入行 10 多年，肯定是要带团队的。否则天天被增删改查内外边距压着怎么发挥经验和技术优势。
而且带团队和一线并不冲突。

@serco #83 腾出来要还给亲戚，我们家自从北京 11 年 1 月开始两代人摇号，12 年没中过，油车指标是借的别人的😂。今年实在是不想忍了，而且占别人的指标 10 年了不合适，只能卖了买新能源。

至于说为何是 yp 而不是 LR ，很奇怪，yp 的底盘更符合我的直觉，更柔和。相反 LR 要来的更不舒服一点。我承认这结论和两车号称的硬件设计相反，但我确实是如此的感受。

a6 Allroad ，即将在 5 月底被迫换成 model yp （因为家庭需要，油车指标要腾出来）
在我看来，现阶段（ 2023/03 ）的纯电仍然是“不得不”的选择。

目前的纯电车产品，整体而言没有一个妥善的选择。
要么是高价低配、要么是赔本赚吆喝、要么是新品牌的第一、二个产品、要么是毛坯房。

如果是暴露的 API ，鉴权还是有意义的。关键就是值不值得的问题。

1 和 2 暂且理解为一种设计的两种技术解决方案。
3 是单独的一种设计形态。

然后个人理解这还取决于：
1 、你的业务确定封顶在 5 类 UI 么，会不会再次蔓延？如果会，建议选 3 ，否则 1 或 2
2 、这个业务 UI 不同，逻辑相同么？如果逻辑相同，有选 3 的可能性（不推荐），否则 1 或 2.

@zooo #81 我大概理解你想表达的了。如果把眼光放在“科学到底是什么”，“逻辑到底是什么”，以及“意识到底是什么”这个层级，我赞同你的内容。

只能说我们讨论的阶段不同。
我想表达的是眼前，也就是经典物理思维下的 AI 应用，从这个视角看，目前 AI 还有很长的路要走。

但相反，如果我们从“真理”的视角去分析，目前 AI 的“逻辑”或者说“模型”，比我们人类大脑更为先进与接近真正的“现实”也说不定。我是同意这种说法的。

而且我也认为这两种视角并不冲突。

@zooo #78 "看到人类，发现人类不过是由大量细胞组成的，而其大脑也是通过不同细胞连接的，然后给人类下定义，人类只是虫子，不具备自我意识和智慧。那么你该怎么反驳？"
不需要反驳，因为主体不同（一个是“人类意识”，一个是“外星人意识”），对应的“意识”的定义也不同。所以外星人的评述是正确的。同理，我的描述逻辑一样，我认为现阶段的 AI 不具备“人类意识”。

与此同时，并不是架构相似，结果就一定相似。
比如你文中使用了“非常类似人类”等类似描述，这并不是其有“人类意识”的充分条件。
你对于我的“只是...”逻辑的怀疑，也局限于此。句式相近，不等于逻辑一样。

然后就是“过拟合、输出不可靠（不可预测）、模型不可视，这几点用在人的身上也完全成立。”
首先你弄反了因果逻辑。是数学家们通过人类的神经传导受到启发，从而得到的人工神经网络。并不是相反。
然后，就是人类并不是过拟合的。人类有拟合性没错，因为我们很大程度上依赖经验学，这点和目前的 AI 很像，但我们不止依赖经验学，我们还依赖科学。

至于说“因果论”这个领域，这就是为何我要加“我们”这个主语的原因。因为讨论的是应用领域。这个世界在“应用”这个领域里，还是遵循因果论的。
如果你把他转换成科学领域，那么其实这个话题就不需要再讨论了。因为根据量子力学的既有理解，“因果论”压根就不存在。

@zooo #74 总体来说，只要仍然是只依赖统计学的 AI ，那就一定不会动摇人类的主导地位。

当然，你可以说“量变引起质变”，但仅仅是一厢情愿而已，并没有证据能够支撑此观点。
因为统计学结果只能无限接近事实，并不能成为事实。

因为在我们现在的认知中，这个世界是因果论的，不是相关论的。
统计学只解决相关性，不解决因果性。

@razios #17 关键看目标和定位。如果是以弹几个流行歌曲（新手向编曲的）为目的，确实很快乐。

@zooo #73 "再大量数据和算力的帮助下，已经能够自己学习自己总结出模式，甚至于产生一点自我的意识"，这我不能同意。

现阶段的神经网络 AI ，只是通过现代的统计算法+算力，发现了并总结了我们人类无法靠脑力统计出的规律而已。这并不是“意识”。
这和我们没有发现细菌之前，认为疾病是上帝的惩罚没有区别。

我不否认如今统计学 AI 的革命性，更不否认其在未来十年内，就会改变我们的生活方式。
我举以上的例子，恰恰是想表达统计学 AI 和计算机、互联网以及以上机械化工具一样，都只是会改变我们的生活方式与生产力效率而已。他并不会动摇人类的主导以及社会地位。

毕竟目前的统计学模型依然无法解决我在#67 提出的问题。既过拟合、输出不可靠（不可预测）、模型不可视。

顺便捉个虫：
通过 z 快速调整头像大小，会有不稳定的抖动和回溯。怀疑是服务器状态和本地状态不一致导致。

@jianson2006 #7 感谢详细解答，受益匪浅。

然后再进一步，根据既有经验，很多这种带有空间设计的 UI 交互，最终都会走向面向效率的妥协。比如“拉队瞬移”、“扎堆”，甚至放弃部分空间感逻辑。（举个例子，比如 QQ 游戏大厅，从 199x 年的完全空间感，退化到了现在的空间感 UI 几乎 0 存在感）

楼主对这个如何理解，以及如何解决的呢？

楼主能不能说说，相比企业微信的右键》拉会议这类交互，你觉得虚拟现实空间类 UI 的优势在哪

因为乐器的学习曲线确实很陡，而且乐器的演绎价值需要观众支撑。
没有观众（哪怕是你的乐器老师），没有吃苦的心理准备，是学不下来乐器的。

其他娱乐也类似，需要你自己给你自己“加戏”，或者寻找类似的动力源泉。
只靠一时的脑热，支撑不了你超越第一个瓶颈期。

@levelworm #63
我们人类其实也有类似的统计学模型，我们管他叫“口诀”，比如九九乘法表。
一个会背乘法表的小孩，你说他是会乘法呢，还是不会乘法呢？

你说他不会，只要是 10 以内的整数乘法，他都能输出 100%正确的答案。（机器学习 AI 的过拟合特性）
你说他会，他其实并不理解“乘法”真正的数学意义。导致超过九九乘法表范围的乘法，他会凭规律揣测。比如 1*1 到 1*9 都是等于第二个数，所以 1*10 肯定是 10 ，1*11 ，肯定是 11 。（机器学习 AI 的输出不可靠性，逻辑不可见性）

只不过，我们的模型，相比 ChatGPT 的 17.5B 个参数来讲，因为人脑并行处理与记忆力的限制（参数过少），显得过于拙劣了而已。

但我们的模型也有优势，模型可见，可以输出，可以继承，可以传导。

研究生之前的教育，除了有育人与训练学习能力的功能之外，也是一种社会筛选行为。

学校教授的从来都不是方法论，而是基础信息。比的就是在基础信息获取相近的前提下，谁的分数 /能力更高，从而获得更多社会资源、教育资源倾斜。

所以千万不要以功利、收益为目的来看待教育。全世界的学龄教育从来没有这个功能。

如果是短途旅行，携带应该就能搞定了。
长期差旅的话，酒店的洗衣服务体验也不错。但我担心卫生问题，所以使用次数有限。

@SimonOne #62 额，我觉得只要做过 to B 业务，这逻辑应该都能轻松捋顺。
毕竟各种 ERP 、CRM 、PMS 的业务比缴税复杂多了😂。

btw：“机器学习”这个概念是上世纪 80 年代提出的。