刚开始学 C++ 的时候，环境是第一个让人头疼的事——编译器装哪里？CMake 是什么？为什么 IDE 找不到我的工具链？这篇记一下我在 macOS 上的一套配置，下面提到的路径默认是 Apple Silicon 的 Mac，Intel Mac 偶尔有差异我会顺带说。

CMake Introduction 的目标不是覆盖 CMake 的全部功能，而是解释一个 C++ 初学者最先需要理解的几件事：CMake 是什么、CMakeLists.txt 写什么、如何配置和构建项目，以及为什么现代 C++ 项目普遍围绕 target 来组织。

最近开始转方向看 AI Infra，这块东西范围挺大、术语也多，先给自己画一张简单的地图：按工作流分一下，每个方向都做什么、有哪些代表项目。这篇是入门视角，不深入细节，目的是看招聘 JD 或者论文摘要的时候能对得上号。

整理一份自己学 AI Infra 时翻过、觉得有用的 GitHub 资源，按主题分类，不求全。配上这篇博文的 AI Infra 方向划分 来看会更顺。

OpenClaw 是一个 AI Agent 框架，它的核心想法是让模型通过自然语言直接调本机的工具链——Docker、apt、systemctl 这些都能一句话搞定。最近想把它接到飞书上做团队内部助手，从零部署了一遍。这篇记录全流程，外加几个差点把我卡住的坑。

这篇记录在一台带 GPU 的物理机上从头装 Ubuntu Server 20.04 + 配齐后端开发和深度学习环境的完整流程。起因是某次重装实验室服务器，本来以为一下午能搞完，结果忘了 BIOS 按键、显卡接显示器没信号、网口物理坏掉这一连串问题，拖了整整两天。下面这些都是过程里踩到坑之后留下的笔记。

这篇笔记写给打算转 Mac 或者刚转过来的 CS 学生和开发者，记一下我在配置上的选择和踩过的坑。涵盖三块：硬件怎么选、软件怎么装、日常用起来的一些小经验。