我们是通过每月对账+平账来解决的

首先是原则：

1 财务消费完全透明，双方随时有权查看对方各种消费记录银行流水（但通常不会看，难得糊涂）

2 大于 1000 的消费需要两人同意，小额直接花就行。

3 婚后收入是夫妻共同财产，不是说多赚多花。

4 财产共同保管，每人手里都有钱。

操作层面：

1 每月工资日后对账，得到家庭总资金，男方女方各自手里有多少，计算差额转账给对方，完成后二人手中的金额总是相等的。

每月开销可以从两月总资产差减去当月收入得到

这样所有开支总是二人共同负担，公平。每人手里都有钱，平时花销方便。每月对账保证每月大额花销立刻能发现，没有隐瞒空间。

对于一些专项款项另立账户不参与上述计算，比如养娃买房基金婚前财产什么的

# 平账模式的意义

首先是原则：
我认为，一个家庭，是家庭成员共同努力下构建的，每个人都对家庭有责任付出，贡献，同时也有权利保护自己的权益。
并且，从人人平等角度，每个人都应该拥有 50%的权利和义务

以这个基本原则出发，可以得到以下推论：
挣钱应该平分（一起挣一起花，不管是道德还是法律，都应该这样）
花钱应该各自有相同话语权（夫妻对家庭财产有平等的权利，所以理应有相同话语权）


为了实现上述目标，平账是一个可靠，有效的解决方案：
1 每月平账，确保收入平分
收入自然共享，不会有某人每月向对方要钱影响自尊的行为

2 每月平账，确保支出共同承担
平时谁掏钱都一样
异常大额每个月会立刻发现

3 每人持有 50%资产，那么至少对于经济问题，可以确保每个人有平等话语权
防止一方乱来的极端情况
确保大额开销必须双方同意


# 总结
而平账系统就是为了解决上述矛盾，这个体系下，可以确保家庭收入永远共享，家庭支持永远共同承担，每个人都是有平等权利互相尊重平等的家庭成员。

那只不过是机器人还不够聪明

生产商可以给机器人预制好 prompt 和领域知识，比如：
你是一个洗完专家，会使用洗碗机等 xxx 设备
你需要分析并思考用户指令，扩展并理解用户诉求，思考并拆解任务，妥善处理洗碗各个方面
你还应该学习，统计，分析用户偏好，根据当前场景选择合理的处理方式


数据积累足够多就好了，现在还是初级阶段，到时候你一个眼神机器人就知道要洗碗

有空我做一个

不过，这类问题我的一般解法是让 ai 先开发解决问题的小工具，然后使用这个工具
ai 其实不擅长数据处理，一个是慢，一个是不可避免有错误

https://genwebapp.com/apps?page=1
这个网站就是专门用来解决这类问题的

因为人长得就是人形的，所以机器人设计成人形的话，理论上可以替代人完成全部工作，并且所有的设备也都是为人形生物使用方便设计的，人形机器人可以直接对接使用

当然具体场景可以优化，比如不需要移动就不需要腿。但是人形是通解

@levelworm 现在的 vr 就可以把，你面的 npc 也可以用大模型扮演

补充两个页面

和三体对话
https://genwebapp.com/app/1PCpW8tghcObrDQt/1739873079081

视觉倒计时效果
https://genwebapp.com/app/iQbJjQO9tf49is4J/1739870622664

热情礼貌友善但是不解决问题

@zpxshl 远远没有，比如前面有个帖子说想要一个私有云笔记解决方案，你能 10 块钱给开发部署一套嘛

饱和的是 10w 块钱开发一套的方案，随着成本降低，需求就会增加

另外不要使用任何内网穿透，数据同步工具，这些内控严格的公司能通过流量和本地扫描发现的
web 服务的好处是最多知道你有网页流量，但是 https 保证没法获取具体内容，而且电脑格式化后数据不丢失

1 工作电脑不存储任何个人数据
使用各种基于浏览器的 web 服务替代，比如云笔记，网盘，github

2 公司有屏蔽策略的话
你就找冷门网盘嘛，总有没覆盖到的，特别是 github 私有仓库，没有任何可能屏蔽（除非公司不做技术了）

或者找开源笔记网盘自己部署一个，完全不可能被屏蔽

还有一些歪门邪道，任何能读写数据的服务都能同步数据，比如各种邮箱网页版，在线编辑器类（图片，脑图，绘图）等等根本不可能穷举

通解还是自己搭建一个服务，现在开源服务和云部署都简单得很

@softtwilight 其实是可以的，蚂蚁内部也在推各种 ai 开发工具

其实就是猴子来写支付系统也可以，只要做好代码审核和测试就能用

我倒觉得还好，ai 对程序员更接近于马车变汽车，马夫失业

传统互联网需求确实没有了，传统程序员会 99%失业
但是，相应的 ai 驾驶员会作为替代职业，需求上有大量 ai 赋能需求，岗位上需要大量 ai 驾驶员负责操控，开发，管理各个领域的 ai 应用


做个类比，原来我们需要 100 个船员驾驶一艘船，供需关系下社会上只能支持 1w 艘船，供给 1w 船的运力。现在一个人驾驶一艘船，运力成本降低，是产需求可能变成 100w 船的运力需求，很多人失业，同时需要很多能一个人驾驶一艘船的新岗位


对于我，比如原来很多 app 开发成本高，只能用别人的。现在 ai 加持下我都定制满足自己需求的版本了，app 开发需求因为成本变低其实是极大变高了，

技术没问题，成本是个问题

因为提供这个服务的话，就需要对每日新增数量 m 进行用户量 n=m*n 那么多次 ai 请求，至少不是一个经济高性能的方法
而其他高性能推荐算法就是线上各个 app 正在使用的

@huiwancode rag 不行，受限于 rag 检索准确率以及模型上下文，这个方案能提交给 ai 的数据非常有限，没法实现大数据集合的检索和查看

@sampeng 为啥不行啊，很多场景应该都可以吧

比如信息分发类网站，帖子内容只要意思对，有一些错别字和增删不影响阅读吧
搜索引擎类网站，只要查全率和查准率达标就行

规避掉涉及法律责任，金融的场景就行了

@marquina 按照模型的说法其实这些瓶颈完全能接受，比如咱现在的 v 站，一天的数据都不会有 1gb ，发帖后更新掩饰 1 分钟，页面加载时间 1000ms ，一天的模型成本小于$50,完全够用了

不过实践层面我还没试，阿里云千问是支持增量训练的，其他模型比如 deepseek 好像还没有封装好的服务

了解下他们的统计算法，特别是是否考虑删除代码的量

如果不看删除，只看新增和修改，这里有个非常容易且安全的方法：
就简单格式化/挪包路径就行了，可以自己写个脚本，或者两套格式化模版
在 git 看来，你就是修改/新增了很多行

这样一个是安全，不会影响任何逻辑
细纠起来，你说我觉得格式不好格式化下，包路径名称不合理调整下，也不算什么错误操作
而且代码量任意调整，要多少有多少

@sillydaddy 你说的没错，大模型有局限性
但是在大模型背景下的 app 会有新的定义和要求，也没必要和现有 app 能力对齐

比如你问大模型 xx 是什么，它回答虽然没有词典，专业教材定义精准，但是绝大多数场景也够用
比如我发了当前这篇帖子，然后使用模型查询回来，就算有误差，只要意思和内容大体正确，也不影响信息分发和别人阅读效果

@paopjian 现在的大模型就是万能搜索工具，各种知识库都是这么用的