欢迎投入 ponylang 怀抱，答案是“你不可能让两个 actor 同时写，没有一个 capability 支持这样操作”

……nginx 504 了以后子进程没退出吧（
根据官方的 benchmark 放大一下，40w 条需要大约 4 分钟？

@gggxxxx 不是说硬件水平已经接近物理瓶颈了么 —— 虽然上几次也是这么说的，一次用 FinFET 解决的发热极限，还有一次不清楚，但是你不能指望新技术的必然出现啊。
Intel 的制程加号再多，性能没有被甩一整个时代…… 到 AMD 5000 系 CPU 才终于是桌面 CPU 头牌换位。

而且也不环保。

@anonydmer 那我就随便地不负责任地推荐一下 Haskell：想改？ unsafe 吧。

——

说起来，也可能存在显式表示此处可返回 null 的情况

Rust 是给原本写 C/C++ 的人用的。
既不想放弃 C/C++ 手动管理内存的性能优势，又想要避免手动管理内存的风险
结果就很简单：编译器帮你作内存管理的 Code Review
而为了实现这一目的，填充了大量的让编译器能理解的标注。

内存不足？毕竟是个虚拟机，是隐式分配资源的，但我不知道在哪儿调

flask 十分钟速成。就看 flask 官方文档的 Quickstart - A Minimal Application 就行了。
或者 FastAPI

其实 Python 能扔 HTML 里跑，WebAssembly

while not mutex.locked(): pass

这是判断没有锁就卡住，有锁继续执行。

@systemcall 可能有点不清晰
有一个 Windows 上的第三方软件叫 “CPU Cores”，该软件通过调用系统 API 迫使游戏以外的所有活动分配到单一核心，而为游戏分配其他所有 CPU 。
与游戏的运行与否无关，与游戏运行的性能有关，平均提升 10% （蚊子腿也是肉啊）

最极端的不修：Intel 为什么不修 CPU ？
一切总归在免费修和完全没人能修之间。

还有，老早看到小说(?)里有人说 “我买把新剪刀才 10 块，你修个剪刀收我 5 块？” 我在心里记着这句话为这个问题迷惑了十几年。不过看来确实，维修价格在新品价格 50% 以上确实很多人不愿意修。
然后恶性循环：维修价格稍高，人们不愿意修，为了补贴维修员的工资，维修成本变得更高，最终维修成本比新品还高，没人再愿意修，维修员也没了工作。我始终保持一个观点：劣币驱逐良币是因为二者都不是法币。

至于环保与否，不能依赖于企业或个人的品德。是 gov 需要惩罚不环保行为，或者奖励环保措施，以恰好使得环保比不环保略微更赚。经济学家们主张 “污染权拍卖”，就是一种类似的实现。

确实 Executor.__exit__ 也会调用 self.shutdown(wait=True)，因此调用了 join
先打桩锁定一下死在哪儿

猜想的解决方案：在 with 的最后添加一句 e.shutdown(wait=False, cancel_futures=True)
可能是 worker 里 work_queue.get(block=True)，要用 cancel_futures 去传递一个 None 作循环唤醒器。

@LeeReamond 我说的指定核心是指进（线？）程核心对应关系，具体操作不记得了，是操作系统？提供的功能。
目前能用的方案大概只有自己手动调整或者调用 syscall 。结果是只能当前核心上排队，确实对于外部库可能释放 GIL 不太友好。不过，CPython 层面理论上有办法实现所有 GIL 在一个核心上处理，一旦进入非 Python 代码导致释放 GIL 锁则放弃该线程的核心绑定。但例如持续变化、难以预测实际开销的情况下 tradeoff 会比较麻烦。另一方面，程序自身改动核心绑定可能会出现意外的情况（比如多个完全无关的程序绑定到同一核心，结果相互竞争资源）。

我注意到这个操作可能是有用的起因，Windows 上有一个 CPU Cores 来强制处理游戏的进程核心对应关系，把操作系统其他内容全部丢给一个核心，其余核心全力跑游戏。但我并没有很多实验数据去理解它以何种方式、在何种条件下有何等程度的作用。

@PbCopy111 据说移动对 UDP 包的 QoS 低

先在 data = f.result() 前打桩吧，用 print(..., end="\r") 可以避免影响输出观感

@LeeReamond 你这边就传个函数名称再来回各传个 int，也是在一块芯片里，能有多少的通讯开支……

@vipppppp 跨核心是个有毛病的问题，而且 CPython 都 GIL 了还不想办法限定核心…… 倒也是不强求优化……

单路 CPU 也可能是双 NUMA 节点（ Ryzen 1-2 似乎有？）。

@codehz 你这有点牵强了…… 而且通信成本倒不是大问题。
@vipppppp 可否限定到单一核心后再尝试看下 multi thread ？我觉得有可能是跨核心导致的问题（比如跨 NUMA 节点？ GIL 在 CPU 缓存中反复失效？）。

除此以外，参考下 Zach 的游戏，会允许在不同方面进行最优化设计…… 不过那样的话比较挑战关卡设计。
比如 TIS-100 可以用较少的格子或者较少的代码行数或者较少循环轮数。那样的话每关都会有三个策略槽。对应这里可以是较少的策略条数，较少的取胜所需轮数，较少的棋子个数（虽然似乎一直是两个？视频里头像挡住了棋子选择）。而且可以建立全球所有玩家的最优化方案的直方图。

预排策略类游戏目前 Zach 独树一帜，TIS-100 、SHENZHEN IO 、无尽工厂、Opus Magnum 、SpaceChem
我觉得都可以学习下。

还没玩上，看了视频
我觉得这里有个问题，策略设置和关卡独立比较迷惑
结合 @november 的想法，我觉得应当是在策略设置里设计 “具有某种策略的某职业”（比如 “绝地狂奶”、“冲塔大师” ……），然后在关卡中将这些 “职业+策略” 拖拽到棋盘上。
思想上符合面向对象继承，职业 --[继承]-> 职业+策略 --[实例化]-> 棋子