趁着这假期还有些时间，把微信读书中这本书中的热门划线整理了一下，在这里分享给大家，整体上会分为13篇（每一章中的热门划线对应着一篇，每个热门划线会增加我对该热门划线的注解），本篇的内容为本书的第十章中的热门划线，内容与在客户端实现移动AI框架，支持AI业务的运行有关
一本书的故事《搜索架构之道》在微信读书中的热门划线（第一章）
一本书的故事《搜索架构之道》-微信读书中的热门划线（第二章）
一本书的故事《搜索架构之道》-微信读书中的热门划线（第三章）
一本书的故事《搜索架构之道》-微信读书中的热门划线（第四章）
一本书的故事《搜索架构之道》-微信读书中的热门划线（第五章）
一本书的故事《搜索架构之道》-微信读书中的热门划线（第六章）
一本书的故事《搜索架构之道》-微信读书中的热门划线（第七章）
一本书的故事《搜索架构之道》-微信读书中的热门划线（第八章）
一本书的故事《搜索架构之道》-微信读书中的热门划线（第九章）01.传统的编程方式主要是通过编写代码来实现明确的任务或解决特定的问题。而人工智能则侧重于通过机器学习和深度学习技术，让计算机自动调整自身行为来适应不同的情境。
注解：对于研发人员来说，研发人员的工作方法要有调整。
02.离线工作能力：在客户端实现的移动端AI预测能力可以让App在离线状态下工作。注解：移动AI的价值之一，一些业务在没有网络时用户也可以使用（比如美图，记账分析，用户隐私相关）。
03.实时性：移动端AI预测在用户设备上运行，无须依赖网络连接或服务端处理，因此可以在业务需要时立即执行AI预测，实时获得预测的结果。注解：移动AI的价值之一，相对于在服务端运行的AI能力，至少节省了网络传输成本，还可以使用更多的信号。
04.降低网络负载：在客户端实现移动端AI预测能力可以减少服务端的工作量，从而降低网络负载。注解：移动AI的价值之一，图片、视频、文本等信息作为信号参数，上传到服务端，且返回结果，这个过程都需要网络，是成本。
05.降低成本：移动端AI预测在用户设备上运行，可以更好地利用设备的硬件和软件资源，以及提供更好用户体验，同时也节省了服务端设备的投入成本，随着业务规模变大，收益会越发明显。注解：移动AI的价值之一，这就相当于分布式端计算，服务器的成本也可以降低，用户规模越大，越明显。
06.按照经验来看，AI预测的准确率几乎都不能达到100%，且不会像传统编码方式那样具有明确的逻辑关系注解：传统的研发方式，代码的编写具有逻辑性，有明确的执行路径。而AI的结果是预测的，不是纯粹的逻辑关系，甚至是无法解释（专门有本书讲，AI的可解释性），所以，一些重要的业务在使用AI时，需要兜底，即AI出现不符合预期的行为时，需要兜底。
07.当最新模型文件上传到服务端后，并不是每个客户端均需要下载该模型文件，而是与其匹配的客户端才可以下载。
注解：模型可更新，可下载升级，是一种兜底和实时优化的策略。
08.作为算法和模型团队的研发人员，在实际的研发阶段，主要关注于算法和模型在移动设备中运行的可行性及效果，调优之后的算法随App发版，模型文件则可提交到模型管理框架的服务端，并更新至客户端
注解：做成一件事，技术分工会不同，在端AI预测的技术框架这个线条，客户端是技术能力的载体，至少需要实现基础的AI运行框架，实现AI相关的算法，模型及业务，在客户端有效的运行。这是客户端技术架构的核心价值之一。
