分析工人动作标不标准这个我觉得是未来 AI 视觉分析的演变方向
但现在不现实 就算能分析 算力成本也得爆炸
我觉得现在很多关于 AI 的想法都是有可实现路径的 但算力限制是最严重的问题

可以吃褪黑素 网上直接买

对第 1 个问题
担忧是没有的 意外收获是 chatgpt 会拓宽解决问题的方法和思路
对第 2 个问题
不会被 AI 取代，至于核心竞争力，不同行业的程序员应该不太一样
对第 3 个问题
建议，因为从我的使用习惯上来说 AI 有一部分能力是替代 stackoverflow 这种社区的，我想相当一部分人在 AI 大规模使用前，遇到问题都比较依赖 stackoverflow 的，转为使用 AI 没有什么不妥之处
对第 4 个问题
因为所在公司不是专门搞软件开发的，不存在编程规范这一说

@guller 从纯软件开发转到制造业 IT 确实壁垒超高 HR 一般看简历没制造业经验就筛掉了

传统企业对 IT 有需求
特别是制造业在数字化转型的时候对 IT 还是很依赖的
但是制造业对 IT 人才的技能匹配还是很看重的 没有相关软件（比如 ERP,MES,PLM ）开发或者运维经验的基本上进不去

看完文章 我的理解是
就算 PCDN 全都被封杀干净了
正规的单线 CDN 还是会导致跨网爆炸
这问题应该是无解了？

最近遇到过同样离谱的
江苏电信打开移动 app 进行充值 选微信支付的时候 不能拉起微信 app 进行支付
切换成江苏联通就没问题了

广电的卡慎重购买 今年部分地区移动基站对广电卡限速很严重
长远来看如果未来广电开始自建基站 才会彻底摆脱这种情况
请看以下帖子
https://www.txrjy.com/thread-1402191-1-1.html
https://www.txrjy.com/forum.php?mod=viewthread&tid=1400171

RPA+1
可以用 RPA 先把每个平台的数据脚本都做一遍 然后每个人电脑上自己点一下运行
数据收集的话 可以把 RPA 脚本的最后数据写入的那一步写到内部服务器的公共盘上
然后服务器从公共盘把每天数据读取，汇总

现在 RPA 大多个人使用免费 这种策略也能 0 成本试错
如果后期需要远程下发脚本 统一控制之类的功能可以考虑买 RPA 厂商的商业版

@vagranth tls handshake 错误大概率是 https 证书的问题
前两天我的服务器 https 证书过期了 v2rayn 也不通
更新了域名的 https 证书解决了

大型系统重构是有极大风险的
参与过一个日本私有云管理平台的前端项目重构，从 flash 重构为 h5 ，这个项目搞了将近 3 年都没能正常交付
原因相信你们也能想到
原来的 flash 工程经过十几年的迭代,代码量巨大。而且熟悉原项目的人只有一个，前期花了大量的时间去分析原来的代码逻辑，把功能整理出来。
但是因为原来的代码实在是太多了 后期开发时发现了大量的与原系统不一致的表现

所以重构大型系统是有极大风险的 投了几千万上亿进去发现开发的新系统一堆 bug 的时候 所有人都头大

工作不差并且有不错的项目在进行当然是苟着
现在的职业规划就是想办法在工作的时候发现业务系统的问题 提新的解决 idea 给上级 这样就有新项目分配的可能性
我认为在工作中发现问题，有自己的想法去解决问题 发现新的需求 并且付诸实现也是一种经验储备
单纯靠上级布置任务 按部就班 按我现在的岗位 是很容易一周摸 4 天鱼的
我觉得这样时间长了是不利于后期跳槽的
扩展知识我认为是有必要的 比如积极拥抱 AI 尝试把 AI 导入现有系统就是很不错的方向

项目的开始时间和结束时间可以补一补

问题解决不了就拉部门负责人开会 把问题讨论明白 列出来
解决方案也列一列 多写几种
然后往上汇报 让上级做决定 然后再利用上级来往下压实任务
做事负责没问题 但方法要对

@leic4u 多端备份有点意思

@peasant 看 github 有没有什么有意思的开源项目

@winterbells bitwarden 没有云端备份的机制吗？

@GallifreyCAR 如果测试并不对代码进行测试，只是进行黑盒测试 我觉得单元测试并不能替代
原因：
1.单元测试只是对代码分支的覆盖性测试，只对最小单元的代码逻辑负责，不对实际功能负责。
2.我以前经历过的项目中，单元测试会被领导层以覆盖率为唯一指标进行追踪，导致开发人员编写大量的测试用例来覆盖所有分支，对正常开发进度严重干扰。
3.单元测试的高覆盖率不等于软件整体功能的高可用性，这也是我之前那个项目中出现的问题，单元测试覆盖率很好看，但是功能测试中仍然出现大量 bug 。

所以单元测试和功能测试不是替代关系，功能测试这种点点点的测试是必须的，要优化也是把功能测试的实际测试部分 RPA （自动）化，减少部分人力投入。
至于测试用例部分，未来可以考虑通过 AI 自动生成，但现阶段我觉得可行性需要再研究。
但测试自动化这块其实应用上已经相对成熟了，可以考虑做导入。

原来的测试人员是通过什么方法测试的？