市场研究机构 TrendForce 最新报告显示，2026 年第一季度，在全球智能手机整体出货量同比下滑 1.7% 的背景下，苹果 iPhone 产量却同比激增 19.7%，逆势实现增长。TrendForce 估算，苹果当季生产约 6020 万部 iPhone，在全球智能手机厂商中排名第二，仅次于约 6260 万部的三星，后者同比仅增长 2.3%。报告将苹果的亮眼表现部分归因于 iPhone 17e 的上市，以及更大范围的 iPhone 17 全系持续爬坡量产。 TrendForce 指出，在存储芯片等元器件成本普遍上升、给智能手机市场带来沉重负担的情况下，苹果展现出相对更强的抗压能力。由于盈利能力较强，苹果被认为更有能力在短期内消化成本上涨，而无需像其他厂商那样通过明显涨价将压力转嫁给消费者。报告称，苹果更可能在本轮行业低迷中优先考虑扩大市场份额，为其不断扩张的软件与服务业务打基础。目前，苹果是少数尚未因存储价格飙升而上调终端售价的主流智能手机品牌之一。 与苹果的稳健表现相比，其他厂商的处境则明显更加艰难。TrendForce 的数据表明，中国手机品牌 OPPO、小米和 vivo 分别以 2950 万部、2600 万部和 2200 万部的产量位列全球第三至第五名。不过，报告同时警告称，在存储成本大幅走高、利润空间被持续挤压的情况下，这三家厂商 2026 全年生产计划都面临较大不确定性。排名第六的传音当季产量约为 1980 万部，由于其业务高度集中在本就利润微薄的入门级和低价机型市场，被认为在本轮成本冲击中暴露尤甚。 展望后市，TrendForce 预计 2026 年全球智能手机产量将同比下滑约 16.2%，至约 10.51 亿部。研究机构警告称，如果存储价格在高位停留时间长于预期，各大品牌被迫多次上调零售终端售价，实际产量和需求还有可能进一步走弱。在这样的行业环境下，苹果凭借更强的成本承受能力和稳健的产品与服务生态，被视为少数有望在低迷周期中继续巩固乃至提升市场地位的厂商之一。 查看评论
wedoaius beldenstudious 美国 archinesjp 日本 loptrde 德国 27aiau 澳大利亚 27aiin 印度 27ainz 新西兰 4 个帖子 - 4 位参与者 阅读完整话题
求助，在cc里面用fable和opus都是429，前面有段时间我记得是可以用的，新开会话也一样。 是单纯用的人太多了吗？或者说是我的配置不对哇 1 个帖子 - 1 位参与者 阅读完整话题
前因是这样： 5月30日，Agents 抽风了一直提交，触发了将近 50 次部署，直接把 Vercel 的 Hobby 额度全刷没了。 但是 Vercel 一直只提醒，不处理，直到今天… 然后，晚上就开始排查原因，和 Claude 聊了一轮定位到具体原因后，问补救办法。 结果是异常顺利，处理的是 AI，我就直接把 Claude 写的内容发过去，就直接解封了！！ 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
目前使用的 yay： yay -S [email protected] yay -S flclash = 0.89.1 实际现象：两条命令都没有定位到指定版本，yay 直接拉取安装了最新版的 flclash，完全没有触发版本锁定安装流程 是使用问题还是不能指定版本呀 7 个帖子 - 5 位参与者 阅读完整话题
Source: https://www.youtube.com/watch?v=7IewbRdaBWI
Source: https://www.youtube.com/watch?v=7IewbRdaBWI
Source: https://www.youtube.com/watch?v=7IewbRdaBWI
Source: https://www.youtube.com/watch?v=7IewbRdaBWI
https://openai.com/index/prc-linked-influence-operations-ai-debates/ 以下为 AI 翻译的 gist: 🚨 简报：OpenAI 披露的一项舆论操纵活动 OpenAI 最新报告（ 2026 年 6 月）发现，有境外网络试图通过 AI 生成内容，对美国 AI 政策进行“舆论诱导”： 核心手段： 使用 AI 自动生成大量伪装成美国普通人的评论，在社交媒体上制造“舆论共识”或诱发愤怒。 主要话题：1. 抹黑 AI 数据中心建设（称其导致电价飙升）。 2. 攻击美国科技关税政策，并散布关于数据泄露的谣言。 最终效果：OpenAI 明确指出，这些操作并未成功左右公众意见。 警示： 这类手段的核心是“制造对立”和“煽动情绪”。我们在社交媒体上遇到这类高度情绪化、逻辑刻板的讨论时，需保持警惕。
source： https://www.wsj.com/tech/ai/openai-considers-drastic-price-cuts-anticipating-war-for-users-with-anthropic-9b8c178e?utm_source=chatgpt.com 6 个帖子 - 6 位参与者 阅读完整话题
背景 uv提供了 uv pip install --torch_backend auto ... 的功能自动选择GPU后端，但默认使用pytorch.org下载，且无法修改base。 现从uv代码将这部分拆分修改后，使用阿里云镜像下载，能显著提高部分地区下载速度。 功能和用法 Usage: uv-torch-mirror.exe <BACKEND> <PACKAGES_AND_ARGS>... Arguments: <BACKEND> Backend to use, for example: auto, cpu, cu130, xpu, rocm7.2 <PACKAGES_AND_ARGS>... Arguments forwarded verbatim to `uv pip install` Options: -h, --help Print help Examples: uv-torch-mirror.exe torch==2.10 torchvision 要求环境中安装有uv并在Path中，程序没有携带uv，仅850k。 运行逻辑与uv 0.11.8版本的torch-backend一致。 如果阿里云镜像中不包含指定的版本，将自动降级到默认PyPI路径。 链接 https://flt.lanzouv.com/ihPPA3rkugyb 注意 由于阿里云镜像没有提供符合PEP 714/PEP 658的meta文件，同时range读取文件很慢，运行时在 ⠼ torch==2.9.0+cu129 阶段可能会卡1~2min。 1 个帖子 - 1 位参与者 阅读完整话题
sk-lD7j7Uo6eGK删aoNtAf0oJWXNYUmY掉XtvHNtcZPBwC我utnpTrCgC1h2Qq84ug2IYHNCp 可以在opencode中使用 能否API调用 可以参考文档 OpenCode Go 低成本的开源编程模型订阅服务。 1 个帖子 - 1 位参与者 阅读完整话题
BleepingComputer Microsoft Defender 'RoguePlanet' zero-day grants SYSTEM privileges A security researcher has released a new Microsoft Defender zero-day exploit named "RoguePlanet" just hours after Microsoft fixed two previously disclosed flaws during June 2026 Patch Tuesday. [!quote]+ 一位安全研究人员发布了一项名为“RoguePlanet”的新Microsoft Defender零日漏洞，就在Microsoft修复了2026年6月补丁星期二期间之前披露的两个漏洞仅数小时后。 这位名为Nightmare Eclipse的研究人员表示，该新漏洞影响已完全修补的Windows 10和Windows 11设备，允许攻击者通过Microsoft Defender竞赛条件漏洞生成带有SYSTEM权限的命令提示符。 该研究人员周二下午在一个自托管的Git仓库中分享了一个概念验证漏洞，此前表示托管其漏洞的GitHub和GitLab仓库此前已被Microsoft移除。 “这个漏洞是竞速条件，所以有结果。我在某些机器上成功率达到了100%，而在另一些设备上却难以正常工作，“Nightmare Eclipse在仓库中写道。 MSNightmare/RoguePlanet：Rogue Planet Windows Defender 漏洞 1 个帖子 - 1 位参与者 阅读完整话题
/rc 就是 remote-control 敲一个 /rc 就可以连到手机，这样蹲坑，或者坐地铁还可以干活，不浪费 5h 冷却 Claude Code v2.1.162 版本怎么没了 我是 pro 订阅，之前 145 版本左右还是有的
/rc 就是 remote-control 敲一个 /rc 就可以连到手机，这样蹲坑，或者坐地铁还可以干活，不浪费 5h 冷却 Claude Code v2.1.162 版本怎么没了 我是 pro 订阅，之前 145 版本左右还是有的
MarcellusAshlyn8642@outlook.com----rp640919----9e5f94bc-e8a4-4e73-b8be-63364c29d753----M.C514_SN1.0.U.-CscP7nuccauR23P4fTSaIFZYejrXN!uf47fi61z6G1jB5kCoBRJNr!KM7HP4hrVitIDfvfdUipv340FXvmVw WTS8N7VP7WMV9qNTfb9gG9ZhPB1RRxkyEU67pJh49VTHH8m1lH6U8sHJ2Ozb gbBvML7bN8U8a4TmViJgT!coX!3sFRv54MeWkYyTJQBG6PoLcCV5ou!I05BPbZBSzjSnyIXk4pSAf4NaOVTrw5l r5nbmvhPhGi!W3Rf jJptnRQHZpyvQ9YUEi88vKnYdpVaPvo2wWBQXMdLNhFkblvKnDaI2diIMl3AUw4wGq7fngB6z8fPhwQiJ9rhANdC4LthTk X2cNyp0VNL2aK8OTLHto7GDKu8mhlEBm9JFOOWvnXPxsWQ6Oo!NUU0IsEDJ4w$ VegaDiana7991@outlook.com----di820060----9e5f94bc-e8a4-4e73-b8be-63364c29d753----M.C561_BAY.0.U.-Ct873V!DAwp6Pg396 Bz75dJEl86zpOocaySzZBtEtksm5sK5WESTPznGYxp62G!o5niyoLuYRDDvXIYBVuSxT2i2jkuEq43ZoA88QzLr0UfVwzBLq72roonoOfofBINm WiWk90 5zIi81Tjir0yWwLORRhBMTvUsCf*!t3gJC EGDhOttSHUI02!7!Vg7nUgcim!h1nLKYPqqMeygjc3c1iOp9mCmfrrnAdNyMLQdNwcf3TJhG5ZewydwoUVxiR!YsA!UZnSNNKkfcwBqR kA9pl4Jf3hg7C9uhkAf7P56NdoxxLb!Miasm!hfANdpHzRMKO3Zl2sKKcMFHyjMAtt6wuLopVXSH3IyA76pfIaLEqnnxVXMIVnV51kyE7bzxg$$ 3 个帖子 - 2 位参与者 阅读完整话题
本人之前从事二进制方向，PWN和逆向的研究，从一个月前开始SRC的研究。正好赶上了这波AI挖掘SRC的浪潮，各路培训机构层出不穷，本人也在可以算是第一家有成熟套路的机构报了名，上了几天课，但是一直有几个无法解决的问题，在此分享一些目前的一些收获和测试情况（后面我会附上我想到的问题，有些问题没有实践只是猜想）以及向各位佬友交流一下有没有更好的解决方案。 各类堆skill大法 在这个方法下又诞生了几种方法论： 把SRC报告喂给ai，让ai总结成skill 问题：src报告通常都是复现过程，缺少了漏洞发现的过程，以及一些排查思路。 让ai打靶场，总结成skill 问题：实测dp无法很好地写这个skill，打到有价值的地方也不进行总结，gpt5.5稍微好一点，但是效果也不尽人意 蒸馏各类网安skill 问题：显而易见，听说这种skill很难出货，因为信息杂乱，通常是由ai总结，依然脱离实战 另外，实测发现随着上下文变长,AI会慢慢不听skill的话 记忆系统 这种方法我觉得不仅适用于网安，也适用其他领域。 就是将上下文、技巧、经验不仅存储在skill里，也存储在数据库中 问题：ai不知道什么时候把当前的重复错误行为和有价值的经验存入数据库，也不知道什么时候从数据库中提取什么经验。且选型我目前很纠结，这个东西类似本地知识库，但是用RAG又很臃肿，用jsonl又过于轻量且只能用关键词一比一搜索，不能模糊搜索，那还有什么意义呢，比如xss一搜，可能出来很多很多，即便解决了这个问题，也面临ai不会用的问题。 我想到的解决办法： 针对记忆系统，使用传统skill的方式去写，但是由人工审核干预，还是很累做不到自动化，比如看到AI重复犯错，就触发写记忆skill，写到对应领域的技巧的skill里 轻量skill，skill只做角色定位+写记忆skill+记忆 实测还是有问题 ，不约束流程，ai会漏掉很多接口，功能点，还是不听skill的话，上下文问题还是无法解决。以下是测试情况，测试目标是我徒弟测试过的一个edu站点。 第一版重流程skill（从国外大佬提取+打靶场强制他优化）无记忆系统： deepseek v4 pro可以挖到edu站点中手挖几小时出来的同样的身份证信息泄露，又多挖出来四个csrf 第二版加记忆系统，轻skill： dp直接蒙圈，困在主站页面，浪费大量token后没有任何发现（开始不用mcp工具一直用curl） gpt5.5竟然更严重，从头到尾不调用mcp工具 第三版最轻量skill： gpt5.5同样的问题，并且会胆子很小，各种功能点全部避开，甚至js都不看 目前也是徘徊，我觉得记忆系统有必要，但是不知道怎样落地，ai挖洞的意义难道不是覆盖手工无法覆盖的地方，提高手工的效率吗，如果他学不会手工的技巧，漏掉功能点，哪还有什么意义呢，初入此站，望各位佬友能一起交流，寻找灵感。 5 个帖子 - 2 位参与者 阅读完整话题
GitHub Blaming anthropic-sdk-python/src/anthropic/types/model.py at... Contribute to anthropics/anthropic-sdk-python development by creating an account on GitHub. 十分钟前的提交，新鲜的热乎的！ 1 个帖子 - 1 位参与者 阅读完整话题