编译原理 机械工业出版社

计算机专业都“编译原理”课程的。

爬虫和前端好像没有任何关系。
爬虫-> 数据库-> 数据统计-> AI 训练。 感觉这个方向才对吧。

好奇，用 AI 写的，版权归谁？

一般都是重构老版本， 不会开新坑。挖新坑大家都会。 关键是要能填老坑，把屎山清理干净。

现在业务基本都抄来抄去的，自己用下对应你们业务的需求的竞品软件，大致都可以明白这些需求。至于实现其他家都实现了，照着抄不就行了。

1. 迁移成本， 能否一键迁移
2. 在降本增效的大环境下， 能给企业节省多少钱。 如硬件费用， 人员费用等等。

早个地方上班， 工期压在这里， 不管写不写的下去， 到点都要完工。 先把东西做出来，上线交付，后续在优化。

首先要找头部的几个产品， 看看他们的是怎么实现的。找这些公司的技术人员，吃吃饭，取取经。

买付费的第 3 方库，签合同， 让第 3 放提供测试报告。这样你只需要写自己代码的测试就可以了。

4 年的开发， 你要考虑的是“你的自己的技术优势在哪里，你比刚毕业的应届生优势在哪里”。 强化自身的优势。

报预算(开发费用+机器费用). 稳不稳定看主要预算，有钱，在烂的系统都能跑稳定了。

订单少了，业务少了，开支压缩， 出现故障是必然的。有钱的时候说说“专业性”还能忽悠点钱过来。 没钱的时候你在“专业性”也没什么用，没业务就是没业务。 说白了还是一个字“穷”导致的。

当你拿工资单的时候， 发现把 js 高出一大截的时候， 就有成就感了。

看看自己的花呗和信用卡要还的钱，就有动力干活了。

把通用的方法，或函数， 或第三方的独立出来，封装成统一的一套函数。 项目开发完成以后，把源码里面的这些函数替换成源码就可以了。

@monkeydev 本地自建 AI 应该就够了， 你这个就没几个开源插件， 而且版本还能固定住。针对这几个开源插件训练出一个模型。也不会涉及到复杂图形识别，基本就是针对日志分析的解决问题的 AI ，算力不大。 边缘计算盒子基本就能跑。

如果是 IO 瓶颈，开 docker 没什么用， 还是读同一个机器上的盘。IO 瓶颈你就加物理机， 每个物理机开处理程序。 新增的文件分发到不同的物理机上。 这样才能提高 IO 。

@monkeydev 都是开源的插件堆， 直接 gtp 自动化搞下不就完事了。银行都在搞信创， 你这一堆国外的开源， 能过审吗？