脑子里的词越来越乱，记新东西也越来越难。日语的问题是汉字贼多，读法还都挺怪怪的，所以就更加记不住。

于是就问 ChatGPT 有什么记忆小窍门 (“mnemonic devices”)。于是学到了如下两条：

有东西冒出来的时候，感到震惊呀，于是「あら！哇！」所以 現れる 是读作 あらわ れる

訪れる 的记忆窍门非常出人意料。ChatGPT 告诉我： “Oh! To zoo! Rare visit!” 还附送了几个动物的 emoji。所以所以是 おとず れる。不过它每次给的答案都不一样，又问了一遍就很中规中矩了。

春节之前，查了一下日历应该是腊月十七，我爷爷去世了。

隔了一两周之后得知，在他去世之前一天或者两天，姑妈想用她的手机给我打视频，让爷爷跟我说说话，但是没打通。我有个「古代」的「国内」微信，但在另一个手机上，那个手机已经很久没开过了。

不知道这两件事有没有关联。

2024 年最大的事情可能是中间失业了一个多月。

在上一年（也就是 2023 年）年底的时候，就感觉公司有奇奇怪怪的问题，CEO 自己因为签证的关系回不了瑞典，公司好像没钱了，但似乎是在找投资人谈。当时就在想要不要开始找新工作，但是一方面有拖延症，另一方面又觉得这样的节点撂挑子不太好。

接着到 2024 年初，我开始一边练习 Elixir，一边盘算投简历（实际并没有投多少）。这段时间 CEO 还表现得像往常一样，时不时地跟我们开会，时不时地甩来一些思路混乱的设计让我们实现。终于到 3 月底，公司宣布没钱了，要让我和另外一个码农离职。

中间涉及了一些法律问题，工会介入。于是公司在 4 月初的时候取消了 3 月底的解雇，重新走程序解雇了一遍……实际的效果是 5 月、6 月照常工作，7 月是所谓的「花园假期」(garden leave) 不必工作但是工资照付。其实这几个月也没多少事情，而且也知道即使想推动大的改动，时间也不够了（另一个码农当时在家看孩子，工作时间减半；何况公司的气氛也不对），所以捣鼓了一些 OpenAI 的 API，用 streamlit 写了一个聊天机器人；了解了一下 DDD；还看了一些讲「成功的产品团队如何运作」的书，比如 Inspired。

之后 7 月份闲着也是闲着，给公司用 AnythingLLM 搭了一个 LLM + RAG 的小聊天机器人。部署之后一直不稳定，可能是它里面的 parser 不够稳健吧。

7 月底之后，按道理工会给发 80% 的薪水。但第一步是要在劳动局网站登记失业，我当时精神有点崩溃，晚了两天才去登记。所以那两天的钱拿不到。我登记之后隔了几天，劳动局的大姐打电话问我有什么工作经验、会做什么。讲完之后，大姐如释重负地说：「太好了，你这情况，不需要我局提供培训、指导。」

领钱之前又遇到了小小的阻碍。工会说查了我的纳税记录，中间缺了几个月，所以不能确信我申报的工时是准确的。找老板聊了一下，她又找了会计，隔了一两个星期改正了错误，又通知了工会，这才在 8 月下旬拿到钱。

而且实际的钱是按周发放的，每周需要在工会的失业金网站填「本周无业的天数」，每月在劳动局网站填至少 6 个申请的岗位。

那段时间一直很忐忑，改了简历的文本（还让 ChatGPT 润色了一番），好好捯饬了一下 LinkedIn。同时还不停地写码，作为手艺人，手不能停。这段时间总共投了 38 个岗位，只拿到了两个面试。但 9 月初入职的这家公司并不是投简历拿到的，而是 2022 年聊过一次的公司。公司做的事情刚好也是 LLM + RAG 的系统，玩 Streamlit 和 AnythingLLM 的经历意外地起到了帮助。

2024 年年初的时候是给自己定了一些目标的。比如开始打羽毛球、攀岩，隔天跑步。只有跑步大体坚持了下来，但是也并没有频繁到隔天跑一次。要学开车，但并没有。要瑞典语流利，但并没有投入多少时间和精力。要打开社交圈子，但下半年变得无比自闭。要进一家更好的公司，这一点倒是做到了。

2024 年年初还列了几个想做的小产品，年中还拍着胸脯说要帮朋友写一个她能用到的小工具。但一件都没做成。

第一个错误是 mission creep。打比方说，想做一个凤凰，但是发现做凤凰好难，于是想不如先做一个大雁练手。如此一来，实际动手做的只是一个鹌鹑，但连鹌鹑都没做完。继续沿用这个比喻的话，更好的做法可能是先做凤凰的爪子，而不是放弃凤凰，去做大雁。

另一个错误是企图在做东西的同时学新技术，企图一石二鸟。能一石二鸟固然好，但如果同时有两个目标，人一犯懒就会优先做简单的那个。相对于「做新东西」，学习，也就是临摹已有的东西，显然更容易。虽然宣称是在用 Elixir/Phoenix 写东西，但实际上是花了很多时间学 Elixir 和 Phoenix。（写 Elixir 的手感毫无疑问是美妙的。但是怎么用 Elixir/Phoenix 写出自己实际想要的效果，却需要重新拧一遍脑袋里的螺丝，相当伤脑筋的。）优先做困难的事情比较好。

始料未及的事情是今年又读了一大堆励志文献。比如 Cate Hall 的文章「如何更有主观能动性」(How to be More Agentic)，比如 Shreyas Doshi 的「要提高主观能动性」(High Agency)，再比如「高效能人士的七个习惯」。更始料未及的是，意识到里面的道理都还挺对的。

另外一本很重要的书是许成钢的「制度基因：中国制度与极权主义制度的起源」。我还没看完，但是这本书的框架实在太厉害了，推荐大家都看看。

这个 blog 一直是用自己写的静态网站生成器 (Static-Site Generator)，从一堆 Markdown 文件里生成 HTML，再用 git 推到 Cloudflare Pages 上。

之前的生成器是 Python 写的。本来一直能用，然而去年有一天，一个 dependency 不知怎么回事坏掉了。（有可能是因为电脑上有几个版本的 Python 在打架吧。）不是什么大问题，创建了一个新的虚拟环境，重新装一下 Markdown 的库就又能跑了。又过了一阵子，生成 feed 的库里面有一行代码开始报错说「缺一个参数」。奇妙的是我这段时间根本没动过那写代码。

于是大过年的，决定用 Go 写了一个新的。其实还是有一些小问题的，比如 CSS 什么的。

上一版的 blog 生成器花了一星期。这一版的用了 3 天时间，但是实际写码的时间只有 11 个小时。中间用了很多 GitHub Copilot。

试图直接把一堆 Python 甩给 Copilot 让它「翻译」成 Go，但是它只是生成了一个简单的文件夹结构和一些并不重要的函数。

但是很多具体的功能，很多时候写个开头，一路按 tab 就行了。比如排序、regex、读写文件，都是它直接生成的。

该选哪些库也是 Copilot 教我的，比如用来解析 Markdown 的 goldmark，用来生成 feed 的 gorilla/feeds。这两个库实际用起来感觉也比 Python 的两个库更舒服。

而且我心想，既然都重写了，比如干脆加上语法高亮和 Mermaid 的支持，幸好 goldmark 的扩展都有现成的。

我之前一直用中文的楷体来表示强调，因为斜体汉字太难看了，手段是手动加 CSS。所以这次还试图写一个新的 goldmark 扩展，找个特殊符号，在解析的时候替换成 <span class="kai">。但是有点复杂，Copilot 提示的做法都不能用，直接跑去读 goldmark 的代码对照，好像 Copilot 生成的一些函数用法已经 deprecated 了。于是后来放弃了。

Go 本身写起来就挺舒服的，再加上 Copilot 的助推，整个过程相当 pleasant。不过，虽然确实需要检查生成的代码，看它是不是在做正确的事，但在脑袋里形不成什么深刻的印象。

最近想起来刘晓波曾经说过的「殖民三百年」，今天从网上找到了这样的出处，据说是 1988 年的采访：

金鐘是這麼問劉曉波的：「什麼條件下，中國才有可能實現一個真正的歷史變革呢？」劉曉波回答：「300年殖民地。香港100年殖民地變成今天這樣，中國那麼大，當然需要300年殖民地，才會變成今天香港這樣。300年夠不夠？我還有懷疑。」

1988 年看来，香港自然是一个发达的城市。然而移交之前，港英政府的政治架构是服务于殖民者的，其施政风格一直是「行政领衔」(executive-dominant)，民主制约并不存在。总督兼任立法会主席，立法会一半议员是「官守议员」，由政府官员兼任。另一半「非官守议员」由总督任命。

香港移交之前，港英政府试图加大民主参与。但是大陆官方极力反对。

1997 年移交之后，香港政治机器服务于殖民者的性质是没有变的，只是宗主国从英国变成了中国而已。而秉承「专业精神」的施政团队，换了老板依然兢兢业业，娴熟地运用旧殖民者留下的行政和法律工具，服务新的殖民者。

比如说，雨伞运动、占中等示威期间，特区政府用来逮捕并公诉示威者的法律工具「公安条例」(Public Order Ordinance) 是 1967 年港英时代颁布的。

大陆政府没有信守「基本法」的承诺是确凿的事实。但港英政府没有向香港人赋予民主也是确凿的事实。

实际上，民主本来就不是「被赋予」的。且不论殖民主义这种剥削制度的利弊，幻想「被殖民三百年之后，就成为文明国家」是不成立的。只要是被殖民，三百年不行，八百年都不行。

自己的政治建设是要自己做的。

现在又开始试着用 Go 写一些小东西。于是买了一个 Web Development With Go 的教程。视频教程的标价是很贵的，于是犹豫不决。看来看去之时，翻到页面最下面，发现还有一个只卖电子书的选项，才 60 刀，于是果断下单。感觉这门课的主创真是定价的人才。

买书之前觉得其实不用任何教程，一边用 ChatGPT 一边看文档，照样可以做出自己想做的东西来。但实际做起来，才发现要收集、整理的信息是很庞杂的。自己通过不断试错、get your hands dirty 还挺花时间的。

而且有可能会犯自己意识不到的错误。

比如看这本书里的代码，发现他很 unorginal 地用了 MVC 架构。（但是 uoriginal 是有 unorginal 的好处的，就是整个东西会更 predictable 一些。）所有接触数据库的代码都在 models 里，数据库连接是在 main 函数里创建的。每次读写数据库，都是把数据库连接传到 models 函数里。数据库连接一直到程序退出才关闭。

然后想起两年多以前写的 Go，发现自己是在每次查询的时候，连接数据库、查询、关闭连接。每查询一次，就要这么折腾一下。当时怎么没意识到打开、关闭数据库是很 expensive 的。

当时还困惑，为什么每次打开某个页面，列出来的数据总是少开头的两行，有可能就是某次查询的时候数据库喘了……

看来这两年其实没白过吧。

应该是：

「乱了纲常」