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
现在使用sharp3D来让他做，skill也上了但是确实做的很差 3 个帖子 - 2 位参与者 阅读完整话题
准备给同事电脑装一个 Hermes desktop，但是今天在自己电脑上试了一下，在关闭科学的情况下，npm，github，还有一些二进制文件，基本都失败，卡晕了，镜像都改了一堆了，还是跑不通。 有没有无科学成功安装的佬友，想看看方案 9 个帖子 - 7 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 上周累死累活的毕业论文论文终于是搞完了，于是就回顾了一下最头疼的地方。 我觉得最头疼的地方不是论文内容有多难改吧，毕竟现在大大家都用ai来写了基本上内容不用操什么心，反而是看来比较简单的改格式是真的烦人，特别是论文经过多次来回，容易出现一些特别细微的地方出现问题，然后被打回来，然后改完等导师看，又是一天过去了，但是捏，codex和claude貌似原始形态来做格式对照效果并不好，可能是我的使用方法有问题，总之就是还会让我发现一些地方，或者干脆就特别明显，演都不演了那种。唯一比较好用的就是team的pro，倒是真的还不错，但是实际上也会有一点小问题，而且修改时间动则1h以上。 所以基于以上问题我在L站搜索了一下，发现貌似没有特别好的解决方案，于是就比较针对性的vibe了一个skills来解决这个问题，发现效果意外的还不错，但是难免会有一些粗糙的地方，所以分享在这里，抛砖引玉，看看能不能集众人之力来完善这个方案qwq github: GitHub - ooyyh/templates-papers-matching · GitHub 如果帮到你了~请给我一个star~ 2 个帖子 - 2 位参与者 阅读完整话题
做个实验，看看直接发官方sk能否被搞封 很奇怪，怎么折腾都不封号 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 claude 官方的sessionKey 请跑sonnet 模型，其他模型额度基本上满了，sonnet还可以多跑跑 3 个帖子 - 2 位参与者 阅读完整话题
agent 是智能体的意思，什么是智能体呢，为啥不叫AI了啊，也不叫大模型了，其实这并不是孤立的概念，AI中文就是人工智能，英文全称：Artificial Intelligence，其实就是计算机科学的一个分支，用来研究开发模拟，延伸人的理论方法技术和应用研究。大模型是ai具象化的技术产品，大模型还分了LLM语言大模型、VLM视觉大模型、MLLM多模态、技术上又出现了很多细节，比如混合专家模型-MOE。 MCP 是定的ai识别的上下文协议，用来，调用外部的服务器，返回固定内容信息的一个规则，大家都用这个规则，不就方便了ai调用外部工具获取信息了。方便打通不同企业数据库和ai的交互。 tools 就是工具的意思，这里和mcp紧密相连，tools泛指一类工具，遵循的上下文协议也未必是mcp。方便ai通过这个工具进行获取信息。 plugin是插件的意思，就是个扩展包，这不是ai独有的概念，浏览器有插件，任何应用都可能有插件，一个插件里面东西就多了，可以包含skill，agents，hooks，mcp severs等内容。 prompt是提示词的意思，大模型学的东西多了，大模型要在知识汪洋中预测你想要的下一个词，简直不要太难，那么就帮她缩小范围降低幻觉，那就是定人物，定任务范围，定目标，这样将结合以上的信息，进行数据处理，就大大降低了，大模型胡说八道的可能性。大模型本身就是个统计学问题，根本不具备任何智慧，和反思能力，并非动态进化的，而是提前通过人类社会无数的现有文档，向量化，然后通过多维向量的训练出来的，一个具备无数维度的数学矩阵，通过通过上下文的切割成token又称词元，一个词元就是一个数字，多个词元就组成了一个数学矩阵，将这个数学矩阵扔到transform架构的数学矩阵中。我也不知道是不是百亿参数是不是也决定了词元的数量呢，会影响回应呢？ workflow就是工作流，针对一项工作设计的工作流程，使其完成特定的任务，取代繁重的工作。 hook钩子的意思，什么是钩子啊就是，当执行到特定情况或者涉及特殊判断的时候就会触发的程序，相当于一个钩子，勾住了你的工作流，在特定情况下触发，进而保证进程的稳定和顺利。 skill技能的意思，技能可以是一个md说明的工作文档，也可以是md说明文档加一些小程序、或者一些模板的综合体，目标就是让大模型能按你的md说明文档进行工作。 harness就是一个工作台，工作台上啥也有，自由搭配，想用啥就用啥，比如有plugin、tools、prompt、workflow、hook、skill、和设定好的agent。 AI / 人工智能 └── 大模型 / LLM / VLM / MLLM └── Agentic System / 智能体系统 ├── Prompt：给模型的指令 ├── Context：当前任务上下文 ├── Memory：可长期保存或检索的历史信息 ├── Tools：模型可调用的外部能力 │ └── MCP：连接 tools / resources / prompts 的标准协议之一 ├── Workflow：预设流程 ├── Hook：生命周期触发器 ├── Skill：可复用能力包 ├── Plugin：可安装扩展包 └── Harness：运行框架 / 执行外壳 agent 是配置了 instructions、tools，以及可选运行行为的 LLM MCP Server 可以向 AI 应用暴露 resources、prompts 和 tools。这样不同 AI 应用和不同外部系统之间就不用每次都重新写一套私有接口。 Tool：一个具体能力 MCP Tool：通过 MCP 协议暴露出来的 tool MCP Server：把一组 tools / resources / prompts 提供给 AI 应用 Agent：根据任务需要决定是否调用这些工具 plugin 可能包含 tools、skills、agents、hooks、MCP servers 等内容。简单说，plugin 是“打包和分发能力”的方式。 prompt 帮模型缩小范围，降低幻觉。这个是对的。OpenAI 文档也把 prompt engineering 描述为编写有效指令，让模型更稳定地产生符合要求的内容。 大模型本质上是通过大量数据训练出来的神经网络，它没有人类意义上的主观意识，也不会在普通对话中自动修改自己的模型参数。它的回答来自当前输入、上下文、训练得到的参数，以及推理时的生成过程。我们看到的“推理”“反思”“自我检查”，更多是模型在特定提示、上下文或工具流程下表现出来的能力，而不是人类式的自我意识。 Token：文本被切分后的处理单位。 Token ID：token 被映射成的数字编号。 Embedding：token ID 进入模型后对应的向量表示。 Parameter：模型训练出来的权重和偏置。 Context window：一次输入/输出能处理的 token 上限。 Training tokens：训练时看过的数据 token 数量。 Vocabulary size：分词器支持的 token 种类数量。 文本会先被 tokenizer 切成 token，再映射成 token ID。模型会把 token ID 转成向量表示，也就是 embedding，然后送入 Transformer 网络中计算。Transformer 通过注意力机制和多层神经网络，结合上下文预测后续 token。参数量指的是模型内部训练出来的权重数量，和输入 token 数不是同一个概念。 Workflow 是预先设计好的流程。它强调“步骤固定、路径清楚、可控性强”。比如先读订单，再判断退款规则，再调用退款接口，再发送通知。workflow 里可以用大模型，也可以不用大模型。它和 agent 的区别是：workflow 的路径主要由人或程序提前写好；agent 的路径更多由模型根据目标和中间结果动态决定。 Anthropic 对这个区别说得很清楚：workflows 是 LLM 和工具通过预定义代码路径编排；agents 则是 LLM 动态决定自己的流程和工具使用。 这个方向对。Anthropic 的 Agent Skills 文档也把 skill 描述为模块化能力包，包含 instructions、metadata 和可选资源，比如 scripts、templates，Claude 会在相关任务中自动使用。 另一个官方指南也说 Skills 可以是由 instructions、scripts、resources 组成的文件夹 Context：这次对话/这次任务临时放进来的信息。 Memory：跨会话保存、以后还能拿出来用的信息。 Context 是模型当前这次任务能看到的信息，比如用户问题、系统指令、聊天历史、检索到的文档、工具返回结果等。Memory 是被长期保存、之后还能被取出来的信息，比如用户偏好、项目背景、历史决策、常用规则等。Memory 不是模型参数本身发生了变化，而是系统把相关历史信息保存下来，在需要时重新塞回 context。 5 个帖子 - 4 位参与者 阅读完整话题
工作的时候最怕手搓ppt了,最近看很多人都在用ai做ppt,佬们有什么好的思路吗,还是有什么好用的skills可以分享一下 1 个帖子 - 1 位参与者 阅读完整话题
托在那边的朋友买的，应该会比卡商便宜，现在就是想找一些人摊平邮费。 41 个帖子 - 31 位参与者 阅读完整话题
现在有没有什么skill或者技巧 可以让ai生成程序对应的交互原型图的吗？ 类似墨刀那种原型图的感觉 2 个帖子 - 2 位参与者 阅读完整话题
问一下佬友们 那些很牛的vibecoding是怎么配置出来的 有没有什么skill 或者github开源的这个写代码很厉害 有体系的 项目 1 个帖子 - 1 位参与者 阅读完整话题
想用来写周报啊一些东西的，Github上搜了一下似乎都是偏科研的比较多。 感觉生成出来的句子还是很僵硬啊 3 个帖子 - 2 位参与者 阅读完整话题
从Cursor出来就一直在用，一直都只是使用基本的功能，有啥好的skill推荐没 4 个帖子 - 2 位参与者 阅读完整话题
https://ktoken.kefenhuimin.com/v1 sk-7ff3099b32e0f04848fb5a403735a3335d705c1df0adcb6c5b7d5cc0d17122c6 2 个帖子 - 2 位参与者 阅读完整话题
如图，现在公益站大多都用的new api的框架，在个人设置-安全设置里面可以设置个passkey，后续登录可以直接用passkey登录，而无需跳转L站登录，真是方便又轻松哇 以及，怕passkey泄露的，也可使用自建bitwarden，docker一键搭建 3 个帖子 - 3 位参与者 阅读完整话题
我一般是只用头脑风暴的，因为习惯了不懂脑子让他反问，但是最近我发现一个小小的东西他会执行很久并且我的5h一会到用完了。感觉理解不了为什么会这样，导致我现在直接plan来处理 自己来完善 4 个帖子 - 4 位参与者 阅读完整话题
各位佬友们，请教一下现在怎么写简历好一点，有没有哪个项目或者skill能写可编辑的，排版和内容都比较好的，或者codex能写好吗？ 1 个帖子 - 1 位参与者 阅读完整话题
https://github.com/SkyBlue997/enableMacosAI 欢迎大家提 issue 或者一起完善
https://github.com/SkyBlue997/enableMacosAI 欢迎大家提 issue 或者一起完善
https://github.com/SkyBlue997/enableMacosAI 欢迎大家提 issue 或者一起完善
https://github.com/SkyBlue997/enableMacosAI 欢迎大家提 issue 或者一起完善