前言 仅做简单记录和对比 X11 + i3 双显示器的切换支持非常好 i3 会默认将workspace 1 放在primary显示器上，2放在另一个显示器上，当然你也可以通过i3 config进行自定义的设置，不配置的话，默认行为类似： workspace 1 output <output 1> # <output 1>为你想workspace 1放置的显示器 workspace 2 output <output 1> 通过切换workspace在各个显示器间切换时，鼠标也会跟着进行聚焦，非常方便 可以用arandr工具进行图形化的配置与指令生成，它是xrandr的一个GUI封装 高分(3840x2160)支持一般 通过设置~/.Xresource 里的Xft.dpi: 192来进行4K显示器下合适的缩放，但是: 所有显示器都会使用一样的dpi设置，也就是你的内建显示器如果原本是一个分辩率没那么高的屏幕，字会变得很大 不是所有应用都遵循一样的缩放原则，比如你可能要单独设置GDK_SCALE或QT_SCALE_FACTOR等环境变量来指定缩放比例，或者像Firefox/Chromium这样的应用都提供了图形化或者启动时传递参数的办法，指定缩放倍数，如--force-device-scale-factor=1.5等等。根据你使用应用所使用的GUI框架，可能要按需设置 不支持分数缩放(fractional-scaling)或支持得不好 通过xrandr --output xx --scale 0.5来进行缩放，全局会放大，但是应用内的渲染，像文字什么的，很可能经是有点糊的 如果对高分的设置有较强的需求，可以考虑使用Waylnad 如swaywm, Hyprland等。 Wayland是更先进的图形协议，正在不断发展，老的X11架构支持很有限了。 但是Wayland目前可能还有一些兼容性问题，例如对N卡的驱动支持上面，如果是N卡场景或者是用XWayland进行兼容的话，有时候性能可能还没老的基于C-S架构的X11好，按需使用吧。 我的配置文件仓库 https://github.com/ChaosNyaruko/dotfiles

主要参考资料 Arch Wiki: Fcitx5 Arch Wiki: Rime Rime Wiki 安装fcitx5 fcitx, ibus也可，后续的操作思路应该是差不多的，可能目录和一个GUI的包有差异，但我没有尝试，fcitx5应该是最新的吧 $ pacman -S fcitx5 fcitx5-qt fcitx5-gtk fcitx5-rime fcitx5-configtool 启动fcitx5 ，并设置启用Rime 在/etc/environment 或 ~/.pam_environment 中 设置环境变量 我使用X11+i3，不同的桌面环境需要设置的不一样，具体参见Arch Wiki: Fcitx5 或Fcitx官方Wiki GTK_IM_MODULE=fcitx QT_IM_MODULE=fcitx XMODIFIERS=@im=fcitx SDL_IM_MODULE=fcitx # 如果你使用基于SDL2的应用，主要是游戏的话，设置这个 GLFW_IM_MODULE=ibus # 据说只有用kitty才有可能需要设置这个 完成基本设置 最好是重启你的桌面环境或系统，这时候应该就可以在各个应用里使用输入法进行中文（或其他语种）的输入了 五笔支持（其他方案同理） 下载或用pacman安装rime-wubi 为你的Rime增加新的schema，通常为将你的schema和dict文件复制到~/.local/share/fcitx5/rime/下(ibus/fcitx可能是~/.config/rime/fcitx(ibus))，并在default.custom.yaml的scheama_list段落下插入schema: wubi86。如果你还需要其他输入方案，例如拼音，在后面增加就好了。 修改完后，重新部署Rime(比如点击托盘->Deploy) 你可以使用ctrl+`来切换不同的「输入方案」，各种快捷键都可以自定义 文件结构示例: Rime ├── default.custom.yaml #自定义修改主文件 ├── emoji_english.schema.yaml #emoji方案 ├── extended.dict.yaml #emoji码表 ├── wubi86.dict.yaml #86五笔的码表 ├── wubi86.schema.yaml #纯86五笔方案 ├── wubi_pinyin.schema.yaml #五笔拼音方案 └── wubi_trad.schema.yaml #繁体五笔的方案 # default.custom.yaml 文件 patch: schema_list: # 對於列表類型，現在無有辦法指定如何添加、消除或單一修改某項，於是要在定製檔中將整個列表替換！ - schema: wubi86 - schema: luna_pinyin - schema: emoji_english 设置fcitx5自启 我是在i3配置里加了一行，视你使用的发行版/桌面环境自行决定 ...

前言 前几天给自己的老Magicbook装了Linux，有些想说的东西。 网上一大堆讲Linux系统安装和通用的踩坑记录文章，再加上现在有各种大语言模型，我就不班门弄斧了，本文只简单记录下我的个人体验、想法、推荐做法和坑，不涉及具体安装步骤或某个具体解决问题的方法，更像一些碎碎念吧（绝对不是因为懒😅）。 由于我个人是有Linux的使用经验的，所以后面想法和经验不一定适用于每一个人，仅作参考。如果你一定需要一些标签，来帮助你确定你是否也适合这么干，那相关的个人标签如下： 我暂时不太需要Office：我在大学毕业后基本没打开过Office套件了 我很习惯类UNIX环境下的工作流，目前主业是个后端开发，主要开发环境是远程的开发机(跑Debian的公司魔改版) 我更喜欢开放生态，比如相比App，我更喜欢能网页访问 我没有啥游戏需求 我讨厌被强制审美 我讨厌用硬件性能掩盖软件的缺陷，世界上并不是每个人都有那么好的设备 我不是自由软件战士，我也没那么hacker，但我热爱并感谢开源 … 为什么要用Linux 折腾Linux好玩，差生文具多，咋了 实在憋不住，Fxxk Microsoft! 至少在操作系统这个产品上，微软正在变得越来越流氓和不可信任，不然也不需要我们自己各种「曲线救国」，比如少数派的一篇文章中，有一句评论是这样的： 不知从什么时候起，自己买的设备不能有完全的控制权居然是可以被接受的了。 我不完全同意，但是我觉得至少就电脑这样的工具来说，我至少应该有得选吧。 而Windows呢，什么「微软电脑管家」（还是国内特供，TM的双标）、用Web技术栈开发操作系统页面（勉强可以接受）、无法控制更新发生的时间、无法彻底卸载Edge、不知道哪次更新都在后台运行一个莫名其妙的服务，肆无忌惮地侵占着你的电脑硬件资源。 像「Recall」这样的功能更是完全不可理喻，堂而皇之地用你的设备、你的算力、你的网络偷取你的数据。说实在的，在道德和边界感层面，相较起来苹果和macOS都显得眉清目秀的，至少macOS你不点击「安装更新」，你不会需要担心你下次唤醒电脑的时候在那转圈更新。这台2019买入的Magicbook，一开Windows内存占用直接70%+，而且还不知道在后面跑着什么，我用网页刷LeetCode都卡 电脑对我来说主要还是做事情的工具，娱乐属性没有特别特别高，需要的部分用网页+浏览器基本就解决了。用Linux，配合轻量的窗口管理器或桌面环境，基本上生产力上就够了 我不是什么极简主义者，我只是想对自己的依赖尽可能可控、尽可能少，发展着发展着就像是个极简主义者而已 为什么不用双系统 双系统的引导折腾起来太麻烦了，而且Windows 我是讨厌现在的Windows，而且我的电脑带不动Windows了，一开机就只能听着风扇转，哪怕我只想放在大腿上临时处理一些事情，也烫得要死。我也不是完全不会用Linux，那我还留着Windows干啥 为什么用Arch这个发行版 这个问题其实没那么重要，重要的Linux本身，但毕竟是个日经话题，就提一嘴 社区很强大，被传教了🥲 Arch的包很新，而且是滚动更新的，这意味着我可以直接下到最新版的软件，而且从pacman下载的包很少需要处理依赖问题 我之前在虚拟机上折腾过了(含桌面环境)，确实蛮不错的，我基本上能掌控自己电脑上有什么 整体感想 资源占用小到我穿越回20年前 我感觉我的老笔记本焕发了新生，只说开发体验上，甚至比我的主力Macmini还还舒服顺手，因为Mac原生不是平铺式的窗口管理，不过还需要时间和实践的检验。 我的电脑是2019款的MagicBook（8+512）的锐龙版，配置是比较低的，当时也只卖3000左右。 以下对比可能并没有那么严格，但是挺能说明问题的了。内存占用完全是数量级上的差距，CPU我还给微软留了点面子，其实它经常会有一些Windows自带服务把CPU拉到100%（与此同时风扇和我的血压也上去了） 之前用Windows的时候，一开机就70%的内存占用，稍微开点什么就80/90+，几乎干什么都卡 + 发热 + 风扇狂转。 安装完ArchLinux + 一些必要的服务（比如sshd/bluez/xorg-server/clash/…等）+ 轻量级桌面/窗口管理器（比如i3）+ 终端 + tmux，占用内存才400MB！！加一个Firefox播放B站视频，也才1G多一点(见下图)。 再次，Fxxk Microsoft。 安装过程出乎意料的顺利 我是下载的完整镜像，并使用自带的archinstall脚本，一次就安装成功了 安装过程中除了一开始连无线网络需要查一下iwctl的使用，其他完全没碰到任何问题！ 像显卡驱动之类的，archinstall脚本里会推荐你安装哪些开源驱动（不过我的Magicbook用的是AMD的集成显卡，A卡的开源驱动表现要比N卡稳定很多），甚至还支持你选择用什么样的桌面方案（当然我选择了Minimal，啥也别装） 不过在此之前我还是建议你阅读并实践下ArchWiki上的Installation Guide，用起来脚本来会更有谱，之后万一真碰到问题知道怎么查。 我之前在虚拟机上折腾的时候，不知道是不是ARM镜像的原因，甚至还不支持archinstall，是手动从分区、安装、引导一步步手操的，甚至还要自己改路由表才能联上网（是我自己的操作问题），但整个解决问题的思路也蛮有意思 对很多东西的支持程度超出我的想象, 可能是因为Archlinux一般能保持及时的内核更新？ 触控板甚至还可以支持「轻触以点击」（当然要自己写两行配置，很简单，网上一下就搜到了） 调音量大小的那个键居然是可以直接用的，包括调节内置键盘背光的键，也是可以用的，可能这段控制逻辑主要是放在主板或者其他硬件上的吧 使用OBS的时摄像头和麦克风也是可以直接用的 蓝牙/网卡都是默认直接可用的，只是最好装一个配置的TUI/GUI，一开始的时候方便一些 … 虚拟机上有的问题，到了物理机上反而没有了（是不是很反直觉…），少折腾很多，不过也可能是因为Arm架构的问题… ...

前言 这里我主要讲讲为什么我要折腾本地搭建，了解相关知识： 好玩 了解大语言模型在应用上的基础原理（基本不涉及Transformer这种底层原理，仅仅是应用上的），有利于我们更好地使用线上的模型 免费，且大多数方案开源。对于有需求有能力的人来说，可以魔改一些东西，来满足自己的特定化工作场景/工作流 可以离线使用，这里可说道的就多了：隐私、自由、厂商价格歧视、广告投放等等，这些东西仁者见仁，我不展开，仅引用网上的一小段评论: 首先本地模型有一个好处就是不会缩减算力，云端服务明显就是会随着新一代模型发布，把旧模型能力通过缩减算力的方法压缩成本，然后再逼你使用更贵的服务，（OpenAI为什么涨价涨的那么熟练啊，你究竟涨过多少次价啊 其次就是云端模型上限制比较多，我之前在几个云服务上翻译一个关于中国卫星产业链的外国智库报告，因为出现了几个国资委相关的关键字，基本上几个国内的模型都不敢翻译。 第三就是隐私相关了，公司的内部资料你肯定是不能用外部大模型的，只能用内部部署的模型。 另外本文也仅作为一个超入门级的介绍，并不涉及非常深入的东西，比如不涉及模型的微调和训练，也不涉及图像、视频等多模态的形式。对于其中一些具体的应用场景，也不会将所有的选项尽善尽美的列举（有问题请参照官方文档），旨在抛砖引玉，分享我所了解的，激发所有同好的创造力，互相学习。 声明 LLM及其应用绝对是生产力的突破 我可能字里行间也许会透露出一些看上去对AI持负面意见的内容，但其实我个人还是非常喜欢并拥抱AI带来的变化的，这玩意儿确实是10年来我感受到的真正的科技突破（比5G、VR、苹果的M芯片、TWS耳机等都更明显），大多数人应该也是类似的想法。正是因为对此抱有希望，并且非常重视LLM可能带的技术、社会、文化影响，我们才会去“苛求”LLM有更强的能力，所以还请不要误解我对AI的态度。 我用Trae/Cursor 「Vibe Code」一些个人用的小项目，我用GPT/Grok尝试做文生图做视频的封面，我用DeepSeek/Perplexity做搜索引擎等等。每一项都让我感受到，从2022年GPT3.5横空出世以来，LLM及其应用的高速发展为生产力提升带来了无法想象的提升空间。 我的负面意见与其说是针对LLM本身，倒不如说是针对一些hype，或者是一些蹭热度的行为。LLM的快速发展毫无疑问是人工智能的一次突破 一些梗（负面） Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity We conduct a randomized controlled trial (RCT) to understand how early-2025 AI tools affect the productivity of experienced open-source developers working on their own repositories. Surprisingly, we find that when developers use AI tools, they take 19% longer than without—AI makes them slower. We view this result as a snapshot of early-2025 AI capabilities in one relevant setting; as these systems continue to rapidly evolve, we plan on continuing to use this methodology to help estimate AI acceleration from AI R&D automation. ...

Original 纳瓦尔的访谈 Quotes 你是否能从生活中获取你想要的，分别两部分 获得你想要的，知道如何去得到它 知道你想要的东西是正确的 社会上有很多安慰奖，那些奖品实际上并不值得拥有，实际上他们会带来新的问题和负担 人们经常到达一个自己不知道的地方，因为他们像自动驾驶一样，按照社会或别人的期望走，或者出于内疚，或者出于模仿欲望（imitate desire） 内疚是社会的声音在你脑海里说话，被社会编程，让你成为一个乖乖的“小猴子”，去做那些对部落有利的事。但我认为最好的结果，来自你深思熟虑后的选择 我觉得大多数人根本没花足够的时间去认真思考和做决定 很多事情的周期很长（很多年），但我们花在决定做什么和和谁一起做的时间却很短很短。 25%的时间来思考和决定（秘书定律：一个计算机教授在雇佣秘书的时候，研究发现大约花1/3于秘书任期时间去观察和决定，是最优策略，然后选择） 当人观察够了，对标准有了清晰的认识，然后任何达到或超过这个标准的人都算是合适的选择 约会、工作和职业选择都是一样的 但其实它不是基于时间的（不是1/3的时间），它是基于迭代的，关键在于你尝试的次数 回过头来一段失败的关系，可能最大的遗憾是一直待在那段关系里（很久才意识到应该早点离开，在你知道它不会有结果的那一刻就离开） 通过“一万次尝试”（虚指，类似一万小时定律，来自Malcolm Gladwell）来达到精通 迭代 不等于 重复 悲观是个难题 我们天生就容易悲观 悲观主义是进化的一部分 现代社会虽然有很多问题，但它比原始丛林要安全 现代社会由于杠杆效应，回报的上报很高 现代社会可以接触到大量不同的人，有很多尝试的机会，现代社会对失败宽容得多。我们要用理性的大脑去意识到这一点，去调整自己的思维方式。在现代社会，你更像是在运行一个搜索算法，去找到真正适合你的东西，而不是被一次失败困住。 一旦找到那个真正适合的选择，它会带来巨大的复利效应 一旦你找到适合共度一生的伴侣，你也可以在这段关系中实现“复利效应” 失败很多次也没关系，但关键是一旦你找到那个你注定要全力投入的生意，它将带来复利回报。 所以成为悲观主义者是没有意义的，你应该成为乐观主义者。但你应该对具体的事情抱怀疑态度，每一个具体的机会都可能会失败。但是在整体上，你应该保持乐观 怎么保持这种平衡呢？有点像心灵鸡汤，如果失败了，它是一次学习经历，它是一次迭代，只要我从中学习到了什么，反之才是失败。只要你不断迭代，及时止损，那么当你找到真正合适的东西时，你就要乐观，并让它产生复利效应。 所以不要一开始就盲目投入第一个机会，你不一定要和你约会的第一个人结婚（除非你很幸运）。你需要快速地探索和尝试，直到找到真正合适的选择。然后，你必须愿意全力以赴。两种方法都是必需的。 我也觉得这类标签，像“悲观主义者”“乐观主义者”“愤世嫉俗者”“内向外向”，这些都是自我限制，人类是非常动态的。 别管这些标签，最好还是专注于眼前的问题，以现实的面貌来看待它。在某种意义上，尽量把自己从这个问题中抽离出来。 你是参与其中没错，但动机性推理是最糟糕的推理方式，你无法通过过度自我驱动的推理找到真相（目的论？）。你必须保持客观，而客观意味着尽量把自己从其中抽离，保持一种中立的视角（正念？），或者至少尽量把你的个性从中抽离。 所以，你越是把自己深深地与某种身份和个性捆绑在一起，越会影响你的判断力。它会试图把你困在过去。 如果你说 “我是一个抑郁、不开心的人”，我就会不开心，这是把自己锁在过去的方法。哪怕是“我有创伤”“我有PTSD”。你是有一些记忆、闪回，偶尔也有不好的情绪，但 不要让它定义你自己，因为那样你就把它锁定为你的身份，结果只是不断地陷入循环。保持灵活更好，因为现实总是在变化，你必须能够适应它，适应能力也是一种智慧 适应是生存的关键，适应能力也是你能活到今天的原因之一（你的祖先也是适应者） 要适应，你需要清晰地看待事物。如果你通过自己的身份来看待事物，它会模糊你的判断力，影响你的决策