codedump的电报频道

#分布式 #Raft 《EzRaft: 100 行写一个分布式 KV 存储》

#sqlite 《How We Built a Zero-Disk, S3-Tiered Storage Engine for SQLite》 如何给 sqlite 加上远程备份一直是一个热点问题，这个文章提供另一种思路：通过 sqlite 的 VFS 接口，给 sqlite 的数据存储提供冷、热分层存储。

#播客 #人工智能 #AI Infra 《对游凯超3小时访谈》 《深度对谈 vLLM 团队：如何从零搭建一个成功的开源生态》

#分布式 #数据库 《Bigtable 二十年：架构的不变与变》

#人工智能 传统的软件行业，是有“边际效益”的：成本主要集中在软件开发期内，开发完毕之后，同一份软件给一个人用和给一万个人用，成本差不多。当然，如果是互联网行业的软件，多一个用户会多一些带宽和存储成本，但是总体而言，多出来用户之后的成本可以认为是满足边际效应的。 但是如今大模型领域则不是这样。姑且把大模型领域分为训练和推理两个阶段，前期花费大量成本训练模型完毕了还不算，模型部署上线后，推理的成本是实打实的：多一个用户的请求，就多一份不能被忽略的推理成本。 从这个意义上来说，就现阶段而言，模型推理服务（Model As A Service，MAAS）其实更像是制造业。

#数学 周末看了两个科普挂谷猜想的视频：李永乐老师的《挂谷猜想究竟是什么》，《一口气看懂王虹获菲尔茨奖》，个人觉得后者更好，有动画解释。勉强看懂了一些二维空间下的解释。 另外，也是从这个视频里，知道了豪斯多夫维数 。我们经常说的二维空间、三维空间指的是拓扑维度或者几何维度，这些维度都是自然数。而拓扑维度在描述分形的时候就遇到了困难，于是引入了这个豪斯多夫维数，它并不像拓扑维度一样总是自然数，而可能是非整数的有理数或者无理数。具体可以看上面第二个视频的解释。

#数据库 PGSimCity - PostgreSQL 工作原理可视化解析 PGSimCity 是一个 PostgreSQL 数据库引擎的 3D 可视化模拟工具，将数据库内部机制映射为一座虚拟城市，便于用户理解。它展示如 TPS、缓存命中率、WAL 流量等关键指标，并允许用户自定义事务频率、读写比例等参数，模拟数据库性能变化。用户可通过回放控制、交互建筑和预设场景（如检查点风暴、缓存激冷等）深入观察 PostgreSQL 的内部运作，包括缓冲池、检查点进程、自动清理与复制机制。该项目主要用于教学与原理展示，参考了大量权威资源，包含一个 4 分钟的引导教程，目前仍为早期原型。

#人工智能 《Clean Code for AI Agents》 这篇文章讨论了在2026年，当代码的主要读者从人类程序员转变为AI代理（如Claude Code、Cursor等）时，《Clean Code》原则需要如何重新排序和调整。 AI代理有独特的技术约束——上下文窗口有限、文件截断、依赖grep导航、每次工具调用都消耗token和延迟。因此，传统的代码整洁原则需要按新的优先级重新整理： 最重要的原则：小函数和小文件（适配代理的一次性读取）、单一职责（方便隔离推理）、独特有意义的命名（grep友好）、带原因和背景的注释（代理爱读注释，且不应被删掉）、显式类型（避免类型推断错误）、DRY（防止代理漏改重复代码）、可无头运行的测试（TDD成为技术义务）。

#数学 《菲尔兹奖没有意外！两位中国籍数学家创造历史》 中国籍数学家邓煜、王虹同时获得2026年菲尔茨奖。 和丘成桐、陶哲轩两位曾经获得菲尔茨奖的数学家不同的是，这两位一直到本科阶段，接受的都是中国大陆的教育。某种程度上，我认为他们的得奖是大陆基础教育的胜利。

#系统编程 《Everyone Should Know SIMD》

#投资 #世界观 《牛鞭效应与AI热潮》

#开源项目 Rust实现的linux 0.11版内核linux-0.11-rs。作者还开源了自己参加全国大学生比赛的编译器作品 GeeGeeGee。 在遥远的二十年前，同济大学的一位老师，也是完整解剖了这个版本的代码：《Linux 内核 0.11 完全注释》

#开源项目 #数据库 pgsqlite：实现了一个 PostgreSQL 协议适配层，让原本只能通过 SQLite 接口访问的数据库，就像一个 PostgreSQL 服务器一样，用于简化开发/测试基础设施中的数据库准备。

#投资 #人工智能 十年过去了，更新了知乎问题“2016 年你买过的最物有所值的东西是什么？”的回答。

#播客 #政治 《脱欧十年：当经济撑不起身份叙事，英国还剩什么？》

#杂 《长10乙回收成功：美国人做了和没做的事，我们都要做》，光看视频就觉得很帅了。

#人工智能 《当 Agent 走向生产，Infra 面临哪些挑战？》 引用文章中的话，从给人写infra到给agent写infra，面临两个变换：

变换一是主体：从人到 Agent。这不只是换了个用户：Agent 以机器速度和机器规模干活，还自主决策，7×24 不停。 变换二是系统性质：从确定性到随机性。模型的输出是非确定的，Agent 的任务是长时运行、有状态的。

#人工智能 《AI Infra 全景图》：还是我之前的判断，agent是新时代最大的机会之一，而这篇文章列举了这个产业链上不同层次的Infra，开发者也许会在这里找到个体的、组织的新机会。

#世界观 #人工智能 《贺久恒：AlphaGo战胜人类棋手十年之后，它如何改变了围棋和下围棋的人？》