先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
免责声明：本文提供的信息基于公开资料整理，旨在分享行业动态，不构成任何政策指引或法律建议。监管政策可能随时调整，请以相关部门官方公告为准。对于因依赖本文信息而产生的任何损失，本频道不承担任何责任。 《国务院关于对外投资的规定》已经2026年4月17日国务院第83次常务会议通过，现予公布，自2026年7月1日起施行。 以下为内容节选： 第二条 中华人民共和国境内（以下简称中国境内）投资者对外投资，适用本规定。 本规定所称对外投资即境外投资，是指投资者以投入资产、权益或者提供融资、担保等方式，直接或者间接获得其他国家（地区）的企业、资产等所有权、控制权、经营管理权以及其他相关权益的活动。 本规定所称投资者，包括中国境内的企业、其他组织和居民个人。 第十二条 投资者开展对外投资活动依法需要履行核准备案、信息报告、跨境资金登记等手续的，应当依照国家有关规定办理，如实提交有关材料，并配合有关主管部门的监督检查。 第二十七条 投资者投资国家禁止的对外投资的，由国务院投资主管部门、商务主管部门按照职责分工责令停止该投资活动，限期处分股份、资产，没收违法所得；拒不执行的，处投资额5‰以上10‰以下的罚款；对直接负责的主管人员和其他直接责任人员处5万元以上10万元以下的罚款。 第三十二条 对投资者在香港特别行政区、澳门特别行政区、台湾地区投资的管理，参照本规定执行；法律、行政法规或者国务院另有规定的，依照其规定。 第三十三条 对投资者以自有资金、募集资金及其他受托资金在中国境外金融市场投资的管理，依照本规定和国家其他有关规定执行。 对投资者以对外投资获得的资产、权益等在中国境外再投资的管理，依照本规定和国家其他有关规定执行。 虽全文直接约束的是传统的“境外直接投资（ODI）”行为，但对于利用非合规渠道（如在境外开户买卖股票的个人），该规定进一步完善了穿透式监管的法律依据，其潜在的合规风险将显著上升。 值得注意的是，"其他相关权益"措辞相当宽泛，理论上可以覆盖股票持有产生的股东权益。尽管实际执法中不大可能针对普通散户，但监管部门依旧拥有较大的解释空间。 转自encmasuta 1 个帖子 - 1 位参与者 阅读完整话题
Qwen 大使计划 就是这免责条款感觉有点那个,福利也不是很吸引人,不太敢参加 6 个帖子 - 6 位参与者 阅读完整话题
免责申明： 刚刚才瞎捣鼓的，没想到成功了。分享一下操作过程，只做经验分享，不承诺成功率。 不保证是否存在后续风险，请自行评估决定是否操作。 老卡情况： 4.27日注册开通的哈萨克斯坦bybit card 当时挂的台湾节点，用身份证注册的 切卡过程 直接申请新卡，选择护照认证，拍照认证。这时候好像要选择下卡地的，我这里还是哈萨克斯坦，没有去改。 认证通过之后，就重新回到新卡申请步骤了。这时候点击右上角？退出卡片申请。 回到卡片列表，选择哈萨克斯坦的卡，直接终止。 再次申请新卡，这时候KYC 已经是通过状态，直接进入申请环节。这时候就可以选择格鲁吉亚了，随便填个地址。 有个确认手机号和邮箱的步骤，我都没改，还是原来的。 确认申请，然后秒过。 成功绑定 Apple pay。 补充 切完之后，原来的哈萨克斯坦的卡不能恢复也不能删除，目前都是 pending 状态。 看着有点碍眼，很难受哈哈哈哈哈 大概1个小时，原来的旧卡被完全终止掉了，app 里面已经看不到了。这下舒服了 3 个帖子 - 2 位参与者 阅读完整话题
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
AI 花了几秒钟，基于 MIT 深思熟虑地整了个项目免责 License, 欢迎大家使用，吐槽。 更重要的是可以小手一点，star 一下，总有用得着的时候嘛 https://github.com/AI-Software-License/AI-Software-License 核心方向： 项目可能部分或全部由 AI 生成。 作者可能并未亲自编写、审查、理解或测试软件的每一个部分。 作者不保证原创性、不侵权、代码质量、正确性、安全性、生产可用性或法律安全性。 任何使用、修改、部署或分发本软件的人，都应自行承担相关风险。 正文（中文版） AI 软件许可证 版权所有 (c) [年份] [姓名或组织] 在适用法律允许的范围内，并以作者、贡献者、发布者或其他许可方拥有或控制本软件及相关文档文件（以下简称“软件”）相关权利为限，特此免费授予任何获得本软件副本的人使用本软件的权利，包括但不限于使用、复制、修改、合并、发布、分发、再许可及/或销售本软件副本，并允许获得本软件的人这样做，但须符合以下条件： 上述版权声明、本许可声明以及以下与 AI 相关的免责声明，应包含在本软件的所有副本或主要部分中。 AI 生成软件声明 本软件可能全部或部分由人工智能系统创建、生成、编写、补全、修改、组合、调试、记录或辅助完成，包括但不限于大语言模型、代码生成工具、自动补全系统、智能编程代理或其他机器辅助方式。 本软件的作者、维护者、贡献者或发布者可能并未亲自编写、审查、理解、设计、验证或测试本软件的每一个部分。本软件可能包含模型输出、训练数据影响、公开资料风格、推断实现、幻觉逻辑、不完整推理或其他 AI 辅助生成带来的内容。 知识产权免责声明 作者、维护者、贡献者或发布者不声明、承诺或保证本软件具有原创性、不侵权、无第三方权利主张，或不存在版权、专利、商标、商业秘密、许可证、署名或其他知识产权问题。 作者、维护者、贡献者或发布者不声明、承诺或保证其拥有、控制或能够许可本软件全部内容的全部权利，包括 AI 生成的部分。 任何使用、复制、修改、合并、发布、分发、再许可、销售、部署或以其他方式依赖本软件的人，均应自行负责进行法律、许可证、知识产权、安全性、质量及适用性审查。 质量与可靠性免责声明 本软件按“现状”提供，主要用于 vibe coding 、实验、原型开发、学习、便利、娱乐或其他由使用者自行承担风险的用途。 作者、维护者、贡献者或发布者不声明、承诺或保证本软件正确、安全、可靠、完整、可维护、可解释、高效、适合生产环境，或适用于任何特定用途。 本软件可能包含错误、漏洞、不安全行为、幻觉实现、错误依赖、错误假设、相似代码模式、过时实践、逻辑缺陷、安全缺陷或其他问题。 本软件能够运行、编译、通过测试、产生输出或满足提示词，并不意味着其正确、安全、合法、可靠、完整或适合使用。 第三方材料 本软件可能包含、依赖、类似于、互操作于或受到第三方代码、库、框架、API 、模型、数据集、文档、示例、名称、接口、设计或其他材料的影响。 如存在第三方材料，该等材料仍受其自身许可证、条款、条件、声明及限制约束。本许可证不授予任何超出第三方材料本身可用范围之外的权利。 责任限制 本软件按“现状”提供，不附带任何形式的明示或暗示保证，包括但不限于适销性、特定用途适用性、不侵权、准确性、安全性、可靠性、可维护性或合规性保证。 在任何情况下，作者、维护者、贡献者、发布者或项目相关方均不对任何索赔、损害、损失、责任、费用、支出、法律纠纷、侵权主张、安全事件、数据丢失、服务中断、业务损失或其他后果承担责任，无论该等责任基于合同、侵权、过失、严格责任或其他原因，也无论其是否因本软件或本软件的使用、修改、部署、分发或其他处理行为而产生、源于或与之相关。 通过使用、复制、修改、合并、发布、分发、再许可、销售、部署或以其他方式处理本软件，即表示你确认并同意：你完全自行承担相关风险。
password.txt 免责声明 仅限合法用途（授权渗透测试/找回自有密码），非法入侵他人网络将承担法律责任。 4 个帖子 - 4 位参与者 阅读完整话题
知乎上看到提问： 回答了下，但是还是不过瘾，再来L站跟各位佬友喷一喷吧。几家免责提示只有豆包特酿的放在网页上方，还近乎白色，是真的害怕用户看到，相反GPT的提示最明显了，算是浓眉大眼的实诚人了。 豆包： ChatGPT： DeepSeek： Claude: 5 个帖子 - 3 位参与者 阅读完整话题
免责声明,仅个人经验分享,不一定对 很多人使用家宽是为了 降低被claude官方盯上,被风控导致封号的概率. 个人建议 可以选择一些非热门地区的真家宽. 尽量不要选择和其他人拼车真家宽. 因为我发现 很多人都追求美国家宽 ,然后又不是去开的独享单人车,万一你的车友的操作导致了被 claude 标记,你也可能因此claude被封号. 可以选择一些非热门地区的真家宽,以下是我目前用的一个家宽, 我一个人独享,每年700左右 2tb双向. 当然肯定有符合相关条件更便宜的真家宽. 因为我个人流量需求也差不多接近2t,所以开的这个套餐. 建议大家多找找非热门地区的真家宽独享自己一个人用. 不然哪怕你做好了各种措施,因为 友的误操作连坐导致封号不值得. 具体我用的哪家以及什么地区就不要问我,也不要私信我了. 自己多运用ai,比如grok进行一下搜索 非热门地区的真家宽 即可. 注意 不要找那种双isp的伪家 宽,比如大家耳熟能详的webshare. 测试地址 Net.Coffee Claude AI IP 风险检测 - IP纯净度 - Claude Code可用IP - Net.Coffee 免费检测 Claude AI 出口 IP 纯净度、信任评分、住宅/机房属性，Tor 与高风险 IP 检测。 此外推荐站内喵佬的 ipquality一键测试脚本 6 个帖子 - 4 位参与者 阅读完整话题
先免责声明一下，我没有用过国产模型厂商官方的 API，我遇到的所有问题都是在使用中转 API 时遇到的，如果官方 API 没有我提到的这些问题，你可以忽略此贴。 第一个是工具调用的格式问题。 我的 agent 中的一些工具需要接收复杂类型的参数，比如一个字符串数组。 例如我的 agent 项目中定义的 ask_user 工具： @built_in_tool(validate=True, defaults=BuiltInToolDefaults(needs_user_interaction=True)) def ask_user(self, question: Annotated[str, """ The clear and concise question to ask the user. IMPORTANT: If this is a multiple-choice question, DO NOT list options here (no A/B/C, no 1/2/3, no bullet points). The options must be passed separately via the 'options' parameter. """], options: Annotated[list[str] | None, """ Specific options for the user to choose from. If provided, the user is forced to choose one option. """] = None ) -> str: """ Ask the user for missing information. When SHOULD to use: - The following action is **irreversible** (file deletion, sending messages, making payments, system configuration changes, etc.) and the user has not explicitly confirmed intent - A required parameter cannot be inferred from context and has no safe default - A necessary tool use has failed 3 consecutive times - The task has two (or more) valid interpretations with meaningfully different outcomes, and assumption cost is high When NOT to use: - Simple conversation or quick factual questions - The user already provided clear, detailed requirements - Stylistic preferences when a reasonable default exists - The task has been already clarified earlier in the conversation CORRECT & INCORRECT Usage Examples: [WANT: Ask for clarification on format] INCORRECT: ask_user(question="Should the report be PDF, Word, or HTML?") CORRECT: ask_user(question="What format would you like for the report?", options=["PDF", "Word", "HTML"]) [WANT: Open-ended question] CORRECT: ask_user(question="What specific time period should I search for?") """ ... 我在使用 glm-5 和 qwen3.6-plus 时，这两个模型在调用类似工具时几乎总是传一个字符串，其中包含一个 JSON 字符串数组，即： ask_user("question", "[\"option1\", \"option2\"]") 而不是正确的格式： ask_user("question", ["option1", "option2"]) 即使模型看到了 validation error，甚至我直接告诉模型应该怎么传，模型依然会传错误格式（所以我认为可能问题的根源不在模型） 第二点是今天我在给我的 agent 加新功能时遇到的。 简单来说，我给我的 agent 的 read_file 工具加了一个语义读取的功能，agent 可以调用 flash model 来获取文件中需要的内容而不需要读整个文件。 @built_in_tool(validate=True, defaults=BuiltInToolDefaults(auto_approve=True)) async def read_file(self, path: Annotated[str, "The path of the file to read (relative to the current working directory)."], offset: Annotated[int, "The line number to start reading from (1-based)."] = 1, max_lines: Annotated[int, "The maximum number of lines to read."] = 2000, semantic: Annotated[str | None, """ When provided, this parameter will be used as prompt to pass to another model to semantically analyse the ENTIRE file content (offset and max_lines are ignored). PREFER this over normal reading when: - The file is likely to be long (e.g. PDF, Word documents, reports) - The goal is to understand, summarize, or extract information from the file NOTE: When the analysis failed, it will fallback to normal reading mode and returns raw file content instead — check the `mode` attribute to know which mode was used. """] = None, ) -> str: """ Read the contents of a file at the specified path. For text files, this tool will directly return the file content; for .pdf, .docx, .pptx, .xlsx, .epub files, this tool will convert the file to markdown format and return the markdown text. Returns: A XML string with the file content and metadata as attributes: - start_line: The line number of the first line returned (1-based), only exist for "normal" mode - end_line: The line number of the last line returned (1-based), only exist for "normal" mode - total_lines: The total number of lines in the file - mode: The actual mode used, can be one of "normal" and "semantic" Normal mode example: <file_content start_line="1" end_line="50" total_lines="312" mode="normal"> def foo(): ... </file_content> Semantic mode example (read_file(path="report.pdf", semantic="Summarize the key findings")): <file_content total_lines="312" mode="semantic"> The report identifies three main findings: ... </file_content> To read the next chunk in normal mode, pass end_line + 1 as the offset in the next call. """ 我测试了 glm-5 和 gpt-5.2，gpt 在我第一次测试时就会主动调用 semantic 参数，而 glm 在我测试的几次中都不会主动调用。我的测试提示词也很简单： 帮我看一下 "requirements/Individual Project Handbook.pdf" 中对于 project report 有哪些要求 3 个帖子 - 3 位参与者 阅读完整话题