ikesnowy

不认可「基因传承说」，基因唯一目标是表达自身，而不是传承，所谓自私的基因是倒果为因。

「基因传承说」只是某一组基因（粗略地将所有导致传承的基因归为一类）表达后的结果而已，只不过这类基因表达会使带这个基因的人变多，随着时间发展，现存的大部分人自然都是这样的。

但「不想传承」也是基因表达的结果，没什么不一样的。不是什么「不符合自然」或者「不符合本能」，正相反，它太自然了。俩红花豌豆还能种出白花的呢，就当自己是那个「白花」好了。

举个例子，公交车外放抖音神曲，你被迫听了一路，下车后发现自己不自觉地在哼其中的旋律。

首先你鄙视了一下自己，居然被庸俗污染了，然后顺其源头一路鄙视了外放抖音的行为，抖音歌曲算法（响度战争），短视频+重复音乐这一体裁，以及被短视频捕获的庸俗之人，最后庆幸自己早早醒悟，差点被庸俗污染，赶紧听点不庸俗的洗洗耳朵。

但其实是可以不带判断的看这件事的，例如响度战争也是我有一次被洗脑产生了好奇才了解到的，但我也不觉得我被「污染」了，只是觉得有点好玩。

你说你感觉到每一个人都在心里鄙视别人的庸俗。显然我们能唯一明确感知的是自身的情感，对他人的情感只能是「揣测」。那么比较确切的是你应该是感受到了别人对你的鄙视，鉴于你的用词是「每一个人」，那说明你觉得鄙视你的人还不少，甚至我的这段话都可能构成了对你的鄙视。如果是这样的话，你可以试试把觉得被鄙视的言论戏谑地告诉对方，他可能完全没有这么想。

鄙视（或被鄙视）是一个个人的、单向的行为，A 鄙视 B ，但 B 可能完全接收不到，甚至觉得 A 很莫名其妙；反过来，B 觉得被鄙视了，A 也可能只是在正常说话，并觉得 B 很低气压。A 和 B 如果要正确的传递「鄙视」和「被鄙视」，就需要 B 知道自己做的事是会被 A 所鄙视的，也就是说，A 和 B 对同一件事做出了同样的判断（这件事值得被鄙视）。

但达成共识并不一定需要通过传递鄙视，好好聊天也可以达成共识。庸俗也不一定需要鄙视才能拒绝，其实鄙视也拒绝不了庸俗（黑红也是红啊）。一个东西本身其实无所谓庸俗不庸俗的，女人像花这比喻多庸俗啊，但人们使用这个比喻的初心可不庸俗，只不过人容易审美疲劳，同一句话用多了就无法很好地表达原有意思了。我甚至非常羡慕庸俗的人，他们居然不会审美疲劳，每次都能获得一样的快乐，我同一个游戏玩第二遍的时候就腻了。

还是羡慕一下享受庸俗课程的朋友吧，他可能还是第一次看到女人像花的比喻。或者他已经学会发现不庸俗的部分，同时无视庸俗的部分，这才是最重要的。

他说得对，他能够为自己的代码负责，而你和微软都不能。

理由说得很明白，项目中本来都是使用 DateTime 的，而且可以满足需求，换成 DateTimeOffset 除了「微软推荐」外没有特别的好处（看 .net7 源码的话，DateTimeOffset 里面就包含一个 DateTime ，Add 操作都是调的内部 DateTime 的同名 API ，不降低效率就不错了）。

他说的「新」应该是相对于项目里的旧代码而言，DateTimeOffset 是一个新的东西，在对付旧项目的时候，复用项目已有的逻辑是较为稳妥的，更别提这玩意是可能万年不更新的固件了，炸了更头疼。

其实 DateTimeOffset 也有一些需要考虑的问题，某些外部数据源很可能只能使用 DateTime （例如 SQLite 不支持 DateTimeOffset 类型），这一点他间接考虑到了（某些三方库可能会出问题）。

而你只是说微软推荐就建议他用，根本没有告诉他可能出现的问题，你似乎也对这个项目不太了解，屎山炸了你也不能负责，然后因为他的保守而生气挂人。还是放下助人情结，尊重他人命运，这样双方的心情都会好很多。

DateTimeOffset: https://github.com/dotnet/runtime/blob/8ccdb1cd29754ed64a451300cd1fc59d35b88d40/src/libraries/System.Private.CoreLib/src/System/DateTimeOffset.cs#L62

有一个问题，ChatGPT 并不知道自己在说什么，它只是将采集到的信息以某种（好看的）样式展现出来。

Stackoverflow ，GitHub ，或者个人博客，你至少可以告诉作者内容出现了问题，而作者是有能力验证并更新错误的内容的。即使作者没有更新，你也可以在同平台发布更正后的内容，搜索引擎通常会更青睐较新的内容，从而完成错误的更正。

但 ChatGPT 本身无法验证内容是否错误，更别提更正错误了。由于它的内容是自己生成的，你指出的错误可能对应一个或多个作者的某一小段内容，而它们在各自的上下文中甚至可能是正确的。于是反馈错误这件事情就变得极为麻烦（甚至不大可能）。

因此 ChatGPT 和谷歌搜索右侧的信息卡片一样，只是底层数据比较干净，交互体验更好，但它是没有能力自我更新的，由于之前提到的多个来源糅合的问题，给出来源似乎也较为困难。

非要比喻的话（都是刻板印象，请勿对号入座），它比较像中学（女）骨干教师，能够极强的完成教案转变为教学的演绎，但对教案本身无法更新或拓展，如果提出超范围的内容她会努力用已有知识圆回来并保持教师的威严。英语阅读老师看错答案但还是说的有理有据，这样的情景应该不少人有体验过。

这个生态位对应的可能是培训班、一些照本宣科的大学课程以及极客时间之类的在线课程。只能说，它拉近了人们与培训班之间的距离，让大家能够用较低的成本（时间和金钱）获得培训班级别的知识。

也不知道思路怎么到了这里，结论居然是，人人都可以立即 /马上获得培训班知识，培训班只剩一个证明知识已被获取的作用。但这个证明的目前有多少意义，还要打个问号。

现在脑中蹦出来的其实是 Office 认证、Oracle 数据库认证、Google Cloud K8S 工程师认证之类证明你学会了某些配置文件的课程和考试。ChatGPT 应该能代替它们的知识部分，认证部分涉及到责任问题，可能还是需要 ChatGPT 先教会一个人基础知识（术语表），然后这个人证明它能够在这一领域有效的操纵 ChatGPT 获得正确的信息（学会提问），变成所谓 「 ChatGPT 工程师」。据我所知，国外已经有类似的和 AI 聊天的工作了。

这是我对 ChatGPT 这类 AI 的未来图景的推测，显然学会术语并聊天也算是某种「编程」，而且是大大降低了门槛的编程。「 ChatGPT 工程师」应该会对专业背景进一步放宽，更偏向于领域知识而非编程本身。同时干掉一些「低代码编程」的场景，不需要再耗费人力封装「低代码」，而是用户使用 ChatGPT 生成配置代码。这样在配置类场景灵活度又提高了不少，使得程序员能够与甲方进一步解耦的同时，在干掉产品经理的路上更进一步（ bushi ）。

@bthulu 要连接本地串口，还要访问客户内网，结果文件被删，硬盘被炸，微信被封，我觉得还是先考虑一下跑路的问题吧，这才是真应急。

@nicholasxuu

主要是 Java+IDEA 这个配置很吃内存，最少最少 16G 起步，这样笔记本的价格就不会太便宜（而且也很重）。

应急的电脑平时不会经常去用，环境、代码什么的用之前都需要更新，本身就高度依赖网络，云服务器还能加配置弄快一点。而且云服务器不挑设备，万一电脑出问题（比如很久没用打开发现没电），别人的平板、网吧什么的连上都可以工作，不用重新配置。

云服务器+MacBook Air ，第一次配置好之后暂停，之后需要的时候直接按量付费就行 hhhh

@flashBee233

这个我看过，当时试了试他们的 demo ，然后就看到了这个……

https://v2ex.com/i/zF877V73.png

然后就决定还是自己写了，语序还能好一点。

噗，去博客园的博问提问然后 at dudu 吧，他应该会回你的 hhhh