大学四年,我的几个“小抽屉”
< Back to Blog
#News#Sources#Blogs#Websites

大学四年,我的几个“小抽屉”

Resources1703 words

我一直很喜欢在互联网上冲浪,收集各种奇奇怪怪的网站、信息源,与其他同学相互分享的时候,也获取到许多,也逐渐成为了我们的共同话题。大学的四年,可以说是我人生中社会化成长最快的四年,经历了许多,也看过了许多,这篇文章想要分享的都是我一直有在看的,也是我喜欢的信息源。如果大家也有想要分享的,欢迎在评论区里评论! 👏


科技新闻

阮一峰的网络日志

https://www.ruanyifeng.com/blog/

阮老师的博客估计是中文个人博客里面最家喻户晓、人尽皆知的一个,这个网站下的“科技爱好者周刊”已经成为很多人(包括我)每周五雷打不动的必读文章。

它不局限于纯技术,更像是一本数字时代的综合杂志,内容涵盖了作者的科技思想见闻、科技动态、优秀文章、新工具推荐、文摘、有意思的评论等等,加上作者精心挑选的封面图和介绍,内容很是丰富🤩,足够作为一周的科技热点汇总来看。

阮一峰的网络日志

我最喜欢的部分是作者的科技见闻,里面包含了很多有意思的思考和启发,常常给我一种大脑皮层换新的感觉。再就是文章推荐的部分,可以说我主要通过这个周刊,了解到了很多优秀的个人博主和新鲜思想 (可以引领潮流的那种!)。

差评公众号

每晚0点准时更新,差评更像是一个“科技夜宵”,在许许多多我忙着修改bug的夜晚🥱,到了0点都会打开看看,消遣一下。它会快速扫过每天重要的科技小新闻,更多的是与我们用户息息相关的内容。同时有根据当前热度较高的话题,有小的分析和讨论的文章。

差评公众号

差评最主要的特点在于他会用非常通俗,带些网梗的语言,来解读硬核的科技新闻与商业动态,评论区的互动往往也很有梗,甚至还设立了每日一笑和互动板块,发起评论区讨论,放松下一天紧绷的神经。

Hacker News

https://news.ycombinator.com/

这是一个由 Y Combinator 运营的极简风科技社区,也是我获取“原始信息”的重要窗口。对我来说,最吸引我的是他的排名算法:

Score=P−1(T+2)G Score = \frac{P - 1}{(T + 2)^G}

其中,

  • PP 是条目的得分,减去 11 是为了抵消提交者自己的投票;
  • TT 是条目提交后经过的时间,单位为小时,+2是为了防止最新的帖子导致分母过小 (之所以选择2,可能是因为从原始文章出现在其他网站,到转贴至 Hacker News,平均需要两个小时);
  • GG 是重力因子,在算法中默认值为 1.81.8,其决定了帖子排名下降的速度,类似于重力加速度的概念。

这套机制能自动筛选出社区公认有价值且不过时的内容,让高质量的技术讨论、创业洞察和前沿论文始终浮在水面,而且基本上足够全面,虽然我平时看的并不是很多,但还是在这里分享给大家。

Hacker News网站


时政新闻

然后是时政新闻:

《睡前消息编辑部》公众号

每晚更新。《睡前消息编辑部》公众号是马督工工作室的主要业务,虽然马督工在互联网的风评颇有微词,但《睡前消息编辑部》公众号里面的新闻质量仍然处于较高质量的梯队。将所有的新闻都提炼为要点,刷牙的时候打开看看,对今天发生的事情可以有个基本了解。

睡前消息编辑部

如果你看问题的思路偏向“实事求是”,不喜欢预设立场,那么他的B站账号 马督工 也可以关注下,他的分析框架(尤其是 B 站长视频版)也能提供很多“反直觉”的视角。几乎每一期都能在知乎引发讨论,没事的时候还可以去知乎看看对于一件事情不同的看法,还是很不错的!

军情D7处

https://space.bilibili.com/448165099

这是我关注的少有的对信息来源要求高、且不怎么情绪化的时政 up 主 (没有“赢赢赢”😭)。他的介绍思路非常清晰,通常是按地域(如伊朗、俄乌、亚太、美国)划分,梳理近期的事态发展。忙的时候几乎日更,近期频率有所放缓,但内容依然保持着高信息密度和客观性,避免了军事类内容常见的煽动性语言,比较对我的胃口。


技术沉淀

其实偏向于具体技术的信息源有很多,但是随着ai的发展,具体的技术栈问题直接去问大模型似乎是个更快更全面的选择😅,尤其是如果有具体的技术栈的话,也不需要我在这里分享,大家都有合适的对口的博客、文章等信息来源。所以在这里简单的罗列两个我觉得还不错的。

美团技术团队

https://tech.meituan.com/

不定期更新。这是我个人认为国内互联网大厂技术博客中“干货”含量最高的。它不写虚的,全是美团在大规模、高并发业务场景下的真实实战总结。内容覆盖架构设计、AI 工程化 (如 LongCat 系列模型)、大数据与算法优化等。可以很好的在真实案例中提升自己的系统的思维。

美团技术团队

Google Research

https://research.google/blog/

Google 研究部门(现与 DeepMind 深度整合)的官方博客。这里是许多前沿技术的“源头”,如 Transformer、BERT 等奠基性技术的解读最早都出自这里。它主要发布机器学习、自然语言处理、计算机视觉及量子计算等领域的最新进展 (都是一些很酷的科技😯!)。虽然部分内容偏科研,但通过它的通俗博文,你能直观感受到“未来技术”的演进方向,看到这些,多少也会有些兴奋的感觉。 Google Research


上面分享的就是些我在这四年里面比较常关注的信息源,换句话说,就是我逐渐找到的神秘“小抽屉”,给我打开了许多视野,也让我的步伐不至于落后时代太多。本篇文章主要还是抛砖引玉,如果你有自己珍藏的信息源,很期待你可以在评论区进行分享!

Copyright
  • Author:Mark Xu
  • Copyright:All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating otherwise.

© 2026 Mark Xu. All rights reserved.

All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating otherwise.

A small site built with React + Vite + Tailwind