Mimo送的API额度要过期了，尝试把最近看到的一本有意思的专著机翻来看看，否则数学部分实在是不想混着英文看。跑了四个小时，本着不要重新造轮子的想法，分享给佬友 P.S. 500页的书好像最后也没有烧掉很多token，大概20块 (x pan.baidu.com 百度网盘 请输入提取码 百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全稳固，支持教育网加速，支持手机端。注册使用百度网盘即可享受免费存储空间 1 个帖子 - 1 位参与者 阅读完整话题
支付巨头Visa本周三在旧金山举行的Visa支付论坛上宣布，与OpenAI达成战略合作，将Visa的全球支付网络嵌入OpenAI平台。这意味着未来用户授权后，ChatGPT等人工智能代理能够独立完成从商品搜索到支付确认的全流程购物操作。 根据双方发布的合作声明，Visa的支付能力将直接集成到OpenAI的体验中，为开发者和商家提供简化的方式，接受由人工智能代理发起的Visa付款。Visa首席产品与战略官在论坛上表示，人工智能对商业活动带来的改变将比互联网和移动互联网时代更加深远，随着人工智能代理成为经济活动的活跃参与者，Visa的工作重点是确保交易可信、安全且顺畅。 在活动现场，Visa高管演示了一个典型使用场景：用户向ChatGPT提出“寻找150美元以下的无线耳机”的需求后，聊天机器人可筛选符合要求的商品并直接代用户完成购买。这将使人工智能购物助理的角色正式从“推荐商品”升级为“执行购买”，范围覆盖所有支持Visa付款的线上商户。 这一合作并非OpenAI首次涉足电商。2025年底，该公司曾推出Instant Checkout功能，但因交易错误率偏高以及向商户收取的交易费用未获广泛认可，该服务已于2026年3月终止。此次Visa的介入解决了此前商户接受度低的痛点，用户可将Visa卡直接绑定至ChatGPT完成购物，商户接受人工智能代理付款的门槛也大幅降低。 在安全保障方面，Visa将提供代币化、即时授权与欺诈监控等底层基础设施。交易将在用户设定的消费限额、审批门槛及可购物商家白名单等防护机制内运行，确保用户在人工智能执行任务时仍保有控制权，以降低欺诈和交易出错风险。 Visa与OpenAI暂未披露合作的财务条款。值得注意的是，Visa主要竞争对手万事达也已小范围上线类似的人工智能购物支付功能，但当前主要面向企业端采购场景。 查看评论
不！！！三年来第一次正常给 OpenAI 付费怎么就给我塞了这个，用的美区优惠码 25刀 一个月 我想要5h限额和周限啊 10 个帖子 - 6 位参与者 阅读完整话题
人工智能巨头OpenAI称，一批与中国有关联的ChatGPT账户试图煽动美国国内对数据中心建设的反对情绪，此举或意在削弱美国在AI领域的竞争力。 据彭博社报道，OpenAI星期三（6月10日）发布报告称，公司发现一些源自中国的账户利用AI生成英文社交媒体帖子，称数据中心推高了美国居民的电费。 OpenAI称，这些账户可能与一家未具名的中国私营科技公司有关，该公司为中国省级政府客户提供服务。 OpenAI表示，这些帖子传播范围有限，但应引起外界对外国势力试图削弱美国战略性产业的关注。该公司补充称，美国对AI和数据中心存在“合理的讨论”，但这些账户通过伪装成普通美国民众，通过发布有争议的AI生成内容来试图操纵讨论。 去年1月，美国总统特朗普刚开始第二次总统任期，就宣布私人企业将投资高达5000亿美元（约6443亿新元），建设人工智能基础设施，助美国在这一关键技术领域超越竞争对手。 不过人工智能数据中心需要大量电力，北美电力可靠性委员会曾警告，数据中心的耗电量正在剧增，北美发电能力无法满足日益增长的电力需求，未来10年内美国约半数地区将面临电力供应不足的风险。对此，特朗普称，他将通过紧急行政令帮助推动人工智能基础设施建设，包括让数据中心拥有自己的发电厂。 zaobao.com.sg OpenAI：中国关联账户用AI发帖煽动美国民众情绪 （华盛顿综合讯）美国人工智能（AI）巨头OpenAI称，一批与中国有关联的ChatGPT账户，试图煽动美国民众反对总统特朗普的关税政策，并干预美国国内对数据中心建设的讨论，可能意在削弱美国在AI领域的竞争力。 4 个帖子 - 4 位参与者 阅读完整话题
据业内消息，SK hynix 已完成其 375 层 NAND 闪存产品的验证工作，预计将在 2026 年底前正式在现有工厂中投入量产，以满足不断增长的存储容量需求。 这些工厂目前主要生产的是 321 层 V9 NAND 闪存，未来将通过工艺转换来支持更高层数的堆叠解决方案。 在 NAND 闪存堆叠层数的竞赛中，SK hynix 与三星正展开激烈比拼。 三星此前已透露将通过双堆叠方案将 V-NAND 层数推升至 400 层以上，并已展示最高可达 900 层、并以 1000 层为目标的技术路线图，而 SK hynix 则选择以 375 层产品作为阶段性节点切入量产。 据了解，SK hynix 内部最初将这一代产品定位为“400 层级” NAND，但在实际工艺开发过程中，由于在同一芯片内堆叠过多层数时遇到严重的工艺与信号传输难题，最终将设计修正为 375 层。 行业人士透露，原本规划中的 400 层级产品被调整为 375 层，而后续路线图则延伸至 480 层和 604 层等更高堆叠的产品节点。 要继续向 480 层、604 层等更高堆叠迈进，单靠现有材料体系已经难以为继。 报道指出，SK hynix 需要在关键导电材料上进行重大调整，逐步放弃目前普遍采用的钨（Tungsten）薄膜，转而采用钼（Molybdenum）作为新的互连材料，以应对高层数堆叠带来的电阻与信号完整性挑战。 在高层数 3D NAND 结构中，随着垂直方向导线和通道尺寸不断缩小，钨的电阻难以控制，信号传输损耗和延迟问题愈发突出，成为继续增加堆叠层数的“材料天花板”。 与之相比，钼在高电阻环境下具有更优的性能表现，能够在更窄的布线条件下保持较好的导通特性，因此被视为突破高层堆叠限制的关键材料之一。 三星已经在其部分 NAND 工艺中率先导入钼材料，并计划在今年进一步优化其 V-NAND 生产流程，推出首批 400 层级产品，以巩固其在高端存储市场的领先地位。 SK hynix 则将在跟进更高层数产品时同步完成从钨到钼的材料切换，以缩小与竞争对手在技术路线上的差距。 随着 AI、云计算、高性能终端与企业级数据中心对存储容量和性能需求持续攀升，3D NAND 层数的不断提升被视为提升单颗芯片比特密度、降低单位存储成本的关键方向。 然而，这也意味着晶圆厂需要投入更多资金采购新材料、升级设备与转换产线，以支撑更高复杂度的堆叠与加工流程。 以钼为例，其需求量在近几年显著增长，已成为 NAND 供应链中的重要原材料之一。 报道称，三星去年采购了约 4 吨钼，今年迄今为止的采购量已增至约 10 吨，而随着 SK hynix 等厂商导入钼，预计今年其用量也将达到约 4 吨。 产业机构预测，随着 400 层级及更高层数 NAND 进入量产阶段，钼的市场需求将快速攀升：到 2027 年预计将达到 25 吨，2028 年增至 40 吨，2029 年约为 60 吨，并在 2030 年左右进一步攀升至 80 吨规模。 在这一过程中，材料供应、成本控制与技术迭代将共同决定 NAND 厂商在高层堆叠时代的竞争格局。 对于 SK hynix 而言，375 层 NAND 的量产不仅是对其工艺能力的阶段性验证，也是向 480 层、604 层乃至更高层数演进的技术跳板。 如何在保持良率与成本之间取得平衡，同时顺利完成从钨到钼等关键材料的迁移，将直接影响其在与三星等竞争对手的角逐中能否占据有利位置。 查看评论
本人和小组其他成员一起买了一个pro 20x订阅，搭了一个中转站方便使用，固定了代理ip，网页版gpt也使用了指纹浏览器，过了cyber认证，目前gpt主要用于网安研究使用。一个月不到被发了两封邮件警告cyber abuse啊 ，申诉被维持原判，现在导致不敢用了，害怕再来一次号没了，也不知道哪里出了问题，难道普通的网安研究也不行吗（没有逆向，破解等操作）。非常焦虑，没有AI直接停摆了 有没有佬懂的指点一下 1 个帖子 - 1 位参与者 阅读完整话题
之前订阅的应该是没什么影响，下个月还不清楚
OpenAI 近日在一份威胁报告中称，一些与中国有关联的用户账号曾利用 ChatGPT 生成内容，试图影响美国民众对本土数据中心及相关科技政策的看法，但这些活动几乎没有产生可观效果。 报告指出，这些已被封禁的账号在暗中参与“影响力行动”，通过制造和传播特定叙事，意在操纵围绕美国人工智能与更广泛科技政策的公共辩论。 根据报告，首批被识别的账号围绕“数据中心扩建推高普通家庭电费”这一说法大量生成社交媒体评论和配图内容，OpenAI将这一行动命名为“数据中心顺风车”（Data Center Bandwagon）行动。 从 2025 年底到 2026 年初，这些账号多次向 ChatGPT 提示，让其用英文撰写关于数据中心和 AI 应用增加用电需求、导致美国普通民众电费上涨的短评与图片文案。 相关内容包括以数据中心为主题的漫画，以及在通用电力营销图片上叠加文字，暗示美国公民正在为 AI 基础设施“买单”。 这些由 ChatGPT 生成的文字和图像随后被发布到多个社交平台上，发布者账号往往伪装成出身背景各异的美国人，以增强内容的“本土化”与可信度。 OpenAI 表示，其模型本身并不对中国境内开放访问，因此相关操作者被认为是通过 VPN 绕过地域限制。 该公司研判，这些账号很可能隶属于一家中国本土私营科技企业的社交媒体运营团队，为省级政府客户提供舆论影响服务。 操作人员还曾向 ChatGPT 上传一份报告，详细描述其影响舆论的目标和策略，包括如何创建更容易逃避平台风控系统的社交账号。 除“数据中心顺风车”外，OpenAI 还识别出第二个账号集群，同样利用 ChatGPT 生成内容，但主题转向抨击美国关税政策和科技政策。 这些内容普遍围绕中美科技竞争展开，指责美国一方面追求科技主导权和“规则制定权”，另一方面则“暗中伤害盟友”。 有意思的是，这些账号在向 ChatGPT 提示时特别注明，生成内容中不得出现中国领导人习近平的名字。 在评估上述行动影响力时，OpenAI 的结论是：这些活动在网络舆论场中几乎未掀起什么水花。 不过，就数据中心议题本身而言，美国国内民意原本就高度分裂甚至日益转向反对新建设施。 OpenAI 引用的一份近期报告显示，如今已有 71% 的美国人反对在其居住地附近建设数据中心，而这一比例在九个月前还只有 42%。 在关于电价问题的部分，报告将相关账号的表述称为“声称”（claimed），但第三方数据表明，数据中心周边电价上涨确有其事。 彭博社此前的一项分析显示，在一些靠近数据中心的区域，电价涨幅最高达到 267%。 在美国国内政治语境下，一些怀疑论者认为，作为人工智能热潮的主要推手之一，OpenAI 有动机将愈演愈烈的反数据中心情绪，部分包装为“境外势力操纵”的结果，以减轻对自身业务模式的政治压力。 近期，一些共和党议员甚至呼吁联邦调查局（FBI）调查反数据中心舆论是否源自“中国的隐形操纵”。 但无论是否存在境外信息行动，围绕数据中心的本地反对声浪本身具有多重现实根源：包括电价上涨、环境影响、耗水量巨大、大量占用土地资源，以及公众对 AI 技术整体的不信任与反感等。 在这样的背景下，即便没有外部力量推动，美国社会对数据中心的强烈抵制也不难理解。 查看评论
这两者是怎么对比的呀？为啥看api价格看不出来呢，佬们为啥会这样认为呢，真诚发问 9 个帖子 - 8 位参与者 阅读完整话题
之前订阅的应该是没什么影响，下个月还不清楚
看到有人发帖子问怎么选NAS硬件的，最近打算配个NAS，做了些功课分享给大家！ 把一些长期挂载在工作电脑上一些任务放到NAS上面，把微信挂载在NAS上面，做了一些功课，。最终锁定了三款：绿联的DXP4800 Plus，铭凡 N5，天钡WTR MAX。 最开始下单了绿联的DXP4800 Plus，8505的CPU，后来发现了后面两款，N5研究了下做工更好，而且电口比光口更使用，接近的价格情况下，H255 CPU的性能是4800 Plus的两倍，线程更多，而且扩展性能更好，盘位更多。也考虑过独立主机+硬盘盒的方案，比较下来价格接近甚至更高，而且更占地方，接口也不够丰富。 另外配置了24Gx2的两条内存，2000大洋，淘了个14G得东芝HDD，1600，最近真的是存储价格暴涨。。。想起来去年就想配置的。。血亏！ 下一步就是要考虑NAS里面装什么了，装个飞牛OS或者也在考虑要不直接上个Debian，微信挂在NAS上面，然后弄个影音中心，hermes或者小龙虾。大家还有推荐的软件工具吗，打算把MCP服务器也放在NAS上面这面后面调用起来也方便。 另外庆祝一下自己马上就要三级！！真的从L站学到很多 6 个帖子 - 4 位参与者 阅读完整话题
咱也不懂这是什么。。 只是搜com.openai.codex.code_sign_clone 看到了相关问题。 github.com/openai/codex [Bug] macOS app leaves code_sign_clone directories after quit (~965MB per launch) 已打开 06:34PM - 01 Jun 26 UTC yorhasaber bug app ### What version of the Codex App are you using (From “About Codex” dialog)? Co … dex App 26.527.60818 (ChromiumBaseVersion 148.0.7778.179) ### What subscription do you have? Unknown / not relevant to this issue ### What platform is your computer? Darwin 24.6.0 arm64 arm ### What issue are you seeing? Every time I launch and quit the Codex macOS app, a new directory is left under: `/private/var/folders/.../X/com.openai.codex.code_sign_clone/code_sign_clone.*` Each clone is about 965 MB. After launching/quitting Codex multiple times, these directories keep accumulating. On my machine after several app restarts: ```bash clone dirs: 7 6.5G /private/var/folders/.../X/com.openai.codex.code_sign_clone ``` The directories disappear after reboot because macOS cleans the `/var/folders/.../X` temp area. This looks related to Chromium's `MacAppCodeSignClone` / `code_sign_clone` mechanism. Clone creation itself may be expected, but inactive clone dirs are not cleaned up after the app quits. I also observed orphaned helper processes after quitting Codex, including multiple `browser_crashpad_handler` processes and `SkyComputerUseService` processes with PPID=1. ### What steps can reproduce the bug? 1. Launch `/Applications/Codex.app`. 2. Quit Codex.app. 3. Check the clone directory: ```bash find /private/var/folders/*/*/X/com.openai.codex.code_sign_clone -maxdepth 1 -type d -name 'code_sign_clone.*' 2>/dev/null | wc -l du -sh /private/var/folders/*/*/X/com.openai.codex.code_sign_clone 2>/dev/null pgrep -fl 'Codex|node_repl|SkyComputerUse|app-server|browser_crashpad_handler' ``` 4. Repeat launch/quit several times. Observed: each launch creates another `code_sign_clone.*` directory, and old inactive clone dirs remain after quitting. ### What is the expected behavior? After Codex quits, inactive `code_sign_clone.*` directories should be removed by the code-sign-clone cleanup helper. Repeated launch/quit cycles should not keep adding ~965 MB per launch until reboot. ### Additional information I checked that this does not appear to be caused by my Codex `config.toml`. The issue appears to be in the macOS app / Chromium app lifecycle cleanup. The active clone may be held by the running Codex process, but old clone directories were not held by open file handles when checked with `lsof +D`. This suggests cleanup is not being triggered or is not completing for inactive clones. 还有个62GB的 openai/codex/issues/27536 2 个帖子 - 1 位参与者 阅读完整话题
前言 目前我把游戏分别放在本地 D:\game 和NAS的 G:\game （映射盘符）上运行(主要是gal和一些SLG太占空间了,又不想删)。长时间后, Local,Roaming,LocalLow 里会有各种游戏生成的存档和配置文件目录。 删游戏时这些目录并不会自动消失，AppData 越来越臃肿，想手动清理又怕删错，备份更是无从下手 于是我写了一套 PowerShell 脚本： 实时监控文件夹创建，自动记录游戏路径和存档位置，并在确认后将存档迁移到统一目录，在原位置留下符号链接 。这样既能把存档集中管理，又能让 AppData 保持干净。不过，NAS 映射盘符是整个过程里最大的坑（但大多佬们似乎用不到）。本文将分享我从“映射失败”到“稳定挂载”的全过程，以及脚本在中文转码、路径匹配、去重、队列管理等方面踩过的坑和最终方案。 而且我现在的环境很特殊：NAS 和主机用网线直连，主机通过 ICS 让 NAS 共享校园网。下一篇博客会补充 NAS 实战中的更多内容(为此我花了一周在学习网络通信协议)。 手动查找并迁移已有文件 1. 按修改时间查找文件 如果知道文件大概的修改时间范围，可以用以下命令快速定位： Get-ChildItem -Path "D:\game" -Recurse -File | Where-Object { $_.LastWriteTime -ge "2026-06-01 10:40" -and $_.LastWriteTime -le "2026-06-01 11:00" } 找到后根据完整路径判断属于哪个游戏，然后手动复制存档到备份目录（例如 D:\GameSaves\manual ）。 2. 批量迁移脚本（BAT 示例） 对于大量已知映射关系的配置文件，可以写一个批处理脚本。 注意：BAT 脚本如需输出中文，必须保存为 ANSI(GBK) 编码；而给 AI 或代码库看的脚本建议用 UTF-8。 @echo off set SRC1=C:\Users\admin\AppData\Local\GameA\Save set DST1=D:\GameSaves\GameA xcopy "%SRC1%" "%DST1%" /E /I /Y set SRC2=C:\Users\admin\AppData\LocalLow\GameB set DST2=D:\GameSaves\GameB xcopy "%SRC2%" "%DST2%" /E /I /Y echo 迁移完成 pause NAS 盘符映射 1. 在 Windows 中映射 NAS 文件夹 我的 NAS 型号是绿联 Dxp4800plus，通过 ICS 共享网络，设置的私网IP 为 192.168.137.20 。我把所有游戏放在 NAS 共享文件夹 ACG （原名 acg资源 ，后来改名）下，并映射到主机的 G: 盘。 正确映射方法（一定要勾选“登录时重新连接”） ： 右键“此电脑” → “映射网络驱动器”。 驱动器选择 G: ,文件夹选择 NAS设备\ACG 必须勾选"登录时重新连接" ，不然后面开机自启会出问题。 用校园网连接NAS时，在 网络 可能会找不到设备，需要先进入 WLAN 把校园网从专用切换为公用，再在 网络 里重新转为专用，才能发现 NAS 设备。我现在也没搞清楚根本原因是什么，如果佬们知道正确的修改方法请告诉我。 2. 几个踩坑点 踩坑 1：修改共享名称后映射失效 当我把共享文件夹从 acg资源 改名为 ACG 后，就无法进入之前映射好的 G: 盘了。这是因为映射驱动器指向的远程路径是 \\...\acg资源 ，而实际共享已不存在。 解决方法 ： 先删除旧映射G盘 按照上述步骤重新映射到新文件夹 ACG 一旦修改 NAS 共享名，必须同时更新所有客户端的映射，并更新脚本中的路径 踩坑 2：到底该用盘符（G:）还是 UNC 路径（\IP\share）? 这是困扰我最久的问题(主要是不停打开游戏和脚本测试,还要不断删除对应的文件和json内容)。 脚本需要匹配运行中游戏的可执行文件路径，而 Get-Process 返回的 Path 属性 在不同启动方式下表现不一致 ： 如果通过资源管理器双击 G:\game\xxx.exe 启动，进程路径有时是 G:\game\... （盘符形式）。 如果通过 \\192.168.137.20\ACG\game\xxx.exe 直接启动，进程路径是 UNC。 有些游戏启动器可能会强制转换路径。 我最初按 UNC 路径 \\192.168.137.20\ACG\game 设置 $gameRoot ，但实际运行时却匹配不到（因为进程路径是 G:\game 开头）。后来改为 G:\game 就成功了,所以最稳妥的做法是 把盘符和UNC都配置上 ，让脚本自己去匹配。 不知道为什么，在 powershell 中 cd \\192.168.137.20\ACG\game 却没有问题 踩坑 3：开机自启时 G 盘还未连上 设置任务计划程序开机启动脚本后，发现脚本虽然运行了，但始终检测不到 NAS 上的游戏。日志显示 [注意] 未检测到游戏进程 。 原因：用户登录后，系统需要几秒钟来恢复网络驱动器。而脚本在登录瞬间就执行了，此时 G: 盘还不存在。 解决方案 ：在任务计划程序的触发器设置中，添加 “延迟任务时间 30 秒” （或更长，如 60 秒），这样脚本会等待网络和映射完全准备好再启动。 实现自动化监控脚本 核心需求： 监控三个存档常用目录： %LOCALAPPDATA% 、 %APPDATA% 、 %USERPROFILE%\AppData\LocalLow （即 Local,Roaming,LocalLow ） 当有新文件夹被创建（某个游戏第一次生成存档）时，自动记录 同时检查本地 D:\game 和 NAS 映射的 G:\game 路径，检测当前运行的游戏进程并将其 exe 路径以 Base64 存入队列 1. 设置 PowerShell 执行策略 首次运行脚本前，需要允许执行本地脚本： Set-ExecutionPolicy RemoteSigned -Scope CurrentUser 2. 监控脚本（Watch-GameSaves.ps1） 以下为脚本核心结构（完整代码略去，仅说明逻辑）： 定义监控根目录、排除文件夹列表。 使用 FileSystemWatcher 监视 $watchPaths 下的文件夹创建事件。 事件触发后： 跳过已存在的连接点或排除文件夹。 延迟 3 秒，给游戏时间完成写入。 获取正在运行的进程，匹配路径是否以 D:\game 或 G:\game 开头。 将匹配到的第一个游戏 exe 路径转为 Base64（避免 JSON 中的转义和乱码问题）。 将存档路径、游戏 exe Base64、时间等信息写入 pending.json 。 3. 解决中文乱码：Base64 转码 因为游戏路径中可能出现中文（如“除灵猎人”），直接存储到 JSON 会导致编码混乱（而且很难解决，不论将文件保存为UTF-8还是GBK都不行，因为本质是在action中进行的解码）。解决方法是将 exe 路径进行 Base64 编码： { "srcPath": "C:\\Users\\admin\\AppData\\Local\\NebelTR", "time": "2026-06-04 15:28:26", "gameExeBase64": "RDpcZ2FtZVxSUEdcQkJR5aSn5aW944GNXOmZpOeBteeMjuS6ulzpmaTngbXnjI7kurotQ04tMS4xMlxHYW1lLmV4ZQ==", "dirName": "NebelTR", "remark": "" } 使用时通过 [System.Text.Encoding]::UTF8.GetString([Convert]::FromBase64String($base64)) 解码即可得到原始中文路径。 4. 避免重复记录已处理目录 某个存档目录已经成功迁移并创建了符号链接后，之后游戏再次运行，监控脚本又检测到同一目录的“创建”事件，就会导致重复记录。 解决方法 ：在向 pending.json 追加新条目之前，先检查队列中是否已存在相同的 srcPath 。若有，直接跳过，不重复添加。这样即使链接目录被误触创建事件，也不会污染队列，同时也避免了后续转移脚本重复处理。 转移脚本与队列处理 监控是持续运行的，迁移则是定期手动触发（比如一个月或半年一次）。转移脚本读取 pending.json ，把存档从 AppData 搬走，原地建符号链接。 1. 转移脚本设计要点 从 pending.json 读取待处理项。 对每一项，先确定目标目录名。优先使用手动填写的 remark ，否则从解码后的 exe 路径自动提取游戏文件夹名，若都失败则回退到原始目录名。 通过 robocopy 将源目录完整复制到 D:\GameSaves\目标名 。 复制成功后， 删除源目录 ，并在同一位置创建一个 目录链接 指向新路径。 将迁移关系记录到 Markdown 格式的日志文件 存档迁移记录.md 中。 处理成功的条目从队列移除，失败则保留，等待下次重试。 2. 几个关键设计 安全删除和链接创建 ，这是最容易翻车的环节，有两个点必须处理好： 复制前如果目标目录已存在 （比如之前迁移过但记录丢了），直接 robocopy 会合并文件，可能造成新旧存档混杂。必须先尝试删除已有目标目录，并 检查是否真的被删干净 ；若因文件占用无法完全删除，则中止本次操作，保留队列项。 复制后删除源目录时，同样可能因文件占用导致部分删除失败 。必须确认源目录已完全消失后，才能创建链接。否则残留目录加上失败的链接创建，会让游戏存档状态混乱。若删除失败，整个迁移视为未完成，保留在队列中,下次重试。 这些检查在脚本中都是以条件判断 + 日志记录的方式实现的，确保一定成功。 迁移记录以 Markdown 表格形式写入 存档迁移记录.md ，例如: 原 C 盘快捷方式名 实际存储位置 游戏/说明 praygame D:\GameSaves\祈愿游戏 praygame 游戏存档 rmmz-game D:\GameSaves\莉可的不可思议差事 莉可的不可思议差事 这样无论后续手动浏览还是用其他工具解析，都非常直观。 队列自动清理 ：每处理完一批，脚本生成一个新的 JSON 数组，只包含失败的项，覆盖写回 pending.json 。成功的自动消失，不需要手动编辑。 设置开机自启 使用 Windows 任务计划程序保证脚本在每次登录时自动运行。 操作步骤 打开“任务计划程序” （可以 Win+R 输入 taskschd.msc ）。 右侧点击 “创建任务” （不是“创建基本任务”）。 名称： GameSavesMonitor 配置： Windows 10 ，勾选 “使用最高权限运行” 。 触发器 → 新建： 开始任务： 登录时 特定用户：选择你的账户（如 DESKTOP-XXX\admin ） 高级设置： 延迟任务时间 30 秒 （给网络驱动器映射留出时间） 确保“已启用”被勾选。 操作 → 新建： 程序或脚本： powershell.exe 添加参数： -WindowStyle Hidden -ExecutionPolicy Bypass -File "D:\Scripts\Watch-GameSaves.ps1" 起始于（可选）： D:\Scripts 条件 ：建议取消“只有在计算机使用交流电源时才启动此任务”（笔记本）。 设置 ：勾选“如果任务失败，按以下频率重新启动”（间隔 1 分钟，最多 3 次）。 确定保存。 验证自启是否生效 重启电脑后登录， Win+R 输入 taskschd.msc 查看 显示所有正在运行的任务 。 检查日志文件 D:\GameSaves\监控调试日志.txt ，应包含最新的启动时间戳。 总结 通过这套方案，无论游戏安装在本地还是 NAS，只要启动游戏产生配置文件夹，脚本就会自动记录存档路径和对应的游戏 exe 位置（Base64 编码）,并利用任务计划程序实现开机自启，再配合手动或自动迁移脚本，基本可以保证AppData较为干净。 由于所有操作都在 AppData 内进行（删除、创建链接）， 直接贴出完整脚本容易导致佬们在不理解的情况下误操作，造成数据丢失 。因此本文只讲逻辑和关键点，佬们可以根据以上思路自行编写，或让 AI 辅助生成。真有需要的佬可以私信我，如果对某一块的实现细节感兴趣，也欢迎留言交流。 2 个帖子 - 2 位参与者 阅读完整话题
Nation 反代有被 封 的吗？测试了个 0 元试用， Nation2API 反代 不知道安全不 4 个帖子 - 4 位参与者 阅读完整话题
Login server error: Token exchange failed: error sending request for url ( https://auth.openai.com/oauth/token )没招了，全局也开了，tun也开了，就是登陆不了 1 个帖子 - 1 位参与者 阅读完整话题
Vercel 发布 2026 年 6 月 AI Gateway 生产指数。报告显示，得益于 5 月上线 Vercel 网关的 DeepSeek V4 系列（含 Flash 与 Pro 模型）推动，DeepSeek 的 Token 流量份额单月内从不足 1% 飙升至 17%，超越 OpenAI（13%）位居第三。然而由于定价极低，所有用户使用 DeepSeek 的总成本之和仅占网关整体资金支出的 1% 左右。 价格是 DeepSeek 迅速爆发的主因。DeepSeek V4 Flash 百万 Token 输入与输出收费仅为 0.14 美元和 0.28 美元，较 Anthropic 同类前沿模型便宜 20 至 50 倍，较 Qwen 3.6 Plus 与 Kimi K2.6 也低 8 至 12 倍。评测表明 DeepSeek V4 性能达标，促使开发团队迅速在生产中部署。 尽管低成本模型流量暴涨，但在资金消耗上，前沿模型仍占主导。5 月 Anthropic 支出份额从 61% 增至 65%，在应用生成、后台智能体及编程等高难度场景占 70% 到 80% 支出。例如在编程智能体场景，DeepSeek 贡献了 49% 的 Token 流量，但仅占 4% 的费用，而 Anthropic 以 28% 的流量耗费了 70% 的资金。 开发团队正通过智能路由管理预算，将高频低风险任务分流至低成本模型，仅在关键环节使用前沿模型。对投资回报率（ROI）的考量也减缓了模型升级。例如谷歌 5 月推出的 Gemini 3.5 Flash 定价高于 3.0 版本，导致迁移缓慢，月底时 3.0 Flash 仍占 Flash 系列 90% 的流量，而 3.5 Flash 仅占 7%。同时，AI 智能体表现出极高 Token 消耗密度，以四分之一的请求量消耗了过半 Token。 Vercel DeepSeek enters the fight for token volume, Anthropic continues to dominate... The June 2026 AI Gateway production index: DeepSeek's token share jumped to 17% as low-cost models entered production, while Anthropic held 65% of all spend. 13 个帖子 - 11 位参与者 阅读完整话题
Medical Xpress – 10 Jun 26 CRISPR enzyme precisely detects and shreds DNA in cancer mutations once... In 2020, Jennifer Doudna won the Nobel Prize in chemistry for her work on the CRISPR-Cas9 gene-editing technology that allows scientists to precisely modify DNA by cutting it at specific locations. Six years later, a new study in Nature by a team led... [!quote]+ 2020 年，珍妮弗-杜德娜（Jennifer Doudna）因研究 CRISPR-Cas9 基因编辑技术而获得诺贝尔化学奖，该技术允许科学家通过在特定位置切割 DNA 来精确修改 DNA。六年后，杜德娜领导的团队在《自然》杂志上发表的一项新研究发现了一种强大的新方法，可以利用一种名为 Cas12a2 的 CRISPR 酶选择性地杀死癌细胞。 一旦这种酶检测到癌症特异性基因特征，它就会开始切碎目标细胞内的染色质–一种由 DNA 和蛋白质组成染色体的混合物。 许多癌症都是由肿瘤抑制蛋白（如 TP53）的突变引起的。然而，这些突变一直难以治疗，因为它们缺乏传统药物可以抓住的结合口袋。因此，许多致癌突变长期以来一直被认为是无法治疗的。 有了这种新方法，现在就能精确锁定并消除这些无法治愈的致病突变，因为它并不依赖于附着在突变蛋白质上。相反，一旦检测到与癌症有关的特征，它就会开始疯狂破坏 DNA。 癌细胞具有正常细胞所缺乏的独特蛋白质特征，因此很容易被识别和靶向治疗。TP53，即转录因子 p53，是癌症中最常见的突变基因之一，出现在高达 90% 的卵巢和胰腺肿瘤中。这种突变通常出现在早期，并持续存在于肿瘤的整个生长期，因此是一个极具吸引力的治疗靶点。然而，这种蛋白质很难被药物靶向。 在这项新研究中，研究小组将细菌防御系统变成了精确杀癌工具。他们选择了 Cas12a2 酶，并用引导 RNA 对其进行编程，以识别癌症特异性特征，包括 p53 和表皮生长因子受体的常见突变，以及 MYC 等致癌基因的异常高水平。 CRISPR Medicine News: CRISPR-Cas12a2 Targets Mutant Cancer Transcripts for Selective Cell... A new CRISPR-based strategy turns cancer cells' own mutant transcripts against them, opening a potential route to one of oncology's most stubborn unsolved problems: the targeting of mutant p53. Rather than attempting to fix or restore the defective... 2 个帖子 - 2 位参与者 阅读完整话题
据传：OpenAI已测试内部代号为 kepler 和 kindle 的两个新检查点。 kindle-alpha 被曝已选为发布候选。 来源公众号 19 个帖子 - 17 位参与者 阅读完整话题
https://www.nature.com/articles/s41467-026-73713-w [!abstract]+ 行人的步行行为是个人固有的，但也受到障碍物和拥挤程度等外部因素的影响。正是在拥挤的情况下，行人的互动才会导致集体运动，如形成车道或波浪。最近，有报道称在密集和稀疏的人群中都会自发形成集体逆时针运动。在此，我们介绍了在西班牙和日本不同条件下进行的五项有关这一现象的实验研究，结果表明，漫游行人的逆时针偏向是一个稳健且可重复的特征，它源于个人倾向而非集体互动。这些发现挑战了社会动态决定行人运动的传统观点，突出了内在运动偏向的存在。 the Guardian – 10 Jun 26 Humans prefer to walk anticlockwise, scientists find – but reason is unclear From Spain to Japan, experiments have repeatedly shown a left-turn bias, but exact mechanic ‘is still an open question’ https://www.nytimes.com/2026/06/10/science/humans-walking-veer-left-counterclockwise.html 1 个帖子 - 1 位参与者 阅读完整话题
API KEY：tp-sfajm删除中文8hh4x4q4dnhfi0xo2iuvm0rrx8q50074xutqmj7xw9g 兼容 OpenAI 接口协议： https://token-plan-sgp.xiaomimimo.com/v1 兼容 Anthropic 接口协议： https://token-plan-sgp.xiaomimimo.com/anthropic 模型mimo-v2.5-pro、mimo-v2.5、mimo-v2.5-asr、mimo-v2.5-tts-voiceclone、mimo-v2.5-tts-voicedesign、mimo-v2.5-tts、mimo-v2-pro、mimo-v2-omni、mimo-v2-tts 3 个帖子 - 2 位参与者 阅读完整话题