精彩，拍个职场狗血剧

大模型没有创造力，反证法：如果大模型具备创造力，那就让他设计更高效更智能的大模型，即使提升 1%，然后自己更新自己反复迭代，也就是超级人工智能。然而现在没有。
现在的大模型有两个致命缺陷：训练资料有限，以及无法增量学习新知识进行自我迭代。
训练资料有限很好理解，说下第二个，想想人类是怎么从无知到具备创造力的：实际是就是自我迭代，人的经历，见闻，主动被动的学习都是不断的自我迭代，只是速度很慢，可能你一周才学会一个物理定理，但跟大模型比就是吊打。因为大模型没法自我迭代，要想迭代就需要训练一个新的大模型。
然后说到创造力
技术上的创造其实就是三步：1. 持续学习+自我迭代 2. 更新对环境的认知，发现和解决问题 3. 回到第一步
文学艺术上的创造力：1. 对生活，对世界，对生命等等，的体验，经历和情感 2. 情感的表达 3. 情感的共鸣
以上的前提，大模型都不具备，所以那些说大模型有创造力的，先想想自己有没有创造力。。。。。
艺术领域大模型所谓的创造力：说个最有创造力的：写诗
如果有人说大模型写诗是创造力的表现，那我要笑了，初中的诗歌赏析还得结合历史背景，诗人的经历，当时的政治环境等等因素，不是景色写的美丽就是好诗，还需要写出忧国忧民，怀才不遇，壮志未踌等等。而大模型又没有人生经历，写出来的东西能使人共鸣吗
科学领域大模型最有创造力的：可能是分析蛋白质结构，纯苦力，其他的我实在没法想
比如万有引力的发现，有几个前提：1. 牛爵爷体重几十斤，自己能感受引力 2. 牛爵爷看到所有东西都会掉到地上，3. 牛爵爷研究搞出了牛逼的数学工具，提出了引力理论并用实验证明有效
更不用说后面的相对论，量子力学，各种场论了。
这些都是创造力的表现，目前的 AI 看不到一丁点可能达到那个水平。
创造力不是基于现有知识的衍生，而是学习现有知识+自我迭代+观察总结发现+好奇心等等因素，基于现有知识的叫改良优化，死读书的那种是没有创造力的，打个英雄联盟都会跟不上版本

@sampeng 那确实，我能入职还得多亏这个架构，不然都不需要我的。。。。

吐槽一下正在待的小公司，后端团队也就几十人，QPS 不过千，微服务拆了四五百个。就比如获取用户信息，本来就是查一下库的事，非要获取用户数据调一个微服务，获取用户地址调一个微服务，能分四五个服务，而且都是单独的仓库没有 monorepo 。一个仓库 A 的函数，参数定义要去仓库 B 查看，返回值定义要去仓库 C 查看，查询的方法是调用仓库 D 的微服务。我称之为微服务的神。我之前管那 QPS 几十万的服务，也就不同语言和业务团队拆一下微服务，没见这么玩的

@Meld 面试也不是是发掘面试者的优点，而是判断能否符合要求或者满意

感觉面试官的问题，没你严重啊。首先问题不清楚一定要充分沟通。比如 SCG/flux 是什么，具体的场景，都要沟通清楚，审题是很重要的。你在这猜半天，不如跟面试官反复确认几遍。我当面试官面过的人，以及自己面试次数肯定都比你多。你这好几个点都需要仔细想想，1. 沟通交流，这是面试和工作都需要的。2. 程序员谦虚+学习的心态 3. 别看不上八股文和算法，如果你有前面的心态，将会理解八股文和算法对于程序员的意义

让我想起了公司的实习生，写代码，排查 bug 全让 ai 做，然后自己啥都不懂也不问，整天被他导师叼

看起来感觉是工作经验比较少的前端。我当年 react 一两年经验的时候也经常纠结这种代码细节。现在做后端了，也遇到过这种纠结细节的，各种规则一大堆，代码 pr 要一周。结果核心的服务性能，延迟，稳定性，可观察性，架构设计都是依托。

想搞远程最好发展下全栈能力吧，一是沟通成本低能一个人搞定某个业务，二是机会更多

这个老板挺抽象的。不是自己人的同事出了事，不管代码错误还是事故，一定要当着老板或者领导的面提出，别私聊。私聊解决那是信得过的人才行。比如你这同事，就适合在大群里面直接叼他，温和一点的就在群里现场给他指导。
之前我就遇到过这种同事，啥都不会还在那装逼，我直接顺着他，然后出了毛病我直接截图拉老板和领导叼他。后面被辞退了。当然关键是老板信任谁，老板不行无解，只能躺平找下家

@v2exgo 这不算核心问题，九成靠经验吧。真实业务场景极少遇到的不算核心，只能说刁钻。反正我大厂高并发后端深入技术干过，创业公司全能后端也做过，没遇到过一次。各种成熟的三方工具，比如想的方案厉害多了。深究细节的话，比如你去研究下 mysql 的架构和源码，即使只读懂一百行 C++，也可以直接问倒任何考八股文的面试官。再比如，内存屏障，原子操作，在各种 CPU 架构上如何实现，这种细节随便都可以问倒一批人，我马上查一下就知道了，但我知道这些，也并不比不了解的答主厉害，因为他也会搜索会问 ai 。

LLM 是数学期望和概率预测吧，有两个致命硬伤。一是训练资料的正确性，时效性，资料有限，注定训练的模型能力是有限的。 二是训练算法和计算能力有限，人类对世界底层的理解直接决定了算法和算力的上限，连自己的大脑都没彻底搞懂，说白了智能的定义都没搞明白

前端的上下文：组件，接口，数据，页面，用 cursor 简单又直接
后端的上下文：数据库表结构，缓存结构，消息队列，es 索引，rpc 上下游，各种定时任务，触发器，代码逻辑只占复杂度的三分之一不到。看个文档都要半天才能理解架构，你说 cursor 怎么理解上下文

@qingyingwan 场景三：某个业务要求全流程的日志记录，或者精确的 metric 上报。服务端：各种高可用的架构支持。放在前端：上一秒点击付款，下一秒关闭浏览器或者断网了，啥数据也没有
场景四：需要事务的时候，服务端能做到分布式事务。还没见过业务的事务放在前端。
深入服务端或者全栈就知道了，java 八股文没法成为前端八股文，就是前端解决不了那些问题

第一个场景：现在商品 A 的价格是 100 元，想上调到 300 。服务端：分布式动态配置，或者 apollo 之类的，锁库存，改价格，几秒生效。浏览器：本地静态资源缓存，cdn 缓存，新版本发布两天了还有用户再用老的 gitVersion 版本，业务跑不动。客户端：同样的道理，版本更新了没法保证立即全量。解决办法也有，前端业务做一个版本判断，但不太现实
第二个场景：一个接口，需要访问两次消息队列，三次 redis ，四次数据库，五次 rpc 调用，服务端内网是毫秒级延迟，保证分布式高可用。放在前端：寄
服务端可以做到对代码，流量，数据，运行环境的完全控制，前端写一些不重要的业务倒是没啥问题

@ugpu 都不是大厂，中小厂

@AFOX A 公司，给钱就像挤牙膏。不过比较人性化，比如我家里有事可以居家一个月

@h30356764 要给 offer 截图的

NB