问下，用户是可信的吗？
可信就是 Jupyter，可以开终端窗口，也可以用 Workbook 调用 sh 命令，完美
不那么可信就是 FastAPI 里面调脚本，直接用 swagger 当界面。

$> awk 'BEGINFILE{PRINTED=0} /^License: /{print FILENAME, "-", $0; PRINTED=1} ENDFILE{if(PRINTED==0)print FILENAME, "- NO LICENSE!!!"}' $VIRTUAL_ENV/lib/python*/site-packages/*.dist-info/METADATA

欸，我写这干嘛（太诡了

$> grep '^License: ' $VIRTUAL_ENV/lib/python*/site-packages/*.dist-info/METADATA

@nvkou 不会导致警察寻着线索上门吗？（

密钥交换过程不泄漏多余信息是基础啊，D-H 交换就已经可以做到各自秘密了
这不是公钥的问题，这是密钥交换问题，通常不会全部走非对称的，太慢了，SSH 也好，TLS 也好，都是现场交换一个足够强的对称密钥。

《自控力》？

@bugmakerxs 你要上层来看，Haskell （极端点 coq ）最后还不是得运行 CPU 指令？这并不影响它是纯函数式。

@wunsch0106 是没啥恶意，但你可以继续追问而不是转过头问别人。
别人又不是别人肚子里蛔虫。
我虽然说 Python 通常没关系，但也知道 poetry 在 debian 的 venv 打包上不能正确创建 venv 的问题。
还可能会有 native 库的问题…… 谁知道呢？但是还是那句 docker 提供的稳定性比谁都高

红帽系 ABI 稳定性更高，但跟你这个用 Python 的通常没关系。
而且 Docker 提供的稳定性比 CentOS 高得多了

稳定性有很多细分概念：
稳定性：最宽泛，表示随时间的不变性。但是 “什么” 不变？不知道。真不变是不存在的，运动是绝对的，那么何种程度算不变何种程度算变化？具体情况具体分析。
持久性：表示时间跨度上的 “存续性”
容错性：表示发生意外情况时的应对能力强
可靠性：基本等于持久性，但从界面的角度表述
还有其他很多或多或少可以归结为稳定性的概念，具体各有交集，或者产生部分因果归属。

总体而言，不要用这个词，而是描述 “什么有多么地不变” （ ABI 在大版本内以，相互兼容可正常运行而无需手动进行一些符号链接，程度地不变）
下列信息不必要，但加上能让人非常信服：如何确保？（上游 RHEL 、测试流程）谁来确保？（红帽？）有谁也表达了这一看法？（挺多）其他方面是否也有关？（举出 Debian 的 python 相关打包方式会影响 poetry 正常运行，并且影响下游 Ubuntu，需要用 pip 来覆盖 apt 装上的）

顺便跑题，搜索的时候看到点搞笑的： https://wikidiff.com/sturdiness/robustness，这说得可太对了，就是有点原地打转

@OwO233 再提出一个假说：生物生成的全局随机种子是基于 chunk 加载的。chunk 身上有个数，加载 chunk 时会用 chunk 带的那个数直接覆盖生物生成的全局随机种子，如果你附近的 chunk 引申的随机数不适合生成的话，如果反复加载就会影响生成
具体我也没太搞清楚，有人用这个方法造出了超高速刷怪塔：用红石去加载 chunk，迫使下一游戏 tick 必然在特定位置生成特定生物，并且反复刷大量相同随机种子的 chunk （似乎 16*16 个 chunk 会共用同一个值）。
为验证此假设：多跑图，跑远点，是不是能刷其他怪？以及是不是经常在同一个位置刷同一组差不多的怪，有似曾相识的感觉？

https://github.com/bcaller/cpython/compare/fbc7723..2c67561
还有这个 commit message： https://github.com/bcaller/cpython/commit/bc453d1

没研究过 CPython 源代码，以下表述来源于技能“直觉 EX+”
首先，打开 VERBOSE 之类的符号，并且在许多地方嵌入 TRACE
然后用 spit.py 来 parse 输出。