ytoms的博客

智驾也一样，一方面人会慢慢习惯后智驾带来的伤亡，另一方面智驾自身也会进化，还包括对智驾的一些交通规则变革、伦理约束，也会极大程度的降低伤亡概率。在不允许伤人的红线之下，那就只能放弃，因为你不主动撞人，但是你无法控制人不会主动往你上面撞呀。但是，在生命神圣不可侵犯之下，也会让你在多起事故之后，把你给生吞活剥了。构建人与人之间的伦理，我们用了数以千年，而且还在不断完善中。但是，在便捷性面前，终于还是选择了有伤亡的代步工具。没有交通工具之前，大家都徒步，伤亡是最小的。有了马车后，会冲撞人，伤亡就开始出现。

而留在DS里面都数据，如同一个巨大的沼泽，沼泽有水有泥有草，但是却没法直接利用这些水、泥、草。ODS再往后，根本走不动了，因为ODS的数据汇集是纯IT技术活，而后续则就是由业务驱动的。他又拿不出可用的数据，虽然他实现了数据统一存储，却没有标准，无法直接使用。你说ODS没有数据吗？他是有数据的，而且所有数据都有，表面看消除了数据孤岛；，还美其名曰数据入湖，消除了数据孤岛，更有恬不知耻的说我们实现了。数据中台的破局之道在于如何让中台的数据高效的被业务端用起来。了，IT不懂业务，自然就无法自行展开后续的。

比如投资分析师和城市规划师，他们对分析2025年某城市人口分布与公交站点匹配度，虽然核心数据一致，但是维度、方向、结论导向是不同的。”远比“分析2025年某城市人口分布与公交站点匹配度”要精确很多，更能降低大模型幻觉。这一点要明确告诉给大模型，而且你的需求越明确，大模型的理解就越精确。如果还停留在搜索引擎阶段是关键词的惯性，那注定要被大模型的幻觉“戏耍”为了更好的精确理解意图，你最好还要告诉大模型你的角色。因为不同角色，对同一个目标，所要求的结果是不一样的。输入的关键词越简练，匹配的效果自然越好。

需求+技术=>做成 只要有具体的需求，外加匹配到一定的技术，做成一个项目是没问题的。这无关乎投入多少？也无关乎由什么人来做？比如总是能听到这样的段子：一个国家级的项目，由一家世界强的企业中标，最后真正code的是高校的在校学生。 投入+人员=>做大 持续的成本和时间投入，外加一个可靠的团队，就能将一个项目级需求做成一个产品。这也是当前很多信息化产品的“涅槃”之路。但是理想很丰满，而现实却很骨感。市面上，但凡有点想法的外包公司，都是想着从大量的项目中沉淀知识，打磨属于自己的具有竞争力的产品，

数据库的发展在经历一个大变革时代，RDBMS世界的一个显著的特点是：我们什么都能搞定，只要是关系型的数据存储和处理，无论是ERP还是进销存，无论是OA还是HRMS。各个数据库厂家在这一点上是一样的，数据库产品的差异性不大。所以才形成寡头效应，通杀嘛。 而现在呢？随着对数据的探索不再局限于关系型、结构化，数据探索向纵深推进，每一次推进，都会发现现存的数据库技术无法满足需求，而得益于开源技术的支撑，与其委曲求全削足适履的向现有数据库靠拢，还不如坐地起楼自成一家。因为专注于单个细分的领域，也不需要太多的顾虑，只