刚刚收到10月份的《程序员》，有几篇文章不错，推荐一下。
这期组织了一个产品开发、营销和运营的专题。第一篇就是周鸿祎的《用互联网的思想经营产品》，很赞同其中的很多观点。之前谢文有一篇文字，对开发、营销和运营三阶段有很类似的论述。分析Windows Vista这款失败产品那一段，和Joel on software的看法基本一致。
最近数据挖掘和推荐的话题很火爆，大牛们纷纷加入Resys Group。《程序员》保持了嗅觉灵敏、迅速跟进的特点，这一期里有《商品推荐背后的数学》和《Tag和Tagging》两篇与此有关。
感兴趣的一篇小文章是《编程习惯》，强调了版本控制、构建系统、自动化测试、代码评阅、重构、代码风格等六大基础设施。刚好和俺前两天写的不谋而合。
HR的内容越来越多了，例如《建立完整的外包人才体系》、《绩效考核的五种死因》、《绩效实施经验六法》等。今天和朋友吃饭，聊天说起这个来，很多HR部门都有故弄玄虚的坏毛病，交流困难，演进缓慢。在这种不良气氛下，个人的职业成长很多时候更需要依赖悟性和韧劲。
keso在讨论中国万网被阿里巴巴收购。刚好，我这两天正为万网怒火中烧。
无论私人域名还是单位用的pFind域名，一直使用万网的域名服务。虽然贵一点，但感觉服务还好，品牌比较可信。
昨天发现有域名被指向了121.199.253.187，再Google了一下，发现这个IP地址是一个诈骗网站，被网通电信列入屏蔽黑名单。在线提交了技术支持单，又打电话过去。服务人员态度倒还好，很快改回来，但没解释原因。今天域名被再次指向121.199.253.187。恼火，国庆敏感时期，域名莫名其妙指向诈骗网站，如果被管理机构封掉，说都说不清楚。
这说明万网有安全问题。作为国内最大的域名服务商，这种表现让人失望。
如今无论哪种软件产品都在强调用户体验。本质上，AJAX这一类近乎变态自我折磨的界面技术的热门，不是Geek式的炫耀，而是为了提高用户易用性。
用户易用性的核心，就是容忍用户犯错和偷懒，就是摆正心态：软件是仆人，而且要达到英国贵族管家的档次。
举个例子，微软Office到底好在哪里？录入一篇英文文章，不慎把三个字母的常用小词，例如and或the，敲错了顺序，弄成了adn和teh，一敲单词后面的空格或标点符号，MS Word就会自动帮你纠正过来。
别小看这个功能。一方面，对需求边界的把握是一门艺术：刚刚好有用，又避免算法自作聪明，用户常用到它，却意识不到它的存在。另一方面，实际也有很高技术含量：只有adn和teh才纠错，而其他字母排列不纠错，这是进行过“双手盲打”的人机工程学研究统计的。
设计者对产品的态度，就可以了解其职业能力和素养。总认为“这是用户该保证的”，不愿意完善异常处理的人，总是抱怨“请给点建设性意见，别老挑刺”的人……都命中注定做不出伟大的产品。记得《项目幸存手册》里说，听到程序员说出“哪来的这么笨的用户”这种混蛋话，就想跳起来骂人。
“傻瓜式的相机”成就了日本电子产业。对软件和网络行业来说，马太效应更加明显，Jobs式偏执狂席卷一切，拙劣的山寨仿制品，中国式的小聪明，走捷径，长久不了。
pFind的用户群都是科学家，极有条理和耐心的铁人，主观摸索欲望很强，不喜欢抱怨。对产品来说，这并不是什么好事。年底将发布pFind Studio 2.4版，会集中解决用户易用性问题，不是泛泛改善，要做出吓人的惊喜来。敬请期待。（正在收集改进意见，欢迎被我们软件痛苦折磨过的小白鼠们发邮件来控诉和诅咒。我们准备设立一个奖金，年底颁发给抱怨最多最毒的用户）
08年初放出“把Mascot打得满地找牙”的口号，现在看来实现比预想快。今天Boss H问两年后，我说“如果pFind免费，拿到50%的份额；如果不免费，拿到33%的份额”，他们说新一版狂言诞生了。真的只是狂妄自大吗，拭目以待。
BTW：hchi哥今天的PPT引起俺的赞同。要追求完美，不作自甘平庸的笨蛋；又要平常心，不抱怨，不喜怒无常，保持幽默感和倾听能力。同志们，遵从hchi哥的教导，勇敢前进了。
今天第一次参加Open Party的活动。
先说八卦。有对新婚夫妇，是去年11月在Open Party认识的，所以回来请大家吃喜糖。我没抢到，哇哇哭。
这次由ThoughtWorks提供场所。俺的隐秘动机，是想刺探传说中的TW是什么样子：
没有格子间，没有领导单间，除了会议室，全是开放的公共空间，很敞亮。墙上都是白板，贴满了User Story和CRC卡片，连临街的落地窗户也被用上了。游戏间放的是WII，零食还好……基本符合想象，不错不错。
言归正传，听了如下几个技术报告：
其中段练的《GWT技术》留下深刻印象，尤其是他开发的那个Web版化学分子结构编辑器让人叹服，回来查了查，原来专业是化学，业余爱好是编程；另外，Cat Chen的《JavaScript异步编程模式》功底很深，虽然只听了后半截仍然相当震撼；最近在乱看分布式存储方面的技术，成立涛的《Erlang与CouchDB》其实很感兴趣，可惜由于时间冲突，只听了几句。
BTW：休假即将结束，要收心干正事了。
昨天参加Beta技术沙龙，霍炬讲银杏搜索利用SNMP作服务监控的系统实现。
架构很简洁清楚，容易理解。上层包装也有不少好玩的，例如直连GTalk，无论管理人员的物理位置在哪里，都能实时监控服务状态，进一步手机短信也不难了。
报告摘要里，对需求的解释很到位：“运营大规模SAAS，对所有服务的状态进行管理和监控是难点之一……”。这正是我感兴趣的原因。日后pFind提供在线云计算服务，必然要考虑这方面的基础设施。其他听众包括，鲜果，有道，还有做安全检测的，看来都是有目的而来。
（顺便提一下，查了查我BLOG的订阅分布：Google Reader、鲜果、抓虾、豆瓣九点……Google Reader还是占压倒性优势）
银杏主要针对十几种服务进行监控。我想，也许还能支持更细粒度的监控。例如在大规模集群环境中，监控每个节点上的计算进程，以保证MapReduce形式的大规模云计算服务的可靠性。会后交流时，我就此问了霍炬的想法，他没有明确的同意或反对。
这是第一次见到霍炬真人版。果然是好工程师。逻辑清晰，思路活跃，解决方案明快有效，没有拖泥带水的废话和掩饰。
会后又和tinyfool、nzinfo聊天（主要是他们说，俺听）。nzinfo第一次见，大侠居然在自己的iPhone上安装gcc和vi，更过分的是还装git版本管理。这么牛，怪不得有资格做tinyfool的竞争对手。nzinfo演示了几种iPhone上最著名的金融终端，包括布隆伯格（Bloomberg）的，各种分析工具还真挺全面。
tinyfool刚发了一篇BLOG，谈谈对双人编程、单元测试、重构的理解，说得很到位，推荐。
奇怪，这帮注重实战的工程师，全都开始踅摸起数学、折腾起matlab。难道是传说中的天下武学殊途同归。
误打误撞，发现牛人团伙。
原本打算参加这期Beta技术沙龙，听霍炬讲的报告《大规模软件服务的管理和监控》。结果粗心大意，把时间记错了一天，今天下午就闯到奇遇花园咖啡馆去了。
也幸亏记错了，才能遇到Resys的牛人们线下聚会，正在讲数据挖掘和推荐系统的算法（collaborative filtering），于是就买了饮料，蹭听了一场。
讲演者是The Ensemble团队的中国成员，传说中的xlvector大侠。具体内容，当然是他们拿到Netflix Prize比赛leaderboard头名的比赛经验。
下面开始八卦，给没听过Netflix Prize的火星人科普一下：
美国DVD在线租赁商Netflix于2006年发起的竞赛，悬赏100万美元，只要提交比其现有Cinematch效果好10%的新算法，就获得巨款。Netflix公开了四十八万多用户对一万七千多部电影的上亿条评分记录，要求算法推测另外三百万条记录。同时，100万美元存入银行，每年5万利息作为年度进步奖，发给当年取得最好效果的参赛者。
Netflix Prize产生了轰动效应。大概是因为，这让公众亲眼目睹，靠数学和编程是如何挣到真金白银的100万美元的。主流媒体，例如《纽约时报》对此给予了大量报道（2009年7月27日的报道是：Netflix Challenge Ends, but Winner Is in Doubt）。技术领域的超女选秀？你终于明白了。对Netflix来说，得到了性能超群的数据挖掘算法，还做了广告，名利双收。
回来再说xlvector的讲座，八卦内幕相当精彩：一开始你追我赶；接着合纵连横，世界各地的独立的技术和参赛者逐渐融合，成为团队；最后，居然涉及复杂的商业谈判，大鱼吃小鱼，直到非此即彼，参与两个巨型阵营的团战……
伴随比赛过程，发表了大量的高水平论文，也申请了不少的算法专利，还有不少好玩的讨论：
比如有人研究了参加者的性别，发现一开始有很多女性参赛者，而且成绩很不错，但最后两个“超级大国”团队里没女性。研究结论是：女性不会投入两三年时间去做一件根本不可能成功的事；男性相对单细胞一些，杀红眼了就钻进去出不来了。
参赛者Bill Bame在BLOG写到，他发现团队里都是两种人，一种是数学家，一种是工程师，思维方式行事风格截然不同，但两种人都发挥了至关重要的作用。
The Ensemble团队最后30天工作中，租用了EC2云计算平台进行模型的训练与融合，每小时0.2$。MapReduce模式比较适合离线推荐算法。
OK，八卦写完了。很久没遇到这么好玩的东西。推荐Resys Google Group。这篇BLOG中链接和引用，都是我回来刚搜索出来的，未必全面准确，大家继续挖掘吧。另外，明天的Beta技术沙龙，我也很期待，号召大家参加。
最后赞一下奇遇花园咖啡馆。今天交流到最后，xlvector跑到墙边（整堵墙是一块巨大的黑板），用粉笔演算方程。一帮怪人在下面长吁短叹，其他客人头也不抬，继续喝咖啡上网。
照片来自wentrue的flickr
BTW：只是咖啡馆附近的西直门地铁，实在让人恼火。感觉自己是实验小白鼠，在八卦阵里撞来撞去，难道就没有专业人士稍微做些优化吗。
最近有一篇不专业的新闻报道，给龙芯造成了很坏影响。虽然不从事这个领域，还是要挺一下龙芯。具体的技术、法律和产业上的分析，这篇贴子写得很清楚，就不多说了。其实微软、Intel和IBM每年都有上百件类似的专利官司。
联想到前两年Linux专利案。API或指令集仅仅是约定或接口而已，底层模块怎么去实现它才是核心问题。MIPS指令集是20年前的基础性知识，本就源于大学教授的经典CPU设计课程教案（我研究生《体系结构》课学的就是那本书）。
这不是特例。比如，无论欧洲、美国、中国三大移动3G标准哪一个，都涉及到CDMA基础，都要给高通专利费，而高通的知识产权，源于二十年前，公司创始人在大学做教授时的研究性工作。
人人都在别人肩膀上继续创新，没可能也没必要重新发明轮子。
授权给欧洲的意法半导体以后，龙芯的海外销售有突破。要进一步走向世界，就必须把法律问题清理好。反过来，如果不是好产品，没有市场潜力，那些CR虫子（知识产权律师）也懒得和你谈。
这一代中国科研团队很辛苦，因为要替之前几十年的空白还账。这不仅仅是指技术，还有商业、法律方面的积累。有些学费，你是绕不过去的。但是，一旦打进圈子，熟悉了游戏规则，建立起自己的势力范围，就反过来，有资格向后续玩家收“保护费”了。这很有挑战性，每一代都有自己的使命。
无论做什么，踏踏实实都是王道。巴菲特说，如果不打算拥有一支股票二十年，就不要拥有它5分钟，说到底，你必须相信自己投资的东西。这句话也可以用来说科技创新，如果你不相信现在的跟随、积累和尝试在二十年后终能带来回报，就不要做科研。
参加贝塔技术沙龙，活动位置在西直门奇遇花园，参加的工程师很多，不少牛人，比如《走出软件作坊》的作者阿朱，抓虾的徐易容，sohu论坛的架构师钱宏武等。
Tinyfool和Robin Lu先后讲PPT，由浅到深介绍iPhone开发。Tinyfool上来不废话，敲键盘写demo，实际Run出一个hello world。然后Robin Lu再给出更系统性的介绍，比如常用的设计模式等等。对于我这种不熟悉Apple开发环境的菜鸟来说，学习曲线刚刚好。
像Tinyfool说的，Object-C语法的确有些怪。但对于接触过多种编程语言，尤其是了解动态语言特征（比如消息映射、委托、依赖注入）的程序员来说，只要把概念对应到具体实现方式，剩下就是Goolge文档、照方抓药了。
随后的提问讨论也很精彩，而且涉及到技术以外的内容，例如App Store的商业模式等等。有个在Google实习做Android研发的清华学生提了不少好问题，包括iPhone和Android的对比。他每提一个问题，我就暗自点头：“对，我也正想知道。”
大家的共识是，应用平台的成功取决于能否建立良好的生态体系，让消费者、第三方的开发者都遵守规则，分享收益。当然，一旦领先者找到聚宝盆大赚特赚，而竞争对手却无法从模仿其商业模式中获利，就会有破坏性创新出来搅局。个人觉得Android的开放机制对iPhone的App Store封闭模式有威胁。当年，就是土气但开放的PC战胜了高贵而封闭的MAC。
96年看比尔盖茨的《未来之路》，预言到2010年，普通消费者就可以用手机从网络上购买游戏和音乐，查询和预订周围好吃的馆子。现在支付宝、点评网、App Store都很普及，一旦3G搬到手机上，Big G的预言就算实现了。只可惜MS并没有在这波竞争中取得优势。
最后抽奖，我幸运得到了一本《iPhone开发基础教程》，内容的确不错。
昨天交流里提到了智商问题。回来查了一下。另外还有与此相关的若干八卦。
先给定义，IQ是一种统计学的离差值。简单说，假设正常人的智力符合正态分布，取平均值为100，IQ值距均值越远，发生概率越低。110－120的占14.5％，120－130的占7％，130－140的占3％，其余0.5％在140分以上。
影响智商的因素很多，比如遗传、营养、文化和前期教育。对比分布，男性比女性的方差大。也就是说，相对而言，男性里的天才和傻瓜所占比例都高于女性。
高智商人群患精神疾病的概率比普通人大。有猜测是基因导致的，也有解释是社会原因。两者都受到统计学证据支持。《梦断代码》里就提到过，IT群体里，Asperger’s Syndrome（轻度自闭症）发病率较高。
一时兴起做了个在线测试，得到的IQ是138。感觉测试题目让拥有先验知识（例如，学过Fibonacci数列）的人得到了不公平优势。也就是说，教育程度的不同、学科专业的不同，都会导致测试偏向性。反过来，记得前两天美国统计，财富排行榜上的人物，教育程度低于均值，但数学能力大大高于正常水平，恰恰说明这帮人的脑瓜真的先天就灵活。
这就又回到昨天TL聚会讨论的内容，智能的本质，到底是“超大存储+超快检索”（换句话说，足够多的先验知识），还是另一种计算模型呢？
有人认为，如果有足够大的存储和足够快的计算，现有计算模型已经够了，人的分类效果实际并不比Machine Learning算法高明多少，差别在于人拥有海量先验知识。记得Goolge公司发表过一篇文章也持这种观点，如果真如此，意味着互联网本身的终极目标就是一种智能；
但也有不少人认为现存计算模型还差得远，实际上人脑的单位计算速度已经比现有电脑慢（当然，人脑是大规模并行计算，总计算量还很惊人），智能根本差异源于架构和模型。而且先天来说，很多底层本能反射不用训练，写在DNA里。
今天TopLanguage聚会，见到了崇拜已久的若干大牛的真身，比如传说中的pongba和Tinyfool……
神侃内容：从互联网广告的商业模式开始，到电子商务的信誉体系和物流体系；到语义网络技术、信源挖掘推荐和评价；到人工智能、基因进化和大脑神经机制；到精密机械制造业和破坏性创新；到豆瓣应该完善的若干features需求；到北京美食和若干”驻京办”位置；到房价和经济危机；到国有垄断行业和IT创业；最后到各自工作中正在面对的算法和工程难题。
能参加TL聚会的，大多有两个特征：技术不错，外向能言（写BLOG有文笔）。所以这样的聚会不会冷场，谈的话题也都绝对有趣儿。
不幸的事实是，几乎所有人的工作都与互联网行业有关（连googollee的机顶盒也是），俺除外，哇哇哭。