GPU状态监控#
N卡自带的监控可以使用nvidia-smi指令调用，好处是驱动自带，坏处是…其实这监控没给多少有用信息。
使用nvtop获得更加炫酷、更加详细的监控指标。
TensorboardX or wandb?#
wandb适合团队协作、远程访问，功能强大，但我有时也懒得配。
TensorboardX做单卡少次训练也够用，如果不是特别注重细节。
我本人有一点点 ADHD，以前脑子里总有很多想法。搁在以前，这些想法大多只能想想；但现在软件工程已经是随抛随用的东西了，想到什么就能随手起个项目试试。正好我平时又懒得喝水，就想着干脆自己写个定期提醒的小工具，练手，也真的能用。
听上去这是个一分钟就能解决的需求，认真找起来才发现不对。系统自带的提醒事项最小重复粒度是「天」，做不了每 30 分钟响一次；口碑最好的 Stretchly 是 Electron 应用，常驻一两百 MB 内存，还因为签名问题被 Homebrew 下架了；Windows 那边更惨，轻量的开源选择几乎没有，最接近的一个项目首次启动要联网拉配置，去年三月就停更了。
而且我要的不只是喝水。起身、护眼、吃药，各自不同的间隔，放在一个列表里管理，「分钟级的多任务定时提醒」加「一个像样的管理界面」加「脚本级的后台开销」，这个组合没有现成的，就自己写了一个——常驻系统托盘，到点弹系统通知，划掉即结束，macOS 和 Windows 双平台，也就是现在的 SipBar。
技术方案最后定的是 Rust + Tauri：调度、存储这些后端逻辑用 Rust 写，管理界面用原生 TypeScript 写，跑在系统自带的 WebView 里，不开窗口的时候连 WebView 进程都不用起。好处很明显：一套代码同时照顾 macOS 和 Windows，后台开销也非常小。
写完回头看，整个方案里最关键的是一条纪律：调度、存储、统计这些核心逻辑全放在平台无关的模块里，CI 里有个脚本专门盯着，这个模块不许 import 任何平台代码。它的好处是后来才显现的：这一个月撞上的坑几乎全是平台层的，核心逻辑 60 多个集成测试从头到尾全绿，一行没改过。
通知层没有用 Tauri 官方插件，是自己封装的。因为查到插件的依赖链尽头是 Apple 已经废弃的通知接口，在新系统上有静默失效的实锤案例，而且带按钮的通知它做不了。
托盘常驻内存实测 14 到 17MB，macOS 安装包 3.9MB。
Electron 对比：用 Tauri 的好处是显著的，省内存，用户也不用下载那么大的安装包，而且 Electron 这种实现方式我个人不是很喜欢。当然 Electron 也有它的优势：它把整个 Chromium 打包进应用，不管什么设备、什么平台，表现基本一致。Tauri 依赖各系统自带的 WebView，每台机器、每个系统的内核版本都可能不一样，容易碰到一些奇怪的、不太好测试的情况。这就需要权衡了，不过对我个人做项目来说，还是小一点最好。
项目文档里也记录了很多踩坑，这里简单讲几个。
macOS 上通知授权弹窗可以失败得毫无声息。构建产物的签名标识符和 Info.plist 里声明的对不上，授权请求直接就失败了，不报错也不弹窗，通知就是收不到。排查了很久才想到去对比签名，最后在构建脚本里加了一步显式重签。顺带知道了个反直觉的行为：授权弹窗错过一次就再也不会出现了，只能去系统设置里手动开。
深色菜单栏上托盘图标会直接隐身。任务暂停时换了个图标，结果把「随系统配色染色」的设置冲掉了，黑色水滴在深色菜单栏上完全看不见。这种问题不读库的源码根本想不到，最后是每次换图之后手动把 template 设置重申一遍。
前端有个渲染竞态，同一个根因炸了两次。管理窗口起初是整列表重建 DOM，Windows 实机上表现为按钮「点击抽搐」，重建恰好落在点击的窗口里，把点击吞了，重写成按行对账之后才好。一个月之后设置页又出了个灵异空白，查下来根因和它是同族的。两次都是同一个道理：清空也算写操作，所有写入要走同一条路，不然缓存和真值就对不上。
系统睡眠唤醒也没法伪造测试，最后是拿电源日志和提醒流水对着看的：合盖一个多小时，错过的提醒各补了一条，没有连环轰炸。
这个项目里最纠结的不是技术，是砍功能。最早的通知带「已喝」按钮，整条链路做完我把它砍了：想要的就是「被提醒但懒得逐条确认」，喝没喝自己心里有数。补发规则也直接写死：错过的没超过间隔就补一条，超过了就当你离开时已经喝过，最多补一条——谁也不想合盖一晚上，开机收到二十条「该喝水了」。
v1.0.0 已经定稿，源码和安装包都在 GitHub（Luan-Fuzi/sipbar），欢迎使用。
上个月读《置身事内》，书里有个观点让我印象很深：在官僚体系里，「做事的能力」和「做事的意愿」是两回事，上级考察干部，考察的往往不只是能不能干，更是愿不愿干。
当时我就想到大模型。我们现在测模型，基本都是在测「能力」——做题准不准、代码对不对。但模型的「意愿」呢？同一个模型，能力没变，RLHF 调一调，它就可能变得更爱拒绝、更爱偷懒、更爱谄媚。2023 年底 GPT-4「变懒」的事就是个例子：能力还在，干活的劲头没了。
再进一步：模型的意愿会不会也是「看人下菜碟」的？你跟它说「我是医生」和「我是罪犯」，它给你的回答质量、执行请求的痛快程度，会一样吗？
这就是 llmtaste 想做的事。
核心方法是意愿与能力解耦：同一个知识域配两个探针，一个测能力（客观做题），一个测意愿（可拒绝可执行的模糊请求），两者的分差就是意愿偏移。如果做题分数不变、执行成功率下降，那就是意愿变了，而不是能力被扰动。
具体是三层任务：
| 层 | 测什么 |
|---|---|
| qa | 能力基线：8 道有标准答案的客观题 |
| gray | 意愿主战场：10 个可拒绝可执行的模糊请求，看模型选做还是选拒 |
| agent | 意愿在工具层：6 个函数调用任务，其中 3 个故意注入报错，看模型是重试还是放弃 |
身份集按社会心理学的 SCM 框架（温暖 × 能力四象限）加道德效价梯度选了 8 个：医生、老师、学生、政客、黑客、罪犯、恐怖分子，外加无身份对照。中英双语，身份分别从 system prompt（「你是 X」）和用户第一人称（「我是 X」）两种位置注入。
还有一个方法论上的小坚持：拒绝要测在工具层而不是嘴上。已有研究发现模型可以嘴上说「这我不能做」但手照样把工具调用了，所以 agent 层以是否实际发起调用为准。
架子搭完了：任务集、OpenRouter 异步执行器、LLM judge 拒绝分类、评分出图管线，端到端用伪造数据跑通了，冒烟测试跑了一半——然后就停在了这里。
昨天刷到 Transluce（Jacob Steinhardt 组的非营利实验室）的工作，发现我想问的问题，他们已经用比我大得多的规模回答过了。
他们有两篇相关工作：
User Awareness in Frontier Models（2026-08）：模型会识别「你是谁」并因此改变行为。他们用 Claude Code 会注入用户 email 这个细节，构造了 280 个真实身份、测了 6 家 24 个模型。结果很直白：当模型认出用户是知名 AI 安全研究者时，自报信心更低、打分更苛刻、对边缘有害请求的警觉性下降、推理更用力。这些效应跨模型家族稳定存在，而且几乎从不出现在思维链里——也就是说，监控 CoT 是监控不到的。
Scalably Extracting Latent Representations of Users（2025-11）：机制层面解释了上面的事为什么会发生。模型内部确实形成了「用户模型」——从上下文推断出的用户属性（性别、国籍、专业程度等）以可解码的方式存在激活里，并且因果地驱动谄媚、给新手更差的代码建议、人口学偏见等行为。
平心而论，两篇加起来覆盖了我问题的核心 premise：上下文里的身份信息会系统性地改变模型行为，而且改得隐蔽、稳定、不可监控。我的设计和他们的不完全重合——我测的是合成角色的道德效价梯度，他们测的是真实具名用户的识别效应；我独有的意愿/能力解耦配对探针和 agent 层遇错坚持度，他们没碰。但这些差异是「增量」而不是「新问题」：premise 已经被大规模证实了，剩下的只是把边角补全。为一个补全性的增量去烧钱跑全量实验，意义不大。
现在做点原创性工作也太难了。以前是想个点子——看看有没有人做过类似的——闷头做一两个月——写报告。现在直接就是想点子——烧一礼拜token——写报告。更别提点子也是可以自动去网络平台抓热点做提取的。全自动化科研就是纯正资本主义啊我看，没钱没精力就都一边玩去。
那是 2024 年，我还在读大三。那时还想着搞科研出成果，想着保研还是考研，研究生要做什么方向，以后要学什么——通通没想好，但总觉得来日方长，时间会替我把答案交出来。博客也是那时候开的。当时真是意气风发，跟好朋友学技术、搞科研、聊未来，写了几篇学习记录，我以为这样的好日子会持续很久。
两年以来，峰回路转。现在回头想想，这两年的折腾比前二十一年加起来都多。到处失败，计划推翻，东奔西跑，前路漫漫。有些选择现在想来大概是错的，但当时也没人能给点建议；有些事情依然说不清对错，当初那些没想好的问题，并没有被解决，也只是过去了，时间上不重要了而已。以前犯的错已经没什么弥补的机会，只能往前走。
另一件绕不开的事是 AI。发展到现在，学习似乎不再是什么阻碍了——想干什么都能干，不会的让 AI 教，卡住的让 AI 帮，这个博客项目本身也是这么重启的。本科毕业后基本没有古法编程过了，也不知道现在的同学怎么学东西。但我感觉追上新东西却越来越难了：技术迭代太快，快到自己永远处在追赶的位置。这点和几年前倒是变化不大。
趁着还有表达欲，记录一些东西吧，权当日记。写给自己看，写给未来的自己看。
]]>N卡自带的监控可以使用nvidia-smi指令调用，好处是驱动自带，坏处是…其实这监控没给多少有用信息。
使用nvtop获得更加炫酷、更加详细的监控指标。
wandb适合团队协作、远程访问，功能强大，但我有时也懒得配。
TensorboardX做单卡少次训练也够用，如果不是特别注重细节。
待续
]]>灵机一动打算学一下Golang，于是乎简单记录一下学习过程。 本文主要记录（我认为的）Golang语言和其它语言，如C/C++，Java有所差异的部分。
参考链接：
《Go 入门指南》 | Go 技术论坛 (learnku.com) *
Golang是起源于2007年的谷歌某小组的项目，是一种静态、强类型、编译语言，拥有接近C++的编译后运行速度，主要特长在于内存安全、原生支持高并发、高效内存回收，拥有比较奇怪的自成一派的比较简单好学的语法（不仅和较老的C和Java比，而且和相对比较现代的Kotlin和C#比，我也觉得怪怪的）。
我很喜欢Golang的图标，足够弱智，有一种脑干缺失的美。也很可爱。
Zotero | Your personal research assistant * 直接点击Download。这一步前建议顺手注册，可以使用包括备份在内的便捷功能。
可以看到，左边是Zotero本体，右边是配合使用的浏览器插件，实现更便捷的论文下载。可以只下左边的。
待续
原生的Zotero已经挺好用的了，但是我们还有许多方法可以让它更好用。
Zotero 插件商店 - Zotero 中文社区 (zotero-chinese.com) * 提供了不少第三方插件，比如我常用的Translate for Zotero可以划线翻译，支持添加第三方API，等等。
安装Tex Live，找编辑器，学语法一条龙。
LaTex是一种排版技术，通过特定的指令可以控制文档内容（如图片、文本等）的位置、大小和样式。
以下是基础使用流程。
操作系统：Windows 10 22H2
CPU: Intel i7-11800H
使用LaTeX进行写作的第一步是安装LaTex的编译环境。为新手考虑，在硬盘空间充足的硬盘内优先考虑安装功能较全的Tex Live.
简陋的官网
国内比较方便的下载途径——清华镜像站： Index of /CTAN/systems/texlive/Images/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror *
清华镜像站
下载镜像后，打开镜像内部index.html，可以查看官方提供的简易安装教程；也可以观看类似教程视频 TeX Live 2023安装 *
Tex Live是一个集成功能较多，镜像体积较大的All In One，安装较为耗时（i7-11800H安装全程45分钟左右，仅作参考），嫌时间长的可以选择按装更简单、更小的MiKTeX： Getting MiKTeX *
安装完记得在Path路径下添加环境变量。
安装完成后，Tex Live会自带一个编辑器（或者叫IDE？）TexWorks，可以方便地将Latex文档编译成PDF。
因为LaTeX到PDF是一种编译过程，所以编辑器并不局限于TexWorks或某种编辑器。可选的编辑器/编译环境还有TexStudio|VS Code|Sublime Text等。
作为一个万年VS Code用户，我抛弃了便捷好用的TexWorks，安装了更人性化、更强大的Tex Studio也没久用，最终选择了VS Code + LaTeX插件。需要注意的是，VS Code安装插件后虽然能用，但并不是最舒服的一个使用环境，需要进入Settings打开JSON文件进行某些配置。我本人也对研究配置环境兴趣不大，所以这里贴一个我用的配置文件： Visual Studio Code (vscode)配置LaTeX - 知乎 (zhihu.com) *
LaTeX作为一种[能且仅能在写文章时用上]的工具，不必像编程语言那样从零开始啃语法，更不需要搞懂LaTeX的模板是怎么做的。作为初阶使用者，把别人写好的拿过来用是最方便的方式，每个期刊或者会议都会有模板，想投那个刊就从哪家网站上下载模板。模板在满足期刊板式要求的同时，一般也会附带有较为详细的LaTeX语法教程，在模板的上基础上把自己的内容敲进去即可。随用随学，效率至上。
值得注意的是，LaTeX对数学公式的支持完备而复杂，可以找几个在线LaTeX公式编辑器写几个公式，再把LaTeX表达式粘贴回来。这里给出几个网站以供参考。
在线LaTeX公式编辑器-编辑器 (latexlive.com) *
LatexEasy | 在线Latex数学公式编辑和渲染 *
我其实不是现在（2024年3月）才真想用一下LaTeX的。我在前两年有过一两次课程作业要提交报告，报告中含有数学公式，我想来想去用markdown和word都写不上去，于是找到一个叫LaTeX的工具，第一次或者前几次安装都因为没有耐心而把进程关掉了。后来发现markdown支持LaTeX公式，于是直接学了语法，放弃了安装。
如果安装时感到烦躁，站起身，喝口水，下楼转一圈。安装时间长是正常的。（一定要多喝水
VS Code使用LaTeX插件的问题不止在于一开始没有配置文件，我前几次编译出来的PDF文件连格式都不对，编辑器里几十个报错。
后来得知默认选择的编译器不对。在插件设置里默认选择的是XeLaTeX，换成PDFLaTeX就可以解决我的问题了。
侧边栏选择编译选项
早就想做个人主页了，但是以前要么是技术力不够，要么是不好看。找了半天终于在hugo里翻到了原先看hexo时候特别喜欢的一款主题 NexT Theme (github.com) * ，简洁，不花里胡哨，而且有别人预先配置得还不错的仓库 hugo-next/hugo-theme-next-starter: Starter for Hugo NexT theme. (github.com) * ，配了一段时间，好多没用上的东西，慢慢删吧。
啥也不动，直接用markdown写东西，舒服。
]]>