TrendPulse

如题, 看介绍说鸿蒙,iOS,安卓三大平台都支持. 各位觉得呢

相信大家应该都看了那个，懂车帝发布的 尊界 V800 的制动踏板被踩断的事情，今天尊界背后的江淮已经直接跌停了。我在想这种事该怎么来处理呢。 感觉认也不是，不认也不是。认吧，毕竟不是一个小事情，制动踏板其实几乎是关乎着整个车内人员的的生命安全问题，而且有能力买这种车的也都不差钱，肯定也是看重安全性的，要认了，等着吃各种官司吧。不认呢，毕竟看起来也是个实锤，除非有很重大反转，否则这口碑是要完蛋了。 也不太好糊弄，毕竟是 100 万的车，买得起 100 万车的车主也不会被轻易糊弄过去吧。 有人说 他那个踩的力量太大 其实车本身已经达到国标了，关键没人管国标不国标啊，100 万买车，正常刹车把制动踏板踩碎了，你跟我说国标，这不扯淡吗，那就国标太低了，那你不是打国标脸吗？ 所以，很好奇这个应该怎么来处理，以及后续走势会怎么样。 别像西贝那种处理方式就行。毕竟现在经济不好，大家的容忍度也不高，对消费者不好，消费者就让他玩完。

偶然逛到这个帖子，宣称可以拼车日本家宽 https://www.v2ex.com/t/1246647#reply3 加上微信后，9.9 一个月付款后，发现给的链接都是 idc 。然后就装死 我目前还没有向支付宝投诉欺诈，也没有向信用卡公司申请争议 这位如果能直接退款，那就算好聚好散

家里 iMac27-2013 32G/256SSD 想让小孩子学习用,老系统有好多 App 无法安装提示不支持就版本系统. 打算用 OpenCore-Legacy-Patcher 安装 macOS15 不知道性能如何会不会很卡.用途是日常流量网页刷 B 站,学习 AI Agent 的使用,拓竹桌面 App,3D 建模 App 不知道安装 windows10 的体验会不会比 macOS15 好,唯一担心的是 windows 很容易被小孩下载并安装全家桶导致体验更差.

因为一些原因，我需要几根 USB Type-A 到 USB Type-C 的数据线，数据传输速率达到 USB 2.0 就够，但是要能带得动供电，基本上 2A 左右吧，不会超过 3A 。长度 50cm~1m 都行。 最最重要的是，Type-C 那头的塑料壳部分要细！就是下面图里面标红色的宽度。 我把身边我能找到的数据线，不管杂牌的还是大厂的，都试了，Type-C 那头的塑料壳都太粗了，会被阻挡，插不进去。 唯一能符合要求的是苹果送的那条 Type-C 到 Type-C 的线，那个 C 口的塑料壳是真的小，但也已经接近我预留空间的极限了。 但是苹果的线只有 Type-C 到 Type-C 的和 Type-A 到 Lightning 的，没有 Type-A 到 Type-C 的。而且苹果的线材太贵了，再加上 Type-A 公头到 Type-C 母口的转接头，成本实在是不能接受。 （因为只需要几根，找厂商定制就太不划算了） 所以来 V2 问问，有没有 V 友买到过 C 口部分塑料壳极小的数据线？ 图片： https://imgur.com/UOUz7E2

现在再 xhd 一言难尽 无底薪 领导刻意针对限制排课 收入不稳定 虽然不坐班但是无年假节假日 随叫随到 感觉很恶心 也投了些外面的机会 但是传统机构课时费上限也就到 200/h 还要坐班且不保证课量(可能淡季就没啥课) 感觉也不太理想 求助大家给点好建议 谢谢

自己测试穿透能力还是比较强的 https://www.pheromesh.com/ 欢迎大家来提提意见

最近一个多月同时在弄七个项目，额度和套餐经常不够用，于是摸索出一套用法：开局讨论、定规范、难啃的大功能、代码审查交给 astra 或者 opus ，日常写代码交给 lunamax 和 ds 。 统计了一下比一直用贵模型省八成。 能够高低模型很好地搭配，主要是用的自己捣鼓出的 RED 方法论。 https://github.com/exoticknight/red 详细可以看文章里： https://blog.e10t.net/red/frontier-and-budget-models.html 关于 RED 的也有之前的帖子： https://www.v2ex.com/t/1241608 https://www.v2ex.com/t/1242686

每次报名打球，总会问到一个经典问题：“你中羽几级？” 我就做了个小程序，只需上传打球视频和照片，就能看到一个大致的等级参考，还有对应的判断依据和练球建议。 不是官方评级，也不是什么严肃考试，主要是给平时打球的朋友一个参考：看看自己哪些地方比较稳，哪些地方还值得练练。欢迎大家试试看，纯净无广免费～ 微信小程序搜“我的羽球等级”

前文： https://www.v2ex.com/t/1244926 红色警戒 2 版本（开源）： https://www.v2ex.com/t/1241974 不得不说 3D 游戏比 2D 游戏复杂多了，花了一些时间优化细节，可以 1920*1080 @ 60hz 流畅运行，支持 DotA 等自定义地图 技术细节：基于 v86.js 的 x86 VM 做了一些优化，实现了大量 dll （如 OpenGL to WebGL2, kernel32.dll 等），不需要 Windows 环境。 优点：比重造个引擎轮子要完整得多，并且复杂度小，支持原有生态 demo 对战 DotA 体验地址 https://war3.games 交流群： https://qr.ra2.games/game01.jpg

A 社，OAI ，Gork ，包括最新不知名的，资料都能及时跟上的？

我们正在经历一场静默的迁徙。不是从乡村到城市，也不是从陆地到云端，而是从“做”的世界，向“看”的世界转移。曾几何时，掌握一门手艺需要十年磨剑，通晓一个领域要皓首穷经。而今天，一个训练好的大模型在几分钟内就能吞吐人类数千年的文明积累。它能在凌晨三点为你写出十四行诗，在早餐前完成复杂的代码架构，在你喝咖啡的间隙遍历完某学科过去五十年的主要论文。 这不是简单的效率提升，而是存在论层面的位移。当知识的容器不再受限于颅骨容积和生命长度，当技能的学习不再遵循一万小时定律，人类第一次集体面临一种尴尬：我们穷其一生可能都无法在某个垂直领域超越一个初始化好的模型。 想象一下未来的 UI 设计师，她不再需要在 Figma 里拖拽组件、调整像素、纠结于响应式布局的断点。这些手活交给模型只需几秒。她的工作变成了凝视—凝视生成的第一百个方案，用那双经受过千万次审美训练的眼睛，捕捉第 37 个方案中微妙的和谐，或第 58 个方案里转瞬即逝的灵感。她不再是工匠，而是鉴赏家；不再是执行者，而是观测者。 同样，未来的物理学家可能会在早餐时向模型描述一个关于量子纠缠的直觉，下午就看到严谨的数学推导和验证方案。...

现在大家 AI 编程有没有多个项目一起开发的经验？比如 2 个项目， 每个项目开 5-10 个 agent 一起干活。实际效果如何？ 使用什么工具？冲突如何解决？

MatrixMedia 是一款开源的多平台视频矩阵发布工具(Electron + Puppeteer)。 刚发布 v0.12,新增「账号数据统计中心」:自动采集抖音、视频号、哔哩哔哩、百家号、头条、快手、小红书七个平台的账号粉丝与作品数据, 本地按日快照存储,并做增量对比(较上次 +N),哪个平台在涨、涨了多少,一眼可见。 ...

RT ，刚续订后，提示原套餐 11 月 8 日后不可再订阅了。

回应来了，不出各位所料：

狮子的牙齿 AI 创造者社区，每周一次线下分享 https://www.guozaoke.com/node/dandelion

两家 Pro 用户能不能 Haiku/Luna 自由？ Haiku5.5 如果能吊着打 6Luna 的话是不是可以转投 Claude 去了？

99 的今年 27 岁，21 年出来工作现在五六年了，一直干前端 第一家是一个可视化厂商，用自己的框架做三维大屏 现在第二家是做水利系统，主要是 cesium 地图+点线面的绘制，技术要求也不高，今年 ai 基本也可以搞定了。 近两年公司接不到什么项目，也没年终奖了，只有每个月的固定工资。 今天领导挨个办公室通知全员降薪 20%，公司的现金流不健康，大饼是是等现金流好起来会重新涨回来，争取再涨薪。 目前我个税在 12k ，实际到手刚好 10k ，降 20%下去估计到手就 7 、8k 了，和我 21 年刚毕业一个水平，可能还不如刚毕业的时候，毕竟当时五险一金最低缴纳到手会多一点，而且当年还能收到一两个月的年终奖😢 现在纠结两个点 1 、如果有裁员名额是不是直接争取裁员好一些 2 、如果没有裁员/争取不到裁员，在一定会降薪的情况下，合同固定工资为 8k ，其他的收入有 3k 左右的绩效，500 左右的补贴，300 的工龄工资，这些要扣是不是反对无效，只能呆到自己离职。 自己和 ai 聊天分析了半天感觉就两个选项，要么能争取到裁员走人，要么只能接受降薪呆着。 不知道我上面的想法...

但是 Mac Mini M4 16+256 现在 4399 ，买新不买旧吗？ 家里还有个 2TB 的机械硬盘，组合一下凑合着能用来搞点简单开发，但是现在这个时间买会不会不大好就是，求帮忙分析下🙏

最近沉迷 FPS 游戏，我想每天玩游戏前练练枪，又不想为了这几分钟装个客户端，就搓了个网页版的： https://aimrange.org 浏览器打开就能玩，不用下载，也不用注册。 6 个常见场景：Gridshot 、Sixshot 、Microshot 、Spidershot 、Motionshot 、Strafetrack 灵敏度默认按瓦的算法，瓦学弟直接填游戏里的数就行。go 学长切到 CS2 填自己的数，几个游戏之间也能互相换算 准星可以直接粘贴瓦的准星代码导入，不用一项项调 有周榜和总榜。没有账号体系，起个名字就能上榜 顺手增加了反应时间测试等小工具 欢迎大佬们体验和批评，有 bug 、手感不对，或者灵敏度换算对不上的都欢迎评论

从资产配置的角度来说，大家觉得有没有必要配置一枚完整的 BTC 并长持。我说的长持是传家的那种，就是不遇到不卖出它就过不去的坎，就终生不卖了，将来挂了就留给子孙后代，当传家宝。 另外想听听大家对 BTC 未来价格走势的看法，觉得极值是多少，能达到或突破 100w 美元吗？

项目出发点其实是眼馋 mac 的各种优秀的终端，分屏，终端持久化，消息通知，命令补齐等等，由于 win 上实在没有太全面的终端；于是乎我又来 vibing 啦 本次更新重大，加入了非常多的内容 项目介绍 PC 端 欢迎各位朋友建议+提 issue ui 方面希望给出更多的建议，争取赶上 mac 的体验！ 注： 使用前一定要先安装压缩包内的 maple font ，不然会显示异常 喜欢的朋友可以点个 star 哦 项目地址： https://github.com/Kuddev/pebrel

可以随时查看中国以及各省，任何时间的昼夜分布图，以及经典的夏至、冬至对比分布图 比如夏至 黑龙江 3 点多天就亮了，而夏至的新疆 晚上将近 10 点天才黑了 都可以清晰看出，欢迎大佬试用并且提出意见 给朋友上课用的不知道 OK 不 OK 地址： https://www.gdufe888.top/sun/ 源码： https://github.com/wenbochang888/china-daylight-atlas

以前遇到老司机总说我踩刹车，老是一脚踩死，这个习惯不好。应该踩一脚松一下再踩死，这样更安全 今天网上又看到老司机争论说：高速踩刹车要点点再踩死，说这样既不会踩断刹车，也不打滑。 能理解多次点刹肯定更不易损坏刹车，也更安全，问题是遇到紧急情况本能就一脚踩到底啊，再松一下不是又往前多冲出距离了么。 再说，高速情况，踩>松>踩 那得多块的脚速啊，这™是老司机炫技，还是挖坑呢，有老铁说说真的能做到吗？

这个项目其实是前 AI 时代就开始做的。起因是我自己学算法，总是学完就忘，就想着做一个算法可视化项目，既能顺便学习，又能刷一点开源项目。那一阵子新拟物风格比较火，正好拿来练练手。 结果做完第一个算法（冒泡）就搁置了，工作太忙，一放就是好几年。后来有了 AI 才重新捡起来，今年补到了 92 个条目，也算是圆梦了吧。 现在大概是这样： 9 大类：数据结构、排序、图、DP 、回溯、字符串、数论、计算几何、查找 每一步都能前进、后退、拖进度条，倍速可调 TS / Python / Go / Rust 四种代码跟着动画逐行高亮，还有变量面板 排序可以输入自己的数组，二分和快排会在关键步停下来出题 中英双语，手机也能看 地址： https://algo.illegalscreed.cn/ 源码： https://github.com/IllegalCreed/algorithms-visualization 说实话，目前的效果还远远没达到我想要的样子，后面有机会再慢慢优化。 最讽刺的是，都用 AI 做了，反而背离了我的初衷...

前言：strata 最近已经火出圈了，火到 RAM 又翻了个倍。目前京东自营，海力士颗粒的 64GB 的 DDR5 6000 内存已经几近破万。 十一长假回来，笔者也是暂时小试牛刀了一把，发现有一些关键参数，会直接影响整个 LLM 引擎的本质体验，但是默认值并不是特别合理。所以发个 tips 小文供大家交流。欢迎批评指正。 本文全程手打，无任何 AI 含量，请放心阅读。 1 、Harness 会频繁唤起子代理（ sub agent ），导致切换会话 prefill 浪费太多时间，怎么办？ 答：开启--conversation-cache-mib 这个参数会让 strata 使用 RAM 来缓存历史对话，从而不让 LLM 反复重新 prefill 老的 session 。增加会话切换时的速度，对于 agent 、harness 场景有奇效。 开启 conversation-cache-mib 后，monitor 面板会有如下展示： 分别表述当期缓存了多少个会话，以及目前占用了多少 RAM 。 这个机制有个痛点：不支持多显卡。 2...

20 刀的 pro 都被禁了，转战 codex 试试。

平时在河边或者山里看到一块纹理特别的石头，经常会好奇：这是什么岩石？那些条纹、颗粒和孔洞是怎么形成的？ 围绕这些问题，我整理了一篇英文入门文章，介绍岩石与矿物的区别、火成岩／沉积岩／变质岩的基本特点，以及如何从颗粒、结构和矿物性质入手观察一块石头。文中还附了一份简单的观察记录模板，资料主要参考美国国家公园管理局和美国地质调查局。 文章面向零基础读者，重点是学习观察、记录和缩小判断范围。单凭一张照片往往无法准确鉴定，所以也介绍了照片识别的局限。 文章链接： https://www.evernote.com/client/web#/notes/22a549a8-5244-4928-113d-4c42f44654e1