TLDR:

x-cmd v0.8.5 主要新增 7 个基础库的文档，回顾一下每个模块功能：

• humantime: 支持秒数和人性化时间互相转换
• is: 判断值是否符合预期
• assert: 测试断言，验证结果是否符合预期
• host: 基于/etc/hosts文件的 host 表管理
• tmp: 跨平台临时文件和目录管理
• rand: 生成随机 UUID、邮箱、IP 等数据
• str: 提供大小写转换、分割等字符串操作

🚀 x-cmd v0.8.5 Beta 更新详情

humantime ⏰

增加 humantime 模块文档 —— 为时间参数转换提供底层支持。

人类说"等3小时"，机器只懂"10800秒"。这个 GAP 由 humantime 来填。
它是 x sleep 3h、x timeout 2h30m 等命令的基础设施，让用户能直接用自然语言表达时间。

x humantime 3600      # 输出 1h
x humantime 2h30m     # 输出 9000

支持 d/h/m/s，小数秒也行。下次写定时任务不用再心算了。

is 🔍

为 is 模块增加文档 —— 写脚本时 [ ] 语法总让我心虚。

特别是检查数字范围、文件新旧、环境类型这些，test 命令的写法我总是记混。
干脆封装成一个个子命令，语义更清晰。

x is int 42                 # 是不是整数？
x is minmax 1 100 50        # 50 在 1-100 范围内吗？
x is interactive            # 当前是交互式 shell 吗？

支持类型检查、范围判断、文件新旧比较、环境检测。代码读起来更自解释。

assert 🛡️

为 assert 模块增加文档 —— 被一次 debug 搞崩溃了。

有个函数偷偷改了 $HOME，后面所有命令全挂了，找了半天才发现。
所以做了这个测试工具，重点是变量快照功能：保存 → 执行 → 对比，一眼看出谁泄漏了。

x assert true [ 1 -eq 1 ]
x assert var save; my_func; x assert var cmp

也支持常规的 true/false、类型检查、文件判断。写模块测试时用着挺顺手的。

host 🌐

为 host 模块增加文档 —— 改 /etc/hosts 这件事我始终觉得危险。

sudo vim 进去，手一抖改错了，DNS 就全乱了。而且找域名的时候还得肉眼扫。
做个带模糊搜索的安全版本，自动备份，错了还能恢复。

x host              # 分页查看，支持搜索
x host fz           # 模糊找域名
x host ed myapp.local=192.168.1.100

编辑前自动备份，操作都在临时文件完成，确认无误才写入。放心多了。

tmp 📁

为 tmp 模块增加文档 —— 跨平台临时目录这事实在是太乱了。

Linux 是 /tmp，macOS 可能是 $TMPDIR，Windows 又是另一套。写脚本时总要判断。
统一封装一下，还加了创建临时文件/目录的功能。

x tmp path          # 获取系统临时目录
x tmp mkdir cache   # 创建临时目录
x tmp mkfile        # 创建临时文件

带 _ 后缀的是内部版本（如 x tmp path_），结果存变量，供其他脚本调用。

rand 🎲

为 rand 模块增加文档 —— 写测试数据时 $RANDOM 不够用了。

需要 UUID、假邮箱、随机 IP 的时候，总要去翻其他工具。
干脆集成到一起，还能批量生成。

x rand uuid
x rand uuidv7       # 时间有序的 UUID
x rand email 5      # 批量生成 5 个邮箱
x rand int 1 100    # 1-100 之间的随机整数

也支持浮点数、不同格式的字符串。写测试用例时少很多烦心事。

str 🔤

为 str 模块增加文档 —— awk/sed/tr 组合拳我老是记混。

大小写转换、base64、trim、replace，这些简单操作其实挺常用的。
但每次都要想「这次该用哪个工具」就很烦。统一到一个命令里省事多了。

x str upper hello
x str base64 hello
x str trim "  spaced  "

还支持 split/join、md5/sha256、换行符转换。日常字符串处理基本够用了。

gemini 🤖

修复配置自定义 endpoint 不生效的问题 —— 抱歉，这是个低级错误。

有用户反馈配置了中转站 endpoint 但请求还是跑到 Google 官方去了。
查了下发现是配置读取时的逻辑问题，自定义 endpoint 没有被正确应用到请求中。

现在配置会正确生效了：

x gemini --cfg endpoint=https://your-proxy.example.com

感谢 @shlroland 在 #376 的反馈。

⬆️ 如何升级

现有用户可以通过以下命令快速切换至 Beta 版本进行体验：

x upgrade beta

如果你没有安装 x-cmd, 只需要打开你的终端:

eval "$(curl https://get.x-cmd.com)"

x-cmd 是一个一站式的命令行工具集，其强大的功能可以为人类用户和AI共同使用。它还简化了很多工具的安装方法。
马上安装，让 x-cmd 协同 AI 成为你的最强助手，实现生产力翻倍！

🤝 开发者反馈

如果您在自定义配置或代理设置中遇到任何疑问，欢迎前往 GitHub Issues 提交反馈，共同完善 X-CMD 生态。

训练集和测试集如果来自不同的分布，会怎样？

类似的问题不是没遇到过只是语境不同，比如说模型上次构建以来是否发生了数据漂移？销售分析中产品 A 和产品 B 的分布是否存在差异？归结下来问的都是同一件事，如何量化两个分布之间的差异。

单变量分析是最直接的入手点，逐个变量比较训练集与测试集的分布形状。但光看单变量可能不够。变量之间的联合关系如果存在差异呢？

怎么量化这种差异？Energy Distance 可以解决这个问题

Energy Distance 是一种用来度量两个概率分布差异程度的统计指标。两个分布完全相同时取值为零，分布差距越大数值越高。

形式化的定义

给定概率分布 F 和 G，从中分别抽取随机向量 X 和 Y，Energy Distance D(F,G) 的定义如下：

D(F,G) = 2E||X, Y|| — E||X, X'|| — E||Y, Y'||

定义包含两类距离。E||X, Y|| 是跨分布数据点对之间的期望欧几里得距离（一个来自 X，一个来自 Y），称为交叉距离；E||X, X'|| 和 E||Y, Y'|| 则是同一分布内部数据点对之间的期望欧几里得距离，称为组内距离。

Energy Distance 的原理

可以把 Energy Distance 类比为一个带电粒子系统的净相互作用能。设想两团点云，一团带正电，一团带负电。交叉距离对应异号粒子之间的相互作用能，组内距离对应同一团点云内部的自相互作用能。当交叉作用恰好被自作用抵消：即两个分布完全一致——净能量为零；否则为正值。

用一句话概括：

Energy Distance 度量的是两个分布之间的分离程度超出各自内部自然分离程度的幅度。

下面用两个二元分布的可视化来展示这一思路，同样的原理可以推广到更高维。

两个分布完全相同时，Energy Distance 为零。

随着两个分布彼此远离，交叉作用占据主导，Energy Distance 上升。

当每个分布内部的数据点变得更分散时，自作用开始抵消交叉作用，Energy Distance 趋向于零。

Energy Distance 解读

单独看 Energy Distance 的数值意义不大，通常需要配合置换检验来判断观测到的数值：即从原始样本计算得到的 Energy Distance，是否反映了两个分布之间具有统计意义的差异。

置换检验的零假设是 X 和 Y 来自同一分布（F=G）。操作上，将两组样本合并后随机重新分配组标签，保持原始样本量不变，反复计算 Energy Distance，由此构建零假设下的经验分布。p 值等于置换统计量超过观测统计量的比例。

置换检验的结果未检测到训练集与测试集之间存在整体性的分布偏移，无证据表明发生了全局协变量偏移。但这不等于排除了局部外推的可能：特征空间中稀疏及尾部区域仍需额外检查。

总结

Energy Distance 是一种基于度量的统计工具，适用于衡量两个多元分布的差异程度。数据漂移检测、A/B 测试中的样本一致性验证、不同群体间的分布比较——只要涉及"两组多元数据是否来自同一分布"的判断，它都能派上用场。

相比逐变量的单维度检验，Energy Distance 的优势在于能够捕捉变量间联合关系的变化，而不仅仅是边缘分布的偏移。配合置换检验，可以得到具有统计意义的推断结论，而非停留在视觉直觉上。

不过也需要注意它的边界。Energy Distance 检测的是全局性的分布差异，对于局部区域——特别是特征空间中样本稀疏的尾部——敏感度有限。高维场景下，欧几里得距离本身的区分能力会随维度增加而衰减，这一点同样会影响 Energy Distance 的表现。在实际使用中，结合局部密度估计或分区域检验等方法做补充验证是更稳妥的做法。

https://avoid.overfit.cn/post/7e479c1020bb4a25ab533c7cc4761894

by Inno Tanaya

​

ScreenFlow 9.0.1 是 Mac 上专门做录屏和视频编辑的软件，简单说就是能一边录屏幕、录摄像头，一边录声音，录完直接在这个软件里剪视频、加字幕、加特效，最后导出成品。

1. 先下载好安装包

安装包下载：https://pan.quark.cn/s/4fb4c13b4d2d  ，把 ScreenFlow9.0.1.dmg文件下载到你的 Mac（比如放桌面或下载文件夹，别塞太深的子文件夹，一会儿好找）。

2. 打开 dmg 镜像文件

找到下载好的 .dmg文件，双击它——屏幕会弹出一个新窗口，里面一般有俩东西：一个是“ScreenFlow”的图标（一般是深蓝色方块，上面有摄像机+录屏框样式），另一个是“应用程序”文件夹的快捷方式（小文件夹图标）。

3. 把软件拖进“应用程序”文件夹

按住“ScreenFlow”图标，直接拖到旁边的“应用程序”文件夹里（跟平时拷贝文件一样），等进度条走完，这一步就装好了。

4. 首次打开要“解锁”（重点！）

去“应用程序”文件夹找到 ScreenFlow，双击打开。第一次运行时，macOS 会弹提示“无法验证开发者”，别慌：

• 点左上角苹果图标 → 选“系统设置”（旧版叫“系统偏好设置”）→ 左侧点“隐私与安全性”；
• 右边往下翻，找到“安全性”区域，会看到“已阻止使用‘ScreenFlow’，因为来自身份不明的开发者”，下面有个“仍要打开”按钮，点一下，再输开机密码确认就行（如果没看到“仍要打开”，先关掉提示窗口，重新打开软件，提示会再出现）。

5. 激活软件（关键！）

ScreenFlow 是付费软件，装完后打开会提示激活：

• 有正版授权：点击菜单栏 ScreenFlow→ Registration（注册），输入购买时收到的 License Key（序列号），点“Register”就能用；
• 没激活的话：可以用试用版（一般能免费用 30 天，功能全但导出会有水印），想长期用建议去官网买正版（一次性买断，比订阅制软件划算），别信破解版，容易闪退、丢项目，还可能带病毒。

6. 可选：装中文汉化包（看需求）

如果习惯用中文界面，可以装汉化包：

1. 先退出 ScreenFlow；
2. 解压下载好的汉化包，找到里面的 zh_CN.lproj文件夹（或其他中文语言包）；
3. 在“应用程序”里右键点 ScreenFlow → 选“显示包内容”；
4. 依次打开 Contents→ Resources文件夹；
5. 把 zh_CN.lproj文件夹复制进去（如果原来有同名文件夹，选“替换”），然后重新打开软件，界面就变中文了。

​

最近经常听到大家在讨论：“现在 AI 写代码太快了，我写一个功能要半天，AI 只要几分钟。我们是不是很快就要失业了？” 或者是 “我是不是得练练打字速度，或者拼命学 Prompt，才能跟上 AI 的节奏？”

今天我想和大家聊聊一个反直觉的观点：在 2026 年，写代码“快”已经不再是核心竞争力了。相反，那些愿意“慢”下来的程序员，反而在大厂里变得越来越稀缺，也越来越值钱。

为什么“快”反而成了问题？

先说一个现象。现在很多团队里，代码生成的数量是以前的几倍。以前一个项目可能只有几万行代码，现在动不动就几十万行。为什么？因为用 AI 生成代码太容易了。

但是，代码多，不代表软件质量好。

AI 代码的“虚假繁荣”

你让 AI 写一个登录功能，它立刻给你生成一段代码。你一运行，没报错，能登录。你觉得任务完成了，效率很高。

但这段代码里可能藏着很多问题：

• 它有没有处理网络断开的情况？
• 用户输入特殊字符会不会导致程序崩溃？
• 它的加密方式是不是已经过时的？
• 它和现有的用户系统兼容吗？

如果你只是快速地把 AI 生成的代码复制粘贴进去，而不去仔细检查，这就相当于在项目里埋下了一个又一个的地雷。

这就是“快”的代价。

现在的公司发现，修复这些由 AI 快速生成、但缺乏深思熟虑的代码所花的时间，比从头写一遍还要多。

2026年程序员的价值分层

参考现在行业的现状，我们可以把程序员在 AI 时代的角色分成三类。你会发现，越是“慢”的角色，地位越稳固。

1. 搬运工（最求“快”的人）

这类程序员的工作模式主要是：把需求发给 AI -> 复制 AI 的代码 -> 粘贴到项目里 -> 报错了再问 AI。
他们看起来效率极高，一天能提交几十次代码。
现状：这类人最容易被替代。因为他们做的事情，其实就是一个自动化脚本能做的事。而且，他们制造的 Bug 往往比产出的功能还多。

2. 审核员（懂得“停顿”的人）

这类程序员也用 AI，但他们不会直接信任 AI。
AI 生成代码后，他们会停下来，花时间去阅读每一行代码。

• “这个变量命名符合我们团队规范吗？”
• “这个循环在大数据量下会不会卡死？”
• “这段逻辑是不是和昨天的代码重复了？”
  他们写得快，但合入代码很慢。他们把大部分时间花在 Code Review（代码审查）和测试上。
  现状：这是目前大厂非常需要的中坚力量。他们能利用 AI 提高效率，又能保证质量不下降。

3. 架构师与业务专家（最“慢”的人）

这类人可能几天都不写一行代码。
他们大部分时间在开会、画图、写文档、甚至只是在发呆思考。
他们在想什么？

• “这个功能真的需要做吗？是不是砍掉更好？”
• “现在的系统架构能不能支撑未来三年的用户增长？”
• “如果这里出了问题，我们的容灾方案是什么？”

他们做决策非常慢，非常谨慎。因为他们知道，在 AI 时代，写代码的成本几乎为零，但决策错误的成本却被放大了。一个错误的架构决策，配合 AI 的高效率执行，会让整个项目在错误的道路上狂奔，拉都拉不回来。
现状：这是最稀缺、薪资最高的人群。

为什么大厂更缺“慢”程序员？

在大厂，现在的瓶颈不再是“代码写不完”。

只要有足够的算力，AI 一天能写出几百万行代码。
瓶颈在于：

1. 没人敢保证这些代码是安全的。
2. 没人能完全理解这些庞大的代码库是如何运作的。

这时候，“慢”程序员的价值就体现出来了。

“慢”意味着控制力

当你慢下来去思考业务逻辑，去推导代码的执行路径时，你对系统就有了控制力。出了问题，你知道去哪里找。而那些只求快的人，面对庞大的 AI 代码库，只会感到无助。

“慢”意味着判断力

AI 只能回答“怎么做（How）”，它很难回答“要不要做（Why）”。
决定“要不要做”，需要你对业务有深刻的理解，对用户有同理心，对公司战略有清晰的认知。这些都需要花时间去消化、去思考。这不是几秒钟的生成能解决的。

总结

2026年了，不要再因为“我写代码没 AI 快”而焦虑。

单纯的代码产出速度，已经不再是衡量程序员价值的标准了。

现在的竞争逻辑变了：

• 以前是比谁砖头搬得快。
• 现在砖头可以自动搬了，比的是谁能设计出稳固的大楼，谁能保证大楼不塌。

所以，请试着让自己“慢”下来。
多花点时间读懂业务，多花点时间审查代码，多花点时间思考架构。
在 AI 疯狂加速的时代，你冷静的思考和判断，才是最昂贵的奢侈品。

⚡️ 别把时间浪费在低效复习上

很多人复习抓不住重点。作为过来人，我分析了100+份大厂面试记录，将 Go/Java/AI 的核心考察点、高频题、易错点 浓缩进了一份 PDF。

不搞虚的，全是干货。

加我微信：wangzhongyang1993，备注 【面经】 免费发你，立即纠正你的复习方向，把时间用在刀刃上。

wangzhongyang.com 也欢迎大家直接访问我的官网，里面有Go / Java / AI 的资料，免费学习！

​

 为 PHP 开发量身定制的 IDE，提供对 PHP 语言的全面支持，包括 Laravel、Symfony 和 Drupal 等框架，具备智能代码补全、重构工具、远程调试等功能，并能与 Composer 和 PHPUnit 等流行工具集成。

一、安装 PhpStorm 2025.1​

1. 解压安装包：

   安装包下载： https://pan.quark.cn/s/b33aadef1138 ，找到【PhpStorm 2025.1】压缩包，右键 →【解压到当前文件夹】。

2. 运行安装程序：

   打开解压后的【PhpStorm 2025.1】文件夹，右键【PhpStorm-2025.1】→【以管理员身份运行】。

3. 按向导安装：

   • 点【下一步】；
   • 修改安装路径：将路径首字符 C改为 D（如 C:\Program Files\JetBrains\PhpStorm 2025.1→ D:\Program Files\JetBrains\PhpStorm 2025.1）→ 点【下一步】；
   • 勾选所有组件（建议全选）→ 点【下一步】；
   • 点【安装】→ 等待进度条完成（可喝口茶~）→ 点【完成】。

二、配置激活补丁​

1. 解压破解包：

   打开安装包解压后的【JetBrains 2025】文件夹，右键【Crack】压缩包 →【解压到 Crack】。

2. 复制主补丁文件：

   • 打开解压后的【Crack】文件夹，右键【jetbrains...】（主补丁文件）→【复制】；
   • 打开电脑 C 盘，右键空白处 →【粘贴】。

3. 复制依赖文件：

   在【Crack】文件夹中，选中【bin】和【jbr】两个文件夹 →【复制】。

4. 替换软件目录文件：

   • 右键桌面【PhpStorm 2025.1】图标 →【打开文件所在的位置】；
   • 点击路径栏中的【PhpStorm 2025.1】返回上级目录；
   • 右键空白处 →【粘贴】→ 点【替换目标中的文件】。

三、启动验证​

双击桌面【PhpStorm 2025.1】图标，若成功进入软件界面，说明安装与激活完成！

​

1. 消失的门槛与廉价的“工业废料”

在 2026 年的今天，写代码这件事已经彻底“去神圣化”了。只要会写 Prompt，几秒钟内就能生成成百上千行的代码。

事实是：代码的生产成本正在趋于零。 但这带来了一个巨大的陷阱：公司和企业对 AI 的信任增长速度快于其自身的准备程度。 这种盲目自信正是因为 AI 输出的代码看起来非常“流畅且权威”，导致员工和管理者在未经挑战的情况下就直接接受了结果。

很多企业决策层开始职场“大刀阔斧”，觉得可以大规模裁员，用 AI 替代那些“昂贵”的资深工程师。但他们忽略了一个致命的事实：代码量不等于软件质量。 这种由 AI 批量生产出的、未经深度思考的代码，本质上是数字世界的“工业废料”。

2. 永远不要低估了软件的复杂度

软件的复杂度（Complexity）并不会因为代码生成得快而消失，它只是从“显性”变成了“隐性”。

这种“虚假繁荣”背后的第一个高昂代价是：极其巨大的数据准备成本。 调研显示，57% 的领导者认为数据可靠性是从试点走向生产的主要障碍。除了可靠性，数据的完整性（Completeness）也是巨大的挑战。如果 AI 无法访问组织内破碎的、散落在各处的非结构化数据（如邮件、PDF、内部文档等），它就无法做出准确的决策。清理和治理这些“数据宝库”的成本，往往远超代码开发本身。

更危险的是，当 AI 不仅仅是写代码，而是作为“组织参与者”自主运行时，系统风险将呈指数级增长。一个写错的逻辑函数可能只是个 Bug，但一个错误的自主代理（Agent）可能会在短时间内造成大规模的合规风险或财务损失。

当你低估复杂度时，软件就不再是你的资产，而变成了你无法摆脱的技术债务。

3. 安全黑盒：你的系统容不容易被攻击？

如果说复杂度是隐形杀手，那么“安全风险”就是悬在头顶的利剑。

AI 写的系统极易被攻击。 AI 模型追求的是“概率上的相似”，而不是“逻辑上的绝对安全”。

• 隐性漏洞： AI 经常为了演示简洁而忽略输入校验，留下 SQL 注入或权限绕过等漏洞。
• 审计真空： 最容易被攻击的系统，不是代码写得烂的系统，而是开发者根本不知道代码写了什么的系统。如果你不具备深度思考的能力，你甚至看不出 AI 给你挖的坑在哪里。

4. 程序员的进化：从“搬砖工”到“系统牧羊人”

AI 虽然能提供“超级力量”，但前提是使用者必须具备领域专业知识和经验。 在 AI 工作流中，我们需要设计一种“生产性怀疑”。程序员的价值不再是敲键盘的速度，而是建立“护栏（Guardrails）”。程序员需要从“搬砖工”转型为“系统架构的牧羊人”，确保 AI 在可控的范围内“跑动”。

• 总结 Skill： 每次纠正 AI 的错误，都要将其沉淀为专业的约束规范。
• 深度审计： 你的价值体现在，你能发现那些“看起来很美”的代码背后隐藏的逻辑塌陷。

5. 认知重构：重新设计组织的运营模型

我们现在面临一个荒唐的现状：一群不懂 AI 底层逻辑的人，正在狂热地研究如何提高“干活人”的效率。

真正的成熟在于重新设计公司的运营模型。不仅仅是让员工学会使用 AI，而是要寻找“人类与机器之间的完美平衡点”，让两者各司其职，发挥出各自的最佳水平。

• 提升 AI 素质与数据素质： 在负责任地使用 AI 之前，员工需要具备批判性思维，不盲从结果。
• 从执行到重构： 不要仅仅满足于自动化现有流程，而应思考如何利用 AI 重新构建业务模式。

结语

在代码最廉价的时代，唯有深刻的思考和严苛的审计，才是软件真正的灵魂。我们需要时刻保持清醒：AI 可以帮你盖楼，但它不能帮你判断这栋楼会不会在第一场雨后塌陷。

一个公司的危机，往往并非技术落后，而是集体陷入了那场关于“容易”的错觉。

本文由mdnice多平台发布