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。
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。
想写这篇文章很久了，因为感受到了危险越来越近了。
23年初ChatGpt的一把火带给很多人无限的焦虑，很多人觉得无法AI取代补了他的工作，是的我也觉得AI目前也取代不了我的工作，作为前端，我更懂前端工程化、vue与react、小程序与h5、原生、混合开发的区别以及公司的业务和项目，但是我会衰老我需要休息，可AI却一直在进化，机器可以不吃不喝。
也有人说AI只会回答问题，它的知识受限训练的材料，并不是真的理解，也就是不能独立完成任务。说的对也不对，有了解LangChain的朋友知道AI可以做到意图分发，它可以根据用户的问题做不同的任务比如是查天气还是发短信，只需要几个传感器便可以驱动机器人。
美团的无人送货车已在试点，萝卜快跑比网约车便宜2/3，特斯拉的无人送货车已经进入中国，很快无人驾驶全面铺开。可见的未来，无人驾驶、无人送货、机器人分拣商品快递送外卖、机器人售货、教课即将抢占我们每一个人的饭碗，普通人的岗位越来越少，也越来越拥挤，知识改变命运的时代将一去不复返，绝大部分人可能要过着算法喂食的生活，穷忙的过完一生。
人工智能的奇点会在将来的某个时刻出现，机器智能全方位超过普通人，无人驾驶、无人送货、机器人分拣商品快递送外卖、机器人售货、教课。人类的岗位越来越少，越来越拥挤，知识改变命运的时代将一去不复返，绝大部分人可能要过着算法喂食的生活，穷忙的过完一生。
AI取代了大部分人的岗位会怎样？很多人为了生活为了挣钱，就不得不做一些低廉的工作，比如看视频领红包，玩游戏领红包，然后挣到的一点钱又被AI通过买到就是赚到的广告给消费掉，变成了人矿，变成佩奇，过着被机器控制和管理的一生。
前两天在OpenAI开发者大会上看到ChatGPT的能力进一步提升，API接口费用降低，又一次震撼了我。从今年2月ChatGPT大火，到现在11月份已有9个月了，结合当下行情，不然不让人焦虑，如果越来越多的岗位都被AI抢走了，那么平民百姓如何体面的生活？技术的车轮不是滚滚向前，而是还有加速向前的趋势，没有人能阻止它前进，或许我们唯一能做的是学习它，使用它，先跑赢同伴吧，这样说或许很残忍，人类的进化史不正是这个过程吗？
今天打算系统梳理一下ChatGPT相关知识，围绕以下问题深入研究
- ChatGPT的注册、GPT4开通。
- ChatGPT的使用技巧。
- 浅谈ChatGPT原理。
