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
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;
继续阅读MySQL公共表表达式 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。
公司办公环境把windows更新给屏蔽了,导致远程桌面不能用。好像说因为加密连接时系统要去更新根证书,一直连不上。
解决办法:
1、先查看防火墙是否打开,是否去掉“仅允许运行使用网络级别身份验证的远程计算机…”
2、如果还是不行的话。便需要开启组策略中远程桌面链接安全层(在服务器端操作):
(1)开始-运行-gpedit.msc,进入组策略编辑器。
(2)在左侧边栏中展开,计算机配置-管理模板-Windows组件-远程桌面服务-远程桌面会话主机-安全,修改以下两项。
* 第一,远程(RDP)连接要求使用指定的安全层,改为启用,安全层选择RDP。
* 第二,要求使用网络级别的身份验证对远程连接的用户进行身份验证,改为禁用。
(3)关闭组策略编辑器,重启即可。
重要业务的核心数据必须基于“4-3-2-1-0 原则”保护:
4个以上副本
原则:保留数据到不同介质,不同系统、不同数据中心的多份数据。
3个以上恢复点(Recovery Point Objective,数据恢复点目标,主要指的是业务系统所能容忍的数据丢失量)
原则:以RPO服务水平为出发点。
2个以上系统保护
原则:保护方式多样化。
1个以上异地容灾
原则:核心数据“必须”在异地存放一份可用拷贝。
0数据丟失