作为自然风景爱好者,推荐下这本日历
bluedavy 2026-11-13 20:10 浙江
![]()
走遍和看遍全球美丽的自然风景,是永恒的梦想,这样的日历的好处是可以通过看这些美丽的风景照片(而不是那种“伪风景”),为下一个目的地的选择提供参考,只是觉得这日历不错,大家可自行到相应的电商网站搜索下单。
中国国家地理图书公众号写的这本日历更详细的介绍:重磅上新|《美丽的地球 2027 日历》:这一年,重新发现真实的世界
bluedavy 2026-11-13 20:10 浙江
![]()
走遍和看遍全球美丽的自然风景,是永恒的梦想,这样的日历的好处是可以通过看这些美丽的风景照片(而不是那种“伪风景”),为下一个目的地的选择提供参考,只是觉得这日历不错,大家可自行到相应的电商网站搜索下单。
中国国家地理图书公众号写的这本日历更详细的介绍:重磅上新|《美丽的地球 2027 日历》:这一年,重新发现真实的世界
HelloSREAgent 2026-11-03 11:24 浙江
![]()
我还挺好奇大家用 AI 办公类型的产品吗,用来做什么?小小调研下,欢迎评论。
ps: 对于创业公司而言,千万别做这样和大厂竞争的方向,烧不起...
bluedavy 2026-10-30 08:11 浙江
![]()
在昨天给ChatGPT Pro+用户送API 额度后,今天又宣布:ChatGPT Pro+用户额度翻倍,:),看来竞争无比激烈。
![]()
符合条件的 ChatGPT Pro 和 Business 付费用户,可以额外领取免费 API 额度,赶紧领,:)
这笔额度可以用来抵扣调用 OpenAI API 的费用,例如开发自己的 AI 应用、运行 Agent、生成图片等。
按完整月度账单周期计算,赠送额度如下:
订阅方案 | 赠送的 API 额度 |
|---|---|
Pro 100 美元档 | 100 美元 |
Pro 200 美元档 | 200 美元 |
Pro 500 美元档 | 500 美元 |
Business Standard | 每个付费席位 20 美元 |
Business Premium | 每个付费席位 100 美元 |
Business 的额度由工作区共享,每月合计上限为 500 美元;年付 Business 一次性发放全年额度,每年上限为 6,000 美元。Plus、免费试用不在本次福利范围内,符合条件的付费订阅需已生效至少 7 天。
领取前,记住三个要点:
首次领取按当前账期剩余时间折算,不一定能领到完整额度。
额度在对应账期结束时失效,不结转。
激活一次即可。只要福利继续提供、订阅保持符合条件,后续续费时会自动发放。
另外,这笔额度不会增加 ChatGPT 或登录版 Codex 的使用限额,也不支持抵扣通过 API Key 使用 Codex 的费用。
先确认账号:ChatGPT 和 API 账号使用同一邮箱,你需要拥有接收额度的 API 组织的 Owner 权限。Business 还需要由工作区 Owner 操作。
从 ChatGPT 领取,按下面几步操作:
打开账单页面。 Pro 用户登录订阅账号,进入 Settings → Billing(设置 → 账单);Business 用户进入工作区的账单设置。
找到 API credits benefit。 点击进入领取流程,选择接收额度的 API Organization(组织)。第一次使用 API 的用户,可以关联自己的 Personal API Organization。
核对并确认激活。 检查接收组织、赠送金额等信息,再确认领取。
查看是否到账。 打开 OpenAI API 平台,选中刚才关联的组织,在 Billing 页面查看额度。
也可以直接从 API 平台的 Billing 页面发起领取,关联符合条件的 ChatGPT 订阅。使用已生效的赠送额度,无需额外添加 API 付款方式。
如果看不到入口,先检查订阅类型、是否已满 7 天、邮箱和工作区是否正确,福利是否开放,也受账号开放批次和国家影响。
本文按 2026 年 10 月 29 日官方说明整理,具体资格、金额和有效期以账户页面为准。
官方说明请点击阅读原文查看。
原创 bluedavy 2026-10-29 09:08 浙江
![]()
最近用 FishAgent 分析了下2025年9月9日至2026年10月27日在港股上市的179只股票,主要想看两组数据:过去一年的表现,以及未来可实际流通股的变化。
最近用 FishAgent 分析了下2025年9月9日至2026年10月27日在港股上市的179只股票,主要想看两组数据。
第一组,是它们上市之后的股价表现:和上市首日开盘价相比涨跌多少?和上市以来的最高收盘价相比,又跌了多少?
第二组,是它们未来一年可实际出售股份的变化:在目前已披露的安排下,一年后的潜在可售股数会与现在有多大不同?
两组数据,一个回看已经发生的价格变化,一个观察未来已披露的股份供给情景。下面直接看结果。
先以上市首日开盘价为基准,比较2026年10月27日的收盘价。
在179只股票中,26只上涨,151只下跌,另有2只缺少统计日收盘记录,无法分类。其中75只较上市首日开盘价下跌达到50%及以上,占全部179只样本的41.9%。

这里使用的是上市首日开盘价,而不是IPO发行价。两者可能差别很大,因此这项结果并不是“相对发行价的收益率”。
换一个基准,继续分析。

这里比较的是上市以来的最高收盘价,而非盘中最高价,也不是对每个时段峰谷最大回撤的计算。
仅看股价,还不够理解新股接下来可能面临的市场供,对很多刚上市的公司,另外值得跟踪的是:随着已披露的限制安排逐步变化,具备出售条件的股份规模可能出现怎样的变化。
这次继续使用 FishAgent 已整理好的股份模型,结合股份批次、禁售限制、解除限制的时间安排及相关条件,计算同一批179只股票未来一年的情况。

需要特别注意:达到现时5倍,指未来总量与现时总量的比值至少为5,而不是新增5倍。未来快照是依据当前已披露安排形成的模型情景,不代表届时一定如此,更不代表这些股份一定会被出售。
最近的市场就有两个值得观察的例子。
群核科技在2026年10月19日迎来大规模股份解禁,10月20日股价下跌25.37%。公司随后披露部分股东自愿延长禁售安排,也说明实际可售状态会受到后续新安排影响。
滴普科技的公开资料显示,2026年10月28日有大额股份解禁安排。其股价在10月22日下跌34.01%,10月28日又下跌约23.09%。
上述个股案例中的10月28日行情,晚于本次179只股票价格统计的10月27日截止日,不参与图一、图二的批量分布计算。
这些时间上的对应值得观察,但不能仅凭“解禁附近出现大跌”,就认定解禁是股价下跌的全部原因,公司的经营状况、估值、市场情绪和真实买卖盘都会影响价格。
但市场潜在供给的变化,是需要被充分纳入了研究视野的。
这次研究的179只证券,上市日期范围为2025年9月9日至2026年10月27日,以 FishAgent 本次研究所纳入的股票为样本,按股票代码计数,并非声称覆盖所有港股发行人。
股价统计使用2026年10月27日收盘记录;两组价格分布各有2只无法分类。未来股份情景观察至2027年10月28日,有3只因基准可出售股数为零而不能计算倍数。
股份模型依据研究时已经取得的公开披露进行推演。未来若出现新股发行、回购、禁售期延长、限制条件变化或资料修订,结果可能变化;股数区间和未知情况也不应被理解为确定性预测。
这篇文章只展示两组统计结果,不作个股推荐,也不据此判断未来股价。
贝联珠贯毕玄 2026-10-26 18:08 浙江
![]()
在演讲中,毕玄以 SREAgent 为例,从 Agent 能力演进、客户专有能力、竞争力检验三个维度,系统回答了 "当通用大模型越来越强,垂类 Agent 的竞争力到底在哪里" 这一行业普遍困惑。
10 月 24 日,贝联珠贯创始人兼 CEO 毕玄亮相「1024 AI 社区日」,并发表《AI + 垂类 Agent:以 SREAgent 为例看垂类 Agent 的竞争力》的主题演讲。
在演讲中,毕玄以 SREAgent 为例,从 Agent 能力演进、客户专有能力、竞争力检验三个维度,系统回答了 "当通用大模型越来越强,垂类 Agent 的竞争力到底在哪里" 这一行业普遍困惑。
以下为演讲全文:
各位开发者朋友们,大家好!
我创业至今已经五年了,现在日常技术参与地比较少,更多聚焦在经营层面。但是今天是 1024 ,我希望能够回到一个技术人的角色,分享我对技术发展的一些看法。
今年,大家对 AI Agent 的感受越来越强烈,无论是国内的千问办公、WorkBuddy 还是海外的 Muse,个人 Agent 和办公 Agent 大面积流行,并已成为大家的共识。今天我想以我们的 SREAgent 为例,聊一个大家普遍关注的问题:当通用大模型的能力越来越强,垂类 Agent 的竞争力到底是什么?
贝联珠贯的核心产品是 SREAgent,一个面向智能运维的垂类 Agent。垂类 Agent 的竞争力始终处于动态变化之中,因为 AI 的发展太快了。今天判断的一些趋势,很可能明天就会被打脸。也正因为如此,无论是做技术还是做业务,最重要的是自己的判断力。判断正确与否并非是最关键的,但没有自己的判断力,很容易陷入什么火就做什么的困境。
先说一个我的基本判断:AI 能力的演进,并没有消灭垂直能力,只是改变了 "能力由谁提供"。过去需要专业团队逐项开发、适配的能力,今天很多已经可以由通用模型与工具的组合来实现。而这,恰恰是垂类 Agent 重新定位自身价值的关键。
真正的价值:将复杂任务落地
如果把做 Agent 比做盖一栋大楼,那么除了底层的大模型之外,上层的部分最初都需要 Agent 公司自己搭建。一年多以前,我们开始做 SREAgent 的时候,就是从 0 开始自己盖整栋大楼。
在最开始,几乎整栋楼都要自己建:从底层的大模型,到长程任务执行、通用工具与环境、客户专有采集,再到最顶层的客户业务运行模型。我们把这套体系概括为:高质量、可靠、受控地完成复杂任务,中间贯穿着记忆、反馈、演进,并且全程遵守权限边界。
![]()
但是现在,情况已经发生了变化。如今大模型在长程任务执行上已经做的非常出色,不需要 Agent 承担过多工作。同时,大模型在通用工具的使用能力上也有了大幅进步。所以,在长程任务执行和通用工具层面,Agent 公司未来的角色,更多是做一些弥补性的工作。
去年下半年,我们曾有过一次误判,以为 Agent 公司的竞争力在于通用工具和长程任务执行。但是今年我们认为,这两者未来会是大模型公司自己的核心竞争力。所以,楼并没有变矮,只是通用的底座变厚了;能力仍然需要,只是提供者变了。这正是垂类 Agent 要重新思考自己位置的地方。
垂类 Agent 的定位:
寻找不可通用的工具
作为垂类 Agent 公司而言,最棘手的问题在于工具本身是不通用的。以运维领域为例,每家公司的监控数据、各类数据的采集方法各不相同。无法通用也就意味着大模型本身很难做好一个通用工具,它必须在此基础上,通过类似 skill 的形式再做一层封装。
在类似 PPT 的通用工具层面,我相信大模型自己会做好,而垂类 Agent 的价值,在于找到那些不可通用的工具。这一点很像定制化,我们认为,未来就是定制化的,它有足够的价值。对创业公司和小公司而言,需要去找到垂直工具的场景,找到这些“脏活累活”。
在 SREAgent 此前的版本中,内置工具很多,但仍然需要客户自己编写。我们曾以为编写这些很简单。但是在客户侧,编写 skill 是有门槛的:它需要单独学习,而且 skill 对模型的泛化能力具有很强的引导性,写不好反而会误导模型,导致效果更差。
SREAgent 3.0 版本突破了这一限制。当客户需要对接专有数据源时,只需要用自然语言描述需求,SREAgent 就能完成客户专有采集。这样既保持了模型的泛化能力,同时又做好数据采集工作。所以 SREAgent 3.0 版本具备“自进化”能力,我们也相信,未来大部分软件都会具备这样的能力。
![]()
真正的壁垒:数据的采集、处理与建模
然而,skill 能力本身不会成为壁垒。当你展示出这种能力后,很快会有人做出同样的东西。那么,真正的壁垒在哪里?
垂类 Agent 的能力,首先是数据采集。采集到数据以后,更重要的是对数据本身进行处理,我认为这是垂类 Agent 非常重要的壁垒之一。第三,则是基于此之上的建模,采集并处理完数据后,如何结合客户的业务,建立一套运行在客户业务之上的模型。这一点非常重要,也是垂类 Agent 最重要的壁垒。
这里的关键在于专业知识。面对同样的数据,专业知识决定了选择什么、如何解释、怎样关联。客户业务运行模型需要三类输入共同支撑:一个是观察、分析、验证等领域专业知识,一个是流程、语义、约束等客户业务知识,以及日志、指标、事件等客户现场数据。知识不仅决定如何建模,也决定应该采集什么。
![]()
拉开差距的关键:自我演化迭代
除此之外,是否具备持续自我演化迭代的能力,则是未来各垂类 Agent 拉开巨大差距的关键。大模型在基础层面会提供记忆、迭代、演进的能力,但是假如今天建好了一套业务运行模型,明天系统变了,这个 Agent 是否还能用?是否还需要人去维护?所以,Agent 本身必须能够自我学习、自我迭代业务运行模型。
客户的系统在持续变更,业务在持续变化。真正的 Agent 要能够感知新的证据、识别变化、完成验证,再持续更新业务运行模型。记住更多,不等于始终正确。今天正确,不代表明天仍然正确。
真正有价值的 Agent,不是 "会聊天、会查资料",而是要高质量、可靠、受控地完成复杂任务。
![]()
未来对我们而言还有很多问号,但垂类 Agent 的核心在于采集数据以及数据的处理、建模与迭代,这是我认为最关键的四个层面,而这四个层面也会成为垂类 Agent 强有力的竞争力。
最终的答案,写在客户的真实业务里
模型厂商会不断上移,因为越往上,价值越大,越贴近业务,上层才是最大的价值。如果你的价值只是“比模型多会一点”,那你会被替代;如果你的价值是让客户以更低成本、更快速度,获得一份可靠、受控、真正理解自己业务的 Agent,那模型越强,你的价值反而越大。
最后我也把这个问题留给大家:垂类 Agent 应该思考,当模型再进步一代,客户为什么还要选择你?答案的核心,是高质量、可靠、受控,是更快交付、更低的持续维护成本。
当然,这个答案,不是写在 PPT 上,而是写在客户的真实业务里。我们最近发起了 SREAgent 应用场景征集赛:用 SREAgent 解决真实问题,就有机会赢取万元大奖。
我们相信,一个垂类 Agent 值不值得选,最终要看它能不能在真实的业务场景里,稳定地把事情做对、做快、做得受控。谢谢大家!
![]()
![]()
扫码添加小助手微信
了解场景征集活动详情
![]()
相关推荐
▽ 点击【阅读原文】,了解场景征集活动详情
贝联珠贯毕玄 2026-10-21 09:33 上海
![]()
万元稿酬+2 万积分,SREAgent 在线征集真实落地案例!自从用上 SREAgent,它帮你解决过哪些问题?
万元稿酬+2 万积分,SREAgent 在线征集真实落地案例!
自从用上 SREAgent,它帮你解决过哪些问题?是一件本来要花两小时的故障,10 分钟就解决了?还是海量告警被它自动降噪,帮你卸下深夜Oncall 的重担?……以及 SREAgent 深入业务的各种场景。
真实的业务场景与实战细节中,一份产品文档,永远无法穷尽。毕竟,产品文档里,写的标准化的「能力清单」,一线的运维工程师手里,握着的是真实的「业务现场」。中间那段距离,只有身在运维一线的你,才能讲清楚。
所以,我们想做一件事:收集 100 个真实的 SREAgent 问题排查记录。
「SRE Agent 解决的 100 个问题」,征集赛启动!
即日起至 2026 年 12 月 31 日,我们面向所有 SREAgent 的客户和使用者,收集通过 SREAgent 解决的真实问题。整个活动的全部要求只有一句话:把一次真实的诊断记录发给我们,剩下的,我们来!
没有版本要求,云上版本和私有化版本都可以。甚至,没用过 SREAgent 也没关系,可以直接联系我们,或通过阿里云云市场搜索“SREAgent”下载使用。但是,同一个团队,不能重复投稿哦~
我们只征集一件事:SREAgent 深入业务后,具体解决了什么问题。要是再附上截图就更完美了!
参与方式:粘贴一下就行!
参与方式很简单:将一次 SREAgent 的诊断记录复制粘贴发到本次活动的专属社群,或者邮箱,附一句话,说清「它帮我解决了什么」。结束!
卡片格式也可以,当然,愿意写成文章详细描述的,我们也热烈欢迎!
卡片样式参考: 标题:一句话概括故障 / 场景 背景:一句话介绍什么环境,什么规模,什么业务场景 SREAgent 做了什么:一句话说清 SREAgent 解决了什么问题,如诊断、定位、解决方案等(可以附上诊断记录和截图) 结果:一句话概括 SREAgent 的使用效果,如用时多久,人的角色是什么,效率提升了多少等 点评:一句话点评 SREAgent ,好用或者不好用,以及希望提升的地方 |
邮箱地址:yunshan@lccomputing.com
活动交流群:添加小助手微信进群交流⬇️
![]()
(欢迎大家进群围观!🎉❤️)
万元奖金、2 万积分,只等你来!
本次征集活动,我们设置了四大重磅奖项:(以下稿酬为税前金额)
🏅年度最有价值场景3 个,稿酬 10000 元 🏅年度最佳创新场景 3 个,稿酬 6000 元 🏅年度典型场景5 个,稿酬 3000 元 🏅年度探索场景 10个,稿酬 500 元 |
除此之外,获奖者还可获得官方账号曝光、线下活动分享席位等权益,也可以来「三哥创业日记」视频号聊一次,讲讲你们那段经历。
比赛期间,免费向参与者所在企业的 SREAgent 账号赠送 2 万积分(每月 1 万,按月充值)!还可获得新版本优先试用、产品邀测等权利!
不白来,都不白来!
SREAgent 解决的每一个问题,等你提交!
官网地址:https://www.lccomputing.com/
SREAgent云上版本:阿里云云市场搜索【SREAgent】或点击【阅读原文】进入
关于本次活动的任何疑问,欢迎扫描下方海报上的二维码咨询⬇️
![]()
bluedavy 2026-10-18 10:36 浙江
![]()
<兽爷丨2026最窒息的文字>看的实在是感叹万千,每个人的一生都会碰到各种各样的难关(就像大富翁游戏里沙隆巴斯的口头禅:人生不如意,十之八九),随着年龄越来越大,现在自己面对难关,心态上会是“相信一切都是最好的安排”,毕竟还是要前行的,不是吗?
![]()
最近兽爷写的兽爷丨2026最窒息的文字这篇文章看的实在是感叹万千,每个人的一生都会碰到各种各样的难关(就像大富翁游戏里沙隆巴斯的口头禅:人生不如意,十之八九),尽管不尽相同,或者说面临的难关的程度也不相同,有些人的难关对另一些人可能并不觉得,但在个人当时可能就会觉得这是难以迈过去的,随着年龄越来越大(
越来越老登),现在自己面对各种难关,心态上会让自己“相信一切都是最好的安排”,毕竟还是要前行的,不是吗?
纯粹只是想分享碰到难关时怎么继续前行的一种心态吧,不想写太多,否则很容易让人觉得太鸡汤,或者会让人觉得你所面临的难那哪叫难等等,以瓦依那乐队的《大梦》结束。
![]()
司马辽太杰 2026-10-13 08:41 浙江
以下文章来源于:司马辽太杰
司马辽太杰这是一位数据库从业者以及历史爱好者的个人公众号。
![]()
一个数据库行业多年的老炮,自己做的数据库AI 运维产品,推荐下。
2011 年夏天,杭州。
风吹的很热,热得像一台运行多年的服务器,没人重启,也没人问它累不累。
那年我大学毕业,踏入数据库行业。记得第一次跟师兄走进机房,没有窗,声音很响,灯很多,有红的、绿的、黄的,一闪一闪,像一群永远不休息的牛马。后来我才知道,以后很多个夜晚,我也和它们一样。
一转眼,十五年。
十五年,长到 Oracle 在国内从不可一世的商业数据库绝对王者,变成偶尔被提起的旧名字。短到好像昨天,我还在为一条慢查询熬到凌晨三点。那时候我以为,只要索引建对,人生就不会出错。后来才明白,人生没有索引,也没有执行计划。
那时候,大家都说数据库是企业的命。后来又说,云计算是命,微服务是命,国产化是命,AI 是命。
命越来越多,数据库工具也越来越多。开源社区像一条没有尽头的走廊,门多,钥匙更多。
SQL 审核有 Archery、Yearning;在线改表靠 gh-ost、pt-osc;数据恢复用 MyFlash、binlog2sql;监控搭 Prometheus、Grafana;备份恢复、性能分析、安全审计还要找 Percona、PG 社区。每一样单独拿出来,都很强,可一旦在企业里,麻烦就来了。
每套系统独立部署、独立账号、独立权限,切换来回登录;
操作链路割裂,不同的数据库就要配套一套完全不一样的工具栈,变更、排查、备份、审计的工作流程互不打通;
上手门槛高,开发看不懂运维工具,DBA 要维护一大堆组件的版本、依赖、bug;
遇到复杂 SQL、性能抖动、异常日志,还是要靠 DBA 的经验一点点人肉排查,知识很难沉淀。
行业一直在堆叠工具,却很少有人把数据库全链路操作、规则、诊断能力、安全审计整合到同一个开源平台,更少有产品,把 AI 能力嵌入到运维的每一步。
所以有了 JaySQL。
![]()
产品首页图
JaySQL 是一套面向数据库运维与研发协作的一体化 Ai 管理平台,把「查询与变更、备份与恢复、性能与监控、审计与权限」收敛到同一个控制台,让企业数据库运维不再九龙治水。
![]()
当前产品能力矩阵图
目前,SQL 审核有 70+ 条规则,覆盖 DDL、DML 等语句;支持逻辑与物理的全量、增量备份。监控有 80+ 项,覆盖基础资源、数据库、引擎等维度。性能分析包括慢查询、锁等待、执行计划、索引建议,以及表、用户、进程等信息。
重点介绍AI助手功能。首先澄清一个概念,大模型不实现具体的功能,模型只负责调用工具并传入正确的参数,然后实现功能。就像 DBA 不会自己去备份数据库,而是调用 mysqldump 并传入合理的参数,实现备份功能。
JaySQL AI 助手把大模型接进平台真实数据,面向企业 DBA 与开发人员。当前,内置 11 个工具,可实时为模型调用,实现查询实例清单与规格画像、库表清单与建表语句、工单、备份执行结果、监控告警和慢查询;回答只依据真实数据,权限与「SQL 查询」页同源。
![]()
产品AI助手页面
👉【地址】:http://120.27.161.48:8083
👉【用户名】:jaysql
👉【密码】:Jaysql@2026
说明:www.jaysql.top 域名已注册,当前在审批中。
![]()
产品首页
体验不用准备服务器、数据库,系统已经预置了两个示例实例(MySQL / PostgeSQL 各一个,含约 10GB 示例数据),进去就能上手。
建议按这三步走一遍:
在【AI助手】用中文问一句,比如"当前有哪些实例",AI 会告诉你答案。
在 【SQL工作台中,点开某个实例,可以写SQL、也可以提交工单。
也可以查阅产品文档,整体了解产品能力。
总之,五分钟,体验完整的产品功能。用得不顺手的地方,点击产品页面右下角【反馈】,给我们提供宝贵建议。
今天是 JaySQL 第一次公开亮相,他从无数个真实的凌晨里长出来的,也还需要更多真实场景把它打磨下去。
JaySQL 未来计划
10月底:
JaySQL 会根据 Apache License 2.0 开源。
支持 Oracle、Doris、TiDB、OceanBase、Greenplum、ClickHouse的审核、监控告警、性能分析等能力。
2026年底:
增加数据脱敏、加密功能。
支持MongoDB、Redis 等非关系新数据库。
加强AI助手能力,包括数据库风险识别、自运维能力。
2027年Q1:
增强多云与云基础设施接入,完善对阿里云、腾讯云、AWS等主流云数据库实例的发现、纳管与成本/资源视图,支持多云环境下的统一监控与运维。
开放插件与 API 生态,提供开放 API、Webhook 和插件机制,便于对接企业工单、CMDB、告警中心、CI/CD 流水线与内部运维平台。
增加完整的数据库生命周期管理,覆盖创建、配置、变更、扩缩容、回收、下线与归档等环节。
十五年后,我还在杭州,还在数据库行业。
但机房换了,工牌换了,头发少了。
然而手机铃声一响,我还是会想起 2011 年那个夏天风从走廊尽头吹过来,带着金属和灰尘的味道,我站在门口,以为自己只是进去修一个 Bug。没想到,一修就是十五年。
十五年,我从一个人,变成了四个人,一妻,一儿,一女。现在我又多了一个小孩,他叫 JaySQL。
今天,JaySQL 很年轻,我也还不算老。我会像养自己孩子一样,让他学习,教他能力,在数据库世界里做一个真正有用的人。
杭州的风还在吹,机房的灯还亮着,我又多了一个孩子。这一次,我希望它慢慢长大,不用急,十五年我过来了。
![]()
JaySQL 作者
司马辽太杰,杭州乡下人,十五年互联网、金融、运营商等行业数据库经验,擅长关系型、NoSQL、MPP 、云原生等类型数据库的架构设计和运维管理。工作之余热爱足球,读点闲书。欢迎关注个人公众号“司马辽太杰”,我们多交流、常联系。
![]()