- 博客(78)
- 收藏
- 关注
RSS订阅原创 金融产品架构演进之三：极速、一致与高可扩展并存核心目标
本文提出金融核心系统演进的终极解法：存算分离，算扩算的，数扩数的，数据共享。针对“高内聚交易内核该单核还是多核”的争议，指出拆分虽解耦负载却带来一致性难题，而回归单核又重陷性能拖累。解决方案是将计算与数据解耦，构建分布式内存数据设施统一承载多业务数据，计算节点按需独立扩展。此举既保有单核的单一数据视图与一致性优势，又实现多核的负载隔离与灵活扩展，破解“极速、一致、可扩展”三角难题，推动金融核心迈向高效、智能、可演进的新架构。
2026-10-27 11:17:08
344
原创 金融产品架构演进之二：高性能Scalable的以分解合与以合解分
本文针对金融高性能交易系统在架构演进中面临的可扩展性难题，提出摒弃盲目套用互联网通用分片架构，转而采用“以合解分”策略。基于业务特征进行产品/时间/指标维度的分片，结合联合节点实现存算分离、计算下推、增量续算与分母冗存，形成七项技术原则，兼顾性能与工程可控性。该方法以业务闭环为核心，避免冗余传输与重算，显著提升响应效率，适用于需求明确、规模集中的金融场景，是比通用架构更契合实际的高性能解决方案。
2026-10-21 21:18:41
421
原创 金融产品架构演进之一：再谈AI原生架构与AI Inside
本文提出资管场景下AI原生产品架构演进的“AIInside”模式，强调在保障批量可交付性的前提下，结合业务特性分层推进。针对实时交易类业务，采用AI嵌入原界面的“AIInside”形态，通过小模型内嵌与智能体平台协同，实现低延迟、高精度的智能优化；对中后台及创新业务，则适用全对话式原生工作台。核心架构聚焦“统一入口+智能体平台+业务地图+物料”，其中业务地图以操作地图为骨架、对象地图挂载其上、物料精准对接动作节点，确保语义一致与执行可靠。实践表明，该模式兼顾技术先进性与落地可行性，支持渐进式演进，形成可复制
2026-10-17 21:52:13
335
原创 再谈AI研发提效企业实战
在存量系统为主的软件密集型企业中，AI研发提效的首要任务是打通平台型全流程并强化资产治理，而非追逐单一技术点。通过统一平台实现需求、设计、编码、测试等环节的闭环联动与门控驱动，形成“乘数效应”。在此基础上，需建立分类分流机制：对需求、设计、测试用例等环节可高比例引入AI；而出码则应按场景审慎推进，避免一刀切。未来将呈现“1+1+N”AI原生模式与传统人主导模式并存格局，关键在于明确不同需求的自动化路径。同时，需警惕现有流程体系因不适应AI驱动而沦为形式，提前规划流程重构策略。
2026-09-18 19:13:15
192
原创 AI驱动的金融IT架构转型升级
本文探讨AI驱动下金融IT架构的体系性转型路径。文章指出，金融IT正经历从"系统为主"向"联接为主"的应用架构转变，从人工治理向自主智理的数据架构升级，以及从确定性执行向"碳硅双脑"技术架构的演进。核心转型包括：1）应用层形成"超市型产品模式+真实时决策"能力；2）数据层实现"分析左移"和面向Agent的第四极数据架构；3）技术层构建大模型与业务本体结合的双脑架构。这些变革共同推动金融ITSP从传统"
2026-08-07 12:36:46
362
原创 LLM Agent的自进化方法研究综述
AI产业应用进入下半场：Agent自进化成为关键路径 当前AI发展进入下半场，核心挑战从基础大模型竞争转向产业垂直领域的落地应用。金融、医疗等强不确定性场景因信噪比低、反馈稀疏，传统方法难以奏效。行业大模型因数据、成本等问题效果有限，Agent自进化成为解决路径，通过从执行轨迹中提炼信噪，实现持续优化。 两类主流方法： 训练路径（如SEED、LLM-as-a-Coach）：将经验内化为模型参数，依赖强化学习与教练模型提供稠密监督信号。 非训练路径（如RHI、MCSE）：通过外挂记忆库、优化Harness编排
2026-07-25 20:35:51
374
原创 提效 真经
本文针对企业软件开发提效提出了一份可直接落地的操作指南，指出应聚焦五个可触达的关键领域：1）选用优质AI模型作为能力杠杆；2）选择成熟的LoopEngineering工具而非自研；3）建立标准化的可被AI理解的代码资产库；4）重构以Agent为中心的研发流程；5）选择适合的人机协同组织模式。强调企业应把握工程技术本质，以借鉴学习为主而非技术攻关，通过快速实施这五个方面在AI变革中建立竞争优势。全文摒弃理论探讨，直接提供可执行方案，指出技术演进终将趋同，关键在于实施速度。
2026-07-17 22:31:20
251
原创 “移形辨正”与“容形存真”
本文提出了职场管理者需要培养的两项关键修为："移形辨正"和"容形存真"。"移形辨正"指不受表达者态度影响，专注判断内容正误；"容形存真"强调超越表达形式，耐心提取核心意图。这两项能力能帮助管理者克服常见认知偏差，避免被表达风格干扰判断。文章指出，虽然日常仍需培养决断力和表达力，但这两项修为对管理者尤为重要，能促进团队包容不同声音和风格，发挥成员各自优势。最终目的是凝聚团队力量，实现组织目标，体现了管理者海纳百川、兼收并蓄的领导智
2026-07-17 22:09:45
168
原创 为啥提效仍然没效？
当前企业AI研发提效陷入"数据好看、经营无效"的困境，主要表现为三没现象：没降成本、没增收入、没加速度。究其原因，在于行业软件企业面临五大结构性卡点：1）大量定制开发与现场问题需在庞杂旧代码资产上解决；2）版本混乱且代码质量差；3）流程繁琐；4）测试覆盖率不足；5）缺乏优质模型支撑。破局关键在于实施"2+N"方案：核心是获取强模型能力和开展模型友好的旧资产治理，辅以版本关联检测、问题定位、数据模拟等N项工程技术优化。真正的AI提效需要系统性工程思维，既要解决当前90%
2026-07-09 17:51:03
379
原创 语义世界中硅基与碳基结合的方法研究
本文探讨AI对语义世界建模的局限性及改进方案。当前大语言模型(LLM)通过token化和统计关联构建语义世界，但token切分方式与真实语义单元存在本质错位，导致"幻觉"问题难以根除。虽然增加数据和参数能提升表现，但LLM的隐式统计方法存在天花板。为此，作者提出需要建立显性的"碳基语义世界"与LLM的隐式建模形成互补：1)由人工定义业务相关的语义对象(如产品、流程等)；2)显式标注对象间关系(包含、因果等)。这种本体建模能为LLM提供精确的语义锚点，通过"生
2026-06-27 08:20:30
217
原创 AI新产物：概念型AI
AI技术正以惊人速度迭代，但伴随而来的是"概念型AI"现象——技术每进步一步就催生大量新名词（如prompt、loop等），引发学习热潮。然而各类速成教程虽多，却普遍存在"听完依然不懂"的困境，充斥着"入口/底座"等空泛解释。文章建议：技术领袖应减少概念创造，讲解者应摒弃理论空谈，直接用操作演示让AI回归工具本质。
2026-06-21 23:19:13
302
原创 谈金融行业合规AI算力供给路线
金融行业正面临AI算力需求激增与数据合规要求的双重挑战。头部机构自建算力成本高企且技术迭代快，中小机构则受限于资金和合规难以获取算力。一种新兴技术方案通过在客户端加密数据、云端密文计算，实现了"数据可用不可见"的合规共享。建议分两步推进行业算力云建设：先以私有托管模式起步，再升级为密文共享的智能算力云。该方案既守住数据不出域的监管底线，又能实现算力资源高效配置，有望推动金融AI竞争从硬件比拼转向应用创新。监管机构对这一技术路径持审慎开放态度，行业协同将加速合规算力生态的成熟。
2026-06-15 12:17:56
386
原创 从「1+1+N」到「N+N」---软件研发Harness代理工程的新跃迁
【摘要】随着AI代理工程工具的成熟，软件研发模式正从"1+1+N"（1个产品经理+1个技术负责人+N个AI代理）的OPC（单人公司）模式，向"N+N"（N名员工各带N个代理）的企业级协同平台演进。本文指出，尽管OPC模式在小型团队中优势显著，但中大型企业仍将长期存在——复杂系统的跨领域协同、合规要求、品牌护城河及可靠性需求决定了传统组织形态的不可替代性。未来的AI原生研发将呈现双轨制：OPC工具满足小团队效率，而新型协同平台则通过组织结构嵌入、权限管控和频道化协作，实
2026-06-02 20:47:16
217
原创 谈有节有序与纸上谈兵
如果一个管理者或流程设计者，自己没有在软件一线写过几年代码、经历过完整的产品周期、踩过足够多的坑，那么他精心制定的计划，无论看起来多么逻辑严密、结构完美，都极有可能沦为纸上谈兵。软件密集型企业里，常有一种令人头疼的景象：团队忙碌却无序，需求来了就开干，干到哪算哪，上线前拼命补测试，上线后连夜修Bug。少数企业确实做出了一些成绩，但更多的情况是“看上去很美”——计划写得漂漂亮亮，执行起来却处处走样，最终适得其反，既没得到硬件的秩序，又丢了软件的灵活。更麻烦的是，这种“纸上谈兵”式的计划往往具有迷惑性。
2026-05-30 11:19:01
176
原创 论组织本源与钻形式招牌的空子
警惕组织工作中的形式主义陷阱：当名义成为私欲的遮羞布。某些人深谙组织规则却刻意利用形式安排，以"合规"之名行破坏之实，既践踏潜在共识又侵蚀组织公信力。从宝万之争到险资杠杆案例表明，当形式与实质冲突时，必须果断干预以捍卫制度本意。有效的分权制衡机制和干部约束体系尤为关键，防止权力滥用演变为系统性风险。维护组织实质正义，才是对制度最高形式的尊重。
2026-05-24 14:32:07
216
原创 新时代的信息茧房
信息爆炸2.0时代下，获取真知反而更难了。AI技术加速信息传播，但海量内容中有效信息占比持续降低。典型案例显示，从"一人公司"运营到AI研发提效，公开渠道难以获取可落地的实操方案。信息论证实：信息总量激增而人类处理能力不变时，筛选有效信息的成本呈指数级增长。解决方案包括融入精准行业圈层或构建智能信息处理系统。值得注意的是，新型信息茧房已从算法推送的被动局限，演变为信息过载下的主动防御机制。这一悖论导致认知差距持续扩大：少数人形成良性循环，多数人陷入无效信息漩涡。
2026-05-17 22:24:06
544
原创 保持手感与AI发展
摘要：文章探讨了"手感"在各行业中的重要性，特别强调技术管理者保持一线技能的必要性。通过国内外案例对比指出，脱离一线的管理者容易失去技术判断力，在AI快速迭代的当下尤为危险。研究表明AI能力翻倍周期已缩短至3-4个月，管理者若依赖二手认知将面临决策滞后风险。保持手感能帮助甄别技术真伪、降低决策失误代价、避免组织认知断层。在技术加速发展的时代，手感已从加分项变为管理者必备的核心能力，是连接认知与行动的关键桥梁。
2026-05-09 20:52:52
289
原创 AI时代企业数据架构转型趋势二：面向Agent的数据架构设计
摘要： AI时代的数据架构正从“面向人”转向“面向Agent”设计，催生“Agent专属数据空间”这一新兴逻辑数据集形态。其核心特征包括多模态数据一体化（All in One）、按需弹性伸缩（Scale to Zero）以及任务上下文驱动的组织模式，与传统的交易、操作、分析数据集形成互补。2026年行业集体推出Agent Workspace产品（如OpenAI、Google、Microsoft），标志着Agent数据基础设施的成熟。未来，企业需通过A2A/MCP协议实现Agent数据空间的高效交互，并以语义
2026-05-05 23:20:55
534
原创 高速发展的时代，借鉴华为，也要借鉴平凯星辰
摘要：在AI驱动的技术变革时代，软件企业面临生产规范缺失与创新速度的双重挑战。华为的IPD流程虽提供了规模化管理的范本，但在快速迭代的AI时代已显不足。平凯星辰展现出独特价值：其纯粹技术追求、真正的工程师文化、创新氛围和技术前沿性，为应对技术剧变提供了新思路。当前企业需"双线借鉴"：既要华为的流程管控，更要平凯星辰的技术基因和创新文化。在技术周级迭代的背景下，保持技术敏锐度和创新能力的优先级正超越传统流程规范，成为企业持续发展的关键竞争力。
2026-04-11 14:19:01
376
原创 从Vibe到Harness——AI原生软件研发提效与企业发展之路
文章摘要： 2026年软件工程领域正经历AI驱动的范式变革，传统人工编码模式被颠覆。HarnessEngineering提出AI原生的研发范式，通过多Agent协同实现无人值守的高效开发，人类角色转向规则制定与节点决策。其核心原则包括任务隔离、知识闭环、CI/CD结合等，强调速度竞争与持续改进。这一转型将重塑企业商业模式，从被动响应需求转向主动创造价值。随着工具成熟和竞争加剧，AI原生研发转型已成必然趋势，率先掌握HarnessEngineering的企业将获得未来十年的竞争优势。
2026-04-07 21:42:02
646
原创 AI原生产品化与业务域大脑
AI原生化正从技术爆发转向产品化落地，成为各行业的核心生产力。其关键在于构建行业级智能体工具（确保可靠性、可信性、安全性）和业务本体（结构化行业知识图谱）。业务本体作为金融等垂域的新护城河，将散落的业务规则、流程、术语等转化为智能体可理解的知识体系。AI时代的IT架构正转向"业务即开发"模式，业务专家通过本体建模直接驱动智能体执行，实现"需求即系统"。未来竞争取决于构建业务域大脑的能力——即智能体工具与业务本体的深度整合，这将重塑各领域的AI原生范式。
2026-03-30 17:36:56
441
原创 谈AI原生：本质、单体、群、分布式、数据库与计算机架构
AI原生的本质是一场以依托大模型能力为核心的技术范式转移。文章从五个演进方向阐述了AI原生的发展路径：从单体智能体到集群智能体群，再到分布式架构整体转型和AI原生数据库，最终实现智能体网络的终极形态。其核心在于将"人的配置"转变为"智能体的自主决策"，使大模型驱动的智能体成为系统决策核心。这种转变带来了设计思想、架构模式和人机关系的根本性改变，标志着从被动执行到自主决策的技术革命。AI原生正在重塑整个技术栈，开启一个让智能体成为系统核心驱动力的新时代。
2026-03-29 16:11:45
486
原创 AI时代企业数据架构转型趋势一：分析数据集上移
摘要：企业数据架构正经历深刻变革，分析数据集向交易侧上移成为关键趋势。传统"交易库+分析仓"的二元架构导致分析滞后，而AI驱动的HTAP技术、本体论和DataFabric等技术正推动交易与分析融合。AI使本体论实用化，让数据具备主动元数据能力，实现业务与数据的语义统一。这一变革将企业业务系统从"记录历史的账本"转变为"驱动未来的发动机"，使数据在业务发生的原地就能完成从记录到决策的闭环。IDC预测，到2026年50%的中国500强企业将部署数据分析
2026-03-18 22:15:59
426
原创 智能体驱动的企业IT架构转型
智能体技术将重构企业IT架构，传统"应用+双中台"模式将被"智能体+本体"取代。业务中台和数据中台将融合为面向智能体的语义模型"本体"，成为业务知识地图；原有业务系统将解构成智能体可调用的原子物料。AI中台并非新平台，而是依托智能体架构形成的多边业务"市场"。现有智能体平台将蜕变为Skills开发工具，而"本体"将成为企业核心资产，承载业务规则和知识，在智能时代形成竞争优势。这一变革标志着从服务化软件系统向智
2026-03-15 21:19:07
407
原创 清晰与正确
摘要 清晰与正确是两个不同维度的概念：清晰关注表达的形式和逻辑结构，正确则关乎内容的真实性和实际价值。现实中人们常将两者混淆，误以为逻辑清晰必然代表观点正确。这种认知偏差导致我们容易被精美的表达形式所蒙蔽，忽视对实质内容的检验。真正的专业判断需要结合深厚经验，透过表象追问细节和事实。作为决策者应警惕"逻辑美感"的陷阱，作为表达者则要区分形式与内容，避免用清晰掩盖错误。唯有平衡两者关系，才能在工作和学习中做出准确判断。
2026-03-07 15:45:07
456
原创 本体“正传”
本文探讨了"本体"概念的本质与价值，指出不应将其视为技术概念。作者认为，本体的核心价值在于将技术、数据和业务三者有机结合，解决IT行业长期存在的技术与业务割裂问题。尽管实现本体的技术手段（如数据库、大数据等）并无新意，但其通过AI智能体实现了业务闭环，使静态知识转变为动态行动指南。随着大模型等AI技术的发展，本体理论得以从学术走向工业实践，成为构建行业领域智能体的关键。文章强调，AI时代软件生产的重点已转向构建和管理本体化的业务与数据资产，这一转变可能快速形成行业护城河。
2026-03-01 22:36:51
439
原创 智理资产，拿下中台，攻占锦州
大模型时代下，行业软件公司的破局关键在于“智理资产+AI中台”。通过将沉淀的业务知识转化为智能体可理解的“本体地图”，构建领域护城河；同时抢占AI中台建设主导权，确保对智能化业务的控制力。短期所有业务资产均有价值，但长期需聚焦核心领域知识。建议行业软件公司以“攻占锦州”的战略思维，把握AI中台这一未来真正的业务入口。
2026-02-12 19:41:28
583
原创 谈软件企业的技术路线
摘要：软件技术正经历快速迭代，AI技术热潮下HTAP、一体化数据平台、数据与智能统一、云原生等技术突破尤为关键。软件密集型企业需建立技术跟踪机制，平衡业务需求与技术前瞻性布局，重点关注交易分析融合、多模数据处理、AI基础设施整合等领域。同时应针对垂直行业特点制定差异化云原生策略，并把握AI驱动的软件形态变革机遇，通过技术与业务双轮驱动形成持续竞争力。企业需从战略高度统筹技术路线规划，避免因短期业务压力忽视长期技术竞争力建设。
2026-02-08 21:58:11
643
原创 软件企业的技术生产路线该怎么选
摘要：软件企业面临技术路线选择：集团军式管理模式适合规模化生产，而以技术发展为内核更适合软件密集型企业。软件产品的核心竞争力在于创造力驱动研发，而非工业化复制模式。AI时代进一步凸显了以创造力为核心的研发本质，传统管理模式需要转向适应AI的研发流程。研究表明，高技术驱动的软件企业应采用能最大化激发技术创造力的发展路线，而非简单套用工业化管理模式。
2026-02-05 20:59:25
321
原创 新形势下AI软件开发提效实战与展望
一是从软件研发与交付的现状来看，这无法站在宏观的角度根据对事物常理的理解与推测解决，跟上文所述“两个要素”一样，需要以精炼归纳抽象的视野、以敢于尝试创新突破的风格、以厚重的实际研发经验，深入、仔细了解、分析这个过程中的每个环节，然后设计给出提效文案，实际上，不光是定制二开，如上所述软件企业产品的端到端研发提效也需要这样。如上问题，有没有正确答案呢？总之，之前，业界大多数人的共识，认为AI研发提效，特别是代码编写，总体还是人机协同为主，完全交给AI是不可靠的，对垂域的Legacy代码起到明显成效的难度很大。
2026-01-27 10:23:12
1028
原创 基于实体地图的金融大模型落地方法探索与前景展望
摘要：金融行业大模型落地面临幻觉、不可控等通用模型固有难题，需构建与通用技术正交的垂域技术体系。本文提出以"企业上下文"管理为核心的金融垂域解决方案，通过"应用实体地图"结构化组织业务知识资产，实现可控大模型与有界智能体。该体系包含领域资源基础设施、标准MCP模型等核心组件，可支撑Agentic应用开发平台建设，推动金融业务从系统主体向智能联接主体转型，最终形成以AI中台为核心的新一代智慧金融模式，突破深度定制化需求成本瓶颈，释放行业增长潜力。
2026-01-24 12:30:28
693
原创 论大模型在金融行业的应用场景
需要指出的是，虽然上面这些场景都是大家能够最先想到的，但真正要做的很好，也不是那么容易，必须结合优质的技术架构与工具设计，模型优化，数据准备与处理，以及反复的尝试与试错，同时也不可避免的需要对所在行业与场景知识的专业性通过实操深入理解。但如果想到达到90%以上的准确率，那就必须结合专业细致的行业数据、话术抽象、切分，上下文学习/RAG使用，知识图谱的构造，人类反馈的常态化，模型的选择，模型微调中参数调优、数据质量与混合比例的调优、减少遗忘的策略设计，甚至模型结构的创新改造设计等手段综合起来，才可以达到。
2024-08-25 22:07:20
4414
原创 从治理到“智”理，打造新一代金融数据体系
摘要：长期以来，很多金融机构的数据治理效果一直不尽人意，这已经成为金融科技公认的重要需求与固有难题。以大模型为代表的新一代人工智能有望彻底改变这种状态，它通过以自然语言而非专业技术驱动的人机交互界面，以及对人类专业经验与流程执行效果的良好模拟，能有效解决传统数据治理体系与工程中的诸多难点，大力推动人工治理走向自主“智”理，并最终形成新一代的金融数据体系。1. 前言数据治理长年以来一直是最重要的金融科技领域之一，从本世纪初金融机构开始实施企业级数据仓库（EDW）开始就一直被持续关注，并不断进行着相关的建设与改
2024-06-19 22:01:29
1306
原创 战略决定生死，细节决定成败
正所谓：“有道无术，术尚可求，有术无道，止于术也”，在战略与问题两者的对比上，战略的重要性无疑更高，它是决定生死的因素。在此前提下，本文则强调，应该同步重视具体问题的解决，以及对细节的关注，这也是成功的关键要素。有一部电影，叫“养蜂人”，其中有这样一个情节：美国FBI特勤局需要阻止“养蜂人”进入总统的庄园，于是做了全面的安保规划，包括技术、人员、武器、环境等多要素联动整体策略，多级防护措施，各项高端技术配套，多种武器配备，多兵种人员布置，......等等，可谓考虑全面、技术先进的战略级规划。
2024-05-12 22:27:45
817
原创 “专家”论
换句话说，平时，我们在做一些决策时，都希望请“专家”们来评一评，这些专家可能有头衔、有职位、有名声，但首先需要确定是不是真材实料的真专家，否则，从他们那里获取的意见，可能会耽误事。实际上，本文认为，从现实的情况来看，我们周围有真水平的，符合上述必要条件的专家，是凤毛麟角，这自然是由浮躁的学术氛围造成的。在本文的认知里，基本没有。同样的，电影里（现实里也是一样）的科学家们，在自己的领域内，如物理、化学、数学、实验，都是亲力亲为，对一个个具体问题，研究、实验、计算、设计、讨论......。
2024-04-27 13:00:51
529
原创 上帝掷不掷骰子？又来了
现代人工智能推进的核心目标是“世界模型”，即能真正理解物理世界运行的模型，这一点是已经达到共识的，具有争议的是如何制造世界模型，谁才是真正的世界模型？有专业分析文章认为：Sora 将视频编码映射到隐空间，再切割成时空补丁形成时空令牌，用Transformer学习在上下文中令牌间连接的概率分布，这会导致局部合理与整体荒谬的矛盾（如Sora生成的“幽灵椅子”视频），用Diffusion模型计算传输映射会导致临界态图像的生成被直接跳过，从而造成临界状态的缺失的物理谬误（如Sora 生成的果汁泼溅与小狗视频）。
2024-02-22 18:37:54
513
原创 Sora、MGC与新数字时代的两个世界
首先来看元宇宙的数字世界。本文从新数字时代人类社会的两种存在形态：数字世界（元宇宙）与物理世界（时空宇宙），以及新兴数字产业：机器生产内容MGC的发展、现状与未来出发，通过对新数字时代及两个世界组成与运行的关键需求与核心要素分析，重新定义了现代MGC产业的概念，明确了其在新世界中的地位，提出并系统阐释了以MGC为主体，赋万物为媒，建设连接新时代数字世界与物理世界的心流时空隧道（Mind-Spacetime Tunnel）的创新产业工程规划：虫洞工场（Wormhole Workplace）。
2024-01-28 21:34:02
1203
原创 兼容并包，海纳百川，成就已所不能
有时甚至认为是对手或者不喜欢，只要是对的意见与建议，就耐心征询并拿过来：我要的是你的意见为我所用，关你什么事？有几种情况，有的本身过于优秀，有的过于自负，有的把面子排在把事情干对前面，有的因下意识不舒服就盲目反对......，这些其实都关乎同一件事：心胸。这里认为，成就已所不能的关键，是“兼容并包，海纳百川”。简单讲，就是心界开阔，能包容并善于综合利用各方面的资源，弥补自己的不足，达成自己的目标。简单讲，好的干部，特别是责任多而重的干部，心胸开阔是极其关键的，甚至是决定性的因素。
2023-08-20 11:06:47
348
原创 “担浪乐坚”，建设“好”团队
首先，要有一支能主动“担责”的干部团队，而不是只以“负责”本职工作为理由，对非“定义”职责范围内的事情“漠不关心”“高高挂起”，甚至在有事找到他时，连路由都懒得做，直接回绝。当然，在“浪漫”之余，要加一条：同时能脚踏实地，不轻率，充分结合自身实际，有效地推动创新。总结来讲，“担责而不混乱”、“浪漫而不轻率”、“乐观而不自欺”、“坚定而不固执”，应该是一个好的干部团队所具有的。当然，这些其实并不是天上掉下来的，也不是一成不变的，它们更多的来源于经历与经验，很多人可能是缺乏磨砺，而更多的磨砺与反思，是关键。
2023-08-11 21:56:12
245
原创 在CPU上安装部署chatglm-6b实用经验分享
网上有很多材料，有的说安装TDM-GCC，有的又说安装mingw64，有的又说安装win64devkit，反正笔者自己的经验是：win64devkit（注意，可以多装几个，因为编译.so文件时，和运行时要求的，可能有时候要用不同的gcc，如果不行，就换一个，反正win64devkit编译下面的.so是没问题的）有很多网站都分享了一些经验，但不知道是不是环境的问题，笔者自己发现按照网上的文章，很多都走不通，也是自己综合各个文章，多次尝试，才勉强算是成功运行了！（1）下载官方代码，安装Python依赖的库。
2023-08-09 23:07:15
1622
copy_4101C789-0D31-4BF4-A0D3-E7B18E7B5249.MOV
2026-04-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人