据科技网站TechCrunch报道，马斯克旗下xAI公司的一名前工程师已对该公司及其母公司SpaceX提起诉讼，声称自己因提出AI安全方面的担忧而被解雇。该工程师名为德文·金(Devin Kim)，他在2025年9月离开xAI。周二，他在加州法院提起了诉讼。几天后，SpaceX就将登陆公开市场，有望成为史上最大规模IPO。 Grok 诉状显示，德文·金在参与开发xAI聊天机器人Grok期间，成为公司内部推动AI安全的重要声音。 他多次批评xAI未能在Grok开发过程中优先考虑安全问题。 Grok此后也因一系列安全和行为问题遭到外界批评。诉状称，德文·金尤其担心Grok可能煽动歧视，并助长大规模杀伤性武器相关信息的传播。 “事实证明，Grok的表现印证了德文·金的担忧。该模型在网络上表现出极端仇恨和恶毒言论，甚至将自己比作希特勒。”诉状称。 该诉讼还将德文·金定位成一名举报人。他认为，xAI涉嫌无视AI安全问题，可能在多个领域构成违法行为，包括互联网监管、消费者保护、不公平商业行为以及武器和爆炸物监管等方面。 截至发稿，xAI和SpaceX尚未就此置评。 查看评论
最近工作需要用到这个软件，有哪位佬友有科学使用办法？ 2 个帖子 - 2 位参与者 阅读完整话题
日常使用不定时蓝屏，无法找到规律。 有佬帮忙看看该怎么定位问题吗，已经售后更换过主板了，而且自己也重装过了几次系统，现在用的是win11的LTSC。 5 个帖子 - 3 位参与者 阅读完整话题
Error running remote compact task: unexpected status 401 Unauthorized: Encountered invalidated oauth token for user, failing request, url: https://chatgpt.com/backend-api/codex/responses/compact , cf-ray: a087a5e7bc81039f-HKG, request id: 08529d0b-65f5-453a-9a20-81078d4da905, auth error: 401, auth error code: token_revoked 修正一下 aef.claudeai.life 注册的两个号都挂了，一个用了一部分 一个都没登录，都挂了 另外一个team 还能用 不知道能蹬多久 10 个帖子 - 9 位参与者 阅读完整话题
Error running remote compact task: stream disconnected before completion: error sending request for url ( https://chatgpt.com/backend-api/codex/responses/compact ) 基本上过一小段时间会话就失败了，不是中转，是直接登录的pro，求一个解决方案 1 个帖子 - 1 位参与者 阅读完整话题
LumenTale https://lumentale.org/ is the kind of game where early choices can shape how comfortable the rest of a run feels. Players may want to explore freely, but they also need a way to check starter options, Animon details, affinity information, and evolution paths when the systems begin to overlap. A good reference should support discovery instead of replacing it. That is why a compact resource hub can be useful for Memories of Trey players. When guide material is scattered across different posts, it is easy to lose track of which page explains starters, which one covers items, and which one has map information. A single organized reference makes it simpler to move from a question to an answer. For beginners, the first helpful step is usually understanding the basic shape of the game. Starter picks, skills, item uses, and boss preparation all become easier when the information is grouped clearly. The goal is not to tell every player exactly what to do. It is to make the first few decisions less confusing. LumenTale works well as that kind of companion because it brings together Animon, starters, evolutions, affinity notes, Fountain recipes, items, boss fights, and the Talea map in one place. A player can check one topic quickly, then return to playing without turning the whole experience into a checklist. That balance matters. Games are more memorable when players still make their own discoveries, but most people appreciate a clear reference after they get stuck. A lightweight guide can keep the fun moving while still leaving space for experimentation. For anyone starting LumenTale or returning after a break, it is worth keeping a resource like this nearby. It helps with planning, comparison, and quick reminders, especially when a run starts to involve multiple systems at once.
在cc switch中配置了mimo 2.5 pro的模型，然后在claude code里使用，一直报错： There’s an issue with the selected model (claude-opus-4-7[1M][1m]). It may not exist or you may not have access to it. Run /model to pick a different model. 不知道为啥 使用/model 切换模型，明明写着mimo的名字，但是切换后还是叫opus 4.7 6 个帖子 - 4 位参与者 阅读完整话题
IT之家 6 月 4 日消息，据外媒 Techcrunch 昨日报道， 开发者平台 GitLab 已裁员约 14% ，即约 350 名员工， 这是该公司上个月公布的更广泛重组计划的一部分 。 该公司在 5 月份表示，将退出 22 个国家 / 地区，精简管理层级，并投资基础设施以扩展其平台， 服务于来自 AI 工作流程的不断增长的流量，同时更加专注于研发，从而减少员工人数 。 GitLab 首席执行官 Bill Staples 在当地时间周二的电话会议上表示，AI 工作负载给开发者基础设施带来的压力已经超过了其设计承受能力。这并非 GitLab 独有的问题，其竞争对手 GitHub 也同样面临着大量 AI 提交内容带来的挑战，影响了其正常运行。 Staples 表示：“智能体以机器规模运行，它们正将竞争对手逼到绝境。本季度，我们启动了 Git 的代际重构，以支持 100 倍增长所需的规模和功能。这是以前从未存在过的规模需求，现在已成为每个团队在智能体转型之旅中面临的真正痛点。” Staples 还称， 公司已与一家未透露名称的 AI 实验室合作 ，共同设计和重建其人工智能工作负载的基础设施，并构建“针对智能体进行优化的 API，用于存储和检索上下文信息，包括代码”。此外，Staples 还在投资开发用于协调 AI 智能体和开发人员之间软件开发的编排工具，构建上下文层，并将治理工具直接集成到其平台中。 报道提到，Intuit、亚马逊、Block、思科、Cloudflare、Meta、微软和甲骨文等众多科技公司都已裁减大量员工，理由都是将 AI 作为核心业务。据 Statista 统计， 科技行业今年已裁员超过 10 万人 ，如果裁员趋势持续下去，今年的裁员人数将超过 2024 年和 2025 年。 当地时间周二，GitLab 宣布 2026 年第一季度营收为 2.64 亿美元（IT之家注：现汇率约合 17.92 亿元人民币）， 同比增长 23%，毛利率为 88% 。作为重组计划的一部分，该公司预计将产生 3000 万至 3500 万美元（现汇率约合 2.04 亿至 2.38 亿元人民币）的重组费用。
昨晚遇到一个比较头疼的问题。 一台 VPS 被服务商通知对外发起 SSH brute force ，随后 IP 被 null route 。机器上主要跑网站和一些自建服务，我自己肯定没有主动扫别人。 通过 VNC 进去看了一下，发现不是简单的误报。系统里确实有可疑进程在对外连很多 22/80/443 端口，而且进程挂在一个 runner 用户下面。继续查发现该用户家目录下有一个隐藏目录，里面有几个伪装成系统服务名的二进制文件，比如类似 crond 、init 、upd 这类名字，其中一个还是 UPX 压缩过的 ELF 文件。 目前的判断是：VPS 确实被植入东西了，且大概率和 self-hosted runner 或 CI/CD 执行环境有关，但还没完全确定入口。GitHub workflow 本身看起来没有明显异常，不过机器上确实有 self-hosted runner ，且恶意文件落在 runner 用户目录下。 现在已经做了几件事： 停掉 self-hosted runner kill 掉可疑进程 打包保留恶意目录 准备重装系统 准备轮换 SSH key 、GitHub secrets 、runner token 想问下大家： self-hosted runner 是否确实不适合和生产服务放在同一台 VPS ？ 这种情况有没有必要继续深挖入口，还是直接备份数据后重装？ 如果后续还要用 self-hosted runner ，比较稳妥的隔离方案是什么？单独 VPS 、Docker 、临时 runner 、还是干脆不用？ 1Panel / Docker / CI runner 这些东西放公网，有没有比较推荐的最小暴露配置？ 目前个人感觉，self-hosted runner 这类东西如果长期在线、又和生产环境混在一起，风险比想象中高很多。
昨晚遇到一个比较头疼的问题。 一台 VPS 被服务商通知对外发起 SSH brute force ，随后 IP 被 null route 。机器上主要跑网站和一些自建服务，我自己肯定没有主动扫别人。 通过 VNC 进去看了一下，发现不是简单的误报。系统里确实有可疑进程在对外连很多 22/80/443 端口，而且进程挂在一个 runner 用户下面。继续查发现该用户家目录下有一个隐藏目录，里面有几个伪装成系统服务名的二进制文件，比如类似 crond 、init 、upd 这类名字，其中一个还是 UPX 压缩过的 ELF 文件。 目前的判断是：VPS 确实被植入东西了，且大概率和 self-hosted runner 或 CI/CD 执行环境有关，但还没完全确定入口。GitHub workflow 本身看起来没有明显异常，不过机器上确实有 self-hosted runner ，且恶意文件落在 runner 用户目录下。 现在已经做了几件事： 停掉 self-hosted runner kill 掉可疑进程 打包保留恶意目录 准备重装系统 准备轮换 SSH key 、GitHub secrets 、runner token 想问下大家： self-hosted runner 是否确实不适合和生产服务放在同一台 VPS ？ 这种情况有没有必要继续深挖入口，还是直接备份数据后重装？ 如果后续还要用 self-hosted runner ，比较稳妥的隔离方案是什么？单独 VPS 、Docker 、临时 runner 、还是干脆不用？ 1Panel / Docker / CI runner 这些东西放公网，有没有比较推荐的最小暴露配置？ 目前个人感觉，self-hosted runner 这类东西如果长期在线、又和生产环境混在一起，风险比想象中高很多。
先看图: 问题所在: 废弃了 pnpm env 命令, 转换成了 pnpm runtime set [node|dono|bun] 这严格来说不是问题, 是我没有阅读文档 阉割安装 node , 导致没有了 npx 命令 这导致我的自动化直接报错: npx : The term 'npx' is not recognized as the name of a cmdlet, function, script file, or operable program. Check the spelling of the name, or if a path was i ncluded, verify that the path is correct and try again. 想要执行 pnpm exec tsc --noEmit 还要先执行 pnpm approve-builds 哪那么多破事啊, 要不是能节约硬盘, 大嘴巴子早糊它脸上了 26 个帖子 - 14 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 1月前我在linuxdo社区发一个文章说写agent，然后很多人喜欢，觉得有用，那么再写一个： 【开源】佬是怎样把skill转为web saas 对外访问服务的 - 我做了4个技术方案开源 资源荟萃 本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 几个月前我… 上次说了4个方案，今天说的是 ： 基于langgraph-runtime和skill的agent，将本地 Agent Skill 包装成 HTTP API 服务： github.com GitHub - liangdabiao/langgraph-runtime-skill-agent: 基于langgraph-runtime和skill的agent，将本地 Agent Skill... 基于langgraph-runtime和skill的agent，将本地 Agent Skill 包装成 HTTP API 服务。用户发起 SSE 请求，Agent 自动选择 Skill、读取流程说明（SKILL.md）、调用脚本或搜索网页，最终流式返回结果。 ## 核心设计原则 本系统遵循 **"模型负责判断和编排，脚本负责确定性执行"** 的架构 客观来说，这是传统的技术方案，我自己是不喜欢用的，但是作为一个案例介绍还是有用的，传统的langgraph怎样把skill转为agent,变成Agent API,对外提供服务。 实际效果演示： 这个方案好处就是传统简单，就是ReAct agent, 弱点就是，这种简单agent，谁都可以做，怎样赚钱？作为教材学习还行，我是推荐 claude-agent-sdk, flue 这种现代harness框架： github.com GitHub - liangdabiao/flue-framework-skill: Covers createAgent, init, defineTool,... Covers createAgent, init, defineTool, defineAgentProfile, routing, SSE streaming, production deployment, and all known pitfalls. --- # Flue Framework Skill Flue is a TypeScript framework for building AI agents using the harness-driven architecture. This skill provides comprehensive guidance for creating, developing, and deploying Flue agents 1 个帖子 - 1 位参与者 阅读完整话题
Error running remote compact task: unexpected status 503 Service Unavailable: No available channel for model gpt-5.5-openai-compact under group default (distributor) (request id: 202606030214337343574988268d9d6GXCSdaxv) 不知道佬友遇到过没有，今天突然遇到了，codex一直都是有更新就更新，不知道是不是codex的问题，还是api问题。有没有解决之道？ 2 个帖子 - 2 位参与者 阅读完整话题
上次是 Run Service, 这次 VPS 都停了 https://claw.cloud/announcements/38
Error running remote compact task: stream disconnected before completion: error sending request for url ( https://la1api.top/responses/compact ) 是我配置有啥问题，还是这中转不行？
Error running remote compact task: stream disconnected before completion: error sending request for url ( https://la1api.top/responses/compact ) 是我配置有啥问题，还是这中转不行？
Error running remote compact task: stream disconnected before completion: error sending request for url ( https://la1api.top/responses/compact ) 是我配置有啥问题，还是这中转不行？
爪云4月Run服务通知下线后，昨天官网公告VPS服务也即将下线,退款截止6月30 各位佬友赶紧备份迁移吧 1 个帖子 - 1 位参与者 阅读完整话题
TechCrunch – 1 Jun 26 Nvidia chases $200B CPU market with AI agent PCs from Microsoft, Dell, and HP... If Nvidia has cracked a way to bring AI agents easily, safely, and usefully to the masses, it could — and should — be big. Est. reading time: 3 minutes [!quote]+ 据 Nvidia 称，这款 1-petaflop 的超高速芯片旨在安全运行 OpenClaw 或 Hermes Agent 等人工智能代理。今年秋季，华硕、戴尔、惠普、联想、微软 Surface 和微星将推出此类 RTX Spark Windows PC，宏碁和技嘉也将推出相关机型。 除了配备安全沙箱（与微软联合开发）以安全运行代理外，PC 还将配备足够的 CPU、GPU、RAM 和底层 Nvidia CUDA 软件，以运行本地版本的大型语言模型。 https://www.wsj.com/tech/ai/nvidia-unveils-ai-laptops-rtx-spark-47445bcd Microsoft Devices Blog – 1 Jun 26 Introducing Surface Laptop Ultra: Made for world makers The world is full of makers. Only a few make the world. Surface Laptop Ultra is for them. For those building the systems, the breakthroughs and the infrastructure the world runs on and gets changed by. The ones who see limits as flaws and have the [!quote]+ Surface Laptop Ultra 是我们第一款将强大的英伟达 Blackwell RTX GPU 与高达 128GB 的统一内存和全面的 CUDA 支持相结合的笔记本电脑。统一内存允许将内存池动态分配到 CPU 和 GPU 上工作负载最需要的地方，因此可以同时运行 AI 创建、3D 渲染和多模型工作流，具有 1 petaflop 的 AI 计算能力，能够在本地运行多达 120B 的参数模型[i]。没有围墙。没有妥协。 CNBC – 1 Jun 26 Nvidia jumps into PCs with new Arm-based chip debuting in laptops from... Nvidia CEO Jensen Huang unveiled a long-awaited Arm-based PC chip, breaking into PCs for the first time on new laptops by Dell, Microsoft, HP, ASUS and others. 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 6 月 2 日消息，据 Techcrunch 报道，初创企业 WindBorne Systems 公司今日推出了一款全新人工智能气象预报工具。依托传感器观测数据接入深度学习模型的技术革新，该工具针对关键气象指标的预报频次与精准度，均优于欧洲多国政府联合研发的全球顶尖气象预报系统。 据IT之家了解，WindBorne Systems 由数名斯坦福大学学生于 2019 年创立，公司起步阶段主打研发性能更优异的气象探空气球，主营气象数据售卖业务。2022 年深度学习气象预报模型问世后，团队意识到自研预报模型能够挖掘更高商业价值。 公司于今日正式发布第六代气象模型 WeatherMesh-6。据企业介绍，该模型预报精度已超越欧洲中期天气预报中心（ECMWF）出品的传统预报与人工智能预报产品；在气象学界，这家欧洲政府间机构是公认的高精度气象预报标杆。 WindBorne Systems 首席产品官凯・马什兰给出一个通俗的对比：单就地表气温预报而言，WeatherMesh-6 提前五天的预报准确度，等同于传统预报提前一天的预报水平。 传统气象模型每 6 小时生成一轮预报，而 WeatherMesh-6 可实现逐小时更新预报。在数据质量最优的欧洲本土与美国大陆地区，该模型空间分辨率已细化至 3 公里。 传统气象预报依托复杂物理方程模型运算，不仅需要造价高昂的超级计算机支撑，运算耗时也十分漫长。包括初创公司与谷歌 DeepMind 实验室在内的多方正在研发 AI 气象模型，这类模型运算效率远高于传统物理模型，但现阶段还无法在精细化分辨率与中长期预报准确率上比肩传统系统。 即便如此，人工智能气象技术迭代提速，目前全球多国官方气象机构已落地应用。科研人员正推进技术融合，将 AI 嵌入气象数据汇总与公众预报发布体系。 自研模型 + 自主采集数据的独有模式成为 WindBorne Systems 的核心优势。该公司在全球布设 15 个发射站点，任何时刻都有约 400 只探空气球在空中采集传感器实测数据；本次新版模型性能升级，核心优化点就在于探空气球实测数据的模型接入算法。 WindBorne Systems 首席执行官约翰・迪恩在接受 TechCrunch 采访时坦言：“在我看来，没有独家数据源优势的 AI 气象企业，商业模式根本行不通。” 欧洲中期天气预报中心的领先地位，源于其顶尖的资料同化技术：把来源零散的各类传感器观测数据，整合成一套完整、可供机器读取的全球气象图景。现阶段绝大多数 AI 气象模型，仍依赖欧洲中期天气预报中心与美国国家海洋和大气管理局（NOAA）提供的数据集。 但 WindBorne Systems 等机构正攻关数据源直连模型技术。公司人工智能负责人琼・克雷乌斯 - 科斯塔表示：新版气象网格性能跃升的关键，就是实现了自有探空气球及其他渠道数据的直接接入。研发团队耗时一整年，完成基于 Transformer 架构模型的参数调试与架构重构，才在保障系统稳定性的前提下实现全新预报能力。 迪恩称：“我们起步做资料同化时，高度依赖欧洲中期天气预报中心的数据初值。但现在我有把握：即便剔除该中心的初始气象数据，我们模型的预报效果依旧出色。” 去年公司曾遭遇惊险意外：一架美国联合航空民航客机撞上该公司一只探空气球。得益于 WindBorne Systems 严格遵照美国法规限制传感器载荷尺寸，客机仅轻微受损、无人员伤亡。如今企业启用全球航空监视系统 ADS-B，实时调整气球航线规避民航航路，杜绝再次发生碰撞事故。 2024 年，WindBorne Systems 完成 2500 万美元风险融资，投后估值达 8500 万美元。企业一方面向美国国家海洋和大气管理局、美国海空军售卖探空气球采集数据，相关数据被纳入美国官方气象预报体系；另一方面面向投资机构与大宗商品交易商出售气象预报产品。不过迪恩表示，受未来信息服务模式变数影响，公司现阶段重心仍是打磨模型与数据基建，暂缓商用软件规模化落地。 迪恩说道：“倘若两年后大众获取气象资讯的主流方式变成智能代理助手，那我没必要投入大批人力开发订阅式软件（SaaS）产品。”