牛博网的胡缠同学文如其名, 写文章常常胡缠，毫无逻辑. 比如最近一篇 <海外留学生最爱国>, 打死我也没看出来他怎么论证这个”最”字. 倒是在最后红字标出了要驳论的稻草人, 即”无论怎样, 仍然支持“. 我还真没发现哪个人用过这个句式, 如果胡缠同学发现了, 不妨展示一下.  胡缠同学一方面立了一个稻草人, 另一方面”使用常识”来驳论, 从价值观上毫无理由直接把支持这个行为打成土鳖. 最后为了炫耀自己的一点小虚荣, 还政治正确的”情不自禁的恶毒一下”, 别, 胡缠同学, 您继续恶毒, 别这么政治正确.

胡缠同学的文章从自己是海龟起头, 到别人是环绕世界的土鳖结尾, 文中没有任何立论, 所以我主观恶毒的提取一下主干就是: “我是美国读过书的人,我是海龟,你们周游列国的依然支持的全是土鳖”. 这么宏大的叙事本应该起一个更好的标题, 比如”内有海龟慎入”. 可惜白糟蹋了一个适合愤青专用的标题。 我越俎代庖, 结合胡缠同学最近的几篇文章, 帮他归纳出来的论题就是: “留学生见识了西方的自由民主, 应该跳出爱国主义这个樊篱, 把爱国当成一种自由的选择去做”. 那么我就反问了, 海外留学生怎么就不能选择爱国了?

圣火过街, 抗议不少. 假如这个抗议是举个牌子喊个广播, 那就用不着人去护卫火炬了. 恰恰相反, 抢圣火的比呛声的人多多了, 暴力抢圣火破坏奥林匹克的事情要不要去出头? 中国在世界各地的大使馆轮流被攻击, 我体会到的就是本来芝加哥大使馆要各地走一下方便留学生换签证的事情因为大使馆被攻击而取消了, 这样的行为要不要被谴责? 在西方, 一个原则就是如果你自己不说话, 别人就把你当哑巴. 如果不防卫抢圣火和藏独的恐怖行为的话, 那圣火就被抢走, 大使馆就被占领, 也没人同情. 反而别人觉得应该的.

中国留学生在美国很不待见. 美国人先入为主, 你是共产主义国家被洗脑的, 又是没有信仰上帝的, 简直是邪恶透顶. 我们不管英语说的多么好, 有色眼镜也是一样存在的. 现在很多人把少数民族的话题扯上来, 在海外的留学生大部分是汉民族的, 我们又莫名其妙多了一项罪名: 文化灭绝西藏. 我们为什么不能出头向别人解释我们汉民族没有所谓的文化灭绝? CNN, BBC 整天报道中国政府如何如何, 夹杂着对中国政府的不信任. 媒体当然很专业, 不会把祸水引导到普通汉族人民身上. 可是阅读者呢? 阅读者看了, 就会觉得一切中国人都是邪恶的, 欺压西藏人, 而且被洗脑了, 连民主都不想要. 人家看我们, 是一种看没救的受害者和施暴者的表情, 是从高处看的. 我在美国生活将近两年了, 基本融入到了日常的生活, 可是口音, 肤色这些东西都不会改变的. 现在自由派知识分子猛烈抨击国家的民族政策, 我没有发言权, 但是我们留学生从某个程度上讲, 和少数民族没有区别. 如果我们不主动撕掉身上被西方媒体和宣传有意无意加的标签, 我们就会一直是被误解和误会的.

自由派知识分子往往很喜欢美国的夹带私货的做法, 打伊拉克明明想要石油非要告诉人家它有WMD. 现在也是, 明明旗子上写的是想在中国推广自由和民主, 非要加上政治正确这样一个遮羞布, 显得自己很无私很世界大同. 美国911的时候帮着美国人说 God Bless American, 现在别人爱国的时候我就说国不重要; 恐怖分子出现的时候就支持打伊拉克, 现在别人暴动的时候就说要和谈和谈. 无论怎样都是占据道德的制高点, 没人敢说不正确, 说不正确就是道德有问题. 西藏独立这样一个议题, 自由派知识分子本应该关注的应该是改善全国包括西藏的人权状况, 在国内推广自由民主, 而不是夹上私货, 表示要充分听取暴力藏独的意见, 顺带通过圣火和奥运被破坏羞辱一下共产党. 如果我会画漫画, 我一定给中国的自由派知识分子画上两个小粉拳, 左边是从西方左派借来的政治正确, 右边是逢共必反. 左拳用来施展一下自己宽容而高尚的知识分子道德情操, 右拳用来挽上西方的胳膊. 头带上写的很大的几个大字: Freedom, 其实口袋里面不是放着圣经, 就是放着转啥轮, 要不就是美国美元. 至于口袋空空两袖清风的自由派, 早就在民国之后消失了.

中国的民主和自由的希望, 应当寄托在全体中国人民身上. 海外留学生带给中国和世界的, 是一个进步的正面的中国, 而不是歪曲的被误解的中国. 有些自由派知识分子对海外留学生没有和他们站到统一战线上反 共很不爽, 就开始拿出土鳖海龟理论, 仿佛只要你丫爱了国, 你就是土共, 是土鳖. 其实海外留学生对中国的自由和民主进程的关心, 可能比自由派知识分子的动机更加单纯和直接.

我一直认为, 没有独立人格的人，借来的粉拳, 终究是无力少女的小粉拳, 看上去很美, 摆设而已.

最近的政治事件发生后，各派有各派的说法，我也不想强加自己的看法给别人，只略说几句关于独立思考的事情。

无论哪种媒体，都是沿着自己的价值观路线走的, 这一点在世界各国都存在。只有认真观察，独立思考的人才能得到客观的结论。就我的观察，西方的目击者写下的报道都比较客观，不因为自己主张什么或者希望看到什么而去掩饰什么。我们没有目击的人，要从多个信息源互相参照。

我天朝一贯使用和谐方法治理言论，这次还算有理有据还居然吃亏了。如果当时更多的西方人士不被赶走，至少舆论阵地上不会丢失。我天朝外办有钱，但是从来不懂外宣工作。这次如果不是海外华人出头，我天朝的舆论更加被动。运独轮都有自己的宣传机器，我天朝独独高高在上，使用“为广大人民根本利益“这种空虚字眼，剥夺听众独立思考的权利，这种宣传方式，是没有人喜闻乐见的。

独立思考是重要的，王小峰说：就不发表意见。一群人嗷嗷待哺等着公众人物发表意见这种现象正反应了独立思考的丧失。

某些左派和右派都可以拿此事举例子，说明自己的思想正确。不幸的是有些人连以暴易暴这种话都说的出来, 或者千方百计帮着自己钟爱的某些公正客观的而这次偏偏不公正客观的西方媒体解释说明而不顾事实。 这些做法，实在是屁股决定脑袋。因为自己的站位就是一贯如此，因此就为了反对而反对，为了支持而支持，实在弱智得可以。

对了， 历史一次一次证明，压制对手的结果就是少壮派崛起，温和派衰落。想解决问题，还是要找温和派。

（我是左派，主张非暴力主义，认为任何媒体都是为其核心价值观服务的。我的观点可能是错误的，请独立思考）

文章名：

Ultimate Physical Limits to Computation [计算的终极物理极限]

作者: MIT 的 Seth Lloyd,  量子计算领域顶尖科学家.

概要:  计算机是一种物理系统，因此肯定服从物理系统的规律。文章研究了一千克的计算机最多一秒能执行多少次逻辑运算，最大存储容量是多少，并且给出了定量的结果。所以, 摩尔定律不能永续。

这些问题和我以前提到的比特每焦耳问题是很相似，但是我物理基础有限，不能全部理解。
本文发在 2000 年 Nature.地址: 

http://puhep1.princeton.edu/~mcdonald/examples/QM/lloyd_nature_406_1047_00.pdf

有兴趣的直接给我发邮件或者gtalk: xu.mathena [A@T] gmail.com

今天上午起床头疼，加上没课，于是请假没去学校. 午觉后, 打开电脑，想想没什么事情，就打开一百年没去的SNS, 比如校内网，海内网，若邻以及 Facebook, 大过年的用 SNS 给各位朋友拜个年.

海内网写满了每个人的签名，Facebook 也很喧嚣. 相比于美国的原版 Facebook 和 Linkedin, 气象不同的是校内和若邻，他们充满了 某某分享了某某日志 这样的提醒。我随机抄10条吧：

1. 12种一定要改的生活习惯
2. 13条左右人生的金科玉律。
3. 记住这些关键的东西吧.可怕,但有用——希望我的朋友都看到这些
4. 大学生春节回家必做的六件事
5. 如何成为一个起早者-关于睡眠
6. 一个HR给应届毕业生的面试建议 后悔看到的太晚了
7. 让你的精力旺旺的25种方法
8. 你MP3里不可缺少的137首欧美歌曲
9. 离开校园要做的最后20件事
0. 中国最好的十个职业排名

每篇标题都是那么的吸引人，都看上去那么有用. 真的那么有用么，或者看过能记住么？ 我看未必. 以我经历为例，我大四面试的时候看了无数的面经，等到面试结束，尘埃落定，体验无非就是自信和实力而已。而那些强记的面试技巧，现在一个都想不起来了。 从1997年开始，我开始阅读《读者》，每期的那些哲理小故事，好像是一盏明灯，指导心灵。到了99年，我上高中，突然没机会订阅了；我发现周围同学悟到的人生体验，和我一字一句读到抄到小本子上的那些“格言”，是类似的，或者说，根本就是相同的，虽然他们没有看过《读者》。而我在现实中，同样在格言的指导下，我做事情却很少比那些城市长大的同学做得好。我知道，这个不是聪明的问题，读书少的问题，是环境和经验的问题。

我并非编排分享这些好文章的好友，也不是批评《读者》杂志。 我们这个时代真是最好的时代，人生体验和生活技巧之类的东西，唾手可得，甚至都推送到面前，只要鼠标一点，眼睛一扫，仿佛天下真理，人生精华，都被浓缩吸收了。可能分享者，阅读者，都觉得这些文章有道理，自己有同感。其实，这种认同感其实是不需要通过阅读这样一篇文章来实现的，因为你早就领悟并且实践了，现在只不过和别人殊途同归。 在我眼里， 如果一篇人生经验让你觉得”对的对的，万分同意“，那其实你已经在生活中悟到了并且内化了这些，并不需要阅读那些文章，你在生活中也能一样如鱼得水；如果一篇人生经验让你觉得”冷汗直冒，欠缺万分“，这样的文章才是真的十全大补的，才是需要详细阅读的。 而一篇让你不屑的人生经验，可要当心了，往往这些就是前车之鉴。

我这些天读到的文章，如 13 条左右人生的金科玉律，就是觉得写的太好了，太放之四海了，以至于我不知道该怎么吸收。英文中有一个叫做 too…to 的句型，表示 “太..以至..”, 这13条，太是真理了，以至于我不知道在生活中何处使用他们. 而生活是一种体验型产品， 真实体验的人生经验，才是精彩的；读来的强记下的那些经验，其实都不是经验，直到用过一次以后才是。可往往用之前你又忘了这些人生经验了。

就像学数学是理解而不是记公式一样， 我宁愿看到这些格言经验的撰写人一开始处处碰壁，慢慢悟道，让我们看到他到达这些真理的轨迹。我愿进入他们的环境，学会他们的思维方式，从而领悟到这些经验，而不愿意被他们喂着，结论多，思考少。理解了过程和逻辑，结论显然。

［同样的逻辑，如果这篇文章没有能让我的读者感到有点收获，我会为此感到歉疚。文章本是一点小感想，写下来给自己看的，不过既然您订阅了，阅读了，我就对为你付出的时间有所回报才是。还有就是，以后我如果写感悟，一定注意写下思考过程。过程比结果重要。］

高中的时候，我的周末都是在特价书店淘书。那时侯，扬州的特价书店在石塔寺过去长长的桥的西首。这次我回去，居然变成眼镜店了。

我喜欢从扬州中学出来，沿着学校的墙向北，无视时代广场的喧嚣，一路走到特价书店。与我一起的，还有另一个朋友，现在在北大读理论物理／核物理。我们的购买习惯迥然不同。简单的说，我揣着一个月的生活费，却从来不买小说，只买数学书；他揣着仅有的省下的饭钱，买起小说来就是一堆，然后回来我借着读几本。 并非我小气，而是从来觉得那些小说没意思。厚厚的，半价的，堆在高高的架子上，一个架子上都是同一本。卖不出去的书，除了专业书，大抵都是烂书吧，我想。

书架上有些什么小说书呢？ 或许说出来大家都不相信，我记得的就有 《了不起的盖茨比》， 《杀死一只知更鸟》，《第22条军规》。 他们成堆的放着，从来没有一本书跳出来，说，Hi, 我们都是世界著名小说， 买一本读一读吧，你不会失望的。

世间事情往往就是这样，当你因为一个专注的目标而变的自我封闭的时候，就不会注意一路上美丽的风景。 当你留恋一路风景的时候，又担心到达不到自己的目标。 而今选择这条路这种轨迹，固然对选择没有任何的后悔，然而回头思考，当风景不会分散精力，不影响选择的时候，何妨略看一眼，美丽总是短暂如昙花的。

怅然， 若失； 悠然，见南山。

附： 我尚且还能记得的书名，愿喜欢文学的别错过：

了不起的盖茨比

麦田里的守望者

杀死一只知更鸟

一九八四

洛丽塔

第22条军规

美丽新世界

动物庄园

太阳照常升起

永别了，武器

所罗门之歌

飘

丧钟为谁而鸣

在路上

老人与海

野性的呼唤

看得见风景的房间

指环王

辛德勒名单

源泉

绿野仙踪

查太莱夫人的情人

苏菲的抉择

儿子和情人

蝴蝶梦

银河系漫游指南

吉姆老爷

微风细柳岸

法国中尉的女人

几天前, 偶然看到 SUN 公司 CTO Greg Papadopoulos 的 IT 产业红移学说. 慢慢思考, 做了很多笔记, 有几条写下来.

所谓的红移学说, 就是 IT 公司的计算能力需求是指数增长的. 这个结论没什么奇怪的, IT 产业的摩尔定律说, 每18个月微处理器的计算能力就能翻一翻了. 除此之外, 存储能力, 带宽需求等等, 都是指数增长的, 有供给就有需求,这一点原没有什么大惊小怪的.

但是仔细分析, 对计算能力需求的那些应用里, 是不是所有的需求都是同样的指数增长的呢, 不是. 那么, 有快有慢的时候, 就必然有超摩尔定律增长的和低于摩尔定律增长的. Greg 把超摩尔定律增长的定义为红移, 把低于摩尔定律增长的定义为蓝移. 并且从SUN自身角度指出, 为了让 SUN 跟上 IT 产业的发展大潮, SUN 必须找到那些超摩尔增长的子领域, 把产品销售给超摩尔的应用, SUN 才不会被摩尔定律谋杀.

Greg 的立论基于互联网带宽的超摩尔, 高性能计算需求的超摩尔和软件作为服务的超摩尔速度. 我个人的见解是, 至少目前有5+1 个领域是超 Moore 的. 第一, 复杂的关系计算的发展是超摩尔的. 比如 Netflix 的推荐系统, Google 的 AdSense 系统. 这些关系计算的增长速度, 是超过 2倍/18个月的. 处于提供这些服务的行业, 对计算能力的需求必然是超摩尔的. 因此, 他们必须购置新的 IT 设别, 更新软件效率. 第二, 海量数据的处理的发展是超摩尔的. 互联网数据目前的翻倍速度是 30%/年. 其他领域的数据也有如此的指数规律. 一般情况下来说, 这个速度是低于摩尔律的. 但是任何一家公司海量数据处理的, 都是从无到有发展起来的. 大如 Google, 也不敢说覆盖互联网所有信息. 因此在这十年中, 海量数据处理(特别是搜索, 爬虫, RSS) 将经历从无到有的过程, 其增长, 肯定是超摩尔 的. 第三, 海量带宽的发展是超摩尔的. 以 Flickr YouTube 和 Twitter 为例, 他们的带宽翻倍速度是以天为单位的. 在网络基础设施领域, 中国移动等网络服务商也曾超摩尔发展, 以此为契机很多网络设备服务商如思科华为都超摩尔发展的. 第四就是海量的交互是超摩尔发展的. 网游, 信用卡服务系统都是这方面的例子, 就不一一例举了. 第五可能不为大家熟悉, 就是海量的高性能计算. 这10年内, 世界超级计算机的发展速度是超过摩尔定律的. 在科研领域, 我们清楚的看到高性能计算的需求远远超过 Intel 每年提供的增长, 多达千个万个节点的超级计算机在美国的国家实验室已经很平常. 还有一个额外的是海量的多媒体处理, 全球的电影业, 多媒体业的发展, 横跨前面提到的五个上面, 对每个领域都有超过 摩尔律速度的需求.

这几年这几个子领域的超　Moore　发展, 造成了几个非常有意思的现象.

1 . Google 在超摩尔发展

Google 是一个及其有野心的企业. 首先, 它站在这个时代最快的超摩尔的领域, 海量数据的处理. 它同时还拥有复杂关系计算[Orkut, AdSense], 海量带宽处理 [YouTube] 和海量交互处理 [Talk, Gmail, Google Maps] 三个方面. 这个方阵中的每一个模块, 都是行业的翘楚. 各位读者应该在最近的三个月内都用过Google的不少服务, 而且使用Google 各项服务的总次数相比一年半前肯定是翻倍了. Google 的超摩尔发展和它的策略, 即整合人类所有信息并使之可用 是分不开的. Google 的心大, 舞台就大, 现在爬虫能爬到的信息, 远在人类可用信息之下. 因此, Google 为了完成目标, 必须远快于信息生产速度. 总有一天, Google 抓完了互联网, 增长速度和网络信息的速度一样了, 那Google 也就变为今天的微软了. 20年前或许一人一台计算机是最大的幻想, 谁能想到20年后整合人类信息是不是一定达不到呢. 不过 Google 是善于开创和培育新领域的公司, 因此至少在10年内, Google 依然会超摩尔发展下去.

2 . 超摩尔企业控制了整个产业的需求, 联盟的瓦解和重新结合是常态.

摩尔定律既规定了半导体企业的光明前途, 又是半导体企业的魔咒. 因为半导体的速度提高速度太快, 如果耗用半导体的应用没有发展起来, 或者在18个月内需求量没有更新一倍, 那么, 半导体和硬件制造企业就不会喜欢这样的公司. 想当年 Windows 如日中天的时候, 平均三年就推出一个新版本, 而且每推出一个版本, 能支持前一个版本的硬件都几乎不能完美支持后一个版本. 因此, 操作系统和应用软件在超摩尔发展, 反过来拉着 Intel 超摩尔发展. 而 XP 以降, 微软花了 5 年时间才更新到 Vista, 而且消费者还不喜欢. 个人计算机的增长速度和操作系统的需求速度已经慢于摩尔率. 这时候, Wintel 联盟的瓦解早就是预料中的事情了. 这时候 Intel 和其他硬件制造商, 不需要依靠微软, 也能存活. 为什么呢? 原因是, 他们在 IT 产业链中, 发现了除了软件企业以外的其他的超摩尔的东西, 这个东西, 就是上面说到的5+1, 而最重要的, 是网络计算.

3 . 传统软件企业被摩尔律超过

在解释网络计算之前, 我先解释一下为什么传统的软件企业被摩尔律超过. 一个产业, 如果不是新兴产业, 那么正常的发展速度应该是和国家的 GNP 发展速度相当的. 即使在发展速度最快的中国, 目前也只能做到 120% / 18 月. 这一点, 是摩尔律所不能容忍的. 软件产业, 和其他信息产业一样, 都是社会服务业. 其终极形态, 应当是和 GNP 发展等速的. 简单的说, 有多大的经济需求, 就有多大的软件服务需求. 但是, 产业从来就不是均等的. 当一项新的需求被发现的时候, 因为没有现存的应用, 巨大的需求缺口会拉着原本应该正常发展的产业超速发展. 比如中国的移动电话, 石油产业等等, 都是如此的例子. 在 70－90 年代, 所有的行业都在走信息化的道路. Office, 电算, 电子商务, ERP, CRM 等耳熟能详. 他们的需求缺口相比于产业所能提供的, 都是几个数量级的高. 这种所谓的蓝海让任何跳进去的公司都能发财, 而且发展速度都超过摩尔律. 在此情况下, 硬件企业作为市场的支撑, 也在蓬勃的发展. 到了1999年左右的时候, 互联网的第一次泡沫前, SUN, HP, IBM 等公司靠出售硬件, 大赚了一笔.

然而, 好景不长, 2000年问题解决以后, 发达国家原来轰轰烈烈信息化的公司基本上已经完成基础设施建设了, 软件的需求一下子放缓了. 电子消费品的出现使得个人电脑发展开始放缓, 各大公司因为网络泡沫的破碎也开始紧缩 IT 投资. 软件企业的需求在源头上被紧缩. 另一个致命的打击来自开源软件. 1999 年的互联网泡沫客观上促使了一样东西的普及, 就是开放源代码软件. 传统的软件企业的定价策略是一台计算机安装算一个价钱. 在互联网泡沫时候, 网站需要以超过摩尔律的速度购买计算机, 但是这样就会同样把指数级别的投资送给微软和 Oracle. 因此, 很多公司在购置硬件的同时, 缩减软件投资, 采用免费的开放源代码的软件. 这样, 软件的需求就是一个常数, 这一点一下子拉开了硬件商和软件商地位上的差距. 虽然互联网产业发展了, 软件公司却没有跟着超摩尔发展. 等到微软和 Oracle 等传统软件公司回过神来的时候, 超摩尔的互联网已经把他们扔在了车轮之后. 那么, 应对开源大潮和超摩尔的网络计算, 硬件公司在做什么呢?

4 . SUN, IBM 等硬件提供商放下身段生产平民硬件

如果我们观察从 99年到 2007 年, 这些硬件行业的大哥大做了什么, 我们就能清晰的看到一个个放下身段的巨头. 我们知道, 超摩尔的互联网必然以超过摩尔律的速度需要硬件. 哪个硬件商能赶上此大潮, 就能做弄潮儿. Intel 芯片商要做的, 是提供更加强力的处理器; 存储商做的, 是开发大容量的存储器. 而 SUN 和 IBM 这些系统商来说, 选择就是从阳春白雪走向平民硬件. 当年的 IBM 和 SUN, 固守自己的 RISC CPU 生产线, 投入大量资金开发专有 UNIX 操作系统. 昂贵的售价使得超摩尔的企业不愿采购他们的系统. 此时, 要不固守阵地, 要不另找出路. 我们看到, 他们都开始另找了出路: 出产便宜的基于 x86 架构的硬件, 支持开源的基于服务收费的软件. 他们知道, 只有把硬件做便宜了, 超摩尔速度才能眷顾他们, 否则出路就是 SGI 和 DEC. 只有把软件开源免费送出去, 超摩尔的软件需求才能最后通过软件服务的形式让他们受益. 而一个机器一份拷贝的那种传统软件商业模式, 已经不再实用. 短短几年内, IBM SUN Novel 包括苹果, 都拥抱开源, 拥抱 x86. 我想这不是没有原因的.

5. 如何抓住超摩尔律, 投入新兴 IT 市场?

A. 硬件

硬件厂商在这场互联网浪潮当中扮演了极其重要的角色. 首先, 他们联合了新兴的开放源代码社区, 透过降低了硬件系统的总体成本. 因为此, 硬件商既不需要自己投入大量经费研发软件并把成本转嫁给新兴产业, 又能避免自己口袋中的利益流向传统软件企业. 而网络服务商, 消费类电子制造商和设备提供商, 这些年都是活在超摩尔里的. 如 CISCO, 中国移动, Apple 都是时势造就, 不发财都不行. 当然, 硬件的制造需要较大的投入，除拥有一流的技术外, 尚需要一流的设计和制造. 目前这两点在中国都不具备.

B 软件作为服务/ 软件作为基础设施

前面已经提到传统软件企业, 比如微软, 正在被硬件厂商, 软件服务商, 开源社区合力绞杀. 那么, 做软件就不赚钱了么? 非也. 既然软件已经变成基础设施和服务, 那就应该发挥基础设施和服务的作用. 软件作为服务, 如 Gmail, Facebook, 如 Amazon 的 SimpleDB, 如 Google 的 Documents, 都作为某种服务提供. 前面提到, 因为软件不能按照一台机器一台钱卖掉了, 所以落后于 摩尔律. 虽然这么说, 实际上网络应用对软件的使用需求依然是超摩尔律的. 因为超摩尔的速度造成计算机数量的增长, 系统越来越大, 很多硬件瓶颈就随之出现. 这时候, 传统的单机软件无法解决所有的问题, 必须有一个支持大系统的软件系统出现. 作为提供给网络计算系统的软件, Google 是自产自销, 自己解决基础设施问题. Amazon 和 SUN 则是提供如 EC3, SimpleDB 等工具, 以便把超摩尔的需求转化为自身产品的超摩尔发展. 开源社区也分立出很多创业公司, 提供一揽子的软件解决超摩尔的方法.

我个人看好的是作为软件咨询和软件服务的服务提供商. 机会可以在提供海量信息处理系统, 提供海量带宽处理系统, 提供海量关系处理系统等方面入手. Amazon 的经验让我们看到, 这些软件服务都是可以从系统应用中剥离分立并且产品化的. 在面向互联网的软件服务方面, 我挺看好银杏的.

结尾语: 写完这些, 突然悟到, 所谓的蓝海, 不就是一个超过行业平均水平的新兴子产业么. 想要不陷入和 GNP 一样发展速度的的红海, 就要找到超过行业发展速率的新兴子产业.

[下文来自我国著名官方媒体新华网]

中央电视台记者:　… 还有一个问题，最近陕西镇坪县的老虎照片的事件在社会上引起了广大反响，最近有民间机构鉴定说这个照片和有关方面鉴定的结果不一样，称照片有假。请问林业局对这个事件是什么看法？谢谢。

您刚刚提的这个问题，也是近期来广大网民十分关注的一个热点问题，我每天也打开电脑查看这方面的报道。我们国家林业局已经注意到，昨天互联网上公布了华南虎照片鉴定的消息，某网站聘请了几位人士对陕西镇坪县农民周正龙拍的40张数码照片进行鉴定，并宣布了鉴定的意见，对照片也做了一个表态 … 陕西省林业厅从2006年6月到2007年的2月专门成立了调查队，对这一区域的华南虎等野生动物的资源进行了专题调查。调查中也发现了一些野生华南虎存在的痕迹，但是不足以分析它的实情。所以这次照片中老虎是真是假，是否是活体，都难以评估该地区野生华南虎的状况 …

南方都市报记者：

国家林业局是否就华南虎照片的真假予以进一步地鉴定，给予公众一个明确的说法？如果打算鉴定的话，那国家林业局将通过何种鉴定的方式？有没有明确的时间表，最后什么时候对照片的真假给予说明？第二个问题，陕西方面说这个照片是真的，请问陕西方面是通过什么样的途径、什么样的方式鉴定照片是真？当时国家林业局是否收到有关的情况？谢谢。 2007-12-04 11:02:34

曹清尧：

国家林业局的主要职责是负责野生动植物的保护、资源调查和保护区的建设，行政行为必须按照有关法律法规的要求，不能缺位，也不能越位 … 陕西省林业厅11月13日公布了野生华南虎的照片，他们经过了有关方面的论证。我们相信陕西省人民政府和陕西省林业厅会科学认真地对待公众的置疑。谢谢你！

新京报记者:

第二个问题，请问新闻发言人，您刚才讲到华南虎的问题，是我们林业部门做到不缺位、不越位。那我的理解是我们林业部门对于虎照的本身真假应该是不承担鉴定的责任的，但是陕西的林业厅却认定它是一个真的，并将它公布了。那么，陕西林业厅是否越位了？是不是即便是林业部门找到一个真的华南虎，我们也不能证明它一定是我们公布的虎照里面的虎，这个照片的真假仍然是一个谜，到底哪个部门介入调查才能对虎照的真假作出权威的解释？谢谢。

曹清尧:

关于国家林业局的职能，刚才我已经做了通报。在11月8日新闻发布会上也做了相关说明。这次调查能不能拍到真的老虎，照片中的老虎是不是真的，都不能完全说明野生华南虎在当地生存的状况。不论照片中的老虎是活体还是其他，我们和大家的心情都一样，希望野生华南虎在我们的国土上面还能够生存和繁衍下去。野生华南虎以及野生动物都是我们共同的朋友，希望它们在野外生存良好。

台湾年代电视台记者:

当时国家林业局派了十名专家到现场做了一个勘察，我相信他们秉着科学严谨的精神，因为调查范围还包括其他的动物。但我认为这个事情已经在社会中讨论相当长的时间，是不是发布照片的真伪过程中，怕担心另外一个舆论压力？我相信在整个林业局或者是其他调查单位对这张照片的真伪问题会有非常好的鉴定过程。我想问的是，不知道发布这样的照片是不是让林业局为难？谢谢。

曹清尧:

谢谢台湾媒体对这件事情的关注 … 我也希望通过你的报道，让宝岛台湾的同胞更进一步地关注，包括华南虎、大熊猫等关于我们国宝的生存状况。并且通过媒体来促进两岸野生动物保护方面的交流。关于照片的信息，国家林业局会根据调查和鉴定结果，及时发布相关信息。谢谢。

祝列克:

关于记者们的提问，让我想起了英国尼斯湖的水怪，不知道在坐的记者有没有到过尼斯湖旁的一个国家博物馆去看过，它也有很多尼斯湖水怪的照片。人们并不知道那些照片是真是假，而更关心的是水怪存不存在。

丢人丢到对岸去了, 丢吧丢吧, 全世界人都看中国的平面老虎的笑话呢! 都说谣言止于智者, 现在是谎话发于奸滑, 欲盖弥彰于傻X, 见笑于列邦.

我们国家没有监管机制, 不能成立独立调查委员会.司法渠道不畅通, 林业局又推卸责任, 民间的声音可能不久又要被和谐. 很多人寄希望于高层, 可是这个又不是 SARS 时期人命关天, 谁来监管政府公信? 靠人而不是制度能即使解决一时, 能解决以后类似的政府公信缺失么?

毛泽东说,  群众的眼睛是雪亮的.  若干年后, 某些蒙蔽真相的人, 必将被历史惩罚. 且看还能跳多久好了.

某午夜, 灵感泉涌, 找灯开关, 找笔, 找纸, 找合适的词, 试图再现思维的火花. 提笔, 乱七八糟的中文, 潦草的数学符号、记号, 几行伪代码, 夹杂英文单词. 我常常想, 假如我从来不曾学过数学, 从来不会英语, 我记下的思维状态, 是否会和现在一样； 我在思考的时候, 会不会自觉的使用数学语言, 会不会用英语? 咿呀学语的婴孩, 不会使用人类语言的聋哑人, 又该如何记下他们的思维? 语言符号到底是构建了人类的思维, 还是限制了思维的表达?

谱曲要入五音, 写词要从平仄; 语言要有语法, 文章要有结构; 这些, 包括编程, 计算, 证明, 都是在使用思维而赋之于符号规则系统(语言). 符号系统有其规则和用法. 守其规则, 才能有交流. 如果放弃了语言的交流功能, 则可以解放思维, 自由表达. 如果我们观察乡村里的”土哑巴”(不会正规的手语，手语是自创), 则只有周围的少数人能理解其含义. 从他的思维层到自创的手语层也许是透明的一一对应的, 无碍的. 但出了他的手语层而要求和他人交流时, 其自创的手语又成了交流的障碍. 因此, 规则是用以交流用的语言必须内涵的. “即使狮子会说话，我们也不懂得它”.

语言能力不是与生俱来的. 即使完全通过逻辑, 从原始的事实构建到高层的抽象, 也需要时间. 以数学为例, 从最简单的集合论和代数系统到费马大定理, 完全通透的走过也需要比较长的时间. 而构建这个大厦的砖块只是几条公理, 建造的方法又只有逻辑一种. Wittgenstein (维特根斯坦) 在逻辑哲学论中讲语言是思维逻辑结构的几何投影. 思维逻辑结构建立后, 可以借助于语言, 通过一个人传递到另一个人. 如果语言的几何投影能够被简单还原, 思维就通过语言完成了一次传递. 在A(创造者)脑中, 语言是被构建的. 在B(学习者) 脑中, 语言是被解构并还原为事实的逻辑图像(思想)的. 在学习者那里, 思维是要需要借助语言进行的.

一个人认识到的世界不是完备的, 因此使用的语言集合也只是一个子集. 对语言的理解程度决定于对世界的构建. 仍以数学为例, 研究微分方程的数学家与研究代数数论的数学家如果遇到了, 可能彼此都不懂对方在讲什么. 微分方程世界的语言, 对于代数数论世界的数学家, 是难以解构的, 因为他的世界里缺少语言反向解构的对应物. 回到自然语言, 英语对于很多中国人, 是无法解构的, 因为我们无法分辨这个语素到底对应了什么. 但是假使我有一本字典, 这个问题也就解决了. 抽象的层次, 表达的符号, 描述的世界等所有的一切不同, 都让语言这个逻辑图像呈现出了不同的样子, 而让不熟悉这个语言系统, 或者缺乏逻辑世界对应物的人, 云里雾里.

我们来研究一个设计精巧而简单的语言: 程序设计语言. 程序设计语言是也是表达思维的工具.

程序设计语言有语法, 有规则. 语法和规则是为了让底层的语言理解机制消歧义, 获得一致性的解释. 符号在程序设计语言中发挥了原子的作用. 几乎所有的编程语言都是基于封闭世界假设, 也就是说, 没有声明(被计算机感知)的原子符号, 不能使用, 每个事物都有其本体论含义. 编程语言把真实世界的逻辑关系映射到了计算机世界. 因此受制于计算机世界. 在语言和思维关系当中, 语言的限制造成思维表达能力相对受制, 而相反的, 交流能力却大大提高 (居然能和一台机器打交道了).

图灵完全性从一定程度上解决了语言能力的问题. 一般来说, 编程语言被计算机解构后, 描述计算机世界的能力是相同的. 但是这不代表编程语言的表达真实世界的能力是一样的. 事实上, 不同的编程语言的描述世界的能力是不一样的.

程序设计语言是真实世界的逻辑图像, 这个图像对应了一种逻辑(算法), 一个设计哲学(模式, API)或者一个世界模型(框架). 而这个图像可能位于世界的不同层次. 以Java, C 和 SQL 为例. Java 是对象世界的逻辑图像. C 是过程世界的逻辑抽象. SQL 是关系(数据库)世界的逻辑抽象. 因为世界难以”一言以蔽之”, 因此不同的语言出现是必然的. 三个语言在解题能力上是等价的, 然而, 之所以没有人用 Java 用做关系数据库的语言, 是因为 Java 的逻辑抽象, 不是关系数据库的一个直接几何投影. 因此, 用 Java 这个逻辑图像去重现施加于关系数据库世界的逻辑, 是不够直接简明的, 至少说, 不是最贴切的.

从程序设计语言的使用上, 我们可以清楚的看到, 语言的错误选择限制了思维. 语言的错误选择不在于语言本身, 而在于语言和表达世界的不契合. 以 Java 编程为例, 一开始的 public static void main 封装在一个 public class 中, 不知道吓退了多少从来没有接触过面向对象的语言学习者. 推而广之, 即使一个框架设计再好, 不了解其设计哲学, 仍然觉得难学难用. 不契合来自于四方面, 1. 对世界模型的不熟稔, 造成语言无法使用. 比如, 对MVC的不熟悉造成Struts难学难用. 对IR不熟悉造成 Lucene 难学难用. 2. 太复杂的抽象造成语言难以入门, 比如 Java 模型造成一行Hello, world 都要至少构造一个 class, 一个 main 和一个 system.out (在Java 6.0中已经无须这么复杂). 一个简单的逻辑映射出不属于这个世界的很多抽象. 不必要的复杂性吓退了初学者. 3. 太高层的抽象造成语言难以理解, 比如 LISP, 抽象于 lambda 演算, 至今仍有不少人对于 Y-Combinator 的高层抽象表现出费解; 而对于精通函数式语言的人来说, Google 的 MapReduce 又显得那么自然. 不了解高度抽象的世界模型, 必然是如同看到满屏幕的乱码一样, 无法下手. 4. 太低的抽象造成语言难以使用, 如C, 在没有library 情况下, 链表都要手工构造. 即使想描述一个简单的思维, 都需要映射出很多不必要的底层抽象. 这样让语言的使用者主观上不倾向于用这套语言体系.

［我最近在学习法语, 其名词的性限制了我的表达, 继而限制了沟通. 因为假如我用错了, 别人会不懂. 因此触发了语言和思维的思考. 同时这几天, 我在考虑到底选择什么样的程序设计语言才是好的选择, 因此有抽象层次和语言表达能力的思考. 正巧有一本维特根斯坦的哲学逻辑在手边, 偶翻一下, 触发了思考, 故写下这篇随笔. 在语言选择方面, 我推荐 Python, 我认为它达到了抽象层次和表达能力的契合, 无论你是初学者, 还是高手］.

<小窗幽记>
志要高华，趣要淡泊。
人生莫如闲，太闲反生恶业；人生莫如清，太清反类俗情。
闭门阅佛书，开门接佳客，出门寻山水，此人生三乐。
学者要有兢业的心思，又要有潇洒的趣味。

评语: 儒释道三家, 一语道破.

<闲情偶记>

○鱼

食鱼者首重在鲜，次则及肥，肥而且鲜，鱼之能事毕矣。然二美虽兼，又有所重在一者。如鲟、如季、如鲫、如鲤，皆以鲜胜者也，鲜宜清煮作汤；如鳊、如白，如鲥、如鲢，皆以肥胜者也，肥宜厚烹作脍。烹煮之法，全在火候得宜。先期而食者肉生，生则不松；过期而食者肉死，死则无味。迟客之家，他馔或可先设以待，鱼则必须活养，候客至旋烹。鱼之至味在鲜，而鲜之至味又只在初熟离釜之片刻，若先烹以待，是使鱼之至美，发泄于空虚无人之境；待客至而再经火气，犹冷饭之复炊，残酒之再热，有其形而无其质矣。煮鱼之水忌多，仅足伴鱼而止，水多一口，则鱼淡一分。司厨婢子，所利在汤，常有增而复增，以致鲜味减而又减者，志在厚客，不能不薄待庖人耳。更有制鱼良法，能使鲜肥迸出，不失天真，迟速咸宜，不虞火候者，则莫妙于蒸。置之镟内，入陈酒、酱油各数盏，覆以瓜姜及蕈笋诸鲜物，紧火蒸之极熟。此则随时早暮，供客咸宜，以鲜味尽在鱼中，并无一物能侵，亦无一气可泄，真上着也。

○饭粥

粥饭二物，为家常日用之需，其中机彀，无人不晓，焉用越俎者强为致词？然有吃紧二语，巧妇知之而不能言者，不妨代为喝破，使姑传之媳，母传之女，以两言代千百言，亦简便利人之事也。先就粗者言之。饭之大病，在内生外熟，非烂即焦；粥之大病，在上清下淀，如糊如膏。此火候不均之故，惟最拙最笨者有之，稍能炊爨者，必无是事。然亦有刚柔合道，燥湿得宜，而令人咀之嚼之，有粥饭之美形，无饮食之至味者。其病何在？曰：挹水无度，增减不常之为害也。其吃紧二语，则曰：“粥水忌增，饭水忌减。”米用几何，则水用几何，宜有一定之度数。如医人用药，水一钟或钟半，煎至七分或八分，皆有定数。若以意为增减，则非药味不出，即药性不存，而服之无效矣。不善执爨者，用水不均，煮粥常患其少，煮饭常苦其多。多则逼而去之，少则增而入之，不知米之精液全在于水，逼去饭汤者，非去饭汤，去饭之精液也。精液去则饭为渣滓，食之尚有味乎？粥之既熟，水米成交，犹米之酿而为酒矣。虑其太厚而入之以水，非入水于粥，犹入水于酒也。水入而酒成糟粕，其味尚可咀乎？故善主中馈者，挹水时必限以数，使其勺不能增，滴无可减，再加以火候调匀，则其为粥为饭，不求异而异乎人矣。

评语: 口腹二物, 一语道破. 治大国如烹小鲜, 烹小鲜亦有治大国之理. 细察之, 趣味无穷.

<Cosmos>

[In the first page of the text] In the vastness of space and the immensity of time, it is my joy to share a planet and an epoch with Annie.

Comment: It’s beautiful.

看到师弟蔡白银写的文章, 有所感, 写下几句不成文的心得体会.

大学读经典书, 能缩小自己和发达国家学生的差距. 我们国家的大学和发达国家相比, 差距大家也都能看到. 在理工科上, 或许中国大学唯一能和外国大学在同一起跑线的, 就是图书馆里面躺着的经典英文原版书了. 科学发展到今天, 每个领域都是枝丫茂盛, 都有经典的著作. 作为大学生, 如果没有读过(哪怕看看前言也行呀), 在我看来, 不算合格. 修身第一条, 就是读读经典.

要是上大学的时候只是全是靠课堂而不主动阅读, 这大学也和幼儿园没两样.

好书能帮你打通筋脉, 读了之后立即高屋建瓴, 建立起对一个领域的全盘认识. 我常常觉得, 好书大气磅礴, 就像武林名门正道功夫一样, 大开大阖, 读完以后人的气象都不一样. 读烂书, 或者上用烂教材的课, 会降低你的智商.不相信我这句话的人可以选择 TAoCP 读一下第一小节,再比较一下其他(本校)写数据结构和算法的书.

好的教材好比是心法, 提纲挈领. 先看心法是磨刀不误砍柴功的. 而可惜的是无论是市场还是实际, 砍柴的书都很受欢迎, 磨刀的书没人喜欢看. 很多做技术的都容易做到头, 就是因为没心法, 练不好72绝技的. 就计算机方面而言, 数据结构算法 (Intro. to Algorithm/TAoCP)看一本, 编程工具(TIJ/TIC++/SICP+Python)看一本, 离散数学(Concrete M/Discrete M)看一本, 足以秒杀大多数公司面试题了.

要善于利用中英对照, 好坏对照的比武看书法. 我并非崇洋媚外, 国内很多大学的教材, 存在很强的门户之见, 其教材主要内容囿于本校擅长的某些领域, 往往不能使人窥得一个体系的全貌. 因此最好的办法是找本英文的, 找本中文的. 英文书往往文字冗长, 实例繁多; 中文书往往讲空泛理论, 几乎无例子, 两者结合, 能够取长补短. 更有效的是想像两个作者在吵架, 并且将自己置于审稿人的地位, 跳出书本, 评点某处某书写得如何, 如果自己写该如何写等等. 如此一比武, 好书烂书高下立判, 而且能从一个更高的层次审视一本书. 一招一式学高手, 未必能成高手; 常看高手过招, 华山论剑, 你很快会变成高手.

书是要往厚处读的. 一本书, 哪怕只读一章, 也要保证从头读到尾. 如果没这个自信, 还是不要读了. 弱水三千, 只取一瓢, 与其说是走捷径, 不如说是纵容自己的浮躁和浅尝辄止. 这样读书, 基础不牢. 好比光看别人拳法打的好看, 自己不下功夫从头到尾把拳法演练几遍, 很快就会忘掉的. 我认识不少人, 书往往看得很多, 但考试面试或者实际运用的时候, 和没读过没两样. 结果如此, 那当年读了干啥?

–推而广之, 书上的程序和习题是要一条一条做的. 我认识一个高中朋友, 他说物理不好. 我给他出了个主意: 只做一本书上的习题, 而且一丝不苟, 从格式到步骤都要完美, 假想自己是写本能出版的习题解. 他尝试了几个星期, 单科成绩已经是年级第一了. 往往看上去最笨的方法, 实际上是最聪明的. 就我个人而言, 高年级小学生一笔一划写完初中平面几何只要一年半, 老师讲要三年; 完全不懂OO的大一新生一键一键敲完 Thinking in Java 上的所有程序只要半学期, 就能独步于10万行代码的中型项目. 而很多人学 4 年 Java 也不知道架构到底是什么样子的.

如果我没记错的话, 侯捷在 STL 源码剖析的序言中, 引用了老子的一句话: “天下大事，必作于细”. 我觉得, 能将这句心法读到, 又有什么不能剖析的源码呢. 纵使若干年后, STL 丢在历史某处, 你仍然能够在新的技术中”游刃有余”.

补充: 有很多辅助手段能帮人选书. 我的选法是: 互联网. 判断一本书(我特指数学或计算机方面的教材)是不是好书太简单了, 看看这本书作者如何, 这本书反馈如何. 如果有网页的话, 看看 Google 给这本书的 PageRank 是多少. 尽量选择国外一流大学的教材. 一般情况下, 国内出版的教材, 如果不是清华北大中科院或者这方面的杰出专家出的, 可直接略过. 少买几本庸书, 是为抵制全球变暖和保护森林做贡献.

当然, 说的这些, 都是一己之见. 我知道大家都很”快餐阅读”. 但愿看这篇文章的, 和能认真做到的比例, 能到10:1, 也就行了.