楼上瞎吹老美也有个度，论证角度发出来，一看连个入门级别都还算不上。

航母炸沉才算是真正打掉航母啊？那炸敌人碉堡，是不是把碉堡地基都炸没了，一块水泥都不剩才算是摧毁了碉堡？

航母甲板炸到剧烈变形，或者炸到舰船失去动力，这两任意取其一，都可算是航母彻底失掉战斗力啦。

不要怀疑导弹的威力，这根本就不是难点。

难点在于如何精确定位移动中的敌舰航母，导弹的超远距射程、超高速、轨迹的不可预测性。这几点是以前的USSR，当今的老美都做不到的。

倒是想从宏观角度谈谈这个话题。

犯罪率和失业率等经济指标其实是强相关，跟治安手段和强度关联度倒是不大，这个学术界有很多论文可以佐证。

20 年前的欧美和现在比，明显治安变差太多，这个主因就是经济状态变差了很多。日韩没有移动支付和天眼，治安和中国差不多同等等级，也是因为就业算是比较充分了。

前几年回顾蝙蝠侠电影，有点特别出戏的是，蝙蝠侠爸妈被抢劫犯杀了，他的直觉反应是开发高科技装备大力打击犯罪。当时觉得这也太滑稽了，真想消灭犯罪，你家那么有钱，多创办几个企业，拯救下哥谭市就业，不比你整天忙来忙去，永远消灭不了罪犯来得立竿见影。

没严谨查资料求证。就算是真的，这玩意迟早会出的，就是晚几年的问题。
老墨和阿三一直是移民主力大军。老美就只防华人，不防阿三和老墨？这说不过去吧

大家都说cursor强大，有没有人用这AI生成大量代码后，在生产环境使用过？
特别是针对需求二次修改、修bug、AI制造的代码上加需求，这类工作内容，大家感觉cursor使得上劲吗？

https://weibo.com/1497035431/PhIoVaZmJ?pagetype=profilefeed

你想到的，国内早就有人已经开始在做了（发微博的这博主，是专门卖数据给各大厂的AI 模型用的）

还不会？你应该说哪些行业能被 AI 彻底取代？目前 AI 的水平仅限于助手，连个最基本的客服都彻底取代不了。

最缺数据的其实是具身机器人。3维空间视觉数据少得可怜。大家都对宇树具身机器人充满了想象，其实看演示，都是在原地跳舞，就这，还需要配合人在背后遥控。更别谈能在室内自主流畅完成行走，避障，拿放物体这些最考验视觉识别功力的基本操作，再过 20 年也实现不了。

楼主信息茧房太严重了，以为身边人人打游戏，练 ai

实际上电脑写写文档，浏览下网页，看下视频的才是大多数 PC用户行为。显卡是刚需么？集显人家都已经非常满足。

这参数如果是真的，1000A 得多壮的电缆线才能带的动？单个肌肉男抬都抬不动，都得上机器人自动插上充电枪了

而且这玩意都不能普及，要普及得把现有的电网全部改造一遍。按照大部分各省市的居民小区建设标准，100 平米一户的配电功率差不多是 10kw，一个一千户的小区的居民用电，只够建设一个 10桩这样标准的充电站。想想这多夸张。

美国人口天花板太高了，人口数再翻个一倍到 6 、7亿，国土资源承载压力洒洒水。本土人口就算生育率不行，还有大量移民做补充，而且本来就是有传统文化的国家。只要不内乱，都是世界的一级。

美中印只要不瞎搞，专心谋发展，天花板都很高的。

对户主是谁，没硬性要求啊。

只要求娃户口本地址，和房产地址一致，且房产产权为直系血亲之一即可（爸爸妈妈爷爷奶奶外公外婆）

deepseek什么时候有多模态的功能了？

deepseek API手册查了一遍都没有这个功能。

卧槽，你是冒用deepseek的旗号，打软广

楼上几位认真听过张雪峰的视频没啊？就荒诞到离谱

人家年入千万的技能就这么没难度？这么简单你咋不去山寨他，只收张的十分之一的费用抢他客户，你也可以年入百万级别，赚到盆满钵满啊

认真看看张的几个咨询视频就知道，张对各行各业的职业发展特点，全国所有的大学院校录取分数，专业对口，毕业生就业去向，掌握的信息之准确，之全面，简直叹为观止。我琢磨了好久，好奇张都是通过什么途径，去收集这些庞大的数据，怎么保证这些数据和信息的准确性。这才是张能赚钱的最大壁垒。

你们要是有这数据，你们也可以直接变现卖钱，知道不？

而且这种数据是典型的垂直领域数据。垂直领域的数据，每年都在变化更新，互联网上绝无可能有全面且准确的数据。AI 最没法染指这种垂直领域场景。

垂直领域的数据就像一个孤岛，AI 行业内为此还发明了大量工具和方法如 RAG/Fine-tune，想把通用数据和垂直领域数据打通

其实也没必要一定考虑纯油车。别最后买个纯油，发现油价太贵了，舍不得开，大多时间放在家里吃灰，这不就违背用车的初衷了？（对，说的就是你，星越L，什么都好，就是太耗油）

也可以考虑插混或者增程啊。一来买车的时候省掉一万好几的税，二来代步开起来比纯油车省油多了，三来完全可以把混动车当油车用，只加油不充电

国内人花样玩得越来越多了，开始 cosplay 美国的阿米什人群体了

在学生时代不早就体验麻了？

班里成绩头几名的同学下课疯玩，放假作业完全不做，从来不补课。成绩照样吊打班里其他一众每日挑灯夜战的做题家。

读书时代就羡慕死了读书有天赋的同学，他们上学简直太轻松了

不就是量子力学里的量子坍缩现象吗？这就是这个 物质世界的最大 bug

你拿设备观察微观世界粒子运动情况，粒子立马就失去波的性质，变成粒子；不观察，粒子就同时显现出波的性质。

人类主观观测行为，还能影响微观世界物质的客观运动状态？？这不是把科学这种唯物主义哲学观的根基都挖了么

但至今物理学家都不出合理的解释，给的都是各种猜想没个定论，而且所有这些猜想，一个个光听起来就 tm 荒诞离谱到家。

必须换一家。

话说我也是 BYD 系列，车价就比你高一截，第一年出过一次商业险 3000+。第二年保费也才 3700+

大部分人都是业余人员罢了，不知道openai 爆发之前 NLP 发展的历史。

openai 能够大爆发，其理论基础和实践结果都是参考 18 年-19 年 google 发明并开源的 bert启迪而来的。

google bert 模型是首次引入 transformer 模型算法，并加大参数，取得了遥遥领先当时其他神经网络算法的耀眼成绩。

openai 的 gpt-3 只是在bert基础之上，狂加参数，狂加训练数据，用大力出奇迹的方式证明这条路走的通，结果也是震惊了世人，最后达到了破圈效应，无人不知无人不晓。

这大模型算法原创是 google。当时一堆人在跟风bert，华为魔改出几个版本的bert，百度模仿bert搞了个 Ernie/padle-padle， 国内行业内大公司/清华北大中科院都有在尝试这条路。只不过 openai 背靠微软财大气粗，率先用 1700 万美元的训练成本，用钱生生砸开了这条路，拿到了头香。

云上做个 RAG，配置很低的设备安装你们的客户端， 用来调云上的 http api。相当于计算压力全部给了云，本地只是 数据呈现。

用瘦客户端的方式做 rag 的一个优势是，如果操作知识库升级了，只需要云上把 rag 的数据更新一下，客户的设备端啥都不需要用动。

人类的想象力是如此匮乏。这就生产过剩了？

我看到的是人类各方面潜在的需求无穷无尽。每个个体的需求汇集在一起，就是一个个种类繁多的巨大细分市场。只是囿于目前的科技水平低下，没法把成本打下来，给人类造福同时，解决巨量的就业问题。且因为居高不下的成本门槛，导致消费人群匮乏，市场狭小，大部分人把这些潜力巨大的消费市场和就业市场视而不见。

比如，目前远距离出行成本居高不下。如果科技水平进步到大幅度降低出行成本呢。例如，去尼加拉瓜看瀑布，埃及看金字塔，芬兰看北极光，出行成本都能在 200 元以内。那么可以想象全球旅游市场该有多大，会带动多少相关就业？

再比如，目前大部分人类因为医疗费的居高不下，生活中常见小病小痛都忍着不敢去医院。如果验血、照CT/彩超成本控制到 10 元以内，且秒出结果，AI 临床问诊精准度提高到和顶尖医生水平相当。这些高频出现的小病小痛医疗需求都能低成本诊断结果，会刺激出多大的上下游医疗服务市场。

@dcy73676 跟油车百年时间比，这算个啥。

从汽修学校意识到紧缺电车维修人员，到大规模培养出对应电车市场规模的对口从业人员，这点时间够看吗？

而且再叠加考虑下保有量。疫情前能在路上看到多少电车？电车保有量真正爆发也就 22 年、23 年开始，这市场变化太快了。配套从业人员数量不成正比，这太正常了。

@chengdulihai 你是分析角度是技术角度。

其实如果按照商业角度去分析，黑猴和哪吒这类 IP 价值不可估量，因为文化 IP 这个产业在全球来看，一旦做大可以说是暴利行业。

说个冷知识，小猪佩奇这种二三线水平的 IP及周边 ，早在 2018 年一年销售额就是 90 亿了。

美帝现如今占全球贸易份额日暮西山，但以漫威、迪士尼为代表的文化 IP，可依然是其出口赚取高额利润的高效机器。

电车是新事物，产业链沉淀时间不长，配套的售后生态圈还没建立起来。现如今是没有多少汽修师傅懂电车如何修。这导致去 4S 店，几乎都是换零部件。（还有个原因是，电车零部件数量比油车少很多，大概只有油车的 60%）

@zhazhaer 我的观察和你一致。
县城婆罗门目前来讲就是个伪概念。处级干部都没法给自己儿女在本地体制内安排工作，顶多是进本地国企拿个事业编。
县城体制内二代还能在本地继续当公务员的，凤毛麟角。能做到的，他自己本身就是个做题家。
我了解到的还有几个特殊案例是，二代们在外省 or 外市考公上岸了，然后走关系把人借调到县城本地上班，就职单位其实还是隶属外地。再硬的关系，也不能把录用单位关系迁回本地县城。

说公务员有婆罗门，还不如说国企、事业单位有这现象。江西的周公子就是典型的案例。

@xiaorui123 哥们，真的吗？车道自适应不是是个车都有么？这玩意已经在包括在比亚迪在内的所有车企上，早已经全面普及多年了。还拿这个说事。普及多年的烂大街技术旧瓶装新酒，拿出来再宣传一遍，BYD 再傻也不会这么自砸招牌吧

@find_right 算了吧，家庭教育会教抛物线？会教排列组合？会教几何？举例的这几个数学领域，这些知识都是独立成章的。几何基础空白的，完全不影响排列组合的学习。是学霸的，门门精通。是学渣，门门学不明白。而喂养的训练数据却完全一模一样。

用控制变量法分析分析，其实即使几乎所有人都有完全一模一样的经历，但每个人对这事件背后的知识理解程度也会完全不同。这件事就是九年义务教育上课。

同样一堂课，课后对本堂课进行测验，有人考满分，有人不及格。这就说明楼主“无非是过往训练接触的垃圾事训练数据太多”这结论不成立。

你可以说这堂课上有人不努力，对课程内容不感兴趣，主观上就没听课。相当于没有训练数据。但是成绩在常常在中游的学生，你能说他们不努力吗？他们其实也在努力训练数据啊，但是为何还是和尖子生总有点差距。

这就是模型引擎的不同造成的差距。
有人用小数据，就可以把模型训练得非常好，且不过拟合，泛化效果完美。
有人即使是用大数据，还是容易过拟合，一旦泛化就常常翻车。

deepseek的训练语料数据，很大来自于Qwen。这也是为何Qwen就没deepseek一样的效果的原因。

明确告诉你，买个续航500公里以上的，平时日常代步，即使没有私装，完全没有里程焦虑。

你可以算算日常通勤+周末市内游玩，即使电车里程打折，电也用不完。

难道你一周之内，还抽不出时间，去附近一两公里的公共桩花一小时不到的时间充下电？

年入200w 看 150w 的房子，多少是要比循环哥年入百万、纠结无比勉强入了奥迪 A4、想生但不敢生二胎思想先进不少的。
这年头，肯大额消费的富人，就值得表扬不是？[doge]

人在受寒、极度疲劳状态下，免疫力会直线下降。
你身体原可以靠自身免疫力杀毒的机制失效了，这时毒性弱一点的病毒就能侵入致病。

所以连续几天，高强度长时间工作、娱乐，也可能会感冒发烧。
小孩子某天疯玩10 几个小时不停歇，第二天就生病了，机理也是一样的。

我预感再过一个世代，全国会通行这种做法。独生子女的时代，改变传统习惯。

好几年前接触过这样一个项目的招标书。其实电信运营商在这些事情成为热点新闻前，就已经考虑过做这个事。

从技术上来说，其实现在能够做得到识别电诈电话。实时语音识别， 语音类容分类判定，再综合一些指标标签，如主叫所在地理范围标签（一般电诈份子都是聚集在同一小片地理范围），来判定是否是电诈电话。非常像互联网公司现在做的推荐系统、 or用户画像。

不过那个项目有点早，多是针对在国内的电诈分子。后来他们都跑到国外，不知道现在这套系统是什么情况。

现在也挺难防范的，电信内鬼就挺多。前几天不是爆出新闻么，在云南边境爆出有人用卡车偷运 1 万多个国内sim 电话卡出国，被抓了。这没内鬼配合，是没办法一次性办理这么多 sim卡的。

可控核聚变还遥遥无期，第四代核电站可是近在咫尺。

第四代核电站特别是熔盐堆，已经比较贴近可控核聚变的绝大部分优点了：发电随时可终止启动、污染非常小、不挑建造地理环境

这玩意技术要是成熟了，彻底淘汰煤炭发电不是神话。光伏和目前第三代核电站完全不能调峰，还得高成本配备储能，这玩意能调峰啊。大面积铺开，就完全不用花千亿外汇买澳洲的煤炭了

因为只要深入干过工程，就知道没有一种方案，可以解决一切场景的问题。
常常会遇到两种场景，采用的两种方案，思路甚至是完全对立，但是最后效果却都挺成功。方案对调，就都失败。

比如性能和开发效率的取舍，就是这种鱼和熊掌不可兼得的场景。
语言越低级，对性能调优的余地，就越大，如 C、汇编。但是因为低级，所以开发起来，特别耗人力。
语言越高级，对性能调优的余地，就越小，比如 Java、python。但是因为高级，所以开发起来，相对特别省人力。

其实软件开发里面，到处都充满类似这种对立的矛盾。导致一种问题的解决方案，常常百花齐放。
比如，分布式里，CAP 三者不可兼得；数据库里，TPS 和 QPS 不可兼得；数据仓库里，OLAP 和 OLTP 也是对立；计算机算法里，时间和空间，也是对立

这句话正确的前提是：

你妈妈不仅能把家庭关系处理得很和睦，和周围人大多都处得非常融洽；
你爸爸至少带领过团队，有很多主导的项目能成功落地案例。

这种爸妈给出的意见，听就没错了。

要是这些成就都没有，呵呵，问爸妈的意见，跟随便逮住一个路人出租车司机、保洁阿姨请教，效果差不了多少。

很赞同已故的大佬左耳朵耗子的原话：go 只适合用来开发中间件类的基础设施工具。用它来开发大型软件，将会是灾难

因为 go 的特点是开发效率高，同时执行效率又特别高。所以特别适合用来开发中小型工具。
其语言特点又注定了很容易写成烟囱式的代码，这在多人团队协作，写出高质量的可扩展、可维护的代码，不要做任何期待指望。

对于大型应用软件的开发，java 才是无可匹敌的存在，没有任何竞争对手。原因在于 java 的生态圈非常完善。在各种应用场景下，都有非常优秀的第三方解决方案工具和框架。