向瑶函_个人页

对《中国开发者画像洞察报告2022》的3点疑问 正好，我是一名米业公司的数据分析师，也做过一些用户研究报告，很开心能够看到有研究机构愿意去重视而非调侃程序员这个群体，不过目前对这个报告我还是持一个审慎的态度去看，也发现了一些自己内心对这个报告的问题。 一、研究样本的比例问题。 首先，个人感觉这个研究样本的分类是存在一定问题的，比如说这个【其他】的定义我看完报告都没有找到。 然后的话，假如说这个【其他】是指自由职业开发者的话，那整个报告中的样本分布不是很均衡，因为学生的占比占到了接近一半。 二、对【创新重任】的界定。 自己在一家传统企业工作，正好我身边也有很多传统企业的开发者。能够理解传统企业老板最喜欢说的是“创新”，但传统企业的创新更多是换个web架构，或者说重写一段屎山。 这种仅仅是换汤不换药的代码改写跟互联网公司的技术栈创新是没法比的，所以这个比例是否有失衡的问题？ 三、对新兴职业的界定 可以看到基本上所有新兴职业这里都是算法方向，但其实算法方向的工程师最早就在2018年就开始蓬勃发展了，2022年的报告兴许拿2020年兴起的职业说是新兴职业会好很多。

这个问题太大了，有没有其他参数呀？

convertRowToJSON

重建吧，避免隐性Bug

生效的

只有问题么得日志呀，就像说“有Bug”，但不具体说是什么Bug。

话说这个对回答的问题有要求吗？

读完《阿里云存储产品手册》之后个人产生的3个疑问 首先声明，我并没有任何说要挑刺或者搞事情的意图，阿里云的产品我所在公司是纳入选型的Tier 1的，只是文档中有些地方确实令我产生了困惑，无恶意询问一下。 1、数据得出的方式： 主要还是在【小天才】案例中提到了**“业务问题定位速度提升了30%”**，如果表述是“针对数据异常的检索速度提升了30%”我倒还是能够理解，因为更好的数据引擎确实能够带来速度的提升。 只是业务问题的定位个人觉得应该不单单是一套存储产品升级能够带来的（除非是那种纯粹做数据服务的公司），所以比较好奇这个数据究竟是如何来的，还是说只是一个大致预估？ 2、功能横向对比的标准： 【哈啰出行】案例中提到了“替代了原有的Kafka节省的成本达到30%”，这我能够理解，因为Kafka确实比较贵，只是该案例中仅仅提到了“满足了稳定性、扩展性需求”，没有提到一些核心指标比如“消息队列的吞吐量和丢失率”有没有较大变动。 给人的感觉有点像“因为坐飞机比较贵，所以我们换成了坐汽车”，确实，更改之后在安全、舒适、成本都有提升或保障，但没有提到速度和时效会不会受影响。 3、对外网的支持： 我们公司有一部分业务是要对接到泰国进口大米，所以后续可能会有海外业务的需求，海外业务需要使用外网，文档里面更多侧重点还是在“内网和公网”，对外网似乎很少提及，不知有没有补充？比如说“经过VPN时对VPN的渗透监测”？

可能很多人会畅想AI在各个不同领域大显身手的未来，但对于我这个半吊子的人工智能从业者来说，我更关心**【科技向善】或者说是【可信AI】**这个方向。 一个真实的例子，有个叫乔伊·博拉维尼的TED黑人女性演讲者在使用MIT的人脸识别功能时发现，自己的脸没法识别，可当她戴上白色的面罩时，竟然被识别出来了，也就是说人工智能识别白肤色脸的正确率高于黑肤色脸，人工智能竟然也学会了“种族歧视”。 后面才发现，问题在于，程序员没有使人工智能做到在不同肤色中去很好的识别人脸，可能你会觉得这不是什么大问题，但美国已经开始在司法领域运用人工智能，比如知名的AI律师ROSS和COMPAS，如果在人脸识别出现问题，很可能会出现冤假错案。 但这些问题存在的根本并不是说AI是邪恶的，尽管技术无罪论非常老套，但我们要知道AI只是一个根据训练做出反应的黑匣子而已，如果AI变坏了，那大概率说明用来训练它的数据出现了问题。 因此，后续关于AI行业的立法和合规，也许比AI技术本身的发展来得更加重要得多。

我最期待的还是无影云电脑。 作为一名人工智能爱好者，最大的难题就是模型膨胀得太过厉害，虽然说用云平台能够解决算力的问题，但在数据私密性、算力弹性、性价比上本地机器还是比云平台用起来舒服，但本地机器的硬件配置又要根据模型的进化去不断升级，这又是一个非常容易踩坑的过程（比如买到矿卡），并且训练用的机器都重得跟板砖一样，便携性非常差。 看了下云栖大会发布的第一代无影云电脑，终端只有一个银行卡大小，并且体验上跟我们本地机器没有任何区别，配置也能够支持不断升级，上限很高，官方发布是最高支持1.5T内存，很可惜没有抽到体验名额，不过还是期待能够正式商用的那一天。

最令我感慨的还是贾扬清老师在《阿里云一体化大数据智能平台的演进》提到的：“在数据湖，数据仓库的基础上，我们所建设的人工智能平台PAI在很好地解决大数据AI一体化的能力。” 作为一名高级数据分析师，我所在公司的数据底层技术这块，除了云服务器，用的架构全都是国外的，那个时候就在想在数据领域何时才能有我们自己的平台自己的技术，现在阿里云的这个PAI算是让我看到了曙光，虽然暂时没有用过，但至少阿里云去填补了这一块的空缺，值得点赞，期待后面能够大规模推广开来。