ChatGPT现在真是当红炸子鸡，搞AI的不聊上几句它就感觉已经跟不上时代了。我的看法是ChatGPT在语言理解能力上确实有突破性的进展，理解能力突破人的想象，这一点毋庸置疑。虽然它还饱受回答存在编造，真实性存疑的问题，不过这些都可以解决。
不过ChatGPT仍然有其局限性，这个局限性和所有软件一样就是对现实世界的影响有限。你可以用它来查询信息，提供灵感但是除此之外还能做什么呢？你没法真的用它来服务到你的生活，比如查询个人信息（我的快递到哪里了？）、提醒你缴纳各种费用、交通拥堵时寻找新的路线 — 所有这些事情都可以在特定的软件中做到，但是没有办法通过一个统一的交互界面完成，比如语音交互。当然非要做到这一点那就需要堆海量码农继续套模板玩法，这个没意思。
我的个人看法是ChatGPT接下来可以从“定义机械语言”与“翻译机械语言”两个角度来做尝试。机械语言就是一种定义清晰、可以执行的文本，比如一段代码就是，SQL也是。通过定义机械语言、让其可执行、适配各种互联网服务或者物联网实体，ChatGPT通过翻译能力把人的语言翻译为机械语言就可以操作现实世界了，这样人工智能也就可以轻松的走入到大家的生活中去。
C++是一门很强大的语言，熟练的开发者可以利用C++的特性对程序的很多方面进行掌控。这里我讲一点我个人的感悟。
C++的标准模板库中，各种容器（如std::vector, std::list等）都有一个clear函数，Google的protocol buffer生成的C++类中也都有一个Clear函数。为什么都要有这么一个函数呢？我之前也很不理解，前段时间在回顾我曾经负责维护的一个后端服务时，才领悟到，使用这个函数可以写出性能更好的代码。
我负责的那个服务，请求量是相当大的，业务逻辑也比较复杂，线上服务器上百台，而且都是那种几十核的大机器。这个服务每次接收到请求之后，处理过程中产生的各种数据都放在一个Context对象中，等请求处理完成后将Context对象销毁（delete掉）。Context类里有上百个字段，字段类型也是多种多样，除了基础类型之外，还有vector，list，map，set，以及protocol buffer生成的类。当时做了一些优化，把一些不合理的性能瓶颈给解决之后，发现有大量的CPU资源（印象中最起码有20%吧）消耗在了析构Context对象上，我的mentor说这是合理的，毕竟Context字段多，占用空间也大。
我前段时间回忆这件事情的时候想到，其实可以不用析构Context对象的。搞一个对象池专门用来存储空闲的Context对象，每次收到请求之后优先从对象池里申请Context对象，申请不到的情况下才用new来创建。请求处理完之后将Context对象放回对象池供后续重复利用。这样就可以避免频繁创建以及析构Context对象了。当然，每次放回对象池的时候，需要清理Context对象中的各个字段，这就需要给Context类增加一个Clear函数，在这个函数里调用各个字段的Clear函数，这样模板库中的clear函数和protocol buffer生成的Clear函数也都派上用场了。
那有人会问了，每次用完都要Clear一下，这不也是会占用CPU吗？比析构函数好在哪里？其实就好在省去了内存分配和回收。比如vector内部其实是用数组来存储元素的，它的clear函数并不会把内部的数组析构掉而是继续持有。protocol buffer生成的Clear函数也是类似，不会清理对象所持有的存储空间。在下次重复使用这些对象的时候，也就避免了重新向系统申请存储空间。
如果这样改造一番，估计会节省不少台服务器，不过可惜我领悟到这一点的时候，那个模块已经不归我管了。
通过clear这个例子我感觉到，C++语言提供了特别丰富的特性用于掌控程序的方方面面。有些特性是经验丰富的大牛们给我们埋下的宝藏，只是我们暂时还没发掘到。
大龄码农创业，模板天天做，希望自已越来越优秀！努力相信会有回报。#低代码开发平台#
