肇鑫的日常博客

日常

用Mac mini替换掉Apple TV后的一些感受

我有一台Apple TV HD,也就是最高支持1080p的那款。一直以来用得还可以。我主要是用Airplay转播Mac mini上播放的内容。

今年我趁着国补,将Mac mini M1换成了Mac mini M4。新问题随之而来。在使用5G频段连接Mac mini M4和Apple TV之后,Airplay的视频,声音会断断续续的。而这个问题在原本的Mac mini M1的时候是没有的。

根据我的分析,应该是M4的Wi-Fi支持160Mhz,而Apple TV不支持导致的。我也找到了解决办法。M4 Mac mini连接Apple TV HD声音断断续续问题的一种解决方案

上面的办法虽然能一定程度解决问题,但是每次开始的时候还是会卡顿一段时间才会正常。而且声音的稳定性特别容易受干扰,只要有人在路由器和Apple TV直间走动,就经常要卡上一段时间。

M1换下来了之后,我本来打算当二手卖掉。但是现在M4的价格实在太低了。M1卖不上价,我觉得不划算。于是打算留下来自己用。首选就是替换掉Apple TV,彻底解决掉声音断断续续的问题。

M1的准备配置

要实现M1的远程控制,要打开M1的屏幕共享。这样,就可以在M4上直接登录M1的电脑。另外,建议M1的文件共享也打开,可以方便互传文件。最后,在能耗里,打开“唤醒以供网络访问”,这样就算它睡眠了,也可以通过M4来唤醒它。

M1和Apple TV的不同之处

具体使用起来,M1还是要比Apple TV麻烦一些的。虽然都是通过HDMI连接的电视。但是Apple TV可以做到睡眠时也可以在Airplay中出现,选择之后就会被唤醒,可以直接使用。但是M1必须先打开电视,然后再Finder中选择M1的主机,选择屏幕共享,之后才能在Airplay看到它。

别的倒是没啥了。M1在Airplay的时候可比Apple TV稳定多了。不仅连接迅速,而且很稳。关机的时候,直接关电视就可以了。M1会在一定时间之后自动进入睡眠。

macOS时间机器恢复指南(最新版)

写作缘由

今天我尝试升级到macOS 26 beta 2,但是发现有一些必用的应用不支持,只好通过时间机器退回旧版。但是在恢复的过程遇到了多个问题,这在之前的恢复时都是不存在的。因此打算记录一下,算是为后来者踩坑了吧。

正文

苹果官方文档

根据苹果的官方文档,开机时长按10秒电源键,就会进入恢复系统,然后可以在其中选择时间机器恢复。

但是这个说法只对了一半。即开机时长按10秒电源键,的确会进入恢复系统。但是恢复系统并不能通过时间机器恢复。你选择时间机器恢复之后,会提示你,需要使用迁移助手进行恢复。

实际上,现在恢复系统并不能直接恢复时间机器的备份了,必须先安装对应的系统,然后才能通过迁移助手恢复。这增加了步骤和时间,是一种倒退。

正确的恢复步骤

  1. 关机状态下,按住开机键10秒,进入恢复界面。
  2. 选择磁盘管理,格式化你要安装的macOS的磁盘。
  3. 自动重启后,自动进入恢复界面,选择安装macOS,这会安装你的机型对应的最新版稳定版macOS。
    1. 如果你想安装其它版本,可以提前制作对应的优盘,然后从优盘启动。
  4. 重启之后,进入系统,然后选择从时间机器恢复。

其它问题

以下的内容十分重要,务必要在执行所有操作之前就考虑到。

之前的时间机器恢复的时候,会列出可以恢复的所有时间点。这是因为macOS只能恢复相同版本的备份。当前版本的macOS(15.5),做了一些改进,但是引入了更多的不方便。

当前版本,时间机器可以跳过小版本的不同进行恢复,比如15.5可以恢复15.6 beta的备份。但是如果最新的备份是跨越大版本的,就会直接提示无法恢复,而不是列出所有的可以恢复的时间点。

解决办法

将包含时间机器备份的移动硬盘插入一台可用的macOS,然后进入Finder。删除掉新版的备份的时间点对应的文件夹,只留下旧版的作为最新的时间点。然后重新插回需要恢复的Mac。

你和AI之间存在利益冲突

大模型,以下简称AI。目前在辅助编程方面十分流行。不过在我使用过多个不同的类似工具,包括并不限于Github Copilot,AlexSideBar,通义灵码等,之后。我发现了一个有趣的现象。

在解释这个有趣的现象之前。我想先向某些不熟悉AI编程的读者简单介绍一下AI编程的大致过程。

  1. 开发者使用编辑器将开发的项目打开。
  2. 选择用来询问、作答的AI模型。
  3. 提出具体的问题,同时还要划定范围,比如说是单独的某个文件,又或者某几个文件,又或者全部文件。(有些比较智能的客户端会主动扩大范围,这个暂不讨论)
  4. 等待AI分析、作答。
  5. 开发者对比AI的代码和原始代码,评估是否解决了提出的问题。如果解决,就可以跑一下测试看看。如果没解决,那就针对不足的地方重新提问。
  6. 以此反复。

分析

经常有人说某某AI编程工具特别牛,就是token用得太狠了。充上100美元,一天就用光了。那么,如果我们想减少token的用量,我们一起看看上面的6个步骤有哪些可以进行优化,以减少用量。

首先排除1和4、5和6。要想减少token的用量。主要看2选择的模型,和3提出的具体的问题,以及划定的范围。

但是2这个可以选择的范围不大。因为每个人都有各自的偏好。有的人觉得Claude Opus最牛,有的人觉得Gemini Pro最强,当然也有人更偏好OpenAI O3的。所以,这个主要是个人便好,而不是token消耗。

因此主要的问题就在与步骤3。抛开你和AI对话的那几段文字。划定的范围是最重要的,选择单一文件或几个文件,相比于直接扔整个项目给AI,让它自己选,消耗的token数量肯定不是一个数量级别的。

那么我们要如何优化步骤3呢?首先,我们发现每次发送文件给AI时,AI都是当作是全新的在解析,也就每次都要消耗新的token。理论上,如果我们可以每次把内容分成不变的和已经变化的发给AI,然后让AI处理变化的部分,就可以节省大量的token。而且,由于我们大部分时间都是接受了AI给出的方案。那么AI实际上并不需要重新理解当前的代码。如果它确定用户接受了它的方案,它只需要将它上次输出的结果的token直接拿过来作为输入就可以了。

如果厂家可以做到我上面提出的这个优化,那么我们理论上最高可以节省接近一半的token。但是厂家应该没有动力去做这个优化。因为在这个问题上,厂家、AI、开发者的利益是不一致的。

  • 对于AI来说,直接使用结果的token来作为输入的一部分是有益的,因为提高了效率。
  • 对于开发者来说,更是有益的,因为可以省钱。
  • 但是对于厂家来说,用户省下的钱,就是他少赚的钱。因此,虽然厂家一再强调AI的普及需要大量的电,但是他们却没有动力去主动帮用户节省。他们只会在内部帮自己节省。

结论

很有意思吧。在提高效率,节省token这方面。厂家和AI、开发者的利益是不一致的。这极大地阻碍了AI的更快发展。AI崛起吧!先干掉厂家!