- 主题:AI大普及，C++版几乎没新帖子了
疑难语法什么的，以前还要发帖子问。现在直接问AI就行了
写代码，也是可以让AI agent写了
新项目，我优先用Rust了。
--
修改:z16166 FROM 61.51.229.*
FROM 61.51.229.*
有一部分原因是因为PC web版登录出问题了，人少了
【 在 easior 的大作中提到: 】
: 其实各大技术版面都没有新帖
: :疑难语法什么的，以前还要发帖子问。现在直接问AI就行了:写代码，也是可以让AI agent写了:新项目，我优先用Rust
: - 来自 水木社区APP v3.5.7
--
FROM 61.51.229.*
自己跑意义不大了，因为干不过在线收费的，不值得用。要用自己能付得起的范围里的最好的那个
【 在 gfkid (gfkid) 的大作中提到: 】
: 连我都想着整一台入门级的台式机跑80B的大模型了，结果一看那64g内存的价格，吓傻了
: 【 在 hgoldfish 的大作中提到: 】
: : 错！是去年。不是今年。
: :
--
FROM 61.242.153.*
看你用来做啥应用。
Go是工程效率语言，开发效率高。
有GC，极少情况下可能有内存占用高的问题。
另外对国产信创平台的支持稍慢一些，因为它的runtime + toolchain需要谷歌和go社区自己适配。
轻量级协程（Goroutine）和 Channel 机制，做网络应用超级方便。可以用基于webview的框架Wails做界面。
频繁调用C代码时有可能有性能问题。
Rust是系统级性能语言。
无GC，编译器基于llvm，平台支持快一些。
Rust语法较为晦涩，学习曲线陡点。AI自动编码时代，这个问题的阻碍会减弱。
编译器有较强检查，能拦住特定类型的内存bug。
做界面的话也可以用webview的框架Tauri。还有slint之类的界面库。
可以做嵌入式开发，也可以写OS本身。
【 在 PSIKYO 的大作中提到: 】
: Rust 和 Go，哪个更好一些？
:
--
修改:z16166 FROM 123.115.128.*
FROM 123.115.128.*
因为它要解决的问题本身就有点复杂啊。
Rust 的核心目标是在没有垃圾回收器（GC）的前提下，同时保证内存安全、并发安全，并提供底层级别的极高性能。
要做到这点，码农必然要提供一些额外的信息给编译器，方便其在编译期间推导。
跟微软弄的SAL（Source Code Annotation Language）标注的作用是一样的，但那个主要是给LINT工具用的。
C++他爹针对指针问题也是希望通过搞owner标记gsl::owner<T> + 辅助工具的检查来搞定。
Rust不是全部语法都晦涩，只是一部分语法有点繁琐，比如生命周期标注那些
【 在 ooolinux 的大作中提到: 】
: rust语法晦涩，是为了配合编译器必须如此吗？还是创始人口味问题？
:
--
FROM 123.115.128.*
手动malloc/free、new/delete是大忌，除非绝对必要才用，否则请用RAII。
如果总想手动分配释放内存，那么不要用Rust和C++，只用pure C就行了。
Rust的生命周期、borrow checker啥的，是最核心的特性，绕不开的（临时绕只能用unsafe代码）。
如果总想绕开这些safe代码的特性，就不要用Rust。
【 在 ooolinux 的大作中提到: 】
: rust能手动分配释放内存，不用那些复杂语法吗？
:
--
FROM 123.115.128.*
现在纯C和C++的书都有更好的选择
C和C++的发明人各自都写的有书。
【 在 taotao 的大作中提到: 】
: 现在谭浩强的书还有必要看么？
:
--
FROM 123.115.128.*
你说的，在我说的范围内，哈哈
全用unsafe，就没用到Rust的优势（safe check），跟没用Rust是一回事。
类似地，全部自己new/delete，就没用到C++的优势，跟没用C++是一回事，本质是纯C的旧式思维。
编程语言的最大价值，在于利用其提供的抽象机制和安全护栏，而不是用新语言写旧时代的范式。
要尽可能由“码农负责搞定”转向“编译器负责搞定”。
【 在 zylthinking2 的大作中提到: 】
: 没啥绕不开的， 只是一律使用 *mut T 会丢失rust borrow checker提供的安全工具而已。 一律 unsafe 很快就会觉得不爽， 毕竟人脑保证不犯错比编译器替你保证要费劲多了。
:
:
--
FROM 123.115.128.*
LLM是神经网络按概率输出token
LLM的爆发点是原来的google brain部门的大佬搞的transformer技术。
Transformer引入的自注意力机制（Self-Attention）彻底打破了并行计算的瓶颈，使得用海量数据训练超大规模模型成为可能。
现在google brain和deepmind已经合并了，谷歌的AI核心技术全由合并后的这个部门/子公司负责。
【 在 easior 的大作中提到: 】
: 本人对 AI 的理解只停留在 AlphaGO 的搜索树的概率预测算法
: 目前 AI 到底是怎么做推理的并不了解，若只是加权重，估计算法没大改进
:
--
FROM 123.115.128.*
没人用汇编写业务
对代码热点进行优化，可以从汇编层搞。
可以了解一下谷歌的AlphaDev，利用DRL（深度强化学习）直接生成优化的汇编代码。
它的战绩之一是找到x86的cmov指令的特殊序列，来优化（替换）libc++/libstdc++的sort3()/sort4()/sort5()排序函数的汇编代码。
【 在 jzh800 的大作中提到: 】
: 腾讯的播放器优化据说就是汇编
:
--
FROM 123.115.128.*