目前 24 已经出来了，可以考虑使用。24 在性能优化上有比较突出的表现，高密度计算比以往要好一些。

目前用下来，感觉即便是 128K tokens 也不能指望把上下文代码全部放进去也可以得到精准的回答。按我的经验，只有最精简的内容，最具有信噪比的对话才能得到比较好的输出结果，去掉无关的内容，以及主动修改 GPT 返回的代码，删除无用的对话片段等等。

要一起开发吗？我后端可以写，前端实在头疼。
可以搞一个 noSQL 的版本。
顺便再搞一个 noSQL 备份到 Google driver 的特性。

@mysunshinedreams 可以毫秒级，KAFKA 可以把 BUFFER 和等待参数都设定到很低。

注意，这是算力上的问题。不是架构上的问题。

MQ 需要不需要保证顺序，是架构设计的时候决定的。架构设计的时候怎么决定的，就是考虑异常情况下的处理方案。
如果你需要顺序的数据并且做计算，
那么：
如果 MQ 不需要保证顺序，那就需要 Flink 这种流式计算（或自研）做窗口数据流校验。
如果你觉得实时数据也没必要，那就改为批处理，同样也是窗口期校验。

---

到这你就会发现，是你要什么，然后才选择什么的，不能既要有要还要。如果想既要有也要还要，那就需要有牺牲。

HDMI 协议是要授权的，你没授权就没办法。
总不能你显卡也自产吧。

有些开源模型，需要自己做 RLHF 矫正或自己做大量的 QA 然后 LORA 一下。比如开源项目 CHATRWKV 。
这些基础模型里面已经有过一定量的 SQL 文本录入，所以矫正起来还是有空间的。

flash 和 action script 其实一直都有人在用，有些大厂还在用，它们主要是用来绘制游戏的 UI 的。

最近几年内有个 3A 作品我印象里就是用这个方案，质量效应 和 星际争霸 2 没搞错的话，应该就是这个方案。

（不过我高度怀疑这里的 AS 和 ADOBE 的 AS 应该不是同一个了，编译环节都可能做过处理。）

现在 CHAT 之类的生成，因为算法和算力限制 TOKENKS ，但可见未来就有不限制 Tokens ，甚至具有记忆力的 Chat ，最后写代码肯定是操作 AI-IDE 了。

还好我是本地 Onedriver + Typora 进行同步备份。

从 M1 等到 M2 一直没有换就是因为这个，丑的一腿。

谷歌搜到过来的。这个需要长期锻炼。
22 年封控的时候在家闲鱼 2 个月，这个指标下降了很多，随后每个工作日 3 公里的有氧蹬车发现指标在缓慢提升，各种精气神玩游戏的状态也有改善。

有人拿到了吗？上海嘉定 /普陀 电信。

哈哈，反对楼主骗钱的请花钱买你们支持的软件，实际行动比嘴炮更有说服力，不是吗？

@intohole 这我就看不下去了，第一款截图识字的软件你能说出来是谁做的么？

楼主你断人家财路，肯定会有人骂娘的呀。