从投资的观点看，找外包或者发工资，意味着将本金投入进去，如果做的东西没成功，就是亏损本金了。而如果自己做，起码从明面上看，只是损失一些时间，但本金还在🤣。找合伙人很好啊，关键是很难啊。

从一个细节中可以看出楼主会为他人着想：贴心的把 base64 的解码地址贴上。

@crysislinux 我上面说了，你觉得我拽文，是因为你的抽象水平还没到：价格体系本身是滴滴业务最核心的，价格体系如何定义就是业务的核心骨架，到底是固定价格，还是竞价，怎么利用红包和奖励，乘客有没有加价权，司机有没有加价权，这些都是定价体系的部分。说是架构意味着不是那么容易改动的，定价体系也是一样。
伸缩性本身的定义就是在不改变架构的基础上，能够应对业务数据量的变化。对于滴滴来说，不同情景下乘客打车需求的变化，对应的就是业务数据量。
滴滴很明显没能做到在架构不变的情况下，做到伸缩性这一点。早晚高峰不提，郊区城区不提，雨雪天表现的就特别明显。

@Ericcccccccc #11 我也听司机提过一嘴，说之前有类似竞价的，但应该不是滴滴。回头我再去了解一下。

@crysislinux #10 说的就是业务架构，难不成只允许技术有架构。


@BiChengfei #15 就是固定价格弄的，上次北京大雪，根本打不到车，因为司机怕出事故，而打车价钱还是那点。

@rrfeng 专车和快车不一样的，不是随便转的。专车才多少啊。
@k9982874 加钱啊！

@ck65
@27149
架构，伸缩，用在这儿再恰当不过。不理解的说明抽象水平还没到呢。

前 2 道题有些奇技淫巧的意思：
第 1 题没啥意义，实际写代码基本不会用到。
第 2 题题目太离奇了，最好是改成选择题，给出 7,8 个选项让选，就能知道是否熟悉 bit 运算了，谁没事去记这些奇技淫巧啊。

Figma 是偏向设计的吧，也就是尽量把页面制作的精确和美观，甚至能导出前端页面和 css 样式，但它制作的交互就是比较简单的那种跳转，而且也没有组件封装的概念。

别的原型设计软件，有交互能力很强的，而且有组件封装，例如，
Origami Studio： https://origami.design/
Principle： https://principleformac.com/
Protopie： https://www.protopie.io/

可以去搜一下，很多的。

我理解的低代码，就是把很多组件封装好，然后运行的流程也封装好，然后使用者组装一下就可以。
我感觉低代码是专注在特定领域的开发，通用性不好，更别说做千奇百怪的 UI 了，但它能很快做出在特定领域可以运行的产品。而原型工具是专门制作 UI 的，制作 UI 的通用性好，但是它做出的只是原型，而不是产品。
所以这两个不是一个概念。

KFC 的广告已经入脑入心入魂了。。。「入脑入心入魂」也是。

想说的是 LogSeq 吧？我记得也遇到过内容不显示的 bug ，只有一个标题，当时还以为文件内容被清空了，幸好没有。用 LogSeq 的话，一定得备份，就怕哪天真出个清空的 bug 。

你的问题可以跟 LogSeq 提 issue 反馈吧，我感觉现在还在更新吧，最近的更新，左侧的「收藏页面」终于支持右键菜单里取消收藏了，虽然我也没提 issue 。

上面的有一个不等式列错了：
首先是在 s0 这个站点，m 路车一共分配的人数要大于该站点等待上车的人数，即 N_s0_b0 + N_s0_b1 + N_s0_b2 + ... + N_s0_bm >= s0 站等待人数

这个是线性规划。假设所有的站点分别为 s0, s1, s2, s3...sn ，共有 m 路车分别为 b0, b1, b2...bm 。然后 N_s0_b0 来表示 b0 路车在站点 s0 分配的人数。
那么可以针对所有的 N_si_bi ，列出一组线性不等式。
首先是在 s0 这个站点，m 路车一共分配的人数要大于该站点等待上车的人数，即 N_s0_b0 + N_s1_b0 + N_s2_b0 + ... + N_s0_bm >= s0 站等待人数
然后是对于 b0 路车，所有 n 个站点上这辆车的人数小于该路车的空位，即
N_s0_b0 + N_s1_b0 + ... + N_sn_b0 <= b0 路车空位

把上面的不等式同样应用到所有的 n 个站点和 m 路车，就可以得到 n + m 个线性不等式。
线性规划就是解决这种问题的。可以搜一下现有的线性规划库。英文叫 Linear Programming 。

举几个我考察的例子：
https://github.com/jvail/glpk.js
GPL ，似乎适合大规模的求解，比如上万的变量和约束？
https://www.npmjs.com/package/lpsolver
MIT ，最简洁，但只有标准形式
https://www.npmjs.com/package/lp_solve
LGPL ，比较受欢迎，包大小比较大 2MB ，性能好，规范
https://www.npmjs.com/package/yalps
MIT ，看起来很合适，性能也不错，上千的变量和约束只需要几十毫秒
https://www.npmjs.com/package/simple-simplex
MIT ，看起来也不错，使用友好
https://github.com/IainNZ/SimplexJS
js ，拿来就能用，但不规范
https://www.npmjs.com/package/@bygdle/javascript-lp-solver
似乎的新增加的，
来自 https://github.com/JWally/jsLPSolver ，300 多个 star ，性能也不错。

我也遐想了一通，希望能带给你一丝安定：
/t/998589

主要的论点是：存在人工智能的社会，也是由个体组成的，是多元的。人工智能也是有限的，人工智能社会的发展也会受到各种成本的制约。

我之前尝试过逆向他的信息源。
方法就是 Google 搜索他周刊里提到的内容，然后综合比较，看哪个源站可能是他的信息源。
结果还可以，我感觉有比较大的把握找到了至少一部分信息源。
有一个额外的发现，那就是他有可能在隐藏信息源，发布周刊时链接指向的不是他获取信息的原始信息源。但忘了当时怎么判断的了，好久了。

奇技淫巧，有点意思。