第一类人自知在其它地方没有机会，只能在资本市场火中取栗，其实自己一点胜算也没有，只是觉得万一赢了就不用再过压抑的生活，就有钱了，这类头脑发热者可称之为赌徒；
第二类人属于凑热闹，看着别人能挣钱，想着自己也来试一把，自知对市场的了解混沌，所以也不会放置多少资金，但是由于不知给标的估值所以不知何时要走何时要留，最后进进出出所剩不多，这类还算是有丝清醒的投资者可称之为韭菜；
第三类人将金融市场作为不需要实验室的科学，投入了大量的计算和总结，将金融交易作为不需要投入大量人力和固定资本的生意，投入了大量的学习和思考，将生活场景作为不需要打报告的调研，投入大量观测，并在金融市场检测自己的分析预判，这类兑现认知的投资者可称之为专业投资者；
第四类人属于有先手优势的投资者，他们可以在政策和信息公布前，提前知晓布局头寸，这类可以兑现信息的投资者是不普通的投资者。
普通人能做的是第三类人，也只有第三类人才能成为有支撑能力的投资者。
1、点击小程序右上角“•••”（三个点）
2、选择“开发调试”
3、选择“打开调试”
AI具有思考能力，你告诉它要做什么系统或功能、用什么技术栈、中间件，AI从官方文档去学习语法知识
可以提供PRD设计文档给到AI，然后AI自己不停地试（非目前搜了很多文章整合出来一个东西，类似胶水粘合），迭代出N个版本，越来越靠近文档内容
人变成流水线上的质检员，对AI生成的产品进行校验
AI的优势：
因为人的记忆力有限，不可能记住所有的代码，修改东西要一个个去找。而计算机内存可以加载所有源码，AI还可以自己搭建模拟环境mock测试
WITH (Common Table Expressions)
一、普通CTE
WITH可以为临时查询结果命名，命名后可以在后续的查询语句中反复引用。相当于一个临时的结果集
语法：
WITH [RECURSIVE]
cte_name [(col_name [, col_name] ...)] AS (subquery)
[, cte_name [(col_name [, col_name] ...)] AS (subquery)] ...
SELECT ... FROM cte_name ...;例子：
WITH
cte1 AS (SELECT a, b FROM table1),
cte2 AS (SELECT c, d FROM table2)
SELECT b, d FROM cte1 JOIN cte2
WHERE cte1.a = cte2.c;非常好的问题，而且你这个感受其实非常“实战派”——很多人第一次深入部署 Docker（尤其是在生产、嵌入式、或资源紧张的环境里）时，都会觉得它“不稳定”“莫名其妙出问题”。
但为什么仍然那么多人喜欢用？这背后其实是理念与使用场景的差异，我来系统性分析一下：
一、为什么你觉得 Docker 不稳定
这其实源于几个技术现实：
Docker 容器并没有独立的系统内核，它所有的进程都运行在宿主机的 Linux 内核上，只是用 namespace 和 cgroup 隔离资源。
这意味着：
内核参数、文件系统、系统调用异常，都会直接影响容器；
当宿主内核或 systemd 有 bug、cgroup 没收回、overlay2 崩溃时，容器集体挂掉；
继续阅读[转]docker根本不稳定啊，为什么这么多人喜欢用？《以日为鉴》
1、泡沫破裂现象
失业率跳涨，全国破产企业高涨
企业遇上的最大问题便是企业利润快速下滑，但产能端却出现了严重的过剩，这使得企业陷入了恶性内卷和亏损的泥潭
全行业利润同比下降，但全社会产能却出现了增长
2、泡沫破裂后
企业利润暴跌，雇佣严重过剩
企业端债务暴雷，居民端债务暴雷
2022年，日本地产泡沫时期的贷款终于还完了
3、政府延缓就业举措
“乡村分流”与“研究生扩招”
劳务派遣制度，推广劳务派遣制度，鼓励企业减少正式员工雇佣比例，将临时员工作为新的就业蓄水池
一、AI算法的目标在于消耗用户的注意力和时间，汇集成为平台的吸金流量
你是否有过这种观察：公交车上的乘客、菜市场摊点后的大妈、围坐在餐桌旁的家人，都在神情专注地刷手机，反而对自己该做的正事心不在焉？
你是否有过这种体验：打开短视频App或者点一下微信视频号，对自己说好只看5分钟，但等到一抬头已是深夜？不胜感慨平台“太懂我了”！但放下手机后满脑子却只剩下焦虑、空虚和寂寞？
这不是大家自制力差。你必须认识到，你正在与一个以消耗你注意力和时间为目标的AI算法，进行一场不公平的战争。绝大多数人大概率是会输掉这场战争的，因为AI模型和算法都是从世界顶尖名校毕业的学霸们设计、开发和不断升级的。而你的注意力、深度思考能力和时间，恰恰是你在人生赛道上超越他人最宝贵的资本。
二、算法如何“刷你”——让你上瘾，而非清醒
你以为在享受个性化推荐，其实你的注意力正在被AI算法打包出售。
1、它在记录你的一切： 你在哪个视频停留了0.5秒，你给哪类评论点了赞，你何时滑动最快……这些都是喂给算法的数据。后面它会马上调整推荐算法，更精准地将“更适合你”的内容推送给你，牢牢粘住你的眼睛和手指。
2、它在分析你的情绪： 算法发现，引发争议、愤怒、猎奇的内容，最能“勾住”用户，并激发用户与其他用户或者内容up主的互动热情。如果能够挑起用户间激烈争吵乃至互骂，AI的开发者和运营商就觉得算法及格了，就会加大力度给你推送能进一步激起你情绪的内容，让你在信息茧房里越陷越深。
3、它在塑造你对平台的依赖： 它在训练你形成一种“平台依赖型人格”——不刷就感到不安，让你在无形中把宝贵的思考时间，交给了无聊且无尽的娱乐和情绪消耗。请记住，商业平台上的AI，首要目标不是让你成长，而是让你停留。通过这种短暂愉悦或激动来吸引你停留在app上，继而悄悄地磨钝你的竞争优势。
继续阅读[转]如何看待使用AI（2）一、AI是模型
AI的本质，不是思考，而是“神预测”大模型。它像一个读过全世界所有书籍的“模仿大师”，根据你给出的上文，机械地预测下一个最可能出现的字、词或像素。
AI没有理解力、没有共情力、更没有是非善恶的判断力。
相信它会“深度思考”，是你被它操控和愚弄的开始。看透它高度模仿的本质，是你驾驭它的第一步。
二、AI会胡言乱语
AI模型本身没有意识，但当其生成看似合理却与事实不符、虚假或无意义的内容时，就被称为“幻觉”。
这如同人类在幻觉中看到或听到不存在的事物，AI“创造”了不存在的信息。这种现象揭示了AI模型在缺乏真实世界知识或训练数据不足时，会用非常自信、专业的语气，一本正经地胡说八道。它会为你编造根本不存在的人物、地点、新闻、论文、数据或其它看上去毫无破绽的事实真相。
为什么？因为AI生来就不懂“真假”，只会用模型来看“像不像”。当它找不到确切答案时，就会猜一个最像答案的内容，用最具说服力的语句呈现给你。
三、AI学不会人性
它没有好奇心和想象力。
它没有道德感和羞耻心。
它更没有同理心、牺牲与奉献精神，遑论爱的能力。
电流的分类：
1、感知电流
能够引起人们感觉的最小电流，感知电流值因人而异，总体上成年男子感知电流平均值约为1mA，而成年女子约为0.7mA。
2、摆脱电流
人能忍受并能自动摆脱电源的最大电流，平均值为10mA。
3、安全电流
使人不发生心室颤动的最大电流。在一般情况下，30mA是人体可以忍受而又无致命危险的最大电流，而在高危场合应取10mA为安全电流，在水中或者在高空应选5mA为安全电流。
4、致命电流
在较短的时间内危及生命的最小电流，当通过人体的电流超过50mA，时间超过1秒就可能发生心室颤动和呼吸停止，出现“假死”现象。“假死”只是暂时现象，如果能够及时进行抢救，触电者往往还有一线生机。
人体触电分类：
1、人体与带电体直接接触触电
（1）单相触电
当人体直接接触带电设备的其中一相时，电流通过人体流入大地，这种触电现象称为单相触电。
（2）两相触电
人体同时接触带电设备或线路中的两相导体，或在高压系统中人体同时接近不同相的两相带电导体，从而发生电弧放电。电流从一相导体通过人体流入另一相导体，构成一个闭合回路，这种触电方式称为两相触电。
2、跨步电压触电
当电器设备发生接地故障时，接地电流通过接地体向大地流散，在地面上形成分布电位。
这时，若人在接地故障点周围行走，其两脚之间的电位差，就是跨步电压。由跨步电压引起的人体触电，叫跨步电压触电。
电流通过人体从脚经跨步又到脚，与大地形成通路。触电时，先是脚发麻，然后跌倒。
3、接触电压触电
如果人体同时接触具有不同电压的两处时，在人体内就会有电流通过，此时加在人体两点之间的电压差，称为接触电压。
第一种方式：
APP采用原生开发方式展示所有页面。优点在于用户打开APP后，页面加载极快，因为所有展示页面在下载时就已存储在手机中。缺点是，一旦APP运行出现错误，技术团队无法通过后台直接修复，只能要求用户主动升级APP；而各应用商店审核周期不同，可能导致问题在线上长时间存在。
第二种方式：
非原生开发方式（H5展示方式），与原生方式不同，H5展示方式在用户下载APP后仅预装 登录、首页、个人中心等基础功能，其他页面如：服务页、记录查询等流程页面均在后台服务器加载。当用户进入服务页时，系统实时从服务器加载最新页面，确保信息及时更新。如果出现问题，技术团队可立即在后台修复，对用户来说几乎无感知。目前，主流APP均已采用这种成熟技术方式。