30 天做了什麼

從一個空目錄，到一個有 CI、有 CDN、有離線能力、有跨裝置同步、有可觀測性的學習網站。沒有引入任何打包工具。

量化成果

程式碼

內容規模不是把每門課湊成一樣長

8/8 的內容擴充把固定「4 章 × 3 課」骨架拆掉：迴歸、CDA、時間序列、多變量各擴成 8 章／24 課；AWS、GCP 各擴成 10 章／30 課；初級統計維持 14 章／49 課。課數不再是模板常數，而是領域範圍的結果。

同一天也完成可重跑的 reference coverage audit：目前 464 PDF＋75 TXT 對上 18 門 runtime 課文，109 個候選主題分成 55 missing、23 shallow、31 covered。（audit 跑的是當時的 18 門；後來的 7 門雲端證照課尚未納入下一輪稽核。）這個數字比「我有四百多份教材」有用，因為它直接告訴後續內容預算該花在哪裡。

效能

⚠️ 這一節的數字尚未取得。 Day 29 的遙測管線（js/telemetry.js +
functions/api/beacon.js）程式是完整的，但兩套部署到寫這篇時都還沒對真實帳號
執行過，所以沒有任何真實使用者資料。下表是 Day 19 在本機用 Lighthouse
模擬節流量到的值，不是 RUM。上線收滿一週後回來換掉。

Lighthouse（桌機）：Performance 94 / Accessibility 100 / Best Practices 100。

回訪載入（Day 24 的成果）：28 個請求 → 2 個。離線：讀過的內容全部可用。

基礎建設

雷區 Top 10

按「難發現程度」排序。第一名的共同特徵是：不報錯、不當掉、驗證通過，但使用者看到的是壞的。

1. 數學式裡的裸 <（Day 7）

<p>條件是 \(m<p\)，模型無法識別。</p>

<p\) 被瀏覽器當成 HTML 標籤。公式不渲染也不報錯，結構驗證器完全看不到。全站掃出 5 處，修完後某一課的 mjx-container 從 18 變 20——有兩條公式靜靜地消失了兩個月。

唯一抓法：開瀏覽器數 mjx-container，並確認課文可見文字裡沒有殘留 \(。

2. 兩種反斜線慣例並存（Day 7）

template literal 檔案要雙寫 \\frac，JSON.stringify 產生的檔案照原樣。檔案文字看起來一樣，來源完全不同。 照另一種慣例盲改 → 畫面印出裸 LaTeX，語法檢查全綠。

解法：不看檔案文字，用 node:vm 載入後檢查 runtime 值。

3. 樣板產生器產出的假課文（Day 8）

兩百多課共用同一段講解，測驗答案是 index % 3 算出來的。結構完美、驗證全過、內容為零。 最後整批砍掉重寫。

規格可以樣板化，內容不行。

4. --oem 3 慢 80 倍（Day 20）

tesseract 的預設 OCR engine mode 在中文密集頁 >180 秒/頁，改 --oem 1 是 2.2 秒/頁。差 80 倍，而那是預設值。

慢得不合理時先查參數，不要先假設「這條路不可行」。

5. 破壞性的「修復」（Day 20）

按字型名一律套用 glyph 修復，把原本正確的 (Primary Biliary Cirrhosis ) 改成 Emrimary=Biliary…。同一個 BaseFont 名可能同時是簡單字型與 Identity-H。

只修明確標記為壞的（U+FFFD），並要有獨立驗證。破壞性修復比不修復糟——因為你以為問題解決了。

6. 多份 CSP 取交集（Day 23）

<meta> 一份、_headers 一份，任何一份拒絕就是拒絕。我在 _headers 手滑寫成 default-src 'none'，上線後公式全掛。本機的 http.server 不送 header，所以只在線上發生。

CSP 只能有一份。單一事實來源的原則在 HTTP 層一樣適用。

7. aws s3 sync --delete 的順序陷阱（Day 26）

分兩次 sync 但 include/exclude 沒有互補，第一次就把 HTML 全刪了。差點造成線上網站半殘。

--delete 是破壞性操作，第一次一定先 --dryrun。

8. sw.js 被快取 = 網站變磚塊（Day 24）

Service Worker 是更新鏈的起點。它被長快取住，使用者就永遠卡在舊版，而你沒有任何伺服器端手段推動更新。

同類雷：skipWaiting() 讓已開啟的頁面混用兩個版本的資產（Day 16）。

9. 手寫 ?v= 版本號（Day 24）

我忘記改過一次。我自己的瀏覽器是好的（一直 hard reload），回訪使用者拿到舊 js 配新 HTML → 隨機的 undefined is not a function。

需要人類記得的步驟，遲早會忘。60 行腳本 + CI 檢查取代它。

10. last-write-wins 會弄丟進度（Day 27）

兩台裝置離線各完成不同課，後同步的覆蓋前一台。逐項 union + 取較早時間讓合併成為 CRDT——可交換、可結合、幂等，不需要 vector clock。

榮譽提名

• frame-ancestors 放在 <meta> 裡無效（header-only 指令），還會讓每頁 console 噴 SEVERE（Day 10）。
• CI 沒裝中文字型 → 截圖全是豆腐方塊，而文字檢查照樣通過（Day 22）。
• buffered: true 漏了就收不到 LCP，樣本數會是 0（Day 29）。
• 確定性不只是固定隨機種子：物件遍歷順序也會讓 CI 產出與本機不同（Day 22）。
• min 欄位填「暫時的預設值」：207 課全顯示「10 分」，旁邊手調的 8–16 一對比就很假（Day 3/10）。

五條可帶走的原則

一、會靜默失敗的東西，一定要有自動檢查

Top 10 裡有六個是靜默失敗。它們的共同點是不會有人回報 bug——只會慢慢累積，直到你某天隨機點進去才發現。

這條原則的具體實踐是雙層驗證（Day 10）：

Day 22 我還做了一件事：刻意弄壞每一項檢查，確認它真的會擋。 沒被驗證過的 CI 等於沒有 CI。

二、規格可以樣板化，內容不行

判準：如果你的產生器需要「填入關鍵字」，那你產的是內容 → 刪掉。如果它只是「檢查骨架是否齊全」，那是規格 → 保留。

後者的複利很驚人：Day 8 定的 <dl class="terms"><dt>中文 (English)</dt> 只是為了排版一致，七天後（Day 15）免費長出一整頁名詞表加反向索引。規格化的內容會變成可程式化的資產。

三、每個決策都要能說出代價

30 天裡我做了很多取捨，每一個都寫下了理由與代價：

最後三個我特別想強調：有意識的妥協 + 明確的複查條件，比假裝沒有這個問題好。

四、先量再優化，先量再改資料

兩個實例：

• Day 8 我想重排測驗選項讓正解位置更均勻。實測分布是 65/70/72——已經接近均勻，原本的印象是錯的。而且 141 課的詳解直接指名選項位置，重排會製造一百多處矛盾。沒量就動手 = 製造 bug。
• Day 29 的遙測還沒收到任何真實資料（站沒上線），所以這一課只學到一半：我已經知道「平均值會騙人、要看 max」，但還沒有那個 max 可以看。這正是「先量再優化」的反例——沒上線就沒有量，沒有量就只能猜。MathJax 在慢速連線的成本目前仍是推測。

五、本地優先，雲端加值

Day 27 打破了 Day 1 的「不做後端」，但守住了一條線：localStorage 仍然是 source of truth。

結果是：離線能力零退化、後端掛掉只是不同步、未登入時功能完全不變。我用一個回歸測試守住它——把 sync.js 從 HTML 移除，網站行為必須與 Day 26 完全一致。

誠實的「沒做完」清單

沒做

沒做對

• Progress 當初沒存時間戳（Day 5），導致 Day 17 的熱力圖只能從新增 Activity 之後才有資料，過去三個月的紀錄補不回來。

  如果資料可能會想做時間軸分析，第一天就存時間。

• style-src 'unsafe-inline'（Day 25）：要拿掉得把六個 View 從「回傳 HTML 字串」改成「操作 DOM」。已記錄複查條件（加入表單或使用者輸入的持久化顯示時）。
• 遙測聚合最後沒有用 KV（Day 29）：文章寫的是 KV 讀後寫，那個寫法在兩個請求同時進來時會互相覆蓋。實作時改成 D1 的原子 UPSERT（ON CONFLICT ... SET n = n + 1）——D1 反正已經在了，沒有理由選會錯的那個。文章與實作不一致時，實作是對的那一邊，這裡記一筆。
• CI 遲到 20 天（Day 22 的交付）：WBS 把它列為「階段零、Day 10 前必須完成」，理由是「接下來 20 天要大改 js/，沒有 CI 等於裸奔」。結果整整裸奔了 20 天。決策閘門寫在文件裡但沒有觸發機制，就等於沒有。

後續路線圖：不再靠印象排內容

coverage audit 讓後續項目有了證據與優先級，而不是把每門課都再加三章。

P0：先修正課程承諾與明確來源落差

1. SEM：robust ML／WLSMV、FIML、測量恆等與多群組。
2. 高等資料庫：ANSI 三層、關聯代數、分散式交易／復原、Hadoop/Spark/NoSQL labs，並修正 3V/4V。
3. SQL50：真的完成 50 題資料、答案與邊界測試；否則改名為 SQL 核心概念。
4. MILR：補 curriculum 已承諾但 runtime 沒有的替代假設、Keras 與 max/mean/attention 聚合。
5. AWS 補 Bedrock/AIF、Migration、FinOps；GCP 在取得真正 PCA 來源前不宣稱完整 PCA。

P1：把仍為 12 課的大領域依知識鏈擴章
6. 機率論：收斂／LLN／CLT、Jacobian、順序統計與估計漸近。
7. 機器學習：泛化理論、最佳化幾何、SVM 家族、GBDT、CNN/attention 與 Python labs。
8. 資料探勘：LDA/QDA/kNN、選模／正則化、非線性模型、DBSCAN／群效度與真正 R labs。
9. Python：進階函數、多格式 I/O、Pandas merge/groupby、影像 ndarray。
10. MSSQL 與軟體製作：前者補管理／隔離層級，後者不再加純架構課，改做兩個可執行縱切作品。

產品與工程中期項目
11. 補齊 25 門課的章末測驗題庫與課文 review checklist。
12. 學習路徑推薦同時使用 COURSE_MAP.edges（先修）與 COURSE_MAP.related（跨領域關聯）。
13. 把 LessonView 純函式抽出來用 node:test；筆記功能上線時重新檢討 style-src 'unsafe-inline'。

長期
14. 開放內容協作；PR 必須附 coverage 差異與來源界線檢查。
15. 把 node:vm 結構驗證與 coverage audit 模式整理成可重用工具。
16. 讓 Day 22 的 OpenWiki workflow 真的跑起來：補金鑰 → 人工審第一份產出（確認沒把課文正文搬進去、沒引用 .reference/）→ 開週排程，讓「手寫決策紀錄 + 機器維護結構文件」兩層文件都不過期。

給想跟進的人的三個建議

一、先寫驗證腳本，再寫功能。

我第 10 天才寫驗證器，前 9 天累積的兩個 bug（裸 <、meta CSP）在網站上活了很久。如果我第 3 天就寫，它們永遠不會上線。

而且驗證器讓後續每個功能都變便宜——Day 11 之後我每加一個功能就加一支檢查，總共 9 支。改動時的心理成本從「我會不會弄壞什麼」變成「跑一下就知道」。

二、把「不做」清單寫下來，並且允許自己有條件地打破它。

Day 1 我寫了五條「不做」。30 天後，其中兩條被打破了（後端、file:// 完全可用），三條守住了（無框架、無帳號密碼、無版權素材）。

被打破的那兩條都是有條件地打破——後端加上了「本地仍是真相」的前提，file:// 是為了嚴格 CSP 而讓步。清單的價值不是永遠不變，是讓每次打破都成為一個需要說明理由的決定，而不是不知不覺的範圍蔓延。

三、寫下每個決策的代價，不只寫理由。

「為什麼選 X」很多人會寫。「選了 X 之後我要付什麼」很少人寫，但那才是三個月後的你需要的資訊。

我的每一天文章都有「踩到的雷」那一節。回頭看，那節的價值遠高於「做法」那節——做法會過時，代價不會。

收尾

30 天，30 篇，一個能用的網站，兩套部署，$0.52/月。

最有價值的產出不是那 424 課課文，也不是安全 header 的評等。是那一整套驗證腳本與雙層測試——它們讓這個專案在我離開三個月後回來，還敢動。

感謝一路看到這裡的人