hindsight 会话多了每次更新心智模型要很多token，最大的问题是并不是每次对话都值得进入记忆。你想要的应该是 personal agent，自己搭不如用 muse grokbot

你是说决策过程被抹去了吗，可以看看 dsh 的 notes

别对导师抱有任何幻想，快去大厂实习，选个方向好好干，看看在大厂资源下能不能产出。 最近具身智能、自动驾驶、大模型（尤其是 Infra 或 Agent 方向）都在招人。

看了下是牙周炎治疗手段，经常洗牙应该不会发生吧

看官网招聘信息，还有今年确实是更新了很多版本 多端

不是今年还大更新 招人吗

和orca对比有什么特别功能吗

非超大型项目没必要，超大型项目各家自己也有解决方案

1.不想知识库和腾讯生态绑定 2.云端的知识库也有比ima好的方案，ima我记得上传大小有限制，导出也可能不太方便 3.在我看来，ima更适合内部资料开放给外部人员查阅，不适合做高频率更新的知识库

你的需求用 Egonex-AI/Understand-Anything，不过我觉得没什么用

听说一般MCN主播实际到手占流水的比例大约在5%-10%，有行业内的佬吗

有51job，有91job很正常撒 ^-^

没啥意义，晚睡晚起只是贴在人身上的一个可见标签，推高风险的更可能是晚睡晚起背后绑定的职业、工作自主权和社会经济条件。这种统计上的结论，把一个混杂的相关性包装成了因果故事，从而掩盖真正的问题。

不会，按量订阅，5X不够就上PLUS

早点下班，周末和下班花时间去参加爱好活动

记在ob上，hermes会定时整理分析，归类。（其实也没有什么记的必要）

1.语音效率比打字快，现有的模型也能纠错，揣测你的意图。上面说的口吃 口误 识别错误啥的 这都是技术上的问题，都能解决的。 2.live 模型用来 coding 不太行，为了实时性牺牲了模型智能，适合非严肃场景。 3.最大问题是语音输入可能影响到他人。如果这个能解决，我相信是未来的主流产品。也许未来的某一天，你躺在沙发上，闭着眼，动动嘴皮子就能完成现在你在做的事情。

1.语音效率比打字快，现有的模型也能纠错，揣测你的意图。上面说的口吃 口误 识别错误啥的 这都是技术上的问题，都能解决的。 2.live 模型用来 coding 不太行，为了实时性牺牲了模型智能，适合非严肃场景。 3.最大问题是语音输入可能影响到他人。如果这个能解决，我相信是未来的主流产品。也许未来的某一天，你躺在沙发上，闭着眼，动动嘴皮子就能完成现在你在做的事情。

前期路线和理念对了吧，从 ai safety 到 alignment，比其他家更早注意对齐的威力。 当然理念和路线不同也导致了o a分家，带走了一大批人才。

github.com  GitHub - Panniantong/Agent-Reach: Give your AI agent eyes to see the entire... Giv

Crossfade 拉长 好方案就是上云端的 TTS，可以看下 xiaozhi 怎么做的

没有专门的图寻模型罢了，大厂专门训一个，再收集大量数据可以说比99%的图寻佬强

嵌硬和嵌软，了解些基础知识后（可能就7-30天），直接上手一个项目入门比较好，从实践中积累经验。另外嵌入式方向很多，选择一个方向。

无 gui，ssh 有 gui，rustdesk nomachine

qwen-27B 还有一些生图模型，有中高端消费级显卡即可部署。个人来说，折腾是乐趣所在 至于商业的话，现在云端的大模型的商业链路也就 coding 跑通了，还没有必要奢望端测模型能跑通商业模型。另外总有合规和保密的要求，泄露造成的损失高于自部署的成本，就只能自部署了。

国模的flash都差不多，glm 5.3 flash，deepseek v4.1 flash，qwen 3.8 flash。哪个便宜哪个不经常搞幺蛾子，用哪个呗

都干了，zcode qodor trae workbuddy

攒点钱吧，除非真的入不敷出或遭遇重大风险。要钱看似解决了眼前，其实无形中给自己留退路，而退路的代价是透支父母。

嵌入式大体分 mcu 和 linux，主要看领域，车载 医疗 消费电子… linux 里也分内核和应用开发，不接触内核的话，至少要知道linux的一些运行机制。 agent 开发现在还没有一个很具体的 JD，大家都是摸着石头过河，我知道的方向有 coding agent的开发，一些垂直项目的专用agent，ai infra…

你们组内师兄师姐的去向参考下，是偏嵌入式还是互联网。除非有很强的自驱力，否则大概率你和师兄师姐的去向差不多