这段时间从写输入法开始恢复写代码了。虽然整个世界似乎都接受了 vibe coding ,但我依旧觉得程序还是自己来写比较快乐。

像给 RIME 写插件这件事上,LLM 对我是即有帮助的。过去我需要更多的死时间先学习一个完全陌生的系统,阅读大量的代码才能开始。现在有 LLM 的帮助,可以更快的上手了。遇到问题也可以更快的找到线索,知道该去哪里读源码。不过代码本身还是我自己写。

自从不工作以后,我对时间的体感发生了巨大的变化。干任何事情都不再设时间线,享受就是了。做项目本身就是享受的过程,一旦不急着做完,无论是找人还是找机器代替我做项目的工作,就变得没有意义。本来实现本身就不是我完成它的瓶颈。

我在输入法这个小项目上花了接近一周的时间。花时间最多的是排查一个 bug :用户造词无法正确写入词库,不能正常读回来。我没有在本地编译和调试 RIME 的 C++ 代码,从头至尾都用的 Lua 接口。解决 bug 也是靠有限的 lua 层面的 log 和对 C++ 源码的阅读。

这个问题根本的原因是:RIME 在提交选词时,最后需要反向计算出提交文本每个段落经过了何种选择。即用户通过若干交互操作,把一长串的输入经过 IME 翻译,变成最终的文本的这个过程。以拼音输入为例,用户输入的是拼音,但提交的是拼音对应的文字。如果用户想输入一个多字组成的长词,若词库里没有这个词,用户在输入时很可能就是一个个单字输入,每个字都需要在多个同音字中选择。输入法会默认把这个词记录在用户词典中,且更新该词的词频。

固然,自己开发特殊的输入法,可以自行管理用户词库的更新操作。但我更希望尽可能的重用已有基础设施。而且,记录词和编码的对应关系本身也不简单。用户可能只输入了每个单字的部分编码,比如单字的声母,但在词库中则需要记住每个字完整的拼音编码。为什么光记住词不够?这是因为多音字的存在,单个汉字可以有多个读音,可一旦组成词,很多读音就不对了。不应该允许用错误的字音输入该字的造词。严格来说,需要从用户的输入过程反向查询用户在输入每个单字时的选择对应的唯一读音。

RIME 的机制要更复杂一些。它还有过滤器的设计:在标准词库中,唯一记录的是繁体字。当用户需要简体字时,再从繁体转为简体。由于繁体到简体可能是多对一的关系:多个繁体字对应为同一个简体字,这样还需要对用户的交互时的选项卡做进一步的加工处理。所以,在反查用户输入时,最后不仅会查到每个字的完整拼音编码,还会查到字的原始繁体版本。

所以在代码层面反查选项卡的时候,展示给用户的和它本源对应的选项可以是不一致的。可以是 SimpleCandidate 、也可以是 ShadowCandidate 对它做的包装(用来做内部映射)、还可以是 Phrase (组成的候选短语)…… 在反向查询时,如果遇到 ShadowCandidate 就需要解开包装,才可以拿到真正的 Phrase 读出选项背后的元信息:读音编码等等。

可能历史上没有人开发我这样的新方案。我把拼音魔改成了音形码,但我并没有额外维护新的字典:给每个单字建立带形码的标注,而是尽可能的服用输入法原本维护的全拼字典。在输入阶段,我用代码去掉输入的形码,还原成纯拼音编码去默认 translator 里查询,再在自定义 filter 中根据形码和单独的笔划字典去掉无效选项,并将形码注回选项卡展示给用户。这就需要做过滤器 filter 上做更多的包装,给原有已被繁简处理的过滤器包装过的 ShadowCandidate 上再包装一层。

RIME 的反查机制应该递归这个解包过程,但它只尝试了一层,发现解开 ShadowCandidate 看不到真正的 Phrase 就放弃了,导致反查结果丢失或残缺。更完整的报告我写在了 Issue 里,现在应该已经修正。

但由于一开始我对 RIME 的实现不熟悉,而丢词的现象又误导了我,LLM 的的辅助分析又加深了误导,让我一直纠结与用户词典的用户自定义文本编码和内部编码 id 生成的 Prism 对象上。如果不跟 AI 们纠缠,让我直接去通读源码,可能半天就搞定了;结果大部分时间都在跟 AI 解释,“这个判断是有问题的”。当然,AI 也是个合规的小黄鸭了,解释的越多,自己越清楚。我最后的感受是:只可以让 AI 当你的小黄鸭,不能你当 AI 的小黄鸭,被它绕进去就太浪费时间了。

最近没花在输入法项目上了,但这几天都在吃自己的狗粮。慢慢找回了当年敲智能 ABC 的习惯。RIME 大体上还是很顺手的,不过偶尔会在我的自定义方案上卡顿 2-3 秒。但总能恢复。虽然有些影响体验,但我已经很满足了。毕竟我还不想自己重头写个 IME ,也懒得查 bug 了:可能是我哪里用得不对,也可能是 RIME 还有什么少有人踩过的坑被我那些古怪的用法碰上了。


这两天在忙着和 yuchanns 合作给 soluna 加上 render target 的支持 ,又有两天干到半夜 2 点,很久没有在夜晚敲代码了。

一开始的 patch 是可用的。但我期望一个更彻底的解决方案,重构 soluna 的管线,在 C 的数据结构上支持多个 render pass ,而不仅仅是在 lua 层面打补丁。这种彻底重构数据结构,很多想法只在脑子里。真要仔细描述出来,无论是描述给人听还是描述给机器听,都太费事了,远没有自己实现出来简单。

最开始遇到的难题是 sokol 在 10 月底做了次大更新,废弃了旧的资源管理 api ,启用了完全不同的资源管理模式。这明显是转型到现代图形 api 的风格,日后能更好的支持 gpu 以及多线程。但完全不同的 api ,几乎没有简单绕道的兼容方法。

现在已经无法直接给 buffer/image 从 CPU 内存提交数据,而必须创建一个 staging buffer 中转(这样可以把 CPU 内存上传的工作约束在很少的范围,大量 buffer 之间的 copy 操作可以抽象出来,方便兼顾 GPU 层面的操作)。而向 staging buffer 上传数据的时机更加严苛,所以单一做一个透明的中间层临时兼容替换。

我花了一晚上时间对旧代码动手术。把 CPU 内存到 GPU 图形层的数据通道聚焦在一个点上无疑对后面的发展是好事。等之后有更多项目时,还可以进一步的完善为额外资源线程处理,并可以针对 buffer/image 局部更新(之前的版本都是全量更新)。

多 pass 的管线还涉及到不同数据源(soluna 一开始就设计成可多线程/服务提交图形指令)合并。而实作时才发现,sokol 的 Mac 实现不准同一帧针对 swapchain 多次提交。我原以为可以简单改改,结果还是大动了手脚。但也好,借这次重构,我把之前大量在 lua 里修改 uniform 的行为移到了 C 的材质实现:因为额外的材质系统也是后来加入的,旧结构中材质系统早已不堪重负。由于 sokol 本身的设计,引入新的着色器几乎需要 C 编译器的介入,想把连同着色器在内的材质模块做成纯数据文件过于麻烦。既然肯定会写一点 C 代码,不如把 uniform 这样的着色器参数配置工作直接放在 C 代码里。这样性能也会好一些(它属于高频操作)。

总的来说,我对 soluna 的发展还是挺满意的。既然我目前想做的游戏不在意画面 2d 就够用,那么现在 soluna 定位于一个简单的 2d 引擎正符合我的期望。而它在结构上又随时可以向 3d 方向扩展——目前的多 pass 支持提供了更好的基础。现在差的并不是开发工作,而是需要有真正需求的项目来驱动。所以,目前已有的特性都是当下用得到的;那些听起来美好的特性,只要还用不上,就先放在计划中了。


我保持着差不多一两个月读一本书的节奏。前段读了几本长篇小说暂且不提。最近特别喜欢的一本非虚构读物是杉山正明写的[《忽必烈的挑战——蒙古帝国与世界历史的大转向》]。

最开始的动机是对宋元战争发生兴趣。过去我从未仔细想过一个问题:为什么长江流域那么宽广、蒙古人南下要去死磕襄阳。比如同样是北方对长江以南发起战争,更早的曹操就选择在赤壁决战。进而我对蒙古史/元史产生了一些兴趣。我在读《三国演义》题头词临江仙滚滚长江东逝水的作者杨慎写的其它作品时,发现他对元朝的评价相当正面,这又引起了我的好奇。让我好奇的是,近年来出现了很多写历史的通俗读物,各朝各代都有,但维护写元史的却少见。

经过和 AI 的讨论,它推荐了我这本《忽必烈的挑战》。我在京东和淘宝上先后下了好几单,都说缺货。最后买到一本影印本,质量还不错。我花了一整天 8 个多小时一口气读完了这本书,真是意犹未尽。不仅我上面提到的问题得到了很好的解答,还学到了不少新知识。例如:忽必烈的蒙古帝国给世界带来的最大影响,恐怕是用白银统一了世界贸易货币。而唐宋之前,中国一直是用铜钱的。水浒里动不动就悬赏白银百两、掏出一些碎银子、是元清时代的人把自己的生活带入;进而影响了后世高罗佩金庸黄易借唐宋背景架空世界观中也用银两做通货,最终造成了某种刻板印象。

我对蒙古/元朝的看法也有了很大的变化。过去的教育和传统历史观中对“元”多为负面评价,但这本书让我看到了许多正面的论述。我不想过多转述书中的观点,极力推荐大家也去一读此书。


说起教育,云豆已上初中。课业非常繁重,每天作业都要写到 22 点左右,我也不太想给他增加额外的负担了。但他的历史课(小学没有开设)学得极差,不少历史常识完全空白,大多著名历史人物几乎未曾听过,这让我有些担忧。我一直认为,历史教育是人的教育中必不可少的一环,如何补上这一刻,还要多想想。

但好的一方面,他的数学相对成绩提高了。居然能在班上排进前三。但我又一直在关注他的数学学习进展,考试、作业中的错题都仔细给他讲过,所以了解他本身的数学能力相比小学并无太大提高。应该还是周围同学的平均水平下降了。但这未尝不是一件好事,他的信心颇有提高,也更愿意弄懂不理解的数学问题了。我的辅导轻松了很多。

最近在刷微博时读到一个吐槽国内教育的长贴,其中作者举了个数学教学的例子,我非常不认同。原文是关于他家娃(中学生)做排列组合题的,他抱怨老师不讲简单的排列组合公式,而使用一套非常繁杂的树状图驱使学生用非常低效的方式解题。“稍微受过一点正规数学教育的人一定……组合通解老师不教,只教树状图”

我刚好那天给云豆讲他考试中一道错题。这道题的最后一个步骤需要用等差数列求和。在交流中,我感觉他没学过,但我印象中这应该在小学阶段也会接触到。不过,既然没学,我也没有急着给他介绍公式,甚至没给他介绍等差数列的概念。而是一步步给他在纸上画图推导,每步确认他理解了没有。

云豆一直在催我“那答案呢”。我跟他说,学数学不能急,知道答案并不重要,你要明白遇到不会的问题应该怎么想。在思考问题的过程中,往错误的路上走也没关系,只要慢慢来,一步步复核上一步有没有犯错。发现错了退回去就好。试错也是重要的过程。直接亮出简洁的解题思路貌似捷径,实则是在背书,对“学习”并无太多助益。等到自己想明白了得到答案,再回头看能不能一眼看出答案。

最后,整个题目全部理解完了,我才正式给他介绍了等差数列,及求和公式。后者(成熟的方法和模式)也不可或缺。