规定由其他人或者公司承担全部经济赔偿责任吗？不行。

我和你签订个协议，你去杀人，我来承担责任，你干么？

核心本质其实就是涨价了。sku 不同都是借口。
而且按理来说，这只是物流问题，不存在没货这个情况。

“未来有货重拍可以给补 500 元以内的差价”这句话其实没有意义。
1 、你不能确认有货还是相同的 sku 。
2 、是不是相同的 sku 商家说了算。

本着从实际出发的角度，我个人认为，补偿给楼主“当时使用了银行支付优惠”部分的钱，然后申请退款是合理的。

1 、目前 x86 处理器的能耗比不行。
2 、平板形态的电池总容量相较于屏幕尺寸而言太小。（ ipad pro 的续航体会下）
3 、windows 生态下的 app ，触屏体验几乎没有。

个人理解，楼主的三种思路都没有看到价值。

1 、错题本。错题记录本身压根就不是痛点，痛点是如何保证以后不错。这点各校的结论就是不搞错题本，只刷题。近两年北京四中高一就要做完五三。（五年高考三年模拟）

2 、数学公式讲解。数学对于孩子的难度从来不在于形象，而在于解题思路。结论依然是刷题。因为高考的知识点是有限的，只要你穷举了所有的可能性，那么孩子的成绩就提高了。

3 、题库。好的题库，有帮助的题库压根就不是你能爬的到的。什么叫好的教育资源，什么叫好老师。好老师就是试题专家组成员，好老师就是对高考试题有自己独到的理解和思路，没有之一。

不太理解楼主的思路。
楼主的意思是说，因为面试时以能力不足压低了工资，之后是否能够以自己做不了为由来挑活或者不干活？

这完全是两个概念。

面试时的“能力不足”，是你的能力不足以匹配企业对应岗位的工资。在企业角度讲，降了工资入职，就算匹配了。
干活时的“能力不足”，基本上就等于你过不了试用期。

不管在哪切割，一定最终会切割成两套实现的。
只是切割在前（域名分割）还是切割在后（媒体查询切割、逻辑切割等等）

因为手机端和 pc 端不光是样式的不同，业务复杂度，数据的呈现方式，以及操作流程也都是不同的。
如果某个 web 产品，他的手机端和 pc 端遵循同一套操作流程和功能，那绝对是不合格的。

@jun4rui #31 同意，每个人对音乐的需求不同。有的人喜好氛围和独特的听感，和高还原度不是一个思路。但我质疑的是，如果是没有特意去适配杜比（比如绝大多数早于这个技术的音乐），那么空间音频会不会反而劣化音乐品质（不管是氛围，还是还原度）。

我手里没有数据，但是我可以说几个我认为可能的点。

1 、QQ 引流。（主打的微信接受 QQ 消息。让你无缝过渡到微信）
2 、新爆点优先上微信，不上 QQ 。（摇一摇，朋友圈）
3 、主打实名，线下圈子（原先版本注册时的 hint 都是请输入你的姓名，而不是“昵称”）。

1 、微信是 2011 年推出的，竟然楼上有人 2010 年就用上了，真是厉害。
2 、国内第一个上市，主打纯社交的手机 app 是米聊。
3 、手机 QQ 在 2011 年其实也很精简。

所以楼上的理由都不成立。

24 小时 40 度电，相当于接近 2kw 的日常待机，确定算对了？

有，目前我手里有三个大类的文章：游戏的分享，政策的解读，音乐基础以及乐器的演奏。分别都在我的 notion 上。完成度最高的是游戏，已经成文的有 6 篇。完成度最低的是音乐基础，只有大纲和文字片段。

纠结了很多，最终还是没有决定在 v 站发出来。

主要纠结有几点。
1 、游戏内容与玩法不同人有不同解读和喜好，别人很难体会到你个人的 high 点，这就导致可能自己写半天在别人看来都是自说自话，孤芳自赏。

2 、政策解读方面一个是 v 站不允许讨论政治，一个是自从在水深火热 battle 过 GFW 和 faker.js 事件之后，我就发现其实没几个人想好好讨论，都是借着事情对别人发泄情绪和人身攻击。喷子三板斧：乱扣帽子，虚空打靶，人身攻击。

3 、音乐方面，我理解其实没有多少人是实实在在想了解乐理，都是想速成然后去显摆，所以也就没什么动力去继续写下去了。

@SiLenceControL #26 请问，是所有的音乐都支持“空间音频”独有的相位信息么？也就是 Dolby Atmos ，如果没有，你怎么证明空间音频是在增强，而不是在失真？

btw ，张嘴就说别人不懂装懂，但又拿不出干货，是不是也太不礼貌了？

再比如，google 翻译和 deepl 翻译都被人“投毒”过，这就是目前的机器学习式 AI 最大的弱点：你不管怎么规避，在自我迭代的过程中模型依然会失真和过拟合。而且是无法预见的。

过去的人工智能是脚本，策略式的，只能应答。
现在的人工智能是统计学，寻求最优解的，能够通过不停的迭代和统计帮人类寻找可量化范围的最佳途径。

如果人工智能领域没有再次进化的话，最起码不需要担心类似“天网”的情况。
但这并不意味着目前的人工智能对人类没有危险。

目前的学习模型，已经复杂到是不可预见且不可审视的，黑盒的。我们只能通过输入、输出来验证模型的可靠性，并不能穷举其模型的所有输出。这就导致模型的 100%可靠（或者说对人无害）不可证明。

举个例子，比如会不会存在一种精心设计的 bug 图像，往特斯拉车前一放，就会导致特斯拉的 ap 模型判断失误，油门或者刹车踩到底,从而出现事故。
再举个例子，会不会出现某种特殊的棋形，导致 Alpha-go 的模型认为在棋盘上摆一个“CNM”是最优解？

这都是不可证伪的。

楼主在 append 中又犯了一个错误，核心的算法和业务实现是最不会开源的。
谷歌从来不会告诉你他的搜索引擎排序规则。

大公司开源的核心目的就是为了垄断开发渠道，掌握更大的话语权。
小公司开源的目的就是赔本赚吆喝，用来兑换信誉度。

因为大家都明白了一个问题：软件实现本身的价值很有限。核心的生产资料还是业务的垄断、营销推广的有效性，以及低成本的运营。

谷歌搜索即便开源给你，你也只能当玩具，甚至是跑不起来。

因为许多人的逻辑能力只停留在画阵营、贴标签这个层级上。
讨论多了你就会发现，很多人喜欢一上来先给你定性。你是“好人”还是“坏人”，“同道”还是“异教徒”。
然后就把你身上贴满他对于那个阵营的刻板印象。完全忽略人是独立的个体，以及观点的独立性。

这点你从商业电视剧、电影就能略见一斑。必须给观众立一个“好人”和一个“坏人”。这个剧才会受欢迎。
那些角色真正有灵魂的剧，往往是不赚钱的。

之前用老号在水深火热和 v 站一堆人论战的时候我就说了。
这帮人没什么本事，只会三板斧：乱扣帽子，虚空打靶，人身攻击。

每个产品都有其受众和定位。
在功能上或多或少都会有被定位和利益影响的影子。

所以理论上是不存在一个“所有人都满意”，或者“任何角度都没有喷点”的 app 的。