楼上已经说了，用魔数 greppability 更好，在超大型项目中更有用

官方做人，终于干了件正事

之前需要实现一个功能，用 pcre2 希望可以获得正则表达式里的固定文本部分（ fixed pattern ），比如 abc\w+def?，就有两个固定 pattern：abc 和 de 。
AI 给出了库函数 cre2_pattern_info ，这函数接受一个 enum ，返回对应正则信息，比如传 PCRE2_INFO_MINLENGTH ，返回能匹配上 pattern 的最短字符串长度。
可惜 pcre 里实际并没有 enum 可以拿到我想要的“固定文本部分”，于是 ai 便编了一个 PCRE2_INFO_FIXED_PATTERNS ，并煞有介事地输出了“示例代码”。。只能说幻觉还是太严重了

想起了在创业公司手撸的 go+epoll http/redis server 库，github.com/coyove/resh ，性能比 fasthttp 好得多

但意义不大，再好的库 benchmark 时拉开的差距，在叠加实际业务后都没有任何意义，除非你的业务本质就是 lb ，proxy ，sfu/mcu 这类的

不是杠哈，op 上一个帖子还在说“一些 AI 在线学习平台的经验，一些 tensorflow 的 AI 建模”，一年后已经是“首席技术”了嘛

去做一线+复杂业务的后端，肯定是最后一拨被代替的

同，今年背了 3.5-，不过部门比较迷的是，其他人都被调走支援其他组，就留我和一个同事下来干原来的业务，把我整不会了

@BadReese 最底部是第「双精度浮点有穷最大值」行
@ThirdFlame 确实如此

首发入的 S24 ，昨天换的首发 x200 pro mini ，炫光两者基本接近（这之前都没注意过 s24 的炫光），系统流畅度、发热、续航，s24 差太多

git init --bare + gitweb

冷知识，蚂蚁 sofa ，字节 kitex ，但内部的核心应用都是巨型单体（编译产物几个 g ，分钟级启动时间）
所以如果你是一个人，建议一把梭

关于数据量和 qps ，可以在 prometheus 或 influxdb 前做一层代理，在那里聚合 metrics 每 30s 上报一次

因为现在全球化部署，业务对解决 P 问题更感兴趣

请 memory order

工作碰到过类似场景，从 mq 读一组数据，取 topk 打入下游 mq ，问题是 k 很大。
第一版是把 k 拆成比如 k=10m ，然后串行跑 10 遍，取 top 0-m, top m-2m, ... top 8m-9m
第二版直接存 redis zset 了，更符合工程师思维
第三版直接交给 data 那边做，上 flink

用开发机，ssh+vim ，配完了八百年不用改一次

实际应用上讲是一个概念，因为你不会遇到 IO 以外需要异步的场景，也正是因为 iowait 的存在，才让 N 个核处理 C1M C10M 问题变得可能。

话说比如高性能科学计算，你不可能通过在 10 核上开 100 goroutine 来变成 10x 性能。