稳住自己的节奏，不受外界影响，你能变得更自信、健康、和高效。

每个人都有属于自己的说话方式、思考方式、和行为方式，我称之为节奏。常常，我们因为害怕、从众、或是模仿的心理，改变自己的节奏，去适应他人或者外部环境。

有时，改变节奏是往好的方向，变成了改善。但大部分时候，改变自己的节奏，在我看来，都不是一件好事。我积攒了一些例子，接下来说给你听。

打球

我喜欢打篮球。每次上场，都会有人一对一盯防我，这时，我最喜欢身材高大的人来防我，因为他们脚步相对迟缓，体力也不如我，我可以通过速度突破他们，或者拉到外线，通过跑动找到空位投篮。

而我最不喜欢的防守人，是身材偏矮的类型。他们一般速率快，核心力量足，体力也好，可以一整场跟着我跑。每当遇到这样的脚步快速的对手，我运球的节奏也会跟着他们加快，但无论如何，我也很难在速率上占优，并且通过速度来战胜对手。这时，因为对手而改变运动节奏的我，成了输家。

正确的做法是，像今年第一次杀入 NBA 总决赛的小牛队的球员东契奇一样，无论遇到矮小的后卫，还是高大的中锋，他始终不紧不慢，以不变的速率运球、突破、投篮。所以，想要在竞技场上稳住自己的节奏，一方面需要实力和自信，另一方面，不跟随对手的优势，以不变应万变才是王道。

说话

我喜欢这档叫做“我如何写作”的播客的内容，可是，我不能忍受主持人的说话方式。

简单来说，他完全没有固定的节奏。当遇到说话温柔的女嘉宾时，主持人也会变得温柔感性。遇到语速更快的硅谷创业者时，他又加快语速，试图与对方同步。如此这般，我不知道他这样不断变化说话方式，是为了迎合嘉宾，还是毫不自信？总之，一次两次之后，我只能放弃追更，只在特别感兴趣的嘉宾上节目时，才去听听。

在其他类型的谈话中也是一样，无论是公司开会，还是商务会面，如果一个人因为会议中某个更权威更强势的人，而改变自己的语气和语速，我立即会发现并觉得这个人很不自信。相对的，那些自始至终都气定神闲，或轻松写意般说话的人，会立即赢得我更多的印象分。

投资

（请加入会员继续阅读）

Sure, it’s fun going on a rampage through the city as a super-sized SharkBear, but the lure of fudge is inescapable.

一、引言

AI 怎么用于编程？

目前有各种尝试，最激进的大概是 Vercel 公司的 v0.dev。

你告诉它，想要什么网站，它就给你几张设计图。你选一张，它就生成写好的网页。

这很有未来感，想要什么程序，机器帮你写。但是实际上，它只能生成网页 UI（用户界面），无法生成互动脚本，并且其他的 UI（比如手机 App 页面），它都无法生成。

这反映了 AI 的局限，至少现阶段，AI 无法取代程序员，只能充当编程助手。

根据我的使用体会，作为编程助手，AI 的作用非常大，能够大大节约程序员的时间，显著提高编程效率和代码质量。

今天，我就来测评两款 AI 编程助手，看看孰强孰弱，顺便也作为一个入门教程，向还没用过的同学，展示它们的用法。

大家看了以后，就能明白，为什么编程已经离不开 AI 了，它真的能让程序员如虎添翼。

二、GitHub Copilot 和豆包 MarsCode 简介

我要测评（或者说介绍）的两款 AI 编程助手，分别是 GitHub Copilot 和豆包 MarsCode。

GitHub Copilot 是最早出现的 AI 编程助手，也是市场占有率和知名度最高的一个。

它是微软出品，底层是 OpenAI，又依托着世界最大的程序员社区，自然是实力非凡。

豆包 MarsCode 是基于豆包大模型打造的智能开发工具。

它的背后是字节跳动，本来是内部工具，据说字节超过70%的工程师都在用，每月贡献百万行量级的代码。

6月26日，它正式在北京对外发布，外界可以免费使用，属于新鲜出炉。

它们都来自大厂，有足够的代表性，而且功能相近，下面就来看看，国产 AI 能否替代国外主流产品。

三、使用环境

AI 编程助手一般不单独使用，而是作为 IDE（集成开发环境）的插件，在编辑器界面提供各种 AI 功能。

我选择的 IDE 是目前最流行的 VS Code。此外，豆包 MarsCode 还支持 Jetbrains IDE，Copilot 则支持更多。

大家在 VS Code 插件市场搜索 Copilot 和 MarsCode，就能找到它们。下面是安装后的页面。（上图为 Copilot，下图为豆包 MarsCode，后面都是这个顺序。）

如果你没有 VS Code，甚至也没有其他 IDE，问题也不大。豆包 MarsCode 提供免费的云 IDE（下图），无需下载和安装，直接在浏览器使用，并且内置数十款开发模板，还可以拉取 GitHub 仓库，用起来很方便。

GitHub 也有云 IDE，就是它的 CodeSpace，里面也能用 Copilot。不过，每月使用60小时之后，就要收费，这里就不推荐了。

四、聊天功能

AI 编程助手的主要用户界面，就是一个聊天窗口，用户向它提出各种问题。

我首先问了一个问题"什么是 CAP 定理？"，测一下它们的聊天功能。

可以看到，它们的回答都是准确的、可用的，Copilot 的格式编排稍微好一点。

第二个问题"请推荐学习 JavaScript 的书籍"，两者的回答差不多。

聊天的问题不限于编程，什么样的问题都可以问，比如"2025年春节是什么时候"，它们的回答也没问题。

不过，这个功能的日常使用场景，应该是查找软件文档，真的好用。

五、代码生成

接下来，就来测 AI 编程助手的最主要功能：自动代码生成，让它来写代码。

使用很简单，只要有按键输入，它就会自动建议后面的代码是什么。

你可以将其当作参考，也可以按下 Tab 键，接受它为正式代码。如果想逐个单词确认，按下 Ctrl + 右箭头（Mac 为 Cmd + 右箭头）。

我让 AI 生成一个检验电话号码的函数。

上面的代码，除了第一行"// 验证电话号码"是我输入的，后面都是 AI 生成的。

这段代码完全正确，并且还有两个地方令人很满意。（1）因为文件的后缀名是 JS，所以它们自动生成的是 JavaScript 代码；（2）它们验证的是中国的手机号码，而我并没有明确给出这一点，它们是自己推断的。

有点奇怪的是，Copilot 和豆包 MarsCode 给出的代码是一样的。莫非它们使用同样的材料训练？

我又加了一个条件，要求包括手机和座机两种情况。它们给出的代码还是（基本）一样。

这个环节，它们打平。另外，如果对给出的实现不满意，Copilot 可以按下 Ctrl + Enter，会有多种实现供选择（下图）。

豆包 MarsCode 则是在代码建议时，有一个浮动工具栏，可以切换多种实现（下图的箭头）。

值得一提的是，豆包 MarsCode 还有一个特色功能"代码补全 Pro"，不需要手动给出提示，根据现有代码，自动预测下一个改动点，并给出推荐代码。

这个功能需要自己在设置里面打开（下图）。

打开以后，它就会加强代码预测。首先，在期望触发代码推荐的地方，按下 Ctrl + Shift + Enter 主动触发推荐，然后你按下 Tab 采纳。

这时，它会预测下一个改动点，点击 Tab 就可以跳转到那里。这在代码修改的场景中非常有用，修改了一个地方，它帮你跳到下一个（预测的）改动点，并给出推荐代码。普通的代码补全做不到这一点。

六、生成注释，代码解释

除了生成代码，AI 的另一个重要作用，就是生成编程文档，也就是代码的文字说明。

文档功能主要有两种：注释和代码解释。首先，Copilot 的注释需要自己手动生成。

豆包 MarsCode 则在代码上方有生成注释的快捷按钮。

点击后会唤起/doc命令，用起来相对方便一点。

至于代码解释功能，我觉得相比之下，豆包 MarsCode 更好一些，Copilot 太冗长了，有点不易读。

七、其他功能

（1）代码翻译

它们都能够将一种语言的代码，翻译成另一种语言。

我试了 JS 代码翻译成 Python，没有任何问题。豆包 MarsCode 还会自动将翻译后的代码，保存成当前目录下的一个单独文件。

（2）生成单测

单元测试写起来很麻烦，AI 能够自动生成，真是省事不少。

同一段代码，Copilot 生成了4个测试用例，豆包 MarsCode 生成了5个。

并且，豆包 MarsCode 对测试用例有文字总结（下图），这很有用，可惜 Copilot 没有。

我认为，在这个环节，豆包 MarsCode 做得比较好。

（3）修正错误

AI 还可以自动修改报错的代码。如果测试用例或者自动构建没有通过，它会解释报错的原因，并给出修改建议。这里就不举例了。

八、总结

经过上面的一系列测试，两者的表现总体相差不大。我认为，国产 AI 编程助手完全可以替代 GitHub Copilot，而且在某些细节上做得更好。

GitHub Copilot 的优势在于功能较多（比如调用终端命令），而且它的训练材料可能比较多，在一些小众语言上也许表现更好一点。

但是，它是收费的，每月10美元，而 豆包 MarsCode 是免费的，单单这一点就值得推荐后者。

目前，豆包 MarsCode 只是一个初期的版本，后面会不断增加功能。但是，对于大多数程序员，现有功能已经完全够用了。

另外，我在使用中明显感到，豆包 MarsCode 的响应速度更快，毕竟服务器是在国内。相比 Copilot 的境外服务器，这也是一个优势。

总之，豆包 MarsCode 值得大家试用，体验一下国产 AI 的进步。如果你从来没接触过 AI 编程助手，就更不应该错过这种提高效率的编程神器了。

（完）

这个栏目之所以叫性癖纵横观，是因为在一期聊性癖的节目里（这一期无法上传至简中平台），从远古聊到现代、从阉割聊到冰恋，意外地构建了一个性癖的脑图，由三个维度的坐标轴构成了性癖的从古至今、由浅入深、从不理解到理解。

前三期，构建了这个性癖坐标轴的第一个维度“支配→被支配”，它的底层逻辑来源于远古人类对于性和繁育最初的认知——拥有更大权力和力量的人，获得更多的繁衍资格。但是，到了现代社会，这种通过拳头获取性资源的规则显然行不通了，但是另一些规则渐渐在现代人的逻辑里形成——外貌、体格、人种甚至是毛发的多与少。就算现代文明世界通过法律规范了婚姻、性自由和惩罚性剥削，但性资源仍然不是平等的。

然而性幻想是平等的，在这个主观世界甚至可以突破伦理约束（母子题材）、法律约束（强奸题材）和现实约束（时间暂停题材）。每一种题材对应了一个市场需求，无论你是否理解，性癖却是最直接反馈潜意识的工具之一。人毕竟也是动物，性本身也是极其原始的存在。在远古基因里，性与“支配”和“被支配”挂钩，由此来理解性癖就更容易归类。

“强奸”和“时间暂停”显然是“支配”，母子题材比较特殊，会有不同分支——母亲命令自己儿子与自己做爱，对性幻想发出的男性视角而言，这是一种“被支母爱配”；如果是儿子主动侵犯了母亲，母亲不希望事情败露，从此两人暗通款曲成了固定炮友，这显然是一种“支配母爱”的视角。

当然，举例母子乱伦还是容易“超脱认知范围”，但并不代表这类性癖是“不正常”的。从古自今，弑父娶母的剧情并不少见，母亲是许多男孩第一个接触的女性，这个女性符号带来了许多最初的认知，例如乳房与口欲、丝袜、人妻等等。只是因为发展到了“俄狄浦斯情结”，才进入了更深的维度，从而发展成为母子乱伦。

把性癖简单地理解成是“符号象征”不是不可以，而是它不能作为推导公式。并不是所有喜欢黑丝的男性，都想要跟自己母亲做爱，这个推导是不成立的。而是需要一个中间参数作为分类依据。黑丝→人妻，这是“符号”；而“人妻”是被拘束、被命令、还是成熟的大姐姐引领着你进入成年人的性爱世界，这便是坐标轴“支配→被支配”。

Previously on 性癖纵横观

---

昨天在出差回程的路上，和助理聊起电影品味。她平时是一个喜欢看修马蹄、养驴子、动物园大猩猩的人，她很喜欢原始性的东西。而我跟妻子更喜欢宇宙、废土主义相关的内容，更偏向于未来。所以这个时候就出现了一个电影分极，助理喜欢看《阿凡达》，我们喜欢看《阿丽塔》。

由此，我们可以推出助理喜欢的“性癖”是极具原始感的，例如乳房符号（她曾经喜欢过奶牛装）。之所以会有这个奇怪的“推导逻辑”，是因为助理是一个典型的“后脑型人”。

虽然大脑复杂，不过我们可以概括地分成“前后脑”。前脑主管逻辑、自控、情绪控制，更倾向于负责“意识”的工作；后脑主管情绪、生存、直觉感受，更倾向于负责“无意识”。日常生活，我们也会更偏向于使用前后不同的大脑。例如，你是一个很爱思考问题，甚至是没有答案的哲学问题，那你的前脑会更活跃，相反如果你很喜欢提及感受、沉迷性爱，那你的后脑更活跃。前后脑在很多时候会相互约束，这就是为什么有的人看完哲学书会觉得比做爱更爽的原因，因为他们的后脑被约束了，不再需要通过性交的方式获得快感。

前脑型的人，创作会更喜欢逻辑性、结构性、观点和观点之间的关联性；后脑型的人，创作会更偏向于感受、情绪、空间构建、甚至是意识流。

——《创作灵感从哪里来的？》

---

“后脑”更像是一种原始驱动，所以对于性的理解也更为原始。举个极端例子，捆绑要素，是一个非常原始的符号。通过战争掳获了其他部落的女人，为了繁衍后代，这些女人有可能会被五花大绑扔进山洞里，等着最有权力的族长挨个播种。这个场景里包含了“捆绑”、“强奸”、“囚禁”、“不平等性资源”。它非常原始，对于现代社会而言更偏向于一种“犯罪符号”。

同样拥有捆绑要素的，是跟皮革元素挂钩的SM。显然SM的捆绑技术就要比原始的五花大绑精致太多，SM更像是一件“现代工艺品”，绳结要在胸缘的什么点交叉本身就是艺术品的构成部分。虽然SM也可能会涉及到“强奸”、“囚禁”的元素，但你应该也没见过一上来就开始抽插射精传播后代的桥段。SM里的性并不是最重要的，极致感官和理智的逐步丧失才是人们追求的过程。

简单来说，“后脑型”比“前脑型”更富有攻击性，性欲也是攻击性的一部分。他们更在意性的原始性，落回到“支配→被支配”的坐标轴上，就会有一些对应的性癖符号——例如虐打、粗口、凌辱、气味、跪舔、踩踏、窒息式性爱等等。“前脑型”因为有伏隔核这个模块，痛感不再是直接与“支配→被支配”挂钩的东西，它需要现在伏隔核转译为“奖赏”，于是SM就此诞生。

如果“前后脑”的追求继续极具延展，“后脑型”追求的原始性越强，就会开始追求兽交。那虐打、凌辱、气味之类的东西也会朝着更极端的方向发展，例如虐打→家暴之后的Angry Sex（被家暴的一方事实上也在追求对方不停道歉和疯狂性爱的过程）；凌辱→阉割（各个古代文明都有宦官一职）；跪舔→黄金圣水（如果你不知道是什么，就不要去搜索了）；气味→粪交；踩踏→硬物扩张马眼（男性阅读者，抱歉……）……

“前脑型”追求的极致感越强烈，就会开始“艺术品化”。刚才提到的SM事实上是一种艺术表达，另一些艺术就是在自己的生殖器上下功夫——打环、穿孔、扩洞、牵扯、分裂等等。当不属于身体原本的构造越多，说明这个人对自我的改造和控制权越强（参考人类对城市的权力表现）。这些钉环孔洞不再是单纯的视觉震撼，也变成了勋章、艺术甚至是信仰图腾（非洲一些原始部落仍然会采用在身体扩洞的方式，以彰显图腾崇拜）。

---

这个时候，构成性癖史最初的“原始→现代”的路径就出现了两个更遥远的极端。这两个极端并不是南辕北辙，而是一个物极必反的莫比乌斯带。当一个极端无法再满足当事人的阈值，他就会跳入到与之对应的极端。之前有一个案例，是一个留学生先是将自己的生殖器扩洞，然后扩张分裂，最后分成了四瓣，再后来他的生殖器越来越麻木，他把“烫爆的脆皮肠”塞进了全是蚂蚁的容器里，通过蚂蚁的啃咬获得刺激……他从艺术品走向了图腾……

自此，《性癖纵横观》的内容就开始越来越重口了，请大家做好心理准备……

---

刚好，家里刚好来了一个清理空调的师傅，“水电工”也是一个常见的“性癖符号”，如果利用“原始→现代”、“支配→被支配”、“后脑→前脑”来分析，这个性癖符号可能对应哪些关键词？

In the last post of this series we started exploring how to erase an element from the middle of a vector.

Qt and Trivial Relocation (Part 3)

by Giuseppe D'Angelo

From the article:

The reference semantics backstab

Let’s start by analyzing erase()‘s behavior once more.

Do you remember our claim that the specific strategy used does not really matter; that is, that they are all equivalent? Well, not so fast! It is actually quite imprecise to say that they are all equivalent.

They may be, as long as we deal with types which have value semantics. If we instead use a type that has reference semantics, the choices are absolutely not equivalent, and will yield different outcomes. This is because the semantics of assignment for (certain) reference types are write-through: they assign through the reference (instead of rebinding the reference).

Since we are implementing erasure in terms of assignments (or swaps, which boil down to assignments), this means that the precise sequence of operations done by erase will be visible due to its side-effects; and it also means that changing the strategy will produce different outcomes!

Ant 引擎的角色动画系统还需要完善。

之前我们用 Ant 引擎开发的游戏以机械装置为主，所以并不需要人型角色动画。对于人物角色动作的动画控制，最好有更多的引擎支持。

通常，角色逻辑上的属性和动画表现存在一个映射关系。一个角色，它逻辑上的基本属性可能只有在空间中的坐标。我们编写代码控制它时，只关心它在哪里。但是，在做画面表现时，则需要根据空间坐标这组简单属性，转换为动画播放：如果角色静止不动，就播放 idle 动画，如果正在运动，就播放 walk 动画。

在引擎底层，每帧只通过坐标这个属性来计算角色该播放哪个动画以及怎样播放，信息是不够的。通常还需要结合过去时间线上的状态变化来推算出当前状态；或是通过几个独立的逻辑属性的组合，得到动画需要的信息。

例如，可以通过空间坐标的变化过程计算出速度；根据是否处于战斗状态决定是警戒行动还是自由行动……

这种从逻辑属性数据到表现用数据的映射关系，一般使用状态机来实现。Unity 文档对此有一个很好的描述。通过这个状态机，可以生成动画系统底层每帧需要的数据，而开发者只需要简单修改逻辑上的基本属性即可。

动画系统底层看到的是 Entity 当前状态下用于动画渲染的基础数据：一个动画片段的当前帧，或是几个动画片段的加权混合。而状态机只用运行当前帧的当前状态关联的转换逻辑去加工那些基本属性输入。

因为状态机永远处于单一状态，但对于动画来说，从一种状态到另一种状态通常有一个表现过程，所以，状态机中的状态和表现上的状态是有区别的。Unity 把两者区分开，idle ，walk 这种叫 state ，从 idle 到 walk 的过渡期叫 state transition 。从状态机的实现角度看，其实它们都是状态机的节点 node 。

对于非帧动画来说，处于 state 时，通常只有一个动画片段；在 state transition 阶段，则为它连接的两个 state 的动画片段的混合。state 可以触发特定的行为 behaviour ，开发者可以围绕每个特定的 state 来编写逻辑；而 state transition 通常由几个参数控制，对开发者是透明的。

动画状态机的 transition 和动画表现上的多个动画片段混合，是不同的两个东西。

从走路到跑步的过渡阶段可以直接切换两个做好的动画片段，如果是帧动画，动画片段有若干帧构成，通常几个可以衔接在一起的片段，每个片段的最后一帧可以和第一帧衔接在一起，保证循环播放，不同动画片段的第一帧是相同的，允许片段间切换。那么，状态机的 transition 要做的工作一般是，保持上一个状态的动画片段序列播放到最后一帧，可以顺利切换到下一个状态。

以走路过度到跑步为例，状态机在更新时，如果处于走路状态，一旦发现移动速度超过跑步的阈值，就可以切换到 walk to run 这个 transition ，在这个新的 node 中，状态机会继续保持走路的帧动画片段提供给动画底层，直到一个片段周期结束，然后切换到 run 这个新 state ，新的 state 会使用跑步的动画片段从头播放。

对于骨骼动画，往往不受单一动画片段的限制。它可以将多个动画片段混合在一起。在 transition 中，可以逐帧调整多个动画片段的混合权重。

关于人物运动怎样用多个动画片段混合，这里有一篇论文 做了非常详细的解释。

如果是简单的两组动画混合，例如运动方向不变的走路到跑步的过度，使用一维的混合即可。即逐步降低前一个动画片段的权重，同时增加目标动画的权重。

而如果要考虑人物在移动过程中转向，则需要二维的插值。通常使用 Gradient Band Interpolation 。当需要考虑速度变化时，把插值放在极坐标系下效果更好。虽然这需要 O(n2) 的算法复杂度，但通过一张预运算的表，就可以减少到常数时间。

btw, 即使是在 state 中，也可以用到动画的混合。比如，负伤走路的角色和正常走路的角色表现不一样。负伤走路的动画可以是由负伤动画和行走动画叠加混合而来。

昨天打开推特（X），一不留神，让 X 硬塞给我一条来自这个账号的消息。一般情况下我是不看推送消息的，昨天不知怎滴，心里防备不高，中招了。没想到，读完他的推文，让我大吃一惊。

推文说的是作者抖音买瑜伽课程遭遇盗版的事情，令我吃惊的是，他放上了两张月收入的贴图，其中今年1月的成交金额，有1800多万。顺藤摸瓜，我又看了看他的博客。除了一些生活片段之外，这位小哥还分享了自己最近开新号做直播的记录，看起来，一天直播俩小时，也能挣个大几千。尽管今天回忆起来，网络消息，真假难辨，不过昨天刚刚看到的时候，的确令我大吃一惊。我没有看过抖音，虽然经常听说“带货”的火爆，只是没有想到，一天下来，可以赚这么多钱。

下意识的，我立即将自己与这位小哥比较，感叹自己做的也是创意工作，从收入来看，却有天壤之别。于是，也萌生了要去做做短视频，或者直播的念头。甚至一度幻想，如果全职去做，会不会也有挣大钱的机会？

如果你是我，你会有同样的冲动吗？我猜想你和我一样，也问过自己，到底应该坚持朝九晚五，还是选择全职创业？其实，这就是平均斯坦和极端斯坦的选择。塔勒布在他的《黑天鹅》里，给出过建议。

先让我们看看，什么是平均斯坦的工作，和极端斯坦的工作。

平均斯坦意味着平均，稳定，可以预测。如同朝九晚五的工作，收入和职业发展是可以预测的，尽管上有天花板，做不到月入千万，但往下也有地板保底，大部分人的打工收入，都在一个可预见的区间波动。

而极端斯坦，意味着不可预测。上不封顶，下不保底是它的特点，对应的是创意工作和自由职业。在极端斯坦里，你只有成王败寇两种可能。要么，活下来，赚取99%的流量和赏金（比如瑜伽教程界的第一名）。要么，你变成分母，白白耗费了光阴，一事无成。

塔勒布的建议是：

（请加入会员继续阅读）

Registration is now open for CppCon 2024! The conference starts on September 15 and will be held in person in Aurora, CO. To whet your appetite for this year’s conference, we’re posting videos of some of the top-rated talks from last year's conference. Here’s another CppCon talk video we hope you will enjoy – and why not register today for CppCon 2024!

Lightning Talk: Writing a Better std::move

by Jonathan Müller

Summary of the talk:

std::move allows the creation of const rvalue references, which is almost always wrong. It also allows moving out of lvalue references, which can be dangerous since you don't have real ownership over them and a caller might not expect the object to disappear. Let's fix those problems using macros, reflection, and more macros.