喜欢自然风景的话, 福州的福道, 厦门的山海步道和鼓浪屿, 东山岛的话, 目前风大浪大, 租辆电瓶车玩刚好, 土楼的话, 去过河坑土楼群(推荐, 人少, 保留了最原始的土楼风貌, 但交通不方便, 推荐租车).

古法编程是手段, 并不是目的, 如果能产出效果一样的程序, 更便捷的方法肯定是更好的, 就目前来说, 所谓的"AI"还处于非常初级的阶段. 我感觉终极形态是, 客户直接和 AI 提需求, AI 给出产品, 但我感觉这一天到来还需要很久.

就目前来说, 你可以不懂怎么编写, 但是肯定要懂它产出的是什么东西. 这就要求一些基础的计算机科学课程还是要学的, 就像现在的很多医生, 学了那么多年医学基础课程, 最后也仅仅就是看看报告, 开开药.

说到编程, 因为是大家的专业, 所以看起来简单, 这也正是目前 AI 的舒适区(把你已经知道而且做过的内容重复), 但如果跳出舒适区, 比如, 让一个程序员指使 AI 写一篇俄语的法律文书, 或生成一部电影, 或生成一部小说看看, 就可以很容易发现跳出专业领域, AI 能帮的忙也很有限, 因为目前它高效产出的前提是你能提供足够精准的上下文, 而且你能检验它给出的结果, 并能精确的反馈给它.

@coefu 你给出的关于 K8S 的书籍可以大致分成两类, 一类是告诉你如何使用通用组件部署应用, 还有一类就是如何二次开发 K8s 编写 CRD 和 Operator, 需要深入理解 K8s), 我目前还停留在使用上。

关于 Kubernetes 在区块链和 LLM 分布式训练方面的应用，我确实是第一次了解，非常感谢。之前我的认知还一直停留在部署 Web 后端应用层面。

@xzysaber 看了下目录, 有 Gateway API 和 native sidecar 相关内容, 最起码应该讲到了 v1.28(2023 年发布)吧.

@xzysaber 关于 Kubernetes in Action 2nd, 这几年 K8S 发展太快了, 对作者很不友好. 关于跳票, 问过 AI, 它们的判断是这次应该不会跳票, 因为总页数已经确定, 以及具体发布日期已经精确到了 3 月 10 号, 而且已经在各大平台公布了.

@FlashEcho Amazon 上显示纸质版 3 月底正式发售, 目前流传的应该是早期版本. 看了下你提供的链接, 第二版更新到了第 10 章(后续章节直接使用了第一版内容). O'Reilly 上显示电子正式版应该会在 2 月发布.

@R18 作者还有一个视频课程, 关于 Distributed System, 和书中的内容有些重叠, 也讲得挺好的, 链接: https://youtu.be/UEAMfLPZZhE?si=621qwuFX1JIs34dV

@eudore 专门去看了下源码, 里面的注释还专门说了不能使用 CompareAndSwap, 原因就是, once.Do() 如果返回, 一定要确保 f() 已经被执行, 意味着运行 f() 的那个 goroutine 没返回的话, 其他调用 Do() 的 goroutine 也需要等待.

源码: https://github.com/golang/go/blob/e2429619605951b137e25f6a51fbc39d9f0f1e9b/src/sync/once.go#L53

一定要想清楚一个问题, 他为什么不从银行贷款, 因为从银行贷款利息肯定低于十个点. 问或想清楚这个问题之后再做决定.

通常的情况是, 银行不给贷款(借款人资不抵债或信用差), 然后借款人以高息为诱惑去找熟人借钱, 这种大概率要跑路的(他可能真的想还, 但不是每个人都能成功的). 我一个亲戚碍于面子借出去十几万, 最后一分钱都没要回来, 借款人都找不到了.

@5waker 我感觉预设特征数量其实也没问题的, 正常情况下是不会超过那个值的, 但是, 处理逻辑有问题, 超过了直接 panic 的做法就是不对的, 在处理外部输入(自己无办法掌控)的值的时候都应考虑预期之外的情况, 和编程语言无关, 属于业务逻辑范畴了.

我的话大概每 3 年左右换一次眼镜, 网上配镜, 度数一直固定, 价格的话 400 元左右的, 每次换完都会有清晰很多的感觉, 树脂材质的镜片好像不怎么耐划, 每次看到旧眼镜上的划痕都惨不忍睹, 有些甚至会发黄. 记忆中第一幅眼镜好像是玻璃的, 后面就再也没配到过玻璃的了, 下次尝试一下玻璃的, 应该会重不少.

@hshe #16 2025 年高考人数比上年下降了 7 万. 从出生人口的数据上( 2002 年- 2010 年出生人口比较稳定, 平均 1 千 6 百万左右)来看, 所以未来 9 年内, 每年的毕业生数量应该比较平稳, 到 2034 年迎来二胎潮, 2040 年迎来高峰, 后又开始下降.

另外, 1962 (63 岁) - 1972 (53 岁)年间, 每年有约 2 千 5 百万的人口出生, 单从劳动人口数量上来讲, 未来十年, 每年可能有约 1 千万的缺口.

早期办过几次年卡, 玩项目的话, 体验最佳的时候竟然是疫情期间, 其余时间, 都是感觉人山人海, 热门的项目(飞跃地平线, 矿山小火车等), 排队几小时(没打错, 真的是几小时)玩几分钟, 我在几年的时间内, 去了十几次, 渐渐的就腻了, 现在逛得最多的反而是迪士尼对面的星愿公园.

妹子的话, 还真没仔细看, 感觉我大部分时间都在排队(疲惫地站立刷手机), 园区内溜娃的好多. 抛开排队不说, 项目游玩体验还是不错的, 现在阻止我办卡的唯一理由就是排队(体验最差的一次, 带侄子暑假排飞跃地平线, 夏天排了两个半小时, 没有空调, 只有偶尔的电风扇风).

关于排队(深恶痛绝), 我能想到的优化方案, 取个号, 到时间了, 叫个号再排队多好, 但是转念一想, 一天 5 万多人, 大家都不排队的话, 园内得多挤, 排队就相当于一个个蓄水池, 吸纳了半数游客, 另外, 夸张的排队时间还可用来衬托那些购买快速通行服务的人的明智. 说到快速通行, 这不就是花钱插队么? 早期的话, 有一个东西, 叫 FastPass 卡(快速通行卡), 每天限量免费提供, 需要进园区到指定的机器上才能取到, 而且取了一张后, 需要间隔很久才能再取下一张, 这样可以确保普通游客最少也有一个项目的良好体验, 但后来种卡没有了, 但是花钱购买快速通行的官方服务还在.

真想体验项目的话, 两种选择, 早点去(需要买早鸟卡, 可以提前半小时入园), 还有, 晚点去, 掐这项目关闭时间去排队.

话说最近刚好看了一篇相关论文[Context Engineering 2.0: The Context of Context Engineering]( https://arxiv.org/abs/2510.26493), 里面总结了当前 LLM 面临的一些挑战(有限的窗口, 如何过滤有用的上下文)以及目前应对措施(收集, 处理, 存储, 使用等).

我之前有种 LLM 类似编译器, 而自然语言扮演编译器角色的错觉. 仔细想又发现没这么简单, LLM 作为编译器最大的问题就是它很多时候都是一个黑盒, 相同的输入, 不同的输出, 你可以去接近控制它, 但是你没办法精确控制它, 编程语言可以精确描述你需要的库以及你想做什么(精确的上下文), 而 prompt 更像是一种许愿(类似于声明式编程).

一定要更新后续呀, 这算是一个公司花大成本做了一个实验吧, 很好奇结果会是怎样的.

@DRBZYCOM 你网站管理员用户名和密码硬编码进代码(login.php)了.

蹲一个后续

@iOCZS 我查了下, 1962(2478 万) - 1975(2119 万) 年中国出生人口都超过了两千多万, 感觉未来十年, 最少有 2 亿多人要跨过 60 岁, 这么庞大的退休人口, 假如经济还需要维持增长的话, 应该会释放出很多工作岗位来吧.

@Void000 #36 假设接班人来自内部, 那么接班人的坑位也要空出来吧, 只要总员工数保持不变, 最终还是需要外部人员来填坑.