beyondstars

kubernetes 资源是互相联系的，从顶层看起，比如 deployment >> replicaset >> pod >> container ，既要看 kubernetes 事件，也要看日志。

不要无脑给 ai 所有权限让 ai 全权控制你的 k8s 集群，出了问题你没法甩锅给 ai 。可以把你认为可疑的但又不理解的信息丢给 ai 。

不买立省 100%，有需求的早买了，大概率是冲动购物。

关键是现在 AI 模型平均每 3 个月迭代一版，GLM 都从 4.7 到 5.0 到 5.1 到现在 5.2 了。

自己部署是不是会比较被动？硬件到位了，部署上去，没用几个星期，人家又出新版了，又是更强的能力和更高的硬件要求。

说明准备要推出新模型了，不是针对哪个厂商，一般新模型快出来的时候上一代都会降智

在蒸馏自己这块还是太拼了，老板一定非常满意，像是把自己变成了一头拉磨的驴，AI 模型就是中间那个磨。

跨平台 scripting 应当用 python ，AI 也擅长写 python, 人 review python 起来也容易。

尽早以文本的形式固化项目约束，每隔几个月模型就会降智以迎接新模型。

技术债不是技术问题，技术债是管理问题。

AI 来了，工资没变甚至降低，要干的活增多，内存和存储价格飙升，社区技术氛围同质化（都在讨论怎么用 AI ，你有任何启发性的原创性的想法都会有人在下面刷“干嘛不直接用 AI“，仿佛自己想搞明白什么就是有罪），对任何软件也都觉得自己能用 AI 复刻，所以对劳动和分享没有基本的尊重（口味变得挑剔，傲慢地要求开发者什么都实现），不愿意 star （ AI 项目除外），也不愿意付费。

总之 AI 来了，这个世界就更接近 shithole 了，一切都在把人往牲口来驱使，把人异化成机器（不允许有自己的想法，你愿意自己琢磨不用 AI 快速完成就是原罪，因为你拖慢了“团队”效率）。

我已经开始认真考虑换个行业了。