2025：向内生长
今年对我而言十分特殊，因为某种意义上来说，这是我经历的第一个，在异国他乡的完整的一年。此刻我正坐在悉尼的家中，整理着今年发生的事情。如果说2024年10月带来的一个新的开始，那今年最主要的事情，就是在完成研究的同时，过好每一天的生活
日常的改变
这应该是最大的变化了😂相比较于本科时期，一年两学期，以7月和8月为明显分界的日程安排，在UNSW读Master of Philosophy的日程则没有这么明显的分界，这主要是由两个因素构成：首先是UNSW的三学期制，1个学期差不多10周就结束了，本身的节奏速度就很快（但听说2027年要改回两学期？那应该还有机会可以见到），其次是Master of Philosophy本身的特性，核心工作还是围绕Research展开，但UNSW要求还需要选择上两门课，我的方案是25T1上COMP9311（数据库理论），25T2上COMP9313（大数据），上完课后还可以做Tutor工作赚点生活费，因此总体来说还不错。
而对于作息时间而言就没那么好了😂虽然在尽力维持，但没有早八，且不是封闭校园的情况下，人很难在7点钟起床，并在8点前完成工作准备——但凡洗漱，做早餐，吃早餐磨蹭下，可能就得8点半才能完成整备。而这还不算完，经常是早上工作一整子，人就犯困躺到床上了，再醒来可能是10点，11点了，没忙活多久就又要准备午饭了。如果午休再睡长一点，那么上午和晚上基本就废了——这进一步导致晚上熬夜，从而变成一根筋两头堵😅当然，这并不是正常情况，如果当天要开会或去做Tutor，还是会提前一天做好准备，准时到场履行职责的。
如果说还有什么改变值得说道的话，就是采购和做饭。今年前半年住在悉尼西北边的Sydney Olmpic Park，住的很舒服，但采购得踩单车骑行2km到Rhodes的Coles，而后半年住到南边后，出门就是ALDI和WWS，采购就顺利很多。三餐没什么特殊情况的话，基本都是自己做——这一点我还是挺怀念本科时期的食堂😥至少进去就有的吃，不需要在备菜上消耗大量时间，稍不留神一天的工作就变成了吃饭和睡觉🥲则种状态持续几天，人就会变得很颓废，因此需要尽量避免
当然锻炼还是不可少的，今年大多还是以骑自行车为主，一天出去1-1.5小时送外卖，或者是到海边吹吹海风，到公园绕圈子。但这种方式的卡路里消耗并不是很高，所以年末又改回了长跑。
研究&Coding
研究算是进入了正轨，但论文确实没啥产出——虽然这点在意料之中🧐确实也不应该期待有啥特别大的惊喜
CMU15799
Andy今年这门线上课棒极了👏推荐所有做数据库引擎的人都过来看看
OPTIMIZE!A Journey Through Database Query Optimization
其主要内容是介绍数据库优化器的构成，当时我一月份得知这个消息的时候，我就决定一定要全部看完，但可惜录像只到3月份，后续的录制应该是没机会看到了🧐
VLDB25
今年印象最为深刻的事情，应该是9月份去伦敦参加VLDB25，线下面基了Andy，Neumann等一众大佬，以及DuckDB的工程师，还有国内的各路研究团队
DuckDB还在会场外开了一个活动，讲DuckDB这段时间的发展
会议结束后去了布莱切利庄园（Bletchley Park），熟悉二战历史，阿兰·图灵（Alan Turing）以及KARDS牌佬应该对这个地方不陌生🧐
如果非要说什么遗憾的话，就是当时竟然没有写一篇Blog记下会议见闻🤔现在就算想写，一些细节也有些不太清楚了
博客回顾
文章评价
今年博客产出挺高的🤓笼统算了下将近20-30篇，由于年初平均每周读一篇论文，所以一大半论文内容都是较为枯燥的数据库论文分析，这种输出持续到5-6月份，因为各种事情被迫中断
其实事后进行回看和反思，会觉得当时写的too young too naive，而这些论文普遍注重工程实践，时间和精力都不允许我从头进行分析，输出的内容价值其实并不高。因此在2026年的一段时间内，应该不会再写论文分析类的Blog了
在论文分析之外，其他更新主要与DuckDB，MLIR，以及年末新换的Mac Mini相关。DuckDB确实很有意思，不论是工程还是学术上都有可取之处😁而MLIR这块就比较一言难尽，因为其框架庞大，而且更新迅速，外加并不是用MLIR做AI编译器相关的事情，所以时常会出现一些难以理解的问题——时间证明，这些问题是可以通过多加训练使用得到解决的
不知道是不是错觉，感觉今年博客的评论反馈要比前几年多且有价值😘这里要谢谢各位愿意评论的朋友，让我知道我写的内容确实有人在看
页面改进
现在这套Blog框架是去年12月从Hexo转到Astro（自己做的Astrofly），本来是想着有时间自己进行调整，但由于忙于工作，基本没做什么变动，更多的还是在刷Astro的版本号（从5.1.1更新到6.16.6），以及对于Blog生成脚本的一些调整。
我想如果没什么意外的话，2026年应该也不会有什么特别的调整，如果没有外部贡献者的话，估计这个框架不会迎来正式发版了
思考议题
IR，语言，巴别塔和Transformer
这是我在看大语言模型（LLM）和MLIR时，不由自主想到的东西。如果硬要说有什么联系的话，应该是LLVM IR和Transformer中Embedding向量都承担着一个中间表示的工作。这冥冥之中是否存在某些形式上的统一？
我倾向于认为是存在这种统一，区别只在于人们不会用向量表示LLVM IR——而不这么做的原因，更多还是因为LLVM IR存在可读懂可解释的可能，而直接读懂并解释Embedding向量的可能性几乎不可能——除了做机器学习可解释性研究的人，应该没人会去尝试去这么做
Metadat元信息：描述信息的信息
Metadata是数据库不可或缺的一部分，这是一类描述信息的信息，比如索引Index，物理计划Physical Plan的代价Cost，表Table的数据大小以及数据格式，冷热数据情况等等。我时常在想这里面是否存在某些套娃情况：为了存储这些Metadata，需要更多的Metadata去记录这些Metadata。
这个问题，在我回顾完编译器的工作后有了解释：多级索引这种事情并不罕见，最典型的就是内存当中的页表，而事实上，不少数据库索引Index也确实是多级机制。
基于上面这个问题，那么接下来就会有个看起来很傻的问题：数据库的Metadata是否存在/发展出多级Metadata的形式？
对此我不太确定，可能是我见得少，我好像没看到好像有什么产品这么做🤔（DataLake好像是这样子？）
工程的局限性
本部分内容偏复读机😜你也可以视作博主是在发某些牢骚罢了
在看了诸多论文并付诸实践后，我愈发感到工程在时间和空间上的局限性
这里举两个可能不太恰当的比方：没人会记得300年前哪个师傅能打造出最好的马蹄铁与其相对应的打铁流程，正如高级文明不会记录钻木取火的技巧一样
发生这两种事情的原因很简单：现代人几乎不用马车，而即使是现在，除了学习野外求生的人，应该也没多少人会钻木取火
从长远视角来看，我们都是死人。因此，我认为任何工程实践的优先目的，是服务当下和可见时间的预期
对于这点，如果没有性能要求，绝大多数程序员肯定优先用脚本类（Python/JavaScript）完成工作，不会有人愿意去用Rust和C++
有性能要求也不一定😂只要把运行库改用Rust和C++写就OK
而基于这个前提，哪怕是一个事倍功半的工作，只要能证明对现实有益，那么也不是不能接受😜
而这样的工作，在计算机科学领域甚至不算新鲜事
比如下面这个华为CANN的巨大算子
我不清楚华为的工作人员为了搓这个算子花了多少时间😅这工作量肯定不是根据图的遍历，融合一两个算子那么简单的事情，但这玩意但凡能搓出来的话，大家肯定乐意用——反正就在库里头，不用那不就白费了AI编译器工程师掉的头发么😂
2026展望
目前已知的事情有：
- 我会在2月份的LLVM-CGO Workshop做报告，届时会去HPCA/CGO/PPoPP/CC看看有什么好玩的东西🤓
希望能顺利发生的事情：
- 在1月中旬顺利写出毕业论文——这很重要！关系到未来几年的工作是否能顺利进行
- 再投一篇Workshop——思路还不太明确，但相信DDL前一定能改出来
结语
一不留神又写到了2025年的最后一个23:00（去年也是写到这个时间，但当时人在+8时区）😂今年发生的事情感觉写上两天都不是问题，看来明年的总结要多留些时间进行整理
关于标题
今年的标题其实有些难产，最初我想到的是“疯狂世界与自由意志”，今年确实干了不少往年只存在于想法的事情，虽然有些曲折，但总体的气氛并没有往年那么压抑，从描述上也没那么疯狂。但要说日子平静普通，满足于生活日常，那也谈不上，相反工作非常紧凑，以至于一些本该前些月发的Blog积压到12月底才发出。
最后想到一个词：向内生长。相比较于达成工程的完美，及时审视自己的情绪、价值观和真实需求，会有助于未来的研究与工程以一个积极的态度进行开展。在此期待明年工作顺利🫡