我有一年多没怎么用AI相关的应用了，上一次系统调研AI是23年10月份，我写了一篇《ChatGPT深入总结》，那时候只调研了ChatGPT，虽然知道国内也有很多AI应用，但与ChatGPT的差距不是一点半点。而如今国内的大模型和国外的大模型已不相上下了，甚至某些方面有领先的趋势，而且OpenAI也不算遥遥领先了。大约一个半月之前Deepseek爆火，当时我在忙别的，最近花了不少时间调研各家的AI进展。本以为重点调研下Deepseek就行，然而却发现AI的进化远超我的想象！DeepSeek的性价比已经大幅提升了，但没想到一个月后的Gemma3再次领先，更没想到几天后的开源大模型Mistral Small 3.1 全面碾压Gemma3，甚至能在家用消费级的电脑上跑起来！能回答问题，能编程，能看片子！

下面的内容是我这些天调研的情况，以及我的思考。

1. AI发展

• 这两年AI的发展
• DeepSeek事件
• DeepSeek技术报告

2. AI目前的能力到哪一步了

• 大模型的研究方向（通用模型、可推理模型），AI大脑的进化（表现在高情商、展示思考过程）
• 文生图、文生视频方面，一方面AI性能在快速提升，另一方面生成的图片和视频质量也在显著提升。
• AI机器人的进展情况
• AI实用技巧

3. AI编程

• Github Copilot
• Cursor编辑器

4. 普通人如何应对？

内容很长，建议收藏起来，慢慢看。

今天聊一聊如何做好一个网站的备份工作，我会循序渐进的聊透这个问题。

本文以我的博客网站备份为案例讲解。先从手动备份聊起，在循序渐进优化和补充细节，编写脚本，使用定时任务，使用rsync增量备份，md5变更校验，发送邮件通知等。除了讲demo，还会深入讲解命令的配置项，原理等

我为什么学运维

作为技术人，想称呼自己是一个技术人的，或多或少都有一些想法，做前端的想了解后端，做后端的想学前端，想自己独立owner一个项目，又或者有创业的想法。
我也一样，作为一个工作很多年的前端开发，很多时候做的东西依赖后端服务才能运行，很羡慕后端流利的命令行操作，羡慕大公司的各种各样的监控、埋点、日志、告警等系统，而我却不知道谁做的。

还一个很深很深的感触是，软件开发的成本真的很高很高，我前面有篇文章写过一些软件开发的问题

互联网发展了几十年，早已形成了各行各业各种需求的解决方案和开源软件，这些开源软件经过岁月的洗礼，有的成为了行业标准，有的还在发展，代码质量方面要比绝大多数公司开发的项目要好很多。造轮子不如用轮子，如果能充分利用这些开源软件解决企业的诉求，哪怕是只解决某方面80%的诉求，那也会给公司节省不少的开销。

也正式这个原因，我最初尝试的想法是搭建一个标准的企业作业流程。包含组件库、SDK、埋点、日志上报、监控告警等系统，具体如Sentry、Gtrace、AB实验、Jekins、Metis、Grafana、ElectionSearch、Kibana、faas、埋点等系统。但是发现这些有不少是运维SRE要做的事情，原来运维才是离技术变现最近一环，考虑能够很好的控制和使用这些系统，做到相对安全，所以下定决心学一下linux运维课程。

下面以一个网站的综合架构视角，聊一聊运维须知必会的开源软件的部署和维护。

聊一聊个人网站博客的规划，以及一些想法。

博客目前没有盈利or变现的规划，考虑成本决定不再使用80端口， 改用11080、11443端口。

本人曾经有过半年多Taro开发小程序的经验，当时使用的是Taro@3、react@16、mobx@4开发微信小程序和支付宝小程序，今天梳理了曾经过做的一些Taro小程序优化工作。