关于本刊
这是猫鱼周刊的第 44 期，本系列每周日更新，主要内容为每周收集内容的分享，同时发布在
博客：阿猫的博客-猫鱼周刊
RSS：猫鱼周刊
邮件订阅：猫鱼周刊
微信公众号：猫兄的和谐号列车
先祝各位国庆假期快乐。上周因为单休加上临近假期，周刊暂停了一期，这周继续。
文章
Too good to go、Olio 和惜食魔法袋
有些平台跟餐馆、咖啡店、超市和酒店等合作，推出可预订的临期食品盲盒。通常以比较低的价格可以获得价值更高的临期食品，主要解决食物浪费的问题。
这两部分也恰好是 Too Good To Go 商业模式能成功的面子和里子。
面子就是品牌，其理念需要被大众接受和认可。里子则是公司可持续发展模式的根本。理念型的东西，值得被提倡和宣传，但不能反人性。贪点小便宜是消费者的需求，希望自己买到的东西是「划算的」。是否真的划算不重要，重要的是这种感觉和体验。对餐馆来说，塑造环保品牌、处理临期食品、引流，也是他们的需求。所以，即使是临期食物，如果给消费者提供的是不良体验，则得不偿失。
提到这里，我想起一个反例：苹果当时以「环保」的名义取消赠送充电器，就被人反复诟病，原因就是因为这是「反人性」的。
我试用了文章里提到的趣小袋和惜食魔法袋，趣小袋在深圳没有商家入驻，而惜食魔法袋则是有一些烘焙店入驻，附近几公里大约有十几家的样子，价格从 11.9 到 19.9 不等，就是面包盲盒，品牌不如作者体验的大牌，食品卖相看着也一般。从评论看，基本上半年可能都没有一单。感觉这个还是太理想化了，烘焙店进驻几乎没有成本（面包基本就值那个成本，而且成交量也不大），还顺便蹭个曝光，所以才入驻了，但实际上根本没什么人用。理想和现实还是存在鸿沟。
程序员出书的回报率如何
原文是 v2ex 上的一个帖子，根据 v 友的回答，一本书大约收益在 2-3 万人民币左右。
学生时代买过几本所谓的「Spring Boot 实战」的书，也买过一些 NLP 方面的书，当时还没什么判别能力，看到出版社也比较权威，就买了。后来「知识付费」兴起，断断续续也付过不少费，有的是真的值（例如陈皓的专栏），也有很多买了没看（对内容其实不那么感兴趣/内容质量差）。再者，技术的迭代是非常快的，如果你买了一本两三年前出版的书，加上出版前撰稿、审校的时间，实际差距可能有四五年之久，因此很有可能你学到的东西在新版本里都已经被废弃了（对，说的就是 @Autowired）。所以，从学习者、消费者的角度，最好还是去看官方文档（一手）或者博客（二手，次之），最后才是去买书。
至于说出书，我印象最深刻 GPT 3.5 推出之后没多久，逛书店发现了好一些蹭热度的书，里面的内容跟 AI 只有在标题上是有关系的。技术类实体书本来付费群体就很小，做这些有点昧着良心赚钱的意思。
八个版本的 UUID 以及何时去使用他们
这类文章有点「规则怪谈」的味道。简而言之，如果你只是需要一个随机的 id，你应该使用 UUID v4，如果需要排序（例如数据库里的键）可以使用 UUID v7，其余的版本要么被替代了，要么在特殊需求下才需要使用。
项目
LogicFlow
滴滴开源的流程图前端框架。分享这个倒不只是项目本身，滴滴作为祖国版 Uber，在开源上也有点 Uber 的样子（x），之前也分享过滴滴的问卷，感觉滴滴在开源这块做的还不错的。
（滴滴的开源项目数和 star 数基本上跟 Uber 是在一个量级的，数据来源于我的另一个项目）
ltfs
LinearTapeFileSystem/ltfs - GitHub
磁带机文件系统，支持 LTO5 以上的磁带。磁带这种介质目前还在商用领域广泛使用，有备份可靠、成本低等特点。冷知识：Linux 上的 tar 命令实际上就是 Tape ARchive 的简写。因为磁带这种介质只能顺序读写，所以把文件打包实际上是为磁带优化的一种存储方式。
工具/网站
Nothing
什么都不做，又或者说「放空」。现在的氛围其实很焦虑，很少有人真的能静下来什么都不做，什么都不想，就发呆。从个人角度，我的大脑就像一个不断求最优解的优化器。
这个网站提倡你什么都不要做，就盯着页面上的秒数上涨，或者走一下神。FYI，我最放松的时刻是在空旷的泳道里游泳，或者就在水底看着水面吐泡泡。
SQL to Gorm
一个支持把 SQL DDL 转换成 Gorm 结构体的工具，右上角支持自定义一些写法，测试下来效果还不错。
另一个方式是，在 IDE 里同时打开 SQL 和要生成结构体的文件，使用 Copilot 或 cursor 一路 tab。
想法
做一行懂一行
看了罗永浩和王自如的「辩论」，但与其说是辩论，不如说是老罗压倒性的反击。这其中的事实、对错抛开不谈，老罗给人一种印象是真的对行业有很充足的了解。他经常提到自己并不懂技术，但其实对市面上主流的产品使用什么硬件、各种技术的优劣了然于胸，对于一些专业问题也会像手下的工程师去了解。再对比王自如，标榜硬核的评测媒体，却一知半解、将错就错。
之前 Apple Intelligence 推出的时候我就觉得跟老罗当年做的 TNT 很像，作为产品经理，他对需求的了解是很明确的，设计的交互也很好。但 TNT 没有成功的原因是它脱节了，既没有现在 LLM 的技术，也没有足够的软硬件支持，可以说是被研发坑了。
最后
本周刊已在 GitHub 开源，欢迎 star。同时，如果你有好的内容，也欢迎投稿。如果你觉得周刊的内容不错，可以分享给你的朋友，让更多人了解到好的内容，对我也是一种认可和鼓励。（或许你也可以请我喝杯咖啡）
另外，我建了一个交流群，欢迎入群讨论或反馈，可以通过文章头部的联系邮箱私信我获得入群方式。
