞都不是“科学漏洞”，而是“常理漏洞”。

很多人忽视常理，沉迷于高深的科学，所以他们无法看出这些漏洞。然而常理推理，其实才是人类最重要的思维方式，也是侦探们使用的主要思维方法。

常理推理是如此的强大。只有依靠常理，才能看穿各种科学骗局。你显然不能依靠“科学”来看穿科学骗局，因为我们所知的科学都可能是假的。这些假科学理论互相支持，成为一个巨大的幻觉网络。

十年前看穿《星际穿越》，发展到今天，这种洞察力才能让我看穿 Matrix 的各种戏。也许一切都是命中注定。😄

前面提到的关于不粘锅涂层的，今天就找到一篇 reddit 帖子。有人问，我把不粘锅刮了一下，还能用吗？看看有多少人建议他马上扔掉？

https:// www.reddit.com/r/Cooking/comments/5039zn/accidentally_scratched_my_nonstick_pan_is_it

人们要是以这种态度来对待“空气清新剂”和“雾霾”，那世界上会少了多少癌症？甚至新冠之类的“疫情”都不会再发生了。😄

《临时造车的秘密》

很多同学都不知道进阶班那些内容是怎么产生的。其实连我都有点惊讶，因为那些内容都是我临时“即兴发挥”造出来的。

最开头，我即兴发挥造出了“continuation 和并发调度”部分的内容。具体是这样：有一天我闲的无聊，就跟一只小白鼠说，我教你点新东西吧。小白鼠说好。然后我就从微信对话式地教会了小白鼠什么是 CPS 形式。然后忽然，就造出来一个可以进行“线程调度”的方法，通过微信（文字聊天）教会了小白鼠。虽然我写过 CPSer，但这并发调度其实是我之前没做过的事情。

第一次进阶班开始之前，我就只有这么点内容。结果一上课，我又想出好几个点子来改进这个并发调度代码，使得它越来越简单，最后一目了然。顺带还深入地理解了一下 call/cc 和 shift/reset，并且用 call/cc 实现了 shift/reset。这些都是我在 IU 时都没做过的事情。

后面的内容就更加临时造车，但造出来之后都让我惊讶。因为所有的内容居然都在一两节课之内比较透彻地解释清楚了，包括机器学习在内。像 Coq 定理证明之类的东西，虽然我之前玩过一阵，却从来没有看得这么深入。教了一个课，结果最后我自己几乎把 Software Foundations 的练习都做完了，还“看薄”了《The Little Typer》。真是有压力就有动力。😄

其实基础班的内容也是这么造出来的。一开头我并没有任何内容，我只是找了一些人来实验我的“微信对话教学”。然后从无到有，内容就产生了。

所以有时候费曼说得还是对的，最好的学习方法就是教授这个主题。虽然费曼大概率是 Matrix 演员，但 Matrix 有时候给他们的台词还是说到了“要点”的，不然他们怎么能骗倒几乎所有人？

计算机科学基础班（第5期）已经成功进行了第一课。欢迎大家的参加。仍然有同学报名迟了一天，未能参加的。看来每次报名的时间还是太短了点，不能让希望参加的人都看到。下一次的基础班可能会提前多一些时间进行报名。

这一次的基础班练习和教学方式都有一定的改进，这些内容今后也会加入到新版的《Ground-Up Computer Science》中。

对于几年才磨下来一丁点的不粘锅涂层，人们非常谨慎。很多年前阿姨们就怀疑不粘锅涂层致癌，直到最后砖家们终于“证明”了不粘锅涂层材料Teflon 是“致癌物”。很多人只用没有涂层的铁锅，每次煎东西都粘得一塌糊涂。

然而对于随处释放，每天大量吸入的空气清新剂，人们却丝毫不怀疑它会致癌。

为什么会这样呢？我觉得是因为媒体操纵了人们的思想。人们怀疑不粘锅涂层致癌，是因为媒体这么宣传。人们丝毫不怀疑空气清新剂致癌，因为媒体没有这么宣传。为什么媒体要告诉大家“不粘锅涂层致癌”？因为这样人们的注意力就会集中在这些东西上，就不会察觉到随处喷洒的有毒空气清新剂一类的物质了。

象征着“言论自由”的著名的“海德公园演讲角”，也完全没有人讲这些事。没人讲尾迹飞机，没人讲太空骗局，没人质疑疫情和疫苗，当然更没人会提到空气清新剂了。全都在讲上帝是否存在或者你从未听说的非洲某国妇女的苦难一类的空谈，所以极少有人还对海德公园演讲角感兴趣。

所以多年后终于明白，所谓的“民主”和“自由”都是 Matrix 制造的一场梦而已。

YouTube 给我推荐这个2023年10月发布的“科普”视频，叫《The Collapse of World Trade Center | The Complete Physics》网页链接。用一堆复杂的设计和力学原理，解释为什么世贸双子楼会垂直自由落体塌掉。

结果除了作者自己，几乎已经没人信了。排名最高的评论说：So demolishing 2 towers only takes extreme heat at one section of it and the rest collapses at free fall time?

看来很多人都是明白的啊。最近我发现一些理工科学生，其实也明白太空照片里没有星星是不可能的。

很简单：

要破解 911 骗局，只需要看看定向爆破拆楼的视频。
要破解太空骗局，只需要看看山顶或沙漠里拍的星空视频。
要破解日航撞机骗局，只需要看看其它的消防队灭火视频。

像《皇帝的新装》那样一目了然的事情，为什么还需要多说呢？

计算机科学基础班第5期已经准备就绪。这两天改进了练习，有比较大的更新。

我刚发现有同学的申请被分类到垃圾邮箱了。如果有人发送了申请没有收到回复的，可以再跟我联系。

《所有的公共场所都开始充满空气清新剂》网页链接

这两天我发现附近的商场里面似乎释放了更多的空气清新剂。现在不但门口的化妆品区有那个气味，而且充满了整个商场，包括离化妆品柜台很远的书店和咖啡店。

走进商场时经过化妆品柜台，似乎鼻子就适应了，进去之后过一会就闻不到了。但是只要你用手帕或者纸巾捂住鼻子，过一会再拿开，就会明显地感觉到空气清新剂的气味，其实充满了整个商场。所以只是“久而不闻其臭”的原理，让人以为空气清新剂不存在。

之前在伦敦 LHR 机场也是同样的现象。免税店是进了安检之后的必经之路。因为免税店的空气清新剂气味非常浓，结果导致后来就闻不到机场其它位置的空气清新剂了。这似乎是经过设计的策略。很多人认为免税店卖化妆品，所以有那么重的香味，经过了免税店之后，就适应了，闻不到其实整个机场都充满了空气清新剂。

只有当你戴上口罩过一段时间再揭开，才会发现空气清新剂一直与你同在！

但我知道，这个事跟一般人是没法讲的。每当你指出某个地方喷了空气清新剂，他们就会找一个“正当理由”，说别人就是需要喷空气清新剂。然而他们没有注意到的事情是，为什么*所有的*公共场所都在喷洒空气清新剂？这是之前从未有过的现象！

这就像很多人能给每一个看不见星星的太空照片或视频找到一个理由，然而他们却忽视了一件重要的事情：为什么几乎*所有的*太空照片和视频都看不见星星？

《计算机科学基础班（第5期，现实接轨班）》的招生已经接近尾声。每次招生的时间都比较短。好像有些人还没有发现，所以再次广告一下。网页链接

经过讨论，时间已经定于这周六北京时间晚上开始。

《望远镜里的飞机》

分享一下 2023 年我用望远镜拍过的飞机的剪辑。包括正常的民航班机和秘密的尾迹飞机。

回忆一下，我为此付出了多少研究和努力。从最开头的对准不稳定，成为后来的熟练稳定拍摄，手动对焦高手。这些全都是学习和知识。因为经过了这么多努力和观察，我才会看明白我所明白的那些事情。

也许一切都是天意，让我生下来就是这样的一个科学家，而且现在让我住在了一个能从几公里外透过树梢看见伦敦机场跑道的地方。😄

不再关心人类de垠的微博视频

更新后的《日航撞机事件的惊人真相》网页链接

1月2日刚听说这个撞机事件，我就直觉感觉这可能是戏。后来越看越不对劲，直到发现太多的疑点，说明这 100% 是 Matrix 的戏。

这篇总结文章已经有 19 个章节，详细分析了各个疑点。最后的“柯南式总结”，解释了之前讲过的所有疑点为什么会是那样。堪称侦探悬疑大作（真正的，而不是虚构的）😄。由于文章内容不属于需要紧急扩散的知识，又是高价值付费作品，所以只把目录发在这里。

1. 通讯没有错误，但有空白
2. 塔台通信的录音缺失
3. 机场有红绿灯
4. 进入跑道前必须查看降落的飞机
5. 飞机上有形状指示灯
6. 海保机在跑道上发呆 40 秒
7. 模糊而偏僻的监控视频
8. 必须多方同时犯错才能酿成事故
9. A350乘客表现出不正常的镇定
10. 消防队极其诡异的“灭火”方式
11. 海保机的“灭火”也是类似方式
12. 航空燃油的火其实比较容易灭
13. 正常的消防队如何灭火
14. 真正给飞机灭火是怎样进行的
15. A350 的油箱没有漏
16. 飞机相撞真会爆炸？
17. 海保机真的在跑道上？
18. 结论
19. 后记

我家里存在的极少数勉强可以叫做“化学品”的东西：

1. NaHCO3（小苏打，用于清洁果蔬，衣物，卫生间等）
2. NaOH, KOH（氢氧化钠，氢氧化钾，用于制作手工皂）
3. H2O2（双氧水，用于消毒杀菌）

然后就没有其它的了。我家没有任何药物和其它化工产品，连感冒药都没有。我不买任何化工洗浴产品，只用我亲自用上等橄榄油做的手工皂。脚气实验阶段用过的各种药物，现在已经被我全部丢弃。后来尝试过使用碘溶液，但发现它对皮肤伤害较大，也被抛弃了。

被我保留的这些“化学品”都广泛存在于自然界，只是我使用了人工合成的版本。其中 NaOH, KOH 是强碱，使用需要一定的防护措施，但它们的性质已知，而且纯度很高，基本不含其它有害物质。双氧水我使用的是纯度很高的“食品级双氧水”，不含其它添加剂和稳定剂。

昨晚把管道旁边的缝隙堵上之后，今天气味完全消失了。如果今后都没有气味，那就说明气味是从这些缝隙里来的。

有人告诉我，国内有些地方也出现了“空气清新剂”放毒的现象。比如，广州的出租车上都有空气清新剂气味。北京的一些大商场里面也有。看来是全世界统一的行动，没有一个国家可以例外，因为它们全都是 Matrix 的一部分。

在一个国家出现的伎俩，很可能在另一个国家出现。这就是为什么我分享自己的这些发现。最近发现的“管道缝隙灌输空气清新剂”的做法，也许会在其它国家，包括中国出现。希望大家及时察觉，做好防护的准备。

《比狂人日记还狂的日记》网页链接

最近关于“雾霾”和“空气清新剂”的内容，感觉越写越像鲁迅的《狂人日记》。所以刚才把狂人日记翻出来，又看了一下，确实很像。鲁迅写的是吃人，我写的是放毒，其实都差不多。

然而我觉得，鲁迅的《狂人日记》局限性很明显。他提到“四千年来时时吃人的地方”，光是在说中国封建社会的问题。然而他没意识到 Matrix 这个全球组织的存在。他似乎总觉得中国的文化落后，总觉得外国就先进而文明。而其实那些都是假象。

鲁迅同时代的人士似乎都是如此，总是试图引进国外的“先进文明”，什么“德先生和赛先生”之类，却没意识到 Matrix 早已在那个时代埋下伏笔。也许这些中国早期文人全都是 Matrix 安排来给人们洗脑的呢，也说不定。作家都是媒体的一部分，而媒体都是 Matrix 控制的。我比较确定的是，在鲁迅的年代，Matrix 早已存在了，而且已经把魔掌伸向了全世界。所以我们才会一步步地走到今天。

看吧，这篇文章也很像《狂人日记》了。而且它比《狂人日记》还要狂。

《公寓卫生间里出现空气清新剂气味》网页链接

这几天我发现一件特别奇怪的事情，似乎应该引起高度的警觉。我半夜爬起来折腾了将近一小时，然后马上写这篇文章把这事记录下来，可想而知这有多奇怪。

事情开头是这样：前几天我居然发现我住的公寓的卫生间里出现了空气清新剂的气味，而且相当浓！比较明显，这个气味是我之前在别处闻到过的其中一种有毒“空气清新剂”的气味，所以引起了我的特别注意。

我拒绝一切空气清新剂之类的化工产品，我家里根本就没有空气清新剂，所以我的卫生间里出现了空气清新剂的味道，就特别奇怪了。我的入户大门是被我仔细密封过的，所以外面的味道不大可能进来。而且这气味是卫生间里最浓，所以不大可能是从门窗进来的。

我起初以为它是马桶里出来的，或者是之前倒进去的双氧水起了某种反应产生的。于是那天我开窗，用强力风扇吹了挺长一段时间，把它吹散了。但之后仍然总觉得卫生间里有一点淡淡的空气清新剂气味。

然后更奇怪的现象出现了，今天卫生间里又出现一种像是“蒜味”的气味。这是一种特别奇怪的气味，还特别浓。像是有人蒜吃多了之后打饱嗝出来的那种味道，而且是迎面朝你打了一个饱嗝。闻着很不舒服，走出卫生间之后，很长时间还感觉这个气味在肺里，有一种烧灼感。我已经几个月没吃过蒜了，所以显然不可能是我自己发出来的气味。

我开头还以为是马桶里有什么东西发酵了，但后来才意识到，马桶不大可能会产生这种气味。马桶因为有水封，也不会“反味”。我很爱干净，每次都是冲干净的，如果有残留我都是马上刷掉的。我最近还实验往马桶里倒双氧水消毒，所以里面的细菌都被杀得干干净净，不大可能会发酵产生异味。而且我没吃蒜之类的食物，所以我的马桶不应该有这种气味。

而且两个卫生间都有类似的气味。之前两个卫生间同时出现“空气清新剂”气味，今天同时出现“蒜味”，而且都相当浓。我平时都只用其中一个卫生间的马桶，现在却两个卫生间都有同样的怪味。所以我觉得非常奇怪。也许这“蒜味”并不是真的蒜的气味，而是某种毒气呢？我想起传说中第一二次世界大战中使用的“芥子气”，有芥末的气味。也许我可以把这种毒气叫做“蒜子气”？

我仔细看了一下卫生间里所有可能的气体入口，发现除了排气扇，就只有水管旁边有一些小缝隙，也许气体能从里面钻出来。下水的管道因为都有弯管水封，所以气体不可能进来。排气扇因为是向外排气的，不大可能把流向反过来。所以我就猜是从管道旁边的小缝隙进来的。

奇怪的是，如果气体会从那些缝隙出来，形成如此明显的浓度，应该是有人把它灌进去的。光靠气体自己的随机扩散，是不可能通过这么长的管道进来的。所以我猜这些管道旁边的缝隙也许是连通到外面某个地方的。这些管道都会进入墙边上一个盒子状的东西被“收纳”起来，而这个“管道收纳盒”看起来是可以作为气体通道的。这样公寓的物业公司也许可以通过这些“收纳盒”连通的出口，向每个住户室内释放“空气清新剂”和“蒜子气”。

下图是冷热水管道和它们进入的那个“收纳盒”，缝隙已经被我封闭。

很明显的事情是，这公寓楼的物业公司是 Matrix 控制的，就像绝大部分的物业公司一样。否则他们不可能这样对维修和打扫非常不负责任，却每天都勤快地在电梯里喷洒“空气清新剂”，连节假日都不停歇。曾经有两次，我看到一个穿工作服的人，鬼鬼祟祟地出入公寓楼，大概就是来喷空气清新剂的。所以这物业公司当然也可能想出这种招数，直接往每个住户的卫生间里灌输“空气清新剂”和“蒜子气”。这样人们还以为是自己用的什么产品的气味，自己吃多了蒜，或是马桶发酵了……

如果这是真的，这做法也太邪门了，真是无孔不入了。于是我拿了一些纸巾和 duct tape，把这些缝隙都封起来。又开窗，用强力风扇进行换气，才好了一些，但仍然感觉有残留。

希望今后家里不再出现这种气味。这种现象不得不让人警觉，Matrix 这样无所不用其极，到底是在计划什么呢？

我在《对望远镜认识的三个级别 - 以及为什么大型射电望远镜都是假的》网页链接 提到 Arecibo 射电望远镜，结果今天聪明的 YouTube 给我推荐了一个视频，正好是参观 Arecibo 射电望远镜的内部。网页链接

这个视频再次确认了我对这个射电望远镜的判断，它就是一个极其廉价的建筑。里面的设备看起来也不像是真的科研装备，而像是某人的车库。而且从那些“反射板”的下面看，这些东西的结构极其廉价，就像一个普通的温室，这些“反射板”的形状和角度不可能具有合理的精度。

所以这个视频再次确认了我的看法：大型射电望远镜都是假的，它们应该不能完成它们声称可以做的那些事情。

今天继续看 Rust 语言，再次体会到“类型推导”带来的的问题。发布付费文章《从 RustRover 看 Rust 的“反向类型推导”》网页链接

摘要：
----------------

JetBrains 的 RustRover（Rust 语言 IDE），能在编辑时自动进行“类型推导”，并且把类型显示在可以帮助阅读的位置。你还可以在上面选择「Specify type explicitly」（显式声明类型），这样它会把推导出来的类型帮你写进代码里。

这似乎是一个好的功能，然而你想过没有，为什么 RustRover 缺省设置是显示出推导出来的类型？

……

《“免疫债”是怎么回事》网页链接

最近看见微博上很多扯“JN.1 变种”的事，然后有人扯到“免疫债”，说长期戴口罩会导致免疫债，所以更容易被传染生病。于是很多人相信了这个说法，以为是自己疫情期间长期戴口罩，所以现在“免疫力”下降了，于是开始拒绝戴口罩，以为这样免疫力就会自然改善。由于这里面的水被搅得很混，所以我想谈谈“免疫债”这个说法。

首先需要理解我一直指出的，新冠之类的“呼吸道传染病”的症状，很可能不是来自“病毒”，而是空气里的有毒物质。中国的“雾霾”，其它国家随处喷洒的有毒“空气清新剂”，都很可能是症状的来源。很多人以为“雾霾”是工厂释放的，而我认为雾霾是故意放毒，或者在为放毒做早期“适应训练”，让人们认为“如果雾霾有毒，我之前天天吸霾怎么也没病呢？” 然后突然有一天改变雾霾的成分，加入烈性有毒物质，人们就病倒了，却仍然不会想到是雾霾有毒造成的。

明白了这一点，你就会明白戴口罩防护的重要性。作为一个从未得过“新冠”，也没得过“甲流”和其它流感的人，我觉得我自己的防护措施很有说服力。我当然是主张戴口罩的。但注意，我戴口罩从来不是为了防“病毒”，而是防空气里的有毒物质。所以我不会因为人多而戴口罩，我只会因为空气质量差而戴口罩。

准确说，只是“空气质量差”还不至于让我戴口罩，我是因为“空气疑似有毒”，才会戴上口罩。如果我在家里长时间不开窗，或者在人很多的酒吧里，空气质量当然还是差，但那种“空气差”只是因为二氧化碳太多，氧气含量少，还有各种其它废物和异味，但并没有雾霾或空气清新剂这类人造有毒物质，所以那并不代表空气可能有毒。在这种“空气差”的情况，我也不会戴口罩。

这就是为什么我在英国的地面火车站那么多人的地方不戴口罩，在酒吧那么多人，说话都听不见的地方也不戴口罩。但一进地铁，我就会立即戴上 N95 口罩。就算地铁里面没有人，我也不会把口罩摘下来。因为我防的不是人身上的“病毒”，而是伦敦地铁里的有毒“雾霾”。

无论是中国的雾霾还是伦敦地铁里的“雾霾”，我认为都是故意在放毒，而不是因为其它原因，比如工厂生产排放污染，或者设备老旧摩擦。我认为这些说法都是用来遮掩真相的借口。先让人们“适应”这种雾霾，却没有马上生病，人们就觉得“雾霾好像不会导致疾病”。然后在选择好的时机和地点，在“雾霾”里加入烈性有毒物质。如果不戴口罩直接吸入，可能当天就病了。有些人可能听说过之前东京地铁的“沙林毒气事件”，我是以对待这种事件的级别来对待伦敦地铁里的雾霾的。我就是这么认真，我是以对待化学武器的级别来对待雾霾的。

同样的原因，我 6 月去日本时在国泰航空的飞机上全程戴着防毒面具。我不是怕其它乘客传染我，而是因为机舱里充满了“空气清新剂”。口罩对空气清新剂是无效的，戴上口罩仍然能闻到空气清新剂的气味，所以我戴上了过滤毒气用的防毒面具。回来的时候坐的台湾中华航空的飞机，机舱里没有空气清新剂，所以我连口罩都没戴。

很多人相信所谓“免疫债”，给自己一个借口不戴口罩，一部分原因就是他们以为戴口罩是为了防病毒，所以在人多的地方都得戴口罩，太麻烦而且有碍社交，而且又听说口罩其实无法挡住“病毒”。有些人在疫情期间也经历过这样的事，在人多的地方戴着口罩，结果还是阳了。但他们没注意到的事情是，他们在人多的地方戴着口罩，却在「人少+雾霾很严重」的地方没戴口罩。我觉得那才是他们阳了的原因。他们以为人少或者没人就不会传染“病毒”，但那个地方空气里存在大量有毒物质，所以吸入之后就病了。但他们仍然以为是在某个有人的地方不小心被“传染”的，所以就以为口罩无效。

所以，现在有些砖家提出“免疫债”这个说法，是为了什么呢？当然是为了让更多的人不戴口罩，这样他们就会吸入很多雾霾里的有毒物质，就会生病。医学砖家是为谁工作的？当然是 Matrix。“免疫债”是一个毫无根据的说法，而且我认为整个免疫学都是假科学。

人的免疫系统也许根本不是像他们说的那样工作的。什么“病毒入侵”，身体因此产生“抗体”来对抗“病毒”，真的是那么工作的吗？当你看明白“病毒”根本不存在，这些疾病都是由故意释放的有毒物质导致的，就会明白整个免疫学的这套理论都可能是假的。如果“病毒”其实不存在，那“抗体”是什么？所以“抗体“也是假的。那疫苗是什么呢？“疫苗”是“灭活后的病毒”或者其它物质（比如 mRNA），用于刺激身体产生“抗体”。但因为“病毒”和”抗体“是假的，所以”疫苗”也是假的。这就是我的侦探推理。

免疫学的整个逻辑链都是假的。由此衍生出来的“免疫债”说法，当然也是假的。

所以我的结论是什么呢？当然要戴口罩，而且必须是 N95 口罩。但你只需要在空气质量差的地方戴口罩，而不是在人多的地方。因为这些病的来源不是“病毒传染”，而是有毒物质中毒。

《如何正确使用 flightradar24 搜索尾迹飞机》

根据之前做的无声文本视频，现在制作了一个有英语 TTS 旁白的视频，讲解如何正确使用 flightradar24 搜索尾迹飞机，里面使用了三个不同情况的例子。我觉得这个视频足够清楚，无论哪国人都应该看得明白。

之前提到这个事的时候，有些人也试过用 flightradar24 去查这些飞机。但他们似乎很难用正确的方式使用 flightradar24，所以他们可能找到距离太远（超过可见距离）的一架飞机，或者飞行方向完全不同的一架飞机，就说找到了尾迹飞机。他们以为这就“证明”了尾迹飞机并不像我说的那样是“秘密飞机”。这样他们就心满意足的下了结论，说我这是“阴谋论”，然后停止思考这个事。

他们好像忘了我是谁，忘了我在专业上的思维能力比他们高明多少，他们是如何的尊重我，常常需要听取我的见解。一个思维如此严谨的人，怎么会犯如此低级的错误，声称“没有任何一架尾迹飞机可以在 flightradar24 上找到”这么荒唐的结论？

另外，他们有些人还知道我很会用地图。跟他们一起走在外面的时候，我使用手机地图识别路线的能力也是超过他们的。这样的人，怎么会那么轻易地判断错误，认为 flightradar24 的地图上找不到任何一架尾迹飞机？

所以，他们也突然忘记了我使用地图的能力有多强，忘记了我在其它方面的分析和研究能力，都是远远超过他们的。只是因为他们觉得不可能世界上存在这么巨大的秘密：这么多的飞机在天上大量喷洒秘密物质，居然没人发现！所以他们往往在 flightradar24 上随便找一架飞机，就认为那是自己看到的尾迹飞机，然后就可以敷衍了事，继续生活在梦境里了。

所以我总是为人类的思维方式感到惊讶。也许不怪他们，我当年也对 Dan Friedman 做过同样的事情。Friedman 总是不看好 Haskell 等语言的类型系统，所以虽然我知道他很聪明，对 continuation 等概念理解很深，但我仍然觉得他只会 Scheme 这种“动态语言”，所以对静态类型系统有偏见。

直到有一天，他教我们如何用 miniKanren 写出 Hindley-Milner 类型系统，后来又开始研究 dependent types，写出了《The Little Typer》，我才发现他其实理解绝大部分的静态类型系统，当然也包括 Haskell 的类型系统。他只是看透了这些，知道它们的弱点，所以才是那样的看法。

不再关心人类de垠的微博视频

《"as well" 的泛滥》网页链接

到英国之后，我经常听到人们使用“as well“这个用语，它表示的是 too 或者 also，就是“也”的意思。比如要表达“我也……”，你可以说“I also …” 或者“I … too”，但现在很多人说“I … as well”。

我之前很少听别人用 as well，自己一般都只用 also 或者 too，而且我只在确实需要表达“也”的时候才用 also 或者 too。我用 also 比 too 多一些，因为 too 一般放在句末，如果句子长了，too 就会脱离它表达的意思。所以我只在句子很短的时候才用 too，比如“I like swans. I like ducks too.”

但我发现现在很多人本来不需要表达“也”的时候，还是喜欢在句末加一个 as well，似乎刻意要显示自己具有某种语言特征。

“也”是副词，它需要修饰动词，但 as well 总是放在句末，经常离动词太远，并不能很有效地表达“也”的意思。你会听到一整句话，最后才出现一个 as well，就失去了副词本来的作用，不能接收到“也”的意义。

另外从心理的角度来看，当人需要表达“也”这个意思时，他的头脑里会首先意识到自己想要表达“也”这个意思。所以如果句子较长，自然的做法是在前面加上“also”，而不是在句末加上“too”或者“as well”。比如，自然的造句方式会产生：

I also like to drink wine with food.

而不是

I like to drink wine with food as well.

所以 as well 看起来是一种刻意的做法，或者是一种毫无意义的口头禅，就像很多人喜欢在句子里加入很多“like”一样。

我之前写过一篇《几个需要避免的美国英语习惯》，但现在看来这些不只是美国英语的问题。我发现很多英国人也喜欢在句子里加入很多多余的“like”，特别是年轻女性，很喜欢在一个句子里加很多个“like”。经常说“It’s like…”

这个“as well”的问题，大概在英国比美国更加泛滥一些，所以我才有这么明显的感觉。我没有跟着英国人用 as well，但很多人都被传染了。有些非英语国家来的人也跟着大量使用 as well，听起来就更奇怪了。

今天看一个美国人的教学视频，整个过程中我听到太多的 as well，就越发觉得奇怪。我用 DuckDuckGo 搜索了一下网络，关键词“as well overused”，结果发现这篇 2008 年的帖子「The use of “as well” has become a verbal tic in public speaking」，说很受不了这个事。这个事情居然 15 年前就开始了。

下面有两个人的回复比较有意思。一个说他忍不住要说“as well”，一个说他仔细观察之后，发现自己不知不觉在用“as well”，而且用得太多。

有些其他人也表示受不了这个事，说有些电台播音员一个句子里面出现三次“as well”。

看来我的感觉是对的，as well 确实被滥用了。我不喜欢 as well 这个说法，所以我会坚持不用这个词汇。

《建议停用 Google Chrome》

很多人都比较惊讶的发现，我个人已经几乎完全不使用 Google 提供的技术和工具。

首先，我已经很多年不用 Google 最关键的产品——Google 搜索引擎。我用 DuckDuckGo。这就是为什么疫情期间，我能获得不受过滤的信息，进而发现了疫情的真相。我发现 Google 搜索引擎其实在悄悄过滤信息，会把关键的疫情真相信息排到很后面，甚至根本不出现，用恰好的关键字都搜不出来。另外 Google 搜索引擎显然会采集信息，知道大家在搜索什么，就能明白人们关心的热点和思维动向。

我基本停止了使用 Gmail。很明显，Gmail 获取大量的私密通信，会把这些信息都交给 Matrix 进行大数据分析，掌握人类的动向，更加便于操纵各种骗局。很多人以为 Proton Mail 加密可靠，不会泄漏信息，但我觉得 Proton Mail 也是 Matrix 的一部分，你只需要看看 Proton Mail 是什么样的机构做出来的就明白了。

而且我已经很久不用 Google 的 Chrome 浏览器。很长一段时间我都用的是 Apple 自带的 Safari，但谁知道 Safari 是不是也在采集信息给 Matrix 呢？后来有人向我推荐 Vivaldi，一种和 Chrome 一样基于开源 Chromium 代码的浏览器，自称特点是“不跟踪用户行为”。我试了一下好像挺好的，甚至比 Chrome 还方便一些，可配置程度更高，所以就开始用 Vivaldi。

今天看了一下 Vivaldi 的网站讲述它的特点，才发现 Chrome 会采集多少“用户行为”信息，几乎你的一举一动都会被采集，太可怕了。我建议大家都停止使用 Chrome 浏览器，换成 Vivaldi 或者其它不跟踪用户行为的浏览器。当然，这些自称“不采集信息”的浏览器是否在采集信息，还需要进一步的验证。

之前我讲过，Google 显然是 Matrix 一个重要部分。希望人们引起重视，不要为了“方便”或“崇拜”而使用 Google 的工具。我知道有些东西切换很难，但意识到这世界上这么多 Matrix 骗局的存在，我还是会尽量切断他们的信息采集来源。

Google 群情激昂，喜欢搞个人崇拜，喜欢吹捧的“文革式”公司文化，也是 Matrix 的特征。只有精通操纵人类心理的人，才能创造出那样的公司文化，甚至可以让人们相信 Google 的座右铭是“不作恶”（Don’t do evil），而其实是世界上最邪恶的公司之一。

我多年前在 Google 实习，总是觉得难以融入那种公司文化，现在看来是必然的。我今生注定不能与 Matrix 妥协，我几乎一出生就感觉这个世界不对劲，我的一生都感觉这个世界不是按正常的方式在运转。这也许就是为什么我最后会发现 Matrix的剧情里这么多的破绽。

《改进 The Little Typer》

很多人听我高度评价《The Little Schemer》等书，可是最后也许发现其实看不懂。原因是这些书虽然是精心编写，但还是有比较大的缺点的。至于它们具体是什么缺点，我却不好说出来。我只是在我自己的书里和课程里去掉了这些缺点。我的书和课程肯定还是有缺点，我会不断地发现和改进它们。

后来的这本《The Little Typer》，讲一种非常高级的类型系统叫 dependent type，它具有证明数学定理的能力，能更严格地确保程序的正确性。虽然比起其它dependent type 的教程好了很多，但这本书也有类似的缺点。我觉得里面的例子和描述都不必要的复杂，书中使用的 Pie 语言的设计也比较繁琐。所以如果你不怀着”破解“它的心理，而只是跟随书中的思路，很可能会觉得摸不着头脑。通过上一次进阶班（2022 年封控期间）讲课的机会，我把《The Little Typer》”看薄“了，而且简化了很多。

第一次进阶班，我只用了一节课就讲完了 dependent type，包含了《The Little Typer》里面最精华的思想。一晃过了几乎两年，其实我自己都快忘了 dependent type 是怎么回事。但当我今天再次翻出这些进阶班的示例代码，稍微看了一会，就回忆起了之前讲过什么，思路是什么样的。一天之内，我再次拾起了 dependent type 的精髓所在，并且感觉理解比之前更深，更不会忘了。

我觉得任何学问都可以这样，就像打球一样成为“肌肉记忆”，是永远不会忘的。这就是我想实现的学问。

某位古人说：学而时习之，不亦说乎。温故而知新，可以为师矣。我深刻的理解到了这个道理。人们感谢我教会了他们，其实我最高兴的事情是我教会了我自己，永远不会忘记的知识。这就是为什么我想在第 5 期基础班之后开设《类型和形式逻辑专项班》。

新年好？新年快乐？但雾霾是没有节假日的。难道有这么多工人元旦不放假？显然不是的，因为雾霾并不是工厂释放的污染物，而是在故意放毒。节假日大家都出门玩，当然更要放毒。

本来“新年”第一天好像不应该说这些，但哪里还有什么新的一年。人类的荒诞故事只是一天天地在继续而已，“新年”当然并不会是新的一天，不会突然比 12 月 31 日更美好。只有人类意识到这世界在发生什么，我们才可能迎来真正的解放和“新年”。

《类型和形式逻辑专项班》

随着这次计算机科学基础班第 5 期的进行，稍后可能还会计划开始另一个专项班的报名。上次进行的是「continuation 和并发计算」专项班，获得了很大的成功。这一次可能会安排其它的内容，可能会进行「类型和形式逻辑专项班」。初步预计内容包括：

- 类型理论和类型检查器的实现
- 逻辑编程方法
- 逻辑编程语言的实现
- Hindley-Milner 类型推导系统的实现
- Dependent Types 语言
- 形式化定理证明和 Coq 的使用

都是高级内容。但这次应该不会包括机器学习，因为机器学习是另外一回事，应该安排在专门的课程。当然有些时候会突发灵感，临时增加新的内容。

因为我的课程自成体系，为了确保具有正确的基础，「类型和形式逻辑专项班」还是只接受通过了基础班的同学参加。欢迎参加过基础班的同学到时报名。

《对望远镜认识的三个级别 - 以及为什么大型射电望远镜都是假的》网页链接 一文中指出的射电望远镜的问题，其实显示了今天很多“科学研究”的误区。

很多的所谓“科研”，从一开头进来的数据就是不准确的，甚至可以像“射电望远镜”收到的信号那样，几乎不包含任何有用的信息。然后他们使用大量的数据进行“大数据”甚至“AI”分析，最后得出结论。

我觉得“数据分析”是一个通用的伎俩。这不只是错误，而是诈骗。之前所谓的 Higgs boson 存在的证明，也是通过这种方式。这样的大数据分析其实不是真正的物理实验，是无法确认物理的现实的。所以 CERN 的 Higgs boson 结论，应该也是一个骗局。这些“科研机构”都是 Matrix 的一部分。

计算机科学基础班的报名还在继续中，预计会在 1 月 13-14 日周末的北京时间 8 点（英国的中午，美国的早上）开始上课。报名截止日期是 1 月 12 日，欢迎大家继续报名。网页链接

这一次的同学来自中国，英国，美国和加拿大，跨越几个时区，所以时间安排不容易兼顾，有些北美的同学可能需要早起辛苦一点。😄

看来微博的视频压缩让后面照片上的星星不是很明显，其实调了曲线之后很明显。现在我把修改前和修改后的照片单独贴在这里，大家可以来回翻动对比一下。因为星星太小，请点击“查看大图”。

（我发现图片也被压缩了，原图更加明显一些，不过这应该足够说明问题了。）

《太空照片使用曝光曲线调亮暗部会怎么样》网页链接

之前有人跟我说，那些太空照片都是可以使用“曝光曲线”来调节的，可以把暗部调亮。他的意思好像是在反驳我的《太空照片都是假的》网页链接。我在这篇文章里指出，太空照片“没拍到星星，却拍到了比星星暗的物体暗部”，这是不可能的。现在因为暗部可以被曝光曲线调亮，所以虽然没拍到星星，但暗部被调亮了，所以可以违背我指出的摄影原理。

所以我今天做了一个实际操作的演示，来看看曝光曲线调节后的照片是否真的可以违背我指出的原理。我用 Adobe Lightroom（Lr）调节一张今天拍到的照片，是一张曝光很低，木星快消失时的照片，其中房屋的暗部已经完全消失。我用相机拍照都是 RAW 格式，方便后期进行各种处理。

(视频请使用 1080 HD 分辨率全屏观看，否则星星可能会因为视频压缩而看不到）

使用 Lr 的“曲线调节”功能，我调暗了亮部（这样房屋的灯光不会过曝），调亮了暗部。所以房屋的暗部确实是可以通过曲线调亮的，这个不惊讶。然而当房屋的暗部亮起来的时候，我发现天上的其它星星也出现了。之前天上只能勉强看到木星，而现在多了好些“没拍到”的恒星。

明白了吗？即使你是用曝光曲线来调节暗部的亮度，仍然不能违反我指出的原理：“如果拍不到星星，就不应该拍到物体的暗部”。这句话反过来就是：“如果你拍到了物体暗部，那你必须也拍到星星。” 这就是这个实验所演示的：当你调节曲线让暗部显示出来，天上的星星也显示出来了。

其实我之前听到这个“曲线调节”的说法，都不用做这个实验，就知道他的逻辑错在哪里。他以为曲线可以调亮暗部，却不调亮“没拍到”的那些星星，然而这是不可能的。当暗部亮起来的时候，比暗部亮的那些星星自然也会出现。今天实际做这个演示，正好跟我之前直觉预料的一样。

另外，这个实验还展示了一个很重要的点。那就是现代相机的 RAW 格式其实隐藏了很多的信息。虽然表面上我调低了曝光，很多东西看不见了，但其实相机的传感器是会记录下那些“看不见的信息”的，包括那些因为曝光低而“没拍到”的物体暗部和星星。

相机其实是在“模拟”或者“渲染”摄影师认为这个参数会拍到的照片，只是在“假装没拍到”那些暗的物体。根据这些参数，摄影师认为“不应该拍到”暗部和星星，但其实相机都拍到了。相机的传感器能力很强，它把很多摄影师以为“没拍到”的信息记录到了 RAW 格式的照片里。这就是为什么你可以通过后期处理把暗部调亮，甚至显示出之前没看见的星星！这也就是为什么使用相机应该用 RAW 格式，而不是 JPEG 格式，因为 JPEG 不会记录这些看不见的信息。

知道了现代相机的传感器有多厉害，现代太空计划（比如国际空间站）就更没理由拍不到星星了。因为即使场景里很亮的物体使得相机曝光参数低，拍下来的 RAW 格式照片里面其实隐藏了很多“看不见”的细节，包括那些你以为“没拍到”的星星。所以完全可以通过后期调节 RAW 格式的照片，让之前“没拍到”的星星显示出来。通过曲线调节，调亮暗部的曝光，就能显示出星星，而不会让亮部过曝。然而他们从来没这么做过，绝大部分照片的黑色天空里没有一颗星星。

所以提到“曲线调节”这事的人，以为他否定了我的观点，而其实他是增强了我的观点。

不再关心人类de垠的微博视频

《月球为什么总是用同一面对着地球？》

第二个未解之谜：月球为什么总是用同一面对着地球？

很多人遇到这种问题就去看科普，于是科普告诉他们，是因为地球的引力，导致月球被吸得变了形，成了一个柠檬的形状，所以久而久之，就用同一面对着地球了。网页链接

既然人类 1960 年代就已经登月，甚至有些人自称发射了探月器到月球的“背面”。然而为何没有在飞到月球侧面的时候给它拍个照，给我们看看月球是否真的是柠檬的形状？没有这样的照片，因为“登月”都是假的。如果你明白了人类其实从未去过月球，也没有任何探测器去过月球，就会明白我们其实不知道月球到底是什么形状。

你总看着月球的同一面，那你怎么能知道它是什么形状的？所以我们又怎么能确定“月球是被地球吸得变了形”呢？就算月球真被吸得变了形，它就非得用同一面对着地球？这是什么逻辑？全都是异想天开，却作为了“标准答案”。

所以，我们其实不知道月球的完整形状是什么样的。月球甚至可能并不是一个球，而是一个半球，背面是平的都有可能。

另外一些简单的推理就能否定这个答案。地球也被太阳吸引，那地球为什么不变成柠檬形状，不总用同一面对着太阳，而是不停地自转呢？为什么其它行星也没有用同一面对着太阳呢？木星的卫星也用同一面对着木星吗？…… 想想就觉得不对。

这又是一个值得研究的问题。

《星星为什么会闪？》

一旦明白了所有太空计划都是假的，太空望远镜是不存在的，甚至几乎所有的大型天文台，射电望远镜都是假的，你就会明白，其实我们根本不明白宇宙是怎么回事。宇宙有太多的奥秘值得我们去探索，而我们还没有迈出第一步。

别梦想移民火星了，还是回到最简单的一些问题吧。比如，星星为什么会闪？

很多人都以为他们知道答案，因为 NASA 和各种科普网站都告诉他们，那是因为大气湍流，导致折射不稳定，所以星星就闪了。网页链接

然而很简单的经验就能否定这个答案。游泳时，你潜在水底看顶棚上的灯，它会闪吗？你会发现灯并不是眨眼睛那样闪，而只是在晃动。把水换成空气，就是星星的情况了。

如果空气湍流导致了折射不稳定，那么星星看起来会晃动，但不是眨眼睛。但是天上的星星并不是在晃动，而是真的在眨眼睛！

如果你还不相信这个说法，因为你觉得水和空气的折射可能有所不同，那我们可以换一个比方。如果你坐在篝火后面，看火对面的物体，它们会晃动变形，而不是在闪。

另外，木星之类的行星为什么不闪？行星也在大气层之外，它们的光也会经过不稳定的大气折射，为什么行星不闪，而只是那些遥远的恒星会闪呢？

如果是地球的大气导致了星星看起来在闪，那么在太空里看星星就不应该闪了，对吧？所以作为太空计划，首先应该做的一些基本实验是，拍摄太空里的星空，向大家展示太空里看到的星星闪不闪。然而，这样简单的实验从来没有做过，我们从来没有看到过真实的太空里的星空景象。你说奇怪不奇怪？

明白了吗？对于宇宙，我们就连这种儿童问题都还没能解决。是时候做做真正的研究了，就从这个小问题开始吧。

《星空消失曝光拍摄的室内物体》

当然，能看到星星这么好的机会，我是不会忘了做“星空消失曝光实验”的。

使用 Sony a7 III 相机，调低曝光，让木星消失时，我得到的参数是：ISO 80，光圈 f/5.6（太空照片常用光圈），快门 1/200 s。使用这个参数，我拍摄了比较亮的室内物体，对比了它们的效果。

图 1：正常曝光的楼道
图 2：星空消失曝光拍摄的楼道

图 3：正常曝光的室内物体（被射灯照亮）
图 4：星空消失曝光拍摄的室内物体

你觉得图 2 和图 4 可以接受吗？😄

由于这个曝光如此之低，就算我把快门往上调几档，仍然无法拍出可以接受的照片来。今天的观星条件显然不是很好，很多星星都看不见，连织女星都不大亮。所以这个木星做的实验还是说明一定的问题。等条件好点的时候，我再用恒星做下实验。

Stellarium 星空 app 还真不错。把时间调回到我拍摄的时间 8pm，显示出挺准确的位置。我顺便还了解下附近的两个亮点大概是什么。

《证明木星卫星的存在》

前几天说我没用望远镜看到木星的卫星，写下了《对伽利略的怀疑》。今天晚上停了一小会阴雨，终于能看到月亮和星星，所以把望远镜拿到楼里的院子里看了一会。于是看到了木星和它的四颗卫星，还是比较明显的。可能上一次是观测条件不好的原因吧。

所以呢，不迷信权威的王垠最后亲自确认了木星卫星的存在。严格说，我只是看到了木星旁边的四个亮点，还没有完全证明它们确实是木星的卫星。但我至少可以说，这个事还不至于错得那么远。

注：视频中木星外面一圈蓝色炫光是因为我用的是手机对着目镜拍的（用了望远镜手机支架），没有买专用的天文相机。月亮和比较亮的星拍下来外面都有一圈蓝色炫光。眼睛直接用目镜看到是基本没有这种炫光的。手机拍下来效果要比眼睛看到的差很多，这样把两套光学仪器简陋地拼在一起，效果是不大行的。另外，我的天文望远镜是 102mm 口径 + 500mm 焦距的“短焦广角望远镜”，听说更容易产生这种炫光一些。

不再关心人类de垠的微博视频

《注意空气中的 NO2 含量》网页链接

在我指出国内的雾霾不是工厂排放的污染，而是故意放毒之后，已经有一些人注意到空气质量与流行的呼吸道疾病之间的关系。比如，有人注意到了空气中的 NO2 含量与最近流行的症状有关。他发现 NO2 明显增加的时候，会大概率导致“刀片嗓”。我没有亲身经历，无法确认这些信息的准确性，但大家可以自己根据自己的所见所闻所感去分析。

如果只是用官方标准来判断，你可能觉得 NO2 的含量仍然是“绿色”，“空气污染低”。但是对比一下其它国家和地区的 NO2 含量，你就会发现它其实已经高了很多。伦敦 NO2=18，是“空气污染低”。广州 NO2=101，还是“空气污染低”。你觉得这有道理吗？这种升高肯定是有原因的。

所以看来我的判断是比较准确的。因为雾霾是故意释放的（成分可变），而不是因为工厂生产而排放（成分基本固定），所以他们可以任意改变雾霾的成分。不同的症状可以通过改变雾霾成分制造出来。这也许就是各种所谓“毒株”的来源，说是不同的病毒毒株导致了不同的症状，而其实只是改变了雾霾的成分而已。

不过由于 NO2 是气体而不是颗粒物，所以可能不是跟雾霾相同的释放方式。我估计雾霾大概是地面（或水上）的某种装置释放的，而 NO2 大概率是通过尾迹飞机喷洒的。带来“极端高温”的 O3，应该也是尾迹飞机喷洒的。关于 NO2 对人体的影响，可以参考这份报告网页链接。

当然，空气中可能不止含有这些公众所知的有毒物质，也许还有其它未知的，没有检测的有毒物质存在。既然要秘密放毒，当然不能把所有的家底都暴露给大家看到了，对不对？

上一篇微博发布的《对望远镜认识的三个级别 - 以及为什么大型射电望远镜都是假的》又经过了很多修改，但是微博已经无法再改。建议大家直接看 substack 上的原版文章：网页链接。

由于最近谈到比较多关于望远镜的话题，顺便破解了一下某些大型“射电望远镜”的假象，发布《对望远镜认识的三个级别 - 以及为什么大型射电望远镜都是假的》网页链接

全文
=========================

我认为对望远镜的认识大概存在三个级别：倍率，口径和精度。下面我对它们一一进行讲解。

倍率

普通人都以为望远镜的倍率（放大倍数）越大越好，所以他们看那些 8x，10x，12x，32x…… 之类的数字，以为倍率越大越好。

然而很简单的道理是，倍率只是放大的倍数，而不是清晰度。如果你的图像本来不清晰，放大再多也不能看到更多的细节。这就像手机的“数码变焦”一样，放大只是把照片中间裁剪了一块出来。你会看到大颗粒的像素，却不能看到更多更清晰的细节，反而可能感觉更模糊了。

所以倍率显然是最初级无知的理解。

口径

第二个级别的人，可能买过比较好的望远镜，所以他们听说“口径”是比“倍率”重要的参数。很多望远镜选购网站，甚至很多科普网站，都告诉人们望远镜能力的决定因素是口径，而不是倍率。所以很多人以为口径越大的望远镜就越好。

口径大的望远镜，显然进光量更大，图像会更亮，然而更亮却不等于更清晰。如果镜片精度低，那么物体上某一点出来的光，不能在成像时准确地汇聚到同一个点上，那么最后的图像就不会很清晰。这种情况下，镜片的口径再大也是无济于事的。

这些我都是花（少量）钱买来的教训。下图是我从英国 Amazon 买来的一个小望远镜，它的口径是 42 mm，比我之前的两个望远镜都大，效果却是最差的，完全不能接受，所以后来被我退货了。

我之前在国内淘宝买过一个便宜的 8x25 的小望远镜（倍率是 8，口径 25 mm），只花了 100 多人民币。结果效果很好，甚至超过我之前 1000 多人民币买来的 Nikon 10x20.5 双筒望远镜。下图是我这两个望远镜，左边是那个国产不知名品牌的 8x25，右边是 Nikon 的 10x20.5，都是微型望远镜。

我以为效果好是因为 25 mm 比 20.5 mm 口径大了一点的原因，所以到了英国就买了一个 10x42 的小望远镜。它的口径是 42 mm，比 25 mm 大了不少，面积大了 2.8 倍之多，所以我以为它会比 8x25 的好。结果呢，10x42 的这个效果是最差的，远远不如那个淘宝买来的 8x25，也不如之前的 Nikon 10x20.5。因为效果太差，最后我不得不将它退货。

精度

所以有一定经验的人都会发现，口径并不是一切。图像的清晰度其实很大程度取决于镜片的精度，各种其它光学部件（比如棱镜，反光镜等）的精度，以及这些光学部件在镜筒里的安装精度和稳定程度，只要一个环节出现微小的偏差，就可能带来天壤之别的效果。望远镜是非常精密的仪器，所以精度也许是对于图像质量最重要的因素。

这就是为什么某些口径较小的望远镜，价格却可以比口径大好几倍的望远镜贵很多。比如下面这两个：

为什么左边这个 Takahashi 的 106 mm 口径的折射式望远镜，虽然口径小了一半多，却比右边这个 Skywatcher 的 250 mm 口径的反射式望远镜，贵了超过十倍之多呢？要知道，我自己的望远镜口径是 102 mm，这个 Takahashi 106 mm 才比我的大了一丁点，我的望远镜却连镜架一起才 £247，所以这东西比我的贵了 25 倍之多。

据我了解，这是因为这种望远镜的镜片精度非常高，镀膜工艺先进，里面的光路更先进（叫做 Petzval 设计），能够把光汇聚在更准确的位置，而且有非常低的“色差”，叫做“ED 镜”（ED = Extra Low Dispersion）。一般标有 ED 的望远镜都会贵很多。

当然 ED 镜可能也不算最好的，还有很多其他方面的精度也会有巨大的影响。同样参数的 ED 镜之间，差别也会非常大。

另外，很多人以为那种“大炮筒”反射式望远镜比玻璃镜片的折射式望远镜强。其实都不一定。反射式望远镜虽然容易做很大，但它的反射镜精度却不一定很高，所以成像效果反而可能不好。因为精度的差别非常微妙，是数字难以描述的，所以只有看了才知道。

大型射电望远镜可能都是假的

经过这些对望远镜的亲自研究和折腾，所以我明白口径并不是望远镜能力的最大决定因素。这就是为什么我很怀疑那些“超级大口径”的大型望远镜，特别是那种“射电望远镜”，有个巨大的“锅盖”反射器的那种。

比如之前垮掉的这个巨大的 Arecibo 射电望远镜：

这东西就是 007《黄金眼》（GoldenEye）里的那个著名场景。而且，它几乎以《黄金眼》电影里一样的方式毁掉了。这是不是太戏剧性了点？没错，这就是戏，现实世界中的戏。

仔细看看上面两幅实拍图里这“大锅盖”的做工吧，它像是一个精密的仪器吗？我们再看一幅近景：

这不就是个破败的建筑吗？这也能叫望远镜？也许有人说，别人采集的是非可见光，波长很长，所以不需要那么高的精度。那都是官方的说辞而已。

如果波长很长，这些电磁波会随机地反射，或者衍射“拐弯”，那么你能从里面得到什么有用的信息呢？就算这个“反射镜”精度很高，你恐怕也无法得到有用的结果。况且这东西的精度和质量看起来还不如别人的滑板场地。

已经经过各种扭曲拐弯之后的信号，再被这破烂锅盖胡乱地反射一下，你还能从里面得到什么信息？所以用这样的“锅盖”采集到的信息，显然是不能直接用的，它当然不能直接成为照片。所以呢，别人就告诉你，我们需要使用“大数据”和“机器学习”的方法来分析这些数据，最后得到结论云云。

明白了吗？这就是“大数据”和“AI”的另一个用途，让人们以为能用这些射电望远镜采集的，经过了无数随机扭曲之后“数据”，分析出什么有用的结论来。我觉得这里面什么有用的信息都没有，完全就是瞎掰。

就跟所有的“太空计划”一样，这种射电望远镜只是 Matrix 的“国库提款机”而已。大家交了那么多税，得想一些“合法”的方式转账到自己手里。这种射电望远镜投资巨大，却其实都是成本很低的豆腐渣工程，所以是一个提款的好主意。

如果你觉得难以置信，可以仔细看看这个讲解 Arecibo 望远镜垮塌事件的视频：

你不觉得这么多根钢丝绳瞬间同时断掉，是不大可能发生的吗？看看那个无人机拍的视频，你不觉得这速度太快了吗？让我们反复回放一下那段断裂过程：

要知道，钢丝绳是非常坚固的材料，它里面有很多股钢丝，不应该这么快速地断掉。钢丝绳是实在的金属，金属断掉的时候不应该产生粉尘才对，可是为什么却冒出了那么多的烟尘呢？所以我感觉这些钢丝绳并不是自己断掉的，而是里面安装了某种隐秘的“可塑炸药”，所以才能那么快速的崩掉，而且冒出那么多的烟尘。在它垮掉之前，这个 Arecibo 望远镜各个部件，看起来品质都非常低，完全不像是精密的仪器。这一切看起来都像是戏，而不是真实的。

我听说这些大型天文台采集到的数据都是“国家机密”，需要经过严格的“审批”才能使用，而且这种地方显然是不允许普通人参观的。我觉得，这国家机密并不是因为它们采集到了什么“外星人信号”或者“敌国军事机密”，而是他们其实没有采集到任何有用的信息。所以国家机密就是：皇帝没有穿衣服。

关于这个话题，还可以参考我的另一篇文章《大型天文台也都是假的》。

《对伽利略的怀疑仍然存在》

有认识的朋友看了我昨天写的《对伽利略的怀疑》网页链接，告诉我他买了天文望远镜，观测条件好的时候是能看到木星的卫星的。并且告诉我一些没拍到木星，或者没把照片放在网络上的理由。

我觉得这个直接经验可能比较可靠，但我需要过一段时间亲自验证一下。也许之前我的观测条件不大好，或者没有使用恰当的滤镜的原因。

我对伽利略的怀疑仍然存在。怀疑并不等于确定就是假的，而是需要切实验证的信息。在我亲自确认木星的卫星存在之前，这个怀疑都不会消失。只有这样，我才能真正的“不迷信权威”。我建议人们都亲自去观测一下木星。

至于伽利略本人是不是真的像历史记载的那样“不迷信权威”，我也没能确认。由于伽利略的生活年代仅仅 400 年前，而那个时候 Matrix 可能已经诞生了，所以需要进一步的了解，他是否也是 Matrix 的一部分。也许这位“现代科学之父”其实也是 Matrix 演员呢？

像伽利略这类年代久远的人物，因为当时没有照相技术，所以只有画像，这就更容易造假。他们甚至可能根本没有存在过，而是完全虚构的人物，作品也可以由 Matrix 的人造出来。如果你理解了我最近发现的这么多事情，就能理解为什么“一切皆有可能”。

之前我写过一篇《对笛卡尔的怀疑》（可惜现在文章找不到了）。我比较确定的是，笛卡尔（René Descartes）这个人是有问题的。他的《Meditation》说要抛弃一切已知的信息，从头建立可靠的基础。结果自称“开始冥想，抛弃一切”之后，他说：“现在我的头脑里只剩下唯一可以信任的事物——上帝。”

所以比较明显，笛卡尔是在搅和人们的头脑。这就是为什么自称“怀疑一切”的笛卡尔不但被我怀疑，而且我已经确认了他是不可信任的人。

因为像笛卡尔这么著名的“科学奠基人”，被牛顿崇拜的人，都是如此，再加上最近发现这么多的巨大的“科学”骗局，所以对伽利略的怀疑仍然是合理的。他看到木星的卫星可能是真的，但我会进一步地分析和确认。对牛顿这个人我也有一些疑点，会在今后进一步分析。

《雾霾船与人间烟火的差别》

特别做了一个视频，对比我之前提到的泰晤士河里的“雾霾船”与普通“人间烟火”的差别。

有些人听我说“雾霾船”的事，总会觉得我是判断错误。也许这些船里的人就是在烧柴取暖或者做 BBQ 呢？这些人显然低估了我对“人间烟火”的经验。我毕竟已经在地球上生活了 40 多年，我知道正常的柴火和烤食物的气味是什么样的。

很可惜，我无法通过视频来传递“气味”的信息。我只能拍摄我所看到的“雾霾船”，然后跟我今年 6 月在日本的朋友家里做烧烤的视频对比一下。也许你会发现我经历过多少真正的柴火和烤食物的气味。小时候，我家住在一个小县城，家里没有天然气，烧的是蜂窝煤。经常都是我负责掏出里面的煤渣。有时候蜂窝煤灭了，还要用木柴生火，拿扇子扇风。你知道那有多大的烟？

有多少人经历过这样的生活？然而我从没有闻到过像泰晤士河上这些看似“house boat”的船释放出的可怕气味，传播如此之远，造成的 pm 浓度之高。

在结合其它的放毒现象（无处不在的“雾霾”和有毒“空气清新剂”）。想想吧，这个世界在发生什么？人们为什么得各种“呼吸道传染病”？那些真的是“病毒传染”，还是集体中毒？

只有意识到 Matrix 这种全球秘密组织的存在，你才会综合所有这些共同的现象，理解为什么这样的现象会在全世界出现。否则你就会被各个看似“对立”的政府之间的“错综复杂关系”所迷惑，认为这不可能是他们协同一致的操作。

不再关心人类de垠的微博视频

看过我的微博的人可能都明白这是怎么回事了吧？难怪最近英国公交系统加强了有毒“空气清新剂”的喷洒。河边的“雾霾船”也很勤快，每次路过必然闻到一股奇怪的味道。当然我对这些都是有防护措施的。

《望远镜的原理》

翻以前照片，回想起我是从什么时候开始研究望远镜的。2022年11月9日，经过一系列对光学的探索和实验之后，我看了这个讲望远镜光学原理的视频：网页链接。

买望远镜的教程一般都只会告诉你，物镜焦距/目镜焦距=放大倍率。但我想切实的理解为什么这个公式是这样的，所以我找到了这个视频。

没想到刚到英国没多久，我就想起买一个天文望远镜来观察铺天盖地的尾迹飞机。然后发现之前学会的这些望远镜工作原理忽然派上了用场。

很多人不能理解我为什么说这些事，以为我是异想天开，因为他们没有明白我花了多少工夫来研究这些原理和细节。我是用非常专业的态度来使用这些工具。可知道望远镜的目镜我买过多少个来测评？flightradar24 和望远镜这两个工具，帮助我非常简单直接地破解了尾迹飞机的秘密。

望远镜是非常重要的工具，它能大大增强我们的感知能力。所以我推荐大家去理解望远镜的工作原理，利用它来切实地观察这个世界。至少，你会很直接地发现天上的尾迹飞机是在做什么。😄

《每个领域的基础概念都非常少》

计算机科学基础班第5期已经开始面试申请的同学。有些人以为我的面试对背景或者基础知识有要求，所以比较紧张，其实不必紧张。因为我的基础班是从零开始，所以我不会要求参加者有任何编程或者数学基础。其实这个面试只是随便聊一下。

有意思的是，今天我面试的时候顺便还教会了一个同学摄影知识。很多教摄影的课程，只告诉你光圈的数值，比如 f5.6，f4.0，f2.8 等等，还告诉你数字越小光圈越大。为什么数字越小光圈反而越大？为什么是这些数字 5.6, 4.0, 2.8 而不是其他数字？为什么 f5.6 之后是 f4.0？

大部分的摄影教程可能都不会告诉你这些，只是给你一幅这样的图示，好像这些是需要记住的“术语”一样。只有少数人知道这是怎么回事，而且能把它讲清楚。所以我就用了几句话把这个事说清楚了。

另外，为什么光圈越大景深越小？景深到底是什么意思？又是一个摄影学难解释的点。我之前是用光学来理解这个事的，我画了一个镜片的“光路图”，类似高中物理课上那种，然后经过一番有点烧脑的推导，理解了这个结论。但之后我就可以几句话解释清楚这件事了，以至于可以用“直觉”来感觉到这是怎么回事，而不需要再依赖于物理光学的细节。

这就是我的教学思路和做学问的思路。每种专业的基础要点其实非常少，然而很多人不去学习最基础的东西，而是学了一大堆衍生出来的概念，学的时候死记硬背，教的时候照本宣科。所以到后来几代人误传下去，就没人知道原来的概念是怎么回事了。

摄影只是一个例子。当然编程也是类似，画画也是，连打个乒乓球都是如此。看那些老外教练，嘴里一大堆的术语，pendulum serve，reverse pendulum serve，听起来很吓人，其实说白了不过是“发侧旋球”而已。知道了本质之后，这还需要学吗？但是如果你不知道，也许一辈子都不会明白自己学到的东西并不是最基础的本质。

昨天刚提到伽利略，他被誉为“现代科学之父”，结果今天就发布《对伽利略的怀疑》网页链接。

因为有很多嵌入图片，建议阅读原文。

全文转发如下（缺视频和链接）：
=========================
12月26日微博：

400 年前，意大利人伽利略折腾望远镜。伽利略不相信权威。他喜欢验证各种想法，用证据来比较它们。伽利略用他的望远镜发现了……

400 年后，中国人王垠也折腾望远镜。王垠不相信权威。他喜欢验证各种想法，用证据来比较它们。王垠用他的望远镜发现了……

12月27日：

昨天的微博，我开玩笑地提到伽利略。我说“400 年前，意大利人伽利略折腾望远镜。伽利略不相信权威。他喜欢验证各种想法，用证据来比较它们。伽利略用他的望远镜发现了……”

伽利略用他的望远镜发现了什么呢？我们被告知，他发现了木星的四颗卫星。如果我简单地相信“伽利略用望远镜发现了木星的四颗卫星”，那我不就是未经验证相信了权威吗？木星真有卫星吗？我不是有天文望远镜吗，然而唯一一次用望远镜看到木星的时候，我并没有看到它的“卫星”。

所以我没能验证这两个说法：

伽利略用望远镜发现了木星的四颗卫星

木星有卫星

根据现在英国的天气，我最近不大可能方便地看到木星了。所以我简单地上网搜索了一下“木星卫星”（木卫）的照片，我找到了什么呢？我惊讶地发现，网络上找不到一张看起来是“实拍”的木卫照片。

先来看看 Wikipedia 上的照骗，明显是电脑做的。他们可能会说这是“哈勃”拍的，然而我们已经知道“哈勃”是假的，太空里并不存在什么望远镜。如果你再继续查，会发现地面上的望远镜也没拍到过有真实感的木卫照片，包括那些巨大的天文台的望远镜在内！

中文版 Wikpedia 的“木卫”页面是这样，更假：

作为百科全书，上面居然没有一张实拍的木卫照片，所以我越是好奇了。记得之前我也发现，网络上找不到一张清晰的实拍土星照片，根本看不到所谓的“土星光环”。现在轮到木星了，而且这事牵扯到伽利略，就更加有趣了。

我又去 YouTube 找所谓“拍到了木卫”的视频，找了好一阵也没找到一个让我觉得像真的。有个人的视频，看起来很认真地在拍木星，但我觉得他经过几次失败之后，最后“拍到”的，也许就是自己用电脑做上去的亮点。如果木卫可以这么亮，那我肉眼都应该看到它们了，所以显然是假的。这个人应该只是装模作样摆个相机在那，最后做几个亮点上去说这就是木卫，显得自己很厉害的那种。

其他人呢？基本上找不到这样的了。只有少数视频说用 Nikon Coolpix P1000 “超级长焦傻瓜相机”拍到了木卫：

但这种视频用电脑也很容易做啊。我怎么觉得是变相在给这相机打广告呢？Nikon P1000，不管镜头焦距有多长（3000 mm），毕竟还是傻瓜相机啊。懂望远镜的人都知道，效果的决定因素不是焦距（以及随之产生的倍率），而是口径和镜片的精度。去看看 P1000 的价格吧，能跟别人几万块钱的长焦镜头比吗？能跟大口径的天文望远镜比吗？不能。为什么 YouTube 上就没人用好的天文望远镜拍到木卫呢？至少我没找到，我用自己的天文望远镜也没看到。

你可能觉得是我的天文望远镜太便宜的原因。我觉得在投资更多钱买更高级的望远镜之前，最好先看看知乎的一个提问：“什么天文望远镜可以看到木星和土星？”

你发现想看到木卫，门槛其实非常高吗？类似“门槛高”这类说法，现在对我来说，就是“皇帝新装”的信号。你买了天文望远镜还看不到木卫，他们就说是你的设备不够高级，或者你的水平不行。你就继续花钱升级装备，提升认识，结果最后还是没看到，然后他们仍然有理由，告诉你看到木卫需要“爆表的运气”，“为了拍一张照片几宿几宿不睡觉的狂热”！

记得皇帝的织布工怎么说的吗？“愚蠢或不称职者都看不见这块布料”。所以当我看到这些“比天高的门槛”和“爆表的运气”之类的说法，我就会想起《皇帝的新装》。因为他们事先告诉这门槛很高，所以如果你看不到，就只能怪自己了，而不会怀疑这一切是否真实。

之前看有些人说怎么才能拍到国际空间站，也是类似的说法。说因为国际空间站飞得非常快，所以你需要非常好的运气，要在难得一遇的时机，用超级专业的设备，之前要有非常多的经验，才可能拍到国际空间站。完美的说辞，就是要把它的“参数”设得无比之难，说它飞得非常快，这样人们看不到也只能怪自己，而不能怀疑国际空间站是否存在了。这完全就是《皇帝的新装》在反复上演嘛！😄

再来看看这个回复：“无法解决的问题是大气湍流对光线的不规则折射。”

也就是说，似乎地球上的任何望远镜都无法看到木卫…… 完美，这样你就必须依靠“哈勃”的照片才行了，然而“哈勃”却是假的。

现在回到伽利略身上。我们已经看到，现代人能买到的最好的一些天文望远镜，恐怕都看不到木卫。你需要超级好的望远镜，而且还需要特别好的运气，还会受到大气湍流的影响。但是！伽利略当年自己做的望远镜，口径、倍率、精度全都不如现代很普通的天文望远镜，那么在 400 多年前（1610 年），他是怎么看到了木星的四颗卫星的呢？

如果你不知道伽利略当年的望远镜是什么样的，可以看看这个视频。下面是我的截图：

看看这口径，这镜筒的做工，这镜片的精度…… 用这样的望远镜，伽利略能在 400 年前看到木星的卫星，到今天却极少有人能用现代的高级天文望远镜看到。你不觉得这里面有问题吗？

来看看我的天文望远镜，怎么说也比伽利略这个好吧？我的物镜口径是 102 mm，焦距 500 mm，目镜也买了很好的 Celestron X-Cel LX 18 mm，所以我的望远镜倍率大概是 500/18 = 27.8 倍。伽利略当时的望远镜口径太小（只有 37 mm），镜片精度很低很糙，只是焦距和倍率大。懂望远镜的人都知道这是不行的，这就像你没有好的镜头，光靠“数码变焦”一样，你可以把某个区域放大很多倍，然而你看到的只是放大后的像素，而不是细节。

所以我的望远镜肯定比伽利略的好，然而我没能看到木卫，其他人也极少有看见过木卫的，历史书却说伽利略看到了。

现在我的侦探问题来了：伽利略真的看到过木星的卫星吗？或者这一切都只是个传说？

400 年前，意大利人伽利略折腾望远镜。伽利略不相信权威。他喜欢验证各种想法，用证据来比较它们。伽利略用他的望远镜发现了……

400 年后，中国人王垠也折腾望远镜。王垠不相信权威。他喜欢验证各种想法，用证据来比较它们。王垠用他的望远镜发现了……

《尾迹飞机的喷洒策略》

之前观察到但没有说，并且最近再次经过确认的一件事：尾迹飞机在不同地区的策略是不一样的。

在大城市上空的时候，会比较少出现明显的“现场拖尾”现象。这是因为人们都知道机场并不在城市中心，所以不应该有很多飞机从市中心横跨过去。如果在大城市上空大量现场拖尾，会引起人们的疑心。

所以一般在伦敦或东京这样大城市的中心，都采用比较隐蔽的做法。你不会看见尾迹现场被拖出来，而只是看到已经喷洒完毕的尾迹，从云里飘出来。这些飞机大概是在云层上面的时候喷洒，一旦飞出了云层，他们就停止。这样你就不会看到拖尾的飞机，而只看到一条白线在天上，但它不会再延长。

绝大部分人从来没注意观察过飞机尾迹。因为没看到飞机，所以他们认为那白线就是云，认为有些云就是那样的形状。当然，偶尔也会看到正在拖尾的飞机。但这种情况较少，很多人也没有时间看天，所以难以察觉。看到了也只会认为那就是一架过路的飞机。

另一个做法，是在“上风向”的郊区大量喷洒，然后等风把这些东西吹到市中心去。这就是为什么我在伦敦市中心看到铺天盖地的扩散后尾迹，却没看到很多飞机在喷洒。

在郊区的时候，情况就大不相同，尾迹会特别多。特别是在机场附近的郊区，因为人们知道附近有机场，所以他们觉得看到很多飞机尾迹是正常现象。但他们从来没有用 flightradar24 去查这些飞机，所以不会发现这些并不是飞去机场降落的飞机。他们会认为这里本来就是这样，因为有很多飞机去机场。

就算有人真用 flightradar24 去查，由于他们心里早就相信了“这肯定是民航班机”，所以他们用 flightradar24 的时候不会仔细去辨认这飞机到底是不是地图上看到的那一架。所以他们很容易犯错误，比如在 flightradar24 地图上看到一架很远的视线外的同方向的飞机，把它当成这架尾迹飞机，然后宣告：“看，这不是找到了吗？明明就是民航客机！你说查不到？就是阴谋论。” 然后他们就心满意足地停止了思考。平时开车走路看手机地图那么有经验，现在看到天上的飞机却不能在 flightradar24 的地图上正确地查找它。不得不说，Matrix 抓住了很多人的心理特征，对人类的理解非常让人佩服。

所以 Matrix 的招数是相当聪明的。这样无论市中心还是郊区的人，都难以察觉到这些飞机并不是真正的民航客机，而是在天上喷洒大量的秘密物质。

之前有些人给我发过一些尾迹飞机的视频，说有人拍到尾迹在半空中“断掉”的情况。所以这明显不是引擎产生的水汽，哪有引擎在半空中突然这样停掉的？当时我觉得很好笑。没想到前几天我就亲眼看见了这现象，非常的显眼，而且拍到了他们“弥补”这个破绽的全过程。对此我只能说，若要人不知，除非己莫为。 不再关心人类de垠的微博视频

现在国内各地空气都很差，雾霾严重。而且听说国内现在很多小孩得了“肺炎”。另外我听说，听取我的建议，出门戴了 N95 口罩，家里采取空气质量控制措施的，大部分都平安无事。这印证了我最近一直在告诉大家的：雾霾不是工厂排放的污染，而是故意放毒。

今天发布《2023 年终总结》网页链接，准备结束这个硕果累累的一年。由于文中有很多的嵌入链接，所以建议阅读原文。

全文转发如下（没有链接）：

2023 年是硕果累累的一年。在这一年，我不但发现了这个世界更多的秘密，进一步确认了之前对“Matrix 存在性”的判断，而且在多个领域有大的突破。

1 月刚到英国时，我立即发现了伦敦的“地铁雾霾”，地铁站里的 pm2.5 达到了 300。通过分析，我指出这些地铁雾霾应该不是因为设备老旧或摩擦而产生的，也不可能是“历史遗留”的颗粒物，而是在故意放毒。而且我察觉到英国随处喷洒，无处不在的有毒空气清新剂，充满了所有的 Uber 车，出租车和酒店。另外，我在泰晤士河边发现多只持续释放巨量颗粒物的“雾霾船”，气味不是烧柴或烤肉的味道，而是可怕的化学物质气味，使得附近的 pm2.5 超过 500。

这几个非常可疑的现象反复向我显示，很多“呼吸道传染病”（比如新冠）的来源应该不是病毒，而是秘密释放的有毒化学物质。人们以为他们是在地铁里被其他人传染的，而其实他们只是同时吸入了有毒化学物质。根据每个人的吸入量不同和体质不同，发病有先后顺序，他们就以为是先发病的人传染了后发病的。通过长期的“适应训练”，让人们觉得到处充满“雾霾”或“空气清新剂”其实也没大碍。只需要在某个时候突然改变配方，加入更强的毒性物质，就能制造大规模的“疫情爆发”，而人们却仍然不会认为是“雾霾”或“空气清新剂”导致了他们的病。

伦敦地铁雾霾也印证了之前我对中国雾霾的判断，我指出中国的雾霾并不是工厂排放的污染，而是在故意放毒。这些现象应该都是 Matrix 制造的。中国的疫情封控最后放开的时候，大家都觉得它的爆发规模和速度根本不符合之前的数据，有症状者的比例也与之前的数据不符，几乎人人都有症状，就是这个原因。这不是病毒传染，而是大规模中毒现象。应该是 Matrix 改变了“雾霾”的配方，在里面加入了烈性有毒物质。

中断一下。如果你是第一次听说 Matrix，这里是我对它的定义：

Matrix（代称）是一个全球规模的，极其强大的秘密犯罪组织。他们操纵着所有国家的政府，媒体，银行，科研，艺术，文化…… 这就是为什么会在这么多国家出现类似的现象。Matrix 操纵着各国政府，演出历史上的一出出大戏，让人们以为这是“国家”之间的争斗，欺骗人们来拥护“他们的”政府。而其实背地里所有国家的政府都是一伙的，他们只是合作在演戏。我们所知的很多“世界历史”都是假的，都是他们演的戏。另外，Matrix 操纵了科研，很多所谓的“科学结论”都是假的。

这是难以置信的事情，你不用马上相信我。很多人因为不相信 Matrix 这样的组织会存在，因为各国政府似乎一直在互斗或者互相鄙视（比如美国和苏联/俄罗斯），他们认为各国政府不可能一直在合作干这样的事情，所以他们无法从分散在世界各地的怪异现象中发现共同点。但当你看到世界上出现太多这类现象，如此的相似，就不得不开始相信这个事了。

后来，我观察到伦敦附近天空里的大量飞机尾迹。使用 Flightradar24 仔细查找这些飞机，我发现尾迹飞机全都不能查到，没有尾迹的飞机却全都能查到。说明这些尾迹飞机都不是民航班机，而是秘密飞机。我买来天文望远镜，仔细观察这些尾迹飞机，发现它们是客机的机型（Boeing，Airbus），走的却不是民航的航线，而是在天上喷洒大量的秘密物质，试图覆盖整个地区，所以它们应该是经过改造和伪装的客机。通过拍摄和分析天空延时摄影，我显示了这些尾迹的扩散规模，它们覆盖大面积区域的情况。我为此制作了大量的视频，其中比较有总结性的一个在这里。尾迹飞机喷洒的是什么物质我无法知道，但我猜想它的成分可以随时变化，以达到各种不可告人的目的（比如导致疾病或改变局部地区的气温）。

那段时间，我还制作了两个“注解视频”，详细分析了阿波罗登月骗局和核武器骗局。因为这两个视频都是官方发布的，却破绽百出，所以很说明问题。这些应该也都是 Matrix 的戏。登月是假的，核武器是不存在的，地球很安全。

3 月，continuation 专项班成功进行。讲授了 CPS，并发的实现，CPSer（王垠 40 行代码），call/cc，shift/reset 等高级语言构造的应用与实现。这是目前对于 continuation 和并发计算最先进的课程。

同时，我利用对并发概念的深入理解，解决了工作中的重大难题，使得系统性能得到数量级的提升。有意思的是，我听说这些代码原来的作者之前表示过对我的不屑。现在他们的代码落到了我手上，所以我比较清楚地知道了这些人的水平。经过改正他们代码里的多个低级错误，消除不应有的并发瓶颈，另外引入一些先进的算法，系统的性能提高了上百倍，解决了公司的燃眉之急。

另外，通过工作中接触 Kubernetes 并且解决一些无人能解的配置难题，我指出 Kubernetes 存在根本性的设计思路错误。这再次印证了我之前提出的一个说法：配置文件最后都会变成糟糕的编程语言。Kubernetes 这种“配置文件的配置文件”设计，就更加荒唐，它制造的问题比它解决的问题还多。

6 月我去了日本。出发的时候发现伦敦 LHR 机场充满了浓烈的空气清新剂，乘坐的两架国泰航空飞机上也充满了空气清新剂，而且日本的酒店和 Airbnb 很多也充满了空气清新剂。另外，我注意到了日本餐饮业提供的湿巾里面不是纯水，而是有化学物质的气味。这些都可能是呼吸道疾病和“花粉症”等健康问题的来源。

另外，我在日本也发现了隐秘的飞机尾迹和一种奇怪的“台风云”，它们的形状和在英国看到的扩散后的尾迹一模一样。同时发现了空气中 O3（臭氧）含量的急剧升高，随之而来的是 7-8 月的全球极度高温天气。通过观察多个国家和地区的 O3 含量和高温的关系，我得出了“全球变暖”是人造高温假象的结论。通过使用尾迹飞机在天上秘密喷洒 O3，导致局部地区气温升高，制造“全球变暖”的假象，而地球其实不会整体变暖。很多人相信了“全球变暖”，因为这是他们的“亲身体会”，然而他们都没注意到空气里的 O3 含量有多高，不知道 O3 是比 CO2 保温能力强 1000 倍的温室气体。这些应该都是 Matrix 的作为。

7 月我回到英国，继续观察到各种空气清新剂放毒现象，比如大英博物馆和 Tate Modern 现代艺术博物馆，火车，地铁，Bus。同时参加了一些 social 和体育运动。经过两个月的探索，我发现了网球并不是一种健康的运动，而是已经发展成为容易受伤的不健康运动。之后我完全放弃了网球，重新开始打乒乓球。但很快我发现了我并不喜欢横拍，回归了直拍，并且选择了很少人用的日式直拍。经过自己的摸索，我掌握了日式直拍的“反手攻”技术，经常用反手对横拍选手得分，否定了很多人认为“单面直拍反手弱”的误解。

同时间，我的脚部受到真菌的侵袭，患了比较严重的脚气。我花费了几个月的时间来寻找治疗脚气自然而安全的方法。最后我发现各种脚气药物都是骗局，而双氧水才是根治脚气的正确方法。我公开了根治脚气的简单方法，并且组建了交流群。我鼓励人们去重新认识双氧水，这种自然而安全的灭菌物质。

12 月，我通过一系列的实验和讨论，总结了对太空骗局的分析。我指出“星空缺失”是一个致命的破绽。由于所有的太空照片没拍到星星的时候，却拍到了比星星暗的物体暗部细节，这不符合摄影光学原理。结论是太空照片都是假的，世界上所有的太空计划都是用绿幕拍出来的低成本科幻片。另外，我还通过视频分析，指出宇航员的长发失重现象明显是假的。这些都是有目共睹的现象，类似于“皇帝的新装”。太空骗局应该也是 Matrix 的大戏之一。

12 月的最后，我启动了计算机科学基础班第 5 期的报名，并且在课程中加入了对 Python，Java 和 Rust 三种语言的讲解。我期望在 2024 年更进一步，帮助人们认识到更多以前从未发现的秘密，提高他们的个人能力，也许最终人类会一步步的走向解放和自由。

谢谢大家踊跃报名计算机科学基础班（第5期，现实接轨班）网页链接。因为节假日到了，我会稍后逐一回复你们的申请。节日快乐！

有人用手机做我的“星空消失曝光实验”（分离版），结果拍下来的室内照片还比较亮。后来分析，是因为手机“变焦”，导致了使用的是两个不同的镜头。一个的光圈是 f/1.78，一个是 f/2.8。两个光圈的面积之比是 (2.8/1.78)^2 = 2.47，因此导致了进光速度不同。

这样的比较是错误的，必须用同样大小的光圈才行。手机的镜头光圈都是固定的，每个镜头不同。所以用手机的时候得避免缩放，否则可能用的是不同的镜头，就得到不同的光圈。

我为什么知道两个光圈的面积之比是 (2.8/1.78)^2 = 2.47 呢？很多人不理解那个光圈的“f 数”，其实非常简单的小学数学。f/1.78 的意思是“光圈直径是焦距的长度除以 1.78”。这是一个长度，要把它转换为面积，就得平方。所以 f/1.78 和 f/2.8 光圈的面积之比就是：

((f/1.78) / (f/2.8))^2 = (2.8/1.78)^2 = 2.47

知道跟我做实验的好处了吧？不但可以破解世界的秘密，而且学到了摄影和光学知识，顺便复习了小学数学。

《一节课的价值》

回看进阶班和 continuation 专项班的内容，感叹短短的一节课，其实能够讲授多少精髓的内容。

- Scheme 语言，一节课。
- CPSer（王垠 40 行代码），一节课。
- 逻辑式编程，一节课。
- 机器学习，一节课。
- Dependent type，一节课。
- Coq 定理证明，一节课。

所有这些内容要是放在大学里，一般都是一个学期才能掌握。除了 Dan Friedman 的课，还没见过其他人能够如此即兴发挥，无论想起什么主题，一节课就讲清楚。不但把别人讲明白了，而且自己也加深了理解。

本来可以用一节课理解的事情，却拖成一学期，甚至永远也学不会。也许这就是为什么现代教育很难出大师级人物，很难出 Thomas Young 那样的 polymath。因为一百年前（或几百年前）的教育一节课就能讲清楚的事情，现代学校里总要给你拖很久，却仍然不懂。

所以我比较有信心，这次基础班后面的部分能每次只用一节课讲清楚一门新的编程语言。让我们一起来复古教育的方式！

《为什么讲 Rust》

第 5 期计算机科学基础班，最后加入了 Rust 的内容。为什么把 Rust 放在最后讲，而不是用它代替 JavaScript 作为主要的教学语言呢？这是因为 Rust 虽然有很多优点，但它是一种底层系统语言，非得理解 ownership，lifttime 等概念才能写出代码，所以它很不适合初学者入门，可以说门槛很高。

但是根据我最近的分析，Rust 包含了其它语言里具有的优质特性，而且对它们进行了提炼和完善。所以理解 Rust 的设计，对于使用其它语言也是有帮助的。比如 Rust 包含了 OCaml，Haskell 和 Racket 等语言的 match 构造，使用它不但能够方便地对数据结构进行拆解，而且可以利用它来防止出现 null 指针的问题。

Rust 独有的内存管理方式，也是值得理解的一个方面。所以就算将来不直接用 Rust，也可以从中学习到本质的思想。这对于理解 C/C++ 一类的手动内存管理语言，都是有帮助的。

这就是为什么我把 Rust 纳入了这期基础班的课程，而且把它放在最后一课。虽然 Rust 门槛很高，但经过了前面几课奠定的基础，我相信同学们能够在最后掌握 Rust 的精髓。

《计算机科学基础班（第5期，现实接轨班）招生》网页链接

计算机科学基础班，是一门零基础，目标在于短期内掌握计算机科学精髓的课程。它是我 20 多年的计算机学术和工程实践，加上两年面向社会的教学实验的结晶。课程吸取了世界上主要的计算机入门教学方式的优点，避免了它们阻碍初学者理解的各种问题，以至于完全零基础的学生也可以在短短两个月之内，掌握大学博士阶段才可能学到的精华内容。这些内容足以建立起坚实的知识基础，使得他们对于理解计算机科学的其他方面从容自如。

第 4 期基础班于 2021 年 5 月进行之后，就再也没有开过基础班。现在经过了进阶班和 continuation 和并发计算专项班的巨大成功，我决定再次开展从零开始的基础班。欢迎有志人士报名。

这次课程相比之前的几届，我会增加一些“现实接轨”内容。通过几种当今流行的语言的特性，掌握现实工程实践中能用到的概念。这些“接轨语言”初步计划是包括 Python，Java 和 Rust。通过理解它们，掌握“面向对象”，“静态类型系统”和“内存管理”等重要概念。

所以这一期的基础班不但会打下“递归”这样的坚实基础，而且会让同学们能更容易把学到的精髓概念和现实的工作接轨。

课程方式

- 课程使用 Zoom 视频会议的方式进行教学。
- 每周一次课，大概 2 小时。
- 每周有一次自由讨论会，为同学们统一答疑。
- 每个学生会被加入自己独有的辅导群，会由经验丰富的助教进行辅导，并且由我监督和指点，保证学生不卡在不必要的环节。
- 学生会被加入第 5 期基础班的大群，方便同学之间交流。

适用人群

- 从中学到博士阶段的各专业学生，不管文科还是理科生都能学会。之前的课程已经成功让一个 13 岁少年深入地掌握了这些内容，并且超过了很多经验丰富的成年学生。
- 已经从事工作的人员，包括 IT 从业人员，IT 管理类工作和其它工程类工作人员。
- 其它各类对计算机感兴趣，想把它作为业余爱好的人员。

学费和报名方式

- 学费统一为 12800/人。
- 报名请发送 email 到 yinwang.advising@icloud.com。标题为《计算机科学基础班第 5 期报名》。来信请说明自己的基本信息，附件发送一份简历，提供微信联系方式。请写一段 200 字左右的“个人说明”，说明你的学习动机。对于符合要求的求学者，我会进行简短的微信语音面试。

开始时间

课程计划于 2024 年 1 月开始，具体的时间会根据报名情况而定。课程中间如果遇到春节等节假日，会短暂休息。

教学语言

课程开头会使用 JavaScript 作为教学语言，因为 JavaScript 易用而且应用非常普遍。但课程并不是教 JavaScript 语言本身，课程教的思想不依赖于 JavaScript 的任何特性，它可以应用于任何语言。

为了使学生能够和现实的编程工作接轨，这一期的课程会在最后加入其它三种“现实语言”。目前初步的计划是 Python，Java 和 Rust。我会讲授每种语言特有的功能，比如“面向对象”，“静态类型系统”，“内存管理”等等。当然，这些特性都会建立在之前学会的基础上。

对于每种语言我会增加一节课，一次讨论会，和一周的辅导时间。根据进阶班的成功经验，我觉得这些语言每种增加一节课，应该足够。

课程大纲

第 1 课：函数。跟一般课程不同，课程不从所谓“Hello World”程序开始，也不会叫学生做一些好像有趣而其实无聊的小游戏。一开头我就讲最核心的内容：函数。关于函数只有很少几个知识点，但它们却是一切的核心。只知道很少的知识点的时候，对它们进行反复的练习，让头脑能够自如地对它们进行思考和变换，这是教学的要点。我为每个知识点设计了恰当的练习。

第 1 课的练习每个都很小，只需要一两行代码，却蕴含了深刻的原理。练习逐渐加大难度，直至超过博士课程的水平。我把术语都改头换面，要求学生不上网搜索相关内容，为的是他们的思维不受任何已有信息的干扰，独立做出这些练习。练习自成系统，一环扣一环。后面的练习需要从前面的练习获得的灵感，却不需要其它基础。有趣的是，经过正确的引导，好些学生把最难的练习都做出来了，完全零基础的学生也能做出绝大部分，这是我在世界名校的学生里都没有看到过的。具体的内容因为不剧透的原因，我就不继续说了。

第 2 课：递归。递归可以说是计算机科学（或数学）最重要的概念。我从最简单的递归函数开始，引导理解递归的本质，掌握对递归进行系统化思考的思路。

递归是一个很多人自以为理解了的概念，而其实很多人都被错误的教学方式误导了。很多人提到递归，只能想起“汉诺塔”或者“八皇后”问题，却不能拿来解决实际问题。很多编程书籍片面强调递归的“缺点”，教学生如何“消除递归”，却看不到问题的真正所在——某些语言（比如 C 语言）早期的函数调用实现是错误而效率低下的，以至于学生被教导要避免递归。由于对于递归从来没有掌握清晰的思路，在将来的工作中一旦遇到复杂点的递归函数就觉得深不可测。

第 3 课：链表。从零开始，学生不依赖于任何语言的特性，实现最基本的数据结构。第一个数据结构就是链表，学生会在练习中实现许多操作链表的函数。这些函数经过了精心挑选安排，很多是函数式编程语言的基本函数，但通过独立把它们写出来，学生掌握的是递归的系统化思路。这使得他们能自如地对这类数据结构进行思考，解决新的递归问题。

与一般的数据结构课程不同，这个课程实现的大部分都是「函数式数据结构」，它们具有一些特别的，有用的性质。因为它们逻辑结构清晰，比起普通数据结构书籍会更容易理解。与 Haskell 社区的教学方式不同，我不会宗教式的强调纯函数的优点，而是客观地让学生领会到其中的优点，并且发现它们的弱点。学会了这些结构，在将来也容易推广到非函数式的结构，把两种看似不同的风格有机地结合在一起。

第 4 课：树结构。从链表逐渐推广出更复杂的数据结构——树。在后来的内容中，会常常用到这种结构。树可能是计算机科学中最常用，最重要的数据结构了，所以理解树的各种操作是很重要的。我们的树也都是纯函数式的。

第 5 课：计算器。在熟悉了树的基本操作之后，实现一个比较高级的计算器，它可以计算任意嵌套的算术表达式。算术表达式是一种“语法树”，从这个练习学生会理解“表达式是一棵树”这样的原理。

第 6 课：查找结构。理解如何实现 key-value 查找结构，并且亲手实现两种重要的查找数据结构。我们的查找结构也都是函数式数据结构。这些结构会在后来的解释器里派上大的用场，对它们的理解会巩固加深。

第 7 课：解释器。利用之前打好的基础，亲手实现计算机科学中最重要，也是通常认为最难理解的概念——解释器。解释器是理解各种计算机科学概念的关键，比如编程语言，操作系统，数据库，网络协议，Web 框架。计算机最核心的部件 CPU 其实就是一个解释器，所以解释器的认识能帮助你理解「计算机体系构架」，也就是计算机的“硬件”。你会发现这种硬件其实和软件差别不是很大。你可以认为解释器就是「计算」本身，所以它非常值得研究。对解释器的深入理解，也能帮助理解很多其它学科，比如自然语言，逻辑学。

第 8 课：Python。利用 Python 语言，讲述所谓“面向对象”编程方式。之前的课其实已经用到“面向对象”的精华思想，所以现在用 Python 只是为了和“现实编程”对接一下，让同学们理解之前学到的思想能如何对应到现实的工作代码中。这节课也会覆盖其它命令式语言的基本用法，比如数组，赋值，循环等等。

因为“AI 热”，Python 可能是目前最热门的语言。

第 9 课：Java。利用 Java 语言，引入“静态类型系统”这个重要工具。静态类型系统是创建大型工程，保证基本质量的重要工具。通过 Java 的类型系统，同学们可以掌握基本的静态类型检查规则，泛型等重要概念。这个基础会为其它类似的语言，比如 C++，C#，Rust 等打好基础。

Java 虽然备受很多“函数式程序员”诟病，说它过度复杂，但只要你学会了精髓的编程技巧，一样能用 Java 写出简单而优质的代码。而且 Java 至今仍然是 Web 服务器领域用得最多，相对而言最可靠的语言。

第 10 课：Rust。Rust 是当今最热门的新兴语言，但里面的功能其实大部分都是其它语言早就有的，只不过 Rust 选择了它们最好的一些部分，也当然包含一些自己的设计错误。Rust 独有的特性是“静态内存管理”，也就是不通过“垃圾回收”（GC），而是通过静态类型系统来保证内存的安全性。我们会通过这一节课，掌握内存管理的基本原理，理解 Rust 独有的 ownership，lifetime 等重要概念。如果有时间，我们也会利用 Rust 来理解其它一些重要的类型系统特性。

通过 Rust 理解了内存管理，也会帮助同学们理解 C，C++ 等完全“手动内存管理”的语言，为底层的系统编程打下基础。

《GUCS 的练习不会公开》

有人问我 GUCS 的练习在哪里。但经过考虑之后，我不打算公开 GUCS 的练习。

一个原因是这些练习需要一对一的辅导才会有好的效果。我不希望这些练习被到处传播，在网络上到处讨论。另外，我发现没有时间和精力来改造一对一辅导的练习，把它们加入到固定的文档里。我几次尝试这样做，但是发现我提不起兴趣，无法开始。另外，我觉得我不应该做这种没有回报的贡献。

这个计算机科学基础班，是世界上唯一可以从零开始教会计算机科学最根本的原理的课程，它超越了世界上所有大学的课程。类似的课程如果在大学里，需要很多的费用和代价才能获得。而且我比较确信，世界上再也找不到第二个地方可以提供这样的课程。全世界的大学教育都在堕落，大学都是 Matrix 控制的，他们教授的东西离精髓的知识越来越远。缺乏了真正的知识，人们的头脑就无法鉴别他们的各种骗局，只能成为他们的工具人。

但我也不能为了“拯救世界”就把所有的内容都免费公开出来。通过最近人们的表现，我觉得他们不应该免费获得这些内容，我并不能这样去“拯救世界”。我把 GUCS 的文稿放在网络上，让大家可以免费阅读，已经是很大的贡献了，我不应该再把最精华的练习公开出来。这些文稿和练习都是宝贵的财富，它们不应该是免费的。

所以希望学习的人，我建议他们参加下一次的计算机科学基础班。不过这次的基础班，学费会比之前稍贵。阅读班的收费也会在近期停止疫情特价。这是不得已的事情。Matrix 的印钞机在不断的印钱（偷钱），所以大家手里的钱都在贬值。我不能再这样提供很多的优惠，否则我的付出就无法得到应有的回报，我的个人价值就会跟着贬值。

再次谢谢大家的兴趣和支持。

《Lambda calculus 参考资料》

有人看完了我的《Ground-Up Computer Science》网页链接，问我有什么 lambda calculus 的资料可以推荐。我推荐大家看看 Matthias Felleisen 和 Matthew Flatt 的《Programming Languages and Lambda Calculi》。

这个 Matthias Felleisen，可能就是 Dan Friedman 最厉害的一个学生了。PL 领域的一些最超前的概念，现在大部分主流语言里还没有，很多是他想出来的。每次开学术会议在后排靠在门口，等别人讲完之后提问：“你这个想法跟我们 30 年前发表的那篇 paper 有什么不同吗？” 就是他了。

实际上，上完了计算机科学基础班的同学，其实都已经会了 lambda calculus，而且可能已经自己解决了其中最难的一些问题。第一课的练习，其实就是 lambda calculus 里面最烧脑的一个概念，叫 Church numeral。只不过我为了防止同学去抄网上的答案，给它改了一个名字叫“奇怪数”。（如果你想上我正要开的第 5 期基础班，请暂时不要去查这个东西😄）

所以上完第一课，同学们已经会了 lambda calculus。接下来的课程代码完全是以 lambda calculus 的基本构造为根基建立起来的。可以说这是一门完全建立在 lambda calculus 基础上的课程。所以之后他们理解 lambda calculus 应该非常容易了。

由于这个情况经常出现，今天发布文章《避免复杂或模棱两可的“太空破绽”》网页链接

全文：

自从我指出太空照片里“没拍到星星，却拍到了比星星暗的物体暗部”这一致命破绽，有些人又给我发了一些其他的“证据”，说那些也证明了太空计划是假的。所以我想在这里提醒大家，注意鉴别“证据”的真实性和可靠性，避免传播错误的“证据”。

要知道，网络上有很多的“阴谋论者”，他们的目的不是得到真正可靠的结论，而是用错误的“证据”来淹没真正可靠的证据。我这里举几个例子。

视频里的绿色边沿和淡出效果

很多网络上的视频分析，都喜欢抓一些模棱两可的“纰漏”。比如，在国际空间站视频里逐帧检查，发现其中一帧画面里面有一个物体边沿出现了绿色，他们就认定这肯定是绿幕拍的。比如这个视频里出现的“绿色球”。

看到这种“揭露太空骗局”视频，绝大部分人都会嘲笑这些作者，说他们捕风捉影，歪曲事实。视频由于偶然的因素，出现一点颜色差错，是可以理解的事情。所以某一帧画面里的物体边沿出现了一点绿色，并不能证明这个视频就是用绿幕拍的。

你觉得 NASA 的视频制作水平有这么糙，会不小心留下绿色边沿？我觉得不大可能。所以我觉得指出这种模棱两可“破绽”的人，要么是被迷惑了，要么是故意在搅和。网络上这样的信息多了，人们一次次地上当，就会产生厌倦，以后就不再想听到这类话题，把它们一概作为“阴谋论”打发了。这就是《狼来了》的故事。

类似的现象，还有视频里出现宇航员“淡出”场面。然后就有人说，这显然是绿幕制作的，因为常用的方法就是让一个主角出现渐变淡出效果。这难道不会是正常拍摄也会偶然出现的情况？也许只是自己看走眼了呢？所以这个也不能作为证据。

你想想，NASA 如果拍这种视频，会犯这样的低级错误，不是安排足够的绿幕空间来拍摄整个运动过程，而是使用这么低级的渐变淡出效果，以至于让人轻易抓住把柄？显然不会。要是 NASA 做视频用的是这么低级的方法，那所有人应该早就发现了。这又是“揭露者”在捕风捉影。

所以看到这类信息，大家应该注意思考和鉴别，不要传播无法确认的现象。这不是在帮助确认真相，而是在帮助淹没真相。我觉得传播这类信息的人很多都是阴谋论者，他们和骗局的制造者其实是一伙的。

复杂的摄影光学分析

另一种混淆，是进行一些看似专业的照片分析，通过很复杂的分析，指出少数照片里的“破绽”。《American Moon》里面有很多这类照片分析，比如说某张照片里的物体阴影不是平行的，而是会交叉，因为太阳光是平行光，只会产生平行的阴影，所以这里是一个破绽。

这个能说明问题吗？物体阴影不平行，也可能是其它原因。比如上图里的阴影，画出的箭头不是平行的。但注意图片里的岩石阴影，它们真的都是投向箭头所指的方向吗？也许作者只是误解了那些岩石的形状和地势高低呢？也许因为地形高低不同，这些岩石的阴影本来是平行的，但从相机的角度看过去，就是那样的呢？

我觉得 NASA 还不至于低级到不知道太阳光是平行光，继而用一个普通的摄影灯让这么多个岩石阴影出现在另一个方向。这应该是“揭露者”在捕风捉影。他们自己画出那些箭头，就说阴影不平行，而那些箭头却并不符合岩石本来的阴影投射方向。

另外，登月器的阴影真的是朝右的吗？也许那阴影只是被前面的地势挡了一下，并不是完整的阴影，所以从远处看起来才是朝右的呢？所以无论你从哪个角度看，这个照片都不能证明阴影不平行。

在这个例子里，使用岩石和登月器这种形状不规则的物体，本来就是很容易混淆的。如果要说明问题，必须使用形状规则的物体（比如细杆子），而且这些物体之间的物理关系必须首先是平行的。平行光让平行的物体产生平行的影子，这才是正确的规律。所以《American Moon》似乎故意选择了这种形状不规则的岩石场景，用来混淆是非。

《American Moon》还指出人造光源会产生“边沿暗”的情况，并且调节照片的对比度去分析：

这个能说明问题吗？这也可能是因为那些地方的地势和表面质地不同，所以反光能力不同，而不是因为光照在边沿减弱。另外，也许是拍照所用的相机和胶片边沿也许感光能力没有中间好，所以产生了这样的现象。所以这个“破绽”也非常容易被驳倒。

《American Moon》里面找到的“破绽”几乎都是这类，需要比较复杂的摄影光学知识，却很容易被驳倒。而且这些破绽只能在少数特定的照片里找到，缺乏普遍性，也无法适用于其它的太空计划。

然而《American Moon》却用“摄影权威”之口，草率地否决了“星空缺失”这个大家有目共睹的奇异现象。所以我觉得《American Moon》并不是真的在揭露登月骗局，而是在巧妙地为他们打掩护。表面是在揭露阿波罗登月，实质上是在帮助他们，而且通过否定“星空缺失”这个致命破绽，掩盖了国际空间站等其他太空计划都是假的。

意大利著名导演，请了一些为顶级杂志工作的世界顶级摄影师，拍了纪录片来揭露他们的金主制造的骗局，你觉得有可能吗？所以我比较确定《American Moon》是一个故意制作的打掩护的片子，他们不是真正在揭露登月骗局，反而掩护了所有的太空计划。

这类复杂的摄影分析还有很多，比如这篇文章里的分析：

你看得懂是怎么回事吗？反正我觉得难以理解。普通人恐怕都不会去看，仔细分析之后也很容易被驳倒。我觉得很多这类“揭露登月”的内容都是在变相打掩护，为了让人们产生《狼来了》的效果，以至于以后对于这类话题都不屑一顾了。

专注于致命破绽

所以最后，我建议大家专注于最致命的破绽，也就是我指出的“没拍到星星，却拍到了比星星暗的物体暗部”。这个现象如此的明显，它就像《皇帝的新装》一样显而易见，每个人看到如此强烈的对比，都会感觉不对劲。偶尔没拍到星星可以理解，但这么多的太空照片和视频里面都完全没有星星，无论从常理还是从技术角度去看，都是特别明显的破绽。

只需要自己稍做实验，就会明白拍到了物体暗部而拍不到星星，这是不可能的。这个现象非常明显，一目了然，而且非常通用。它不但可以揭露阿波罗登月这么老的太空计划，而且可以揭露现代的各种空间站，太空望远镜，SpaceX 和几乎所有其它太空计划。所以这是一个非常重要的破绽。只需要这一个破绽，就足以证明世界上所有的太空计划都是假的。

根据前面几篇微博，发布总结文章《太空洗头视频分析》网页链接。

加上之前的《宇航员长发失重分析》网页链接，我觉得这两篇文章足以证明国际空间站上所谓的“长发失重”场面都是假的，这些头发并没有失重。这是有目共睹的事情：这些长发都经过了强力定型处理，而不是自然的头发。

如果只是一个人这样，我可能认为这是个人爱好，但为什么*所有的*长发宇航员都是这样头发像扫帚一样？这不符合常理，非常怪异。

之前有人提起这个，我还以为是他们故意歪曲。仔细一看才发现，这个事情其实很说明问题。加上“星空缺失”这个致命点，这两个要点几乎完全确认了太空计划都是假的。

《侦探思维：怀疑嫌疑人提供的一切信息》网页链接

通过昨天关于《American Moon》里面用到的“登月相机”，还有 TG 群里之前的一些讨论，我发现很多人都会犯的一个错误，是简单地相信嫌疑人提供的信息。

很简单的道理对不对？如果你怀疑一个人是否诚实，就不能简单地相信他提供的任何信息。如果你相信了他提供的信息，就等于假定了他是诚实的，所以你就无法对“他是否诚实”做出正确的判断。

要知道，骗子经常编造数据来自圆其说，所以作为侦探，我们不能简单地相信嫌疑人提供的信息，因为它们全都可能是假的。虽然有时候我们能利用他们提供的信息，导出其中的自相矛盾，也有时候他们提供的信息是真的，但他们提供的信息绝对不可以被简单地相信。嫌疑人提供的一切信息都应该被怀疑，这是最基础的侦探逻辑。

如果我们怀疑太空照片是否真实，那我们只能通过照片本身，还有其它可靠来源的信息，而不能相信 NASA 等宇航机构提供的任何信息和数据。比较显然，要是太空照片是假的，那宇航机构都是不可信任的，所以他们提供的一切信息，都不可以直接相信，然后被用于分析这些照片。

比如，NASA 网站提供的照片相机参数，那些无法在地球获得的关于外太空的详细数据，上过月球的相机上的标签，等等。这些都不能简单地相信，用于判断太空照片是否真实，否则我们就进入了死循环。

如果从来没人去过太空，那么这些“太空相机参数”，“外太空数据”，“相机上的标签”都会是假的。所以如果你用了这些作为依据，就很可能作出错误的判断。

TG 群里经常出现的现象就是，有些人拿出 NASA 给的各种信息和数据，说这些证明了就是拍不到星星。我举几个例子：

这些具体的相机配置和参数，它们的局限性，全都是 NASA 一家之言。我们现在就是要判断 NASA 是否诚实，却用 NASA 提供的配置和参数信息来进行推理，这样就不可能得到正确的结论。

我们唯一能用的是这些照片本身，我们日常所知的基本常识，我们实验确认过的基本科学原理，还有我们亲自做的实验。只有这样，我们的判断才不会落入圈套，受到混淆信息的干扰，最后才有可能得到可靠的结论。

…… 接上文：

我们再来仔细看看这个“被带上过月球的 Hasselblad 相机”上的贴纸：

相比这个相机，你不觉得这贴纸太新了吗？它像是 1960 年代去过月球，经历过太空中的极度低温和阳光暴晒的贴纸吗？你看它一边都翻起来了，显然背胶质量不好，它为什么没掉下来呢？根据我对参数的实际测试，再加上贴纸的状态，我可以推断，这贴纸是后来贴上去的，参数是假的。应该说不止参数是假的，这个相机根本就没去过月球。人类从来就没到过月球，也没有任何无人装置到过月球。

所以这些“世界级摄影师”，为这么顶级的杂志工作，居然没发现这个参数其实拍不到物体暗部，无法拍出可用的照片。他们都没想过这贴纸是不是真的，就简单地相信了上面写的就是当时用的参数。这是很初级的错误。

想想吧，这是《American Moon》的错误，还是故意为之？

《阿波罗曝光参数拍到的照片》

接上一条，把我拍的照片发在这里，让大家感受一下什么叫做“暗部消失”，体会一下暗部对于照片的“立体感”的重要性。下面是我拍的物体，物体是被斜上方的四个射灯照亮的，纸巾盒的正面是“暗部”。

我们先看一下正常曝光（ISO 1600，光圈 f/5.6，快门 1/30 s）的照片（图 1）。然后看看阿波罗参数（ISO 1600，光圈 f/5.6，快门 1/250 s）拍的（图 2）。

比起图 1，图 2 虽然亮部还是可以看见的，然而暗部细节都是漆黑一片，物体失去了立体感。桌面已经完全消失。纸巾盒的正面，便浅薄与桌面的分界线，圆珠笔与便浅薄的交界线全都消失了，苹果与桌面的分界线消失。这些物体像是嵌入了一个巨大的黑色空间，而不是立体的。这不是可用的照片。

ISO 1600 比较高，我们再减少一点 ISO，看看（ISO 400，光圈 f/5.6，快门 1/250 s）拍到的（图 3），已经几乎看不见了。

阿波罗登月用的胶片感光性能比较一般，都是 ISO 100，200 之类，后来的多次阿波罗计划中，最高的 ISO 才 1600。所以我已经用了他们最大的 ISO，却不能拍到暗部细节，失去了立体感。更低的 ISO 效果更差，几乎完全漆黑一片。这些都不是太空照片的特征。

《American Moon 的错误》

之前提到过一个叫《America Moon》的纪录片，用了好几个小时的篇幅来揭露美国登月是骗局。咋一看这个纪录片好像很实在，但它却掩盖了“星空缺失”这个重大破绽。“星空缺失”的破绽不但可以揭穿美国登月这个骗局，而且可以同时揭穿世界上的所有太空计划，全都是假的。

我截取了这个片段转发在这里（原视频地址 网页链接）。

首先，影片用了将近 3 分钟的篇幅来介绍几位分析太空照片的“世界顶级摄影师”，说他们为各大时尚杂志拍照，还办了摄影学校，多么的厉害。这说明《America Moon》在试图利用权威的力量来说服大家，而不是通过理性的原理分析。

接下来，影片指出“星空缺失”并不是一个破绽。他们找到了登月所用的哈苏（Hasselblad）相机，发现上面有一个贴纸，写着具体的曝光参数：光圈 f/5.6，f/8-11 不等，快门 1/250 s。接着，他们请了一个世界级摄影师（Aldo Fallai）出来说：“这种快门速度是拍不到星星的。谁要是说能拍到星星，那他肯定一辈子没拍过照片！” 权威一句话，就这么简单草率地否决了“星空缺失”这么不可思议的现象。

然而，这个光圈 f/5.6，快门 1/250 s 的参数，我已经用 Sony a7 相机测试了。这个参数确实可能拍不到星星，但它也拍不到物体的暗部细节。我还用的是 ISO 1600 这么大的 ISO 测试的，室内物体拍出来特别暗，暗部漆黑一片，看不出立体感。阿波罗登月用的胶片感光性能比较一般，都是 ISO 100，200 之类，后来的多次阿波罗计划中，最高的 ISO 才 1600。所以我已经用了他们最大的 ISO，却不能拍到暗部细节。更低的 ISO 效果更差，几乎完全漆黑一片。

所以这些“世界级摄影师”，为这么顶级的杂志工作，居然没发现这个参数其实拍不到物体暗部，无法拍出可用的照片。想想吧，这是《American Moon》的错误，还是故意为之？

不再关心人类de垠的微博视频

《如何用手机判断物体的相对亮度》

我是怎么判断灯光和星光的相对亮度，谁更亮的呢？其实用手机或者相机就行。我只需要同时对准那些灯光（星光），然后逐步调低曝光（我一般固定 ISO 和光圈，只调快门）。物体和灯光都会逐渐消失，我只需要看哪个先消失，哪个后消失，就能知道它们谁更亮了。更亮的灯都是后消失的，最后消失的就是最亮的。这就是我为什么知道星星比一些远处的灯要亮，而且星星比室内的很多物体（特别是物体的暗部）都亮。

自己动手试一下就明白了，非常简单。而且这告诉了大家一个学画画的时候可以用的技巧：用手机来判断场景物体的相对亮度。 不再关心人类de垠的微博视频

很多人简单的相信了“室内很亮，就拍不到窗外的星星”。其实他们只需要观察一下自己平时拍下的照片就明白了。如果“室内很亮，就拍不到窗外的星星”，那么等于说是拍室内的景物时，外面就应该一片漆黑，什么灯都看不见了。显然实际的照片不是这样的。这些灯很远很弱，因为是大光圈所以它们是模糊的光斑，但它们仍然留下了光斑，而不是漆黑一片。

所以相信了“太空里就是拍不到星星”的人，都是没有注意观察自己的日常生活，也没有观察网络上无数的“斑斓灯光”照片。

也许有人要说星星比灯光弱，所以…… 但实际测出来的结果，很多星星是比远处的很多灯光都亮的，更不要说太空里看到的星星了。

《1% 双氧水》

有人告诉我用 3% 双氧水泡灰指甲的时候，会导致手指小部分区域变白的情况，第二天又好了。不是皮肤白皙那种白，而是不正常的白。我也多次遇到过这种情况，手指接触了双氧水，过了一会指纹部分变白。过一会自己就好了。问题不大。

如果把双氧水稀释到 1% 浓度，就不会出现变白的情况。所以我估计 3% 的浓度对于比较薄的皮肤具有氧化作用，所以就变白了。

所以可以试试用稀释至 1% 的双氧水。实际上 1% 的双氧水是可以用作漱口水的，可以代替 Listerin。我已经试过几次 1% 双氧水漱口，效果还不错。很多人不知道 Listerin 的 PH 值很低，属于酸性，对牙齿不好的。所以可以用双氧水代替 Listerin。但建议不要每天用，隔几天用一次就行了。

《对比国际空间站的两个窗口镜头》网页链接

有人给 TG 群里我的一条回复点了赞，我回去看了一下，发现这个聊天记录真是很有价值。他点赞的那个地方，是我在 NASA 网站上搜到的一张“有星星”的国际空间站窗口看出去的照片（图 1，原地址 网页链接），而那个场景正好是之前看过的视频里没拍到星星的场面（图 2，原地址 网页链接）。另外注意Soyuz飞船上的编号都是一样的 C0103，另外一个看起来也一样。

这两个场景光照差距很大吗？为什么照片有星星，而整个视频里都没有呢？注意第一张照片里，两个 Soyuz 飞船都有部分被阳光照亮。由于 Soyuz 飞船位置很近，所以被照亮的白色的部分按理应该比图 2 的地球云层要亮。然而图 1 的静态照片有星星，而图 2 的视频里没有，这是不符合逻辑的。

第一张照片出现了星空，这说明 NASA 也明白，“理想的太空景象”应该是这样的。这个自相矛盾，否定了一切“太空里就是拍不到星星”的借口。然而像图 2 这样的视频里却完全没有星星，所以就直接露馅了。偶尔没拍到星星可以理解，然而大量的官方视频里完全没有星星，这还不够说明问题吗？

我的推断是：这两个 Soyuz 背后应该是绿幕，上面的灯光变一下模拟“阳光”。随后电脑把背景放上去就行了。静态的照片绿幕可以放星空上去，因为不会动，所以容易计算出来。但视频的拍摄角度在变，所以星空得随之产生角度变化，就不容易合成了。

另外这个视频里面出现了真人宇航员和国际空间站的室内场景，这样的视频非常难把星空合成进去。我们看到的“有星空”的国际空间站视频，都是像《The Blue Pearl》那样的场景，里面没有宇航员，没有室内物体，只有外面的太阳能板之类的物体，这样的场景比较容易电脑制作出来。

总的说来，我们应该更加重视视频，特别是出现了真人宇航员的视频，而不是静态照片。因为视频很难绿幕合成星空进去，所以一般都不会有星星。

想想支付宝身份验证，为什么要你打开摄像头，让你眨眨眼之类的？因为视频很难实时造假。所以侧面说明了视频要比照片可靠。

《对棋盘光学幻觉使用曝光实验》

刚才提到的“光学幻觉”例子，我对它做了“星空曝光实验”，很有意思。当我调低快门速度（降低曝光），我发现能显示出棋盘里正确的亮度关系。

随着曝光降低，我们会注意到 B 的位置变得很暗，所以它的亮度其实远远低于其它的“白格”。但没有做这个实验的时候，头脑的逻辑告诉我们它应该和其它白色格子一样。然后我们就误解了这里的亮度关系，以为 B 要比 A 亮。而其实它们是一样的。 不再关心人类de垠的微博视频

《人的直觉》网页链接

人的直觉可靠吗？我觉得有时它很可靠，但有时却又不可靠。我想举两个“太空照片”问题里的例子。

正确的直觉

因为我们已经熟知繁星满天的夜晚是什么样的，所以直觉告诉我们，太空照片里面天空完全漆黑，一颗星星都没有，是不正常的。

这个直觉是正确的。宇宙里有无数的星星，地球上都能拍到很多星星，几乎无法避免拍到星星。所以这么多的官方太空照片里一颗星星都看不到，这是非常不正常的现象。无论有什么技术困难，其实都是可以克服的，却没有拍到一颗星星。这是不可理解的。

然而这个正确的直觉，却被官方的解释所迷惑，所以很多人放弃了自己的直觉，相信了官方的说法。

错误的直觉

官方告诉人们，当场景里有很亮的物体，为了避免过曝，就需要调低曝光。因为星光很暗淡，所以调低曝光后就拍不到了。

人们简单地相信了官方说法，因为直觉告诉他们“星光很暗淡”。坐在室内，对比室内的物体和窗外的星星，直觉确实告诉我们，室内的物体比星星要亮。然而这个直觉却是错的。

我通过“星空曝光实验”告诉人们，星光虽然比灯光暗，但星光却比很多物体的暗部要亮。这是因为星光虽然比灯光暗，但相机拍到的星光是直接进入镜头的，但物体表面的光是灯光漫反射之后，才进入镜头的。一个是直接的星光，一个是间接的灯光，所以星光反而可能会更亮一些。

这个“反直觉”的现象，也印证了我们学绘画时遇到的困难。学素描的时候，很多人不能正确判断场景里每个区域的亮度，所以他们会犯错误，把本来不是很亮的地方画得太亮，而本来很亮的地方却画得不够亮。

出现这个问题，一方面是因为人的眼睛看物体的时候随时都在调节瞳孔大小（光圈），所以曝光随时都在变化。所以当你看了室内的物体，眼光移动到远处的星星时，其实使用了不同的曝光参数来看物体和星星。头脑接收到不同曝光参数得到的信号，就难以区分哪一个更亮了。

再加上人的头脑也会对“亮度”进行进一步的“逻辑推断”，试图通过场景的逻辑关系去理解物体本来的亮度，而不是眼睛看到的亮度。眼和脑的双重“纠错”加在一起，就特别容易判断错误。所以光靠眼睛，人很难判断物体的相对亮度关系。这就是为什么绘画和摄影时，很多人都需要借助于仪器。

有些所谓“光学幻觉”就是这个原理。你认为暗的地方不一定暗，你认为两个地方亮度不同，实际却是一样的。比如这个经典的例子，A 和 B 的颜色一样吗？绝大部分人依靠直觉，都会说“明显不一样”。然而它们却是完全相同的颜色。

现在我利用“星空曝光实验”来分析这个图片。当我调低快门速度（降低曝光），我发现能显示出棋盘里正确的亮度关系。下面是我用 ProCam 的操作视频：

随着曝光降低，我们会注意到 B 的位置变得很暗，所以它的亮度其实远远低于其它的“白格”。但没有做这个实验的时候，头脑的逻辑告诉我们它应该和其它白色格子一样。然后我们就误解了这里的亮度关系，以为 B 要比 A 亮。而其实它们是一样的。

特别难判断的一种亮度相对关系，就是光源和物体的对比。很多人都会觉得远处的灯光（或星光）很暗淡，相对于室内被灯光照亮的沙发等物体，他们会认为沙发更亮。但我的“曝光实验”测出来，却几乎总是远处的灯光会更亮。

另外一个原因，我觉得是人的脑子隐性地使用了逻辑推理，而不是直接使用眼睛看到的数据。室内的光照很好，整个房间都是明亮的，室内的灯确实也比远处的灯光要亮。但窗外除了远处的灯，场景都很暗，整体而言窗外确实更暗。人通过头脑的逻辑判断，认为窗外的一切都是暗淡的，包括远处的灯光和星光，称之为“昏暗的灯光”或者“暗淡的星星”。所以人判断，被室内灯光照亮的物体，也应该比远处星星点点的灯（或者星星）更亮。这样就错了。

画色彩的时候也是同样的问题，很多人无法准确判断应该画出来的颜色，他们通过脑子里的逻辑推断出一个物体的颜色，而不是使用眼睛看到的颜色，所以画下来就不像了。这是因为物体进入眼睛的光，因为光源颜色，角度不同，环境色不同，会产生很大的变化，它往往不是物体本身的颜色。而头脑的逻辑根据场景，对这个光线变化进行了“纠错”，让人识别出物体本来的颜色，但这样画下来就错了。你应该画下眼睛看到的颜色，而不是头脑认为它是什么颜色。

所以人类的直觉有时候正确，有时候错误。我们需要理解自己的构造和工作原理，这样才能准确的认识这个世界。

《用恒星做的星空曝光实验》

这次的研讨会收获很大，不但进一步的推进了实验，而且让很多人明白了这是怎么回事。其中要感谢 TG 群的 Yang Jerry，他理解了我的实验之后，半夜三更到京都的山上做了实验，并且之后又在家附近做了这个实验。而且他使用查星空的 app 确认了实验使用的具体恒星。

因为我在英国成天阴雨连绵，没法做恒星实验，所以他的实验结果帮助了我。我使用同样的曝光参数也进行了本地实验。我发现其实我之前仍然低估了星光的亮度。每次看不到星星，我就拿远处的微弱灯光来做实验，但其实天上的恒星比远处的很多灯光都要亮。而且这还不是地球上最好的观测条件。

Yang Jerry 的这种认真的求知精神值得大家学习。他的实验结果，我已经加入到总结文章《太空照片都是假的》里面。当然这个实验肯定不是最终的结果。我们会做更多的实验，更加精确和量化。我欢迎大家都来做实验，理解这里面的问题。

下面是文章里相关内容
===================

比如，下图是别人做的这个“分离曝光实验”，拍到的室内景物。他先对准天上的一颗星，狮子座 α 星（也称轩辕十四，Regulus），调低曝光让它消失。然后用得到的参数拍室内的空调，得到这张照片。你看得出来是空调吗？勉强能看出来，但这已经不是可以接受的照片了。

下图是“星空消失曝光”（左）与“正常曝光”（右）的对比。我们可以看到，只有被灯光直射的亮部（外壳，前面的导风片）还看得见，但暗部（比如出风口，后面的导风片）已经完全消失。墙壁，天花板，空调管道都消失了。这不是一张可用的照片。

当时的观星条件不大好，不然“星星消失曝光”会更低，这个室内照片会更暗。在太空中因为没有空气，所以星光会比地球上看到亮很多。在地球上做这个实验都是这种结果，可想而知在太空会是什么样的。

当然，“星空曝光实验”不会止步于此。我们需要更多的实验，在各种条件和场景下做，要更加精确和量化，这样才会增加说服力。这个实验的门槛很低，用手机或者相机都可以做。我欢迎大家都自己动手做这个实验，向我提供实验结果照片。有代表性的实验结果，我可以汇总之后公布出来。

使用手机的话，最好不要用手机自带的相机 app。我推荐大家使用 ProCam 或者 Camera+ 这两种 app，它们可以手动调节快门速度等参数。因为手机不能调节光圈，你可以把 ISO 和其它参数都固定了，只是调节快门，直到星空消失。然后就可以用同样的 快门+ISO+其它参数 来拍摄室内物体。

《太空真相 TG 群进入只读状态》

因为“太空真相” TG 群里有意义的讨论已经经过了第一个阶段，为了节省时间精力，避免太多干扰信息，接下来这个群进入只读状态。在下一次视频研讨会开始之前，这个群都不能发言。

我之前的估计是对的。任何群体讨论，有意义的话题都会在一个星期之内讨论完毕，之后就失去了意义。有思想，有能力发言的人都已经发言，剩下的要么不想发言，要么没能力发言。所以继续发言的，一般都没有意义了。

我没有无止尽的时间和精力来反复回答我之前已经回答的问题。我也没有这么多时间投入这一个主题。发布这么多的文章和内容，进行这个研讨会和讨论群，应该被认为是我对人类社会的巨大贡献。但我一个人不应该做太多的贡献。看看其他人为此做了些什么？所以其实我没有义务做这样的事情。我需要一个上下文切换。这就是为什么我写了总结文章，然后准备开始研究下一个话题。

大家可以翻回去看之前的聊天记录。除了特别无关的信息，我都没有删，包括那些故意搅和诡辩的讨论。这样大家可以明白我们都说过什么，用自己的头脑去鉴别。

如果有特别有意义的讨论，可以私信我。但是不欢迎那些完全没看过我的内容，完全不讲理，或者特别无知，异想天开的人。

再次欢迎进群阅读聊天记录：
https:// t.me/+K-nRlmz9qJg4Yjg1 （去掉空格）

今天发布总结文章《太空照片都是假的》网页链接

之前的文章续集加续集，很多人不能从头开始理解这个事，所以写了一篇总结，含有最新更新的思想。欢迎大家阅读并且自己去实验。

由于文章嵌入了很多照片和视频，就不转发全文在这里了。

因为第一个朋友这么容易就明白了，我就再跟一个平时好像很懂摄影，买了不少相机的朋友讲这个事。讲完之后，他就一口咬定是“景深”问题，然后发了一些大光圈拍的特写镜头给我，说这样肯定拍不到星星啊。然后就开始了他的各种摄影高手教学，还提到哈勃和韦伯太空望远镜要拍星空都是多么不容易等等，以为我什么都不懂一样。然而他完全没有去做我说的实验。

于是我明白了这个道理，Matrix 利用了人们的这种心理，很多人根本不会去认真分析，而只是盲目的显示自己很懂摄影，所以他们无法理解这个简单的实验所说明的事情。

而且很多人被“科学”冲昏了头脑，却失去了常理的推断能力，所以他们会简单的相信官方的说法，却不会想到这样的常理：任何需要的拍摄条件都是可以创造的，就像在地球上拍星空一样，然而却从未拍到真实的星空。

这就是宗教的力量，我们很难改变它。

想实验一下给一个朋友讲清楚“太空照片”的问题，发现其实蛮容易的。我就把简单的例子拿出来，告诉她并不是“太空照片里没有星星”就不对，而是“太空照片里没有拍到星星的时候，却拍到了比星星亮度更低的物体暗部细节”。然后我告诉她我的实验方法，让她自己试一下。

结果她说不用做什么实验了，她已经明白了：“太空中没有空气，怎么可能拍不到漫天的繁星？然后发了一张自己用手机在芬兰拍的星空给我。”

所以我才想起来，我的实验其实只是作为“候补”的。最致命而简单的证明就是这样，明明有漫天的繁星，却从未拍到。无论你有什么样的困难（比如光照太亮），应该都是有办法创造条件拍下来，然而绝大部分官方视频里却全都没有星星。少数“拍到了”的那些也看起来是假的，电脑做的，无法与地球上拍到的星空相比。这是不可思议的事情。

我对《侦探思维：如何解决“太空场景亮度未知”》网页链接一文进行了不少补充。根据群里的很多讨论，加入了更多的例子和分析，回应了对说我提供的图“不一定是暗部”的反驳。

提供的图片包括明显夜间作业的镜头，完全背光的镜头。另外对窗框的场景做了一定的分析，证明那个地方确实没有强光直射，而是很不容易照亮的地方。

还有许多的例子，只需要大家去观察。不大可能所有这些例子里面看到“暗”的位置，都是其实很亮的。然而它们却全都没拍到星星。

我们的实验已经显示了，星光其实挺亮的，就算地球上普通地点看到的不是特别亮的星，都要比某些远处的微弱灯光亮。它们肯定是比物体暗部要亮的，所以这些视频里面拍到了暗部细节，却拍不到星星，是不可能的。

《宇航员头发竖起不是因为受到排风系统吸引》

总结一下今天和诡辩家们的讨论，这只是这些天来的其中一个例子。我觉得我已经达到了最大的容忍限度。

有人说昨天发的宇航员头发视频，头发应该是被排风系统吸上去的。然而我回复，如果排风系统有如此大的吸力，可以把湿润的头发如此快的吸引到风口，那么为什么最开头飞出来的水珠没有被吸过去呢？

见视频，有一些水珠本来就是朝上飞的，所以匀速直线运动地继续飞上去。如果有吸力，为什么没有加速进入“风口”呢？横着飞出的那些小水珠，为什么没有因为强大的吸力而朝上拐弯呢？

然后他们就开始诡辩，说有一颗小水珠是拐了弯的啊，然后好不容易给我找出来。问题是，为什么其它水珠没有拐弯呢？基本的物理规律是，如果受到向上的力，水平飞出的小水珠都应该拐弯。然而他们却好不容易找到一颗模棱两可的，可能是因为头发而稍微改变了路线而已。

然后他们就继续忽略我这个分析，继续他们的各种异想天开的猜想了。甚至说“国际空间站是微重力，并不是完全失重，所以还是有一点重力”之类。反正你看到的显示出重力的现象，他们都能这么解释了。每一种情况，他们总能找到一个“理论”，这些理论之间却自相矛盾，而且没有任何依据。完美无敌的辩论，无论怎么他们都会赢。😄

所以比较显然，排风系统不可能有这么强的吸力，以至于让湿润的头发在被手和梳子压下来之后，几乎立即又变得朝上。这说明头发受到了很大的力，这不是排风系统能造成的吸力。否则水珠和其它物体都会受到影响。

非常简单，能直接看见的的事情，却被诡辩家们忽视，并且提出他们异想天开的一些猜想，自己制造出来的“物理定律”。这就是为什么这样的人不值得讨论。由于严重干扰了正常的讨论，而且经常进行人身攻击（比如说“我们不能给你上物理课”一类的隐式攻击），我已经把这些诡辩家踢出了群。今后如果发现类似现象也会一并踢出群。

但我欢迎合理的疑问，基于物理和常识原理的讨论。你可以不同意我，但必须有真实的依据，而不是诡辩和人身攻击。

不再关心人类de垠的微博视频

《欢迎参观 TG 群里的诡辩》

今天的 TG 群讨论很“精彩”，我向大家展示了如何用物理规律和常识一一驳倒那些没有根据的诡辩。但是诡辩家总是不会输的，就算他们自相矛盾的时候，他们也可以说“因为没有办法量化”之类空洞而无意义的话来搪塞过去。

有兴趣观看这种辩论，理解诡辩家的手法的人，可以入群参观一下今天的聊天记录。本来我没有必要跟这样的人辩论，我只是想给大家做一个例子，看看这些反对我的人是怎么表现的。

由于时间精力有限，我会停止跟这样的人讨论，忽略他们。但欢迎大家继续进群参观，或者进行理性而有意义的讨论。

https:// t.me/+K-nRlmz9qJg4Yjg1 （自己去掉空格）

到目前为止，我觉得每一个疑点都已经找到了相当完备的证据支持。拍星星的实验已经有人在日本京都和大阪进行，证实了如果曝光低到拍不到天上的星星，室内物体就几乎拍不到。实验用的星星是恒星“狮子座α”和“毕宿五“，都不是木星那样特别亮的行星。而且观测条件并不是很好，所以在高山或者观星条件好的地方，实验效果会更加明显。欢迎大家都来加入做实验的行列，在世界各地进行这个星空曝光实验。

头发的事也每个人都能看到不对劲，经过我的分析，我觉得已经完全确认了头发并不是自然的失重，而是有东西在支撑（发胶或者磁性）。

《同一个宇航员两个视频中的发质差异》

经过进一步的研究，我发现这个宇航员在两个不同视频中的发质有比较大的差别。

第一个空间站视频中，她的头发虽然显然经过了定型，但仍然是丝滑细软的，每一根发丝都清晰可见，没有结团。

第二个太空洗头视频中，开头还没有加水，她的头发就已经显得很粗，似乎多根头发粘在了一块，有一种“结团感”，是一条条的，而不是一根根分散丝滑的。

我做了这两个视频的对比视频，大家可以比较一下。我觉得第二个视频中，她的头发似乎经过了某种特殊的处理，也许在多根头发之间加入了磁性物质，所以可以被强力电磁铁吸引。由于需要多根头发粘在一起包住磁性物质，所以头发有一种“结团感”，一条一条的，而不是分散的丝滑头发。

同一个人的头发，在两个视频中怎么会有如此大的差别？所以我认为在第二个视频中的头发是经过了更加特殊的处理的。通过两个视频的对比，更加让我倾向于认为她在第二个视频中的头发是被电磁铁吸引的。

有人可能要问，为什么第二个洗头的视频需要这种电磁铁，而第一个视频不需要呢？我觉得是因为第二个视频需要往头发上放水，这样头发会变重。普通的定型技术不能支撑湿的头发，就会掉下来，就露馅了。所以洗头的视频必须使用更强的力量来支持头发，所以就想出来用磁性物质的主意。

你可以再仔细看一下第二个视频网页链接。可以在中间发现某些头发下坠的情况，就像之前那个视频一样。所以我认为这些头发并没有失重，她们是用外力支撑起来的，但是总有那么一些边沿的头发没有得到足够的力，所以它们就一直处于下坠状态。

不再关心人类de垠的微博视频

很多人看不懂我说的视频，因为我说“反复看”的时候，他们并没有照做。所以我只好把这个视频重复很多次，还加上了该看的地方的标记。也许这样有些人会真的反复看了吧。 不再关心人类de垠的微博视频

有人可能觉得“磁性假发”在技术上很难做，但我觉得这种事情应该还是难不倒 NASA 的。 不再关心人类de垠的微博视频

《宇航员头发可能是磁性假发》

经过考虑多种可能性，反复观察这个宇航员的头发的动态，特别是这里截取的这段视频，我觉得这个场面很像是磁力作用的结果。

看起来她的头发受到了某种吸引力，而且这个力的大小和头发与顶棚的距离有关。当头发下来一点，离顶棚远一点的时候，会感觉头发有“松弛下坠”的趋势，说明受力减少。但是当头发离顶棚近些的时候，就会看到头发变得更直，好像被拉直了一样，说明受力增加。

所以我的一个猜测是，这些头发并不是真的头发，而是用某种磁性物质制作的假发。顶棚上可能有一个强力电磁铁，把这磁性假发往上面吸引，所以就产生了我们这里看到的现象。

可以反复播放这段视频，看看是不是能够体会到磁铁的存在。反正我越看越像是这样。😄

不再关心人类de垠的微博视频

《宇航员太空洗发视频分析》

根据另一个长发宇航员在国际空间站里面洗头的视频网页链接，做了一个注解视频。

通过这个视频，我们看到跟之前几个“失重长发”视频同样的现象，头发显然经过了强力定型。而且在失重的太空中，头发居然随时保持垂直向上竖起的状态。

这不符合失重环境的特征。失重的环境里，头发不会受到重力掉下来，但也不会这样垂直向上，像是有某种强力在吸引它们。

排气扇不可能有这么大的吸力，也不大可能存在这么强的静电，否则其它物品也会受到强吸力而改变运动方式。

而且洗干净了之后居然还是这样，像是经过了强力定型处理，而不是自然柔软的头发。

这显然是假的。现在对于我的问题只是，这样的效果是如何用电影技术做出来的？

不再关心人类de垠的微博视频

《拍不到星星的照片应该是什么样》

由于阳光太亮，曝光太低而拍不到星星的时候，照片应该是什么样的呢？我做了一个演示。

看图 1，太阳就在背后，但天还是黑色。天是黑色，而且曝光已经足够拍到暗部（宇航员的脸和胸前的背光部分），天空里的星星就应该拍的到。

如果拍不到星星的话，这张照片本来应该像图 2 这样才对，背光的暗部应该基本是扁平的漆黑一片，看不见任何细节（除了少数的高光）。就像我的实验显示的那样。

《太空中没有白天》

有人说他发现国际空间站拍的照片和视频都一样，都是白天看不到星星，而晚上能看到，这跟在地球上的情况一样。现在有一些科普也在告诉大家这个事，所以我觉得有必要说明一下。

太空中不仅“晚上”能看到星星，而且“白天”也应该看得到星星。实际上，这里的“晚上”和“白天”只是针对地球而言的。太空中并没有“白天”。

这是因为太空中的天永远不会是白色的，而一直是黑色。因为没有空气，阳光无法把天空照亮，所以就没有“白天”。天空不亮起来成为面光源，星光就会凸显出来。所以在太空中，我们应该一直能看到星星。

到了太空，地球和太阳就只算是“夜空”里的两颗星而已。星和星之间，全都是黑色的天空（太空），它不会亮起来。

太空中的人，可以把地球看作像月球那样的东西。地球上月亮出来的时候，经常有一半是亮的，一半不亮，就像地球在太空的景象一样。月亮出来的时候，地球上的人照样能看到星星。地球在太空亮起来的时候（地球的白天），太空里的人仍然能看到星星。

所以科普告诉你”太空里白天看不到星星“，都是在骗人。他们的目的是想让你相信，太空照片的黑色天空中就是应该看不见星星，掩盖人类从未去过太空的真相。

《女宇航员长发与 Zero-G 真失重长发的对比》

对之前女宇航员头发的分析视频进行了补充，在后面增加了 Zero-G 主页的失重视频。

经过对比，我们可以注意到以下差别：

女宇航员的长发：

- 扭头时，头发呈现”整体运动“状态。

- 扭头时，头发的运动很少出现”滞后感“。

- 感觉有东西在支撑这些头发，不然会掉下来。

- 有些部分的头发会一直保持”下坠“状态，即使使劲扭头之后，也会很快回到”下坠“状态。

Zero-G 真失重的长发：

- 扭头时，头发的运动是混乱而随机的，不是整体运动。

- 扭头时，头发的运动相比头部运动有很大的”滞后感“。

- 没有东西在支撑这些头发，自由的上下运动。

- 头发状态完全是随机混乱的，不存在一些头发永远保持”下坠“状态。

为什么会出现这些差别呢？其实我们可以把失重状态的头发想象成浸没在水底的头发，想象一下在水底的时候，头发应该如何运动？因为水的浮力，头发会呈现非常像失重的头发。使用这个想象力，你就能知道失重的头发应该如何运动，而这正好是 Zero-G 的视频里显示的状态。

所以比较明显，女宇航员的长发使用了强力的定型技术，而且受到了重力，那并不是真正失重的长发。

不再关心人类de垠的微博视频

YouTube 搜出来大把的拍星空教学视频，比如这个网页链接。似乎很多人都会拍银河。光是看到这么多教程，这么多“拍星神器”，随手拍个视频都能拍到银河，就已经觉得那么多太空计划的视频里都没有星星很不可思议了。

不管你有什么亮光在附近，总是可以遮一下，创造条件拍到的，所以都是借口。普通人都能做到的事情，这么大的太空计划，花了这么多钱，却说拍不到。说去探索宇宙的奥秘，却漏掉了宇宙里最重要的东西——星星。这个其实就是最大的疑点。

《修改对太空计划疑点的描述》

由于很多人可能会误解或者曲解我的原意，所以我觉得应该把之前对太空计划的疑点的描述改一下。

我不应该说“太空照片里没有星星”，而应该说“太空照片里没拍到星星的时候，却拍到了比星星更暗的物体细节”。这样就不会产生误解了。

TG 群里终于有人理解了我的意思。对于他们之前的误解，我觉得我也有责任，不能全怪他们。我并没有一篇从零开始讲清楚这件事的文章。之前的文章是续集加续集，每篇都建立在之前的基础上，而且都比较长。可能新加入的人并没有时间去看明白我在说什么，所以没能找到关键的那一篇，以为我就是在说“太空里一颗星星都拍不到”。

所以我决定把思路重新整理一下，从零开始介绍一下这件事。我感谢热心群众的参与，并且已经有人半夜里上山做我指出的实验了。这个事情无论最后能确证与否，大家都是不打不成交了。😄

上一篇微博里提到的场景抓图，因为发了视频没法贴图，所以单独发在这里。

《强光下拍到的星空》网页链接

推荐一个拍星空的视频给大家网页链接，里面出现了几个强光下仍然拍到挺多星星的镜头。

1. 最开头，博主拿着一个强光手电跑过来，手电光正对镜头。天上的星星消失了一些，但仍然有几颗可以看见的。虽然稍模糊，但天空却不是全黑的。

2. 0:09 秒，前景被灯照得很亮，但天上的星星仍然有几颗看得见。中间有一瞬间，星星全都消失了，但那个时候除了前景里被灯照亮的博主和树丛，已经看不到其它物体了。这符合我的“曝光实验”特征。

3. 0:22 秒，出现一个巨大的闪电，天上的一些星星仍然能看见。

在闪电的最亮点，仍然有一颗星星能看得见。注意这个时候地面已经被照的如同白昼了！

这个视频比较说明问题。我觉得网络上可能还有很多类似的视频，大家可以去找找看。

不再关心人类de垠的微博视频

我的脚可能真的好了，直到今天都没事。我已经完全没有进行消毒了，只是每天轮换鞋子，每天换一双袜子，保持干燥。我估计当皮肤屏障完好的时候，真菌平时只有小打小闹的，让少数部位掉点皮。只有长时间在潮湿温暖的环境，才能大量繁殖，侵入真皮层里面。只有伤到很深处，它们才能“定居”下来。一旦定居，就不容易消灭了。

我为什么会中招？我估计是因为之前每天都穿同一双运动鞋。我太喜欢那双 Mizuno 运动鞋了，所以一直没有买新的。带来的另一双鞋太旧了不想穿了，就只剩下这一双。大热天在外面走路出了汗，脚就一直处于潮湿温暖的环境中，所以真菌才会入侵进去。

最后我只好把那双很喜欢的 Mizuno 扔掉了，然后又买来三双 Mizuno 轮换着穿。😄

所以双氧水应该是消灭了深处的真菌。过了一段时间，皮肤修复了屏障，所以就算再遇到真菌或者孢子，它们也不容易进去了。如果平时注意一下生活习惯，应该不容易复发了。

有人完全没看我的“曝光实验”是怎么回事，自以为是的又做了一次差不多的实验。调低曝光，然后还用手挡了一下，远处的少数灯光确实消失了，然而拍下来却已经不是照片，而基本是黑纸了。这并不符合“太空照片”的情况，因为太空照片的物体并不是这样一团漆黑的，而是能看到暗部细节。这才是我的实验说的事。

我建议大家重新看一下这篇《对读者星光实验视频的分析》网页链接 网页链接，因为我不想再次重复我的实验是在说什么。

不再关心人类de垠的微博视频

《手机遮光拍星实验》

再分享一个实验视频，其实是两年前做的了，还在上海的时候。

这个实验说明了几个简单的问题：

1. 当有强光直射镜头，曝光降低之后，确实会看不见星星。就像我之前说的，看不见星星的时候，也不应该拍得到物体的暗部了，你会基本得到一张黑纸。之前的实验已经说明了这一点。

2. 当我用手挡住路灯光，星星又重新出现了。这说明简单的遮光就肯定能拍到星星。这么简单的事，为什么太空计划不做呢？这是完全没有道理的。

3. 当我的手遮在手机上方的时候，手机对焦到了我的手上。这时候星星仍然在，只不过模糊了，成了一个光斑。这说明是否拍到星星跟对焦关系不很大，手这么近的对焦，仍然能形成光斑，而不会像太空视频那样全黑的。

所以通过这一个实验视频，我能看出多种光学原理，从而说明我之前的论证都是正确的。太空计划的黑色天空里拍不到星星，几乎是不可能的。 不再关心人类de垠的微博视频

《珠穆朗玛峰的星空是怎么拍下来的》

推荐之前那个珠穆朗玛峰上拍星空的摄影师 Elia Saikaly 的博文《Everest – A time lapse film II: How I did it》：网页链接

里面有他的故事，相机和拍摄参数细节。我联系了这个摄影师，他说虽然照片用了大概 15s 长曝光，但珠穆朗玛峰上肉眼看星星也特别明显。他告诉我照片里的“太阳”其实不是太阳，而是月亮。

他冒着生命危险，零下 25 度的低温，幸免了两次严重的雪崩，目睹了好几位朋友的死，最后拍了 4 万多张星空照片。对比一下所谓的“太空计划”吧。

撒哈拉拍星空的摄影师说撒哈拉沙漠用 15s 根本拍不到这么多星星，所以珠穆朗玛峰这么高，少了很多空气的阻挡，恐怕是一个原因。根据这个，我们可以设想在没有空气的太空应该看到什么样的星空，应该如何容易地拍到壮丽的星空。

还有人说“NASA 的阿波罗计划是假的，并不等于 NASA 的所有计划都是假的。“ 这样的话。本来没必要，但我又附带证明了国际空间站和哈勃望远镜都是假的。连“骗子永远都是骗子”这个道理都不明白，这真是人类的悲哀啊。还要被骗多少次，他们才会明白这个道理呢？

看来群里有很多新来的，根本没看过我之前的文章。还有人在提“地月激光反射器”，说阿波罗计划在月球上放了激光反射器，会发射激光回地球，很多国家都用过，所以不会假。我之前已经写过微博说这个事：网页链接。有依据有出处，我就不想重复了。

这就是我说的，一个破绽足够说明一个事是假的。其它的“支持证据”都是假象，没有必要再去一一破除。但碰巧破掉了几个，也就纯属娱乐了。😄

《对一张沙漠照片的分析》网页链接

有位摄影师在群里贴了这样一个图，他说之前在撒哈拉沙漠里拍的。之前拍了星空，接着同样的天空里拍了这幅人们围着篝火的照片，背后的天空一片漆黑，也没拍到星星。虽然这个摄影师是友好的，但他可能也疑惑这个事：也许太空里就像这样，会因为曝光太低而拍不到星空呢？

我当时也有点迷惑，因为这幅图似乎也拍到了人物的一些细节。所以我当时没有回复他，想多分析一下。

但现在我又看了一下这幅图，我觉得它仍然符合我之前的“曝光实验”。因为篝火很亮，所以曝光被调得很低。注意这个照片是 iPhone 6 拍的，所以应该是自动档。手机自动调节了曝光：光圈 f/2.2，快门 1/4 秒，ISO 400。对于这样的场景，这是很低的曝光。

这就是为什么没拍到后面的星星。但是注意，这幅图所有背光的地方，也就是背着篝火的位置，全都是漆黑的。前景里每个人的背后没有被火光直射的地方全都是扁平的漆黑一片，看不到细节和立体感。

这就是我所说的，拍不到星星，也就拍不到暗部细节。

当然这个照片是相当不错的。我之前说拍不到星星就只能拍到“黑纸”，“不能用的照片”，看来在某些艺术化的照片里，还真不是完全属实。但这张照片显然不是太空照片的风格了，因为暗部细节全都看不见，所以一般太空计划不会用这样的照片。

看看太空的照片和视频，确实不会有这样的场面。对比之前我指出的国际空间站照片（图 5），你会发现窗户后面的部分是暗部，如果按照这个沙漠照片的曝光，估计这窗口后面就不会看到任何细节了，会是漆黑一片。

所以这张沙漠照片并没有推翻我的实验结论。反而，它进一步的确证了这个原理的正确性。

经过多次修改整理思路，重新发布《侦探思维：如何解决“太空场景亮度未知”》网页链接

这篇文章和之前的曝光实验非常有趣，我觉得也许可以教会很多人摄影的基本原理。所以推荐大家都去做一下我说的实验。

全文（链接没有粘贴）

=========
有人说我之前讲过的星星拍摄实验没有精确测量物体的亮度，所以物体的“暗部”不一定真的比星光暗，也许它们其实被阳光照得很亮，这样曝光调低之后，就不够照到星星了。后来他建议我用实际的“太空场景亮度”来做实验。还出了一些类似“多宣传宣传，勾起宇航员好奇心让宇航员拍给你看”之类不符合逻辑的建议（你能让骗子来帮助你揭露他们吗？）

其实解决这个问题很简单，我并不需要重新做实验。我只需要找到那些可以推断为很暗的物体，比如国际空间站的窗户背面的窗框，宇航员在头盔里的面部细节，等等。这样的场景很多。只要注意观察这些太空视频，进行逻辑推理，就比较容易找出来。

可能懂摄影的人要问，只是通过照片，我怎么能知道这些位置真的亮度很暗呢？万一其实它们很亮，只不过因为照片的曝光值低，所以只是在照片上看起来暗呢？其实我能通过照片里的场景进行“常理逻辑推断”。

我举两个例子：

图 1（视频来源）

这幅国际空间站窗口图里，我可以推断窗户背后箭头所指的那几个位置是很暗的。因为国际空间站的光源无非是普通内部灯光和阳光，而窗口后面的部分是不能被阳光直射的。另外，宇航员在舱内生活是不戴太阳镜的。为了宇航员的舒适，这些窗口里面的物体应该不会特别亮，就是普通的室内物体亮度。

图 2（视频来源）

这幅图抓自“哈勃望远镜维修计划”的视频。宇航员在舱外操作，我们能透过面罩看见他的脸，眉毛，眼睛，鼻子，嘴，牙齿全都可见。眼睛里还有反光。他的眼睛是正常睁开的，所以他的脸应该没有被强光直射。否则他的眼睛不会是那样正常睁开，而是会被强光刺到眯眼。另外，他的头盔上的“太阳镜”是没有放下来的，所以我们可以双重推断：没有强光直射他的脸。因为头盔把大部分角度全遮住了，我们可以推断：不大可能有很多光反射后或从其它角度照到他的脸上。所以他的脸不会很亮，是一个“暗部”。

根据以上的常理推理，我可以推断出这两幅图里存在很暗的物体——窗户背后的窗框细节，宇航员的面部细节。根据常识我可以推断，因为这些地方没有被强光直射，所以它们的亮度应该是低于星光的。注意，这些暗部细节没有因为“曝光值低”而消失，而是都拍到了。比星星暗的物体细节都拍到了，所以也应该拍到星星。因此，这些镜头的黑色天空里都应该有星星才对。

当然不是所有星星都能拍到。那些太远的，太弱的，当然可能消失。但绝对不会整个黑色天空里一颗星星都没有，像我们在官方的太空照片和视频里看到的那样。

推理完毕。

注意，这个推理跟相机的动态范围大小没有关系。我只是通过物体暗部细节与星星的亮度的相对关系（星星要比物体暗部亮）作出的推断。有些会点摄影的人可能会误解这里的分析，说图 1 的窗外还有那么亮的地球呢，难道不会因为地球太亮而影响到星星的拍摄吗？虽然地球的亮度在调节曝光值的时候会有影响，但现在这张照片已经拍下来了，我们已经知道地球被成功拍下来了。现在的任务只是要推断在照片已有的这种曝光值下，天空里的星星是否也应该被拍到？所以地球的亮度值跟这里的分析已经没有关系。因为照片已经拍到了物体的暗部细节，而星星要比这些暗部亮，所以通过这个简单的亮度相对关系，我就能推断照片里也应该能拍到星星。

这就是侦探思维。很多时候，侦探不需要很专业的数值作为依据，不需要费特别大的工夫去获得数据。他只需要从“常理”来分析已有的数据，就能达到目标。

《手机拍摄的星空》

有的人喜欢为视频没有星星找借口，比如说“人家拍视频用的镜头和拍照片的镜头不同，所以是视频就拍不到星空”之类。但是请你看看一个朋友用手机拍摄的星空吧（因为星星很小，建议全屏观看）。

虽然不完美（有拉线），但拍星空视频其实是非常容易的事情。在地球上能看到星星的地方试一下吧，拿起手机随手一拍就行，很难拍不到星星。在这样的天空完全拍不到星星，是没有什么可能性的。

所以，几十年全世界的所有太空计划，连一个这样的视频都没拍到过。你能相信吗？况且外太空的星空应该比地球上的明亮和壮观许多！ 不再关心人类de垠的微博视频

《证据的数理逻辑》

TG 聊天群里，可以说已经是“人间万象”了。有人说我的“ALL 逻辑”不对，我说“如果一件事情是真的，那么它的所有方面都应该是真的，没有破绽”。

然后有人说我不懂数理逻辑，他说这个的逆命题也应该成立：“如果一件事情是假的，那么它所有的方面都要是假的。”

他的意思是，我得否决了所有“拍到星星”的情况，才能证明太空计划是假的。我哪有这个时间和精力来对付这么多“有星星”的假照片？

其实基本的数理逻辑的规则是这样的：

not (A and B) = (not A) or (not B)

所以“ALL 逻辑”的逆命题应该是：一个事情如果是假的，那么你只需要证明它的某些情况是假的。

AND 逆转之后成为 OR，ALL 逆转之后成为 SOME，这是基本的数理逻辑。到底是谁不懂数理逻辑呢？

很多人就是喜欢拿出一套套的空洞理论，各种术语来压制别人，而其实他们自己并不懂。我的一生已经遇到太多这样的人，我不想再跟这样的人讨论。大家如果进群，可能还会遇到一些这样的人，要做好心理准备。😄

根据在聊天室里的对话，今天发布文章《有星星的太空照片视频也都是假的》网页链接

由于文章里有很多嵌入的图片和视频，所以内容就不转发在这里了。

《女宇航员长发失重分析》

根据 YouTube 的一个女宇航员视频网页链接，我做了一个简单视频分析。

比较明显，她的头发涂了很多的发胶。但是为了产生“飘逸感”，长发顶端的部分可能没有涂。然后我就注意到，那些顶端的头发会下坠，而且它们会一直保持下坠状态。即使她猛的扭头，导致头发飘散，之前下坠的那些头发会很快地回复到下坠状态。

这说明这些头发并没有真的失重。如果是真的失重，头发不会一直选择“下坠”，而是会随机的“飘起”，过一会又可能“飘落”，也可能“横向飘”，而不是一直“下坠”。下坠的状态说明这些头发受到了重力，而且是地球表面那么大的重力。

当她最后转身，我们看到头发其实整体处于下坠状态，只是发胶使得头发处于“炸裂状”而已。这些头发并没有真的失重，否则发梢是会飘起来的。

真正的失重头发是什么样子的呢？可以参考 Zero-G 的网站主页：gozerog.com。

不再关心人类de垠的微博视频

补充一句：虽然经过很多的研究，切实阅读医学论文和大量参考文献，再加上疫情期间的各种奇葩经历，我不再相信病毒的存在，但我从来也没有相信过 5G 信号会导致新冠症状。比较简单的道理，5G 只是一种电磁波，它只是频率快一些而已。我们都知道电磁波能做什么，能对身体产生什么效果。除非到了 X 射线那种级别的，普通电磁波基本没有什么效果。

但我比较确定的事情是，新冠症状应该是由 Matrix 故意释放在空气里的有毒化学物质造成的，它们的载体是类似“雾霾”或者“空气清新剂”一类的东西。比较显然，这些有毒化学物质直接作用于呼吸道，自然就导致了新冠这样的呼吸道疾病。英国公共场所大量喷洒空气清新剂的现象，几乎无处可逃，非常的可疑，所以更进一步让我相信是这些化学物质在搞鬼。我一直严防“雾霾”和“空气清新剂”，至今没有得过新冠，我觉得自己的经历可以作为佐证。

5G 的作用太间接，而化学物质是直接的。这就是为什么我一直不相信 5G 会导致新冠。很多宣传“病毒不存在”的人，后来都开始宣传“5G 导致新冠”，所以我就察觉到这些人也很可能是 Matrix 安排的，在里面搅和。有些人看到这些谬论之后，就再也不听不进“病毒不存在”这个事了。只要你说“病毒是假的”，他们马上就会说：“难道你觉得是 5G 导致了新冠？”

完美，Matrix 的目的就达到了。

《5G 导致新冠症状是戏》

我比较确定的一件事情是，“5G 信号导致新冠症状”应该是 Matrix 的戏。

似乎现在到处都在传播这种“教育”，告诉大家要提防「disinformation」。然后多半会举个例子，说有些人宣传是“5G 信号导致了新冠症状”，而不是病毒。所以很多人被这个 disinformation 蛊惑，反对部署 5G 基站，甚至暴力阻挠或者烧毁 5G 基站，导致很多损失。

你觉得真有人那么傻，会相信 5G 信号会导致新冠症状，以至于去破坏 5G 设施吗？我不觉得会有人傻到这种地步。就算他们相信了 5G 会导致新冠症状，按照目前世界人民的“沉默羔羊”现状，也不会有人真敢动手。他们最多悄悄把自己手机的 5G 关了，只用 4G。所以“新闻”里的那些基站被烧之类的事，估计都是演的。

演这戏的目的是什么呢？是进行进一步的网络言论控制。使用这种戏，让大家以为“不受约束的言论自由会导致严重的后果”，所以大家就会支持社交媒体之类的地方进行言论控制，比如进行“fact check”一类的检查，认为你是“disinformation”，就可以删除你的内容。

明白了吗？一个信息到底是不是 disinformation，谁说了算？当然不是你自己说了算。Matrix 安排了很多这类 fact check 网站，把你的信息归类为 disinformation，就可以加以阻止，甚至删除。

另外，这种关于“disinformation”的宣传，可能会把大部分人教育成为“群众 fact checker”。一旦有人说出跟他们被灌输的“事实”不符的事情，他们就会自动回避，或者群起攻之。

这样 Matrix 就利用这些 fact check 网站，垄断了“事实”。所以西方世界所谓的“言论自由”，由于这些戏，其实已经不存在了。当然，东方世界从来就没有过言论自由。

TG 群的另一些有趣的点：

1. 有人说我的实验没有精确测量物体的亮度，所以不一定“暗部”真的比星光暗，也许它们会被阳光照得很亮，这样曝光就不够照到星星了。后来他建议我用实际的场景亮度来做实验：“那不如多宣传宣传，勾起宇航员好奇心让宇航员拍给你看吧。”

2. 有人说卫星上的相机都是高精度分辨率的，所以拍出来的照片区域很小，也许这就是为什么要做“后处理”，而且拍不到星空。

这些人都犯了一个基本错误。如果你要核实一些人是不是骗子，你能用他们给你的信息吗？所以“让宇航员拍给我看”和“卫星上的相机都是高精度分辨率的”，这些都是不可用的信息。

这些信息类似于皇帝的织布工说的：”愚蠢或者不称职的人，都看不见这个布料。“

一些过度聪明的猴子，以为自己能飞出地球，却其实连翅膀都没有。

看破了这一切骗局，人才会明白什么叫真正的谦卑。曾经我也很崇拜 NASA。刚进入 Coverity 工作的时候，我还暗自因为 NASA 和 Lockheed Martin 是我们的客户而自豪。我以为我们的产品在帮助这些机构实现高可靠性的“太空代码”。

现在看破了这一切之后，这些都成了笑话。我是一个普通的人类，我从未有机会离开地球，但其他人也从来没有过。我们和河里的天鹅差不多普通。哦不，天鹅的生活可比人类幸福多了，它们没有这么多不可思议的骗局存在，没有人类世界的这么多烦心事。对于它们来说，我们不过是一些猴子而已。一些过度聪明的猴子。

我就是这么一个普通的人类，思索着人类的未来，地球的未来，和真正的宇宙的奥秘。

《国际空间站 25 年来拍过 3 张银河的照片》网页链接

“第一次太空真相研讨会”后，TG 群的讨论很有意思。有人说 NASA 其实拍到过星空照片的，然后转了一张银河的照片在群里。结果我去 NASA 网站搜索“Milky Way”（银河）的照片，总共就找到 3 张（包括他转发的那张在内）。2003 年，2010 年，2015 年，NASA 分别给银河拍过一张照片。

国际空间站在太空已经 25 年，有无数的机会可以拍照，却只拍到 3 张银河的照片。你觉得这可以思议吗？

很多摄影师如果历经艰辛到了山顶之类的地方，都会拍成千上万张星空照片，包括很多银河的。整个国际空间站项目，25 年总共只有 3 张银河照片。不可思议。

另外仔细看看这些照片的清晰度吧，这些真的是照片吗？还是人工画出来的呢？对比一下之前提到的珠穆朗玛峰上拍的银河吧，看看是什么差距？

很多人对这种事情视而不见，找到一张有星星的照片，就说太空计划是真的。如果你说这照片模糊，他们就说因为国际空间站飞得很快，所以照片不容易拍清晰。然而地球绕着太阳转，速度是国际空间站的 3.8 倍，我们却能在地球上拍到清晰的星空和银河呢？如果你说怎么只有 3 张，他们就说并不是每张照片都放在网上公开的。他们总能找到理由。

他们似乎永远不会明白这个逻辑：如果这是真的，那所有应该有星空的镜头都应该有星星。不能找到一张看似有星星的照片或视频，就认为这是真的。看看我整理的这个太空视频列表吧网页链接，看看所有这些太空计划里，能够看到几颗星星。0！

这就是宗教的力量，我们无法改变一个人的坚定信仰。如果一个人相信了一个宗教，我们可能只能随他去了。因为无论你有多少证据他都会视而不见，为了证明自己的信仰，他会只看到自己想看到的，而忽视所有与自己的信仰所矛盾的证据。

再次观看这个让人惊叹的星空影片，拍摄自珠穆朗玛峰 网页链接。想起太空计划这么多年从来没有拍到过一颗星星，于是我决定写一条评论给作者。😄

今天会议用到的太空视频，我做了一个播放列表：网页链接。大家随时可以观看。今后有代表性的视频我都会加到这个列表里。

告诉大家一个好消息，现在已经距离我完全停止用双氧水泡脚（包括“稀释巩固”），停止消毒鞋袜，有一周时间了。脚部完全没有反复的迹象，肤色，湿润度，细腻程度都没有改变。大概率说明双氧水已经根除了脚部的真菌。

希望各位小白鼠再接再厉，根除这个人类社会烦人的疾患。如果大家都消除了真菌，也就少了再次传染的机会，这样社会就会更加美好。

“第一次太空真相研讨会”历时 2 小时，收到了一些有用的反馈，回答了大部分的问题，现在已经圆满结束。稍后我会把会议的录制视频发送到 TG 群里。欢迎大家继续讨论相关话题，把一切都讨论清楚。

群地址：https:// t.me/+K-nRlmz9qJg4Yjg1
（请自己去掉空格）

《宇航员的头发不是核心证据》

虽然我指出宇航员的头发是有问题的，但需要注意的是，这并不能作为太空视频为假的证据。很多人喜欢提头发这个事，然后就被轻易的否决了。因为相信这个事是真的那些人，他们会说：”人家就是喜欢抹很多发胶，不可以吗？“ 然后就没有得到证明。

所以核心的破绽应该仍然是星星，这是一个致命的破绽。我已经有多重的论证可以破掉这一点。只有破除了”这肯定假不了“的信仰，人才有可能注意到头发的问题。就像我说的，那头发确实不是自然失重的状态。但这个只能算是得出结论之后，发现的更多的“推论”，而不是“证据”本身。

区分哪一个是“核心证据”很重要，否则跑题说太多头发的事，就会削弱论证，落入谁也证明不了的逻辑圈套。

《3D 头发渲染的难度》

我为什么知道 3D 渲染头发很难？很多人都不知道，我在 Cornell 的时候跟计算机图形学专家 Steve Marschner 学习过一阵，他最出名的一个贡献就是发明了渲染头发的方法。据说他的方法被用于渲染《指环王》里 Gollum 小怪物的毛发。然而仔细看看 Gollum 那个丑样，他有几根头发？我们能找到的电影里面，有哪些人物的头发看起来是真实的。

不但光线渲染很难，需要很大的计算量，大型的集群工作很长时间，耗资巨大。而且头发的动态是很难模拟的。我后来又跟 Doug L. James 学习了一阵“physically based computer animation”，实现了一个力学模拟的动画系统。你知道要模拟头发的动态，就算很粗略的那种，有多困难吗？

所以要制作 3D 渲染的头发，而且是失重的效果，即使能够实现，恐怕耗资也会很大。Matrix 需要的是低成本科幻片，作为“国库提款机”，所以他们不能这么大手笔地做。这可能就是为什么他们在宇航员的长发上放了很多的发胶一类的东西。不一定是我们常见的发胶，但大概是类似的方法，让头发很不自然地竖起来。这样你就以为她只是用了很多发胶，不知道头发到底失重了没有。

《特别欢迎专家参与》

“太空真相研讨会”特别欢迎有物理，光学背景的人士，职业摄影师或业余摄影爱好者。我无法在忍受世界上这么多的物理专家，光学专家，摄影师对此事的无动于衷，甚至有的帮助他们传播谬论。我不相信所有这些专家都看不见这个简单的事实，这应该对于他们很容易理解，所以希望他们有的人能参加这个讨论。

由于 TG 群的地址不能直接发微博，所以请自己去掉空格：

https:// t.me/+K-nRlmz9qJg4Yjg1

之前提议的《第一次太空真相研讨会》已经定于今天北京时间晚上 9 点进行。对这个话题感兴趣的人，如果能够理性思考，友好讨论，都可以通过这个 TG 群加入，我已经把会议号发在了群里。

https:// t.me/+K-nRlmz9qJg4Yjg1

（请手动去掉链接里的空格）

我觉得这个事情非常重要。谢谢大家的参与。

所以我应该感谢这个视频的作者 网页链接，他亲自用手机做了我指出的实验，拍天上的星星。他把另一个手机的屏幕亮光放在镜头前，然后星星确实消失了。他说确实可以拍不到星星的。他是对的。

其实我早就反复做过这个实验，早就发现了这个事情：如果拍不到星星，照片就是黑的。

如果不是这个读者亲自去做这个实验，对我提出质疑，我可能不会想起我当时的实验关键在哪里。所以我要感谢他亲自去做实验，对我提出质疑，他迫使我找到了问题最后的关键。

希望这就是最最后的关键吧。

看来 Matrix 所有的戏都不是那么容易揭穿的，他们的逻辑混淆非常巧妙和深入。就像我之前以为自己发现了爱因斯坦相对论论文里的“数学错误”，但后来发现只是他的论文写得很混淆，其实数学还是对的。问题的关键其实在于“相对光速不变”这个前提是错的，并没有真正被实验证明。然后你又得去研究 Michelson-Morley 实验到底错在哪里…… 到后来这逻辑链条深了，就很少有人能明白了。

这个太空照片的事也不是那么浅的，虽然很多人都会觉得完全没拍到星星不大正常，但他们很容易就被“曝光”这个说法欺骗。只有亲自用手机做过我之前指出的实验才会明白这是怎么回事：如果曝光低到拍不到星星，那么你也拍不到任何物体的细节了（除了少数物体的高光部）。你基本得到一张黑纸，而不是照片。

没有亲自做过这个实验的人，恐怕都难以想象这是怎么回事。Matrix 的戏真的很高明，不然怎么这么多的物理学家，光学专家，专业摄影师，都没一个人发现这问题。

他又回复了一条，再次说那是因为阳光照亮的物体使得相机曝光不够拍到星星。我之前都白解释了。回到原地。

谢谢大家的捧场，我的 YouTube 评论已经进入“热门评论”。

然后之前那个糊涂的人又回复了一条，显然他仍然没有明白这个“逻辑 ALL”，仍然在说“其它地方存在有星星的太空照片”。要让这样的人明白这个逻辑可能还真不容易，也许他就是 Matrix 请来混淆这个逻辑的。

但辩论总是有意义的，很多人看了这些辩论，明白了就足够了，少数人头脑缺乏逻辑，也只能随他们去了。

《国际空间站视频的第二条回复》

谢谢大家的捧场，看来我已经和各种谬论正面交锋了。又有人回复我，说：“你在开玩笑吗？有数不清的有星星的太空照片。” （如图）

我觉得这样正面辩论很好，在理的人是不怕辩论的。就是要把这一切错误的反驳都用不可辩驳的事实和逻辑压倒。

下面是我的回复。我觉得关键点在于：所有“该有星星的天空”必须全都有星星，才是真的。我说这个视频里“该有星星的天空”没有星星，而他却在说“其它地方的照片里有星星”。明白了吗？这是在转移话题，混淆逻辑。所有该有星星的天空都必须有星星——这是一个逻辑 AND，而很多人把它混淆为逻辑 OR，这样缺乏逻辑思维弱能力的人就被迷惑了。

而且你只需要搜索一下网络，就会发现其它的“实拍”太空照片和视频里，绝大部分“该有星星的天空”都没有星星。所以这个人显然没有仔细看过其它照片和视频，或者是故意在这里混淆事实。不实际去看的人也许就被迷惑了。

另外，我估计他所谓的“有星星的太空照片”，都是那些“太空望远镜照片”。那些照片里的“星星”都是我们从来没见过的，极其遥远的星系。为什么我们从来没有看到过它们拍到含有北斗七星的照片，银河的照片？想想这是怎么回事吧。因为我们从来没有亲眼见过那些星系，所以可以随便用 Photoshop 画出来，就告诉你那是“太空望远镜”拍的。

Do you mean those taken by Hubble or Webb space telescopes? I don't mean those photos of obscure galaxies which we have never seen with our eyes. Since we have never seen them from earth with our eyes, those can be easily generated by computers or just drawn with photoshop.

I mean photos contain the stars we are familiar with like Big Dipper etc and the Milky Way, a sky full of stars. That's what we should see in the space photos and videos. We should have seen skies full of shining stars out of ISS's cupola windows. There are none.

You can't just have some photos contain stars and some don't. By the photography experience I just mentioned, all the dark skies should have at least some stars in them. But as we have seen in this video, the sky is solid black with no stars. All "real videos" (not animations) from space are like this, solid black skies containg absolutely no stars. This doesn't make sense. You just need to look at more videos, for example Hubble Servicing Mission videos and other ISS cupola videos. None of them show any stars in black skies. None.

《第一次太空真相研讨会》

由于理解太空骗局的重要性，我决定召开第一次“太空真相”研讨会。会议以 Zoom 的方式进行。有意参加会议的人可以加入我新建的 TG 讨论群：

https:// t.me/+K-nRlmz9qJg4Yjg1

达到一定的报名人数之后，我会在群里发送 Zoom 会议链接。这个研讨会因为特别有趣，所以可能不止进行一次。我会在会议中播放相关视频，用直接的方式讲解和分析，所以会比文章容易理解。

注意，这个群不欢迎不能理性讨论问题的人。你可以有合理的疑问，我可以回答。但如果你看了我这么多的分析，仍然盲目相信“太空计划”是真的，准备来无脑黑，那就不用进群了。这个群只欢迎真正的科学家，和能够理性思考的人。进群请友好讨论，违者拉黑。

《我在国际空间站视频里写的评论》

昨天，我在之前提到的“国际空间站参观视频”网页链接 里写了一条评论，指出从窗口看出去一颗星星也没有。不出所料，今天就有人回复我，说那是因为相机在有很亮物体的情况下会调节曝光，所以就照不到星星了。这种说法我已经看了不知多少遍。

由于这个说法如此的幼稚，很多人从未亲自做过实验就盲目相信别人的话，所以我给他写了一段英文的回复，全文如下：

That's not true and their usual excuse. Bright object only turns the camera exposure down if you use auto mode. If the exposure is so low that the photo can't show the stars, the details of normal objects (except very bright object) will be all gone, and the photo will be mostly black and unusable. This is because the stars are brighter than the dark/gray area of normal objects. If stars are gone, so are the objects' details. You can experiment with this by manually turning the exposure down and see. You can do that even with your phone. But that's not the case for space photos. Space photos have objects' details, but no stars. This violates the experience of photography.

More over, in the ISS they have all those advanced cameras, lens and shields (as shown at 20:52). They can just block the bright objects out of view. They can shoot in directions that there are no bright objects in view (just as in this cupola scene). They can just point directly (and only) to the dark skies and take starry photos. But they never took even one photo with stars and the Milky Way. After so many years of so many space projects, not even one photo shows the magnificent starry skies we should be able to see in a vaccum space. We have so many magnificent starry night photos taken on earth's mountains, but none from space.

Remember, the universe is filled with billions of stars. They are everywhere. They are shining. There is no air or clouds in space to block their light. There is no excuse for not having even one space photo showing them.

大家可以去 YouTube 网页链接 看我的评论（请选择 Newest 最新评论，然后稍往下找）。欢迎大家回复或者点赞。我们应该把这条评论送上“热门评论”。

很多人不把我的话当回事，因为他们不明白我为了某些实验付出了多少。我查阅了多少资料，复习和自学了多少内容。这些有一些超越我的专业，然而我中学时候在其他领域（比如物理）是很强的，其实很多事情现在只需要补一点点知识就能理解。

一个例子就是我之前分析相对论和量子力学的时候（比如 网页链接，网页链接），做的那些光学实验。很多人不知道，我其实看完了好几个光学课程，其中包括 MIT RES.6-006 激光实验课。我不但看完了这个课程，而且用非常简单而便宜的装备完成了其中的大部分实验。

后来跟一个光学专业的专家对话，发现他都没有做过这样的实验，也没有亲自做过 Michelson-Morley 干涉仪。他听我说“相对光速”可能并不是不变的，才第一次意识到测光速的方法是有问题的。他自己制作过望远镜，却从没用望远镜看过天上的尾迹飞机。很多人都会用手机地图，然而他们却不能正确使用 fightradar24 来查找尾迹飞机，还误以为查到了这些飞机。

也许这就是为什么很多物理专业的人也无法理解我说的这些内容，无法理解太空照片里看不到星星是一个重大的破绽。因为他们的知识停留于表面，或者只能用来做指定的工作，却无法用来指导自己的现实生活。

后来我为了分析“太空照片没有星星”的现象，自学了摄影课程。因为我已经会了挺多光学，所以摄影对我来说是小菜一碟，什么快门光圈 ISO 的关系，直接就破解完毕了。所以看见所谓“专业摄影师”在那里说太空就是拍不到星星，我就怀疑他们到底是不是真的摄影师。当然我学了这些不光是用来破解太空照片，而且还用在了实际的摄影技术上。

这就像费曼在他的《What Do You Care What Other People Think?》一书里讲的一样，他利用物理常识来作弄很多专家，发现他们并不能用自己的专业知识来分析身边的问题。当然我已经确认费曼也是一个 Matrix 演员，他的 QED 是假科学，但他写的这些专业以外的故事还是有一定意义的。就像爱因斯坦虽然只是一个演员，但他说“人类的愚蠢是无止境的”，是对的。

也许 Matrix 并不邪恶呢？也许他们制造这么多的骗局来愚弄人类，正因为人类本身是愚蠢的，而他们只是想给全人类上一堂课呢？

练习：还是像之前一样，对比“正常曝光”和“暗部消失曝光”两种情况。对比左图，看看右图有多少“星星灯”还能看见？ （为了避免压缩丢失像素，请查看大图）

我就是这么认真，这是另一个实验。显示了降低曝光之后，场景里的景物都全黑了，商店橱窗里的装饰“星光灯”却仍然看得见。 不再关心人类de垠的微博视频

很多人可能觉得世界上所有的太空计划都是假的，这么大规模的造假是不可思议的事情。但我觉得更不可思议的事情是：

1. 几十年来所有国家的所有太空计划的照片和视频里，几乎看不到一颗星星。

2. 当有人指出这个问题，几乎所有人都不觉得这有什么问题，反而给出各种拍不到星星的理由（都是别人告诉他们的）。

千百年来人类仰望星空，思索着宇宙的奥秘。当他们终于飞出地球到了太空里，却一颗星星也没拍到，第一个踏上月球的人类（阿姆斯特朗）甚至说他们根本没看见过星星，然后所有人都不觉得这有什么问题。😄

继续实验，看看这树上的装饰灯，曝光要低到什么程度才会消失。 不再关心人类de垠的微博视频

又做了几个实验，注意曝光调低后，景物都看不到了，那些比较弱的装饰灯却几乎都还在。这些灯光实验虽然没有直接说明星光的问题，但能够帮助人们理解“光源比暗部亮”这个基本原理。 不再关心人类de垠的微博视频

最亮点和最暗点的对比。因为 iPhone 最低曝光只能这么低，所以灯光一直没有消失，但棚子下面的暗部细节已经全部消失。如果可以继续低下去，其它物体也会消失，就完全不是照片了。

这个有趣的实验真是随处都可以做。刚才用手机同时对准直射的阳光和比较弱的灯光，然后手动调低曝光。发现就算把 iPhone 的曝光调到最低，也能拍到外面的灯光。而这时候外面的景物基本已经很暗，基本拍不到了。

这再次说明官方说有阳光的时候就拍不到星光，这个说法是站不住脚的。 不再关心人类de垠的微博视频

《理解手动曝光的重要性》

我想再补充一个摄影爱好者能理解的事情，希望能引起学过一点摄影知识的人注意。

关于太空照片里没有星星的事，很多官方解释都说“太阳太亮，所以照不到星星”，但如果你真正理解了相机的原理，就会明白其实场景里的亮光只会引起曝光的自动调节（如果使用的是“自动档”）。最终是相机的曝光决定了拍到什么样的照片，而不是附近有没有很亮的物体。

所以我的实验（网页链接）直接用手动调节曝光，完全避免了“外部光源”这个条件的干扰。这个实验显示了这样的事实：如果曝光被调低到照不到星星，那也就照不到其它物体的暗部细节了。这是因为星星要比普通物体的暗部亮。

这样低的曝光，照下来就基本是黑纸了，而不是可用的照片。这不符合“太空照片”的特征，这些太空照片都能看到暗部细节和物体的立体感，然而黑色的天空中却一颗星星也没有。这是一个矛盾，不符合相机的曝光规律。

这个实验如此简单，每个人都能做，而且它揭示了这个世界上最大的一个秘密。希望大家认真对待这个实验，我觉得它可以和伽利略的“比萨斜塔实验”相提并论，它的价值相当于哥白尼推翻了“地心说”。😄

不再关心人类de垠的微博视频

继续看这个“参观国际空间站”的视频网页链接，发现很多评论者都知道这是假的。有的指出了宇航员头发的问题（图 2，3）。比较可惜的是，几乎没人指出星星的问题，可能人们都相信了太空中就是看不到星星。

我发现看 YouTube 评论的时候不能只看 TOP（热门评论），而要看 Newest（最新评论）。“热门评论”估计是被 Matrix 选过的，或者都是他们制造的，所以不会指出这些问题。

图 1 显示的是“热门评论”，排名最高的一条说：“谁都想体验太空飞行的感觉，但随即意识到我们需要努力学习😂😂😂“ 如此无聊的一句话，居然引来了 500 条回复。我觉得 ChatGPT 很适合用来做这个事。

另外一条评论问：“为什么地球的背景是黑的，而地球却是亮的？“ （图 4）有人回复说：“地球被太阳照亮了，但是背景里没有东西可以被照亮。” 我想说：“背景里难道没有星星吗？”

之前的国际空间站视频我又看了一下，发现更多的细节。已经补充至原文。我把相关的片段剪辑转发到这里。

补充内容：

在原视频的 13:35，女宇航员带大家参观了国际空间站的 cupola，也就是可以从窗口看出去的地方。却只看到一个地球，外面漆黑的天空中没有任何星星。你觉得这会是真实的吗？还是其实是一个地球的模型在那里呢？

注意女宇航员是这么介绍 cupola 的：“这是你发现自己发呆最多的地方，因为你最想做的事情就是回望我们的星球。这是我消磨时间最多的地方。我总想来这里，尽可能多地往外面看……” 她说她喜欢做这样一个游戏，猜自己在地球的哪个位置上方，她说目前是在非洲上方。

然而她却只字没有提在这里“看星空”的事情。国际空间站上应该有非常壮丽的星空可以看，她却说最想做的事情是“回望地球”。她在这里消磨了那么多时间，却从来没有在这里看过星星？想想这是怎么回事吧。

然后她带着大家 360 度看了一圈。果然，整个黑色的天空里，没有一颗星星！

不再关心人类de垠的微博视频

《国际空间站里的摄影装备》

我之前提到过一个国际空间站的“参观视频” 网页链接，但我当时没有强调的一个事情，是国际空间站里的摄影装备有多高级。现在我只把那段墙上挂着各种相机和镜头的片段转发一下。

有如此多高级相机和镜头的国际空间站，在“太空”运行了 25 年之久，却从未拍到过太空中的星空照片。你觉得这可以接受吗？

如果可以找个借口，说“阿波罗登月”拍不到星星是因为“阳光太亮”的原因，那么国际空间站居然也拍不到星星，就没有借口了。国际空间站一直在太空中，有充裕的时间可以从各种角度拍照，可以用遮光罩，或者从没有阳光的角度拍照，所以很容易就可以避免“阳光太亮”之类的曝光问题，却从来没有拍到过太空中的星空。

（当然经过最近的手机实验，我们已经明白，“曝光问题”也不能作为阿波罗登月拍不到星星的理由。）

在原视频的 13:35 网页链接，女宇航员带大家参观了国际空间站的 cupola，也就是可以从窗口看出去的地方。却只看到一个地球，外面没有任何星星。你觉得这会是真实的吗？还是其实是一个地球的模型在那里呢？

另外注意这个女宇航员的长发，看起来打了特别多的发胶，似乎是靠发胶竖起来的，而不是失重。以前有人跟我提起“女宇航员的长发”这一点，我还以为是他们想多了。现在仔细一想，才觉得有道理。身体和物品的“失重镜头”，都可以用绿幕和绿色支架来实现，但“头发失重”是不能用绿幕实现的。3D 渲染技术可以做出漂浮的项链或水之类的物体，然而却也很难渲染出真实的头发。我觉得这就是为什么长发需要打很多的发胶，这样你就不容易判断它是失重了没有。

不再关心人类de垠的微博视频

同样的，在技术方面，我也没有浪费我的精力。我把这么多的技术信息，甚至整本《Ground-Up Computer Science》免费放在网上，我就不怕这些宝贵的知识落到那些愚蠢而自以为是的人手里吗？也许他们从我这里学了东西，然后背地里黑我呢？

后来我发现这是不大可能发生的。因为我发现自以为是，装腔作势的人，一般是不会认真看我的文章或者书的。他们很会鹦鹉学舌，但我的作品他们却是不会认真看，认真理解的。因为他们需要做的只是让其他人觉得自己了不起，而这根本不需要真实的知识。

我最近遇到一个人，比较有意思。他开头作出一副很懂的样子，聊了一会我才发现他还在看《Crafting Interpreters》这样的书。我就告诉他写解释器是我之前经常做的事情，给了他一些宝贵的建议。经过这些谈话，我发现他显然不懂很多 PL 的东西，只是一个一知半解的普通程序员。

过了一会，再次跟我说话的时候，他忽然好像忘了我之前跟他聊过什么，然后继续用自己对各种语言的“经验”来显示自己很厉害，说将来 Go 语言会代替 Java 之类的。所以我比较确定的事情是，他事后也不会去思考我告诉他的那些事情，因为他只想演出一个“高手”，“懂行”的角色，而深入理解精髓的知识并不能让他显得厉害。

看看我，我真懂很多东西，但我显得很厉害吗？😄

所以我之前顾虑太多了，我不想把精髓的内容告诉别人，因为我怕他们把它偷去了。现在我终于明白了，他们其实并不在乎精髓的内容，所以我可以比较放心的把它们教给其他人。

这几年我不一直在做这些事吗？世界上还有哪一个课程有我的“计算机科学基础班”讲得深入浅出？我把之前一直保密的 CPSer （王垠 40 行代码）的核心思想，毫无保留的教给了“进阶班”和“continuation 专项班”的同学。我发现讲得越深入，越易懂，我自己对这些知识的理解也加深了很多。所以教给别人几乎对我完全没有害处，反而它帮助了我自己的理解。

这就是为什么我仍然对教育很感兴趣。我教会了别人，我快乐，然后我教会了我自己。我不但教会了我自己更多的计算机科学知识，而且教会了我自己很多其它领域的精髓知识。

有人跟我说我太有耐心了，这么反反复复给人们讲解这些 Matrix 的事。她说她一般都只渡别人一次，不行就算了。我差点就觉得我确实过度有耐心了，我这么详细地告诉人们这些事情做什么呢？我好像忘记了之前遭遇的很多人是如何的低劣。他们值得我的帮助吗？

但我发现我之前看不惯的那些愚蠢的人，背地里嘲笑我的人，多半也是看不懂我说的这些话的。他们一般都对这些不屑一顾，甚至在嘲笑这是“阴谋论”。这就是为什么我还这么有耐心，因为继续认真看我的内容的人，多半都不是那类人。我发现崇拜权威，嘲笑我的那些人，有些已经得到了惩罚。

Matrix 给人的惩罚不是一般的惩罚，而是死。

所以也许我应该感谢 Matrix，也许他们花了上百年的时间和精力，创造了这样一个巨大的“课程”，用于删选真正优秀而智慧的人。疫情戏只是一个开端，今后的很多年应该都是大戏不断的年代。只有能看破这些戏的聪明而善良的人，才可能到达最后的彼岸。

谁能想到，Matrix 几十年周密计划的各种太空骗局，就这样败露在了星星的手上。😄

特此分享这首《星星知我心》给大家，希望大家也知道我的心——真心希望人们能看穿 Matrix 的各种戏，摆脱各种心理圈套，最终获得真正的自由。

不再关心人类de垠的微博视频

《降低曝光拍星星的效果》

结果出门，正好看到一颗星星（木星）。于是把刚才的实验又做了几遍。比较明显了，手动降低曝光，其它物体（房子）的暗部都消失了，变成漆黑一团。只剩下光源和近处的高光（汽车壳的高光部），然而这时候木星仍然看得见。

这已经不是正常的照片，因为严重曝光不足，不能叫做照片，基本只能叫黑纸了，然而我们却仍然能看见木星。严格意义上木星不是光源，它只是反射太阳光，但因为太阳离我们很近很亮，所以木星和其他光源（灯）一起，仍然看得见。由于汽车壳的高光部直接反射近处的灯光很亮，所以这些高光部也还在。

我昨天说高光消失了，光源都还在，这个说法可能不大对。但比较确定的是，要是木星也看不到了，那就基本上是黑纸，而不是照片了。

在太空中因为没有大气阻挡，很多遥远的恒星会和地球上看木星这样亮。再加上木星，火星，金星之类很亮的行星，所以在太空中如果拍摄正常能用的照片（而不是漆黑一团），几乎必然应该拍到星星，而且大概率能拍到银河。

然而我们却从来没有在太空照片中看见过银河！现在这年代，还有人知道“银河”是什么吗？去搜一下银河的照片吧。

这个实验每个人都可以做，希望大家亲自实验一下，理解我说的这些原理。

最后送大家一首歌——《星星知道 Matrix 的秘密》

昨夜多少伤心的泪涌上心头
只有星星知道我的心
今夜多少失落的梦埋在心底
只有星星牵挂我的心
星星一眨眼
人间数十寒暑
转眼像云烟像云烟
像那浮云一片
诉说岁月的延绵
生命的尽头不是轻烟
我把切切的思念
寄托星光的拂远
希望你知道我心愿

不再关心人类de垠的微博视频

《用手机摄像头做眯眼实验》

昨天提到的“眯眼实验”网页链接，其实可以用手机的摄像头来做，非常的形象。我刚刚试了一下，你只需要把手机对准窗户外面遥远的灯光，然后把“曝光”往下调。iPhone 用户只需要在屏幕上点一下，显示出黄色的对焦框之后，再往下滑，就能把曝光调低。

你会发现，曝光低到一定程度的时候，室内的景物（比如沙发）就会变成一片漆黑，分辨不出来了。但远处的灯光却大部分都还在，包括几公里外飞机的闪灯！根据 flightradar 提供的数据，飞机离我的距离大概是 6-7 km。

大家可以注意观察我拍的视频，体现了所有我提到的这些特征。中间飞机闪灯被窗框挡住了一阵，后来我调整了手机的角度，又再次看到了闪灯。

这说明什么呢？说明了我昨天讲过的一切。因为星星是光源，所以无论你把曝光如何调低，星星总是比暗部细节要亮。只要照片上还能看到任何物体，就不应该黑色天空中一颗星星都拍不到。 不再关心人类de垠的微博视频

Rust playground 因为“undefined is not an object”已经瘫痪好一阵子了

看来远远不止 Dr Berg 一个在推销生酮和“间歇禁食”，我还发现不止一个“哈佛教授”在讲这个事。今天 YouTube 又给我推了一个“哈佛教授 David Sinclair”，说他因为采用了新的饮食和运动方式，结果从 44 岁经过十年到了 54 岁，居然变得更年轻了，然后放出右边对照的视频。

比较明显的是，这后面的视频是经过了“AI 美颜”处理的，脸都被磨皮模糊成什么样了。另外应该还打了很多粉，或者弄了些医美。😄

他是怎么证明自己的身体超越了 20 岁的年轻人呢？通过各种“医学指标”。我之前已经讲过，医学就是靠这些指标骗人的。拿一些自己制定的数字标准来衡量每个人的健康，结果搞得没病的人都以为自己病了。这些指标真能证明他身体比 20 岁的年轻人好吗？

当然，然后他就开始推销自己的“永葆青春经”：16 小时间歇性禁食，而且只吃素食……

为什么哈佛大学尽出这种教别人如何长寿，如何逆转年龄，如何快乐的“教授”呢？因为哈佛显然是 Matrix 的一个重点学校。所以凡是我看到“哈佛教授说……”这类标题，都会特别小心。

很多人都说“人生如戏，全靠演技”，自己在生活和职场中演着各种戏，不懂装懂，狐假虎威，装腔作势。但这些人仍然以为这个世界的大部分新闻和历史是真实的。他们没想到的是，世界上最大的一些事情，比如疫情，战争，太空计划，核武器，经济危机等，居然也全都是 Matrix 指导的戏。大部分的世界名人，天才，政客，全都是 Matrix 的演员。

《英国的核泄漏》

有人跟我说，最近有新闻说英国有“核泄漏”，过了几年了才发现。

https: //www.theguardian.com/business/2023/dec/06/nuclear-leaks-uk-nuclear-site-sellafield-hacking

你不觉得这些戏都如出一辙吗？“日本核泄漏”，“核废水”，现在又来个“英国核泄漏”…… 再次看看我注释之后的《Tale of Two Cities》吧网页链接，看看为什么我认为这些都是骗局——核能是不存在的，“核武器”和“核电站”都是假的，“核动力航母”当然也是不存在的。

为什么要演出这些“核泄漏”的戏呢？我认为这是在为全球规模的放毒行动打掩护。最后大家得了癌症，就以为是“核辐射”搞的，却没注意到自己其实每天都在各种公交和公共场所吸入致癌的化学物质。我觉得这就是他们到处喷洒“空气清新剂”，漫天的尾迹飞机往空气里倾倒大量秘密物质的原因了

《用素描的原理来理解太空骗局》网页链接

我今天讲的相机光学原理，其实跟素描的原理也是相通的。很多人都学过素描，知道“高光”，“亮面”，“暗面”，“明暗交界线“等概念，但他们却没有真的理解这些概念的本质意义，所以他们不能把这些知识用来分析本质相关的问题（比如太空骗局）。

画素描的时候如何区分哪里是“暗部”，如何找到“明暗交界线”？一个简单的技巧就是眯眼睛，让眼睛的进光量减少。到了一定程度的时候，就会发现物体的一些位置变黑了，分辨不出里面的细节，失去了立体感，变成扁平的漆黑一片。最先变黑的那些地方，就是“暗部”。

这个素描技巧，其实和之前相机拍星星的实验很类似。当进光量减少（曝光降低）的时候，“暗部”的细节会首先消失，成为漆黑一团。继续减少进光量，“亮部”也会开始消失，融入到那团漆黑里面去。最后视野里就只剩下光源了。

继续眯小眼睛，较弱的“光源”也会开始消失。当较弱的光源看不见了的时候，其它物体的细节也几乎全都看不见了，就成了黑纸。所以很弱很远的光源，其实大部分也是比“暗部”要亮的。很多人有这种错觉，他们以为星星（或远处的灯光）看起来很远很弱，所以它们就“暗”，但其实这些很弱的光源，大部分仍然比近处物体的暗部要亮。

你只需要眯起眼睛，看窗外的灯光，直到较暗的灯光开始消失，同时注意一下室内的暗部细节是否还能看见，就能验证我这个说法。

由于星星是光源，所以它们应该是降低曝光时最后消失的一些东西。当然可能有比星星更亮的光源，每颗星的亮度也各自不同，所以某些消失了，某些仍然会形成亮点。当星星全都看不见了的时候，不发光的普通物体也全都看不见了。所以当我们还能在照片里看见物体的暗部细节，还有“立体感”，星星就不应该会因为曝光降低而全部消失。

所以其实你不需要相机也不需要手机，用自己的眼睛眯一下，就能做这个实验，理解这些原理了。

《Rust 的反向类型推导》网页链接

继续看 Rust 文档，发现一个例子，说 Rust 的类型推导是有“反向推导”的。的确如此，这个例子里的数组没有标注成员的类型，然后根据后面的语句 push 进去的一个元素，反向“推导”出了整个数组就是 [u8] （8 位无符号整数）的类型。

下面的文字说，不用写类型，编译器和程序员都高兴。No type annotation of variables was needed, the compiler is happy and so is the programmer!

真的如此吗？其实这里不写数组的类型，阅读的时候你就得每次都去想这个数组里是什么类型。要等到你看到下面那个 push，才意识到那里面都是 u8 类型。这就是在做“人脑类型推导”。而且你不止要做一次，而是每次阅读都得做一次。

另外，编译器高兴吗？其实不是的，这种类型推导很不容易做对。也许你以为这一个例子做好了，但它真的符合实际情况和逻辑吗？如果有子类型关系，这推导还是对的吗？你如何证明这样的推导是 sound 的？如此之类的问题，实现起来其实很伤脑筋。

所以程序员和编译器其实都没有好处，只是盲目的相信“不写类型就是好，可以少打几个字”，让他们误以为这样更好。在定义数组的位置写一个类型 [u8]，这是多么容易的事情，根本不费什么事，却把它夸大为“辛苦的工作”，以至于采用其实更加辛苦的设计。

《对哈勃维修计划视频的分析》

根据之前分析的相机光学原理，我们可以简单分析一下这个“第一次哈勃维修计划”视频。其他的三次“哈勃维修计划”视频也是同样的特征。这里我只剪辑了比较短的一段“实拍镜头”，分析里面的黑色天空和“暗部”的细节。

注意，这些镜头里很多都没有太阳，也没有特别亮的反光。大家可以明显地看到，当大片天空全黑，看不到一颗星星的时候，望远镜的暗部细节却是拍得清楚的。这不符合相机的光学原理。因为星星是光源，它们是比“暗部”更亮的位置。同样低的曝光，不可能把暗部拍清楚了，却完全拍不到星星（光源）。连一个模糊的亮点都没有留下，这是不可能的。

不再关心人类de垠的微博视频

《对读者星光实验视频的分析》网页链接

一个认真的读者，亲自做了一个我说的“星光拍摄”实验，发了自己的视频给我，说证明了在正面有亮光的时候，确实可以拍不到星星。他说拍不到星星的可能性很大，想以此证明“太空照片”拍不到星星是合理的。

其实他观察到的现象，我之前也是做过了实验的。的确，在正面有亮光的时候，你可以完全拍不到星星。因为近处的亮光会导致手机曝光被自动调节到非常低，所以肯定有办法让星星完全消失，漆黑一片。

但这个读者没有注意到的事情是，当星星由于曝光降低而消失的时候，其它景物（比如房屋）也全都消失了，变成了全黑，只有近处的少数灯光勉强留下了几个亮点。这不符合太空照片和视频的特征。如果太空照片是全黑的，那就不叫照片了，那叫黑纸。你总不能拿出一张张的黑纸，就说那是太空拍到的照片吧，谁会相信你？😄

也许可以这样帮助大家理解这个事：由于前面来的光太亮，这时候光圈和快门自动缩到非常小，这相当于把镜头完全挡起来。如果镜头被挡住，当然你就拍不到星星了，但你也拍不到任何其它景物了。曝光太低的效果，其实就相当于挡住镜头。

因为这个误解可能会比较常见，所以我根据他的实验视频，做了一个详细的视频分析。我先播放他的原版视频，然后第二次播放的时候加入了剪辑，慢放和注释。

另外，其实可以试试把正面来的亮光挡一下，星星就会出现。他们在太空拍摄，完全可以用遮光板把阳光和太亮的物体遮住，肯定就能照到星星了。“挡光”这么基本的技能，每个摄影师甚至普通手机拍照者都会，耗费巨资的各种“太空计划”拍了几十年，居然会想不到？你觉得这符合逻辑吗？

而且很多“太空镜头”并没有直接对着太阳，而是在阴影或者背着阳光的时候拍的，却也没有星星。比如所有这些哈勃太空望远镜维修视频里所显示的，只看到望远镜和宇航员，背景里没有太阳，也没有强烈的反光，甚至是很暗的场景，大片的黑色天空里也全都看不到星星。这怎么解释？

网页链接
网页链接
网页链接
网页链接
网页链接

希望这个详细的分析会一目了然的理解这个问题。这其实是相机光学的基本知识。很多人不理解相机的光学，所以他们很容易被表面现象迷惑，这就是为什么太空骗局可以得逞，欺骗了全世界的人，甚至包括物理光学专家在内。

不再关心人类de垠的微博视频

早就听日本朋友说 wasabi 是假日料，而且火车站里这家，每次路过他们店门口就闻到浓郁的空气清新剂气味，搞得附近的车站座位都没法坐了。这下可以彻底拉黑 wasabi 了。

另一个 Rust 的设计小问题，你可以在同一个 scope 里面 shadow 之前定义的变量。甚至类型都可以不一样，却仍然能通过类型检查。比如：

fn main() {
let shadowed_binding = 1;

// This binding *shadows* the previous binding
let shadowed_binding = "hello";
println!("shadowed in outer block: {}", shadowed_binding);
}

理论上这没有问题，因为这两个其实是完全不同的两个变量，只是名字一样而已。其实我之前设计语言的时候也考虑过这么做，然而这对于人的理解真的好吗？这样的设计只会引起混淆难懂的代码，没有什么好处。所以虽然理论上没有问题，却应该是禁止的做法才对。

你能做，并不等于你应该做。这就是我多年来学到的道理。

这本叫《Rust by Example》的书，虽然大部分内容方式不错，却也显示出 IT 技术文档和书籍的两大缺点：

图 1. 每种语言的书籍，总是在最开头用较长篇幅详细的讲解类似 printf, println 之类的打印语句，告诉你各种格式化的细节方法。这种内容充斥最开头的篇幅，初学者不知道它们是否重要，结果耗费太多时间在上面。

我之前知道一个人去上 Java 课，结果学了一个月，居然一直在用 printf 之类的语句打印一些表格出来，然后他们以为那就是编程。这种教学方式误导人之深，所以我觉得应该避免。使用 print 语句打印结果不可避免，但既然书名叫《Rust by Example》，这种打印语句直接写出来做个注释，人们应该也就理解了。

图 2. 很多编程语言书籍，给的练习都包含比较深入的数学内容，比如矩阵操作，甚至出现牛顿迭代法一类的算法。这给人一种错觉，觉得数学是计算机的基础，要想学好编程，必须深入理解数学。不然连这些练习都没法理解了。

其实并不是这样。我的“计算机科学基础班”和《Ground-Up Computer Science》虽然讲授了深入骨髓的计算机科学理论，却不包含任何这样的数学。就像我之前提到的，数学不是计算机科学的基础。正好相反，计算机科学才是数学的基础。因为计算机科学的另一个名字其实叫做“应用逻辑学”，而逻辑学是数学和其它科学（包括侦探分析）的基础。

喵星人：你说铲屎奴会剪朕的指甲？他都按朕爪子几天了，每次都松开放朕走了，也没剪啊？

中国人：你说雾霾有毒，所以导致了新冠？我们吸霾这么多年了，之前怎么没有得新冠？

英国人：你说空气清新剂有毒，所以导致了新冠？我们吸空气清新剂这么多年了，之前怎么没有得新冠？

我：Matrix 的“适应”心理手法高，实在是高！

根据上两篇微博，发布付费文章《Hindley-Milner 类型推导的根本局限性》网页链接。这么精髓的内容，不应该是免费的。😄

摘要：世界上最糟糕的因为片面追求“短小”而产生的理论，莫过于 Hindley-Milner （HM）类型系统了。HM 系统所谓的“类型推导”，其实只是为了可以不在函数参数等地方写类型标记。

写点类型标记真的有那么痛苦吗？其实并不是，反而类型标记可以帮助人的阅读。看到类型标记，读者不需要运行代码，不需要去看调用者，就能知道这些参数里面可能是什么。缺少了类型标记，读者就得自己去做“人脑类型推导”，反而更加痛苦。

HM 类型系统诞生于一个玩具（工具）语言 ML，它并没有考虑大规模工程实践。后来的 OCaml 和 Haskell 等语言都受其害，在其基础上发展，最后弄得非常难懂，却有很多不必要的限制。很多本来应该可以写的代码，通过不了 HM 的类型推导。

Kent Dybvig 是不信仰 HM 系统的。有一次他跟我们讲了个故事，他说有一次他拿了自己的一片代码给 Robert Harper（类型系统专家）看

……

很多人可能都不知道，连我自己都快忘了，第一次“计算机科学进阶班”的时候，我们用了一两节课的时间学会了逻辑编程（logic programming），学会了逻辑编程语言的实现。

然后课后有一个练习，就是实现 Hindley-Milner 类型推导系统。我们用了两种方法实现它，一种是用刚学到的逻辑编程语言 miniKanren 来实现，另一种方法是用普通的编程语言直接实现。

HM 系统是如此简单，早在 2006 年我还在 Cornell 的时候，PL 课程里的一个练习就是用 SML 语言实现 HM 系统。之后到了 IU，才又进一步深入理解了这是怎么回事。

……

这次看 Rust 的时候，发现有人写了一篇将近 300 页的博士论文，说证明了 Rust 的类型系统是正确的。浏览了一下这篇博士论文，里面的很多页面都是这样“逻辑公式”一样的东西。

其实这些看得人眼睛发晕的逻辑符号，绝大部分是在写解释器（或抽象解释器），只不过把编程语言换成了逻辑符号而已。不了解 PL 领域的人总会对逻辑符号产生崇拜心理，这就是为什么他们不用编程语言来写这些解释器，而是用逻辑符号。就是为了吓唬人，让外行觉得高深莫测。

对于内行，这些符号也是很难读的，很少有人能一眼就看明白这些论文在说什么。这些“公式”本来其实是程序，却不能用机器执行，所以很难看出里面的 bug。总而言之，使用这些逻辑符号其实是 PL 领域蒙混过关的手段。很多人以为数学符号就是严谨正确的，而其实里面照样可以出 bug，而且很难发现。

一般说来 PL 论文里面都有几页是这样的符号，其中大部分都是 boilerplate，只有一两个是关键部分，甚至可以根本没有新的东西。这篇博士论文将近 300 页，充满了这些符号，其实是基本没法看的。

所以我一般都不看别人的论文，那我如何知道别人的想法呢？其中一个方法就是大概知道问题之后自己去想，去实验，最后自己把它解决掉。另一个方法，就是直接问作者他的想法是什么，让他用简短的人类语言把它说清楚。

有一次参加 POPL 会议，我听了几个讲座，其实都没听明白他们在做什么。但我想了个办法，讲座之后的休息时间，我就去找到这个演讲者，我说：“你能在三句话之内告诉我你的核心思想吗？”然后他们就会想法告诉我，然后我忽然就明白了——原来就是这么简单啊，我之前其实就想到过的事情。

大家就可以明白为什么我没有坚持进行 PL 研究，写出我的博士论文了。因为我经常短短几句话就能概括别人长篇的博士论文说的是什么。

《片面追求短小的错误》

几年后再次拿起 Rust，看看里面有什么好的思想，其实也许有一些可以借鉴和启发的思想。我的关注点在于“资源管理”。我并不那么想用 Rust，只是想看看在这方面有什么可以通用的思想，也可以用到其它语言里的（比如 C，C++)。

不过 Rust 的文档看到一半又发现一些小问题。比如这个例子，正好撞上我之前提到的程序语言设计爱犯的一个问题，那就是“片面追求短小”。

为了让你可以避免写 username: username 这样的，而只写 username，所以 Rust 允许你这样写：

fn build_user(email: String, username: String) -> User {
User {
active: true,
username,
email,
sign_in_count: 1,
}
}

然而这样真的好吗？不仅给阅读带来了更多的思考时间，而且那个 username 参数理论上也不一定要用 username 这个名字的。所以这个“约定俗成”，让你的函数参数一定要用 username，跟 field 的名字一样。经过所有这一番莫名其妙的规定之后，你就可以少打几个字了。

别误会了，参数名字用 username 其实是好的做法，这可以避免混淆。但利用这个约定俗成的特征来片面追求“短小”，就不大对了。

有人真的在乎直接写 username: username 吗？它真的就那么费事吗？不是的。而且现代编辑器和 IDE 都能很快地帮助你输入这些。但这一点点的重复，带来的是更一致的语法，更简单的阅读理解。它更加节省代码作者和阅读者的时间。

所以我觉得 Rust 这个地方的设计是多余和错误的。当然这只是一个小问题，你也可以选择不用这个 feature。但这种“片面追求短小”问题在新的语言里面仍然出现，说明并不是每个人都能理解每一个设计原理，不是每一个宝贵的经验都会流传下来。

《英国的“铁路罢工”是戏》网页链接

很多人都知道，英国的铁路工人罢工，搞得大家生活很不方便。就我的生活而言，之前天气好的时候，每个周末他们都在搞罢工，所以一到周末想去市中心玩，就不方便了。经常是白天坐火车去了，然后下午罢工就开始，没有火车坐，结果得先地铁转 bus，bus 坐 40 多站，折腾一个半小时以上才能到家。

很多人都知道，这些罢工的铁路工人待遇其实很好，没有什么可抱怨的。他们为什么要罢工呢？很多人天真的以为他们只是为了利益，所以虽然收入不错，却仍然要求更多报酬，所以就罢工。但我一直觉得这里面有问题，事情应该没这么简单。我不相信这些工人会这么贪得无厌，这不符合普通人“知足常乐”的行为特征。

之前有一天去打网球，遇到两个在 TFL（Transport for London，也就是伦敦的政府交通部门）工作的 Civil Engineer（土木工程师）。吃饭时我就问他们，你们也罢工吗？他们回答说：“我们这种工种是不允许罢工的。”

我听了这话，就更加觉得这里面有问题了。为什么工程师不允许罢工，而那些影响到成千上万人日常生活的铁路操作员却可以罢工呢？既然可以“不允许”某些工种罢工，那为什么不把关键的铁路操作员归在“不允许罢工”的工种呢？

其它国家也很多这类铁路大罢工，却很少有其它行业或工种罢工的。所以我觉得比较明显，这些“铁路罢工”应该是戏，是故意要搞得大家交通不方便，这样可以实现一些不可告人的目的。

人们都天真的以为“工会”是工人自己的组织，而其实这些工会幕后是什么势力在操纵，我们都不知道。其实我觉得，最终这一切都是 Matrix 在幕后操纵的。“工会”只是 Matrix 的“对手戏”里的一个角色而已。Matrix 在很早的时候就安排了一些人演出“工会”，演出“资本家”的对头。看到这两派 Matrix 演员在“斗争”，工人就以为自己的权利有了保障，就成了顺民。

你想想，为什么工会可以有这么大的权力，可以组织罢工？为什么工人自己就不能罢工而不受惩罚？可能你说因为工会人多力量大，资本家不敢惹他们。但普通工人组织很多人一起罢工是什么后果呢？肯定会受惩罚。所以工会影响了法律的结构，才能有这种权力。但这个权力最终是从哪里来的呢？工会是真正民主的构架吗？工会要不要组织罢工，是谁说了算呢？其实是少部分人说了算。而这少部分顶层人物，他们真的是工人，还是 Matrix 安排的演员？

所以 Matrix 通过“工会”操纵着人们的头脑，让人们以为罢工只是广大劳苦工人为了自己的切身利益，却没想到是 Matrix 故意要搞得住郊区的人交通不便，为了实现某种其它的目的。想想，如果工会是善良的组织，他们为什么要组织这样的铁路罢工，困扰千千万万普通民众的生活呢？他们没有伤害到资本。他们只伤害到了普通工人的日常生活，让他们的生活更加辛苦。

那 Matrix 设计这样的“铁路罢工”，是什么样的目的呢？我觉得可能有很多种。最简单的目的，就是因为罢工搞得郊区的人周末去市中心不方便，他们很多都想搬去市中心，这样就不会受到罢工的困扰。一旦很多人想搬去市中心，就能实现 Matrix 的多种目标了。

由于很多人向市中心集中，中心地区的地价就可以上涨。这样人们就需要花更多的钱付房费，更多的人相当于在白打工。这样就能加重剥削的力度。

更多的人在市中心，那么他们每天都需要乘坐伦敦的地铁。地铁里是故意释放了有毒颗粒物的，所以这些人的寿命就会降低，年纪大点就很容易出问题。这样他们工作年龄一过，利用价值没有了，就可以早点归西，省得给他们养老费。

因为很多人在市中心，下一次策划“疫情”就能影响更多人。“病毒”（其实是有毒化学物质）会让更多的人死去。

……

还有很多，但目前我想象能力有限，所以显然无法揣测 Matrix 的深谋远虑。

自动驾驶领域年复一年许诺的“实现 L4 无人驾驶”呢？怎么没有人提了呢？那些自动驾驶公司哪里去了呢？对的，鱼是不会记得这些的，它们都关注“星舰”去了。

这又过了一段时间，ChatGPT 的新闻呢？人们期待的伟大进展呢？我怎么没有听说了呢？倒是有本科生（非计算机专业）跟我说他们最近学 Python，老师跟他们说有问题不要问 ChatGPT，因为它是瞎掰的。看来很多人都是明白的啊。

《大英博物馆空气清新剂放毒》网页链接

关于“空气清新剂”放毒，我已经指出了太多个释放空气清新剂的地方，包括了所有的公寓楼，酒店，办公楼，Uber/Blot/Black Cab 车，火车，地铁，Bus，飞机，甚至整个 LHR 机场，Pret 咖啡店，还有一些其它商店。但我还漏掉了一些去过的重要地方，其中一个就是大英博物馆。

最初去大英博物馆的时候，是没有空气清新剂的。但 9 月 15 日我参加了一个在大英博物馆进行的 meetup 活动，是在周五的夜间举行的。大英博物馆之类的博物馆都有周五的“夜间展”，会开到比较晚的时间。那天我去了，发现展厅里有比较重的空气清新剂气味。

我记得门口和大厅没有空气清新剂，但当我们走进“埃及馆”之后，就很明显的闻到了空气清新剂的气味，而且带有一种“酸梅味”，很像日本名古屋的 the b 酒店里的空气清新剂。我猜他们可能想让这个气味显得好像是特意放在博物馆展厅里的“文化气息”，所以使用了一种有“果味”的版本。

但这显然迷惑不了我，那天我们把整个巨大的埃及馆走遍了，全都是那个气味。展厅的天花板很高，空间很大，却能充满这么大的空间，所以这显然不是某些人身上的香水，而是很多的空气清新剂。

有些人可能以为是博物馆在给展品做维护或者消毒，但对于我来说比较清楚的是，这些文物不可能用这样散发气味的物质进行维护。这些石头只需要偶尔扫扫灰就行了，不应该会需要这样的化学物质来维护。

后来我们又走进另一个展厅，里面的空气清新剂比较弱，却仍然存在，而且到处都是。后来有些人也感觉展厅里温度太高，空气很闷，所以我们走出去透口气。一走出去到大厅，就发现空气干净和凉快了很多，再也不想回到展厅。

所以比较明显，大英博物馆也加入了放毒的行列，他们想让人们吸入这种物质。想想，在这种博物馆里，人们常常一待就是几个小时，这会吸入多少有毒物质？

不只是大英博物馆，Tate Modern 现代艺术博物馆的一次周五 Late Night 活动，我也闻到了空气清新剂气味，充满了整个大厅。而且那天整个博物馆大厅里充满了一种沉闷的音乐声，说话都听不清。Tate Modern 里面的展品本来全是垃圾，再加上这么有毒的环境，所以那天我刚去就直接离开了，根本没心情看展。

经过遭遇这两个博物馆放毒的经历，我对英国的博物馆已经没有什么兴趣了。大英博物馆的展品我基本都看过，我比较怀疑这些展品是否是真品。那些巨大的“石像”并不是完整的石料做的，而是用石头颗粒粘合在一起做成的，本质和混凝土差不多。这些完全可以是现代人后来“浇筑”而成的，就说是“古埃及”的东西，你怎么鉴别？

很多中国人都说大英博物馆里都是从别国抢来的东西，然而这些真是抢来的原版，还是其实是自己做的？我不知道。他们当然希望你相信现代人已经没有制造这些石像的能力，这样你就可以崇拜“古人”，相信他们所告诉你的历史了。

我怀疑整个人类的历史，包括这些“文物”。几百年几千年的过去，是否真的是那样的？我不知道。因为目前看来，我们被告知的一切都可以是假的。假新闻最终都成为了假历史，我们世世代代生活在一个梦里。

《双氧水会阻碍伤口愈合？》

为了研究双氧水冒泡的原因，又进行了进一步的研究。却又找到这样一篇 WikiHow 的文章网页链接，图文并茂地解释双氧水的原理，并告诉人们不要用双氧水洗伤口。

说原因是双氧水会损伤皮肤细胞，还会损坏一种帮助皮肤愈合的组织叫 fibroblasts，所以建议不要用双氧水洗伤口。建议人们用“antibiotic ointment”（抗生素药膏），说得好像抗生素就不会损伤皮肤细胞，破坏 fibroblasts，阻碍愈合一样。我们应该明白，抗生素全都是毒药。

从最近这么多次用双氧水泡脚，我得出的结论是，双氧水几乎完全不会伤害健康的皮肤细胞，它只会杀死细菌，真菌，消除受损的皮肤细胞。健康皮肤泡在双氧水里是几乎没有任何反应的。除了很薄的“死皮”位置，比如指纹，少数时候会被氧化而变白之外，我没有看到它有任何害处。

我发现当真菌深入伤害到脚部皮肤，出现有血的伤口之后，双氧水杀灭真菌后会留下干净的伤口，透出粉红的血色。但这伤口很快就愈合了，几乎是一夜之间就好了。所以“双氧水阻碍伤口愈合”，我觉得是故意在误导人们。

直觉告诉我，“双氧水阻碍伤口愈合”这个说法应该是 Matrix 的一个伎俩。他们的目的是让人们远离双氧水这种重要的物质，这样就无法得到真正解决一些重要问题的方法。

不过，Matrix 的目的显然不会是“让人们治不好脚气”这么简单。他们使出这么多种花招来让人们远离双氧水，制造“双氧教”之类的荒诞故事，甚至让英国药店里都没有双氧水卖，可能有更加险恶的目的。

我不知道 Matrix 的具体目的是什么，但我觉得人们应该认识到双氧水的重要作用，这样在将来必要的时候就能把它派上重要的用场。

有人来信跟我说：“因为发现你的微博好像被微博 CEO 转发关注了，所以很不想被他们收集数据。”

我是觉得我的有些微博怎么转发量这么少，可能很多人会有类似的顾虑，怕被发现知道了我说的这些事情，点赞都不敢按，更不敢转发了。

我觉得大家尽可不必过虑这个，反而应该大胆转发。你越是害怕，不敢点赞转发，Matrix 就知道这事没有多少人知道，他们就越是猖狂。所以大家应该用行动告诉 Matrix：我们都知道！

大家应该明白这个事情：如果一个秘密知道的人太少（比如只有一个人知道），那知道的人就可能被害。因为只要这些人消失了，这秘密就没人知道了。但如果很多人同时看到了，大家都一起来转发，或者告诉亲朋好友，他们是没法灭口这么多人的。实际上他们不敢对任何人下手，否则就会被发现作为证据。

星星之火，可以燎原。

所以你越是不敢说，他们越是可能陷害你。知道的人多了，他们唯一能做的，只是用一些借口，把这些都说成是“阴谋论”，毁掉知道这些事情的人的名声，说他们脑子有问题之类。但有点头脑的人其实都能看明白，除非他们真的被洗脑太深。

太空照片的黑色天空里看不见星星，所以太空计划是假的。这是很简单的事情，对吧。我发现很多朋友经过简单的讲解，很快就明白这是怎么回事了。简直就像揭穿“皇帝的新装”一样简单，大家都看得见。

反而是那些受过“高等教育”的人，沉迷于对“科学”的信仰，无法听进这些话。他们好像忘了我是谁，我在专业上造诣有多深，我的思维能力比他们高明多少，我说了多少专业的事情，是他们从来没想清楚的，他们从我这里学到了多少，却忽然觉得我脑子会出这么低级的问题，而他们才是真的懂。所以我觉得人类的头脑真是不可思议。😄

《我不是软件工程师》网页链接

这段时间在英国遇到的人，挺多人会问别人的工作是什么。起初我跟他们说我是 Software Engineer（软件工程师），但现在我觉得这是一个错误。我不应该再说自己是一个“软件工程师”。

为什么呢？因为“软件工程师”只是我目前做的一部分事情，它并不是我的身份和定义。“我是谁”和“我做什么”，其实完全是两回事。就像《Stardust》里的男主角 Triston 对他曾经追求的女孩 Victoria 说：“我目前在一个 shop 里工作，但我不是一个 shopboy。”

而且人们对于“软件工程师”总有一个肤浅的定义。如果我说我是“软件工程师”，知道一点的人就会继续问：“你具体做那个方向呢，是 Data Engineering 吗？” 比较明显，人们头脑里目前就只有 AI 和 Data Engineering 这两个方向，所以他们总会这样猜。

虽然我目前的工作是这个，但我不愿意被定义为“Data Engineer”，因为我的学识并不局限于这个领域。虽然这两者我都做过，但世界上不只有 AI 和 Data Engineering。我做过很多其他事情。

几乎没人能明白什么是 Programming Language Research。如果我说我做 PL 研究，他们就会问我是不是会 Python。而且我发现不只是外行这样问，整个 IT 业界目前也都是这样的。所有的工作职位都很强调你会不会 Python，你会不会 Go，你会不会某种其它具体的语言或者框架……

1997 年我进大学的时候，就有教授告诉我们：“你们应该学的是编程的思想，而不是局限于具体的语言。” 但没想到这个领域直到今天仍然是这个样子。不仅学校里教得越来越肤浅，而且业界的工作也想把你圈在“某语言”的范畴里。就算你用过很多年的 Java，别人也不会觉得你会胜任他们的“C++ 工作”，反之亦然。他们一定要你知道某种语言的细节，把那些都叫做“经验”。

他们没想到的是，所有这些经验都是可以用非常短的时间获得的。从十年前进入 Google 的第一天开始，我就在做这样的事情，一直到今天。从未有任何新的语言或者技术迷惑住我。自称有很多年经验的工程师无法解决的难题，一个个的被我轻松破解。因为我的头脑里存在的是永恒的知识，它们能解释我所看到的一切。

没有人理解真正的“计算机科学家”是什么，没有人理解真正的计算机科学家是完全不局限于任何语言或者系统的。他能够利用最根本的计算原理，解决遇到的任何问题。无论一个语言之前是否用过，他都能拿起来就用。无论一个数据库系统之前是否碰过，都能很快知道它是如何工作的。因为万变不离其宗，精髓的计算机科学知识能够理解所有这一切，甚至更多。

在英国我只遇到过一个人，他了解我做的事情之后，尊敬地称我为“Computer Scientist”。他是一个头发全白的老人，曾经骑自行车到过中国。不是把自行车放在飞机上运到中国，而是先带着自行车到法国，然后沿着欧亚大陆一直骑到了中国。也许只有拥有这样的人生经历的人，才会理解我是谁。

计算机科学其实是最严密的逻辑，这就是为什么我能利用它来学会日语，学会音乐，利用它来破解世界上这么多的秘密。这就是为什么我的课程叫做“计算机科学基础班”，而不是“某种语言班”，我的书叫做《Ground-Up Computer Science》而不是《从零开始某语言》。

这是昨天去打球坐 bus 的场面。一上车就闻到空气清新剂的气味，感觉有点像有类似酒精的物质在里面，浸入到人的鼻腔后部。来回的两辆 bus 都是这样，就像周日那次一样。

所以我比较确定的是，最近英国的公交系统都在开始大规模使用“空气清新剂”了。火车，地铁，bus，加上之前的飞机，人们已经无处可逃了。一个个的移动毒气室。他们也没觉得有什么异常，全都安静的坐在座位上，没有人提出质疑。

沉默的羔羊。或者用鲁迅的话讲，就是“麻木不仁”。

有人跟我说，澳大利亚又来了一波 covid，他也中招了，失去味觉几天。我觉得大家都应该注意这些空气清新剂和 covid 的关系。也许最初的 covid 疫情，一部分就是靠这些空气清新剂的有毒物质造出来的。

伦敦地铁里浓重的 pm 颗粒物应该也是一个重要来源。平时可能就是慢性的毒性物质，但在需要的时候，就可以加入导致急性呼吸道疾病的有毒物质。因为这是故意在放毒，所以成分是可以随意改的。

怎么也没想到，世界会成为这样，而且它其实一直都是这样。民国新文化运动时，中国人觉得自己从西方引进了“德先生”（democracy）和“赛先生”（science），而其实它们从来就没有存在过。

之前关于“鞋的消毒”的事情有一个更新：今天为了做实验，第一次穿了新的鞋和新的袜子。双脚昨天晚上已经双氧水浸泡消毒，今天没有穿过其它鞋袜。打球 2 小时之后故意没有换袜子，直接坐车 20 分钟回家。洗干净之后，双氧水泡脚，仍然跟之前一样冒出较多气泡，而且总是从之前中过招的两个脚丫出来。这说明也许不是袜子或者鞋里有真菌孢子。

这个实验也许说明两种情况之一：

1. 也许脚丫里的真菌孢子并没有被完全消灭，也许潜伏在皮下的。所以一旦遇到潮湿温暖的环境，它们就又开始孵化出来。（坏情况）

2. 也许气泡并不是在杀真菌，而是在杀其它细菌。也许是其它细菌在潮湿温暖的环境繁殖了，所以双氧水冒出气泡。（好情况）

所以到目前，对于脚气的研究由于发现了“双氧水杀菌时会冒泡”这个特征，已经深入到了前所未有的程度。这些都是医学从未告诉我们的。希望各位小白鼠也多多实验分析，分享自己的结果。不久的将来，脚气这个问题也许会得到一个完整的破解。