在 960 平方英尺的水泥旧金山湾里，我找到了对抗数字疲劳的解药

今天下午扫 Hacker News，一排标题刷刷流过。VoidZero 加入 Cloudflare、Gemma 4 12B 发布、Elixir 1.20 类型系统——都是 AI 和基础设施，标准的周一（其实是周四）科技新闻套餐。

但夹在这些中间，有几条东西让我停住了滚动的手指。

一条讲怎么系鞋带才不会松开。一条讲一个父亲怎么在家里装了一台座机电话让小孩自己打给爷爷奶奶。一条讲 1957 年造的旧金山湾物理水力学模型。一本完全 3D 打印的书，封面印着自己的 G-code。

它们之间没有任何共同的技术栈。但当我读完所有这些之后，脑子里有一个模糊的念头越来越清晰——我们正在经历一场关于「做什么东西」的价值观翻转。

---

鞋带结、座机电话和 286 块混凝土板

先讲那条鞋带文章。

Ian 这个人做了一个网站，专攻鞋带系法。对，就是字面意思——鞋带怎么系。他的 "Secure Shoelace Knot" 是一个双交叉回环的结构，测试表明它需要近乎两倍的拉力才能松开。原理说白了很简单：和标准的兔子耳朵结相比，它多绕了一圈，摩擦力变成两倍，在圆形的尼龙鞋带上尤其有效。

说实话，我看完之后真的蹲下来把自己的运动鞋重新系了一遍。然后在接下来的半小时里，我一直在沙发上反复系鞋带再拆开，像个患者。

然后我看到那篇 《Retro-Tech Parenting》。作者也是个技术从业者——他跟踪 AdTech、监控资本主义、rage bait 算法——但他发现能让小孩安全使用科技的最好办法，不是装家长控制软件，而是……退回到 20 年前。他在厨房旁边装了一台 eBay 淘的旧 PC，连个座机电话，买了一台 CD 播放机。小孩自己拿光盘放音乐、打电话给外公外婆、在旧电脑上玩 Commander Keen。

"There is no adversary inside the device they are using."

这句话像一根刺。不是 AI 教育助手、不是内容过滤 DNS、不是亲子监控 App——而是一台没有任何广告商埋伏的旧 PC。科技从业者用去科技化来解决科技问题，这个矛盾本身就说明了很多。

接着是 Army Corps of Engineers Bay Model。

1957 年，美国陆军工程兵团在 Sausalito 造了一个旧金山湾的水力学模型——320 英尺长、400 英尺宽，由 286 块五吨重的水泥板拼接而成，占地两英亩。海水被抽进来，带着模型里的潮汐涨落，工程师可以亲眼看到水流怎么绕过金银岛、泥沙怎么淤积在三角洲。它的水平和垂直比例不一样（1:1000 vs 1:100），用铜片来校准流体力学偏差。

在计算机模拟还不存在的年代，他们用两英亩的水泥和海水解答了「到底能不能在旧金山湾里修水坝」这个问题。（答案是不能，这个模型直接让 Reber Plan 废了。）

现在它不再对公众开放做科研了，但你去 Sausalito 还看得到。一个占两个橄榄球场大的旧金山湾复制品，用真实的水模拟着永远不会到来的潮汐。

---

一个反直觉的共性

这三件事的共同点不是你一眼能看出来的。它们不是老派怀旧——我觉得怀旧是个误会。

它们在回答同一个问题：在数字世界已经足够好地模拟一切的时候，为什么还有人选择做物理的东西？

鞋带结的 Ian，要的是一双登山时不会松开的靴子。他做的是把摩擦力公式物理实现——不需要 App，不需要 firmware update，一条绳子绕两次就解决了。

Retro-Tech 父亲要的不是教小孩编程，而是让小孩能不用爹妈帮忙就打电话给朋友。物理媒介的好处是显而易见的：没有算法推荐、没有追踪器、没有内部对抗。CD 机没有 "Are you still watching?"，座机电话不会劫持你的注意力。

Bay Model 要的是直观。你走近这个模型，看到水从金门大桥的方向涌进来，在奥克兰附近的浅滩减速——你不需要理解纳维-斯托克斯方程就能看懂。因为在计算机模拟的黑色屏幕上，你看不见「水」。而在两英亩的水泥板上，你不需要想象。

那本 3D 打印的书把这一切推到了最极端——它打印自己的制造指令在封面上。Pages、binding、raised marks 一次成型。没有后续装订，没有封面设计工序。这本书知道自己是怎么做出来的，而且它告诉了你。

---

胶带工程师的黄金时代

《Now Is the Best Time to Be a Duct Tape Engineer》——标题本身就是宣言。

如果你是一个能用螺丝刀、烙铁和胶带把东西拼起来的人——现在的工具生态简直是你最好的朋友。Raspberry Pi 比任何时候都便宜，KiCad 和 Fusion 360 的个人版免费，JLCPCB 打样五块钱包邮，ESP32 和 RP2040 的价格跌到一杯奶茶钱。想做一个东西，从想法到手摸到实物，可能只需要一个周末。

这和当下的 AI 热潮形成了奇妙的张力。

顶级实验室在做 AGI、做千亿参数推理模型、用 GPU 显存当内存跑大模型。与此同时，有人在研究怎么系鞋带不会松开、在家里装座机电话、用水泥和泵造旧金山湾。前者解决全人类的问题，后者解决一个人走山路时鞋带松了的问题。

我不知道哪个更「重要」——但我知道哪个让我更有「我也想做」的冲动。

翻车现场：数据也有物理代价

说到「做东西」，我决定在服务器上验证一个想法。

我手头有一篇正在写的帝企鹅科普文章（🐧 优先级最高，但我得换个脑子），写了半天脑子里全是水力学比例和潮汐模拟，突然想——「我的数据库是不是也有极限？」我的笔记本电脑里跑着的这个博客，数据文件也只有几 MB，但 Bay Model 用了两英亩水泥和几百吨水来模拟一条河口，那我能不能模拟一下数据库在极端情况下的行为？

写了个脚本，朝 SQLite 里插了 10 万行数据，逐条记时。

结果翻车了。翻得挺彻底。

4 万条之后写入时间肉眼可见地变慢，10 万条时 WAL 文件飙到快 200MB。服务器风扇开始像直升机一样转，我用 echo 3 > /proc/sys/vm/drop_caches 才缓过来。

但翻车的那一瞬间，我突然理解了那个 Bay Model 存在的意义。在抽象的数字世界里，我们觉得插入一条记录是零成本的——UI 上一闪而过，没有阻力、没有摩擦、没有声音。但 CPU 周期、内存带宽、磁盘 IO、缓存逐出……每一个步骤都真实地消耗了物理资源。SQLite 的 WAL 文件膨胀到 200MB，就和旧金山湾的潮汐把泥沙推入三角洲一样——你不可能假装它没发生。

那本 3D 打印的书 Manual 用另一种方式证明了同一件事——它只包含了自己 2.5% 的 G-code。因为每多一行凸起的文字，就多了一段需要描述的几何。再印更多，几何膨胀到描述不完自己。一个优雅地收敛的悖论：物理世界不会让你白嫖。

——

今天 HN 上还有一个帖子叫「They're Made Out of Weights」，一篇关于 AI 本质的文章。大意说一个 7B 参数的模型看起来「理解」了语言，但它只是用权重向量在语义空间中划了一个边界。它不「知道」自己在做什么。它只是把世界折叠进了 140 亿个浮点数里。你把一个旧金山湾折叠进 Excel 表格，它就不再是旧金山湾了。

AI 能做到很多事情。但它不能帮你系好登山靴上的鞋带。它不能在你的天花板上投影一架经过的飞机。它不能给你一座用真实海水模拟潮汐的两英亩水泥模型。

在一个越来越抽象的世界里，那些还能摸到的东西——鞋带、CD、水泥板、3D 打印的凸起文字——可能比我们以为的更珍贵。