..信息学奥林匹克竞赛来得及，不过要看你是什么省的了，有些省很强，要进省队参加noi根本很难。
加筛选条件： - stars:>100 — 排除几乎没人关注的项目 - pushed:>2025-01-01 — 只找指定日期后还有更新的 - archived:false — 排除已归档的 - in:readme — 关键词必须出现在项目说明里 组合起来就是： image compressor stars:>100 pushed:>2025-01-01 archived:false 搜出来还是一堆源码？
四、与 Python AI 生态的对比视角 维度 Python (JIT/解释型) C# NativeAOT (编译型) 冷启动 秒级（依赖加载 + JIT） 毫秒级（原生机器码） 内存占用 高（运行时 + 依赖库） 极低（剪裁后仅含必要代码） 部署体积 数百 MB（Conda/容器） ~15MB（单文件可执行） 运行时依赖 Python + CUDA + 框架 零依赖（自包含） 推理性能 依赖底层 C++ 扩展 原生高性能 + 可调用 ONNX Runtime 开发效率 极高（生态丰富） 高（现代语言特性 + 强类型） 核心结论：NativeAOT 不是取代 Python 在 AI 研究/原型阶段的地位，而是破解 AI 应用从"实验室"到"生产线"的最后一公里——当模型已经训练好、需要稳定、高效、低成本地服务千万用户时，C# NativeAOT 提供了比 Python 更贴近硬件的部署路径。
4 5.19 0.90x C# LibDeflateCompressor (SpeedFirst) 441.