试了一下，速度很快，界面也不错。
但是不能体验核心功能，就直接让付费。。。

正好借楼说下我的发现：

v2 的主题和评论都很重要，但评论还是占大头。那么发现了好的评论，想收藏怎么办？
Livid 没有提供直接收藏评论的入口，为啥呢？
Livid 说，想收藏就得付出诚意啊！ 要么 5 币回复，要么 10 币感谢，这样才能在你的时间线里面，找到这个精彩回复。

那么顺着这个思路，把赞和踩都变得太容易，肯定不符合 Livid 本意啊。

@T0m008
@mzsongyan 就是比较宽泛啊，限定产品就变成兔小巢这样的了。比如现在有用户对所有的即时通讯软件都不满意，然后提出一个“我想要”，那应该提给谁呢？不能是腾讯吧


@Chappako 这个跟提点子还有点区别吧，提需求的一般都是自己需要，是遇到问题或不便后才提的。点子则不一样。

@qwertyzzz 对对对，就是这个意思！

@kiroter #21，说得有道理，至少读的时候，母语应该可以做到快速扫掠。
@Mindjet 楼主有没有实际的代码例子？ 可以把代码贴出来，直观感受下。刚才我看了下面的代码示例，
https://github.com/program-in-chinese/study/blob/master/1-%E5%9F%BA%E7%A1%80/%E5%9B%BE%E7%89%87%E5%A4%84%E7%90%86/%E7%BC%A9%E6%94%BE.py
但代码量比较小，不能形成视觉冲击力，尤其是关键字还保留着 english 的。

这个转换让我想到一个例子，就是目前使用的键盘，通过重新排布按键，打字速度是可以有很大提升空间的，但就是因为已经先入为主，导致现在几乎没办法更换——因为带来的好处不足以克服惯性。母语编程是不是也属于这类呢？

把一个排序问题，化成两两比较的问题。奇思妙想！举一反三！赞赞赞！！！

@heiheidewo 你说的有道理，受教了。不过应该也有办法解决吧。真遇到了再说，哈哈。

@lonelymarried 这真叫天底下没有新鲜事。写好了一定发到 v 站上来引流啊(顺便 @我一下)，这种只有用户规模足够大才行啊。

@heiheidewo 发需求的地方怎样发软文呢？ 发一个问题再给出自己的解决方案，那也没问题啊，如果这个方案确实能解决，那其他用户就不用再发第二遍，如果解决不了，也不影响其他用户发自己的问题或需求啊。
当然对于去网站上搜集需求的人来说，需要过滤的东西就更多了。

@zoikhemlab 我觉得没有重复。2 者面对的不是一个目标。
你提到的需求是刚性的，用户就是想要做这个需求，所以才会有后面的有人去做。
我提到的需求不是刚性的，提出需求的人可能仅仅是这个需求实现后的受益者之一，也可能他甚至不确定几个月后需求还存不存在。

@keller
@huntrue 不是发包接包网站，看附言 1

@emeab 什么是勺包？淘宝？
@qwertyzzz 搜不到“逆向购物”这个名词，这词太超前了吧。

@jingous 也许这个网站比搜索引擎更具有聚合性？ 比如网站起名叫 "I Want"，如果你遇到了啥问题，并且恰好你知道这么个网站，也许你会去发布一条“我想要”的信息。但如果没有这个网站，也许就没有发布这个行为了，搜索引擎自然也就搜索不到。。。是不是这个道理哈？

我也想到了一个类似的，建立一个网站，专门收集人们的需求，谁想收集需求可以去网站上面看。

https://v2ex.com/t/701567

没看懂。下面这个不也是你发的吗？

https://v2ex.com/t/681675
“一款活动社交软件，目标让大家走出房间，积极参与到周边生活中。积极参加活动，提升活动质量。”

@lvybupt 谢谢回复啊。

以我现在的理解，你说的“有限次”是说不需要对数据做 N(N 比较大)次连续的处理吧？ LFHE 的能力我还不清楚，例如它能不能解决例如 1000 次加法，2 次乘法？

我再去看下 LFHE 相关的资料，如果能用 LFHE 解决的话，那真是忍不住要去实际尝试一下了！

再次感谢提供这么多参考信息！

确实是。有一个阅读速度的指标(每分钟多少单词，Word Per Minute，WPM)，拿英语为例，
150 wpm - 3rd Grade Reading Students
250 wpm - 8th Grade Students
300 wpm - Average Adult
450 wpm - Average College Student
575 wpm - High Level Executives
675 wpm - College Professors
800 wpm - High-scoring College Students
1500 wpm - Speed Readers
4700 wpm - World Speed Reading Champion

也就是说，以英语为母语的成人平均每分钟阅读 300 个单词，大学生 450 个单词。
而国内考过 4，6 级的，基本上就是 60~150wpm 之间吧。我自己之前测好像不到 100wpm 。

所以。。。继续努力吧。。。无他，唯手熟尔。

@lvybupt 是的，所以我上面提到了“记账软件”这些只需很小数据量、运算量，是不是可以尝尝鲜？

这些小的服务，需要的可能只是在 10000 条数据条目上，进行 1000 次整数比较，100 次整数加法，10 次整数乘法，如果现在的计算速度已经足够支持这样的运算量。那这就是一个真实的案例啊，不一定非得是大规模的云计算。

@lvybupt 从 IBM 的测试项目看，好像就是一个很简单的查询，也需要几秒钟。我自己还没有测试过(不太熟，而且感觉需要的知识储备比较多)。

查了半天，没有找到在实际项目中的性能分析。找到的只有这个，
全同态加密在 ERP 系统中的性能评估(ERP Homomorphic Encryption Performance Evaluation)
https://www.ida.org/-/media/feature/publications/e/er/erp-homomorphic-encryption-performance-evaluation/d-10634.ashx

@qdwang
@lvybupt 大佬们有没有遇到过实际的案例啊？

我是从下面的资料中，了解到全同态加密的原理，感兴趣的可以看下：
[初探全同态加密：FHE 的定义与历史回顾]( http://blog.higashi.tech/2020/06/21/fhe_cn_01.html )
[初探全同态加密之二：格密码学与 LWE 问题]( http://blog.higashi.tech/2020/06/26/fhe_cn_02.html )
[初探全同态加密之三：构建 GSW 全同态加密系统]( http://blog.higashi.tech/2020/07/04/fhe_cn_03.html )