Andy Stewart
3个月前
回复一个网友的问题,为什么做操作系统一定要做硬件? 一个做系统的团队,如果不做硬件,长时间来说是活不下去的,为什么? 1. 成本因素:操作系统的发展是需要非常多高级工程师的,高级工程师意味着非常高的研发成本,如果不做硬件,无法赚取利润让操作系统团队正常维持,一般超过5年就要出事。从用户的利益看,如果一个操作系统厂商做了5年就倒闭了,反而是坏事 2. 硬件适配:硬件不光是利润的来源,更是标准化硬件的重要方式,为什么标准化硬件很重要?对于Linux系统来说,CPU + GPU + 网卡固件是非常重要的适配组合,特别是网卡固件,一般要穷举测试后才能知道最稳定的版本,根据我的经验,太老的版本不行,太新的版本也不行,固件版本选错就不稳定。而最新的CPU一般都需要最新的内核。当CPU和网卡驱动对内核的版本不一样时,就会发生非常多奇奇怪怪的问题,这还仅仅是硬件适配的冰山一角。软硬件产品只有两种模式: 一、微软 + 整机厂商模式,硬件适配由整机厂商负责;二、就是苹果模式,硬件自己做,质量做到最好。而操作系统 + 整机厂商这种模式也很难持续了,微软的主要营收现在是 office + 云服务,操作系统基本上都不赚钱 3. 售后服务:操作系统的玩法太多了,如果没有专业的售后服务,很多技术不强的用户,基本上玩到一半就要吃灰。而开放硬件意味着,大多数用户没有享受到产品的乐趣,而浪费大量的时间在硬件适配上。标准的硬件 + 高品质的售后服务可以给用户带去物有所值的体验。这也是苹果为什么这么成功的原因 很多用户,特别是喜欢那些免费下载的系统,从用户的利益角度出发,免费下载当然好。只可惜这样的模式注定不持久,原因有几个: 1. 软件收费很难,一般用户出个100~200块就顶天了,上1000块的软件费用想都不用想。我原来做deepin linux的时候做过实验,很多用户空喊的时候非常凶,真的要付出时,钱包很诚实 2. 开放硬件没法维护:用户自己的硬件千奇百怪,如果你全免费,用户没啥说,自己折腾,用户也不要期望官方可以保证解决问题,因为官方没有收费。如果在开放硬件的前提下,收取了软件费用那就更惨了,收取的100~200块根本就无法解决开放硬件的适配的问题,工程师一天工资都不够。很多朋友又会说,微软出系统,联想就适配硬件,是的,因为联想赚了你硬件的钱。系统 + 硬件要稳定的逻辑是,谁收了你硬件的钱,谁就负担兼容性适配的问题 3. 叫好不叫座:免费的软件策略会吸引非常多的下载量,但是也导致用户的质量参差不齐。你只要坚持一天免费,用户就叫好,但是,只要你一开始收费,90%的用户都会离你而去,这就是操作系统免费策略的巨大陷阱 我上一次创业做了 deepin linux, 为爱发电了10多年,我太明白 “操作系统免费” 是多么失败的选择,为爱发电的最大矛盾是,很多白P的用户的开心是建立在高级工程师贫穷的痛苦之上的,高级工程师不赚钱的更大影响是家人跟着一起受苦,这种美好乌托邦的商业模式不可持续。
海玮
3个月前
为了不走神,我们做了一款屏幕会"灌水"的Mac应用:猴子别闹() ADHD最痛苦的不是分心本身,而是分心后很久才发现自己分心了。 打开文档准备写需求 → 弹出微信消息顺手回了 → 看到群里在聊天就多说两句 → 20分钟后才突然惊醒:我刚才不是要写文档吗? 这种"延迟觉察"才是ADHD最大的问题。等你反应过来时,时间已经没了,心流状态也碎了一地。 所以我们做了「猴子别闹」,用一个会灌水的屏幕,在你走神的瞬间就拉你回来。 你先设定好容易分心的APP和网页(微信、B站、X...),当你工作时突然跳过去时: 屏幕会"哗"地一下开始灌水 💧水位慢慢上涨 它不会锁住你的屏幕,只是温柔地提醒:喂,你跑神了 这个动效的关键在于"即时觉察"——不是20分钟后你自己醒悟,而是3秒内就被温柔地拍醒。 —————————— 传统的Mac专注应用我都试过: 番茄钟:时间到了才提醒,但我早就跑神了 强制锁屏:直接把APP锁死,但越被控制越想反抗 白噪音:只是个背景音,根本拉不回注意力 它们的问题都是"干涉"——要么管得太晚,要么管得太狠。 「猴子别闹」反其道而行:只觉察,不干涉。 灌水动效不会阻止你刷微信,不会骂你,不会让你愧疚。它只是在你的视觉中心放一个"异常信号",轻轻戳一下你的意识: "诶?屏幕怎么在灌水?" "哦对,我刚才是要写需求" "那我先回到文档吧" 这种"软提醒"特别适合ADHD的大脑机制。 ADHD的问题不是不想专注,而是注意力会不自觉地滑走,且滑走后大脑不会立刻察觉。就像开车时走神,你需要的不是有人把方向盘抢过去,而是副驾驶轻轻说一句"诶,走神了"。 普通人可能几秒就能自己醒悟,但ADHD可能要几分钟甚至更久。「猴子别闹」做的就是把这个"醒悟时间"从几分钟压缩到几秒。
Feiteng
3个月前
和自身经历有点像,mini版 本科数学专业没怎么学过编程 研究生也是数学老板比较牛,实验室机器从2010年就高配NV GPU,硕士两年 2012-2013 猛学 机器学习、深度学习,练习 coding 实习offer mentor考完、老板还能面SVD分解,mentor和老板二人拒了他们上交学弟把位置给了我,接触开源项目 kaldi、把CNN成功运用到语音识别系统上,词错率降低10%,这段经历+复现 Hinton Dropout 论文写就硕士毕业论文 好多年后一公司产品经理离职时来跟我说:你知道知网上你硕士论文引用很高吗? 真没看过 14 年毕业,进入一家做智能音箱的公司,也有百万用户的APP,比Amazon Echo推出时间都早,无奈技术团队太菜,一套 ASR, CTO和技术骨干搞了两年也没搞出来,技术路线落后且错误;我拿kaldi 一两周就训练出能用模型,试图扭转技术路线没有成功,最后他们妥协说,我能用 java 实现一套 ASR 识别系统就采用我的方案;随后一个月学习java 用 java 写了一套 ASR 运行时,也摸透了 kaldi decoding DNN + WFST 这一套原理; 没有掰正技术路线的时候,就下定决心离开了,当时就一个想法:得去人才密度高的地方。 后面就聊了一家公司直接加入了,合伙人都是学历履历比较优秀的,电话面试官有一位是 Google 总部语音科学家背景,深入聊了 WFST,ASR 解码原理等,这是碰到行家了;约了 on site,CTO 还考八股面试题,没刷过题只给出了思路,CEO 聊的就比较宏大了; 进入后,先做了个裁剪神经网络的活;合伙人给了一个任务,提高公司核心算法的准确率,为此他们在过去一年准备了十几个benchmark,知乎还有一个热帖讨论猜测这个核心算法;最后否定了一位资深同事和合伙人的方案,提出了自己的方案,一个人执行落地上线推给千万用户,在十几个benchmark上准确率提高到了 95%,优化神经网络计算速度40倍实现在手机端离线计算,就是玩半小时就发烫;17年交接手上语音评测、语音识别工作,新开语音合成技术方向,18-20年合成水平显著高于市场商业API,公司开all hands 就会拿来一波图灵测试;公司每年hackathon必拿奖;三年后公司纽交所上市; 这些年错过的机会: 16 年看过 比特币 18年被邀请去字节组建团队,当时公司很快上市,没去 21年底看机会 MiniMax CEO CTO 约着飞来上海当面聊,过了个春节 23年初写了个开源项目 valle,后来跟大学生们面基,他们说 这是他们的语音生成大模型入门代码,有些已是头部厂商核心研发力量;minimax 同学也说无它就增加了训练数据;这个项目带来过百万收入