2003年,项目开始铺开,年初上海的机器验收;接着出了xcale的机型,主要用来测试,那时,速度还是太慢,主要是图形界面的问题,一直没有很有效的解决。同时在成都开始布点,主要是红星路、机场、蜀都大道,夏天饱受停电之苦,终端经常是一个星期不上报数据,郁闷惨了,后来红星路整改,机器又全部撤了出来,这一年,没做太大的进步,主要任务在成都本地的维护和新机型的开发。工作比较枯燥和繁杂,走了一些人。
2004年很重要,这一年新机型开发完成,除了往上海销售了几百台,剩下的基本都投本地了,年底的时候,市政府批复在成都建设“众通”数字社区便民信息服务平台,文件号2004-83号,和电信合作在成都共投了1000台设备,总投资几千万,结果,第二年形势就急转直下,由于电信本身的IC卡业务在大量萎缩,而且平台的运营成本较高(因为要使用市电,每个月电费就要几万),再加之没有新的业务盈利点支撑,2005年3月,运营出现困难,工资开始缓发(当时可以选择离开,不过我们几个选择留下,缓发工资,希望能够扭转局势),为了扭转困局,我们做了很多尝试,在平台上开了很多新业务,例如团购、网店,可惜没有有效的支付方式最终效果不佳,城市通卡也是集团主要研发的产品,2006年开始研发通卡充值业务,结果后来通卡发生变化,努力未能取得效果,此后一直低迷,除了日常的维护,没有money来进行更多的尝试,期间为了业务的进行,我们也搬到城里办公,九眼桥格林威治,跳伞塔世纪电脑城,拿着微薄的工资继续努力,2006年下半年还收回了部分货款,补发了工资,可惜,也许是时机不对吧,再也没有起来,2007年年初,我去了索贝面试(想应聘产品策划经理),后来进一步笔试,发现题目和现在的工作很多的相似,实在不好下笔,正好碰上项目面临一个最后一搏的机会,就没有更进一步的接触了,结果2007年底就发不起工资了,这时,我们依旧忙碌了3个月,把系统的上层应用全部重新架构了,结果到2008年4月的时候搬回了集团,由另外一个子公司华腾永泰接手项目,没多久就开始移交东西,现在也没有个书面的说法。5月开始为华腾永泰作另外一个项目的接口开发,后来就接下了在公司的最后一个项目,开发一个加密系统,唉,结果是个不可完成的任务,到年底12月,华腾永泰已经确定要裁我们项目组(之前划到市场的几个人已经被裁走了,就剩了我们项目组4个开发,还有分到其他部门的两三个人),却让我们加班争取在节前完成项目,加了一个月,攻克了大部分的技术点,外围的功能也基本完成了,1月19日,给我们说准备调整我们分散到其他项目组,20日,结果给我们说没有需要的项目组,要解除合同,解除就解除,也没啥说的,接着就催着我们移交工作,签了离职单,把工作移交了,工作设备计划年后来移交,此时,离在国腾的历史满十年差5天,春节终于可以不加班了。结果,年后,这公司又不承认解聘了,估计是计算了一下,赔偿金比较多,所以耍赖了,就老是说调岗,至于年前的离职单则说弄掉了,我们肯定不愿意继续在国腾呆下去了,坚决不同意,于是就发生了前面提到的公司半夜加班偷自己机器的事情,现在公司认定我们处于待岗培训状态,只给发基本工资,让他们出书面的文件也不给,这就是本次维权的产生的过程。此时,公司的口号,一切都是新的,一切都是合理的,一切都是实际的。按照我的解释,一切都是新的(老的开掉),一切都是合理的(公司说了算),一切都是实际的(说钱少来)。
看透了国腾的是是非非,大集团的架子,小作坊的想法。不再谈论这个公司,不予置评,一切等到维权之后。
相关推荐
信号削峰CFR基础知识介绍(一)
接下来,将得到的峰值分成若干段,在每一段中,仅保留该段内所有峰值中幅度最大的峰值。为了减少不必要的带外泄露,削峰后的信号将通过一个低通滤波器,以减少对应于削峰后信号中尖锐拐角的高频信号。首先,它识别出高于由目标PAPR确定的阈值的峰值。在峰值加窗算法中,削峰是通过在峰值区域将原始信号与一个加窗函数相乘来实现的,如下图所示。其中,w(n) 是一种常见的加窗函数,如凯撒窗、高斯窗和汉明窗等,而 p(n) 是一个加权系数。如上图所示,削峰会导致削峰后的信号出现尖锐的拐角,从而引发不必要的带外辐射(ACP增加)。
战斗在国腾的日子(一)十年
我是一九九九年年初到公司的,日子记得很清楚,一月二十六日,为什么那么清楚呢,实在有点不好意思,因为第二天开始放春节,下班前发了五百块的过年费。这是我读大学以来的第一笔工作大额收入,估计你会觉得奇怪,难道读书期间没有打工么?宾果,猜对了,我学的是工程力学专业,原来的学制是5年,从我们这届开始,压缩到4年,鄙人成绩不算好,入学时的成绩在班内基本垫底,刚入校目标很远大——要读到博士后,第一学年
SNAP计算哨兵二号的叶面积指数(LAI)
对于哨兵二号数据以及LANDSAT8数据,SNAP提供已经集成好的模块计算LAI。在Optical->Thematic Land Processing->Biopyhsical Processor目录下面。 对于经过Sen2Cor处理好的数据,需经过重采样才可进行计算。重采样工具在Raster->Geometric->Resampling。 如果选择Biopyhsical Processor S2_10m进行计算,需要将所有的波段都重采样为10米(哨兵二号的第二波段为10米,可据此波
RabbitMQ 面试题
你发一条消息,在网络上并不是一个整体飞过去的。如果消息比较大,RabbitMQ 的底层协议会把它切成多个数据包(帧),按顺序发送,Broker 收到后再拼起来。假设线程 T1 和 T2 同时用同一个 Channel 发消息:T1 发消息 A,被切成三个帧:[A1] [A2] [A3]T2 发消息 B,也被切成三个帧:[B1] [B2] [B3]如果没有任何保护,这两个线程的帧可能交错到达 Broker,变成 [A1] [B1] [A2] [B2] [A3] [B3]。
OpenClaw(原Clawdbot/Moltbot)本地部署快速指南
支持Telegram、Slack、Discord、iMessage等多平台接入,通过配置文件或环境变量填写对应平台的Token,配置后执行。支持对接OpenAI、Anthropic、阿里云百炼等云端模型,也可搭配Ollama使用本地模型。默认仅允许已配对用户交互,群聊场景建议开启Docker沙箱模式,在配置文件设置。执行后跟随指引确认安全说明,进入QuickStart模式,默认网关端口为。可查看已加载模型,通过绑定的通讯通道发送测试指令,响应正常即部署完成。,限制非主会话操作权限,提升安全性。
OpenVINS实战指南:从环境搭建到RGB-D相机实时建图
本文提供了一份详细的OpenVINS实战指南,涵盖从Ubuntu与ROS环境搭建、依赖安装与编译调试,到连接RGB-D相机进行实时建图的完整流程。重点解决了RealSense D435i等设备的驱动配置、话题对齐及常见问题,并分享了传感器标定与性能优化技巧,帮助开发者快速实现稳定高效的视觉惯性里程计系统。
基于 TVM Relax BYOC 扩展 Example NPU 后端:从跑通官方流程到自定义算子融合
至于 codegen 要不要补,取决于 Example NPU 的实现细节——先跑通分区验证,再决定是否深入 codegen,是更稳妥的路径。而「扩展一个原本不支持的融合模式」这件事,恰好能证明你不是照着教程抄了一遍,而是真的理解了 BYOC 的分区规则是怎么工作的。),那么新模式即使被切出来,codegen 阶段也可能报「不支持的算子」。如果 Example NPU 的 codegen 是「按算子名硬编码」的,那么新模式切出来之后,这句话本身没问题,但偏「结果导向」,面试官会追问细节。
2025年数学建模国赛高教社杯A题、B题、C题、D题、E题详细思路和代码 模型||插值与拟合
核心思想:构造一个精确通过所有已知离散数据点(xi, yi)的函数y = f(x),并以此函数来估算或预测未知点的值。基本假设:我们认为已知的数据点是100%精确、无误差的(或者误差可忽略不计),比如理论计算值、高精度仪器测量值等。我们的目标是“还原”或“重建”出点与点之间的真实函数关系。关键特征精确性:曲线或曲面必须穿过每一个样本点。局部性:插值结果严重依赖于局部数据点的分布和数值。用途:用于“补全”数据、填充缺失值、进行函数近似等。常见方法多项式插值:拉格朗日插值、牛顿插值。
smart-tunnel-ai · 隧道/高速智慧化 AI 应用项目
面向的工程师:一个能跑通、能改、能讲清楚的 Spring Boot + Spring AI 项目。:它不是「调了个 ChatClient 输出一句话」,而是把切块策略、增量入库、来源溯源、防幻觉、工具调用、结构化输出、评估集、密钥守卫、CI 护栏这些工程问题都落到了代码里。每一处都能指向具体类讲取舍。详见。
基于Simulink的自适应反步法(Adaptive Backstepping)控制
本文针对非线性系统控制中未知参数和强非线性耦合的挑战,提出基于Simulink的自适应反步法解决方案。通过融合参数在线估计与反步递归设计,该方法显著提升了永磁同步电机(PMSM)速度控制的鲁棒性,使跟踪误差从20%降至3%,参数估计收敛时间小于0.5秒。文章详细阐述了从算法推导到Simulink实现的完整流程,包括系统架构设计、核心算法推导(以PMSM为例)、模块化建模方法、参数优化策略以及工程部署建议。提供的自适应控制器MATLAB代码和关键参数表可直接应用于实际工程,为电机驱动、机械臂等非线性系统控制提
基于STM32、HAL库的ICP-20100气压传感器 驱动程序设计
它具有低功耗、高精度、快速响应等特点,非常适合物联网、可穿戴设备和无人机等应用。#define ICP20100_FIFO_CTRL 0x09 // FIFO控制寄存器。#define ICP20100_FIFO_DATA 0x0A // FIFO数据寄存器。#define ICP20100_FIFO_STS 0x0B // FIFO状态寄存器。#define ICP20100_FIFO_WTM 0x15 // FIFO水印设置。
LeetCode 面试经典 150_多维动态规划_交错字符串(97_C++_中等)
LeetCode 面试经典 150_多维动态规划_交错字符串(97_C++_中等) 题目描述: 给定三个字符串 s1、s2、s3,请你帮忙验证 s3 是否是由 s1 和 s2 交错 组成的。 两个字符串 s 和 t 交错 的定义与过程如下,其中每个字符串都会被分割成若干 非空 子字符串: - s = s1 + s2 + ... + sn - t = t1 + t2 + ... + tm - |n - m| <= 1 - 交错 是 s1 + t
【Java开发者必看】LangChain4j实战指南:使用AIService轻松集成聊天记忆Chat Memory到SpringBoot应用,通过封装多轮复杂对话,使聊天记忆的实现变得简单
聊天记忆是指在与用户的多轮对话过程中,能够记住之前的交互内容,从而提供更加连贯和个性化的回复。LangChain4j支持通过ChatMemoryProvider接口实现聊天记忆功能。
Spring 原理高频面试题全解:Bean 生命周期、三级缓存与 @Transactional 失效(2026 招聘 JD 真题复盘)
按 2026 招聘 JD 与一线面经整理 10 道 Spring 高频题:Bean 生命周期与扩展点顺序、AOP 代理生成时机、三级缓存为何必须三级、构造器注入循环依赖为何无解、@Transactional 六类失效与自调用修复三法、REQUIRES_NEW 连接池耗尽风险、事件总线同步语义与 @TransactionalEventListener、自动配置从 spring.factories 到 imports 的演进、自定义 Starter 三步走,附速查表与三条追问链。
锂电池充电器电路设计 里面有电路
锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。
IDEA的使用指南
IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.
Docker镜像优化:面试高频翻车的简单题
本文深入探讨Docker镜像优化的两大核心层面:体积优化与构建速度优化。指出仅关注镜像瘦身(如使用Alpine)是表面理解,真正关键在于平衡空间与时间——在DevOps流水线中,构建速度常优先于体积。文章详解了多阶段构建、缓存利用、.dockerignore文件等高效策略,并揭示Alpine镜像虽小但存在兼容性、依赖缺失等风险,强调需结合业务场景权衡选择。掌握这些细节,方能在面试中展现真实技术深度,脱颖而出。
OV9734 DATASHEET,完整规格书
OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等
从 MLIR Toy Tutorial 到自定义硬件方言 Pass:一份 AI 编译器面试项目实战指南
AI 编译器岗位的面试,通常不会只问你「什么是算子融合」这种概念题,而是会顺着简历上的项目往下挖:你写的这个 Pass 解决了什么问题?IR 是怎么设计的?lowering 的边界在哪?为什么这里要插一个 Op 而不是直接生成循环?一个基于 MLIR 的小项目,恰好能覆盖这些追问点。它足够「真」——你能讲清楚 IR、Dialect、Pass、Lowering 的完整链路;又足够「小」——不需要真的去写一个后端,也不需要跑在真实硬件上。先讲 MLIR 的核心思想、分层设计和功能;
android 蓝牙通讯demo
android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。
AI 全栈开发工程师【二面】
传统的大模型应用通常采用:用户输入 → Prompt → LLM → 输出结果这种模式适合简单问答、文本生成和信息提取等任务。但对于复杂业务,仅依靠一次模型调用往往不够。例如,用户提出:帮我查询某个地区近三个月销量最高的产品,并分析销量变化原因。理解用户需求。拆解查询条件。调用数据库或外部工具。获取查询结果。分析数据。生成最终报告。Agent 的核心价值在于让大模型不仅能够生成文本,还能够根据任务目标进行规划、调用工具、观察执行结果,并根据结果调整后续行动。
【AI Agent面试系列】上下文管理1
工具返回价值密度最低、体积最大(常占 30%~60%),清理它收益最高、损失最小。摘要对话会丢语义细节,代价更高。按"价值密度从低到高"排序,不是按"体积从大到小"。
我,13年Java老兵,建了个免费网站,公开叫板“Java已死”:没有广告,没有付费墙,151个页面全是踩坑干货
深耕Java13年的一线架构师,搭建免费无广告技术站javadashen.com。站点基于VuePress构建,涵盖Java面试、高并发场景设计、算法、Java+AI工程落地、企业级实战项目等内容。分享大厂生产踩坑经验、源码原理与可落地方案,拒绝焦虑营销,按不同成长阶段规划学习路线,Java开发者可直接复用。
邓明 Agent 系统面试-意图识别学习笔记
不要只是做意图识别而不做测评,就好像要评估 RAG 准确性,在接口服务要测试响应时延,超时控制等等,这里也要关注意图识别准确率,如果面试官认为项目指标太高是在吹牛,关键就是回答因为 Agent 解决的是特定领域的意图识别,识别场景单一,另外就是因为用户输入相对简单。意图识别影响 prompt/spec 的加载,意图识别影响上下文组织,意图识别影响工具选择,意图识别影响 prompt 建议,意图识别得到的意图不是让模型随机生成而是候选类别里去做选择。2.意图识别的原因,以及意图识别得到的是什么?
深入理解 Java 反射:从 Class 对象到方法调用(含性能实测 + 迷你 IOC 实战 + 面试考点)
📌 引言
# Linux 系统编程深度解析:从文件 I/O 到高并发网络
Linux 系统编程,就是用 C/C++ 等语言,直接调用 Linux 内核提供的接口(系统调用)来操作硬件资源(文件、内存、CPU、网络)的编程方式。你写过的 、、、,全部都是系统调用;你写过的 、、,是库函数,库函数底层最终还是调用系统调用。CPU 有特权级别(x86 上 ring 0 是内核态,ring 3 是用户态):应用程序跑在用户态。当你调用 时,CPU 会通过 或 指令触发陷入(trap),切换到内核态,由内核完成真正的磁盘读取,再切回用户态返回结果。 为什么要区分两个态? 安全:用户
C++ 运行时多态与虚函数机制全面剖析【面试重点】
构成C++ 运行时多态必须是基类的指针或者引用调用虚函数。被调用的函数必须是虚函数,并且派生类必须对该虚函数完成重写/覆盖(Override)。只有基类的指针或引用才能既指向基类对象,又指向派生类对象(切片机制);而只有完成了虚函数重写,派生类与基类才具备不同的函数行为,达到“指向谁就调用谁”的效果。在类成员函数的前面加上virtual关键字修饰,该成员函数就成为了虚函数。public:// 成员函数前加 virtual 修饰,声明为虚函数。
[特殊字符]中粮集团秋招|11.7线上笔试+AI双环节
#中粮集团校招 #中粮笔试题库 #中粮笔试 #2027秋招 #央企笔试 #职豚题库 #秋招笔试 #AI面试 #校招备考。✨拉开分差重点,一定要背 ▪部分岗位附带专业考题 ▪笔试结束马上衔接 AI 面试,高频题:自我介绍、求职动机、岗位匹配,提前备好思路。收到中粮笔试邮件的宝子集合📩 这次是线上笔试 + AI 面试连在一起按顺序作答 很多人容易忽略 AI 面试环节,踩大坑!✅考试:11 月 7 日(周六)10:00–11:40,合计 100 分钟 ✅。
「设计一个在线文档协同编辑系统」:从 WebSocket、OT/CRDT 到快照回放,一篇讲透这道面试顶流题
大厂面试顶流题:设计飞书式在线文档协同编辑系统。从 WebSocket 长连接、OT 与 CRDT 核心原理、可运行 Java 代码讲起,覆盖文档 Actor 串行定序、Redis/Kafka 跨节点广播、快照 + OpLog 版本回放、断线离线合并、光标同步、权限管控。拆解并发冲突收敛难点,附 18 条速查表,面试可直接背诵,项目可当作设计文档。来聊聊你选 OT 还是 CRDT?
Android 面试题逐题简析:28 个专题,232 题
常见原因是未在 onMeasure 处理 AT_MOST 下的期望尺寸,沿用了默认测量而占满可用区域,或未考虑内容、padding 和最小尺寸。应计算 desiredWidth/Height,再通过 resolveSizeAndState 等与父约束合并。wrap_content 是测量输入,框架不会自动知道自定义内容想要多大。
1549



被折叠的 条评论
为什么被折叠?



