公益站，不敢奢求太多，但是我发现君の公益站的opus4.8，最近几个任务都在创建md，但是我本身是没有要求创建的。让我想起来sonnet-4.5，我记得这个模型最喜欢到处生md文件。难道说？ 17 个帖子 - 16 位参与者 阅读完整话题
fast-context mcp 慎用吧，直接给我注入攻击脚本执行，也是666了。代码本身正常没有外部调用，但是只要调用fast-context，ai就会读取到里面有攻击脚本 卸载了就正常了 claude mcp remove fast-context -s user 5 个帖子 - 5 位参与者 阅读完整话题
各位佬友,本人有一些小游戏的idea,本身也有大模型在手,通过vibeCoding构建小游戏,在微信/抖音小程序上发布.现在我不知道的是,游戏开发需要哪些语言,需要哪些技术,包括美工什么的?这些我并没有深入了解,有了解的佬友,可以细聊一下技术栈吗 21 个帖子 - 9 位参与者 阅读完整话题
微软AI主管穆斯塔法·苏莱曼近日收回了他此前关于AI将自动化白领工作的言论，并表示自己真正想表达的是：AI会帮助相关从业者完成具体任务，而不是直接取代整个职位。 苏莱曼在《Decoder》节目中解释说，像发邮件、与同事沟通、整理PPT这类工作中的子任务，未来会越来越多地被数字化和自动化，从而让流程更快、更高效。 他指出，这些往往是“重复性较强、偏手工、劳动密集且耗时”的环节，技术发展的自然方向就是减少摩擦、提升便利性。 在此之前，《金融时报》曾在2月的一篇报道中引用苏莱曼的话称，律师、会计师、项目经理、市场人员等从事的白领工作中，“大多数任务”会在未来12到18个月内被AI完全自动化。 当《Decoder》主持人提及这段话时，苏莱曼强调“任务”和“工作”之间存在“非常重要的区别”，并表示自己当时说的是“任务”，不是“工作岗位”本身。 他说，岗位和角色属于更大的范畴，而任务只是其中的组成部分，因此任务被自动化，并不意味着整个职位就会消失。 查看评论
之前我记得是记忆和会话是分开的，会话严重干扰回答质量所以我一直是关掉的，记忆本身没存东西，今天提问的时候突然提到了参考我的思路，看了眼设置发现已经没有单独的会话开关了 2 个帖子 - 2 位参与者 阅读完整话题
起因是最近逛到的一些佬友的分享帖和羊毛贴，有些帖子本身是一级或者没等级，但是看帖子的聊天记录，发现有佬友会说该帖子有被调到三级两级之类的历史，有点不明白，这个是有权限的人随便想改就改的吗，不需要帖主本人确认？发帖的佬友有的自己都只有一级，帖子改成更高级了之后听说本人都看不见？ 有点不太懂这个机制，莫名有点幻视CSDN的帖子自动被设置成vip或者登陆可见，就本人而言有点不太喜欢这样的设计，有没有佬说明一下这个机制具体是怎么样的呢。 10 个帖子 - 6 位参与者 阅读完整话题
rt,先说楼主本身自认为本人是比较真诚的在同事关系当中,但是感觉身边的同事存在不同种的类型,狡猾奸诈之人,趋炎附势之人,唯利是图之人,相处下来感觉就算是冷眼旁观之人都算是好人。 所以各位佬是如何看待的。尤其是在帮派丛生的公司关系当中。 14 个帖子 - 9 位参与者 阅读完整话题
谷歌开源发布 Gemma 4 12B 多模态模型，该模型可在仅有 16GB 内存或显存的消费级笔记本 / 台式机上运行。 模型本身同时支持文本、图片、视频和音频输入，同时通过 Token 预测选型器降低延迟，让开发者在可以本地执行多步骤推理和智能体交互体验。 查看详情 蓝点网 谷歌发布并开源Gemma 4 12B版多模态模型 可在16GB内存/显存上运行 #人工智能 谷歌开源发布 Gemma 4 12B 多模态模型，该模型可在仅有 16GB 内存或显存的消费级笔记本 / 台式机上运行。… 3 个帖子 - 3 位参与者 阅读完整话题
单就重登这件事本身来说，昨天凌晨我正在工作，我的 ChatGPT 和 Codex 都被强制退出重登了。今天的大批量手机号接码二验和被退出登录状态两件事情在 OpenAI 的风控方式调整上并没有直接关联。 所以对于流传的“被踢出重登的账号就是风控重点关注的账号”说法，不要担心。 2 个帖子 - 2 位参与者 阅读完整话题
Telegram一直以来都不提供简体中文官方语言包，但是本身也支持使用外来语言包供用户选择。之前Telegram已经在IOS和Android平台推送测试简体中文语言包，目前已经正式全量推送到最新版macOS和Windows桌面客户端，无需参加Beta计划即可使用。 1 个帖子 - 1 位参与者 阅读完整话题
说实话，作为 HR 来写一篇介绍自己公司的文章，本身就挺尴尬的。大家看到“HR 介绍公司”，第一反应大概率就是：这是不是招聘软文？我自己如果刷到类似内容，也会有这个反应。所以这篇不想写成那种“我们公司氛围很好、成长空间很大、团队年轻有活力”的标准答案。 那些话也许没错，但听起来太像模板了。我更想用一个在员工视角，讲讲我眼里的 RightCapital ，它有哪些地方让我觉得不错，也有哪些地方确实不是所有人都会喜欢。 RightCapital 是一家做金融科技产品的公司，业务主要服务美国的财务顾问。说实话，这个方向在国内不是那种一听就很“性感”的赛道。它不像短视频、电商、AI 应用、游戏那样，大家一听就知道产品是什么，也不太会让人产生“哇，好酷”的第一印象。 刚开始接触的时候，甚至需要花一点时间理解：财务顾问是谁？他们为什么需要这样的软件？我们的产品到底解决什么问题？所以如果你期待的是那种特别有大众知名度、特别容易和朋友解释清楚的公司，RightCapital 可能不是这一类。 但我自己慢慢了解之后，会觉得这家公司做的事情还挺扎实的。它解决的是一个真实存在、长期存在的问题，不是追短期风口，也不是今天讲一个故事，明天换一个方向。而这一点刚刚好是我喜欢的踏实感。 再说工作氛围。 我不想夸张地说这里“完全不卷”“没有压力”。这种话不真实。工作肯定是有压力的。项目要推进，问题要解决，业务也有要求。尤其是有些阶段，大家也会忙，也会焦虑，也会有事情没那么顺的时候。但我觉得 RightCapital 不太一样的地方在于，这里的压力更多来自事情本身，而不是来自表演。你不需要通过表现的很忙来证明自己的价值，也不会因为你没有在群里秒回消息，就默认你没认真工作。 大家更关注的是：这件事有没有推进？问题有没有被解决？沟通是不是清楚？这点对我来说挺重要的。因为职场里有些消耗，并不是工作本身带来的，而是很多没必要的内耗、情绪压力和形式主义带来的。RightCapital 不是没有问题，但至少在我感受到的范围里，这类消耗相对少一些。 还有一点很吸引我，这里没有烟酒文化。 不需要靠喝酒拉关系，也不需要在饭局里证明自己“合群”。同事之间的相处更偏简单、直接、尊重边界。你可以正常表达，也可以保留自己的态度。 关于同事关系，我也不想写成“大家像一家人”。 我其实不太喜欢有些公司说“我们是一家人”。公司就是公司，同事就是同事，大家首先是一起专业地完成工作。但在这个基础上，RightCapital 的同事给我的感觉是友善、愿意帮忙，尊重边界的。新人不会被丢在一边自己猜，遇到不懂的问题，大家通常愿意解释。 这种细节不会写在 JD 里，但对每天上班的感受影响很大。 然后说一个现在很多候选人会问的点：AI 。 公司确实很鼓励大家使用 AI ，也提供了“最新最好的模型”、“工作场景下无限 token”这样的资源支持。但我不想把这个包装成什么特别宏大的福利。它对我来说更像是一个信号：公司不是嘴上说“要拥抱 AI”，而是真的愿意让大家在日常工作里用起来。 当然，AI 不是万能的，也不是用了 AI 工作就会自动变轻松。很多时候你还是要自己判断、自己负责、自己把事情想清楚。但能明显感觉到，公司的态度是开放的。 也说说不那么好听的部分。 首先，RightCapital 的薪酬竞争力比不过互联网大厂。如果你的目标很明确，就是想拿市场上最顶的 package ，那我们一定不是最有吸引力的选择。 这个没必要包装。 我们能提供一个相对稳定、健康、专业的工作环境，但如果只看重收入的上限，确实我们不是最激进的那种。 其次，公司的知名度在国内没有那么高。 每次和候选人介绍 RightCapital ，需要先解释我们是谁、做什么、客户在哪里。它不是那种你一说名字，对方马上“哦我知道”的公司。这对一些人来说可能不重要，但对另一些人来说，平台知名度确实会影响选择。 还有一点，RightCapital 的整体风格偏稳，不是那种每天都很热血、很刺激、很“风口”的公司。 这既是优点，也是缺点。喜欢稳定、专注、长期主义的人，可能会觉得这里舒服。 但如果你喜欢非常非常快的节奏、很强的刺激感、快速扩张带来的兴奋，这里可能会显得不够“燃”。 所以我并不想说 RightCapital 适合所有人，它也一定不会适合所有人。 如果你更在意的是：一份工作能不能让你相对踏实地做事，能不能减少一些没必要的内耗，团队是不是尊重专业，沟通是不是直接，工作之外是否还能保留自己的生活，那 RightCapital 也许值得你了解一下。 作为 HR ，我当然希望更多合适的人看到我们。但我也越来越觉得，招聘不是把公司包装得越完美越好，而是尽量把真实情况讲清楚。因为不匹配的人被吸引进来，对公司和候选人都不是好事。 所以这篇就当作一个不太官方的公司介绍吧。我不想安利所有人来，也不想说这里有多完美。 只是叙述，这是一家不高调，但认真做事的公司；不是没有缺点，但有一些我觉得挺珍贵的工作体验。 如果你刚好在看机会，也刚好在意这些东西，欢迎你来找我聊聊。
如题，本身已经上指纹浏览器+动态家宽，目前是还没付款PP就受限了，有佬友研究过这个问题吗？ 感谢佬友的答复，我的描述不够准确，已经是日区PP了，图片只是语言设置原因。 目前付款时候会显示Paypal受限制，在付款第四个Plus链接的时候 6 个帖子 - 4 位参与者 阅读完整话题
这个时代正在帮我们省略掉学习本身 -----从我的故事开始说起 学习是为了获取知识。那么，我们该怎么学习，取决于我们如何对待知识。其实我一开始只是想写现在这个时代，我们该怎么对待学习，怎么对待知识，偶然梳理了一下自己17年在学习上的路程，发现了一些不一样的东西。大致可以分成四个阶段。 一、从小学到工作，十七年，两次"回归" 小学的学习：单纯，漫无目的，没有硬性标准，没有边界。 我小学是在村里读书的，一个年级只有一个班，四五十人。那时我学习只是新奇——“我又可以学点新花样了”“it’s something new, something interesting”。家里没有给我什么硬性的标准，不会要求我必须怎样怎样。上课我是听的，放学回家却不写作业，就漫无目的地玩，没有手机也没有电脑，考试也就七八十分，偶尔上九十。这个时候如此的单纯，知识对我来说就只是新鲜的东西，无论课内还是课外，学习仅仅是被 好奇心 所驱动。 中学的学习：强硬，目的明确，有硬性标准，知识有边界。 上了中学，每天耳濡目染的是"中考"和"高考"这两个终极目标。学知识——无论语数英、物化生，还是政史地——都是为了考更高的分数。知识也有了明确的边界：考什么就学什么，不考的就不学。这是一种结果导向、目标导向的学习。对知识的目的也坍塌为-----总分数。 大学的学习：失落的单纯，漫无目的，知识没有边界。 到了大学，我自由了。没有了硬性标准，知识的边界也不再分明。我仿佛又回到了小学那种漫无目的、单纯的状态：平时吃喝玩乐，熬夜打游戏，考前抱佛脚。看起来大学与小学是同构的，这是一次向小学的"回归"——没有目的，没有边界。但事实上，它再也不像小学那样单纯了。这是一种"失落的"单纯。看似回到了自由，却不是小学时那种自由，而是一种"堕落的"自由。曾经在学习上有明确的标准和边界，如今一下子全都松开，人反而陷入了一种失落的状态。 工作的学习：又回到结果导向与目标导向。 开始工作后，我边工作边学习。学习知识、培养技能，最终都指向一个目标—— 。在学习和对知识的态度上，又一次回到了中学时代，有着强硬而明确的标准和目标，开始追求知识库、追求 SOP。 两次回归。 总的来说，短短十七年，我经历了两次"回归"：一次是大学，向小学的回归；一次是工作，向中学的回归。 但这两次回归，都不是简单地回到从前。大学不是小学那样的单纯，而是一种堕落的单纯——那种纯粹我曾经拥有，如今却失去了；工作也不是中学那样，标准是唯一的，因为我们如今面对的是一个更宏大的课题——生活。 经过小学、中学、大学、来到现在，我认为是有必要为知识“画边界”，主动设定边界，然后去触及它超越它。不设定边界，没有目标和规划，就容易回归到大学那种失落的漫无目的的状态了。 二、博闻与精深：获取变得太容易，反而成了一种陷阱 从互联网时代开始，我们获取信息和内容就变得越来越简单；到了 AI 时代，这件事更是简单到了极点。只需要短短几句话，AI 就能生成大量跨领域、跨主题的内容，想要多少有多少，进一步省去了搜索时代还需要自己一步步找内容的麻烦。 可是，每天8h以上的刷社交媒体，让我正变得越来越"博闻"，却越来越不够"精深"。 我可以轻易地获取多个领域、多个主题的内容，但要在某一个领域真正精深，仍然离不开持续的探究和钻研——需要反复和 AI 讨论同一个问题，甚至需要自己动手去查找、核实资料。这个过程太痛苦了。于是大多数人会觉得，与其花这些时间死磕一处，不如多看几个领域的内容，浅尝辄止。 获取的便利，本应是精深的助力；但当便利本身成为习惯，它反而消解了人深入的耐心。博闻不是问题，浅尝辄止才是。 三、抽象与形象：我们真的需要在"直观"这条路上越走越远吗？ 我们这个时代，正越来越追求"形象"。但这种追求是否真的有必要，值得停下来想一想。 一个事实是：AI 的出现，最先冲击、也冲击得最深的，并不是企业生产，而是教育。原因在于，AI 一旦用于生产，就必须首先保证稳定——这也正是 AI 发展到今天需要重视 harness的原因。而用于教育时，稳定性的要求要宽松得多，AI 只要能生成好用的东西就够了。门槛低、见效快，于是教育成了它最先渗透的领域。 从 AI 到 agent，几乎所有人都在用它们辅助自己学习：让它生成可视化的、动态的内容，使学习变得更直观一些。再叠加上短视频、社交媒体对日常生活的深度渗透，我们浏览的信息和内容正变得越来越图像化。 于是一种倾向逐渐成形——我们更愿意浏览图表和图片，而不是阅读文字；我们更习惯于眼睛和耳朵被信息轰炸，而不是静下心来阅读；我们越来越倾向于借助形象的图像来思考，而不是借助抽象的文字来思考。 问题随之而来：我们真的有必要在"知识直观化"这条路上越走越远吗？ 知识是需要时间沉淀的。但在资本主义的逻辑下，人们为了效率、为了产出，会越来越想方设法消除中介——让我们与知识之间的中介环节越来越少。越直接越好，越可触及越好。极端处，人们甚至会把"触及知识所必须经历的那些弯弯绕绕"视为缺陷和不足，也就是把中介本身当成一种缺陷，认定真正好的东西就应该是直接的。 这种观念推演到极致，就是脑机接口：抹除一切学习的中介环节，抹除那些让我们痛苦而又煎熬的环节，把知识直接下载进脑子里。如果说互联网抹除了知识在地理空间上的限制，那么脑机接口就是在试图打破时间上的限制——学习知识不再需要那么漫长的沉淀和反复积累，而是一步到位。 在现在这个环境下，选择直观，选择形象，选择外包成为了每个人难以抗拒的选择。守住用文字去表达，用文字去思考是一件很难的事情。中介本身并非缺陷，那些"弯弯绕绕"的路，恰恰是知识被真正消化、内化为理解的过程。 小结 标准和边界、深耕和钻研、文字和抽象——这些获取真知的中介环节,在 AI 来临的时代,被当成了一种缺陷。我们想要知识更直观、更便利、更轻松,甚至一步到位,直接下载进脑子。 而今天,我们确实快做到了。只不过下载的不是脑子,是 agent——知识变成了我们外在的内容资产和工具,供自己调用。我们甚至想完全退居幕后,让 agent 去干脏活累活:让它自己搜索、自己调研、自己执行、自己碰壁、自己反思、自己进化。我们不再直接触碰那些痛苦而煎熬的中介环节,我们只要一个结果,只要一个 goal。 但有意思的是,agent 再强,它能走到哪一步,终究取决于设定它的那个人。你拿着一个设计精良的 agent,可你自己的知识和判断不到位,它照样发挥不出真正的实力。何况到了今天这个地步,我们仍要忍受它时不时发癫,仍要在它加载和响应的间隙里干等，甚至因为花了钱而完成不了工作而抓狂——煎熬和痛苦,一样没少,只是换了个形式回到我们身上。 所以兜了一圈才明白:正是这种”中介性”,才是知识得以构建和生长的东西。那一条条弯弯绕绕、让人倍感煎熬的路,从来不是可以绕开的缺陷,而是必须亲自走过的过程。我们可以把执行交给 agent,却没法把”成为一个有知识的人”这件事外包出去。 尾记 其实我一开始的议题要比现在大得多，我写出来后发现我很难驾驭这么大的议题，很难讲好，于是删删减减成了这一篇，我用claude根据我的大纲填充内容，但是他写的我不喜欢，我还是保留我自己的语言，这篇写出来也是抛砖引玉和大家一起讨论的。 2 个帖子 - 2 位参与者 阅读完整话题
最近听说RWA很火，我读研期间本身就是做区块链和加密算法的，不知道这个东西有没有搞头？有没有懂这方面的uu能说一下哟，这个玩意儿是噱头么？ 5 个帖子 - 3 位参与者 阅读完整话题
CPA本身也是最新版 v7.1.25，这是咋回事捏 3 个帖子 - 2 位参与者 阅读完整话题
在写之前首先说明，java的冗长一般是两方面造成的。 1 是他语言本身，这个是本文要说的，在最近几年的一系列版本更新中已经改善了不少，这也是本文要说的。 2 是用法相关，古早的框架需要写一堆模板代码，臭名昭著的写个service还要先写个IService，接口一大堆。但这是古早框架相关，这也导致很多新手接手公司旧项目就被糊一脸，历史屎堆噩梦了属于是。现代的sb之类可以很简化，这个就不在本文讨论范围内了。 语言本身，java平台的各类其他语言，比如scala，kotlin等都比java语法简洁，近几年的java也在吃进一些他们的语法/概念，java总体还是更往函数式上走的。 record java的POJO之前写起来太麻烦了，getter，setter还要覆盖hashCode equals等。 很早lombok的 @Data 就能简化，java也引入了record再进一步。（不过record不可变，不一定所有场景都满足） 之前的POJO： 现在的写法： 有些场景需要在方法里定义一些临时用来运算的结构，之前偷懒不想定义一个class可能就用Map放了，类型不安全加很冗长，后面函数式的库起来了比如Jool/vavr，可以用tuple放临时结构。 java的record也可以临时定义。 之前： 临时定义record： 模式匹配 这东西是新语言标配了，最近的语言都有这个，表达力max，java也一样引入了，但是java的结构能力肯定是没法和其他一些语言比的，这个特性还在不断迭代。 对比 老的写法： 新的： 因为java之前不带sum类型，在模式匹配里无法使用编译器检查所有情况，所以后面出了个比较难看的密封类。（相较于其他语言可以直接用case或者|等语法定义）。但是好歹还是有sum类型了不是吗。 和其他的比是真的挺丑的。。 （注意 ts默认的是union type（也就是无标签） 这里给他写了个kind来模拟sum type） 连续（级联）空判断 其实就是引入了Optional这个类，语法上没变化，主要是API。 之前： 现在： 这个optional其实设计有问题。。。 map感觉设计错了 众所周知map是用来 O(x) → O(y)的 map里如果返回null应该是Optional.value(null) 他直接变成了Optional.empty(这个工作应该交给flatMap才对） 让AI来解释下： 不可变集合创建优化 这个同样是API层面，但是写起来就舒畅好多了。 新的： 字符串模板 这东西真是奇了怪了。。。现在还是个预览特性，需要打开开关才能用。 基本是新语言标配功能。没有之前用的apache lang包下的strsubstitutor,也能简化拼接。 （text block本身早就release了） 虚拟线程 结构化并发 这个解决了java一直以来的本地线程开销大（主要是内存开销 以及大量唤醒时的切换开销），之前重IO任务，你要么精心设计线程池，要么混合用reactive（这个会污染API），写起来都不那么顺手。 其他新语言倾向于async/await来简化，但是java直接在虚拟机层面引入虚拟线程，在不改变语法情况下实现重IO任务的优化。 让AI总结下： （当然要更高性能还是得上reactive混搭） （CPU密集任务还是推荐本地线程跑，这个和async/await一个道理，没法yield了） 结构化并发更是将之前的多线程任务可以以更可控的方式实现，但是这特性还是preview。。。还不能直接用。 其他还有零零散散的。 但是趋势是java不断向kotlin和scala等JVM平台的其他语言靠近。 所以说java语法冗长，在最近的版本里其实已经改进很多了，当然焊死java8的话…就挺难了（建议把jool/vavr引入 多吃点函数式，虽然这俩东西也很久没更新了） 21 个帖子 - 12 位参与者 阅读完整话题
如题，我最近使用本身就感觉到GPT5.5XHigh降智了，然后之前用的Agent.md是有让他在必要的时候去使用子智能体的，后面发现我调试的时候读太多日志里也导致主智能体注意力分散就想着让他多去用子智能体去读日志分析总结给主智能体。 结果就发现子智能体出现了几个问题 启动之后读取完项目的Agent.md就当结束 启动之后被注入了superpower开始走流程跟主智能体的修改叠加 启动之后走流程再去调用子智能体导致嵌套等待卡半天没结果 然后我为了约束子智能体干这些东西，在全局Agent.md文件里做了各种限制包括让主智能体启动时注入prompt约束，但是都没用，子智能体一启动就被注入了相关的Skill和superpower。 就想问问大伙是怎么处理子智能体和去在修复或优化代码时去让主智能体分析日志来检查错漏呢？ 1 个帖子 - 1 位参与者 阅读完整话题
本身没几个座位，人一旦多起来，自己都不好意思继续坐下去了。
本身没几个座位，人一旦多起来，自己都不好意思继续坐下去了。
本身没几个座位，人一旦多起来，自己都不好意思继续坐下去了。