才看到回复。如果是有人带领的进行开展活动。那么专门有人负责做这个事情就行了。比如很多公司会招聘一些有影响力的玩家配合改进游戏。目前是已有的模式了。至于没有影响力的玩家，本身也难以提出什么有建设性的考虑；吸取他们的经验的风险高过收益。

所以你的想法最终形态可能跟现在已有的模式也没啥差异。

用类比反驳一下。
- 所有人都能参与，或者大多数能参与，进行写作，产生的文学作品，往往很烂。以前参与过类似的事情，最后得到的作品的质量甚至低于平均水平。
- 所有人都能参与，或者大多数能参与，进行政治投票，产生的政权(台湾)，现在证实了混乱且无力继续前进。而且世界大部分牛逼的政权都有一定的集权型，并不是民主的。
- 所有人都能参与，或者大多数能参与，进行投票，产生的公司，基本活不下来。直接死掉。大部分公司都是权利掌握少数几个人手里的。
从这三点类比就看出，民主做游戏是个不靠谱的想法。内因之前也有人分析，比如每个人都希望简单反而降低了游戏性。另外还有专门的书介绍民主的弊端《乌合之众》。你都可以参考一下。

至于正面支撑观点的论据，我了解的比较少。你要有可以多列举一下。

另外你有个核心论点需要支撑：所有人都能参与，或者大多数人能参与的游戏设计，能提升兴趣和共识。这个很可能是伪命题。

考虑的方式不应该是区块链。而是你要解决什么问题？

比如你要解决的是提升玩家的兴趣和共识。

方案有很多，你首先要列举出所有其他方案。然后说其他方案存在什么问题，这些问题导致了无法更好的提升玩家的兴趣和共识。最后你才提出你的方案，你的方案怎么解决别人存在的问题。

直接讨论区块链没什么意义。

@761100192 嗯。那其实就要难很多了。加油吧~！细化一点就是：
- 专升本。不了解怎么操作，没经历过。
- 数据结构和算法。至少把剑指 offer 刷明白了。
- 如果做大数据算法：
- 基础功：高数、线代、概率统计、一定的优化基础；机器学习基本套路要懂，常见配套框架软件要会。
- 工作相关算法方面，考虑一下更细的方向。推荐算法？交易算法？搜索算法？ NLP ？ CV ？ OCR ？
- 如果做普通工程：
- 基础功：系统、网络
- 选择工作方向：web ？移动端前端？后端(细分很多)？数据库？渲染引擎？分布式引擎？每个里面相关的原理和大量的框架都要到熟悉的程度。
可以自己选择一下吧。每个都差不多，选好了专注就行了。全学也行，看天赋，排名在万分之 1 以内的天赋吧。

手动同步总可以吧。等你业务有起色了再解决自动同步的问题。

同步不好做，就让他给你的操作的流程和办法。你靠自己的人力先顶上去呗。

最好方案就是国内部署了。多和外包商聊聊吧。如果你是找了便宜的外包商，那就换外包商吧。毕竟人家便宜也是有原因的，况且你一开始也没考虑到国内的需求啊。

找 CDN 服务商，估计大家都半斤八两。回源失败的主要原因是主站在境外，应该针对主要目标去解决。

帮你细化一下 todo：
1. 进大厂。学历比较硬伤，三条路：简单点的，重新高考考上牛逼点的本科 or 考研刷学历；难点的，技术能力要大幅度甩掉一般 985 毕业的本科生；慢点的，尽可能的努力，进入中小厂，不断提升技术能力，一直努力。你可以自己考虑一下。如果未战先怯了，那么三条路哪条都够呛。(p.s.进了大厂也可能没什么的，其实不能作为一辈子奋斗的目标。)
2. 专升本。很重要，最简单收益也最高的。应该毫无疑虑的准备吧，放在第一位。后续能考研到 985 的话，大部分劣势都能逆转。
3. 找属于自己的专业的工作。首先你不一定喜欢，其次热门专业全方面要求高。所以如果你选择直接提升技术的话(难或者慢的路线)，可以下苦功夫，但和你专升本不矛盾；所以你选择深入专业也要把专升本放在首位。
4. 进入中小厂。基本技能有了的话，没那么难。基本技能没有的话，很可能进外包。
5. 找培训机构培训包装自己。浪费钱和时间。选择这个说明极度不自信。如果选择的话，建议目标定在好好找到一个养家糊口的工作，这个级别上。达到了再考虑下一步。

综合来看：
- 专升本+考研名牌大学+考研之后准备工作面试。是对你来说最好最简单的方式。需要时间比较长，但有句话“磨刀不误砍柴工”，你好好感受一下。而高考考不好的原因就是因为基础不扎实，刀都不锋利就直接上战场了。
- 努力专业技术和面试需要的技术+进入中小厂+努力若干年看运气进入大公司。比考研的路更难一些。唯一的优势就是你有收入，家里负担和家里压力比较低。家里条件不允许读书就选择这个吧。
- 只是想混个随便的工作的方式就比较多了。用不着找人咨询。培训机构也是可以考虑的。

感觉还是相当可以了~！就大四应届这点来说。可惜我只有算法 hc。

@23571113 小人动画啥的，有的是在 CPU 上算的，存内存，按照您说的应该是 ok 的；有的则是把矩阵传递给 GPU 在 GPU 上进行变换的，变换结果应该直接存放在显存里，如果后面再去 CPU 同步那么结果就被覆盖了？比如 fragment shader 这种的。

@23571113 我感觉自己也明白了很多，感谢~
有个问题：比如用 shader 渲染的结果应该是保存在显存中。但你说显卡定期去内存同步。那会不会内存的结果覆盖显存的结果呢？我猜测是有个机制，部分覆盖，部分不覆盖。

了解的不多。尽量答一下
1. OpenGL 的调用像是在驱动层，但并不是给操作系统设计的，是给应用程序设计的规范。应用程序接入 OpenGL 会直接操作显卡，不走操作系统驱动。当然创建设备上下文的时候系统应该会有一定的工作。
2. 着色器语言是编译型语言，一般会由 GPU 厂商提供编译器，链接的时候会和 CPU 的编译器的产出链接到一起。着色器程序直接跑在 GPU 上。
3. 显卡是用文件标识的。多核心和显存，我不确定，我觉得是 OpenGL 还有 CUDA 这种 SDK 帮忙助理的。GPU 多核心一般很多，上千个，而且一般不会细粒度操作（就是一般不会对指定某个核心做某个事情，都是多核心协同运作）。显存本身是 GPU 的一部分，单独作为一个文件设备来映射还是挺诡异的。
4. 显卡不对进程管理。虽然显卡会标注不同进程用了多少资源。但显卡更像是一个接收到命令，然后执行的一个东西。当进程切换的时候，如果进程窗口还在，那么对应的渲染还会执行；只不过上层窗口后渲染，覆盖了之前的区域。如果窗口最小化了，那么操作系统应该会有优化对设备上下文进行管理，实际不发生渲染。
里面部分有我的猜测，如果不正确欢迎指正。

如果还不行，就补充点概率图相关的。入门点贝叶斯统计。对了。线代要懂的深入点。

觉得数学要求高，就补数学呗。基本就微积分，简单的优化，简单的概率就可以深度学习了。最好补充点机器学习背景吧，李航的那本。

所以接下来工作要吃一堑长一智。不能全部都投入到业务上，需要有时间深化学习。

我也全干，不过每个都能找到工作。因为每个都花了很多时间学习。

你得要高薪水。一般给的少的，公司也不咋地。

我有个学弟，感觉条件也就跟你差不多，可能还要差一些，25k 的，不过是算法岗。

你要找前端岗的话，前端没看到特别硬的技能：框架源码，渲染算法，浏览器，曲线曲面，编译技术这些。但背景和能力，整体我觉得 15-25k，所以建议从 25k 开始要，不行就 20k 开始要。

如果 4k 可以接受，考虑创业团队倒是可以。但 10 个有 9 个坑。你至少得知道一个公司需要具备哪些优秀品质，我觉得你知道的概率比较低，而且技术人容易被梦想、新技术很牛逼这种思维束缚住。

评估创业公司，至少看相关的书 10-20 本，失败的案例也要了解 3-5 个。才有了很初步的印象，也就只能过滤掉一些极其不靠谱的创业公司。另外你需要明白，对公司来说，最重要的是市场，其次是供应链，产品，竞品。而技术只能算产品中的一块，只有给产品带来 10 倍以上优化的技术，才能颠覆市场、供应链、竞品的影响。

最后，区块链还是有前景的，主要是针对需要开放和信任的场景。比如药物追溯；很多厂商不愿意捆绑一个经销商，无法向单独的服务器提供真伪鉴别；顾客又会从多个经销商那里买货，需要验真伪；多个经销商并不共享同一个数据库，而且和多个厂商都要对接；这种情况下区块链可以作为多商家共信的基石，由每个厂商写入共同的区块链，所有经销商从区块链读取货品真伪信息。（如果采用权威第三方方案，首先受制于权威第三方，他可以在厂商和经销商之间做倾斜；其次权威第三方如果有经营风险，那么风险会传播。所以区块链还是有场景的。只不过这种做法要业务驱动，优先做好业务，然后通过区块链构建上下游供应链。很多区块链公司都想的是卖技术，直接收钱，这种想法不行；必须是有营造产业质量体系情怀的公司，并且这个公司已经有利润，它才有推动区块链的能力；毕竟区块链不能直接带来经济效益，只是生态的建设）另一个点，比如网络安全目前的证书机制，需要一个权威第三方做公证，而且收费。可以采用区块链并且不收费，区块链本身由需要证书的各个公司联盟构建，开放给任何公司可以接入。

@erwa 我也有做 A，然后发现了 B，就做 B 的习惯。我现在也成功进了大厂，确切的说，我应该好几个职位都能面试进去。我的方式做 A 的时候想做 B，那就做 B，做完了再做 A，类似于函数调用，先把 A 进行压栈。学习慢点就慢点，不求速度。坚持很久，后来就变得很强了（自夸一下）。而且每次这样压栈的方式学习，后来也越来越容易做到取舍，什么东西该看，什么东西不该看，心里很明确。

记住，每天进步一点点，只要你给自己的规定的内容是有边界的（一般都是有边界的，很少有人会无边界的学习，都会限制在自己感兴趣的某个领域），那么总会变强的。

罗列几个根据简历可能会问到的点：
- 手写 promise。说不定还要会配套写个 promise 执行器，co 这种的。
- webpack 常见的配置坑，tree-shaking，如何优化输出的资源大小。
- vue 的虚拟 dom，diff 算法，双向绑定机制，MVVM 和 MVC 区别
- websocket 协议原理，怎么加密，断线重连方案，降级方案
- hls，rtsp 的大概的技术原理。各自的优缺点。ffmpeg 如何降低延迟。视频编码算法了解多深？

另外前端常见的，肯定会问。
- es5, es6 基础，css 基础，web 相关的协议和原理( http, tls, 等等，会初步问一点网络基础协议和服务 ip, tcp/udp, dns)，浏览器兼容性，跨域，一些安全方面 xss,csrf 之类的。

多准备吧。算法刷题会问的比较简单，难度就在剑指 offer 的水平了。