团队早会，轮到他更新昨日的工作内容。
如往常一样，他保持着端正的坐姿，双手放在桌子下面。转头面向电视会议屏幕，身体往前倾。
“嘿嘿嘿”，他短暂地停了约有 0.5 秒钟，咧着嘴，“嘿嘿嘿”。
“我昨天没什么更新，在整理交接的文档。”他停了约有 1 秒钟，“但我这边也没有人可以交接。”
“我这边今天最后一天了，以后的测试就靠大家自己了。”
会议室很安静，一点声音也没有。一秒，两秒。
主持人终于切换到下一个人。
明天，他的座位就空了，每次早上一到办公室的时候都能见到的身影从明天开始就见不到了。
明天，他的座位就空了，经常下班还能瞥见到的忙碌的身影从明天开始就见不到了。
以后，非工作时间的会议也总是能保持准时参加的身影也见不到了。
他没有做过数据开发，但是对新技术很有兴趣。项目刚开始，正是需要有能力的开发人员加入的时候，他加入了团队。
将数据实时接入数据平台可以提升数据导入性能。当前已经有一个实现，但是性能问题很突出。在数据量激增时，延迟会变得很高。他接受了这个挑战。
“搭建一套环境，重现这个性能问题，应该就能解决。”团队初步确定了思路。数据开发用到了很多技术，Oracle、OGG、Kafka、StreamSet、Kudu等等，对于他而言，都是全新的。
早上送完人回到家，快两岁的小孩子已经起床穿好了衣裳，家里人正在准备早餐。
“要吃饼饼”，小孩子指着一袋子蛋卷说。看看给他准备的牛奶马上就要好了，就对他说，“我们先喝牛牛好不好，喝完牛牛再吃饼饼”。小孩子一改以往得不到就吵闹的样子，嘴上说着“喝完牛牛再吃饼饼”，往摇奶器那边走过去。
用Hexo博客有好几年了，Markdown的格式、简洁的风格、静态的特性、众多的插件，一直让我用起来很舒服。
不过，有个问题困扰了我很长时间，那就是，Hexo生成的博客的永久链接比较长，在社交平台上面分享不太方便。
有不少第三方的短链服务，有的还可以帮助追踪链接的点击次数等。比如：https://www.shorturl.at/ https://app.bitly.com/bbt2/ 等。
我们公司有两个网络，一个用于访问内部网络资源，简称为内部网络，另一个网络用于访问外部互联网资源，简称外部网络。
平时大家工作中以内部网络为主，为了方便使用，内部网络也开放了外部互联网的资源访问。由于公司内几乎所有人日常工作都使用这个网络，所以网络策略限制了外部互联网下载速度到500KB左右。而外部网络则没有任何下载速度限制。
最近在做机器学习的实验时，遇到了令人头疼的网络下载速度问题。
做实验的机器是一台台式机，以有线的方式接入内部网络，被分配了固定的ip地址。机器访问内部资源倒是比较快，但是访问互联网就速度受限了。
由于机器学习数据集或者模型文件都很大，常常是好几十GB，用内部网络下载常常要好几个小时，严重影响了效率。
ChatGPT刚刚开放API，价格低到没朋友。抛开背后的商业运作，这本身对人类的进步是很大的贡献。
可惜ChatGPT国内的网络环境让大家没法很容易的体验到最新的人工智能成果。
本人利用业余时间，搭建了一个简单的开源项目，可以帮助大家快速的基于微信公众号搭建自己的ChatGPT智能助理。
先上几个聊天截图，大家先睹为快。
我在一个机场，背上背着一个沉重的背包，等待在一个长长的队伍中。队伍缓慢地向前挪动，这是奔走在路上的旅客在等待安检的队伍。
每次在这样的时刻，身上背包的重量，都在提醒我需要肩负起的重量。
Mac电脑都用上Arm芯片啦！iPad都出Pro版本啦！基于平板电脑打造一个开发环境它不香么？
作为一个一直对AI技术很感兴趣的软件开发工程师，早在深度学习开始火起来的15、16年，我也开始了相关技术的学习。当时还组织了公司内部同样有兴趣的同学一起研究，最终的成果汇集成几次社区中的分享以及几篇学习文章（见这里）。
从去年OpenAI发布ChatGPT以来，AI的能力再次惊艳了世人。在这样的一个时间节点，重新去学习相关技术显得很有必要。
ChatGPT的内容很多，我计划采用一个系列，多篇文章来分享学习我自己学习过程中的一些理解。本系列文章，我将站在一个普通开发人员的角度展开，希望对想了解ChatGPT技术原理的普通开发者们有帮助。
ChatGPT本身就具备很丰富的知识，所以ChatGPT自身实际上就是一个很好的学习渠道，我也将借助ChatGPT来学习ChatGPT。
这是此系列的第一篇，程序员眼中的ChatGPT。
作为一个一直对AI技术很感兴趣的软件开发工程师，早在深度学习开始火起来的15、16年，我也开始了相关技术的学习。当时还组织了公司内部同样有兴趣的同学一起研究，最终的成果汇集成几次社区中的分享以及几篇学习文章（见这里）。
从去年OpenAI发布ChatGPT以来，AI的能力再次惊艳了世人。在这样的一个时间节点，重新去学习相关技术显得很有必要。
ChatGPT的内容很多，我计划采用一个系列，多篇文章来分享学习我自己学习过程中的一些理解。本系列文章，我将站在一个普通开发人员的角度展开，希望对想了解ChatGPT技术原理的普通开发者们有帮助。
ChatGPT本身就具备很丰富的知识，所以ChatGPT自身实际上就是一个很好的学习渠道，我也将借助ChatGPT来学习ChatGPT。
这是此系列的第二篇，ChatGPT使用的技术概览。
作为一个一直对AI技术很感兴趣的软件开发工程师，早在深度学习开始火起来的15、16年，我也开始了相关技术的学习。当时还组织了公司内部同样有兴趣的同学一起研究，最终的成果汇集成几次社区中的分享以及几篇学习文章（见这里）。
从去年OpenAI发布ChatGPT以来，AI的能力再次惊艳了世人。在这样的一个时间节点，重新去学习相关技术显得很有必要。
ChatGPT的内容很多，我计划采用一个系列，多篇文章来分享学习我自己学习过程中的一些理解。本系列文章，我将站在一个普通开发人员的角度展开，希望对想了解ChatGPT技术原理的普通开发者们有帮助。
ChatGPT本身就具备很丰富的知识，所以ChatGPT自身实际上就是一个很好的学习渠道，我也将借助ChatGPT来学习ChatGPT。
这是此系列的第三篇，ChatGPT使用的Transfomer模型。