大模型进入加速发展的第二年，技术迭代和竞争更为激烈。令全球震撼的文生视频Sora世界模拟器、拥有更强智能的谷歌Gemini 1.5、Meta的世界模型的雏形V-JEPA同一天推出，Claude3超越了GPT4的能力。Open AI的GPT5呼之欲出，奥特曼不仅自研芯片、还投资了数家可控核聚变公司，储备未来的关键资源——算力和能源。 在算力紧平衡、数据资源荒即将到来的背景下，面对纷繁复杂、日新月异的变革，笔者试图对未来大模型的发展做出一点预判，纯属个人研究中的感受，供大家参考。也非常欢迎大家探讨交流，批评指正，共同迭代认知，一起进步。
某些项目在进行私有化部署的时候遇到了一些问题： 内网隔离环境，一些npm包需要先下载到u盘再拷贝到对应的机器上进行安装，安装起来很麻烦。 测试环境下，代码和机器配置调试好了，部署到线上机器的时候却出现了问题。 线上机器迁移的时候，又需要在新的机器上进行机器配置了调试，等于又把之前要做的事情重来一遍。 在有部署文档的情况下交给其他人去给不同的用户部署的时候，自己还需要一直盯着，不然出问题了其他人也不一定能解决。比如说在这个机器上有些依赖装不上等问题。自己深陷其中，无法自拔。 那么面对这些问题，有没有办法可以解决呢？ 答案是：使用Docker容器部署。
如今OpenResty已广泛被各个互联网公司在实际生产环境中应用，在保留Nginx高并发、高稳定等特性基础上，通过嵌入Lua来提升在负载均衡层的开发效率并保证其高性能。本文主要介绍接口鉴权、流量控制以及记录追踪几个工具在实际生产环境中的应用实践，用于解决实际业务问题，提升业务运维效率，对于Openresty基本原理不再赘述。
电影《流浪地球2》中有这样的桥段：“数字生命计划”能够将人类的记忆、意识上传，通过数字世界中的“永生”实现人类文明的延续。电影中，刘德华扮演的图恒宇将濒死的女儿图丫丫的意识进行了上传。作为数字生命的她，目光会随人的动作而移动，能跟爸爸进行交流。随着电影的热映，数字生命成为了各界关注的焦点，技术的飞速发展亦为这一科幻情节在未来得以实现提供了可能。 在生物体中，我们的意识是由大脑中的神经元产生的，而在数字世界中，这些神经元将被转化为数据和算法。这种数字化实现的超越死亡的永久生存，是一场铺满鲜花与星光的美梦，更是一次充满危机与风险的挑战。在数字永生的冲击下，我们如何定义“意识”和“自我”？数字永生能否带来真正的意识和心灵延续？这与我们对于死亡和生命的理解是否契合？
特征衍生主要指的是通过既有数据进行新特征的创建。总体来说，特征衍生有两类方法，其一是通过深入的数据背景和业务背景分析，进行人工字段合成，这种方法创建的字段往往具有较强的业务背景与可解释性，同时也会更加精准、有效的提升模型效果，但缺点是效率较慢，需要人工进行分析和筛选，称为手工特征衍生。其二则是抛开业务背景，直接通过一些简单暴力的工程化手段批量创建特征，然后从海量特征池中挑选有用的特征带入进行建模，这种方法简单高效，但存在衍生字段过多，有效特征没有衍生的问题，称为批量特征衍生。 特征衍生的相关方法更像是人们在长期实践过程中总结出来的方法论，这些方法切实有效，但没有一套能够完整统一的理论体系来“框住”这些方法。此外由于模型场景的复杂多变，特征衍生需要结合综合数据体量、数据规律、现有算力等因素进行考虑，所以这边主要介绍特征衍生的一些方法。
