lsqnonlin函数
粉丝619获赞2495
相关视频
04:47查看AI文稿AI文稿hello， 大家好，今天要为大家介绍两个信息函数，一个叫做 is art， 一个叫做 is even。 这两个函数算是兄弟函数 啊， is r 的函数呢，它是用于判断一个数值是否为基数，如果是的话就返回 true， 如果不是就返回 force 啊，他只有一个参数，是要进行检查的单元格或数值，那么 is a 呢？我们今天给一个应用是从证件号中提取性别，用到的是 if 加上 is a 加上 me 这三个函数。 好， is even 呢，它跟 is that 正好相反，它是用于判断一个数值是否为偶数，如果是的话，则反为处，不是的话 他也是一个参数。嗯，这个参数是要进行检查单元格和数值。好，今天给他的应用呢，是隔行填充颜色，这个应用也是比较长的。 好了，语法讲完了，我们来看一下今天的应用。好，今天的应用呢，是一张，嗯，人员表，包含姓名，证件号和性别。那我们需要判断从证件号中提取他的性别。 我们有一个常识是知道郑宁浩的第十七位是来判别，嗯，这个人是男或者是女，嗯，当这个第十七位数字为偶数的时候，他是女，当这个第十七位是基数的， 找他为男士，所以我们就取这个第十七位，然后进行用 sr 的进行一个判断，然后给他标示出来男或女。好，我们来输入公式，等于 我们用 if 先输入 if， 然后输入 is a 的 is that 的这个参数呢，我们用 me 的函数来提取 证件号的第十七位。 me 函数的第一个参数是你要你要处理的那个呃字符串，然后你取他的第几位，第十七位取几个取一个，然后这个 me 函数就是 azar 的参数，然后我们取出来这个证件号的第十七位，判断他是基数，就如果是基数的话就让他返回难， 如果判断他不是基数的话就返回，否则话就返回女， 好了，这个是 if 的函数的右括号。好了，我们回车。嗯， 李苹果美女往下一下拉公式，把整个的所有人的性别就全部判断出来了。 好了，这个是 is art 的应用，非常的常用。好了，我们来看一下 is even 的应用，嗯，这里是一个非常就隔行填充颜色，比如说我们在， 嗯是偶数行的，这不是四百二十四列吗？四百二十四行吗？在偶数行填充颜色，看我们来具体怎么来操作。我们首先把这几个行全部选中，然后选条件格式，选新建规则， 这里面有一个使用公式，确定要设置单元，设置格式的单元格选中它，然后在这里输入公式，等于 is even， 然后用 roll 选中 中第一个单元格就可以，然后锁定 a 列，就可以。把行号不锁定右拍右拍，然后选格式，这边选一个你喜欢的颜色，你选这个 确定，然后再次按确定，嗯，偶数行就被填充上颜色了，这是不是非常的简单和常用呢？好了，今天我们的分享就到这里，感谢大家，再见。
04:20查看AI文稿AI文稿谷歌刚刚发布了 jimmy 三点五 plus， 同时还把他们的编程工具 antigravity 升级了二点零，那这次就很明显了，谷歌的话这次是要全面提升它的这个抠点能力。之前不管是在 coi 还是 ide 还有模型， 其实给我的感觉就表现很一般，那这一次的话，这个模型最大的亮点官方说就是它的这一个速度啊，是前模型的四倍， 所以这一期我们就测一个最关键的问题，这么快的速度，它整个的一个代码质量会不会缩水？那我直接会拿两道真实的一个编程任务，把它和 cloud op 四点七， gpt 五点五放到同样的项目里面，同样提示时看它大家的一个表现情况。那下面的话，我们大概去扫一下它官方改出来的一个奔驰 mark 评分哈， 在编程方面的话，主要就看这一个 terminal， 奔驰二点一，还有这一个 sw 一 奔驰 pro， 从这个评分看的话，这一个 jimmy 三点五 plus 这个评分还是可以的哈，但是基于我之前对于谷歌模型实测的结果来看，就是评分不代表一切，因为之前就感觉它在这个编程方面挺拉的，这次我们就看整个的一个三点五 plus 表现到底怎么样。那这一次的话，我们的整个测试题目哈，就是沿用之前测试 cloud of 四点七，还有就是 gpt 五点五的两道真实的一个编程任务。第一个的话就是我们这一个 skills agent 嘛，需要把它从一个 c o i 做成一个 web ui。 第二个的话是希望他从一个已有的比较复杂一个项目里面把这个认证登录给它迁移过来，这一块也比较复杂，需要支持啊， get 谷歌，然后还要做一个落地页。好，我们来看一下这两个实测项目哈，左边的话，就我刚刚说的这一个 skill is a 镜头嘛，第二个的话就我们图片生成 a 镜头，那这次的话，我们是用了这个 anti gravity 它的一个 c o i 终端工具， 整体这一块呢，它的交互的话是跟呃卡扣的很像，那我这边测试下来，他的速度是真的快，相当相当的快，他说四倍，一点都没夸张。 那大家看一下它这个交互的一个情况啊，其实还是感觉挺挺好的。这个交互，那至于整个模型的能力怎么样，那这两个任务我这边实测下来，它都没有一次性的去完成，它或多或少都有一些小问题。那同样的这个提示值，在同样的项目，我给到了 gpt 五点五 以及 calloff 四点七，它都是能够一次性完成的，不管这两边哪一个项目都可以完成。但是 gmail 三点五 plus 它除了快，但它其实还是会有一些或多或少的 bug 嘛。好，我们来看一下它整体的一个表现情况。 好，我们来看一下这个是 jimmy 三点五 plus 帮我们完成的 skus agent 的 一个 ui 界面嘛，它可以去执行一些操作，比如说我给他一篇文章，可以让他帮我们去总结，它就会去加载这个的 skus。 就 我之前有一期视频 专门讲了这个 skills 的 一个工作原理嘛，那这是它完成的一个效果，整体上 ui 这块还 ok， 那 这边的话是 g p d 五点五给我们完成的，左边也是有我们的一个的一些 skills 是 哪一些？那右边的话就是它整个的一个操作的一个过程嘛。怎么说它这个 ui 的 一个结果的话，我觉得就是呃 g p d 五点五的会好一些。 那关于图片生成这个项目，让它去做一个落地页，以及让它去做一个就是谷歌 get 五的认证登录嘛，那这块它也是完成的，但是不是一次对话完成的。 u i 这块的话就是谷歌还是可以的，就是相较于 g p t 五点五的话，我觉得还是会好一些，就 u i 这块的话，我们还是优先选择就是谷歌的模型嘛。 好，下面我们来看下整体这个评分结果哈，那这个评分的话，还是跟之前一样，我们是把所有的模型生成代码通敏之后，然后改到模型去做 review。 那 这边的话 g p t 五点五是要胜出的，它的分会高一些。 第二个的话就是 cloudoff 四点七会辞职，那 gpt 三点五 plus 的 话，它整体评分效果会低一些，也就是它除了快，那代码质量上的话是会差一些。那这边的话也有些解决方案，比如说你可以用 cloudoff 四点七做设计，或者 gpt 五点五做设计，然后再用呃 jimmy 三点五 plus 去做执行。 那这块儿它还不是还发布了这个 anti graphic 二点零嘛。那这个 id 的 话，你就把它等同于 codex 吧，跟 codex 一 模一样。那我这边的话 现在还登录不进去，不知道啥问题。好，下面我们来进行一个总结。那这次他的整个编码水平的话，就是速度上确实是领先很多，但是在交付的一个结果上来看的话，跟国外两家模型还是有差别，尤其是在一些复杂项目里面，他还是会有偷懒的情况。 如果你是需要去做一些原型啊，或者做一些 u i 啊，我觉得这个 jimmy 三点五 plus 真的 是有比较有吸引力，因为它整个速度比较快，而且它的价格也比较便宜。那如果你是需要一些复杂的项目啊，多文件呀，那阶阶段我还是更推荐大家使用 g p d 五点五，在 codex 里面 你运行起来也非常的快。扣袋子这个 app 我 强烈推荐给大家用，我已经最近用了一个多月了，真的非常非常的好用， card 的 话就是封号真的特别严重，我已经放弃了。 ok， 那 这就是这期视频所有内容了，如果大家觉得这期视频做的不错，可以跟我一箭双雕，我是阿江，我们下期见，拜拜。
01:01
03:32查看AI文稿AI文稿大家好，今天呢，我们给大家分享一个 b 开头的一个基础型的一个函数，叫做皮尔逊 系数函数，我们看一下他的一个基本的一个内容，函数名称叫做皮尔逊 parson， 嗯，是可以计算得到这个皮尔逊沉积局 相关系数 r 的，然后他返回的这个 r 指呢，是在一个负一到一之间的，同样是包含负一到一这样的，呃，两个边界值的一个无量钢的一个指数。 然后这个皮尔逊的函数呢，它是反映呢两个数据集合之间的一个线性的相关程度，是这样的一个意思，然后它的语法构成也非常简单，嗯，是有两组必须填入的一个数组形的数据 构成的两个都是必须要填入的，不然没办法做一个相关型的一个计算。嗯，第一个填入的数习数一叫做质变量的一个，嗯，数据主集合嘛。然后第二个是一个音变量，音变量的一个数据主集合， 然后他们的数据是要必须相等的。嗯，他同样有一些备注说明。像我们的皮尔逊的参数呢，可以是数字，同样呢，他也可以是包含数字的名称，数组、常量或饮用都可以用我们皮尔逊来做一个计算的。 如果数组或引用参数包含文本逻辑值或一些空白的一些单元格，是会被我们的皮尔逊忽略掉的，但包含零值的单元格是会被纳入计算的，这点一定要注意他的一个算法规则。然后我们的这个参数 一根参数二为空或其数据点个数不同，是没办法计算的，所以说他们的参数一根参数二的，他这个数据组的个数值必须要对应上五个对五个，十个对十个，才能做我们的 pr 迅细数计算的。 然后我们这边也是把皮尔逊的这个沉积局相关系数的这个算法明细给大家罗列出来了，大家可以大致看一下。然后呢，我们的这个函数呢，就是可以直接 将我们的这个算法直接计算出他的这样的一个公式，我们呢只需要填入 其对应的这个数据组的参数就 ok 了，可以省略到非常繁琐的。呃，计算步骤也是非常方便的，我们皮尔学函数，然后同样可以看一下， x 呢是这个 参数一， y 呢是参数二， y 是第二组参数， x 是第一组参数。然后直接看下简单的一个计算案例，嗯，我们的质变量呢是 a 三到 a 七，我们的应变量呢是 b 三到 b 七。如果说我们要计算这两组 数据组的一个 p 二训的一个系数，我们怎样计算呢？非常简单，在我们的 s 单元格当中填入我们的等于号，然后写的写入我们的一个 p 二训，直接是参数一，选中我们的 a 三到 h 的单元格， 然后英文状态下的逗号再次框选住我们的 b 三到 b 七这个单元格，直接回车就可以得到我们的这个 p 二训的 基举法相关系数了。然后他们的一个输出词是零点六九九三的一个一个输出词， 这就是我们的一个皮尔逊的一个入门的一个方法，是不是非常简单，你都学会了吗？我是大表哥，关注我主页还有更多数据知识哦，你值得拥有！
07:147科技萝卜
00:30
16:42查看AI文稿AI文稿hi， 欢迎回来，那本节呢，我们就来完成最后一步部署的内容，虽然我知道我有很多东西没讲，但是呢，基于 nist， 它的新版本发布计划打乱了我的更新节奏，所以呢， 我暂时就只讲到这里，那么关于为什么只讲到这里呢，我下一节再给各位补充。那这一节呢，我们先来看一下在实际部署之前我们要做什么事情。那首先呢，把不必要的文件，比如这里的项目依赖，我们也给它删掉，比如这里的 jest， 我们这里并没有用到测试，那相应的这个 t s j s 也是不需要的，全部都给它删掉。以及呢，这里的这个部署的命令，我们要稍微改一下，这里这个 start， 它对应的这个路径应该是我们的 disk 目录下面的 main j s。 那 我们先来看一下啊，我们先检查一下我们的数据库连接 好的没有问题。然后呢，我们运行 build 命令，我们看一下我们构建出来的东西有什么问题没有 来到 disk， 此时呢，大家会发现一个问题，首先是我们 disk 目录下面的这个 main just， 它位于 disk 目录下的 s r c， 那 这就和我们的 packaging， 这里的 start product 这样一个命令是不匹配的，我们要加上这里的 s r c 下面的 main j s， 这样才是正确的。那其次呢，可以发现我们的这个构建的产物中，它有一些 map 文件，那这个 map 文件呢，就是用于我们进行 debug 测试的，不管是前端还是后端，它都可以通过 生成对应的 map 文件，让我们在 type script 的 文件中可以与相对应的 j s 文件进行对照，从而得到这个 debug 的 功能，那这个功能呢，在我们实际的生产环境中很明显是不需要开启的。那之前呢，苹果因为开启了这个功能，导致它的原码被扒了，所以我们的生产环境 绝对绝对不要开启这个 source map 功能。我们要来到 typescript， 它的配置文件，在这里就有一个 source map， 把这个配置像给它注视掉，此时呢，我们再运行我们的构建命令， 那这个时候呢，我们的 disk 的 目录下面就不会再存在这样一些多余的 map 文件了，这样就不会暴露我们的原码。当然我们这个是后端代码，其实没有前端代码那么夸张了。 然后呢，我们要做一件事情，就是将我们当前构建的这个工具从默认的 typesome 的 compiler 变成我们的 s w c， 这一点我们之前有学过，我们来简单回顾一下 s w c， 来到最上面的安装，安装对应的项目依赖， 然后呢，在右边找到 getting started 这里呢，我们可以直接选择把它作为一个 builder 加载到我们的 compiler options， 但相应的我们只是这样做的话呢，是会缺失我们的类型检查部分的。因此呢，我们必须要加上类型检查，也就是要加上下面的 type check。 复制一下，来到我们这里的 nest cell i jason 这个文件，我们这里呢就不再需要我们的 swagger 了，我们这是开发阶段才会用的，因此呢，给它删掉 加上去， ok。 然后呢，我们需要来到 make， 把所有和 swagger 相关的这些内容我们先全部都注视掉，我们不可能把我们的 swagger 文档在生产阶段给它暴露出去，那全部都完成之后呢，我们再来重新的构建一下，看看构建的产物会变成什么样子。 再来看一下 this 的 目录，那看起来没什么问题，我们先来尝试运行一下我们的这个命令，这个命令叫做 start production start product 欸，此时报错了是吧？这里它提示我们什么呢？ cannot find module， 它提示我找不到这个 main。 这是因为我们使用 swc 之后呢，这里的 main 它就从刚才的 src 目录直接变到了 disk 目录的根目录中，它这里的 src 目录就直接 消失了，因此我们把这个中间的层级给它删掉，再来运行一次。哎，这里又报错了，我看看提示是什么，它提示我找不到这个 mico r m 的 配置文件。我们来看一下啊，在我们的 disk 目录下面好像确实没有这个 mico r m 啊，这是因为呢，在我们的 s w c 中，我们不做任何配置的情况下呢，它只会将 s r c 中的内容呢进行翻译并且打包。那这个地方我们的米可 r m 我 们之前默认一直都是放在根目录的，没有放在 s r s 中，所以呢，这里想要让它被我们的 s w c 识别并且翻译，必须要给它扔进去， 扔到我们的 s 二 c 里面。然后呢，我们再一次进行翻译啊，此时呢，我们的 disk 目录下面就有了这个 mico r m j s 文件。那我们再来进行一下这个 start 命令， 那此时呢，就是没有任何问题的了。但此时大家会发现，我们的应用呢，它会默认打印这么多的这样一些网址啊，那很明显，在我们的生产环境中，我们应该把网址写在文件中，而不是写在终端中，我们不可能天天盯着服务器的终端来看网址到底哪里出错了，包括我们现在 每次有请求进来，去在我们的数据库中做一些 c r u d 操作的时候呢，目前所有的操作都是会被我们的 micro or m 直接给它打印出来的，因为它默认开启了这个打印所有的 c o 语句操作的这个功能。因此呢，我们要把这两个地方的日制给它关掉。那首先呢，是来到 micro or m 的 配置文件，在最下面这里这个 debug 我 们要给它关掉， 关掉之后，它就不会再打应对应的 sql 语句的这些具体的执行细节了。那当然具体它的这些日制的细节，我们应该配置一下日制器，比如 pin。 那 目前呢，这个项目 我没有配置 pin， 各位就基于之前的经验，尝试着在这个项目中加入 pin。 然后呢，再把 micro or m 它的日制实现融入到我们的 pin 中就可以了。比如在 micro or m 中去搜索 logger， 然后在右边呢，我们就能够找到 logger customization 啊，就在这个地方，这里的 user custom logger， 我 们就可以在我们的配置文件中对应写上我们的 logger 对 应的实线。然后呢，把我们的 pinout nistages 这样一个 日制器呢给它写在这里。那相应的你还可以开启一些额外的功能，比如我们的 my sql 执行的这样一个日制，它就可以自动地监测到，如果执行的时间超过我们约定的这个慢查询的时间，它就会默认的 把这样一条执行的接口语句的细节给它打印出来。这些我就不再细讲了，这个其实非常的简单，只需要参照文档去配置就可以了，还有各种各样的安全相关的东西，比如我们之前讲过的 helmet， 还有对应的 red limit 限流，还有我们之前讲过的 course 跨域，这些呢，我都不再配置了，这些都没什么好讲的。那我们接下来呢，还需要去在我们的整个 nest 的 js 应用中去禁用它的日制。那这个时候呢，我们来到官方文档去搜索日制，我们来到最上面， 那日制的关闭呢，很简单，就在这里，我们只需要在后面呢添加这个配置项就可以了。 ok， 那 此时呢，我们再来重新的翻译一次，再来重新的启动，那此时呢，整个应用启动之后就不会产生任何的日制。那么一切就绪，那接下来就是把我们的应用呢部署在一个具体的服务器上， 然后呢供我们的前端应用来进行使用。那首先呢，我们需要把我们的这些代码上传在我们的远程仓库中，不管是公司的服务器上，又或者是这样些免费的托管平台上都是可以的。那这里呢，我们还是以 github 为例啊，我们来到 source control 直接出场我们的这样一个项目。那出场之后呢，千万不要急着提交啊，因为 它这里会检测到非常多的更改，这是因为它会直接默认的将我们整个项目中所有的文件都给它添加进去。那这里我们必须要写上 get ignore， 才能够将不需要的东西呢给它排出出去，我们添加 get ignore， 首先呢是 node modules， 这个肯定是不需要的，然后是 disk 的 目录，我们刷新一下，那此时呢，我们检测到了需要提交的文件，它就变少了。然后呢是点 e n v 和我们的点 e n v example， 这两个也是不需要的， 具体这里的配置文件，我们待会儿呢会给它放在我们的云平台上去托管，不需要我们写在这个项目仓库中。还有这里的 temp 的 目录，这个目录呢是我们在使用 microrm 进行 migration 进行 seed 相应操作的时候，它默认创建的一些缓存文件，所以呢这个东西也是不需要的。好的，那接下来的所有东西呢，都是需要保留下来的， 尤其是 s r c c 的 这些东西呢，都是需要保留下来的，千万不要给它去掉了。以及这里的 p n p log 文件，那这个 log 文件它能表示我们当前项目中指明的这样一些项目依赖它的版本限制，这样的话在待会安装项目依赖的时候呢，它就不会到处的去升级。并且呢我们的很多 云平台，它都能够根据这个 log 文件的文件名判断得出我们这个项目该使用怎样的包管理器。全部都完成之后呢，我们再去 企业教这次更改 it 直接 commit。 然后呢 push， push 的 过程呢，我们选择给它发送到一个同名的 private 这样一个项目仓库中，当然上面你也可以改这个项目仓库的名字，我这里之前已经创建过一个了，那稍等，我去给它删掉，我们再来一次 backend private 直接提交。好的，提交成功，我们再稍微的检查一下，确保我们没有把什么奇怪的文件提交上来，现在看起来是没问题的。那接下来呢，我们该去哪个平台进行部署呢？这里呢，你可以先尝试着在 nest 的 js 的 官方文档去搜索 deploy， 也就是我们的部署。那么部署的部分呢，它其实说的很清楚啊。首先呢，我们的 nest js 项目要部署它需要你使用一个支持 node js 的 平台，也就是这里的 at least and launch support of node js installed on your deployed platform。 那 么 在部署这一块的话呢， nest 的 这些子官方，它其实提供了一个工具，叫做 ma u， 但是为什么要说，但是呢，这个工具啊，它是收费的，我们可以点过去看一下，这是它提供的一个官方的工具， 我们点开，然后登录，登录之后呢，你会发现它这个东西是收费的。我们可以来到左边的标点，它提供了三个档位，最便宜的一个档位呢，如果按月付的话，每月是十二美元，并且它只支持一个项目，那相应的， 如果你稍微加点钱的话呢，你就可以支持稍微多一点的项目，并且获取到更多的功能。当然，其实啊，如果你把它当做服务器来看的话，我个人觉得还算是挺划算的。假设这里的年费，然后呢，这里的专业版，它年费的话大概也就六百多，接近七百块钱。 在这种基础上呢，它支持我们的 lambda 啊，支持无线的这个数据库托管啊，支持部署，支持 c， l i， 甚至支持我们数据库的这个备份啊，这一点我觉得相当的不错，所以呢，我觉得价格其实还好， 当然你想在国内部署，依然还是需要在国内购买相应的云服务器。那么今天呢，我们肯定不可能用付费的方式，不然的话大家就没办法进行部署了嘛。这里呢，我们还是用在 node js 解密教程中，我带各位 用过的那个平台叫做 random， 我 们去搜索它就是这个平台。那么这个平台呢，到目前依然是提供一些免费的计划的，我们点击 start for free。 那 此时呢，我们来到左边的 building， 那 可以看到我们当前的这个计划 hobby。 这个计划呢，是免费的，不需要我们付钱的。如果你比较担心的话，你可以来到刚才的官网看一下它的 pricing， 它的价格。那这里是提供免费的计划的，不管你是部署一个前端的静态网页，还是一个后端的应用， 它都是免费的，当然相应提供的资源也是比较少的，那我们接下来来尝试一下。首先呢，选择一个应用类型，记得这里一定要选择 web service， 如果选择 static site 的 话呢，它虽然能够运行能够部署，但是部署上去的内容呢，它是会把你当做一个静态的网页来对待的，它是没办法 去接收这样一些 restful 请求的，我们需要选择 web service。 然后呢，这里有这些，我已经登录过了，并且绑定了我的 gitlab 账号，所以呢，它能够自动地检测到我的 gitlab 对 应的仓库。这里我选择刚才上传的 agent backend。 好 的，这里它成功地拉取并且识别。然后呢，识别到我这个项目需要使用 node js， 然后识别到我的主分支日。然后呢，我们选择一下这个服务器的位置啊， 我们选择这里的新加坡，离我们稍微近一点，这里的 route directory 也就是跟不入这里，我们不需要做任何更改。然后下面的这个命令可以看到，它自动识别到了我们的项目需要使用 p n， p m， 对 吧？所以呢，这里又不需要我们做任何的更改，或者说如果你看着不顺眼，你可以给它简化一下，这里是没有任何关系的。然后下面这个开始的命令， 那么开始的命令呢，就稍微的麻烦一点，那我们刚才的开始命令是什么呢？我们刚才设置的是 start product， 对 吧？那这里我们要写上 start product， 把前面的 run 可以 给它删掉， 然后选择我们的计划。注意，一定要选择这里的 free， 千万不要点到下面的了，它默认是给你选上了这个付费的计划，所以呢，一定要点一下这里的免费的计划。 然后呢，这里就是比较重要的我们的环境变量，我们点击 add from d n v， 此时回到我们的点 e n v 文件复制，直接给它粘贴进去 add， 这样它就批量地导入进去了，非常简单，对吧？那一切就绪，我们直接开始部署。 好的，稍等一下它，这里的速度可能会有点慢，毕竟是免费的嘛。 ok， 此时呢，它就有了相应的日制了。这里呢，开始去拉取我的原代码，然后呢，运行相应的命令， 进行这个依赖的安装，还有整个代码的构建。这里开始构建了 s w c s w c 还是比较给力的，很快就构建好了， 如果用 t s c 的 话呢，会稍微慢个几秒，那成功构建之后，它就应该会尝试我们的这个运行命令。那接下来 他把所有构建好的产物呢，都尝试着发给我们的服务器，这里构建完成，然后呢发给我们的服务器，然后呢分配 cpu 资源，这里应该快了，就快完成了。 ok， 终于进行到最后的运行这一步了， 终于终于部署成功，这里呢，他告诉我们可以通过这个链接进行访问，又或者是我们来到最上面这个链接也是可以访问的。 点击，那此时返回的内容呢？很明显可以看到这个对应的格式呢，就是我们的 ness 的 g s， 它默认处理的这个格式啊，打开我们的浏览器开发工具啊，我们来测试一下，那这里呢，我尝试去访问我们的 articles， 然后呢对应的端点应该是 public， 对 吧？然后我故意不带这个配置这样一个查询参数，那没有这个查询参数，它应该会报错，是吧？我直接回车， 那可以看到这里报错的信息呢，就是和我们之前配置的一模一样，这里的这个 message 应该就是 class validate 给我们生成的。那需要注意啊，我们在 random 中部署的这样一些应用呢，它是会做端口映设的，虽然我们的应用设置成了三千端口， 但是呢，我们在访问的时候呢，不需要加端口号，或者说就使用八零端口就可以了。那我们再测试一下，比如这个时候我想访问的端点， 我给它加上这个配置，等于一，这个时候应该能正常地返回这些文章数据，好是没问题的，这是我们 nio 数据库上面的这些数据。那此时呢，如果想访问所有的这些用户信息呢？ users 直接回车，它直接提示我 unauthorized 四零幺，因为我们还没有登录，而且就算登录了，我们现在没有以管理员的身份来进行访问，它都是权限不够的。那么到此呢，我们就算是成功地在 render 上面部署了我们的基于 ness 的 js 的 后台应用。那为什么不用之前我介绍的 dino？ dino 它作为 node js 的 一个颠覆者，或者是一个改变者。那么 dino deploy 它在部署的时候是默认只运行我们的 esm 代码。而我们现在的 nest js 啊， 我们现在的 nest js， 它依然给我们生成的这样一些代码呢，是基于我们的 common js 的。 可以看到这里生成出来的代码依然使用了 require。 所以呢，在不更改我们任何这些构建的 指令，更改我们的构建配置的情况下，我们只能够在支持 common js， 也就是 cjs 的 这些平台上去运行我们的 nest js 应用。而非常不凑巧，我们的 dino deploy 它只支持 esm。 所以呢，这里我们并不推荐大家去我们的 dino deploy 去部署，你可以尝试一下，肯定是会报错的。那最后呢，我们再看一下怎么去删除这个项目，其实很简单，来到 settings， 在 下面 最下面找到这里的 delete web service， 复制一下上面的这个需要我们敲入的内容， delete， ok， 就 这么简单。那各位一定一定要注意啊，这里我并没有配置任何和我们任何可以对我们的接口进行加强保护的东西。我们缺少 helmet， 缺少 red limit， 缺少 quartz， 这些我都没有配置，包括我们这里还缺少了日制，你可以往里面添加 pino 日制。那建议这些东西呢？我之前都讲过，所以呢，这里我就不再重复了。那么以上就是本期视频的所有内容，希望你能关注或订阅我的频道，感谢你的观看，我们下期视频再见！
15:53查看AI文稿AI文稿一个亲手创建 openai 的 元老，为什么要在 openai 即将 ipo 的 前夕叛逃，投向了 openai 最大的敌人 oslopec？ 这背后到底发生了什么？ 朋友们，就在前天，一条简短的推文让整个硅谷炸了锅。全球人工智能领域的标志性人物， openai 联合创始人、前特斯拉 ai 总监 andrew copp 在 x 上官宣，我加入 oslopec 了。 更疯狂的是他们要做的事情，让 ai 替代人类工程师，自我迭代、自我研究、自我进化，最终成为一台会不断升级进化自己的智能生命。他们真的能做到吗？ 大家好，我是 olivia。 今天我们就来讲清楚 karpati 投奔 azarapic 背后，那场正在重写硅谷权力版图的 ai 内战。 很多人可能对 android 酵呼吸这个名字不太熟悉，但他不是普通的技术大牛。在当前的硅谷，他是拥有三重身份的传奇。 除了是 openai 的 十一位创始人之一之外，他还是亲手创立了传奇课程 cs 二三一 n 那 门课几乎培养了一整代计算机视觉研究者，他也是将理论转化为工程现实的顶级架构师。 二零一七年，马斯克亲自把他从 open ai 挖到特斯拉，认命他为 ai 高级总监。在特斯拉的五年里，他力排众议，主导了纯视觉自动驾驶、神经网络架构，一手打造了 f s、 d 的 技术底座。 他是少数在物理世界部署超大规模 ai 的 先驱。马斯克曾评价他的计算机视觉实力全球第二，仅次于 alex suitcasever。 他更是大模型时代的底层步道者。他提出的 software 二点零概念，用神经网络权重取代传统手写代码，如今已成为行业共识， 他带火的 web coding 让无数开发者陷入 ai 写代码，我负责点头的癫狂状态。他在 x 上的每一条帖子动辄百万浏览量，提一个概念能让整个程序员圈抖三抖。 这样一个兼具学术视野、工程落地能力和社区神格的三栖天才，他的每一次选择，本质上都是在用职业生涯为行业路线进行攻投。 如今，他抛弃了那个他亲手创办的救主，走向了 ansible。 这意味着什么？意味着在 kirpiti 的 判断里， ansauric 才是那个孕育未来的地方。 那 capiti 去 anselpik 具体要做什么？可能很多人没想到，不是写 ppt， 不是 画架构图，不是给 coltty 当顾问， 他的任务比我们以为的还要疯狂。亲手组建一支新的团队，聚焦于利用 coltty 来加速预训练研究本身。简单说就是让 cloud 自己研究怎么训练下一代的 cloud。 在 学术上，这叫递归自我改进。 carpiti 在 推文里说，这是行程性的阶段，意思就是我们正在亲手塑造 ai 自我进化的雏形， 这可不是空想的假设。在此之前， capiti 在 github 上开源的 auto research 项目已经证明了这个方向可行。它提出了一种全新的科研范式，研究人员不再一行一行的手写 python， 而是编写一份 markdown 门道， 像写剧本一样描述实验目标，然后指挥一支由众多 ai 组成的智能体蜂群去自主搞科研。在这个系统里，模型们自己开会讨论实验设计，自己调整超参数，自己清洗数据，自己跑训练，最后自己写报告，结果是什么？ 原本需要一周的训练时间压缩到了个位数小时。加盟 antisropac 后，他的目标就是把这个范式放大到工业级。 具体来说，让 cloud 这个 encyclopedia 最强大的旗舰模型，每天分析自己的训练日记，在海量的运行记录里找出那些人类工程师根本无法察觉的微小算法瑕疵。可能是某个梯度更新的方向偏移了零点零一度， 可能是某个层的激活函数在特定输入下出现了异常波动。这些蛛丝马迹人类可能几个月都发现不了，但 cloud 可以 在几分钟内扫描完毕。 然后 clod 会主动提出改进方案，筛选出更高质量的训练数据，甚至自己设计下一轮实验的架构，最终由 clod 自己训练出下一代更强大的 clod。 这就是人工智能的终极途径。地归自我改进， 当模型学会，自己研究，自己当算法的代际迭代，不再完全依赖人类工程师一行一行的敲代码，整个行业的游戏规则将被彻底改写。 到那时，谁先跑通这个飞轮，谁就不再是一家 ai 公司，而是一台 ai 永动机。而 anastropic 正在把这只圣杯交到 carpezey 手里。 carpezey 同时具备预训练理论深度、大规模工程经验和对 ai 辅助研究的直觉，而三者兼备的人极少。这正是 anastropic 压住它的原因。 从科学家写代码，到科学家指挥 ai 写代码，再到 ai 自己研究 ai， entropic 想堵的不是下一个版本的模型，而是整个科研范式的代际跃迁。 但是 cavity 为什么非要去 entropic 做这件事呢？在自己创立的 open ai 干不行吗？答案藏在 entropic 的 三个杀手锏里， 首当其初的就是算力优势。今年开始， answap 连番布局重要的算力合作，整合来自多家供应商的算力。先是四月份的时候宣布与谷歌和博通达成一项扩展协议， 从二零二七年起提供数级瓦的下一代 tpu 算力，支持未来 cloud 模型的研发。接着又扩大了与亚马逊的合作，合作规模最高可达五级瓦， 其中包括将于二零二六年上半年头产的全新 tree name 二潜能，以及到今年年底近一级瓦的 tree name 二和 tree name 三潜能。 按照 antropic 的 说法，将有超过十万名客户在 amazon bedrock 上运行 cloud。 五月初更是与马斯克旗下的 spacex 达成协议，全面接管 colossus e 数据中心的全部算力。 这笔合作将在一个月内为 anstopik 带来超三百兆瓦新增算力等效。二十二万块英伟达 gpu， 包括 h 一 零零、 h 二零零和最新的 gp 两百，直接刷新行业算力扩容记录。更震撼的消息是， sopik 承诺每月向 spacex 支付十二点五亿美元，以此计算年付约一百五十亿美元。这笔协议一直签到二零二九年五月二十二万张 gpu。 朋友们，这个数字大到什么程度？很多国家的超算中心加起来都没有这么多。更讽刺的是马斯克和 openai 的 关系。马斯克正以一千三百亿美元的诉讼要求法院解散 openai。 他 认为 openai 背离了非盈利初心， 但他却对 antropica 敞开了弹药库。 met 的 大模型负责人曾开玩笑说，这支团队没有触发马斯克的邪恶探测器。 日内分析指出， spacex 选择将 colossus 钻利交给 entropik， 不 只是一笔租赁生意，更是对微软 openai 联盟的一次釜底抽薪。在马斯克眼中， openai 与微软的深度捆绑已经成了它必须打破的垄断联盟， 而他扶持 osropic 的 方式，就是给他们注入一整座超算集群。有了 spacex 级别的无限算力，再加上免于 ipo 嫉妒财报压力的纯粹研发环境， osropic 自然成了 karpatty 这种顶级即客重返 r d 战场的唯一选择。 光有算力还不够，要做长远的预训练研究，你还得有开发者工具链的护城河。这就是第二个杀手锏，工具链。 kerpati 加盟 antropic 的 前一天，也就是五月十八日， antropic 干了一件让硅谷圈都吓一跳的事儿。他们收购了 stainless 这家公司，专门做一件事，从 api 规范、自动生成 sdk、 命令行工具和 mcp 服务器行业消息称，成交额超过二点八亿欧元，折合三亿美元以上。更关键的是， openai 和 google 都在它的供应名单上。 收购完成后， stanice 宣布将逐步停止所有托管的 stanice 产品，切断对外部的供应。这一招釜底抽薪，直接让 openai 和 google 失去了维护开发者生态的关键自动化工具链。 ancropic。 这一招相当于在 ai 软件站的最后一公里建起了一座收费站， 全球四分之一的开发者原本依赖的 sdk 生成工具一夜之间被对手掐断了通路。在此之前， ancropic 还收购了半 一个能把大模型执行代码的底层解释器启动时间压缩到三毫秒的运行环境。它不仅是一个运行时还自带包管理器、打包工具和测试运行器，原生支持 type script 和 jsx， 极大提升了开发效率。 这样一来，从大圆模型到连接外部环境的 mcp 协议，再到毫秒级的底层运行环境，再到吃下 api 这个接口， ansopic 已经集齐了智能体时代的全站武器， clootty 是 模型， stanley 是 接口， mcp 是 连接， bunch 是 运行引擎。 对于一生致力于推动 ai 开发者教育的 car part 来说，这里的土壤比世界上任何地方都更接近他脑海中的 software 三点零时代。在这里，它能让每个开发者都用上从芯片到 sdk 全链路的丝滑体验。 但真正让 carypy 心动的，也许还不止硬实力，还有精神气质的契合。这就是第三个杀手锏使命。咱们之前和大家聊过， antropic 也是由 open ai 出走的前员工创立的。因为觉得 open ai 太商业化，不够安全， 于是他们一开始就给 antisorbic 贴上了安全派的标签。可能有朋友会说，现在 antisorbic 调整了核心安全政策，不再执行一旦模型具有危险性，就暂停开发的机制了。那它和 open i i 有 什么区别呢？ 当然有，这件事或许可以让你看清它们的本质区别。当 antropic 内部诞生了一个展现出灾难级网络攻防实力，甚至能反向攻城零日漏洞的怪物模型 cloud misos 时，他们没有拿它去资本市场换取估值，而是启动了绝密补贴项目， 直接向美国国防部和 g 二零国家财长预警，协助修复全球金融基建。一边是对前沿能力无休止的探索，一边是对力量边界的绝对敬畏。这才是 karpati 选择 entropic 最根本的原因。不是找一个安全的乌托邦，而是找一个既敢探索又懂得克制的实验室。 朋友们， cappet 的 离开绝不是孤立事件，让我们看看 openai 正在经历什么。过去两年， openai 已经遭遇多位核心人才流失。超级队其团队负责人 eliasitkov 和 jen lek 同日离职。 伊利亚创办了 a c s i jen lek 加入了 anserapek 后，训练负责人张收们离职，也去了 anserapek。 科学团队负责人 kevin will 离职，他的团队被拆分并入其他研究组。 sora 负责人 b o pibos 离职，他负责的 sora 已经被直接关停，团队转移到别的方向。十一位联合创始人，现在只剩下了 sam altman 和 greg brockman 两个人。 那些定义了 chat、 gpt 定义了 gpt， 三定义了大模型方向的大脑，正在一颗一颗地从 openai 的 皇冠上被撬走。而 antropic 这家成立才几年的公司，正在成为 openai 离职员工收容站，源源不断地吸纳着前 openai 的 理想主义者。 为了什么？因为 openai 已经变了。为了冲刺 ipo， 为了给财报让路， openai 关掉了科研工具 prism， 下架了搜热的所有网页端和 api 服务，甚至永久解散了 openai for science 部门，把算力和钱全集中到企业付费业务上。 carpathia 在 一次播课中曾经说过一句话，我到现在还记得，我从未感到如此落后。 五年后的 agi 还没到，但他已经不想在 openai 等了，因为他看到 openai 正在变成一个收割现在的公司，而 anstopik 还在压住未来。 与此同时，另一组数据正在揭示权力天平的倾斜。二零二六年一季度的企业 ai 采购，百分之六十五的新增企业客户选择了 antibiotic 的 clout， 选择叉七 p t 的 只有百分之三十二。两年前这个比例是反过来的。 antibiotic 的 估值已经反超 open ai， ar 二更是不断狂飙，营收预测已经翻倍到了一百九十亿美元。而 enzopec 的 私人估值在九十天内几乎翻了三倍。有数据显示， enzopec 的 营收在二零二六年达到了三百亿美元，实现了击穿所有预测模型的八十倍增长， 因为达亚马逊和软银也都在用真金白银表明自己的立场。亚马逊向 openai 砸了五百亿美元，同时又深度绑定 enzopec， 表面看是两头下注，但 encyclopedia 拿到的不只是钱，还有 a w s 深度集成和算力优先调配权。反观 openai 这边，虽然拿到了亚马逊的巨额投资，但错失了多个月度营收目标。 据二零二四年路透社援引知情人士预测， openai 在 二零二六年可能面临高达一百四十亿美元的亏损， 到二零二九年才有望现金流转。证 i p o。 前夕，一天之内，三位高管同日离职。资本市场甚至有传闻说，部分投资者正在酝酿换掉奥特曼。 当一家公司的创始人在路演 ppt 上拼命堆数字，而另一家公司的创始人还在实验室里跟模型较劲的时候，资本市场会怎么选？ karpatty 的 战队给出了答案。其实这场战争的本质是谁有资格定义未来。 openai 选择了一条路，把 ai 变成应用，变成超级 app， 变成 ipo 报表上的数字 sam。 奥特曼正在强推极度激进的商业化路线，把拆值、 gpt、 codex 和 api 强行融合成一个垄断市场的超级应用。 ancropick 选择了另一条路，把 ai 本身变成基础设施，变成底层操作系统，变成下一次工业革命的发动机。 darrell and modi 曾在内部说过，他们不是在跟 open ai 竞争市场份额，而是在竞争谁有资格定义下一个时代。 当这两条路线摆在眼前， carpatty 选择加入的是能让他重返儿帝一线的那一个。当全球四分之一的开发者依赖的工具链一夜之间换了主人，当 openai 失去了维护自身开发者生态的核心自动化管道，当每年一百五十亿美元租下的二十二万张 gpu 满负荷运转， ai 产业的终局已经不是谁能做出最强的模型，而是谁能让最强的那群大脑心甘情愿地留在自己的战壕里。 carpetty 已经翻过了那道战壕。我们不能肯定这场 ai 中局之战谁会赢，但有一点我很确定， ai 竞争的主线正在发生变化，已经从模型发布会进入基础设施战争。这是 carpetty 加盟 antropica 真正释放的信号。真正重要的不是某家公司今天估值涨了多少， 不是谁喊出了 agi， 而是谁掌握芯片、云、数据中心、电力、开发者、工具和企业入口。 因为当 ai 终局从模型之争变成生态之争，市场最后奖励的一定不是故事讲的最漂亮的人，而是把故事变成现金流，把现金流变成护城河的公司。 对于普通投资者来说，最稳妥的方式不是压住某一个下一个 open ai， 而是沿着 ai 基础设施的水流往上游，看谁卖蒜粒，谁溅云， 谁供电，谁做先进封装，谁掌握开发者入口。 ai 时代最大的机会往往不在聚光灯中央，而在那些默默收过路费的人手里。今天的故事就到这里，我是陪你解开财富密码的 olivia， 记得点赞关注我们下期见！
428Sky阿天侃财
