青年周刊 · 第 9 期

刊首语

这一期，我们想和你聊一个有点「反效率」的词：重建。

GitHub 上有个 53 万星的项目叫 build-your-own-x，它不教你任何新框架，只给你一份清单：从零手写一个 Shell、一个 Git、一个数据库、一个区块链。收藏它的人很多，真正写完的没几个——因为「看懂」和「做出来」之间，隔着一条需要自己蹚过去的河。

同一周，Ilya Sutskever 的 Safe Superintelligence 宣布与 Nvidia 长期合作，把「造一个更聪明的模型」推到下一阶段；机器人公司 Enigma 拿到 7000 万美元，想把控制机器人变得像调音量一样简单。一边是个人用「重建旧轮子」来理解世界，一边是巨头用海量算力去造新世界。

你不需要二选一，但你需要一个「这周就动手」的起点。你的起点是什么？

——《青年周刊》编辑部

科技新势力

AI、机器人、算力与供应链，本周值得你留意的技术信号。

AI 的下一块短板不是算法，是电

TechCrunch Disrupt 2026 的 Smart Systems Stage，把能源、基础设施和科技放在同一张台上，话题从核聚变突破一路聊到 AI 给电网带来的压力。过去我们谈 AI，注意力几乎全在模型和代码上，今年风向变了——舞台的名字叫「智能系统」，而不是「智能算法」。

为什么值得关心？AI 的隐形成本正在显形：一次大模型训练要烧掉一个城镇级别的电，推理服务又让数据中心排队等电。当「算力」的天花板其实是「瓦力」时，能源和散热就不再是背景板，而是决定谁能继续跑下去的关键变量。

一句话洞察：这一轮 AI 竞赛的下半场，比的不只是谁的模型更强，还有谁的电更便宜、更稳定。

试试看：下次看 AI 新闻时，顺带问一句「这得烧多少电、建在哪」，你会发现很多判断会不一样。

想研究 AI 安全，先得备足算力

隐身两年后，Ilya Sutskever 创办的 Safe Superintelligence（SSI）宣布与 Nvidia 建立长期合作，为下一阶段的规模扩张做准备。这家公司从一开始就把「安全」写进名字里，但这次合作的关键词是「规模」。

反差值得琢磨：很多人以为「安全」意味着慢慢来、少发布，但 SSI 的做法恰恰相反——要真正研究清楚一个足够强的系统安不安全，你得先把它造出来，而造出来需要海量算力。安全不是「不点火」，而是「在可控的环境里把火烧得足够大，并观察它」。

一句话洞察：AI 安全正在从一个「口号」，变成一个需要工程、算力和实验的科学问题。

试试看：如果你对安全研究感兴趣，从对齐（alignment）、红队测试、可解释性这几个具体话题入手，比空谈「警惕 AI」实在得多。

把操控机器人变得像调音量一样简单

机器人公司 Enigma 完成了一轮 7000 万美元的种子轮，由 Index Ventures 和 Ribbit Capital 领投，Sarah Guo 的 Conviction Partners 跟投。他们要解决的问题很朴素：现在控制机器人太难了，普通人根本用不起来。

这像极了个人电脑的历史——在图形界面（GUI）出现之前，计算机是少数人的工具；有了鼠标和图标，几十亿人才开始「用电脑」。机器人的普及，缺的也许不是更硬的机械臂，而是更低的控制门槛。

一句话洞察：谁能把「操作机器人」做得像「调音量」一样自然，谁就拿到了机器人进家门的钥匙。

试试看：在仿真环境里玩一玩 PyBullet 或 Isaac Sim，亲身感受「控制」这件事到底难在哪、卡在哪。

关税没把制造业岗位带回来

The Verge 的 Decoder 播客聊了一个反直觉的话题：关税并没有像承诺的那样把制造业岗位带回美国。嘉宾是供应链软件公司 Altana 的 CEO Evan Smith，他的公司专门用软件管理庞大而混乱的全球供应链网络。

为什么值得你关心？供应链是「看不见的系统」——一件商品的背后可能是十几个国家、几十层供应商，任何单一政策都很难凭口号逆转这个系统的惯性。理解系统，比相信口号更接近真相；而 AI 正在成为理清这种复杂网络的工具。

一句话洞察：如果一个结论听起来太简单，它很可能漏掉了系统的其他部分。

试试看：听一听这期 Decoder，或者找一篇关于全球化的深度文章，练习问自己「这背后的系统是什么」。

好工具

本周五款值得动手的免费资源，每一款都建议你「用了」而不是「收藏了」。

build-your-own-x：53 万星收藏，不如你亲手写完一个

这个仓库是编程圈最著名的「反向教程」：它不教你用某个框架，而是给出一份清单，让你从零重建 Shell、Git、数据库、编译器、神经网络等你天天在用的东西。53 万星的背后，是无数人对「真正理解」的渴望。

它为什么值得做？因为「会用」和「理解」是两回事。亲手写一个 mini Git，你会真正明白 commit 为什么不可变；写一个玩具数据库，你才知道索引和事务到底在解决什么。这种理解，不会被新框架淘汰。

一句话洞察：慢就是快——重建一次，胜过收藏一百个教程。

试试看：从你每天最常用的那个工具入手，花一个周末写一个能跑的最小版本，哪怕只有 300 行。

freeCodeCamp：一条不用花钱的完整编程路径

freeCodeCamp 是全球最大的免费编程学习平台之一，从 HTML/CSS 一路到 JavaScript、Python、数据分析和机器学习，全部免费，还提供项目式课程和免费认证。它最值钱的地方，是把「学什么、按什么顺序学」这条路径替你铺好了。

为什么推荐给「想转行」或「想补课」的你？自学最大的坑不是学不会，而是不知道下一步该学什么、学到什么程度算过关。freeCodeCamp 用「做项目拿认证」的方式，把这条模糊的路变得可执行。

一句话洞察：免费不等于低质量——它缺的从来不是资源，而是你的「开始」和「完成」。

试试看：注册一个账号，选一条路线，本周就完成它的第一个小项目。

public-apis：把「想做个副业」变成「这周就能上线」

这是一个收录大量免费公开 API 的清单仓库，从天气、汇率、电影到 AI，几乎你能想到的领域都有对应接口。45 万星的人气，说明「想自己做个东西但缺数据/接口」是很多人的共同痛点。

它最实用之处在于：把你的「我有一个想法」变成「我有一个能跑的 Demo」。API 就是别人已经盖好的地基，你只需要在上面搭你自己的那一层。

一句话洞察：副业难的不是想法，而是从 0 到 1 的那个跑通瞬间。

试试看：挑一个感兴趣的 API（比如天气或电影），这周用任何语言写一个「查一下 → 展示出来」的小程序。

free-programming-books：把最好的书，免费放进你的书架

这个仓库收集了上千本免费的编程书籍，覆盖几十种语言和主题，还有专门的中文资源清单。它的价值不在于「多」，而在于「筛选」——每一本都是社区用脚投票留下来的。

对中文读者尤其友好：里面有 free-programming-books-zh 这样的中文书单，让你不用啃生肉也能系统补课。很多经典教材都有免费版本，只是很多人不知道在哪找。

一句话洞察：囤书是最廉价的自我安慰，读完一本才是真进步。

试试看：从你当前最想补的一个主题出发，只下载一本书，读完它第一章再决定要不要继续。

awesome：一份「清单的清单」，用对了一次顶十次

sindresorhus/awesome 是一个收录各类精选清单的元仓库，从编程语言到设计资源、从面试题到开源社区，49 万星说明它几乎是「找资源」的第一站。但它的真正用法不是从头翻到尾，而是当作一张地图，在需要时精准定位。

很多人把它收藏了就不再打开，这恰恰是用错了。它的价值在于「索引」——你不需要读完整本字典，只需要知道遇到问题时该查哪一页。

一句话洞察：工具的价值不在于拥有，而在于「需要时能找到」。

试试看：下次遇到「有没有 XX 相关的资源合集」，先来这里搜一圈，而不是去搜索引擎碰运气。

二次元次元壁

本周的次元壁，被赛博朋克和漫改潮撞开了。

《神经漫游者》回潮：赛博朋克的「原点」为什么又火了

SDCC 2026 的预告里，《神经漫游者》（Neuromancer）和《银翼杀手》相关物料集体出现，赛博朋克和科幻成了最大赢家。《神经漫游者》是赛博朋克的「开山文本」，1984 年就定义了「赛博空间」（cyberspace）这个词，此后几十年的科幻审美几乎都受它影响。

为什么今天回潮？一方面 AI 让「人机共生」「数字意识」这些老概念突然有了现实参照；另一方面，怀旧之外，新一代观众想从原著里找回那种「技术既迷人又危险」的复杂感，而不是一味乐观的科技叙事。

一句话洞察：好的科幻从不预测未来，它只是把今天的焦虑提前演给你看。

试试看：读一遍《神经漫游者》原著（有中文版），再去看预告片，你会发现镜头里每个细节都有出处。

恶灵骑士、黑豹换人：漫改选角背后的 IP 生意

SDCC 上 Marvel 官宣了新一代恶灵骑士（Ryan Gosling）和黑豹的选角。表面是选角新闻，背后其实是一盘 IP 生意经：经典角色换演员，既保留辨识度，又给老 IP 注入新流量和话题度。

对普通观众来说，这提醒我们：我们消费的不只是某个演员，而是角色背后几十年积累的情绪和符号。谁能接住这个符号，谁就能让老 IP 再赚十年。

一句话洞察：IP 的生命力，靠的是「角色符号」而不是「某个演员」。

试试看：挑一个你喜欢的漫改 IP，查一查它换过几任主演、每次换人的市场反应如何，你会看懂这盘生意。

青春故事会

关于学习、成长和职业，本周的三个小想法。

收藏了 500 个教程，不如写完一个

build-your-own-x 有 53 万星，但真正照着做完的人恐怕不到 1%。这个数字本身就是一堂课：收藏是廉价的，完成才是稀缺的。我们都囤了大量「以后再看」，它们只是安静地躺着，制造一种「我在进步」的错觉。

学习的本质不是「摄入」，而是「输出」。你只有亲手把知识变成能跑的东西、能讲清楚的话，它才是你的。看完一篇文章，隔三天还能复述出核心，才算真的读过。

一句话洞察：别用「我在收集」的勤奋，掩盖「我没在做」的懒惰。

试试看：打开收藏夹，删掉 90% 的「以后再看」，只留 3 个真正愿意本周动手的，然后挑一个做完。

机器人时代，值钱的是「会定义目标」的人

Enigma 想把控制机器人变得像调音量一样简单，这背后藏着一个职业信号：凡是「重复、可预测」的操作，都在被自动化的路上。流水线装配、表格复制粘贴、模板化文案，都在这个清单里。

但另一面，「定义目标、判断结果、处理例外」这件事，机器还没那么擅长。未来更值钱的人，不是操作最熟练的，而是知道该让机器做什么、并且能判断它做得好不好的人。

一句话洞察：别和机器比熟练，要和机器分工。

试试看：复盘你工作里哪 20% 是纯重复劳动，想办法交给脚本或工具，把省下的时间投到「判断和决策」上。

「安全研究」可能是下一个值得提前布局的方向

这周 SSI 与 Nvidia 的合作、以及 AI 圈对安全问题的持续讨论，都在释放一个信号：AI 安全正在从边缘话题变成一条有真实岗位和预算的赛道。对齐、红队测试、模型评估这些岗位，需求正在起来。

对还在选方向的年轻人来说，这也许是个「人少、天花板高」的窗口期——它需要一点数学、一点工程、一点对风险的敏感，门槛不低，但竞争远没有「大模型应用开发」那么拥挤。

一句话洞察：在别人都挤向同一条路时，旁边那条没人走的小路往往更宽。

试试看：花一小时读一篇关于 AI 对齐或红队测试的入门文章，判断自己对这个方向有没有兴趣。

在看什么

两部作品 + 一期播客，填满你的碎片时间。

SDCC 2026 预告片：赛博朋克和科幻集体回来了

今年圣迭戈漫展的预告片扎堆，Marvel 官宣了新恶灵骑士和黑豹，还带出《神经漫游者》《银翼杀手》相关新物料。如果你喜欢科幻和赛博朋克，这一批预告值得蹲。

补课建议：在电影上线前，先把《神经漫游者》原著和《银翼杀手》（1982）看了，你对新作的理解会深一个层次——很多镜头语言和世界观，都是从这两个源头长出来的。

一句话洞察：看不懂梗，是因为没读源头。

试试看：先读原著、看老片，再刷预告，体验一下「带着地图看电影」的感觉。

想看懂全球贸易？听这期 Decoder 就够了

前面聊到的供应链话题，完整版在 The Verge 的 Decoder 播客。主持人采访 Altana CEO Evan Smith，从关税聊到航运、从就业聊到 AI 如何管理复杂贸易网络，信息密度高，但讲得足够清楚。

适合通勤、健身、做家务时听——不需要盯着屏幕，却能在 40 分钟里，对「全球化到底怎么回事」建立起一个比新闻标题靠谱得多的框架。

一句话洞察：深度内容帮你抵御碎片信息带来的焦虑。

试试看：把这一期加进播客列表，听完用三句话向朋友解释「为什么关税没能把制造业岗位带回来」。

谁在招人

不是具体岗位，而是本周「拿钱」之后大概率扩张的方向信号。

机器人控制与交互：Enigma 拿到钱，这条赛道要升温

Enigma 7000 万美元的种子轮，几乎全砸在「降低机器人控制门槛」上。融资之后，这类公司通常先扩的是控制算法、人机交互、仿真和产品团队。如果你有机器人、强化学习或 HCI 背景，这个方向正在变热。

一句话洞察：跟着融资走，往往比跟着热搜走更准。

试试看：去 Enigma 或同类机器人公司的招聘页看看 JD，反推他们缺什么样的人。

AI 安全与对齐：SSI 扩张，安全岗位开始「值钱」

SSI 与 Nvidia 合作进入规模扩张阶段，意味着它需要的不只是研究员，还有能搭建安全评估体系、做红队测试的工程师。AI 安全从「学术话题」变成「招聘需求」，是这个季度最值得注意的信号之一。

一句话洞察：越是「看不见」的方向，越容易在爆发前低价入场。

试试看：搜一搜「AI alignment engineer」「red team」这类关键词，看看岗位要求和自己还差多远。

数据中心与能源：AI 的隐形成本，正在变成新职业

Disrupt 把「能源」搬上主舞台不是偶然——AI 对电力和散热的胃口，正在催生一整套新岗位：数据中心运维、电力调度、液冷散热、绿电采购。这些岗位未必需要大模型背景，但和 AI 绑定得越来越紧。

一句话洞察：淘金热里，卖铲子的从来不会亏。

试试看：如果你在传统工程、电力、暖通等领域，去了解下「AI 数据中心」这个跨界方向，可能是个低竞争切入机会。

本周行动清单

打开 build-your-own-x，挑一个你天天在用的工具，周末写一个能跑的最小版本
去 public-apis 里找一个感兴趣的免费 API，做一个小 Demo 并跑通
删掉收藏夹里 90% 的「以后再看」，只留 3 个并挑一个动手做完

本周金句

看懂是别人的路，做出来才是你自己的路。

编读往来

下期预告：第 10 期将于 2026-08-03 发布，聊聊「当 AI 热潮撞上现实约束」。

本期话题：你「亲手重建」过什么东西？欢迎在评论区分享你的 mini 项目。

往期回顾：