25 | 产品世界的暗黑模式：操纵的诱惑

“卑鄙是卑鄙者的通行证，高尚是高尚者的墓志铭。”——北岛

2018 一开年，支付宝年度账单运营活动流程中，默认选中 " 我同意《芝麻服务协议》"，这一举动被指利用运营活动套取用户数据使用权，在社交网络引起轩然大波，芝麻信用官方随后出面澄清并向用户致歉。

25 | 答疑（二）：GIL与多线程是什么关系呢？

你好，我是景霄。

不知不觉中，我们又一起完成了第二大章进阶篇的学习。我非常高兴看到很多同学一直在坚持积极地学习，并且留下了很多高质量的留言，值得我们互相思考交流。也有一些同学反复推敲，指出了文章中一些表达不严谨或是不当的地方，我也表示十分感谢。

你好，我是 LMOS。

上节课，我带你一起设计了我们 Cosmos 的进程调度器，但有了进程调度器还不够，因为调度器它始终只是让一个进程让出 CPU，切换到它选择的下一个进程上去运行。

上一期我讲了高可用存储架构中常见的双机架构，分别为主备复制、主从复制、双机切换和主主复制，并分析了每类架构的优缺点以及适应场景。

今天我们一起来看看另外两种常见的高可用存储架构：数据集群和数据分区。

从今天开始，我们进入专栏的“大数据平台与系统集成”模块。

前面我讲了各种大数据技术的原理与架构，大数据计算通过将可执行的代码分发到大规模的服务器集群上进行分布式计算，以处理大规模的数据，即所谓的移动计算比移动数据更划算。但是在分布式系统中分发执行代码并启动执行，这样的计算方式必然不会很快，即使在一个规模不太大的数据集上进行一次简单计算，MapReduce 也可能需要几分钟，Spark 快一点，也至少需要数秒的时间。

你好，我是周维。从今天开始，我们就进入到了课程的最后一个模块：变现篇。

从业多年来，我接触过很多的短视频创作者，他们问得最多的问题就是“我的账号要怎么变现”，可见不少创作者都不了解短视频变现的主要模式。那么说得直白一些，这样的创作最终也只是给平台贡献了一点活跃数据而已。

自编码器（auto-encoder）是一类执行无监督学习任务的神经网络结构，它的目的是学习一组数据的重新表达，也就是编码。

在结构上，自编码器是包含若干隐藏层的深度前馈神经网络，其独特之处是输入层和输出层的单元数目相等；在功能上，自编码器的目的不是根据输入来预测输出，而是重建网络的输入，正是这样的功能将自编码器和其他神经网络区分开来。由于自编码器的图形表示像极了杂技中使用的道具空竹，因而也得了个“空竹网络”的雅号。

目前来讲，你已经初步了解了 LLVM 和它的 IR，也能够使用它的命令行工具。**不过，我们还是要通过程序生成 LLVM 的 IR，**这样才能复用 LLVM 的功能，从而实现一门完整的语言。

上篇，我讲述了关于建立时间习惯的第一步：感知与测量；之所以需要先感知与测量，就是为了更好地了解你的时间都花在哪里去了。

下一步，为了更有效地利用好你每天有限的时间，就需要你重新审视并调整你的时间切割与构建方式。

25 | 使用有序的代码，调动异步的事件

同步和异步，是两个差距很大的编程模型。同步，就是很多事情一步一步地做，做完上一件，才能做下一件。异步，就是做事情不需要一步一步的，多件事情，可以独立地做。