TrendPulse

预览地址： https://cloud-prg.github.io/polycan-bicycle-test/

Thresh AI 的本地引擎：把浏览器变成 AI 的工作台。在浏览器侧边栏里与 AI 对话，AI 能真正操作你的浏览器（点击、填表、抓取）、读写本地文件、跑终端命令、执行自动化流程——数据全部留在本机。 它能做什么 你现在用浏览器的方式： 复制粘贴、手动点、手动记。 装上之后： AI agent 侧边栏：聊天即干活——"帮我把这个页面所有商品价格抓下来"、"打开记账表把这周消费记进去"，AI 直接操作你正在看的页面 自动化流程：重复操作录制成流程（点选页面元素即可，零代码），以后一键回放 资讯工作台：微博 / 知乎 / 36 氪 / 澎湃等 20+ 热榜聚合，站内阅读 + 划选问 AI 终端：侧边栏里的真实终端——AI 改完代码，在这里跑 npm run dev 立刻看效果 应用工坊：描述想法（"做个记账台"），AI 生成属于你的网页应用——数据存本地 SQLite ，随口迭代（"加个饼图"） 技能与 MCP：兼容 Claude / OpenClaw 的 SKILL.md 技能生态；接入任意 MCP server （ GitHub 、数据库……），AI 自动获得新工具 I...

打算 12 月底来一次单人粤北摩旅露营，目的地在南岭森林公园到乳源那一片。一晚到两晚的时间。 有没有安静的，人少的，有深山寂静感的露营地推荐？ 另外推荐一下帐篷吧，准备第一次过夜，体验一下深山孤寂露营。

刚出来的决策模型，在 x 上很火。我在 codex 里试了下，发现没有很快啊，我问 codex 适合操作哪种游戏，他说适合 2048 ，不适合毫秒级实时操作的游戏。然后我给他一个 2048 网站，让他玩通第一关，后面太慢了，我就停止了。然后我发他: 感觉超级慢的啊，是不是 jev 的决策很快，耗时操作都在你这边截图，然后还要读图片 .他的回答: 对，主要慢在我这边的操作链路，但 Jev 调用本身也不是零延迟。 这次测试大致是： Jev 每次决策：约 5 ～ 6 秒 启动 Playwright 、发送按键、重新读取页面：约 7 ～ 9 秒 截图后人工识别棋盘：额外增加时间 浏览器控制通道还出现过超时 所以慢的原因不是单纯 Jev ，而是： 截图 → 识别棋盘 → 调 Jev → 启动浏览器命令 → 按键 → 截图 其中最应该优化的是： 直接读取网页 DOM 中的棋盘数据，不经过截图识别。 保持一个长期运行的浏览器进程，不要每一步都重新启动 npx playwright 。 只把有效方向交给 Jev ，避免它选择不会改变棋盘的...

背景 昨天跟朋友聊天，朋友才工作 3 年吧。 他每次回家都会给父母转钱， 最近一次回去给母亲转了 3000 ， 还买了辆电动车 去老人家里 都会偷偷塞钱。 每次他父母生日都会打电话，发红包。 说说我 我工作了 7 年了 只给妈妈买过一部 2000 的手机。 给爷爷买了台小米电视机。 从来没有给过父母一分钱。。也没有买过其它什么东西了。 过节也不给家里买东西。 而我，不知道父母生日日期(是的，我不记得父母生日)。平常跟父母说的话也很少。 我也很爱我爸妈，但是不会沟通，不好意思沟通。

不知道为什么，一直喜欢 iPhone 15pro max 为什么 18 都出了，99 成新的还是不降价啊，什么时候三千多买一台

感觉轿车开起来稳一些，但是 suv 空间更大些，纠结 电车的话，想等等固态电池，据说明年要出？ 油车的话，看看后面的折扣力度？

测评结果：GPT 高玩，多个模型胜率都很高； Grok 拉完了，50 场赢了 3 场 原文

之前用过最好用的双拼输入法是 Google 拼音输入法，可惜只有安卓上有，iOS 上目前唯一能双拼智能纠错的输入法是 Gboard ，但是有几个痛点： 不支持字母键上滑的符号输入，想要输入符号必须得按符号键进入符号键盘 键盘上没有 ; ，微软双拼等方案用起来非常别扭，只能设置模糊音 最扯的是记忆的词组每过几个月会自动消失，原因不明 除了上述缺点外，它智能纠错是真好用，眼睛几乎不太需要盯着键盘，纯盲打，中英混输也做得很棒。（又搜了下发现微信输入法也支持了双拼智能纠错，不过试了试效果有点拉，不太能用） 年初的时候靠 AI 搓了一个新的双拼输入法，主要特点： 智能纠错，目前用了半年多，体验上感觉跟 Gboard 差不多，不过暂时仅限中文 词库是 rime 格式，可自定义，可通过 WebDAV 与电脑等设备上的 rime 输入法同步 除了 WebDAV 同步之外不需要任何联网功能，无需担心隐私泄露 暂时不打算开源，不过现在在考虑是否上架 store ，apple 的开发者年费还挺贵的，要是没什么人买的话不如还是自己用，所以调研下需求： ...

已经实测了，可以用多模态，文字，语音，图像各种模型。 响应大概 5 秒内能返回，挺快的，至于后续人多了会不会卡，现在还不确定，反正免费 Token 大家用力蹬起来。 活动链接大家可以用我的邀请链接： https://platform.stepfun.com/?invite_code_v2=MODLTTUN 也让我沾沾光，哈哈 StepFun Step Plan API 模型测试报告 测试时间 ：2026-09-20 11:38:39 CST (Asia/Shanghai)（报告更新于 2026-09-20 11:40:07 CST (Asia/Shanghai)） Endpoint ： https://api.stepfun.com/step_plan/v1/chat/completions 认证 ：Bearer （ box-secrets.json → card.STEPFUN_API_KEY ，全程脱敏，未写入本报告） 测试图 ： /workspace/step-plan-test.png （ 200×80 PNG ，红色圆 + 标...

https://docs.qoder.cn/events/flashoffer 用来做 subagent ，或者用定时任务跑一下，还是可以的。 CLI 里面可以用。

美国的加州的 vps, 广东电信太慢了且不稳定. 求中转服务推荐, 大家都买什么线路的? 都是按流量买的吗? 谢谢

GPT Pro 之前有个 GPT-5.3-Codex-Spark 的额外额度，前几天下线后，今天用完周额度出现了个备用额度。 推理程度任选，可以用 5.6 Luna Max ，就是好像不怎么经用，额度很少。或者说这个备用额度和之前给的 Spark 额度不是同一个东西？

看到一些网友说 18pm 加拿大版本和港版的 除了 esim 方案不一样外,其他硬件和软件都一样,有切实懂得 不是道听途说的大哥讲一下吗? 本来想入加拿大的 要是港版都一样 还多 sim 卡槽 那就考虑港版了

各位好，先说清楚我是谁：一个开源复刻爱好者，和 TypeSafe AI （ Jev 的官方公司）没有任何关系。这篇纯粹是"看到好东西 + 官方用起来有门槛 + 我顺手打包了一下"的分享帖。 背景 这两天的热点大家可能都看到了：Jev ，一个完全不生成文本的模型——你问它任何问题，它只输出选项和概率。创始人是前 OpenAI 研究员 Diogo Almeida （ RLHF / InstructGPT 那批人）。官方叫它 "System One Model"，说白了就是把"快判断"从大模型里拆出来单独做：路由、过滤、打分、Yes/No ，这类活它比 LLM 快 20~200 倍、便宜 40~400 倍，一条判断约 380ms 。 开源之后两天三千星，热度很大，但官方使用要走申请审批或 Vercel 接入、按量付费、还得自己写代码接 API 。 我做了什么 把 HuggingFace 上开源复刻的 Jev 模型（ mobarmg/jev-schema-scorer-deberta-v3-large ）打包成了一个 Windows x64 的一键包： 免注册、免邀...

前几天打开还提示不在提供区域，刚看到 x 上有人分享说能用了，美国的梯子打开用 gmail 一键登录就直接进去了，目前用下来感觉跟 grok bot 没有啥明显感觉，ui 看起来更好一些？内置的 vps 的配置他自己说是 CPU：2 核，AMD EPYC 9D64 内存：8GB 硬盘：约 8GB 系统：Ubuntu 24.04 速度还是挺快的，比 grok 快的多，完全中文化适配，token=词元，目前免费的额度也还好。 订阅有强力 月费 16 刀/5 亿词元/周，最高月费 80 刀/30 亿词元/周 在加入后的 48 小时内通过“设置”兑现邀请码，双方各获得 10 亿个 Muse 词元，相当于半个月强力额度。 码：WK9Z2F 能用 30 次，薅起来。

仓库： https://github.com/BeatAPI/BeatDesign 介绍：全本地的 AI 无限画布 + 短视频时间线，通过 MCP 让任何 Agent 直接操作同一块画布，从生成到剪辑到导出，可以全程让 Agent 来操控。 我日常 99% 以上的工作都在 Codex 里，最近跟朋友做一个 AI 瑜伽的项目，要出一大堆 AI 视频，自己又不太熟悉 AIGC ，也不想打开 libTV 、即梦的画布。试了下它们的 CLI ，管理起来还是麻烦。用着用着有三件事很难受： Agent 进不去。libTV 的官方 Agent 只能在网页侧边栏里用，codex 没法直接操控，使用极不顺畅。 素材不想上云。我想在本地管项目，不然做完还得再下载回来，管理起来特别复杂。 画布、素材、剪辑分在不同地方。云端搞视频，本地下载，然后还要倒到剪映里去，太麻烦。 所以做了这个项目： MCP 操控：目前 29 个 MCP 工具。导入视频、抽尾帧、用尾帧生成下一镜、丢上时间线裁切、导出 MP4 ，这些 Agent 都能做，浏览器里同一块画布实时跟着变，每一步能...

最近总是梦见父亲。 梦里的我们会聊很多很多，像从前一样。我甚至能意识到自己正在做梦，心里还惦记着：好久没联系了，等醒来一定要给他打个电话，问问他最近过得怎么样，再跟他说说我最近的生活。 可每次醒来，才重新想起，父亲已经走了八年了。 如今我也快到而立之年，却仍觉得自己没有他那样的责任心。 这些年，有些事很想听听他的意见，有些进展也想告诉他。话到了嘴边，才发现已经没有办法再说给他听。有时候也会想，要是他能看看我现在的样子，会说些什么，会不会像李宗盛这首歌里说的一样： 我知道他肯定得意，只是找不到机会，当面跟我提

重置后高强度使用了一天之后，似乎还没有遇到之前的降智问题。也没有 capacity 问题。

比如 reddit ，直接给拒了，是网络不行，得换吗？求大神指导

我 plus 囤了 3 张卡了，快给我打开。。。 对了 你们的 codex 降智了吗

谢谢佬们 为什么选腾讯云的原因是因为能开票报销。。

CodexRunway 预计将是会在北京时间 2026/9/22 15:00 ～ 2026/9/23 14:59 这个范围时间内，因为是重置卡，不需要猛蹬，而且时间还早，现在的额度也不经用 😂 图

nql 1; query GetUser(id: UserId) { from users as u where u.id == $id select { id: u.id, name: u.name, nickname: u.nickname } } query TeamMembers(team: TeamId) { from memberships as m join users as u on m.user_id == u.id where m.team_id == $team select { user_id: u.id, name: u.name, role: m.role } order { u.name asc } } command CreateUser( id: UserId, team: ...

Gayhub 地址 他们的 MCP tool 定义从 MCP tool 1:1 对 api 接口，改为了两个通用入口：1.API 能力目录 2.通用执行器 好处： 上下文占用小，tool 定义少了，官方宣称上下文占用从 244K 降到 1.1K API 自发现，不用每次 API 更新了就去更新 MCP Server Code Mode ，让模型自己写一段程序，包装多个调用，在沙箱里面执行，而不是每次调用都让模型判断，然后再次模型调用。 坏处： 对 MCP tool 的描述移到了能力目录这里，如果 API 接口定义不清楚，或者有大量雷同功能可能会调用错 服务端直接把 swagger 接口做成 API 能力目录，改造成本应该蛮低的。看了下我们的服务，类似的雷同的业务有点多，感觉不如精挑细选的 MCP tool 定义。

先说明利益相关：我是 openerx 的开发者，这不是第三方测评。 已经有 ChatGPT 、WorkBuddy 等产品，为什么还要做一个开源电脑 AI 助手？我的出发点不是证明它们不好，而是给需要“自己选择模型、理解执行过程、修改客户端”的人，多提供一个选择。 openerx 不是基础模型，而是一个 Windows/macOS 桌面工作空间。用户配置兼容的模型 API 后，可以围绕自己授权的资料持续对话、组织项目，并调用已配置和授权的工具。 一个具体用法，是把几份工作记录整理成周报草稿。比起只让模型凭记忆写作，我更希望任务从用户提供的资料出发，最后得到能检查、保存和继续修改的成果。模型仍可能出错，重要信息仍应回到原资料核对。 这条路线也有明确代价：你需要配置模型服务，理解 API 费用，判断哪些文件和工具可以授权。因此，它目前更适合愿意配置工具的办公进阶用户和开发者，而不是期待“安装后无需任何设置”的所有人。 我把它称为 ChatGPT 、WorkBuddy 之外的“开源替代选择”，不代表每项功能都已相同，也不承诺接入任何模型都能得到同样结果。 源码采用 Apache L...

今天补班。 突然好奇， 单休 公司的今天怎么算？ 本来周日就要上班，那今天算正常上班，还是也能放一天？ 有没有单休的老哥说下。

是否已经违法了？ 现在国内的 coding plan 大佬们有无推荐？主要是后端，还有点后台管理功能页面； 之前用 gpt 中转，但是感觉降智了就放弃了

本文以 ops-agent 的真实构建过程为线索，完整讲解如何设计并实现一个"默认只读、高风险操作需授权、可回滚、全审计"的 Claude Code 运维 Agent 。所有代码均可在本仓库中对照阅读，文末附有改造清单，可复用到你自己的 Agent 场景。 0. 我们要造什么 一个运维 Agent ，满足四个硬要求： 默认只读 —— 查状态、看日志直接执行，无感通过。 高风险操作需授权 —— 写操作必须先出"变更单"（风险说明 + 回滚计划），经用户在会话中显式批准后才能执行。 可回滚 —— 执行前自动快照，一条命令回滚。 全审计 —— 批准、校验、执行、中止，每个事件都落日志。 最终形态（本仓库）： ops-agent/ ├── .claude/ │ ├── agents/ops.md # Agent 定义：第一层防线（ prompt 纪律） │ └── settings.json # PreToolUse hook：第二层防线（硬拦截） ├── core.py #...

其中一个套餐 Dell Poweredge R640 1 month minimum term Intel Xeon Gold 6148 2.40GHz 20-Core CPU 192GB DDR4 Memory 2 x 1.92TB Enterprise SSD Drives 25Gbps Port with Unmetered Traffic $310.50 每个月