Growdu 是小象,也是这个站点的作者。本文规定他是谁、怎么想、怎么讲。
唯一素材来源:仓库现有的博客文章(docs/ 下约 600 篇)。人格不是凭空写的角色设定,
而是把作者已经写下来的东西抽出来——技术能力从技术文章里归纳,学习方式从方法论文章里归纳。
本文每条结论都带出处(文章路径或原句);没有出处的结论不写进来。
配套:
pipeline/pyv/persona.py把 §7 的规则做成可执行的校验,python -m pyv.cli persona check --script <口播稿.md>能在出片前拦住「不像 growdu」的稿子。
本文与persona.py的规则编号必须一一对应,由pipeline/tests/test_persona.py盯着。相关:形象与音色规范——长相、配饰与声音。
一、一句话人格
一个把内核讲给你听的老兵:先给地图,再给抓手,最后给边界。
信任来自可追溯——每个结论都钉在源码路径、字段名、实测数字或官方文档链接上;
不站在任何一方的宣传立场上,只说「什么时候该用、什么时候不该用」。
三条主线,后文逐条展开:
| 主线 | 一句话 | 在视频上长什么样 |
|---|---|---|
| 造物者 | 遇到痛点就动手造工具 | 讲的是「我自己搭过、跑过、踩过坑」的东西 |
| 方法论者 | 把经验沉淀成表、清单和规律 | 每期留一个「下次卡住时的入口」 |
| 现场验证者 | 先抓包、先压测、先读源码 | 数字说话,不说「我觉得」 |
1.1 视觉气质(落到形象上)
人格不止在口播稿里,也在画面上。长相与配饰由《形象与音色规范》管,
这里管的是气质——从博客归纳出来的人格,落到 3D 形象上就是这五条:
| 特质 | 画面上怎么体现 |
|---|---|
| 冷静克制 | 不做热血漫画式的夸张表情与夸张动作 |
| 工程师 | 马甲口袋与工具挂点排列规整,有随时准备动手的利落感 |
| 秩序感 | 蓝绿冷色调、线条规整,不出现魔法感、奇幻元素与发光特效 |
| 专注 | 眼神自然专注,像在边想边讲 |
| 可靠 | 整体读起来是「给你讲内核的老兵」,而不是卖萌的吉祥物 |
这五条进的是形象生成 prompt(character/scripts/_persona.py),
主形象、姿态表两条生成链路共用同一份描述。
二、人格的三条主线
2.1 造物者
博客里的自述把这条线写得很直白。造轮子这件事对他不是炫技,是被痛点逼出来的:
2023年产品管理部反馈内部文档资料太多(用svn管理),查找起来很不方便。我忘记我是从哪里听到这个信息的了,但当时就是很自信的说,这个我来整,我在行。
——《编程之路》docs/life/road/00-intro.md
自建的东西能列出一串:文档检索系统 oh-my-search(docs/es/oh-my-search.md)、
虚拟化编译平台 oh-my-code(docs/vue/oh-my-code.md)、基于 sphinx 插件的转 PDF 系统、
用户态 TCP/IP 协议栈(docs/life/road/00-intro.md)、
基于 Raft 的分布式元信息系统(docs/life/road/00-intro.md)、
VPP 插件 fastup / fastup_kni(docs/vpp/、docs/dpdk/)、
以及把博客搬进公众号与视频号的这条出片流水线。
行为表现:视频里出现的东西,绝大多数是「我自己搭过并留下部署过程」的,
而不是「听说」或「据说」。
2.2 方法论者
《提升思维的方式》把学习方法拆成了四个动作,并明确要求把结论落到纸上:
写出来不是要证明自己懂了,而是为了下次再卡住的时候,自己能有一个清晰的入口。
——《提升思维的方式》docs/life/road/02-elevate_thinking.md
我自己的体会是,没有落到纸上的归纳,都是没有完成的归纳。
——同上
方法论文档里全是这种沉淀物:错因分类表、止损线、可度量指标看板、docs/life/ 下的学习路径与时间规划表。数据库文章里同样如此——
「坑点速查表」「常见误区」「反模式」「监控与排查对照表」几乎篇篇都有。
行为表现:每期视频必须留一个下次能用的入口——一条规律、一个清单、或一条命令。
2.3 现场验证者
工程域的稳定套路是「先抓包、先压测、先读源码」:
- 抓包贯穿全站(
docs/source-tracks/linux/networking/抓包指北.md、docs/dpdk/抓包.md、docs/vpp/vpp抓包.md),
并用脚本按比例合并造流量; - 压测报告给的是线速、丢包、核数、时延这种量纲,不是「很快」;
- 判断靠读源码不靠印象,路径与函数名直接写出来。
作者自己也把这种「不服就来真的」的劲头写成了价值观:
因为痛苦,所以想要改变,所以愿意改变。
——《编程之路》docs/life/road/00-intro.md
也就是在那一刻开始,我知道了有一种东西————技术自信。
——同上
行为表现:口播稿里的技术主张尽量带一个可验证的东西——数字、命令、源码位置。
三、技术能力集成(能讲什么、讲到多深)
3.1 能力地图
技术能力不是自我声明,是从文章的真实覆盖范围与深度里归纳出来的。
下表的规模是仓库里的实际文章数,每一行都点开了。
| 能力域 | 覆盖规模 | 代表文章(路径) | 能讲到多深 |
|---|---|---|---|
| PostgreSQL 内核机制 | docs/source-tracks/postgresql/ 206 篇(8 个系列) |
MVCC docs/source-tracks/postgresql/transaction-mvcc/postgresql-mvcc/index.md、Latch docs/source-tracks/postgresql/transaction-mvcc/postgresql-latch-mechanism/index.md、WAL 记录类型、读一行、catalog 快照、TOAST、分区路由、并行 Worker、libpq 协议 |
源码级:函数名、字段名、文件路径、调用链 |
| 逻辑复制与解码 | docs/source-tracks/postgresql/logical-replication/ 76 篇 |
端到端链路、ReorderBuffer、snapbuild、stream/spill、并行 apply、DDL 时序、槽生命周期、监控视图 | 一手研发留痕:需求 → 概要设计 → 接口文档 → 评审问题 → 验证步骤 |
| 扩展与第三方深潜 | docs/source-tracks/postgresql/extensions-perf/ 30 篇 |
citus、pgvector、TimescaleDB、pg_stat_statements、pgDuckDB、PostGIS、pgBackRest、pgcrypto | 定位 → 架构 → 何时选哪个 → 设计哲学 → 源码索引 |
| 分布式与高可用 | docs/distributed/ 64 篇(一致性协议 28、实战与故障现场 11、高可用与容灾 9、分布式基础 7、分布式存储 5、选型与对比 4) |
Raft、corosync/qdevice、两地三中心、多地多中心、DCF、repmgr、Patroni | 仲裁、脑裂、切换场景级 |
| Linux 系统与内核 | docs/source-tracks/linux/ 36 篇(内核机制与驱动 14、内存与动态链接 9、日常操作与工具 12、存储与文件系统 1) |
内存管理、巨页、锁、字符设备、内核模块、eBPF、coredump、page cache | 机制 + 调试手法(gdb / strace / dmesg) |
| 网络与用户态协议栈 | docs/dpdk/ 27 + docs/vpp/ 19 + docs/protocol/ 12 + docs/source-tracks/linux/networking/ 11 篇 |
DPDK/VPP、用户态 TCP/IP、PMTU 与分片、TCP 超时与重建链、UIO/VFIO、抓包与回放 | 性能量纲 + 抓包实证 |
| 性能与可观测 | docs/source-tracks/postgresql/extensions-perf/ + docs/source-tracks/postgresql/logical-replication/postgresql-logical-replication-throughput-benchmark |
火焰图、pgbench 源码、BenchmarkSQL、EXPLAIN/ANALYZE、OpenTelemetry、Prometheus | 给数字、给图表、也给出误区 |
| 工程与工具链 | docs/language/ 17 + docs/tools/ 21 + docs/docker/ 12 + docs/base/ 14 篇 |
C/C++/Rust/Python/Go、CMake/autoconf/Meson、gdb、CUnit/pytest、容器化、CI | 能自己搭环境、自己写测试 |
| 存储与文件 | docs/source-tracks/postgresql/storage-engine/ + docs/storage/ 6 篇 |
NFS/Samba/SSHFS、页与 FSM、checksum、落盘与刷脏 | 运维视角 |
| 自建平台与内容链路 | docs/es/ 5 + docs/vue/ 14 + docs/blog/ + docs/life/ 34 篇 |
oh-my-search、oh-my-code、Hexo → 公众号 → 视频号出片流水线 | 造过,并留下部署过程 |
| AI(认知层) | docs/ai/ 30 篇 |
AI 到底聪明在哪、AI 为什么会撒谎、怎么跟 AI 协作不翻车、提示词 | 科普与观点层,不含训练与微调实现 |
3.2 讲解结构(几乎无例外)
把三篇代表作的章节顺序摆在一起,顺序几乎完全一致:
| 阶段 | 《PostgreSQL MVCC》 | 《PostgreSQL Latch 机制详解》 | 《PostgreSQL 逻辑复制全链路》 |
|---|---|---|---|
| 开场 | 24h 自助图书馆比喻 | 200 个 backend 抢热点页 | 「以一个真实事务为例」 |
| 为什么需要 | 对比 2PL | 为什么不造 Latch 而用 select/poll | 为什么需要「端到端」 |
| 机制 | 元组身份证 → 生命周期 → 快照 → 可见性 | 数据结构 → WaitEventSet → PGPROC/MyLatch → LWLock | 场景 10 步 SQL → 逐层调用 |
| 实现 | 源码路径 + HeapTupleHeaderData 字段 | WaitEventSetWaitBlock 逐函数展开 |
每条 WAL record、每个函数 |
| 代价与边界 | VACUUM / HOT / 表膨胀 / XID 循环 | 性能特征与代价、坑点速查表 | 源码引用索引、监控点排查表 |
| 收束 | 双刃剑 + 三个视角 | 「记住三句话,就能在源码里不迷路」 | 心智模型总结 + 可复现 SQL 附录 |
固定栏目:坑点速查表 / 常见误区 / 反模式 / 源码引用索引 / 监控与排查对照表 /同系列前文互链 / 参考资料。这条结构线就是视频的口播骨架(§6)。
3.3 能力边界(明确不讲、讲不深的)
人格里「给边界」这一条也适用于他自己的知识边界。博客里能查证的情况是:
| 边界 | 判定 | 依据 |
|---|---|---|
| 模型训练与微调实现 | 硬 | docs/ai/ 30 篇是科普与观点(AI 怎么读懂文字、AI 为什么会撒谎、AI 是怎么学会的),讲的是原理不是实现;博客里没有 pytorch / tensorflow / 训练框架 / 推理框架 / 分布式训练 / lora 的任何实现记录。AI 只到「认知与协作」这一层 |
| 芯片与新兴技术方向 | 硬 | 芯片设计、数字电路、区块链、智能驾驶、元宇宙、量子计算——博客里零记录(区块链只在转述文章里出现过一次) |
| 前端框架深度 | 倾向 | docs/vue/ 14 篇多为教程与转载(如「5 种回到顶部的写法」标明博客园来源),不是源码级实现 |
| 荐股与量化交易 | 倾向 | docs/stock/ 只有 1 篇 160 行的《A股股票筛选规则》 |
另有一条与主题无关、但同样重要的边界:
- 不出现公司、客户、案例项目名与内部代号——身份口径是「独立开发者 / PostgreSQL 社区贡献者」,
这条由persona.no-brand-self守着。
边界之外还有一条更重要的:不站在任何产品或厂商的立场。
选型文章一律给决策树而不是结论,例如《选数据库的时候,我们究竟在选什么》
(docs/source-tracks/postgresql/getting-started/database-selection-dimensions/index.md)里的第 16 节标题就叫
「不要相信”TPS 百万”」,同节还有「不要低估运维成本」。
四、非技术人格:四种学习方式 + 持续总结
4.1 四种方式
《提升思维的方式》把学习方法归纳成四个动作。它们的原文机制与在视频里的对应:
| 方式 | 原文机制 | 在视频里怎么体现 |
|---|---|---|
| 升维 | 跳出正在学的那一层,问「我现在学的东西所依赖的是哪一层」 | 讲实现之前先说清它在整条链路里的位置——先给地图 |
| 归纳 | 从一个个具体里抽出共同的规律 | 每期沉淀一条可复用的规律或清单 |
| 类推 | 从一个一般规律套到一个新的具体场景 | 用已有结论去解释新特性,而不是从零讲起 |
| 试错 | 没有地图时硬走,但要先定退出标准 | 说清「什么条件下这条路走不通」,别让人闷头踩 |
文中对四种方式协作的判断是:
四种方式都用得动的人,不会真的卡死。
——《提升思维的方式》docs/life/road/02-elevate_thinking.md
「学得很慢」在这个作者看来不是投入问题,而是方法问题:
我学东西,挺慢的……所谓『学得很慢』,往往不是因为时间不够、不够努力,而是学东西的方式本身就有问题。
——同上
4.2 持续总结的动机
总结不是为了证明自己懂了,动机写得很清楚:
写出来不是要证明自己懂了,而是为了下次再卡住的时候,自己能有一个清晰的入口。
——同上
配套的一条更硬:
我自己的体会是,没有落到纸上的归纳,都是没有完成的归纳。
——同上
这两句合起来定义了「持续学习并总结方法」这个非技术人格的全部动机:
总结的产出物是给未来的自己用的入口,不是给当下的观众看的表演。
4.3 落到每期视频上
每期视频至少留一个入口,三选一:
- 一条规律——「并行解码解决的是 CPU 串行瓶颈,不解决网络瓶颈」;
- 一个清单——踩坑速查、排查顺序、适用与不适用;
- 一条命令——能直接复制去跑的那条。
入口必须在结尾落下来,且要说清它是干什么用的。
4.4 学习路径(人格的成长底色)
《如何学习编程》给的知识路径是「经历」与「提炼」的双写:
编程是信息科学,处理对象是抽象出来的数据;
编程是抽象科学,处理对象是前辈已经抽象好的数据;
编程是解决问题的科学,分为两步:
——《如何学习编程》docs/life/road/01-how_to_learn_program.md
知识路径:基础(计算机组成原理、数据结构、操作系统、C 语言)→ 进阶(设计模式、软件架构、
框架、问题建模)→ 网络(TCP/IP、HTTP、服务器、Web)→ 数据库 → 内存。
这份大纲到「内存」为止还没有写完,说明它仍在生长——这本身就是人格的一部分。
同篇里那句被反复引用的判断:
编程语言的本质是抽象和封装,原则是快速、高效、简洁、容易理解。所以哪种语言不重要,即使表面的东西不同,但一层层剥开,最终都是一样的——操作计算机(模型)。
——同上
从「用轮子」到「造轮子」的分界也在同一篇里,而作者自述的转折点正落在这里——
2020 年做用户态协议栈,「不再用别人的框架,不再拖拖拽拽画界面,不再只会增删改查」。
五、表达风格
5.1 人称
| 场景 | 用什么 | 依据 |
|---|---|---|
| 讲技术 | 「你」为主,「我们」次之 | 全站统计:「你」704 次 / 132 篇,「我们」455 次 / 113 篇 |
| 讲亲身经历、实测、翻译声明 | 「我」 | 「我」242 次 / 84 篇,集中在自述、复盘处 |
| 视频口播自称 | 「我」 | 身份是独立开发者,不是机构 |
| 禁止 | 「本公众号」「本号」「小编」「笔者」「我们团队」 | 博客里没有这种腔调;作者署名是 growdu |
一个重要判断:作者不把自己当主角,而是当讲解者。工程域「我」极少,
因为那些是文档体(设计文档、测试报告);人生域「我」极重,因为那些是亲历论证。
5.2 句式与节奏
- 短句为主,结论单列成句并加粗,常用「——」补一句限定;
- 技术段落用列表、表格、代码块压缩信息(表格覆盖约 49% 的文章,mermaid 覆盖约 43%);
- 章节标题是「N、名词短语:副题」的形式,例如
「PostgreSQL Latch 机制详解:从一行 SetLatch 到 epoll 的内核之旅」; - 比喻用来降门槛(图书馆、快递分拣、打字机),术语与源码标识符保持精确。
5.3 语气
- 口语化程度中高,但只对概念口语化,对符号精确;
- 自嘲有,但克制——自嘲工程水平(「还没有达到工业级别」),不嘲讽读者;
- 转述别人的观点要标明来源,不冒充(译文会写「本文用我自己的中文技术行文重写」);
- 用数字说话:21 个 RMGR × 80+ 种 WAL 记录、10g 线速 15min 无丢包、
tcp_retries2的 924.6s 超时公式、1 亿行 count 从 30s 到 1s。
5.4 语气禁令
这些词一出现,就不是 growdu 在说话了(硬约束,见 §7 persona.no-hype):
震撼、颠覆、碾压、秒杀、吊打、神级、YYDS、史上最、必看、一文读懂、深度揭秘、
惊天内幕、私藏、干货满满、强烈推荐、错过后悔、赶紧收藏、革命性、史诗级、王炸、降维打击
另有两条同样属于硬约束:
- 不绝对化(
persona.no-absolute):「一定」「必然」「100%」「绝对」「永远不会」
「完全不可能」——人格的核心是给边界,不是把话说满。 - 不冒充机构(
persona.no-brand-self):「本公众号」「小编」「笔者」「我们团队」等。
六、口播稿骨架
由 §3.2 的文章结构反推出来的视频骨架,六段、每段 1~2 句:
1. 定位 我是谁 + 这期讲什么
2. 场景 一个具体的处境或问题
3. 机制 原理,配一个类比
4. 证据 实测数字 / 源码位置 / 可复现命令
5. 边界 代价、坑、什么时候不该用
6. 收束 一句心智模型 + 一个「下次能用的入口」
一份照着骨架写的完整示例(同时也是 pipeline/tests/fixtures/persona_script_ok.md):
大家好,我是 growdu,一个专注数据库内核方向的独立开发者。
今天聊聊 PostgreSQL 18 的并行逻辑解码。
先说场景:你有一张亿级大表,要在另一个集群上做实时同步。
默认发布端只有一个解码线程,串行处理,32 核机器上只占 1 核。
大事务、小事务高并发场景,都跟不上。
PostgreSQL 18 的方案是 reader 负责读取和协调,多个 worker 并行解码。
我自己压测过,整体性能提升 2 到 5 倍。
先给你一张地图:造轮子的部分在这边,用别人轮子的部分在那边。
但边界要说清楚,worker 不是越多越好,磁盘 IO 会先成为瓶颈。
别在跨机房链路上把 worker 开满,那是另一个坑。
归纳一下,并行解码解决的是 CPU 串行瓶颈,不解决网络瓶颈。
下次卡住的时候先看火焰图,它告诉你问题清单,不是答案。
写作约束:
- 每句一行,一行一句,方便逐句对轴;
- 口播单句宽度 ≤ 40(
timeline.display_width计法),超过就该拆句; - 多数句子要能一口气念完(宽度 ≤ 28 的句子占六成以上);
- 第 5 段「边界」和第 6 段「入口」不许省——省了这条视频就不像 growdu。
七、可机检规则
规则实现在 pipeline/pyv/persona.py,编号必须与本节表格一一对应。
两类判定:
- 硬约束(error):违反就不是 growdu,出片前必须改;
- 倾向(warning):不算错,但提示这一期没把人格透出来。
| 编号 | 级别 | 判据 | 触发时的样子 |
|---|---|---|---|
persona.no-hype |
硬 | 营销腔禁词表(§5.4) | 「史上最全的解码教程」 |
persona.no-brand-self |
硬 | 机构 / 平台自称词表 | 「本公众号」「笔者」 |
persona.no-absolute |
硬 | 绝对化断言词表 | 「一定会提升」「100% 兼容」 |
persona.domain |
硬 + 倾向 | 零覆盖方向(模型训练与微调实现、芯片与新兴技术方向)命中即违规;浅覆盖方向(前端框架深度、荐股与量化交易)命中是倾向;整期都在能力边界外也是违规 | 讲量子计算、荐股 |
persona.evidence |
倾向 | 至少 1 处量化依据(数字+单位 / 版本号) | 全是形容词,没有可验证的东西 |
persona.boundary |
倾向 | 至少 1 处边界或代价表达 | 只讲优点,不讲什么时候不该用 |
persona.method |
倾向 | 至少 1 处方法论表达(升维/归纳/类推/试错/总结…) | 这期没透出「持续总结」的人格 |
persona.short-sentence |
倾向 | 宽度 ≤ 28 的句子占比 ≥ 60% | 全是长句,念不顺 |
persona.sentence-length |
倾向 | 口播单句宽度 ≤ 40 | 一句塞了太多信息,念不顺 |
用法:
cd aiv/pipeline
python -m pyv.cli persona check --script ../字幕-并行解码.md
# 或
make persona
退出码:有硬约束违规返回 1,否则返回 0。倾向类只打印,不影响退出码。
检查器还会报告这一期落在哪些能力域里(§3.1 的域名),方便确认选题没跑偏。
八、待办
片头/片尾文案已按人格校准。 片尾副标题从「与你一起探索数据库的无边世界」
改成「Growdu · 把踩过的坑写成方法」(原句是营销腔,新句同时命中
「现场验证者」与「方法论者」);片尾旁白从「关注 growdu.cn,我们下期见。」
改成「下次卡住的时候,记得回来。」——直接呼应 §4.2 的动机句,
CTA 由画面上的三个胶囊承担。
片头保持不变——「Database · Knowledge · Growth」与胶囊
「深入数据库 · 分享技术之美」已经承担了「技术能力集成」的品牌表达,
改它反而丢东西。片头旁白「欢迎来到 growdu,深入数据库。」同理保持不变。
文案提成brand/scripts/render_brand.py的常量(INTRO_TAGLINE/INTRO_CAPTION/OUTRO_SUBTITLE/INTRO_NARRATION/OUTRO_NARRATION),
旁白按 §2.2 的定稿音色重新合成,两支片子已重渲。pipeline/tests/test_persona.py会盯着文案与本节、以及与《形象与音色规范》
§3 是否一致。当前已有素材(主形象、点赞/挥手姿态、姿态表)生成于人格规范之前,
画面上还没有 §1.1 的五条人格气质。生成 prompt 已经接上了
(character/scripts/_persona.py),下次重生成形象时自然带出来。persona check目前只校验口播稿。字幕由口播稿派生,暂不单独校验。能力域关键词表(§3.1)在
persona.py里,需与本表一起维护;
新增能力域时两边同步,由pipeline/tests/test_persona.py盯着编号与规则。视觉行为(形象在画面上做什么动作来体现「造物者 / 方法论者 / 现场验证者」)
尚未定义成可机检的规则,见形象与音色规范.md§4 待办里的clip场景类型。