@NewYear 这种公开的更改其实可以接受，就和很多软件有社区版和完整版一样，现在的信任危机源自收购过程以及今后的发展方向不够透明，甚至有非常可疑的行为前科，在被发现质疑之后也无任何澄清说明，一系列操作让人失去信任。

很久之前在 brave 加入加密钱包之后就不再用了，后来又出了一些隐私问题，商业化的浏览器是不可能做到让用户满意的隐私保护的，隐私是公司的资产，是变现的重要手段之一。

偷偷摸摸弄，必然是看上了已有的用户，说实在的，你正常的公开收购也没什么，很多转商业项目的，做的很好，你的产品做得好有刚需就是硬实力，但显然某些公司并不在意产品本身，也没那个实力维护和继续做产品。

至于原作者，我相信也不是没精力、没时间维护，轻易也不会把项目卖掉，还是给得太多了，达到了心理预期。

在 APP 的隐私、通知里面把无关的全部关掉，但基本没用。

几年前泄露的时候，就把 JD 金融的绑定信息全部清除了，互联网企业的信息安全像漏筛一样，即便大规模泄露也屁事没有，国内厂商从没有一个因为泄露被追责的，也难怪李彦宏会大言不惭的说中国人愿意用隐私换便利。

个人号码泄露是常态，但不一定会被骚扰推销，如果突然开始收到骚扰电话，短信，那基本就是集中轰炸，没完没了，不理它过段时间就好了。

试用过，确实不错，非常简洁

docker 镜像可以通过指定 sha256 来锁定镜像版本 image@sha256:<digest>，如果 tag 经常更新不好使的话

rust 做 CLI 和工具链比较多，没有太多历史包袱，想要重写底层的部分，不止是技术难度，rust 想进入 Linux 内核闹出多大笑话，这还是 Linus 自己放话要支持 rust 的，可想一个没有站台的语言想要取代 C 的底层生态简直是笑话。

至于 GUI 等等大型项目，rust 生态还处在造轮子的阶段，做蛋炒饭总不能从种水稻孵鸡崽开始。

rust 生态总体是慢慢变好了，靠爱发电，之前是呼声很高，但很少有拿得出手的应用，很多都是 demo 或者玩具，现在至少慢慢有有些能实际使用的 prod ready 的东西了，底层也在慢慢稳定完善了，将来会如何谁也说不好。

没什么好的选择，vsc+rust-analyzer 或者 rustrover ，JB 家的软件太重了

直接把 Quick Pad 转正算了😂

一样米养百样人，通情达理能够同甘共苦的人毕竟是少数，日子很多时候就是一团乱麻凑活过了。

你遇到了困境来吐槽一下，但 v2 这里从来不会共情困境中的人，你只会被嘲讽，日子该过还是得过，风风雨雨，明天太阳出了，再回头看说不定就过去了，就这么回事，困难的事情只要不走到最后就不是绝路，你是个明白人，就不要跟自己生气，也不用跟你老婆孩子生气了。

明白人就不要做火上浇油的事情了，这是明白人的宿命，也是福份。

遇到一样的问题，应该 Homebrew 的 bug ，等等就修复了

如果用的比较多的话，可以部署一个 Stirling PDF ，还是挺好用的。

没遇到这种情况，不过 iOS 在系统登录的 outlook 账户经常会掉授权，需要重新登录，这是一个自宇宙诞生起存在的问题，无法解决，如果遇到刷不出新邮件的话，可以去系统设置里面看看是否需要重新登录了。

第一条就是不要做自己不懂的事情，去年 A 股快跌倒谷底的时候清仓，后面一整年没有做，清仓的票至少涨了 2-3 倍，没有赚到钱，有会后悔吗？有一点点。后悔自己的决定吗？一点也不。

莫名其妙赚到钱的人，必定会莫名其妙的全部输掉，一旦跟钱沾边，人就容易一叶障目，异想天开。

人不仅要靠个人的奋斗，还要看历史的行程，这就是超出个人预知范围的变迁，有些工作打算长久认真干的，结果没几年就不干了，有些工作觉得随便弄弄的，结果一做十多年。

不要在自己郁闷的时候“后悔”，人在空虚的时候总是倾向于抓住一切来填补，包括被美化粉饰的回忆，也许你确实因为某件事情而感到耿耿于怀，但此刻再次想起它，无疑因为当下的处境而生成一份不自觉地美好滤镜，现实的无情就在于如果还有再来一次的机会，困难将以另一种面貌打击你。

喜怒哀乐是人之常情，虽然是暂时的，但是身处其中的时候也不可能轻易地略过，所以对于你的感慨需要被倾听，而无需褒贬。

大模型现阶段本质上还是中心化，任何有用/好用的模型个人都是很难训练 or 部署的，未来可预见的时间内这依然是一项重资本投入的事情，在源头的大模型供给上很难做到去中心化。

DeepSeek 把相关的技术开源了，但并不是把训练模型需要的投入取消了，或者免费赠送了，你使用的是依然是 DeepSeek 提供的预训练好的模型，而有能力使用 DeepSeek 的技术的依然是头部的老玩家，个人用户能够部署的依然是蒸馏之后的小模型，有用吗？有点用，但大伙儿真正觉得牛逼的依然是那个满血的模型，而不是那些 toy-level 或者差不多的模型。

其次，本地部署模型似乎可以规避一部分审查和数据的泄露，但大模型的审查可以包含在模型的训练中，对于有期望应用大模型技术的商业公司来说，自行部署可以规避很多商业风险，对于个人用户来说，门槛依然很高，畅想每个人都能有自己的 AI assistant 的美好未来离得还很遥远。

把安装记录清空，把所有残留文件删光，重新安装总算没问题了，估计是检测到有旧版本残留记录，就错误的执行了卸载任务。

因为安装失败，导致无法正常卸载，动了点小手段，才成功。

1. 如果只抛一次硬币，那么正面朝上的频率要么 0 ，要么 1 ，但不会是 0.5.
2. 如果本金 1w 块，每次押注 1000 块，50%概率赢 1000 ，50%概率输 1000 ，那么只要不停地下注，是否最终本金依然是 1w 块呢，实际上有不小的概率会输光，并不是概率有问题，而是没有本金的时候游戏就结束了。坏事好像经常发生，是因为坏事往往没有翻盘的机会。