crackhopper

看开头，我以为是要做独立游戏咧。不过我预判你早晚要搞游戏的，哈哈。很欣赏你，可以做个朋友？ UTogNzEwNTkgMTIwOQ== ，有空可以多交流。

可以，看到算法题的时候，我赶紧查了一下。哈哈。习惯性查答案。

至于学历，随便搞搞就能拿个非全日制本科学历吧。大专不够用。

用不到，然后忘了，那就搞个开源项目直接用新技术去做。连项目没有的情况下，当然学了就忘。效率为零。

公司项目如果让你练手，那你就在公司里用新技术。不让练手，搞开源项目呗，有啥的。

另外，做得深入一些了，自然就会涉及到各种原理性质的、算法性质，乃至数学相关的东西。自然就提升了。至于方向，要么做感兴趣的，要么做擅长的。如果没有感兴趣，也没有擅长的，只能说，不适合吃技术这口饭。

看完，个人觉得你不应该找 AI 技术合伙人。除非你很有钱，或者已经有融资了（那样也不会在这里找人了）。

应该找尽可能全栈的工程师。AI 方面可以调用别人的模型或者 API ，以出效果为主，不以调优为主。

行业方向上，先从工程和需求开始做，而不是从算法。主要是算法 ROI 比较低（主要还是投入大，产出小），调算法包则 ROI 比较高（调包当然容易了，同时出效果也快）。

不建议做自己想出来的新需求，除非你是多次创业者；建议从一些已经有的需求上做，然后用 AI 做微创新。

直接考虑用 AI 技术作为卖点下场，会有很多问题。在大部分实际需求中，AI 都是锦上添花，并非雪中送炭。没有基础功能需求支撑，基本做了也是徒然，竞争力弱，效果大概率跟做个好的 ppt 差不多。此外，要搞清楚你的产品是 2c 还是 2b ，2c 重点是怎么搞流量，2b 重点是怎么搞客户。不管是哪个，自己去研发行业模型都不是最重要的事儿。

AI 技术方面：搞 AI 需要数据，需要算力。人的方面主要是需要有经验的，或者足够聪明的。然后基本就是调参，根据结果来测试参数，不断调优，时不时看论文，用点新技术调优。问题是，数据算力其实都不便宜，做完之后的产出也仅仅是模型，离产品还有很大差距，大概是 1 分到 100 分的差距。并且，产出模型所需的时间并不稳定，取决于数据质量，算力多少，问题难度。而且每次调整，都不是那么可控的，玄学。所以你找了个 AI 工程师，大概率就是做了个模型，给你演示一下自己研发是啥效果，然后发现很难往下做了并且钱也没了。

我个人预判还能凑合跑一些图（仅仅做一些推断），但应该比较慢。

4070 ti super 我用着的话还可以，不过那个机器只用来跑图，不做别的。4090 ，我也入手了，4090 可以勉强做一些 LoRA 微调。主要点：机箱弄大点，方便后续添东西。电源功率高点，免得负载上不去。散热看情况弄，差了自然也是有问题的，不过那个主要看 CPU 负载。另外，GPU 卡都这么贵了，主板 CPU 内存也得上来吧，要不然 IO 方面的瓶颈或者 CPU 不够导致性能发挥不足，岂不是浪费。总之，照着 2 万以上来配电脑可能更加好一些，别想着太便宜了。（如果 4090 ，照着 2.5 万以上配吧）

至于全量训练啥的，就别想了，不是个人玩得起的，至少 8 卡吧。

我印象里，没有 main(当然动态库也有自己的 main)，加上编译上带有--shared ，输出是 so ，就会形成动态库。其他主要就是写 makefile, cmake 之类的。好久没写了，我当年一般用 cmake 多一些，这样编译器标签什么的，基本都构建系统给你处理好了。就只需要项目编译组织对了就行，正确的添加好依赖，然后构建；一般项目应该都做好这些依赖的 link 配置了，当然 linking 出问题会比较麻烦，又很多细节，我也不展开说了，你可以先试试。
此外，.so 里面函数签名也有可能是麻烦的点，如果为了更好被别的语言调用，C 的封装接口更加易用一些（ C++的 mangling 可能会导致查找符号上还挺困难的，但是如果项目本身是 C++的你会发现封装一层 C 接口也有不少工作量）。另一个常见做法是，在项目中添加比如 java 语言的头文件，然后对相关调用当前 java 提供的 native 函数进行封装，这样会直接导出 java 可有识别的函数。（我推测大概率可以，其他语言都有类似做法） java 的调用技术，应该叫 jni ？你可以自己多研究研究。我对 java 不太熟，只停留在表面使用。

我反正也是个分布式方面的外行，就随便说点自己想到的复杂性：
需要有除了操作以外的日志记录步骤，这样回退出问题可以检测到，并重新回退。然后加了这个步骤就成了 2pc 。
还有其他复杂的地方，比如每个 api 要保证幂等，api 之间的依赖。。。回滚过程中和其他事件的互斥，以及业务上怎么更好处理互斥，互斥带来的性能问题。然后就复杂了呗。本身锁的实现可能不复杂，怎么用锁才是复杂的根源。