MinIO 和 RustFS 对比
- MinIO：中大文件、备份归档、普通业务上传体验最好；海量碎文件是短板。
- RustFS：S3 全兼容，专门优化了海量小对象、list 遍历，元数据去中心化，AI / 数据湖场景优势明显；但 RC 版本，大文件场景能力和 MinIO 差距不大。
简单选型口诀
- 你的业务：备份、视频、大附件、普通业务图片，文件总数不冲亿 → MinIO 很香。
- 你的业务：AI 训练、Iceberg 数据湖，产生亿级大量小碎片文件，同时不想 AGPL 许可证约束 → 优先评估 RustFS。
对象存储是什么
对象存储是扁平化的，没有真实目录。
核心本质：以对象为最小单位，每个对象包含三部分：数据本体、自定义元数据、唯一键（Key）。采用扁平化命名空间，没有真实的目录结构，所谓文件夹只是 Key 的前缀模拟。
AI 时代真正该练的两件事
AI 时代，提升的是解决问题的思路，以及验证答案的能力。
模型可以很快给出方案，判断对不对、能不能落地，仍要靠自己。
观测：当前 AI 大模型主要在做什么
把最近用大模型的感受整理如下。就日常接触来看，它的核心能力大致落在这四类。
1. 路由分路
先判断当前请求该怎么处理：直接回答、检索资料、调用工具、编写代码，还是继续追问澄清。
分流准确，后续步骤才容易做对。
2. 语义分析
包括理解、拆分、分类与判断。
把自然语言整理成可执行的信息结构：问题是什么、还缺哪些约束、优先处理哪一步。
3. 总结归纳与分析
文章提炼、观点整理，以及按既有风格进行的写作，都属于这一层。
操作电脑也可以看成同类能力：先明确目标，再把操作步骤整理成脚本或命令并执行。
任务卡住时，就换路径继续试。例如分析网站的接口与页面结构，找到可以自动化完成的方式。
这里还有一层长期价值，可以叫复利工程：先借助 AI 找出一条可行路径，整理成文档、脚本、规则或示例，供之后的人和 AI 继续使用。单次探索会消耗时间，留下来的材料才能持续产生价值。
4. 多模态
覆盖视觉理解、语音理解与视频理解。
处理视频时，常见做法是先分帧、提取字幕，再做内容总结与串联。输入形式变了，核心仍是拆分信息并压缩成可用结论。
简要归纳：大模型帮助人更快拆解问题、选择路径，并把一次偶然跑通的经验，整理成下次还能继续用的方法。
