@libook #55 但是去中心化的价值不止一个啊，除了账号能否一直可用以外，还有数据能不能被自己掌控。即使是使用别人的邮件服务器，别人不给你提供服务了，你的数据也还是在自己手上的，核心的通讯录、往来记录啥的都不会有损失，但微信纯中心化的被封号基本可以认为就没了，数据库如果解不开就等同没有。

@libook #61 有一说一，那些去中心化的网络也还是得有一定程度上中心化的节点来辅助连接，如果那些节点没了，网络虽然不至于完全不可用，但也会大受影响。而且虽然说可以通过节点之间的互相通信来自发组成网络，但在现实中节点不一定分布均匀的前提下，在没有那些辅助连接的节点时，能不能顺利组成网络还真不一定。

@opengps #8 不稳定现象挺频繁的其实，我监控里经常看到间歇性的短时中断，实际直接访问也时不时就会碰到感觉某个页面突然加载慢的情况。然后最离谱的是大概一两个月左右就会出现一次长时间的中断，短则几十分钟，长则几小时，有时候是显示他们自己的错误页面，有时候是直接连接超时，还有次是 HTTPS 都抽风到浏览器显示校验错误啥的...

@opengps #11 应该是点击左侧的“证书列表”，申请证书的功能我印象中免费版一直就不能用，我都是自己上传证书的。

@046569 #22 B 站站长 bishi 前段时间使用 192G 版本的 M2U 做了测试，你可以参考一下：“llama 70B ，没有 4bit ，思考的时候吃掉 140G ，速度和高峰期用 gpt4 没太多区别”

有一说一，和之前说过的一样，没有实用价值。推理时 140G 统一内存占用，意味着多人使用顶不住；速度和高峰期的 GPT4 差不多，意味着速度已经慢到基本没法用了。

@cheneydog #23 没有，我看的东西比较零散，没有特意关注某个或某些博客之类的。而且其实前面的很多内容实际不属于 AI 领域的范畴，AI 领域或者说是大语言模型领域的也都是自己尝试一下就能得到的知识，自己多深入用用就好了。

@libook #37 不自建服务器也能算半个去中心化了，客户端收到邮件存本地又不受服务器影响，想怎么存怎么存。

https://i.imgur.com/qZoLeL5.png

看了一眼，刚过 100T 。主要还是以前买的盘太小了，都几 TB 水平，光是近期加的三块 20T 的西数 HC560 ，就撑起了半边天。

你直接用 Logseq 得了，任务需求都能满足，要做统计和分析也有查询语法可以自定义，备注还实际就是笔记可以随意引用

我已经切回 CloudFlare 了，百度云加速的服务一直都不怎么稳定，时不时就有人问我网站怎么进不去。现在好了，连个 HTTPS 都阉割，正好有理由切 CDN ，本来也就只是隐藏个服务器 IP 用而已。

单纯“搭建分布式系统学习”没有任何必要买服务器，不如买个高配笔记本开虚拟机，或者是直接用云服务器按量付费。你没有实际且持续的需求，买个服务器也不会想花多少预算，最后买个不上不下的就纯浪费钱，需求提升了得整套换，需求没有了又会嫌弃，何必呢。

要网络质量高…那你要么用天线、要么用有线，总得选一个吧？觉得天线太大可以买个小天线，天线有各种尺寸的选择

不如拿 x86 机器装，啥屁事都没有，想装啥装啥，有那折腾的时间都能赚多少差价出来了

tplink 有技术支持，直接打客服电话问就行了

C 端用户就别买主要面向 B 端的厂商出的小众 C 端产品了，基本就得不到什么很好的体验。

@lcandy #2 “新出的个人化指令比之前棒很多”
@jwangbyus #3 “chatgpt4 新出的全局指令很大程度上提高了回答的精准度”

其实 POE 一直可以设置开始对话前的系统消息，因为在 POE 的设计里，每个 robot 处理一个独立事务，都能设置一个独特的系统消息，并且也可以随意使用自定义的 robot 来代替默认的几个模型日常使用。然后在近一个月左右的某次更新里，多了个可以设置默认 robot 的设置项，可以将自定义的 robot 设为默认。

好像对其他文件的代码引入的能力是好了些，其他的暂时没有明显感觉，可能是因为我基本是在有注释的 GPT4 写好的代码上做修改，用不到太多 copilot 的能力，更多是当成个更方便的自动补全在用。

这种节假日高峰期，要么不开车，要么避开高峰期，要么去冷门的地方，都比开车往人堆里钻实际...这跟是啥类型的车没什么关系，开油车这么搞也一样难受，比如可能存在加油站排队甚至没油可加的情况。

@ruanimal #6 是可以的，比如在 k8s 环境中部署时，就没必要用 gunicorn ，直接用 uvicorn + k8s 自身的管理方式就行

根据我的 GPT4 深度使用感受来说，开发方面目前最直接、最无法替代的就是 [把需求或者说是思维转化为极其细化的代码逻辑的能力] ，即使是 GPT4 、即使让它分步处理，在这方面也完全无法达到复杂逻辑下的“可用”程度，会存在或多或少的细节缺失。可以预期的是，几年内这方面应该也不会有太大的进展，从除 GPT4 以外的模型相关能力表现上就能看出来。

单纯就写代码本身来说，只要你的要求足够清楚、详细，即使 AI 没学过的东西你也能教它写。而且未来随着 Token 上限越来越高，接受未训练知识、定制化信息的能力只会越来越强，不存在写不出对应代码的情况。

楼上有提到西数 HC550 的，但其实加点钱上 HC560 体验会好很多，西数在 20TB 以上的盘上加了个 OptiNAND ，实测提升效果明显，小文件（ Ceph 的单个 Object ）读写速度基本长期处于无该技术的盘的 2 倍状态。