论坛里类似的帖子都有些过时了 之前用的是claude code + claude sonnet 4.6 最近发现了几个性价比不错的中转站，想问问大佬们现在最好的模型是什么，cc和codex的都可以（ 15 个帖子 - 12 位参与者 阅读完整话题
IT之家 6 月 5 日消息，OpenAI 公司昨日（6 月 4 日）宣布升级 ChatGPT 记忆功能，新系统基于 Dreaming V3 机制， 重点改善记忆过时、准确性和大规模服务能力 。 ChatGPT 记忆系统原本用于记住用户偏好和长期信息，从而减少每次对话都要重新说明背景的麻烦。 ChatGPT 的记忆功能最早在 2024 年 4 月上线，当时主要是 saved memories（保存记忆）。这套机制依赖用户明确提出“记住某件事”，系统只在对话中写入少量信息。 2024 年 4 月首次推出 到 2025 年 4 月，OpenAI 首次把 Dreaming 引入 ChatGPT 记忆系统。与保存记忆不同，Dreaming 能借助后台流程参考聊天历史，自动筛选并整理与用户相关的内容，不再过度依赖“请记住”这类强提示。 过去 1 年里，这套能力一直作为保存记忆的补充，显著提升了个性化效果，也缓解了旧记忆陈旧的问题，但当时还不足以单独支撑完整记忆系统。 而本次升级的重点，是把 Dreaming 升级为更成熟的底层架构。OpenAI 用 3 个标准衡量“好记忆”：一是延续有用上下文，二是遵循用户偏好和限制，三是能随时间自动更新。 官方以 2024 年的保存记忆、2025 年的保存记忆加 Dreaming V0，以及 2026 年的 Dreaming V3 作对比，IT之家附上相关对比数据如下： 在运行机制方面，OpenAI 表示本次升级围绕着 dreaming 展开，重点针对记忆容易过时、内容准确性不足，以及面对数亿用户和多年使用周期时的扩展压力优化，在原有基础上更强，也更节省计算资源。 新系统会自动整合重要细节，并把生成的记忆以摘要形式展示在记忆摘要页。用户可以快速查看 ChatGPT 掌握了哪些关于自己的信息，也能补充、修改个人资料，以及告诉 ChatGPT 哪些话题该在什么场景下提起。如果想了解某项记忆的细节，用户还能直接与模型对话追问。 在开放范围上，美国 Plus 和 Pro 用户昨日起可以体验新版记忆系统，同时记忆容量提升至原来的 2 倍。 OpenAI 表示，近期改进已把 Dreaming 服务 Free 用户所需算力压低至五分之一，因此终于能在质量达标的前提下向免费用户推广。
IT之家 5 月 29 日消息，在接受《Decoder》采访中，美国造车新势力 Rivian 软件负责人瓦西姆 · 本赛德（Wassym Bensaid）表示， 称随着 AI 技术推进，再讨论是否需要整合苹果车联方案 CarPlay 即将“过时”。 本赛德表示，汽车正从“软件定义”走向“AI 定义”，更深层的车内 AI 集成，会让围绕 CarPlay 的争论变得“过时”。 本赛德认为伴随着智能体 AI 的加速落地，车主和乘客的交互方式不再仅仅局限于打开某个 App，它会彻底改变用户与应用交互的方式，让系统直接理解并执行任务。 IT之家援引博文介绍：本赛德强调，所谓“屏幕镜像方案”会接管车内“每一个像素”，这不符合 Rivian 希望与用户交互的方式。 在 Rivian 勾勒的未来出行场景中，公司并不希望把中控主导权交给 iPhone 终端上，更希望为用户打造涵盖导航、车辆控制、娱乐和 AI 助手的一体化服务。 CarPlay 车载界面示意图 在采访中，本赛德还拿出内部调查为公司路线辩护。他说，5 年前 CarPlay 是 Rivian 用户最重要的需求之一；在 R1T 和 R1S 交付后，要求支持 CarPlay 的用户一度“超过 70％”；而在最近一次调查中，这个数字已经降到“不到 25％”。
但是多教程都是一两年前的，有点过时。做电商的过来打个卡今年形势怎么样？ 3 个帖子 - 3 位参与者 阅读完整话题
我看现在好多的课程都过时了，还有很多都是要学 py 的，有没有前端的学的好的课程，最新更新的那种，或者你们前端 er 都是怎么转 ai-agent 的啊
随着Trellis的更新, 上一个帖子: 个人codex使用Trellis的简单流程 也过时了. 现在Trellis在codex上也支持hook了, 最近一直在用, 分享下个人体会. 现在Trellis使用非常简单, 官方标准流程应该是: 直接输入需求. 此时Trellis会自动hook, 自动帮你创建hook, 并在每轮对话都自动hook注入上下文 开始实施, 如果任务简单的话会自动调用check, 也可以手动 $trellis-check commit $trellis-finish-work . 一般会自动归档 但成也hook, 败也hook. 现在的hook感觉太重太冗余了，收益有点低。 从以前少量的“创建task”变成现在不停的敲“不要创建task” 个人体验下来，创建task的情况总归是少数。我明白hook里也考虑到了这点，所以对创建task情况做了部分限制，但效果甚微。 一开始我是修改hook提示词，默认不创建，特定情况下才创建task，但后面实在受不了hook的冗余上下文，有次让AI跑多轮loop测试直接把上下文和输出给我跑爆了。于是就关闭hook了。 于是我现在的流程变为： $start 写需求，讨论或brainstorm，不要实施 /new → $start 实施task xxxxx /new → $start 某些地方需要修改，如何如何，如果和PRD不对齐就修改PRD 几轮下来后，差不多可以了，准备commit。 这里我使用 agent-toolkit/skills/commit-work at main · softaworks/agent-toolkit · GitHub 随便找的再让AI修改下，大概功能就是根据当前代码改动按要求分功能进行commit并给出commit message，确认后再commit /new → $trellis-check /new → $trellis-finish-work 差不多就这样，想到啥再更吧 2 个帖子 - 2 位参与者 阅读完整话题
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？
第一范式（ 1NF ）要求数据库表中的每个列都是不可再分的原子值，即每个列都不能包含多个值或值的列表。 现在使用 pg 的时候经常用 json 格式了，是不是违反了第一范式？