sqlite or duckdb? 一般 raw data 大于 10w 行业务都不会一行行看，聚合计算啥的，不如 sql 方便啊。

当前官方 API 没有支持生图的吧？有的话要么是 hack 网页版的，要么假的
https://platform.openai.com/docs/models/gpt-4o

JB 家 AI 还是算了吧……除非收购 Cursor 否则救不回来了。

手持 24-70GM2 ，70-2200GM2 ，50F1.4GM ，现在最常用的是 24-70GM2

恭喜恭喜

你这需求用 yolo 就可以实现，具体自己搜搜

@hanqian 是的，御三家的 TOS 都有地区要求，且要求三方代理商回传用户地区信息作为判断依据。

既然都能接受溢价了……要不加钱买理光/富士？胶片感拉满

@rpman 哈哈确实

@chesha1 没必要这么戾气吧，就一名字，肯定会蹭下出名的项目，但好好做也没啥不可。
类似的项目有 Devin 的开源实现 OpenHands https://github.com/All-Hands-AI/OpenHands ，之前就叫 OpenDevin ，社区表现也都挺好。

热门景点尽量避开周末，需要预约的景点提前点定。
北京除了二环内景点聚集那片，其他景点离得都不近，带老人旅游别排太满，两点距离地铁公交单程超过 1 小时的这种，都尽量错开。

从一开始就不要把涉密信息硬编码到代码里，这跟使用不使用大模型无关，是一种良好的代码安全意识。

生快！

@xiaohupro 不用客气，也不是啥普及，只是感觉最近拿着大模型锤子找钉子的人越来越多了😂

另外补充下，我第一条想表达其实是，虽然大模型能获取到更多用户主动发送的信息，但其实，这种挖掘并没有比传统方法高到哪里去。
主要原因也还在：
1. 和 LLM 对话的信息量级远少于在线推荐系统的反馈，也就是说，这类特征更加稀疏——从使用频次、时长上来说都是这样。
2. 非结构化数据挖掘整理到结构化，这个成本比直接的结构化数据要高。
3. 对普通用户来说，张口表达把问题问清楚，把 context 讲清楚，这个要求远高于让他们去点/划表达喜恶——咱们冷静想想，搜索引擎出现二十年了，真正善用搜索的人有多少？简单几个 Keyword 都数不清楚的普通人，有几个能明白现在 LLM 的那些 Prompt 技巧？

@xiaohupro 另外，多模分析也不是今天才有的，抽帧截图做实体识别，七八年前业内就开始做了，从搜索推荐到内容审核现在广泛应用。只是现在这波让这些技术更多暴露在了非从业者眼前罢了。

@xiaohupro 从业者表示，根本不用这么麻烦，几个大厂通过非 LLM 做的用户画像模型，精准度在 90%以上。当年我们在全国随机抽几百个用户找人做了用户调研访谈，结果中年龄、性别、职业、泛爱好这种纬度，都准得一批。

@TimePPT 还有，绑定手机号是有关部门规定，强制实行也十多年了，跟大模型也没啥关系。反而是，有司现在要求各家 LLM 加明水印、暗水印，方便回溯来源影响会更直接。

对广告推荐来说，从你问大模型问题里挖掘喜好搞广告，还不如你刷小红书/抖音 feed 流点击查看的反馈收集来得直接。
以及，就算输入 Query 分析的用户画像，Google / 百度都做了十几二十年了。又不是 LLM 时代才有的新鲜玩意。