今天刚退订了 kimi ，太贵了

@pwinner 搞时区意义也不大吧，日常任务对话，除非纯英文交流，不然老是中文上下文，“你”就是 chinese🐶。

全文也妹有一个“重置”or "codex"的字眼儿啊

只要不频繁就问题不大，我遇到很多次了，开的并发比较高，goal 的时间比较长，会出现一次，continue 即可。

@webcape233 确实，这两年也开始慢慢不太关注电子产品太细枝末节的东西了。

@different 我也长期插电，不过经常满电使用，没用那个 AIDente 控制

@steveshi 长期插电满电使用,不知道是否和这个有关。

从上往下推 ai 八成都会这么搞，目的是把无人化链路打通，看看能不能走通，至于是否一地鸡毛，反正人类工程师先不开除，留着收拾摊子。

这就是我为什么一直支持 llm/agent 这类系统持续发展以取代部分程序员，和 llm 沟通起来比跟人沟通起来愉悦高效的多。不用看煞笔藏着掖着或者甩脸子。

@Maerd 请教下，为啥在存算分离的 pg 上使用消息队列会导致比消息队列的成本翻 10 倍呢。

@heyjei 不是啊，网页的账号 profile 那里，一个个小方格，显示的就是“1.3B tokens on Aug 11” 这种。 除非 gpt 那里 tokens 有别的含义。

@一下全网最尊重 PG 的个体户——冯若航

现在面试还要不要 leetcode 了，很烦这玩意儿，不想刷，但是。

决策压力不一样，就跟国内小厂敢上屏下，主流厂商的产品都不敢贸然上一样。

屏下倒也不是特别一亮，国内小厂搞很久了。折叠屏作为小众产品，决策压力也没比小厂大多少，放一个实验性的屏下倒也不是特别的难以“睡服高管”。要是在常规的主力产品 iphone 上敢直接用屏下，那倒是确实眼前一亮。

听着有点像是要对离线数据做批处理和离线分析一样的需求，可以把场景和需求描述地更清晰一点，让 ai 往这个方向给给意见建议。主要是，啥数据，要分析啥。

会的。

如果是真的，不知道是不是和它那个新的什么“黑盒推理”有关。

@prosgtsr 说明已经内化了，进入无招胜有招境界

@levelworm 提纲挈领式的，粗点到不是缺点了。细节的基于书里的参考文献然后让高级 llm 譬如 gpt6 这种发散一下就是一篇深度文章甚至加上实验计划。在 llm 时代倒也没什么问题了。

@midasplus 是的，和第一版相差不大，算是小迭代

跟随市场而动即可，无所谓，大不了不用。

比较好奇这个档次的本地智力是属于在原有的应用能力上“聊胜于无，锦上添花”还是发挥了核心的作用。

就跟手机一样，以后消费者将长期怀疑厂商到底有没有云控从而达到强制更新迭代的目的。