印象中云效是阿里云 2012 年左右从哪里收购来的。按我的理解，本意是把 devops 环节也收上云来，以扩展阿里云在软件生命周期内各个环节的生态位。但这个产品在后续的吸收集成过程中几乎停滞了，从账号体系到项目协作到自家的基础设施集成和授权管理，集成度都低到令人发指。很明显的，这定位直接结果之一就是连入口都不那么好找。
反正我现在只把云效当做和外部合作者共享的 git 仓库用。制品仓库也勉强一用。
不能更多了。
记不住的东西都是长期不用的东西。
长期用的东西都能记住。
跨界比较多的话，记住的都是超越跨界的那些最基础的或者最顶层的，在任何界都存在并且保持意义一致性的那些东西。
例如，一些最基础的知识：TCP/HTTP 协议的细节，linux 系操作系统的基础常识，一些常用的数据结构和算法，一些概率和统计类的基础知识。。。这类知识在我做过的所有领域都会用到。
一些最顶层的思想：DRY 原则、SOLID 原则、缓存、分层、分治。。。信息获取和筛选验证的渠道方法。。。这一类顶层方法和技能也是所有领域都会反复使用的。
除此之外，其他具体的细节忘就忘了呗。Android Manifest 里有哪些关键元素和属性？早不记得几个。CSS3 有哪些属性？我连现在 HTML/JS/CSS 版本到几都搞不清楚了。。。没事问题不大，AI 在手需要的时候随时能把这些细节捡回来。/狗头
记性是毫无争议的头等重要。我这种连当前牌局中自己打过哪些牌都要看看中场牌堆的，甚至有些连自己听哪几张胡哪几张都记不清的糊涂虫，就不要有任何幻想了。跟一个过目不忘的人玩任何东西，内心都是充满了绝望的。上场啥也不干就输了 90%。
第二是计算速度。能记住之后，做概率分析评估。每一家打过哪些废牌，那么他手里的牌停留在哪些可能性。根据记忆随时更新这个动态模型，需要非常高的计算速度。只有计算才能让机械记忆产生价值。很不幸，我的计算速度非常慢，稍微复杂点的计算就得依赖纸笔。而有的人，能通过手洗垒长城过程中记住的关键牌位置算出若干轮后谁摸到这张牌（并且根据吃碰等打乱摸牌顺序的操作随时更新这个结论）；能通过上家打过某张牌又犹豫过某张牌计算出他可能的牌型。大家打牌都不慢，随时计算，随时更新记忆，真的不是每个人都能做到的。
第三是经验，这个本质上是排列组合和概率，但我发现好多初中小学文化的老麻子一点都不懂概率论，但凭经验知道哪些牌型常见，哪些牌在哪些牌型里牌效更高。这些经验会形成很多很有意思的“口诀”：金三银七、二八无用、幺九少见必有对子。。。当老麻子从我的出牌中一口断定我听 369 时候我内心是震惊的。
第四是心态，赢的时候不要贪大赢，输的时候权衡一下能不能控制到输但小输甚至流局，什么时候该冒险什么时候该保守。。。我老丈人最差的就是这点，心态极差，极不成熟，讲起道理头头是道但实战输多赢少。
排最后的才是运气。真的。
很多人缺乏把一件事情描述清楚的能力，或者兴趣，或者时间。
AI 不好用，这是结论
遇到了什么需求，有哪些隐藏需求，这是问题描述
有哪些客观条件，有哪些主观条件，尤其有哪些默认常见的但实际不具备的条件，这是约束罗列
使用了什么模型，什么版本，什么客户端，什么提示词，经过了哪些尝试，遇到了哪些问题，这是过程描述
因此我的结论是 AI 不好用。
这哪是论坛发帖的操作啊，这简直写论文？论坛的标准格式简洁多了：
AI 不好用！这是发泄
一句就完事了。/狗头
血压已经上来了。如果软件厂商可以选择用户的话，他们真的是期望能有一个双向选择机制的。
什么他们已经有了？哦。。。说的也对。
讲真，推荐 linux 缓慢接触温柔入门的最好系统是 MacOS 。/想不到吧 /狗头保命 /世界虚妄但我是真诚的
小 demo 就同步，怎么简单怎么来。我写 demo 不爱用 web ，直接命令行跑起来就算。
生产环境必须异步。
1 ，负载能力决定了任务需要队列，耗时包含了排队时间，不可能一定是 30s 的。任务的逻辑超时时间取决于业务决策并且可能天天变化。
2 ，技术上一个链接的超时时间取决于链路中多个组件的设置。客户端、代理、网关、应用。。。远不如短连接+异步来得简洁稳固。
3 ，API 和 task 资源池解耦，甚至我们 API 和调度也解耦了。这样 API 的可靠性增加，task 计算池的弹性增加。
4 ，对服务失效有更高的状态恢复能力。
5 ，接口层 task 状态可推可拉，对客户端也挺灵活挺友好。
6 ，整个系统的吞吐量瓶颈几乎只剩一个：task 计算池了。API 和调度都很难形成瓶颈了。
Directory Opus 非常值，不过最好调教一下。好消息是可调教的点非常丰富。
盗版加正版用了十几年，直到转 macOS 为止。
从本质上来说，这个结构没错了，抽象的世界的本源确实很简单。输入，f ，输出，咦这不就约等于图灵机了吗？
但这图景不能放大。因为，事情的复杂度如果是 100 ，被抽象成为 3 了，必然是因为抽象忽略了细节。忽略，并不是消灭，物质是守恒的，复杂度或者说信息也是守恒的，它只能被忽略、被分治、被自顶向下，但不能被消灭。
站在一定 level 看事物依然有价值，就像我儿子站在正数、零、负数的高度看自然数一样，瞬间就把正无穷通过分类法简化到了 3 类。但一个 level 说一个 level 的话，不能因为这个 level 得到了 3 的视图，就说自然数本体也就 3 个对吧？
既然不得不下沉，那就下沉到每个抽象内部去。输入有多少种？世界的真实状态有多复杂，就有多少种。用户输入（各种各样的格式）、自然输入（例如时间）、外部依赖输入（例如网络）、异常输入（这耗费了程序员一半心神）。。。我还能继续数，继续下沉。
f 有多少种？不敢数，怕指头不够，反正我这业务逻辑写了好几 M 了。别说 Fn 的个数，就有限个，排列组合一下呢？键盘上就有限个字母还能排列组合出莎士比亚呢。
不反对哲思，我甚至提倡哲思，不管对不对过程都是值得鼓励的。但反对哲思结论跨层应用。讲个笑话：
老爷吃饭不吃屎， 饭进肚里变成屎。 吃饭变屎多费事，不如当初就吃屎。
start = now()
sleep(input)
end = now()
print(end - start)
时间复杂度 O(n)，此处 O(n)的意思是 n 是多少复杂度就是多少。
我现在主要做几件事：
1 ，给方案给思路，这主要集中在我不熟悉的领域。
2 ，CRUD boy & API boy ，这是 cursor 的强项。
3 ，老老实实 tab 键低爽一下就得了。
我已经跟老板吹了 cursor 牛逼了，现在逐渐发现它的天花板居然比我想象中的低这么多，很尬啊。。。
有个 Cursor 插件，SpecStory ，专门用来导出 Cursor 的聊天记录，我打算导出来分享使用技巧的时候用。
如果你的“编程水平”定义在“敲键盘写 crud 水平代码”的话。是的，降低了。
但我的“编程水平”定义稍有不同。我的定义参考《代码大全》，涵盖了需求理解、抽象建模、架构设计、编码实现、测试、bug 定位和根因挖掘、部署和自动化运维。。。等所有编程相关的技能。同时还有一些非业务指标带来的需求，例如安全、合规、扩展性、可用性、可维护性。。。等等所有产品生命周期内需要考虑的问题。
这些都是一个程序员的职业生涯中需要学习的东西。
更别说程序员不是活在 01 世界里的，是活在现实社会中的。沟通、表达、文档、谈判、妥协。。。一堆的程序员岗位软技能要练。
所以我一点都不慌 AI 会取代我的工作。我只气我学 AI 这把高档螺丝刀有点慢了。
财务/老板的角度：
公司给 UP 授权 1201 元购买服务，买回来的服务对价不是专家不清楚具体值多少，但明显 UP 只拿回来 1 元的发票。
和 A 公司核对，A 公司确实只收到 1 元的现金支付。
老板怀疑 UP 购买了 1 元的服务，贪污了 1200 元。/狗头
大体量用户
蝇量级计算
数字产品没有库存问题，所以各用户间购买行为无关，自己消费自己的就行。
购买行为不涉及用户间的借款、代付，所以自己算自己的账就行。
每个用户独立计算自己的币和消费过程，总共百条书币记录，0.1TPS 的操作，单用户放文件存储都不怕效率低。
过期状态更新只存在于查看时、消费时，依然百条书币记录，0.1TPS 的操作。
先不考虑其他功能需求，单说你的问题来看，这简直和大体量没关系啊。。。
唯一和大体量有关的是，如何在亿级用户中找到这个用户独立的账户存储空间。
还是颈椎的问题。。。
健身，我坚持健身的那两年颈椎特别舒服，从来不添乱。
最近两年停了，又回到了小心伺候的阶段。
枕头换个荞麦枕，有一定支撑度，颈椎垫高点保持向前反曲。
Select Language