msg7086

@ryd994 #24
> 因为重建耗时超过 24 小时，且全程是满负荷读写，非常有可能在重建过程中再挂一块。

这里其实有个误区，通常并不是因为满负荷导致再挂一块，而是因为第二块其实早就挂了，只不过是在重建的过程中再次「发现」了第二块硬盘挂了而已。

扇区校验错误只有在读取扇区的时候才会被发现。也就是说，一般家用 RAID 环境，硬盘可能不知不觉早就已经千疮百孔了，因为某一次读取到了已经有错误的扇区，导致硬盘报错离线，然后重建阵列的时候轻易地读到了另一块硬盘上已经有错误的扇区，这才表现出好像是「重建时再挂一块硬盘」的表象。

要解决这个问题，其实很简单，设置每隔一段时间做一次 scrub 就行了。scrub 本身就是模拟重建过程，如果硬盘已经千疮百孔，不至于到重建的时候才发现。

你写我支持，我用我不用。
光从截图和说明来看，似乎没有比现有基于 aria2c daemon 的方案强很多，所以我不会去尝试。但是勇于新建文件夹去尝试做一个新项目，我是非常支持的。希望有朝一日能够远超 aria2 方案。

@CynicalRose #10 确实，不同的公司有不同的情况。我司现在是人手不够然后大量工作积压，裁员应该会控制在比较小的范围，大部分人用 AI 提升工作效率只会更快清理积压的工作。

软件工程师的工作有很多方面，把代码码进文本文件里只是其中一部分。
最开始的需求分析，技术选型，架构设计，编码完以后 QC ，改善可持续性，要做的事情多了去了。
为什么有人 vibe 出来一坨，有人 vibe 出来结构优雅程序稳定 bug 少，背后的差别你要是能吃透了那你就能爽吃 AI 开发的福利了。

@shellic 嫌贵那不就等于只能用更差的么。
你拿 3 千块的电脑打游戏嫌慢，那别人肯定说你换 8 千块的就快了。你嫌 8 千块的电脑贵的时候，那别人肯定说你换 3 千块的电脑就便宜了呀，打游戏慢那就忍着呗，总不能又要又要吧。

@wnpllrzodiac #26 不至于，至少我开着 flash 写 C++出来的代码没问题，就是没有那种让人眼前一惊为天人的能力，就是那种翻了项目里的各种文件然后一眼定位到问题在哪，这做不了。但是你告诉他要加什么功能，他能照着你的要求正常给你写完。

贵的模型一般是公司这个级别用来替代人工省钱的。
你算算，一个普通的工程师一个月的收入大概是 2 万美元，折合到每个工作日是 1000 美元。让一个工程师的工作效率翻倍，就等于每天给公司省下 1000 美元。相比之下 AI 费用才多少，你真要一天用出 200 刀的 Sonnet 那你工作效率肯定不止翻一倍了。

至于个人开发者，嗯，老老实实用便宜的模型去……

有便宜的，你选贵的当然贵。
我司给我们用也只是给个 GPT-5.2 。
个人用的话我一般直接用免费的 Gemini 3 Flash ，Flash 搞不定了再切一下 Pro 或者更贵的模型。
不是特别复杂的工作，GPT 这个级别的一般足够用了。甚至 deepseek 3.2 这个价位的都足够了。

我现在做的：
首先用 RooCode 开 Architect 模式和模型一起头脑风暴，包括技术选型这些都可以做，你说的数据库设计接口设计这些都可以让 AI 来设计，你的主要工作是掌舵，告诉他应该往哪个方向走。讨论完了，写入 markdown plan 了，再切换到 Code 模式实现代码。
然后一定要让他写测试用例。意思就是 AI 必须有能力自己确认自己写出来的东西对不对。
比如你写 Web API 接口，那你必须先设计一套通过 Web API 接口测试你程序正确性的测试环境，然后告诉 AI 改完代码以后运行测试，跑通才算做完。联调的时候发现的问题一定要用测试用例固定下来，然后再让 AI 回去改代码把测试用例跑通。

你都用 AI 写代码了，就不要考虑出了 bug 怎么排查了，而是应该反过来，通过手段保证你用 AI 写的代码不会出 bug （至少不会经常出 bug 需要你去排查）。几年前被大家扔出去的 TDD 现在正是捡回来的好时机。

模型用点好的。我现在最差也要用 Gemini3F ，如果你有条件上 GPT5.2 家族或者 Opus 那更好，没钱那 3F 也可以先凑合着用。