用来用去还是 VS Code 好用……
在写前端项目的时候,Zed 的内存开销相比 VS Code 没有太大优势,但是 VS Code 的插件比 Zed 更好用,即便是同款插件,VS Code 版本的似乎也更智能一点。譬如 Svelte 的组件导入,VS Code 版本的 Svelte LSP 插件的补全提示很快能显示出来,而 Zed 版本几乎只能靠 AI 的 inline hint,插件好像就不会显示组件的补全。
另外 VS Code 的动画会更顺滑一点,不知道是动画还是字体效果的缘故。
用来用去还是 VS Code 好用……
在写前端项目的时候,Zed 的内存开销相比 VS Code 没有太大优势,但是 VS Code 的插件比 Zed 更好用,即便是同款插件,VS Code 版本的似乎也更智能一点。譬如 Svelte 的组件导入,VS Code 版本的 Svelte LSP 插件的补全提示很快能显示出来,而 Zed 版本几乎只能靠 AI 的 inline hint,插件好像就不会显示组件的补全。
另外 VS Code 的动画会更顺滑一点,不知道是动画还是字体效果的缘故。
因为 vitest 只能用 node 运行,所以 不得不吧 easy-office-2 的里所有直接调用 Bun Api 的代码全部改成兼容 Node Api 的形式。
质疑 node,理解 node,使用 node,但是我依然讨厌 node。
最近清理了一波电脑。浏览器用 Helium 替代了原来的 Chrome。代码编辑器用 Zed 替代了 VSCode。输入法从 Rime 换回了 macOS 原生的拼音输入法。
关于 Zed,我已经在[2025-10-22_20-34-49|我支持用 Rust 重写世间万物提到]过了。这两天实际编码体验非常好,不过我写的毕竟还是 JS / TS ,工具链全部基于 Node,内存开销并不低。Zed 本身的内存占用也不低,启动倒很快。希望 Rust 社区继续发光发热,继续改造 JS / TS 工具链,把 Node 干掉。说到这里我又馋 deno 了……
Helium 和 macOS 原生拼音输入法的体验都不错。Helium 本身是基于ungoogled-chromium,使用体验和 Chrome 差不多,但没有 Google 服务的捆绑,开销更低。
至于 Rime,更像是一段插曲。当初是因为 macOS 原生拼音输入法有 Bug,会导致莫名其妙的死机,我才换到 Rime 的。现在 macOS 原生拼音输入法已经稳定了很多,Rime 高度个性化的优势在我这里也不算优势,从零开始培养一个惯用的输入法对我来说也很麻烦。除了不喜欢 Tahoe 的液态玻璃效果,我对 macOS 原生拼音输入法没有任何不满。
再次尝试使用 Zed。
2 年前刚学编程那会体验了一下 Zed,因为生态不完善没有继续使用。现在 Zed 写 Svelte 已经没啥问题了,也支持 GitHub Copilot。基于 Rust 的编辑器,运行速度没得挑。
原本以为没有 Foam 插件,处理我的 markdown 笔记会不方便,结果发现 Zed 有类似的 markdown oxide 插件,功能类似。
现在编码体验非常流畅,舒服了。
Rust 大法好。我支持用 Rust 重写世间万物。JS / TS 生态就应该用 Rust 重写,把 language server 什么的都重写了。现在电脑里剩下的 node 进程基本都是 language server。
看到一个有趣的类比,将联想记忆法比作数据库建索引,本质上是拿空间换时间,在一个缓冲区里放更多数据,以此减少常∫用数据的索引速度。
Anton Putra在 YouTube 上发了一条视频,对比了 FastAPI (Python) 和 Node.js 的服务端性能表现。第一轮是测试单纯的 Get 请求,第二轮是测试 PostgreSQL 数据库的写入。两轮测试下来,Python 的综合性能表现差不多是 Node.js 的 1/10。
一般来讲服务端的性能瓶颈都在数据库 IO,很少会遇到 CPU 瓶颈。Anton Putra 测试过不少语言和服务端框架,Python 是为数不多能在测试中段就能撞上 CPU 性能墙的。而且撞墙以后也没有恢复,后半段被锁死在 50% 的 CPU usage 上跑完了全程,也不知道为什么。
FastAPI 已经是 Python 生态内性能比较好的框架了,我真不敢想 Django 这种老乌龟得慢成什么样。没有 jit,再加上 gil 的限制,Python 的性能真的……配不上它今天的江湖地位。
最关键的是,Node.js 在 JavaScript 生态内的性能也不突出,甚至可以说是比较拉胯的……
又心痒痒了,想试试用 htmx + Python 写写小项目。
不过 Python 的速度真不行,感觉 Bun 会好很多。
但是 Python 的 Ai 生态更好,JavaScript 生态圈内优质的 Ai 开源项目太少了。
好纠结啊。
所有基于 Electron 开发的软件似乎都会在 macOS Tahoe 遇到水土不服的问题,包括但不限于卡顿、发热。Electron 是最常用的跨平台开发框架,也就是说,包括 VSCode、Cursor 在内的很多常用软件都会中招。
成因似乎是 macOS Tahoe 的 WindowServer 组件有 Bug,在渲染带阴影窗口时存在严重性能回退,所有带阴影 Electron 窗口会异常消耗 GPU 资源。
暂时没有看到关于 Chrome 的反馈,但是我感觉 Chrome 在升级后资源开销也变大了。
苹果 💊。
学习就是拼图。常规路径是从一个起点开始,一块连着一块,慢慢把图拼完。
但是在绝大多数时候,情况没有这么理想。很多突如其来的问题和已知部分的拼图没有关联,但是你又需要将他放到合适的位置。
这个时候,你只能不断尝试,将他和其他拼图连起来,寻找它和已有部分的联系。譬如问人,问搜索引擎。但是因为它和你已知部分没有关联,所以你问的问题可能非常荒谬、可笑、没有意义。
如果对方水平比较高,能从你的提问中猜到你想要什么,给你一个有用的答案,那是万幸。但这是小概率事件,大部分人的运气没有这么好。在大多数时候,即便你问对了人,他也不知道该怎么回答你,或者给出的答案对于你来说毫无意义。
甚至你可能连问题都问不出来,只能自己不断试错。
这个过程是盲目、困难和痛苦的。
我觉得 AI 的出现,能在很大程度上缓解这个问题。因为 AI 的知识面非常广,能从很多不同的角度理解、回答你的问题。它可能不能直接给你答案,但是能从你的提问进行推测和延伸,让你能沿着一个方向继续追问。
我觉得这一点,在和 AI 结对编程的时候体现得非常明显。因为一些库或者包的文档写得非常差,或者根本没有文档,你只能通过试错来使用它们。
这个时候,你把问题甩给 AI,它可能并没有学习过这个库,但是它能从已经学习过的代码中,推测出这个库的用法。毕竟大部分接口的设计都是类似的。
AI 在这里就像一个经验丰富的老师傅。毕竟人类的经验,也是一种大数据。