@infinityv 开通一个 O'Reilly 试用会员（有效期 10 天），里面两本书的电子版都有，短期内高强度阅读完，如果你看过第一版，两本书的第二版改动都不大，10 天的话应该是够的。

1. 利好苹果。

2. 关于“手工”编珵：

- 从我的观察来看，程序员是一群追求效率的群体，许多工具及 DSL 的发明初衷就是为了减少重复劳动（少打些字）。倘若 AI 能切实替代繁琐工作，推广普及自然会水到渠成。目前 AI 确实能在许多场景提升效率，但并非实现全场景替代。

- 程序员学习使用 AI 并无太大障碍——既然掌握（难的）编程本身，适应（简单的） AI 辅助编程自然也不困难。

- 编写提示词本身也可视为一种编程，只是抽象层次更高点，为何老有人关注程序语言是否是手写的。难道将来也会有人用“嘴工”（口头描述提示）来嘲讽手工输入提示词的程序员？我之前看过一篇报道，即便在电影工业高度发达今天，仍有导演会手绘分镜。电影好看就可以了，管它怎么来的。

- 假设真存在一个 AI 系统（采用最先进的模型和最强 Skill ），你只需输入少量提示词，它就能为你生成一个完全可用的复杂程序。对于你没有提供的信息，系统会用默认值替代，但如果默认值不符合你的需求（例如红紫渐变），根据信息论，你所需的提示词长度可能会无限接近代码本身的长度，甚至有可能超过。

@care 用来学习应该没关系的吧，核心的概念都一样的，不然讲部署一个集群都需要好多章节了吧，我学习的时候，是自己部署了一个 K3s 2 节点集群来学的。

@wenwei1202k 确实，高阶部分（如内部原理和 K8s 扩展）已被删除，因此读过第一版的话，再买第二版的必要性没那么强。此外，第二版第一章对此也有所说明：

> this book focuses on the basics of developing and running applications on a development cluster. Topics such as control-plane high availability, security, cluster installation, and addons are outside the scope of this book but are covered in our follow-up volume.
> 本书主要聚焦于在开发集群上运行应用的基础知识。控制平面高可用性、安全性、集群安装和扩展组件等内容不在本书讨论范围，但会在后续的书中涉及。

简言之，第二版更侧重于实践应用，其他内容将收录于另一本书中。

对于初学者而言，第二版仍然十分值得推荐，图文并茂，浅显易懂。

以防有不知道的，在 claude code cli 按下 Ctrl + G ，就可以愉快的用 Vim 编写提示词了。

@YanSeven 这个应该没有授权的吧，翻译的应该不是正式版本，有些许不同，比如 https://ddia.vonng.com/ch10/#sec_consistency_faces , 正式版关于“共识的几种表达方式”列出了 4 种情况，翻译版的只有 3 种，不过对阅读影响不大。

@flyqie 内容变化不大，一些核心概念没有太多变化，删除了一些过期内容（如 ReplicationController ），最大的变化就是单独用一章来讲 Gateway API 。

@liuxiaocs 查看下邮箱，有可能归到垃圾邮件中去了。另外，只有一个月的会员权利，就是为了买这本书开通的，不打算续费。

@liuxiaocs 已经邀请

两本书的第二版都已经按时发布了，看过第一版本的，可以开通一个 O'Reilly 十天试用会员，集中看下更新内容。

假设 AI 真能让效率翻倍，从而使公司整体能力大幅提升，就像给团队进行了免费升级，其直接反应本应是竞争力倍增——好比一个二流团队突然跃升为顶级团队。那么，正常老板第一反应不应该是去开拓市场、提升竞争力、加快交付，反而想着裁员呢？况且，万一竞争对手没有裁员（竞争对手实力大增），又该如何应对？

另外，如果 AI 能胜任大部分工作，那么公司的竞争力又是什么？毕竟模型供应商都是公用的。

就目前基于大模型的 AI 水平而言，它远非万能。模型输出的质量高度依赖于输入，即所谓的“垃圾进，垃圾出（ Garbage in, garbage out ）”，且目前幻觉问题仍无法完全根除。在实际应用中，上下文窗口不仅容量有限，其处理能力还会随着长度接近极限而衰减；此外，上下文污染（引入无关信息）和上下文冲突（指令自相矛盾）也很难完全避免。

更核心的问题在于，自然语言并非理想的编程语言，其天然的歧义性难以完全消除，另外，如何对语言进行组织、规范、复用和调试等也是一大难题。

谈到未来，有几种乐观的可能：
- 程序员若过度依赖 AI ，导致程序员整体水平下降，从而需要更多的程序员。
- AI 降低了编程门槛，但受限于使用者的水平，极易产生大量难以维护的冗余代码，最终仍需（更多的）专业人士介入。

OpenClaw 是一个 AI 构建复杂系统的典型案例。我昨天看了下该代码库，其中 Issue （ 8k+）和 PR （ 6k+）不知是好还是坏，但有一点可以肯定的就是，AI 还不是（在编程领域）万能的。

@wanmyj 如果把房子当成消费品，买房后能大大提升生活质量的话，买房也是不错的选择，最起码没买到最高点。

接手老破小的风险还是挺大的，上海已经进入深度老龄化阶段（查了下，2024 年超过 65 岁的老人有 452 万，超过 60 岁的 577 万），按照平均寿命 80 岁的话，每年空出的老破小都是一个不小的数字。

目前 AI 仍处于工具阶段，这意味着它必然存在能力的边界。人类正处于疯狂试探并试图扩张这一边界的过程中，但基于大模型的底层逻辑以及它的诸多限制，其极限终会显现。目前可以确定的就是，基于大模型的 AI 还是需要依赖于人类提供准确的输入和持续的迭代反馈。

事实上，如果 AI 真的到了能完全替代程序员的那一天，我认为没任何有职业是安全的。至于‘体力活不可替代’的说法，回看制造业就知道了，机器替代人工早已是常态。只要硬件技术突破，体力劳动的替代或许比想象中更简单。

一个奇怪的视角，好像 Warp 是唯一个可以设置输入区域固定在顶部，这样可以轻微避免低头（利好颈椎）。

喜欢自然风景的话, 福州的福道, 厦门的山海步道和鼓浪屿, 东山岛的话, 目前风大浪大, 租辆电瓶车玩刚好, 土楼的话, 去过河坑土楼群(推荐, 人少, 保留了最原始的土楼风貌, 但交通不方便, 推荐租车).

古法编程是手段, 并不是目的, 如果能产出效果一样的程序, 更便捷的方法肯定是更好的, 就目前来说, 所谓的"AI"还处于非常初级的阶段. 我感觉终极形态是, 客户直接和 AI 提需求, AI 给出产品, 但我感觉这一天到来还需要很久.

就目前来说, 你可以不懂怎么编写, 但是肯定要懂它产出的是什么东西. 这就要求一些基础的计算机科学课程还是要学的, 就像现在的很多医生, 学了那么多年医学基础课程, 最后也仅仅就是看看报告, 开开药.

说到编程, 因为是大家的专业, 所以看起来简单, 这也正是目前 AI 的舒适区(把你已经知道而且做过的内容重复), 但如果跳出舒适区, 比如, 让一个程序员指使 AI 写一篇俄语的法律文书, 或生成一部电影, 或生成一部小说看看, 就可以很容易发现跳出专业领域, AI 能帮的忙也很有限, 因为目前它高效产出的前提是你能提供足够精准的上下文, 而且你能检验它给出的结果, 并能精确的反馈给它.

@coefu 你给出的关于 K8S 的书籍可以大致分成两类, 一类是告诉你如何使用通用组件部署应用, 还有一类就是如何二次开发 K8s 编写 CRD 和 Operator, 需要深入理解 K8s), 我目前还停留在使用上。

关于 Kubernetes 在区块链和 LLM 分布式训练方面的应用，我确实是第一次了解，非常感谢。之前我的认知还一直停留在部署 Web 后端应用层面。