不知不觉又过了一年，2024年的总结还写完没多久，又到了该写2025年总结的时候，谁让自己2023年开了这个头呢，既然开始了，就像得到的跨年演讲一样，就得硬着头皮继续下去。

2025年最后几天，无意间看到2025 LF Technical Advisory Board election结果，其中落选人员的名字Cong Wang引起了我的注意，看名字应该是一个华人。简单搜索了一下，找到了大概是作者的两个博客站点：站点1和站点2。通过这些博客和个人介绍，可以看出作者是一个Linux Kernel领域的专家，贡献了1000+个patch了。之所以有这个研究，是因为我今年工作的一个重点就是对于Linux Kernel的分析和研究。

看了我今年在本站点发布的六篇文章，其中有两篇和Linux Kernel有关，而在我的个人拼音域名站点上，涉及Linux的就更多了。以前使用Linux都是从用户空间的应用中，现在因为项目需要，有些功能需要内核的支持，还可能对内核模块进行修改。这就要求对于内核必须有深入和透彻的理解，才能有信心去修改一些东西。截止到目前，对于Linux Kernel中 Networking相关领域的很多部分，我都利用业余时间进行了分析和研究，包括但不限于route, neighbour, af_packet, af_unix, af_tipc, tcp, udp, ip, driver等。以前自己觉得理所当然或者显而易见的东西，在看了内核的实现代码后，经常有“还可以这样”，“原来是这样”的感觉。以前在用户态觉得资源保护不就使用信号量么，后来在内核代码中，分别看到了spin lock, rcu, rwlock, READ_ONCE/WRITE_ONCE, atomic_inc/atom_dec等各种高效的资源保护和互斥机制，才看出Linux Kernel的强大。今年着力点最大的一个地方是neighbour邻居子系统，包括arp和ndisc，其中arp和neighbour框架看的比较细，ndisc还在分析中，感觉虽然是一个邻居子系统，加起来不到1万行代码，就有各种精妙和复杂的实现，比我之前预想的不就是arp request和arp replay么要复杂多了。另外，在年底的时候又花了点时间研究了一下SRv6技术，发现Linux Kernel对于SRv6的支持也已经很成熟了。按图索骥又看了seg6的一些实现代码，发现Frrouting中的SRv6也可以通过Linux Kernel来实现，完全是软转发，这对于一些实验性或者带宽时延要求不高的场景是再适合不过了。虽然现在数据中心是以VXLAN为主，但是已经有不少地方在研究SRv6在数据中心上使用的可能了。

工作上，2024年的一个项目在2025年有了收获，发布了几个重要版本，其中2025年12月31日完成了一个版本，也算是赶上了尾巴。还有几个项目在进行中，2026年的还得继续加紧干。上述项目中，都或多或少涉及了上面Linux Kernel的一些技术点，有些甚至是重要的技术点，所以说技术还要落地到项目上，否则就成了空中楼阁。今年忘记在哪里看到了一个对于Linux Kernel的观点，大致是说，这些技术需要支撑起业务和产品，否则在公司里就缺少存在的价值。对于商业公司来说，这确实需要思考一下，对于开源领域，这可能显得没那么重要。

2025年在运动和阅读上投入比较欠缺，运动最少，阅读次之。运动少的借口是时间少，但这也是蹩脚的接口，还是自己犯懒。阅读少是因为有部分阅读是电子化阅读，比如WPS上的PDF文档，手机浏览器里的Web技术文档等，微信读书和得到电子书2025年阅读量都比较有限。微信读书提示我2025年阅读了227天，共114小时，比我预想的要多。另外，今年看了几本纸质书，所以也相应减少了电子书的阅读时长。写作上两个博客站点输出了35篇文章，特别是个人全拼域名上，有29篇文章，这也得益于Github上像写代码一样的写作体验。

生活上今年小朋友上了幼儿园，比预想的要波折，有各种意想不到的事情。但是这个年纪也特别有趣，经常蹦出一些让我比较意外的词语和句子，也是生活中的一大乐趣。因为小朋友，周末基本不可能在家里待着，所以家附近或者远一些的公园都转了个遍，也算是开阔了眼界。今年另一件开阔眼界的事情就是上半年出去玩了一次，还是项目不忙中的一段时间。下半年因为项目以及生活上的各种原因，都基本是在家里或者加班中度过的。

2025年还有一件比较重要的事情，就是AI应用的影响力。看了一下，虽然我从2024年6月份就开始用豆包搜索一些东西，但是直到2025年初DeepSeek爆火之后，我才开始大规模使用DeepSeek，以及腾讯元宝。在这3个App上使用量从大到小依次是DeepSeek, 豆包，元宝。相信不仅仅是我，很多人也是在听说了DeepSeek之后才开始真正使用AI大模型的。上半年我使用AI大模型还主要是搜索内容，提炼原理，以及分析Linux Kernel等，下半年开始利用AI大模型生成了一些小模块的代码，上面的这些应用其实都很依赖于模型的能力，如果模型效果不好，会导致你使用几次之后就不想用了，如果模型效果比较好，还促使你有类似的工作还会找AI，其实不论哪种，都要能够主导AI 生成的内容并有自己的判断，即使使用了多个模型做对比，还是要人自己来做决定。对于普通人来说，上面这些应用其实就够了，如果要更深入研究大模型的原理以及背后的研发，比如大模型依赖的网络架构和底层技术，就需要投入更多的精力了。不仅仅是我自己，公司层面也在调研和推进AI大模型的应用，但是受限于模型的能力（其实还是成本支出），粗糙的模型在实际使用中并没有体现出明显的优势，但是我觉得这只是时间问题。虽然我自己也有部分抵制AI的情绪，但是不得不说在某些特定领域，AI确实比人类要做的好。与其坐以待毙，不如主动拥抱AI。推荐一篇文章：2025 年我是怎么使用 AI 的。

2025年我的阅读很多是知乎，小红书，博客，或者个人WPS, 飞书中收藏的内容，微信公众号的内容看的不多了。一方面我觉得公众号文章对于技术文章不太友好，比如你很难在搜索引擎中找到微信公众号文章（除了使用搜狗搜索外），技术很多时候需要开放，需要很容易找到；另一方面，我觉得很多微信公众号文章过于为了写文章而写文章，追求爆款，所以需要你花费大量精力从中找到有用的内容。知乎和小红书以前关注的少，2025年看了一些内容还有些受益，当然也需要过滤一些内容，博客是因为我自己也写博客，深知写博客大部分都出自于自身的主动性，因为写博客爆火很难，所以也就反向筛选剩下的都是不追求爆火的人了。虽然说博客的影响力已经大不如前，但是如果你细心去找，每年都能发现一些宝藏资源，包括中文的和英文的。