猪肉、土豆、菜花、大白菜、干粉条、番茄不都可以么。。。

我想说 10 月 1 号的票，候补都抢不到。。

难抢是因为候补都给顶没了吧。。。

这是明显的安全问题，支付宝、微信的刷脸还好，但是你防止的了第三方吗，这技术防护参差不齐

权限分配呀，还有删库权限？

我觉得下一次的引爆点，在于虚拟现实 VR AR 的深度应用

人工智能❌
人工智障✅
其实就是特定领域的统计学应用。。。强化训练，概率偏向。

一、不赞同
1.String openid = (String) tokenMap.get("openid"),userMapKey;❌
2.省略{} if、else 不分行❌
二、争议
return new OutVoGlobal(EnumRetCode.SUCCESS).setData(orderMapper.list(dto.setBelong(user.getUserNo()))); ❌
这种类似风格，写的好很推崇，但写的差很容易写出屎一样的代码。我见过有 100 多行的链式，你读到后面就忘了前面，后来那个写的人也不知道了，哈哈。我觉得原则上支持链式，但是你要拆分的力度适中，5 个左右不超过 10 并且语义明了。
Java 中流式写法更适合数据处理。常用的实例：
widgets.stream()
.filter(b -> b.getColor() == RED)
.sorted((x,y) -> x.getWeight() - y.getWeight())
.mapToInt(Widget::getWeight)
.summaryStatistics();
或者
numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());
你可以看到数据从第一行，到最后一行语义就是逻辑，是由顺序的。
三、分析
return new OutVoGlobal(EnumRetCode.SUCCESS).setData(orderMapper.list(dto.setBelong(user.getUserNo())));
写的问题在哪里，我们分析一下：
执行顺序：创建 OutVoGlobal 返回值——>setData 设置数据——>orderMapper.list 执行——>dto.setBelong 封装 userNo，同时要获取 userNo
在我们眼里的顺序是怎样的，获取 userNo ——>封装——>执行 list ——>封装返回 OutVoGlobal。可以看出它实际上需要逆着思维的顺序，user.getUserNo()这部分如果嵌套过多甚至你需要不断找。所以这种风格有点像用但是没用好的感觉。
四、改造
OrderParamBuilder.Builder().setUserNo(user.getUserNo()).build().list(orderMapper).ifNull(EnumRetCode.ERROR).else(EnumRetCode.SUCCESS);
或者
orderMapper.list(OrderParamBuilder.Builder().setUserNo(user.getUserNo()).build()).****

如果宇宙是多重、无限的，当你死去的那一刻，你还会从别的地方醒来 23333

@SuperMild 一般先尝试 SDK，再调用原生 API。。。你反了吧

1.学好算法和数据结构。ACM 你要是有毅力能吃苦，还有点天赋能搞出个奖来，对你以后工作、考研都有光环加成(主角光环) ——>国家级别前几名的考研、进厂 100%稳了
2.学好英语——>以后的文档大部分还是英文
3.学好数学——>尤其是线性代数、统计学，如果你要从事人工智能相关，这个不懂你还是要从头学。还要你工作了就没时间学习系统的知识了。
4.经典书籍——>HTTP、TCP/IP、深入理解计算机原理 /编码的奥秘、数学之美、Java 入门书籍随便找一本就可以
5.练习——>先写个博客开始吧。你会了解到 SSM 等框架知识。
6.不断提升
(1)代码很烂——读读 Github 同类代码、看看大话设计模式
(2)登录怎么做到多服务器支持——学习 Redis 等知识
(3)代码越来越多，多人协作怎么办—— Git
(4)代码越来越多，多人协作频频撞车——读读人月神话
(5)如何解决随人增多到一定程度项目开发效率反而降低问题，领域模型拆分项目，使用服务原子化——>你可以学习到 RPC 是什么，同时了解 netty
(6)继续提升。。。写不动了。。

服务端不存就是 jwt 那种，每次生成一个新的 token，但是重放攻击你怎么防止，被使用过的仍然符合你的验证规则。所以按次这种，服务端必然要存。

我就说静态非活体人脸检测
1.首先是深度神经网络进行学习，提取人脸特征值，这个值就是人脸上重要点位的坐标信息
2.大量训练后，就可以得到一个集合类似于[-12,-324,100,-30...]，一般越多人脸比对越准确
3.然后构建一个内存型的服务器，将 faceId->人脸特征关联起来，建立一个映射
4.当一张脸来时，依次对该人脸特征进行矩阵运算得到一个分值，该分值越小代表人脸特征越相近
5.一般会有个阈值，低于该阈值可以认为相似。若追求准确则扫库，得到结果 faceId

没得灵魂，有感觉，但没词语没意义。。。

瑞士军刀、incase

可以管理部门团队，安排工作进度和方向，指定规范、流程、赏罚、团队建设，做人个人能听下面的人的建议、不刚愎自用就可以。但是不能管理技术本身，比如决定技术选型、估计技术难度、时间，这需要一个技术负责人来把关。

不建议出去，谢谢