一看评论区基本全是骂的（笑

帮你试着喂了 AI ，得到如下猜测结果。

=====
// 1. 获取全局上下文或响应处理器
var responseContext = framework.context.getService();

/**
* 2. 定义具体的业务处理函数 (filter = sort)
* @param {Request} request - (map)
* @param {Response} response - (user)
*/
var handleLogin = function process(request, response) {
// 3. 编译校验规则 (accept.function)
// setTimeout 和 Error 在这里是被混淆的占位符，实际可能是校验配置项
var validationSchema = Validator.compile(configOptions, new ValidationConfig(Error));

// 4. 开启一个异步任务链 (new folder)
var task = new Promise(function (resolve) {
// 校验请求是否合法 (map.reject)
request.validate(validationSchema);
// 注意：原代码里此处没写 resolve()，可能被混淆在 validate 内部或省略
resolve();
})
// 5. 步骤一：执行业务领域逻辑 (domain.authenticate)
.then(function (prevResult) {
// write[flatMap] 动态访问，等同于 request['body']
return authService.login(request['body']);
})
// 6. 步骤二：将业务结果发送回客户端 (webpack.fetch)
.then(function (result) {
responseContext.sendResponse(result);
})
// 7. 错误处理 (has = catch)
.catch(new GlobalErrorHandler(errorStack));
}
=====

当然这很明显代码量太小了，如果代码量再大一些，有个百来行，就有足够的上下文去猜了。

不用足够多的行数，我直接把反编译的字节码丢给 AI ，他就可以给我基于代码意图整理出可读的代码。
前几天就在做的，lua 字节码反编译。

@HFX3389 人家用户名都写了 AI Talk 了，就是要变现了

@wuyiccc #1
其实很简单的道理。
一共就 3 类主播：
1. 又当**，又要**
2. 只当**
3. 只要**

第 3 类人你看不到，因为他们早就死了，不收钱只做真实评测，没几天就被搞下架，而且没有粉丝，石头打到水里连水花都看不见。
那么只剩前 2 类人，你喜欢哪个，只当**从不**的那个吗。

如果你说的是链式函数表达从集合里取数据，那别的语言早就有了。
如果你说的是 from select 的话，那确实主要就 C#有，毕竟要对语言结构做大改，而且写起来也没很大的区别，我直接写链式函数表达不行吗。收益太小了，C#频繁对接数据库所以用途还大点，别的语言没有那么紧密的绑定，又或者是没有足够的财力去支撑这么大的改动。

国内有不少便宜的模型吧，我只知道 deepseek3.2 性价比可以，不过我平时白嫖 gemini3f 。

咱就是说这问题来得是不是晚了一些，放在五年前问就好了。
现在都 vibe 了，还关心啥语言。我一个 Ruby 程序员已经用 nim/typescript/C++20/lua 写了各种项目了。

是啊。就像你作为公司领导，给下面的人安排任务，也得讲一大堆，还得经常开会检查进度纠正问题。

之前被国人批量注册转卖免费鸡，你猜会发生什么。

@unusualcat #8
可以去看一下 Ryzen AI MAX+ 395 ，核显跑模型。
现在跑模型的瓶颈都在内存交换速度，你 6GB 显存去连 40G 慢的要死的内存肯定比统一内存架构要慢啊，带宽能差 10 倍了。

卡里有数据。
之前去出入境办通行证的时候还遇到隔壁一个大哥身份证卡里数据写错位了导致系统出错，反正是把一个字段的值填到另一个字段里去了然后就炸了。民警大哥把身份证拿到读卡器上电脑上就显示出卡里的数据了，还指给我们看说这个字段填错了。

买个便宜的 PC 小主机跑 Linux ，已经算是低成本了。

你这甚至都称不上 NAS 。我之前的 NAS 是 FD Meshify ，插了 12 块盘，待机功耗只有 100W 。
后来收了一台 HP Gen8 就搬过去了，兜兜转转现在用着 HP Gen9 。

顺便一提，家用 NAS 是一种成本很低的东西。不追求产量低的精致成品 NAS ，只是随便搭一下的话，弄台旧电脑装个系统就起来了，笔记本插 USB 硬盘也不是不行。
自建小型 LLM 设备那就是用很大的初期投入换很低的性能或质量。
现在家用级别你配置拉满 128GB 统一内存 AMD AI 平台也就跑 70B-120B 规模的模型。
差不多相当于一个 Gemini 3.0 Flash 的水平，但后者现在的运行速度是本地部署的 10 倍以上了。

顶尖模型需要非常高的成本来训练
如果顶尖模型开源，谁来付高昂的训练费用
没有资金的支持，模型怎么保持在顶尖位置
得等到了模型瓶颈期了，很难提高了，没有发展了，泡沫破裂了，大批公司倒闭了，那有机会。

@Folayi 多……多少？ 20 亿 token 保守估计也有几千刀的量了吧。公司大气。

一个模型在训练的时候怎么知道他训练完以后会被起什么名字？

@shunia #73
你要是 Linus 脱袜子，你完全可以做到：
> 2 、你认为你是标准
> 3 、世人都得遵守你的标准
你给 Linux 合代码，不按照他的标准，他直接一个国际友好手势送你走。

那么问题来了，你和 Linus 脱袜子的差距有多大呢，咱们再退一步，你是公司 CTO 还是 Tech lead ？
楼主都说了他是个前端。如果他今天是公司 CTO ，哪还有后面那么多废话，看到辣鸡代码 PR 直接一个国际友好手势踹回去就完事了。