想跟同事一起搞个本地中转站，放个20x的账号一起用。差不多六七个人。 有佬知道这样容易被奥特曼封了吗？ 9 个帖子 - 6 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
跟公司同事一起拼了个 gpt pro x20, 打了个 sub2api 中转，目前用起来就是这个指标有点差，首 token 很慢，求教怎么优化 直接是部署在一个美国 CN2 的服务器，服务器 ping 延迟在 160ms 左右
跟公司同事一起拼了个 gpt pro x20, 打了个 sub2api 中转，目前用起来就是这个指标有点差，首 token 很慢，求教怎么优化 直接是部署在一个美国 CN2 的服务器，服务器 ping 延迟在 160ms 左右
跟公司同事一起拼了个 gpt pro x20, 打了个 sub2api 中转，目前用起来就是这个指标有点差，首 token 很慢，求教怎么优化 直接是部署在一个美国 CN2 的服务器，服务器 ping 延迟在 160ms 左右
我只把号借给同事用 ，不知道这算违规使用吗
领导最近要开大模型，这段时间经常咨询我们用什么模型，同事都没用过千问，不知道怎么就看上了。典型的意见可以提，但不接受，主打一个不听劝! 平时都是用codex，有用过千问的佬吗,什么水平? 9 个帖子 - 9 位参与者 阅读完整话题
之前的业务同事找我帮他们公司开发个项目，咨询下站里大佬，该怎么报价，有什么注意点。 15 个帖子 - 10 位参与者 阅读完整话题
今天和同事说起来 Fable 5，大家都不太会读，因为这词实在是不熟，于是我突然想到了叫 F5 算了，然后我满脑子全是 F4 变成了 F5 3 个帖子 - 2 位参与者 阅读完整话题
cpa 聚合了一下，几个要好的同事用，毕竟他们没个5年github也进不来，不超过5人，也跟他们说了不要二次分发 9 个帖子 - 8 位参与者 阅读完整话题
公司凭监控片段“突袭式”开除员工？近日，江苏省南京市中级人民法院对一起劳动争议案作出二审判决。 据报道，2025年1月，在公司工作了4年多的技术工程师小林（化名），结束驻外项目，回到南京分公司坐班，每天按时上下班，主动做调研并汇报进展。 结果在2025年2月13日下午5点多，小林被公司以“严重违纪”为由，当场解聘，并要求1小时内办完全部离职手续。 在法庭上，公司声称十几段没有声音的监控视频是开除小林的“摸鱼罪证”，其中包括：离开工位15分钟、提前离岗4分钟、迟开电脑8分钟、和同事说话4分钟等。对此，小林在法庭上一一反驳。 公司提供的“证据”显示： 1月17日： 离座9分钟，看手机，和同事说话4分钟。 1月23日： 离座15分钟，上下午跟同事聊天各15分钟，提前3分钟收拾东西。 1月24日： 延后8分钟开启电脑，查看手机。 1月26日： 离座14分钟，看手机，提前4分钟离开工位。 2月5日： 电脑黑屏静置28分钟，提前4分钟离开工位。 对此，小林反驳： 关于提前几分钟离岗： “我的办公室在4楼，打卡签退在1楼。我提早4分钟去等电梯、下班准时打卡，这叫早退？” 关于离座与说话： “离开工位是上厕所、喝水等基本生理需求；和同事说话是正常工作交流；看手机是为了查看竞品和工作微信，监控凭什么说我是‘划水’？” 关于突袭开除： “在职4年多我没有任何违纪记录。公司从未对我进行过任何提醒、警告或核实，直接用监控片段‘定罪’搞突袭，这不是违法是什么？” 近日，南京市中级人民法院对该起劳动争议案作出二审判决，认为本案中，监控视频显示的行为，持续时间短、频次低，未达“严重违纪”程度，公司凭监控片段“突袭式”开除员工属于违法，判令公司支付赔偿金10.8万元。 本案二审法官在判决后表示，技术能记录外在行为，却无法评判主观动机。企业试图通过不间断监控，把员工死死固定在工位上，既不现实，法律也绝不赞同！ （据“央视网”微信公众号） 各位今天在工位上了LINUX.DO几分钟～？ 4 个帖子 - 4 位参与者 阅读完整话题
偶然吃到同事的口香糖，很提神。现在吃上瘾了，话说会不会跟嚼槟榔一样变成方形脸啊 36 个帖子 - 33 位参与者 阅读完整话题
我用土区 Apple ID 开通了 ChatGPT Plus，同事则是用美区谷歌邮箱注册的账号。同样使用的情况下，我的 Token 消耗速度明显快很多，想问问这是什么原因？ 5 个帖子 - 4 位参与者 阅读完整话题
刚得到这个消息的时候我们都很吃惊， 在同事和领导眼里，他的代码能力很强， 业务能力强，工作也很认真负责。 平常看起来也很幽默阳光看不出有抑郁的样子，和他聊了以后才发现，因为这两年他自己负责一个系统，内部的流程系统，每天接收到领导的需求，公司没有产品经理（前两年就被砍掉了 测试也被砍掉了）。 领导的需求朝令夕改，每天有新需求或者遇到问题又要求当天修复当天上线。因为公司领导喜欢折腾，一直在探索不同的薪资流程管理体系，所以每年的年初内部体系又会改来改去，所以系统也要大刀阔斧的改革。 偏偏同事也是一个很有责任心的人 对自己的代码质量要求高 但是上面每次夺命连环催的需求又没有多少时间。公司就是这样 ， 不会因为你做的多做得好奖励你，在技术出身的领导眼里，技术只是公司最没用的岗位。 反而会因为你能干而给你更多的脏活累活 甚至因为其他业务线处理不好的问题把他拉去救火的事也不少， 多干多错少干少错不干不错。 长期没有加薪，工资和绩效不挂钩，摸鱼的人拿着很高的工资。 自己做着处理不完的紧急需求。 就这样在长期的工作压力下同事得了抑郁（忘了是轻度还是中度），提了自离，ε=(´ο｀*))) 真是有兔死狐悲之感 自己在公司也做了五六年，一直没有加薪（公司加薪需要每季度自己提 提了以后又要层层审批答辩 自己一直懒 当然有些时候公司压根没想给任何人晋升 只是按流程开通了晋升通道 然后拒绝掉所有人） 其实早两年就想走了，但是总想着公司能不能裁掉自己，拿一个N+1再走 但是就这么一直和公司耗着又耗了一年又一年 有时候不免感慨 学习如何摸鱼也是一项求生技能，工作只是生活的一部分，奉劝各位佬友 身体才是革命的本钱，珍爱生命 合理上班 19 个帖子 - 19 位参与者 阅读完整话题
我现在有个教同事如何用AI的课程正在和Claude大师脑暴，聊到最后突然发现我的认知被“行业陋习”污染了，原来我所谓的agent根本不是agent而是workflow，贴出聊天记录 我是真觉得学到东西了，而且我认为这个概念很容易弄混，所以佬们一起参悟Claude大师的指引吧 我： 你说的对 把这4节总结一下： 第一节: LLM效用边界与Codex基础 第二节：AI编程进阶与典型工作流 第三节：AI应用实操 第四节： AI应用工程化与质量控制 通过整理标题，我觉得第三节要讲的东西有点虚，第三节和第四节课的区分点不是很大，但确实我想第三节课让他们能上手开发应用进行实操， 但是开发传统应用够了，还差现在流行的AI-Agent应用，所以第四节我要讲Agent，请你帮我再明确一下标题 以及如何区分第三节和第四节，最好能有三四节的大纲 Claude大师： 你 L3/L4 分不开,是因为缺一根 区分轴 。我给你一根最锋利的: 谁来决定流程? 这是当前 AI 应用最主流、最清晰的一条分界线。 一根轴,两种应用 第三节 · 工作流型 第四节 · Agent 型 谁定流程 你 (把步骤写死) AI (临场决定下一步) 形态 固定流水线:输入→提示→LLM→质检→输出 给目标+工具箱,它自己循环干到完成 比喻 流水线 / 自动售货机 能自主办事的助理 可控性 高、可预测 强,但更难控 质控重点 结构化输出、质检、返工 护栏、终止条件、人审、可观测 例子 AI 文案生成平台、自动分类/抽取 自动调研 agent、能自己查库调接口的客服 一句话记牢:第三节「人编排,AI 执行」;第四节「AI 自己编排」。 这根轴一拉,你那两个困惑同时解决: L3 不虚了 ——它有明确形态: 做一个固定流程、把 LLM 当其中一环、还会自检自纠的工作流应用 。我上一轮给你的"工程化质控"(结构化输出/提示词调优/质检/返工) 不是单独一节,而是正好成了 L3 的内核 ,因为工作流应用的可靠性全靠它。 L3/L4 泾渭分明 ——区别只有一个:控制权在谁手里。 你原来的"工程化与质量控制"没丢 ,它被拆进了两节:L3 讲 工作流的质控 (结构化/质检/返工),L4 讲 Agent 的质控 (护栏/终止/人审/可观测)。范式不同,质控形态就不同——这恰恰是两节各自的"硬核"部分。 四节最终标题 第一节: LLM 效用边界与 Codex 基础 第二节: AI 编程进阶与典型工作流 第三节: 工作流型 AI 应用开发 (你编排,AI 执行) 第四节: Agent 型 AI 应用开发 (AI 自主编排) 我： 你好像搞得太深入了 现在我想问你一个最根本的问题：Agent是什么？ 我理解的就是 claudeCode就是一个agent，他能决定什么时候调用什么能力并完成任务。但我想不出除了coding以外的场景，其实我内心更认同的理解的agent偏向于比如之前我做的AI学习平台， 让AI生成课堂，有多个agent，其中一个agent负责输出大纲，输出后 另外3个agent一起做，一个来填内容并生成slide，一个来做讲述和配音，一个来生成配套讲解图片， 我的理解似乎是不太达标的 Claude大师： 先给你吃颗定心丸: 你不是理解不达标——你恰好同时摸到了光谱的两端,只是缺一根轴把它们分开。 这根轴你上节课其实已经见过了。 一句话定义 + 一个判别问题 Agent = 一个 LLM 在循环里,自己决定下一步做什么(包括调用什么工具)、看完结果再决定下一步,直到它判断任务完成。 决定性的就一点: 流程是模型在运行时自己定的,不是你提前用代码写死的。 判断任何系统是不是 agent,只问一句话: “下一步做什么,是你画的流程图 / if-else 决定的,还是模型看着当前结果临场决定的?” 代码决定 → 工作流;模型决定 → agent。 拿你那两个例子来量 Claude Code: 标准 agent,你理解完全正确。 给它"修好这个 bug",它自己决定:先读哪个文件、grep 什么、跑测试、看到失败、改一行、再跑…… 这串动作没有一步是你提前排好的 ,全是它看着上一步结果临场决定的,循环到测试通过。这是你最该攥住的锚点。 学习平台:说实话,它(技术上)是个工作流,不是 agent ——哪怕你把每个零件都叫 agent。原因只有一条:“先出大纲 → 再分三个并行做内容/配音/配图 → 结束" 这张流程图是你画的,不是 AI 临场画的 。那几个 LLM 是按你排好的工位干活的 工人 ,不是 决策者 ,没有哪个在看着结果决定"接下来干嘛”。 但请注意两点: 这不丢人,而且很可能是对的选择。 生成课程这种事,你本来就要它走固定、可预测、可复现的流程——固定工作流恰恰更可靠。你唯一"踩偏"的,是按行业陋习把工作流的零件叫成了"agent"。 顺手纠个常见误区: “用了多个 LLM 角色” ≠ multi-agent。 多个角色串在你定死的流程里,整体还是 workflow;真正的 multi-agent 是多个 能各自决策 的 agent 协同。 那它什么时候才"长出 agent 性"?当 决策权从你手里交给模型 的那一刻。比如加一个"总编 agent"看了主题 自己决定 分几节、要不要配图、这版大纲够不够好;或加一个"质检 agent"看了 slide 觉得太弱就 打回重做、循环到合格 ——那个"要不要再来一轮"的决定,就是 agent 性。 为什么你想不出 coding 以外的场景 因为 coding 只是 agent 最成熟 的土壤:环境是纯文字、工具齐全(改文件/跑命令)、反馈即时又客观(测试过没过)。但配方是通用的—— 目标 + 工具 + 反馈 + 需要随机应变的多步任务 ,凑齐就能做 agent: 深度调研 :“把 X 研究清楚写份报告”→ 自己决定搜什么、读完发现缺哪块再补搜、最后综合。每次路径都不同。 客服工单 :“解决这个工单”→ 自己决定查订单 → 翻政策 → 看库存 → 该退款还是该升级。每张工单走法不一样。 数据归因 :“查 Q3 销售为什么掉了”→ 查数 → 发现异常 → 钻某个细分 → 再拉一张表 → 验证假设。 行程助理 / 收件箱处理 / 电脑操作 (看着屏幕决定下一步点哪)。 共同点: 你没法提前画出完整流程,因为下一步取决于上一步看到了什么 ——这正是该上 agent 的信号,也正是工作流的天花板。 最后一个关键认知 Agent 和 workflow 不是二选一,是一条光谱,真实系统大多是混合的。 你的学习平台完全可以是混合体:外层固定骨架(可靠)不动,只把"填内容"那步换成会自己查资料的 agent,或在结尾挂个质检 agent 循环到满意。 而这根 “谁决定下一步” 的轴, 正好就是你第三节(人编排 = workflow)和第四节(AI 编排 = agent)的分界线 。 所以你问的这个"最根本的问题",答案跟你的课程主轴是 同一根轴 ——你其实早就站在对的位置上了,只是现在把它说清楚了。 我： 我悟了，claude大师，我之前做的是workflow。 但是如何做一个agent 我还不太明白，就拿刚才的学习平台，你说的挂个质检agent来检查LLM输出？那不还是我的workflow中的一环吗？ 我确实做了很完善的正反例提示词，并且下一个角色就是让LLM去从多个维度检验上个LLM输出的结果是否达标，达标以后再进行输出，我这算一个质检agent么？ Claude大师： 你抓得太准了——而且我得先认个错: 我上一条说"挂个质检 agent",犯的正是我警告过你的那个毛病(把 workflow 的零件叫成 agent)。你那句"那不还是 workflow 里的一环吗"——完全正确。 直接回答你:你做的那个"多维度检验、达标才输出"的设计, 不是 agent,是 workflow 里的一个「LLM 当裁判」(LLM-as-judge)步骤。 而且更狠的一点: 就算你给它加上"不达标就打回重做、循环到达标"——它仍然是 workflow。 这套"生成→评估→返工→再评估"有个正式名字,叫 evaluator-optimizer(评估器-优化器)模式 ,它是工作流的标准模式之一。 关键认知:有循环 ≠ 是 agent 为什么?因为那个"不达标就重来"的判断, 是你写的 if 语句 。循环的结构是你定死的:永远是"生成→检查→不行就再生成"。几个 LLM 只是在你排好的工位上干活,没有任何一个在决定"接下来整件事该往哪走"。 一句最锋利的话送你: Workflow:盒子之间的箭头,是你画的。 Agent:没有预先画好的箭头——模型每一步自己挑下一个动作。 把两个骨架摆一起,你立刻看清 你的 workflow(箭头你画): 大纲 = LLM_出大纲(主题) 内容 = LLM_填内容(大纲) 判定 = LLM_质检(内容) if 判定 == 不合格: # ← 这个分支是你写的 内容 = LLM_填内容(大纲, 反馈) 输出(内容) 每一步运行什么,全是你提前排好的。 一个最简 agent(箭头模型画): 给模型:目标 + 一箱工具[搜资料, 写大纲, 生成slide, 配图, 质检...] 循环: 模型这一轮自己说:要么"调用 工具X(参数)",要么"我干完了" 如果说干完了 → 结束 否则 → 执行那个工具,把结果喂回去,进入下一轮 注意:这里唯一的 if(“它说没说干完”) 不是业务逻辑,只是在问模型"你还要不要继续" 。 到底调哪个工具、什么顺序、来回几轮、何时算完——全是模型每一轮临场吐出来的,你一根箭头都没画。 这才是 agent。 放回你的学习平台 agent 版 会是这样:你只给"为「主题X」做一门课"+ 那箱工具,然后它自己决定—— “这主题我不熟,先搜两轮资料 → 写大纲 → 唉第 3 节太薄,再查点补上 → 生成 slide → 看了觉得配图风格不统一,重做第 2 张 → 配音 → 完成。” 简单主题它可能跳过搜资料,复杂主题自己多绕几圈。 路径是它现编的,不是你排的。 但是——这条比"会做 agent"更重要 你原来那个 workflow,很可能才是对的选择。 做课程你恰恰要稳定、可复现、可控;agent 更灵活,但也更难预测、更容易跑飞、更贵。 别为了做 agent 而做 agent。 拿去当你课上的判断准则: 流程你能提前画出来 → 用 workflow(更可靠)。 流程你根本没法提前画(下一步取决于上一步看到啥)→ 才上 agent。 所以你那个多维度质检, 留着,它很好 ——它只是个"裁判步骤",不是 agent,也不需要是。你现在缺的不是"把它改成 agent",而是 找一个真正画不出流程图的场景 去练第一个 agent。要不要我帮你从你们部门的活里,挑几个"天生适合做成 agent"的候选? 我： 请你给我1-2个适配于HR部门的agent例子，我现在能很清楚的知道workflow和agent的区别，但是我实在找不到具体的场景，难道agent就只能是这种对话流的形式？ Claude大师： 不, agent 绝对不只是对话流 ——这正是你卡住的根。你把两件独立的事搅在一起了,拆开就通了: 第一根轴:谁定流程? 你定 = workflow,模型定 = agent。(这个你已经懂了) 第二根轴:怎么触发、谁在回路? 人来聊(对话式)/ 事件自动触发(无人对话)。 这两根轴是独立的。 对话只是 agent 的一张"皮",内核是那个自主循环。触发完全可以是一封邮件、一条数据、一个定时点;产出可以是一个动作或一份报告, 全程一句对话都没有 。 人来聊(对话式) 事件自动触发 你定流程(workflow) 向导式表单 定时批处理流水线 模型定流程(agent) Claude Code、ChatGPT 事件触发的自主 agent ←你漏掉的就是这格 你找不到场景,是因为你一直在想"一个能聊天的 HR 机器人"——那玩意儿确实鸡肋。 真正值钱的 agent,是"某件事一发生,它就自动接管、把事干完"的那种。 例子一:入职协调 agent(自动触发,全程无对话) 触发 :一个新人 offer 签了,HR 系统状态变成"待报到"——没人跟它聊天,是这个 事件 把它叫醒的。 它临场决定的可变路径 :它先看这人什么岗位、哪个城市、什么级别,然后自己决定要办哪些事——工程岗开服务器权限+配高配电脑,销售岗开 CRM+约报销培训;北京走一套社保流程,上海另一套;建账号、发待签文件、约 orientation、指派 buddy……过两天它回来看进度:电脑没到货 → 催采购;文件没签 → 提醒本人;某项卡了 3 天 → 升级给 HRBP。 为什么是 agent :你画不出一张固定流程图,因为 每个新人要办什么、卡在哪、追谁,都不一样 ,而且它要在好几天里 根据进展反复决定下一步 。 什么时候反而该用 workflow :如果你们所有岗位入职高度一致(都跑同样 20 项),那固定 checklist 更可控。agent 版只在"岗位/地区差异大、还经常卡壳要追"时才划算。 护栏 :建权限、发文件这类动作设人审点,HR 点确认才执行。 例子二:HR 事务 agent(对话式,但是真 agent) 触发 :员工问一句话——“我老婆下月预产期,我能休几天陪产假?工资怎么发?走什么手续?” 它临场决定的可变路径 :它 按问题内容决定查什么 ——查陪产假政策 → 发现按地区不同 → 查这员工在哪个城市 → 查工龄够不够资格 → 调他剩余假期 → 算工资 → 甚至直接帮他把申请单提交了。但如果他问的是"年终奖几号发、扣多少税",触发的是 完全不同 的一串查询。 为什么是 agent (不是 FAQ 机器人):FAQ 版只会"念政策";agent 版会 结合这个人的地区、工龄、假期余额给出针对他的答案,还能直接办手续 。前者是查资料,后者是办事。 护栏 :涉及个人薪酬/隐私,要做权限校验(只能查提问者本人数据);提交申请前给员工确认。 给你和学员的找场景口诀 一个活同时满足这三条,就是天生的 agent: 被某件事触发 (来了个申请、签了个人、到了月底、收到封邮件); 每个个案要查/要做的不一样 ——你写 SOP 时满纸"如果…那就…看情况"; 要跨好几个系统、好几步才能办完 ,中间还可能卡住要追。 三条全中 → agent。只中第 3 条但流程其实固定 → 还是 workflow。 要不要我们拿你们 HR(或别的部门) 真实的一个流程 套一下这三条,现场判一判它该做成 workflow 还是 agent?这正好能当你第四节的开场练习。 我： 我认为你现在说的agent是数字员工的概念 我的理解是对的吗？针对某个场景拥有资料库和工具包以后的一个“虚拟人” Claude大师： 对,你这个直觉非常好——“针对某个场景、配上资料库和工具包的虚拟人”,精髓抓到了。但我给你补一刀,让它更准,因为"数字员工"和"agent"其实是 两个层面的词 ,搞混了以后判断会失焦。 它俩不在一个层面: 数字员工 = 你对"人"讲的人设(包装层)。 对同事来说,它是"招聘组新来的虚拟同事’小招’,负责简历初筛"——一个有岗位、有名字、能协作和信任的" 谁 "。 agent = 它内部的心脏(架构层)。 LLM 在循环里自己决定下一步——一个" 怎么运转 "。 一句话: 数字员工通常用 agent 来实现,但 agent ≠ 数字员工。 而且 agent 是更大的类: 有些 agent 根本不是数字员工。 Claude Code 是 agent,但它不是"员工" ——没固定岗位、不上下班,你扔个任务它干完就散,没有长期人设和职责。它是"一次性的活",不是"同事"。 数字员工 = agent 的一种特定部署 :固定岗位 + 常驻/被事件叫醒 + 有记忆和延续性。 反过来, 一个数字员工内部往往是好几个 agent + 几条 workflow 拼出来的 (简历初筛是 workflow,面试协调是 agent,外面套个调度 agent + 一个知识库)。所以数字员工是"复合体",agent 是"零件"。 你的配方还差一味,而且是最关键那味: 资料库(知识)✓ 工具包(能力)✓ + 自主决策循环 (它自己决定先干啥、后干啥)← 缺这味,它只是个"带工具的聊天机器人",还不是 agent。 想再升级成"员工",再加: 固定岗位 + 触发机制(知道何时该干活)+ 记忆(记得上次干到哪、这人之前问过啥)。 最后一个提醒,你做 HR 的会特别有共鸣: "虚拟同事"这比喻拿去跟人讲很好用,但别被它骗了——它不是个靠谱的资深同事,而是 手脚飞快、不知疲倦、判断力却像新实习生、还会一脸自信干错事 的家伙。 所以"管一个数字员工",本质上就是你最熟的那套 HR 动作: 给它写岗位说明书(职责边界)、定权限(能碰哪些系统和数据)、设试用期 + 人审(关键动作要人点头)。 这恰恰就是第四节那套护栏的意义—— 你不会第一天就给新实习生发薪系统的 root 权限。 So:你的理解对了一大半,把它从"agent 就是数字员工"修正成" 数字员工是 agent 的一种’人设化部署’,agent 是它的内核零件 ",就精准了。 4 个帖子 - 2 位参与者 阅读完整话题
周五开会领导说看我用AI写代码很快，下周让我开始教同事怎么用AI了，我看站内好多教了吃亏的，我应该怎么做，有什么要注意的吗？求助各位大佬 19 个帖子 - 16 位参与者 阅读完整话题
今年一月份刚开的户。没办法，身边同事天天炒股，中午吃完饭遛弯，耳朵里全是大盘、主升浪、板块啥的。我寻思我也没碰过这玩意儿，加上最近工作也确实乏味，要不学学？一开始真挺老实的，天天看新闻、盯盘，就想学点基础知识。 结果后来手痒了。先是买了点场内基金，嘿，居然赚了！尝到甜头之后彻底坐不住了，直接选股、加仓、一把梭！好家伙，直接山顶站岗。眼睁睁看着它一路阴跌，眼看要腰斩了，我想着行情这么好不能死扛啊，得，割肉！接着换下一只，靠，又是山顶站岗！历史惊人地相似，不过这次我学聪明了一点，跌了几天果断割肉，没死拿。 后面又试了几只票，全是同一个剧本：刚进去涨一点，马上开始跌。我这头铁的劲儿也上来了，总觉得‘明天肯定能拉起来’。结果阴跌几天后直接来个暴击大跌，我心态崩了，一把割掉，结果第二天它啪地一下涨停了！我真是服了；还有一些票是今天涨两个点，明天跌三个点，纯纯的皮鞭沾碘伏，边打边消毒，后面磨不动了，也割肉立场了。 现在回头看看，觉得自己太特么搞笑了。在股市里挥金如土，现实中点个外卖还要对比哪家满减多、送饮料。因为亏得太惨，天天想着怎么回本，但现在真被跌怕了，不是100%看好的根本不敢伸手。一闲下来想到自己的历史操作，心里就堵得慌，太难受了；佬们，话说该怎么搞 15 个帖子 - 14 位参与者 阅读完整话题
起因是，团队里约八成的同事用过或者接触过Vibe Coding，但他们消息渠道不完善（还不知道L站的大名，但都用过ja-netfilter哈哈哈）只用过国模， 我打算搞一次小的培训，让同事们加入佬的宇宙，体验一下奥特曼和A 的模型。 我整理好重点，用grill向Claude发送培训的要点，其中一处提到了如下： 对比国外模型(Claude、Codex)相对国内模型的优势 于是乎，Claude不光对Codex只字不提，还说Codex倒闭被取代了。。。 属实有点离谱了。。。 6 个帖子 - 5 位参与者 阅读完整话题
如题所示，最近要给公司同事用(老板让的 我知道跳瘙市场的plus基本上日抛，我们如果要用的话应该就是大家一起用一个20x账号，所有人都走一个公司IP出口，这种正规开通的20x，会不会翻车？翻车概率大不大？ 19 个帖子 - 13 位参与者 阅读完整话题
有个经常来中国出差的外国同事，办过一张中国手机号，他平时人在国外，就拿这个卡收收中国 app 的短信。他说前几个月开始，这号在当地搜不到网络了。不过他也没太在意，想着反正是漫游，时好时坏正常。他上一次来中国是几个月前，还正常使用了。 昨天他突发奇想，拨了自己这个中国号码，居然打通了。。有人接，是中国人。 他说用小程序查看，确认这个号码在他的名下，上个月还出现了流量使用（肯定不是他用的）。 有人能分析一下是什么情况吗？