- 日常
- 日常虽然确实不快,但是首字不至于到一两分钟的情况。 
- AI一万次里 AI 可能不一定错一次,但是错一次,也许后果很严重。 但是,话又说回来了,人毕竟也会犯错,甚至犯错的概率更高。 所以,无非就是权衡人与 AI 之间的可靠性,哪一个更高一些
- AI
- 日常虽然但是,ssh 的传输性能很差,尤其是高带宽的时候,加密会极大的占用 CPU ,而且跑不满带宽,毕竟这玩意设计出来不是被用来传输大流量的。
- 日常唔,几乎所有 Java 程序都是服务端运行,所以这个 CVE ,在笑什么呢。 和 PHP 那个 CVE 的杀伤力完全不是一个级别呀。
- 日常 蹬冒烟了,两天也就用了 70%,本以为明天要用重置卡,看来这个卡只能过期了,完全用不上。
- 日常@bgm004 #3 就闲聊哈,贵公司当初考虑留后端,然后 AI 补足前端能力,这是根据什么判断做出的呢。也就是说出于什么考虑没有选择留前端呢 就是假设公司从成本角度考虑,认为 AI 低于人,因此前后端必须走一个。那按常理应该留前端,通常来说前端收入水平会略低一些,这样公司的成本会更低。
- 日常人人都有笔,也不会人人都是作家,或者能抄成作家 工具只能解决工具的问题,也许能提高一定使用者的能力,但上限还是使用者本人决定的 最后,编程作品的价值,多数情况下,不由其本身决定,甚至是最不重要的一部分,商业化的成功,取得决定性因素的是市场推广
- 日常如果是 GPT 的话,可以让他减少测试,它的单元测试颗粒度太小了,甚至是每个内部方法一个测试用例,很多都是没必要的测试。浪费时间和 token 。由于测试颗粒度过小,很多测试用例也都是固定写死的测试值,本身也没有意义。 可以硬性要求他只对导出方法/公共方法做测试,Web 服务就只对 API Endpoint 做测试。
- 日常10x pro 足够,没有 5 小时限额,使用额度上,更高的套餐并没有额外的额度,与价格增幅保持一致。
- 日常
- 日常
- 日常全量测试,通常只是慢,不一定会大幅提高 token 的消耗。当然多肯定是会多消耗的。 我看了我自本次重置到现在的用量(我是主动要求全量测试的)  占比是 20x pro 的 9%周限
- 日常to c 的产品,域名无意义,普通人根本不知道域名是什么,哪怕还在移动互联网之前,大部分普通人打开淘宝的方式也是先进百度,搜淘宝。 现在得益于手机的普及,PC 的式微,加上国内合规的管控,流量几乎全部在几个手机厂家手里。
- 日常
- 日常
- 日常1.老老实实打工 2.自己拍脑袋想的,99%属于自嗨 3.老老实实打工 4.创业的本质是人力资源的变现,而不是我有一个天才的想法 5.老老实实打工 6.当你不知道要做什么的时候,就什么都不要做,普通人能保护住口袋里那点可怜的钱,已经很牛了 7.老老实实打工 8.真的想增加收入,甚至不如去城乡结合部卖炒饭,一个月也有上万的收入,只是不那么体面罢了 9.老老实实打工
- 日常@mingwangnew1990 #8 不一定,人家要阻止的是地理意义上的中国地区的人,不是法律意义上的中国人。 我倾向于认为,持有美国护照的人到中国了也是不可用的,反之持有中国护照的人在美国是可用的。 人家拒绝为这个地区的人提供服务。
- 日常看图应该是意式咖啡机,焦香味主要来自于咖啡豆本身的烘焙程度,深度烘焙会更有焦香,也会更苦一些。而中轻度烘焙会更加偏酸一些。 买豆子的时候,外包装上会写的。 同时注意不要买水洗的豆子。 当然萝卜青菜各有所爱,我是认为水洗的豆子冲出来就是美式咖啡那种刷锅水的味道。
- 日常无解,我一个人用一个 20x pro 昨天下午也这样,疯狂的不可用,昨天晚上开始就恢复正常了。
- 日常我个人的用法是都走 PR ,任何一个窗口完了,都让他代码提交 PR ,讲明白背景/目标/方法。 然后我就在仓库里挨个看就行,觉得有问题的,我也直接在 PR 里回复改进意见。 然后回到对话框里让他读 PR comment 来修复。
- 日常@seedhk >> 从 2g 升到 8g 都要思考一下 这可能是真的有点小了,家庭作坊,出来做生意也不至于差一个月这几百块钱的差价。
- 日常还在用 openclaw ,给对象用来干财务工作的,专门导入分析数据,导出各种报表,自动化飞书审批。用的 gpt 6 sol
- 日常存在 UGC ,个人资质基本上是无法合规的,至少需要注册一个企业,最低要求是个人独资企业,个体户通常不行。
- 日常通俗的讲,就是没有额外的奖励倍率,订阅价格的倍数等同于用量倍数。 个人评价是拉完了。得和国模坐一桌了。
- 日常别管 AI 写的啥,也别管它的单元测试,你就写黑盒的测试用例,比如 web 服务,你就检查接口的输入和输出参数是否符合预期,这部分人工写,只要这个能过,就当他没问题,AI 的屎山,未来自然有更牛的 AI 来重构
- 日常不太可能,越来越强是有边界效用的,不可能无止境的强,当到达某个规模已经,就很难继续强下去了。接下去就是细分场景下做垂直特化了。 举个通俗点的例子,你找个啥院士,博古通今,也总有它不那么熟悉的领域,让他做个毛血旺,也得翻菜谱。
- 日常很不幸的是,今天 web 上的 thinking 模型,已经弱智到流口水了。现在 5.4 mini 下线了,不知道是给路由到哪个小模型上了