这是炫富贴，好吧，大家都知道你有钱了。

检测 AI 当然也是靠 AI NLP 模型， 这个领域是有相关论文的，如果你不是 cs AI 研究生， 建议还是不要去研究这些。
给出相关论文和项目
https://arxiv.org/abs/2305.10847
https://github.com/colinlu50/evade-gpt-detector

https://arxiv.org/abs/2310.05130
https://github.com/baoguangsheng/fast-detect-gpt

也可以看看国内的项目
https://mp.weixin.qq.com/s/72NRRciC6tyZZ_dAT7y0Dg

@daohuo 需要根据提取的特征进行训练的， 我多年前用 LIRE 也是要用你自己的数据集提取的特征去训练

图像检索这块就是这么做的

你要多找找一些深度学习模型能够提取出反应这种差异，多试试

其实就是多媒体信息检索了，和文本检索原理像 es 、solr 一样，除了提取特征外。
大致是多选取几个角度去提取特征，建立起词袋模型，然后还是 tf-idf ， 词袋模型里面的 word 就是各种图像的特征，你可以选几种，色彩一个特征、纹理一个特征，混合特征， 最后基于这个做各种距离比较
我很多年前用过 LIRE (Lucene Image Retrieval)是一个基于内容的图像检索的开源库，现在已经有更新的东西了
可以看看这个
https://zhuanlan.zhihu.com/p/147509861

相关入门可以看看斯坦福的经典书 information retrieval
https://nlp.stanford.edu/IR-book/information-retrieval-book.html

@0bing
文件删除的两种情况
第 1 种是在执行 rm -rf 删除文件时，该文件正在被进程使用。第 2 种是这个文件并没有被其他进程所使用，而被误删除。
首先找到该进程的 pid
进入/proc/{pid}/fd 找到相关正在使用被删除的文件
cp 相关序列号 新文件名

没有进程使用，被误删的情况
需要一个工具 extundelete
如果目录是挂载在对应的磁盘分区， 目录下的文件和文件夹都删除了，
先 unmout ，防止其他进程写入
找到相应 inode 数字， 然后用 extundelete 恢复

mysql 线上迁移 使用 online ddl 要有一个主库 一个从库
配合下面两个工具
pt-online-schema-change
gh-ost
使用

容器手动敲命令使用 namespace 和 cgroup 的方式我就不写了

timewait 一般都是应用程序导致的，下面这些属于救急
方法 1 将 timewait 队列加大 tcp_max_tw_buckets
方法 2 将 timewait 超出时间做修改，tcp_fin_timeout 调到合理范围

@xxoOOovv
AI 和 云结合的都是非常能烧钱的大模型创业公司，后面有投资大佬和清北博士这种。
没有 AI 云的叫法， 要么就是一些公司提供的 AI serverless 服务。
k8s 在这些公司属于自动化运维以及资源分配和服务治理。比如显卡需要 device plugin, 英伟达 nvlink rdma 这些。
资源和任务调度需要单独开发比如 kubeflow 、volcano

这两年降本增效以及 finops 的项目在不少公司是有的


云原生本身发展非常迅速， 各种各样的技术层出不穷，取决于你做什么方面，是做运维开发的还是基础设施开发的。

运维开发像 k8s 多集群纳管，平台工程 platform engineering

基础设施开发这一年 大热的是 ebpf 和 k8s 结合， 云原生可观测性和监控，像 deepflow 就是某中特估的公司已经和很多大型央企、互联网公司合作了。

看看都在发搞笑的
给几个稍微有点挑战的问题
如何在 Linux 中恢复仍在活动进程中的已删除文件
更难一点
Linux 磁盘数据恢复：rm -rf 误删数据，如何进行数据恢复
如何线上迁移 mysql 数据库并保证尽量不影响业务
手动实现容器机制对进程隔离和资源限制
大量 Timewait 的产生时如何处理、

k8s 的运维问题可以问得非常多，不过我这里给的是一些通用运维问题。
其实可以让 chatgpt 给你生成一堆面试题，你自己想想，然后解答。

你们说得对，k8s 开发没前途，请不要来，也不想看到一群菜鸡。

当一群连门都没有入的人在聊这个东西， 我简直要笑死了。

前端画图很快的， 用 rust 、c++ 等语言编译成 wasm 模块执行可以大大减少服务器的压力。
现在 b 站 用 ffmpeg 在客户端处理视频比过去快了很多倍。
webgl 和 wasm 比较成熟，推荐几个比如
https://www.scichart.com/blog/surpassing-limits-javascript-bigdata-webassembly/


更新的技术比如 webgpu 通过直接调用 GPU 方式可以大大加速密集型计算，不过现在这个还处于浏览器实验性的 API

node.js 不适合做复杂的后端逻辑， 做个各个接口聚合层还是比较多的，在大厂的定位就是前端和 API 聚合。
如果是初创公司 用 Node.js 一把梭 前后端一起写的也很多。

全栈还是看看 nestjs 、nustjs 和 nextjs

就知道是卖课的， 麻烦你多积累积累，别这么浮躁。

pingora 众多 bug 还没解决， 出这个太早了吧。

@sunny352787 我说的是游戏客户端， 好吧。我写的很清楚。
游戏后端什么语言都用。

既然做过 Windows 上的 c/c++开发， 桌面开发 QT 最容易进入，可以先过渡过渡

后端、音视频、游戏开发不是马上可以上手的，后端除了地图导航、游戏服务器、音视频后端等业务，基本没有 c++ 岗位。

c++ 建议慢慢转音视频开发，学一些音视频编解码和音视频协议。

游戏开发并不好，因为游戏行业的业务在其他 IT 领域不通用， 以后也只能在游戏行业工作。

多数手游也用不到 c++, PC 客户端用 c++. 但是游戏开发关键还是熟练使用各种游戏引擎以及懂计算机图形学。