本来还以为这几天有时间，自己搞搞自己的小网站之类的，结果没想到，现在1片倒的。 趁着现在还有时间，刚好去，搞一下自己的甲骨文小服务器。 一定要合理搭配时间，现在既然不能用各种中转站了，那就把时间安排到其他的项目上，合理搭配一下。 1 个帖子 - 1 位参与者 阅读完整话题
先感谢一下各位佬友 @1441440441 @danborad @Sn_ooker 的经验分享，根据佬友的方法一次过 参考帖子链接如下 https://linux.do/t/topic/2255853 Google One学生重新认证成功 受佬友启发，今天自己准备背水一战不行就算了，没想到过程异常顺利，特来分享一下我的实操经验 操作过程 学校信息 ：用的是 台北大学 的信息 学生证 ：网上随便找的一张看起来比较真实的学生证图片 缴费单 ：用 GPT 生成了一张缴费单（如下图），然后随便打了点马赛克遮住关键信息，看图就知道我是打算放弃的，并不想和sheer id对线 提交结果 ：直接通过了， 全程没有和 SheerId 对线 ，连人工审核都没触发 缴费单截图 当前订阅状态 目前显示已成功订阅 Gemini Pro 学生版，看起来是稳了。 一些想法 整个流程比预期简单太多了，之前看帖子还以为要和 SheerId 来回扯皮好几轮，结果直接秒过。感觉快到期限了谷歌大善人有放水，想上车的同学可以趁现在试试。 就是有点不放心—— 不会再给我踢下车吧？ 13 个帖子 - 8 位参与者 阅读完整话题
现在自己的土区老号都不敢登了，就怕二验 奥特曼搞搞白嫖号，别搞付费号啊 真得研究研究Claude了，现在真是习惯用AI了，不管是工作还是日常，没有AI很难受了 12 个帖子 - 7 位参与者 阅读完整话题
如题，我平时感觉GPT5.4都差不多够用了，就好奇现在Deepseek搞搞前后端开发怎么样？有没有佬现身说法一下？另外DS现在好像没有官方CLI，佬们是怎么用的呢，接入Claude Code嘛？ 13 个帖子 - 9 位参与者 阅读完整话题
https://chatgpt.com/?promoCode=STRIPEATLASGPT4BIZ050126谁可以免费帮我搞搞 3 个帖子 - 2 位参与者 阅读完整话题
目前我这边有个小团体20人使用，自建了一个NewApi（啥也没做），就手动搞搞分发，接的上游中转站；最近在琢磨自建号池，注册机，母号子号、纯净ip等等之类的，这些完全没有了解过，有没有大佬能解释一下，或者甩几篇站内文章。 5 个帖子 - 3 位参与者 阅读完整话题
五一放假正好搞搞投资研报模块的模型，先用官方渠道的 Opus 4.7（think max + plan on） 写了 Plan 1 ；作为对比，又用 Antigravity 的 Opus 4.6（thinking + plan） 写了 Plan 2 。 虽然这个对比不算完全公平，但目前能找到的、比较接近“满血版”4.6 的渠道，基本也就是Antigravity了。 结果差距还是挺明显的。用 GPT-5.5 xhigh 结合代码和接口 对两套方案做了评估， Plan 1 赢得比较明显 。而且即使纯靠人肉去分析 Plan 2，也能发现不少硬伤的问题。 贴上GPT-5.5部分对比结果： 架构对比与评估结论 (Plan 1 vs Plan 2) 针对您提供的两版方案，我们进行了深度的架构对比： 方案一（第一版） ： 串行汇总架构 。将盈利模型放在所有 Task 并发执行完毕后的独立 Stage 6，消费全量 Task 的成果，依靠纯 Python 进行确定性推演。 方案二（第二版） ： 并行单兵架构 。将盈利模型作为第 8 个普通 Task 与其他 Task 并发执行，依靠自身的 Tavily 查询和内部的 structured_data_builder 完成计算。 对比结论：坚定选择【方案一】 虽然方案二的工程侵入性极低（完全不需要改动 orchestrator.py 的并发锁），但从投研严谨性和系统鲁棒性来看， 方案二存在致命缺陷，强烈推荐使用方案一。 为什么方案二不可行？ 信息孤岛导致报告自相矛盾 ： 在方案二的并发模型下，Task 8（盈利预测）是“蒙着眼”跑的，它完全看不到 Task 6（管理层指引）和 Task 5（风险与护城河）的输出。这会导致极端尴尬的局面：报告的第 6 章写着“管理层指引二季度毛利率降至 18%”，但第 8 章的 LLM 因为搜到了不准确的新闻，在模型假设里赫然填入 25%。 盈利预测必须是全局研究信息的汇总收口，绝不能是一个平行的独立搜查任务。 LLM 认知负载严重超载（Schema 爆炸） ： 方案二要求 LLM 一次性输出 Bear/Base/Bull 3 种情景，且每个情景要包含 5 个长达 3 年的数组（共计 45 个强相关的假设数字）。由于大模型天然缺乏数字的空间对齐能力，极大概率会产生格式错乱、数组长度不匹配或数据完全不合逻辑（如毛利率骤降但净利率反升）的幻觉。 丢失同业估值锚 ： 方案二直接让 LLM 拍脑袋给出一个 target_pe ，丢失了通过同业对比（如对标台积电、联电）来推演合理估值的严谨逻辑。 4 个帖子 - 4 位参与者 阅读完整话题
没订阅过Claude，佬能说说这两张GPT生成的账单截图真实性有多少，还有细节能优化吗？ 这不是搞搞小米那个什么嘛 Claude账单从来没见过，不知道长什么样 2 个帖子 - 2 位参与者 阅读完整话题
不会编程，没有技术背景的小白，喜欢搞搞电脑，从最初的软路由开始入坑到后来慢慢玩到虚拟机 PVE ，Docker 等等，发现这个开源的世界广阔无边但是处处都有门槛，写个命令行错一个字都不行，Linux 随便一个错误改动就整个机子瘫痪，错误代码日志长篇大论，每个 docker 容器都要看文档一行一行配置，服务之间的联动也常常要写配置文档，少一个缩紧都过不去。 在折磨了不知道多少个日夜之后，antigravity 来了，codex 来了，Gemini CLI ，他们都来了。 一个 Linux 里装上 Gemini CLI ，告诉它我要做什么，全部代码一瞬间都写出来了，自动部署，验证，看日志，修复，维护升级，记录等等，突然之间就像真正的“如虎添翼”，所有的开源软件服务都在眼前，GitHub 里面的每一个应用只要愿意都能随时用上，再也没有所谓的门槛了。 不知道有没有人能理解我的这种感觉，回头看之前的玩机过程简直就像婴儿学步一样艰难，现在在 AI 的加持下就跟开了挂一样。每天都有新发现，新奇的玩意出现，电脑的世界一下子都能抱到怀里慢慢把玩了。
不会编程，没有技术背景的小白，喜欢搞搞电脑，从最初的软路由开始入坑到后来慢慢玩到虚拟机 PVE ，Docker 等等，发现这个开源的世界广阔无边但是处处都有门槛，写个命令行错一个字都不行，Linux 随便一个错误改动就整个机子瘫痪，错误代码日志长篇大论，每个 docker 容器都要看文档一行一行配置，服务之间的联动也常常要写配置文档，少一个缩紧都过不去。 在折磨了不知道多少个日夜之后，antigravity 来了，codex 来了，Gemini CLI ，他们都来了。 一个 Linux 里装上 Gemini CLI ，告诉它我要做什么，全部代码一瞬间都写出来了，自动部署，验证，看日志，修复，维护升级，记录等等，突然之间就像真正的“如虎添翼”，所有的开源软件服务都在眼前，GitHub 里面的每一个应用只要愿意都能随时用上，再也没有所谓的门槛了。 不知道有没有人能理解我的这种感觉，回头看之前的玩机过程简直就像婴儿学步一样艰难，现在在 AI 的加持下就跟开了挂一样。每天都有新发现，新奇的玩意出现，电脑的世界一下子都能抱到怀里慢慢把玩了。
不会编程，没有技术背景的小白，喜欢搞搞电脑，从最初的软路由开始入坑到后来慢慢玩到虚拟机 PVE ，Docker 等等，发现这个开源的世界广阔无边但是处处都有门槛，写个命令行错一个字都不行，Linux 随便一个错误改动就整个机子瘫痪，错误代码日志长篇大论，每个 docker 容器都要看文档一行一行配置，服务之间的联动也常常要写配置文档，少一个缩紧都过不去。 在折磨了不知道多少个日夜之后，antigravity 来了，codex 来了，Gemini CLI ，他们都来了。 一个 Linux 里装上 Gemini CLI ，告诉它我要做什么，全部代码一瞬间都写出来了，自动部署，验证，看日志，修复，维护升级，记录等等，突然之间就像真正的“如虎添翼”，所有的开源软件服务都在眼前，GitHub 里面的每一个应用只要愿意都能随时用上，再也没有所谓的门槛了。 不知道有没有人能理解我的这种感觉，回头看之前的玩机过程简直就像婴儿学步一样艰难，现在在 AI 的加持下就跟开了挂一样。每天都有新发现，新奇的玩意出现，电脑的世界一下子都能抱到怀里慢慢把玩了。
不会编程，没有技术背景的小白，喜欢搞搞电脑，从最初的软路由开始入坑到后来慢慢玩到虚拟机 PVE ，Docker 等等，发现这个开源的世界广阔无边但是处处都有门槛，写个命令行错一个字都不行，Linux 随便一个错误改动就整个机子瘫痪，错误代码日志长篇大论，每个 docker 容器都要看文档一行一行配置，服务之间的联动也常常要写配置文档，少一个缩紧都过不去。 在折磨了不知道多少个日夜之后，antigravity 来了，codex 来了，Gemini CLI ，他们都来了。 一个 Linux 里装上 Gemini CLI ，告诉它我要做什么，全部代码一瞬间都写出来了，自动部署，验证，看日志，修复，维护升级，记录等等，突然之间就像真正的“如虎添翼”，所有的开源软件服务都在眼前，GitHub 里面的每一个应用只要愿意都能随时用上，再也没有所谓的门槛了。 不知道有没有人能理解我的这种感觉，回头看之前的玩机过程简直就像婴儿学步一样艰难，现在在 AI 的加持下就跟开了挂一样。每天都有新发现，新奇的玩意出现，电脑的世界一下子都能抱到怀里慢慢把玩了。
不会编程，没有技术背景的小白，喜欢搞搞电脑，从最初的软路由开始入坑到后来慢慢玩到虚拟机 PVE ，Docker 等等，发现这个开源的世界广阔无边但是处处都有门槛，写个命令行错一个字都不行，Linux 随便一个错误改动就整个机子瘫痪，错误代码日志长篇大论，每个 docker 容器都要看文档一行一行配置，服务之间的联动也常常要写配置文档，少一个缩紧都过不去。 在折磨了不知道多少个日夜之后，antigravity 来了，codex 来了，Gemini CLI ，他们都来了。 一个 Linux 里装上 Gemini CLI ，告诉它我要做什么，全部代码一瞬间都写出来了，自动部署，验证，看日志，修复，维护升级，记录等等，突然之间就像真正的“如虎添翼”，所有的开源软件服务都在眼前，GitHub 里面的每一个应用只要愿意都能随时用上，再也没有所谓的门槛了。 不知道有没有人能理解我的这种感觉，回头看之前的玩机过程简直就像婴儿学步一样艰难，现在在 AI 的加持下就跟开了挂一样。每天都有新发现，新奇的玩意出现，电脑的世界一下子都能抱到怀里慢慢把玩了。
不会编程，没有技术背景的小白，喜欢搞搞电脑，从最初的软路由开始入坑到后来慢慢玩到虚拟机 PVE ，Docker 等等，发现这个开源的世界广阔无边但是处处都有门槛，写个命令行错一个字都不行，Linux 随便一个错误改动就整个机子瘫痪，错误代码日志长篇大论，每个 docker 容器都要看文档一行一行配置，服务之间的联动也常常要写配置文档，少一个缩紧都过不去。 在折磨了不知道多少个日夜之后，antigravity 来了，codex 来了，Gemini CLI ，他们都来了。 一个 Linux 里装上 Gemini CLI ，告诉它我要做什么，全部代码一瞬间都写出来了，自动部署，验证，看日志，修复，维护升级，记录等等，突然之间就像真正的“如虎添翼”，所有的开源软件服务都在眼前，GitHub 里面的每一个应用只要愿意都能随时用上，再也没有所谓的门槛了。 不知道有没有人能理解我的这种感觉，回头看之前的玩机过程简直就像婴儿学步一样艰难，现在在 AI 的加持下就跟开了挂一样。每天都有新发现，新奇的玩意出现，电脑的世界一下子都能抱到怀里慢慢把玩了。
不会编程，没有技术背景的小白，喜欢搞搞电脑，从最初的软路由开始入坑到后来慢慢玩到虚拟机 PVE ，Docker 等等，发现这个开源的世界广阔无边但是处处都有门槛，写个命令行错一个字都不行，Linux 随便一个错误改动就整个机子瘫痪，错误代码日志长篇大论，每个 docker 容器都要看文档一行一行配置，服务之间的联动也常常要写配置文档，少一个缩紧都过不去。 在折磨了不知道多少个日夜之后，antigravity 来了，codex 来了，Gemini CLI ，他们都来了。 一个 Linux 里装上 Gemini CLI ，告诉它我要做什么，全部代码一瞬间都写出来了，自动部署，验证，看日志，修复，维护升级，记录等等，突然之间就像真正的“如虎添翼”，所有的开源软件服务都在眼前，GitHub 里面的每一个应用只要愿意都能随时用上，再也没有所谓的门槛了。 不知道有没有人能理解我的这种感觉，回头看之前的玩机过程简直就像婴儿学步一样艰难，现在在 AI 的加持下就跟开了挂一样。每天都有新发现，新奇的玩意出现，电脑的世界一下子都能抱到怀里慢慢把玩了。
（地产广告视频）连续加班一周多，天天都是十点十一点回家搞搞十二点了，也是麻了，一直改改改，一会就上去一会又不要，前几天完成度百分之90剩下的10磨一周，，还好今天物业发通知晚上十点停电检修，能九点就下班。明天说不定还要远程改改 1 个帖子 - 1 位参与者 阅读完整话题