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
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。