drymonfidelia: 加盐 SHA512 这种方案反而我基本没见过
如果是为了检测是否是泄露的或者是弱密码，那可以把常用密码数据库同样加盐 SHA512 一次再保存（不过这样就要求 SHA512 的盐全部用户相同）或者把 1000 个常见密码发到客户端，在客户端判断
还有一种方案是 Scrypt KDF 以前在 discord 上看到有人讨论过，有实际应用案例吗

DIMOJANG: 比方说 OneDrive 是可以上传任意文件的（而且是 Office 365 送的，不用白不用）。虽然说 Time Machine 备份里面肯定有很多特殊的小文件，比方说可能有 OneDrive 不支持的文件名格式啊，软链接啊什么的……但是是否可以通过打包个 ISO/DMG 来上传保存呢？这样处理过的 Time Machine 备份是否还能被 Mac 识别呢？有没有小伙伴试过的。

mfsw:

如题，我是个模特中介，建了十几个个人微信群。总群成员 5000 左右。 每天要同步转发一些招聘负责人发我的招聘信息到这些群。 手动转发效率太低了。想转到企业微信（群）。

请教诸位大佬指教： 企业微信群，可以做到我的需求吗？ 可以完全自动化的实现我这个需求吗？我的频发布率，每天 10-20 条左右的招聘信息。 我有个腾讯云的服务器，可以利用一下吗？个人有 PHP 数据库的基础。

ilook: 有一些关注的明星，时不时会举办演唱会，在大麦和猫眼上可以抢票，但是 APP 上都没有提供明星订阅通知服务，有什么方法能及时收到最新的演唱会通知

zpvip:

做梦是件很奇怪的事, 我们天天拿着手机, 却从来没梦到过手机, 我问过很多人, 都是这样, 从没有在梦里打过电话, 刷过视频, 发过微信.

你梦到过手机吗?

muzihuaner:

一站式装机解决方案，从硬件选择到系统安装，为您提供专业的装机指导和工具 装机模拟器：智能推荐硬件配置，实时价格跟踪，兼容性检查 系统下载：Windows 、Linux 、macOS 等操作系统官方镜像下载 软件下载：装机必备软件合集，包含驱动、浏览器、办公软件等 硬件指南：详细的硬件选购指南和配置建议

https://pc.quickso.cn/

qazwsxkevin:

在用的 TL-AP1200C ，记得当时是一出没多久就买了，也是 800 块钱左右，这些年能用就用，没有因为 WIFI4,5,6 的变 化主动去更换，最近 AP 抽风，重启一下就能恢复好几天，觉得寿命应该也差不多了。。。

这个 AP 在 FAT 模式下能建多 SSID 进行不同的客户端隔离，我是把家里的有扫描内网嫌疑的设备，包括安防摄像头，洗碗机空调冰箱放到一个单独的 SSID 里，与 All in one 以及 NAS ，PC 机进行隔离，，（所以想换置的新 AP 也能这样）

1 、大概看了几眼目前主流的 WIFI6 ，7AP ，好像这种隔离的实现，是在企业级的 AP 上才能实现了？
2 、家中还有 2.4G 部分客户端，还是要用到 2.4G 的。
3 、请大家推荐个型号？

chuhaitian:

找到了一个可以薅羊毛 nano banana: https://nanabanana.ai/zh 可以免费试五次😄

Takizawa:

要强制使用公务卡了，但是不想浪费新开户福利，想开个工行卡薅点羊毛再去办公务卡，求推荐谢谢

zhang14964:

快手号已经封了

wty95:

如题，只要维普，万方，知网可以查到就行，感谢各位大哥

apollo007:

我爸身体有既往病史，买不了保险。但是我妈身体还可以，想买这样的百万医疗保险，大佬们，有知道的吗？

1. 无条件续保，这个是排第一位的。不然用过一次，后续哪家保险公司都用不了了。

2. 最希望的是 0 起付线，或者尽量越低越好。

tandk:

之前做过一个 AI 歌词生成器，逛一些社区的时候发现歌词创作者是需要别人给他们的歌词一些评价和建议的，但多数是开了个帖子下面没什么评论和互动，所以做了这个歌词评价工具，主打两个功能：

• AI 歌词评价生成，适用场景：歌词创作者输入自己的歌词，获取 ai 评价和建议，获取灵感，改进自己的歌词内容。
• AI 歌词评价审阅，适用场景：评价的人输入自己的评价和原歌词，获取 ai 建议，能更好地校准自己对歌词的审美，加深对歌词内容深度的理解。

先做了简单的分析，后续看反馈再慢慢开发和调整深入分析的结果。现在有了 ai 很方便，不过也都是摸着石头过河，工具免费不用登陆，希望朋友们给些反馈呀，谢谢～

snorlax9898:

如题，想问下论坛有没有朋友知道这个组氛围怎么样的。

SayHelloHi:

租住地方的是一个很有年代感的房子

房子里每周都有蟑螂参观

买了蟑螂药 就是那种喇叭播放的那种 使用后没啥效果

老哥们 求推荐有用的蟑螂药 真的被折磨受不了

跪求～～～

mfsw:

我的电脑是 Windows11 。 硬盘是西数企业级 22t ，放在硬盘盒中。 今天批量到数据到其他盘，突然提示找不到硬盘。 重启后，发现我的电脑硬盘管理中，该盘是未分区状态。crystal disk info 显示数据也一起正常。 r-studio 中可以看到完整的数据并恢复。

不知道有什么办法，可以直接恢复正常盘符？

r-studio 虽然可以手动恢复文件，但是工作量太大了。

s366099: 前情回顾：山东移动越来越离谱了，一个月 7G 上行会被判 PCDN （ https://v2ex.com/t/1150590 ）

在投诉工信部之后，移动终于有了一点回应

拍了使用环境的视频上报给了公司。
招笑的来了，
今天移动打过电话来了，让签那个所谓的认罪承诺书，我问他是什么依据来让我签这个承诺书。

对话如下：
S:“我一个月用不到 10G 上行不算多吧，完全没超出正常使用范畴”
移动：“确实不多”
S：“那为什么让我签这个协议书？”
移动：“你家有个很大的黑设备，那就是违规设备”
S:“哪个设备是很大的黑设备，你说明白”
移动：“就那个路由器，有 8 个天线，那么多天线不是家用设备，哪有那么多天线的路由器”
S:“………………”

我真的被移动彻底整无语了，给大家看看我用作 AP 的 “违规设备”--中兴 BE7200Pro+


我算是彻底看明白了，移动这波操是来搞“路由器选美”的。
裁判标准就一条：“长得黑，天线多，一看就不是好路由！”

我这中兴路由器，就因为长了八根天线，风格比较豪放，直接被山东移动钦定为“大型违规黑设备”。
好家伙，是不是还得给它穿个白色蕾丝罩子证明自己是“良家路由”

说到底，不就是因为上行流量现在要结算为了省钱，从根子上杜绝所有上行流量。管你是备份照片还是跟家人视频，只要数据往上走，一律按“疑似 PCDN”处理。

Lilacs:

想做一个应用需要一份相对准确的地图源数据，用来做一个导航应用。 用了网上开源的 OpenStreetMap 的数据，但是这份数据上有很多 beijing 的线路，是在建的未开通的道路，实际无法用来导航。

有没有哪些渠道已经改好的一份 pbf 数据，花钱买也可以，只要 beijing 的数据部分。

谢谢。

welcomezhangjun: 大家好，最近开发了一个小众的在线小工具，分享出来：
howtoconvertheictojpg.com ——一个专门用来将 HEIC 图片转换成 JPG 格式的网站。

主要功能亮点
•纯网页版使用，无需安装任何软件
打开 howtoconvertheictojpg.com 即可用，拖拽 HEIC 文件或点击选择上传即可开始转换，操作十分便捷。
•支持批量多文件上传
可以一次性上传多个 HEIC 文件进行转换，省时省力。
•界面简洁直观
页面无广告，仅提供“选择文件”和“开始转换”等核心功能，一目了然。
•免费使用，转换快速
支持即时转换，没有付费墙。如果你的 HEIC 文件数量不多，体验非常顺畅。

使用建议与小提醒
•如果你需要处理大量图片或追求更高级的压缩与调整选项，或许可以考虑 FreeConvert 、Canva 等平台，比如 FreeConvert 支持调整图像压缩、比例、保留或去除 metadata 等。
•另外，Windows 、macOS 本身也支持直接转换（如预览 Preview 或 Paint 、Photos ），适用于不想上传图片到网络上的用户。

适用场景推荐
•临时需求：例如你收到的 iPhone 拍摄的图片无法直接在某些平台打开，就可以快速拖进 howtoconvertheictojpg.com 转换，省时便捷。
•设备兼容性：需要让非 Apple 设备兼容的情况下，比如在 Windows 、Android 或其他平台上浏览时转换格式，让分享更顺利。
•无需安装环境：当你使用的是公用电脑、或者希望避免安装第三方应用，这种轻量体验特别合适。

⸻

如果你对这类工具有更高要求，比如批量处理、图像质量控制、隐私保护方面有顾虑，我也可以推荐其他本地工具或更安全的流程给你。

欢迎大家一起讨论：你们平时都是怎么把 .HEIC 转成 .JPG 的？用过哪些工具？有没有更好更快的方案？欢迎留言交流~

[howtoconvertheictojpg.com]( https://www.howtoconvertheictojpg.com/)

xujdan: 我经常做梦，梦里的人物基本上都是家里人。场景可能会变换，但人物总是那么几个。但是我很久没见到家里人了，上一次还是五一回老家才有见面，平时也不会视频和打电话，基本处于断联状态。就算是这样，我也不明白为什么自己老是会做梦梦到他们，其实我是不想梦到他们，但这无法自控。

96:

iammapping:

分享一个好用的 i18n 插件：I18n Fast，我们团队内部也在用这个，帮作者做做推广

区别于市面上其他插件，这个插件可以自己写 js 代码去自定义国际化需求

优点：自由度高，可以自己写代码扩展功能，基本上可以满足所有需求和技术栈了

缺点：需要写 js 代码，不然没法用。不过可以参考作者给的示例代码改改就能用

感觉其他插件用着别扭可以研究研究这个

• GitHub: https://github.com/lvboda/vscode-i18n-fast
• VSCode Marketplace: https://marketplace.visualstudio.com/items?itemName=lvboda.i18n-fast
• 作者的分享文章: https://juejin.cn/post/7546664451485237282

使用效果截图

这里也是 Copy https://juejin.cn/post/7546664451485237282 这个文章里面的截图，有兴趣可以读一下原文。

回显效果：

• 文案后面有中文回显
• hover 上去有完整的中文
• cmd/ctrl + click 下钻跳转至 i18n 定义位置

选中转换：

1. 选中需要转换的文本
2. cmd + option + c / ctrl + alt + c
3. i18n 文件自动写入，代码文件自动更新

批量转换：

1. 在当前文件cmd + option + c / ctrl + alt + c
2. i18n 文件自动写入，代码文件自动更新

转换剪切板文本并粘贴：

1. 复制需要转换的文本
2. 在要粘贴的位置cmd + option + v / ctrl + alt + v
3. i18n 文件自动写入，代码文件自动更新

遇到重复 i18n 时：

• 根据i18n-fast.conflictPolicy配置来执行对应策略
• 图中为smart模式，有超过一个 i18n 定义，所以弹出选择器自行选择：要复用的 key 、忽略（重新生成）、跳过

更多i18n-fast.conflictPolicy可选项参考配置

撤销：

• 撤销上一步的所有写入操作，i18n 文件、代码文件等
• 最大可撤销次数：10 次

CalibreWong:

功能测试（远程办公）

基本月薪：20-26 万 K 人民币+固定职级补贴+奖金等

3 轮面试（一二面技能三面谈薪）

工作职责： 1 、根据游戏功能设计文档编写测试用例、测试方案，执行测试用例，维护测试 BUG ； 2 、根据测试用例对游戏产品进行全面测试，撰写测试报告，提交测试结果，并对测试结果进行分析； 3 、对游戏产品质量进行实时监控； 4 、管理游戏缺陷，推动游戏缺陷的解决； 5 、准确、详实的描述 bug 产生的过程、bug 的现象，在修改过程中对 bug 进行跟踪； 6 、能对游戏提出有效优化建议，提高游戏体验。

技能要求： 1 、熟悉游戏测试理论和方法，具备至少五年以上游戏测试经验； 2 、熟悉游戏，热爱游戏、逻辑思维清晰和产品分析能力、能项目跟进； 3 、熟悉常用的测试方法和测试工具； 4 、有相关行业经验的，5 年以上工作经验 5 、做过交易所的优先考虑

福利待遇： 入职即享固定每月职级补贴 以技术职位 P 岗举例 P3 - P8 每月 6500-13500 新台币标准 入职即享设备及其他补贴等 入职即享固定每月考评奖金 入职即享每年劳健保补贴等 入职即享各项优秀鼓励奖金

另有女性带薪产假 98 天 另有男性陪伴产假期 3 天 另有超多福利以制度福利文档为准喔～

可选每天 8 小时月休 4 日（六日制）+每月带薪休假 2 天+固定传统假期等 （固定每天中午 2 小时午休+20 分钟下午茶时间）

（有兴趣可以联系邮箱： lebbiejanic@gmail.com ）

songxy6119: 提示：
很遗憾，您的付款已被拒绝
您可以：

检查付款详细信息，然后重试。
查看这篇文章了解付款失败的可能原因。
联系信用卡发卡机构或付款账户管理员。
尝试其他付款方式。
https://sales.jetbrains.com/hc/zh-cn/articles/7964412670354-%E6%88%91%E7%9A%84%E4%BF%A1%E7%94%A8%E5%8D%A1%E4%B8%BA%E4%BD%95%E8%A2%AB%E6%8B%92%E7%BB%9D

看了一下链接里的文章，像是列出的账单地址与所使用的卡的账单地址不一致导致。我填写的地址是美国免税州地址。

anivie:

非折腾党，但是以前看到过相关的折腾觉得很好玩，最近也遇到这样的问题了
公司的网太不稳定了，而且网速很慢，所以我都是开热点玩的，反正流量管够带宽还高
但是有的时候要用手机了又太麻烦了，想问问现在有什么插自己卡的，能用 clash 而且用起来比较稳定的随身 WIFI 推荐吗

SayHelloHi:

国外访问速度 ok 就行

---

另外还有一个额外的问题

ClawCloud VPS 有类似腾讯云/阿里云后台面板的那个防火墙么？

Taoist:

[实验] 此文章由 Cursor 根据项目翻阅项目代码和文档后, 加上本人的一些信息输入自动生成, 我只改了几处明显的错误, 每处不超过一行

前言

作为一名 iOS 开发者，我一直被两个问题困扰：重复的网络请求浪费资源，缓存策略难以精确控制。最近两个月，我决定用 AI 辅助编程的方式来彻底解决这些问题，最终开发出了一个名为Monstra的 Swift 性能框架。

整个过程让我重新思考了"编程"这个概念，也让我对 AI 协作开发有了全新的认识。今天想分享一下这次 AI 辅助开发的完整经历，包括遇到的坑、解决方案，以及一些意外的收获。

项目背景：那些让人头疼的性能问题

问题一：重复网络请求的噩梦

相信很多 iOS 开发者都遇到过这种情况：

// 场景：多个 ViewController 同时需要用户数据
class UserProfileViewController {
    func viewDidLoad() {
        API.fetchUserProfile { result in
            // 处理结果
        }
    }
}

class SettingsViewController {
    func viewDidLoad() {
        API.fetchUserProfile { result in  // 重复请求！
            // 处理结果
        }
    }
}

class NotificationViewController {
    func viewDidLoad() {
        API.fetchUserProfile { result in  // 又一个重复请求！
            // 处理结果
        }
    }
}

结果：3 个页面同时加载，发出 3 个完全相同的网络请求。浪费流量，增加服务器负担，用户体验还差。

问题二：缓存策略的复杂性

iOS 开发中的缓存问题同样让人头疼：

• NSCache: 功能简单，无法精确控制过期时间
• 自己实现: 要考虑内存限制、过期策略、线程安全等一堆问题
• 第三方库: 要么功能不全，要么太重太复杂

决定：用 AI 协作解决这些问题

面对这些痛点，我决定开发一个专门的框架来彻底解决这些问题。但这次，我想尝试一种全新的开发模式：AI 辅助编程。

AI 协作开发的分工策略

经过思考，我制定了一个明确的分工策略：

我负责的部分（核心创造）

• 架构设计：整体框架结构，模块划分
• 核心算法：执行合并逻辑，缓存淘汰策略
• 业务逻辑：具体的 API 设计和实现
• 示例代码：真实场景的使用案例

AI 负责的部分（辅助优化）

• 单元测试：各种边界情况和异常场景
• 代码审查：代码质量，最佳实践建议
• 文档编写：API 文档，README ，使用指南
• 工程配置：CI/CD ，GitHub Actions ，项目配置
• 代码规范：注释补全，格式化，命名优化

这样分工的好处是：我专注于最需要创造性思维的部分，AI 帮我处理那些重复性、规范性的工作。

框架设计：两大核心组件

基于对问题的分析，我设计了两个核心组件：

1. TaskManager：智能任务执行管理器

MonoTask - 单任务执行合并

// 创建一个处理用户资料获取的任务
let userProfileTask = MonoTask<UserProfile>(
    resultExpireDuration: 300.0  // 5 分钟缓存
) { callback in
    // 实际的网络请求逻辑
    API.fetchUserProfile { result in
        callback(result)
    }
}

// 多个地方同时调用，只会执行一次网络请求
Task {
    let profile1 = await userProfileTask.asyncExecute()  // 发起网络请求
    let profile2 = await userProfileTask.asyncExecute()  // 返回缓存结果
    let profile3 = await userProfileTask.asyncExecute()  // 返回缓存结果
}

KVLightTasksManager - 轻量级批处理

// 批量获取用户帖子，自动合并重复 ID
let postManager = KVLightTasksManager<String, Post>(
    config: .init(
        dataProvider: .asyncMultiprovide(maximumBatchCount: 10) { postIDs in
            return try await API.fetchPosts(ids: postIDs)
        }
    )
)

// 三个 ViewModel 请求重叠的帖子 ID ，自动批处理
postManager.fetch(keys: ["101", "102", "103"]) { id, result in
    // 处理单个帖子结果
}

KVHeavyTasksManager - 重型任务管理

// 大文件下载，支持进度跟踪和取消
let downloadManager = KVHeavyTasksManager<URL, Data, Progress, CustomProvider>(
    config: .init(
        maxNumberOfRunningTasks: 2,  // 最多同时 2 个下载
        maxNumberOfQueueingTasks: 64
    )
)

// 多个下载请求，自动队列管理
downloadManager.fetch(
    key: fileURL,
    customEventObserver: { progress in
        print("下载进度: \(progress.fractionCompleted)")
    },
    result: { result in
        // 处理下载结果
    }
)

2. MemoryCache：智能内存缓存系统

let cache = MemoryCache<String, UIImage>(
    configuration: .init(
        // 内存限制
        memoryUsageLimitation: .init(capacity: 1000, memory: 500), // 500MB
        
        // TTL 配置
        defaultTTL: 3600.0,              // 正常数据 1 小时过期
        defaultTTLForNullElement: 300.0, // 空值 5 分钟过期
        
        // 雪崩保护：随机化过期时间
        ttlRandomizationRange: 60.0,     // ±60 秒随机
        
        // 内存成本计算
        costProvider: { image in
            guard let cgImage = image.cgImage else { return 0 }
            return cgImage.bytesPerRow * cgImage.height
        }
    )
)

// 优先级缓存
cache.set(element: profileImage, for: "user-123", priority: 10.0) // 高优先级
cache.set(element: thumbnail, for: "thumb-456", priority: 1.0)    // 低优先级
cache.set(element: nil, for: "missing-789")                       // 缓存"未找到"

// 智能获取
switch cache.getElement(for: "user-123") {
case .hitNonNullElement(let image): // 找到有效图片
    displayImage(image)
case .hitNullElement:               // 找到"未找到"记录
    showPlaceholder()
case .miss:                         // 缓存未命中
    loadImageFromNetwork()
case .invalidKey:                   // 键值验证失败
    handleInvalidKey()
}

AI 辅助开发的实战经验

1. Cursor 的惊人表现

使用 Cursor 进行 AI 辅助开发最大的感受是：AI 比我想象的更"理解"代码。

代码审查能力

当我写完核心逻辑后，Cursor 会提出改进建议：

我的原始代码：

func removeExpiredElements() {
    for key in keys {
        if isExpired(key) {
            remove(key)
        }
    }
}

Cursor 的优化建议：

func removeExpiredElements() -> Int {
    let keysToRemove = keys.filter { isExpired($0) }
    keysToRemove.forEach { remove($0) }
    return keysToRemove.count  // 返回清理数量，便于监控
}

这种优化不仅提高了性能，还增加了实用功能，完全是我没想到的角度。

单元测试的全面性

最让我惊讶的是 AI 生成的单元测试。我只写了基本的功能测试，但 AI 补充的测试用例覆盖了很多我忽略的边界情况：

// AI 生成的边界测试
func testConcurrentAccessWithSameKey() {
    // 测试多线程同时访问同一个 key
}

func testMemoryPressureEviction() {
    // 测试内存压力下的驱逐策略
}

func testTTLRandomizationPreventsStampede() {
    // 测试 TTL 随机化防止缓存雪崩
}

func testNullValueCaching() {
    // 测试空值缓存的各种场景
}

2. 不同 AI 模型的"个性"差异

在开发过程中，我尝试了多个 AI 模型，发现它们确实有不同的"专长"：

GPT-4 的特点：

• 保守但严谨：总是考虑各种异常情况
• 注重边界处理：生成的代码防御性很强
• 文档详细：API 文档写得非常全面

Claude 的特点：

• 性能敏感：经常提出性能优化建议
• 代码优雅：生成的代码结构清晰，可读性强
• 注重实用性：更关注实际使用场景

Cursor 的特点：

• 上下文理解强：能很好理解整个项目的结构
• 实践导向：生成的代码更贴近实际开发需求
• 工程化思维：关注 CI/CD 、项目配置等工程问题

3. AI 协作的最佳实践

经过两周的深度协作，我总结出几个关键的协作技巧：

3.1 精确的需求描述

❌ 模糊的描述：

"我写了一个缓存, 帮我 review 一下"

✅ 精确的描述：

"我写了一个线程安全的内存缓存，支持 TTL 过期，优先级 LRU 淘汰策略，能够缓存 nil 值，防止缓存雪崩，并且可以设置内存使用上限, 请帮我 review 一下代码逻辑正确性 public API 的规范性以及合理性"

3.2 迭代式优化

不要指望 AI 一次性生成完美代码，而是通过多轮对话逐步优化：

第 1 轮：实现基本功能
第 2 轮：添加异常处理
第 3 轮：优化性能
第 4 轮：完善文档
第 5 轮：添加单元测试

3.3 善用 AI 的不同视角

对于关键代码，我会让不同的 AI 模型都 review 一遍，综合它们的建议：

• GPT-4 帮我找 bug 和边界情况
• Claude 帮我优化性能和代码结构
• Cursor 帮我完善工程配置

开发成果：5 个实战示例

为了验证框架的实用性，我开发了 5 个真实场景的示例：

1. Module Initialization - 模块初始化

// 应用启动时的配置加载，支持重试和永久缓存
let configManager = AppConfigurationManager()
configManager.initializeModule { result in
    switch result {
    case .success:
        print("配置加载成功")
    case .failure(let error):
        print("配置加载失败: \(error)")
    }
}

2. User Profile Manager - 用户资料管理

// 单用户资料管理，支持 TTL 刷新和强制更新
let profileManager = UserProfileManager()
profileManager.setUser(firstName: "Alice") { result in
    // 设置完成后自动刷新缓存
}

3. Object Fetch Task - 批量对象获取

// 三个 ViewModel 同时请求重叠的帖子 ID ，自动批处理
let repository = PostRepository()
repository.getPostsBatch(ids: ["101", "102", "103"]) { results in
    // 批量处理结果
}

4. Large File Download Management - 大文件下载

// Alamofire + AFNetworking 双 Provider 支持，断点续传
let downloadManager = AlamofireManager(config: .init())
let result = await downloadManager.asyncFetch(
    key: fileURL,
    customEventObserver: { progress in
        updateProgressBar(progress.fractionCompleted)
    }
)

5. Large File Unzip - 大文件解压

// ZIPFoundation 集成，进度跟踪
let unzipManager = UnzipManager(config: .init())
unzipManager.fetch(
    key: zipFileURL,
    customEventObserver: { event in
        switch event {
        case .progress(let percent):
            print("解压进度: \(percent * 100)%")
        }
    }
)

性能测试结果

执行合并效果测试

// 10 个并发请求测试
let startTime = CFAbsoluteTimeGetCurrent()
await withTaskGroup(of: Void.self) { group in
    for i in 0..<10 {
        group.addTask {
            let result = await userTask.asyncExecute()
            print("Task \(i) completed: \(result)")
        }
    }
}
let duration = CFAbsoluteTimeGetCurrent() - startTime
print("总耗时: \(duration)s, 网络请求次数: 1")

结果：10 个并发请求，只发出 1 个网络请求，所有回调都收到相同结果。

缓存性能测试

// 缓存命中率测试
let cache = MemoryCache<String, Data>(capacity: 1000)

// 写入 10000 个条目
for i in 0..<10000 {
    cache.set(element: randomData(), for: "key\(i)")
}

// 随机访问测试
var hitCount = 0
for _ in 0..<1000 {
    let key = "key\(Int.random(in: 0..<10000))"
    if case .hitNonNullElement = cache.getElement(for: key) {
        hitCount += 1
    }
}

print("缓存命中率: \(Double(hitCount) / 1000.0)")

AI 协作开发的思考与展望

对程序员职业的影响

通过这次深度的 AI 协作开发经历，我对程序员这个职业有了新的思考：

什么不会被 AI 取代：

1. 架构设计能力：整体思维，权衡取舍
2. 业务理解能力：理解用户需求，设计合适方案
3. 创新思维：发现新问题，提出新解决方案
4. 质量把控：判断代码质量，做技术决策

什么会被 AI 大幅提升：

1. 编码效率：重复性代码生成
2. 测试覆盖率：边界用例发现
3. 文档质量：规范化文档生成
4. 代码质量：最佳实践建议

未来的编程模式

我认为未来的编程将是**"人机协作"**模式：

程序员 = 产品经理 + 架构师 + 质量把控者
AI = 编码助手 + 测试工程师 + 文档工程师

程序员的价值将更多体现在创造性思维和判断决策上，而不是纯粹的编码技能。

对新手程序员的建议

1. 尽早开始 AI 协作：不要等技术成熟，现在就开始学习
2. 关注核心能力：专注算法、架构、业务理解等 AI 难以取代的能力
3. 培养 AI 协作技能：学会如何与 AI 高效沟通，这将成为核心竞争力

项目开源与社区反馈

这个项目现在已经在 GitHub 开源：**github.com/yangchenlarkin/Monstra**

技术特性

• ✅ 零外部依赖：纯 Swift 实现
• ✅ 全平台支持：iOS 13+, macOS 10.15+, tvOS 13+, watchOS 6.0+
• ✅ 现代 Swift：支持 async/await ，Swift 5.5+
• ✅ 完整文档：API 文档 + 5 个实战示例
• ✅ 高测试覆盖率：AI 辅助生成的全面测试用例

安装使用

Swift Package Manager：

dependencies: [
    .package(url: "https://github.com/yangchenlarkin/Monstra.git", from: "0.1.0")
]

CocoaPods：

pod 'Monstra', '~> 0.1.0'

总结

这次 AI 辅助开发的经历让我深刻体会到：AI 不是要取代程序员，而是要让程序员变得更强大。

通过合理的分工协作，我们可以：

• 将更多时间专注于创造性工作
• 提高代码质量和文档水平
• 加速项目开发进度
• 学习到新的编程思路和最佳实践

如果你还没有开始尝试 AI 辅助编程，我强烈建议你现在就开始。这不仅仅是一个工具，更是编程思维的升级。

相关链接

• 🔗 项目地址：github.com/yangchenlarkin/Monstra
• 📖 API 文档：yangchenlarkin.github.io/Monstra
• 💡 示例项目：仓库中的 Examples/ 目录包含 5 个完整示例

---

关于作者：iOS 开发工程师，专注于移动端性能优化和架构设计。这是我第一次深度尝试 AI 辅助开发，也是第一个开源项目。如果这个项目对你有帮助，欢迎在 GitHub 上给个⭐️，也欢迎提出改进建议！

如果你有任何问题或想要交流 AI 辅助开发的经验，欢迎在评论区讨论，或者在 GitHub 上提 Issue 。让我们一起探索编程的未来！

作者批

上面的内容都是 Cursor 写的(甩锅 ing), 我这里补充几点:

1. 任务合并和缓存, 在前端(React)框架中比较常见, 我的灵感也是来自于前端
2. 文中的各个大模型的特点, 我并没有验证真伪, 这部分大家看个乐呵就好了😂. 不过我在写测试用例的过程中, 我确实真对同一个类, 让不同的大模型给我写测试用例, 然后让 Claude 给我整理 case 、去除重复 case 、规范命名和注释等. 然后我在去阅读这些 case, 发现有遗漏的 case 再让 AI 补充.
3. 第三方库“要么功能不全，要么太重太复杂”, 这个有失偏颇, 我觉得大部分库还是功能不全, 我这个库才是太重太复杂🤦 大家用的时候根据实际项目各取所需即可, 简单和全面在一定程度上本就是需要做取舍的.

dream2716098767:

基本信息

系统：Windows11LTSC （不忘初心深度精简 2025-8-16 版本）（母版是 win11 的 24H2 ）

硬件：i5-11260H RTX3050

显示：笔记本外接显示器，仅在外接屏显示，外接屏分辨率为 3440*1440 ，win11 的系统缩放是 165%，文本大小是 130%。

Telegram 版本：5.16.6 （ Telegram Desktop ）

安装路径：D:/APP/telegram/Telegram Desktop/

具体表现：

1. 绝大多数的情况下，双击 Telegram.exe 后没有任何界面。任务管理器里后台进程能看到两个 Telegram.exe 进程。客户端窗口始终无法显示。关闭两个进程后，再次双击 exe 还是没有任何反应。
2. 有时候（概率极低）会忽然弹出个登陆界面，但是又会提示网络有问题。
3. 只有一次弹出登陆界面，也成功登陆进去，可是重启后又没有任何反应了。

日志

log.txt

[2025.09.08 05:36:13] Launched version: 5016006, install beta: [FALSE], alpha: 0, debug mode: [FALSE]
[2025.09.08 05:36:13] Executable dir: D:/APP/telegram/Telegram Desktop/, name: Telegram.exe
[2025.09.08 05:36:13] Initial working dir: C:/Users/8975/
[2025.09.08 05:36:13] Working dir: D:/APP/telegram/Telegram Desktop/
[2025.09.08 05:36:13] Command line: D:\APP\telegram\Telegram Desktop\Telegram.exe -safe
[2025.09.08 05:36:13] Executable path before check: D:/APP/telegram/Telegram Desktop/Telegram.exe
[2025.09.08 05:36:13] Logs started
[2025.09.08 05:36:13] App Info: Shortcut validated at "C:/Users/8975/AppData/Roaming/Microsoft/Windows/Start Menu/Programs/Telegram Desktop/Telegram.lnk"
[2025.09.08 05:36:13] AppUserModelID: Telegram.TelegramDesktop
[2025.09.08 05:36:13] Using DirectX compiler 'D:\APP\telegram\Telegram Desktop\modules\x64\d3d\d3dcompiler_47.dll'.
[2025.09.08 05:36:13] Connecting local socket to Global\3a28ac47dc80d001e315755e15f61f4c-{87A94AB0-E370-4cde-98D3-ACC110C5967D}...
[2025.09.08 05:36:13] This is the only instance of Telegram, starting server and app...
[2025.09.08 05:36:13] Moved logging from 'D:/APP/telegram/Telegram Desktop/log_start1.txt' to 'D:/APP/telegram/Telegram Desktop/log.txt'!
[2025.09.08 05:36:13] Old start log 'log_start0.txt' found, deleted: [TRUE]
[2025.09.08 05:36:13] Opened 'D:/APP/telegram/Telegram Desktop/tdata/working' for reading, the previous Telegram Desktop launch was not finished properly :( Crash log size: 0
[2025.09.08 05:36:13] Global devicePixelRatio: 1
[2025.09.08 05:36:13] QT_DPI_ADJUSTMENT_POLICY: AdjustDpi
[2025.09.08 05:36:13] Primary screen DPI: 96, Base: 96.
[2025.09.08 05:36:13] Computed screen scale: 100
[2025.09.08 05:36:13] DevicePixelRatio: 1
[2025.09.08 05:36:13] ScreenScale: 100

log_start0.txt

[2025.09.08 05:36:17] Launched version: 5016006, install beta: [FALSE], alpha: 0, debug mode: [FALSE]
[2025.09.08 05:36:17] Executable dir: D:/APP/telegram/Telegram Desktop/, name: Telegram.exe
[2025.09.08 05:36:17] Initial working dir: D:/APP/telegram/Telegram Desktop/
[2025.09.08 05:36:17] Working dir: D:/APP/telegram/Telegram Desktop/
[2025.09.08 05:36:17] Command line: D:\APP\telegram\Telegram Desktop\Telegram.exe
[2025.09.08 05:36:17] Executable path before check: D:/APP/telegram/Telegram Desktop/Telegram.exe
[2025.09.08 05:36:17] Logs started
[2025.09.08 05:36:17] App Info: Shortcut validated at "C:/Users/8975/AppData/Roaming/Microsoft/Windows/Start Menu/Programs/Telegram Desktop/Telegram.lnk"
[2025.09.08 05:36:17] AppUserModelID: Telegram.TelegramDesktop
[2025.09.08 05:36:17] Using DirectX compiler 'D:\APP\telegram\Telegram Desktop\modules\x64\d3d\d3dcompiler_47.dll'.
[2025.09.08 05:36:17] Connecting local socket to Global\3a28ac47dc80d001e315755e15f61f4c-{87A94AB0-E370-4cde-98D3-ACC110C5967D}...
[2025.09.08 05:36:17] Socket connected, this is not the first application instance, sending show command...

碎碎念

不忘初心的深度精简的 win11LTSC2025-3-15 的那个版本的系统在另一台电脑都可以用 TG 。 为什么这台电脑怎么就不行呢……。

对了 2025-3-15 的那个系统的母版是 win11 的 LTSC 。然后现在遇到问题的系统（ 2025-8-16 ）的母版是 win11 的 24H2 。既然母版都不是 24H2 为啥还要叫 LTSC……

binaryZ: 🌟 [招聘] Golang/Rust 开发工程师🌟
🔥 做公职类考试培训业务，行业 Top3 ！极客友好型团队。
📍 工作地点：郑州/ 呼和浩特 / 哈尔滨 / 济南 （多城可选，就近办公）
🚀 岗位职责
1.参与高并发、分布式系统设计与核心模块开发；
2.负责服务端性能优化及稳定性保障；
3.探索新技术并落地（如云原生、AI 等前沿方向）；
4.与团队协作，推动技术方案持续迭代。
🔍 任职要求
1. 扎实的 Golang 基础，2 年以上实际项目经验；
2. 热爱技术，具备极客精神：
a.业余爱折腾开源项目/工具，GitHub 有痕迹更佳；
b.关注技术趋势，对 AI 、微服务 等领域有好奇心；
c.了解或使用过 TensorFlow 、PyTorch 、BERT 、YOLO 、OpenCV 、Pandas 、DuckDB 等
3.熟悉 MySQL/Redis/Docker/K8s/Clickhouse/MQ 等常见服务及技术，了解分布式系统设计；
4.Debug 能力强悍，能够快速定位问题；
5.踩坑经验丰富；
6.良好的沟通能力和团队协作意识。

🌟 加分项
●熟练运用两门以上编程语言，用过 Rust 更佳；
●熟悉 Docker/K8s 或云原生技术栈；
●热爱编程，有独立作品。
💼 我们提供
✔️ 技术驱动的成长环境，挑战前沿项目
✔️ 弹性工作时间 + 扁平化管理
✔️ 薪资，中级 12K - 18K ，高级 18K - 25K
📩 投递方式：
邮箱： xtj.online@gmail.com （标题：Golang+城市+姓名）