OpenAI 近日在一份威胁报告中称，一些与中国有关联的用户账号曾利用 ChatGPT 生成内容，试图影响美国民众对本土数据中心及相关科技政策的看法，但这些活动几乎没有产生可观效果。 报告指出，这些已被封禁的账号在暗中参与“影响力行动”，通过制造和传播特定叙事，意在操纵围绕美国人工智能与更广泛科技政策的公共辩论。 根据报告，首批被识别的账号围绕“数据中心扩建推高普通家庭电费”这一说法大量生成社交媒体评论和配图内容，OpenAI将这一行动命名为“数据中心顺风车”（Data Center Bandwagon）行动。 从 2025 年底到 2026 年初，这些账号多次向 ChatGPT 提示，让其用英文撰写关于数据中心和 AI 应用增加用电需求、导致美国普通民众电费上涨的短评与图片文案。 相关内容包括以数据中心为主题的漫画，以及在通用电力营销图片上叠加文字，暗示美国公民正在为 AI 基础设施“买单”。 这些由 ChatGPT 生成的文字和图像随后被发布到多个社交平台上，发布者账号往往伪装成出身背景各异的美国人，以增强内容的“本土化”与可信度。 OpenAI 表示，其模型本身并不对中国境内开放访问，因此相关操作者被认为是通过 VPN 绕过地域限制。 该公司研判，这些账号很可能隶属于一家中国本土私营科技企业的社交媒体运营团队，为省级政府客户提供舆论影响服务。 操作人员还曾向 ChatGPT 上传一份报告，详细描述其影响舆论的目标和策略，包括如何创建更容易逃避平台风控系统的社交账号。 除“数据中心顺风车”外，OpenAI 还识别出第二个账号集群，同样利用 ChatGPT 生成内容，但主题转向抨击美国关税政策和科技政策。 这些内容普遍围绕中美科技竞争展开，指责美国一方面追求科技主导权和“规则制定权”，另一方面则“暗中伤害盟友”。 有意思的是，这些账号在向 ChatGPT 提示时特别注明，生成内容中不得出现中国领导人习近平的名字。 在评估上述行动影响力时，OpenAI 的结论是：这些活动在网络舆论场中几乎未掀起什么水花。 不过，就数据中心议题本身而言，美国国内民意原本就高度分裂甚至日益转向反对新建设施。 OpenAI 引用的一份近期报告显示，如今已有 71% 的美国人反对在其居住地附近建设数据中心，而这一比例在九个月前还只有 42%。 在关于电价问题的部分，报告将相关账号的表述称为“声称”（claimed），但第三方数据表明，数据中心周边电价上涨确有其事。 彭博社此前的一项分析显示，在一些靠近数据中心的区域，电价涨幅最高达到 267%。 在美国国内政治语境下，一些怀疑论者认为，作为人工智能热潮的主要推手之一，OpenAI 有动机将愈演愈烈的反数据中心情绪，部分包装为“境外势力操纵”的结果，以减轻对自身业务模式的政治压力。 近期，一些共和党议员甚至呼吁联邦调查局（FBI）调查反数据中心舆论是否源自“中国的隐形操纵”。 但无论是否存在境外信息行动，围绕数据中心的本地反对声浪本身具有多重现实根源：包括电价上涨、环境影响、耗水量巨大、大量占用土地资源，以及公众对 AI 技术整体的不信任与反感等。 在这样的背景下，即便没有外部力量推动，美国社会对数据中心的强烈抵制也不难理解。 查看评论
PostgreSQL 14 到 Apache Doris 4.1.1 CDC 同步方案 本文档用于验证并实施 PostgreSQL 业务库 fudabd_common_plat_db.public.terminal_pos_202602 到 Apache Doris 分析库 fudabd_common_plat_db.terminal_pos 的数据同步。 实际验证环境要求 PostgreSQL 源端 PostgreSQL 版本：14。 连接地址： 127.0.0.1:15432 。 登录账号： postgres 。 登录密码： Fdbd@2013 。 源数据库： fudabd_common_plat_db 。 源 schema： public 。 源表： fudabd_user 。 主键字段： id 。 已开启 logical replication。 pg_hba.conf 已允许 Doris 所在机器或容器访问数据库和 logical replication。 PostgreSQL 账号具备 logical replication、publication、slot 操作权限。 Doris 目标端 Apache Doris要求 最低docker镜像版本 4.1.1 ，此版本支持Stream Job； Doris 版本： doris-4.1.1-rc01-b10073ad9ca 。 Doris @@version ： 5.7.99 。 目标数据库： fudabd_common_plat_db 。 目标表： fudabd_user 。 目标表当前不存在，需要由方案一手动创建。 目标表需要支持 UPDATE 、 DELETE ，因此设计为 UNIQUE KEY 表。 同步要求 需要先全量初始化，再持续增量同步。 需要处理 INSERT 、 UPDATE 、 DELETE 。 当前只验证 terminal_pos_202602 单表，暂不处理后续每月新增分表。 单表数据量：日均约 500 万条。 延迟目标：10 秒内。 Doris Streaming Job 支持判断 Apache Doris 4.x 官方文档提供 CREATE JOB ... ON STREAMING ，支持以下两类模式： TVF Mode ：使用 cdc_stream(...) 读取 PostgreSQL CDC，再通过 INSERT INTO ... SELECT ... 写入指定 Doris 表，适合单表 SQL 映射同步。 当前环境是 4.1.1-rc01 ，建议正式执行前在当前 Doris 集群验证 Streaming Job 语法和 FE 配置。 参考文档： CREATE STREAMING JOB ： CREATE STREAMING JOB - Apache Doris PostgreSQL SQL Mapping Sync： PostgreSQL CDC with SQL Mapping - Apache Doris PostgreSQL Auto Table Creation Sync： PostgreSQL CDC with Auto Table Creation - Apache Doris Doris 4.1.1 Release Notes： Release 4.1.1 - Apache Doris 前置检查 PostgreSQL 配置检查 当前已确认 postgresql.conf 包含以下配置： wal_level = logical max_replication_slots = 10 max_wal_senders = 10 wal_sender_timeout = 0 执行以下 SQL 复核： SHOW wal_level; SHOW max_replication_slots; SHOW max_wal_senders; 检查源表主键： SELECT tc.table_schema, tc.table_name, kcu.column_name FROM information_schema.table_constraints tc JOIN information_schema.key_column_usage kcu ON tc.constraint_name = kcu.constraint_name AND tc.table_schema = kcu.table_schema WHERE tc.constraint_type = 'PRIMARY KEY' AND tc.table_schema = 'public' AND tc.table_name = 'terminal_pos_202602'; Doris 配置检查 登录 Doris FE MySQL 协议端口后执行： SELECT @@version_comment, @@version; SHOW FRONTEND CONFIG LIKE 'max_streaming_job_num'; 如果 max_streaming_job_num 为 0 或 Streaming Job 语法不可用，需要先调整 Doris FE 配置或切换到正式 4.1.1 镜像版本。 PostgreSQL JDBC Driver 准备 Streaming Job 需要 PostgreSQL JDBC Driver。建议将驱动放到 Doris FE/BE 都可访问的 HTTP 地址。 示例： postgresql-42.7.3.jar 本文 SQL 中使用 <PG_DRIVER_URL> 占位，执行前替换为实际地址，例如： https://maven.aliyun.com/repository/public/org/postgresql/postgresql/42.7.3/postgresql-42.7.3.jar 源表结构 CREATE TABLE `fudabd_user` ( `id` bigint NOT NULL COMMENT "用户ID", `user_name` varchar(50) NOT NULL COMMENT "用户名", `password` varchar(255) NOT NULL COMMENT "密码（应加密存储）", `age` tinyint NULL COMMENT "年龄", `create_time` datetime NULL COMMENT "创建时间", `update_time` datetime NULL COMMENT "更新时间", `is_deleted` int NULL DEFAULT "0" COMMENT "是否删除标记" ) SQL 映射同步 推荐结论 当前验证目标是 fudabd_user 同步到 fudabd_user ，且 Doris 目标表不存在、需要设计为 UNIQUE KEY ，优先 SQL 映射同步。 该模式优势： 可将源表 fudabd_user 明确写入目标表 fudabd_user 。 可手动控制 Doris 表模型、字段类型、分桶数和副本数。 可承接 PostgreSQL 主键表的 INSERT 、 UPDATE 、 DELETE CDC 变更。 创建 Doris 数据库 CREATE DATABASE IF NOT EXISTS fudabd_common_plat_db; USE fudabd_common_plat_db; 创建 Doris 目标表 CREATE TABLE `fudabd_user` ( `id` bigint NOT NULL COMMENT "用户ID", `user_name` varchar(50) NOT NULL COMMENT "用户名", `password` varchar(255) NOT NULL COMMENT "密码（应加密存储）", `age` tinyint NULL COMMENT "年龄", `create_time` datetime NULL COMMENT "创建时间", `update_time` datetime NULL COMMENT "更新时间", `is_deleted` int NULL DEFAULT "0" COMMENT "是否删除标记" ) ENGINE=OLAP UNIQUE KEY(`id`) DISTRIBUTED BY HASH(`id`) BUCKETS 10 PROPERTIES ( "replication_allocation" = "tag.location.default: 1", "min_load_replica_num" = "-1", "is_being_synced" = "false", "storage_medium" = "hdd", "storage_format" = "V2", "inverted_index_storage_format" = "V3", "compression" = "LZ4", "enable_unique_key_merge_on_write" = "true", "light_schema_change" = "true", "disable_auto_compaction" = "false", "enable_single_replica_compaction" = "false", "group_commit_interval_ms" = "10000", "group_commit_data_bytes" = "134217728", "enable_mow_light_delete" = "false" );; 参数建议： 单 BE 验证环境使用 replication_num = 1 。 生产多 BE 环境建议改为 replication_num = 3 。 日均 500 万数据验证阶段可先使用 BUCKETS 32 ，生产环境根据 BE 数量和 tablet 大小调整为 32 或 64 。 创建 SQL 映射 Streaming Job 执行前需要将 <PG_DRIVER_URL> 替换为 PostgreSQL JDBC Driver 的实际地址。 将 “offset” 从 “initial” 改为 “latest” 即可跳过全量快照，仅捕获增量变更： CREATE JOB pg_fudabd_user_to_fudabd_user ON STREAMING DO INSERT INTO fudabd_common_plat_db.fudabd_user ( id , user_name , password , age` tinyint , create_time , update_time , is_deleted ) SELECT id, user_name , password , age, create_time , update_time , is_deleted FROM cdc_stream( "type" = "postgres", "jdbc_url" = "jdbc:postgresql://127.0.0.1:15432/fudabd_common_plat_db", "driver_url" = "https://maven.aliyun.com/repository/public/org/postgresql/postgresql/42.7.3/postgresql-42.7.3.jar", "driver_class" = "org.postgresql.Driver", "user" = "postgres", "password" = "Fdbd@2013", "database" = "fudabd_common_plat_db", "schema" = "public", "table" = "fudabd_user", "offset" = "initial" ); JOB 运维命令 以下命令用于查看、暂停、恢复和删除前面创建的 Doris Streaming Job。 JOB 查看所有 INSERT 类型 JOB： SELECT * FROM jobs("type" = "insert"); 查看 SQL 映射同步 JOB： SELECT * FROM jobs("type" = "insert") WHERE Name = 'pg_fudabd_user_to_fudabd_user'; 查看 JOB 产生的 TASK 查看所有 INSERT 类型 TASK： SELECT * FROM tasks("type" = "insert"); 查看 SQL 映射同步 JOB 的 TASK： SELECT * FROM tasks("type" = "insert") WHERE JobName = 'pg_fudabd_user_to_fudabd_user'; 暂停 JOB 暂停 SQL 映射同步 JOB： PAUSE JOB WHERE jobName = 'pg_fudabd_user_to_fudabd_user'; 恢复启动 JOB 恢复 SQL 映射同步 JOB： RESUME JOB WHERE jobName = 'pg_fudabd_user_to_fudabd_user'; 删除 JOB 删除 SQL 映射同步 JOB： DROP JOB WHERE jobName = 'pg_fudabd_user_to_fudabd_user'; PGSQL运维命令 -- 查看当前 Publication SELECT p.pubname, n.nspname AS schema_name, c.relname AS table_name FROM pg_publication p JOIN pg_publication_rel pr ON p.oid = pr.prpubid JOIN pg_class c ON pr.prrelid = c.oid JOIN pg_namespace n ON c.relnamespace = n.oid; -- 查看 Replication Slot SELECT slot_name, plugin, slot_type, active, database, restart_lsn, confirmed_flush_lsn FROM pg_replication_slots; -- 如果 Slot 仍然 active，先终止连接 SELECT pid, usename, application_name, client_addr, state FROM pg_stat_activity WHERE backend_type = 'walsender'; SELECT pg_terminate_backend(pid); -- pid 需要手动替换 -- 删除 Replication Slot SELECT pg_drop_replication_slot('slot_name'); -- 删除 Publication -- 查看当前 Publication 进行替换 DROP PUBLICATION doris_pub_1781162893358; -- 确认 Slot 已删除 SELECT slot_name FROM pg_replication_slots; -- 检查 WAL 是否恢复正常 SELECT slot_name, active, pg_size_pretty( pg_wal_lsn_diff( pg_current_wal_lsn(), restart_lsn ) ) AS retained_wal FROM pg_replication_slots; 延迟与性能建议 当前单表日均约 500 万条，验证阶段建议先使用 BUCKETS 32 。 如果同步延迟超过 10 秒，优先检查 Doris Streaming Job 状态、BE compaction、tablet 数量、网络带宽和 PostgreSQL replication slot WAL 堆积。 如果 Doris 集群 BE 数量较多，可将 BUCKETS 调整到 64 ，但不建议在 POC 初期过度增加 tablet 数。 生产环境建议使用多 BE，并将 replication_num 调整为 3 。 PostgreSQL 侧需要持续监控 pg_replication_slots ，避免 Doris Job 停止后 WAL 长时间堆积。 注意事项 STREAMING JOB 任务状态出现PENDING解决 问题根因 __internal_schema.streaming_job_meta 是 Doris 内部管理 Streaming Job 元数据的系统表， FE 未能自动创建它 。所有 Streaming Job 操作都依赖此表，缺失则全部阻塞在 PENDING。 确认 __internal_schema 库及表现状 -- 查看内部库是否存在 SHOW DATABASES LIKE '__internal_schema'; -- 如果存在，查看里面有哪些表 SHOW TABLES FROM __internal_schema; 第一步：先停掉报错的 JOB 止血 TOP JOB pg_fudabd_user_to_fudabd_user; 第二步：手动创建缺失的内部表 CREATE TABLE IF NOT EXISTS `__internal_schema`.`streaming_job_meta` ( `id` bigint NOT NULL, `job_id` bigint NOT NULL, `table_name` varchar(256) NOT NULL, `chunk_list` text ) UNIQUE KEY(`id`) DISTRIBUTED BY HASH(`id`) BUCKETS 1 PROPERTIES ( "replication_num" = "1" ); 这是基于日志中 SQL 推断的最小表结构。如果后续 FE 代码还访问了其他字段，会再次报错，届时根据错误信息用 ALTER TABLE 补充列即可。 第三步：删除旧 JOB 重新创建 3 个帖子 - 3 位参与者 阅读完整话题
昨天早早蹬完了 Fable 5 的额度，由于全用于审查各个项目的上层命题，以及大的策略规划，代码能力没太感受出来，不过风格上似乎更注重数据和执行的有效性，可靠性。 最近 5.5 xHigh 正持续帮我诊断游戏加载。所以我让 Fable 复盘了 5.5 的各项总结报告，而 5.5 也采纳了不少建议： 例如，Fable 会把归因搞得更具体，5.5 xHigh 总一个劲埋头“泛化排查”，而 Fable 知道要先解决个别 Fatal ，并固化个别归因工具。而且有注意到 IO 重叠问题，也说出了一些空引用可能带来的污染。对排查问题的先后顺序，指导得比较明确，这是 GPT 5.5 xHigh 没达到的。 5.5 xHigh 也对 Fable 做了个评价：“二线架构诊断顾问，方法比普通泛泛建议强很多，但很多细节坑它还是不知道，必须自己的证据落地。我的评价是 8/10：方法论靠谱，但也不是啥都懂。”
昨天早早蹬完了 Fable 5 的额度，由于全用于审查各个项目的上层命题，以及大的策略规划，代码能力没太感受出来，不过风格上似乎更注重数据和执行的有效性，可靠性。 最近 5.5 xHigh 正持续帮我诊断游戏加载。所以我让 Fable 复盘了 5.5 的各项总结报告，而 5.5 也采纳了不少建议： 例如，Fable 会把归因搞得更具体，5.5 xHigh 总一个劲埋头“泛化排查”，而 Fable 知道要先解决个别 Fatal ，并固化个别归因工具。而且有注意到 IO 重叠问题，也说出了一些空引用可能带来的污染。对排查问题的先后顺序，指导得比较明确，这是 GPT 5.5 xHigh 没达到的。 5.5 xHigh 也对 Fable 做了个评价：“二线架构诊断顾问，方法比普通泛泛建议强很多，但很多细节坑它还是不知道，必须自己的证据落地。我的评价是 8/10：方法论靠谱，但也不是啥都懂。”
如图所示，我的是试用账号只有Opus 4.8可用，如果是付费用户可以使用 Fable 5 Fable 5启用方式可参考： https://linux.do/t/topic/2357711 Notion business 上线 fable 5, 附 启用方法 前沿快讯 [image] 在 notion AI 启用即可。 该模型必须要求启用数据保留。 默认情况下，Notion AI为企业版工作区使用零数据保留的LLM提供商，非企业版工作区的数据保留不超过30天，因此除非您主动启用，数据保留型LLM在您的Notion工作区中将处于关闭状态。 Coding Tool MCP 项目地址： Client Challenge 1 个帖子 - 1 位参与者 阅读完整话题
昨天早早蹬完了 Fable 5 的额度，由于全用于审查各个项目的上层命题，以及大的策略规划，代码能力没太感受出来，不过风格上似乎更注重数据和执行的有效性，可靠性。 最近 5.5 xHigh 正持续帮我诊断游戏加载。所以我让 Fable 复盘了 5.5 的各项总结报告，而 5.5 也采纳了不少建议： 例如，Fable 会把归因搞得更具体，5.5 xHigh 总一个劲埋头“泛化排查”，而 Fable 知道要先解决个别 Fatal ，并固化个别归因工具。而且有注意到 IO 重叠问题，也说出了一些空引用可能带来的污染。对排查问题的先后顺序，指导得比较明确，这是 GPT 5.5 xHigh 没达到的。 5.5 xHigh 也对 Fable 做了个评价：“二线架构诊断顾问，方法比普通泛泛建议强很多，但很多细节坑它还是不知道，必须自己的证据落地。我的评价是 8/10：方法论靠谱，但也不是啥都懂。”
昨天早早蹬完了 Fable 5 的额度，由于全用于审查各个项目的上层命题，以及大的策略规划，代码能力没太感受出来，不过风格上似乎更注重数据和执行的有效性，可靠性。 最近 5.5 xHigh 正持续帮我诊断游戏加载。所以我让 Fable 复盘了 5.5 的各项总结报告，而 5.5 也采纳了不少建议： 例如，Fable 会把归因搞得更具体，5.5 xHigh 总一个劲埋头“泛化排查”，而 Fable 知道要先解决个别 Fatal ，并固化个别归因工具。而且有注意到 IO 重叠问题，也说出了一些空引用可能带来的污染。对排查问题的先后顺序，指导得比较明确，这是 GPT 5.5 xHigh 没达到的。 5.5 xHigh 也对 Fable 做了个评价：“二线架构诊断顾问，方法比普通泛泛建议强很多，但很多细节坑它还是不知道，必须自己的证据落地。我的评价是 8/10：方法论靠谱，但也不是啥都懂。”
昨天早早蹬完了 Fable 5 的额度，由于全用于审查各个项目的上层命题，以及大的策略规划，代码能力没太感受出来，不过风格上似乎更注重数据和执行的有效性，可靠性。 最近 5.5 xHigh 正持续帮我诊断游戏加载。所以我让 Fable 复盘了 5.5 的各项总结报告，而 5.5 也采纳了不少建议： 例如，Fable 会把归因搞得更具体，5.5 xHigh 总一个劲埋头“泛化排查”，而 Fable 知道要先解决个别 Fatal ，并固化个别归因工具。而且有注意到 IO 重叠问题，也说出了一些空引用可能带来的污染。对排查问题的先后顺序，指导得比较明确，这是 GPT 5.5 xHigh 没达到的。 5.5 xHigh 也对 Fable 做了个评价：“二线架构诊断顾问，方法比普通泛泛建议强很多，但很多细节坑它还是不知道，必须自己的证据落地。我的评价是 8/10：方法论靠谱，但也不是啥都懂。”
昨天早早蹬完了 Fable 5 的额度，由于全用于审查各个项目的上层命题，以及大的策略规划，代码能力没太感受出来，不过风格上似乎更注重数据和执行的有效性，可靠性。 最近 5.5 xHigh 正持续帮我诊断游戏加载。所以我让 Fable 复盘了 5.5 的各项总结报告，而 5.5 也采纳了不少建议： 例如，Fable 会把归因搞得更具体，5.5 xHigh 总一个劲埋头“泛化排查”，而 Fable 知道要先解决个别 Fatal ，并固化个别归因工具。而且有注意到 IO 重叠问题，也说出了一些空引用可能带来的污染。对排查问题的先后顺序，指导得比较明确，这是 GPT 5.5 xHigh 没达到的。 5.5 xHigh 也对 Fable 做了个评价：“二线架构诊断顾问，方法比普通泛泛建议强很多，但很多细节坑它还是不知道，必须自己的证据落地。我的评价是 8/10：方法论靠谱，但也不是啥都懂。”
通用汽车电池技术负责人表示，该公司可能会放弃使用低成本的铁基电池技术，而许多汽车制造商正在使用这种技术来降低电动汽车的成本。这家底特律汽车制造商此前曾表示，计划开发磷酸铁锂（LFP）电池，用于未来的电动汽车车型，并计划于2027年底在田纳西州一家合资工厂开始生产这种电池。 但通用汽车电池负责人库尔特·凯尔蒂本周表示，该公司正在专注于开发一种不同的电池化学物质，即富锂锰电池（LMR），该公司表示，这种电池的成本与在美国生产的LFP大致相同，但在相同的重量和尺寸下可以储存更多的能量。 凯尔蒂表示，通用汽车可能不再将磷酸铁锂电池用于电动汽车。他表示，田纳西州的工厂将于本月开始生产磷酸铁锂电池，但这些电池将用于储能系统。 周二在旧金山举行的通用汽车活动后，凯尔蒂表示：“磷酸铁锂电池有可能最终无法进入我们的产品组合。”他称液态金属锂电池是通用汽车的“主力军”。他说道：“我们将把大部分产能用于液态金属锂电池。” 通用汽车研发富锂锰电池（LMR）已超过十年。其竞争对手福特汽车去年表示，正在努力扩大LMR技术的应用规模，以用于未来的电动汽车。 标普全球去年指出，尽管LMR技术具有诸多优势，例如减少对关键矿物的依赖，但电池性能随使用而衰减等技术挑战意味着，LMR技术短期内难以得到大规模应用。 放弃磷酸铁锂电池将标志着通用汽车的电池战略与众多竞争对手的策略截然不同。 中国汽车制造商率先使用成本更低的磷酸铁锂电池，这种电池的能量密度较低（导致续航里程较短），但价格也更低，并且被认为比许多美国和欧洲汽车制造商使用的富镍电池更安全、更耐用。 包括特斯拉、Rivian和福特汽车在内的许多全球汽车制造商，都已推出采用磷酸铁锂电池 （LFP） 的电动汽车，以降低成本并提供更经济实惠的电动汽车选择。 通用汽车在过去几年中已在美国推出了十几款电动汽车，这些车型均采用性能更强劲的富镍电池。但该公司最近推出的雪佛兰Bolt——其面向美国市场最便宜的电动汽车——却使用了来自中国电池巨头宁德时代 （CATL） 的磷酸铁锂电池。 通用汽车去年表示，其目标是在 2028 年在美国工厂开始商业化生产 LMR 电池。凯尔蒂没有确认该日期是否仍然是目标日期，但表示 LMR 的研发“正在按计划进行”。 查看评论
昨天早早蹬完了 Fable 5 的额度，由于全用于审查各个项目的上层命题，以及大的策略规划，代码能力没太感受出来，不过风格上似乎更注重数据和执行的有效性，可靠性。 最近 5.5 xHigh 正持续帮我诊断游戏加载。所以我让 Fable 复盘了 5.5 的各项总结报告，而 5.5 也采纳了不少建议： 例如，Fable 会把归因搞得更具体，5.5 xHigh 总一个劲埋头“泛化排查”，而 Fable 知道要先解决个别 Fatal ，并固化个别归因工具。而且有注意到 IO 重叠问题，也说出了一些空引用可能带来的污染。对排查问题的先后顺序，指导得比较明确，这是 GPT 5.5 xHigh 没达到的。 5.5 xHigh 也对 Fable 做了个评价：“二线架构诊断顾问，方法比普通泛泛建议强很多，但很多细节坑它还是不知道，必须自己的证据落地。我的评价是 8/10：方法论靠谱，但也不是啥都懂。”
升级的时候，第一次绑卡扣款138新币，然后秒退，但显示已拒绝。 第二次绑卡就直接显示：您的信用卡已被拒绝。请编辑您的付款方式以提供有效的信用卡。如果仍然出现错误，请联系银行并确保您的账户配置为接受在线交易。 卡是中国银行莫奈万事达借记卡 这种情况是不是只能换新卡了，我看了下卡也没限额啥的 1 个帖子 - 1 位参与者 阅读完整话题
可以答这种题目的，谢谢佬们！ 1 个帖子 - 1 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 github.com GitHub - Jinghao67/conductor: Context conductor for clean master sessions, dirty... Context conductor for clean master sessions, dirty explainer sidecars, and interactive AI branches 作为一个既需要发论文（科研导向）又需要做项目（工程导向）的学生，我在使用ai的过程中，经常遇到下面几个问题： 1）主session污染问题：在一个session内和ai聊久了，主 session 很快会被需求讨论、实现细节、失败尝试、长篇解释、review 记录全部污染，最后自己也不知道哪个 session 是干什么的。在科研上，有了idea后需要做不同的实验去验证和实现，实验过程中涉及到配环境、调参等很容易让ai陷入局部最优而进行过度尝试污染上下文的问题。在工程上，很多工程也会涉及到这些问题，subagent由于其不可显示导致人为不可控且需要用户自己设计而过于繁琐。 2）无论是工程还是科研都来源于一个并不具体的想法，可以说：在完成整个项目的过程中，没有人对这个项目完全了解，这就需要有一个session能拿到所有session的context，来解答用户所有的问题，无论是什么问题，这个session就是用来污染的，且永远不会并入主session污染其他session。 3）过程文档至关重要，但是一个被污染的session总结出的过程文档往往是带有各种无意义信息，比如偏向用户让他给解释的概念、反复陈述各种试错的失败信息，显然这对于未来需要这份过程文档的人是噪音，所以如何维护一个无污染的过程文档至关重要。 针对上述问题，我写了conductor，它的思路是把当前主对话变成一个永远干净的master session（用于自己需要理清项目逻辑、写过程文档等），只保留全局目标、关键决策、分支地图和批准后的子session的摘要；具体使用而言：使用时会先把当前对话设为干净的master session，如果需求不清楚，可以结合grill-me or grill-me-docs追问，等讨论清楚后，conductor会先做依赖分析，判断哪些任务可以并行，哪些必须串行等待。 接着，它不会乱开session，而是先生成branch card，每张card写清这个分支要做什么，为什么开，允许带入哪些context，预期产物是什么，完成标准和return condition，只有用户确认后，才会开真正的branch session。最开始会有四个session。1）主session。2）专门用于问问题随便污染的session。3）讨论分多少branch，并行or串行的session。4）第一个branch session 进入branch session后，这个session只拿到自己的branch brief和已批准的master session的context，不会继承任何session的杂乱历史，用户可以在branch里继续交互实现任何东西，这解决了subagent不能交互的问题，这下每个子任务用户都可以及时纠偏，这些细节都会留在branch里，主session依然干净。 当branch觉得任务完成后，不会自动合并，它会先建议完成，用户确认完成后，会生成总结，把这个session中过度的污染去掉但是把经验和正确的流程总结压缩，然后master session会询问用户是否合并，因为某些子任务必须合并进入主线，要么主线不完整，比如，在科研中，配环境复现paper的branch可以不合并，但是自己的重要实验必须要合并，不然主session会缺乏细节了解。 如果使用Treills，conductor还会把master、branch、依赖关系、状态和产物路径持久化成parent/child tasks、branchmap和metadata，方便回看、回退和继续推进。 整个流程的目标是：主session保持干净和主导，分支负责探索完成，专门留有一个有所有session context的session来让用户随意问问题讨论、污染。 6 个帖子 - 4 位参与者 阅读完整话题
美国战争部登顶fable用量榜首： 与此同时： 而且看起来战争部内部可以随便使用fable 用量是全网的几十倍 5 个帖子 - 5 位参与者 阅读完整话题
**声明：**以下我所提到的所有项目，都是我从GitHub上找的，和我没有任何利益关系，仅仅是自己觉得好用才想分享给大家的。 为了聚合模型，我用过cpa、sub2api、newapi、gpt-load、manifest、axonhub还有一些忘记项目名称的。结合自己的使用习惯综合对比，我现在默认使用的就剩：cpa、axonhub和manifest。 1、 cpa ，主要用来聚合codex以及一些非常规的openai兼容供应商（比如kilo.ai，它的URL不带v1，我现在只发现就cpa能调用）。现在cpa更新的感觉有点不如以前好用了。 2、 axonhub 。目前做聚合主力。感觉非常适合我，尤其是模型关联的模块，通过规则，可以再全局上将所有模型供应商的相关模型归纳到一个模型上（比如：gpt-5.1、gpt5.1、gpt-5-1等，都可以通过正则或其它规则归成一个一个模型来用）。还有系统提示词功能，它可以对某个模型、密钥进行特定添加，非常灵活。 3、 manifest 。它是一个智能分流的模型路由器。它对外就放出一个auto模型，你在它的路由设置里，可以通过它默认的4个模式：简单、标准、复杂、推理来配置模型，外部你调用auto模型时，它会自动根据你的对话来调度模型。除了默认的4个模式，你也可以自定义其它模式。 我现在的龙虾，就是通过manifest的auto模型，来调取axonhub聚合的所有模型。cpa当然是放到axonhub里的。目前来说，我用的非常舒服。分享给大家，做个参考。 第一次发这种分享帖，如有不合规的地方，还请提醒，谢谢！ 2 个帖子 - 2 位参与者 阅读完整话题
微软近日确认，由于不再续期一项用于验证 Office 授权的数字证书，Office 2019 for Mac 将在下个月起无法继续正常使用。自 7 月 13 日起，持有一次性买断版 Office 2019 for Mac 的用户，如希望继续编辑文档，将不得不改用 Office 2024 或订阅制的 Microsoft 365 服务。 根据微软此前发布的支持说明，此次变更源于一项用于验证 Office 授权状态的证书即将到期。微软表示，Office 2019 for Mac 已于 2023 年 10 月 10 日结束支持，不再接收任何更新，因此这套软件无法通过更新来适配新的证书要求。 微软在 2023 年宣布结束支持时曾承诺，即便不再提供安全更新，“所有 Office 2019 应用依然可以继续运行”。但在上月悄然更新的支持文档中，这一说法被删除，改为仅保证“所有 Office 2019 应用不会丢失任何数据”。 受此次证书到期影响的并不只有 Office 2019 for Mac。微软公告显示，从 7 月 13 日起，Office 2019 for Mac 与仍在支持期内的 Office 2021 for Mac 都将进入所谓“功能受限模式”。在这种状态下，用户仍然可以打开现有文件，但将无法编辑、保存或创建新文档，受影响的应用包括 Word、Excel、PowerPoint、Outlook 和 OneNote。 对于 Office 2021 for Mac，微软会提供证书更新，用户只需安装更新即可恢复完整功能；但已停服的 Office 2019 for Mac 用户则不会获得类似修复。 微软在支持文档中强调，由于 Office 2019 for Mac 无法更新至满足新证书要求的版本，“这一问题无法通过更新或重新安装 Office 2019 for Mac 来解决”。 第三方技术博客 JimmyTech 也指出，旧版本的 Microsoft 365 Mac 和 iOS 应用同样会受到此次证书问题影响，但通过升级到较新的版本即可规避风险。 对于长期依赖一次性授权版 Office 的用户而言，这一调整格外敏感。尽管微软定期终止旧版软件支持已属惯例，使用过时应用也确实存在安全与兼容性隐患，但此次证书到期直接导致用户已付费许可的软件丧失核心编辑功能，仍然引发外界质疑。有观点认为，微软在此次事件中本可以为买断版用户做出例外安排，至少保障其在离线、本地环境下继续进行基本文档编辑，而不是通过技术手段将这套软件推入“只读”状态。 查看评论
求一些额度比较多的公益站，用于codexcli 进行开发。 拜托了，球球了 2 个帖子 - 2 位参与者 阅读完整话题
因为用量很小，但是朋友希望能一个网站就用各种模型，而且他觉得网站更适合跟其他人装福（？），还有就是方便给其他人用一两下，所以最终决定搭个小网站，佬友们有没有什么模板可以推荐的？ 10 个帖子 - 10 位参与者 阅读完整话题
我看到好多佬主要是用于coding的，开Xhigh写作会比Opus 4.6 Max更好吗？ 9 个帖子 - 7 位参与者 阅读完整话题