如题，想知道佬们都是怎么在写代码的时候进行审核的，都是全靠 AI 自主审核了吗？还是只审 plan 然后一路绿灯？ 总看有佬说 AI 的代码还是需要人来审核，但是也看不懂啊…… 12 个帖子 - 10 位参与者 阅读完整话题
先免费开个 Pro 额度玩了后选择 overages 一路猛干！ 8 个帖子 - 7 位参与者 阅读完整话题
上个月公司裁员，开启了前端面试之旅，一路坎坷，转而学习了一些 ai 课程，面试了十几家 agent 岗位（中间可能穿插偏向前端和全栈的岗位），面试过程都录音了，然后让 AI 整理了一下面试官提问的问题，分享给各位佬一起学习学习～ ML 公司 AI xx 系统主要是做什么的？ LangChain / LangGraph 主要用了什么 AI 技术？ 有没有了解过像 Manus 这种通用 Agent？ 这些通用 Agent 一般分几层功能？ 有没有构建过多智能体（Multi-Agent）架构？ 什么是多 Agent？ 为什么需要多 Agent？ 什么场景下需要多 Agent 架构？ 单个 Agent 其实也可以分配多个职能，为什么还要多 Agent？ 多 Agent 主要是为了解决什么问题？ 你这个系统之前用户量有多少？日活有多少？ Agent 的使用量是多少？ Token 消耗量大概多少？ 有没有考虑过怎么节约 AI 成本？ 做了哪些成本优化方案？ 最终降了多少成本？AI 投入前后带来的收益有多少？ KJ 公司 claude code 的多层架构是怎么做的？ ps 网页版实现方案？ canvas 无限画布是怎么实现的？ WebAssembly 有了解过吗？ docker 和 k8s 的关系？ docker 中容器和镜像的关系？怎么进行挂载的？ k8s 中多个服务怎么进行通讯？ 怎么进行团队的管理？ 怎么推动项目进度？ express 的底层原理？如果让你设计实现怎么做？ 入职后如何快速上手分配的业务需求？简说思路 说一说在职业中比较具有挑战性的问题 JR 公司 介绍一下 你的 ai 项目的架构情况？ 为啥选择 langchain、langGraph？选型的依据是啥？ 抽象通用 AI 能力模块做了什么？ AI 调用工具失败了怎么解决？ 简单介绍一下 RAG 的流程？ 怎么加速 RAG 的检索过程，有啥策略？ 向量库目前的数据量？ 向量库使用的是啥？选型依据？ 大模型的选型逻辑？ （政策文件场景下）怎么确认召回的数据准确性？ 你们上下文压缩的策略是什么？ 追问：上下文压缩时，如果大模型能力问题压缩质量有问题怎么解决？ 有了解之前 claude code 泄露的事件？有没有研究过源码？ claude code 的上下文治理是怎么做的？ claude code 的核心循环流程说一下？ 多租户的场景下 k8s 怎么部署的？一个租户一个对应 pod 吗 TK公司 企微 H5 登录流程是怎么做的？ 企业微信只能绑定两个域名，多个业务域名怎么处理？ UI 没空出原型，需要你自己设计页面？没有设计稿时你怎么推进？ 有没有做过 H5 用户打标签？ 用户进入页面后：怎么获取唯一 ID？ 企微回调里的 ID 同步怎么做？ 有没有做埋点？怎么做的？埋点获取哪些数据？ RAG 的检索是怎么做的？ 海豚工作流同步数据时：MySQL IO 爆红怎么排查？场景：三连表、每小时同步、查一个库、插另一个库、插入时报错、IO 爆高 MySQL 大表优化怎么做？百万级数据后出现慢插入 YC 公司 怎么保证数据库和缓存之间的数据一致性？ 从 0 到 1 搭建一个项目，怎么设计架构？ 你这个 AI XX 系统，如果从架构角度看，分成哪些层？ 假设现在让你做一个 xxx 门店的 AI 数字化系统，你会怎么设计？ 技术架构：你怎么拆模块？数据怎么流转？技术选型怎么做？ AI 工具出现后，对传统研发工作流造成了很大冲击。你个人或团队有没有相应的 AI 工作流？ 如何把 AI 融入开发流程的？ 有 AI 编程规范吗？ AI 写的代码相对不可控，你们有没有 code review 流程？ SSE 断线续传？由于客户端因素断了，比如用户把窗口关掉了，又很快打开，或者刷新页面，让他继续接收 SSE 流，你们有没有做过？ HJ 公司 个人一个月 token 使用量大概是多少？ 如果政府项目限制使用国外模型或工具，完全使用国内工具有没有影响？ 有没有做过国内外 AI 工具或模型的对比？ 同一个模型不同工具，或者同一个工具不同模型，效果差异有没有研究？ 没用 AI 和用了 AI 后，你觉得效率提升有多大？按百分比来说，你觉得 AI 能提升多少效率？ 你会用什么 AI 工具来完成项目规划、草图、文档和开发？ 未来全栈开发需要具备一定架构师能力，你搭框架的整体思路是什么？ 传统 XX 业务系统的后端分几层？ 你们产品开发完后，最大用户并发数大概是多少？这个高并发项目部署在哪里？ 有没有做熔断之类的处理？高峰、限流、缓存、异步队列这些有没有做过？ 全栈项目没有测试岗，是怎么测试的？ 有没有做过基于 AI 的界面测试？AI 是否能覆盖前端点击、输入、提交等自动化测试？ 对未来职业规划是怎么想的？你是想跟着公司的战略方向走，还是自己有明确想法并寻找匹配的岗位？ 如果客户是政府单位，要重新定制开发一个软件，包含客户端、APP、小程序，售前已完成调研，项目体量约 50 万，一个月内交付，你如何拆解流程？ 如果是资产管理系统，你会如何利用 AI 完成开发和交付？ FN 公司 Vue 和 React 核心区别是什么？ Vue 和 React 谁性能上限更高？ React 和 Vue 最新版本在做什么？ 浏览器发起 HTTP 请求经历什么过程？哪些地方会发生缓存？ 找一个印象最深的项目聊聊 SSE 和 WebSocket 分别说说？ AI 时代程序员价值是什么？ 你认为自己在编程优点和缺点？ 最近学什么？ 职业规划是什么？ XZ 公司 你自己的 AI 的开发工作流程是怎么样的？ 有在使用什么 MCP 或者 SKILL？ 接到一个需求后，你会怎么做？ 你的 3~5 年职业规划是怎么样的？ 工作中做过比较深刻的事情？ SH 公司（太好了是前端八股！） CSS3 你用得比较多的有哪些？ CSS3 里像渐变、旋转、缩放、动画这些你了解吗？ 做动画时，CSS 和 JS 分别怎么做？ CSS 动画和 JS 动画有什么区别？ Canvas 有没有用过？ Canvas 做过什么场景？ 红包 / 福袋动画是怎么做的？ 打开红包的动作是画出来的，还是直接展示 UI 图？ 动画有没有做过打开、抖动、浮动、阴影、缩放这类效果？ WebSocket 前端连接流程是什么？ WebSocket 怎么监听消息？ WebSocket 怎么和后端约定事件？ WebSocket 有没有做心跳 / 保活？ WebSocket 断开后怎么重连？ 有没有遇到连接不上的情况？ 连接不上时怎么兜底？ 是否会降级成 HTTP 轮询？ 轮询频率怎么控制？ 有没有用指数退避？ 弱网情况下怎么提示用户？ 实时数据不准确时，前端怎么做交互提示？ ES6 有哪些常用特性？ 什么是柯里化函数？ ES5 和 ES6 构造函数分别怎么写？ ES6 用什么构造对象？ES5 用什么构造对象？ 平时有没有区分 ES5 和 ES6？ Promise、扩展运算符、箭头函数、模板字符串这些是否了解？ 有做过浏览器兼容吗？ 浏览器兼容需要注意哪些？CSS 兼容怎么处理？JS 兼容怎么处理？ 低版本浏览器下，打包降级有没有遇到问题？ 低版本浏览器里路由变了但页面不跳转，可能是什么原因？浏览器 API 不支持时怎么处理？ 框架 Vue / React 是否已经帮你抹平了一部分兼容性？ React 用得多，还是 Vue 用得多？ Vue 2 和 Vue 3 的区别是什么？ Vue 2 响应式原理是什么？Vue 3 响应式原理是什么？ Object.defineProperty 和 Proxy 有什么区别？ Vue 3 在性能上做了哪些优化？ Vue 2 里数组 / 对象变更为什么可能不触发视图更新？ 如果数据变了，但是视图没变，可能是什么原因？ PY 公司 如何推动 AI 系统落地的？ 用户问题如何路由到 AI 系统？ 意图识别是如何实现的？使用了哪些模型？ 如何处理未登录用户的问题查询？ 如何做向量化和知识库检索？ 文档、PDF、课件是如何切分、入库、人工审核的？ AI 输出如何保证序列化/结构化？为什么选择 Markdown 而不是 JSON？ 数据库和后端架构是什么？ 有没有做过微服务、数据中台或复杂后端系统？ 花了多久落地？ 在落地过程中，你之前没有经验时是怎么学习的？ 假设设计一个秒杀系统，你会怎么设计架构？ 高并发下如何避免超卖？ MySQL 本身怎么实现库存扣减？ Redis 分布式锁或 Lua 脚本如何使用？ 限流、接口削峰、事务和乐观锁如何落地？ 如果不用 Redis，只用 MySQL，要怎么保证安全？ 微信支付接入流程怎么设计？ 如何保证用户支付后积分/虚拟产品到账？ 支付为什么要使用异步队列？ 如果队列挂掉，如何保证支付结果和系统状态一致？ 回调验签具体流程是什么？ MCP、SKILL 或其他工具如何辅助开发？ 产品经理缺失情况下，你们是如何自己出可交互草图和 PRD？ HQ公司 你日常使用 NextJS 多吗？ 你使用 TypeORM，有没有了解过 Prisma？ 调研时对比过 TypeORM 和 Prisma 的优缺点吗？ 技术选型一般由谁来决定？ NestJS 的依赖注入中，Provider 默认是单例，还是每次请求新建实例？ 讲讲单例模式的优点？ 如何给几十上百个接口统一增加操作日志 / 接口监控？ 说说 Nest 管道（Pipe）的概念、作用和使用场景？ TypeORM 有哪两种运行模式？ TypeORM 查询缓慢时，如何抓取它生成的 SQL 做调优？ 有没有使用过 PostgreSQL？了解 PG 物化视图吗？ 日常做过哪些 MySQL 慢查询、索引、SQL 优化？ 有没有分库分表、读写分离、数据库深度调优的实战经验？ 使用 Bull Queue 处理视频解析、Embedding 长任务，进程崩溃 / K8S 重启后，任务会不会丢失？ 如何保证消息队列任务不丢失、保证任务一致性？ 任务重试会造成重复执行、重复调用大模型，你项目中如何做重复推理优化、降低成本？ 任务中途中断，如何实现断点续跑？ 前端如何感知后端任务中断、终止、运行状态？ 讲讲 SSE 和 WebSocket 的区别，以及各自适用场景？ AGUI 协议动态渲染表单 / 卡片的整体实现流程？ 后端流式推送协议数据，前端如何实现边接收边流式渲染？ 了解该协议底层 API 设计逻辑吗？ 什么是数据库事务？ 结合你的项目，举例说明 必须使用事务 的业务场景？ LangChain 不同版本 / 模块的区别？ 多智能体中动态路由如何根据条件分配任务分支？ 什么是查询改写？作用是什么？ 你们知识库使用什么向量库？ Elasticsearch + 向量库怎么做混合检索？整体流程？ 混合检索已经做过分组、排序、去重，为什么还需要再次精排（Re-rank）？ 项目中有使用领域词典吗？ Vue2 响应式原理，数组方法是如何重写拦截的？ Vue2 中哪些数组方法无法被原生拦截？如何处理？ Vue3 Proxy 相比 Vue2 的优势？ Vue3 中的 WeakMap / 弱引用作用是什么？ 解释下 Harness 相关概念？ YU 公司 你求职过程中，最看重工作的哪些方面？ 过往工作中，主要承担开发还是管理角色？ 日常使用哪些AI开发工具？通过什么渠道使用、费用及账号稳定性如何？ 工作中遇到过哪些棘手难题，如何解决？ 原公司技术部门、运维团队人员规模与架构是怎样的？ 从前端转型全栈，你是如何学习并胜任后端工作的？ 使用AI开发时，如何减少代码出错、降低重复劳动？ 借助AI开发后，你的工作效率在团队中处于什么水平？ 项目临近交付、出现前期未评估的风险问题，你会如何处理？ 你对未来职业规划如何，偏向纯技术还是技术+管理路线？ 公司前端、后端、算法及AI相关技术栈你是否了解？ 仅口头需求、无完整页面设计时，如何借助AI输出页面原型与UI/UX方案？ 业务方对原型提出新增功能、修改需求，你如何落地处理？ 业务方要求输出多版设计方案，你的执行思路是什么？ 针对当前AI生成的页面样式，从专业角度看存在哪些问题、该如何优化？ 重点介绍你过往和AI、RAG相关的核心项目与工作内容。 项目中知识库的数据源来自哪里？ 向量检索使用了哪些工具、模型，如何实现、效果怎样、如何优化？ 项目中是否自主设计过智能体？具体实现方式是什么？ 产品面向哪些用户，整体功能架构是怎样的？ 你认为自身最擅长的工作环节是什么？除前端外还有哪些优势？ 后端相关工作接触深度如何？ 你在UI/UX设计方面的经验如何？结合AI落地怎么做？ 以上是实打实被拷打的问题，通过录音让 AI 整理的，欢迎各位佬一起交流或者分享下你们的面经～ 20 个帖子 - 19 位参与者 阅读完整话题
今天的坑来自于前几天qoderwork cn里的千问给我埋的雷，由于我想给Claude单独加个代理走any主站，它一路尝试之后一路给代理升级到系统级代理才成功。 然后我想着反正只代理any站，其他流量应该不受影响吧。 事实并非如此，因为千问搭了单独的脚本,而且它的系统级代理还指向了另外一个代理端口，并且本机所有代理都走的clash。 然后在一次codex因为网络问题要切换节点的时候，就产生了连锁反应，直接所有agent断网，workbuudy，qoder系列，Claude，hermes，codex。 本次问题主要是一层层叠起来的，其实一开始Claude的代理并非不生效，而是终端缓存导致的，重启文件资源管理器就好了。 然后ccswitch其实自带出站代理设置，可以直接设置。 but…目前any站还是会429 1 个帖子 - 1 位参与者 阅读完整话题
芜湖 ，终于是三级用户，从1级到3级，一路忐忑，但是还是坚持下来了。敬L站，敬各位佬友们 1 个帖子 - 1 位参与者 阅读完整话题
早岁入站知规艰，仍许潜龙灌水间。 一路刷新身如絮，命海沉浮客独肝。 千帖万楼心铸铁，殚精竭虑攒权限。 今朝剑指信三处，炼帖炼赞还炼天。 16 个帖子 - 11 位参与者 阅读完整话题
最近中转号池转到了云服务器上面，想着不能浪费的原则流量搭了一个梯子拿来当线路用，昨天开始号池里面的账号就是时不时就收到邮件封号，想不明白这个是什么原因导致的 1 个帖子 - 1 位参与者 阅读完整话题
没开无痕，就是正常开机，先开代理到L，看了一会帖子，看到都在注册，啥教程也没看，就默认去中国区，开了san jose的区域机器，一路绿灯，招商银行全币种国际卡，这个也很容易申请，限制了卡限额，开了之后，看了一下都在升级，又跟着点了一下升级，也是正常，没任何报错！ 6 个帖子 - 6 位参与者 阅读完整话题
在站外围观许久，终是得以注册。来跟各位汇报下作为研二小登的我的Research工作流进化历程 还记得 GPT 刚出来的时候，是绿底的 OpenAI 头像配黑底 Web Chat UI，很简陋，但确实帮了我不少。那时候没有现在的各种agents 和 harness，我基本上把它当大号 CSDN 用，主要用途就是中译英和接单写代码。前者不必多说，那时候的翻译质量我觉得就很能打了，起码写毕业论文和大作业是够用的。后者主要用来写各类项目，上至本科毕设，下至纯 CLI 的xx管理系统。那时候用的 prompt 很精细，类似"用cpp写一个xx管理系统，无需 web 端，命令台展示即可。功能包括：1.xxx 2.xxx。具体实现：细节1细节2细节3…"每次一写就是一大段。效果也不错，给出来的代码基本上能直接用。现在看来，这大概算是最早的 Vibe Coding 了。 随着GPT一路进化，以及我进组时间变长，我接触到的任务也早已不止于大作业级别。作为开山弟子，导师很快就让我开始写小论文。或许是第一次带学生，导师总是默认我什么都会，基本上每次都扔给我一个我现有能力之外的任务，因此，我也被迫开始学习各类LLM技能，以求高质量高速度的完成。 慢慢地，在我的Research工作流中，人工的参与越来越少。时至今日，我的整体工作流中，我的角色甚至还没有“我与导师组会会议记录.md”的作用大。毫不客气地说，我就是导师和LLM之间的传话筒，我的作用仅是理解。这包括理解导师的很抽象的话、理解当前的科研状态、以及理解LLM的分析。在最后一点上，不得不说，GPT5.4和5.5真的给我造成了很大的阻碍，指各种非人类的口癖以及迄今为止冠绝古今中外所有LLM的造新词的能力。 回到主题上来，我目前的工作流大概是：导师给个大概方向-claudeCode/Codex搜文献调研-人工理解并提出第一版idea-GPT5.5/Opus4.8双重拷打-做实验-失败-组会汇报-导师指点-重复上述。一般迭代2-3版就差不多了（因为这时候也快到会议ddl了，再不写真勾八来不及了） 对于LLM的选择，我的理解是在推导公式方面我推荐GPT，讨论迭代idea我推荐Opus。前者不必多说，基本上属于大家的共识了。后者，虽然Opus在逻辑推理能力上并不是SOTA，但是最起码它能说人话…能够大幅减少我理解新领域/新知识的成本。另外，最近更新的Opus4.8用起来感觉还不错，个人体感来说可以替代4.6了。 想到哪写到哪了，行文难免杂乱，各位佬多担待。 最后有几个问题想和各位佬探讨下： 作为同是LLM研究方向的各位硕博佬，你们主推什么模型？ 之前一直很火的DeepReasearch功能现在怎么销声匿迹了 像我这种科研进展全靠与LLM聊天，真的没问题么… 5 个帖子 - 4 位参与者 阅读完整话题
佬友们，漫剧自动化工具这边已经做了不少，从生产流程到生成能力基本都跑通了。但一路做下来发现，技术问题反而不是最大的难点，最难的是找到真正靠谱的剧本和编剧。 市面上能写的人不少，但要么缺网感，要么节奏慢，要么不懂短剧和真人微剧的叙事逻辑。好的故事、好的编剧，反而成了最稀缺的资源。 各位佬们神通广大，想请教一下： 大家一般都从哪些渠道找编剧？ 有没有靠谱的编剧社区、论坛、微信群或者接单平台推荐？ 有没有合作过觉得不错的编剧老师可以引荐一下？ 题材方向以短剧、真人微剧、网文改编为主，如果有成熟团队或者个人编剧，也欢迎私信交流。 8 个帖子 - 4 位参与者 阅读完整话题
正义必胜啊！这一路真的太不容易了 马刺牛逼！！！ 10 个帖子 - 10 位参与者 阅读完整话题
在 NVMe 固态硬盘价格一路飙升的大背景下，闪迪（SanDisk）选择押注一项“老技术”，计划在 2026 年推出全新的 SATA 固态硬盘产品线——Sandisk 320 与 Sandisk 520，以此为不想为高速 M.2 NVMe 买单的用户提供更具性价比的存储替代方案。 据硬件爆料者 momomo_us 在英国亚马逊页面上的发现，Sandisk 320 与 520 均采用传统的 2.5 英寸、7mm 厚度规格，这意味着它们可以兼容大量台式机和笔记本机型，尤其是仍保留 2.5 英寸硬盘位的设备。 Sandisk 320 被定位为主流型号，容量覆盖 250GB 至 2TB，顺序读取速度最高可达 545MB/s，顺序写入最高 525MB/s；Sandisk 520 则从 500GB 起步，最大容量达到 4TB，顺序读取速度最高 560MB/s，写入同样为 525MB/s，其中 4TB 版本标称写入寿命为 1000 TBW，但目前尚未明确其所使用的主控芯片型号。 需要强调的是，这毕竟仍是基于 SATA 接口的产品，即便是表现不错的 SATA SSD，其性能上限也受限于接口本身，大约在 600MB/s 左右。 与之对比，典型的 PCIe 4.0 NVMe 固态硬盘顺序读取往往可达 5，000MB/s 至 7400MB/s，而更新的 PCIe 5.0 产品更是远超这一水平，因此在强调极致性能的高端游戏主机或工作站场景下，SATA 方案本身并不具备吸引力。 此外，SATA 在台式机中仍需要数据线与供电线、机箱内 2.5 英寸硬盘位支持，而许多依赖 M.2 插槽的现代超极本和游戏主机则根本无法使用这类 2.5 英寸产品。 不过，如果使用场景从“系统盘”转向“机械硬盘替代品”或“扩容盘”，闪迪这两款新品的定位就显得更为合理。 对于希望淘汰老旧机械硬盘、为老笔记本“焕发第二春”、为游戏库或大容量数据腾出额外空间、但又不特别追求 NVMe 级别速度的用户而言，SATA SSD 仍有现实意义，而关键就在于闪迪能否给出足够有竞争力的价格。 当前存储市场的紧张局面，很大程度上源自 AI 硬件热潮带来的连锁反应：数据中心对 NAND 与 SSD 的需求急剧上升，导致整体供应吃紧，使得存储设备成为 AI 浪潮下的又一“牺牲品”。 据报道，即便是 SATA SSD，近一年价格也出现了约 10% 至 20% 的涨幅：250GB 产品售价大约从 42 美元起步，500GB 型号约 101 美元，1TB 产品约 204 美元，4TB 甚至可以达到约 329 美元，这些数字都进一步压缩了传统“性价比存储”的空间。 截至目前，闪迪尚未正式公布 Sandisk 320 与 520 在美国市场的定价信息，有关这两款产品的官方消息也没有比最初曝光时更进一步的更新。 报道指出，英国亚马逊上的相关页面似乎已经被下架，但有荷兰零售商据称给出了 Sandisk 520 预计 6 月 3 日到货的时间表，显示产品上市进程已经进入倒计时阶段。 在这场被形容为“AI 驱动的内存/闪存末日”中，闪迪选择将基于 SATA 的“旧技术”重新包装为当下的“务实之选”，试图通过更亲民的价格，去弥补高价 NVMe 在大众市场留下的空档。 如果 Sandisk 320 与 520 能够在价格上明显压过同容量 NVMe 固态硬盘，它们有机会成为大量普通用户的“救命稻草”；反之，如果定价与更快的 M.2 NVMe 过于接近，这两款新品则可能只会成为被用户用来感叹“存储市场已经有多离谱”的又一注脚。 查看评论
AI 把我调教了。 一路走下来的订阅路程： 最早用国产 Kimi 订阅 minimax 2.5 （¥25 还是 ¥35 不记得了） 用 opencode （内部跑的也是 minimax ） 阿里百炼的订阅（¥20 、¥30 一个业务） 咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月） 全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月） 加上 claude Pro （¥85 左右一个人） 现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月） 从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。 看了下统计，近一个月用了 76 亿的 token 。 AI 的费用越来越高，依赖也越来越高。不知道是好是坏。
AI 把我调教了。 一路走下来的订阅路程： 最早用国产 Kimi 订阅 minimax 2.5 （¥25 还是 ¥35 不记得了） 用 opencode （内部跑的也是 minimax ） 阿里百炼的订阅（¥20 、¥30 一个业务） 咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月） 全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月） 加上 claude Pro （¥85 左右一个人） 现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月） 从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。 看了下统计，近一个月用了 76 亿的 token 。 AI 的费用越来越高，依赖也越来越高。不知道是好是坏。
AI 把我调教了。 一路走下来的订阅路程： 最早用国产 Kimi 订阅 minimax 2.5 （¥25 还是 ¥35 不记得了） 用 opencode （内部跑的也是 minimax ） 阿里百炼的订阅（¥20 、¥30 一个业务） 咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月） 全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月） 加上 claude Pro （¥85 左右一个人） 现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月） 从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。 看了下统计，近一个月用了 76 亿的 token 。 AI 的费用越来越高，依赖也越来越高。不知道是好是坏。
AI 把我调教了。 一路走下来的订阅路程： 最早用国产 Kimi 订阅 minimax 2.5 （¥25 还是 ¥35 不记得了） 用 opencode （内部跑的也是 minimax ） 阿里百炼的订阅（¥20 、¥30 一个业务） 咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月） 全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月） 加上 claude Pro （¥85 左右一个人） 现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月） 从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。 看了下统计，近一个月用了 76 亿的 token 。 AI 的费用越来越高，依赖也越来越高。不知道是好是坏。
AI 把我调教了。 一路走下来的订阅路程： 最早用国产 Kimi 订阅 minimax 2.5 （¥25 还是 ¥35 不记得了） 用 opencode （内部跑的也是 minimax ） 阿里百炼的订阅（¥20 、¥30 一个业务） 咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月） 全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月） 加上 claude Pro （¥85 左右一个人） 现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月） 从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。 看了下统计，近一个月用了 76 亿的 token 。 AI 的费用越来越高，依赖也越来越高。不知道是好是坏。
AI 把我调教了。 一路走下来的订阅路程： 最早用国产 Kimi 订阅 minimax 2.5 （¥25 还是 ¥35 不记得了） 用 opencode （内部跑的也是 minimax ） 阿里百炼的订阅（¥20 、¥30 一个业务） 咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月） 全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月） 加上 claude Pro （¥85 左右一个人） 现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月） 从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。 看了下统计，近一个月用了 76 亿的 token 。 AI 的费用越来越高，依赖也越来越高。不知道是好是坏。
AI 把我调教了。 一路走下来的订阅路程： 最早用国产 Kimi 订阅 minimax 2.5 （¥25 还是 ¥35 不记得了） 用 opencode （内部跑的也是 minimax ） 阿里百炼的订阅（¥20 、¥30 一个业务） 咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月） 全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月） 加上 claude Pro （¥85 左右一个人） 现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月） 从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。 看了下统计，近一个月用了 76 亿的 token 。 AI 的费用越来越高，依赖也越来越高。不知道是好是坏。
AI 把我调教了。 一路走下来的订阅路程： 最早用国产 Kimi 订阅 minimax 2.5 （¥25 还是 ¥35 不记得了） 用 opencode （内部跑的也是 minimax ） 阿里百炼的订阅（¥20 、¥30 一个业务） 咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月） 全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月） 加上 claude Pro （¥85 左右一个人） 现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月） 从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。 看了下统计，近一个月用了 76 亿的 token 。 AI 的费用越来越高，依赖也越来越高。不知道是好是坏。