少想多做

昨天刷到个帖子挺有感触的：有同学说他自从习惯用AI查代码错误，自己debug的能力直线下降。现在遇到报错第一反应不是看日志，而是直接把错误信息扔给AI等答案。这让我想起以前学数据结构的时候，为了搞懂红黑树的旋转操作，我在草稿纸上画了十几遍才明白。现在如果让AI直接给我讲，可能5分钟就“懂”了，但这种“懂”真的扎实吗？不过反过来说，AI确实帮我拓宽了思路。上次做项目遇到个冷门需求，靠传统搜索根本找不到解决方案，和GPT讨论了一下午，它给的几个方向最终真的解决了问题。感觉现在的学习已经从“记忆知识”变成了“驾驭工具”。

刚进职场那会儿，我每天都在反思：是不是我太菜了？是不是领导不喜欢我？是不是我不适合工作？后来慢慢发现，很多内耗其实是没必要的。下面这6点，是我踩坑后总结出来的，可能对26届即将入职的朋友有点用。1.别只看领导做了什么，要想他为什么这么做 被领导批评≠你不行。有一句话说的好，不扣钱的批评你别信，不加钱的夸奖你别听。很多时候领导的批评也是他管理的手段，他要给他上面的领导交差罢了👉 职场里很多行为，本质是向上交差，不一定和你本人有关。2.不接住别人的情绪只解决事情有次客户找我私下帮忙，但公司明确不允许，对方急得在电话里喷我。我等他说完，只说了一句：“我理解你着急，但这件事我确实无能为力。”后来他反...

我会在压力极大的情况下无所事事，因为这些年的应试教育，我学到了真东西，就是如何既压抑自己都真正的冲动，又不做该做的事。习惯性的逃避问题，焦虑让我上瘾，这些都是我会做的事。

本文介绍向量检索服务DashVector动态量化功能和作用。背景介绍量化（Quantization）是向量检索技术中一种常用的优化方法，通过一定程度的精度（召回率）损失，来换取性能的大幅度提升，以及内存占用（索引文件大小）大幅度降低。向量检索服务DashVector支持向量的动态量化，用户仅需在新建Collection时选择对应的量化策略，即可无感的使用量化功能。开启动态量化前提条件已创建Cluster已获得API-KEY已安装最新版SDK代码示例说明需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER_END...