Incinta Fertility Center 
88～95后 ，已婚男，高中文凭，手机安卓系统，价格1000～2000之间，荣耀8X，9X使用者最多，以上是我对目前数控从业者的画像了解。
从中我也看到，都工厂说脏、累、苦，但一成家立业，没文凭，没技术，男的你不想干活？那怎么能养家糊口！
最后，感慨下：人都不易，好好活，努力提升自己吧！共勉！
爱是流沙，是清风，“脱有形似，握手已违”。当爱情变成纸上的文宇，明明白白地表现出来的时候，爱情就有了意义，有了意义就有了失去意义的可能。按照黑格尔的话说，把一个符号写在纸上，就是对这个符号的否定。
云天明对程心的爱意之所以动人，就是因为这个角色并没有把情话说出来。两个角色通过暗示，带着读者一起去回忆、去追溯、去感知，他们留下了一片可贵的空白，让读者自己靠想象把那片空白去填满。
从这个角度去理解童话故事中针眼画师的神技，就可以明白为什么画下来的人物都无法逃脱消失的宿命。画是一种文化建构的方式，当国王、王后、公主一一被文化建立成某种形象的时候，他们就具有了某种意义或者价值，因而也就不再是这个意义或者价值的唯一载体。
就好像公主在第三个故事中问长帆“我和画上的人谁美”，这是一个非常危险的问题，它意味着公主不再是自己容貌的唯一的载体。
长帆给出的回答是：公主和画上的人物一样美。然而这个回答也同样危险，它意味着公主的美貌可以被无限制地复制，也可以被改写或者改进。只有烧掉画像，才能保证公主的意义是独一无二的。
金融场景生态建设就是产业互联网？
金融场景生态建设无疑是银行业一个重大战略转型和抉择，也是2021两会政府工作报告“把服务实体经济放到更高的位置”的落实执行。实际上，金融场景的构建也是银行业面临同业市场激烈竞争和一些互联网平台跨界打劫的竞争的不得不抉择。金融业开始金融场景的构建，就是为了抢占未成熟的潜力市场，抢占数据，抢占用户，同时也是创新开辟新的市场和对潜在市场的挖掘，发掘。我一直说，对称性同构实体产业平台，是金融业的最佳出路，也是发展金融科技的最好方式。从单边的数据分析、数据折腾，用户筛选画像转变为通过场景构建帮助用户建立可信数据，建立企业及产业信用，不单可以培育增量市场、挖掘存量市场，还能建立风控网络、风控手段和市场竞争壁垒，场景构建可以锁定用户，锁定市场，形成自己独有独特的私域领地（未来肯定会面临开放性的监管与治理）。
金融场景的构建，肯定是面向实体产业经济的，面向制造业、贸易业、零售叶、物流业、农业为主的场景，为最大的场景，实际上就是时下最热的产业互联网。
那什么叫产业互联网呢？看看我17年的总结定义。
产业互联网：是对一个产业组织与供应链整体关系或多个产业社会化分工协作关系（产业与企业关系逻辑）的数字化、互联化、智能化的平行映射与构建，是以“每一个企业都是中心、每一个企业都不是中心”（去中心化、去核心企业化）的思想及方法构筑的产业实体与产业数字虚拟实体对称的平行世界，是产业及企业共建、共享、共生的命运共同体。是对一个产业或多个产业的全部主体、要素、资源进行重新排序，并通过数字化、互联化、智能化技术构筑的一张虚实相互对称的经济网络（神经网络）和市场空间，每一个企业都能在其中自由、平等、互信、互利、高效、智能地对各种资源、要素、需求、业务进行高效、智能的匹配、交易、共享、协同。
这样的产业互联网生产制造的数据是全量大数据，天生自证清白，可对比，可交叉，可穿透精细颗粒度的验证（可信算法），这样的可信大数据可真正建立企业及产业信用，并可通过产业区块链及通证实施信用价值的量化流动以推动金融服务的巨大创新。这样的产业互联网本质是分工协同的数字化结构网络，更是金融服务最佳有效的风险管控网络和手段，高效低成本的一键智能化征信与风险定价，无限的穿透和追溯，可编程的定向定量定性的控制。可以说，金融创新的真正未来不是在金融业本身单边的技术创新（实际上金融业本身的技术创新非常有限），而是在金融场景的构建与生态塑造。当然，金融场景的构建和生态的初衷和第一顺位目标不能只是为了金融，金融创新服务可能就是顺其自然的结果，这可能是金融场景构建可能会迷糊的地方。
所以，产业互联网，未来可期！
很多程序员还没意识到，规则引擎在软件中应用已经无所不在。规则引擎是软件实现低成本定制化的重要工具。国外程序员应用规则引擎工具已经几十年了，应用最好的应该是在金融保险行业。
就拿我们每年都要上的车险来说，当我们点击保险公司的系统，保险公司程序会给我们一个报价，这个报价后面的自动化机制就是规则引擎。
不同保险公司规则引擎保费报价策略不同，但大多数跟车辆和车辆驾驶人有关系：车辆的价值评估、去年是否涉险，车辆使用情况等因素有关系。由于规则引擎涉及因素太多， 国外很多大的保险公司的规则引擎中规则非常完善，多达100多万条。
规则引擎业务规则最基本的形式是如果....那么.....，例如上面一百万条规则中有一条写的是：
如果车辆去年发生过涉水事件，那么保费在原来的保费总数的基础上上浮23%。
这里面规则引擎的规则相互牵涉，很是复杂，保费要定的合理而且有竞争力不容易啊：规则引擎定的高了，客户都跑到竞争对手那儿去了；规则引擎定的低了，保险公司就破产了。
那么谁来确定这个数据呢？后面就是规则引擎的精算师，规则引擎的精算师通过对客户和车辆进行分析，进行描述统计建模，然后模拟出险情况，规则引擎对设定的规则进行模拟计算，以达到保险公司所希望的财务指标。
这里对规则引擎的要求很高，规则引擎计算速度和性能是每个规则引擎必须迈过的坎：成千上万的用户并发来了，等待报价的时间太久客户就离开了。所以很多规则引擎最后采用了离线报价的模式：你先提交，我回头再告诉你。显然实时告诉客户结果能带来更好的销售效果。
程序员需要多思考下本质的问题：
编程的本质：网页链接
面向对象的本质：网页链接
规则引擎保险的商业模式也在不断进化，国外已经开启规则引擎+大数据的车险时代，根据车主的驾驶情况收取保险费：驾驶里程、次数和驾驶习惯。
特斯拉在国外已经推出了这项保险服务。
车上多个传感器为量化评价驾驶习惯成为可能，每个用户都有一个动态画像，画像里面都是量化指标：例如强行超车次数、遇到障碍打转向而不是刹车、弯道超车、与其他车辆超近距离次数......由于车上传感器多并且车辆充分智能，所以能够站在一个优秀驾驶者的标准对你的行为进行评价。
有了规则引擎+大数据，基于驾驶习惯的预测技术上可能是这个形式：你下月发生剐蹭的概率为87%。规则引擎比你更懂你！
大数据后面的规则引擎应该更为复杂了，因为要评估的要素多了。这也是规则引擎发展的一个必然趋势，就是与机器学习和大数据的紧密结合。
你觉得还有什么业务适合用规则引擎来解决么？
#规则##大数据##程序员#
