第一部 · 世界观
第 9 章 云的地图:程序住处的连续光谱
「云」不是天上的东西,是别人的电脑加一套自动化。从你自己的笔记本到无人机房,是一条连续的光谱。
一、翻车现场
朋友跟你炫耀「我的数据都在云上,绝对安全」,你不知道该放心还是警惕。有人聊起「我在本地跑了个模型」,另一人说「我们用 Serverless」,三个词把天聊死。你自己的东西还躺在免费托管平台(第 12 章)上,不知道要不要「上云」。
二、为什么会这样
云 = 别人的电脑 + 自动化
把「云」祛魅只需一句话:云就是别人帮你维护的、随开随用的电脑,外加一套自动化(坏了自动换、忙了自动加)。第 12 章的托管平台是最温和的一档云。它解决了真问题——不用买机器、不用管它死活、用多少付多少;也带来一个你早就熟悉的代价——东西长在别人的地基上(第 16 章的平台锁定)。
从笔记本到机房:一条连续的光谱
光谱的一端是你自己的电脑:全权控制,但停电关机全世界就找不到你。往外走是虚拟机——服务商把一台大机器切成很多隔间,你租一个,想装什么装什么,坏了服务商换一个给你。再往外是容器——更轻的隔间,行话叫集装箱:把程序和它的全部行李打成一个标准箱子,搬到哪都能原样运行。托管平台站在再外面:隔间配管家,你只管交代码。最远处是 Serverless——连隔间都看不见了,你的程序被拆成一个个函数,有人调用才运行,按次计费。
光谱越往外,越省心、越弹性、但控制越少;越往内,控制越多、越操心。没有正确答案,只有取舍。
「本地 AI」和「云端 AI」也在同一条光谱上
用 AI 的方式同样排成这条线:云端大模型(最强、按 token 付费、数据要出门,第 14 章)到本地小模型(在自己电脑里跑,数据不出门,能力弱一截,吃你的内存和 GPU——第 2 章)。第 11 章讲怎么选。
三、怎么办
选位置只问三个问题。数据敏不敏感:越敏感越往内(本地、自托管);需要多少控制:越要定制越往内;愿意维护多少:越不想维护越往外。三个答案的交集就是你的位置——对本书的读者,答案通常落在托管平台这一格,已经够了。
读云宣传页自带一台翻译机。「弹性」= 忙时自动多开机器,闲时自动关掉省钱;「高可用」= 坏了自动换一台,你基本感知不到;「按量计费」= 用一次付一次,但超额自动扣款的那颗雷(第 15 章)也在「按量」里。翻译完再做决定。
一个清醒的提醒。光谱上的位置不是终身制:先从托管平台起步,等数据敏感度或用户量变化了再迁移——第 16 章的导出权就是你的迁移通行证。
四、带走的问题
- 我的东西现在住在这条光谱的哪一格?
- 我的数据敏不敏感?答案有没有让我想往内挪一格?
- 我愿意维护多少?诚实的答案是什么?
- 「本地跑 AI」这个选项,我的电脑配置撑得住吗(第 2 章)?
- 我读得懂云厂商宣传页里的那些词吗?
本章顺便获得的概念:云、虚拟机、容器、Serverless、自托管、本地模型。