@Felldeadbird 认为这种事上升不到国家政党的 不是蠢就是坏 哪个国家敢把劳动法当擦屁股纸？这种竭泽而渔的发展 每年 8%钱都到谁兜里了 应该产业化升级的预算到研究员、工程师手里了吗
什么叫上行下效 什么叫上梁不正下梁歪啊

气数快尽了 这帮狗比 海南还搞了搞资本家犯罪能不抓就不抓的政策 🙃
快进吧 看看怎么挡住老美砸国门

这个事往大了说 是产业结构问题
本来该升级产业结构的预算的钱都进个人兜里了 产业结构太低端 只能卷工作量
国内不光程序员 各行各业都一个味儿 从上到下都是出来卖的

个人开源:linux
大厂开源:鸿蒙

niz108 上年纪了 按不动机械键盘了 机械都扔家里打游戏了

我 terminus 就没断连过 我有一台 racknerd 服务器 几乎 24 小时连着

openai 也不对俄罗斯开放 我前两天想注册过 smtp2go 发现也不支持中俄

warp 带的 ai 也挺好用

机场一直开着呗 提交代码那点流量毛毛雨了

warp 的 ai 好用的批爆

ie 早起没 tab 管理系统都是给老爷们用的 老爷们还用 xp 呢

什么时候吧假日办拉出去都枪毙了 真正吧法定假日的休假时间和串休规则写到宪法里才能实现离线

文心一言一上线 引用文档全是百家号、csdn

有几十万的小说资源还看小说？让 gpt3 给你写小说啊 主角写成自己 看的时候就生成一章

押宝 web3 押中一波肥😜

大佬肯定推荐加强技术深度啥的 我没啥技术深度 我的主要思路就是用代码解决实际问题
举几个例子 比如在用代码简化每日工作流程上先试试手
我们现在的公司 管理🐶屁不是 一天要填写 jira 写日报 写周报 写今日总结 写明日计划。。 这些东西完全可以写个 python 脚本 根据每日代码的 commit 信息调用 chatgpt 的 ai 来生成 再调用各种接口自动填报上去
虽然很小儿科但是下一步你就会惦记怎么把它弄的通用 怎么开个服务给关系不错的同事用 用的人多了怎么不增加服务器成本提升性能 甚至说给它开源到 V2EX 造福同行
再举个例子就是可以搞代码生成 根据公司业务来生成一些日常天天写的代码 可以做成 idea 或者 vscode 插件 过程中还能发现 js 还有更高级的玩法
很多技术都是解决了实际问题才有意义 不解决实际问题为了微服务微服务 为了多线程多线程 为了中台而中台 其实都没啥意义
最主要的是你这些代码都不是公司的资产 不会卷同行😜

我觉得 chatgpt 说挺好
为了满足系统对数据的维护和第三方对数据的高效查询服务，可以采用以下方案：

数据库设计
为了实现高效的查询，可以将数据存储在关系型数据库中，使用索引来加速查询速度。每个记录的大小不超过 1KB ，因此可以选择使用 MySQL 或 PostgreSQL 等数据库来存储数据。

在数据库中，可以将业务 ID 设为主键，以便快速根据业务 ID 进行查询。同时，还可以添加一些辅助索引，以支持更复杂的查询操作。

数据库缓存
为了提高查询速度，可以使用缓存技术。可以使用 Redis 或 Memcached 等缓存服务器来缓存最常用的查询结果。

可以将每个查询结果缓存在缓存服务器中，并设置过期时间，以便缓存服务器自动删除过期的数据。当有查询请求时，先从缓存服务器中查找数据，如果缓存中没有数据，再从数据库中查询并将结果存储到缓存中。

查询服务设计
为了满足第三方对数据的高效查询，可以设计一个查询服务。查询服务的主要作用是处理第三方的查询请求，并返回查询结果。

可以使用负载均衡技术，将查询请求分配到多个查询服务器上，以实现高并发查询。每个查询服务器都可以连接到同一个数据库，并从缓存服务器中获取数据。

为了提高查询速度，可以使用异步查询技术。当查询请求进入查询服务时，查询服务可以将请求放入一个消息队列中，并返回一个查询 ID 。查询服务再从消息队列中读取查询请求，异步地查询数据库，并将查询结果存储到缓存服务器中。当查询结果准备好后，查询服务将结果推送给第三方。

批量查询
对于批量查询场景，可以采用以下方案：

首先，将查询请求按照业务 ID 进行分组，每组查询的业务 ID 数量不超过缓存服务器的最大连接数。然后，将每组查询请求发送到不同的查询服务器上，由每个查询服务器异步地查询数据库和缓存服务器，并将查询结果返回给查询服务。

查询服务将每组查询结果进行合并，并将合并后的结果返回给第三方。由于每组查询请求的业务 ID 数量是相同的，因此可以保证每次查询的速度基本一致。