数学是科学领域，科学需要巨大的熟练度和基础记忆，才能融汇贯通、更高更强。

软件开发是工程学，需要的是站在巨人的肩膀，追求最佳性价比。

软件工程领域，高手的提点远比自己钻研来的快，效率高。

@sanshao124 #4 这也是我所担心的。尤其是蔚来还在扩大亏损。在扭亏为盈之前，一旦他的上升势头结束，基本上就宣告了死亡。

但从纯电新能源的角度看（北京只能纯电），40 万以上，好像几乎没什么理性的选择。
要么是赌博（新势力），要么是超高溢价（ BBA ），要么是 4~5 年前的特斯拉车款（ Model 3/y ，4~5 年放在传统车企最起码中期改款了）。

唯一一个认为说比较妥善的选择，新款 model s ，明年中旬交付无望。作为一个急用车的家庭，确实很绝望。

西方的 Phoenix ，形象类似于燃火的老鹰。

东方的凤凰，形象更贴近于孔雀。（凤凰的定义东亚是相对一致的，比如韩国的总统棋就包含凤凰）

目前北京的部分医院，医生已经变成 3 天 8 小时+一个 24 小时值班，这种无休工作制了。

@8675bc86 #1 今年的电动车家庭排号是五十多倍就必中，北京的新能源是按照倍率排序。我如果转新能源，即便是拆分两个家庭，有一个家庭也会 70 倍+。如果不拆分，就是 150 多倍。

所以基本上是必中。

什么叫“不符合安卓规范”？
*#06#最起码存在了 20 年。

不能任凭异常抛出。

1 、异常需要全局处理，要有对应的类型编号、唯一编号、日志记录。
2 、未处理的异常会增大 web 容器的开销。
3 、不利于其他产品进行统一的错误提示。

主要目的就是防偷窥，防记录。（没有固定的按键位置，没有点击提示）

不能。

口罩是双向过滤。既可以阻挡外界，也可以阻挡你的呼吸污染外界。
这个只是单向的，类似于带呼吸阀的 n95 。

举个例子吧，楼主你知道你们的货，对应的货号是多少么？

是“每平米重 225-360 克未漂白、成卷或成张未涂布其他牛皮纸”，还是“未漂白的牛皮挂面纸（成卷或成张的未经涂布的）”。

这两者的区别是什么？政策上有什么区别？计量单位是什么？装箱规则是什么？谁能运？

这就是货代和报关行的存在意义。

利益相关：我媳妇儿是做报关报检软件的（一共就那么几家，楼主应该都清楚）

货代其实做的就是运力、进出口规则上的整合或者说中介业务，本来就是卖自己的信息差赚钱的。
所以风险本来就不在他那里。他唯一的风险就是自己的信誉。
对应的，运输公司在各个港口也有船代。

他没那个本事做货报关、合箱、装船，那他也就没钱赚。仅此而已。
据我了解，绝大多数做进出口业务的都要找货代，因为自己做成本更高，成功率更低。

所以“货代”这是进出口业务的复杂度导致的必然。和律师，房产中介没什么区别。

最新的形势是，收费，就有挨集体诉讼的可能性。
AI 的训练素材、模型，输出之间的版权与利益关系目前还是法律空白。

静等 Copilot 的集体诉讼结果。

我认为，对于 AI 的评判，应该从“是否拟人”，也就是图灵测试中跳脱出来。
单一的以是否拟人来评判 AI ，与“外星人都是两个眼睛一个鼻子的碳基生物”一样的狭隘。

目前阶段的机器学习 AI （以下简称 AI ），实现思路是通过训练素材和验证函数实现历史数据的拟合。
这是一个统计学上的最优结果，也是对历史数据的拟合结果。

所以他不是推理能力不强，而是压根就没有设计“推理”能力。从某种角度上讲，也不需要“推理”能力。
他的能力是归纳，是集合，是最优途径的找寻。

对于处理信息而言，归纳和推理其实各有优劣。

人类的定理，是相通的，是可无损高效输出的。
劣势就是你的个人能力不同，会导致同样定理的输出结果不同。
AI 的定理是有局限性的（过拟合于训练数据），是自我总结的，是不可视且不可验证可靠性的。
但优势在于输出结果是绝对理性的，绝对最优的（针对历史数据而言）。

所以现阶段的 AI ，特别适合于简单稳定的规则环境中，大数据下的最优策略找寻以及规律统计。
人类在这方面恰恰是最弱的。

现在谈机会太早，现在的情况是利好出尽。
共存会导致市场迎来真正的疫情冲击。

所以现在是一个暂时性高点，如果想看多，未来的一两个月才是真正这些行业的底部。